
Enjoys coding and AI but also enjoys not thinking about them
The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.
教育数字化转型的优势是不言而喻的——尤其是考虑到近期疫情造成的破坏。数字化使学生能够不受阻碍地继续他们的努力,同时也允许访问更多的资源,例如人工智能 (AI) 工具。在此基础上,很容易将教育中技术的日益采用视为完全中性或积极的发展。
然而,人们可能对这种快速转变持保留态度。技术解决主义可以被描述为倾向于将技术作为所有个人或社会问题的最终答案的倾向。尽管近年来人类显然已经接受了技术的快速进步,但它可能并非没有缺点。
解决方案主义及其在社会中的作用的主要问题之一是其哲学概念的还原论。这就造成了数字化的一个基本问题——提供即时解决方案的便利性,而不是探索障碍和解决这些障碍的替代路径。
学习的主要目的是检查和分析抽象概念和思想。经常被引用的与教育相关的口头禅之一提到,教育不是“装满一桶水,而是点燃一把火”。
虽然这一宣言可能因过度使用而变得陈词滥调,但在面对解决方案主义时考虑它时,它具有连贯性。很明显,如果没有预料到的话,技术是用来解决个人在日常生活中面临的问题的。这意味着快速寻求并找到解决方案,而不是反思特定问题。当答案如此容易获得时,时间就不会被浪费,这似乎是谨慎的做法。
然而,可以说,这种冥想可以调动大脑,有助于发展高阶认知技能,例如批判性思维和解决问题的能力。主动花时间思考和评估单一问题的可能解决方案可以发展大脑倡导和决策的能力。对于由自动机被动地提供解决方案来说,情况并非如此。这对于发展中的思维如何获取信息和解决问题具有影响。在缺乏技术的文化中,解决复杂问题的最佳方法是深思熟虑的过程。在技术可行的情况下,该方法很可能会以数字代理已经提供的正确答案为指导。因此,用户的批判性思维较少。
目前,很难评估这造成的损害有多大。毕竟,随着时间的推移,人类大脑进化并丢弃不再有用的品质已经成为常态。一个世纪前,被认为重要的技能包括良好的记忆力和书法。
随着计算机的出现,这些技能现在基本上已经过时了。相反,有效处理信息的能力现在对个人来说更加有用和有价值。通过这种方式,技术通过自动化任务并解放人类思维以专注于更复杂的事业来帮助社会。通过将批判性思维委托给机器,人脑是否有可能进一步进步?虽然无法确定,但可能性极小。深思熟虑地评估和解释替代方案的能力使个人能够有效地为他们选择的职业做出贡献。在全球范围内,青春期高阶认知技能的发展是教育工作者和心理学家的主要教学目标,并且有正当理由。
因此,至关重要的是,教育中数字化的采用不能削弱对青春期批判性思维培养的重视。在任何论述中都必须弄清楚自我效能的重要性以及被动学习可能对其产生的负面影响。随着GPT-4等复杂的生成式人工智能工具的发展,书面作业等任务最终可能会被分配给机器,而不是学生智慧的产物。这将影响个人充分构建消费材料的能力,以及评估应包含哪些相关信息的能力。
批判性思维的指标可以包括成功判断消息来源的可信度、提出和捍卫理性假设以及提出相关的澄清问题的技能。这些能力在生成模型中并不存在,因为它们目前存在,并且如果推理完全交给机器,那么这些能力是人类最有可能被耗尽的能力之一。验证人工智能产生的信息的唯一方法是通过人工检查。因此,意识到人工智能的局限性至关重要。如果书面作业被指定给机器人,那么教育工作者就会更有动力去促进和测试批判性思维技能,而不是机器已经擅长的任务,例如记忆和格式化。
有必要将人工智能工具纳入教育中,这种必要性是由学生在日常生活中与生成式人工智能的互动程度决定的。如果人工智能的融入不可避免,是否有可能反而被拥抱?
当然,我们似乎有理由抱有希望。
随着时间的推移,大量的证据表明,课堂教学方法的统一性并不适合每个学生或对每个学生都是最佳的。随着教育人工智能的出现,个性化学习体验有望帮助学生更好地理解复杂的概念和过程。
此外,培训机器可以更好地了解学生的需求,进而可以为教师和教育工作者提供如何更有效地进行指导的信息。因此,教师作为课堂变革的推动者,必须拥护人工智能的积极方面,并将其深刻地融入教学中。随着人工智能变得更加复杂,其功能变得更加容易获得,教育也可以从其同化中受益。