長遠(yuǎn)看GPT等大模型對(duì)教育的影響

　　文|冉冉 教育行業(yè)研究者

　　編者按：

　　本文系多知網(wǎng)約稿。作者認(rèn)為本次大模型帶來的技術(shù)革命和在線教育不是一回事，也不是一個(gè)維度的事，將在未來影響教育從業(yè)者、教育機(jī)構(gòu)、教育行業(yè)等各個(gè)主體。值得大家重視。

　　盡管ChatGPT已經(jīng)在AI領(lǐng)域獲得了顯著的影響力，但在幾千萬的教育從業(yè)人員中，真正使用這種技術(shù)的人數(shù)并不多。需要注意的是，ChatGPT只是一個(gè)產(chǎn)品，真正的核心是其背后的大模型技術(shù)。這種大模型技術(shù)對(duì)于容錯(cuò)率高的行業(yè)有著深遠(yuǎn)的影響，而教育恰恰就是這樣一個(gè)行業(yè)。

　　為了進(jìn)一步探討這個(gè)話題，以下是對(duì)大模型技術(shù)影響未來教育的一些猜想。在文末，我們?cè)O(shè)置一個(gè)投票環(huán)節(jié)，邀請(qǐng)讀者提供反饋。如果有需求，我們可以根據(jù)反饋再進(jìn)行更深入的撰文。真誠地歡迎大家的參與和交流。

　　大模型對(duì)未來教育影響的猜想如下。

　　01

　　對(duì)知識(shí)的記憶不再是教學(xué)的重心

　　在中國的教育體系中，復(fù)習(xí)是其顯著特征。高考的一輪二輪復(fù)習(xí);考研培訓(xùn)的基礎(chǔ)班、強(qiáng)化班、沖刺班;火爆的刷題軟件(本質(zhì)也是復(fù)習(xí))均是其體現(xiàn)。復(fù)習(xí)的背后，是記憶，精準(zhǔn)的記憶獲取更高的分?jǐn)?shù)，這就是復(fù)習(xí)成為教學(xué)重點(diǎn)的原因。記憶是學(xué)習(xí)的必要環(huán)節(jié)，但學(xué)生把過多的時(shí)間花在復(fù)習(xí)已有知識(shí)上，并不能激發(fā)創(chuàng)新意識(shí)，而只是加深對(duì)舊知識(shí)的記憶，久而久之，還損害創(chuàng)新的精神。在教育資源相對(duì)落后的地方，這種現(xiàn)象更加明顯。

　　著名經(jīng)濟(jì)學(xué)家錢穎一教授稱“在未來的AI時(shí)代，中國的教育優(yōu)勢(shì)將會(huì)蕩然無存”，這個(gè)優(yōu)勢(shì)，指的就是通過努力和外部壓力驅(qū)使學(xué)生獲取的知識(shí)量。然而，由大模型通過預(yù)訓(xùn)練獲得的知識(shí)已經(jīng)覆蓋了幾乎所有人類的通用知識(shí)領(lǐng)域。這使得我們能夠在任何時(shí)候以低成本調(diào)用任何領(lǐng)域的知識(shí)。過度的記憶變得無足輕重。你不必精通法律，因?yàn)橛?xùn)練有素的法律領(lǐng)域大模型可以幫你分析案例;你不必掌握多種語言，因?yàn)榉g類大模型可以幫助你實(shí)時(shí)轉(zhuǎn)換成母語。我們所需要的是廣泛的常識(shí)和知識(shí)間的遷移能力。而基于記憶而形成的競(jìng)爭(zhēng)力，在未來將不那么重要，學(xué)校教育中，一輪二輪三輪不斷地對(duì)知識(shí)的復(fù)習(xí)記憶，也變得多余。

　　因此，如果在接下來的5-10年中這種趨勢(shì)得到實(shí)現(xiàn)，我們可能需要重新考慮如何教育下一代。背誦100首唐詩，認(rèn)識(shí)大量生僻字，或許不再重要。教培機(jī)構(gòu)也需要調(diào)整產(chǎn)品設(shè)計(jì)，以適應(yīng)這種變化。比如，評(píng)估學(xué)生知識(shí)的方式可能會(huì)由記憶轉(zhuǎn)變?yōu)閯?chuàng)新思考和解決問題的能力。在這個(gè)新的模式下，讓學(xué)生設(shè)計(jì)自己的試卷，可能比簡單地做一張?jiān)嚲砀幸饬x。

　　02

　　統(tǒng)一辦教育的可行性大幅提升，校外培訓(xùn)機(jī)構(gòu)生存空間變小

　　教育資源分配的不均衡一直是政府迫切希望解決的問題。在線教育的出現(xiàn)在一定程度上緩解了這個(gè)問題，比如，通過錄制優(yōu)秀老師的講課內(nèi)容或直播名校名師的課程，這使得教育資源相對(duì)匱乏的地區(qū)能夠獲取更多優(yōu)質(zhì)教育資源。這種現(xiàn)象因《這塊屏可能改變命運(yùn)》一文引發(fā)熱議。然而在線教育并不能有效解決個(gè)性化教學(xué)和互動(dòng)問題，成都七中的教學(xué)內(nèi)容是否適合祿勸一中的學(xué)生，這是個(gè)問題。盡管在線教育在教育資源公平化上做出了貢獻(xiàn)，但其影響力仍然有限。

