|
作者 | 王竹立，吴彦茹，王云 来源 | 远程教育杂志，有删减 以ChatGPT 为代表的生成式人工智能在教育界激起了深远的反响，至今热度未衰。ChatGPT 的出现意味着什么？智能时代教育面临哪些新挑战？教育应如何应对这些挑战？这些都是当前教育领域亟待探讨的问题，也是关乎人类的生存发展的关键问题。为此，本文将切入这三个主题，探讨智能时代教育所面临的挑战与变革。一、ChatGPT 的出现意味着什么（一）ChatGPT 的革命性进步比尔·盖茨认为ChatGPT 是他一生中遇到的两项革命性技术之一，并预测在未来5 至10 年内，人工智能（AI）驱动的软件将最终实现彻底改变人们教学和学习方式的承诺（Gates，2023）。ChatGPT 与以往AI 相比已有突破性进展，传统的AI 被设计用于执行特定任务，需要具有预定义的规则和程序，一旦超出这些范畴，就会失效。ChatGPT基于深度学习技术，依靠自我学习、模拟和推理来生成文本和对话，首次采用从人类反馈中强化学习（Reinforcement Learning from Human Feedback，RLHF）的方式，具有根据用户反馈改进输出结果的能力，并会根据用户反馈持续化更新和学习（Ouyang L,et al.,2022；Shen,et al.,2023），从而更加接近人类的语言和习惯，在某种程度上可以实现自主思考和创造性表达，这使它比传统AI 表现出更大的适应性和适用性。通用人工智能 （Artificial General Intelligence，AGI）是指能像人一样思考、像人一样从事多种用途的智能机器。由于主流AI 研究逐渐走向某一领域的智能化（如机器视觉、语音输入等），为了与它们相区分，在Artificial Intelligence 中间增加了General，从而开辟了通用人工智能这一领域 （百度百科，2023）。ChatGPT 作为人工智能技术驱动的自然语言处理工具，不仅能够通过理解和学习人类的语言进行对话，根据聊天的上下文进行互动，真正像人类一样进行交流，回答各种问题；还能完成撰写邮件、视频脚本、文案、翻译、代码、写论文等多项任务，向通用人工智能的目标迈进了一大步；但尚未达到人脑的 “通用性”，无法像人一样从事更多的工作，因此，还不能被定义为通用人工智能（见表1）。从表1 可以看出，迄今为止，ChatGPT 唯一能与人脑匹配的智能仅有思考一项，而且从严格意义上来说，ChatGPT 的思考与人类的思考也有本质上的不同。ChatGPT 只是根据已经存在的数据和程序来生成回答，而不是真正的思考和判断。人类的思考是一种具有主观性、自由意志、情感和感知的过程，人类的思考往往源自其对外界和自身的感知，并在感性认知的基础上通过抽象概括等思维形式上升为理性认识；ChatGPT 并没有这些特质，它不能感知外界的事物，而是通过处理和分析输入的自然语言来寻找匹配的答案，使用的技术是基于机器学习和自然语言处理的算法，通过处理大量的训练数据来建立模型，以便在给定问题的情况下，尽可能地提供最佳的回答。因此，即使它的回答看上去和人类的思考结果相似，也不能说它和人类思考是一样的。虽然人类有时也会在记忆中寻找已有的答案来与问题相匹配，但人类的思维显然要比这复杂且灵活得多。由于ChatGPT 缺乏对外部世界的实时感知和抽象思维能力，使其在应对开放性的问题、推理不稳定的场景等方面与人脑相比仍有较大的差距。归根结底，ChatGPT 只是一个由算法和数学模型构成的计算机程序，其工作原理与人类大脑的功能、结构和演化历程有着很大差异。例如，人类能够从实践中发现新事物和新现象，并给事物或现象命名，进而对事物或现象的本质、规律进行抽象、概括、分析与推理，产生出新的知识；到目前为止，ChatGPT 还只能从已有的知识和数据中，进行二次收集、整理、加工、重组，针对某个具体的问题，匹配出最符合人类道德和需求的答案。在某种意义上，ChatGPT 还只是“知识的二道贩子”。然而也应该看到，这种状况有可能在将来得到改变。目前已有能通过各种传感器实时感知外界信息如图像识别、语音识别等的智能机器，也有用AI进行情感计算的探索和研究，还有各种能像人一样行动的机器人。如果将ChatGPT 式的生成式人工智能与这些技术和机器系统整合起来，就可能生产出与人类智能多样性非常接近的机器人，能够像人一样从事多种工作，而不仅仅是问答式对话。