Photo taken in Toronto in Nov 2024.
人工智能的发展背后有两个极其重要的力量，一个是算力，另一个是数据。美国英伟达公司的技术和产品提供的是算力，其股价在2024年就几乎翻倍了，这说明我们的世界对人工智能发展的未来预期还是相当高的。每天我们每一个人在互联网上的活动都在产生大量的数据，所有那些商业机构、政府部门以及各种为人提供服务的机构也都在收集、整理和使用数据。人工智能不断地吞食着这些数据，并且由此慢慢提高对真实世界和人类社会的模拟程度。不可否认，这个人工的智能正在变得越来越逼近人的智能。
两年前让所有人都大吃一惊的人工智能工具ChatGPT让一个最最普通的互联网用户真实地感受到了机器的智能。此后，ChatGPT的每一个新闻都可能成为全世界关注的热点，虽然这个公司的有些变化并不有利于其健康发展或者它产品的升级，比如很多高官离职和公司可能转向营利性的模式等。除了ChatGPT其它类似的产品也在进入我们的电脑或者手机，比如苹果公司的苹果智能和脸书母公司的 Meta AI。
从我个人经历来讲，我很早就成为ChatGPT的用户，最早的是时候是在中国国内通过第三方渠道使用它的早期产品，而现在我是它的付费用户。而我使用的免费WhatsApp现在就直接提供了Meta AI，它可以随时回答我的问题。实际上我发现我在ChatGPT得到的服务并不值我所支付的费用。虽然如此，我还是想继续付费使用，主要是为了及时了解ChatGPT的最新动态和功能。我紧跟人工智能工具的发展倒不是因为相信它能够很快给我们的生活、学习和工作带来翻天覆地的变化，我只是不想错过这个被拿来于蒸汽动力和电的发明类比的工具的演进历史。
我一直在思考和尝试如何将ChatGPT和我的工作结合起来，曾经有过一些初步的想法，不过目前来看除了对我个人工作的若干方面有所帮助之外我还没能找到把这个工具整合到学校层面工作的方式。我觉得人工智能面前可能是一个极难跨越的鸿沟，也就是人的智能所独有的超越基于信息和数据的智能层面的认知能力。这个鸿沟可能是人和机器的本质属性的差别所决定的，其实是不可能跨越的。人是生物的、有机的，人的大脑是由基于生物化学的神经构成的；电脑是非生物的，虽然人工智能是基于模拟神经系统的网络构成，但是它本质上还是一些无机分子的组合。
ChatGPT确实可以帮助我搜集一些个性化的资料，并按照我提出的要求进行信息整理。比如说，当我需要制定一个学校的BYOD (Bring Your Own Devices)政策的时候，我就可以让ChatGPT帮我通过搜集互联网上的资料，然后直接根据我所提供的学校背景描述帮助编制一个政策草稿。虽然在实施最终政策之前我必须进一步修改和与管理团队其他人讨论，但是这个人工智能所完成的数据搜集和个性化的整理工作大大节约了我的时间和精力。
之前读了可汗学院创始人写的关于基于人工智能的学生个性化辅导和教师个性化助教的产品的书。该书让我了解到美国的一些学校或者学区正在尝试使用可汗学院的这个产品。虽然使用效果还不得而知，但是我觉得这种由机构开发的基于人工智能的产品是有可能促进学生的学习和教师的教学的。问题是目前不清楚这样的产品的使用成本由多高，以及它对于某个特定学校或学区的适切性由多高。教育教学最终还是要和具体的人以及他们所在的情境紧密结合起来，不然再好的产品或服务换个课程体系或者社会文化背景可能就变得毫无作用。
这两天看到一个对加拿大教育学教授迈克尔.弗兰的采访，其中他谈到科技和教育结合的使用强调要 “specificity but not imposition“观点。科技手段只能是支持教育教学的辅助工具，而不能被用作提高教育教学质量的手段。要让科技手段真正和课堂教学结合起来，学校自上而下的强行推广不可能行得通。只有当教师和学生体验到和本地需求紧密结合的技术工具，并得到相应的使用支持的时候，这些工具才会真正地影响教学过程和结果。目前来看，人工智能要达到这个程度的具体化和个性化可能还有很长的路要走。
我曾尝试过用ChatGPT编制一些学科的学生考评作业，比如说数学的单元测试和英语的写作题目等。ChatGPT一定会非常“自信”地为我提供这个作业的草稿，并且它还能根据我的要求提供测试答案或者评估量表。但是，这些产品是否可以直接使用到某个老师的某个班级的学生那里，从我来看，这个问题的答案基本上就是否定的。就像我要求ChatGPT编制一个学校政策文件的草稿那样，那个学科教师一定还是要根据具体课程的要求、教学进度和学生情况对这些测评作业进行修改甚至重写后才能予以实施。
