文｜邓飞
近年矽谷多间由科技巨子发起、备受市场期待的创新教育机构，先后折戟。
朱克伯格（Mark Zuckerberg）捐资创立的Charter School在运作数年后关闭，马斯克（Elon Musk）旗下的Ad Astra收缩办学规模、停止对外招生，主打精英实验教学的Tessellations学校快速扩张后陷入内部危机，大批AI教育初创企业融资断裂、产品停摆。
这一连串失败，并非否定AI赋予教育的可能性，而是敲响警钟：资本、技术、商业化运作可以为教育提供资源，却不能直接换来优质的育人成果。这对香港落实《数字教育蓝图》、在北部都会区布局开办新学校，有极为深刻的镜鉴意义。
矽谷崇尚快速，忽视教育规律
矽谷教育实验的首要教训，是把商业高速增长的逻辑直接移植到办学，重扩张而轻沉淀。矽谷创业文化崇尚快速起量、短周期验证，Tessellations在短短3年学生人数由30余人暴增至近300，办学方仍嫌发展速度不足。然而教育不同互联网产品，教学质量依赖稳定的师资团队、长期打磨的课程体系、师生之间持续的情感联系，无法快速复制。急速扩招之下，教师队伍动荡、课程反复调整，学生沦为频繁迭代的实验样本。资本对AI教育产品同样缺乏耐心，在看不到季度级的成效增长后便抽离资金。
这对香港教育的第一个启示是，推动数字教育和建设适应AI时代的未来学校尝试，不仅要是有AI时代前瞻理念，同时也要尊重教育规律，以AI创新工具来同时进行知识教学与辅导学生成长，避免落入“重硬件建设、轻内涵培育”的矽谷陷阱。
人格培育，无法交由机器完成
其次，矽谷经历彻底打破“技术万能”的幻想，警示我们要建立人机协同的边界，AI是工具而非教育的主角。绝大多数矽谷AI教育产品，仅是在传统教学之上附加科技外壳，并未对课堂教法作出深层改革。一如美国由学区耗资采购，若教师没有掌握AI融合教学的能力，产品长期闲置；学生过度依赖AI完成思考，独立思辨、共情沟通的能力反而弱化。
这对香港教育的第二个启示是：AI可承接知识传递的重复劳务，释放教师精力，但人格培育、价值引导永远无法交由机器完成。香港推进数字教育，不能只训练学生熟练操作AI，核心目标是引导学生善用科技提出高质量问题、甄别资讯、跨学科解决真实世界议题，破解“学生拿AI抄题，知识能力无长进，最终成绩大幅下跌”的困局。
第三，矽谷教育实验逐渐滑向优绩主义，由实行AI普及培育转为精英筛选，是香港必须警惕的红线。多个矽谷创新学校后来改以智商测试作为入学门槛，服务矽谷高管子女，放弃最初普惠教育的愿景。教育的角色从“培育多数人”变为“筛选少数天才”，削弱教育推动社会流动的公共功能。
香港建设未来学校，可以采取国际学校引进、直资学校2.0、优化资助学校等不同路径。但无论哪一种模式，都要恪守同一育人标尺：AI素养必须与人的全面成长并重。在引入商界、科技界协作时，教育主导权必须牢牢掌握在特区政府手中，课程框架、伦理规范、评核体系，要有利于缩窄不同阶层学生之间的数码鸿沟，确保数字教育的成果不同背景的学生。
矽谷众多创新学校的折戟，问题不在AI技术本身，而在于把资本运作规律饿套用到教育规律上。前者尤其风险投资讲求短期见效的高回报率，否则迅速撤出和转移资本；但后者是慢工出细货，作为“人”的师生，与作为“机”的AI加持赋能的各种教育科技平台，这两者（其实是三者）之间要进行不停的互动，才能把学与教效能和科技效能渐次螺旋式提高。
引AI科创，慎防加压应试教育
科技迭代可以很快，资本进出可以更快，偏偏人的培育是没有办法如前两者那样匀速地快！何况，科技的迭代进步，资本的回报比率，都有客观可量化的指标来衡量，但对人的培育可没有同等可能量化的指标。如果用考试成绩或者所谓的做Project Learning来衡量，那就会陷入了“AI科技创新加压应试教育”的恐怖场景--不仅要出好的考试评核成绩和获得相关STEAM比赛或发明奖项，而且要出得够快！
最后，矽谷的经验证明教育是长周期的系统工程，AI数字教育落地，牵涉课程规划、课堂模式、考评改革、教师培训等一连串课题，需要循序渐进地从实践中调校。
热门跟贴