当“人机共存”成为新的学习本质，你准备好了吗？ | 头条
从古至今，人类都在不断地制造智能，也拥有了很多智能。但是，我们依旧不敢确定，当时所认为的“智能”，今天是否还可以称之为智能。很明显的例子是，智能手机已经不能满足我们对于智能的想象和期待了。
其实，智能是一个很大的范畴。正是因为这一点，我们好像忘记了到底有没有通过技术的方式实现了智能。不过在其他方面，人类确实做到了。比如，人类一直渴望飞翔，渴望遨游天际，如今我们可以坐飞机到很远的地方，且只需要很短的时间。
这件事告诉我们，飞机虽然没有翅膀，却可以比鸟飞得更快。正如当下探讨的“很多智能没有情感”，但我们更关心的其实是它能不能比人更好地解决问题。
“智能”的两大能力：
助你所能更能、助你触及更多可能
说到当下的智能，我们不得不提到ChatGPT。它是今天最接近通用人工智能的现象级产品。过去我们所接触的所有智能都是弱人工智能，是细分领域的智能。它们无非是象棋、围棋下得更好，但没有办法跨领域。而ChatGPT在某种程度上，属于正在接近跨领域的人工智能。
当然，ChatGPT并非无所不能。
我们团队对ChatGPT的逻辑思维和批判性能力做了一个测试，发现GPT-4在批判性和逻辑思维能力上，正确率是82. 5%。而以往的研究结果显示，美国本科大学生的平均正确率是67%- 75%。也就是说，ChatGPT在逻辑思维和批判性能力上稍高于本科大学生的水平。
当然，ChatGPT也有做错的时候。我选取了一道它做错的题目，大家可以看一下。题目是这样的：
题目陈述与假设
已知:马克去办公室最快的路程需要大约75分钟，单程花费4.5英镑。那么“马克的路程总是花费他至少2英镑。"这一假设正确与否?
A.正确
B.可能正确
C.信息不足
D.可能错误
E.错误
ChatGPT的回答：
正确。已知马克去办公室最快的路程需要大约75分钟，单程花费4.5英镑。这意味着马克单程的费用已经超过了2英镑。因此，“马克的路程总是花费他至少2英镑”的假设是正确的。
但是，对于这个问题，如果我们推理一下就会知道， 正确答案是“信息不足”。陈述中没有任何内容表明费用会在4.5英镑左右，但这只是他最快的路程。有可能更长的旅程花费更少，甚至低于2英镑。所以，马克可以不花一分钱，也能到办公室，比如步行。
在题目所提供的信息里面，没有办法判断这个假设是否成立。但ChatGPT给出的答案是“正确”。当然，你再试一次，它还会给出一个答案是“可能正确”。继续试，它会给出答案“可能错误”。在这样复杂的逻辑下，ChatGPT还不能很好地进行思考。
为什么我挑了这道题呢？其实这道题有点刁钻，人类不会出这么复杂的题目让机器来做。但如果有一天真的连这么刁钻、复杂、细微的逻辑都能够把握的话，意味着它对于全网人类信息进一步推理的能力将再上一个台阶。也就是说，它会开始把握细枝末节之间的逻辑，并且产生进一步的解释。
当然，我发现，在各种题目中，如果正确答案是“信息不足”，ChatGPT做错的概率很大。因为作为生成式人工智能，它始终不愿意承认自己答不出来。
我们团队又做了一个测试，把去年高中语文教师资格考试的笔试部分给ChatGPT来做，GPT-3.5的平均正确率为51%，GPT-4则有了显著提升，达到了71%。而按照教师资格证考试的规则，70%的正确率就可以拿到教师资格证。
当然，ChatGPT还有很多不足。
比如， 它不了解新课标，不了解很多中国的教育法律法规，因为它没有相关的新数据。在教案书写、教学设计、作业批改、作品评价方面，ChatGPT能答个八九不离十，但很容易犯一些逻辑性错误。比如ChatGPT的教学评不一致，看上去像是正确的，其实并没有答对。因此我们团队会给它扣分，但扣下来还是能达到70%的正确率。
这意味着，ChatGPT在这些方面确实能够给我们带来帮助，这是事实。它可以成为 资源助手、备课助手、自学助手、推送助手、作业助手、互动助手。
