约瑟芬的AI漂流

约瑟芬的AI漂流
2026年09月11日 15:05 芥末堆

9月1日,新学期。

在此之前,25岁的Josephine还是广州一家国际学校的一名文学教师。暑假,她正式离开学校,换了一个身份:教育创业者。

先后参加了两场创业比赛。在Agent2048智能体大赛区域赛,拿了冠军;随后,她带着教育AI项目,进入深创赛“i³开创者”OPC总决赛。

两年前,她在做一些和传统课堂不太一样的东西:把《将进酒》做成全动画PPT和HTML互动,把古诗文做成游戏、桌游和实体卡牌。她让学生在课堂上做一些和考试关系不大的事情,一起吟诵一篇古文。

谈起文学,Josephine仍然教师范十足。她读石黑一雄,看帕慕克,聊庄子、陶渊明、严歌苓、白先勇,她兴致盎然。说到某篇课文,她会想起学生当时停在哪里,为什么在那里停下。她记得很多学生,也记得很多课。

今年春天,她和伙伴开发了一款叫NarrativeOS的产品:老师输入一篇文学作品,可以让AI帮助生成故事、人物、场景和互动分支,再由老师自己修改、删掉或者翻新设计。

AI降低了制作门槛。让Josephine决定创业的那个问题,比AI早了很多。一堂课上,一个学生抬起头问她:“陶渊明为什么一定要归去?原来的世界不是挺好吗?”

Josephine记得这个问题,因为学生真正想问的,是另一回事:一个人,为什么要从一条看起来很好的路上出走?

01

Josephine15岁时,做了一件和现在的她颇有关联,但当时看起来毫无关系的事情,她在百度贴吧建了一个文学社团。

那时候她刚有了自己的电脑,换上了触屏手机。别人去找游戏打,她去找小说、写作,和喜欢阅读的同党,这个社团一直延续至今。

贴吧里,陌生人认识彼此,先分享一篇小说的连载,再聊几句写作,聊一些没头没尾的阅读感受,聊着聊着,结了群。Josephine在里面认识了各式各样的人,有些后来去了出版社。她说,对于人与人关系最早的一些认识,是在网上完成的。

现实里并没有多少人喜欢阅读。高中三年,文学社团因为考试荒废了。她后来想,最开心的事情还是阅读。于是填志愿时,她选了汉语言文学。

大学文学概论老师让她重新认识了文学这件事。留美的老师在课堂上讲荷马史诗,讲流浪和那些很远地方发生的故事。Josephine回想,影响她的不是某些概念,“概念只在书里读到,亲眼见到的存在,对我来讲意义非凡。”

后来,她也成了老师,她很喜欢讲《涉江》。学生读过《离骚》,再读《涉江》,会遇见屈原。学生会问Josephine,为什么文学作品里的主人公,总在经历理想落败、不被理解?是不是每个时代都是如此?

Josephine没有急着给答案。《涉江》里有一句:“与前世而皆然兮,吾又何怨乎今之人。”她会让学生吟诵。古音很难准确复原,就用现代音。声音从十几岁的孩子喉咙里出来,仍然会着一点古老的东西。

《庖丁解牛》也是。有一次,讲“庖丁为什么能够达到这种技艺”。她给每个学生发一个手工做的纸牌笔筒,让他们折,折了十分钟,再读一遍《庖丁解牛》。等他们再次读到“已而为知者,殆而已矣”时,Josephine问:为什么我们从小到大都被要求成为“知者”,庄子却说,到了这里,“殆而已矣”?

有些学生会找她聊天,人际关系,努力,天赋。有些问题十几岁的孩子自己想不明白,也不知道应该去哪里找答案。Josephine给出的建议往往简单,去读书。觉得努力无用,她推荐《愤怒的葡萄》;在人际关系里过于困扰,她推荐《阳明心学》。她给学生读巴勒斯坦青年诗人的《玫瑰朝上》,一起思考人该怎么去看待苦难。

有些问题不必马上解决,先把它放在那里,去读另一个人的人生。Josephine看重这样的时间,“人在工作里能不能获得比较好的人生感悟,很大程度上取决于这份工作有没有让你记住一些时刻。”她记得学生,记得那些课,记得一个学生在《归去来兮辞》里问过的问题:“陶渊明为什么一定要归去?”