　　然而，大模型技術(shù)的出現(xiàn)有可能解決這個(gè)問題。政府可以通過投入固定成本建立并運(yùn)行教育大模型，而不是各個(gè)省域各自為戰(zhàn)。不管學(xué)的是哪個(gè)版本的教材，是市重點(diǎn)還是鄉(xiāng)鎮(zhèn)中學(xué)，每個(gè)學(xué)生都可以獲得定制化的課程推薦或答疑引導(dǎo)。如Knowt本是一個(gè)學(xué)習(xí)筆記分享和管理平臺(tái)，在接入GPT后，獲得了生成個(gè)性化試題的能力。

　　這里需要說明一下數(shù)據(jù)庫模式的AI和生成式AI的區(qū)別。數(shù)據(jù)庫式的AI推送定制化內(nèi)容，是通過識(shí)別內(nèi)容，在數(shù)據(jù)庫中進(jìn)行比對(duì)，然后推送已有的試題。而生成式AI則是根據(jù)學(xué)生的具體情況，創(chuàng)造新的試題，從本質(zhì)上講，它具有無限的生成能力。而數(shù)據(jù)庫模式AI則只能依賴于有限的數(shù)據(jù)庫內(nèi)容。當(dāng)遇到數(shù)據(jù)庫中不存在的問題，數(shù)據(jù)庫AI將束手無策。如果數(shù)據(jù)庫的內(nèi)容可以有1萬種組合，那么生成式AI可以有1萬萬種組合，顯然生成式AI在解決個(gè)性化問題上的優(yōu)勢(shì)更顯而易見。

　　校外培訓(xùn)機(jī)構(gòu)的存在，往往與校內(nèi)優(yōu)質(zhì)資源供應(yīng)不足和個(gè)性化教育需求無法滿足有關(guān)。一旦政府通過引入大模型解決了這兩個(gè)問題，校外培訓(xùn)機(jī)構(gòu)的生存空間將大幅縮小。

　　03

　　學(xué)科融合趨勢(shì)加速，以實(shí)踐帶動(dòng)學(xué)習(xí)而非分科學(xué)習(xí)再去實(shí)踐

　　自古希臘時(shí)期以來，我們一直沿用著學(xué)科劃分的教育體系，從語言、修辭、邏輯、音樂到天文學(xué)，最顯著的轉(zhuǎn)變發(fā)生在19世紀(jì)，當(dāng)時(shí)普魯士教育體系精細(xì)化地將學(xué)科分割為具體的領(lǐng)域，如數(shù)學(xué)、科學(xué)、歷史和語言等。學(xué)科的劃分旨在深化對(duì)特定領(lǐng)域的理解，并更加準(zhǔn)確地進(jìn)行評(píng)估，此外，它在供應(yīng)端創(chuàng)造出一種易于培養(yǎng)的專業(yè)教師模式，相比于培養(yǎng)通識(shí)教師要更為簡單。然而，這種劃分學(xué)科的教育模式不可避免地限制了學(xué)生的跨學(xué)科學(xué)習(xí)能力。而當(dāng)學(xué)生步入社會(huì)時(shí)，他們面對(duì)的問題往往需要跨學(xué)科的知識(shí)來解決。

　　學(xué)校教育可以看作是學(xué)生進(jìn)入社會(huì)前的一種適應(yīng)訓(xùn)練，比起深入掌握某些特定的知識(shí)，培養(yǎng)解決問題的能力更為重要。這涉及如何利用已有的知識(shí)儲(chǔ)備、如何有效利用工具、如何進(jìn)行協(xié)作等?？鐚W(xué)科學(xué)習(xí)已經(jīng)成為了教育的趨勢(shì)，如今的STEAM教育以及教育部在5月29日發(fā)布的《關(guān)于加強(qiáng)新時(shí)代中小學(xué)科學(xué)教育工作的意見》均強(qiáng)調(diào)了跨學(xué)科學(xué)習(xí)的重要性。

　　理想的情況是，如果我們能有一個(gè)全才式的老師，既熟悉每個(gè)學(xué)生的特點(diǎn)，又精通所有學(xué)科，他們就能在解決具體問題時(shí)，明確學(xué)生應(yīng)該學(xué)習(xí)什么。然而，這樣的老師鳳毛麟角，且難以大規(guī)模培養(yǎng)。而現(xiàn)在，大模型AI技術(shù)有可能實(shí)現(xiàn)這一目標(biāo)，從而改變了我們必須進(jìn)行“分科教育”的前提。

　　校外教育機(jī)構(gòu)圍繞剛需提供了豐富的教育產(chǎn)品，本質(zhì)是跟著高考走，跟著校內(nèi)走，不管業(yè)態(tài)是大班、小班、1對(duì)1、教輔或者學(xué)習(xí)機(jī)。若校內(nèi)體系展開學(xué)科融合并加入考評(píng)系統(tǒng)，校外教育機(jī)構(gòu)若想生存，必將擁抱這一改變。那些能提前在STEAM或其他融合多學(xué)科的領(lǐng)域進(jìn)行業(yè)務(wù)拓展，積累客戶的教培機(jī)構(gòu)，更會(huì)搶占到先機(jī)。