这种能够理解、推理并与物理世界互动的智能系统被称为具身智能，被认为是AI 的终极形态之一（秦枭，2023）。由此可见，ChatGPT 已具备成为一种通用目的技术（GPTs）的潜能（方兴东，等，2023）。（二）ChatGPT 诞生标志着智能时代的正式到来ChatGPT 的诞生是否意味着智能时代的正式到来，要看人类自己设置的标准。人们常用最具代表性的生产工具来代表一个历史时期，如石器时代、青铜时代、铁器时代、蒸汽时代、电气时代等。那么，现在人工智能早已出现，并且其重要性不亚于历史上任何一个生产工具，人类正迈向智能时代是确定无疑的。非要找出一个时间节点，标志智能时代正式到来，笔者以为ChatGPT 为代表的生成式人工智能的出现，就可以作为一个标志性事件。因为之前的很多AI 技术突破，与我们每个人的日常生活关系尚不密切，但ChatGPT 为代表的生成式人工智能则可能进入每个人的日常生活，并对社会的方方面面产生深远的影响。ChatGPT 仅用2 个月就吸引到1 亿用户，加上“ChatGPT+”和同类生成式AI 产品的不断推出，极有可能在半年到一年内达到10 亿用户的 “杀手级” 应用。比尔·盖茨以“人工智能时代已经开启”（The Age of AI has begun）为题专门讨论ChatGPT可能给各方面带来的影响（Gates，2023）。学术界似乎尚未有人明确提出智能时代的到来应以何种事件为标志，笔者曾向ChatGPT 提问，它的回答是，只有当机器智能达到或超越人类智能，具备更高维度的判断、决策和自主行动能力，并因此给人类带来彻底改变之时，才是智能时代正式到来之日，也就是说必须等到真正的通用人工智能甚至超级人工智能到来之时。这可能代表了部分专家的观点。笔者认同方东兴等人的观点：“如果自下而上地转变思维，改变视角，以普遍使用的'应用’为基准作为定义'通用’的决定因素，那么'走的人多了也便成了路’'用的人多了也便成了通用’，而不是在'技术’视角下提前预设一个高远的目标。（方东兴，等，2023）”二、智能时代教育面临哪些新挑战？笔者曾提出网络时代学习面临两大挑战：信息超载和知识碎片化（王竹立，2011）。智能时代学习又该面临哪些挑战呢？原有的挑战是否还存在？是否出现了新的挑战？ChatGPT 除了可能给学习带来便利之外，是否也同时带来新的挑战？对学习的挑战其实就是对教育的挑战。目前，学术界担心ChatGPT 带给教育的挑战，主要集中在虚假信息、学术伦理、数据安全、数字鸿沟、偏见与歧视、教师地位弱化等方面（王佑镁，等，2023；杨欣，2023；周洪宇，等，2023）。笔者认为，ChatGPT 对教育的挑战不仅限于上述几个方面，而是全方位的，从教育理论、教育体系到教育实践无不涉及。（一）对教育理论的挑战教育理论是教育学科的基础和核心，对于教育改革和教育发展具有重要的指导意义。教育理论是以学习理论为前提和基础的，两者是一体两面的关系。ChatGPT 类生成式人工智能的出现，迫使教育理论工作者回答下面一系列问题：（1）什么是知识？什么是有用的知识？知识有没有发生变化？发生了哪些变化？（2）今天我们为什么而学、学什么、如何学？（3）今天我们为什么而教、教什么、谁来教、如何教？（4）智能时代教育的主要任务是什么？需要培养什么样的人才？如何培养这样的人才？等，这些问题涉及知识观、学习观、教学观、课程观和人才观等多个层面。（二）对教育体系的挑战教育体系是指一个国家或地区所建立的，包括各种教育机构和教育组织的总称。教育体系包括幼儿教育、小学教育、中学教育、高等教育、继续教育等各个阶段的教育机构，以及与之相关的教育组织，如教育行政部门、教育科研机构、教育培训机构等，笔者将其分为学校教育体系和终身教育体系两大组成部分。ChatGPT 的出现，同样让我们反思：未来学校还会存在吗？教育教学体制还会跟现在一样吗？终身教育地位要不要提升？如何提升？提升到什么高度？终身教育与学校教育的关系如何？等一系列问题。（三）对教育实践的挑战教育实践是在教育理论指导下，通过教育体系中的全体工作者和学习者共同完成的教育教学活动的统称。教育实践面临的挑战是最大的，也是最难一蹴而就的。这是所有教育机构和教育工作者所直接面对的挑战，包括如何将先进的教育理念转化为实际的教育教学行动？如何完成学校体制和教育生态的变革？如何实现教育教学模式与方法的转变？如何更新教育教学内容？如何改革教育教学评价体系？如何提升教师教育教学能力？