比誤食毒蘑菇更可怕的，是迷信人生像高考一樣有標準答案

教育改革已經不再是一個探討如何減輕孩子課業負擔的問題，而是一個關乎“我們的下一代一畢業，是否就會淪為時代局外人”的迫切問題。

撰文丨駿瑜

近期，一位用戶由于盲目信任豆包AI拍照識物軟件，不幸誤食毒蘑菇被送醫。盡管平臺給出的說明稱，系統已經寫明風險提示。

我還看到一則消息，有人向AI詢問機票退改簽的事情，按回答操作后“虧損600元”，過程中AI還喜劇性地承諾“虧的錢我來賠”。

類似的事情還有不少，比如有“聽從AI建議只給嬰兒每次60毫升奶”的，有因為AI幻覺填報志愿出錯打官司的……

排除一些為吸引眼球而夸大事實或故意忽略風險提示的可能性，AI給出錯誤的回答，或者用技術語言說，“AI幻覺”仍然是個不可小覷的問題。

01

針對這些情況，我們一方面可以說，AI是個新生事物，技術還在發展中，AI幻覺是難免的。話說汽車剛誕生時，跑得還不如馬快呢。

但另一方面，我們也可以反思一下：大部分人究竟是抱著什么樣的心態在使用AI？

我們周圍的不少人用AI策劃項目方案、寫程序，閱讀長篇論文并濃縮，采集新聞并整理成簡報……可說實話，這些專業功能并不是所有人都用得到。甚至，AI還有更強大的引導功能，我有一位視障朋友，AI已經可以在地鐵里告訴他“前面的座位是空的，可以坐”。

但大部分人只是“AIAI告訴我，這朵花的名字是什么”“AIAI告訴我，我要從A地去B地，轉車方案是什么”。這和“魔鏡魔鏡告訴我”的區別也不是很大——如果你只是要一個具體的“答案”。

提問——回答——按答案做／回答別人——成功了，“AI好強大”／失敗了“這就是人工智障”，這個流程是如此絲滑，以至于我們常常不會注意到，我們太習慣于這樣的思維，它幾乎就是我們大腦的底層代碼。而這，在某種程度上和我們的傳統教育有很大的關系。

中國傳統的教育方式，常常被詬病為填鴨式教育：具體的“知識”是一個外置的存在，教育的過程只不過是把知識從教師這個容器倒到學生這個容器里，學生被要求機械記憶：1+1=2、“閣中帝子今何在”出自滕王閣序、地球和月球的距離是38萬公里……

大多數老師和學生都相信，世上任何問題都存在唯一標準的答案，學生的任務就是從權威（學生時代是教科書，職業時代是上級）那里得到這個答案。這種教育方式下，對學生成功的定義，就是誰能更熟練大量地背誦，誰知道的具體“知識”更多。

而進入互聯網時代，有了搜索引擎后，這種背誦的重要性減弱了很多，尤其在日常生活和職場工作中，點兩下鍵盤，滕王閣序的全文出來了、地月距離、地日距離、地球到半人馬星座的距離也瞬間就出來了。人們不需要（也沒能力）把自己變成一個一百多斤的搜索引擎。

但由于傳統的“死記硬背”和“遵循標準答案”的方式在教學中實施起來簡單易行，照本宣科即可，不用面對那么多的“為什么”；而測評（考試）時，對照唯一的標準答案，操作起來容易，看上去也更“客觀”。即使有眾多教育研究和改革者呼吁引入新的教學和評價思維，并嘗試教改實驗，整個教育系統以及與教育系統共生的篩選機制依然帶著慣性，在前AI時代運行如舊。

正如每年的高考，雖然教育研究者會指出這樣那樣的弊端，但大眾還是會堅信至少它是“最客觀的競爭，唯一能公平改變你人生的機會”。

以往，當社會有足夠的崗位和機會時，它的確是有效的。學生們可以通過記憶背誦標準答案和服從權威來通過高考這一篩選機制，進入好的大學，隨后進入高收入的公司，獲得高的社會地位。

用這塊敲門磚在社會中卡位成功后，則可以繼續先前那套服從權威的思維和行事方式，靠搬運（別人不知道的）知識和熟練解題，而非通過想象、創新開拓新的邊界，后者在這個生態中是不被鼓勵的，前者卻常常得到獎賞。

