智能时代，教育的“变局”与“新机”

编者按：
  习近平总书记明确指出：“教育数字化是我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口。”在教育数字化转型过程中，人工智能这一战略性技术的影响与日俱增。不久前，教育部部长怀进鹏在2024世界数字教育大会上提出将实施人工智能赋能行动，为学习型社会、智能教育和数字技术发展提供有效的行动支撑。
  ■凡是基于一个稳定的规则体系的、规律隐藏在可获得数据中的工作都可能被人工智能取代
  ■未来教育教学的核心，在于深刻认识人类区别于智能机器的关键能力，转向以促进学生成长为中心，培养学生能够适应不可知未来的能力
  ■人工智能无法代替人类的智慧、创造力和情感，在建立人机和谐共生关系的同时，要确保人类始终处于主体地位
  2023年底，国家语言资源监测与研究中心发布2023年度“十大新词语”，“生成式人工智能”居于首位。
  这也难怪，自从以“ChatGPT”为代表的生成式人工智能横空出世，便在许多领域领尽风骚：10秒做出一个网站，60秒做出一个弹球游戏，SAT考试中在阅读写作中拿下710分的高分。2023年3月发布升级版GPT-4，它具有强大的识图能力，文字输入限制提升至2.5万字，回答准确性显著提高，能够生成歌词、创意文本，并实现风格变化。2024年2月，OpenAI再度推出全新的生成式人工智能模型“Sora”，瞬间刷屏。该大模型可通过快速文本提示创建“逼真”和“富有想象力”的视频，AI正逐渐理解和模拟运动中的物理世界……
  不少专家认为，目前，生成式人工智能已具备了通用人工智能（AGI）的特性。而未来的通用人工智能将真正像人类一样学习和推理，解决复杂问题并独立做出决策。
  面对新技术的冲击，ChatGPT面世仅半年，国家网信办就联合国家发展改革委、教育部等部门印发《生成式人工智能服务管理暂行办法》，鼓励生成式人工智能技术在各行业、各领域的创新应用，支持行业组织、企业、教育和科研机构等在生成式人工智能技术创新、数据资源建设、转化应用、风险防范等方面开展协作。
  那么，在以生成式人工智能为代表的智能技术的冲击下，教育可能发生哪些改变？将面临怎样的命运？教育工作者又当如何应对？
  标准化人才将无法适应智能时代
  “星途，下周我去贵州，有什么地方值得看看？”
  “贵州有很多风景名胜，如黄果树瀑布、马岭河大峡谷……”
  “请帮我做个3天2夜的攻略吧。”
  “好的。第一天，我们先去……”
  与人类对话的星途是什么？是搭载了科大讯飞新一代星火情景智能座舱的汽车。“得益于生成式人工智能的深度融入，汽车有了一个上知天文、下知地理的智慧大脑，能够听得懂用户的想法，办得好用户的需求。”科大讯飞联合创始人、高级副总裁江涛介绍。
  “当前，生成式人工智能在经历了深度学习、生成对抗网络两个阶段后，已进入了以GPT—4为代表的多模态和高级推理能力的发展阶段。”科大讯飞教育技术研究院院长刘邦奇说，多模态意味着生成式人工智能可以处理多种模态的信息,包括文本、图像、视频、音频等；高级推理能力则意味着生成式人工智能在大模型的基础上具有逻辑推理能力、求解能力等，能初步像人类一样判断和思考。
  对外经济贸易大学信息学院院长熊璋解释，几年前，数百万或几千万个参数的模型就被认为是“大模型”，现在已经实现了千亿、万亿级的突破。当模型规模大到一定程度时，生成式人工智能的应用效果就会显著提升，出现“大模型中的能力涌现”。
  “AI大模型的本质改变在于真正模拟了人类知识形成的过程，通过大数据、大训练形成的大模型更加接近人类的智慧。”熊璋说。
  曾有斯坦福学者依据心智理论进行测试，他们发现，智能性方面，GPT—3.5（ChatGPT的同源模型）可解决100%的意外迁移任务以及85%的意外内容任务，相当于9岁儿童的水平。专业考试方面，ChatGPT及其同源产品可基本通过谷歌L3级软件工程师水平测试、美国执业医师资格考试、美国司法考试中的证据和侵权行为测试、美国宾夕法尼亚大学沃顿商学院MBA运营管理课程考试等。
  “生成式人工智能具有强大的情景学习、多轮对话等能力，能把一个复杂问题分解为多步推理的简单问题进行解决，也能通过自然指令的学习泛化自身能力，从而在教育、科研、医疗、金融、法律、艺术等领域显现出巨大的应用潜力。”刘邦奇说。
  有研究表明，AI取代人类工作的时间可能提前10年，在2030年至2060年间（中点为2045年），50%的职业将逐步被AI取代。生成式人工智能及其他科技的发展或将使当前60%到70%的工作实现自动化。人工智能将导致简单机械的、重复性和标准化的人工劳动大批消失，46%的行政人员和44%的法律工作者可能面临被人工智能取代的风险，通用大模型甚至还能替代作家、画家等艺术工作者的艺术思维和创新能力。
