導語
ChatGPT迎來新故事。
過去的一個月里，韓國、香港地區的教育部門紛紛推出了針對人工智能的新版教育手冊。在年初還備受爭議ChatGPT，已經開始了其改變教育系統的旅程。這距離ChatGPT 問世，剛剛過去了八個月的時間。但新的挑戰也隨之而來，老師們真的做好準備了嗎？它會帶來哪些新的問題？
一、在取代教材前，先理解它
即使還存在不少負面聲音，但不可否認的是，全球教育系統正在以飛快的速度接納 ChatGPT。
6 月，韓國教育部宣布從2025年開始，在中小學課堂引入人工智能教科書，以逐漸取代傳統的紙質課本。這套人工智能教科書號稱可更好地因材施教，為學習進度和能力不同的學生提供定制化的學習資料。
在韓國政府的計劃中，人工智能教科書將在2025年率先在數學、英語、計算機等科目使用。到了2028年，再擴大到韓語、社會、歷史、科學等科目。最初人工智能教科書將與傳統課本一并使用，最終傳統課本將會被完全淘汰。
不過，不少教育專家指出：引入人工智能教科書，可能會引發新的問題。每個人的學習進度如果變得“可視化”，導進度慢的孩子可能會在同儕壓力進行補課，而這本身與人工智能教科書最初個性化教學的意圖相違背。從這個層面來說，當學校開始大范圍引入人工智能教科書，如何管理好學習數據將是未來的重點。
相比于韓國對教學模式進行的大刀闊斧般的改革，香港地區的思路則更為“務實”，香港的教育系統認為，比起快速擁抱生成式人工智能，當務之急是如何教學生正確使用以ChatGPT 為代表的一系列 AIGC 工具。
6月中旬，香港教育局推出了面向高年級小學生的“高小增潤編程教育課程單元”和面中學生的“初中人工智能課程單元”。其中，“初中人工智能課程單元”涵蓋人工智能基礎、人工智能倫理及VR等內容，單元課程以實例討論其使用 ChatGPT、Midjourney 等AIGC工具的好與壞，讓學生提出在為生活提供便利以外這些技術可能出現的問題。
而早在 2018 年，內地就已經推出了首本面向高中生的人工智能教科書，內容從介紹人工智能簡史開始，涵蓋人工智能原理以及如今在各領域的應用。此外，教材還提供了22個實驗可供學生動手操作，鼓勵學生發揮想像力。相比之下，內地的教材更注重人工智能相關知識的科普，對應用人工智能技術的思辨性內容并不多。
二、學生使用 ChatGPT 會帶來哪些風險
需要說明的是，以 ChatGPT 為代表的生成式人工智能背后隱藏著觀念固化的問題。由于ChatGPT的回答總是基于出現頻率最高的、大多數人認可的說法，或者是已經經過驗證的、權威的信息源下的觀點，這讓人們天生信賴其生產的答案。從這個角度上來看，看起來在不斷“生產新內容”的ChatGPT 其實并不具備任何創造性思維。
而教育的目的不僅是傳授知識，更重要的是培養學生批判性思維的能力。ChatGPT 雖然可以快速生成答案，但也使學生失去了探索事物的過程，由此導致個人批判性思考和解決問題的能力下降。
在這樣的局面之下，ChatGPT 應該在教育中扮演什么樣的角色就顯得尤為重要。哪些課堂上可以使用人工智能，學生在哪些作業里可以使用人工智能，使用的程度應該是怎么樣的，這些規則都需要慢慢去確立。這其實和當時互聯網進入教育系統的時候一樣，雖然要去擁抱新技術，但也要確立使用的邊界。
部分老師表示，自己已經改變了評估學生能力的方式。“學生當然可以使用 ChatGPT，但需要自己的生產的內容負責，在相關的位置也要標明內容出處。由于 ChatGPT 很容易出現事實性錯誤，這會倒逼學生們盡可能地了解自己的課題。”
美國一名高中語文老師表示，使用ChatGPT 教學帶來了更為出色的教學效果。當在課堂上進行作品分析的時候，她先讓學生詢問 ChatGPT 對相關內容的看法，轉而和學生討論人工智能為何會產生這樣的理解。“這個過程不僅加深了學生對這些故事的理解，還教會了他們如何與人工智能進行進行互動。”
三、個性化教學，帶來哪些新風險
其實，在AIGC技術還不夠成熟時，教育領域已經出現了許多基于人工智能的解決方案。這些方案利用人工智能分析學生的學習數據、學習行為和學習效果，從而提供適合學生的個性化學習資源和反饋機制。
在這個階段，人工智能對教育的作用還僅限于輔助，屬于效率提升的范疇，只是幫助學生盡快發現自己的知識疏漏，并給出相應的補充和練習。這些方案并沒有改變教育的本質，也沒有挑戰傳統的教育模式和理念。
而當以 ChatGPT 為代表的AIGC技術真正運用到教學中時，人工智能對教育的作用已經到了改造而不是效率提升的范疇，它正在改變學生們獲取知識的邏輯。生成式人工智能可以作為一個虛擬的老師或同伴，與學生進行自然語言交流、回答學生的問題、解釋知識點、引導學生探索和發現，甚至給出創造性的建議。
但是，AIGC在教育上發展的方向，應該是幫助學生建立學習框架，而不是直接生成答案。
舉例來說，當學生提出一個具體問題的時候，人工智能應該給出漸進式提示，引導學生思考，就進行教學一樣。而目前，市面上的一系列大模型并沒有針對教育場景做出的優化和調整。它們往往直接給出答案，或者給出與問題無關的內容。這樣的回答可能會讓學生失去思考的機會，也可能會讓學生對大模型產生過度依賴，這也是不斷被吹捧的個性化教學需要去解決的新問題。