人工智慧並不使學校過時。它揭示了學校已經多麼過時。

簡而言之：你的孩子會問為什麼他們需要學習，當人工智慧知道一切時。誠實的答案是：他們不需要學習你當初那樣。未來屬於那些能夠質疑答案的人，而不是那些死記硬背的人。教育不是關於知道更多，而是關於知道更好。

這裡是詹姆斯，水星科技解決方案的執行長。香港 — 2026年8月

不久的將來 — 也許已經 — 你的孩子會直視你的眼睛並問：

「人工智慧的數學運算速度比我快。寫的文章更好。程式碼寫得更好。翻譯得很完美。我為什麼還要做功課？」

大多數父母會感到驚慌。他們會結結巴巴地談論紀律、工作倫理和努力工作的價值。他們會為自己曾經忍受的體系辯護，卻從未質疑過。

他們回答的是錯誤的問題。

問題不在於人工智慧是否取代學習。問題是：學習本來是為了什麼？為了什麼？

答案經濟已死。萬歲評判經濟。

丹尼爾·科科塔伊洛 — 前OpenAI研究員 — 去年發表了一個名為 AI 2027 的情境。他團隊的核心預測是：人工智慧不僅會協助人類研究。它最終將推動自己的發展。這個循環閉合。進步加速超越人類的理解或控制。

這是否在2027年或2037年發生並不是重點。軌跡是明確的：答案正變得漸近於免費。

那麼，完全圍繞這個建立的教育系統會怎樣？知道答案？

它死了。不是因為 AI 殺了它，而是因為 AI 揭示了它早已是一具屍體。

想想學校實際上訓練學生做什麼：

背誦詞彙表
死記歷史日期
機械地應用公式
背誦教科書的解釋

這些任務中的每一個都假設了一個資訊稀缺的世界，資訊稀缺和訪問受到限制。那個世界已經消失。今天的學生可以問 AI "第一次世界大戰為什麼會爆發？"，並在 10 秒內獲得比任何教科書提供的更結構化、更全面的答案。

教育的舊理由 — "你需要知道這些，因為沒有人會在以後告訴你" — 已經消失。

新的稀缺資源：辨別力

這是什麼不會消失：評估一個答案是否值得相信的能力。

考慮這個情境。AI告訴你的孩子：

「每晚睡5小時對青少年的學習沒有負面影響。」

沒有基礎知識的情況下，你的孩子接受了這個說法。為什麼不呢？AI自信、詳盡、有說服力。他們開始每晚睡五小時。他們的健康惡化。他們的表現崩潰。

有了基礎知識，你的孩子會問：

有哪些研究支持這個說法？
這些受試者是青少年還是成年人？
這是一項研究還是共識？
引用的來源真的存在嗎？

這是現在重要的技能。不知道答案。知道如何質疑答案。

教育應該成為什麼

目標不是要產生行走的百科全書。我們已經有這些了——它們被稱為語言模型，並且擁有無限的耐心和完美的記憶。

目標是要產生認知架構師：能夠：

精確地框定問題 — 大多數人無法清楚表達他們實際需要知道的內容
導航模糊性 — 真正的問題沒有乾淨的答案
評估證據 — 區分信號與噪音、相關性與因果關係
跨領域綜合 — 連結不同領域的見解
識別胡說八道 — 辨識何時自信超過證據

這些不是軟技能。它們是更難的比起死記硬背，它們需要真正的思考，而不僅僅是檢索。

父母的兩難

如果你是父母，你面臨著一個真正的悖論。你希望你的孩子在一個尚不存在的世界中成功，而這個教育系統是為一個已經不存在的世界設計的。

最糟的反應是防禦性的懷舊：「我必須背誦元素週期表，所以你也必須。」這相當於要求你的孩子學習鍛造，因為這能培養品格。

更好的反應是策略性適應：

停止慶祝死記硬背。如果你的孩子能在10秒內用Google找到答案，那麼死記硬背就是認知上的表演。
開始獎勵質疑。當你的孩子質疑一個答案——即使是你的——他們正在練習21世紀最有價值的技能。
讓他們接觸真實問題。學校的問題是經過消毒的。真實的問題是混亂的、模糊的，並且沒有答案鍵。這就是訓練的場所。
教他們AI的局限性。AI 會產生幻覺。AI 將信心與正確性混淆。AI 追求可信度，而非真相。這些不是需要繞過的錯誤，而是可以利用的特徵。

歷史的平行

每一次技術轉變都迫使我們重新校準。

當計算器出現時，數學教育並沒有結束。它進化了。我們不再訓練人類計算器，而是開始訓練數學家——那些理解為什麼運算有效的，而不僅僅是如何執行它們的人。

當印刷術出現時，記憶並沒有結束。它變得不再那麼重要。我們從口述傳統轉向批判性素養——閱讀、評估和與書面文本辯論的能力。

人工智慧是同樣的轉變，壓縮在十年內而不是一個世紀。那些能夠茁壯成長的人，不會是抵抗它的人。他們將是那些在理解其界限的同時利用它。

真正的風險

這才是讓我夜不能寐的原因：不是因為人工智慧會取代人類思考，而是人類會自願將思考外包給人工智慧。

危險不是機器人起義，而是學習到的無助感。一代人因為 AI 總是有答案而停止質疑。因為 AI 總是提供路徑而停止掙扎。因為 AI 總是生成足夠的東西而停止發展品味。

足夠是卓越的敵人。而 AI 在足夠方面非常擅長。

在這個環境中獲勝的學生不是那些最常使用 AI 的人。他們是那些有選擇性地使用 AI 的人 — 知道何時委派和何時思考，何時接受和何時挑戰。我對我的團隊說的話

在水星公司，我不僱用人是因為他們知道什麼。我僱用他們是因為他們的思考方式。具體來說：

At Mercury, I don't hire people for what they know. I hire them for how they think. Specifically:

你能清楚表達出真正的問題是什麼嗎？
當給出一個解決方案時，你會問它假設了什麼嗎？
你能在腦中同時持有相互矛盾的模型並評估哪一個更合適嗎？
你有品味嗎 — 能夠在不需要標準的情況下說「這很好」？

這些特質在學校中並不會被教授。它們是通過與困難問題的互動來培養的，不符合規定的答案。

底線

您的孩子不需要因為 AI 而學習更少。他們需要以不同的方式學習。

未來的課程不在於涵蓋更多的內容，而在於深入探討 — 充分理解基礎以評估主張，培養足夠敏銳的判斷力以應對模糊性，建立足夠精緻的品味以識別卓越。

人工智慧將處理答案。問題是你的孩子是否會成為那個提出重要問題的人。

停止為他們準備一個資訊稀缺的世界。開始為他們準備一個辨別力稀缺的世界。

這是唯一值得付費的教育。

水星科技解決方案：加速數位化。