如何培养学生以数字素养为核心的学习能力？等一系列问题。三、智能时代教育应如何应对挑战有学者断言，人工智能将使传统教育的优势荡然无存（钱颖一，2023）。然而，教育是国之大事，涉及的方方面面都非常复杂，包括政治、经济、文化等诸多领域，需要各方面的共同努力才能实现改革。教育变革是一个长期的过程，需要时间来逐步推进，需要付出巨大的投入和努力，需要推动教育体制的变革、教育思想的更新、教育资源的配置等多方面工作。因此，教育的发展速度往往比技术进步的速度慢，这一点在网络和智能时代越来越凸显。但无论如何，教育变革不可推延、势在必行。笔者拟从教育自身的角度，围绕以下几个方面探讨教育变革的内容与方向。（一）教育理论的全面反思与升级改造智能时代，新的学习技术与学习环境要求对教育教学基本理论进行全面反思与升级改造，下面笔者将分别从知识观、学习观、教学观、课程观、人才观等方面展开分析。网络时代对知识变化的最初观察来自联通主义学习理论创始人乔治·西蒙斯和史蒂芬·道恩斯（George Siemens & Stephen Downes）。西蒙斯等认为网络时代的知识已从静态的层级结构变成动态的网络生态，提出了知识流、软知识和硬知识、联通知识等新概念（西蒙斯，2009；Downes，2008）。之后逐渐分化为两类新知识观：其一是笔者于2017 年提出的面向智能时代的新知识观，后逐渐发展成为重构主义知识观（王竹立，2017a；王竹立，等，2022）。其最显著的特征是对软、硬知识的划分作了进一步的深化和拓展，认为网络时代出现了一类被称为软知识的新知识类型，今天软知识越来越多，且重要性不断上升，而传统的硬知识的重要性则下降。其二是陈丽等于2019 年在联通主义知识观基础上提出了 “互联网+教育”的知识观，后逐渐发展为回归论知识观（陈丽，等，2019；陈丽，等，2023），其核心思想是认为知识已从精加工的符号化信息回归到人类的全部智慧，包括信息、经验、技能、态度、价值观等，网络时代的知识不仅是表征出来的事实，还可以是通过群智汇聚“涌现”出来的对认知客体的整体识别，是信息的某种组织方式。这两种新知识观虽有内涵与主张上的异同，但都向我们描绘了网络时代知识的新面貌，那就是：今天的知识已不仅限于过去那种记载在纸质书本中的、被专家学者符号化、结构化的硬知识，还出现了向硬知识生成之初回归的现象。这种知识回归现象表现在两个层面：一是从符号表征向知识本体的回归，知识不仅限于那些被语言文字等符号充分表征，并已形成结构化、系统化的传统意义上的知识（硬知识），如学说、理论、概念、定义、原理、公式等，还包括介于硬知识与最初经验之间的、尚未被语言文字等符号充分表征的半结构化、半系统化的软知识，以及所有未被符号表征，或无法被符号表征的原初的信息、经验、技能、态度、价值观等（即本体知识）；二是从专家向草根的回归，即知识生产不再是专家学者的专利，众多的草根网民也参与了知识的生成与建构，甚至智能机器也参与到人类的知识生产过程中。知识是在网络的群智汇聚中自发地“涌现”出来的某种复杂结构或组织形式。与知识回归现象相反的是知识重构趋势。随着信息爆炸性增长，信息来源渠道的增多，加上微博、短视频等碎片化传播方式的流行，信息超载和知识碎片化现象日趋严重，对知识结构化、系统化的需求也日益增高。信息和经验等唯有通过符号化的加工提纯，才能变成更具普遍性和概括性的知识，也才更有利于传播与推广。只不过这种信息和经验的符号化加工提纯，不是简单地“复原”原有的学科知识结构，而是根据现实的需要由学习者个体或组织 “重构”出个性化的知识结构。这种重构知识更多的是包含新要素的软知识，其中少部分最终会上升为更具普遍性和稳定性的硬知识。知识的回归与重构，共同构成了网络与智能时代知识的双向运动，从而推动知识的不断更新迭代（王竹立，2023），如图1 所示。人工智能加快了知识的双向运动趋势。作为生成式AI，ChatGPT 还不能从无到有生成新知识，只能对人类原有的知识进行重组加工。这种重组加工本身就是一种“提纯”和“重构”。另一方面，这种重组加工是围绕具体问题进行的，相对于传统的学科知识体系来说又是某种意义上指向具体问题的“回归”与“还原”。由于目前ChatGPT 缺乏对外部世界的实时感知和抽象思维能力，其重组出来的“新知识”要么属于对人类已有知识的二次加工，要么可能是似是而非的“伪知识”。