AI技术日益广泛的渗透推动各国教育界大反思——什么是学习？什么是教育？
所有人都在谈论人工智能（AI）——2023年11月末的两天，世界教育创新峰会（WISE）在卡塔尔首都多哈召开，峰会聚集了全球教育、商业和学术界超300名演讲者，参会者上千人，AI成为当之无愧的焦点。参会者或许不熟悉西语、葡语、阿拉伯语，却总能从另一种陌生的语言中，频繁辨听出“ChatGPT”等关键词。这款令人惊叹的聊天机器人问世已有一整年，生成式AI带给全球教育界的震荡仍在持续。
人们很难不被这样的氛围感染。“我想到了文艺复兴。”WISE演讲者之一、伊莎贝拉·郝（Isabelle Hau）告诉财新。她将当下之景和近代欧洲最著名的文化运动相类比：“我们仿佛正重新走入一个大问题、大探索的时期。AI的浪潮重新引发人们思考教育的本质问题——什么是学习？什么是教育？哪些技能和能力是独属于人类的？人类何以为人类？”
伊莎贝拉·郝现为斯坦福大学教育研究生院“斯坦福学习加速器”的执行主任。这一跨学科中心旨在和研究人员、教育工作者、企业家等合作开发学习解决方案，同时极大受益于ChatGPT所带来的新关注、新机遇。“GPT给了我们巨大的推力，”伊莎贝拉·郝回忆，“我们在校内的AI课程数量翻了一番，所有AI课程都受到了学生欢迎。”为探索生成式AI在教育中的创新应用，斯坦福学习加速器联合斯坦福人工智能研究所（HAI），已向16个团队发放了总额62.5万美元的种子资金，“所有的研究人员都在做项目，学生也充满兴趣”。
这堪称“AI教育繁荣”的一个切片。过去一年里，全球各地的教师、学校、政府对ChatGPT经历了警惕、怀疑、承认、接受，一些国家和地区已决定让教育系统全面拥抱AI。
今年2月，新加坡宣布计划将ChatGPT逐步纳入学校教学系统，成为首个为生成式AI打开教育大门的国家；6月，中国香港推出了包含ChatGPT、Midjourney等教学内容的初中AI新教材，向400余所公立中学推广；10月，澳大利亚公立教育系统一改此前拒之门外的态度，宣布准许生成式AI工具明年起进入课堂，其教育部长坦言：“AI不会消失，我们必须学习如何应对这项新技术。”
接受和使用还只是开始，教育者、研究者们已经意识到，AI不仅仅会影响人们“怎么教”，还会挑战人们“教什么”，希冀、盼望和紧迫感并存。“设想未来AI无处不在，我们真的还要让学生把大把时间花在学习计算器就能完成的事情上、教授他们未来根本不需要的知识吗？”英国技术专家康拉德·沃尔夫拉姆（Conrad Wolfram）说，长期关注数学教学的他，便在WISE上激烈批判传统数学课程“错了80%”，已远远脱离于真实世界的应用和需求。
另一方面，无论AI有多么令人振奋，人们仍然受困于传统的教育挑战：教师短缺、弱势人群的教育权利受损，高等教育和劳动力需求脱节⋯⋯就在WISE开幕式上，卡塔尔基金会主席谢赫·莫扎·宾特·纳赛尔王妃（Sheikha Moza bint Nasser）痛心提及，巴以冲突爆发后，已有36所受卡塔尔“教育高于一切”基金会支持的巴勒斯坦学校被部分摧毁或完全摧毁，人们艰辛积累下的教育成果顷刻化为乌有。要如何在一个充斥着冲突、不公等“老问题”的世界里构想未来的教育？这一严肃问题仍然考问着教育者和决策者。
 |
|
当地时间2023年11月28日，卡塔尔首都多哈，谢赫·莫扎·宾特·纳赛尔王妃（Sheikha Moza bint Nasser）出席WISE开幕式并发表演讲。图：WISE官方 |
变化、变革仍在发酵，从一场汇聚了各个国家、各方主体的世界教育盛会里，人们或可一窥技术革命之下的教育愿景和前进方向。
ChatGPT对教育最重要的影响，早已超出它所代表的生成式AI本身。多名受访的参会者告诉财新，GPT前所未有地推进了一项共识：我们将生活在一个AI的时代里。“无处不在的”（ubiquitous）——谈及AI在未来世界乃至未来教育中的角色时，这是演讲者们频繁使用的一个词。
