AI时代一个海淀家长的鸡娃思考。
Electric communication will never be a substitute for the face of someone who with their soul encourages another person to be brave and true.
(那些用灵魂鼓励他人勇敢和真诚的人,电子交流永远无法取代他们的面孔。)
——Charles Dicken 狄更斯
——这两天小升初开盲盒,虽然我们只能等着抽签,但看着焦点访谈都在批评的海淀点招,也难免羡慕接到六小强密电被点招、并因材施教的孩子和家长们。奥数仍然是选拔和培训顶尖人才的最主要方式。即使是最好的学校,即使是面向超常儿童的早培班,教学方法也还是拼智商结合刷题和超前学习,被动式、一对多的普鲁士授课模式并无多少变化。
——昨天一年级的二娃家长会,老师都很负责任,一如既往很有耐心地讲了几个小时。但参加了六年同校姐姐的家长会,对我们来说,增量信息是非常少的。大概需要记笔记的能有半分钟内容。当时就在想,双减之后,孩子在学校里上课的状态大概每天都是如此:老师讲的90%东西都会了,但又要始终保持专心不能干别的,年复一年,痛苦可想而知。如果这些浪费的时间,能通过针对性启发式互动学习,在课内时间完全可以消化所有甚至更多知识,完全没必要有家庭作业这种东西,可以留下更多亲子交流时间,这才是教育更重要的环节。真正的双减,不是现在的全面躺平,而应该是高效学习。
——前几天去北大讲了一节课,我相信还是有趣和有料的。二十年前我就在北大讲过一门课,现在每年也都会在清华授课。但这次快考试了,课堂上学生们都在看着自己电脑学习,很少有人抬头看屏幕或者与老师交流提问。也许是内容不够有吸引力,但显然精英同学们也是从小习惯了老师讲老师的,自己学自己的。所有的大班讲课都不可能解决有人吃不饱有人吃撑的问题。
——游戏往往被作为学习的天敌。然而终极的教育形态就是游戏:参与、互动、即时反馈。动物学习捕食,人类学习社交,原本都是通过游戏。人工智能、XR等数字技术无非是给人一种更容易的方式制作游戏,给人更接近人际社交实践的实验环境,从而学习各种知识和技能。简单枯燥的符号化学习,一定会过渡到沉浸式学习,结果就是XR和三维游戏可以承载更多的信息量。所以我会告诉娃,大模型和可汗学院可以教你编游戏,想玩就自己去学。
我们总是一边悲观地讨论人工智能对人的替代,一边又期待着人工智能会产生新的工作岗位。回顾历史,每次技术革命,的确会产生新的职业,但往往至少要付出一代人的代价。马克思恩格斯就曾经描述过工业革命期间纺织工人饿殍遍野的惨状。整个社会付出的代价、人们适应新技术和新岗位的速度,很大程度取决于教育系统适应和改变的速度。
未来教育,不再仅关乎如何学会知识并找到工作,而需要在AI几乎无所不能的“后工作时代”,还能帮助人类找到学习的动力,以及生存的意义感。
ChatGPT出现以后,我们发现,大模型作为一个无所不知又不知疲倦的知识助手,可以随时耐心回答问题。那时大家都意识到,属于工业文明的现代教育模式即将迎来大的变革。我也写了几篇文章,其中一篇《ChatGPT与教育的未来》(及续)在网上有很多反馈,也有不少教育专家来交流并表示认同。那时的几个核心观点是:语数外等基础能力无法被替代,仍是基础教育的核心;传统教育讲授的几乎所有学科的专业知识和技能都将被无限消解;审美、跨界整合、共情、讲故事、会玩、意义感才是未来教育更重要的使命。
一年多过去了,AI领域技术和产品风起云涌,教育应用也是层出不穷,AI作为教学助手的能力已成为共识,一对一教学、因材施教也有望重新成为可能。
目前正使用Open AI的产业类别。(source:Statia)
可汗学院创始人萨尔曼·可汗的新书《人工智能将如何彻底改变教育》,通过可汗学院网站和基于大模型的Khanmigo APP的实践,系统展望了未来教育的可能方向。