当智能成为一种助手时，我们还要仔细推敲： 它对我们到底有怎样的价值？
我再举一个例子，物理学科有一个非常经典的问题：
在火箭发射过程中，请从“力是物体之间的相互作用”视角，解释火箭能够持续上升的原因。
其实大多数高中生在考试中都能够答对这道题，但是并不代表真正理解。比如火箭上升的过程跟地面有没有关系？是不是地面给它一个力把它往上推？有些老师点头，但显然并不是，因为火箭离开了地面，仍然在往上飞。那么火箭的上升过程跟空气有关系吗？有些老师又点头，但显而易见的是，外太空没有空气，火箭依旧能飞。
其实这个问题的本质是火箭的发动机喷出了高压气体，产生了作用力与反作用力，推动火箭持续上升。很多学生和老师做得出题目，但并不理解本质。而ChatGPT在这道题上答得非常不错，不仅能够正确地分析出要点、答对这道题，还能进一步地罗列出学生的常见错误，并根据我们的要求，按照相同的原理，重新设计一个不同情境下的问题。
ChatGPT对物理题的回答
但我想说的是，这三个答案是否正确，仍有待判定。而这种判定可能会反过来要求教师提升自己的能力，实现进步。
如果教师本身不懂这道题的本质，就算看到答案可能也看不懂，也就没有办法进一步帮助学生更好地学习。所以这是一个很矛盾但又很微妙的地方，智能好像能够帮你，但又好像没有完全帮你。在这方面，我们还有很长的路要走。
智能能够助你所能更能，这个它很擅长。你本来已经很熟练，很有能力，它给你的答案能够让你更快速地达成。同时，智能也能够助你触及更多可能。但这一点在教育领域似乎还需要更多的反思和尝试。正如我们上面所举的例子，它提供了很漂亮的答案，但是否促进了教师的专业成长？中间是否有必然的关联？我们还不清楚。
智能虽然没有情感，但能产生共情
虽然， 目前的智能还没有意识、情感，但却具备了与⼈“共情”的表征。智能本身是没有情感的，但是它看得懂我们提的问题，我们看得懂它给出的答案，这就是共情。我们不能否定这种共情的存在，并且在未来或者短期内，它会变得更加地持久。
相信用不了几个月，ChatGPT会成为一个长期伴随我们的伙伴。我们会跟它长期对话，它保存着所有对话记录；我们可以不断挖掘过去双方对话的经验，然后进行更深层次的讨论。这就是一种长期形成的共情。这是我们第一次看到有这样一种智能，能够在自然语言处理上接近达到共情的能力。
有人说教师、学生、机器之间可以产生更多样的关系，过去确实不太可能，但今天的ChatGPT可以做到，并且已经在实现的路上。而且，不仅是每位老师跟机器产生共情，学生也正在跟机器产生共情。当学生有一天更愿意向机器询问答案的时候，就是更进一步共情的产生。
无论是技术还是智能，当它指向学生的课程学习时，学生、教师、智能、课程四者之间应该是这样一种关系：学生更加自主地面对课程的学习，包括课程学习的目标、学习的任务、学习的评价；而教师和智能，或者说广义的技术共同促进学生学过程的进一步实现。
所以，在情感问题上，我们需要更进一步的共情。
人类没有情感是无法工作和学习的。对于某件事情，如果我们没有情感或者情感不认同，那么大脑会自动关闭。我们可以在与大自然的深度拥抱中获得很多情感的共鸣，而今天我们跟智能的深度接触，也在给我们带来更进一步的情感能量。
昨天晚上，我在稻田里散步了很久，我感觉源自人类最远古的能量来到了自己的身体里。而当我面对电脑，连接了无线网络，使用智能技术的时候，我同样感受到了无限的能量，这源自与智能深度接触所带来的无限可能。
今天， 我们不仅要强调跟大自然的接触，还要强调跟智能深度地融合所带来的无限赋能。教育应该更关注人的情感，关注动机意识、合作意义和幸福。
很多人说，人越来越像机器，机器越来越像人，而我们的课堂越来越机械化，却是必须要面对的问题。
