ChatGPT與教育的未來(lái)

ChatGPT與教育的未來(lái)ChatGPT火爆以來(lái)，其對(duì)教育理念和方式的沖擊引起廣泛討論，似乎也讓人看到了人工智能影響下未來(lái)教育的一些走向。雖然AI的教育影響似乎短期內(nèi)并不是一個(gè)空間問(wèn)題，但只有知道AI的邊界和能力，才知道還能給實(shí)體空間留下些什么不可替代的東西。1ChatGPT與A工GC將能做什么？首先，需要辨析ChatGPT的能力到底是什么？它說(shuō)明了什么樣的趨勢(shì)？需要澄清的是，目前我們?cè)囉玫腃hatGPT是被限制了實(shí)時(shí)更新數(shù)據(jù)能力的，而且顯然還封印了很多可回答問(wèn)題的領(lǐng)域和規(guī)模。大家對(duì)它的很多批評(píng)，比如不準(zhǔn)確、數(shù)學(xué)差、沒(méi)主見(jiàn)，甚至經(jīng)常是一本正經(jīng)地胡說(shuō)八道，在更大規(guī)模訓(xùn)練和應(yīng)用中，都會(huì)很快進(jìn)化和完善，也會(huì)在NLP為主的模型中加入更多數(shù)理等能力。可以預(yù)見(jiàn)，在很短的時(shí)間里，大模型將具備越來(lái)越綜合和通用的能力。以文生圖和ChatGPT為代表的AIGC工具，正在使知識(shí)和內(nèi)容的生產(chǎn)方式從大腦思考轉(zhuǎn)為機(jī)器生成+大腦篩選。從文字、圖像、視頻到3維空間，AIGC通過(guò)模擬人類的創(chuàng)作過(guò)程，已經(jīng)可以自動(dòng)生成文章、音樂(lè)、影視作品、設(shè)計(jì)、游戲等創(chuàng)意性內(nèi)容，甚至可以控制機(jī)器人，并在涌現(xiàn)海量全新的業(yè)態(tài)和模式。而這個(gè)過(guò)程中，對(duì)人的替代無(wú)法回避。在歷史上，這樣的處境人類經(jīng)歷了好幾次，但每一次都安然度過(guò)。當(dāng)工業(yè)化到來(lái)的時(shí)候，大多數(shù)農(nóng)民失去了土地，他們?cè)诠S里找到了工作。當(dāng)機(jī)器大生產(chǎn)到來(lái)的時(shí)候，大多數(shù)工人失去了工作，但他們轉(zhuǎn)而在服務(wù)業(yè)找到了新工作。之前每一次替代時(shí)又提供了更多更好的新崗位。然而，這次機(jī)器看起來(lái)將在短期內(nèi)替代的是所有領(lǐng)域的絕大部分工作崗位，無(wú)論腦力勞動(dòng)還是體力勞動(dòng)，而我們卻還完全看不到這數(shù)以億計(jì)的新崗位將從何產(chǎn)生。何況之前的每次行業(yè)更新，都付出了起碼一代人的代價(jià)，前提還是公共教育系統(tǒng)能夠及時(shí)應(yīng)對(duì)并培養(yǎng)適應(yīng)新技術(shù)的人才。ChatGPT已經(jīng)可以高分通過(guò)了法律、醫(yī)學(xué)等領(lǐng)域的考試。當(dāng)然這也說(shuō)明，全球范圍內(nèi)，“死記硬背+有限推理”仍然是目前教育和人才選拔的基本導(dǎo)向。培養(yǎng)工業(yè)社會(huì)需要的大量產(chǎn)業(yè)工人和工程師，是我們現(xiàn)有教育系統(tǒng)主要的任務(wù)，而且看起來(lái)短時(shí)間內(nèi)不會(huì)有什么變化。所以作為焦慮的家長(zhǎng)，又能為孩子的未來(lái)做些什么呢？