上千年前,教育工作者就知道一对一教育和因材施教是学习的最佳方式,无论是孔子还是亚历山大大帝的老师亚里士多德。萨尔曼书中引用了教育学家布鲁姆1984年的论文,如果一个学生与导师一起掌握一个主题或技能,这个学生将从第50百分位数提高到大约第96百分位数。然而,他将此视为一个“问题”,因为现有的教育体系无法以这种方式扩大小组教学规模,使大多数学生实现进步。中产阶级或富裕家庭通常靠个性化辅导来解决这个问题。无穷的知识、非凡的人性和自然的声音、与学生建立真正融洽关系的能力,以及触手可及的访问,人工智能导师甚至可能超越布卢姆最初发现的结果。
萨尔曼的理想是用可汗学院来确保学生具备必要的核心背景、技能和知识,继而,基于GPT的KhanmigoAPP利用大部分课堂时间通过苏格拉底式的对话、辩论和模拟来深入学习。伊隆马斯克为SpaceX员工创立的学校Synthesis School,及其AI教育软件Synthesis Tutor,虽然具体模式差异很大,但同样是类似的一对一教学与集体讨论结合的协同方式。
一般认为,人工智能在教育中有以下几个应用方向:
比尔盖茨在文章《人工智能时代已经开始》中提到:
“在未来5到10年内,人工智能驱动的软件将最终改革人们教学和学习方式。它会了解你的兴趣和学习风格,从而为你量身定制内容,保持你的参与度。它会衡量你的理解能力,注意你何时失去兴趣,并了解你倾向于哪种激励方式。它会给出即时反馈。人工智能可以在很多方面帮助教师和管理者,包括评估学生对某一学科的理解,并就职业规划提供建议。教师已经在使用ChatGPT这样的工具来生成学生写作作业的评语。当然,人工智能还需要大量的训练和进一步的发展,才能理解某个学生学习的最佳方式或其学习的驱动因素。”
美国教育家约翰·杜威和他的学生陶行知有两句名言,阐述了“教育的本质”:
“教育即生活,学校即社会”,“生活即教育,社会即学校”。
学校(或者说广义的教育系统)的机制其实很像大模型,本质是靠两层高度压缩的信息去训练,激发人智能和情感的双重涌现。第一层是用大量知识激发大脑神经元的连接,促进个体智能提升;第二层是通过教师、同学和父母的互动,经历“摩擦”、承受”挫折"、通过“协作"、凭借“毅力",继而感知"社会",掌握”学习”的方法,并在过程中提升对学习、社交和生活的认知,同时具备了情感。而这两层涌现,也是创新的来源。
在第一层学习中,掌握知识并非目的而是过程。更重要的能力是建立通识框架,知道如何随时找到需要的知识,并与通识框架耦合,合成新的知识。尤其在大模型可以自由调度人类几乎全部知识的前提下,这个框架更加重要。与之类似,大模型的架构中,智能与知识的解耦也是大势所趋,这显然是更高效的逻辑。这一层中,标准教材、被动学习、讲授-练习等传统教育特征,都可以被以人工智能为基础的启发式主动学习取代:即以学生为中心,在AI全程辅助下主动探索。
而第二层学习,在不久以前的技术背景下,是很难想象可以真实模拟的,我想这才是大家认为学校和教师不可取代的根本原因。人类面对面交流的带宽不止于视觉和声音的传输,而是非常高维的“气场”,就连远程传递都还很困难,何况模拟。但当GPT-4o几乎完全复现了科幻电影《Her》,很多东西又发生了微妙的变化。其中一个很重要的趋势,就是端到端的多模态训练,使AI似乎跳出了对话框真正进入了真实世界。除了智商看起来几乎与人没有区别,GPT突然变得能听会说,能打断和被打断,还能察言观色,能理解和表达情感,能撒娇卖萌……
以往的创新,首先来自人脑中大量知识、尤其是跨学科知识的交融;同时,也会来自多个不同背景的人之间的交流,头脑风暴中互相启发并建立思想;未来,最好的创意也不会来自人工智能,而是人工智能和人的协同创作。
萨尔曼也和其子一起测试了一段GPT-4o的教学过程:AI提问请孩子指出直角三角形的斜边,孩子表示不确定,并标绘了直角边,之后AI非常温柔地表示已经很接近了,然后耐心讲解和启发,直到找到正确答案。这个教学过程通常会被认为是接近完美的,但即使在一对一教学中,也很难有一位老师始终保持这样的耐心。这也许已经很接近理想教育的样子了吧?加上同步快速演进的XR、具身智能/人形机器人、智能体agent等工程技术,对人和社会的模拟也成为可以想象的未来。人们开始越来越多讨论一个问题,教师的不可替代的价值到底是什么?教师角色将会如何改变?
