高智化AI技術(shù)將顛覆教育？腦科學(xué)科研人員這么說(shuō)

　　來(lái)源|多知網(wǎng)

　　作者|Carey

　　圖片來(lái)源|AICG生成

　　前言：

　　因?yàn)镃hatGPT，高智化的AI技術(shù)引發(fā)了巨大的關(guān)注，很多觀(guān)點(diǎn)提到“高智化AI技術(shù)將對(duì)教育產(chǎn)生顛覆性影響”。那未來(lái)的教育場(chǎng)景是怎樣的?老師的角色是怎樣的?培養(yǎng)人的方向是怎樣的?和AI相比，人的價(jià)值會(huì)體現(xiàn)在哪里?基于這些問(wèn)題，我們對(duì)話(huà)了國(guó)內(nèi)某985高校腦科學(xué)科研團(tuán)隊(duì)負(fù)責(zé)人，他從不同的角度作了回答。

　　以下為對(duì)話(huà)實(shí)錄：

　　多知：很多人都關(guān)注到ChatGPT已實(shí)現(xiàn)一步一步啟發(fā)式提問(wèn)，這是非常高智化的體現(xiàn)，也是過(guò)往的技術(shù)從未實(shí)現(xiàn)過(guò)的。

　　答：確實(shí)，目前這種啟發(fā)式提問(wèn)是讓人很驚訝的。也說(shuō)明當(dāng)前大語(yǔ)言模型有很強(qiáng)的理解能力。從技術(shù)原理上看，這也很容易理解。我們可以把前面對(duì)話(huà)內(nèi)容編碼后當(dāng)成下一次對(duì)話(huà)的輸入來(lái)輔助后面的預(yù)測(cè)，原理上是比較可行的。這種形式本身并不難，難的是GPT-4的問(wèn)題質(zhì)量很高，這很不容易。

　　比如這兩天我寫(xiě)論文的時(shí)候，讓ChatGPT幫助優(yōu)化某個(gè)方法描述的英語(yǔ)表達(dá)。比較有意思的是，這個(gè)方法包含6個(gè)步驟，我特意將一段不完整的方法描述發(fā)給它，結(jié)果它完全補(bǔ)充了后兩個(gè)我完全沒(méi)有展開(kāi)的步驟，描述得也挺好的。

　　多知：但有一個(gè)問(wèn)題就是，怎樣保證這個(gè)“互動(dòng)”過(guò)程是正確的，或者符合提問(wèn)者需要的？

　　答：永遠(yuǎn)無(wú)法保證絕對(duì)正確，只要保證比人強(qiáng)即可。這個(gè)可以通過(guò)在大量標(biāo)準(zhǔn)測(cè)試集上驗(yàn)證。3.5版本的ChatGPT就有很多錯(cuò)誤，尤其是很多似是而非的回答，但是到了ChatGPT4就好了很多。提升準(zhǔn)確率只是時(shí)間問(wèn)題。

　　另一方面，從實(shí)用的角度，使用者也需要根據(jù)模型的特點(diǎn)揚(yáng)長(zhǎng)避短。

　　多知：如果通用大模型不斷進(jìn)化，變得更加聰明后，細(xì)分領(lǐng)域的垂類(lèi)模型是否還有它的價(jià)值？

　　答：垂類(lèi)模型當(dāng)然會(huì)一直有它的價(jià)值。有兩方面的原因：

　　1. 第一，垂類(lèi)模型可以做得更小，意味著它的能耗更小，成本更低;

　　2. 第二，垂類(lèi)模型可以做得更專(zhuān)業(yè)，更準(zhǔn)確。

　　比如針對(duì)教育場(chǎng)景的垂類(lèi)模型，就可以在教學(xué)流程設(shè)計(jì)、場(chǎng)景選擇、課程設(shè)計(jì)上做定制和優(yōu)化，這些都是需要大量的專(zhuān)業(yè)知識(shí)的。