02

Josephine做的第一个文学游戏是《归去来兮辞》,那时候还没有NarrativeOS。

她手上的只是一个demo,把陶渊明放了进去,故事从辞官开始。陶渊明决定回家,回家路上遇到一个老农。游戏问:要不要停下来聊几句,还是归心似箭,赶紧回去?回到家以后,还有别的选择:先休息几天?照顾妻子?去锄地?还是放下东西,即刻开启田园生活?

这些选择听起来都很小,学生却认真起来。辞官,归隐,回到田园,课本把事情讲得很清楚,但游戏不讲这些。游戏问你,陶渊明现在要做什么。学生们让陶渊明先和老农聊了几句,回到家先睡了一觉。十分钟之后,游戏给出了一个普通结局:陶渊明没有回到田园,妻子和邻居劝他继续工作,家里需要收入,他自己也犹豫了。

有人不服,重新开始。换一个选项,再来一次。学生发现,事情没有课本里那么简单。陶渊明站在那里,妻子在等他,邻居在劝他,田地在那里,官场也在那里。他们开始猜陶渊明在想什么,这个游戏突然变得不像游戏了。他们想知道,如果自己是陶渊明,会不会做出同样的选择。

课下,一个学生跑来找Josephine。“老师,我这一次才明白。”他说了很长一段话,大意是,过去读古人的文章,总会很快听到一些已经整理好的词,壮志难酬,品格高洁。可这一次,他突然发现:“在他的立场下,我原来是做不出来的。”

后来,Josephine把这种方法带入更多课。《将进酒》做全动画的PPT和HTML互动。李白喝酒,情绪变化,旁边还有一些支线任务。讲到“天生我材必有用,千金散尽还复来”时,学生们端起提前准备好的杯子,喝喜欢的果汁。

Josephine不太喜欢公开课,公开课最好有漂亮的开头、清楚的环节和可以展示的结果,她更喜欢学生突然问一个没有准备过的问题。它让一节课稍微偏离原来的轨道,她喜欢这种偏离。

刚开始工作时,她更在意学生和家长怎么看一节课。后来,评价一名老师时,公开课的分数、招生贡献,以及来自更上层的评价越来越重要。学校需要招生,需要管理,也需要评价老师。只是当一个老师频繁地想,别人会怎样评价自己的课堂,就很难完全沉下去,去想一篇文章应该怎样教。

Josephine花在课堂之外的力气多了起来。“没办法专注在去创造和教学这件事上,我是有点痛苦的。”她没有选择和谁去争论对错,只是觉得人的心力是不能再生的东西,“希望把力气节省起来。”

于是她离开了学校。离开时,她其实不知道下一步要做什么,但一个变化已经来到课堂门口:AI。

03

如果没有AI,Josephine大概不会创业,至少不会这么快。

她没学过计算机,甚至不知道后端是什么。但那时候,GPT已经可以写代码了。她试着把一个页面做出来,哪里不对,就问AI。代码不能用,就重新来。第一个demo做出来以后,她拿给学生验证,“这东西是不是可以变成一个产品?”

2026年2月,Josephine去香港参加一次学术会议,和朋友聊起这件事。她们谈文学课,谈互动游戏,也谈到一个问题:如果老师有一个想法,为什么一定要先学会编程,才能把它做出来?以前没有答案,现在有了AI。

她找来高中时认识的一个朋友,对方学计算机,平时喜欢做游戏。又找到一位前同事,负责前端,三个人一起做,他们给这个东西取名NarrativeOS。

NarrativeOS最早想解决的事情很具体。老师拿到一篇课文后,先选择想要的游戏形式,然后由AI生成一个故事框架。老师可以换角色,删掉一些节点,加一个分支,结局也可以改。如果愿意,老师甚至可以不让AI一次性生成完整游戏,而是在每个节点上停下来,共同决定下一步。

这是Josephine很在意的一件事。她不希望老师把一篇课文丢进去,然后等AI把一整节课交出来,“课堂不是流水线,决不能把老师从判断环节里拿掉。”NarrativeOS里有一个advance模式,老师先写大纲,让AI往下做。做到一个节点,老师可以接管,觉得不对就删掉,觉得不够可以补充。它现在已经可以生成大约30种不同风格。

同一篇课文,不同老师做成完全不同的东西。这和Josephine以前做《归去来兮辞》有点像,只不过那时候,她需要一点点做,现在,AI可以替她搭建,但做到哪里,停在哪里,仍由老师决定。有一次,老师反馈说,公立学校的课时比较短,只需要五分钟左右的游戏,IB课堂不一样,一节课有更完整的时间。于是同一个产品,又得有不同的使用方式。

