AI时代，学习意味着什么？
在我的文章 AI 正在改写规则——而我们仍在玩旧游戏 中，我探讨了人工智能与教育之间的日益紧张关系，以及生成式人工智能标志着论文写作的终结。
最初只是对像 ChatGPT 这样的工具及其在课堂中的位置的猜测，现在已经演变为对教育未来更广泛的反思。
在过去的一年里，关于人工智能和教育的讨论已成为新闻、学术界和政策圈中最广泛争论的话题之一。
能够几秒钟内生成论文或解决问题的工具开始削弱标准化测试，并挑战什么构成了学术努力。曾经需要通过努力才能获得的东西，现在可以在眨眼之间生成。对于今天的许多学生来说，努力与理解之间的界限变得越来越难以定义——这让我们面临一个紧迫的问题：
在信息即时可得但理解仍需时间的世界中，学习意味着什么？
让我们客观地审视人工智能揭示了什么，以及如果我们愿意从头开始重新设计，一个不同的未来可能是什么样子。
1、重大的变革
在生成式人工智能进入课堂之前很久，就已经出现了裂痕。教师工作繁重、学生缺乏参与度、课程内容滞后于时代。
现代教育体系是在工业革命期间形成的，旨在培养能够遵循指示并在设定时间内执行标准化任务的工人。学校采用了工厂的逻辑：效率、重复、等级制度。
但现代生活的节奏加快了，技术重新定义了格局，使学校忙于追赶已经改变的世界。
我们熟悉的教育体系是为另一个时代设计的，在这种紧张关系下已经默默崩溃多年。
人工智能几乎一夜之间暴露了我们所说的教育目的与实际作用之间的差距。
能够按需生成论文或解决问题的工具揭示了系统有多少奖励输出而不是思考。
在过去的一个世纪里，教育一直作为一个机构运作。一排排学生、严格的科目、政府规定的评估，所有这些都是为了满足一个重视效率和顺从劳动力的经济的需求。在这一背景下，知识是一种可以传递和回忆的东西。
在这个模式中，学生被期望吸收信息、记忆关键点并通过精心设计的论文或高压考试来证明他们的理解。掌握程度是通过压力下的回忆来衡量的，成功通常被定义为学生在预设格式内的表现如何。
对一些学生来说，这很有效，但并不是每个学习者都能在这种格式中茁壮成长，压力下的表现并不总是反映理解的深度。
有了人工智能工具，学生现在可以将大量原本属于个人学术努力的部分外包，这使得这种教学模式显得更加过时——几乎是表演性的，而不是学习的真实反映。
完成不再表示努力或理解。传统的评估不再是学生能力的可靠指标，因为人工智能可以以最少的人类输入完成这些任务。
如果人工智能能考高分，那么要么是测试有问题，要么我们测试的内容没有意义。
现在事实可以立即获取，记忆不再导致掌握。但学校往往仍然奖励回忆而非推理。
学生可能有事实，但他们缺乏深入思考和反思它们的空间。
即使教育工作者想改变他们的教学或评估方式，他们也常常受到严格课程标准和行政压力的阻碍。
同时，学生们正在找到课堂之外的学习新方法。像 Khan Academy 的 Khanmigo 这样的 AI 工具可以在各种学科中提供个性化的辅导，而 Google 的 Gemini for Students 提供了互动学习体验，帮助规划和头脑风暴。
根据 Tech Radar，这些平台使学习者可以随时访问定制的教育内容，促进自主学习并补充传统的课堂教学。
但不幸的是，学生在网上遇到的并非所有内容都支持深度学习。
在线教育内容在同样的注意力经济中竞争，奖励的是可点击的内容，而不是准确的内容。
2、持续演变的学习路径
学习正日益由数字平台塑造，尤其是社交媒体和算法驱动的信息流，这些现在影响着学生接触到的内容。
AI 教师、YouTube 解释器和 TikTok 学习技巧模糊了正式和非正式学习之间的界限。
教师曾经拥有的角色，现在在许多情况下由旨在最大化参与度而非深化理解的社会算法所承担。
在教育中，这意味着学生专注于困难问题或反思主题的能力不断受到平台的干扰，这些平台的设计初衷正好相反。
对许多学生来说，这些工具比课堂提供了更快、更清晰的信息获取途径，而且随时随地可用。
过去，课堂是学习的中心枢纽。现在，它只是众多选项之一。
这种碎片化不一定不好，但它意味着教育者对学生的完整学习背景控制力下降。
这也意味着机构正在失去对什么是知识以及如何传递知识的权威。
与正式教育不同，这些平台并不为深度或准确性而设计；它们优化的是注意力。然而，对许多学生来说，这是好奇心开始的地方，这使得学校的作用变得更加重要，而不是更少。
