Transcription
[音乐] 老师或教授与学生之间存在一种魔鬼的交易，即他们两人工作越少，就越快乐。而人工智能可以像其他任何东西一样，以前所未有的速度加速这一点。在过去的 30 年里，常春藤盟校的入学新生中，绝大多数都是百万富翁。这些大学选择的就是这样的人。 [音乐] 23 and me 发现，讲座是教育效果最差的方式。人们只记得讲座中听到的内容的 1%。第二差的方式是读书。我想他们只能记住大约 5%。那么最有效的方式是什么？学习的加速器在于如何。大学倾向于关注一个特定的年龄群体，即通常是 18 至 25 岁以上的年轻成年人，而实际上 [音乐] 你拥有这个不断增长的整个群体。我们也在关注持续和终身学习。 >> [音乐] >> 好的，下午好。非常感谢您能来参加我们的活动。我叫陈乔伊。非常荣幸能担任今天关于人工智能与教育的专题讨论会的主持人。我也非常高兴能与我亲爱的朋友本、伊莎贝尔和埃丝特三位同台。嗯，让我们开始对话吧。嗯，在过去的几年里，我们见证了人工智能如何改变了我们的生活、工作方式，当然还有我们的学习方式。我想问三位小组成员，当你们想到人工智能与教育时，尤其是在展望 2030 年及以后时，什么最让你们兴奋，什么最让你们担忧？也许我可以先问埃丝特。 >> 让我最兴奋的是，人工智能可以成为每个学生的导师。他们可以提问。他们可以一遍又一遍地提问。他们不必担心自己愚蠢或别的什么。而且他们可以立即得到答案。而这在以前是不可能的。我认为所有老师都应该在课堂上使用人工智能作为导师。嗯，不幸的是，我认为，你知道，我们这里都有令人兴奋的想法。我认为我们需要做的是设法将这些想法传达给老师们，因为，嗯，现在，我不知道你们有多少人有孩子在学校系统里，但他们仍然在做同样的事情，死记硬背几个世纪前问题的答案。 >> 而人工智能最让你担心的是什么？嗯，就人工智能而言，我担心的是它发展得非常非常快，而且，嗯，希望是合乎道德的。我认为道德、深度伪造以及所有虚假新闻和虚假信息，这些最让我担心。所以，我认为教孩子们如何批判性思考很重要。而且，嗯，他们通过犯错误并再次尝试来学习这样做，而不是你告诉他们该怎么做。 >> 完全同意。你呢，伊莎贝尔？ >> 是的，让我最兴奋的是，嗯，嗯，教育对许多许多孩子和成人学习者来说一直不起作用。嗯，所以我们现在有一项技术，它能深刻地提出深刻的问题，深刻的可能性。嗯，我们称人工智能为教育的“WD40”。它开启了新的问题，比如，在这个人工智能时代，“为未来做好准备”意味着什么？教育的目的是什么？这些是我们一直想问的问题。所以我对所有这些新的可能性感到非常非常兴奋。而最让我担心的是，嗯，目前人工智能在教育中被用于许多效率应用。嗯，这很好。嗯，但如果我们止步于此，我们就有可能复制过去，而不是重新构想未来，我认为这项技术最让我兴奋的是新的可能性。我先说我的担忧，然后再说我兴奋的地方。我的担忧是基于我们教育系统的现状。大约 12 年前，当我为我大女儿找学校时，我尝试了一所为有天赋的学术儿童开设的表演艺术学校。这是一种有趣的组合。我问创始人之一的儿子，他当时是校长，正在导览。我说：“你母亲是怎么想到为有天赋的学术儿童开设艺术学校的？”他说她没有。她想开一所艺术学校。她根本不在乎学术。所以，1981 年，她使用了当时每个人都在使用的加州州立课程，而我们从未改变过。而现在，也就是 12 年前，我们比州里其他学校领先一年半。我为什么提起这个？我提起它是因为老师或教授与学生之间存在一种魔鬼的交易，即他们两人工作越少，就越快乐。而人工智能可以以前所未有的速度加速这一点。人工智能可以使教师的工作轻松得多。它可以使学生的工作轻松得多，而双方都没有学习到任何东西。