例如，由清华大学新闻与传播学院元宇宙文化实验室发布的 《清华大学AIGC 发展研究报告》中显示，由AI 生成并解释的新名词如摩尔陷阱、摩尔平衡、摩尔分配、摩尔悖论和摩尔鸿沟等（清华大学新闻与传播学院元宇宙文化实验室，2023），是否有现实中的对应事物或现象？其有没有得到学界的认同？或者这还只是AI 的“一本正经地胡说八道”。这些问题值得深刻反思：如果任由这类AI 自动生成的新名词、新概念、新理论到处泛滥，不仅进一步加剧信息超载和知识碎片化，而且还可能导致信息失真和知识泡沫化现象，对人类知识体系造成灾难性影响。所谓信息失真，是指某种符号化信息并未反映真实事物或现象；所谓知识泡沫化是指知识生产的一种虚假繁荣，各种新名词层出不穷，却并未实质性扩充人类的知识。卡尔·波普尔（2005）在探讨知识真伪问题时指出，“我们要问的倒是所做的断定是否真——就是说，它是否与事实一致。”为此，笔者提出真知识和伪知识的判断标准：判断一种知识的真伪，要看它是否反映了客观存在的事实，是否在现实世界中存在相对应的事物或现象。如果一个概念或理论与现实毫无任何关联，只存在于语言文字中，那就是伪知识。另一方面，ChatGPT 又能作为人类的助手，帮助人类对已有知识进行快速检索、梳理、提取，极大地减轻人们查找知识、整理知识的工作量，从而间接推动知识的传播与创新。因此，ChatGPT 对信息超载和知识碎片化的影响是十分复杂的，这两种对人类学习的挑战也将持续下去。在数据定义万物、数据量化万物、数据链接万物的人工智能时代，数据科学在大数据的推动下取得快速发展。顾小清和郝祥军据此认为，数据科学探索将数据转化为信息、信息转化为知识、知识转化为决策的机制和方法，知识发现与生产从仅追求因果性走向重视相关性，从而产生出一种“科学始于数据”的知识生产新模式，可姑且称之为数据驱动知识观（郝祥军，等，2023）。智能机器已加入知识生产主体，数据作为知识生产的重要原料，智能算法成为知识生产的技术与工具，这些判断应无疑义。董春雨等（2018）认为，人类认知有三类进路：（1）纯粹靠人类感知觉获得的经验；（2）通过实验仪器对人类感知觉的延伸以及对经验的数学化，使得近代自然科学产生；（3）到了大数据时代，由于人类依靠相应的技术手段可以实现“万物数据化”，所以客观上使得对个体的认识进一步加深，而这必然导致以此为基础的对普遍性规律的认识。需要思考的是，这三种认知途径是互相替代的关系还是互为补充的关系？笔者认为应该是后者。正如科学实验无法完全取代人类直接面对自然和社会所获取的知识与经验，“数据+算法”也不可能完全取代前两种途径所获取的知识与结论，甚至不能完全离开人类经验和实验结果所产生出来的数据。“数据+算法”产生的个性化知识是否必然导致普遍性规律的发现，以及这种普遍性规律是由人还是机器发现也存在诸多疑问。举个不太恰当的例子，一个一岁多的孩子，偶然发现墙壁上的某个开关按钮与客厅里的吊灯有相关性，于是每天都想要去按那个按钮来开灯、关灯。但他还没有学习语言和文字，更不懂其中的科学道理，因此他这种相关性知识不具备普遍性，无法进行迁移。换一种类型的开关，比如拉线开关或遥控开关，他就不知道了，更谈不上利用这种相关性去设计电灯线路。从某种意义上说，通过AI对大数据的挖掘所获得的相关性，与这个例子中孩子发现的相关性有类似之处，尽管AI 的发现可能比孩子的发现要复杂得多、有用得多，但未必必然导致普遍性规律的发现。即使生成式人工智能通过大规模的数据训练，建立了某种数学模型，这种数学模型是不是就一定代表了客观世界的普遍规律，还是只是在某种具体情境下对客观规律的某种近似的模拟，也值得深入思考。即使通过数据和算法真能发现所谓普遍性规律也需得到人类实践与科学实验的检验与修正。对事物之间相关性的寻找和发现不能替代对因果关系的分析与判断，前者可能更适合发现宏观或复杂场景下的隐秘关系；后者则更适合阐释中观和微观情境下的客观规律。所谓“知识生产方式转向以数据挖掘为主要选择”的判断可能为时过早，甚至不一定正确。我们要像警惕科学主义的狭隘与偏颇一样，警惕数据至上主义。ChatGPT 等生成式人工智能所生成的内容，本质上就是通过对数据的挖掘，借助一系列深度学习算法，发现与人类提问最具相关性的答案，其优势与劣势目前均已初步显现。ChatGPT 既能高效完成将数据转化为知识（内容）的过程，也可能“一本正经地胡说八道”，这不能不引起人类高度警惕，并小心谨慎地分析与取舍。