近年来，人工智能技术迅猛发展，应用场景不断拓展十大股票配资平台，更在教育领域展现出巨大潜力。

　　新技术条件下，如何避免学生自主学习能力削弱，如何适应教师角色的变化，如何应对可能的教育公平失衡……一系列新问题令英、德、美等国的校园如临大敌。

　　人工智能在教育领域中的应用，为教育形态的重塑提供了巨大的可能性。尤其是以语言大模型为代表的新一代人工智能，凭借其高生成性、高自主性、高交互性，给传统的教育方式和教学方法带来冲击，并进一步推动“因材施教”“终身学习”等教育理想走向现实。

　　然而，在助力教育体系开启新视野的同时，人工智能也因其不透明性、无法预测性以及不当使用风险，引发种种争议。

　　推开这扇未知的门，人类如何用好新工具，开启教育的新纪元？

　　学界深切担忧

　　学习过程受限引发能力发展停滞

　　德国学生：“如果答案对我来说不够充分，我就在ChatGPT中写‘请更详细地解释一下’，或者以其他方式向它提问。我就会得到一个新的、更详细的文本，帮助我学习。”

　　大模型ChatGPT发布后，迅速被德国学生接受。为此，德国联邦议院下属技术评估办公室发布《ChatGPT与相关语言处理模型：技术基础、应用潜力与可能影响》调研报告。

　　研究认为，人工智能为学习者带来了新的学习机遇，成为创新性的灵感来源。ChatGPT能够为已有的结构、想法、概念提出无数种意见，供使用者甄别与思考，后者从中汲取观点，这一学习方式已经成为德国教育界的“新常态”。相对过往的伙伴式学习，人工智能这一“新伙伴”无论在信息筛选、资料收集，还是在响应速度、反馈数量等方面都具有优势。

　　“这项技术将从根本上改变人类的教育活动。”调研报告道出了许多教育领域专家的判断，但随着变革之门的开启，挑战也随之而来。其中被讨论最多的，是“学习过程受限引发能力发展停滞”这一现实风险。

　　人工智能技术为学习者创造的“便利性”引发德国学界的普遍担忧。从德国学生的反馈情况看，ChatGPT对教育的介入导致学习过程受到限制，这种限制主要体现在技能学习领域——在多个学习场景中，它替代了学生必要的技能实践，如书面表达、语言翻译、信息收集等。

　　人工智能的强大信息搜索能力、以自然语言形式呈现答案的能力，以及强大的自然语言沟通功能，令许多学生仅通过提出要求和整理反馈两个行为，就能完成学习任务。在传统学习任务中设计的诸多针对学生技能发展的环节则被人工智能的高效算力替代。

　　对于这一全新的教育现实，德国学界有着深切担忧，因为目前尚无合适的机制或工具，足以判断人工智能语言大模型对技能学习的替代程度，这让教师失去了对学生技能成长水平的判断。更进一步的风险是，教师难以设计针对技能发展的有效环节，任何关于技能的教学设计，学生都有可能通过ChatGPT予以应对。

　　研究人员发现，就德国学生使用ChatGPT的日常情况看，其“智能思维”替代学生思维的情况频繁出现。在研究人员对一位德国学生的访谈中，后者这样回答：“如果答案对我来说不够充分，我就在ChatGPT中写‘请更详细地解释一下’，或者以其他方式向它提问。我就会得到一个新的、更详细的文本，帮助我学习。”

　　这一在学生中自然发生的人工智能使用结果包含三个方面风险。一是学生的思维惰性风险。语言大模型提供的文本反馈替代了学习者构思、编排、输出的文本写作过程，阻碍了学习者文字思维的发展，文字思维作为一种独立的高阶思维形态，具有“明确性、严密性、逻辑性、深刻性”的特征，是人类思维发展中的重要环节。

　　学生过度依赖人工智能完成学习任务，在学习实践中规避了教学目的，造成思维发展的“空白”。

　　二是知识谬误风险。已有研究指出，许多人工智能语言大模型的成文是“基于概率性语言的拼凑式写作”，这意味着它们所生成的文本回答尽管符合人类的语言规范，却在知识标准上有所偏离，甚至有的输出内容源于“一本正经的胡说八道”。学生将其作为一种理所当然的知识来源，后果细思恐极。

　　三是社会学习受限。人工智能新技术推动个人学习发展的同时，弱化了集体学习与社会学习的影响，限制了学生社会属性的发展。由于智能技术带来全新的个性化学习方式，学生可能不再需要在集体场景和社会实践中接受教育，这有可能引发未来一代社会责任感的缺失与社会沟通能力的退化。传统教育中，学校场景是成熟的“培养个性、促进批判性思维和教育年轻人成为负责任公民的地方”，人工智能的介入可能会打破人们固有的教育环境。

　　实践中的困惑

　　AI参与教育评价的现实困境

　　麻省理工学院的一个研究小组使用计算机创作了一篇本质上毫无意义的论文，但由于其中包含了论文自动评分器内置的所有有效指标，人工智能给这篇“胡言乱语”打了高分。

　　当下，人工智能已成为信息革命的集大成者，新技术对包括教育在内的各个领域的冲击势不可当。

　　包括德国在内的许多国家的教育实践表明，新一代人工智能带来的学习方式便利性与学习过程限制性间的冲突，构成了智能化学习时代的基本矛盾。

　　人工智能的算法实现需要人，其目的也是为人类谋求福利。人们固然不应陷入对技术及应用高速发展的恐慌，但同样不应沦为数据和机器的奴隶，而应以更主动的姿态、更长远的眼光守住教育本真。