如此共识，构成了这一年来世界教育发展和教育创新最重要的底色，也带来一个独特现象：即使是不那么“技术”的教育项目，也开始探索应用机器学习、大语言模型（LLMs）等AI技术的可能。
2023年度WISE教育奖得主萨菲娜·侯赛因（Safeena Husain）创立的印度“女童教育”（Educate Girls）便是一个例证。过去，“女童教育”要在印度的村庄里挨家挨户走访，把辍学或从没上过学的女童带回学校。如今，“女童教育”和全球发展数据分析组织IDinsight合作，尝试利用机器学习技术更准确地定位失学女童的分布情况。IDinsight清理和整合了印度北部20多万个村庄的数据，用近一个月的时间构筑了一个概念验证工具来预测村庄中失学女孩的数量。
这次“跨界”的成效超出预期：和IDinsight合作之前，“女童教育”平均能在每个村庄找到10到15名失学女孩；而有了算法辅助，“女童教育”平均能在每个村庄找到约46名失学女孩。如此估算，仅靠AI定位，“女童教育”可以在相同预算下多覆盖60万名辍学女童。
“在创办‘女童教育’的前10年里，我们成功救助了34万名失学女孩，按照这个速度，我需要45年的时间才能让150万名女孩重返学校；但现在，我们可以在5年里完成原本要花45年的工作。”侯赛因感叹：“未来10年，我们的目标是覆盖到1000万名女孩。AI可以帮助我们更快地找到身处困境的女孩，并帮助提供规模化的、高质量的教育。”
芬兰教育组织HundrED的联合创始人、执行董事乐西·里波尼亚米（Lasse Leponiemi）亦有感触。每年HundrED会收藏并表彰全球100项教育创新案例。2022年，人们还在热议新冠大流行给家庭、学校带来一系列挑战；到2023年，背景悄然从“后疫情时代”转向“AI时代”，在HundrED收到的数千份案例申请中，AI/EdTech（人工智能/教育科技）成为出现频率最高的关键词。
“ChatGPT之后，我们开始看到许多不同类型的教育解决方案，以各种方式充分利用AI。”里波尼亚米告诉财新。“尽管HundrED表彰名单的大多数教育创新并非纯粹的技术解决方案或应用程序，但普遍应用了线上或技术的元素。”他还提及，今年许多早期创新项目因不满足“提交一年数据”的要求未能入选。预计在明年和后年的HundrED表彰案例中，将看到更多教育技术创新的身影。
教育者们对AI的接受度和积极性快速上升，“学习AI”的重要性也被强调。在WISE上，一个来自东欧小国摩尔多瓦的信息技术教育项目备受关注，该项目由摩尔多瓦信息通信技术公司协会（ATIC）发起，旨在为摩尔多瓦学生提供面向IT行业的多项免费课程，包括AI、编程、图形设计以及创业课程等，现已覆盖了摩尔多瓦国内的近400家学校、超过5万名学生。
ATIC战略项目总监阿娜·奇瑞塔（Ana Chirita）介绍，除了开设免费课程，项目还会每年组织比赛，帮助学生在实践中应用学到的技能。比如，农村地区的学生可以为当地的餐厅、学校和商店开发应用程序，并从中盈利。项目获得了摩尔多瓦政府在平台、内容等方面的支持。奇瑞塔表示，学生信息技术能力被政府视作提高未来人力资本竞争力的关键：作为东欧的内陆国家，“我们没有自然资源，我们没有海洋，我们没有山。除了人力资本，我们什么都没有”。
大大小小的数据更能呈现这一年中AI和教育“无处不在”的共振：教育技术公司Chegg今年对15个国家大学生的调查显示，40%的学生已开始使用AI，65%的学生希望课程中包含AI相关培训；民意调查公司Impact Research暑期对美国师生、选民和家长的调查发现，几乎每个人都知道ChatGPT是什么，63%的老师表示在工作中使用了ChatGPT，对AI进课堂的接受度甚至超过学生；而据第三方调研机构MRFR报告，随着越来越多的教育机构使用AI服务，教育领域AI市场规模到2030年将达到238.2亿美元，复合年增长率为38%。
