从去年 ChatGPT 横空出世以来，有无数人站出来聊 AI 的划时代影响，或者谈人类被 AI 取代，或者谈 AI 对教育的颠覆性影响。但实际上，AI 真正应该引起我们思考的点，几乎没有人注意到。比如 AI 对家庭教育的作用。

我先给大家介绍一个概念：微调。大家可能都听说过大模型，像 ChatGPT 就是大模型，其他著名的大模型还包括国内的文心一言、智谱、Kimi、混元等，国外的 Gemini、Claude、Sora 等。每一个大模型都可以理解为一个超级 AI。

超级 AI 大模型可以回答很多问题，但少了精确性和个性化，于是在跟各行各业结合的时候，都需要进行行业精细学习，我们一般称之为微调。举个例子，超级 AI 可以回答一般的法律 问题，但一家律师事务所如果想用它给客户咨询，还需要用自己律所的大量案例细节对它进行精细化训练。

这对我们有什么启示呢？其实，父母在家庭教育中的作用就是对孩子进行微调。前两天跟一个朋友聊天，她说她三岁半的小女儿经常说出一些让她意想不到的很成熟的话，对一些问题讲得头头是道，说得有理有据。朋友觉得自己从来没有教过孩子这些话，不知道孩子是从哪儿学的。

我：很多人有个误区，认为孩子说出来的话，要么是爸爸妈妈教的，要么是别人教的。如果孩子说出一些家人没教过的话，家长就很惊讶：你是跟谁学的？其实，孩子说的话不需要有人教，很多话就是孩子自己说出来的。

朋友：这么小也会自己想出这么成熟的话吗？ 

我：不要小看孩子，每个孩子都是生下来就自带大模型的，他们天然有超强的数据处理能力。孩子的大脑比现在的 ChatGPT 大模型还厉害，有了生活数据，他们能自己加工出结果。我们家长需要做的就是给孩子的大脑大模型做微调。

朋友：从来没这么想过……你这么一说，我的焦虑少了很多……

人类大脑大模型，至少在现阶段，比最厉害的超级 AI 大模型还厉害。目前出现的 AI 大模型，还到不了通用大模型的地步，目前只是语言处理做到了优异的程度，但是在机器视觉、多功能模块协同、抽象概念理解和推理、自主动机和反馈调节等方面，与人类的距离还很远。AI 还是无法分辨什么是真实世界的常识，常有知识幻觉。前一段时间还有 AI 大咖讲过，训练机器视觉模型需要的数据量，是训练语言模型的很多倍，要困难得多。

而对人类婴儿来讲，这些能力都是先天具备的。3 个月大的婴儿已经有基本的物理逻辑推理能力。婴儿的意图识别能力是细胞层面的，只要眼睛觉察到另外一张面孔眼角肌肉的轻微动作，就能感知对方的意图，以至于不会说话的 1 岁孩子就具备了充分的“见人下菜碟”的能力。婴儿也具备理解抽象概念的能力，这是学习语言的基础。

那么儿童大脑大模型的程序工程师是谁呢？是大自然。人类大脑经过了千百万年大自然数据的训练，数据量比现在最厉害的超级 AI 大得多。虽然演化缓慢，但是演化机制带来的算法优化，一点都不弱于当今最顶尖的科学家编制的算法。

婴儿在出生的时候，其大脑中的基本处理算法都是具备的。一个数据进来，神经元细胞对数据的处理和计算原则是“出厂即带”的。语言算法天然配置在大脑里，只要后天的数据输入，就能自行学会母语。后天教育，其实是学习“本地数据”，例如民族语言、家庭信息、父母风格、环境规则、时代知识等等。换言之，家庭教育是让孩子的大模型“本地化”。

因此，对 AI 的理解，可以在很大程度上减轻家长的心理压力。当你用 ChatGPT 大模型训练一个自己的 AI 助手时，是 OpenAI 的工程师贡献大，还是你的贡献大？你肯定知道， OpenAI 的工程师做了 90%，你的微调最多只占 10%。

我们的教育也是。孩子 90% 的能力是出厂大模型自带的。我们固然需要教育，需要让孩子学习后天的数据，但我们不需要贪功，也不能贪功。我们能做的就是顺势而为，让孩子的先天大模型发挥最大的作用。

也许有人会问：不是说基因和后天教育的作用，差不多是一半一半吗？怎么被你说得好像基因的作用占比 90%，后天教育的作用只占 10% 似的？在解释人和人的差异性来源时，先天和后天因素分别能起一半作用，例如你的个人 AI 助理和我的个人 AI 助理，其中的差异一半是由于我们选择的大模型不同，一半是因为我们的个人数据不同。但这不能抹杀大模型本身 90%的基础作用。我们在大自然面前，还是谦卑一些为好。

既然大脑大模型如此强大，家庭教育是不是基本没有用？这个问题涉及学习的本质。孩子是如何学习的呢？最重要的方式不是“记忆—输出”，而是“观察—尝试—反馈—修正”。孩子的大脑算法，有很多是“出厂设置”，抽到什么水平的大模型，就像开盲盒。但是家庭环境还是很重要的，因为家庭提供了孩子大模型调试的反馈。