　　多知：那高智化的AI技術(shù)會(huì)不會(huì)引發(fā)教育不公平？

　　答：我認(rèn)為不但不會(huì)引發(fā)不公平，反而會(huì)促進(jìn)教育公平。它降低了知識(shí)獲取的門(mén)檻。未來(lái)大家可能大概率用同一個(gè)模型。當(dāng)然在通用模型的基礎(chǔ)上，每個(gè)人都可以根據(jù)自己的需求自定義一個(gè)模型，比如根據(jù)過(guò)往的提問(wèn)歷史、互動(dòng)軌跡，AI會(huì)根據(jù)這個(gè)人提問(wèn)特點(diǎn)生成自適應(yīng)和定制化。但是從本質(zhì)上講，未來(lái)大家所依賴(lài)的AI技術(shù)都是相同，所有人只要能連上網(wǎng)，能夠獲取的信息是相似的。其實(shí)實(shí)現(xiàn)了教育同權(quán)。

　　多知：之前有個(gè)圖說(shuō)AI可以替代哪些工作崗位，其中就包括初級(jí)碼農(nóng)、文字工作者、教師等等，您感覺(jué)未來(lái)教育場(chǎng)景會(huì)發(fā)生怎樣的改變？

　　答：確實(shí)絕大部分的教學(xué)都可以被取代。比如寫(xiě)作文、口語(yǔ)陪練，甚至包括需要嚴(yán)密邏輯推理的科目，數(shù)學(xué)、物理等等。

　　未來(lái)“知識(shí)型”的老師會(huì)被取代?？赡苊總€(gè)人會(huì)有自己的AI伴侶，就像鋼鐵俠的助手賈維斯。教育場(chǎng)景可能只是AI助手的使用場(chǎng)景之一。甚至可以根據(jù)需求，將教學(xué)場(chǎng)景設(shè)計(jì)成虛擬環(huán)境，每個(gè)人進(jìn)入系統(tǒng)進(jìn)行自適應(yīng)學(xué)習(xí)。里面的情景可以設(shè)計(jì)得很有趣，像個(gè)游戲一樣。之前有部分教育產(chǎn)品用虛擬現(xiàn)實(shí)技術(shù)實(shí)現(xiàn)了沉浸式教學(xué)，但其中的線(xiàn)索和場(chǎng)景是固定的，并沒(méi)有達(dá)到真正的自適應(yīng)效果。而高智化AI是可以實(shí)時(shí)動(dòng)態(tài)調(diào)整學(xué)習(xí)路徑的，可以達(dá)到真正的自適應(yīng)學(xué)習(xí)效果。

　　就目前的研發(fā)速度來(lái)看，未來(lái)這個(gè)模型不僅可以打字，語(yǔ)音、視頻、圖像都可以，會(huì)逐漸演變?yōu)橐粋€(gè)多模態(tài)的模型。

　　多知：那老師的角色會(huì)如何演變？

　　答：未來(lái)的老師，可能不再是知識(shí)型老師，而是會(huì)出現(xiàn)少量類(lèi)似于“人生導(dǎo)師”這樣的角色，他們告訴我們處事規(guī)則、把握大方向、激發(fā)人們的想象力和創(chuàng)造力。

　　多知：目前美國(guó)有些學(xué)校在禁用ChatGPT，您怎么看？您覺(jué)得用了高智化AI技術(shù)，是否會(huì)帶來(lái)評(píng)測(cè)不公平的問(wèn)題？

　　答：當(dāng)高智化AI技術(shù)普及后，評(píng)估的問(wèn)題并不難解決。假設(shè)我們都有AI教學(xué)伴侶，老師可以去看AI記錄，這些都是后臺(tái)數(shù)據(jù)，后臺(tái)可以看到，并且還可以進(jìn)行統(tǒng)計(jì)分析。甚至說(shuō)，在和AI互動(dòng)的過(guò)程中，AI就是在“評(píng)估”你。這樣的評(píng)測(cè)可能比一次考試會(huì)更準(zhǔn)確。

