人工智能正在加速應用于教育中，但與此同時，其于教育中存在一個悖論：雖然大多數人都接受 AI 繼續自動化大多數重復性、繁重的過程和分析性工作，但人們必須對自己正在學習的內容保持一定程度的真正理解。人工智能在某些表現上已經“臭名昭著”，因為它能夠非常輕松地抄襲并為人們“做功課”，這在學術界和學生家長中造成了深深的不信任感。

教育界正在努力解決這類問題。人工智能通過代理 agent 為人們“創造”的天生能力——當你凝視窗外時，在校園田野上對你選擇的樹木、歌詞或任何你選擇的東西進行抒情創作時，這些能力讓學術屆集體發抖。

值得慶幸的是，上面寫的那段話，我用了一點想象力，目的是說明人工智能不會想出這種措辭選擇。如果沒有一個迭代的、冗長的、詳細的提示來解釋我想要的響應的細微差別，人工智能通常表現很差——沒有人們期望的那么有創意或那么真實。這也是我不擔心創意應用即將崩潰的原因之一。

雖然在最消極的觀點中，學術屆對人們應用人工智能“作弊”充滿擔憂，以及對失去創造性技能和認知思維過程產生恐懼，但需要考慮的遠不止于此。在本文中，我們將探討人工智能可能或應該影響的一些關鍵方面。

放棄還是接受？

我們是否應該舉起雙臂承認失敗？我們是否應該禁止像 ChatGPT 這樣強大的大型語言模型 （LLM） “學習工具”，試圖從馬斯克和阿爾特曼等人的“魔掌”中拯救幾個世紀的教育傳統？或者，我們是否應該適應和利用這種令人興奮的新范式，接受隨之而來的挑戰？要做到這一點，我們可能需要派出最優秀的技術人才來克服教育困境，這些困境正在削弱學校，并阻止當局和許多發展中國家為優質教育計劃提供資金。

然而，這是一項艱巨的任務，使目標與結果相一致將是一項艱難的任務。你可能是一位具有前瞻性思維的教師，并且已經在使用人工智能來準備過去需要一段時間才能完成的課堂材料，這只是人工智能在教育中顛覆的起點。然而，一個主要的復雜情況是：人工智能發展速度如此之快，以至于像學術界中行動緩慢的機構，將難以提供最新和相關的課程。例如，我注意到，我兩個月前寫的關于人工智能的某些方面已經過時了。

奇怪的是，教育領域面臨的一系列問題實際上代表了積極的一面，因為人工智能可以解決許多困擾學術界太久的問題。以下是本文將考慮的一些教育問題：

• 行政工作：逐年增加，以應對越來越多的學生專業需求，向管理機構報告，復雜的課程準備，并為當局做好“檢查準備”

• 資金和資源短缺：學校在平衡學生的教育和福利需求時，在預算支出方面做出艱難的選擇，特別是在貧困地區

• 新冠疫情后的入學率：自 2020 年全球疫情大流行以來，一些機構入學率直線下降，并且沒有復蘇的跡象

• 心理健康問題：自疫情 Covid 爆發以來，心理健康問題急劇上升

• 教師職業倦怠：教師在處理其角色時所承受的壓力，正在導致職業倦怠和員工保留問題，而其他行業的感知條件和工資水平更好

• 教育公平：確保所有兒童和成人，無論身在何處、收入或身體狀況，都能獲得優質教育

• 語言障礙：為不會說主要教學語言的學生克服語言障礙

• 生活技能和公民意識：將生活技能、公民教育和道德培訓納入課程，為學生成為負責任的成年做好準備

• 欺凌與安全：創造安全和包容的學校環境，沒有欺凌、歧視和暴力

我想說，最大的錯誤是更嚴厲地試圖將人工智能排除在教室和演講廳之外。正如陳詞濫調所說，精靈已經從瓶子里出來了，所以為了讓教育保持相關性，我們必須解決人工智能難題。

如果課程內容不夠靈活，無法適應快速變化，一些學習路徑就會偏離軌道，以至于學生們在上學時所獲得的知識，在畢業時可能被視為過時甚至毫無價值。考慮到人工智能在過去 12 個月中改變了商業技術世界，如果一門課程需要 12 個月的時間來創建，學習需要 4 年的時間，那么當學生將他們的新知識帶到工作場所時，該課程將至少已有 5 年歷史。

