這是一個怎樣的時代?
人們發(fā)現(xiàn),周圍環(huán)境變得越來越難以掌控和預(yù)判,更多的信息和數(shù)據(jù)讓人眼花繚亂。焦慮,幾乎成為一種社會集體的心理特征。
在我們眼前,世界以驚人的速度邁入了一個全新的發(fā)展階段,人工智能掀起的風(fēng)暴席卷社會的各個角落,一些巨大且勢不可擋的變革正在各行各業(yè)發(fā)生。
教育,是最先迎接這場變化的行業(yè)之一。過去,教育模式多以教師為中心,學(xué)生被動吸收知識。但現(xiàn)在,AI 正在重新定義教育的形態(tài)與內(nèi)涵。許多教育工作者紛紛思索:未來的教育是什么樣子?我們又該以何種姿態(tài)迎接教育的未來?
教育內(nèi)卷久矣
不久前,李禮在科大訊飛專賣店門口目睹了這樣一幕:一位年輕的媽媽正專注地為孩子挑選教育產(chǎn)品,學(xué)習(xí)機、英語寶、詞典筆各種智能設(shè)備琳瑯滿目,她猶豫不決,反復(fù)比較。李禮走上前詢問,得知這位媽媽的孩子竟然只有一歲半。
教育焦慮如同無形的硝煙,彌漫在這片廣袤的土地。單一的教育評價體系、不均衡的教育資源分配,加上艱難的就業(yè)環(huán)境,這些因素交織在一起,形成了當(dāng)下壓抑的教育環(huán)境。
身為科大訊飛高教研究院院長,李禮深知,教育焦慮的根源在于過分的社會競爭和對未來的不確定。家長們在教育上的瘋狂投入,如同陷入一種“囚徒困境”。
科大訊飛高教研究院院長李禮
舉例來說,假設(shè)每年有1200萬考生競爭1000萬大學(xué)名額,理想中他們每周上課五天,余下時間休息,最終錄取1000萬。然而,現(xiàn)實每周上課六天,甚至休息日也安排了繁重的作業(yè)和課外輔導(dǎo)。結(jié)果依舊是錄取1000萬名額,但他們卻更加疲憊。
也是因此,“雙減政策”的出臺,意在減輕學(xué)生負(fù)擔(dān),遏制課外輔導(dǎo)的泛濫,但現(xiàn)實中課外輔導(dǎo)并未偃旗息鼓,而是轉(zhuǎn)入了“地下”。居民樓里屢禁不止的“小黑班”便是最直接的體現(xiàn)。家長明知增加了孩子的壓力,消耗了大量時間和金錢,卻只能嘆息一句“不然又能怎么辦呢?”
久而久之,無論是學(xué)生、家長還是學(xué)校,都苦教育內(nèi)卷久矣,期待出現(xiàn)一個新的轉(zhuǎn)機。
AI,危機還是轉(zhuǎn)機?
1956年,在美國漢諾威小鎮(zhèn)的達(dá)特茅斯學(xué)院,“人工智能”的概念第一次被提出。自那時起,人工智能成為一個以數(shù)學(xué)為基礎(chǔ)的科學(xué)研究領(lǐng)域,并在之后的60多年里,逐步應(yīng)用于各行各業(yè)。
達(dá)特茅斯會議期間合影
它無數(shù)次給人們帶來驚喜,亦無數(shù)次引發(fā)人們對未知的恐懼。于教育行業(yè)而言,AI是怎樣的存在?