这个过程里有三个方面的因素都起到了极其重要的作用，一个是通过互联网上的海量信息所生成的已经接近个性化的测评，另一个是这个学科和课堂里涵盖了极其丰富甚至复杂信息的具体场景，最后一个是对这个测评是否与该具体场景匹配的判断。
我个人觉得人工智能是可以很好地完成第一个方面的任务，而且人工智能也有可能在帮助老师更清晰地了解他课堂里的具体场景有所帮助。但是，更多地在老师和学生之间沟通过程中产生的信息是不可能完全电子化的，那个具体场景的大部分信息其实只能在老师的大脑中存储，而它们才是海平面下冰山的主要部分。由此我的一个推论就是最后那个判断必须还是要有人来得出，也就是在这个课堂里的老师来提出。
我觉得如果想明白了这个过程和道理，那么我们就能判断人工智能对于教育教学产生颠覆性的影响将会是一个极其漫长的过程。我们也就真正理解了，即使在人工智能越来越发达的时代，教师工作的不可取代性。我们也才能真正理解了弗兰教授所强调的基于学校和课堂真实具体场景的“specificity“的重要性。
我还记得1996年我刚参加教学工作的时候因为第一次使用Powerpoint （PPT）教学的时候的那种极度兴奋的心情。现在回忆起来，其实那时候只不过把本来要手写在黑板上的内容提前制作好，然后通过屏幕放给学生看而已，最多增加一些动画以提高学生的学习兴趣，或者在某些知识点上帮助学生理解而已。
现在快30年过去了，很多老师还是在使用差不多的演示文稿工具，而且有些老师可能还是在选择手写板书传授知识，因为这种实时生成知识的方式比提前做好演示文稿然后播放给学生看要更有利于训练学生的思维。虽然我们现在肯定有比30年前更多的在线资源和工具，但是总体而言所有这些东西只是起到了辅助教学的作用，真正在做最后一步教学方法和内容判断和选择的还是人，也就是在学生面前的教师。换句话说，即使去除了所有这些东西，只要这个人在，绝大部分的教学活动还是可以正常进行的，而且教学的效果并不一定变差多少！
由此可见，人工智能作为一种新的工具与学校教育教学结合必将是是一个漫长和曲折的过程。甚至可以说，人工智能也很可能和之前的一些教学辅助工具一样，永远也不会取代一些传统的教学手段和方法。也就是说它也只不过在教师和学生的工具箱里增加一个工具而已，虽然这个工具的属性可能与现有的一些资源和工具存在一些本质上的区别。毕竟目前所谓的人工智能的自我生成性是之前的所有工具都没有的。
在我现在的学校工作中，我仍然在花更多地时间处理学生不当使用人工智能工具的问题。虽然我和老师们都对人工智能工具非常感兴趣，每个人多多少少也在使用它支持自己的工作，但是我们还没有看到能够根本性改变教学和学习方式的人工智能工具。其实我倒是经常发现有学生或是有意或是无意地因为人工智能工具而被判定为作弊。很多学生正在使用的辅助学习的工具背后都有可能有人工智能的影子，因此如果学生不懂得如何正确的使用和适当地引用就有可能被判定为作弊。
老师其实被放在了一个极其尴尬，但是又不可替代的位置上，因为人工智能所生成的个性化的文本或者题目答案并不是直接复制于互联网，而查重软件也就只能给出一个可能是人工智能作品的概率。同样地，这里有三个因素在起作用，一个是这个可能是学生写的也可能是学生和AI共同完成的文本或答案，第二个是这个学生的真实能力和水平，最后一个是判断这两者是否匹配。这个综合性的判断只能最后由老师来作出，而它则需要老师对这个复杂的学生有非常清晰地了解。人，这里的老师，在作出最终判断的作用可能是永远也不可能由人工智能或者说机器来完成。
我想，这个判断可能根本就不应该由机器来完成。人工智能和人的智能之间一个极其重要的区别是意识。比如说，每个人肯定都有这样的经验，感觉到哪里不对，但就是一时找不到原因，后来过了一段时间之后终于发现原来某个因素没有被考虑进去。就学生作弊的判定来讲，人工智能工具完全基于信息，而老师调用的数据除了信息之外还肯定包括感觉、情感和主观意识等因素。机器完全基于信息可能作出错误的判断，因为真实世界的事件可能永远也不可能完全数据化，也就是机器永远也不可能读到完整的事件全部信息。虽然人处理海量信息的能力可能比不上人工智能，而且那些非智力的因素也可能让老师作出主观和错误的结论，但是如果我必须在两种可能的错误间选择，我宁愿选择接受有情感有意识的人的错误。
Commentaires