對于學習英語或歷史等人來說，這并不是一個大問題，但在計算機科學、尖端工程或計算機編程中，該影響將是永久的。

為了避免對教育機構的反抗，我們應該考慮以下措施：

• 擁抱增強的學習環境，提供職業體驗使學生能夠邊工作邊學習，并跟上技術變革的步伐

• 增加可用于支持職業學習的工作學徒計劃

• 考慮如何減少正式課程內容的數量，使其不受外部技術變化、人工智能或其他因素的影響，取而代之的是以質量為核心學習要素

• 在正式課程中做出規定，以便能夠包括行業中發生的創新變化

• 提供對軟技能的更多學習關注，以增強溝通、談判、團隊合作和相互依賴的方法。

• 明確劃分和保護核心基礎材料免受動態學習的影響，以響應市場的商業需求和最新的技術突破

未能將人工智能納入正規教育，可能會讓整個學術界被貼上"恐龍"的標簽。通過人工智能增強技術（如增強現實（AR）、虛擬現實（VR）和教學代理teaching agents（更多內容，見下文）的融合，以及結合傳統方法和新學習方式充分吸引學生并擴大他們的學習潛力。

保護受監管的職業

在學習受監管的科目（如法律或醫學學位）時，課程的一些關鍵方面受監管實踐約束。這種情況可能會有一天改變，但在可預見的未來，它必須被保護起來，以確保那些正在學習的人和公眾免受任何形式的瀆職或人身傷害。

• 執照和認證：受監管的學位需要獲得特定的執照或認證，包括綜合考試并滿足其專業特有的各種監管標準

• 道德標準：受監管的職業受到嚴格的道德準則和行為準則的約束，以確保其采取行動符合客戶和公民的最佳利益。不遵守規定可能導致嚴厲的紀律處分，包括喪失執業權

• 公共問責制和責任：那些受監管的職業承擔著重大的公共責任。失誤或專業疏忽可能導致重大影響，包括法律訴訟和嚴格的監管審查

• 專業監督：監管機構監督受監管領域的個人，建立規范，解決申訴，并實施紀律處分，以維護職業誠信和公眾信任

• 診斷風險：不正確的 AI 診斷可能導致有害的治療或漏診。雖然人工智能在這方面取得了長足的進步，但學習如何保持人類監督在診斷過程中仍然至關重要

• 個人風格：醫學需要同理心和人類判斷力，人工智能可以復制，但永遠不會取代，尤其是在處理敏感的個人健康問題和為患者和客戶提供困難的結果時

雖然必須保護這些方面免受大規模變化的影響，但我們可以考慮通過人工智能改進學習它們的過程。

• 監督學習：人工智能工具可以用作助手而不是決策者，需要人類的最終批準

• 道德和偏見培訓：將道德和偏見識別納入課程有助于減少違規行為

• 安全數據實踐：在課程和人工智能設計中強調數據安全和客戶/患者隱私可以保護機密性

• 監管框架：為人工智能在教育和專業實踐中的使用制定明確的指導方針和標準，可以確保更大的一致性和安全性

• 基于模擬的培訓：使用 AI 驅動的模擬進行實踐學習，而不會冒著真實患者的風險。

鑒于該解決方案的應用范圍之廣，我相信人工智能教學代理 teaching agents 的使用將真正改變教育的游戲規則。每個實際的教育者都是有限的、不可擴展的商品。人工智能代理可以提供大量可擴展的、交互式的和自適應的工具，讓學生可以隨時隨地訪問專家資源。這不僅不會取代教師，反而會增強和擴大學習體驗，減少班級規模，降低教育成本，并使世界各地的教育機會民主化。

