货物崇拜科学：费曼 70 年前在巴西发现的教育绝症，今天正在 AI 时代全面复发

> 1952 年，里约热内卢。一位 34 岁的美国物理学家站在窗边，指着窗外波光粼粼的海湾，问他的学生们一个简单的问题。他得到了教科书般的完美回答——然后发现，没有一个人真正理解自己在说什么。

一、满分学生的"完美"回答

1951 年，理查德·费曼（Richard Feynman）接受巴西政府的邀请，来到里约热内卢物理研究中心执教。他的学生是巴西最优秀的物理学子——未来的大学教授、科研骨干，整个国家科学教育的希望。

第一堂课，费曼就感到了一种说不出的违和感。

他问一个问题，学生们立刻齐刷刷地举手回答。答案精准、流畅、一字不差。再问同一个问题，换一种表述方式——沉默。一片茫然。

"就好像他们背下了整本教科书，但完全没有理解。"

费曼决定做一个测试。他拿起一块偏振片（polaroid），走到窗边，指着外面阳光照射在海面上的反射光：

"看，海湾上的阳光正在反射。如果我透过这块偏振片看那个反射，然后转动它，会发生什么？"

沉默。

"布儒斯特角（Brewster's Angle），" 一个学生终于开口了，"就是当光从折射率为 n 的介质表面反射时，如果入射角的正切值等于折射率，反射光将完全偏振，电场方向垂直于入射面。"

完美的教科书答案。一字不差。

"但我的问题是——"费曼把偏振片递过去，"你试试看。"

学生接过偏振片，透过它看向海面，缓缓转动。反射光忽明忽暗。

他惊呆了。

这不是他在课堂上学到的东西。他背下了布儒斯特角的定义，却从未想过这个定义描述的是一个真实存在的物理现象——此刻就在窗外发生着。

费曼又拿出一块方解石（calcite）晶体，让光穿过它，投射出两束偏振光。学生们瞪大了眼睛——他们学过双折射，能默写公式，但从未真正见过光穿过方解石的样子。

"你们学过偏振光，" 费曼说，"但你们从未看过偏振光。"

---

二、一本教科书，一场尸检

学期末，学生们邀请费曼做一场演讲，谈谈他在巴西的教学体验。台下不仅有学生，还有教授、政府官员。

费曼答应了，但提了一个条件："我必须想说什么就说什么。"

"当然，当然，言论自由嘛。"他们笑着说。

费曼走上讲台，手里拿着巴西大学一年级用的物理教科书。

"这本书，"他说，"被认为是一本特别好的教科书，因为它用了不同的字体——最重要的东西用粗黑体，次要的用细体。"

他翻开书，随便指了一处。

"看这里——粗黑体。这是作者想让学生记住的东西。"

他翻到另一页，又指了一处。

"这里也是粗黑体。"

他继续翻。

"这里还是。到处都是。"

"这本书里没有任何非粗黑体的内容。"

台下笑声渐起，但费曼没有笑。

"这不是一本教科书，"他说，"这是一本答案手册。它告诉学生要记住什么，但从不告诉他们为什么。它把知识变成了需要背诵的清单，而不是需要理解的世界。"

然后他说出了那句后来被反复引用的话：

> "我看不到任何人如何能通过这样一个自我繁殖的系统受到教育——人们通过考试，然后教别人通过考试，但没有人真正知道任何东西。"

台下死一般的沉默。

然后，科学教育系主任站了起来。

"费曼先生告诉了我们一些很难听的话，但他显然是真正热爱科学的，他的批评是真诚的。因此，我认为我们应该听他的。我来这里时就知道我们的教育系统有病；我今天学到的是——我们得的是癌症。"

他坐下了。

这句话打开了闸门。学生们纷纷站起来，提出建议，组织委员会，准备改革。

然后，一个学生站了起来。

"费曼先生在演讲最后提到，他的班上有两个学生表现很好。我就是其中之一。我不是在巴西受的教育——我是在德国受的教育，今年才来巴西。"

另一个"好学生"也站了起来："我也是在国外受的教育。"

费曼提到的那个"在巴西教育体系下成长起来的优秀物理学家"也站了起来："我是在战争期间受的教育，那时候所有教授都离开了大学，我是完全靠自学学会物理的。"

100%。 费曼后来写道，"我知道这个系统很糟糕，但没想到是 100%——它太可怕了。"

