在回答为什么人工智能一定会重塑教育之前,我想先跟大家探讨另外一个问题:什么是理想的教育?只有回答了这个问题,才能进一步回答为什么人工智能可以重塑教育,人工智能对于教育的改变到底是不是符合我们期待的模样。
既然只以分数论成败并非我们所希望的教育模式,那什么才是理想的教育呢?如果你读到了这里,就请先停下来,想想如果让你重新设计教育体系,那它应该是什么样子的?
我们可以一起来头脑风暴。头脑风暴的时候,先不要顾虑那么多,不用去想在现行的经济、文化、社会制度等条件下是否可行,就只考虑在最符合教育认知规律的情况下,到底怎样做才是培养人的最好方式。
下面是我的答案,不一定完全对,写出来供大家一起讨论。
教育系统有两大功能:一是选拔人才,二是培养人才。与此对应,就使得教育具有两个属性:一个是工具属性,比如帮助学生考上好大学、找好工作等;另一个是价值属性,比如帮助学生成为内心充盈、懂得生活的人。
然而,在某种意义上,“选拔人才”和“培养人才”这两项职责是相互矛盾的:只要有选拔,就意味着有淘汰。
只要有淘汰,就意味着肯定有一部分人不能被培养,或者不能被同等程度地培养。
只要有淘汰,人们就会趋之若鹜地让自己成为那个不被淘汰的人,“内卷”由此形成。
只要有淘汰,有人就可能从选拔方法里面钻空子、找路子,使得选拔无法做到完全的公平客观,导致选拔可能失效。
举个简单的例子。国家允许一些学校开展早期天才儿童的选拔和培养试验项目,进行小规模的试点,这对于国家发现人才、培养人才是件好事。学校开展这个项目的初衷,也是希望能够帮助一些天才儿童,使他们不会被正常的学制路径所束缚,从而拥有更好的平台和条件来发挥自己的天赋。
由于项目机制灵活,希望这些“天才儿童”能够自由生长,不要受到来自选拔、考试等方面的影响,因此设置了小、初、高的贯通机制,但这使得一些家长趋之若鹜,把这当成了一种升学的捷径,逼迫孩子从很小就开始上各种辅导班,生怕“耽误”了自己家的天才儿童。结果导致项目在实施过程中变了形,选拔出的不是天赋异禀的孩子,而是被各种教辅机构加工过的“人工牛娃”。这不仅造成了“内卷”,还损害了孩子的身心健康,进而使孩子丧失了对学习的兴趣。
所以我认为,解决培养人的问题的最根本方法就是不设立选拔机制。根据霍华德 · 加德纳(Howard Gardner)的“多元智能理论”,每一个孩子都有自己的天赋,可能体现在音乐智能、体育智能、空间智能、语言智能等八大维度,因此,教育工作者的任务是发现每一个孩子的独特方面并加以培养,让每一个孩子都被看见,并在他们所擅长的领域开花结果。
但这仅仅是从一个角度来考虑是否要“选拔”,实际上,“选拔机制”对社会的影响远远不能只从单一的维度去考量和决策。要知道,选拔人才的方式从古至今都是存在的,它是维持社会正常秩序、保持阶层流动、维护社会稳定必不可少的重要举措之一,从这个方面来考虑,它的意义和价值也完全不同。因此,不能简单地一刀切,说取消就取消。这里我们只是说,单纯从培养人才的角度,可能没有选拔机制会更好。
学校的管理更加去中心化,可能没有固定的校园、围墙和教室,也没有固定行政班的概念,采用小班化教学,没有年龄的限制,不同年龄的孩子混在一起学习,学制更加弹性化,可以根据学生的学习情况延长或者缩短。
学校之间的差别不大,每个学生在任何一所学校都能受到良好的教育,而且,并非每个学生都要上大学,有没有大学文凭与是否有好的工作关系不大。学校更类似于“创新工场”或者“学业孵化器”,不仅为学生的学习提供服务,也为学生解决真实问题提供服务。
学校的主要功能不是向学生传授知识,而是为他们提供一个社交场所。社交对于学习具有十分重要的作用,它可以促进学生之间的互动交流,有相同兴趣的学生可以聚在一起讨论,碰撞出思想的火花。学生在学习期间可以学任何自己感兴趣的学科内容,如果萌生了好的想法,那么可以申请学期间隔(gap year),在休学期间把想法实现成产品,进行商业化应用。
学生对知识具有强烈的渴望和好奇心,愿意自由探索,具有自主学习的能力,可以自己决定学习什么科目以及学习的进度、难度、深度和广度,不用为了考试而学习,也不必追求学科的完整性和系统性。
学习方式是项目式、体验式、探究式的,学习的重点不仅仅是知识本身,还要理解一个学科的方法论和思维方式,并且着眼于解决真实的问题,从“因知而行”变成“因行而知”。
