《ChatGPT与教育的未来.docx》由会员分享,可在线阅读,更多相关《ChatGPT与教育的未来.docx(6页珍藏版)》请在第一文库网上搜索。
1、ChatGPT与教育的未来ChatGPT火爆以来,其对教育理念和方式的冲击引起广泛讨论,似乎也让 人看到了人工智能影响下未来教育的一些走向。虽然Al的教育影响似乎短期内 并不是一个空间问题,但只有知道Al的边界和能力,才知道还能给实体空间留 下些什么不可替代的东西。1 ChatGPT与A工GC将能做什么?首先,需要辨析ChatGPT的能力到底是什么?它说明了什么样的趋势?需 要澄清的是,目前我们试用的ChatGPT是被限制了实时更新数据能力的,而且 显然还封印了很多可回答问题的领域和规模。大家对它的很多批评,比如不准 确、数学差、没主见,甚至经常是一本正经地胡说八道,在更大规模训练和应 用中,
2、都会很快进化和完善,也会在NLP为主的模型中加入更多数理等能力。 可以预见,在很短的时间里,大模型将具备越来越综合和通用的能力。以文生图和ChatGPT为代表的AIGC工具,正在使知识和内容的生产方式从 大脑思考转为机器生成+大脑筛选。从文字、图像、视频到3维空间,AIGC通 过模拟人类的创作过程,已经可以自动生成文章、音乐、影视作品、设计、游 戏等创意性内容,甚至可以控制机器人,并在涌现海量全新的业态和模式。而 这个过程中,对人的替代无法回避。在历史上,这样的处境人类经历了好几次,但每一次都安然度过。当工业 化到来的时候,大多数农民失去了土地,他们在工厂里找到了工作。当机器大 生产到来的时候
3、,大多数工人失去了工作,但他们转而在服务业找到了新工 作。之前每一次替代时又提供了更多更好的新岗位。然而,这次机器看起来将 在短期内替代的是所有领域的绝大部分工作岗位,无论脑力劳动还是体力劳 动,而我们却还完全看不到这数以亿计的新岗位将从何产生。何况之前的每次 行业更新,都付出了起码一代人的代价,前提还是公共教育系统能够及时应对 并培养适应新技术的人才。ChatGPT已经可以高分通过了法律、医学等领域的考试。当然这也说明, 全球范围内,“死记硬背+有限推理”仍然是目前教育和人才选拔的基本导向。培养工业社会需要的大量产业工人和工程师,是我们现有教育系统主要的任 务,而且看起来短时间内不会有什么变
4、化。所以作为焦虑的家长,又能为孩子 的未来做些什么呢?公共教育来不及做的事情,只有靠家庭教育补足。2教育向何处去大规模劳动力替代的过程中,教育总是发挥最重要的导向作用。很快我们 都会有一个什么都懂的个人助理,那还有哪些东西是仍然需要我们自己去学习 的呢?原本致力于教授知识和技能的教育体系又将如何调整呢?对于未来社会更需要什么样的人才,以及对基础教育的新要求,ChatGPT 给了我一个中规中矩的回答:“需要培养更具有综合能力和创新能力的人才,而 不是简单的知识传授。另外,需要更加注重教育人们具备适应未来社会的能 力,例如学习能力、创造力、协作能力等然而这看起来简单的几个关键词, 其实每个都需要辩
5、证地去理解。3关于因材施教首先,AlGC技术将改变教学的方式和模式,使因材施教成为可能。例如, 通过智能化的内容生成和推荐系统,甚至交互式的学习工具和游戏等,学生可 以获得更加个性化、多样化的学习体验,教师可以更加高效地生成教学素材、 测试题和作业等,从而提高教学效率和质量。事实上,结合XR技术,每个学生 完全可以接受完全不同的个性化教育,这时学校集中传授知识的意义就消失 了,而与人沟通和协作也许就成了学校物理空间存在的意义。然而这样的学 校,就完全可以在自然之中幕天席地了。4关于编程和数学由于看起来替代人工作的都是软件,所以很容易想到让孩子学编程,做人 工智能工程师,但编程和人工智能其实是两
6、件事。编码这件事,似乎恰恰是最 先被取代的。虽然目前大模型的训练和调试还是成本很高的技术工作,但未来我们将可 以通过多模态APl接口与MaaS t模交流,通过语音,甚至脑机接口等 方式直接获得个性化的服务,而不需要编码的过程。而目前的GPT,由于消化 了 GitHUb的海量代码,也已经具备了基础编码的能力。由GPT-4驱动的COPiIOtX,已经具备对话、文本生成代码、语音生成代码和自动修复代码Bug,以及 解释代码等功能。我正在ChatGPT的帮助下,开始学习用PythOn生成代码完成 一些简单的工作,虽然对初学者来说,还有很多小问题,但他可以不厌其烦地 帮助你解释出错信息并帮助你修改调试。
7、所以这样看来,编程的能力其实就转为了用语言描述需求的能力,当然无 论是文生图还是控制机器人,人机交互的核心又回到了人与人沟通的语言。但除了日常应用以外,算法的本质还是数学。毕竟每一篇AI论文里,最大篇幅的还是数学公式和推导过程。所以如果你想与AI协作,要学好语言,但如果你想定义和控制AI ,恐怕还是要学好数学和逻辑思维。也只有逻辑思 维,才可以让人从海量的信息里做出判断甚至批判,去芜存菁。5关于语言哲学和语言学在早期很难区分,所以语言学习的意义可能远大于阅读、写 作和翻译技能。描述世界和创造世界的能力,在数字世界里即将合二为一,这 在我另一篇文章里也会解释。虽然Al翻译领域发展迅速,实时互译似