“那些对AIGC 不求甚解之人，难免会曲解它输出的内容以符合自身的直观感受和经验习惯，进而在没有规律之处发现规律、在没有意义之处强加意义、在没有道理之处讲出道理……如今的AIGC 可以营造出更高级且诡秘的科技眩晕感，从而导致更多人把那些真假难辨的知识当作魔法一般来加以欣赏。有鉴于此，从教育的角度对AIGC 进行科学检验、实践检验和交叉检验也就显得尤为重要而又迫切（杨欣，2023）。”毫无疑问，重构主义知识观、回归论知识观和数据驱动知识观彻底颠覆了以经典著作和教科书为代表的传统知识观，共同构成了智能时代的新知识观，具有划时代意义；但还需要进一步整合与完善，使之成为指导智能时代教与学实践的统一的新知识观。笔者曾提出网络时代学习面临两大挑战：信息超载和知识碎片化。如前所述，智能时代这两大挑战并未消除，还增加了信息失真和知识泡沫化的新挑战。面对这些挑战，智能时代的学习也必然要有所改变。重构主义所主张的零存整取、碎片重构仍然是应对这些挑战的最佳方法。知识观的改变必然导致学习观的改变。知识不再作为学习的首要目标，解决复杂问题的综合能力和高阶思维（有时被进一步提升为素养）成为学习的首要目标。如果说这一判断在之前尚有争议，而ChatGPT的出现令相关争议画上了休止符。知识的学习依然必要，但主要是为了培养能力和思维服务的，是在培养能力和思维过程中“顺带”学到的，而不是相反的。传统教育理念中知识结构的“金字塔”模式将被“蜘蛛网”模式取代（王竹立，2012）。随着知识的更新迭代越来越频繁、快速，终身学习的理念越来越深入人心，借助网络和人工智能开展自主学习的能力便越来越重要。智能时代硬知识的重要性将进一步下降，软知识的重要性将进一步上升；事实性知识和程序性知识重要性下降，原理性知识重要性上升；与个人关系不大的知识重要性下降，与个人关系密切的知识重要性上升；外语类知识的重要性下降，本土语言知识的重要性上升；与信息技术和人工智能关系不密切的知识的重要性下降，与信息技术和人工智能关系密切的知识的重要性上升（王竹立，2023）。有学者认为，软知识的不稳定性侵蚀了硬知识的稳定性，软知识的大众性消解了硬知识的精英性，因此知识教育唯有重塑精英化的知识教育生态，回归基础、回归经典、回归系统，方能应对知识平庸化与碎片化的挑战（罗琴，等，2022），对此，笔者不敢苟同。的确，软知识存在不稳定性、碎片化等缺陷，需要进一步加工提纯，向硬知识方向转变，但采取的方法不是回归或复原传统的知识体系与结构，而是以零存整取、碎片重构方式构建出新的知识体系与结构。今天已不再是知识更新很慢的静态社会，传统或经典的硬知识随着时间的推移、技术的日新月异，已越来越不适用于新事物和新问题，其价值和意义下降，硬知识也开始变软。试图走回头路、重读经典、回归传统的学科知识体系，无异于缘木求鱼。今天仍需要系统的知识，但不是传统的以学科为中心的系统知识，而是当下的以问题为中心的系统知识。这并不意味着学科知识体系已完全不重要，在打基础阶段的系统学习还是必要的，但过度强调只会适得其反。联通主义主张的连通知识结点、建立知识网络的思想仍然具有普遍意义。但随着ChatGPT 类生成式人工智能的广泛应用，连通的重要性将有所下降，因为ChatGPT 将协助人类解决一部分连通问题。过去人们苦于网络知识的浩瀚无垠，在网络中寻找相关知识犹如大海捞针，而且这些知识碎片式地散布在各个角落，收集、整理知识成为一项繁重的工作。有了ChatGPT 类生成式人工智能之后，这类工作可以在极短时间内轻松完成。人类要做的是将这些机器整理好的知识与自己原有的知识体系进行有机整合。未来“人－机”合作式学习将越来越普遍。Chat-GPT 将作为某种意义上的“学习代理”，帮助人们解决一些学习中理解、记忆和知识梳理等问题。但人类不能完全依赖ChatGPT 进行学习，否则将导致自身学习与思维能力的全面退化。重构主义所主张的零存整取式学习变得尤为重要，这不仅因为零存整取式学习可以培养学习者的自主学习和高阶思维能力，还因为这种学习是人类建构软知识的最佳途径。零存整取式学习包含积件式写作、个性化改写和创造性重构三个环节或阶段（王竹立，2011；王竹立，2013）。ChatGPT 可作为人类的助手，加快人类从第一阶段到第二阶段的进程，即将碎片化知识用人类熟悉的语言改写成一篇结构完整、逻辑通顺的文章。但第三阶段即创造性重构，仍须人类完全依靠自己独立完成。因为创造性重构需要个人的隐性知识，需要灵感和顿悟等软性思维，需要人类对外界事物的实时感知和抽象概括能力，而这些AI 目前还不具有。