二、反思：不可改变（变无可变）的现有教育
现有教育的基本设计来自19世纪普鲁士教育体系，其基本原则是强制教育、政府控制、标准课程，把教育分为小学、中学、大学几个层级。后来，直到现在，世界各地的现代教育基本操作方式都在模仿这个体系，例如把学校作为政府提供教育的主要机构，每个孩子都必须上学，每几十个孩子分为一个班，每个班都有至少一名成年人作为教师，每个孩子的学习内容都由政府制定，每个孩子通过一定的选拔机制进入下一个层次的教育。这个教育设计对培养大批量的遵循规则的具备相同或相似具体技能的“工人”非常有价值，因此在工业革命时代得到很大发展。
我们可以回到现有教育体系的“生发”时代，回望一下当时学习者的“学习”特点：
• 学习资源匮乏：知识信息掌握在少数人手里，信息技术发展尚未起步，知识传播方式有限。
• 学习过程单一：掌握知识的教师是学生唯一的知识来源，学校课堂是学习发生的唯一场所。
• 学习目标明确：为工业化发展提供具备基本技能的就业人员。
同时，我们也发现，为了让当时学习者的整个学习过程更加有效，传统的教育体系还设置了一些实施机制。
一是，以“年龄与年级”假设学习者的“学习能力与学习需求”。传统的教育设计基本都是按年龄来分级的，也就是说，将某个年龄段划分为一个年级，出生于某个年度内的孩子就被看作具备相同的能力、动机、兴趣和学习目标。测试也是按年龄进行的，从普通的政府规定的测试到大规模测验，都是按照学生的年龄或以年龄划分的年级来设定的。
二是，以“设定的内容”假设学习者的“未来需求与兴趣范围”。学生需要学习设定的学习内容，因为这些内容被假定为是每个人都需要的。而且学生必须要到学校和课堂中接受教师的教育，学习必须在教师的指导、管理和讲解下才能发生。以致于到了21世纪的今天，教师仍然被看作教育中不可或缺的一部分，提高教师质量被视为教育体系质量提升的关键，因而也成为各国教育改革的主要策略（Barber & Mourshed, 2007）。
三是，以“统一的测评”假设学习者的“学习进度与学习结果”。学校会根据学生在某一时段的考试成绩，对学生采取也许会影响他们一生的行动。对此，不同国家有不同的做法，但根据学生的学业情况来采取行动是一致的，比如分班。好的学生和不好的学生会有不同的老师、不同的同学，因此其学习效果也会不一样。有的国家会给数学或语文不好的学生强加这两科的补习，因为按政府要求，这两科是最基础的学科，学生必须学好。
四是，以“确定的机制”假设学习者的“学习路径与人生发展”。教育体系同时也是一个选拔体系。政府或者掌权者通过考试和其他被认可的成绩来选拔学生，让完成任务（或者成绩好）的学生升入高一级教育机构，从而享受更多更好的教育资源和社会资源，这些学生毕业后也会有更多机会获得更好的工作。
可以说，这种教育体系在设计之初极大地促进了社会和经济的发展。然而，随着科学技术的进步、信息技术的发展、社会的变迁和行业分工的深化，我们开始逐渐意识到当前教育体系在设计上的局限性。尤其是在实现“质量”和“公平”这两个教育基本目标上，它的局限主要体现在三个方面。
首先， 按年龄划分年级的标准化操作以及统一的课程与评估禁锢了学生的发展空间，成为提升教育质量的瓶颈因素。
传统的教育设计是根据年龄来划分年级，由老师统一进行一对多授课，并进行有统一标准的评估。这种操作的基本前提是将出生于某一个365天限度以内的孩子看作具备相同的能力、动机、兴趣和学习目标。而早有研究表明，在儿童成长的第一年内，发育上便存在很大的差距，其后由于先天和后天的原因，学生个体间的差异也极其巨大（Ridley, 2003）。差距如此大的孩子被强制安排在一起学习同样的内容，一个教师很难或者基本不可能满足每个孩子的学习需求，并根据每个孩子的身心发育状况进行差异化教学。学习是一个累加的渐进过程，如果从一开始就对差异很大的群体采取统一的内容与要求，势必会在后续的过程中逐步累加由差异导致的分化作用。而我们现在评价“教育质量”的标准是“所有孩子都在规定的课程中优秀”，这必然是不可能做到的。