不妨回到作为“引爆点”的ChatGPT和生成式AI本身，过去一年，它究竟给企业、学校、教育系统带来了哪些震荡？
教育科技企业今年在WISE上格外活跃，从多邻国（Duolingo）、VIPKID、Taleemabad等已具知名度的教育公司，到TeachPitch、LiveTech.AI等初创企业，技术嗅觉更敏锐、应变更迅捷的开发者和创业者们将如何在教育上应用、发展ChatGPT，受到各方关注。
多邻国是最早一批接口GPT-4的教育企业之一。在GPT-4问世同日，多邻国宣布推出基于GPT-4的多邻国Max，新增“角色扮演”和“解释我的答案”两大新功能。“GPT出现时，我们的CEO比大多数人更早关注到了它。他相信未来的可能就蕴含在AI，尤其生成式AI中，希望将这项技术纳入多邻国。”多邻国高级产品经理柯道明（Uriel Kejsefman）告诉财新。
事实上，早在ChatGPT横空出世前，教育科技公司已在AI上下了不少工夫。其中最知名的产品路线是“自适应教育”，即收集并分析学习者动态和静态信息，结合相关知识图谱，定制相应的授课难度和学习节奏，来实现所谓的“个性化”“精准学”。多邻国也不例外——柯道明告诉财新，推出Max之前，多邻国已经建立了一个较为复杂的机器学习模型，“（模型）会聪明地学习用户在学习过程中犯了哪些错误，从而推送对用户最有用的新材料和练习”。
GPT的到来再次改变了游戏规则：一些特定场景下，用户可以更主动地决定学什么、如何学，而不是单纯地接受来自软件的“智能”推送。“现在我们可以进行一场完全由你的回答所驱动的对话。当你提到你正要去卡塔尔旅行时，整个对话将围绕卡塔尔展开。它的个性化程度让人惊叹。”柯道明说，接口GPT-4后，多邻国的“角色扮演”已成为用户反馈最积极的新功能之一，“可以让对话看起来像是在真实世界中发生的对话，这是只有生成式AI才能达到的效果”。
然而，生成式AI巨大的潜力不仅预示全新机遇，还会带来更残酷的发展压力。一方面，GPT所支持的“大模型微调”模式大幅缩短了教育应用的开发周期和人力投入，教育科技企业在新产品研发、更迭上同行竞争加剧；另一方面，ChatGPT本身的优秀表现，可能大幅挤压教育科技企业固有的业务布局：一名WISE参会者告诉财新，有了ChatGPT之后，她使用Grammarly、Quillbot等写作助手的频率已经大幅下降。
同为较早一批接入GPT-4的教育公司，在线辅导机构Chegg的起伏足以折射这项革命性技术的双刃剑效果：尽管Chegg极力证明其由ChatGPT驱动的AI学习伴侣CheggMate比单独使用ChatGPT更有效，用户却更容易直接转向ChatGPT，且不再为Chegg作业辅导服务付费。今年5月1日，Chegg首席执行官丹·罗森韦格（Dan Rosensweig）在财报电话会上承认，ChatGPT“对新客户增长率产生了影响”，次日，Chegg股价急泻48%，接近腰斩；多邻国、Pearson、Udemy同期股价也受波及，下跌5%—15%。
一些年轻的教育科技创业者已开始另辟蹊径。尤尼斯·本苏达·穆里（Younes Bensouda Mourri）是斯坦福大学校友，现为教育初创公司LiveTech.AI的创始人。最初，LiveTech.AI旨在向有志于成为软件工程师的学习者提供技术直播课程；GPT问世后，穆里敏锐地调转方向，着手开发基于生成式AI的K12学校管理系统。“教育部门官员、校长、教师、学生、家长都可以登录系统，在不同的仪表盘操作——教师可以制定教案、批改作文；学生可以得到即时反馈和定制化的作业；学校可以查看不同教师的近期表现；教育部门则可以基于特定的地区、学校、课程和学科数据，生成分析报告。”穆里告诉财新。
