第44 章 教育的新使命：不是塑造统一人格，而是促进新材发生
“材”不是进入课堂前已经冻结的清单
传统因材施教在实践中常依据已有能力差异配置任务，其合理之处是承认个体差异；风险是把一次测评结果当作未来能力上限。一个孩子在当前题型上表现迟缓，可能因为缺乏合适的学习工具、语言接触或合作机会，而不是天然缺少数学思维。教育发生学应同时识别已有特征及其发生历史，并设计能够创造新特征的新互动。已有的“材”既受孕育、早期发展和长期经验影响，也会在之后的复合行为中继续改变。
AI 进入教学之后，机器可以辅助检索、生成练习与提供反馈，但不能因此简单说“学生学得更多”。必须判断学生是否真正拥有独立迁移的新能力，还是仅在工具持续参与时显示高绩效。后一种情况也未必无价值：复合体能力可以成为一种真实的新能力，但需要如实标明承担单位、可靠性与中断风险。学生可以学习什么时候依赖工具、什么时候必须独立验证、什么时候与他人协作发生新问题。这不是将所有人的主体性统一成一种技能清单，而是使多种主体在共同条件下发展独特能力。
从分层教学到新材发生实验
设计教育研究时可以设置三组：仅按初始测评实施分层教学；提供工具但不安排反思和再解释；提供工具、跨学科碰撞与独立验证训练。比较三组在陌生问题提出、错误识别、持续任务组织和延迟迁移上的变化。若第三组没有额外增益，必须允许方案被否定，而不能因为它叫“新材发生”便宣布有效。
从因材施教到新材发生
传统因材施教具有针对差异提供支持的合理性，但其日常运作容易把学生进入课堂时已显露的特征当作固定材料：测试证明“这个孩子更适合语言”，课程安排便不断强化语言，而较少提供数学与科学的新发生机会。发生学要求教育者追问这些所谓已有材料的历史：子宫内的发育、婴幼儿照护、早期互动、语言环境和文化资源如何形成目前的能力分布。早期重要不等于早期决定一切，后续新的D—E 组合仍可能产生此前未有的能力。
AI 工具进入教育，可以大幅降低一些旧任务的执行成本，但也可能使学生只学会向工具索取流畅答案。判断是否发生了“新材”，关键在于学生是否能独立发现问题、对工具输出提出反例、修订研究目标，并在没有原始提示时把学到的判断迁移到新领域。例如一位学生利用模型学习统计推断，如果他只会复制模型给出的代码，复合能力尚未转化为个人理解；如果他能够质疑抽样偏差、设计校验并解释局限，那么可以说新的判断层级正在发生。
教师的新职责
教师不应仅仅比较学生使用AI 之前和之后的成绩。还要设计能够看见发生路径的评价：初始问题是什么，借助AI 经历哪些失败与修订，什么时候改变了对证据的理解，哪些判断仍需要人独立承担。学生与AI 构成复合体之后，新的能力属于谁、可靠性如何验证、过度依赖是否存在，都需要细致研究。教育的目标既不是拒绝封装，也不是宣称封装后学生自动更强，而是使个人能够选择何时调用工具、何时退出工具以及怎样承担结果。
早期发生不是宿命决定
人在子宫内和婴幼儿阶段经历重要的神经、生理和关系发育，但重要不等于终身固定。任何声称某种童年条件决定终生人格的理论，都应接受后来学习、社会支持、疾病、创伤和技术介入所提供的反例。人性发生学的教育意义，是既理解早期发生史，又保持后续新特征出现的真实可能。若把“材”锁定在某个年龄，便会重新出现因材施教所面对的静态化风险。
使用AI 创造新材必须区分复合能力与已内化能力。学生借模型完成论文，只能说明复合系统在此任务中产生了某个结果；学生能解释证据、承认错误并在新问题中独立迁移判断，才支持更强的个人能力发生结论。教育应允许工具协作，但不能以流畅产出掩盖尚未形成的理解。