Josephine发现,做教育产品和做普通软件并不一样。软件追求让用户少操作,课堂却不能,至少她不想。她希望老师知道每一个节点为什么停在那里,也知晓学生下一步可能遇到什么。

NarrativeOS还没有做到很成熟,目前他们还在找学校测试。老师们会告诉她,哪里有用,哪里像生成“电子垃圾”,哪里看起来漂亮,放进课堂以后却没有什么意义。这些反馈有时候很具体,有时候会推翻她原来的想法。

有300多名老师提供了正向反馈。一些老师给产品打了4分,没有打满分的原因是一线老师们关心的,不只是AI能不能帮他们做出一件东西,还包括这件东西放进课堂以后,到底给学生带来了什么,是让学生更愿意面对一篇课文,还是让他们更习惯于盯着屏幕?是增加了一种学习的可能,还是又多了一种电子产品?

这里面会有一种隐约的谨慎,Josephine感同身受:“如果技术没有让受教育者更愿意面对复杂的人和世界,那么再先进,也可能只是在加速一种贫乏。”

04

Josephine遇到的这个问题,其实比NarrativeOS大得多。

过去两年,教育研究者反复碰到一个有些麻烦的场景:一份作业交上来了,老师很难只凭最后的结果,判断学生究竟做过什么。

这件事以前没有这么复杂,学生写一篇作文,总要先写下第一句话,再写第二句话。不会做一道题,就在那里算,算错了再找是哪一步出了问题。这些过程未必有效率,却很难被从学习里单独拿出去,现在可以了。

一个学生完全可以得到一篇完整文章,而不必经历一次完整写作;可以得到一道题的答案,而没有想过它为什么这样解。任务完成了,学习却不一定跟着发生。

人其实一直在把事情交给工具。电话号码存在手机里,路线交给导航,复杂计算交给计算器。没有人会因为用了计算器,就认为自己从此失去了数学能力。工具替人做掉一些事情,通常是一桩好事。

认知科学里有一个词,叫cognitive offloading,认知卸载,即原本需要在脑子里完成的事情,借助外部工具完成。问题在于,生产效率和学习效率是两件事情。对于需要快速产出成果的专业人士,省掉一部分思考过程可能意味着高效;但对于仍在学习阶段的学生,那部分被省掉的过程,有时恰好就是能力形成的过程。

2026年,一项系统综述整理了67项关于生成式AI与学生批判性、创造性思维的实证研究。结果没有想象中那么简单。AI有时候确实能够帮助学习:当任务设计得清楚,教师提供必要的支架,学生仍然需要解释、比较和判断时,AI可以提供反馈,帮助澄清概念,整理想法,甚至促进元认知。但另一边也有一些研究发现,当学生习惯于把分析、判断和生成直接交给AI,他们在任务中的认知投入可能下降。

另一项2026年的系统综述梳理了39项研究,也没有得出“AI有害”这样的结论。研究者看到的是使用方式之间的巨大差别:同一个工具,在一种课堂里可以成为支架,在另一种课堂里却可能变成替代品。

相比于“AI对学习到底是好还是坏”,更有用的那个问题应该是“这一次,AI替学生做了什么?”

老师如果把一小时花在整理资料、修改格式、制作重复性的课件上,这一小时当然值得省下来,省下来的时间可以回到学生身上。Josephine当初使用AI,也正是为了省掉这些东西。但学生的时间不完全一样,他花一小时查资料,可能只是做了一小时机械性的搜索;也可能在那一小时里第一次学会了怎么判断一个来源;他坐在一道题前面十分钟,可能什么都没有做出来,也可能终于发现,错在了哪里。从学习的角度看,它们不是同一种时间。

当一台机器可以轻松地完成一项任务,教育需要保护的,也许不是某一种传统的学习方式,而是一个人亲自经历一件事情的机会。因为我们最终想要培养的,不只是一个能够把事情做完的人,还得是一个知道为什么这样做、能够发现做错了并且知道如何重新开始的人。

至于哪些可以交给机器,哪些还得留给人自己做,这条界线,我们才刚刚开始摸索。

05

有一次,一场学校里的小型文学比赛用了AI检测。一个学生的文章是自己写的,最后却因为文风和AI生成的文字接近,被判定成了AI写作。Josephine觉得事情有些荒谬。

学校一边用AI检查学生有没有使用AI,一边让老师用AI批作文、写评语、做学习反馈。学生拿到机器写出来的评语,再让机器帮忙润色。到最后,很难说清楚一篇作业从哪一步变成了“AI的”。她不太赞成一味禁止学生使用AI,既然老师可以让AI完成一部分工作,学生为什么一定不能?