而这才是最大的风险，因为教育行业中涉及认证或以其他方式被称为教育行业的每个人的激励机制都是尽可能少地工作。机会，每一次新技术带来的机会，就像伊莎贝尔所说的，不是如何将旧技术塞进现有系统。而是要说，“哇，这个旧系统根本不起作用。现在有哪些系统，有哪些教育路径是现在可以实现的，而以前是做不到的？”而这正是人工智能为那些敢于这样思考的人所带来的巨大机遇。嗯，非常感谢您分享您的兴奋点和担忧。嗯，鉴于人工智能已经给我们的生活带来了这么多，并将继续带来，我认为我们的教育系统将不得不经历很多变革，很多转型，以满足新的学习需求以及不断变化的劳动力期望。嗯，所以，尤其是大学，因为它们在为我们的学生准备未来的职业生涯。嗯，所以如果今天你们有机会重新设计大学，你们的大学会是什么样的？也许我想从本开始，因为你自从创立了米纳瓦大学以来，一直都在践行这个愿景和使命，顺便说一句，这取得了巨大的成功。祝贺你。 >> 谢谢。嗯，米纳瓦大学的建立当然是因为我错误的假设，或者说它建立的原因之一是我错误的假设，即人工智能将在 2012 年左右广泛可用。所以我在这个时间上晚了几年。但我建立了一所大学，它提出了一个问题：当获取知识，不仅仅是知识，而是解决方案，变得唾手可得时，作为人类意味着什么？而当你思考这个范式时，留给人类的就是判断、辨别、做决定。因为我们可以将很多工作外包给机器，但我认为这里没有人会因为机器决定你的税率而感到兴奋，>> 对吧？你想能够做决定。你想能够参与、治理、投票。而辨别不是非黑即白，因为当某事是真还是假时，这是显而易见的，或者至少曾经是这样，而是在黑白之间，当肯定有错误的答案时，尽管再次说，我们在识别错误答案方面做得越来越差，而且有很多潜在的正确答案。人工智能会在瞬间产生大量完全合理的场景。所以，就像视频里说的，我不同意，关键不是知道如何提问。而是知道如何评估从提出的问题中得出的答案。辨别的能力实际上意味着学生需要比过去学到更多，而不是更少。而这确实是巨大的挑战。我们如何以前所未有的速度提升学生在教育结束后能够做到的事情？而在这个世界上，那些受过良好教育，不是受过良好认证，而是受过良好教育，实际上知道如何辨别的人，与那些不知道的人之间的差距将是巨大的。 >> 谢谢。伊莎贝尔，你在斯坦福工作了几年。你理想中的未来大学是什么样的？是的，我希望大学能够利用，而且房间里的创新者们也能够利用一个主要的人口统计特征和劳动力变化，那就是我们都在这个星球上活得越来越长，而大学倾向于关注一个特定的年龄群体，即通常是 18 至 25 岁以上的年轻成年人，而实际上你拥有这个不断增长的整个群体，我们也在关注持续的、终身学习。所以我认为大学和新的成人学习模式应该利用一个巨大的机会。嗯，它也很好，因为它也与我们看到的未来工作或已经到来的未来相一致，即我们每个人在未来将拥有的职业数量将继续增加和上升。所以，不仅是辨别能力，这将是关键和批判性思维以及所有这些批判性技能，还有适应能力，坦率地说，还有我们未来需要进行的技能提升和再培训。所以，我希望看到，而且已经有很多专注于此的模型，但大学和新的模式应该关注这些越来越多的老年人，他们将需要并且想要继续学习。 >> 这是一个很好的观点。你呢？所以我很实际，因为我是一名老师，我可以告诉你，在大学里，大多数老师都是讲课，改变旧的行为模式非常困难，那么你将如何改变呢？这就是我担心的事情。事实证明，讲座是教育效果最差的方式。人们只记得讲座中听到的内容的 1%。第二差的方式是读书。我想他们只能记住大约 5%。那么最有效的方式是什么？最有效的是同伴之间的项目式学习。当你和你同伴一起做你想做的事情，一个你自己想出来的项目时，你就会记住。所以我认为人工智能可以帮助孩子们组成的团队一起做项目，并帮助他们理解错误是什么，他们不应该做什么，或者其他什么。