　　當(dāng)一個(gè)新技術(shù)來(lái)臨時(shí)，禁止并不能阻止它的發(fā)展。從既往歷史來(lái)看，凡是能提升效率的技術(shù)，最后都會(huì)被廣泛應(yīng)用。因此，我們需要思考的不是如何禁止類(lèi)GPT技術(shù)，而且需要如何合理地利用類(lèi)似技術(shù)，并規(guī)避可能出現(xiàn)問(wèn)題。

　　現(xiàn)在我們很多學(xué)生會(huì)用它來(lái)做總結(jié)、評(píng)語(yǔ)，我也會(huì)用它來(lái)改論文。但它并不能完全替代人，因?yàn)樗恢滥愕膱?chǎng)景和思維。比如我們需要寫(xiě)好一個(gè)初稿或者框架，最后讓它來(lái)做寫(xiě)作上的優(yōu)化。

　　多知：未來(lái)我們?nèi)绾魏虯I共存？

　　答：人類(lèi)和AI共存，第一階段肯定是將它當(dāng)成一個(gè)工具，讓它做很多重復(fù)性、甚至知識(shí)型的工具。但在這個(gè)階段，很多行業(yè)就會(huì)發(fā)生顛覆性的改變。

　　但是，后期高智化AI是否會(huì)出現(xiàn)獨(dú)立的思維?是否會(huì)出現(xiàn)真正的數(shù)字人世界?這個(gè)是不確定的事情。這也是為什么很多人呼吁要暫停新GPT的研發(fā)。其實(shí)到目前為止，科學(xué)界對(duì)思維的原理，以及思維是如何產(chǎn)生的，并沒(méi)有定論。

　　而現(xiàn)在，新版本GPT已經(jīng)有“涌現(xiàn)”的現(xiàn)象，這是讓所有人既擔(dān)憂(yōu)又興奮的事情。

　　多知：就眼下，它會(huì)對(duì)人類(lèi)的學(xué)習(xí)、生活方式產(chǎn)生哪些影響？

　　答：人的一部分能力，比如做重復(fù)性信息提取或者操作的能力會(huì)被剝離出來(lái)，也就是說(shuō)人會(huì)向著創(chuàng)造力方向演化。然后，知識(shí)和重復(fù)性的思考一定會(huì)被機(jī)器給替代，而且現(xiàn)在來(lái)看這個(gè)是很快就能實(shí)現(xiàn)。

　　但是，涉及到創(chuàng)作性的東西，人依舊是很難被替代的。

　　多知：但是現(xiàn)在A(yíng)I作畫(huà)、AI寫(xiě)作都可以完成得很好了，那您感覺(jué)個(gè)人的創(chuàng)造性還能體現(xiàn)在哪里？

　　答：AI的創(chuàng)造性是什么呢？就是它可以組合，但是他不會(huì)創(chuàng)造出超出你認(rèn)知范圍之外的東西。但是人可以。比如說(shuō)，劉慈欣寫(xiě)《三體》，它里面提了很多新的規(guī)則。不管是否正確，這個(gè)是計(jì)算機(jī)一定創(chuàng)造不出來(lái)的，因?yàn)樗荒茉诋?dāng)前的有限世界里得到的這些規(guī)則去排列組合。他得不到新的東西，這就是人的創(chuàng)造力。

　　所以你看很多AI繪畫(huà)，畫(huà)得很好，但這不是真正的創(chuàng)新，真正的創(chuàng)新是都沒(méi)見(jiàn)過(guò)的，沒(méi)有提出來(lái)過(guò)，你通過(guò)現(xiàn)有規(guī)則得不到的，這才是真正的創(chuàng)新。

　　所以未來(lái)的話(huà)肯定會(huì)兩極分化，就是說(shuō)一部分成為特別頂尖的創(chuàng)新者。但這注定一定是少數(shù)的的。絕大部分人可能會(huì)變得更懶、更笨。不主動(dòng)思考的人就會(huì)退化。