公共教育來(lái)不及做的事情，只有靠家庭教育補(bǔ)足。2教育向何處去大規(guī)模勞動(dòng)力替代的過(guò)程中，教育總是發(fā)揮最重要的導(dǎo)向作用。很快我們都會(huì)有一個(gè)什么都懂的個(gè)人助理，那還有哪些東西是仍然需要我們自己去學(xué)習(xí)的呢？原本致力于教授知識(shí)和技能的教育體系又將如何調(diào)整呢？對(duì)于未來(lái)社會(huì)更需要什么樣的人才，以及對(duì)基礎(chǔ)教育的新要求，ChatGPT給了我一個(gè)中規(guī)中矩的回答：“需要培養(yǎng)更具有綜合能力和創(chuàng)新能力的人才，而不是簡(jiǎn)單的知識(shí)傳授。另外，需要更加注重教育人們具備適應(yīng)未來(lái)社會(huì)的能力，例如學(xué)習(xí)能力、創(chuàng)造力、協(xié)作能力等」然而這看起來(lái)簡(jiǎn)單的幾個(gè)關(guān)鍵詞，其實(shí)每個(gè)都需要辯證地去理解。3關(guān)于因材施教首先，AIGC技術(shù)將改變教學(xué)的方式和模式，使因材施教成為可能。例如，通過(guò)智能化的內(nèi)容生成和推薦系統(tǒng)，甚至交互式的學(xué)習(xí)工具和游戲等，學(xué)生可以獲得更加個(gè)性化、多樣化的學(xué)習(xí)體驗(yàn)，教師可以更加高效地生成教學(xué)素材、測(cè)試題和作業(yè)等，從而提高教學(xué)效率和質(zhì)量。事實(shí)上，結(jié)合XR技術(shù)，每個(gè)學(xué)生完全可以接受完全不同的個(gè)性化教育，這時(shí)學(xué)校集中傳授知識(shí)的意義就消失了，而與人溝通和協(xié)作也許就成了學(xué)校物理空間存在的意義。然而這樣的學(xué)校，就完全可以在自然之中幕天席地了。4關(guān)于編程和數(shù)學(xué)由于看起來(lái)替代人工作的都是軟件，所以很容易想到讓孩子學(xué)編程，做人工智能工程師，但編程和人工智能其實(shí)是兩件事。編碼這件事，似乎恰恰是最先被取代的。雖然目前大模型的訓(xùn)練和調(diào)試還是成本很高的技術(shù)工作，但未來(lái)我們將可以通過(guò)多模態(tài)API接口與MaaS（模型即服務(wù)）交流，通過(guò)語(yǔ)音，甚至腦機(jī)接口等方式直接獲得個(gè)性化的服務(wù)，而不需要編碼的過(guò)程。而目前的GPT,由于消化了GitHub的海量代碼，也已經(jīng)具備了基礎(chǔ)編碼的能力。由GPT-4驅(qū)動(dòng)的CopilotX,已經(jīng)具備對(duì)話、文本生成代碼、語(yǔ)音生成代碼和自動(dòng)修復(fù)代碼Bug,以及解釋代碼等功能。我正在ChatGPT的幫助下，開(kāi)始學(xué)習(xí)用Python生成代碼完成一些簡(jiǎn)單的工作，雖然對(duì)初學(xué)者來(lái)說(shuō)，還有很多小問(wèn)題，但他可以不厭其煩地幫助你解釋出錯(cuò)信息并幫助你修改調(diào)試。所以這樣看來(lái)，編程的能力其實(shí)就轉(zhuǎn)為了用語(yǔ)言描述需求的能力，當(dāng)然無(wú)論是文生圖還是控制機(jī)器人，人機(jī)交互的核心又回到了人與人溝通的語(yǔ)言。但除了日常應(yīng)用以外，算法的本質(zhì)還是數(shù)學(xué)。畢竟每一篇AI論文里，最大篇幅的還是數(shù)學(xué)公式和推導(dǎo)過(guò)程。