我认为所有的人工智能，所有的人机交互都应该在小组中进行。两人或三人一组，因为我们正在训练孩子们在现实世界中工作。你们都在团队中工作。我敢肯定，你们没有人完全独自工作。那么为什么不为孩子们训练他们进入他们毕业后所处的真实世界呢？训练他们在他们个人关心的项目上进行团队合作。而且，我非常现实地认为，改变学校就像改变教堂一样。好的？永远不会发生。 >> 所以，也许我不应该说永远，但有点难。所以，我认为我们应该一次只改变学校时间的一小部分，也许是 20%，然后也许增加到 30%。让我们看看我们能做些什么来真正改变学校，让更多的孩子能够进行有意义的学习。 >> 嗯，非常感谢。实际上，我非常同意。嗯，当你说的就像改变学校系统非常困难，尤其是在如今，我们仍然拥有这种非常线性的学习旅程，从 K12 到高等教育。人们获得高中毕业文凭，嗯，嗯，学士学位，然后硕士学位，博士学位。所以，在你看来，你认为这些学位未来的价值会如何？你认为它们仍然会有那么大的价值，还是你认为会有新的东西出现？会出现新的学习途径吗？谁想回答这个问题？你们所有人。 >> 你可以随便选一个。 >> 是的，如果你愿意。 >> 嗯，抱歉地说，我认为这些学位的价值将减弱，只要这些学位不与现实世界挂钩，不与你真正能做的事情挂钩，以使现实世界变得更好。所以我认为我们需要改变我们的教育方式，我认为所有大学的每一门课程都应该有一个基于项目的元素，孩子们可以一起工作。所以我的一个孙女在加州大学伯克利分校学习。我可以告诉你，那里的课程大约有 500 人。 >> 太大了。 >> 500 人。他们坐在那里听讲座。实际上，我可以告诉你，大多数孩子都在想下课后要做什么。[笑声] 所以，我们需要做些别的事情。给他们一个机会，让他们在团队中就他们正在学习的任何学科进行合作。而我认为这很重要。我认为四年制学位对一些人来说仍然很有价值，然后我们将看到替代性证书的持续增长，这些证书更侧重于技能。我的意思是，未来已经向我们展示，它们将是越来越多的较小证书或职业技术技能，今天随着人工智能的出现，它们已经开始上升。所以我认为未来很可能是两者的结合。嗯，我感到乐观，因为，你知道，我没有那么悲观，因为我在斯坦福大学教授一门基于项目的课程。所以，也许我已经看到了一些[笑声]埃丝特的愿景的元素在大大学中发生。 >> 那么这里有人知道，如果你回顾 30 年前，常春藤盟校、常春藤盟校加、斯坦福等学校的入学班级，入学班级的大多数人共享的唯一特征是什么？也许我们 哦，>> 平均绩点 >> 在过去的 30 年里。 >> 不，不是平均绩点。不是对于 嗯，对于大多数人来说，我猜他们有一些高年级排名。>> 考试成绩。>> 一些高考试成绩。>> 嗯，那是他们看重的。我>> 正在谈论人口统计学。>> 白人。>> 不。不，不是大多数。百万富翁，在过去的 30 年里，常春藤盟校的入学新生中，绝大多数都是百万富翁。这些大学选择的就是这样的人。而在人工智能出现之前的世界，>> 这太疯狂了。雇佣非常富有的人的愚蠢孩子是可以的，因为他们可能比那些出身贫寒的应得学生生产力低 20%。>> 但这在加州大学伯克利分校不适用。>> 加州大学>> 加州大学不是常春藤盟校。所以不是常春藤盟校。>> 这不一样。[笑声] >> 嗯，加州大学更好。>> 是的。所以这不一样。不同的组织。所以你过去在雇佣关系良好但有点愚蠢的人方面税收很低。>> 在人工智能的世界里，当你的员工队伍不能比现有员工每人产生 10 倍的产出时，你的公司就会倒闭。这可能不是明年，也不是后年，但肯定会在十年内。因此，一个学位，它对毕业生没有任何实际益处，零，其信号价值将在不久的将来与其真实产出相匹配。只要这些机构不进行教育，这些学位的信号价值就会变成负值。