“教育SaaS+GPT”的结合本身并不稀奇，可穆里并未踏入大模型表现最优、竞争也最激烈的英语市场，而是转向小语种国家寻求机遇。今年LiveTech.AI已和沙特阿卜杜拉国王科技大学合作，在沙特阿拉伯建设由AI驱动的各级和各学科教育。“大模型在英语上运作良好，但另一些语言，如阿拉伯语大语言模型的性能还不尽如人意。语言劣势会影响相应国家在教育、医疗、军事等领域应用大模型的表现。我们要做的就是让这些语言跟上步伐。”他解释。
考量不止于此。穆里雄心勃勃，直言看中了沙特、卡塔尔、阿联酋等中东国家不同于欧美的优势——更强大的基础设施集中化能力。“基础设施建设和集中，包括建立数据中心、冷却系统，储备GPU以及将GPU和学校软件系统相连接的能力等。”在穆里看来，未来的AI教育企业竞争将是场“富人游戏”，这让他尤其重视toB，特别是toG端的业务，“有了大规模GPU和基础设施的访问权，才能表现更好”。
这或许折射了教育科技领域另一波汹涌的暗潮：私营企业和公共机构越来越广泛、深入的合作——基于最先进的AI技术，企业不仅希望为消费者提供个性化的教育服务，更有意以“教育解决方案提供商”的身份，在政府主导的数字化转型中布一着棋、分一杯羹。采访中，穆里数次表达对中国教育数智化发展，尤其是各层次教育数字基座建设的关注，“如果运用得当，这些沉淀、汇集起来的教育数据，将产生巨大的价值”。
不过，一切有关教育和技术结合的应用和承诺，最终要接受教育第一线——课堂的检验。
相比起风云变幻的EdTech市场，学校课堂是另一番风景。面对琳琅满目的教育应用，教师们的反馈常常分化。WISE主持人之一、美国高中教师乔·克莱门特（Joe Clement）曾经抱怨，学校日程中的自由活动时间已经从学生和老师之间的热烈交谈变成了无声的屏幕阅读。会议讨论环节，不少教师更是频频表达困惑，“这个设想很好，可它真的能在课堂上实践吗？”“教育产品辅助功能越来越强大，可怎么能保证不会伤害学生原有的灵气和创造力呢？”
值得注意的是，ChatGPT风靡全球之时，联合国教科文组织却在今年8月发布的《全球教育监测报告》中，表达了支持全球中小学“禁用智能手机”的态度。“并非所有教育科技都产生了积极效果，”报告称，其引述了一项关于某AI学习和评估系统的研究分析，指出美国虽有超过2500万名学生使用该系统，但在提高成绩方面，该系统并不比传统课堂教学好。
“根据英国一项调查，全球只有7%的教育技术产品进行了随机对照试验，能够提供证明产品效果的数据，而根据美国2017年的一项调查，只有11%的教育决策者会在购买教育科技产品前考虑产品是否附有可靠证据。”伊莎贝拉·郝告诉财新，“这意味着89%的购买决策，都是受同行推荐、市场评价或其他因素影响，而不是基于可靠的证据。”
今年年中，斯坦福大学和谷歌曾在校园里举办一场生成式AI研讨会，约50名谷歌工程师和50名斯坦福大学的计算机科学家参与。“我听了所有人的发言，这一整天，没有一个词关于教育。”这个细节让伊莎贝拉·郝印象深刻，她感到一种分裂，“教育不是大语言模型的核心，我们的科技公司、科学家们并不优先考虑教育，也未受过任何有关学习科学的培训；另一方面，教育者已在研究中积累了很多被证明对学生有效的知识，却无法将这样的知识应用到技术实践里。”
对各类AI教育科技产品的一大诟病，便是过分注重效率。在ChatGPT之前就被广泛推销的“精准推题”“精准评测”等功能，大多是在既有的知识性数据积累上，用算法优化学习的效果和效率：让学生用更少的时间，掌握更多知识点，获取更好成绩。“如果只看重效率，我们将错失巨大的机会，AI最终的目标，应该是要帮助学生爱上学习。”伊莎贝拉·郝坚持。
