人工智能不仅会改变学校；它将迫使我们重新思考学习本身

\ 关于人工智能在教育中的讨论无处不在，既充满大胆的乐观，也带着深深的焦虑。每当有人预测学习将迎来革命性的新时代，就会有人担忧作弊行为、批判性思维能力的丧失以及公平差距的扩大。这种持续不断的争论可能会让学生、教育工作者和家长对这一深刻的技术变革对课堂未来的真正意义感到不确定。

本文提炼了谷歌人工智能和教育专家最近深入研究的五个关键且往往违反直觉的要点，超越表面噪音，揭示真正重要的细微挑战和机遇。这些见解不仅强调了人工智能将如何影响学校，还强调了它将如何迫使我们面对关于学习本身的基本问题。

1. 在人工智能能"修复"教育之前，它必须面对全球性的衰退

人工智能并非进入一个稳定、蓬勃发展的教育环境；它被引入的是一个已经面临重大阻力的系统。全球学习成果在过去二十年呈下降趋势，这一事实被经济合作与发展组织的国际学生评估项目(PISA)鲜明地突显出来。

2022年PISA调查显示，81个国家和经济体出现了"前所未有的表现下滑"。与仅仅四年前的2018年相比，数学平均成绩下降了15分，而阅读分数下降了10分。这一背景至关重要，因为它为人工智能设定了真正的考验。其成功不会以其新颖性来衡量，而是以其帮助解决已存在危机的能力来衡量。专家估计，到2030年，世界将需要4400万名教师才能提供普及教育，人工智能的真正挑战是支持一个已经因学习损失、资源不平等和关键劳动力短缺而承受巨大压力的系统。

2. 人工智能的真正承诺：为每个学习者提供个人导师

人工智能在教育中最具变革性的潜力之一是其最终实现长期追求的目标的能力：大规模的个性化学习。几十年的研究表明，"高剂量"的个人人类辅导对学生成绩有着最大的积极影响之一，但它对绝大多数人来说仍然无法获得。

虽然人工智能导师无法取代优质教学中必不可少的人际联系，但它们可以作为强大的补充或桥梁，特别是在人类支持不可用的情况下。这项技术允许每个学生在其"最近发展区"内工作；这是一个恰到好处的点，挑战足够困难以促进成长，但又不至于导致挫折。这是一种个性化定制水平，传统的一对多课堂模式本质上难以实现。

3. 忘记"作弊" 真正的对话是关于重新发明评估

学生将使用人工智能在作业中作弊的担忧是教育工作者最常见的顾虑之一。然而，一个更有成效的观点建议将此视为不仅仅是一系列"个人不良决策"，而是一个"集体行动问题"。这种强有力的重新定义将焦点从监管学生转移到重新思考我们如何在人工智能无处不在的世界中评估学习。

人工智能的存在挑战我们超越测试死记硬背的评估，转向衡量真正理解的方法。这可能意味着更加强调人工智能不容易复制的评估形式，如课堂辩论、展示学生随时间推移过程的作品集项目和口头考试。远非仅仅是一种威胁，创建"防人工智能"作业的挑战已经证明是一个催化剂，推动教育工作者开发更真实、更有意义的方式来衡量学生真正知道的内容；通常"产生新颖且令人兴奋的结果"。

4. 目标不是消除挣扎，而是消除无效的挣扎

一个常见的担忧是人工智能会使事情变得过于容易，导致"元认知懒惰"，阻止学生参与学习所必需的深度思考。然而，这是基于所有挣扎都有益的错误前提。目标不是为了挣扎而最大化挣扎，而是，正如教育心理学家John Sweller的认知负荷理论提醒我们的那样，"将努力集中在重要的心理工作上"。

人工智能可以成为减少无效认知负荷的强大工具；例如，通过帮助学生理解零散的文本或过于复杂的图表。通过卸载这些外部任务，学生有限的心理能量可以被引导到更高阶的任务中，如批判性推理、分析和创造性问题解决。因此，核心机会是设计能够促进而非取代深度思考的人工智能工具，通过支持学习者自己参与更复杂的推理。

5. 人工智能最大的公平挑战可能不是获取，而是动机

在考虑公平性时，对话通常集中在设备和连接的获取上。但现实更为微妙，这从某些中等收入国家人工智能使用率总体较高的事实可以看出。这表明一个更深层次的挑战正在出现："5%问题"。这是指那些最有效参与人工智能学习工具的学生是那些已经高度积极的学生的风险。如果关于人工智能有效性的研究主要基于这个自我选择的群体，它可能会创造对工具潜力的偏见视角，无意中扩大而非缩小成就差距。

正如教育研究员Mary Burns在她为联合国教科文组织所做的工作中指出的那样，"传统上，将新的数字技术引入教育往往会创造一种分层，其中最富有的学生可能获得更新形式的在线学习，而较贫穷的学生往往继续依赖较旧的技术……或者根本没有。"这突显了确保真正公平需要的远不止提供获取；它需要深入关注如何支持所有学生（特别是最不积极参与的学生）有意义且安全地使用人工智能。

结论：一系列新问题

最终，人工智能不是解决教育面临挑战的简单解决方案。相反，它是一个强大的催化剂，迫使社会提出关于教学本质、知识定义以及在快速变化的世界中成功指标的基本问题。从面对学习衰退到重新发明评估和解决动机差距，人工智能的主要作用不是提供简单的答案，而是迫使我们提出更好的问题。

随着人工智能融入我们日常生活的结构，我们面临着现在必须共同回答的终极问题：人工智能会改变我们需要学习的内容，甚至改变学习的意义吗？

• 完整论文：此处
• 苹果播客：此处
• Spotify：此处
• Youtube：此处

\ \