2018年国庆最后几天有个视频特别火爆：
视频截图：新加坡的教育分流
注释：快捷源流=快班
支持反对的声音都很极端，甚至提到了今年爆发的哈佛大学招聘中的亚裔“歧视”。
很不巧，最近刚刚发生了针对哈佛大学亚裔歧视的抗议活动，支持“歧视”与反对“歧视”的都有，图中年轻的华裔女孩们站在支持哈佛校方的一方，支持学校的多元化录取理念，认为按高分录取（亚裔学习好已经成为了和犹太人会赚钱一样的种族天赋）是歧视。
新加坡是严格执行精英化教育的国家，奉行的是“因材施教”的教育理念，从小学3年级开始，就通过一次又一次的全国统一考试对孩子进行分流，分流后的学生的教育采用不同的教材和标准，最优秀的孩子会进入精英阶层，拿奖学金去海外留学，最差的进入职业教育学校。这一切的人生改变，往往发生在还未进入青春期，脑部和身体均未发育完全的10岁孩子身上，这才是生命不能承受之重。
2002年新加坡上映的电影《小孩不笨》，电影以喜剧的形式深刻的讽刺了新加坡当时的教育制度，尤其是分流对孩子们和家长们的影响。
电影将新加坡教育系统的“下水道”——新加坡职业高中——工艺教育学院 ITE（Institute of Technical Education）称为It’s The End。电影在新加坡反响很大，代表新加坡精英教育最高成果的国会专门为此进行辩论，并且由此展开了一系列改革，您开头看到的视频已经是2002年改革后第16个年头了。
教育学、教育心理学的研究发现，孩子甚至成年人在被人为分流后，将会不可避免的出现对自己所属层级的身份认同，从而限制了继续学习和努力的动力，进一步影响成绩，陷入恶性循环。本来有希望取得更好成绩和成就的学生，往往因此自缚手脚，自暴自弃；而被选做精英的学生，却因为不断的自我激励，投入了更多的精力学习，取得了更好的成绩。
那么是不是这种因材施教的教育方法本身有问题呢？
孔子办学的中心思想是个人，只要有向学的心，再拎点肉干上门拜师，孔子的眼里有教无类，大门永远敞开。
对不同的学生，孔子往往采取不同的方式方法去教学。比如因材施教成语的出处里，同样的问题，对性格莽撞、年龄和自己差不多的学生子路和老实巴交的冉有，孔子就给出了截然相反的指导意见。
针对不同学生的学习能力、兴趣爱好甚至性格本身，制定不同的教学内容，教程，教学方法，怎么都不应该是个坏主意。
事实上，这几年取得了大规模应用的人工智能学科下的机器学习领域里就有成功的例子。
2017年来自谷歌DeepMind团队的围棋程序AlphaGo击败了世界排名第一的选手柯洁。
AlphaGo和人类学棋的孩子一样，在学习了围棋的基本规则和输赢的计算方法后，主要通过打棋谱来学习，所用的棋谱都是人类老师下过的，或者是在人类老师指导下人工智能程序下过的。
但是随后出现的拥有秒杀AlphaGo的超强棋力的AlphaGo Zero打破了原有的一切认知。AlphaGo Zero抛开了全部的人类棋谱，每次只和自己下棋，但是每次的难度都要比之前难那么一点点。通过这样度身定做的，抛开一切所谓学棋课程的学习与训练，AlphaGo Zero取得了人工智能研究中具有划时代意义的成就。
当然，这里的机器学习和人类学习是完全不一样的，机器学习使用的统计学上的随机方法和人类学习有本质上的不同，类比不一定合适。不过起码可以说明，人类通过多年总结的，奉为圭臬的，认为可以适应于一切孩子学习围棋的手段，并不一定真的适用于所有人，甚至不一定能教出最好的学生（AlphaGo Zero使用同样的学习方法但是使用了人类棋谱进行学习，最后的结果甚至差于AlphaGo）。
