拆掉学科之间的墙：真正的问题从来不会一次只涉及一门学科

Q: 施一公说的『拆掉学科壁垒』是什么意思？

在《人民日报》谈AI与教育的文章中，施一公主张，真实世界的问题很少能靠单一学科的知识去理解或解决，科学上的突破性创新往往正是发生在学科交叉之处。他提出把AI用作一件通用工具，去连接不同学科的知识、视角和方法，把学生放到真正多学科互动的『创新创造第一现场』。

Q: 这和科研中『学科交叉』那个论点是一回事吗？

两者密切相关但并不相同——科研那个论点，讲的是像西湖大学这样的顶尖机构，是如何在科研中做到突破的。而这部分内容，来自他谈AI与教育的文章，讲的是AI作为一件工具，可以让多学科连接在普通教育里变得更可实现，而不只是在高端科研机构里。

Q: AI在KS3阶段真的能帮忙拆掉学科壁垒吗？

可以——因为AI能按需把学生当下正在学的一个学科概念，和它在另一个学科里的表现连接起来（比如一种数学规律背后的生物学过程、一次历史事件背后的地理动因），而不需要专门设计一套跨学科单元——大多数学校本来也没有足够的资源经常性地做这件事。

在《人民日报》那篇谈AI与教育的文章中，施一公主张，真实世界的问题很少能靠单一学科的知识去理解或解决——科学上的突破性创新，往往正是发生在学科交叉之处。他提出的具体方案，是把AI当作一件通用的连接工具：用来串联不同学科的知识、视角和方法，创造出真正具备多学科互动的学习环境，把学生放到他所说的「创新创造第一现场」，培养他们处理不尊重学科边界的复杂问题的能力。

为什么这和『跨学科科研是好事』是不同的论点

本系列的另一篇文章，讨论了施一公在基础研究那篇文章里的论点：像西湖大学这样的顶尖机构，是如何刻意把跨课题组合作嵌入到科研组织方式中的。而这一段，来自他谈AI与教育的文章，是一个相关但不同的主张：AI具体来说，可以让多学科连接在一个远超顶尖科研机构、或需要专门资源的跨学科校本课程的规模上变得可实现——而大多数学校，恰恰没有条件经常性地建立和维持这类课程。

这是一个意义上不同、也更乐观的主张。像西湖大学那样，真正建立起一种跨学科的科研文化，需要相当规模的制度投入——双聘、重新设计激励机制、专门为协作留出空间。而施一公在教育与AI那篇文章里的主张是，一件能够按需连接不同领域知识的通用工具，不需要那种规模的制度重建，就能开始产生效果。

英国KS3课纲，和大多数中学课纲一样，是按独立的学科、独立的老师、独立的教室、独立的考纲组织起来的——实际上，几乎没有内建的机制，能系统性地向学生展示一个学科里的概念如何出现在另一个学科里。这不完全是一种设计缺陷；学科专精能让老师钻研得更深，也能让评估保持一致。但这确实意味着，如果不加以处理，一个学生完全有可能读完一整年，也没有真正注意到数学里的指数增长曲线，和生物学里的种群增长是同一种形状，或者他某个学期学的一个地理特征，正好解释了另一个学期学过的一次历史事件。

施一公背后的主张，与他在科研机构那篇文章里的论点相呼应：这种『注意到连接』的能力，不是一个不错的附加项——它接近原创思维背后真正的机制。一个完全在封闭学科隔间里被训练出来的学生，接受的训练恰恰是他认为最重要的那种能力的反面。

AI真正能改变什么现实上可行的东西

这是这个论点里值得认真对待、而不是当作泛泛的AI乐观主义打发掉的部分。设计一个连接化学和历史的定制跨学科单元，需要一位（或两位）老师在自己的常规教学大纲之外去设计点什么，而且没办法保证任何一个具体学生，恰好在那个具体时刻需要那个具体的连接。而一件能够按需——在学生足够好奇去问的时候，或者在一位导师被设计成主动让这种连接可见的时候——把学生当下正在做的一个学科内容，和它在另一个学科里的表现连接起来的工具，不需要那种前置的制度投入。它能在学生真正投入某项内容的那一刻，就让这个连接可用，而不是只在偶尔安排到的某个特殊跨学科单元的那一天才能用。

什么是真正用好这一点，什么只是噱头

值得区分真正的跨学科连接和表面上的连接。一个偶尔插播一个来自另一门学科、毫不相关的『趣味知识』的导师，做的不是施一公描述的那件事——那是装饰，不是他真正指向的『创新创造第一现场』。他描述的，更接近这样一种情形：一个学生在做一个数学概念，恰好在相关的那个时刻，被展示出同样的底层结构如何解释他正分开学着的一个科学或地理内容，并且这种展示改变了他对这两者的理解。这要求这个连接本身是有实质内容的、时机恰当的，而不只是存在而已。