  “凡是基于一个稳定的规则体系的、规律隐藏在可获得数据中的工作都可能被人工智能取代。”北京师范大学智慧学习研究院院长黄荣怀表示，过去依靠大量知识的记忆和重复性的技能训练培养出来的标准化人才，将无法适应未来社会。急剧转型的社会需要的是全面发展、个性化、具有创新能力的高素质人才。
  “这类人才至少具备三种能力：一是高阶思维能力。逻辑思维、批判性思维和创造性思维变得愈发重要。二是更强的信息甄别能力，有较强的信息筛选、评估和整合能力，能从海量信息中迅速找到自己需要的内容，并判断信息的真实性和可靠性。三是高效使用智能工具的能力。能与智能技术共同解决问题、进行决策，以形成和谐、高效、可持续的人机协作关系。”黄荣怀说。
  “生成式人工智能依仗强大的内容生成能力和不确定性特点，逼迫人们必须更新观念，重新认识教育。”上海师范大学教育学院教育技术系教授黎加厚认为，“可能要把布卢姆认知教育目标分类学的层次模型翻过来，把评价和创新放到超越其他分类指标的更需要关注的地位。”
  对此，华东师范大学教育学部教育技术学系系主任顾小清颇为认同：“人工智能正在颠覆职场结构以及教育输送人力资本的需求，尤其是对于创新型人才的诉求变得愈发迫切。在‘技术—社会—教育’生态互动的关系中，面对人工智能浪潮的不断冲击，教育在创新人才培养上面临巨大挑战，更在超前性方面受到前所未有的挑战。”
  迈向人机共教共学共育的新样态
  不久前，在上海求真中学的英语课堂上，来了一位新老师：生成式人工智能。
  它先是给出情境。然后，你一句，我一句，孩子们与新老师你来我往，动脑想，开口讲，积极提问、交流，生成式人工智能老师也热情地鼓励孩子们。
  值得一提的是，这位新老师的英语表达灵活多变，为了适应孩子们的学习水平，难度仅略高一点点，既能让对话顺畅进行，又能让孩子们学到新的词汇和表达方式。
  这种使用大语言模型的英语听说训练，极大丰富了学生的学习体验。
  “以ChatGPT为代表的生成式人工智能，大大降低了智能技术的使用门槛。”中国教育科学研究院数字教育研究所副所长王学男说，使用者可以不懂技术，甚至不会打字，只要能说话就能使用，这使得生成式人工智能可以广泛普及；而大语言模型，主要是基于语音、文字等数据生成内容，恰恰与以对话互动为主的传统教学、以知识传递和生产为主的传统教育有着同构性，因而引发了教育界的“地震”。
  在香港科技大学首席副校长、英国皇家工程院院士郭毅可看来，“什么是知识”“什么是学习”“什么是教学”，这是教育需要重新考虑的三个基本问题。
  “生成式人工智能催生新的知识生产方式。”顾小清说，人类与智能机器智能互联，将形成巨大的超级智能体。不同智能体之间的交流联结不仅增加了知识数量，而且生产出多元化的知识类型，包括“软”知识、“灰”知识、“暗”知识等。
  顾小清进一步解释，“软”知识是相对于“硬”知识而言的，用于指代尚未形成系统结构与固化形态的知识。“灰”知识用以指代人与机器协同所产生的知识类型。人类负责设计算法、制作智能机器、用大数据对智能机器进行训练，在关键节点上进行决策，智能机器通过对海量数据的深度学习，运用复杂的、“不透明的”类似于黑箱的算法，进行知识生产。“暗”知识常用来指人类未曾掌握却被机器产出并使用的知识。
  “从知识的本质看，智能时代的知识是人和人工智能通过与所处环境的交互而获得的信息或进行的生成性意义建构。从知识的形成看，知识的形成不再是一个个单独事件，而是个体依托由内在神经网络、社会网络和概念网络构成的知识网络进行的联通学习，是与个体的身体和所处的环境密切关联的具身认知，以及结合了深度学习和强化学习的机器学习。”黄荣怀认为，未来人与人、人与机器将共同进行知识的生产与传播，进行决策并解决问题。
  知识生产与传播方式的变化，必将“倒逼”教与学方式的变革
  黎加厚用“对弈”来形容人类与生成式人工智能对话学习的过程：“人类给大模型一个提示词，就像给对方下一子；它根据你的提示词，给予回应。它的回应是你事先无法确定的，往往会超越你的想象，甚至可能是‘一本正经地胡说八道’或离奇古怪的‘幻象’，你必须独立思考，作出自己的价值判断。你又给它追问，然后它又回你一子……这种互动生成的不确定性，正是弈棋延续千年的魅力所在，也是生成式人工智能与过去网络爬虫等技术不同的创新。”
  正因此，黎加厚认为，一旦教学系统中加入生成式人工智能要素，将促进整个教育朝着生成式智能化教育方向发展：每一个教师都有智能教学助手，每一个学生都有智能导师和学伴，每一个校长都有智能助理，每一本教材都有配套的智能助手，课程体系将向“生成式课程”方向演化，更加强调培养学生的独立思考和创新能力，教学方式将诞生“生成式探究学习”新样态。
  这种变化初露端倪。在四川省平武县旧堡羌族乡中心小学，王航老师使用教育城域网络和智慧白板，把国家智慧教育平台上的小学数学课程《平移和旋转》教学与讯飞星火大模型结合起来。（下转第10版）