“同一个尺寸不可能适合所有人”已经是一个普遍的共识（Goyal, 2012; Ohanian, 1999）。而且这个设计不可能满足社会的需求（Illich, 1973），尤其到了21世纪的人工智能时代。
其次，现有教育体系的“标准化普及过程”，限制了教育质量提升的空间。
当教育的基本条件，比如合格的教师、教材、教学场地等得到满足，当所有适龄儿童都能接受教育，都有机会学到课程要求的内容且满足政府的基本要求时，就必然要通过必需的考试来实现学段的晋升，而教育质量的提升就取决于教育体系在多大程度上能吸引学生将时间和精力花在标准课程上。
现实情况是，不同的学生会产出不同的“教育效果”。原因是多元的：有的是由于对规定的课程、教师的教学方法、学校的管理方法和规定不适应或者没兴趣；有的是由于其天赋和兴趣与规定的学习内容相悖，即使花再多时间也不能有太大的提高或者超越所规定的基本要求。出于达到“质量要求”的前提，家庭与学校会要求学生进行各种类型的所谓“补习”，但是这样的“补习”不一定对学生有价值，甚至还有可能导致学生厌烦学校、厌烦学习。这些行为不仅不会让学生变得更优秀，反而会降低学生的学习热情。
可以说，这个教育体系在实施要素达到一定水平以后，很难保障效果（质量与公平）的持续提升。就如同经济学中的边际效应一样，当每一项都做到极致的时候，就不可避免地会出现边际效应递减的结果。
最后，现有教育体系“过程化的选拔流程”，极大限制了教育公平的实现。
现有的教育体系设定了分阶段层层选拔（过程化选拔）的标准，用学生的文凭和出路（文凭运用）作为评价教育质量与教育公平的标准，这在一定程度上起到了调剂资源的作用，对教育公平有一定的促进作用。然而，这个选拔的基础是学生成绩（即教育产出）的差异，而学生后来的人生差异更多地来自社会的不公平以及由此导致的后代教育的不公平。因此，不公平是一种社会现象，单纯依靠学校并不能真正解决公平问题。
但是，这个评价标准推动了高等教育的极致发展，导致了文凭贬值。实际上，文凭贬值在发达国家早有端倪（Collins, 1979），今天许多国家都出现了这个现象。也就是说，文凭已经不能保证更好的工作机会了。在许多大型公司不再以文凭作为招聘人才的标准后（Chawla, 2020），美国的密里苏达（Minnesota）和马萨诸塞（Massachusetts）这两个大州也宣布减少州政府工作对大学文凭的要求。密州有约75%的州政府工作不再要求有大学文凭，而麻州更是有约90%的州政府工作不要求文凭（Ferguson, 2023; Wehner, 2024）。
早在2005年，美国教育研究协会主席David Berliner教授就指出，教育改革的盲点就是忽略了学生的出生背景及其生活条件，因为家庭经济和社会背景是影响学生学业的最大因素（Berliner, 2006）。要让教育去改变这种社会不公平造成的教育不公平基本不太可能，更不要说让教育去改变社会不公平了。因此，这个来自19世纪的教育设计不仅不可能真正缩小差距促进公平，反而可能复制现有的秩序（Freire, 1996, pp.356, 357-358），并且制造新的教育不公平。有研究发现，能否进入更好的大学基本上与学生的出身有关（Brown, Power, Tholen, & Allouch, 2014; Zhang & Zhao, 2014）。需要关注的是，当前这个教育体系会制造新的社会问题，阻碍社会发展。这种设计实际上是教学生学会竞争，而不是合作，教学生学会自私，学会想办法压倒别人、和别人攀比，而不是自我突破和创新。
