OpenAI 聯合創始人安德烈·卡帕蒂 (Andrej Karpathy)設想了這樣一個世界：人工智能機器人可以成為“充滿熱情、擅長教學、無限耐心且精通世界上所有語言”的學科專家。通過這一愿景，機器人將可以“按需為我們 80 億人提供個人輔導”。

這一想法落地在他的企業尤里卡實驗室（Eureka Labs） ，這是科技企業家嘗試利用人工智能，徹底改變教育的最新突出例子。

Karpathy 相信人工智能可以解決一個長期存在的挑戰：當前學校缺乏既是學科專家也是優秀教師的人才供給。

除了Karpathy，硅谷還有OpenAI 首席執行官Sam Altman 、Khan Academy首席執行官 Sal Khan 、風險投資家Marc Andreessen和加州大學伯克利分校計算機科學家Stuart Russell也夢想讓機器人成為按需導師、指導顧問，甚至可能替代人類教師。

但在一名專注于人工智能和其他新型寫作技術的研究人員看來，其見過很多針對教學問題的高科技“解決方案”的失敗案例。人工智能當然可以增強教育的各個方面，但歷史表明，機器人可能不會成為人類的有效替代品。這是因為學生長期以來一直對機器表現出抵制，不只是因為機器相對復雜，還因為人們自然地傾向于與人類同胞聯系并受到啟發。

向大眾教學寫作的成本挑戰

一位匹茲堡大學英語作文項目主任表示，其每年負責監督大約 7,000 名學生的教學。像其負責的類似項目，長期以來其一直在努力解決如何同時有效地向多人教學寫作的問題。

迄今為止最好的答案是：將班級人數控制在不超過 15 名學生。研究表明，學生在小班教學中可以更好地學習寫作，因為他們更加投入。

然而，小班授課需要更多的教師，這對于學區和大學來說可能會變得昂貴。

復活逝去的學者

進入人工智能平臺。Karpathy 提出，想象一下，已經去世35年多的偉大理論物理學家理查德·費曼 (Richard Feynman)可以作為機器人復活，為學生提供輔導。

對于 Karpathy 來說，理想的學習體驗是“與費曼一起學習物理材料，費曼會在每一步中指導你”。費曼以其平易近人的理論物理演示方式而聞名，他可以同時與無限數量的學生一起工作。

在這個愿景中，人類教師仍然設計課程材料，但他們得到人工智能助教的支持。Karpathy 寫道，這個人工智能教師團隊“可以在一個通用平臺上運行整個課程”。“如果我們成功，任何人都可以輕松學習任何東西”，無論是很多人學習一門學科，還是一個人學習許多學科。

其他個性化學習的努力，不盡如人意

然而，面向個人的學習技術并不新鮮。正好 100 年前，在 1924 年美國心理學會會議上，發明家西德尼·普雷西 (Sidney Pressey) 推出了一種由打字機部件制成的“自動教師”，可以提出多項選擇題。

20 世紀 50 年代，心理學家BF Skinner設計了“教學機器”。如果學生正確回答了問題，機器就會繼續詢問該問題的下一步。如果沒有，學生就繼續解決問題的這一步，直到解決為止。

在這兩種情況下，學生都收到了正確答案的積極反饋。這給了他們對該學科的信心和技能。問題在于學生們沒有學到太多東西——他們還發現這些非人類的方法很無聊，教育作家奧黛麗·沃特斯在《教學機器》中寫道。

最近，教育界見證了“大規模開放在線課程”（MOOC）的興衰。這些課程提供視頻和測驗，因其承諾實現教育民主化而受到《紐約時報》和其他媒體的贊揚。然而，學生們再次失去興趣，并退出了這些平臺。

學生需要與其他人建立聯系并受到啟發

其他基于網絡的努力也如雨后春筍般涌現，包括Coursera和Outlier等課程平臺。 但同樣的問題依然存在： 沒有真正的互動來讓學生保持參與。 在線學習領域的最新“受害者” 之一是2U，該公司于2021年收購了領先的MOOC公司edX，并于2024年7月申請破產重組，以 減少其9.45億美元的債務負擔。 罪魁禍首是 ： 服務需求下降。

現在人工智能驅動的平臺激增。 Sal Khan 創立的可汗學院推出了 Khanmigo 人工智能導師，其是為了“個性化和定制輔導，并適應個人需求，同時在學習者學習時陪伴在他們身邊。”

教育出版商培生集團也正在將人工智能融入其教育材料中。超過 1,000 所大學將在 2024 年秋季采用這些材料。

可以說，教育領域的人工智能不僅是即將到來，而是它已經在這里了。問題是它的效果如何。

AI 在學習領域的缺點

一些技術先鋒認為機器人可以定制教學并取代人類教師和導師，但他們可能會面臨與早期嘗試相同的問題：學生可能不喜歡它。

其中也有重要的原因。學生不太可能像現場講師那樣受到啟發和興奮。陷入危機的學生經常向老師和教練等值得信賴的成年人尋求幫助。他們會對機器人做同樣的事情嗎？如果他們這樣做了，機器人會做什么？我們還不知道。

缺乏數據隱私和安全也可能成為一種阻礙。這些平臺收集了大量有關學生及其學業成績的信息，這些信息可能會被濫用或出售。立法可能會試圖阻止這種情況，但一些流行的平臺，不一定能被完全監管到。

最后，即使人工智能導師和教師變得流行，人們仍然會有其他擔心。例如，如果機器人同時教授數百萬學生，我們可能會失去思想的多樣性。當每個人都接受相同的教學時，特別是如果“學術成功”依賴于重復人工智能講師所說的話，原創性從何而來？

每個人的口袋里都有一個人工智能導師的想法聽起來很令人興奮。我們也很想向理查德·費曼學習物理學，向瑪雅·安吉盧Maya Angelou學習寫作，或者向卡爾·薩根Carl Sagan學習天文學。但歷史提醒我們要謹慎，密切關注學生是否真正在學習。個性化學習的承諾，尚未能保證取得積極的成果。

其他閱讀