---

三、"货物崇拜"：看起来像科学，但不是科学

1974 年，费曼在加州理工学院的毕业典礼上发表了一篇后来被称为 "货物崇拜科学"（Cargo Cult Science） 的著名演讲。

这个词来自二战后的太平洋岛屿。岛民们看到美军在岛上修建跑道，飞机就会降落，带来各种物资——食物、工具、收音机。战争结束后，美军离开了，但岛民们想要那些"货物"继续到来。于是他们修建了假的跑道，用竹子搭了假的控制塔，戴上椰壳做的耳机，模仿他们看到的机场运作流程。

一切看起来都和真的一样——除了飞机不会来。

费曼说，科学界也存在同样的现象：

> "他们遵循所有的形式和仪式——他们收集数据、发表论文、参加会议——但他们没有做科学中最重要的事情：诚实地面对自己的错误。"

在巴西，费曼看到的是教育版的货物崇拜：

• 学生们背诵公式 ✓
• 学生们通过考试 ✓
• 学生们获得学位 ✓
• 学生们成为教授 ✓
• 学生们教下一代背诵公式 ✓

一切看起来都和真的一样——除了没有人真正理解任何东西。

这不是巴西独有的问题。费曼在 1963 年美洲物理教育大会上的演讲中明确指出：

> "拉丁美洲物理教学的问题，只是任何地方物理教学问题的一部分。事实上，它是任何地方任何学科教学问题的一部分——一个至今没有令人满意解决方案的问题。"

---

四、费曼的诊断：三个致命症状

症状一：纯记忆式学习

> "最严重的问题，我认为，是几乎完全通过纯粹的、绝对的死记硬背来教学和学习。这根本不是在教物理作为一门科学。什么都没有被理解；只是被记住了。"

费曼举了一个望远镜的例子：

> "望远镜是一个有趣的装置——制作它、理解它、透过它看、玩弄它。它改变了人们的思想方向。但在拉丁美洲，人们学到的是：有四种望远镜——牛顿式、卡塞格林式等等。第一种中，像是虚的、倒的，等等。望远镜消失了。不再有透镜，不再有星星，不再有眼睛，不再有光——只有不需要理解的、被记住的词语。"

症状二：面子文化扼杀提问

> "学生们不能和其他学生交谈；他们看不到某些同学有多么愚蠢。这主要是出于某种心理原因。他们不想被发现不确定，因为会被嘲笑。他们不能在课堂上提问，因为其他人会说：'你为什么要浪费大家的时间？每个人都知道这个。'"

费曼发现，这种"面子文化"创造了一个恶性循环：

1. 没人敢提问 → 没人暴露自己的无知 2. 没人暴露无知 → 所有人都假装知道 3. 所有人都假装知道 → 真正的讨论被扼杀 4. 没有讨论 → 没有真正的学习

> "这是一种可笑的状态，这种奇怪的、自我繁殖的'教育'——毫无意义，完全毫无意义！"

症状三：系统自我繁殖

最可怕的不是个别学生不理解，而是整个系统在自我繁殖无知：

• 不理解的毕业生 → 成为教授 → 教出不理解的学生 → 成为教授……

费曼用了一个精妙的比喻：

> "这些学生就像书本，不多不少。我可以在书的索引中找到'布儒斯特定律'，得到和学生回答等价的信息。但在索引中我找不到'阳光在海湾上的反射'。这些学生知道什么是一本书中不容易直接查到的吗？"

> "谁想要这样的学生在工厂里工作，当一本不需要食物和维护的书，日复一日地站在那里，随时准备给出同样充分的回答？"

---

五、费曼的药方：真正的学习是什么

费曼在 1963 年的演讲中列出了教授物理的五个理由，每一个都指向同一个核心——理解，而非记忆：

1. 物理是技术的基础

> "知道物理的人将更有能力应对工业中出现的各种技术问题。"——但前提是他们真正理解物理，而不是只会背诵公式。

2. 科学教会你"动手"

> "它教会你许多操作东西的技巧——测量和计算的技巧——这些技巧的应用远超特定的研究领域。"——纯记忆做不到这一点。

3. 科学本身就是乐趣

> "科学是人类的活动；对许多人来说，它是巨大的乐趣，不应该仅仅因为教育系统的缺陷，就剥夺世界上一大部分人的这种乐趣。"

4. 理解自然的美

> "研究自然的一个好理由是欣赏它的奇妙和美丽，即使你不会成为一个积极工作的职业科学家。这种对自然的了解也给人一种关于世界的稳定感和真实感，驱散许多恐惧和迷信。"

