人们对于人工智能对我们的教育学习会带来怎样的新变化，似乎又有了新的思考。特别是像如OpenAI公司的ChatGPT为代表的新一代人工智能模型的出现，更给了很多从业者新的启发。
最近，美国知名风险投资机构Andreessen Horowitz（A16Z）的合伙人Anne Lee Skates发布了一篇名为“Five Predictions for the Future of Learning in the Age of AI”（《人工智能时代里对未来学习的5个预测》）文章。文章的译文如下。
当OpenAI去年发布聊天机器人ChatGPT的时候，一些支持者们很快就宣布了各种与写作相关的领域将“死去”，比如剧本的写作、编写计算机程序和音乐创作。有一个特别的领域几乎可以立即感受到ChatGPT带来的力量，那就是教育。借助ChatGPT的技术，学生们现在可以很容易地在论文和大学入学论文上作弊。而在另一方面，教师可以将他们的课程外包给人工智能。没有人可以比人工智能更加聪明。
但是ChatGPT的出现并不是教育的终结。就在学生们开始把由聊天机器人完成的作业当成自己的作业时，新的软件程序也出现了，这些软件可以用来检测由人工智能完成的作业，而老师们为了抢在学生前面，开始把ChatGPT的回复整合到他们的课程计划中。
事实是，如果利用得当，人工智能有可能极大地提高学生的批判性思维能力，并扩展他们的软技能。怀疑论者担心，如果孩子们可以依靠人工智能来回答问题，他们就会停止学习基本技能，避免练习，会忘记一些常识。心理学家Edward Deci和Richard Ryan在他们的自我决定理论（self-determination theory）中假设，人类本质上是由自主性、相关性和能力驱动的。也就是说，不管遇到任何捷径，他（人类）们都会继续学习。维基百科的创建就是一个很好的例子。我们并没有因为现在可以在网上快速查找日期和公式而停止学习历史或科学。相反，我们只是获得了额外的资源来帮助我们进行事实核查和促进学习。
考虑到教育是人工智能的首批消费者用例之一，而像ChatGPT这样的程序是数百万儿童、教师和学校管理员将如何接触人工智能的方式，关注人工智能的应用及其对我们生活的影响至关重要。下面，我们将探讨对人工智能以及学习、知识和教育的未来的五个预测。
1、 一对一模式将成为主流
一对一的学习辅导、指导甚至一对一的心理治疗等服务曾经只有富裕的人才能享受到。人工智能将有助于为更广泛的受众普及这些服务。事实上，教育心理学家Benjamin Bloom的“two-sigma”问题发现，接受一对一教学的学生比传统课堂的孩子表现得要好出两个标准差。如今已经有了新的解决方案。人工智能可以成为任何人的实时导师，人类可以和人工智能互补，提供深入的知识以及情感和行为支持。例如，学术工具Numerade最近发布了一款人工智能导师Ace，它可以生成个性化的学习计划，根据学生的技能水平安排恰当的学习内容。
人工智能还可以为所有学习者提供原本时间有限的学术专家的支持，无论这些学习者的自身资源如何。对于那些师徒制和学徒制非常重要的职业来说，这能够将教育资源极大地实现民主化。想象一下，如果一家初创公司的创始人可以和人工智能版的Marc Andreessen（Andreessen Horowitz创始合伙人）或Paul Graham（知名科技孵化器Y Combinator创始人）随叫随到地聊天的情景。这正是初创公司Delphi正在尝试做的事情。与此同时，我们现在可以让用户与亚伯拉罕·林肯、柏拉图和本杰明·富兰克林等重要历史人物进行对话，而Character AI可以让任何人创建“数字人物”，无论这些“数字人物”是真实存在的还是想象的，都可以与“他们”对话。
在心理健康等比较特殊的服务领域，人工智能增强的解决方案（如Replika或Link），除了更便宜且随时可以预约之外。新的解决方案可能比人类治疗师更加平易近人，鼓励那些害怕陌生人评价的患者。人工智能还可以立即个性化和适应你的风格偏好（你更喜欢认知行为疗法还是更传统的行为疗法），解决治疗领域中已知的难以发现和匹配的问题。人工智能增强疗法也是一种边际成本较低的软件。这意味着可以创造出更多普通人负担得起的终端产品，这将有助于进入大众市场。我们并不是在设想一个“人类没有作用”的世界。目前，人工智能还不完美，它还没有达到100%的人类水平的思考和专业知识。有些时候，有些人可能只是想要一个真实世界中的人与他们接触。
2、个性化学习从梦想走向现实
有了人工智能，从学习方式和学习需求（例如，视觉、文本和音频）到内容类型（例如，轻松引入孩子或成人最喜欢的角色或最喜欢的爱好/流派）到课程设置，都将成为可能。它还可以更精确地了解一个人的技能水平和差距。软件可以跟踪你掌握的知识水平，测试你的学习进步程度，并根据你掌握的知识和学习差距为你重新制定学习内容。这应该会带来更高的学习参与度。例如，Cameo推出了一款儿童产品，其中包含了Blippi、蜘蛛侠（Spider-Man）和其他顶级IP。一位妈妈甚至请“蜘蛛侠”鼓励她的孩子上厕所，这似乎奏效了！人工智能还将更好地解决不同类型的学习者的问题。从那些学习优秀的学生，到在特定概念或学科上落后的孩子，到那些在课堂上羞于举手的学生，再到那些有特殊学习需求的学生。