我们团队通过抓取网络上的一些数据，利用人工智能对1000节常态课进行了分析。在这1000节课中，课堂中的平均合作时间只有90秒，学生开放式表达的平均时间只有105秒。也就是说，常态化的课堂中，我们给学生小组合作和开放式自由表达的时间非常有限。这是当下课堂的现状。
所以，尽管我们不断地追求素养导向，从课时到单元，从竞争到合作，但这样的倡导能否在常态化课堂里面发生进一步的转变，依旧值得我们去思考。常态化的课堂距离我们所要的愿景还有很长的路要走。
我们也发现，学生的情感不足，即使是一些很优秀的学生，他很努力，却不热爱了。所以在未来的教育过程中，我们需要更多情感的思考和释放，包括对自然的情感、对自我的情感、对智能的情感。
人机共存是新的学习本质
未来，在智能时代，不仅仅是每一个个体，而是全人类可以成长。我们需要有更远大的愿景、更美好的希望、更宏伟的事业去实现成长，这是我们需要智能的原因，而不是回到过去。
今天我们给学校和课堂加持了很多技术，这也可能成为每一个学生重大转变的契机，因为他之前没有遇到过。当他遇到之后，就有可能成为不一样的自己。这就是智能赋予每一个人成长的空间。
不过，虽然我们提到了很多美好的愿景，但我们满是欢喜的同时，却也充满担忧。
我们越是期待，却越是妥协、禁止。教育曾禁止过圆珠笔，禁止过牛仔裤，禁止过电视机，现在还在禁止智能手机。我相信在短期内，还会有一股禁止ChatGPT以及生成式人工智能在教育领域应用的浪潮。这似乎不可避免，但又是如此地矛盾。
我们应该合理地观察这样的矛盾，我们为什么禁止？又为什么开放？我们如何既禁止又开放？如何在适当的时候快一点拥抱，快一点开放？正如我们一直在说的智能设备在学校内的常态化使用。
十年前我在嘉定实验小学，那时从一年级开始，学生已经可以自带终端进校。我们期待两三年之后，所有学校都可以自带终端。当时我们认为这并不难实现。但10年后的今天，依然举步维艰，我们依旧需要把智能终端的使用分层分类。例如小组有终端或没有终端，人人有终端或没有终端，回到家里有终端或没有终端等，按照这些不同的情况去组建不同的教育教学模式。
智能赋能是一个漫长的过程，在这个过程中，教育领域感受到更大的冲击。在社会上使用频繁的互联网是我们当下感受到的冲击，紧接着智能的使用将是一个更大的冲击。在这样的冲击下，我们需要思考的是，学习和认知是否正在紧密地融合智能？
其实，我们所认为的学习的本质，从来没有忽视过人的作用。从行为主义到认知主义再到建构主义，无不逐步强调主体的中介价值、图式的同化与顺应。在过去100多年的进程中，我们都在思考，在人的参与中如何产生认知。只不过，今天出现了需要我们更进一步思考的新命题：不再只是人独立地建构，而人是和机器一起建构；人与机将成为共同体，一起去建构和探索哪些可以外部存储，哪些可以内部联通。
人机共存是新的学习本质，这将是我们接下来探索的核心历程。其实像这样的融合，在我们生活中已经无处不在。比如，我们已经习惯于使用智能导航，它可以帮助我们更从容地前往目的地。我们需要思考的问题是，如果使用智能，我们的人生是否可以更有意义？
这也是当下需要不断融合的视角。在很多人力做不到的领域，我们要善于使用智能产生融合，正如我们使用智能导航一样。
在技术发展领域，有一个著名的摩尔定律：每18个月算力会增强一倍，成本也会降低一倍。现在有人说，可以从摩尔定律延伸到智能摩尔定律，也就是每18个月智能会有一轮新的迭代。那么，人是否可以每18个月完成一次新的迭代呢？
有人预测奇点来临的时间是2045年，届时人工智能将超越人类智慧的总和。未来，很多事情将由人和人工智能一起去探索完成，或者完全交付给智能，人其实在不断地放弃过往的很多工作。而我们要敢于放弃，敢于开创，去获得更广阔的完整人生。
温馨提示：2023《新校长》全新升级，邮发代号 78-289，欢迎订阅
来源| 文章据作者在第七届中国教育微创新理事年会主题演讲内容整理
责编 | 黄耀庭
美编 | 吕哲
执行主编| 张凯