这破手机打字真费劲，屏幕还老误触，但我刚改完一个学生的代码，气得我咖啡洒了一桌子，实在忍不住跟你们说说

先说个结论，你们大部分人理解的AI就是个大忽悠，尤其是教育圈的朋友，一上来就问“怎么用AI改作业”、“哪个工具能自动出题”，这思路从一开始就歪了，我当年也这么干过，结果踩了三个大坑

这个错误我犯了三次，每次损失都上万

第一次是2019年，我给一个培训机构做AI助教系统，他们想要那种“能跟学生聊天批作文的神器”。我当时也楞，直接上了个GPT-2的变种，结果你猜怎么着？模型动不动就把“太阳”写成“太阳晒屁股了”，还老重复句子。领导问我这AI是不是脑子有坑，我说对对对，我脑子更有坑

（手机震了，我回个消息，马上回来）

好了回来了，是前同事问我一个数据集的坑。接着说，那次失败让我明白一件事，教育工作者根本不需要知道神经网络有几层，他们需要理解的是AI的“起源”实际上是统计学，不是魔法

你看啊，所谓AI人工智能的起源解析：如何帮助教育工作者理解技术底层逻辑，说白了就是告诉老师：AI就是一个超级会找规律的复读机。比如你给它1000篇好作文，它就能总结出“开头要引经据典”、“中间用排比句”这些规律，然后照着抄。但它不懂“情感”，不懂“创意”，你让它批改一篇写得天马行空的散文，它可能给0分，因为不符合统计规律

说到这我想起2020年冬天，我帮一个小学语文老师调模型，她非说AI不公平，把一篇写“妈妈是奥特曼”的作文判成不及格。我一看，模型训练数据里全是“妈妈像蜡烛”、“妈妈像园丁”，当然不认识奥特曼了。那老师当时就哭了，我也差点哭，tql，太强了这误解

你们总问的一个蠢问题

很多老师问我：“那AI能不能取代我上课？” 我每次听到都想撞墙。我给你打个比方，AI就像一个超级助教，它能在你睡着的时候帮你检查学生有没有写错别字，统计谁上课老走神（通过摄像头分析眼神），但你要让它讲《背影》里父爱的深沉，它只能给你背诵全网的解析，没有自己的感受

不对，我刚才说错了，不应该说“没有感受”，应该是“它根本不存在感受这个概念”。它的底层逻辑是向量计算，把每一个词、每一句话都转成一串数字，然后找数字之间的相似度。所以“父亲”和“爸爸”在它眼里就是两个距离很近的点，但“父爱”是什么？它不知道

（说到这个，我想起2019年那个夏天，我连续加班一个月，最后在办公室沙发上睡着，醒来发现同事给我盖了个毯子，上面印着“AI不会累，但你会”。我去，那毯子我现在还留着，每回讲这课就拿出来晃一下）

这个坑你们千万别再踩了

我见过最普遍的错误，就是让老师去学python、学tensorflow，美其名曰“理解底层”。放屁，那是折磨人。你让一个教了20年数学的老师去调超参数？我认识一个教育局的哥们，花了几十万搞教师AI培训，结果结业考试是让老师手写一个感知机，最后集体作弊

正确的做法是什么？你搜AI人工智能的起源解析：如何帮助教育工作者理解技术底层逻辑会看到很多说法，但我的经验是只讲两个故事：

第一个故事叫“猫脸识别”。你就告诉老师，当年AI火起来，就是因为有人拿了几百万张猫的照片让电脑找规律，最后电脑能认出猫了。教育里的AI也是一样，你给它几千份“优秀教案”，它就能学会模仿写教案，但它不知道为什么那个教案优秀

第二个故事叫“猜词游戏”。你心里想一个词，让另一个人问五个问题，只能回答是否，最后猜出来。AI的神经网络就是那五个问题，每个问题都是“这个数字大不大”、“这个位置偏不偏”这种蠢问题，但组合起来就能猜中。教育的AI也就是在问：“这个学生的成绩低于平均分吗？”“他这周的作业迟交了几次？”

对了，有个小工具我忘了说，叫LIME，专门用来解释AI为什么做出某个判断。比如AI说“这个学生可能退学”，LIME能告诉你是因为“最近三次作业没交”和“课堂发言次数为0”。这工具太实用了，我以前居然不知道，浪费了两年时间从零写解释模块，yyds

拉回来，所以教育工作者真正需要懂的底层逻辑只有三条：

第一，AI只能从过去的数据里学，不能创新，所以它永远教不了“前所未有”的东西 第二，AI会放大数据里的偏见，比如你拿50年代的教材训练它，它会觉得“男生学理女生学文”是天经地义的 第三，AI的输出永远是概率，不是事实。它说“80%可能答案是3”，而不是“答案是3”

我现在给老师培训，就让他们每人带10份自己学生的作业，我们现场用AI批改一次，然后找出AI犯的“蠢错误”。比如把“我很感动”写成“我很赶动”，AI能发现错别字，但把“夕阳很美”批成“用词简单”，因为训练数据里高分作文都用“余晖”

然后我会问他们：“你愿意让一个只会背题库、不懂感情、还总犯低级错误的助教，来替你决定谁该拿高分吗？” 所有老师都摇头。对了，这就对了，这才是底层逻辑——AI是工具，你才是大脑

（脖子酸了，换只手打字）

最后一个你可能会问的蠢问题

“那是不是所有学校都不该买AI系统？” 我没这么说啊，你刚才没仔细看。我说的是别让老师学编程，但你完全可以用现成的AI工具来做重复劳动，比如自动统计出勤、检查选择题答题卡、把学生的朗读转成文字。这些不需要理解底层逻辑，就像你用微波炉不需要懂电磁波

但你想让AI帮你做“判断作文立意高低”、“评估小组合作谁贡献大”这种复杂事？先问问自己，你能给AI提供几千份已经评好分、标注意见的标准数据吗？大部分学校连教案都没数字化，就别做梦了

好了，你现在就可以做的1件小事： 打开你手机里的任何一个AI工具（比如语音助手），连续问它三个同样的问题，只是换一下顺序，比如“今天的天气？”“明天呢？”“后天的天气呢？”，你会发现它的回答有时候会矛盾。这叫“输入敏感”，就是AI底层逻辑的致命弱点。花2分钟试一下，比你读十篇论文都管用

---

问答时间（两个蠢问题，一看就没仔细读）

问题1：那我要不要先去学一门编程语言，比如Python，才能开始用AI？” 回答：你刚才是不是跳过了中间那段？我说了，让老师学Python就是最大的坑。你只需要会用鼠标点“上传”、“开始分析”、“查看报告”就够了。真要学，先学会怎么识别AI犯的蠢错误，比学一万行代码都有用

问题2：AI的起源不就是图灵测试吗？你讲的那堆统计和概率跟起源有什么关系？” 回答：哎，再读一下我前面写的“AI人工智能的起源解析”那段。图灵测试只是个哲学问题，真正让AI活起来的是统计学里的贝叶斯定理和回归分析。1956年达特茅斯会议那些人一开始也想搞逻辑推理，结果失败了，后来才发现“让机器从数据里找相关性”才是正道。你连这条都搞错了，难怪会问这种问题