我們最近打算髮佈一個計劃，叫“普羅米修斯計劃”，這個計劃的核心是：推動教育行業科學化。
很多人肯定很奇怪，教育行業現在不科學嗎？是的。雖然我們的教育，主要教授的內容是科學知識，但是，教育行業本身並不科學。
教育行業和醫療行業很像，都是歷史悠久且極其重要的行業，一個解決人的心智問題，一個解決人的身體問題。
長久以來，全世界的醫學都是經驗醫學，直到近幾百年，才發展出“循證醫學”，意為“遵循證據的醫學”，其核心思想是醫療決策應在現有的最好的臨床研究依據基礎上作出，同時也重視結合個人的臨床經驗。循證醫學不只是一個概念，而是一套科學方法體系。循證醫學是現代醫學的一個里程碑，標誌著臨床醫學實踐從經驗走向理性。
但是，教育行業目前還處在“經驗教育”階段，還沒有發展出“循證教育”，所以，我們說，教育行業離科學化還很遙遠，甚至我都不知道誰在這個方向上探索過。當然，也可能是我孤陋寡聞，所以，我要把這篇文章發出來，我要問的是：教育行業萬億級市場、上千萬從業者，到底有沒有人做這方面的嘗試？
正如現代醫學大大延長了人類的壽命，如果教育行業能夠實現科學化，人類整體的心智水平將實現飛躍，這件事情的意義堪稱“盜火”，所以，我們把這個計劃命名為“普羅米修斯計劃”。
這件事的偉大意義是毋庸置疑的，但是，具體怎麼幹呢？沒有人知道。所以，需要很多人一起探索。
我上篇關於“教育AI化”的文章閱讀量極其慘淡，可能很多朋友以為我就是希望用AI把老師替代掉，以提高整個行業的效率，但是，考慮到這件事的成本很高且操作難度極大，所以沒必要做。這篇文章，我不介意再說一次，這是我設想的“教育科學化”的一個實現路徑。雖然這條路徑不一定對，但“教育科學化”這件事勢在必行，路徑不對，我們可以繼續探索，但不應該全盤拋棄。
我們先說，我說的“教育AI化”和目前很多公司說的“教育AI化”有什麼區別。首先，絕大多數公司的AI化只是個噱頭而已，沒有實質意義；其次，那些就算真心想做AI化的，也是採用“老師為主，AI為輔”的模式，而我說的是，讓學生和AI直接交互，完全替代掉老師或者讓老師的作用退為僅僅解決與學生的心理情感相關的問題。
我們這樣做，是否意味著，讓AI承擔了太多工作，以至於以現在的AI水平，完全無法勝任？恰恰相反，AI乾的是最簡單的工作，我們只是把AI推到了前臺而已。雖然表面上看，AI在和學生進行交互，但事實上，AI只是我們的“傀儡”而已，我們在AI的背後堆砌了大量的人類智慧，沒有這些人類勞動，AI什麼都做不了。
上篇文章也說了，在AI的背後，人類主要做了兩件事：一是開發出針對不同學科的訓練方法，二是用社會化協作的方式生產出大量用於訓練的素材。一是訓練方法，二是訓練素材，這兩個東西才是最重要的，AI只是在執行命令而已。
這裡，我們再問一次：人類為什麼要演化出“學習能力”？學習能力的核心是“運用已知知識解決未知問題”，而“解決未知問題的能力”會增加我們的生存優勢。
如果某個問題只是對個體是未知的，在大自然中普遍存在，那麼，人類迅速就能學會，這是進化留給我們的禮物。但是，如果某個未知問題，在大自然中從來沒有存在過，人類就不好學啦。
好消息是，進化留給我們的大腦可塑性極強，只要你能找到一種塑造它的方法，你就能把它塑造成你想要的樣子，學習某樣東西會變得易如反掌，但壞消息是，我們不知道該怎麼馴化大腦。
所以，什麼叫教育？教育就是馴化人類大腦的過程。什麼叫好的教育？好的教育就是用正確的方式馴化大腦。什麼是壞的教育？壞的教育就是從錯誤的方式馴化大腦。但由於我們到現在都不甚瞭解大腦，所以，錯誤的馴化方式才是常態，正確的馴化方式是小概率事件。
