「學習的終極目標，」約翰·彌爾頓在 1644 年寫道，「是修復我們始祖的失落。」這個意象很難再有改進：教育即修復，即恢復，即恢復因罪惡與疏忽而減損的能力。
四個世紀後，在生成式人工智能（AI）的時代，這個意象再次變得緊迫——因為我們現在被一種技術所包圍，它能按需完成我們長期以來認為教育要求我們自己做的事情。
我偶然讀到彌爾頓的這段話，當時我正在瀏覽這位英國作家作品集，並翻開了他 1644 年的論文《論教育》。彌爾頓並非在談論演算法。然而，他以非凡的清晰度看到了 AI 現在放大的教育謬誤：將語言與學習混為一談。
他寫道，語言「不過是將有用的知識傳達給我們的工具。」他警告不要將掌握詞彙與擁有這些詞彙旨在揭示的實在事物混為一談。他將語言與實質、順序與成熟、學習與直接接觸現實聯繫起來——這些原則經過四個世紀並未減損其緊迫性。
近期記憶中沒有哪種技術能如此擴展這個工具。像 ChatGPT 這樣的大型語言模型可以總結書籍、起草論文、整理研究筆記、翻譯段落、生成程式碼，並模仿學校和大學長期以來視為教育證據的文體。
有紀律地使用，它們可以非常有用。教授可以使用它們來準備討論問題。研究人員可以使用它們來更快地瀏覽文獻。管理人員可以使用它們來加速日常寫作。否認它們的效用是愚蠢的。
但效用不等同於教育，而 AI 則放大了舊有的弱點。它誘使我們將語言的流暢度誤認為是理解本身。學生可以提交潤飾過的文章，而無需真正深入探討問題。研究人員可以寫出得體的摘要，而無需清晰地理解問題。專業人士可以聽起來博學，而無需形成判斷。危險不僅在於不誠實——更在於替代。
對於天主教教育而言，這種替代很重要，因為學習不是產出可接受的表現，而是培養一個有能力追求真理、判斷和責任感的人。
彌爾頓在他的時代就看到了這種情況的某種版本。他批評那種在年輕學生的思想尚未通過「長時間閱讀和觀察」形成之前，就要求他們「寫主題、詩歌和演講」的做法。他反對在潛在能力成熟之前就要求完成的作品。
生成式 AI 正是將這種教學謬誤工業化。它在學生經歷了使語言有意義的閱讀、提問、猶豫和修改之前，就提供了成品語言。彌爾頓認為是順序上的錯誤，AI 卻將其變成了一個系統。
這很重要，因為教育不僅僅建立在答案之上。每一個值得教授的答案，曾經都是對某人真正提出的問題的回應。
學生不僅僅是通過接收結論來吸收知識——他們必須被帶入問題之中。這就是為什麼教育的主要推動者是學生。沒有人可以代替別人學習。工具可以輔助教學；但它無法代替學生學習。
因此，在 AI 時代，教師的角色變得更加重要，而不是更少。真正的老師不僅僅是內容的傳播者。真正的老師是探究經驗豐富的嚮導：一個知道學生尚未看到什麼、必須做出哪些區分、需要揭示哪些困惑、以及接下來應該提出什麼問題的人。最好的課堂不是將資訊從一個容器轉移到另一個容器。它是一種活生生的思考行為。這就是為什麼研討會、辯論、實驗室、輔導和嚴肅的對話即使在資訊本身變得廉價時，仍然保持其力量。
我們傾向於頌揚知識：積累的事實、證實的結果、儲存的資訊。但正如生物學家斯圖爾特·費爾斯坦（Stuart Firestein）所論證的，發現不僅始於我們所知道的，也始於對我們尚不理解的事物的有紀律的認識。大型語言模型在這一邊界達到了極限。它們可以以驚人的流暢度重新組織檔案，但它們無法承受不確定性，無法提出真正新的問題，也無法對真理負責。
這闡明了為什麼某些行為如果委託給機器，就會完全停止發生。仔細閱讀文本、權衡相互矛盾的證據、判斷結論是否合理、對自己聲稱的內容負責——這些都不是輔助任務。它們是塑造心智的工作。
沒有機器可以代替我們完成這些工作——不是因為機器缺乏處理能力，而是因為這些行為除非由人來執行，否則就沒有效果。它們的目的不是產生輸出。而是塑造執行它們的人。
名副其實的教育一直都明白這一點。它的終極目標不是傳遞內容，無論內容多麼準確。而是培養有判斷力、專注力和學術誠信的人。這種培養需要真正面對困難——艱澀文本的阻力、一個不容易快速解決的問題的抵抗、修正自己信念的不適。它需要身體力行和智力並重：緩慢閱讀、用自己的聲音說話、接受為自己的話負責的代價。一個人不是僅僅通過管理資訊來獲得追求真理的能力。智慧是在接觸現實中形成的，而不是在模擬中。
因此，AI 在教育中最深層次的挑戰不是學術誠信，儘管這個問題確實存在。而是我們是否允許我們的學校和大學將學習定義為產出可接受的結果。如果這是我們的標準，外包將始終看起來像效率。但如果教育是判斷力的培養，那麼替代就變得適得其反。
機構應該怎麼做？答案既不是恐慌也不是一概禁止。而是教學法的重新設計。課堂上進行更多的寫作。對論點進行更多的口頭辯護。組織更多的研討會，圍繞實際問題而非被動下載資訊。更多的實驗室和工作室工作，學生不僅要解釋結果顯示了什麼，還要解釋它沒有顯示什麼。
當學生使用 AI 時，一個合理的規定是透明度：披露詢問了什麼、系統產生了什麼、保留了什麼、拒絕了什麼，以及原因。重點不在於監視。而在於學術所有權——為自己的思考負責的習慣。機構也應該重新投資於教師學者，他們的出現、判斷和學術嚴謹性是無法自動化的。
同樣的承諾也屬於家庭。一個沒有電子設備的餐桌、跨世代的對話、一起朗讀、以及不僅問孩子他們在想什麼，還問他們為什麼這樣想的習慣——這些都是自由的小學校。它們教導我們，教育不是產出令人印象深刻的句子。而是培養誠實的心智。
從這個角度來看，我們所處的時刻與其說是危機，不如說是澄清。AI 並沒有創造新的教育問題；它只是讓舊的問題變得無法忽視。在第一個語言模型被訓練之前，我們的機構中就已經存在了獎勵表現而非理解、流暢度而非深度、以及潤飾而非真正參與的習慣。AI 只是將這些習慣工業化並加速化，直到它們的空虛變得不可否認。
這可能是它最意想不到的禮物。如果這種顛覆迫使我們恢復教育的真正目的——培養能夠提出真正問題、做出審慎判斷並對真理負責的心智——那麼 AI 時代可能，悖論地，會成為教育更新的時代。
彌爾頓更深層次的論點進一步推進。學習的終極目標不僅僅是能力或公民美德，而是「正確地認識上帝，愛祂，效仿祂，像祂一樣。」從這個角度來看，教育參與了對被罪惡所遮蔽之物的恢復。
沒有機器將永遠修復這些失落。這種恢復最終是上帝的工作，然後才是我們的工作；然而，在恩典的幫助下，我們仍然必須承擔注意力、判斷和愛的が人間的な労働。