看起来AI几乎能胜任教师所有的显性工作内容,是否终将完全替代教师的角色?目前看也许会,但那时,不仅教师,连家庭和父母的概念可能都不存在了。在可见的未来,教育者、尤其是教师,仍然担负着重大责任,同时也面临AI带来的工作内容和工作方式的巨大调整。如比尔盖茨所说,“即使技术完善了,学习仍将取决于师生之间的良好关系。它将助力——但永远不会取代——学生和老师在课堂上共同完成的工作。”萨尔曼也反复强调:“AI只是教师的助手,永远不会取代教师”。(这里的两个永远也许都有些保守)
我们从三个角度来观察教师角色的转变方向。
师者,所以传道、授业、解惑也。传授知识,传承文明,从来是教师公认的基本职能。但以高效培养标准化劳动者为目标的现代教育,很难在教学中照顾到学生的个体差异。最终要不就“掐尖”式选拔,要不就“双减”式躺平,而前者其实是后者的必然结果。要以最低标准教学,又要最终选拔高素质人才,除了付出更高代价“鸡娃”,别无他途。承认个体差异,真正个性化教育、差异化多元培养,唯一的问题几乎就是成本。所以由AI代替教师完成传授知识的工作,是大势所趋。
但在AI教学过程中,还存在价值观、人性化、教育伦理等多方面问题。AI虽然能够根据学生的特点提供个性化的学习内容和方法,但是否能够真正理解学生的情感和需求,是否能够给予学生足够的关怀和激励,都是需要人为监管和矫正的。同时,由于AI技术本身的局限性,可能会出现信息偏差或者误导,也需要对内容进行审核。因此,在引入AI技术的同时,教师的审核和引导作用变得尤为重要。教师不再是简单的知识传授者,更要承担起审查和指导学生学习的责任,确保他们得到正确的知识和培养正确的学习态度。可能造成信息茧房和沉迷的算法,也同样需要负责任的人工审核。
在书中,萨尔曼提到了KhanmigoAPP正在研发的一项功能,旨在让教授能够利用人工智能创建作业和评分标准,并通过应用程序提醒学生完成任务。教授可以自行决定人工智能应该提供多少支持。这种支持可能包括基本的监督,例如应用程序定期拍摄学生论文的快照,或者它可以像成熟的写作辅导一样,与学生就可能的论文主题进行合作创作,对他们的大纲提供反馈,然后对论文提供初步评价。这些反馈可能涵盖从语法到参考文献质量的审查,甚至到对学生可能获得的成绩的估计。最后,当学生准备提交论文时,人工智能可以向教授发送一份报告:
KHANMIGO: 萨尔和我花了大约五个小时写这篇文章。他在决定论点时有点困难,但我帮助他选择了一个论点。我对大纲做了些简单的反馈,要求他加强自己的论点。我认为他最初为这个论点选择的参考文献是最合理的。根据我们制定的评分标准,我会给这篇文章目前的状态打B+。如果你同意这个评估,我可以和他一起进一步改进它。点击以下链接查看我们互动的完整记录。总的来说,我相信他和我一起做了这篇论文,没有作弊。不仅互动看起来很真实,而且萨尔的写作风格和水平似乎与他在课堂上写的作文一致。
这个过程几乎颠覆了我们对作业、辅导、考试,甚至抄袭和作弊的所有认知。教师审核教学任务和作业题目,而学生与AI一起完成学习和练习过程,并记录和评价整个过程,教师再审核过程与评价。这也代表了一种新的人机协作和互动的基本模式。
“翻转课堂”(flipped classroom)指的是让学生按照自己的学习进度在家中听课,然后在课堂上与老师和同学一起解决疑问。这种教学模式突破了传统的一对多的教学方式,强调学生的主动参与和合作学习。
我们不能要求每位教师成为全才,所以有了学校中习以为常的分科教学。“而人工智能向学生展示了学科领域或学科之间的区别不再重要。Khanmigo可以向孩子们展示数学如何与艺术结合,写作如何与科学结合,历史如何与经济学结合。我们的学生是创造者,是生产者,是词曲作者,是歌手,是播客,是媒体和信息的策展人。所有这些身份都需要更深入的知识,人工智能向我们展示了这个综合的世界。”
笔者这两年在清华建筑学院参与创新课程教学。在最近的课程中,建筑学本科生被要求两个月内设计并制造一个可以感知、认知和执行机器人,但开课的老师和学生都并没有相关的学习经验,软硬件、算法都要在短期内自学。最终同学们基本上全都完美完成了任务。类似的课题还有去年的AI视频制作。