在一个你不需要去上课的世界里，因为讲座毫无用处，你不需要在考试中做任何事情，因为 36 分（满分 100 分）就能得到 A，因为有曲线。而且你不可能不及格任何课程，那么这个学位的价值就会在社会上得到体现。事实上，这正是我们今天所看到的。对美国高等教育的广泛攻击，无论你是否同意这些策略，我碰巧不同意它们，但有一个原因，那就是今天发生在大学身上的事情没有公开的呼声，那是因为我们对这些机构失去了信心，而这将在就业中得到体现。>> 非常有趣的分享，非常感谢。把学位放在一边，就我个人而言，我认为最重要的事情永远是技能和能力。嗯，在人工智能的世界里，我想问你们三位，你们认为我们需要具备哪些最重要的技能和能力才能在这个人工智能世界中保持相关性和竞争力？嗯，>> 本，你拿着麦克风。你可以开始。嗯，当我建造米纳瓦大学时，嗯，我们确定了 80 多项构成我们核心课程的技能和能力。现实情况是，为了能够理解你周围的世界，你不能真正将你的需求、你的能力提炼成非常狭窄的东西。现实情况是，你必须是一个系统思考者。如果你想能够系统地理解事物，你必须接受一个提出的解决方案或一组数据，你必须将其分解成有意义的组成部分。然后你必须能够重新组合这些组成部分，并提出一个独特的解决方案。你必须接受这个独特的解决方案，并理解当你在现实世界中实施它时会发生什么。会出现什么意外后果或第二或第三阶效应？然后你必须能够解释你提出了什么。否则，你提出的任何东西都是无关紧要的。而这个过程包含了数十种技能。数十种。你不仅要了解这些技能是什么，不仅要能够成为部署它们的专家，而且你必须知道如何在截然不同的环境中部署它们，因为你不知道你将遇到的环境是什么。而要做到这一点，需要多年的学习、实践和刻意的重新情境化。而这当然就是我们在米纳瓦所做的，但这不是传统教育机构的设置方式。>> 埃丝特，你正要说什么？>> 嗯，是的。我认为所有从学校出来的孩子在社交情感技能方面都没有得到足够的培训。他们不知道如何与他人合作。所以，这就是为什么我认为一起工作非常重要。谷歌关注的一件事是团队合作和与团队中的其他人一起工作。一些最惊人的想法都来自于团队合作。但你必须练习。你知道，作为一个孩子，你在童年时期就学会了这些技能，这就是为什么我认为让他们在团队中一起工作非常重要。>> 是的。我实际上想在埃丝特评论的基础上继续。所以，现在随着人工智能的兴起，我们显然需要我们所有人变得越来越人性化。所以，人类技能正在兴起。当然，协作的概念或我称之为关系智能的概念正在兴起。嗯，因为我们的经济将越来越多地已经要求沟通和协作作为顶级技能。第二个要素是适应性。嗯，这有点涉及到本所描述的，但我认为适应性实际上与创造力非常非常紧密相连，而创造力是这个房间里许多企业家拥有的技能。嗯，但这种适应性的概念是我们将会越来越多看到的。然后是第三个，我们已经在所有评论中都提到了，那就是学会如何学习。>> 我的意思是，这种能力，这种元认知，我们人类拥有，将继续变得越来越重要。所以问题是，我们如何教授更多这些技能？但我想这三种技能将继续上升。我能说一下吗？大多数失败的公司，大多数初创公司，90% 的公司都失败了，你知道他们失败的主要原因是什么吗？沟通技巧不足，人们无法相处。所以，如果他们因此失败，为什么我们不教授这些技能？为什么大学不允许孩子们有更多的互动和社交技能？所以，嗯，那是，我也建议大家读一下约翰·多尔的书。你知道约翰·多尔是谁吗？是的。因为我认为学会如何赋权给你一起工作的人很重要。你知道，领导者非常重要，而那个人需要学会如何赋权给他一起工作的人，这涉及到社交情感培训。我完全同意你们三位刚才提到的所有技能、能力和才能，我认为为了帮助我们的学习者发展所有这些能力和才能，我们需要给他们指导、建议、支持和灵感，而我们都知道，这些都是我们伟大的老师们一直擅长提供的。