作为一名有30多年教龄的老师，我做了多年教学督导，听过数以百计的课，也在反复思考课堂的价值。最近一个学生的问题，让我彻底坐不住了。

　　前两天督导一门临床医学课，老师PPT做得认真，内容跟教材高度吻合，讲得也很“用力”。但教室里的画面很熟悉：看各种书的、刷手机的、打开电脑做自己的事的，甚至打游戏机的……。课后我问一个学生感受如何，他说了句让我沉默了三秒的话：“听这样的课，还不如我自学。”

　　我想反驳，但找不到充分的理由。更让我不安的是，在我的督导记录中，这类课堂的占比并不低。不是老师不敬业，而是他们做的事——传递知识——正在变成一件越来越“不值钱”的事。这个问题的答案，比我想的深得多。

　　三十年前，知识的获取是有门槛的。老师掌握着学生接触不到的教材、文献、前沿信息，课堂是知识流通的瓶颈节点。但今天，任何一个学生打开手机，都能在十秒内找到比老师PPT更清晰的知识讲解，AI时代更彻底——你不用去找知识，知识主动来找你。

　　知识的平面化和获取门槛的消失，让传统课堂失去了它最核心的竞争力：信息垄断。

　　Freeman等人2014年在PNAS发表的研究告诉我们：传统讲授班的不及格率是主动学习班的1.5倍。Meehan和Howard 2023年的调查更直白：70%的课堂仍以讲授为主，而学生普遍认为线上线下“差别不大”——有现场和没现场，没啥区别。

　　“差别不大”这四个字，是对课堂最残酷的判决。所以那个学生的问题，其实是在问：如果我不来上课，我到底损失了什么？

　　如果学生的答案是“基本没损失”，那是学生的感知出问题了？还是课堂真的失去意义了呢？

　　如果AI和自学能把知识传递做得更好，那课堂上那些不依赖AI的环节，还有必要吗？

　　2024年Bastani等（Stanford/SSRN）的实验结果很有意思：GPT-4辅助下学生表现提升48%，但撤掉AI辅助后，用过AI的学生比从未用过AI的学生低17%。来自加州大学伯克利分校2026年春季的数据同样触目惊心——CS 10挂科率飙升至35.3%（历史水平约10%），CS 61A挂科率升至10.6%。学生看起来能更快得到答案，但独立思考能力和问题解决能力正在退化。AI辅助提升学习能力这件事，远比我们想象的复杂。

　　这引出一个更根本的问题：我们该怎么重新设计课堂？

　　腾讯研究院与北京大学联合发布的AI教育研究提出了一个“5U”框架——理解力（Understanding）、应用力（Using）、判断力（Upholding）、整合力（Uniting）、更新力（Upgrading），层层递进。

　　关键不在这五个词本身，而在一条分界线：前两个U和后三个U，本质上是两种完全不同的能力。

　　前两个U——理解概念、应用公式——是“有标准答案”的能力。学生通过看书、看视频、问AI，效果差不多。这就是为什么那么多学生觉得来不来课堂“差别不大”——因为课堂在做的事，他们自己也能做。

　　后三个U才是真正的分水岭。判断力，是在不确定情境中做取舍——比如临床课上，两个症状相似但处理方案截然不同的病例，学生必须在有限信息下做出判断，没有标准答案，只有“你凭什么这么选”。整合力，是把不同领域的知识连起来——一个学过流行病学的学生，在讨论医疗资源分配时能把经济学视角带进来，这种能力不是听完一门课就有的，而是在课堂的讨论和碰撞中逐渐长出来的。更新力，是随时准备推翻自己的认知——课堂上老师抛出一个反常识的案例，学生“愣一下”，这个“愣”的瞬间，就是认知结构在松动和重建。

　　这些才是“到了现场才能练习”的东西。但它们在传统课堂上的激活程度非常低。

　　如果学生不来上课，他们到底损失了什么？

　　如果课堂只在做前两个U，答案真的是：没什么损失。

　　但如果课堂在训练判断力、在制造认知冲突、在提出能让学生“愣一下”的问题——那损失的就是一种只能在人群中、在面对面时、在需要即时反应的不确定中才能长出来的能力。这种能力，就像肌肉，不练会萎缩，练了才有力。

　　当然，认知肌肉不像身体肌肉那样可以纯靠自重训练——它需要信息输入、需要知识喂养，但消化和生长的过程只能自己来。AI可以帮你把信息搬进脑子，但信息变成判断力、变成直觉、变成“我就是不信”的那股轴劲，这一步谁也替不了。

　　课堂，就是训练这种能力的场所。但如果我们还在当知识搬运工，那这个场所的灯，迟早要灭。

。

支持单位：