3、面向教师和学生的新一代人工智能工具将会兴起
从历史上看，学生和教育工作者（教师）是生产力软件的潮流发展的引领者。事实上，学生和教师是Canva（设计协作平台）和Qualtrics（问卷调查工具，后来被SAP收购）等初创公司的第一批用户。在Canva的案例中，西澳大学（University of Western Australia，Canva的创始人就读于该校）的学生利用这个设计平台制作他们的学校年鉴。而在Qualtrics的案例中，西北大学市场营销学教授Angela Lee使用该服务为她的MBA和博士生轻松地大规模收集数据。就像学生和教师使用早期的生产力工具一样，我们可以很容易地看到他们会成为新一代软件的早期采用者的一部分群体。这些软件利用了基于聊天的对话界面，因为人工智能通过提高智能水平继续让自己变得更加“像人类”。
我们期望教师接受新一代人工智能工具的另一个原因是，他们（尤其是来自公共机构的教师）工作过度，资金不足，这使得他们没有那么多时间专注于他们更愿意专注的地方：学生。今天，教师们花费大量的时间来评分、制定教案和备课。人工智能已经从数以百万计的教育材料中进行学习，可以通过创建计划和教学大纲的草稿等方式减轻教师的工作量。然后，所有教师需要做的就是为各自的课堂改进和定制化的授课输出。通过腾出时间，教师现在可以专注于以前的“额外”活动，比如给予每个学生个性化的关注。
至于学生，他们喜欢寻找创造性的方法来节省时间，在工作中获得优势。Chegg（电子教科书网站）是上一代的宠儿。现在，新的人工智能驱动的资源，如Photomath和Numerade已经出现，它们可以帮助学生解决和理解复杂的数学和科学问题。大学的环境尤其密集，一款受欢迎的产品可以通过学生组织、社交俱乐部/活动，甚至是在有数百名学生的课堂上得到使用，好的产品能迅速获得口碑。
4、评估和资格证书将需要调整，并将开发新的评估工具
自从ChatGPT发布以来，公共教育工作者已经开始讨论他们应该如何以及是否应该“监督”学校作业、大学招生等，以寻找人工智能辅助工作的证据。世界各地的学校，包括纽约、西雅图和其他大型公立学区，目前已经禁止ChatGPT和其他相关的人工智能写作网站。
与此同时，许多教育工作者认为，ChatGPT是一种应该与学习和教学相结合的技术，利用人工智能将是未来一项至关重要的职业技能。为了实现这一点，我们需要在课堂教学和评估课堂成绩的方式上做出一系列调整，就像我们在维基百科、计算器、互联网、个人笔记本电脑等出现并最终成为关键的课堂技术时所做的那样。我们很高兴看到下一代工具的出现，这些工具可以帮助学校更好地评估学生的学习成果和颁发证书，而利用人工智能的工具可以让教师和学生的生活更好、更轻松。
需要考虑的一个复杂问题是，使用这种技术如何能给某些学生在学习和产出方面带来巨大优势。例如，在禁止使用人工智能工具的学校里，家里无法上网的学生可能无法接触到人工智能技术，而有资源的学生可以在家里学习并使用它。这也将扩大公立学校和私立学校之间的教育差距，因为私立学校比公立学校更容易采用和吸收新技术，因为私立学校的学生与教师比例更低，预算也更高。
5、随着“真相”被扭曲，事实核查将变得至关重要
另一个令人担忧的大领域是人工智能时代的“真相”。算法是在可用数据上进行训练的，但目前所有这些数据仍然受到人类判断和人类行为的影响。这意味着各种各样的社会偏见，种族的、基于性别的等等，会被纳入算法，而且这些偏见将继续被放大。例如，Gmail的补句人工智能假设投资者必须是男性。Google的Smart Compose团队已经多次尝试纠正这个问题，但迄今为止都没有成功。
在这个充满偏见的环境中，人工智能提供了事实上不正确的信息（或虚假的事实/新闻），事实检查将变得至关重要。如今，人工智能生成的回答尤其危险，因为它们可以轻松地写出连贯的散文，其润色程度可以欺骗我们，让我们相信它是准确和真实的。例如，《华尔街日报》报道的华盛顿大学的一项研究显示，72%的人在阅读人工智能撰写的新闻文章时认为它是可信的，尽管事实并不正确。
在这个由任何人、每个人、机器人都在创作的时代，我们如何策划高质量、事实准确的内容？对用户生成内容和其他非品牌渠道的信任将会降低。另一方面，受众也可能对他们已经追随和尊重的品牌和“专家”产生盲目信任。
最后，我们可能会创造出一代有能力却不了解潜在细节的人。当对潜在细节的详细了解变得重要时，这可能最终会在边缘情况和危机中引发问题。以Web开发的抽象为例：我们已经越来越远离低级硬件、基础设施和后端，进入了一个GitHub Copilot（微软和OpenAI联合开发的AI编程工具）的世界，在这个世界中，前端工程师几乎不需要接触数据库或后端。甚至还有针对非技术用户的无代码解决方案。这种抽象非常棒，因为它支持更多的创建，并为技能水平较低的用户提供支持。但是当后端出现了一个严重的错误，而没有人知道如何修复它时，会发生什么呢？
内容来源 | 映魅咨询、教育信息化100人