這個時候，我們就要用科學的手段去找到正確的馴化方式，靠經驗是不行的，否則就只能依靠學生的“自學能力”啦。當然，我也沒說靠“自學能力”不好，就像人類的身體，“自愈能力”很多時候比藥物更有效，但是，絕大多數人的“自學能力”是不行的，我們不能把這些人給犧牲掉，必須拯救他們，這是教育的使命。
不過，馴化這個詞，可能給人的感覺不太好，很多人會覺得，這會不會扼殺創造力。事實上，創新不是生命的常態，你再怎麼扼殺，也一定會有一定比例的人在創新，這就夠了。我們要解決的是，必須把絕大多數人的心智拉昇到某個水平之上，靠自然進化是不行的，必須靠教育。
現在，回過頭說“訓練方法”和“訓練素材”。我們之所以需要“訓練素材”，是因為，我們今天要學的很多東西，大自然裡沒有，我們必須用人工創造的東西不斷刺激大腦，去重塑大腦的連接，讓大腦具備學習這類知識的能力，但我們的目的可不是為了記住這些素材，而是當新問題出現的時候，我們能解決。那麼，怎麼刺激才能讓大腦產生解決新問題的能力，這個“怎麼”就是“訓練方法”。
但是，我們不知道這個“怎麼”是什麼，所以，一方面，我們要加強對大腦的研究，這是腦科學的工作，另外一方面，我們要做實驗。就算我們的研究工作已經做得很充分了，我們還是要做“臨床實驗”，這一步是繞不開的。那麼，怎麼做實驗呢（下面的實驗設計得非常不嚴謹，只是打個粗略的比方）？
假設我們召集3000名學生，隨機分成三組，每組1000人，我們給他們提供同樣的“訓練素材”，第一組叫“自學組”，第二組，用“A訓練方法”，第三組，用“B訓練方法”。但是，“訓練方法”本身是需要有人執行的。如果我們使用老師，問題出現了：首先，一個老師不可能帶一千個學生，所以，我們需要很多老師；其次，誰來把這些“訓練方法”教會老師呢？我們還需要更高級的老師，於是，這件事就會變得極其複雜。更嚴重的是，就算我們測試出來B方法更好，怎麼大規模推廣呢？沒法推廣。就算能推廣，如果我們剛推廣一半，新的實驗結果出來了，C方法更好，那麼，請問，要不要推廣呢？
這說明什麼問題？這說明在現有的嚴重依賴人的教育體系下，做實驗是不可能的，既然做實驗不可能，那還談什麼科學？
所以，我們才提出說，我們把“訓練方法”開發出來，並準備大量的“訓練素材”，接下來，把具體執行的活兒交給AI去幹。在做實驗的時候，AI同時服務1000人，一點問題都沒有，在推廣的時候，也不存在任何障礙，如果方法更新，AI調整起來，也是極為迅速的。這才是AI最大的作用，讓“教育科學化”有了可能，更讓“教育規模化”有了可能，要不然，我們表面上看起來實現了教育的規模化，但事實上老師們各教各的，一團亂象。
這件事看起來非常宏大，簡直沒法幹，但事實上，由於不同類型的知識需要不同類型的訓練方法，所以，一家公司只需要針對某類知識進行研究就行了，不需要解決所有問題，然後，所有公司能夠實現研究方法的共享（而不是訓練方法的共享，那個是核心機密）就更好了。
哪怕只是一種非常細分領域的知識，只要你想研究這種知識的“訓練方法”，肯定存在極大的優化空間。教育行業根本不存在“同質化嚴重”這種說法，因為如果滿分是一百分的話，大家的水平都在五分以下，但凡誰取得一點點突破，就拉開差距啦，如果真的“同質化嚴重”，則只有一種可能：大家都是零分。
所以，教育行業是一個特別特別好的行業，存在極大的創新空間，但凡誰能有點突破，都有可能改變無數人的命運，自己也將載入史冊。但是，這個行業實在太難太難啦，不適合想賺快錢的人進來，想賺快錢的人做教育，一定是零分，不，是負分，因為他們一定會誤人子弟。我們希望那些智力過剩又有些情懷的人加入這個行業，共同推動教育行業的科學化，為整個人類文明“盜火”。