　　人工智能技术在美国高等教育学生评价中的应用日益广泛，其优越性不断凸显。但在技术、数据、伦理及应用层面仍面临一些亟待解决的问题。

　　例如，美国高校在使用智能评价推荐系统时发现，算法对学生进行的评价以及所推荐的课程结果更多倾向于通过全面监控学生过去的课程选择以及考试分数来判断其偏好，并给予更多内容相同或可能获取高分的课程，即过分地“投其所好”，导致推荐的课程信息越来越狭隘，缺乏创新，一些本可以让学生意外发现的相反观点被系统过滤掉了。留下的课程内容不断强化学生已经掌握的东西。久而久之，学生所获取的学习资源高度同质化，可能就此被困于系统无意识构成的“信息壁垒”，进而影响自身视野的开拓及创新发展。

　　2019年，美国得克萨斯州大学奥斯汀分校在全校范围内建立并使用基于人工智能的评价系统GRADE，对申请该校的学生进行全面评估并给出相应分数，自动计算申请者被评审委员会录取的可能性。

　　据统计，GRADE的引入将招聘人员的审查时间减少了74%。但从第二年开始，该校就降低了GRADE的使用频率，原因在于其评价结果出现了偏差。

　　例如，系统给某些申请者打高分并不是因为这些申请者表现好，而是因为他们与之前学校录取的学生有着更为相似的特征。

　　不久前，麻省理工学院的一个研究小组使用计算机创作了一篇本质上毫无意义的论文，但由于其中包含了论文自动评分器内置的所有有效指标，人工智能给这篇“胡言乱语”打了高分。

　　令人关注的是，有些学校为了节省人工成本，长期依赖基于人工智能技术的学生评价信息，导致教师丧失自身对于教育教学的责任意识，将权力让渡给了技术。

　　寻找可信赖智能

　　关注教育领域特定伦理问题

　　2020年，英国资历及考试评审局采用了智能系统为考生打分，经统计发现，约39.1%的考生的成绩被系统低估，位于较差考区的弱势学生群体被系统“打压”得最厉害。

　　目前，越来越多人工智能产品被广泛应用于教育教学中，沉浸式体验系统、智能导师系统、自动评估系统等，为传统的教学模式注入了变革的动力。

　　然而，这些新工具在技术开发、运行和输出的任何一个过程中均有出现错误的可能。囿于人工智能系统“黑箱模式”带来的复杂性、抽象性、排他性和不可解释性，可能导致最终结果出现误差。

　　2020年，英国资历及考试评审局采用了智能系统为考生打分，经统计发现，约39.1%的考生的成绩被系统低估，位于较差考区的弱势学生群体被系统“打压”得最厉害。

　　近日，由英国政府主导的数据科学小组与英国教育标准局合作，优化学校评估——开始利用人工智能中的机器学习技术，通过算法进行学校评定。算法所用的数据包括人口信息数据、过去教育标准局检查的数据、从学校收集的数据等。很快，这种使用算法识别“失败学校”的做法遭到英国全国校长协会的批评。全国校长协会表示，对学校的有效评估不应仅基于数据。

　　在教育这一涉及人的关键领域，如何用好新工具，成为关注焦点。

　　2019年4月，欧盟人工智能高级专家组发布了“可信赖人工智能”的三项必要条件，即人工智能须符合法律法规、须满足伦理道德原则及价值，在技术和社会层面应具有可靠性。

　　该准则还明确了构成可信赖人工智能的七个关键要素，分别是：人的能动性与监督，技术稳健性与安全性，隐私与数据管理，社会与环境福祉，多样性、非歧视性与公平性，透明性和问责制度。

　　随后，经济合作与发展组织（OECD）提出了可信赖人工智能在教育中使用的要求，即只有同时满足“能准确地执行任务”和“以公平且恰当的方式被使用”这两项条件时才能取得公众信赖。

　　开发出可靠的人工智能技术，确保技术稳健安全和透明，始终是信赖建设的基础。而利益相关者如何能够辩证地理解和恰当地使用人工智能，包括正确地管理数据、包容地推广技术、主动地监督使用，则是巩固信赖的保障。

　　有观点认为，人工智能要在教育领域完成优质应用，使用者的思维转变是核心。

　　例如，人工智能语言大模型的出现使学习能力这一概念发生了变化，学生结合智能技术进行学习的能力变得尤为重要。这意味着教师首先应具备相应的思维能力，如能分析人工智能技术与当前教学任务的契合度、能批判性地思考“人工智能将如何影响教育中的知识权力”等问题，审慎地思考并选择人工智能在自身教学过程中的嵌入深度。

　　而教育管理者以及教育体系，同样应为直面“智能冲击”做好准备。

　　如今十大股票配资平台，人工智能对一些国家传统教育机构职能配置的颠覆，已初露端倪，教育政策制定者与相关教育机构不得不重新考虑和定位当前的教育实践方式。如何准确判定教育系统与智能技术的融合趋势，扬长避短，成为各国教育竞争新的战场。