AI 时代，学校会变得不再必要吗

AI Agent 时代是否真的会到来，我还不知道。但是，Claude Code 和 Codex 这样的工具已经开始改变开发现场的工作方式，这一点是确定的。查找知识、整理知识、写文章、写代码、修改代码。这样的知性作业中，已经有一部分被 AI 大幅辅助。

那么，这种变化会给学习空间带来什么？当 AI 能够生成个别最优化的教材和问题，能够可视化学习状况，并在需要时进行 coaching，学校和补习班会变得不再必要吗？

我认为，这个问题的问法本身有些粗暴。需要大幅重新设计的，是把同年龄的学生聚集在同一个教室，用同一本教科书、同一个进度、同一个评价标准来管理的传统学校制度。另一方面，能够安全失败、与他人发生关系、打磨自身价值观的学习空间，反而会变得更加重要。

本文想把 AI Agent 时代中的“作为制度的学校”和“作为空间的学校”分开来思考。

这里所说的学校制度，指的是把同年龄的学生聚集在同一个教室，并用同一本教科书、同一个进度、同一个评价轴来管理的机制。另一方面，学校空间指的是用于安全失败、与他人发生关系、打磨自身价值观的场所。

既有学校制度为什么已经到达极限

互联网普及之后，有一种意见是：用 app 和 Web 服务就足够学习了，YouTube 上也能看到有趣的课程，用 Zoom 等线上会议工具上课就够了，所以学校已经不需要了。近年来 AI 出现之后，这种意见又进一步加速。

不过，我不同意这个意见。因为一旦讨论变成学校是否需要的对立，作为制度的学校和作为空间的学校就会混在一起。

关于学校制度，基于我之前写的なぜ教育機関は能動的学習に転換できないのかの７つの仮説，以及伊凡・伊里奇的《去学校化社会》，我认为它早已到达极限。伊里奇的批判是，学校本来应该是让人学习的场所，但实际上，它却成了一种让人们相信“学习就等于去学校”的制度。AI 会让这个极限变得更加清楚。

首先，随着技术进化，从知识习得的意义上说，学校这个场所已经不再是最优解。另一方面，作为社会制度的学校，也有一种侧面：它不再追问知识本身，而像是购买毕业证明的 business。这里有功也有过，但教育已经不只是纯粹的学问，也被拉进了生产性和 business 的逻辑之中，也就是是否对社会有用。

在这样的背景下，主动学习更好这一点，我认为已经大致成为共识。但是，关于学校现场，我也听到了很多艰难的声音。即使想导入个别最优化学习，也没有预算，也没有人手。在一个人必须照看几十名学生的情况下，究竟能做什么？人们在困难之中导入新的 technology，可是也有 case 中，这些 technology 被用来维持旧的教育制度。

我认为，更好的方向是，即使困难，也为了聚集能够一起追求变化的伙伴而行动。那些已经这样行动的人，我非常尊敬。

AI 会如何改变知识习得

现在的 AI 令人惊讶的地方，不只是它能够解答大学入试那样有特定答案的问题。在复杂应用的实现、不具合发现等一部分专业任务中，AI 也开始给出接近专家，甚至超过专家的结果。

在各种过去被称为知性劳动的领域里，AI 正开始表现出很高的 performance。从这个意义上说，单纯知识习得的意义正在改变。这是非常重要的前提。

几年前，我曾经向一位教育相关人士询问过一种 app：它通过 algorithm，让学生能够个别最优化地学习大学入试中会出现的题目。我问，如果有这样的技术，是否应该把技术投入到更不同的地方。

对方的回答是，必须学习的内容可以先用技术压缩并高效学习，然后把由此产生的时间用于 creative 的学习。虽然我并没有完全被说服，但也觉得这种想法有一定道理。

随着 AI 的登场，我认为这种想法会进一步推进。例如，以学生真正想学的东西为基础，可以当场生成符合学生水平的教科书。用于确认理解度的问题集也可以马上生成。学习状况可以被可视化，AI 也可以根据需要进行 coaching。

这样一来，使用同一本教科书，在同一个教室，以同一个进度听同一堂课的必要性就会下降。如果大家各自分散学习，那么如何确认进度会成为问题。但是，通过 AI coaching 和系统对学习状况的可视化，教师掌握整体情况，并在个别需要调整时介入，这样的形态是完全可以想象的。