老师关心每一个学生的发展,清楚地了解每一个学生的不同特点,他们不仅仅会在学业上给予指导,也会在思维方式上予以引导,从而做到因材施教、有教无类。每一位老师都具有科学家精神。
老师一边教学,一边开拓创新,去了解新的教育理论、探索新的教学方式,并安排新的课程活动和实践。每一位老师都具有企业家精神。
而且,老师会对每一个学生提供具有针对性的心理辅导和情感支持,陪伴学生的整个学习过程,呵护学生的心灵成长,给每一个学生犯错的机会,不抛弃、不放弃,让每一个学生的潜能都能得到充分发挥。
当然,这对老师的素质也提出了更高的要求。相应地,他们的薪资水平也会高于一般性工作,在社会上会受人尊敬,拥有一定社会地位。
相比于呆板的书本形式,教材会以丰富有趣的数字化形式呈现,以把一个概念、原理的来龙去脉解释清楚。无须再冷冰冰地死记硬背结论,学生可以把事实还原到当时的历史背景下,了解问题产生的原因和背景。这样不仅可以激发学生的探索热情和欲望,还能引导他们自己得出结论,更多地去理解为什么要学习这些内容。
在学生学习的过程中家长不再指手画脚,而是会以终身学习者的身份与孩子一起学习、一起进步。
不是一考定终生,甚至标准化考试的最终成绩也不再那么重要。事实上,现在美国常春藤联盟中的一些院校已经不再看标准化考试的成绩了,比如哥伦比亚大学就表示,其录取过程根植于这样一种信念,即学生是充满活力的多方面的个体,不能用任何单一因素来定义一个人。
通过人工智能技术,我们不仅可以记录学生的学习轨迹(包括最初的问题、追问的问题、行动的过程,以及得出的结论和答案),还可以动态地展示学生的学习过程。同时,人工智能技术还可以帮助提供学生的学业表现,指导学生做自己最适合、最喜欢做的事情。
……
大家还可以写出更多自己的想法。
不过,当写到这里的时候,我不禁问自己:这样的“理想国”能实现吗?我突然冒出一个念头,之前我在清华大学读博士时的那种师徒制的学习方式、所接受的博士生训练和培养过程不就与之类似吗?
在实验室,我们做科研的目的不是学习知识,而是创造知识。实验室是一个实操的环境,我们要用学到的东西去做实验以进行探究,从而解决真实的科学问题。
我们的学习方式不是抱着教科书啃读和背诵,而是约导师去谈课题,平时则跟着师兄师姐学习实验操作。偶尔甚至是在别的同学做实验的时候,我偷着看几眼,听其他人闲聊几句,慢慢地居然就学会了。另外,我们每周都有固定的组会时间,同学们会讲述自己的研究进展并相互讨论,在这种环境下,我的演讲水平也提高了。
我们的导师颜宁老师会给我们自由探索的空间,我们可以自己选择要研究的课题、自行安排课题的进度、自己选择论证的方法、遇到困难时自己解决(自己实在解决不了时可以请人帮忙)。总之,课题是自己的,我们要对自己的课题负责。
实验室里没有人会自称“老大”或者“权威”,在科学面前,我们只追求真理,无须对导师唯命是从。颜老师不仅在学术上非常优秀,在思想上也非常开明,她鼓励我们提问、质疑权威。实验室里人数并不多,一个导师一年最多带两个学生,颜老师不仅负责我们的学术,在我们做不出课题、情绪非常低落的时候,她还会通过请我们吃饭、找我们聊天、陪我们做实验的方式安慰我们,帮我们渡过难关。
我们几乎不考试,印象中只有一次博士生资格考试,但这种考试对训练有素的学生来讲其实很简单。让我们感到困难的是每周的组会汇报上要用全英文汇报,这可比博士生资格考试难多了,因为同学们和导师要根据你的汇报“审查”你这一阶段的实验进展。不过,由于我们平时就严格要求自己,因此最终大多数同学能顺利完成严苛的博士生学术训练。
尽管毕业后不再做科研了,但我发现,在科研上的训练有素居然为我的工作和生活打下了坚实的基础,让我在各方面都还做得不错,因为,做任何事情(教学、写作、带孩子等),本质上用到的是同一种能力——一种拨开纷繁复杂的表象去探究事物底层逻辑的能力,而这正是我从实验室的训练中培养出来的能力。
但是,问题来了,这貌似是少数人才能接受到的教育。于是有人会说:“和老师,你讲这么多,与人工智能有什么关系呢?”
我觉得关系非常大,因为有了人工智能(类似 ChatGPT 一样的工具)的帮助,在未来的某一天,可能每个人都能接受这样的教育。不用上最好的大学,也能得到最好的老师的“指导”,也能与全球最具智慧的“同学”一起讨论,而且有最强大的工具帮你实现梦想……
真的会是这样吗?在第 2 节中我们会讨论这个话题。
评论 0条