柏拉图在《斐德罗篇》里记录了一个古老的对话。

埃及神话中，发明之神透特将文字献给法老塔木斯，自以为带来了一份伟大的礼物，说它能增强人的记忆、让智慧得以传播。

塔木斯却拒绝了，他说，文字带来的不是真正的记忆，而只是记忆的幻觉，只是遗忘的帮凶。

学了文字的人会显得博学，却空洞无物，因为他们读到的是别人的思想，而非经由自己咀嚼而来的理解。

这段对话是苏格拉底转述给斐德罗的。苏格拉底本人终其一生拒绝写作，他的全部哲学活动都发生在口头追问之中，发生在对话、反驳、再追问的往复之中。

两千多年后，苏格拉底的幽灵以一种略显滑稽的方式回到了大学校园。

康奈尔大学的生物医学工程教授 Chris Schaffer 要求他的学生在提交书面作业之后，再接受一场 20 分钟的面对面口头答辩。他的理由是：「你没办法靠 AI 通过口试。」

塔木斯当年对文字的担忧，在今天以一种他大概做梦也想不到的规模，被彻底兑现了。

最近，《教育周刊》 发表了对约一千三百个美国学区数据分析的发现，发现大约五分之一的学生与生成式人工智能的互动「涉及作弊、自残、欺凌及其他问题行为」。

学生们交来完美的书面报告，语言流畅，结构工整，是教科书级别的示范。当教授随口问起一个细节，空气突然凝固了。有人盯着桌面一言不发，有人反复说「这个 …… 我觉得 ……」，然后声音越来越小。

皮尤研究中心的调查数据显示，超过半数的青少年已将 AI 用于学业，约 10% 的受访者表示几乎所有作业都依赖 AI 完成。

卡内基梅隆大学、麻省理工学院、加州大学洛杉矶分校和牛津大学的研究人员做了一组随机对照实验，共有 1222 名参与者，任务涵盖数学推理与阅读理解。

结论是，仅仅 10 至 15 分钟的 AI 使用，就足以在可测量层面侵蚀人的坚持性。当 AI 被移走后，用过它的人在同类问题上表现明显更差，且更容易放弃。

研究者特别提到了「坚持性」这个概念。坚持性是技能习得的根基，也是长期学习最强的预测因素之一。AI 在短期内帮人跨越了障碍，却也在悄悄磨损一个让人真正成长的能力，即在困难面前不放手的能力。

人工智能会损害无辅助的表现和持久力

塔木斯担忧的是，文字让人只拥有记忆的假象。今天的问题更进一步，AI 让人连假象都不需要努力维持了。答案随手可得，理解与否无关紧要，因为只要打开对话框，一切都会重新出现。

把考试还给当下

苏格拉底的方法并不关乎答案。它是关于让一个人在被逼问之下，发现自己其实不知道某件事，然后真正开始思考的过程。

他的弟子柏拉图把这称为「助产术」，帮人生出本来就潜藏在自身内部的知识，而非从外部灌入现成的结论。

一个似乎被遗忘的事实是：口试曾经是大学教育的标准形态。

学生曾被要求以辩论的方式捍卫自己的知识。书面考试在 19 世纪成为主流，不是因为它更好，纯粹是因为它可规模化、可远程、有记录。当招生人数膨胀到工业规模，没人能对所有人一一当面追问，纸上的文字于是成了替代品。

幽默的地方在于，人类发明了 AI，AI 攻破了书面考试，于是人类回去用 2400 年前苏格拉底的办法来回应 AI。

Schaffer 的课有 70 名学生，助教承担一部分面谈，所有人的书面作业不再单独打分，考核的核心是口试。他说，这样做的目的是「激励」学生真正完成作业，或者理解到足以解释的程度。

帕诺斯 · 伊佩罗蒂斯教授于 2026 年 3 月 4 日在纽约大学斯特恩商学院的课程中与 AI oral agent 对话 https://apnews.com/article/college-oral-exam-ai-chatgpt-77954a19f5304bfc6e76dc92d4bef3ad）