综上所述，当下这个以标准、统一、选拔为核心的教育体系对教育的方方面面加诸控制，变化空间极为有限，实在变无可变。如果不脱离现有的教育体系，无论将其雕琢得如何精致，都无法实现提升教育质量和实现教育公平的目标，更不可能使其真正变得更优质、更公平。正如2002年哈佛大学Ellen Lagemann在分析了教育研究100年来的历史 （Lagemann, 2002）后所指出的，教育研究是“狡猾的科学”或者“不易捉摸的科学”。其实早在1995年，教育历史学者David Tyack和Larry Cuban已经提出了“学校语法” （Grammar of Schooling）的概念（Tyack & Cuban, 1995），指出100年来美国的教育改革就是修修补补，没有大的教育变革。现有的教育改革更多着力于对当前教育范式进行雕琢打磨，塑造出一个过度装饰的、具有遮蔽效应的现代教育体系，而没有跳出当前的教育体系来看教育，没有看到以学校为主体、以班级为教学基础、以选拔为目标的教育体系的局限及其不可提高的本质。
三、剖析：不合时宜的现有教育
让我们沿着这个思路回到我们所处的当下，看看我们面临的时代以及隐约可以窥见的未来。
我们正处于被广泛称为“信息时代”“数字时代”或“后工业时代”的时期。这个时期始于20世纪后半叶，以1970年前后互联网的商业化与个人计算机的普及为开端，迄今不超过60年。这60年的变化，比起以蒸汽机的发明和应用为开端的工业时代，可谓天翻地覆。而如今，尤其是2022年11月以来，以ChatGPT为代表的AI技术横空出世，在短短的16个月内以令人咋舌的速度不断颠覆着人类对于未来的想象与认知。它使我们深刻意识到，这是一个快速“流变”的时代，我们不知道也不能预测未来将会以怎样的速度、怎样的形式来临，而我们又将会做些什么、又能做些什么。
历史告诉我们，时代的变迁将推动社会全方位的变革，涉及技术、经济、社会结构、工作方式和环境等多个方面。而教育，作为一个促进个体生活经验增长的过程（Dewey, 1916） ，应该促进个体的全面发展，包括社会参与能力的提升，应该帮助孩子们（未来社会的创造者）在适应快速变化的同时，积极思考正在发生的变化以及应该如何自处。这使我们不得不比较当下与现代教育的“生发”时期——早期工业时代，以期获得更全面的观点与认知。限于篇幅，此处我们单从“教育体系如何促使/助力学习者学习经历”这一个角度，来看一下当下较之以往（现代教育生发期）的变化。
一是，学习“资源”的广泛性和学习“方式”的灵活性，已经促使“学习过程”在“逃离”传统课堂。
我们面对的是一个信息海量产出、知识快速迭代的信息化时代。学生的学习资源远远超越了受地域限制的教室和学校，网上的学习内容也已经远远超越了2000年的水平（Zhao, 2021）。新冠疫情带来了全球性的远程教育实验（Zhao, 2020）。在疫情期间，更多的学生和老师尝试了在网上寻找资料，寻找新的学习机会，建立新型的学习习惯，构建了新的学习社区。疫情之后，全球的教师和学生经历了在线远程教学的“洗礼”，教学内容大大增加。而且以ChatGPT为代表的生成式人工智能给人们带来了一种全新的体验，随之而来的其他种种大语言模型让生成式人工智能很快进入普通人的生活。今天，人工智能已经开始进入学校，越来越多的教师和学生开始使用生成式人工智能进行教学和学习，例如写作业、改作业、写推荐信、写论文报告、备课和上课等，探寻人工智能在学习和教育中的运用。在内容上，生成式人工智能是跨学科、跨领域、跨层次的，任何人都可以通过它学到各个学科的知识，还可以让它对自己的学习提出建议，也可以和它一起共同学习。对新的学习方式的尝试和体验让人们越发意识到现有教育体系的局限性。