解決方案范圍從現在可用的、簡單的基于文本的聊天機器人，到未來開發的、復雜的代理 agents 化身，能夠使用多模態形式與學生實時交談，以提供栩栩如生的、知識淵博的教學應用程序。

該代理 agents 還可以負責任地收集有關他們互動的數據，以便教育機構跟蹤學生們的學習進度和問題，還可以評估個人如何應對周圍的世界。

與安全的進度數據收集相結合，隨著學生的進步，代理 agents 可以向他們獨特的學習簡歷授予增量學分，從而提供減少對冗長考試的選擇——許多人認為冗長的考試是不切實際和不公平的能力衡量機制。

在更加開放和非結構化的學習環境中，代理 agents 可以積極適應學生的風格和興趣，在課程范圍內提供定制的內容和傳統教育難以提供的互動體驗。

這種代理 agents 解決方案將在全球范圍內為正規學術機構之外創造無窮無盡的機會，為那些在生命早期錯過教育、發展新興趣、想要擴展現有知識的個人提供機會。

AI 的更多優勢

人工智能以比今天更全面、更引人入勝的方式，為學生的工作生活做好準備。靈活的微學習，更少的考試，以及為人們的軟技能學習提供幫助。AI 不僅可以在教學過程中幫助創造更高的投資回報率（ROI），還可以創造更快樂、更成功和更敬業的學生：

• 管理超負荷：在教育的各個層面，管理的負擔已經變得不堪重負。人工智能可以自動化其中的大部分內容，包括內部和外部報告、備課、預算優化和支出分析、教職員工和學生溝通，以及通過整個學術分析確定節省成本的機會

• 學生心理健康與福祉：無論問題歸結為霸道的社交媒體、Covid 隔離還是更高的現代教育期望，近年來學生心理健康問題呈現爆炸式增長。

在 2016/17 學年和 2022/23 學年之間，英國各地大學的本科生表示他們經歷過心理健康困難的比例從 6% 上升到 16%，這意味著現在約有六分之一的人報告了此類挑戰。

美國與英國有著相同的心理健康問題。2021 年，42% 的高中生報告說，在前一年至少連續兩周感到悲傷或絕望。

人工智能可用于負責任地監測學生的行為和學習模式，以便及早識別痛苦，從而及時進行干預：

• 家長參與：不同程度的家長參與對確保學生實現目標構成了挑戰。人工智能驅動的平臺可以通過在學校和家庭之間提供數據驅動的溝通，定期和有針對性地更新學生的進步來徹底改變這一點。這將彌合學生、教育機構和家長之間的信息差距。

• 保護措施：社交媒體的現代范式為年輕一代創造了一個令人上癮的、有時甚至是陰險的環境。網絡欺凌、威脅和由此產生的暴力是一個不斷升級的困境。人工智能驅動的、對道德負責的監控系統可以通過檢測和報告潛在威脅來提供解決方案，為學生創造更安全的學習環境。

• 軟學習技能：人們可以教人工智能具有同理心——我們已經做到了——但人們希望與其他人交流，并且決策總是會在某個階段通過人類進行過濾，以確保監管安全。

軟技能是我們必須在課程中擴展的領域。我們可以使用人工智能來改進現有方法，以創建一致且切實可行的方法，在自我意識、社交技能、自我調節、動機、同理心、談判、沖突管理等領域對個人進行指導和評分，提高情商整體水平。

• 全球教育和能力簡歷：人工智能可以擴展基于區塊鏈的能力記錄概念。這可能包括一套經過驗證的軟技能資質和能力分數，這些分數在當今世界更加主觀。這也將創造一個機會——人們在獲得成就時，逐步向受加密保護的成就賬戶添加積分。

