我至今记得一位老教师说过的一句话:"看作业不是看答案,是看人。"
她说这话的时候,手里正翻着一本练习册。那一页写满了工整的解题过程,答案全对。她看了不到十秒,在旁边轻轻画了个问号:"这题是把例题抄了一遍,改了数字。你去看他的草稿纸,顺序对不上。"
后来我常想起那个瞬间。没有任何系统提醒她,没有数据标红,她就是看出来了。依据是草稿的痕迹、步骤的顺序、笔迹的犹豫——这些东西,连作业本身都说不出口,她却读得到。
这两年,"经验过时了"的说法满天飞。AI会做题、会分析、会推送,好像一个年轻老师加一套好系统,就能顶上二十年的教龄。这话有一半是对的,另一半,说得太轻飘了。
轻飘在哪里?轻飘在它没有算过,经验到底是怎么长出来的。
经验不是教龄。教了三十年、一直重复第一年套路的人,经验并没有比第二年的人多多少。经验也不是一套能讲出来的方法——能把备课流程讲得头头是道的人很多,课讲得好的没那么多。真正的经验,是一种在信息不完全、时间极短的情境里,快速做出正确判断的能力。它由几千次真实的互动磨出来,大部分存成了直觉,连老师本人也说不清运作过程。
还有那个课堂上的例子。一个知识点讲到一半,教室里的气氛不对。有经验的老师能在三十秒内判断出:是内容太难,铺垫不够,还是刚才那个例子引偏了——然后当场换掉接下来的讲法。三十秒,信息残缺,没有重来的机会。
这有点像考试和急诊的区别。考试可以慢慢想,错了扣分;急诊必须在信息不全的情况下立刻判断,错了有代价。系统擅长的是考试型的问题:信息充分、规则明确、可以离线慢慢算。而经验处理的,是急诊型的问题。长期在急诊里工作的人,长出来的东西和考试高分的人,本来就不一样。
但那位老教师也跟我说过另一面。她说她的那套"看人",到了新学校头两年基本失灵——学生不一样,家庭不一样,她引以为傲的直觉需要重新校准。她还承认,一个班四十多个孩子,她真正了解的,其实只有十几个常和她说话的。剩下那些安静的、从不惹事的,在她的经验里是模糊的。
这是经验的边界。它只在生长的环境里可靠,难以传递,会固化,覆盖面也有限。一位老师再厉害,他面对的就是那几百个孩子。
所以真正的答案,不是谁替代谁。经验解决深度,技术解决覆盖。系统去做那些可规则化的事——诊断、统计、推送、提醒,把老师凭一己之力照顾不到的角落补上;老师去做那些需要判断的事——解读数据,决定什么时机介入,处理系统看不见的东西。技术把下限抬高,老师把上限撑住。
我最担心的是两种人。一种把系统说的话全当真,不再自己判断。几年之后,他的判断力会退化,剩下的只是操作技能——到那时,不是AI替代了他,是他先把自己降级成了执行者。另一种是抱着三十年的资历拒绝看数据。可数据说一个学生三周没有主动提问时,一个真正有经验的老师,第一反应不该是"机器懂什么",而是"我怎么没注意到这件事"。
经验的稀缺性,没有降低,反而升高了。但稀缺品也要保持开放——愿意被数据校验,也愿意承认,自己看不见的地方一直存在。
黑板还在,粉笔灰还在,那些三十秒的判断也还在。只是从今往后,它们需要一双愿意被提醒的眼睛。