康奈尔大学的教学创新中心已将 Schaffer 的案例收入新的「口头评估工作坊」，其他参与者包括一位用 30 分钟「期末对话」取代传统考试的宗教研究教授，以及一门在 180 人课程里为每个学生提供 4 分钟模拟面试的工程学课程。

规模是一道真实的障碍。佐治亚理工学院的研究者认为：口试对学习的效果在研究中已有充分支持，能提升学生对材料的理解深度、批判性思维和表达能力，但人工口试根本无法规模化。

一位教授面对 600 名学生，即使加上助教也难以实现。而 AI 让规模化口试在技术上成为可能。这个团队开发的系统，名字叫「苏格拉底之心」。

用 AI 来防 AI 作弊，魔法对轰，现实就是这么荒诞。

考试考的是什么

口试作为一种应对策略，在技术层面几乎无懈可击。

你没办法把 Claude 带进现场帮你即兴回答，追问不需要太深，一下子就能暴露出学生真正的理解。

但我有一点疑惑，不关乎口试本身，而关乎我们赋予它的期待。

我们似乎默认，只要考核形式足够严格，学习就会真正发生。但这个假设不完全经得起推敲。

考核形式的改变只能应对一种行为上的偏差，它无法改变驱动这种偏差的底层结构，那是一个让学生把分数看得远比理解重要的系统。

GPA 影响奖学金，奖学金影响留学申请，留学申请影响职业起点。在这条链条上，「你真的学懂了吗？」是一个昂贵的问题，许多人在回答它之前，必须先回答另一个问题：「这门课的成绩会影响我的未来吗？」

如果根源不动，堵住一个漏洞，只会让下一个漏洞从别处冒出来。

口试本质上也是一场即兴表演的测试，而表演能力与理解深度，并不总是同一回事。有些人在一对一的追问场景里天然占优，不是因为他们懂得更多，而是因为他们不怯场、会组织语言、善于临场应对。有些人真正理解了材料，却在压力下容易崩溃，说不出完整的句子。

斯坦福大学的研究者明确反对在学校大规模使用 AI 检测工具，理由是这类工具准确率极不稳定，误判结果会对无辜学生造成严重伤害，并在校园里制造弥漫的不信任气氛。

口试没有这个误判的问题，但它有另一个隐患，它在评估「你能在压力下即兴表达自己的理解」，这不完全等同于「你真的理解了」。

更大的问题也许不在考核形式本身，而在我们从没认真回答的一个问题：学习这件事，应该带给一个人什么？

有研究者希望这项工作能激励整个领域去思考，不只是优化「人们在有 AI 时能做什么」，也要关注「人们在没有 AI 时能做什么」。

图源：纽约客

AI 时代还需要苏格拉底吗

这一代学生在被要求为一个他们还看不清轮廓的未来做准备。我们告诉他们批判性思维很重要，坚持性很重要，独立思考很重要。这些当然都是真心的。但我们很少坐下来认真问他们：你觉得自己在学什么，这些东西你将来用得上吗？

也许这才是真正的苏格拉底问法。不要再去问「你的作业是自己写的吗」，而去问「你为什么来上这门课」。

塔木斯拒绝文字，是因为他担忧一种替代性的假象，担忧人们拥有智慧的外形，却失去智慧的实质。

今天的教育者担忧的，是同一件事的当下版本。但苏格拉底当年反对文字，却没能阻止文字成为文明的基石，阻止它和人类的智识生活长出一种新的共生关系。

AI 能否经历类似的驯化？这个问题还没有答案。当 AI 让完美的表面变得廉价，这迫使教育不得不直面一个被搁置太久的追问。什么算「真正学会了」？

我想，它一定不是 AI 能输出的那种，不是一篇结构工整的东西。

它更应该是这样的：在被人当面追问的时候，你能从自己真正经历过的思考里调出一些属于你的东西。哪怕不够完整，哪怕需要停顿，哪怕措辞笨拙。

那个停顿，那个「我想一想」，那个笨拙的措辞，才是学习真正发生过的痕迹。

苏格拉底的广场上，大概也充满了这样的停顿。