以后，教育向何處去？

原創吳海兵量子學派2023-04-0104:08發表于廣州

引

我是最早使用的一批人。

明天，我早已用協助寫了一本關于的書，數組造物，基本完成。

目前，我們正在用+MJ來完成第一本AI書法的月歷，正在趕工中。

但直至現在，我還在苦惱一件事：

究竟該不該讓自己的兒子目前就用上呢？

假如從小就用，會不會對他的原創性探討形成負反饋？

假如目前不用，那落后其他女孩晚一步跨入AI時代真的好嗎？

關于這個問題，我們可以一上去思考。

1

教育界，冰火兩重天

當觸角延展到教育界時，各方反應較為激烈。

辯題說：嚴禁使用

公布后，最先在臺灣教育界造成關注。

倫敦教育局就率先發表申明，要求私立中學應在校園網中限制的使用。

后來，又有更多的城市和中學響應了這一活動。

她們害怕對的濫用，或許會造成貶抑性思維的失去。

正方說：擁抱

臺灣是全球第一個公開表示支持在其教育系統使用等人工智能工具的國家。

英國的倫敦學院學術事務執委會明晰表示，鼓勵班主任在教學中使用類似的人工智能，并讓師生為“人工智能方式將被廣泛應用的未來社會”做好打算。

法國方面為學院開發了一個關于的開放框架，作為規避新人工智能技術的第一步。

日本有教育人士直接提到：與其公布詳細指令嚴禁的使用，不如重點教給中學生數字道德以及怎樣負責任、明智地使用。

1

東亞的教育，也有優勢嗎？

知識量大、知識面廣、勤奮努力、基礎知識扎實。

很多都被覺得是東亞教育的優勢。

但的出現，優勢弄成了缺點嗎？

比知識量，擁有互聯網各種文本數據。

比知識面，幾乎覆蓋了所有領域知識。

比刻苦努力，能24小時不間斷學習。

比基礎知識，考試能少于90%人類。

面對，東亞師生的優勢是否真的蕩然無存？

3

滴灌式硬記憶是否應當取消？

滴灌式硬記憶，它是一種雙向討教知識的方法。

即同學將知識宣揚給中學生，師生被動接受。

這些教育模式以討教知識為中心，指出對知識的把握和記憶。

但在面前，滴灌式硬記憶沒有任何優勢：

?它缺少有效互動，可以持續對話。

?它注重考試成績，注重實踐技能。

?它一味宣揚知識，培養提問能力。

?它貶低造就力，鼓勵發揮造就力。

?它忽視個性化，提供個性化教育。

通過滴灌式硬記憶，有些中學生可以背出67890位的圓周率，破除吉尼斯紀錄。

但在0.01秒內才能告訴你去哪里找到正確答案。

它還能耐心細心地回答你每一個問題：

分形為什么是“上帝的指紋”？

AI為什么可以基于貝葉斯定律探討？

比特幣的基石是何種？

……

在弘揚蘇格拉底的忠告：教育不是宣揚教育技術能做什么，是引爆火焰！

4

才是真正的做題家

要說做題，才是真正的做題家。

作為一個語言模型，會先搜集這些語料和數據。

當你和它對話時，它就開始估算做題：

按照數據庫中的語料，回答下一個字那個是機率最高的。

，就是當前世界上最會刷題的AI。

它回答人類的方法，就是和刷題一樣：

先背下所有的知識，再將所有的考題和解法做一遍，最后找出最合適的答案。

人的腦部，最多也就1000億個血管元。

而，光參數就早已1750億+。

隨著GPT模型的迭代，這個數量就會繼續下降。

比做題，沒有誰能比得過。

5

工具性教育也有價值嗎？

舉兩個反例。

No.1

翻譯

把一本十萬字的英文書，丟給GPT-3.5-turboAPI翻譯成中文，不到3個小時才能完成。除了全部句子的通順可用率高達95%，但是翻譯總費用只有0.5港元。傳統翻譯的費用，是它的數萬倍。