通過采用漸進式、全面和累積的簡歷信息，學術界可以決定不再需要長期學習、進行全面考試的傳統方法。

此外，應用于受加密保護的簡歷細節越多，它在招聘過程中就越有效。工作申請和第一階段招聘的效率可以提高，從而為招聘代理、招聘經理和求職者帶來更大的成功。

教育民主化

在全球范圍內，教育的覆蓋范圍僅限于負擔得起的國家和那些了解教育所采用語言的國家。其他受教育貧困影響的人可能早期就錯過了教育機會，還有一些婦女部分或完全被排除在教育之外。

下面一些 AI 額外的好處，這些好處不是教育民主化所獨有的，而是為那些最需要它的人們服務的：

• 降低成本：人工智能旨在大幅降低各地的教育成本，使其對發展中國家和年齡較大的學生更加可行。這將通過采用虛擬教學、增強的虛擬聊天機器人/代理（chatbots/agents ）和遠程物理教師來實現。這種學習經濟障礙的減少，為輟學的學生和發展中國家的一些學生打開大門。此外，被排除在教育之外的女孩和婦女將比現在有更多的選擇。

• 規模：由于人工智能固有的易用性和相對較低的可擴展性成本，這可能會改變發展中國家的教育機會，以及那些學校教育中斷或不足的國家。教師、教材和翻譯內容可以相對重復，大大降低了傳統供應的成本。

• 語言：在語言多樣化的發展中國家，人工智能可以通過提供翻譯和語言學習工具來打破教育障礙，使內容以各種當地語言提供。這有助于那些重新參與教育或開始學習之旅的人，確保他們能夠用母語學習，提高理解力和記憶力。

• 文化：人工智能可以通過使內容與當地文化保持一致來增強教育的相關性，這對于重新參與的學習者或以前代表性不足的學習者至關重要。通過融入當地習俗和故事，人工智能創造了相關、引人入勝的課程，培養了一個尊重文化和包容性的教育體系。

• 超個性化：人工智能的超個性化學習能力在多樣化的教育環境中特別有益。它確定了個人的學習需求，為每個人量身定制內容和節奏，包括那些重新開始教育或在以后的生活中從基礎開始的人。

結論

人工智能可以永遠改變世界，教育無疑是其應用的重要場景。一如既往，在應用的同時，我們也要關注有一些重要的警告。

為了實現最大的收益，教育和政府決策者需要接受導致教育改革的轉型變革。同樣的領導者可能會正確地引用道德原因，解釋為什么他們不會對學生的教育未來進行實驗。但同樣的道德也會要求他們為不應對我們正在經歷的人工智能技術革命負責——如果他們的學生進入工作場所時，沒有為他們所選擇的領域需求做好準備。

人工智能在教育中的整合，帶來的重大凈收益之一是將學術界帶到所有年齡、性別人們的生活最前沿，并為那些目前在生活中取得成功機會較少的人提供學習機會。

為了實現這一目標，課程和教學大綱需要變得更加靈活和開放，以應對比以往任何時候都快得多的變化。他們需要更貼近工作場所，更具職業性和相關性。為此，學術機構應考慮如何創建課程，以及根據外部技術發展修改課程材料，同時保留每個選定學科或職業的核心要素，特別是對于受監管的職業。

人們還必須提升人類與生俱來品質被低估的重要性，我們可以在廣泛、情感復雜和微妙的問題上，發展原創性思維和推理。雖然我們會讓人工智能做很多事情，但我們仍然需要設計、管理和簽署結果。當學生成為員工時，他們仍然需要鼓勵和傾聽周圍同事的意見，贏得客戶的推銷或親自說服投資者。

而其中的挑戰在于平衡快速的技術進步與核心學科理解和教學的人文方面，確保教育保持相關性、有效性、安全性和民主化。

其他閱讀