　　多知：人腦和機(jī)器腦的本質(zhì)區(qū)別是什么？

　　答：這個(gè)問(wèn)題有點(diǎn)復(fù)雜。人腦和機(jī)器最大的核心區(qū)別在于它的資源。就是說(shuō)人腦的資源，受到能源消耗物理容量的限制，是一個(gè)小系統(tǒng)，這方面差別很大。第二、為了適應(yīng)這種差異，人腦里面有很多特殊機(jī)制，比如說(shuō)直覺(jué)、情感。這些東西有好的一方面，有不好的一方面，但是對(duì)于一個(gè)小系統(tǒng)來(lái)說(shuō)，必須要有這種直覺(jué)和情感去解決復(fù)雜的問(wèn)題。因?yàn)樗乃懔Σ粔颉Ｋ赃@也倒逼了人腦要非常高效，利用有限的資源去解決特別復(fù)雜的問(wèn)題。

　　這也是為什么人可以做出一些意想不到的舉動(dòng)。比如說(shuō)我們定義的天才，就并不完全基于一個(gè)確定性的邏輯算出來(lái)，它可能是跳躍性的思維，這種思維是機(jī)器不具備的。這可能是一個(gè)核心的區(qū)別，在若干年之內(nèi)可能也還會(huì)是一個(gè)主要區(qū)別。現(xiàn)在的機(jī)器想要達(dá)到這種能力可能也比較難，因?yàn)槿俗陨硪膊焕斫膺@到底是怎么實(shí)現(xiàn)的。但是，這并不是說(shuō)機(jī)器就比不過(guò)人。

　　機(jī)器未來(lái)一定會(huì)比人強(qiáng)。因?yàn)槿擞械倪@些限制機(jī)器都沒(méi)有，那么一旦我們知道人腦的工作機(jī)制，借鑒一些人腦高效運(yùn)作的邏輯，那么機(jī)器一定會(huì)超過(guò)人腦太多。

　　多知：那人腦的價(jià)值又在哪？

　　答：有幾點(diǎn)：1、情感能力。

　　2、 想象力?，F(xiàn)在整個(gè)社會(huì)的評(píng)價(jià)體系大部分以知識(shí)和經(jīng)驗(yàn)作為評(píng)價(jià)等級(jí)的區(qū)分，未來(lái)可能這套邏輯就不再適用，知識(shí)評(píng)價(jià)的權(quán)重會(huì)下降，更多會(huì)轉(zhuǎn)為比如想象力、直覺(jué)等一些個(gè)人特質(zhì)的評(píng)估。

　　3、個(gè)體差異性的價(jià)值。從進(jìn)化論的角度，個(gè)體的差異性對(duì)于社會(huì)的多樣性和種群的延續(xù)很重要，如果沒(méi)有差異性，意味著出現(xiàn)不了新的東西。而計(jì)算機(jī)很難做到這一點(diǎn)。這也是個(gè)性、情感的來(lái)源。

　　多知：那未來(lái)我們應(yīng)該重點(diǎn)鍛煉怎樣的能力，可以在高智化的AI時(shí)代里揚(yáng)長(zhǎng)避短？

　　答：應(yīng)該將更關(guān)注人類(lèi)特有的能力上，比如想象力和直覺(jué)的培養(yǎng)，把知識(shí)性和重復(fù)性的知識(shí)下放給AI，實(shí)現(xiàn)更合理的分工。

　　但有一點(diǎn)需要注意，這并不是要我們不要學(xué)習(xí)知識(shí)，因?yàn)樗械南胂罅椭庇X(jué)本質(zhì)上是依賴(lài)于大腦中現(xiàn)有知識(shí)基礎(chǔ)的。所以如何和AI融合是一個(gè)重大問(wèn)題。

　　(應(yīng)受訪(fǎng)者要求，文章采用匿名的方式)