5. 学会"如何发现"

> "科学是一种教会'事物是如何被发现的'的方法——什么是未知的，事物在多大程度上是已知的（因为没有什么东西是绝对已知的），如何处理怀疑和不确定性，证据的规则是什么，如何思考事物以便做出判断，如何区分真理与欺诈、与表演。"

这第五点，是费曼认为最重要的。他称之为 "科学的精神" ——不是知识的积累，而是思维的转化。

---

六、70 年后的今天：AI 时代的"货物崇拜科学 2.0"

费曼在巴西发现的教育绝症，并没有随着时间消失。事实上，2024-2025 年的最新研究表明，它正在以更隐蔽、更危险的形式全面复发。

6.1 "元认知懒惰"：AI 让背诵变得不再必要，但理解也没有增加

2025 年 1 月，俄勒冈州立大学的研究者 Joseph Slade 在一篇综述中总结了几项关键研究：

实验一：ChatGPT 写作文（Fan et al., 2025）

• 117 名中国大学生被分为四组：使用 ChatGPT、人类写作教练、检查清单工具、无辅助
• ChatGPT 组的作文质量最高 ——甚至超过了人类教练组
• 但学生在材料学习、动机和兴趣方面 没有任何提升
• 研究者发现 ChatGPT 使用者更少查阅原始资料，更倾向于直接复制粘贴 AI 生成的文本
• 结论：ChatGPT 使用有培养 "元认知懒惰"（metacognitive laziness） 的风险

实验二：GPT-4 数学辅导（Bastani et al., 2025）

• 近 1000 名高中生参与
• 两种 GPT-4 辅导模式：标准 ChatGPT（"GPT Base"）和学习导向型（"GPT Tutor"）
• 使用期间，两组解题能力分别提升了 48% 和 127%
• 但移除 AI 后，GPT Base 组的成绩比无 AI 组低了 17%
• 过度依赖 AI 反而损害了技能保留

6.2 从"背诵公式"到"背诵 AI 的回答"

费曼时代的学生背诵教科书。今天的学生不需要背诵了——他们只需要问 ChatGPT。

但结果是一样的：没有理解。

费曼时代的巴西	AI 时代的全球
背诵布儒斯特角的定义	让 ChatGPT 解释布儒斯特角
从未看过偏振光	从未做过实验
通过考试获得学位	通过 AI 完成作业获得分数
不知道"阳光在海湾上的反射"和布儒斯特角的关系	不知道 AI 的回答是否正确
系统自我繁殖无知	系统自我繁殖依赖

形式变了，本质没变。 费曼所说的"货物崇拜科学"——看起来像科学但不是科学——正在变成"货物崇拜学习"——看起来像学习但不是学习。

6.3 更危险的是：AI 让"假装知道"变得更容易

费曼在巴西最痛心的发现之一是学生的"面子文化"——所有人假装知道，没人敢提问。

AI 让这个问题更严重了：

• 不需要理解就能给出正确答案 → 没有暴露无知的机会
• 不需要提问就能获得信息 → 没有讨论和辩论的空间
• 不需要动手做实验 → 没有与真实世界互动的体验

2025 年 8 月，EdWeek 的调查显示：超过 60% 的教师担心 AI 会阻碍学生的批判性思维能力发展。

这和费曼 70 年前的观察如出一辙——只是工具从"教科书"变成了"AI"。

---

七、费曼检验法：70 年后仍然是判断"是否真正学会"的黄金标准

费曼从未正式提出过所谓的"费曼学习法"——这个概念是后人根据他的教学理念总结出来的。但他的核心理念极其清晰：

第一步：关闭所有资料

> "合上书本。如果你不能不看笔记就解释清楚，说明你还没有真正理解。"

第二步：用最简单的语言解释

> "如果你不能用大白话向一个外行解释清楚，说明你自己也没有真正理解。"

第三步：应用到新情境

> "真正的理解意味着你能把知识用到你从未见过的情况中。"

这正是费曼在巴西做的测试——他不是问"布儒斯特角是什么"，而是问"如果你透过偏振片看海面上的反射光，转动它，会发生什么"。

从定义到应用，从记忆到理解——这就是费曼检验法的精髓。

在 AI 时代，费曼检验法可以这样操作：

1. 关闭 AI。不使用 ChatGPT、不使用搜索引擎，只凭自己的理解来解释一个概念。 2. 用大白话写出来。如果你发现自己只能用术语堆砌，说明你还没有真正理解。 3. 找一个新场景应用。不是教科书上的例题，而是你生活中遇到的、需要这个知识来解释的真实问题。 4. 如果卡住了，回到原始资料——不是问 AI，而是回到教科书、论文、实验数据。