有人憂心仲仲,認(rèn)為AI對于一些學(xué)生來說,已然成了抄作業(yè)的偷懶神器。更嚴(yán)重的是,科技的發(fā)展擠壓了人類的勞動就業(yè)空間,未來許多職位都將被AI取代,年輕人的出路愈發(fā)狹窄,教育的價值也將被無情消解。
有人滿懷希望,認(rèn)為AI帶來的智能學(xué)習(xí)方式,讓知識的獲取變得更加高效、便捷,能真正推動個性化、精準(zhǔn)化學(xué)習(xí),避免無休止的題海戰(zhàn)術(shù)。至于就業(yè)沖擊也無需太擔(dān)心,就像汽車的出現(xiàn)讓馬車夫走向沒落,但帶來了更多的汽車司機,還拉動了鋼鐵、采礦、玻璃制造等行業(yè)的發(fā)展,新技術(shù)革命必將創(chuàng)造新的崗位。
在李禮眼中,AI對教育的影響要分時期看。短期內(nèi)人們可能會更加焦慮,因為不是所有人都能快速適應(yīng)并熟練運用這種新技術(shù)給自身賦能。但從長遠(yuǎn)來看,AI必將提高教育效率,減輕學(xué)生的負(fù)擔(dān)。
“人工智能可以學(xué)習(xí)全世界任何語言和文化知識,它是一個超級智能助教的存在,未來每個人都能夠在知識的迷宮里隨時隨地有個向?qū)А?rdquo;李禮打趣道:“現(xiàn)在機器都已經(jīng)學(xué)會像人一樣思考了,學(xué)生還像機器那樣學(xué)肯定是不對的。”
事實上,已經(jīng)有學(xué)術(shù)觀點提出,在人工智能的作用下,教育將從傳統(tǒng)的師生二元結(jié)構(gòu)演化成師、機、生三元結(jié)構(gòu)。李禮對此頗為認(rèn)同,在他的設(shè)想中,未來老師更像是學(xué)習(xí)的工程師,AI則是助教學(xué)伴,人類老師和AI共同幫助學(xué)生掌握知識。
這完全是可以預(yù)料的。當(dāng)然,這也對老師提出了新的要求:未來的老師必須掌握人工智能,能夠在教學(xué)、教材、教法、考試評價等多個維度應(yīng)用AI技術(shù)。
不愿用、不敢用、不會用的尷尬
在李禮十幾年的職業(yè)生涯中,他始終保持著對教育和新技術(shù)的敏銳洞察。從中國科學(xué)院到科大訊飛、華為、阿里,最終回到科大訊飛就職高教研究院。一路走來,他見證了教育與科技的深度融合。
在帶領(lǐng)團隊推動高校智慧化建設(shè)的過程中,李禮遇到了一些實際問題。首先,用戶對AI的期望與技術(shù)現(xiàn)實之間存在較大的差距。事實上,當(dāng)前技術(shù)本身尚未完全成熟,但在很多用戶眼中,AI大模型無人不談、無所不能,結(jié)果實際應(yīng)用時卻感到無從下手、無章可循。
李禮直言:“目前整個行業(yè)師生的信息素養(yǎng)和信息技術(shù)應(yīng)用能力還不足,許多用戶沒弄明白自己想要什么,這限制了AI技術(shù)的可達(dá)性。”
對此,李禮團隊在過去一年做了大量科普培訓(xùn)工作。他提到,近期教育部高教司正在開展人工智能賦能高等教育人才培養(yǎng)系列師資培訓(xùn),科大訊飛承接了兩期,針對老師進(jìn)行培訓(xùn)和素養(yǎng)提升。
其次,是AI應(yīng)用的經(jīng)濟成本與收益平衡問題。用戶投入大量資金購買算力、搭建模型時,常常質(zhì)疑其投資是否值得。許多情況下,AI只是錦上添花,在核心教育場景下并非必需品,考核機制也未將其納入硬性要求。
這些問題導(dǎo)致了AI在高教領(lǐng)域的應(yīng)用現(xiàn)狀:雖然大多數(shù)老師對AI的態(tài)度是積極的,年輕一代老師更表現(xiàn)出了很大興趣,但現(xiàn)實中會用AI的老師只是一小波,更多人則處在不愿用、不敢用、不會用的尷尬境地。
李禮表示,“可能未來三到五年內(nèi),人工智能將深刻影響老師的教學(xué)方式和學(xué)生的學(xué)習(xí)模式,大量AI助手將涌現(xiàn),但這一過程是一個分區(qū)域、分場景、因老師而異的漸進(jìn)過程。”只有當(dāng)AI真正成為教育的剛需、高頻應(yīng)用,廣泛普及到各個教育環(huán)節(jié),AI教育時代才算真正到來。
人人都要學(xué)AI、懂AI、用AI
未來的教育是什么樣子?雖然尚無清晰的答案,但可以預(yù)見的是,教育的質(zhì)量必然大幅提升,普通人將享受到比以往更優(yōu)質(zhì)的教育。
首先從人口出生率的變化來看,未來的教育將面臨結(jié)構(gòu)性的轉(zhuǎn)變。近日國家統(tǒng)計局公布了2024年全國人口數(shù)據(jù),截至2024年年末,全年出生人口954萬人,相比上一年的902萬人略有回升。然而,此次反彈受到了刺激生育政策和龍年偏好等因素的影響,事實上,自2017年以來出生人口呈現(xiàn)連續(xù)下降趨勢,2024年與2017年(1723萬)相比已經(jīng)減少了近一半。
近年出生人口數(shù)據(jù)
這意味著未來入學(xué)的人數(shù)將大幅減少,在現(xiàn)有教育資源的框架下,競爭壓力將得到顯著緩解。學(xué)校有更多資源和精力投入到教育質(zhì)量的提升和學(xué)生個性化發(fā)展上,同時師生比的降低也將使每個孩子得到更多的關(guān)注與支持。
當(dāng)然,這也引發(fā)了另一個思考:也許我們不再需要那么多學(xué)校和老師了,未來教育資源將面臨重新分配和優(yōu)化整合。
與此同時,隨著人工智能的崛起,廉價且高效的教育資源越來越豐富,只要善于提問,AI大模型就能為每個人提供知識解答,這無疑將推動教育的普惠化,抬高教育的底線。
而每個普通人要做的就是學(xué)AI、懂AI、用AI。“從了解當(dāng)前的各種大模型開始,學(xué)會使用這些工具,學(xué)習(xí)人工智能通識課,知曉國家相關(guān)政策導(dǎo)向,進(jìn)一步用AI在各種場景下解決實際問題,借助AI的力量增強自身能力。”李禮說。
寫在最后
什么是教育?