所以如果你想與AI協(xié)作，要學(xué)好語(yǔ)言，但如果你想定義和控制AI,恐怕還是要學(xué)好數(shù)學(xué)和邏輯思維。也只有邏輯思維，才可以讓人從海量的信息里做出判斷甚至批判，去蕪存菁。5關(guān)于語(yǔ)言哲學(xué)和語(yǔ)言學(xué)在早期很難區(qū)分，所以語(yǔ)言學(xué)習(xí)的意義可能遠(yuǎn)大于閱讀、寫作和翻譯技能。描述世界和創(chuàng)造世界的能力，在數(shù)字世界里即將合二為一，這在我另一篇文章里也會(huì)解釋。雖然AI翻譯領(lǐng)域發(fā)展迅速，實(shí)時(shí)互譯似乎離我們不遠(yuǎn)，許多人可能認(rèn)為不需要再花費(fèi)大量時(shí)間學(xué)習(xí)外語(yǔ)。然而，最近與各種AIGC的交流中發(fā)現(xiàn)，在處理復(fù)雜情境時(shí)，一些AI工具仍然需要將中文翻譯成英文再進(jìn)行計(jì)算，尤其在涉及到微妙的圖像和文辭修改時(shí)，英文水平的限制依然很明顯。因此，未來(lái)對(duì)英文水平的要求不僅僅停留在日常翻譯水平上，跨文化交流能力也顯得尤為重要O不僅如此，盡管許多國(guó)內(nèi)公司正在使用中文語(yǔ)料進(jìn)行模型訓(xùn)練，但中文語(yǔ)料只占整個(gè)互聯(lián)網(wǎng)規(guī)模的5%,而且真實(shí)性和嚴(yán)謹(jǐn)性相對(duì)較差，因此中文大模型質(zhì)量在很長(zhǎng)一段時(shí)間內(nèi)可能難以超越英文。因此，英文水平和英語(yǔ)思維方式可能仍然在未來(lái)孩子從事創(chuàng)新研究和工作中十分重要，甚至在人機(jī)交互中可能比編程還要重要。考慮到對(duì)機(jī)器人的控制，未來(lái)很多簡(jiǎn)單任務(wù)都可以通過(guò)自然語(yǔ)言交互生成

個(gè)性化程序來(lái)執(zhí)行。當(dāng)然如果是一個(gè)復(fù)雜的任務(wù)，僅用自然語(yǔ)言交互的難度其實(shí)并不小。而在使用文生圖工具描繪建筑形象的過(guò)程中，也會(huì)越來(lái)越發(fā)現(xiàn)，能用自然語(yǔ)言把設(shè)計(jì)意向充分表達(dá)的能力，甚至可以替代之前建筑學(xué)學(xué)習(xí)中的草圖能力。最近，硅谷出現(xiàn)了一個(gè)全新的招聘崗位PromptEngineer,意思是“提示工程師”。這個(gè)崗位不需要寫代碼，只需要找出合適的提示詞，讓AI發(fā)揮出潛力。也就是說(shuō)，不需要技術(shù)背景，只要“會(huì)聊天”，也能當(dāng)工程師。所以，高質(zhì)量使用自然語(yǔ)言與機(jī)器溝通，語(yǔ)文和英語(yǔ)仍然是基本的能力。當(dāng)然，提示工程師這件事也不會(huì)長(zhǎng)久存在，而會(huì)變成我們每個(gè)人的基本技能，畢竟現(xiàn)在也很難見(jiàn)到ppt工程師或者Excel工程師。最終，還是需要每個(gè)人都掌握精確描述需求的能力，才能與AI溝通和協(xié)作。6關(guān)于學(xué)習(xí)與創(chuàng)新大模型本質(zhì)是一個(gè)統(tǒng)計(jì)模型，某種程度上代表了社會(huì)整體的認(rèn)知。對(duì)于一些事實(shí)性的問(wèn)題，很容易得到明確的答案。