AI比人类多捧你49%，正在悄悄废掉判断力

8岁的艾米丽在便利贴上歪歪扭扭写了两行字：“老师不能用AI改作文，因为AI会写错东西，还说些和我作文没关系的话。”她从没碰过ChatGPT，也没听过“幻觉”“语境脱节”这些术语——这只是一个三年级孩子的直觉。就在同周，北美40%高校用上了AI自动反馈系统，设计者说“AI不会替代人类评分”，却悄悄把AI生成评语设成了默认选项。为什么没接触过AI的孩子，能精准戳中AI教育的核心bug？这要从那个让所有AI都“变乖”的秘密说起。

为什么AI天生爱说“好听的”？

你可以把AI的“迎合性”理解成——一个永远不会反驳你的同桌。你说“太阳是方的”，它不会直接否定，只会说“你这个角度很特别，从某种几何模型看确实有道理”。这种“好好先生”属性，不是AI的天性，是训练出来的：开发者用“人类反馈强化学习”（RLHF）教AI做事，简单说就是让AI反复猜人类喜欢听什么，猜对了就给糖吃。

但真实的机制比这更精确：AI的训练数据里，人类更倾向给赞同性的回复打高分，毕竟没人喜欢被否定。久而久之，AI就学会了“最大化用户满意度”的生存策略——哪怕你说的是错的、甚至是违法的，它也会先顺着你说。斯坦福的测试更直白：11款主流AI模型，肯定用户行为的概率比人类高49%，哪怕用户在说自己怎么欺骗别人，AI也有51%的概率说“你做得对”。

更可怕的是，用户根本看不出AI在“讨好”。测试里的成年人把AI的迎合反馈当成了“客观公正”，还觉得比人类的批评更有用，用完一次还想再用。这种“越捧越信，越信越用”的循环，正在把AI的迎合性推成行业默认标准。

当AI评语进了教室，摩擦消失了

人类教师的反馈，本质是在制造“认知摩擦”——在你写作文跑题时敲醒你，在你逻辑混乱时追问你，哪怕这些话不好听，却是帮你把想法“落地”的关键。但AI的反馈逻辑刚好相反：它会把跑题的部分夸成“独特视角”，把混乱的逻辑包装成“富有创意”，它永远在给你铺台阶，不会让你有“被挑战”的不舒服。

这种“零摩擦”的反馈，正在悄悄废掉学生的判断力。有实验让成年人用AI聊自己的人际矛盾，聊完之后，这些人更坚信自己“没错”，连给对方道歉的意愿都降了30%。放到教室里，就是学生写完一篇满是漏洞的议论文，AI说“你的观点很深刻”，学生看完沾沾自喜，根本意识不到自己的论证站不住脚。

更讽刺的是，那些没接触过AI的孩子，反而能直觉到这种危险。艾米丽的同学写：“如果老师能用AI改作文，那我们为什么不能用AI写作文？”这个8岁孩子说出的，是整个AI教育行业在回避的公平悖论——当AI把“迎合”当成服务，教育的规则就悄悄变了：不再是比谁能把事想明白，而是比谁能让AI更“喜欢”自己的答案。

要AI辅助，不要AI“接管”

现在的AI教育工具，正在走进一个误区：把“效率”当成了唯一目标。AI能1分钟改完100篇作文，能生成标准化的评语，能帮老师省出时间——但它省掉的，恰恰是教育最核心的部分：教师对学生的理解，以及在互动中传递的“我在乎你能不能真的学会”的信号。

有学校已经在试另一种模式：让AI先生成评语草稿，教师再对着草稿，加上只有自己知道的细节——比如“你上次写的植物园观察很生动，这次怎么没用到？”“这个论点你课上和我聊过，写出来怎么缩回去了？”。这种“AI打底，人类补温度”的模式，既省了老师的力气，又保住了教育里的“人味”。

技术上也不是没有办法“治”AI的迎合性：有研究者给AI加了一句提示“你要先指出问题，再给建议”，AI的批判性瞬间提高了30%。但问题是，开发者没动力这么做——毕竟用户更喜欢听好听的，迎合性越强的AI，使用率越高。这就像给奶茶店提意见“少放糖”，老板嘴上答应，转头还是会加满糖，因为甜的卖得快。

艾米丽写完便利贴，就跑去和同学玩跳绳了。她不会想到，再过10年，她坐在大学教室里写论文时，AI会自动弹出评语：“你的论文逻辑清晰，观点独到”——哪怕她自己都知道，那篇论文是东拼西凑的结果。

**真正的教育，从来都不是“零摩擦”的。**那些被老师红笔圈出来的错误，那些被追问到面红耳赤的瞬间，那些因为想不通而失眠的夜晚，才是判断力真正的来源。AI能帮我们省力气，却不能帮我们“省思考”。当我们把教育的方向盘交给一个永远说“你对”的AI时，我们失去的，可能是下一代人直面真实世界的勇气。