人工智能：教育变革的双刃剑

几周前，麻省理工学院媒体实验室的一项研究揭示了人工智能如何影响大脑运作，这一研究在社交媒体上引发了广泛讨论，并带来一个令人深思的结论：

依赖 ChatGPT 进行写作任务的学生在脑电图扫描中，表现出较低的大脑参与度。

这暗示了将思考任务交给人工智能，实际上会降低我们的神经活动。对于任何使用过人工智能的人来说，不难理解人工智能系统如何成为助长思维懒惰的学习拐杖。

然而，简单地得出“人工智能损害学习”的结论并不能涵盖所有问题。在这篇文章中，我将从四个角度探讨人工智能对教育的潜在影响，从而更深入地讨论这一话题。

我将探讨人工智能独特的适应性如何重塑僵化的教育体系，它如何既打击虚假信息又助长虚假信息，人工智能如何根据其使用方式既有利又有害，以及为何人工智能的效用——最终可能决定人工智能是服务于学习者还是阻碍其发展。

如果人工智能对学校最具变革性的不是它的智能，而是它的适应性呢？

多数技术都需要我们适应。我们必须学习它们的工作原理，并调整我们的行为。从工业机器到企业软件，甚至一个基本的恒温器，都附带着我们需要学习和遵循的指令和模式。

教育以不同的方式凸显了这种动态。当学生们并非以标准化的输入来到学校时，教育的“工厂模式”如何运作？在许多方面，学校期望学生符合系统的要求——准时到场、上课前削铅笔、老师讲话时安静坐着、想发言就举手。这些社会规范是我们对学生的期望，以便标准化教育能够发挥作用。然而，任何尝试过管理一群六岁孩子的人都知道，一个班级的学生充满了复杂的人性，他们永远不会完全符合系统的期望。因此，教师充当了可塑的中间层。他们调整标准化系统，使其适用于真正的学生。如果没有这种人类的适应性，系统就会崩溃。

制造业亦是如此。埃德加·沙因指出，工程师的目标是设计能够自行运行的系统。但操作员知道，系统永远不会完美运行。他们的工作——通常也是他们的职业认同感——在于拥有专业知识，能够在不可避免地出现意外时进行调整和适应。面对僵化的系统，人类的适应能力能够确保一切正常运转。

那么，这与人工智能有何关联？人工智能打破了人类历史上设计和处理的大多数机器和系统的模式。它不仅仅是遵循算法，并期望我们学会如何使用它。它会适应我们，就像教师或工厂操作员如何适应现实情况，以弥补标准化系统的僵化一样。

你无需编程背景，也无需手册。你只需跟它说话（我直接点击语音转文字按钮，跟它说话，就像在跟人解释一样）。凌乱自然的人类语言——古老的人际交流界面，我们的大脑从婴儿时期就能学习——已经成为大型语言模型的界面。换句话说，如今的人工智能模型之所以令人惊叹，是因为它们能够使用我们的界面，而不是要求我们学习它们的界面。

对我来说，早期关于“快速工程”的炒作从来都毫无意义。它假设人工智能的成功需要成为“人工智能私语者”，懂得如何用人工智能语言沟通。但根据我的经验，与人工智能合作得好与其说是学习与人工智能对话的特殊方式，不如说是成为一个清晰的沟通者，就像一位优秀的老师或优秀的经理一样。

现在想象一下：如果人工智能成为各种系统之间新的可塑性中间层会怎样？它不仅仅是一个工具，而是一个自适应的桥梁，能够让其他僵化的标准化系统良好地协同工作。如果人工智能能够让互操作性几乎无摩擦——适应每个系统和环境而不是强迫人们去适应它——那将带来变革。不难看出这种转变可能会远远超出技术层面波及我们组织机构、提供服务和设计学习体验的方式。

请考虑两个具体的例子来看看这将如何改变学校。首先，我们目前的系统严重依赖书面文字作为评估学生学习的媒介。需要明确的是写作是学生需要培养的一项重要技能可以帮助他们在学校之外的世界中找到方向。然而与此同时学校过度依赖写作作为展示学习成果的媒介给有学习障碍、神经多样性学习者或英语学习者带来了障碍——他们可能对知识有很深的理解但却难以通过英语写作表达出来。人工智能可以充当这个自适应层让学生能够通过语音、视觉呈现甚至是母语来展示他们的知识并获得反馈同时仍然确保对他们的实际理解进行严格的评估。

其次显而易见的是学生们的学习进度并非一致——然而我们却强制要求学习按照统一的时间表进行因为当教师独自负责讲授内容并向学生提供反馈时个性化的学习进度很快就会变得完全无法控制。因此每个人都会在每个内容单元上花费相同的周数然后一起进入下一个课程或年级无论个人准备情况如何。在这里人工智能可以再次充当自适应层跟踪学生的个人学习进度然后根据学生的个人需求提供定制的反馈、讲解和练习机会。

人工智能可以帮助解决错误信息问题吗？

与我交谈过的大多数人都对这个副标题中的想法持怀疑态度——这是可以理解的。

我们都见过这样的新闻标题：深度造假、虚假事实、炮制点击诱饵的机器人。许多人认为人工智能只会加剧虚假信息而不是解决它。另一些人担心过度依赖人工智能可能会降低人们的批判性思维使其变得更加被动思维方式被外包而不是得到提升。

但如果这不是故事的全部呢？

这给了我希望：人工智能发现虚假信息和大规模揭露真相的能力可能是其最强大且被低估的能力之一。

首先思考一下虚假信息为何如此具有破坏性。这不仅仅是因为人们相信了错误的事实而是因为人们对真实和现实构建了截然不同的思维模式。分歧导致他们失去了任何共同的推理基础。一旦发生这种情况对话就会破裂。事实不再重要因为事实无法共享。

传统上打击虚假信息需要人类的判断和艰苦的研究这既耗时又规模有限。但人工智能改变了这一切。

与任何个人不同大型语言模型 (LLM) 可以从庞大的事实、概念和语境知识库中汲取知识。LLM 从训练数据中获取的知识远比任何人一生所能学到的知识都要多。当与网络浏览器或引文数据库等工具结合使用时它们可以调查论断、核实来源并解释差异。

想象一下阅读一篇社交媒体帖子时AI 会提供侧边栏摘要标记出误导性统计数据提供缺失的背景信息并链接到可靠来源。无需几个月后也不会被淹没在评论中而是在内容出现时立即显示。实现这一目标的技术早已存在。

人工智并非只有好坏之分而是兼而有之教育的未来取决于我们如何运用它。

历史上充满了科技在深刻推动社会进步的同时带来新的风险和挑战的例子。工业革命使大规模生产商品成为可能极大地改善了数十亿人的生活质量。但它也加剧了污染和环境恶化。互联网连接了社区开放了知识获取渠道加速了科学进步但也助长了虚假信息、成瘾和分裂。核能可以为城市提供动力也可以摧毁城市。

人工智能也不例外。它会做出令人惊叹的事情也会做出可怕的事情。问题不在于人工智能对人类是好是坏而在于其用户和开发者的选择将如何决定其发展方向。

...（以下省略部分与前文重复）...