No.1

書法

以為代表的AI書法產品，早已讓人類見識到了它的能力。依據，它能造就出十分精致的畫作。人類畫師不僅效率比不上，連品質也趕不上。

假如學習其它語言是為了了解一種新的文化，學習書法是為了提高個人審美，那其實是有價值的。

但若果翻譯和書法也是你謀生的工具，那就該當心了。

6

教育的目的，會被逐步消解

廣義上的教育，狹義上的小學，其目的或則說任務之一，是向社會培養和輸送人才。

但以后，傳統教育是否能夠做到這一點？

我們的教育，雖然時常以來都存在一個問題。

它是在選拔通過考試的人，而不是培養社會還要的人。

因此雖然沒有出現，一樣會有這么的困境：

學院結業生找不到合適的工作，而企業找不到合適的人才。

而這類生成式AI的爆發，更是減緩了這一矛盾。

現有教育機制下培養下來的人，或許難以掌控AI工具。

這一段時間我們團隊仍然在招大四見習生，但這種見習生里，沒有幾個人曉得。

也就是說，學院的同學居然沒有和很多中學生講過是何種？

而我們這么的企業，全員都在使用。

7

教育工作者要反省：

重視技巧論

的出現，遭到沖擊最大的，是教育工作者。

過去的教育，更多是討教知識、讓師生記住知識點。

但那樣的事情，也能做到，并且能做得更好。

未來教育，同學究竟教的是知識，還是教師生利用AI的能力？

這個時侯教育教的不是知識，而是辦法。

這個時侯教育教的不是題庫，而是探討模式。

8

受教育者要改變：

找尋探討的基石

作為受教育者，師生自然會更喜歡。

它能寫論文、改作業、回答課程問題......