增订：教育不是把每个人加工成同一产品
儿童进入学校之前，已有身体发育、早期依恋、语言互动与文化经验，所谓“材”不是没有发生史的天赋成品。胎儿时期和生命早期的重要性，应当依据发展科学讨论具体机制，而不能凭“基本的材都已形成”否认后续神经与行为的可塑性。不同能力具有不同的发展时间窗，早期条件重要却不是终身命运。发生学教育首先需要拒绝把测验时刻的能力差异当成永久的人的等级。
因材施教的合理部分，是承认学习者在当下具有不同的能力与需要；它的问题不在于关注差异，而在于教学是否停止于适应既有差异。更高的任务是创造能够使新材发生的互动：让学生遭遇以前没有的问题、形成新的表达方式、建立新策略，并在独立任务中证明这些能力已经获得。课堂里出现丰富的AI 答案，不等于学生已获得更高认知；必须检查学生在没有相同提示时能否解释原理、发现错误并自主修订。
一个可操作的教学实验可分三组：传统独立学习、AI 辅助解题、AI 参与问题重新构造。比较时不只测即时答题正确率，还要测延迟保持、陌生题迁移、反例识别和求助策略的变化。复合体表现提高只是第一层成果；学生个人能力是否提高，是第二层；学生是否形成能够选择和改变工具使用方式的判断能力，是第三层。将三层混淆，会把技术服务购买误认为教育已经成功。
教学也要保护个体的生活目标差异。培养提问与判断能力，不要求所有人成为同一种创业者、艺术家或科学家。共同基础能力可以通过开放任务支持多样的人生路径。教育发生学的正当性来自扩大学习者可承担的可能性，而不是由机构预先规定一种唯一的“AI 时代新人性”并要求全部学生同化。
补论：早期发生不等于一生被早期决定
胎儿发育与生命早期经验确实是感觉、身体调节、依恋和学习能力发生的重要阶段，但“重要”不能被改写成“0—3 岁已制造完整人格”。发展研究需要承认后续环境、教育、健康事件、文化转换和技术工具可能持续改变个体可实现的行动。一个孩子在早期缺乏丰富语言互动，后来得到持续支持时仍可能取得重大进步；另一个早期条件优越的孩子，也可能因长期压力而失去某些能力。因此，从“材的早期发生”推进到“新材持续发生”，必须避免把旧天赋论换成早期决定论。
在课堂中，教师往往根据既有成绩把学生分组：快者被认为有天赋，慢者被认为不适合。发生学教育则要求区分当前显露、背后的历史D/E 与未来可能的新增条件。某位学生解题速度慢，可能由于概念未建立，也可能因为坚持检查反例；某位学生快速给出标准答案，可能具有牢固技能，也可能只是熟悉相同题型。如果不设计陌生迁移任务和允许试错的环境，所谓因材施教只会将既有表面差异复制到未来。
补论：AI 与学生共同工作时，新的“材”属于谁
一个学生借助人工智能完成一段论证，至少有三种能力结果。第一，模型代为完成部分工作，学生只学会提出输入请求；第二，学生在与模型反复碰撞中学会识别错误并能在没有模型时复现某些判断；第三，学生与模型形成一种可重复的人机复合工作流程，单独的任何一方都无法完全实现同样的结果。三种情形都可能有教育价值，却属于不同承担单位。评价应分别考核独立能力、工具调度能力、复合体可靠性和对失败后果的责任，而非只看交付作业的品质。
教学改革可以设置三个阶段：先要求学生记录未经AI 协助的初步判断，再在互动中保留每一次关键选择与模型反例，最后在新的问题上测试学生能否纠错和迁移。教师的责任从“证明学生已经拥有预设的材”，转向“设计能够催生新差异、新纠缠和新显露的学习环境”。但没有任何教学方案能够保证所有学生在相同时间形成相同新材；个体差异仍应受到尊重，评价也应明确实际收益与可接受负担。