一、引言：一道无法回避的选择题

在常州，68岁的王阿姨现在被邻里称为“银发数字达人”。她不仅自己能熟练地用手机预约挂号、扫码乘公交，还曾帮老姐妹识破了一个伪造的“AI换脸借钱”诈骗视频。她的从容源于“AI夜校”的学习——这是常州市“人工智能夜校”全员培训体系的缩影，该市计划到2028年累计开展线上线下AI培训100万人次。

在剑桥大学的一项元分析研究中，研究者发现AI对成人学习者自信心的影响效应量达到了Cohen's d=1.24——属于大效应。但与此同时，学术圈的另一组声音也在响起：算法偏见可能加剧教育不公，过度依赖AI可能削弱学习者的批判性思维，数据隐私泄露的阴云始终笼罩。

AI之于成人教育，究竟是“友”还是“敌”？这个问题没有非黑即白的答案。本文试图穿越技术的喧嚣，回到成人教育的本质，重新审视这段复杂的关系。

二、为“友”：AI赋能成人教育的三重机遇

1. 个性化学习：从“一刀切”到“一人一策”

成人学习者最痛苦的事，莫过于在标准化课程里消耗时间。每个人的知识基础、学习目标、时间精力千差万别，却被塞进同一套教学大纲。AI正在改变这一点。

大型语言模型和机器学习算法能够根据学习者的表现数据动态调整学习路径，提供真正的个性化支持。剑桥大学的系统性综述发现，AI赋能成人学习的核心机制之一是增强式支架（enhanced scaffolding）——AI能提供即时、无评判的反馈，帮助学习者建立掌握感与自信心。

上海开放大学理工学院的实践走得更远：教师团队为不同课程开发了“课程专属智能体”，嵌入教学平台，解决大班教学中个性化辅导的难题，已实现规模化落地应用。这意味着每个学生都可能拥有一个“专属助教”，随时响应。

2. 打破时空壁垒：学习回归“随时、随地、随需”

成人教育的最大敌人是时间。上班、带娃、通勤——留给学习的时间支离破碎。AI赋能的在线学习平台，让“碎片化学习”从无奈变成可能。

常州构建的“30分钟AI学习圈”，将培训点布局在园区、街道、商圈、社区等便民区域，采用“线上+线下、日间+夜校”融合模式。成人学习者不再需要为了上课而牺牲工作或家庭时间，学习可以嵌入生活本身。

从更深层次看，AI正在推动成人教育从“规模供给”向“个性化生成”跃迁，消弭时空隔阂，构建无边界的终身学习生态。这不仅是便利性的提升，更是成人教育价值定位的根本转变——它不再是“补课”，而是融于生活的持续成长。

3. 赋能自主学习：成人学习者的“认知外挂”

成人学习理论中，自主学习（self-directed learning）是核心支柱——学习者为自己的学习目标负责，决定学什么、怎么学。但现实中，很多人缺乏自主学习的信心和方法。

AI在这里扮演了独特的角色。研究发现，AI之所以能显著提升成人学习者的自信心，一个重要机制是培养自主性与自我导向学习能力——AI赋能的工具让学习者感觉自己掌控着学习进程，而非被动接受灌输。

有学者指出，生成式AI已在重塑自主学习的实践图景：学习者可以借助AI生成个性化学习支持、即时反馈，AI甚至开始扮演“学习伙伴”的角色，承担一部分引导责任。当然，这同时也带来了新的挑战。

三、为“敌”：AI带来的四重伦理边界

1. 数据隐私：学习者的“数字裸奔”

AI系统要提供个性化服务，就需要采集大量数据——学习行为、答题记录、甚至面部表情和生物特征。这些数据一旦泄露或滥用，后果不堪设想。

研究表明，人工智能平台的数据采集和使用可能严重侵犯隐私。例如，未经同意收集面部识别数据，导致师生生物特征信息泄露；技术漏洞和算法“黑箱”可能被不法分子利用，窃取个人信息。

更棘手的是制度缺陷。我国法律明确规定处理未成年人信息需监护人同意，但在教育实践中，多数学校仍采用“全选式”授权协议——家长和学生实际上没有真正的选择权。教育数据在政府、学校与企业之间流转时，也存在制度性的监管空白。

2. 算法偏见：谁在定义“好学生”？

算法并非中立。它基于历史数据训练，而历史数据本身就带有社会偏见。当AI用于自动评分、学习分析甚至入学评估时，它可能复制甚至放大现有的社会不公。

EDUCAUSE的一份报告直指问题核心：自适应学习平台虽然可以增强个性化体验，但也是基于现有数据学习的，可能导致对某些群体固有的偏见被延续。付费壁垒则让另一重不公浮现——能够负担高级版本工具的学生将比同龄人更具优势，数字鸿沟被进一步拉大。

