导语
ChatGPT迎来新故事。
过去的一个月里,韩国、香港地区的教育部门纷纷推出了针对人工智能的新版教育手册。在年初还备受争议ChatGPT,已经开始了其改变教育系统的旅程。这距离ChatGPT 问世,刚刚过去了八个月的时间。但新的挑战也随之而来,老师们真的做好准备了吗?它会带来哪些新的问题?
一、在取代教材前,先理解它
即使还存在不少负面声音,但不可否认的是,全球教育系统正在以飞快的速度接纳 ChatGPT。
6 月,韩国教育部宣布从2025年开始,在中小学课堂引入人工智能教科书,以逐渐取代传统的纸质课本。这套人工智能教科书号称可更好地因材施教,为学习进度和能力不同的学生提供定制化的学习资料。
在韩国政府的计划中,人工智能教科书将在2025年率先在数学、英语、计算机等科目使用。到了2028年,再扩大到韩语、社会、历史、科学等科目。最初人工智能教科书将与传统课本一并使用,最终传统课本将会被完全淘汰。
不过,不少教育专家指出:引入人工智能教科书,可能会引发新的问题。每个人的学习进度如果变得“可视化”,导进度慢的孩子可能会在同侪压力进行补课,而这本身与人工智能教科书最初个性化教学的意图相违背。从这个层面来说,当学校开始大范围引入人工智能教科书,如何管理好学习数据将是未来的重点。
相比于韩国对教学模式进行的大刀阔斧般的改革,香港地区的思路则更为“务实”,香港的教育系统认为,比起快速拥抱生成式人工智能,当务之急是如何教学生正确使用以ChatGPT 为代表的一系列 AIGC 工具。
6月中旬,香港教育局推出了面向高年级小学生的“高小增润编程教育课程单元”和面中学生的“初中人工智能课程单元”。其中,“初中人工智能课程单元”涵盖人工智能基础、人工智能伦理及VR等内容,单元课程以实例讨论其使用 ChatGPT、Midjourney 等AIGC工具的好与坏,让学生提出在为生活提供便利以外这些技术可能出现的问题。
而早在 2018 年,内地就已经推出了首本面向高中生的人工智能教科书,内容从介绍人工智能简史开始,涵盖人工智能原理以及如今在各领域的应用。此外,教材还提供了22个实验可供学生动手操作,鼓励学生发挥想像力。相比之下,内地的教材更注重人工智能相关知识的科普,对应用人工智能技术的思辨性内容并不多。
二、学生使用 ChatGPT 会带来哪些风险
需要说明的是,以 ChatGPT 为代表的生成式人工智能背后隐藏着观念固化的问题。由于ChatGPT的回答总是基于出现频率最高的、大多数人认可的说法,或者是已经经过验证的、权威的信息源下的观点,这让人们天生信赖其生产的答案。从这个角度上来看,看起来在不断“生产新内容”的ChatGPT 其实并不具备任何创造性思维。
而教育的目的不仅是传授知识,更重要的是培养学生批判性思维的能力。ChatGPT 虽然可以快速生成答案,但也使学生失去了探索事物的过程,由此导致个人批判性思考和解决问题的能力下降。
在这样的局面之下,ChatGPT 应该在教育中扮演什么样的角色就显得尤为重要。哪些课堂上可以使用人工智能,学生在哪些作业里可以使用人工智能,使用的程度应该是怎么样的,这些规则都需要慢慢去确立。这其实和当时互联网进入教育系统的时候一样,虽然要去拥抱新技术,但也要确立使用的边界。
部分老师表示,自己已经改变了评估学生能力的方式。“学生当然可以使用 ChatGPT,但需要自己的生产的内容负责,在相关的位置也要标明内容出处。由于 ChatGPT 很容易出现事实性错误,这会倒逼学生们尽可能地了解自己的课题。”
美国一名高中语文老师表示,使用ChatGPT 教学带来了更为出色的教学效果。当在课堂上进行作品分析的时候,她先让学生询问 ChatGPT 对相关内容的看法,转而和学生讨论人工智能为何会产生这样的理解。“这个过程不仅加深了学生对这些故事的理解,还教会了他们如何与人工智能进行进行互动。”
三、个性化教学,带来哪些新风险
其实,在AIGC技术还不够成熟时,教育领域已经出现了许多基于人工智能的解决方案。这些方案利用人工智能分析学生的学习数据、学习行为和学习效果,从而提供适合学生的个性化学习资源和反馈机制。
在这个阶段,人工智能对教育的作用还仅限于辅助,属于效率提升的范畴,只是帮助学生尽快发现自己的知识疏漏,并给出相应的补充和练习。这些方案并没有改变教育的本质,也没有挑战传统的教育模式和理念。
而当以 ChatGPT 为代表的AIGC技术真正运用到教学中时,人工智能对教育的作用已经到了改造而不是效率提升的范畴,它正在改变学生们获取知识的逻辑。生成式人工智能可以作为一个虚拟的老师或同伴,与学生进行自然语言交流、回答学生的问题、解释知识点、引导学生探索和发现,甚至给出创造性的建议。
但是,AIGC在教育上发展的方向,应该是帮助学生建立学习框架,而不是直接生成答案。
举例来说,当学生提出一个具体问题的时候,人工智能应该给出渐进式提示,引导学生思考,就进行教学一样。而目前,市面上的一系列大模型并没有针对教育场景做出的优化和调整。它们往往直接给出答案,或者给出与问题无关的内容。这样的回答可能会让学生失去思考的机会,也可能会让学生对大模型产生过度依赖,这也是不断被吹捧的个性化教学需要去解决的新问题。