这一届WISE上，伊莎贝拉·郝和她所在的“斯坦福学习加速器”获得了不小关注——今年2月，加速器启动了“面向未来学习的生成式人工智能”种子基金，现已有62.5万美元资金，用于支持16个项目组有关如何利用生成式AI推进课堂教学的研究。项目力求基于教师真实需求设计工具，使用对照实验等方法验证效果，并根据教师反馈不断调整，以保障工具真正服务“教育的目的”。
一些研究尝试颇具新意，比如能否用AI来促进课堂上人和人的互动？“人类的大脑是社交大脑，我们通过和他人共处，通过模仿、倾听他人来学习，已有大量证明了社交连接对学习效果的研究。但大多数基于ChatGPT的教育应用还局限在人—机的单线互动上。”伊莎贝拉·郝介绍。加速器资助的16个项目之一，便旨在探索生成式AI支持人与人对话联系和人性化协作体验的可能。有趣的是，项目研究人员还专门开设了一门名为“为学习而设计：协作学习的生成式AI”的秋季课程，不设专业门槛，邀请本科生、研究生共同参与到AI教育创新的头脑风暴里。
另一个名为M-Powering Teachers的研究项目支持在K12教室中给予教师及时的课程反馈，该工具会展示教师/学生谈话的比例，分析学生对哪些提问的反响最热烈，并向教师建议如何使用更积极的、支持性的语言和学生对话。“在传统教室中，一些学生说得比较少，一些说得比较多，老师无法充分参与小组学习。我们希望利用人工智能来提升教师技能、学生参与度，最终促进学生学习。”伊莎贝拉·郝说。
除了促进人际协作，斯坦福学习加速器还特别关注AI在促进包容性学习上的潜能：一个团队正尝试构建为数据可视化生成描述的AI系统，帮助视障学生更好参与STEM学习；一个团队开发了快速在线阅读评估（ROAR）工具，用来及早发现和干预患有阅读障碍的儿童；此外，一个团队关注“神经多样性”，尝试利用生成式AI增强孤独症、心智障碍、注意力缺陷多动症等儿童的学习体验，还有团队关注“语言多样性”，着眼讨论非主导语言的本土用户如何与大型语言模型互动⋯⋯“如何用AI构建更具包容性的课堂，也是我们充满兴趣的方向。”伊莎贝拉·郝说。
一个常被教师们提及的现象是，在现实的课堂上，教育和技术常常发生摩擦。“一些产品理念好、设计看着也fancy（花哨），可教师要么没条件用，要么用着不那么得心应手，而当学校真的想做一些改革探索时，又常常找不到能需求匹配的工具。”一名中学校长曾向财新形容。
密涅瓦项目创始人本·尼尔森（Ben Nelson）提出，重要的不是技术解决方案本身，而是由技术支持的课程和教学解决方案。作为一所没有校园、没有教室、全程在线授课的创新学校，密涅瓦大学独创了一套学习平台，线上授课时，平台会记录学生发言时长，用不同颜色提醒教授点名发言少的同学；还支持实时投票、文档协作、实时反馈，并自动跟踪学生迟到和出席情况。“在密涅瓦大学里，这套系统能确保学生充分参与课堂；新冠大流行期间，一些传统的大学也开始尝试使用我们的平台，但没有使用我们的课程和教学方法，结果是灾难性的——不是技术不起作用，而是课程质量太差。”尼尔森说，“在技术变革之前，教学、课程和评估必须先发生变革。”
这般张力，引导教育者们回到技术应用的底层逻辑上：在AI的时代，我们究竟要为什么而教？
今年3月，上海市宝山区教育局局长张治曾在“ChatGPT与未来教育”沙龙上，以“知识不再有用、教育工具失效、能力模型迷茫”概括GPT带来的全方位震荡：“我们不知道未来需要培养怎样的人才，以及需要具备哪些核心能力。我们过去重视的听、说、读、写、推理、运算、想象等能力是否还将有用？这些能力模型的重要性会不会不如之前（的模式）？”
而在WISE上，“AI时代教什么”仍然是参会的各国教育者讨论热度最高、意见最分化的话题之一。
