近日，浙江某高校教師在網(wǎng)絡(luò )上曝光，由于其教授的3門(mén)課程學(xué)生不及格率高于30%，學(xué)校要求該老師作出說(shuō)明并提供整改方案?；貜椭?，該教師列舉了一道他出過(guò)的填空題以評價(jià)試卷難度：“《孔雀東南飛》的主人公分別是誰(shuí)和誰(shuí)？”據稱(chēng)，該題錯誤率在50%以上。

無(wú)獨有偶，近日，谷歌前首席執行官（CEO） 埃里克·施密特在美國斯坦福大學(xué)課堂上所進(jìn)行的一場(chǎng)訪(fǎng)談中也被學(xué)生問(wèn)及，在人工智能幾乎可以取代程序員的當下，還有必要學(xué)習C++語(yǔ)言嗎？

這使得我們不得不思考，人工智能時(shí)代，大學(xué)老師應教學(xué)生什么，又該考學(xué)生什么？如何定位課程和考試的意義與價(jià)值？考試的理念應做怎樣的調整，形式又應如何變革？

近日，浙江某高校教師負責的3門(mén)課的卷面不及格率在30%以上。面對質(zhì)疑，他在有關(guān)回應文章中列舉了一道曾出過(guò)的試題，以此評價(jià)試卷的難度：“《孔雀東南飛》的主人公分別是誰(shuí)和誰(shuí)？”他說(shuō)這道題的錯誤率在50%以上。

該事件引發(fā)了社會(huì )的廣泛熱議。其熱議的核心在于在人工智能時(shí)代，對于那些可以快速檢索到的知識，我們是否還需要像傳統模式那樣讓學(xué)生背誦和記憶？換言之，現在的考試應該考什么？

理解才是力量

即便在人工智能賦能各行業(yè)已成潮流的當下，教育從本質(zhì)、結構到機制也并未發(fā)生根本性改變，人工智能只是作為學(xué)習的輔助工具在起作用，完全不能替代個(gè)體的主動(dòng)學(xué)習。為此，我們不妨把教育的結構拆解開(kāi)，看看人工智能到底能在哪個(gè)環(huán)節起作用，以及能起多大作用。

教育的結構通常分為三部分，即篩選、培養與輸出。在這一鏈條上，教育的主要功能是培養學(xué)生的能力，把能力再分解為——通過(guò)教育的規訓作用使學(xué)生形成特定的認知模式、習性/行為模式并完成初步世界觀(guān)框架的搭建，同時(shí)在固定時(shí)間內對既定的培養目標進(jìn)行測評，這個(gè)環(huán)節就是種類(lèi)繁多的各種考試。

至此，我們大體了解了教育的完整流程。那么，在這幾個(gè)環(huán)節中，人工智能是在哪個(gè)環(huán)節發(fā)揮作用的呢？

顯然，人工智能的最大功用只是方便了知識的獲取，還可以延伸到培養的末端，即知識測評。在其他環(huán)節，人工智能的作用有限。從這個(gè)意義上說(shuō)，至少在當下，人工智能還沒(méi)有顛覆傳統教育范式。

回到那位老師的問(wèn)題，這樣的考題今天還有意義嗎？在筆者看來(lái)，當下我們還是要辛苦記下《孔雀東南飛》的主角是誰(shuí)，雖然人工智能/網(wǎng)絡(luò )里可以輕易找到這些知識，但這并不意味著(zhù)你的頭腦中就有。

更何況，學(xué)習的過(guò)程是一個(gè)人塑造個(gè)體認知圖式的過(guò)程，如果沒(méi)有點(diǎn)滴知識的緩慢學(xué)習，個(gè)體認知圖式的形成過(guò)程將失去根基，因為我們擁有的諸多人生經(jīng)驗都是通過(guò)親力親為獲得的。由此，各種判斷以及同理心才會(huì )被塑造并激活，就如同你即便看過(guò)無(wú)數愛(ài)情故事，也無(wú)法與真實(shí)的愛(ài)情相比一樣。如果知識不能內化并嵌入到我們的認知圖式中，我們如何作出各種價(jià)值判斷呢？

澳大利亞哲學(xué)家杰克遜曾提出一個(gè)著(zhù)名的思想實(shí)驗“瑪麗屋”。該實(shí)驗說(shuō)明，即便瑪麗知道了無(wú)數關(guān)于紅色的光學(xué)知識與生理學(xué)知識，對于紅色的理解也無(wú)法與看到一個(gè)真實(shí)的西紅柿相比，這在哲學(xué)上被稱(chēng)作“解釋鴻溝”，其實(shí)質(zhì)就是她缺乏對于紅色的感受性。從這個(gè)意義上說(shuō)，從“知道”到“理解”存在遙遠的距離。