传统教学目标实际上是以传授知识、培养技能为核心的，今后应向培养多方面能力和高阶思维方向转变。由于现阶段还是以分科教学为主，在学科教学中如何培养学科思维就成为我们需要关注的重点。笔者认为，学科思维主要体现在下面四项内容之中：一是学科的历史发展脉络；二是学科知识的框架结构；三是学科特有的研究方法与创新故事；四是学科知识与实际应用的结合之处。这些内容常常在日常教学中被忽视。打个不太恰当的比方，如果将一门学科的知识比喻为一棵树，那么学科的历史发展脉络就像树根，学科知识的框架结构好比树干，学科特有的研究方法与创新故事好比花朵，学科知识与实际应用的结合之处就类似榕树的气根，而具体的知识点则是树叶。传统的教学往往把一片片的树叶（知识点）作为教学的主要目标，而忽视了其他许多方面，因而不利于培养学科思维。知识应该是在培养学科思维和核心技能过程中自然而然学到的，这样学习知识目标更明确、内容更精简、结构更合理。教学内容的选择应从传统的强调硬知识的传授向师生共同学习、建构软知识方向转变。硬知识的学习还是必要的，但应选择那些目前与未来还有价值的硬知识，而不是已过时的硬知识。学习硬知识的目的主要是为了学习和建构软知识打下必要的知识基础、培养学科思维能力、提供建构软知识的思路与框架。教学的内容应更多地来自生活实践、学习者之间的分享，而不是传统的教材。脑力劳动中也有大量的机械性、重复性或程序化工作。这些工作都可以被生成式AI 所替代。及时更新教学内容的目的，就是为了更充分地利用人工智能的优势，解放人类的脑力，减轻脑力劳动的负担，让人类将脑力更多地用在解决那些人工智能不擅长的事情上。由于ChatGPT 能替代学生完成很多常规性的练习和作业，其对日常教学的挑战是显而易见的，这也就是一些学校和教师主张禁用ChatGPT 的原因。但教师自己也经常用ChatGPT 辅助教学与研究，却禁止学生使用，既不公平，也不现实。事实上，ChatGPT可在教学中发挥很多作用，如果使用得当绝对利大于弊。合理的做法是：在平时应鼓励学生与ChatGPT 合作共同完成作业和练习，在考试时则应严格禁止。对于有相对明确答案的作业和问题，要求学生先自己独立思考，然后再使用ChatGPT 回答，并对比自己的答案与ChatGPT 的答案，从中发现问题，进行必要的修改与整合，并诚实地报告自己和ChatGPT 的贡献；对于开放性、真实性问题和任务，学生不可能完全依赖ChatGPT 完成，因为ChatGPT 缺乏对外界事物实时的感知能力，也不具备对真实问题抽象与概括的能力，只能基于语言文字等符号化数据进行分析，学生必须发挥人类的长处与ChatGPT 分工合作、互相启发、优势互补。考试时禁止学生使用ChatGPT 有利于调动学生平时自主学习与思考的积极性，而不是完全依赖ChatGPT。考题应以真实性、综合性和开放性问题为主，而不只是考查对书本知识的简单理解和记忆。在教学方法上，应从传统的接受式教学、转向建构主义主张的发现式教学和重构主义（即新建构主义）所主张的分享式教学（王竹立，2014）。让学习者充分利用课堂上的时间和机会，开展面对面的交流，分享自己通过各种途径学习的成果，发现共同感兴趣的问题，进一步合作探究，通过对众人探究成果的零存整取，构建新的知识体系。在这一过程中，ChatGPT 可作为人类学习的同伴和助手。课程是指针对特定学科或主题所设计的教育计划，旨在帮助学生学习和掌握特定领域的知识和技能，促进学生的专业思维、创造力和批判性思维等方面的发展。课程通常由教师或专业人士设计和组织，是学校教育的核心部分之一。由于ChatGPT 具有强大的文本生成能力，可以帮助教师准备教案、设计教学、辅助教学、建设课程资源、出题和评卷等，将大大减轻教师日常教学的工作量和脑力负担，使教师能够腾出时间和精力思考教学改革与创新问题。以往教师想开展个性化教学、跨学科教学，常常苦于没有时间、精力、人力，缺乏相应的教学资源和师资力量，ChatGPT 有可能帮助解决这一问题。ChatGPT 可帮助教师建设跨学科综合性教材和资源，以弥补教师在其他学科和专业上的知识不足；对学生学习实行智能化辅导、监管与评估，充当教师的助教回答学生个性化问题等。学习者也将因为有ChatGPT 的帮助，能更快更好地完成日常学习任务，以减轻学习者在知识理解和记忆方面的负担，因而可以拿出更多时间从事实践和探究，进行跨学科和个性化学习，开阔视野，培养多种能力和思维。