作者｜快刀財經 唐納德

兩三年爆發的人工智能正在沖擊人類幾千年來的語文通識教育，首當其沖的是被譽為課堂上的園丁的語文教師。

往小的點看，AI可能方便了學生，卻在惹惱和內卷語文老師，甚至還對課堂上寫滿知識的黑板帶來不利。

我們來舉一個剛發生在老師身上的例子。

這篇《我的暑假》里的構思、有些模塊化的寫作，比如‘蟬鳴把夏天泡成了橘子汽水’類似的句子，上周剛在另一個學生布置的日記作業里見過，還有這篇文言文翻譯，連‘我對’的位置都有幾個學生大致一樣。

成都的李老師是一名小學語文老師，國慶回來后他對著電腦屏幕嘆氣，最近改日記，第一次覺得批改變成了偵探游戲，才發生了上述的感嘆。

放大來說，這事兒的影響也不小。

站在更宏觀的視角，AI對語文教育的沖擊，可以歸為教育領域傳統范式與新興生產力之間的必然對話。如果有語文老師真怕自己被取代，那么我們反而要追問，語文教育究竟要培養什么這一核心命題？

因為從通用人工智能爆發至今，越來越多的學生通過AI學習機、手機等智能硬件接觸到了智能技術帶來的便利，部分語文老師開始陷入了甄別AI作業應對AI套路化表達的困境。

但單純把AI定義為語文老師的敵人，還是忽略了更本質的問題，AI能精準套作作文、快速翻譯文言文，被沖擊的可不只是這個職業，我們停留在標準化批改模板化教學的傳統語文教育模式。

在筆者看來，第一批AI受害者，是中小學語文老師背后，是一種走向平權滲透的技術，一群無助的語文老師和一個需要挽回的對立局面。

所以，無論是老師還是學生，都是時候改變了。

細節里無處不在地吐槽

為了讓語文老師們更好掌握人工智能技術，有不少地方的學校也是費了盡心思，他們生怕老師們會落后于新技術的潮流，以至于有的還成立了一個AI賦能互學小組。

吐槽不是空穴來風，顯然有來自個別老師的抵抗與焦慮，自己多年來埋頭苦練的功夫一下受到來自新技術的挑戰，誰都有點脾氣上來。

埋頭做教研多年，終于有人拋出那個問題，你覺得‘崇尚通用人工智能的教育派’有哪些硬指標要求？

在李老師看來，大課間都要抽出去開AI工作會，課堂上弄個古人說話，與古人握個手，把教學問題問下豆包，都算AI運用于課堂，想要實時監控課堂，得硬件設備全跟上，什么統計老師提問，統計學生舉手，更是多此一舉，數據量化背后不具有參考意義，AI公開課更是形式化到極致的表演。

形式上的工作指標是負擔，加重教育教學工作也有壓力，一些老師會反映，以前批改一篇作文，重點看立意、結構、語言，平均5分鐘，現在要先篩查AI痕跡，看有沒有情感斷層（比如突然出現不符合學生年齡的深刻觀點）、有沒有套路化比喻（比如時間是流沙母愛是陽光的高頻出現），還要用AI檢測工具交叉驗證，一篇作文的批改時間拉長到8～10分鐘。

這自然是語文老師在人工智能沖擊下的真實焦慮，這些焦慮背后，藏著傳統語文教育與AI工具的尖銳矛盾。

中國教師發展基金會2024年發布的《中小學教師AI使用現狀調研》顯示，68.3%的語文老師認為AI沒有減輕工作負擔，反而增加了甄別成本。

比如，如果是更棘手的文言文翻譯和現代文閱讀理解，AI能精準給出標準答案，但學生抄完后，老師根本無法判斷他是否真的理解通假字意象內涵，只能額外增加課堂提問量，導致課時緊張。

以前怕學生‘不會寫’，現在怕學生‘不想寫’。中小學語文老師的吐槽很有代表性，某重點小學的語文老師在教育部基礎教育司的座談會上提到，班里有學生直言AI寫的作文得分比我自己寫的高，為什么還要費勁兒？

