作者：鄭南寧（中國工程院院士、中國自動化學會理事長、西安交通大學教授。）
當充滿「智慧」的機器大腦悄然來到人們身邊，開展課堂教學、個人化輔導、演算難題等，這種深度融合，將催生劃時代的教育和學習變革。教育的智慧化轉型，是應對時代之變的選擇，但同時，也應註意避免相關風險。這促使我們思考：人工智慧賦能教育，給教育帶來什麽？
人工智慧賦能教育，優勢在哪裏
面向未來的人機協同教育，教育將發生什麽變化？這需要我們從不同維度去深刻思考，並采取行動。
就人工智慧的發展而言，我們需要思考什麽是人類智力所獨有的特征，要做到像人類一樣擁有智慧行為，電腦需要哪些能力？
所有高級形式的人類認知——概念、推理、問題求解、創造力、記憶和知覺，都跟智力相關。在人工智慧與人類之間，智力的度量是智慧程度，例如，人類可以使用較少的數據，在廣泛的問題上表現出智慧行為。
這也是當前人工智慧研究非常重要的方向——少樣本或零樣本學習和持續學習等。這些研究方向試圖讓機器像人類一樣去思考和學習，使用較少數據，就可以求解廣泛問題。
人類智慧的本質和邊界是什麽？
筆者認為，人類智慧的本質可以歸納為五個方面：一、適應力。人類總是與環境在適應的過程中不斷互動、學習，具身智慧就是從此角度思考。二、學習能力。三、抽象思維。人類智慧可以進行抽象思維，對概念、原則進行歸納、推理和批判。四、創造力。人類智慧有創造力，能夠湧現出新的想法和概念。五、情感和意識。這點也是當前有所爭議之處——有學者認為機器會有情感，而有學者堅持認為機器終究是機器，精神和靈魂始終屬於人類。
人類智慧的邊界在哪？筆者認為，在以下四個方面：一、生物學限制。二、知識和經驗的局限。三、認知偏見。四、環境和文化制約。
對比人類智慧的本質和邊界與人工智慧的特點可以發現，人工智慧可以賦能教育的知識生產。在資料探勘與分析、模式辨識與預測、知識自動化、智慧化協作、知識的視覺化與表達、個人化的知識推薦6個方面，人工智慧與教育是密切關聯的。
由於一些大語言模型可以獲取和組織起全世界的所有知識，學習者不再需要浪費時間學習「事實」，而是可以專註高階思維技能，如創造性思維和批判性思維。然而，人類的「批判性」和「創造性」思維往往是透過有限的資訊量，依賴內化知識的潛意識過程發生的。AI賦能教育需要激發這一過程，讓學生更加聰明地學習，產生更好的思維。
想象力、創造力，人類比人工智慧更聰明
我們用考試來測試人工智慧在知識生產及知識學習過程中的能力。以【數位訊號處理】這門課程為例，將這門課的考題給某個人工智慧模型「考試」，得到了94分，在學生中屬於前5%的優秀成績。由此可以看到，人工智慧不僅能夠回答日常的問題，在工程數學、自然科學等領域的問題求解中，也表現出超越一般學生水平的能力。
但是，它的答卷，對大部份復雜題目都采用簡單粗暴的方式求解，沒有使用解題技巧。這是因為大模型依賴「餵」給它的大量數據，只是在統計意義上進行模式匹配。
這說明大模型人工智慧程式不具有人類的數學直覺能力，主要原因在於其工作方式與人類大腦的工作方式截然不同。具體表現為：一、人工智慧為演算法而非直覺驅動。人類有數學直覺，而人工智慧沒有。二、缺乏感知和體驗。人類的數學直覺不僅是計算能力，還包括透過實際的體驗和感官的感知獲得對數位、空間和形狀的直觀理解。三、學習和思考方式的差異。人類學習數學透過錯誤和成功建立起對概念深層的理解和直覺判斷，大模型人工智慧程式透過大量例子來學習，缺乏自我反思能力，無法像人類那樣從根本上理解或領會概念。四、缺乏創造性和靈活性。人類的數學直覺涉及創造性思維，例如透過不同方法解決問題，或在缺少數據的情況下做出假設，而人工智慧主要依賴已有的資訊，應對新奇情況的能力有限。
因此，我們認為，大模型人工智慧程式可以快速準確地進行復雜的數學計算和數據分析，但無法真正擁有人類的數學直覺，這種直覺建立在深層次理解、多感官體驗和創造性思維基礎上。
這帶來一些啟發——就想象力和創造性而言，人類比人工智慧更智慧。
創造力跟想象相關聯，創造力的背後隱含著豐富的想象，而想象又與人的情感、與人對環境的感官體驗密切關聯。以文學舉例，以宋代詩人陳與義【春寒】一詩中「海棠不惜胭脂色，獨立蒙蒙細雨中」為題，讓大模型人工智慧程式在影像庫中找出與其語意表達一致的圖片。人工智慧給的是蒙蒙細雨中盛開著海棠；但人類在思考時，大腦中的想象可能是在一條幽靜小道上，亭亭玉立的少女行走在霧雨中——人類可能會將這位少女看作海棠，這就是想象。
想象是介於感性與理性之間的中介效能力，是先天純粹的，是創作與創造力的基礎。人類擁有內心世界的心理體驗，並由此產生情感和想象，這使得人工智慧無法替代人類的靈感和獨創性。