不过也不要对ChatGPT 的能力有过高的期待，现阶段的生成式人工智能还有一个致命弱点，就是在与人对话聊天过程中只有短期记忆，没有长期记忆。常常隔了一段时间后就忘记前面的聊天内容。它根据的上下文只是最近的上下文，经过一两次问题转换后它就完全忘记了之前有过的对话，以至于提问人必须不断重复提醒它。这使得它难以与人类个体建立长远的关系，在生成长文本内容或连续批改作业时也会遇到较大的麻烦，仍需要进行专业的编程和专门的训练。有学者认为，ChatGPT 可能导致传统教育知识体系坍塌，“课程”这一最传统的知识体系外显形式，在人工智能时代是否仍然有存在的必要和可能，也值得进一步讨论（钟秉林，等，2023）。因为ChatGPT是以问题为中心来组织和整理知识的，不一定遵循学科知识体系和严守学科知识的完整性。学生经常使用ChatGPT 学习，有可能忽视原有的学科知识体系，而成为另一种意义上的碎片式学习。笔者认为，智能时代课程这种形式仍然会存在，但与传统课程相比，将有较大改变，如更加强调实践和应用、强化跨学科融合、引入人工智能等最新技术和工具、开展个性化教学、强调跨文化交流和合作等。在具体形式上，智能时代的课程会更加注重线上教育，通过互联网和在线平台进行教学，提高教学效率和灵活性，减少时间和空间的限制；课堂上则更多地开展知识分享、情感交流与面对面互动，而不是单纯的知识讲授；通过人工智能和数据分析等技术，根据学生的学习情况和兴趣进行个性化教学和评估；将线上教学、实践教学、社交学习等形式进行组合，以提高学习效果和体验；将不同学科的知识和技能进行整合，形成综合性的学科体系，以提高学生的综合素养。总之，ChatGPT 的出现将会使课程更加智能化、个性化和综合化，不断提高教学效果和学习体验。教育的本质是培养人、造就人，但现实中学校教育的主要目标是为国家和社会培养各行各业的专业人才。理论上这两者似乎并不矛盾，实则有很大的不同。育人是要促进个体的全面发展，而育才则是为了促进生产或经济的发展，一个向内，一个向外，指向截然不同。在工业社会之前，教育与生产或经济发展的关系较为疏远，那时教育的目的主要在于培养完人或君子；工业革命时期，为满足经济发展的现实需要，教育不得不从培养人转向培养才。其结果是学校教育偏离了育人的宗旨，转为通过严格的筛选，有组织、有计划地为工业社会各部门提供适合的技能人才（钟秉林，等，2023）。ChatGPT 类生成式人工智能的出现，使得培养人这个理想出现新的生机。当通用人工智能逐步替代“才”的各项技能之日，就是培养人的目标全面实现之时。那时更需要的是不同于机器的人，而不是与机器一较高下的才。人比才要更全面、更优秀、更灵活、更丰富。然而，教育从育才向育人转变，还需要一个较长的过渡期。在过渡期内，人们不得不在两者之间寻求某种平衡。从人才培养角度来看，智能时代对人才的要求跟以前的时代有很大的不同，过去那种百科全书式的知识储备型的人才既无可能产生，也不再需要，与人工智能的知识储备量相比，这样的人才变得微不足道、毫无价值。即使那些曾经颇受市场欢迎的专业型人才也将面临越来越大的“危机”。目前高等教育存在一个“人才培养悖论”，即人才培养应按照专业方式培养，但越专业的人才在今天越难以适应环境的变化（王竹立，2020a）。智能时代更需要的是创新型人才和跨领域人才。培养创新人才应处理好知识与创新的关系。对创新而言，知识是一把双刃剑。没有知识不行，知识过多也未必有利。知识有时候也可能成为束缚创造力的枷锁。历史上大量的创新性成果都是在创新人才还比较年轻、知识没那么丰富时做出来的，某些行业或领域的发明创造甚至是外行人做出来的。对创新最有帮助的，不是知识的总量，而是知识在大脑中如何被有效地组织以及利用（王竹立，2017b）。跨领域人才培养需要解决好专业教育与通识教育之间的关系。那种“既要…又要”的思维模式有可能费力不讨好。因为人的大脑能力有限，不可能同时装下和处理那么多知识。笔者曾提出的“T”型人才培养模式值得参考，即在培养学科或领域常识性知识的基础上，重点通过研究性学习、项目式学习等培养多方面的可迁移能力（王竹立，2020b）。未来的人才要善于与智能机器共同工作，将自己的大脑与机器的外脑共同组成“复合脑”，人脑主要承担右脑的创造性工作，智能机器主要承担左脑的常规性工作（王竹立，2023b）。（二）学校制度与教育生态的重新塑造今天我们的教育生态是由两大部分构成的：一部分是学校教育体系；另一部分是终身教育体系。