更隐蔽的危害在于“信息茧房”。算法根据学习者的过往行为推荐内容，可能将学生困在同质化的信息流中，限制认知的广度和批判性思维的培养。

3. 情感疏离：当师生对话变成人机交互

教育的本质不仅仅是知识传递，更是人与人之间的情感联结。如果教师角色被简化为“算法执行者”，学生身份退化为“数据消费者”，教育的人文性何在？

华中师范大学王继新教授团队的研究警示：人工智能的深度渗透可能解构教育主体间的情感联结，师生互动简化为人机交互，技术理性挤压情感空间，导致情感区隔与疏离感。

这不是危言耸听。有研究者发现，技术应用中存在“三重异化链条”：智能工具替代教师引发的职业焦虑、技术迭代加速导致的能力恐慌、数据滥用诱发的道德危机。当教师担心自己被AI取代，当学生习惯与屏幕对话而非与老师交流，教育便失去了它最珍贵的部分。

4. 过度依赖：当AI替我们思考

最令人担忧的，或许是对学习者认知能力的长期侵蚀。

剑桥大学研究团队在一项前沿分析中指出：虽然AI可以提升学习效率，但过度依赖AI可能导致自主学习能力下降，甚至反过来削弱内在的自信心——学习者会怀疑“没有AI，我还能做到吗？”

更令人警醒的警示来自自主学习研究领域：有证据表明，生成式AI的早期使用者在获得便利的同时，也面临浅层学习、学术不端，以及最令人担忧的——批判性思维能力随时间推移而受损的风险。

讽刺的是，在AI让信息获取变得空前容易的时代，成人学习者反而更需要强化信息素养和批判性思维，才能抵御不准确、不适用甚至危险的信息污染。

四、边界之内：何以“化敌为友”

AI究竟是敌是友，不取决于技术本身，而取决于我们如何划定边界。

1. 以人为本：AI辅助而非替代

剑桥研究的核心发现值得反复强调：最有效的AI干预，是那些用AI增强而非取代人类教学的方案——提供个性化支持的同时，保持学习者的自主性。

具体而言，AI适合处理重复性、标准化的工作（如答疑、批改、数据整理），而教师应将精力聚焦于更高层次的活动：启发思考、激发情感共鸣、处理复杂问题。这并非“人机对立”，而是“人机分工”。

2. 透明与监管：让算法不再“黑箱”

要防范算法偏见和隐私风险，必须建立制度性保障。学者建议：推行算法透明度认证制度，组建AI教育产品伦理审查委员会，建立监察专员制度，对教育数据的采集、存储、使用实施全生命周期监管。

常州AI夜校的实践中，通识类课程专门开设“银龄课堂”教学智能设备操作和反诈防护内容——这是提升学习者数字素养、增强其自我保护能力的尝试。类似的逻辑应该贯穿所有成人教育场景。

3. 能力建设：学会与AI共处

成人学习者需要的不只是“会用AI”，更是“理解AI”——知道它能做什么、不能做什么、以及使用它可能带来什么后果。

研究指出，自主学习和信息素养是成人教育的核心能力，在AI时代比以往任何时候都更加重要。成人教育课程本身，应该将这些能力的培养融入其中，而非只教工具操作。

五、结语：敌友之间，是人的选择

回到最初的问题：AI是敌是友？

上海老年大学的实践提供了一个意味深长的注脚。首批20门市级老年教育精品课程中，既有《学用AI写人生故事》《AI通识与应用实践》这类AI赋能课程，也有面向老年人的传统兴趣课程。学员们不是被AI“替代”，而是借助AI拓展了自己的表达可能——一位退休老人用AI辅助写回忆录，一位阿姨用AI工具制作生活小视频。

AI从来不是“敌”，也不是纯粹的“友”。它是一面镜子，映照出我们对教育本质的理解、对技术伦理的坚守、对人类价值的信念。在成人教育这个场域里，AI的“敌”与“友”之分，最终取决于我们是否愿意在拥抱技术的同时，守住教育的底线——对人的尊重、对公平的追求、对情感联结的珍视。

正如一位研究者所说：AI赋能教育必须坚持教育本位原则，技术应成为支撑教育创新的“脚手架”，而非控制教育的“铁笼”。让AI“为友”而非“为敌”，主动权始终在人手中。