多年前，筆者曾把英國哲學(xué)家培根的名言“知識就是力量”改為“理解才是力量”，這一點(diǎn)在人工智能時(shí)代越發(fā)重要。在我們獲得知識的工具與渠道愈加便捷與多樣化的當下，也并未見(jiàn)有多少大師與重大成果橫空出世。我們曾熟悉的傳統學(xué)習模式被世人認為落伍了，其實(shí)不然，這種認知偏差反而導致我們離真正理解知識越來(lái)越遙遠，甚至對那些常識知識不屑一顧。

更有甚者，有人認為傳統教育會(huì )扼殺人的創(chuàng )造性。事實(shí)上，科學(xué)史上的無(wú)數事例都會(huì )駁倒這些偏見(jiàn)，因為引發(fā)科學(xué)革命的大師們都是傳統教育的產(chǎn)物，反而是新式教育的當下很少出現大師。

教育的數字化轉型仍有邊界

在此時(shí)代背景下，我們會(huì )對人工智能系統產(chǎn)生依賴(lài)并上癮，久而久之，形成群體的認知路徑依賴(lài)。這種依賴(lài)不可避免地導致群體的認知退化，因為我們很容易接受人工智能提供的答案，而不愿意親自思考與探索。

照此趨勢，人類(lèi)行為所積累的數據信息會(huì )出現質(zhì)量快速下滑的趨勢。由于得不到高質(zhì)量數據的大量訓練，在低質(zhì)量數據環(huán)境中運行的人工智能將出現功能退化，這種退化對依賴(lài)者產(chǎn)生反噬作用，從而在人類(lèi)與人工智能之間形成一種雙重無(wú)限退化的循環(huán)。

這個(gè)現象很好理解。眾所周知，以大語(yǔ)言模型為代表的生成式人工智能本著(zhù)“大力出奇跡”的原則，圍繞數據、算法與算力這三個(gè)維度開(kāi)啟技術(shù)迭代的進(jìn)化之旅。如果數據質(zhì)量持續走低，即便有優(yōu)秀的算法及強大的算力加持，也不會(huì )使人工智能有明顯的進(jìn)步。

2023年3月，美國語(yǔ)言學(xué)家喬姆斯基在《紐約時(shí)報》上發(fā)文指出，人工智能和人類(lèi)在思考方式、學(xué)習語(yǔ)言與生成解釋方面的能力，以及道德思考方面有著(zhù)極大差異。他提醒說(shuō)，如果ChatGPT式機器學(xué)習程序繼續主導人工智能領(lǐng)域，人類(lèi)的科學(xué)水平以及道德標準都可能因此降低。

我們并不是要否認人工智能對整個(gè)社會(huì )產(chǎn)生的潛在深遠影響，只是想指出，目前人工智能的作用被嚴重夸大了。這對于整個(gè)社會(huì )的有序運行與健康發(fā)展是不利的。

人類(lèi)已經(jīng)歷過(guò)三次工業(yè)革命，每次都給人類(lèi)社會(huì )的面貌帶來(lái)了巨大改變，但那些改變僅限于物理層面。按照德國技術(shù)社會(huì )學(xué)家阿諾德·蓋倫的說(shuō)法，技術(shù)變革經(jīng)歷三個(gè)階段——首先是工具階段，其次是機器階段，最后是自動(dòng)機階段，在這一階段，主體的智力投入成為不必要的了。而我們目前正經(jīng)歷的人工智能革命，則要使人的思考能力也成為不必要的。這才是人們對這次技術(shù)革命喜憂(yōu)參半的關(guān)鍵原因所在。

近日，有專(zhuān)家表示，傳統概念中的大學(xué)可能將不復存在，越來(lái)越多的人會(huì )選擇通過(guò)網(wǎng)絡(luò )大學(xué)獲得知識。在筆者看來(lái)，這種技術(shù)樂(lè )觀(guān)主義有些過(guò)于自負了。未來(lái)充其量只有少數較成熟的理工科課程可以采用此種模式，而大多數人文社科的課程都不適合，即便強行推進(jìn)，效果也不一定樂(lè )觀(guān)。

試想，一門(mén)課程如果由全世界水平最高的人在網(wǎng)上講授，那么人類(lèi)思考的多樣性與差異性也就會(huì )隨之消失，這對于人類(lèi)的未來(lái)到底是福還是禍？

筆者不否認人工智能會(huì )給當下的教育行業(yè)帶來(lái)很多變化，但如果教育的基本功能結構沒(méi)有發(fā)生改變，那么教育的數字化轉型就是有邊界的。畢竟人工智能只是手段而非目的，教育的一項重要功能就是培養學(xué)生的健全人格與世界觀(guān)，而這一點(diǎn)人工智能是做不到的。

來(lái)源：《中國科學(xué)報》