當AI能快速滿足得分需求，學生的寫作興趣和表達欲望，反而成了新的教學難題。

蘇格拉底曾說教育不是灌輸，而是點燃火焰，如今語文教學的吐槽潮，也不是AI的錯，而是AI放大了傳統語文教育的弊，假設我們把寫作簡化成套模板得分，把閱讀簡化成找標準答案，把語文簡化成知識記憶，當AI能比人更高效地完成這些簡化任務時，焦慮自然會爆發。

看到問題的本質，可能不是AI搶了老師的活，而是我們的語文教育，到底要教什么。

人工智能+語文=語文老師？

隨著AI寫作文比學生好AI批改作業比老師快的聲音增多，有人提出AI+語文=替代語文老師的觀點。但事實是，AI在語文教育中的作用，始終停留在工具層，無法觸及語文教育的核心層，思維與情感的培育。

就目前而言，AI的能搞定標準化任務，效率上的確可以給老師的課堂帶來幫助，不可否認，人工智能在語文的基礎標準化任務上，有不少優勢，比如，AI系統在字詞聽寫病句修改文言文字詞解釋等任務上，準確率達90%以上，處理速度是人工的多倍以上。

再比如字詞教學，傳統課堂上，老師要逐個檢查學生的生字默寫，假設一個班45人，至少要20分鐘，而AI系統能實時批改，不僅標出錯誤，還能根據錯誤類型推送針對性練習（比如把辯寫成辨，就推送形近字辨析題）。在作業統計環節，AI能快速算出班級文言文翻譯正確率作文跑題率，讓老師精準定位教學漏洞，這比人工統計節省很多的時間。

我們學校師資緊張，一個老師帶3個班135個學生，以前批改作業要到深夜，現在用AI改基礎題，我能把時間省下來備‘閱讀課’，像帶學生分析《孔乙己》里‘茴字的四種寫法’背后的深意，這比改字詞有意義多了。一些老師在談到新技術的影響時說到。

從這個角度看，AI是語文老師的效率助手，能把老師從機械勞動中解放出來，當然，AI的不能就反映在缺了情感與思維上，這就注定它成不了教育者

在今年上半年召開 2025世界數字教育大會上，科大訊飛董事、高級副總裁聶小林作為唯一企業代表參與，圍繞人工智能賦能教師教學范式創新的探索與實踐進行了分享。他認為，AI將擁有全世界的知識，但永遠不會替代老師。

實際上在現行的素質課程標準要求下，語文教育的核心，并不是在于標準化任務。北京師范大學2024年《AI與語文教育融合研究》指出，AI在情感共鳴批判性思維個性化表達等維度的表現，準確率僅53.2%，遠低于語文老師的89.1%。

其中最典型的是文本解讀，AI能分析《背影》里的動作描寫環境烘托，但無法理解朱自清寫父親爬月臺買橘子時，那種笨拙中的父愛與當時父子間的隔閡，AI能說出《荷塘月色》的通感修辭，但無法體會朱自清不寧靜的心境背后，是對現實的無奈與對理想的追求。

在大多數老師眼里，語文教育需要溫度、經驗和共情，而這些都是AI的短板。

該變的是AI還是教育？

話說回來，面對AI的沖擊，爭論要不要禁止AI沒有意義，真正該思考的是，如何讓AI適配語文教育的本質，而非讓語文教育遷就AI的能力邊界。

在從行業趨勢，人們普遍認為，語文教育的轉型已經開始，核心是從知識傳遞轉向素養培育，從老師主導轉向AI輔助+老師引導。

這個結論有一定的產業支撐，艾瑞咨詢2024年《中國AI教育市場報告》顯示，2024年教師輔助型AI的市場規模同比增長76%，遠超學生作業型AI的12%，大模型主要可以幫老師設計教案、分析學情、個性化輔導，也就是因材施教。

不過，實現這個目標的過程并不簡單，因為AI并不能作假或者偷懶，恰好是使用它的人，也許并不想只將智能社會的技術用于輔助，人一旦產生惰性，可能就懶得去思考了，尤其是在語文教育這種偏偏又需要人文溫度與思考的學科上，更應該警惕老師對人工智能的過度依賴，把輔助教學當作了不做教研的借口。

回到文章開頭的一幕，學好語文不在于套模板得分的技巧和找標準答案，用文字表達自己、用閱讀理解世界的可能更關鍵。真正高階的不是從AI才開始出現的。