想象力和獨創性對自然科學也非常重要。愛因史坦說過：「想象力比知識更重要，因為知識僅限於我們現在知道和理解的一切，而想象力涵蓋了整個世界，以及未來所知道和了解的一切。」想象力帶來充滿無限可能的空間，讓我們跳出已知，向未知進發。從這個角度而言，人工智慧還無法替代人類。
有長有短，AI賦能教育如何揚長避短
AI賦能教育有所長有所短。那麽，從技術的角度，人工智慧賦能教育是什麽樣的架構？
人工智慧賦能教育，本質上是一種人在回路上的混合增強智慧。從框架層來看，系統輸入學生行為數據、學習內容數據、評估數據等，透過機器學習的方法形成結構化的數據或形成知識、經驗，與系統的知識庫實作互動學習。知識庫不僅是教學內容的知識圖譜，更重要的是把教育學、心理學融入知識圖譜，透過機器學習方法生成預測，然後再進行置信度的判斷——如果置信度高，就可以給出教學導向或者教學策略的調整，以及個人化學習路徑的推薦；如果置信度低，就反饋給人類，即教師、學生、家長等，人類反饋的數據又形成人工標註的數據，從而對機器學習演算法進行訓練，構成AI賦能教育的人在回路的混合增強智慧系統。人在回路的混合增強，本身就是持續學習的框架，這樣的框架針對實際的教育、學習會變得越來越「聰明」。
人工智慧賦能教育也存在著風險。例如，數據私密和安全、教育資源不平等、過度依賴AI、人際交往能力減弱、缺乏情感支持、內容品質和準確性、人工智慧偏見問題等。例如，如果回答是錯誤的，可能造成「謊言重復一千遍就變成真理」的情況。要避免這種現象，建議人們從多個來源獲取資訊。為了降低這些風險，需要在技術、政策、教育等多個層面探索解決之道，或進行規避。
將人工智慧與教育融合，需要批判性地使用大模型人工智慧技術，對其提供的資訊進行獨立驗證，並在處理敏感或重要問題時謹慎行事，還需要在倫理、責任、私密和安全、風險評估等方面妥善管控和治理，對社會大眾進行教育也愈發重要。
特別要註意的是，人工智慧缺乏情感支持。年輕人的社會交往如果過度依賴人工智慧，將對其人際交往和社交能力帶來消極影響。人際交往是人類社會的基本活動之一，可以使人類社會更加和諧，使團隊能夠形成非常緊密的、具有凝聚力的氛圍。過多依賴人工智慧科技，可能會產生社交隔離、產生孤獨感，不僅會影響到個人的心理健康，也會帶來社會結構的不穩定性。例如，過度使用聊天機器人，可能讓使用者的情感變得遲鈍、催生社交孤立、加劇社交隔離感——聊天機器人如果成為人類主要的夥伴，「真人」就可能成了「備胎」。
這一點在人工智慧賦能教育時要尤為註意——推進人工智慧賦能教育，仍然需要努力保持培養師生面對面交流的機會，這就意味著在設計智慧教育系統工作環境和社交活動時，需要有意識地融入更多的師生面對面互動。
人類教師與學生培養共情關系是教育工作中不可或缺的豐富內涵，具有強烈共鳴的師生關系對學生的學習有著十分重要的影響。如果在教育中缺乏同理心，學生會成為被動的資訊接收者，很難有動力去克服學習過程中固有的困難。因此，在AI賦能教育的時代，不能忽視教育中同理心環境的構建。
教育是一個緩慢、優雅而美妙的過程，它應該是隨風潛入夜，潤物細無聲。教育不是註滿一桶水，而是點燃一把火、開啟一扇門。教師的師德師風在學生的情感、態度、價值觀的塑造方面影響尤為突出，無論何時何地，教師的言談舉止都會直接或間接地影響學生的成長和品德。即使在未來，師生面對面的交流在教育活動中依然不可替代。人們在求學過程中所遇到的優秀老師，是終身記得不會忘記的，這就是師生面對面交流給予學生心靈情感的成長。因此，人工智慧賦能教育無論發展到何等地步，師生之間面對面的啟迪、交流，心靈的碰撞永遠替代不了。
人工智慧賦能教育，還有很多問題亟待從不同維度進行深刻思考：如果智慧機器成為史上無所不知的「最強大腦」，那麽，人類究竟需要學什麽，怎樣學習，學習的目標、內容、方法如何變革，才能夠適應人機協同的智慧教育？當可以無限量地生產、使用各類智慧機器人來滿足人類的知識生產和各種需求，作為延續物種生命、傳承人類自身文明和知識再生產活動的教育，它的價值和意義又如何體現？
控制論的創始人諾伯特·維納曾說，要避免人工智慧對人類造成傷害，唯一解決的方案還是要將人工智慧訴諸人類的價值體系。筆者認為，把人類的訴求、生命的意義、文化與資訊的需求和人工智慧技術發展結合起來，使人類有能力去創造那些智慧機器無法替代的工作，培養學生成為能夠輕松使用和駕馭人工智慧的創新人才，這是應對智慧時代必須有的教育觀。
（光明日報記者詹媛整理）
【光明日報】（2024年10月10日 16版）
來源：光明網-【光明日報】