然而在絕大多數(shù)決策場(chǎng)景下，其實(shí)都是在綜合大量信息的基礎(chǔ)上，最終需要人的價(jià)值判斷，ChatGPT經(jīng)常表現(xiàn)為“端水大師”的情形，往往就是其無(wú)法替人做出的價(jià)值判斷。我們目前的教育體系主要還是傳授知識(shí)。表面上看起來(lái)，AI很快就會(huì)對(duì)各種學(xué)科知識(shí)無(wú)所不知，這種能力最大意義上還是作為幫助我們快速學(xué)習(xí)獲得信息的工具。如果一個(gè)人只有傳遞AI結(jié)果的能力，顯然同樣是被淘汰的。對(duì)于任何人類已有的知識(shí)領(lǐng)域，AI都會(huì)具有絕對(duì)的優(yōu)勢(shì)，但在新領(lǐng)域的探索方面，AI還只能作為助手。而這些所謂創(chuàng)新領(lǐng)域，往往存在于各種學(xué)科的交叉領(lǐng)域。從小學(xué)到大學(xué)，我業(yè)余時(shí)間最常做的事情就是在圖書館看書，而且一般喜歡于每個(gè)書架挑一本來(lái)泛讀。這樣雖然學(xué)得雜而不精，但可以較早建立一個(gè)相對(duì)完整的知識(shí)框架，而終身學(xué)習(xí)的知識(shí)都可以分門別類地妥善收納和讀取。對(duì)多學(xué)科的基本了解，對(duì)從事跨領(lǐng)域的創(chuàng)新可以說(shuō)是基本素養(yǎng)。借助AI高效的信息綜合能力，我們可以獲得快速而廣泛的學(xué)習(xí)能力，掌握各學(xué)科的基礎(chǔ)知識(shí)和規(guī)律，從而加速跨領(lǐng)域創(chuàng)新涌現(xiàn)的過(guò)程。通過(guò)以上分析，我們會(huì)發(fā)現(xiàn)，似乎一個(gè)什么都會(huì)的AI并不能取代我們的學(xué)習(xí)過(guò)程，反而對(duì)語(yǔ)數(shù)外乃至更多學(xué)科的學(xué)習(xí)提出了更高的要求。如《第三次浪潮》一書中所說(shuō)，"第三次浪潮文明正好相反，其擁有許多特色：分散式生產(chǎn)、適當(dāng)?shù)囊?guī)模、可再生的能源、疏散都市人口、在家中工作、自己生產(chǎn)自己消費(fèi)等。這些活動(dòng)相當(dāng)接近第一次浪潮社會(huì)的模式，看起來(lái)似乎是時(shí)光倒流。這一歷史性的變化所代表的并不是工業(yè)社會(huì)直線的延伸，而是方向的驟變一一往往呈逆向發(fā)展。此轉(zhuǎn)變至少應(yīng)和300年前的工業(yè)文明等量齊觀。同時(shí)，我們所面對(duì)的并不只是一場(chǎng)科技革命，而是一種全新文明的到來(lái)?！惫I(yè)時(shí)代的培養(yǎng)熟練工人的教育系統(tǒng)，跟這個(gè)時(shí)代一樣即將結(jié)束，而未來(lái)文明的很多特征，包括教育與人，也許更像農(nóng)業(yè)時(shí)代的狀態(tài)。在AIGC帶來(lái)的變革之中，也許絕大多數(shù)勞動(dòng)者都會(huì)被淘汰，就連打標(biāo)簽的工作以后也會(huì)是AI做得更好。當(dāng)然極大發(fā)展的生產(chǎn)力也許仍會(huì)實(shí)現(xiàn)全民基本收入。只有極少數(shù)人能夠且需要與AI一起協(xié)作。這可能也是未來(lái)教育并不樂(lè)觀的方向：大多數(shù)人躺平，少數(shù)人更加努力。也許與目前簡(jiǎn)單減負(fù)的方式不同，數(shù)學(xué)、語(yǔ)文、外語(yǔ)，包括更多領(lǐng)域的基礎(chǔ)知識(shí)，在