孩子通过在家庭中的观察、尝试、反馈，迭代自己的先天模型。孩子并不是直接理解父母说的话、讲的道理，而是通过生活观察，反馈总结。如果父母说“你应该学会控制情绪，你不应该这么乱发脾气”，然而父母在面对孩子时常常情绪失控，靠发火威吓来达到目的，那么孩子观察到的数据点是：发脾气 = 有效控制。他学到的道理是：第一，要努力避免父母发火第二，强权和发脾气能制服他人。孩子对遇到的所有人和事都会形成他的数据点。孩子的大脑大模型提供了处理数据的方法，但是数据本身会决定孩子最终学到的东西。通俗地说， 家庭教育的作用，就是让孩子通过真实数据确认自己大脑模型的计算是否准确。

父母不是孩子的工程师，父母是孩子的数据点。我们做好自己，孩子自然会计算出要怎么生活。

孩子应该学什么？很多人最初的答案是情感和艺术，后来觉得还是要好好学编程。最后有些人悲观地认为，AI 取代普通白领工作几乎是不可避免的，只有蓝领还有需求。我在七年前写过这个话题，收录在《人之彼岸》一书中。我当初列了一些AI 时代必备的能力，至今看来依然有效。不过，最近我倒是对这个问题有了一些新的想法。

我的转变主要来源于对孩子的观察。我女儿在五六岁的时候，曾经跟自己的手表聊一个多小时，最后觉得无聊了，说“AI 太傻了”。我儿子在 4 岁的时候就喜欢跟家里的 AI 健身镜聊天，一会儿说“给我打开某某游戏”，一会儿又说“给我唱首歌”。如果放在我们的童年，能和镜子说话是属于白雪公主的魔法，但在现在的孩子看来，这就是最普通的应用。

英国科幻作家道格拉斯·亚当斯说过：“任何在我出生时已经有的科技，都是稀松平常的，是世界本来秩序的一部分。”我们之所以对 AI 技术反应强烈，要么是因为我们正处于个人事业的高峰期，想要抓住这波变革大赚一把，因此大肆吹嘘其伟大之处；要么是因为我们已经老了，对跟上奇幻变革的技术没有信心，就一直在说这波技术会让人类毁灭。但对于孩子来说不是这样的。让我们惊呼的 AGI（通用人工智能）技术，他们只觉得天然如此。

孩子们生下来就生存在他们所处时代的技术之上。他们打开电子产品就会使用，而不会惊叹智能手机颠覆世界。他们接触 AI 大模型，也不会说什么“机器人要取代人类了”，而只会跟 AI 聊一会儿，然后就一如往常地做自己的事情了。对孩子们而言，AI 就是这么平凡。

AI 来了，孩子们要怎么武装自己来面对时代发展呢？对父母而言，答案很简单：让孩子具备和 AI 共舞的能力，然后就让孩子们走自己的路吧。我们并不知道 AI 技术在 20 年后会发展成什么样，是因为我们已经是上一代人。20 年后 AI 科技的发展趋势不是由我们说了算，而是由现在的孩子们说了算。等他们长大进了科技公司，或者创办了新的科技公司，他们想把技术发展成什么样，技术就会发展成什么样。或者说，不是父母的预测决定了孩子的未来，而是孩子们未来的行为决定了父母的晚年。 

我曾经也是一个对所有新科技激动不已、对预测未来激动不已的人，但自从我旁观了女儿无聊地和手表聊天、儿子习以为常地和镜子聊天，而他们却对 AI 毫不惊讶，我就意识到：未来不属于大惊小怪的我们，而属于长大后能娴熟运用这些技术，甚至觉得它们稀松平常的孩子们。他们能站在技术的潮头，创造更新的事物。

每一代人都站在技术的前沿。就像 1990 年代第一次拿到电脑、连上网络的我们。我们不需要父母的指点，甚至会主动屏蔽父母的指点。AI 来了，要怎么做教育？太简单了，让孩子用就好了。

那么我们成年人可以做些什么呢？ 

第一要谦卑。我们不要自以为是地认为我们的教育决定了孩子的命运。实际上，孩子头脑中自带的大模型，以及他们在属于他们的时代熟练掌握新鲜事物的能力，二者加起来才是他们未来的走向。 

第二要搭桥铺路。哪怕是在 1990 年代或 2000 年代，也只有少数人有机会使用电脑并联网。其实不完全是家庭条件限制，当时一台电脑和一根网线也没有多贵。而只是那个时候，全国很多家庭还没有听说过这些新鲜事物。今天，虽然我们没有能力左右未来的发展，但我们可以让孩子有机会接触前沿科技。没有多难，也没有多贵。 

第三要给孩子积极支持。孩子在技术前沿时代的成长，主要是他们自己观察生活、探索反馈得到的结果。但我们做父母的也不是毫无作为，我们可以给他们提供反馈，鼓励他们，增强他们掌握新技术、借助新技术做出杰出成就的信心。 

有人预测，借助目前的 AI 技术，未来可能会出现“一个CEO+100 个 AI 员工”的公司，也就是每个人都可以借助 AI 补足自己的短板，做自己想做的事业。这种情况下，孩子们能把握的机会远比我们想象的多，问题只在于他们有没有勇气去探索和尝试。未来的工具无限丰富，有勇气闯荡的人可以得到所有技术的支持。 

而他们的勇气，取决于我们。这才是家庭教育在 AI 时代的要义。