知名数学软件Mathematica的首席设计师康拉德·沃尔夫拉姆，堪称这一议题上的“激进派”。在演讲和采访中，他断言“数学教的80%都是错的”，激烈抨击传统数学课程已严重脱离实际应用和需求。“现在在教育中所做的是让人们学习如何手动计算——这些计算机早就能完成的事，而不是学习如何在高水平上解决问题。我们为什么要假装计算机不存在一样来教授数学？”他呼吁，数学课程不应再用“算数”作为主要内容，而需要将培养“计算思维”作为核心目的。所谓计算思维，即提升学生和计算机的联合能力，来应对真实世界的问题、挑战。“学习者不一定需要学习求解二次方程所需的每一步，但需要知道什么是二次方程，如何验证结果，以及最重要的——什么时候要建立一个方程，为什么要建立。”
“在20世纪50年代，如果你去英国的一所私立学校，拉丁语占据了你在学校学习日程安排的大部分内容。但迅速地，拉丁语就从主流学科中退出了，掌握拉丁语不再是教育必备技能。”沃尔夫拉姆打了个比方，“如果掉以轻心，数学可能遭遇相似的处境。”他设想，新的数学课程更近似项目制探讨，学生们将经历定义问题、将其抽象为可计算的形式、计算答案、解释结果四个步骤，来应对诸如“该不该关闭核电站？”“疫情封控对健康和经济有何影响？”等真实、复杂的问题。“提出正确的问题，会比计算重要得多。”
显然，并非所有教育者都会完全赞同如此颠覆性的设想。新加坡南洋理工大学国立教育学院黄博智博士（Ng Pak Tee）便主张，“基本功”在未来仍然重要。“虽然一些根本性的变化即将出现，但我并不认为坚实的基础知识会很快过时。自动驾驶的飞机，可以利用AI做出导航决策。但如果电脑出现故障时，乘客会希望机上有一位可以手动操作并处理紧急情况的飞行员。这样一位飞行员，难道不需要具备所有基本功并拥有丰富的飞行经验？”
黄博智教授学校领导课程，至今培训过新加坡约75%的现任小学、中学，高中校长。他告诉财新，相比直接回答“未来教什么”，他更倾向给教育者们提出一个开放式的问题：如果“人工智能”是人工产生的（artificial），那什么才是人原本真正的智能（real intelligence）？“教育应该让学习者增强人真正的智能。教育工作者的挑战是弄清楚如何有效地运用AI，让学习者更能发挥人真正的智能。”
在黄博智看来，教育工作者还要具备应对“范式转变”的能力，“以前是教师布置题目，学生花几周来写文章。现在学生点一下AI按钮就能生成一篇论文，布置作业的方法是否可以改变？比如让学生来当老师，批改AI生成的论文呢？”面对AI带来的新变化，教育工作者要能够不断反思和改变课程内容、教学方法和评估方法，以便为学生学习提供更好的支持和动力。
尼尔森则认为，教育的目的，尤其高等教育的核心目的是要教会学生在AI时代系统性思考的能力。“我们要教会学生迁移能力，即从一个领域的知识迁移到另一个领域，并通过多种分析视角、多种思维方式看待世界。”密涅瓦大学设立了四大基石课程，明确讲授批判性思维、创造性思维、有效沟通、有效互动四大核心能力下的思维习惯和基础概念。在尼尔森看来，上述核心能力在未来的重要性将进一步凸显。“如果大学仍局限于教授学科化的、原子化知识，高等教育和劳动力需求脱节的问题会在AI时代持续恶化。”
多名受访者强调，未来应特别关注AI在教育应用中的伦理问题。据前述《全球教育监测报告》，在疫情期间提供在线教育的42个国家中，有39个助长了威胁或侵犯儿童权利的使用方式；只有16%的国家通过法律明确保障教育领域的数据隐私，29%的国家出台了相关政策，主要在欧洲和北美。“开发者负有将道德考虑纳入AI技术设计和开发的重要责任，包括算法透明度、AI影响的公平性，并积极防止任何形式的歧视，严格保护用户隐私。”卡塔尔大学计算机科学系法蒂玛·纳卡丹在WISE上表示。
本文转自于 财新网