现有的教育体系将学习限定在课堂中，将教师定义为知识的传授者，将学习者定义为知识的被动接收者。这样的定位遮蔽了学习本身，带来了学习主体的倒置、学习内容的落后、教师定位的错配与失衡、评估评价手段的单一、学习场所的局限等问题，也因此出现了在今天这种人人都有可供随时随地上网学习的手机的时代，学校却不让学生带手机的不合时宜的现象。
技术的飞速发展带来了学习模式的诸多可能性：超越时空地域限制的可能性、建构新的学习社区的可能性以及打破现有学校体系结构对学习进行主导和控制的可能性。技术的发展已经让学习逃离了课堂和学校，现有教育体系对学习结构定义的合理性已经受到了挑战，而这必将带来学习工作模式天翻地覆的变化。
二是，人类学习“动机”与“意愿”的个性化与多元化，促进了更加精细化的社会分工以及更具“解决特定具体问题”导向的合作/结构化组织需求。
我们所处的是一个“机器越来越像人”的AI快速发展的时代。技术的飞速发展让人类产生了“可能被替代”的危机感：越来越多的现有岗位将被AI工具替代，因为“机器越来越像人”（Fried, 2018）。种种不确定性随之而来：知识的不确定性、行业的不确定性以及社会发展的不确定性。那么，该如何应对种种不确定性，让每个学习者成为更好的自己？（McDiarmid & Zhao, 2022a; 2022b; 2023）
AI的快速发展同时也带来了各种可能性：跨越物种合作的可能性（AI与人类的共处与共生），超越时空、超越地域限制的合作可能性（新型的社会形态与组织形态），建构新的文化类型的可能性，形成新的学习理论的可能性，等等。
迄今，在教育研究界已经达成共识的是：这个时代赋予了每个人实现个性化学习的可能性，这个时代也越来越依赖于人和人之间的相互依存。
“个性化”是基于人的多元性的客观需求，而多元性是人类与生俱来的。人类在智能、性格、欲望、需求上存在着先天的不同（Chen, Moran, & Gardner, 2009; Gardner, 1983, 1993; Gardner, 2006；Reiss, 2000, 2004；Sternberg, 1985, 1996），这些先天的不同加上不同的生活环境、不同的经历，导致了人的差异（Bronfenbrenner & Ceci, 1994; Dai, 2010; Ridley, 2003）。人生具有随机性，不同的人在不同的时候可能会有不同的机遇，遇见不同的人，看到不同的文章，听到不同的故事，等等。因此所有人，包括学生在内，都是极具差异的独特的个体。这些独特的个体提供了社会发展所必需的差异性，不同的特长、不同的智能、不同的性格优势、不同的需求在这个社会中相互补充、相互依存、相互配合，为社会发展提供了动力与活力，为个人发展提供了机会。所以，人和人之间的相互依存是基于人类“多元性”的最大优势的利用和最大效益的体现。因为每个人的不同都是有价值的，人和人之间可以通过相互依存的合作，最优化地解决自身乃至整个社会的需求。
然而，现有教育体系对于人的多元性和独特性而言，却是一种桎梏。现有教育的最大问题就是违背人的天性，违背人先天和后天交互作用的差异性，它以统一的考试、统一的课程、统一的教法，强迫不同的人达到统一的水平。个体的独特性在这样一个统一的环境里无一席之地，没有发展的土壤。现有的教育体系对课堂、教师、评价、学习内容的归一性和控制性限制了个体的多元性、独特性发展，遮蔽了每个人创造自己发展机会的可能性。面对当下，人类需要的是一个支持人类多元性发展的、个性化的、相互依存的教育体系。
三是，学习的“目标”与“意义”在不断被刷新与重塑，普遍而统一的教育评价标准将“遮蔽”社会发展对于“拔尖创新”人才的识别效应。