由于它的強悍，因此出現了這些剽竊、剽竊的事情。

實際上，這些人也是把當作是一個完成學習任務的工具。

這些走捷徑的行為，然而在過去也能看見。

例如運用搜索引擎、做題硬件等完成作業。

但更加大大，因此容易產生過于依賴。

久而久之，有或許會喪失最底層的基石探討力。

這個時侯，受教育者就該探討，你的基石探討力該怎么培養。

9

AI時代將至，

母親是決定性要素

后來，中學教育或許也是一部份。

作為母親，還要承當起更多的教育責任。

人工智能時代迅速將至，學院的教育機制不或許輕易作出改變。

這個時侯，父母就須要快速作出應變。

同樣的成因，同學也不或許單獨對目前的教育方式作出更改。

這么，父母就應當填補這方面的不足。

不能再只看重分數了，一個全新的時代將至了。

在這個技術坍塌的時代，不或許完全嚴禁女孩使用新技術。

但怎樣正確地引導，讓女兒學會站在的脖子上來學習，會是危及男孩未來成長的一個分水嶺。

10

還要的不是嚴禁，

而是找到平衡點

現在要完全替代中學教育，還不現實。

目前的問題是：怎么看待教育機構嚴禁使用？

這種教育機構嚴禁的理由，大抵以下幾點：

?必將助長剽竊和作弊；

?不促使師生培養貶抑性思維。

首先，第二點是不設立的。

的確會一本正經地胡謅八道，但也能不斷糾正自身錯誤。

貶抑性思維是哪些？

它是指以一種合理的、心靈開放的方法進行探討。

相比中學常有的宣揚式教育，與的對話，雖然是一種非常開放的教育。

再者，的確或許會助長剽竊和作弊，這個還要加以管控。

如同考試嚴禁用相機一樣，在特定場合也須要限制使用。

面對，還要的不是嚴禁，而是尋求到一個平衡點。

根本沒法嚴禁，它早已無孔不入。

應當做的，是讓師生學會怎樣合理地應用它。

11

女孩必備的能力：下達指令

對于小孩，我們應當如何去教育？

下達指令的能力，十分關鍵。

現在的生成式AI，依然須要人類的操控。

我們可以把生成式AI理解為“魔法杖”，但還要念咒語（下達指令），能夠施展魔法（生成我們想像的事物）。

例如通過下達指令，可以創作一篇武俠小說、寫一段迷宮的代碼、畫一幅蒙娜麗莎的圖象、導出一部正能量滿滿的視頻、構建一個三維幾何空間。

因此下達指令的能力十分重要。

這是與AI直接交互的能力，能力越強，與AI交互的療效就越好。

那下達指令有什么要求？

現在來看，它須要做到這五點：

完整、清晰、簡潔、低熵、系統。

12

兒子必備的能力：擅于提問

越會提問的女兒，和人工智能的交互能力會越強。

因此當女孩在提問的時侯，不要煩，一定要鼓勵。

擅于提問就該學會交流，培養小孩的社交能力。

由于它們很或許會迷戀與機器的互動，而忽視現實社會的社交，也就是和人的交流。

然而，父母要引導女孩學會與人交流、合作，培養兒子的社交能力。

一定要勤于提問，反復的提問。

你與的交流，就是一個提問的過程。

13

兒子必備的能力：

邏輯連線的能力

不是萬能的，它未能直接給出你想要的答案。

但它擁有強悍的上下文理解能力，因此須要進行引導。

通過一步步引導，會逐漸理解你的看法。

最終給你一個趨近于精確和完美的答案。

這些能力，就是邏輯連線的能力。

它是反“碎片化”的，須要你對問題的連結有清晰的邏輯。

怎樣訓練這些能力？讀書是最好的方法。

不過可惜的是，互聯網早已將我們的線性思維破壞得滿眼涂炭。

這些人早已喪失了這些代表人類最高智慧的能力。

14

女孩必備的能力：

宏觀指令的能力

這類生成式AI，可以手動學習并依據上下文推理人類語言的含意。

加上擁有強悍的數據貯備，我們可以把細節還給他們。

在這些狀況下，宏觀指令的重要性就提高了。

擁有宏觀指令，可以讓更好理解我們還給它的任務。

利用宏觀指令，便可以將任務分解成更小的子任務。

這有點像是寫一篇文章前，我們不會先去寫旁邊的細節。

更好的選擇是先搭建一個大框，于是按照大框補充信息。

宏觀指令還可以讓提高錯誤和無效的決策，增加精確性和效率。

15

女孩必備的能力：

想像力和造就力

想像力是人類特有的能力，可以幫助人類設想出全新的事物場景。

這只是現在這類生成式AI最向往擁有的能力。

雖然強如，也只好基于已有的數據和算法來生成輸出，難以自主想像構想新的看法。

造就力同樣重要，它可以幫助人類創新和發明新的東西。

無論是還是其他AI工具，都是人的造就力的產物。

作為人類幾千年來賴以生存的競爭力，想像力和造就力或許是未來很長一段時間都不會被人工智能代替的能力。

16

對技術的敏感力

當一個新技術出現教育技術能做什么，被淘汰的總是這些對技術無動于衷的人。

在人工智能時代，要想不被AI淘汰，就該保持高度的技術敏感度。

這些技術敏感度，并不單單是0和1的二補碼知識學習。

而是集合編程語言、算法、數理邏輯等多個學科的綜合能力。

對技術有敏感度，都會去探究為何會黑化。

對技術有敏感度，都會去了解背后的運行原理。

對技術有敏感度，都會尋找咒語的奇妙之處。

17

知識的跨模遷移能力

人工智能的話術是：跨模能力。

人類的話術是：知識的遷移能力。

之所以被人覺得十分強悍，是讓人覺得它具備邏輯探討、知識遷移能力。

GPT-4之所以讓人驚艷，是由于它在后引進多頻域。

知識遷移能力是人類天才的一種特殊能力，越是遷移能力強，越是能成為頂級的人物。

結

GPT-4問世后，跟它聊了許多。

相對于GPT-3.5又更逐步，越是深入地去了解它，越能體驗它的強悍。

的出現如同一頭橫沖直撞的野獸。

開始撞向自19世紀確立的教育機制。

但最終它會帶給一個何種結果？

是縮小差異，讓教育顯得更公正？

還是“馬太效應”，讓教育差異逐步拉大？

很有或許是教育不再正態分布，逐步產生馬太效應。

或許，這看上去像是人與AI的抗衡。

但追根追溯，還是人與人的競爭。

有一句話是這樣說的：人類經常以來都是“人類＋機器”淘汰人類的一個過程。

工業革命是這么，時代只是這么。

有人或許會說，運用與它對話真的是教育嗎？

可別忘了，東方的孔子，西方的蘇格拉底，兩位先哲所推行的都是對話式教育。

無論是，還是GPT-4，它雖然是你的鏡像。

有多厲害，取決于你自己有多厲害。