主页 > 联系我们 >

人工智能会如何改变我们衡量孩子智力的方式

文章来源:未知 2018-07-26 04:11

  教育界有这么一句话:你衡量什么,你就是重视什么。选择世界各国的学校通行的标准化考试,我们等于是在教育孩子,我们只重视一种定义相当狭隘的智力--解决关于列车时间的文字问题,或者在多项选择测试中判断某项二战条约的目的的能力。

  事实上,人类的智力是庞大而复杂的。然而,它是可以衡量的,而且是富有价值的。在这个人工智能能够进行智力测试,并掌握知识型课程的时代,人类可能正在使得自己被科技超越。

  我认为,我们处在把自己变成傻瓜的危险当中。研究人工智能与学习逾25年的伦敦大学学院学习中心设计学教授罗斯·卢金(Rose Luckin)说道。由于我们以非常有局限性的方式来衡量智力,我们对我们的技术能够产生的那种智能行为印象深刻。

  卢金的新书《机器学习和人类智力:21世纪教育的未来》认为,如果我们想避免把我们的孩子和他们的老师变成机器人,我们必须从根本上重新定义智力。她提倡使用人工智能来帮助我们开发和估量各种形式的人类智力,以便让学生能够更好地应对需要不断适应和学习的工作环境。

  首先是跨学科学术智力,即把学科联系在一起而不是孤立地研究的能力。(当然,芬兰在这方面正走在前面:抛弃分学科来进行教学的理念,转而指引学生们在诸如欧盟这样的主题下,联系数学、历史、经济学和语言等学科来进行综合性的思考。)

  然后是社会智力,或者说形成对我们自己的情绪以及我们如何在群体中控制那些情绪的意识。这是人类所擅长的;机器人则不然。

  后设认识,或者说我们与知识之间的关系。卢金问道,学生明白知识从何而来吗?。他们是把它看作是他们被赋予的东西,他们必须学习的东西,还是他们意识到这是他们构建的某种前后关联的东西?拥有这种智力的孩子知道什么是好的证据,以及如何根据这些证据做出判断。

  后设认知,或者说认识我们自己,调节我们的认知过程。(例如,如果我知道自己是一个拖拖拉拉的人,需要把东西写下来学习,那么我不应该等到大考前一个小时再才去重写我所有的笔记。)

  后设主观智力,或者说理解我们的情感以及它们与我们的学习和幸福感之间的关系。动机是其中的关键。

  后设情境智力,它是关于学习过程中的动态情境--不仅仅是在课堂上,还与人、事物和地方存在关联。我们的智力不只存在于我们的大脑中,卢金说,越来越多的证据表明,情境是巨大的,而情境理解正是人工智能做得不好的地方。

  准确的自我效能感,即我们评估自身能力的能力,也许是最重要的一种智力。我们能否准确地预测我们是否有可能在某件事上取得成功?我们能否发挥作用?卢金问道。

  众所周知,人类不善于预测自己的表现。总的来说,行为心理学家和经济学家已经证明,我们容易过度自信。卢金认为,这就是人工智能的用武之地。

  卢金在《自然》(Nature)杂志上刊文称:人工智能是打开学习的黑盒子的强大工具,因为它可提供对学习发生的时间和方式的深入细致的理解。她提出,人工智能系统能够让我们更好地全面开发智力--部分原因是人工智能可以帮助估量知识以外的东西,包括协作、韧性、信心和动机。它也能够让我们摒弃用来评估学生能力的一次性考试。相反,可以通过电脑、手机或平板电脑来对学生进行持续的测试,评估他们的社会智力、跨学科学术智力和多项后设智力。在学生和教师对他们的能力有了更加准确的了解以后,学生就能采取更加有效的方法来提升自己。

  经常发现一些你做得怎么样的证据,对于领悟你正在做的事情是非常有益的。卢金说道。这种方法可以让老师专注于理解数据,并解决学生的动机和毅力等关键问题。虽然她承认人工智能不能完全衡量任何一种智力,但她相信它可以帮助我们在所有智力上做得更好。

  卢金提到了一些人工智能如何帮助提高学习的例子。在发表在《计算机科学》(Computer Sciences)杂志上的一篇论文中,她研究了如何衡量协作解决问题的能力。这一技能在现代职场中被普遍认为是必不可少的。但是,对于老师来说,在课堂上的小组活动中全面跟踪每一名学生的表现是不可能的。

  在一项实验中,她和她的同事们用摄像机记录了孩子们的手部动作和头部朝向,以衡量他们在一起共事的效率。然后,负责研判的人员交叉检查那些检测工具,判断各个小组是否在进行协作。卢金说,我们的目标是建立社会互动的证据,这是成功解决协作问题的一个要素。这一证据可以用来形成一个指示板,告诉教师哪些小组需要他们的注意,进而让教师能够更有效地利用他们的时间。