我们所处的是一个 “人人都（可）是创业者”“人人都能（有机会）被看见“的时代。从20世纪50年代开始，自动化取代了人类的很多工作，再到后来的计算机技术的发展，包括现在出现的生成式人工智能，已经让很多行业处于消失的边缘，但同时也催生了很多新行业。人类的工作在不断进化中。传统的以人为主的大规模工厂已经不存在，操控生产线的已经是机器。而且机器正在侵入一切不可进入的领域，比如写作、修改、会计、设计、医疗、教育，等等。新工作需要不同的技能，也就是说以前看重的技能可能不再重要，而以前不看重的能力会变得重要。这就是笔者在2019年提出的“无用变有用”的概念（Zhao, 2019）。从人类发展史来看，这种技能重要性的演变一直在发生。比如早期冷兵器时代战争需要的是体力，而现代战争需要的更多是智能；几百年前不可想象踢足球的技能在今天能掀起几百上千亿的产业；几十年前不可预测打游戏可以演变成电竞产业（Zhao, 2009a; Zhao, Basham, & Travers, 2022）。音乐、舞蹈、表演等方面的能力也变得越来越重要，普及面越来越广。在行业不断变迁，产业格局瞬息万变的当下，人类应该具备敢于尝试、主动拥抱不确定的环境的勇气以及挖掘、创造新机会的能力。这是一个人人都可能成为创业者的时代，也是一个人人都不得不创新的时代。当旧行业不断消失、不可预知的新行业不断涌现时，当工作已经“逃离”了工厂时，以行业知识和技能为培养目标的现有教育体系必将面临过时、被动和尴尬的局面。
而信息技术的发展，让每个人都有了“被看见”的可能。更大范围的“非教育选拔”正在发生，不同的“选拔”标准也在自发形成。现代教育体系的选拔流程由于统一预设的标准而主动放弃了“看见”的权利，导致很多潜在的、可能拔尖但也需要机会创新的个体被错失，从而遮蔽了教育应对时代的积极“社会效应”。
与此同时，AI的发展引发了新的教育问题: 不同地域和阶层的学生在接触和使用AI资源方面的差异会加剧现有社会阶层的分化，带来新的教育不公平问题；AI合成衍生的海量知识可能会对人类的思维和认知过程施加一定的影响和控制，产生新的教育伦理问题。AI带来的种种可能性、不确定性以及教育的新问题，共同挑战着当下教育体系的适时性。
在这样的时代背景下，现有教育体系具有很大的局限性，它在把握和利用AI 带来的诸多学习可能性、应对由AI引起的不确定性、解决AI引发的教育新问题等方面捉襟见肘。现有教育体系以知识能力培养为核心，该知识能力体系决定了学习内容的设定和教学评估的重心。然而，该知识能力体系具有以下两个方面的不合时宜性。
首先，现有教育知识能力体系的人才培养目标不合时宜。
当前教育最重要的社会使命是应对技术所带来的不确定性。要应对未来的种种不确定性，人类需要的不是所预测的某些行业的技能，而是跨行业的甚至可以创造新行业的通用能力。越来越多的研究发现，传统的所谓“软技能”（Soft Skills），比如思考方法、毅力与耐力、创业精神等 （Duckworth & Yeager, 2015; Dweck, 2008; Pink, 2006; Trilling & Fadel, 2009；Zhao, Wehmeyer, Basham, & Hansen, 2019），在21世纪可能更有价值。面对海量信息唾手可得、知识快速更新迭代的当下，人类需要的不是对既定知识的记忆与运用，而是在面对不确定的知识领域时不胆怯、充满好奇，具有大胆探究和创新的意愿与动机。在行业不断变迁和产业格局瞬息万变的当下，人类应该敢于尝试、主动拥抱不确定的环境，具备挖掘、创造新机会的能力与行动力。面对AI技术的快速发展，人类必将面对与AI共融发展的趋势，因此需要具备且不断构建自身需求与他人需求共生发展的能力，并且能够集合各自优势，协调社会和技术资源共同为社会创造价值。技术的迅猛发展将给人类生存发展的环境带来极大的不确定性，因此教育面对的一个最大的挑战就是如何提供适宜的环境，培养出有创新意识、创造能力以及创业素养的人才。
现有的教育体系以为当前社会的各行各业输送具备专业知识和技能的合格人才作为主要目标。然而，这个以现有行业的专业知识和技能为核心的目标定位具有滞后性，缺乏前瞻性，因此所培养出的是现有行业结构下的专才，而不是具备应对当前和未来社会不确定性的能力的创造性人才。
