教育：人工智能即将颠覆传统教育的四个方向
+ 查看更多

赵勇：将“优秀”定义为考高分是有问题的，毕竟AI已经能考得比绝大多数人更好了。

赵勇

■

一项最新研究显示，面对AI所带来的机遇与挑战，学校必须重新审视并调整其传统教育实践，转向更加注重个性化和项目驱动的学习模式。个性化学习的好处早已为人熟知，然而在实际应用中，其在学校中的推广却遇到了诸多困难。AI工具的出现为实现真正的个性化学习提供了可能。尽管目前已有一些学校尝试将AI融入教学之中，但这些尝试大多仍停留在表面层面，未能真正挑战和改变传统教育模式的核心。

堪萨斯大学赵勇教授在ECNU Review of Education (ROE) 学术期刊发表了一篇题为《人工智能与教育：结束学校教育的原理（Artificial Intelligence and Education: End the Grammar of Schooling）》的论文，探讨了如何通过更为激进的变革，使教育系统能够充分利用AI技术，根据每位学生的具体需求和特点进行定制化的教学，从而发掘每个学生的独特才能和潜力。本文由该论文翻译改编。以下变化是赵勇中对未来学校的设想。

首先，统一的固定课程可能不再是必需的。传统的预设课程往往强制所有学生学习相同的知识，而个性化学习需要适应并帮助学生发挥自己的优势和兴趣。在人工智能的帮助下，学习的过程可以跨越传统学科和课程标准的限制，让学生能够自主规划学习之路。

这种基于发现和解决问题的教学模式与与传统学校的竞争模式不同，更强调合作和知识的实际应用，有助于学生培养社会智能和合作意识，了解自身和他人的长处，通过为他人提供解决方案、创造价值来获得成就感。

此外，基于年龄分组的教学传统也可能变得不再重要。传统上，学校根据生理年龄将学生分组，并假设相同年龄的学生（尽管有365天的差异）在认知水平、身体发育和心理状况方面是相同的。在个性化学习的时代，不再需要学生按年龄划分班级，而是根据他们的能力和兴趣组织学习。学生可以在人工智能、同伴、在线资源和专家的支持下，自主学习和解决问题。

在这种学习环境中，教师的角色也会发生重大变化。教师将成为学生的教练和导师，帮助他们发掘潜力、提供反馈和情感支持，创造一个鼓励失败与进步并重的学习氛围。更重要的是，教师必须了解人工智能工具的局限性和偏见，并随着人工智能技术的迅速发展持续更新自己的知识，才能成为合格的引导者。

最后，标准化评估可能会被个性化的大数据评估系统取代。虽然政府或学校可能仍需要一些标准化考试来衡量学生是否达到了基本要求，但人才评估的方式必须改变。毕竟人工智能在人类创造的各种测试中已经能考得比绝大多数人更好了，如果连机器都能完成这些测试，那么强迫学生参加这些测试就没有意义了。

赵勇认为，现行的评估模式是基于一种虚假的精英主义来筛选学生，而不是允许学生表现得同样优秀。所有的学生，不管他们的天赋、家庭环境和社区条件如何，都被聚集在一起，在几个核心科目上相互竞争。获胜者在教育、就业和生活方面获得更好的机会。从本质上讲，这个系统必须使用某种标准来产生赢家和输家，而被采用的标准恰好是那些有权有势、有钱有势的人所擅长的：阅读、数学和科学方面的考试成绩。这些标准对弱势群体极为不利，导致成就差距始终无法消除。因此，将“优秀”定义为优异的考试成绩是有问题的。

此外，考试分数并不能反映学生在21世纪所需的实际技能。未来的评估将更加注重实际应用和创造性，以反映每个学生独特的学习历程，更有助于教育公平。

传统上，学校的责任是教授大人和制度认为对孩子未来生活重要和有用的东西，教育的主要目标是培养劳动力。然而，在AI时代，许多传统的职业正在被机器所取代。积极的一面是，过去几十年的社会变化使人们的各种潜在才能都变得有价值。

每一个孩子拥有不同的学习能力、兴趣或内在动机。既然每个孩子都有优点和缺点，那么教育观念就应该转变为发展每个孩子的优点，而不是弥补他们的缺点，让所有人的表现趋于平均。如果未来的教育体系能够在AI技术的加持下实现个性化学习，那么每个孩子都是潜在的天才。

■