  英国学习平台Century Tech提供了另一个关于人工智能如何在课堂上发挥作用的例子。该公司利用人工智能和大数据来根据学生的强项和弱项定制教育内容和活动。教师可以实时了解学生的学习进度,进而能够他们提供最大的支持和帮助。

  除了人工智能之外,我们还可以通过其它的途径来发展一系列的智力。一些寻求建立后设认知智力的教师正在使用一个叫做贝蒂的大脑(Bettys Brain)的计算机程序。在该程序中,理科生们向一个叫贝蒂的卡通人物讲解河流生态系统的过程,包括食物链、光合作用和废物循环。然后他们测试贝蒂看她学到了多少,并观察测试在其学习中的作用。在测试她的时候,学生们也都在进行自我测试,并发现自我监察是一个适用于所有学习场合的重要策略。Vanderbilt杂志解释说。为了教学,他们得先自己去学习。贝蒂的大脑开发者、范德堡大学电气工程和计算机科学教授高塔姆·比斯瓦斯(Gautam Biswas)说道。

  卢金还说,学生可以通过学习人工智能本身来发展自己的智力。她指出,探索IBM的沃森(Watson)系统可以帮助学生发展后设认识--明白到知识不仅仅是呈现在我们面前的信息,还是我们要构建的某种东西。沃森能够回答复杂的问题,因为它被程序设计得能够进行观察和建立证据体系,生成和评估假设,并判断潜在的最佳答案。换句话说,沃森的学习方式与学生应有的学生方式差不多。

  卢金所设想的由人工智能驱动的世界存在着一些明显的障碍。首先,教育系统是出了名的不愿作出改变。另一方面,人工智能跟踪学生表现的想法会引起人们对数据隐私的担忧。如果科技在不断地评估你孩子的智力,它也在收集他们的长处和短处方面的数据。

  不难想象,人工智能可能会被用来将学生分成三六九等,或者剥夺他们的机会。英国《金融时报》的一篇报道便是一个很有借鉴意义的例子,它阐述了中国东部的一所高中是如何跟踪学生的:监视系统由面部识别和人工智能来驱动,用来追踪该公立学校的1010名学生,告知老师哪些学生迟到哪些学生旷课;在饭堂里,他们的饭菜选择等于留下数字饮食记录,员工能够对此进行监视,看谁贪嘴吃了太多脂肪含量高的食物。《金融时报》报道称,由于在当地引起争议,该学校最终叫停了这一项目。但它所描绘的情景实在吓人。

  卢金坦言,数据隐私是个大问题,她自己也没有解决方案。她表示,这是一场必须进行的大讨论,教师和政策制定者应该与已经在讨论如何在教育中利用人工智能的学者和工程师一起进行讨论。

  至于学校向来抗拒变革的问题,卢卡金并不是唯一一个相信人工智能将不可避免地进一步渗透到课堂的人。英国威尔斯大教堂学的助理校长西蒙·巴尔德森(Simon Balderson)组织了一个关于人工智能和教育的国际会议。他向英国的教学和学习类网站和杂志Tes表示:

  目前,我们教授学习内容和通过考试来评估学生,但随着人工智能渗透到教室,情况将会发生变化。人工智能发展得如此之快,未来它将能够监测到各种东西,比如人们在苦苦思考一个概念时脸上呈现出的细微表情,然后它会相应地调整课程来帮助他们去更好地学习。

  与老师一样,人工智能也会针对每个学生进行调整。但它会始终如一地、稳定地进行调整和提供帮助,而且对待每个学生都是如此。没有一个老师能在每堂课上在30个孩子身上做到这一点。巴尔德森指出,人工智能还将管理每个学生的数据,确保每一个学生的功课都符合他们的水平。目前,做到这种差异化是不可能的。

  学校似乎不太可能在短期内摒弃事关重大的学术测试。但是,大西洋两岸都有越来越多的人承认,考试制度已经被打破:它奖励学生们死记硬背而非从学习材料中获取意义,激励外在学习动机而非内在学习动机。

  卢金认为人工智能是替代某些考试的一个可行选择。现在我们有了收集数据和分析数据的方法,它们能够帮助我们进行非常精确的、持续性的形成性评估。她说,如果我们想要的话,这就是考试的替代方案。

  她为改变我们评估学生能力的方式会如何改变教育系统价值观的可能性而感到兴奋:如果我们能够认同我们需要改变这个评估体系,她说,那么就能开启彻底反思我们的教育体系的目的的闸门。

  现在还无法判断卢金的愿景是乌托邦式的,反乌托邦式的,还是平平无奇的。不过,英国上议院最近的一份人工智能报告的结论包括了这一论断:所有公民都应该享有在人工智能身边接受教育,借此变得智力高、情感丰富和富裕的权力。

  这种想法预示着传统的学校教育体制会发生变革。打开了这扇门,卢金说,你会发现巨大的惊喜。

作者:admin