最大的担忧是学生在网上遇到的信息并不总是经过准确性的验证。在没有指导的情况下，学生可能会难以区分可信信息和吸引注意力的内容。
错误信息听起来像真知灼见，尤其是在自信地传达时。现在教育者的挑战是帮助学生在他们已经沉浸其中的信息生态系统中导航。
随着平台开始塑造学生学习的内容和方式，我们被迫问：学习正在转变为哪种形式，我们之前是如何定义它的？
3、改变我们对学习的思考方式
在教育成为一种制度之前，学习的形式各不相同。
知识是一种生活和分享的东西。它的目的是意义，而不是标准化。在很多方面，它更人性化，也更不集中。
在中世纪欧洲，知识通过学徒制传承，年轻的学生会与一位大师工匠一起生活和工作多年。没有练习册，只有通过实践逐步获得技能。
在许多土著文化中，学习是口头的、集体的，并嵌入在故事中。孩子们通过歌曲、仪式和叙述吸收历史，这些叙述通常来自那些因亲身经历而具有权威的长者。
在古希腊，哲学学习通过公开辩论进行，最著名的是苏格拉底对话。
甚至在早期的欧洲，知识通常是通过修道院研究或独立旅行追求的。学者们会穿越城市去访问特定的图书馆或与哲学家进行对话。
教育既不统一也不普遍，但它非常有意义。它旨在保护文化并磨练判断力。
我们不应该美化这些系统（它们有自己的局限性和不平等），我也不是建议回到前工业社会，但认识到我们的当前模型并不是唯一的模型，也绝不是最古老的模型是很重要的。
前进的挑战将是如何设计教育系统，在工具和环境变化的同时保护这些旧系统所做得正确的地方。
4、我们接下来要去哪里
真正的机遇在于如果我们停止执着于一个已经消失的教育版本，可能会实现什么。
如果我们向前迈进，我们的教育系统需要一组不同的价值观。
与其衡量表现，我们应该衡量探究。不是学生能重复什么，而是他们对什么感到好奇。
这意味着重新思考学校的日程安排，以留出反思和实验的空间。这意味着教学生如何提出更好的问题，而不仅仅是如何提示更好的答案。教育者应接受与人工智能合作的培训，而不是与之竞争。
虽然大多数教育体系仍然固守标准化，但世界各地的一些学校多年来一直在测试一个不同的前提：当学生拥有更大的自主权时，他们可以更深入地学习。
在加利福尼亚州的 High Tech High，学生通过构建现实世界项目来学习，这些项目取代了以考试为中心的学习。
在荷兰，Agora 学校完全摒弃了科目和评分，让学生追求自己的学习旅程，并由导师支持。
Barefoot College 通过同伴间的学习，让农村妇女接受太阳能工程等技能的培训。重点是实用技能、社区以及利用本土知识。
即使是常被称为黄金标准的芬兰，也表明缓慢的学习比标准化的压力产生了更好的结果。尽管芬兰学生每天的学校时间较短、作业很少，且注重福祉而非竞争，他们在国际评估如 PISA 中持续优于同龄人。
那么人工智能如何融入这一切？它不仅仅是在帮助学生在论文写作中走捷径，它开始扩展他们能够学习的内容和方式。
想象一下，一个学生与人工智能助手一起深入研究一个复杂的话题（例如气候变化），帮助他们筛选最新的科学论文，突出相互矛盾的观点，并促使他们提出更好的问题。他们不再撰写标准的报告，而是共同创建一个交互式模拟，模拟他们所在城市的海平面上升情况。
一个历史学生可以使用分支情景工具探索替代时间线，揭示小事件如何塑造重大结果。
人工智能可以实时翻译困难的文本，根据不同的阅读水平调整阅读材料，或者提供即时反馈，引导修改而不惩罚错误。当被巧妙使用时，人工智能不只是自动化任务，它打开了通往更广阔学习的大门。
我们正进入一个学习可以比以往任何时候都更加个性化和赋权的时代。人工智能可以让惊奇再次出现，让教师摆脱批改和行政工作的负担，让他们专注于他们最擅长的事情：激发人类的洞察力。这不是科幻小说 —— 它是新教育类型的开端：一种更灵活、最终围绕人类实际思维方式和成长方式建立的教育。
这些都是如果我们将学校设想得不同，它可能成为的样子的早期例子。
我们还需要确保这些工具是透明开发的，并由强大的伦理框架引导，而不仅仅是企业利益。
教育的未来不应由机器能生成什么来决定，而应由人类的好奇心深度和我们提出有意义问题的能力来决定。
人工智能可能揭示了哪些地方出了问题，但如果敢于放弃不再适用的事物，它也可以帮助我们建设更好的东西。
原文链接：AI Didn’t Disrupt Education — It Exposed It
汇智网翻译整理，转载请标明出处