柏拉图在《斐德罗篇》里记录了一段古老的对话。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，称它能增强人的记忆、让智慧得以传播。但塔木斯却断然拒绝了，他直言，文字带来的不是真正的记忆，而只是记忆的幻觉，是遗忘的帮凶。学了文字的人会显得博学，内心却空洞无物，因为他们读到的是别人的思想，而非经由自己咀嚼、消化而来的理解。
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、再追问的往复循环里。他坚信，真正的知识与理解，只能在面对面的思辨中诞生，而非通过冰冷的文字灌输。
两千多年后，苏格拉底的幽灵，以一种略显滑稽却又意味深长的方式，回到了现代大学校园。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，必须再接受一场20分钟的面对面口头答辩。他的理由直白而有力：「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。生成式AI的兴起，让学生们的书面作业变得「完美无瑕」——语言流畅、结构工整，堪称教科书级别的示范，但当教授随口追问一个细节，空气便会瞬间凝固：有人盯着桌面一言不发，有人反复支吾「这个……我觉得……」，声音渐渐微弱直至消失。
《教育周刊》对约一千三百个美国学区的数据分析发现，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」。而皮尤研究中心的调查数据更触目惊心：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，曾做过一组随机对照实验，共有1222名参与者，任务涵盖数学推理与阅读理解。实验结论令人警醒：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。
研究者特别强调了「坚持性」这一概念——它是技能习得的根基，也是长期学习最强的预测因素之一。AI在短期内帮人轻松跨越了学习障碍，却也在悄悄磨损一个人真正成长的核心能力：在困难面前不放手、主动思考求解的能力。塔木斯担忧的是，文字让人只拥有记忆的假象；而今天的问题更进一步，AI让人连这种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，只要打开对话框，一切都会重新出现。
苏格拉底的教育方法，从来都不关乎标准答案。它的核心，是让一个人在持续的追问之下，发现自己其实并不真正懂得某件事，然后才真正开始主动思考。他的弟子柏拉图，将这种方法称为「助产术」——不是从外部灌入现成的结论，而是帮助人「生出」本来就潜藏在自身内部的知识与理解。
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。早年的学生，被要求以辩论的方式捍卫自己的知识与观点；书面考试在19世纪成为主流，并非因为它更能检验学习效果，纯粹是因为它可规模化、可远程实施、有明确记录。当大学招生人数膨胀到工业规模，没人能对每一位学生一一当面追问，纸上的文字便成了无奈的替代品。
颇具讽刺意味的是：人类发明了AI，AI轻易攻破了书面考试的防线，于是人类不得不回头，用2400年前苏格拉底的办法，来回应这场AI带来的教育危机。
Schaffer教授的课程有70名学生，他与助教分工承担面谈工作，学生的书面作业不再单独打分，考核的核心完全放在口试上。他坦言，这样做的目的，是「激励」学生真正完成作业，或者至少理解到足以清晰解释的程度。
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」；其他参与者还包括一位用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，始终是口试推广的一道真实障碍。佐治亚理工学院的研究者指出：口试对学习的效果已在研究中得到充分验证，它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，即便加上助教也难以实现。而AI的出现，让规模化口试在技术上成为可能。该团队开发的系统，被命名为「苏格拉底之心」——用AI来防范AI作弊，这场「魔法对轰」，恰恰折射出当下教育的荒诞与无奈。
纽约大学斯特恩商学院的帕诺斯·伊佩罗蒂斯教授，也在2026年3月4日的课程中，引入了AI驱动的口试工具（https://apnews.com/article/college-oral-exam-ai-chatgpt-77954a19f5304bfc6e76dc92d4bef3ad）。学生可在家中随时登录，与克隆自商学院教授的AI语音助手对话，AI会围绕期末小组项目提问，并根据学生回答深入追问，过程中还会给出提示、批评与积极反馈，最终伊佩罗蒂斯会借助AI辅助完成评分。他坦言：「我想知道，学生是否真的参与了团队工作，有没有成为‘搭便车’的人，是否把所有工作都外包给了AI。」
口试作为一种应对AI作弊的策略，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，几句追问，就能轻易暴露出学生真正的理解程度。但我们不得不思考一个问题：我们赋予口试的期待，是否真的能实现？
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，并不完全经得起推敲。考核形式的改变，只能应对一种行为上的偏差，却无法改变驱动这种偏差的底层结构——一个让学生把分数看得远比理解重要的教育系统。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？」成了一个昂贵的问题，许多人在回答它之前，必须先回答另一个更现实的问题：「这门课的成绩会影响我的未来吗？」
如果根源问题不解决，堵住一个漏洞，只会让下一个漏洞从别处冒出来。更何况，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、善于组织语言、擅长临场应对；有些人真正理解了知识，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。口试固然没有这种误判的问题，但它也有自己的隐患——它评估的是「你能在压力下即兴表达自己的理解」，这与「你真的理解了」并不完全等同。
更大的问题，或许不在考核形式本身，而在我们从没认真回答过的一个核心问题：学习这件事，应该带给一个人什么？有研究者希望，这场应对AI的教育变革，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」，更要关注「人们在没有AI时能做什么」。
这一代学生，正在被要求为一个他们还看不清轮廓的未来做准备。我们反复告诉他们，批判性思维很重要，坚持性很重要，独立思考很重要——这些话当然都是真心的。但我们很少坐下来，认真问他们一句：你觉得自己在学什么？这些东西，你将来真的用得上吗？
也许，这才是真正的苏格拉底问法——不要再去追问「你的作业是自己写的吗」，而去追问「你为什么来上这门课」「你想从这里获得什么」。
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。今天的教育者所担忧的，正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，没能阻止它与人类的智识生活，长出一种全新的共生关系。
AI能否经历类似的驯化？这个问题，至今还没有答案。但当AI让完美的表面变得廉价，当书面作业的「完美」失去了检验意义，这也迫使教育不得不直面一个被搁置太久的追问：什么才算是「真正学会了」？
我想，它一定不是AI能轻松输出的那种——不是一篇结构工整、语言流畅却毫无个人思考的文稿。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，调出一些属于你自己的东西。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。而两千多年前，苏格拉底的广场上，大概也充满了这样的停顿。