　　04

　　一些學(xué)科的重要性大幅下降

　　以英語學(xué)科為例。英語教育在中國可以追溯至19世紀(jì)末，開始于一些接觸外界較多的海岸城市。隨著20世紀(jì)70年代末中國的改革開放，英語教育進(jìn)入快速發(fā)展階段，其在全國范圍內(nèi)的中小學(xué)以及大學(xué)中成為必修科目。2001年中國加入WTO以及2008年奧運(yùn)會(huì)的舉辦，更進(jìn)一步推動(dòng)了英語學(xué)習(xí)熱潮。然而，隨著翻譯技術(shù)的日益成熟，投入大量時(shí)間學(xué)習(xí)英語的性價(jià)比正在下降。

　　以語言翻譯技術(shù)為例，有道翻譯的譯文質(zhì)量已達(dá)到信達(dá)雅水平，科大訊飛的同聲傳譯軟件準(zhǔn)確率也達(dá)到了98%以上，能夠滿足大多數(shù)的實(shí)時(shí)翻譯需求。在大模型的應(yīng)用下，GPT-4已展示了其在處理學(xué)術(shù)英語上的強(qiáng)大能力。

　　留學(xué)必有托?；蜓潘汲煽?，根據(jù)ETS的統(tǒng)計(jì)，2021年中國托?？荚嚻骄煽?yōu)?7分，但若需要獲得歐美頂尖大學(xué)錄取，成績甚至需要達(dá)到110以上。這意味著許多學(xué)生需要花費(fèi)大量時(shí)間提升英語水平才能滿足入學(xué)要求。然而，如果我們將大模型的翻譯能力應(yīng)用到AR眼鏡中，即使學(xué)生的英語水平不高，也能看到教授講課的實(shí)時(shí)翻譯，大大降低了英語學(xué)習(xí)使用門檻，用于英語學(xué)習(xí)的時(shí)間可以用在學(xué)習(xí)專業(yè)知識(shí)上。

　　英語作為一種工具，面臨著由大模型帶來的更低成本、更高效的替代。這也可能引發(fā)中國教育體系對(duì)英語重要性的重新評(píng)估，英語在學(xué)科體系中的位置可能面臨調(diào)整。

　　05

　　普通教育從業(yè)者就業(yè)難，存在價(jià)值在于陪伴引導(dǎo)而非知識(shí)傳授

　　以前，教師被視為知識(shí)的傳播者，學(xué)生則靠他們獲取知識(shí)。現(xiàn)在，如GPT-4等領(lǐng)先的大模型已經(jīng)展示出了卓越的教學(xué)能力，甚至能夠與優(yōu)秀的斯坦福畢業(yè)生相媲美。例如，應(yīng)用在可汗學(xué)院的Khanmigo AI助手，能做到一步步引導(dǎo)學(xué)習(xí)，這無疑對(duì)教師這個(gè)職業(yè)構(gòu)成了挑戰(zhàn)。

　　然而，教育遠(yuǎn)非僅僅是知識(shí)的傳遞。教師與學(xué)生的人際互動(dòng)在學(xué)習(xí)過程中扮演著至關(guān)重要的角色。這正是在線教育無法超越面對(duì)面教學(xué)的原因之一。對(duì)于學(xué)生來說，求學(xué)不僅僅是為了學(xué)到知識(shí)，他們?cè)谶@個(gè)過程中需要的，還有陪伴和情感支持。雖然AI可能能模擬出陪伴的場(chǎng)景，但它們畢竟無法取代真人教師的存在。

　　因此，面對(duì)這樣的挑戰(zhàn)，教師的角色極可能發(fā)生轉(zhuǎn)變。他們需要從傳統(tǒng)的知識(shí)傳授者轉(zhuǎn)變?yōu)閷W(xué)生的陪伴者和引導(dǎo)者。在AI的幫助下，教師可以更專注于與學(xué)生的互動(dòng)，為他們提供個(gè)性化的支持和關(guān)懷。教師的價(jià)值不再僅僅取決于他們掌握的知識(shí)，而在于他們與學(xué)生建立的關(guān)系的能力。

　　教育機(jī)構(gòu)也需要適應(yīng)這個(gè)趨勢(shì)，以AI為工具，讓教師有更多的時(shí)間和精力去陪伴和引導(dǎo)學(xué)生。業(yè)內(nèi)常說，“教育不是灌滿一桶水，而是點(diǎn)燃一團(tuán)火”。大模型AI能力加持下，教師更有可能成為這個(gè)點(diǎn)火者。

　　結(jié)語：

　　技術(shù)是生產(chǎn)力，本次技術(shù)革命和在線教育不是一回事，也不是一個(gè)維度的事，重視總是好的。以上是部分觀點(diǎn)，歡迎討論。

　　(本文僅代表作者個(gè)人觀點(diǎn)，供讀者參考。)