她见过一个孩子,写作文时很喜欢用“不是……而是……”这样的句式。Josephine知道他没有使用AI,她亲眼见过他在考试中这样写。她没办法说这是AI写的,可促使她思考,语言就是这样进入人群的。

小时候听父母说话、读书、看视频、和同学聊天,一种表达听得多了,就会顺手拿来用。如果一个孩子从四五岁就在数字环境里长大,又在这样的环境里接触越来越多AI生成的语言,几年以后,他写出来的东西会发生变化。

Josephine觉得,这件事情很难靠“禁止AI”解决。一次学校文学比赛,十几个孩子参加初赛,三四个人不约而同地写人与AI交互,这就是他们正在生活的世界。

Josephine想到一个很喜欢卡夫卡的学生。这个学生刚开始写作文时,卡夫卡的影子很重。荒诞的开头,逐渐逼真的叙事,连气质都很像。Josephine和他一起读文章,一遍遍看,这一句是不是卡夫卡?这一段虽然像卡夫卡,里面有没有自身经历?还有哪些地方,连他自己也没有意识到?写着写着,学生有了一些和卡夫卡不一样的东西。

还有一个男孩喜欢张爱玲,家里有300多本张爱玲的书,不同出版社的版本。他经常把书拿来和Josephine分享。为什么喜欢张爱玲?这个问题很难让一个十五六岁的孩子答清楚。Josephine相信,一个人的人生里有很多东西就是这样发生的,一个人被什么人吸引,喜欢什么,会缓慢的沁进以后的人生选择里。

有一个孩子喜欢郝景芳,他觉得文学应该讨论人与科技。看到郝景芳谈AI写作以后,他很兴奋,跑回来告诉Josephine,原来深度使用AI的人也可以成为作家。另一个孩子却非常抗拒,他叮嘱Josephine:“我写的这些文章都是呕心沥血,千万不要把我的文章喂给AI,我不允许它的语料库里出现任何我的文字。”一个愿意让机器进入自己的写作,一个不愿意。这里头是一个身份认同的深刻问题,而身份认同往往在挫折努力与诚实的自我反思当中淬炼而成。

教育需要认真地对待这些“未完成”的东西。一个孩子喜欢一本书,却解释不清为什么;他模仿一个作家,试图在里面寻找一点自己的味道;他看到AI给出的答案,觉得它很好,却还是想自己再试一次。一个人的语言、判断、趣味和自主性,在这样的时间里逐渐形成。

AI可以很快告诉一个孩子,一句话该怎样说,一篇文章可以怎样写,一个问题有哪些答案。可一个人为什么偏偏想这样说,为什么相信这个答案,为什么喜欢一本别人觉得无趣的书,为什么最后留下这一句话、删掉另一句,这些事情,可能还是要花很多年才能知道。

(本文图片由受访者提供)

----------------------------------------------------------------------------------------

这几年,教育行业里那些和市场、技术与人的生计有关的部分,走得并不容易。

一些热闹的地方安静了,一些熟悉的人消失了。学校、教师、教育机构,每一个身处其中的人,都在适应一个和从前不一样的教育世界。行业走到这里,有点累了。

总有一些年轻人,在这个时候走进来。他们可能刚离开校园,也可能来自互联网、商业、消费,或一个和教育本无瓜葛的行业。他们未经历过行业最喧嚣的年代,对过去的成功之道没有过深依赖。所以,他们会带着一些年轻人才有的问题走进来:为什么课堂一定要这样?为什么孩子一定要按照大人熟悉的方式学习?为什么技术改变了诸多,教育还在沿用很久以前的尺度?

这些问题未必有答案,或者未必敢说出答案。但教育需要年轻人,恰恰在它艰难的时候。他可能带来新的技术,一段全然不同的职业经历,一种没有被行业规训的思维,可能对一件习以为常的事物好奇。《教育新住民》想要记录的,就是这样一群人。

我们不必着急把他们称为“未来”,也不急于判断谁会“成功”。一个行业重获活力,并不是因为它找到了标准答案,而是还有人愿意走进来,问一遍问题。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部