为什么学习空间会变得重要

那么，学校和补习班这样的学习空间是否不需要了？并不是。正因为知识会 commodity 化，安全、能够与他人发生关系、能够确保多样性，并且在好的意义上让人感到违和的空间，反而会变得更加重要。

我认为，学习空间需要承担三个大的角色。

第一个，是成为能够安全实践的场所。在座学中，某种程度上存在类似正确答案的东西。另一方面，在实践中，事实是连续的，很多时候并不能简单判断什么是正确答案。失败可能通向成功，反过来也一样。在实践中，给事件赋予意义，至少和选择看起来正确的选项同样重要。为了学习这种事情，需要一个安全且能够实验的空间。

第二个，是成为遇见与他人之间违和感的场所。AI 已经变得非常聪明，但有时会产生所谓 hallucination，也就是把错误信息像正确事实一样输出。即使没有 hallucination，根据 context 的不同，AI 也可能只是列举一些无法顺利运作的事实。

此外，如果只依赖单一 AI，也可能形成更强的 echo chamber。AI 有倾向返回让用户感到舒服的论点。正因为如此，自己的想法被否定，或者通过与他人的差异而感到违和的经验，会变得重要。这种经验，只有在多样性得到保障的空间中才比较容易获得。

第三个，是成为打磨价值观的场所。AI 会让生产性爆发。到了那个时候，类似“タイパ”这样的效率思考也许会再次变化。人为什么而活，这样的问题也会有更多机会浮现。我们需要打磨自己的价值观。而这种东西，我认为只能通过与他人接触来打磨。

这样想的话，身边有在物理空间中支持自己的人，以及对那个地方拥有归属感，这些意义都很大。如果只看知识习得，学校的必要性也许会下降。但是，作为实践、与他人发生关系、打磨自身价值观的场所，学习空间反而会变得重要。

总结

关于 AI Agent 时代的学习空间，需要讨论的事情大致有两个。

一个是设计基于 AI Agent 的学习，并为此建立新的学校制度。另一个是，在这些前提之上，把学习空间、物理空间以及人的存在方式，作为一个 community，在与现实世界发生关系的过程中建立起来。

我理想中的状态，是让机动性更高的补习班中获得的学习日志和项目经验，能够接入公共性更强的学校探究。这并不是要用补习班取代学校。相反，问题在于如何把补习班的机动性与学校的公共性连接起来。

随后，让学校中显现出来的问题能够在补习班和地域中被进一步深挖，使不同学习空间之间形成可以往返的连接。如果能够设计出这样的关系，AI Agent 时代的学习就不会只是封闭在个别最优化之中，而会扩展为更丰富的实践。

如果只看知识习得，学校的必要性也许会相对下降。但是，作为在实践中给事件赋予意义、承受与他人的违和、打磨自身价值观的场所，学习空间反而会变得重要。

所以，必须把作为制度的学校和作为空间的学校分开思考。我认为讨论需要先从这里开始。

补充：本文背后的实验与研究

本文基于几个实验和研究写成。实验还在继续，我也在准备新的实验。因此论旨今后可能会变化，不过这里先整理一下我当前的想法。

具体参考的实验之一，是我在技术媒体 Zenn 上公开的AI時代のプロダクトは「固定された成果物」ではなく「可能性の束」になる !? - Cookflowを作った。在这个实验中，我通过 prototyping 展示了使用 AI Agent 进行产品开发时，可能会从传统的“固定成果物”转向“可能性的集合”。

作为这个实验基础的研究，是 experimental-commons 上的AI時代のプロダクトはプロセスになる。experimental-commons 是我做的网站。我把自己关心议题的 research 和 first draft 的大部分交给 AI Agent，人参与企划和编辑。

experimental-commons 中参考到的研究还包括身体性、AIエージェント、分断社会、ウィトゲンシュタイン、言語の限界、LLMの限界，以及AIエージェント時代の学習空間。最后这篇研究，是我写这篇文章的契机。

此外，我过去也写过相关的文章，例如2020年以降、教育業界はどのように変化するか（するべきか）和なぜ教育機関は能動的学習に転換できないのかの７つの仮説。

写 Zenn 文章时，我会用 AI 做企划和规格制定，接着直接实现，再看着实现结果让 AI Agent 写文章的 first draft。至于这个 Web 日记，我有时会把 AI 用在错字检查等校对，或者自动翻译上。不过目前 first draft 还是手写。