相较终身教育，学校教育获得了更多的重视。国家和政府把大多数教育经费都投给了学校而不是社会。这是因为学校教育更正式、更容易管理，也更容易看到成果。近代以来，尽管学校教育饱受各种各样的批评，并在网络与智能时代被担忧是否会消亡，但学校至今仍屹立不倒且变化不大。这是因为学校作为教育青少年和培养专业人才的主要场所具有不容忽视的重要性，任何国家和政府都不敢等闲视之，对学校教育的任何改革都牵一发而动全身，极易引起全社会关注，不能不慎之又慎。智能时代知识更新速度呈指数级加快，这导致一个越来越明显的问题：学生在学校所学的知识还没出校门就可能已经过时。终身教育于是成为必然的选择。智能时代学校肯定还会存在，因为教育培养青少年，使他们适应即将进入的成人世界并成为对社会有用的人才，需要有学校这样的专门场所。但学校将不再是以教授知识为主，而是要将教育目标放在培养能力、思维与价值观等。学校教育要从封闭走向开放，从书本走向生活、从以教师为中心走向以学生为中心。具体表现在：学校是生活的试验场而不是世外桃源；课程贴近生活实践而不是脱离实际；学生有较大的选择权而不是被动受教；实行走班制、学分制和项目化教学而不是整齐划一的班级授课制；学习评价多元化、差异化而不只是标准化考试；人工智能和信息技术渗入教育教学各个环节而不是只停留在表面等。终身学习应成为全社会共识，终身教育应在智能时代的教育生态中占据超越学校教育的核心地位。终身教育涵盖了学校外的一切教育教学活动，开放大学和社区大学是其主体，主要承担个人成年以后的继续教育。博物馆展览馆图书馆书店等将办成开放式学习中心，学习与生活工作同步进行，人机合作与协作成为普遍现象。笔者曾建议成立国家终身教育部，统一协调和管理终身教育的各个方面工作（王竹立，2022）。开放大学应办成真正意义上的基于互联网和人工智能的新型学校，而不是传统大学的翻版（王竹立，2021）。成立国家终身教育部不是一时冲动或权宜之计，而是具有前瞻性、现实性、迫切性的教育改革重大举措，是打造智能时代教育新生态的重要标志，应充分论证、稳步推进。其最终目标是打造学习型大国和学习型社会。（三）教师AI 素养的加速提升ChatGPT 擅长大规模地收集和阅读文字信息，并能对信息进行高效地提取、加工和整理。从某种意义上看，未来首先被它取代的是只会从文献中获取知识的专家，和只会讲授书本知识的教师。而有丰富实践经验、经过独立思考得出的深刻见解、丰富的情感和同理心的教师，则永远不会被AI 取代。今天我们不能依靠只有过去知识的教师，来培养今天的学生，再让他们去应对未来的挑战。要培养创新型人才，教育者首先应该是具有创新精神的人。教师必须学会与AI 分工合作，提升自己的AI 素养。而提升教师的素养，关键在转变教师的观念；转变教育管理者的观念，比转变普通教师的观念更重要。从当下的教师队伍现状来看，笔者认为，教师首先要做好以下几方面工作：（1）密切关注AI 的最新进展；（2）努力更新知识观和学习观；（3）积极开展信息化智能化教学改革；（4）提升借助网络和人工智能开展自主学习的意识与能力；（5）大力推动各项教育改革政策的制订与落实；（6）谨慎防范AI 可能带来的各种风险。更具体地说，教师在各自的教学中，应注重（1）将教学目标从知识向能力和思维转移；（2）采用开放性教学资源，而不仅仅是教科书；（3）向学生提开放性问题，而不是有标准答案的问题；（4）鼓励学生主动探索，并与学生一起探索；（5）让学生在课堂上分享自己的探索成果；（6）采用多元性、过程性、差异性评价方式评价学生；（7）对新事物永远保持开放态度。（四）强化思维锻炼，提升人类思维水平与创新能力具有强大思维能力的ChatGPT 的出现，引发了教育界人士的担忧，就是如果过度依赖这类生成式AI 来思考，未来人类自己的思维能力会不会弱化乃至退化？这种情况并非不可能发生。当工具和机器替代了人类的体力劳动后，人类的四肢和体力就不如古人强壮与灵活，因此我们需要通过体育运动来强身健体；当人工智能替代了我们的大部分脑力劳动时，更需要通过思维锻炼来开发大脑。现代奥林匹克运动会是在工业化时代开始举办的，未来人类有可能会举办思维的奥林匹克运动会。与目前已有的各种脑力竞赛不同，这样的竞技主要比拼的不是记忆和理解力，而是综合分析能力、批判性思维能力和创新创造能力。通过各种思维运动会，推动人类脑力锻炼的广泛开展，让人类永远保持思考力和创造力。
|