嗯，但说到老师，我们也在视频片段中听到一些教室里根本没有老师。嗯，所以，实际上，我最近听到了越来越多的担忧，关于未来人工智能是否会最终完全取代教室里所有的老师。所以，我想听听你们的看法。也许我可以从埃丝特开始，因为你当了这么多年的老师。>> 我认为老师的角色非常重要，而且我认为技术无法取代老师的角色。你需要一个人类在那里。所以我确实认为可以学到很多额外的技能，但我认为老师需要留在那里，支持学生，帮助他们理解他们在做什么。即使只是占一小部分时间。也许老师可以被称为教练。你知道，有些人是这么说的。我的班级非常非常大。一个班有 70 个孩子。他们之所以那么大，是因为孩子们一起工作。每个小组，每个小组都有四到五个人。所以，我很容易点名，因为，你知道，你只需要点名第一组，第二组，等等。但他们也学到了很多关于如何与他人相处。我告诉你，当他们上九年级时，他们不知道怎么做。当他们上十二年级时，如果他们做了足够长的时间，他们就知道怎么做了。>> 伊莎贝尔。>> 是的。我的意思是，我们的大脑是深刻的社会性。我们天生就渴望与人类建立联系。所以我们需要周围的人际关系，包括老师和其他人，同伴，周围的其他人都为了我们所有人学习和成长。实际上，孤立与主要的心理健康问题有关，而我们已经看到了。所以，无论如何，人际关系对学习和成长至关重要。而且，我非常同意我的朋友埃丝特，老师们会留下来。我们需要老师，我们需要用正确的人工智能工具来装备老师，这样人工智能才能真正支持老师变得越来越有关系，也许是通过帮助处理一些行政任务和可以节省时间的事情。但老师们会留下来，因为我们的大脑是深刻的社会性。老师的整体可能在演变，我们传递知识的方式也可能随着这些技术而演变。但一个导师，一个孩子，一个人工智能导师，一个孩子，没有任何人际关系的想法，我看不出这种愿景。因为那将是一个我不想生活的世界。我不想让我的孩子们生活在一个他们不与他人联系，不茁壮成长的世界里。所以，我认为老师们会留下来，而人工智能有望让教学成为有史以来最好的职业之一。我给你一个数学上的，或者说是统计学上的回应。老师们就像任何人口一样，分布在一个正态曲线周围。唯一的问题是，教学正态曲线的中点是无效的。这是事实。事实是，这里任何一个人都可以想想你在大学里上过的一门课，假设不是上个学期，如果现在立刻出一份期末考试，我计时让你通过考试，你们都会不及格，因为你们没学到。而这对于高中来说是真的，对于初中来说也是真的。对于小学来说不是这样。你确实学会了阅读、写作、做基本的数学。但正态分布的问题在于，其中点是无效的，你必须偏离均值一个标准差才能得到好的教学。这意味着一个标准差，在一个方向上，大约是 16% 到 17% 的老师是好的，或者极其好的。问题是，80% 以上的老师是无效的，或者更糟。只要是这样，人工智能就会取代老师。如果我们改革系统，真正允许老师们让这个中点变得有效。>> 超过 80% 的人是有效的，甚至优秀，不到 20% 的人是糟糕的，甚至是糟糕的，那么老师们在未来就会有作用。>> 我非常同意本刚才和我们分享的。我个人的看法是，人工智能不会完全取代所有老师，尤其是那些优秀的老师，人工智能会让他们变得更好。但人工智能，就像老师一样，他们不知道人工智能，或者他们不知道如何使用技术，他们将被那些知道如何使用的老师取代。好的，实际上，我们的时间到了。我认为人工智能与教育是一个如此大的话题，我们无法在 30 到 40 分钟内完成对话。我希望我们的小组成员能给你们带来一些新的视角，也带来一些可以带回去的建议。非常感谢你们的见解、观点和智慧。希望你们享受接下来的活动。谢谢。[音乐] 这里 [音乐] [音乐] 我们开始了。[音乐] [音乐] 再见。