---

八、从费曼到 SELF-TUNING：AI 如何帮助而非伤害学习

讽刺的是，AI 本身也可以成为费曼式学习的工具——前提是正确使用。

2024 年，ACL 2025 发表了一篇题为 "SELF-TUNING: Instructing LLMs to Effectively Acquire New Knowledge" 的论文。研究者受到费曼学习法的启发，设计了三种训练策略：

1. 记忆（Memorization）：让模型阅读训练文档 2. 理解（Comprehension）：让模型回答关于文档的问题 3. 应用（Application）：让模型在新情境中使用学到的知识

结果发现，只有同时包含这三个层次的训练，模型才能真正"学会"新知识 ——单纯记忆是不够的。

这和费曼对人类学习的观察完全一致。

AI 作为费曼式学习工具的正确用法：

错误用法（货物崇拜）	正确用法（费曼式）
让 AI 写作业	让 AI 检查你的作业
让 AI 解释概念	先自己解释，再让 AI 指出漏洞
让 AI 生成答案	让 AI 提出反例和质疑
让 AI 替你思考	让 AI 成为你的"苏格拉底"

---

九、费曼的警告：坏教学比不教学更可怕

费曼在 1963 年的演讲中引用了吉本（Edward Gibbon）的话：

> "教学的力量几乎没有什么效果，除非在那些天赋聪颖、几乎不需要教学的人身上。"

然后他反驳道：

> "这不完全正确。好的教学确实如此，但坏教学可以非常有效地让人感到某个学科无比无聊。"

> "有可能摧毁学生通过在图书馆发现一本小书、买一个玩具、一个化学实验套装或一个小电动机——通过玩耍——所获得的兴奋和兴趣。事实上，教育中最重要的兴趣激发来源之一，就是一个玩具、一本特别的书，以及那些足够自由、不受教育系统束缚、能够保持孩子们的兴奋和灵感的少数教师。"

这句话在 AI 时代更加振聋发聩。

如果 AI 被用来替代思考而非辅助思考，它就是最有效的"坏教学"——它让学习看起来毫不费力，但真正的理解从未发生。

---

十、结语：70 年后，费曼在看着我们

1952 年，费曼在巴西发现了一个教育系统的"癌症"。

1974 年，他把这个发现推广为对整个科学界的警告——"货物崇拜科学"。

2025 年，这个"癌症"正在以 AI 为载体，以前所未有的规模在全球蔓延。

但费曼也给了我们希望。他在巴西的演讲最后说：

> "我从研究工作者理解科学真正是什么的泉源中——真正的探究精神将降落在他们的学生身上，以及学生的学生身上，最终，如果事情组织得当，渗透到整个教育系统，加速国家的技术发展。"

真正的学习不是知识的积累，而是思维的转化。

真正的教育不是让学生通过考试，而是让他们学会 如何面对自己不知道的东西。

真正的科学不是背诵公式，而是 诚实地面对自己的错误。

70 年后，费曼的检验法仍然是判断"是否真正学会"的黄金标准：

关闭资料。解释知识。应用到新情境。

如果你做不到——不管你的考试分数有多高，不管你的 AI 助手有多强——你还没有真正学会。

---

参考资料

1. Feynman, R. P. (1985). *Surely You're Joking, Mr. Feynman!* W. W. Norton. (Brazil chapter) 2. Feynman, R. P. (1974). "Cargo Cult Science." Caltech Commencement Address. 3. Feynman, R. P. (1963). "The Problem of Teaching Physics in Latin America." First Inter-American Conference on Physics Education, Rio de Janeiro. Caltech Archives 4. Fan, Y., et al. (2025). "Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance." *British Journal of Educational Technology*, 56(2). 5. Bastani, H., et al. (2025). "Generative AI without guardrails can harm learning: Evidence from high school mathematics." *PNAS*, 122(26). 6. Slade, J. J. (2025). "AI in education: Enhancing learning or eroding critical thinking?" Oregon State University. 7. SELF-TUNING (2025). "Instructing LLMs to Effectively Acquire New Knowledge." *ACL 2025 Findings*. 8. Wu, Y., & Yu, Z. (2024). Meta-analysis of AI chatbot impact on student learning outcomes.