8、乎离我们不远,许多人可能认为不 需要再花费大量时间学习外语。然而,最近与各种AlGC的交流中发现,在处理 复杂情境时,一些Al工具仍然需要将中文翻译成英文再进行计算,尤其在涉及 到微妙的图像和文辞修改时,英文水平的限制依然很明显。因此,未来对英文 水平的要求不仅仅停留在日常翻译水平上,跨文化交流能力也显得尤为重要不仅如此,尽管许多国内公司正在使用中文语料进行模型训练,但中文语 料只占整个互联网规模的5%,而且真实性和严谨性相对较差,因此中文大模型 质量在很长一段时间内可能难以超越英文。因此,英文水平和英语思维方式可 能仍然在未来孩子从事创新研究和工作中十分重要,甚至在人机交互中可能比 编程还要
9、重要。考虑到对机器人的控制,未来很多简单任务都可以通过自然语言交互生成个性化程序来执行。当然如果是一个复杂的任务,仅用自然语言交互的难度其 实并不小。而在使用文生图工具描绘建筑形象的过程中,也会越来越发现,能 用自然语言把设计意向充分表达的能力,甚至可以替代之前建筑学学习中的草 图能力。最近,硅谷出现了一个全新的招聘岗位PromPtEngineer,意思是“提示工 程师”。这个岗位不需要写代码,只需要找出合适的提示词,让Al发挥出潜 力。也就是说,不需要技术背景,只要“会聊天”,也能当工程师。所以,高质 量使用自然语言与机器沟通,语文和英语仍然是基本的能力。当然,提示工程 师这件事也不会长久存
10、在,而会变成我们每个人的基本技能,毕竟现在也很难 见到PPt工程师或者EXCel工程师。最终,还是需要每个人都掌握精确描述需求 的能力,才能与Al沟通和协作。6关于学习与创新大模型本质是一个统计模型,某种程度上代表了社会整体的认知。对于一 些事实性的问题,很容易得到明确的答案。然而在绝大多数决策场景下,其实 都是在综合大量信息的基础上,最终需要人的价值判断,ChatGPT经常表现为 “端水大师”的情形,往往就是其无法替人做出的价值判断。我们目前的教育体系主要还是传授知识。表面上看起来,Al很快就会对各 种学科知识无所不知,这种能力最大意义上还是作为帮助我们快速学习获得信 息的工具。如果一个人只
11、有传递Al结果的能力,显然同样是被淘汰的。对于任何人类已有的知识领域,Al都会具有绝对的优势,但在新领域的探 索方面,Al还只能作为助手。而这些所谓创新领域,往往存在于各种学科的交 叉领域。从小学到大学,我业余时间最常做的事情就是在图书馆看书,而且一 般喜欢于每个书架挑一本来泛读。这样虽然学得杂而不精,但可以较早建立一 个相对完整的知识框架,而终身学习的知识都可以分门别类地妥善收纳和读 取。对多学科的基本了解,对从事跨领域的创新可以说是基本素养。借助Al高 效的信息综合能力,我们可以获得快速而广泛的学习能力,掌握各学科的基础 知识和规律,从而加速跨领域创新涌现的过程。通过以上分析,我们会发现,
12、似乎一个什么都会的Al并不能取代我们的学 习过程,反而对语数外乃至更多学科的学习提出了更高的要求。如第三次浪潮一书中所说,“第三次浪潮文明正好相反,其拥有许多特 色:分散式生产、适当的规模、可再生的能源、疏散都市人口、在家中工作、 自己生产自己消费等。这些活动相当接近第一次浪潮社会的模式,看起来似乎 是时光倒流。这一历史性的变化所代表的并不是工业社会直线的延伸,而是方 向的骤变一一往往呈逆向发展。此转变至少应和300年前的工业文明等量齐 观。同时,我们所面对的并不只是一场科技革命,而是一种全新文明的到来 工业时代的培养熟练工人的教育系统,跟这个时代一样即将结束,而未来文明 的很多特征,包括教育
13、与人,也许更像农业时代的状态。在AIGC带来的变革之中,也许绝大多数劳动者都会被淘汰,就连打标签的 工作以后也会是Al做得更好。当然极大发展的生产力也许仍会实现全民基本收 入。只有极少数人能够且需要与Al一起协作。这可能也是未来教育并不乐观的 方向:大多数人躺平,少数人更加努力。也许与目前简单减负的方式不同,数学、语文、外语,包括更多领域的基 础知识,在未来对人的要求只会更高,但并不是多刷题和刷难题的方向,而是 需要更全面综合的知识体系。对于解决某个方向的特定工程问题,Al会很容易 学会人类的技能。但未来的创新,可能只有百科全书式的人才才能胜任。在Al 因材施教方式的帮助下,人类也许又有可能重新达到这种状态,并发挥人类大 脑的量子计算机制,帮助Al进化。对于孩子未来如何与Al共处,公共教育系 统是很难应对的,这就需要每个家长自己做出抉择和努力。