新加坡教育的问题，不是因材施教本身，而出在了考试分流的时间选择上。
教育研究发现，对孩子的分流应该越晚越好，给予孩子们足够的动力和时间去改变和超越自己。
现在新加坡的教育改革已经不错（当然还不够好，视频内反映了学校内分快慢班带来的分流问题依然存在，慢班的孩子们照样认为自己英语不好，而新加坡PISA考分里，阅读成绩也确实不如数学和科学课那么顶尖），在职业学校里引入了包括微软的1对1教育课件在内的科技教育内容，鼓励学生们学习新技术，掌握新技术。
在近年的新加坡科技展上，ITE学生们做的创客类的项目，比同龄的学生们甚至还强了很多，甚至于不客气的说，比我们在国内的创客展上看到的众多精英创业的项目所展示的内容要漂亮得多。
图：新加坡的Tech Saturday 2018 ，其中不少项目由ITE学生制作
推迟分流可以解决孩子的认知与学习动力的问题，但是孩子们个体间还是有差距的，兴趣爱好，学习方法，和智力本身的差距都需要考虑。学校的教育是一项公共服务，很难考虑得这么全面，在不分流晚分流的情况下，强调对学生们一个都不放弃，往往会造成教学质量的下降，学生总体的学习水平都会被拖累，今天的美国教育系统面临的就是这样的问题。
美国的亚裔，因为家长的重视，校外补习文化的盛行，因此取得了对美国其他族群的整体优势，这才导致了前文的哈佛亚裔歧视问题的出现。校外补习，尤其是1对1家教，是实现因材施教的好办法，在提升孩子学习成绩上效果很显著。但是这种效果取决于1对1的老师的素质，还会带来高昂的补习费用。这不，连美国精英教育的代表哈佛大学都觉得这种投入带来的优势不具备普适意义，所以搞了歧视亚裔的入学标准来制止。
图：刚刚选择自主创业的新东方名师周思成不是只有中国才有的高收入补习老师
韩国明星英语补习老师金基勋早在2013年收入就超过了400万美元，东亚文明圈里的补习文化是学生们成绩突出的根本原因，带来的财富效应和家长负担也是极其明显的，撇开歧视不说，作为家长的您可能也会认同哈佛大学和我国教育部对课外补习的约束。
有没有别的方法来实现因材施教呢？
目前看，人工智能在教育的应用倒是有可能以较低的成本在一定程度上实现真正量身定制的课程安排。
人工智能可以根据孩子们的考试结果和学习时的课堂表现，对孩子现在的能力与水平进行评估，从数据库里匹配出稍微超过现在孩子能力的学习内容，一点一点的以最舒适的手段提高孩子的能力和自信心，同时因为是1对1的评估，不会影响孩子的自尊，也许会如AlphaGo Zero一样大大提高学习效率，甚至提高自己学习的天花板。
不过需要注意的是，这些人工智能辅助系统的成功使用需要建立在大量的学习，练习，再学习的数据基础上，作为家长的您还是要警惕有些不良商家用人工智能的噱头做欺骗您。
人工智能在可见的未来并不会取代人类，能够取代的是部分被定义为低端的工作岗位（未来低端两个字很可能要用是否会被人工智能所取代来重新定义），计算机程序编程和其背后的算法逻辑，已经在成为新时代人类必备的技能，尤其是对可能被分流到低端岗位的人们来说。
学习，持久自主的学习能力是人类对机器的最大优势（有趣的是，虽然我们还没有明白学习的本质，但是人工智能里的机器学习却可能帮助我们自身更好的学习）。
天生我材必有用，个人生命的意义不应该被前人的思想与道路所禁锢，最起码，请不要用对所谓码农思维，程序员职业弊端等的偏见去束缚您孩子的学习选择，应该鼓励孩子们去尝试学习掌握新时代的基础知识与技术。