其次，现有教育知识能力体系的设定和实施不合时宜。
现有教育知识能力体系的范畴设置是基于对过去行业能力需求的分析，其过时的内容与当前的信息爆炸时代具有不可调和的矛盾。这个体系对于固定知识能力体系的执着扼杀了创新意识，限制了人类应对不确定性的灵活度。同时，这个知识能力体系的结构是根据对不同年龄学段的学生的认知能力的预判来设定的，而这个预判是基于“前技术”时代人类接触的信息途径以及在内容相对局限的场景下的认知发展规律。这样的预判对于这个信息极度丰富的AI时代的学习者而言，已不再适用了。
现有教育体制对这个知识能力体系的实施方式，以及对培养学习者应对当下不确定性发展的能力，都有诸多限制。现有教育体制下的教师主导了学习内容，以分班授课为主体，它在培养学生自我把握和调控自己的学习内容和学习历程等方面捉襟见肘。现有教育体制下的评价体系，集中在对既定知识掌握程度的评测上，限定了教育评估和教育研究的时效性。在评估方式上，它大量采用单一的评判标准与形式，以分数和个体评判为主而不鼓励学生互动，专注于短期的教学效果而非学生个体的长期发展。这样的评价体系无法在创造能力发展上为学生提供适宜的土壤和空间。同时，现有教育体系强调孤立的课堂，强调学习模式的统一性和可控性，以及学习的竞争性和可选拔性。这样的体系与真实情境严重脱节，有悖于人类自然学习的社会性以及社会发展的共生性，不利于作为社会性“物种”的学习者与未来社会的衔接，遮蔽了学生创业素养的发展。
因此，现有的教育体系无法满足当前社会的需求，要更好地应对当前和未来社会发展的不确定性，必须打破现有教育体系的禁锢。
四、展望：教育的未来
既然当前的教育体系已经不能适应时代的发展需求，那未来教育应该如何展望呢？我们可以定义一下什么是好的教育。好的教育至少应该满足四个条件。第一，满足社会的需求，培养社会需要的人才。只有满足了社会的需求，教育的产品——学生，才有可能参与社会，为社会做贡献；而只有能为社会做贡献，学生才有可能获得自足幸福的生活。第二，教育必须顺应学生的本性，尊重其独特性，帮助其扬长避短，成为更独特的人。第三，教育必须能充分利用现有技术和资源，尽可能地为学生提供优质均等的教育机会。第四，教育应该努力摆脱对现有社会不公平的复制，让各个群体的人都享受到优质的教育，并帮助他们过上幸福自主的生活。
要实现以上关于好的教育的定义，我们认为未来教育应该有以下三个特征。
1. 可个性化
今天的社会，工作在快速地发生变化，它越来越多元化，也越来越细化，因此需要更多的创新创造。未来社会所需要的人才不仅要能干好工作，还要承担个体的其他责任，比如抚养下一代的责任、作为社会公民的责任以及健康幸福地休闲的责任（Spencer, 1911）。当今社会既是一个智能技术飞速发展时代，也是一个极其不公平的时代，它有物质极大丰富的地方，也有极其贫穷的方面。同时，这也是一个需要重新思考人类精神发展的时代，比如为什么人类发展到如今还在害怕战争以及战争带来的恐惧？难道人类不能以和平的方式解决争端、共谋发展吗？鉴于以上思考，有学者认为每个人需要更多维的教育（Goldin & Katz, 2008）。从今天的社会需求和对学习者的认识来看，单纯地提供更多的教育并不能解决问题。如果教育保持其原有的设定，即使每个人都上了大学，还是不能满足社会需求，反而会成为一种浪费。布鲁金斯学会（Brookings Institution）2019年的一份报告指出，人工智能将要替代的工作是目前高学历高收入阶层所从事的工作，也就是要求大学和大学以上学历的工作（Muro, Whiton, & Maxim, 2019）。后来的情况证明的确如此（Cox, 2023；Kelly, 2020）。