这种方式中,教师不再是单纯的灌输者,而是与学生共同探讨问题、解决困难,建立起师生之间更加平等、密切的关系。这种转变促进了师生之间更深层次的交流和理解,有助于激发学生的学习兴趣和自主学习能力的培养。
父母在家的辅导和陪伴也可以采用类似的模式。比如我最近在尝试让两个女儿通过文生图工具,绘制正在学习的课文或者古诗的插画。这几乎不需要任何技能学习,只要用语言描述自己对场景的理解。孩子需要完整理解和表达课文的内容,并通过观察画面内容发现细节的错误和不足,并通过多轮对话调整,过程中还可以引入姐妹两人的互相讨论和评价。这时我不是在辅导,而是在和孩子一起通过游戏探索世界。
国产大模型已经能解决很多之前国外产品的肤色、形象等问题。市面上的通用产品对小朋友的思维方式考虑仍然不够,一些小问题可能会对其造成困扰。如果对语言理解、课程内容和画风等有一些专门的微调,效果会好不少,也真正可以在课堂上广泛使用。
一年级和六年级的两个娃分别用元宝多轮绘图描述的对课文的理解
与在学习中可以自我激励的成年人不同,儿童的惰性是学习中最大的挑战,也是人工智能暂时无能为力的领域,毕竟它无法在孩子不主动打开电脑时做太多事情。
以往老师和家长更多是在扮演监督者的角色,提醒孩子去学习和写作业。而数字化原住民一代孩子们的学习和娱乐基本在线完成以后,人工智能开始取代监督者的角色。它可以帮助增加孩子的建设性屏幕时间,例如在线学习、编程、数字艺术创作等,并减少他们的非建设性时间,如在社交媒体上浏览朋友的动态或者观看游戏直播。
在这样的背景下,教师和父母的角色发生了转变,更多地成为提供鼓励和有意义表扬的引导者。我们需要重新定义挫折并将其视为改进的机会、提醒孩子休息、强调努力比结果更重要。此外,借助人工智能根据情境提供的建议,可以使学生更快乐、更专注、更高效,促进他们的心智成长。
至少在短期内,人工智能还远远无法替代家长和教师在人际关系和情感支持方面的作用。家长和教师的陪伴、关怀和理解仍然是孩子们学习和成长过程中不可或缺的一部分。因此,在数字化时代,教育者需要适应新的角色定位,既能充分利用人工智能的优势,又能保持人文关怀和情感支持的特质,以促进孩子们的全面发展。
“人工智能在教育中的未来是与技术合作,使教育变得更好。换句话说,人工智能不是来这里从老师那里抢戏的;它是来帮助老师抢戏的。机器不会把教师降级为教学助理。相反,人工智能才是教学助理。它是值得信赖的僚机,解决无聊的事情,激发创造力,增强课程,帮助教育工作者打造难忘的学习体验,照亮学生的思想。“
”在大模型的世界里,没有比教书更安全的工作了。教师是不可替代的,而且人工智能将支持教师,使他们能够做更多他们喜欢的事情,从加深与学生的个人关系到开发丰富和创造性的课程。”
文章来源于“腾讯研究院”,作者“王鹏”
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【免费】ffa.chat是一个完全免费的GPT-4o镜像站点,无需魔法付费,即可无限制使用GPT-4o等多个海外模型产品。
在线使用:https://ffa.chat/
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。
项目地址:https://github.com/InternLM/xtuner
【开源免费】VideoChat是一个开源数字人实时对话,该项目支持支持语音输入和实时对话,数字人形象可自定义等功能,首次对话延迟低至3s。
项目地址:https://github.com/Henry-23/VideoChat
在线体验:https://www.modelscope.cn/studios/AI-ModelScope/video_chat
【开源免费】Streamer-Sales 销冠是一个AI直播卖货大模型。该模型具备AI生成直播文案,生成数字人形象进行直播,并通过RAG技术对现有数据进行寻找后实时回答用户问题等AI直播卖货的所有功能。
项目地址:https://github.com/PeterH0323/Streamer-Sales