古希臘哲學(xué)家、教育家蘇格拉底認(rèn)為,教育的本質(zhì)是“喚醒”,是將人身上所具有的真善美特質(zhì)召喚出來。因此在向?qū)W生們傳授知識時,他并非是單向的知識灌輸,而是通過相互切磋、共同探討的教學(xué)方法,激發(fā)學(xué)生的思考與興趣。
這種啟發(fā)式的教育方式,至今仍對后世產(chǎn)生著深遠(yuǎn)影響。而如今,生成式AI的崛起,似乎正在將這一古老的教育理念以全新的形式發(fā)揚光大。
好文章,需要你的鼓勵
這項研究利用大語言模型解決科學(xué)新穎性檢測難題,南洋理工大學(xué)團隊創(chuàng)新性地構(gòu)建了閉合領(lǐng)域數(shù)據(jù)集并提出知識蒸餾框架,訓(xùn)練輕量級檢索器捕捉想法層面相似性而非表面文本相似性。實驗表明,該方法在市場營銷和NLP領(lǐng)域顯著優(yōu)于現(xiàn)有技術(shù),為加速科學(xué)創(chuàng)新提供了有力工具。
un?CLIP是一項創(chuàng)新研究,通過巧妙反轉(zhuǎn)unCLIP生成模型來增強CLIP的視覺細(xì)節(jié)捕捉能力。中國科學(xué)院研究團隊發(fā)現(xiàn),雖然CLIP在全局圖像理解方面表現(xiàn)出色,但在捕捉細(xì)節(jié)時存在不足。他們的方法利用unCLIP生成模型的視覺細(xì)節(jié)表示能力,同時保持與CLIP原始文本編碼器的語義對齊。實驗結(jié)果表明,un?CLIP在MMVP-VLM基準(zhǔn)、開放詞匯語義分割和視覺中心的多模態(tài)任務(wù)上顯著優(yōu)于原始CLIP和現(xiàn)有改進(jìn)方法,為視覺-語言模型的發(fā)展提供了新思路。
這項研究介紹了RPEval,一個專為評估大語言模型角色扮演能力而設(shè)計的新基準(zhǔn)。研究團隊從法國里爾大學(xué)開發(fā)的這一工具專注于四個關(guān)鍵維度:情感理解、決策制定、道德對齊和角色一致性,通過單輪交互實現(xiàn)全自動評估。研究結(jié)果顯示Gemini-1.5-Pro在總體表現(xiàn)上領(lǐng)先,而GPT-4o雖在決策方面表現(xiàn)出色,但在角色一致性上存在明顯不足。這一基準(zhǔn)為研究人員提供了一個可靠、可重復(fù)的方法來評估和改進(jìn)大語言模型的角色扮演能力。
這篇論文介紹了LegalSearchLM,一種創(chuàng)新的法律案例檢索方法,將檢索任務(wù)重新定義為法律要素生成。研究團隊構(gòu)建了LEGAR BENCH數(shù)據(jù)集,涵蓋411種犯罪類型和120萬案例,并開發(fā)了能直接生成關(guān)鍵法律要素的檢索模型。實驗表明,該模型在準(zhǔn)確率上超越傳統(tǒng)方法6-20%,且在未見犯罪類型上展現(xiàn)出強大泛化能力。這一突破為法律專業(yè)人士提供了更高效、精準(zhǔn)的案例檢索工具。