然而到了AI時代，這一套系統就沒有那么有效了。當習慣了服從標準的人們把他們對標準答案的盲從無縫平移到對AI的迷信上，就出現了文章開頭的一系列事件。

02

相信近年來很多人在和他人討論時，會常常聽到一句話：“這是AI說的！”。它往往是作為終極大殺器被扔出來的，背后的意思是：你看，標準答案就是這個。

這和小時候時常聽到的“老師說的”，以及前AI時代所謂“百度說的”，可謂異曲同工。

由于AI使用起來很方便，特別是多數AI都有語音功能，上手門檻低，許多子女都會推薦給家里老人，讓AI代替自己陪伴老人，和老人嘮嗑，緩解他們老年生活的孤獨寂寞。

很多人可能會想，相對于老人刷的各種亂七八糟的短視頻，各種來路不明的坊間八卦、毒雞湯，AI要靠譜多了。

問題是，我們可能知道AI會出幻覺，老人們卻更加容易信任和依賴AI。相比搜索引擎，AI實在太直給了。它把海量的信息揉碎、消化、組合，用一種極度流暢、篤定、沒有一絲猶豫的專家口吻，直接把答案喂給用戶。這時如果沒有質疑的思維去復核和追問，這種直截了當的方式很容易讓人誤以為它無所不知，能夠提供一切標準答案。

搜索引擎會被競價排名、營銷號“污染”，輸出不實信息，這已經是廣為人知的事情。但很多人被AI誤導，往往并不是人們刻意為之，而是“AI自己在編造”。

技術原理上，大語言模型的底層邏輯是“概率預測”，它根據互聯網上已有的巨量信息，字詞聯用的概率，推測接下來用什么詞最符合人類的語言習慣。它追求的是“符合概率、說得像人話”，而不是“內容百分之百真實”。這種“一本正經胡說八道”比營銷號更具迷惑性。

AI與生俱來的信息幻覺，遇上圍繞著“唯一權威信息”和“標準答案”構建起來的社會心理模式，結果是災難性的。“毒蘑菇”就是一個典型的例子。

03

這正是我想說的。在面對AI直給出的答案時，我們要留一份質疑的精神。

對于AI給出的回答，我們可以看信息的來源，尋找證據鏈，多問一句“為什么？”“你是怎么得出這個結論的？”“給個鏈接”； 再比如根據常識檢驗邏輯漏洞，如果一個AI給出的北半球6月份旅行攻略是看完日落后17點回程，那你至少要多問一句，這是誰家的太陽，夏天17點就落山？

另一個很重要的點在于交叉驗證，對比多個來源的信息。如果AI說有一個航班，就去航空公司網站上看看，這時候你很可能會發現航班在兩年前就停了，這不是AI故意撒謊，它被訓練時用的就是歷史數據。

更重要的是如何定位AI：我們需要把AI信息放在輔助的地位，真正處于核心地位的是你這個人，要基于你對信息的判斷和你的理性，由你自己來做決策，而不是由AI代你做決定，更不能一旦出了問題就把責任推給不能擔責的AI。

當我們講段子時，我們會說，將來AI不能代替的是需要坐牢擔責任的工作，那么憑什么在日常生活中，一旦出了錯就嚷嚷“AI說的”呢？

這種批判性思維，早該在每個人的學生時代、在接受正規教育的時候就培養出來了。遺憾的是，正如我上面所說，我們的教育尤其缺乏的就是這種批評性思維的培養。

以歷史教學為例，學生相信的是“存在著一個真實的歷史”，相信自己要做的就是背誦“哪一年發生了什么事”，而不是“圍繞這件事有五個不同的歷史記錄，哪個更可靠？”“這一年這件事為什么會發生？有沒有可能不發生？ 有哪些推動因素？不同的人們做了哪些不同的選擇？”

后一種方式全是提問，前一種方式則全是陳述。這可能是兩種教育方式最大的區別。

傳統課堂上，提問的權力往往是屬于老師的，教學追求的是“消滅問題”，一堂好課意味著學生不再有疑問。而新的教學方式則提出“問題比答案更重要”，學生提問，意味著他對教學的內容有所思考，用自己的方式加工整理了獲得的信息而不是被動接收，希望通過自己的邏輯推演去探索不同的邊界。

是的，精準、有邏輯、有創意地向AI提問，正是現在這個時代最需要的技巧。

如何處理AI給出的信息，如何提問讓AI給出你要的信息，這是給當下教育提出的巨大挑戰。

學校教育必須打破存在著“唯一的標準答案”，存在著游戲通關般的“學習終點”（如考上985就可以玩了、考上公就上岸了）的思維，讓學生學會以好奇心和質疑精神去面對未來生活中無限的可能性和變化。

換句話說，學校要從“把有問題的孩子教得沒問題（滿腦子標準答案）”，轉向“把沒問題的孩子教得有問題（學會探索、質疑與提問）”，從而讓孩子學會將AI作為工具去使用，而不是一個“我養的哆啦A夢”（用來滿足我的一切要求）。

如果說傳統時代甚至是互聯網時代存在著信息差，靠知識增量還可以取得相對優勢，到了AI時代以排山倒海之勢呼嘯而來時，任何靠死記硬背建立起來的知識壁壘都將一夜崩塌。

教育改革已經不再是一個探討如何減輕孩子課業負擔的問題，而是一個關乎“我們的下一代一畢業，是否就會淪為時代局外人”的迫切問題。