今天小編分享的教育經驗：長遠看GPT等大模型對教育的影響，歡迎閱讀。
文 | 冉冉 教育行業研究者
編者按：
本文系多知網約稿。作者認為本次大模型帶來的技術革命和在線教育不是一回事，也不是一個維度的事，将在未來影響教育從業者、教育機構、教育行業等各個主體。值得大家重視。
盡管 ChatGPT 已經在 AI 領網域獲得了顯著的影響力，但在幾千萬的教育從業人員中，真正使用這種技術的人數并不多。需要注意的是，ChatGPT 只是一個產品，真正的核心是其背後的大模型技術。這種大模型技術對于容錯率高的行業有着深遠的影響，而教育恰恰就是這樣一個行業。
為了進一步探讨這個話題，以下是對大模型技術影響未來教育的一些猜想。在文末，我們設定一個投票環節，邀請讀者提供反饋。如果有需求，我們可以根據反饋再進行更深入的撰文。真誠地歡迎大家的參與和交流。
大模型對未來教育影響的猜想如下。
01
對知識的記憶不再是教學的重心
在中國的教育體系中，復習是其顯著特征。高考的一輪二輪復習；考研培訓的基礎班、強化班、衝刺班；火爆的刷題軟體（本質也是復習）均是其體現。復習的背後，是記憶，精準的記憶獲取更高的分數，這就是復習成為教學重點的原因。記憶是學習的必要環節，但學生把過多的時間花在復習已有知識上，并不能激發創新意識，而只是加深對舊知識的記憶，久而久之，還損害創新的精神。在教育資源相對落後的地方，這種現象更加明顯。
著名經濟學家錢穎一教授稱 " 在未來的 AI 時代，中國的教育優勢将會蕩然無存 "，這個優勢，指的就是通過努力和外部壓力驅使學生獲取的知識量。然而，由大模型通過預訓練獲得的知識已經覆蓋了幾乎所有人類的通用知識領網域。這使得我們能夠在任何時候以低成本調用任何領網域的知識。過度的記憶變得無足輕重。你不必精通法律，因為訓練有素的法律領網域大模型可以幫你分析案例；你不必掌握多種語言，因為翻譯類大模型可以幫助你實時轉換成母語。我們所需要的是廣泛的常識和知識間的遷移能力。而基于記憶而形成的競争力，在未來将不那麼重要，學校教育中，一輪二輪三輪不斷地對知識的復習記憶，也變得多餘。
因此，如果在接下來的 5-10 年中這種趨勢得到實現，我們可能需要重新考慮如何教育下一代。背誦 100 首唐詩，認識大量生僻字，或許不再重要。教培機構也需要調整產品設計，以适應這種變化。比如，評估學生知識的方式可能會由記憶轉變為創新思考和解決問題的能力。在這個新的模式下，讓學生設計自己的試卷，可能比簡單地做一張試卷更有意義。
02
統一辦教育的可行性大幅提升，校外培訓機構生存空間變小
教育資源分配的不均衡一直是政府迫切希望解決的問題。在線教育的出現在一定程度上緩解了這個問題，比如，通過錄制優秀老師的講課内容或直播名校名師的課程，這使得教育資源相對匮乏的地區能夠獲取更多優質教育資源。這種現象因《這塊屏可能改變命運》一文引發熱議。然而在線教育并不能有效解決個性化教學和互動問題，成都七中的教學内容是否适合祿勸一中的學生，這是個問題。盡管在線教育在教育資源公平化上做出了貢獻，但其影響力仍然有限。
然而，大模型技術的出現有可能解決這個問題。政府可以通過投入固定成本建立并運行教育大模型，而不是各個省網域各自為戰。不管學的是哪個版本的教材，是市重點還是鄉鎮中學，每個學生都可以獲得定制化的課程推薦或答疑引導。如 Knowte 本是一個學習筆記分享和管理平台，在接入 GPT 後，獲得了生成個性化試題的能力。
這裡需要說明一下數據庫模式的 AI 和生成式 AI 的區别。數據庫式的 AI 推送定制化内容，是通過識别内容，在數據庫中進行比對，然後推送已有的試題。而生成式 AI 則是根據學生的具體情況，創造新的試題，從本質上講，它具有無限的生成能力。而數據庫模式 AI 則只能依賴于有限的數據庫内容。當遇到數據庫中不存在的問題，數據庫 AI 将束手無策。如果數據庫的内容可以有 1 萬種組合，那麼生成式 AI 可以有 1 萬萬種組合，顯然生成式 AI 在解決個性化問題上的優勢更顯而易見。
校外培訓機構的存在，往往與校内優質資源供應不足和個性化教育需求無法滿足有關。一旦政府通過引入大模型解決了這兩個問題，校外培訓機構的生存空間将大幅縮小。
03
學科融合趨勢加速，以實踐帶動學習而非分科學習再去實踐
自古希臘時期以來，我們一直沿用着學科劃分的教育體系，從語言、修辭、邏輯、音樂到天文學，最顯著的轉變發生在 19 世紀，當時普魯士教育體系精細化地将學科分割為具體的領網域，如數學、科學、歷史和語言等。學科的劃分旨在深化對特定領網域的理解，并更加準确地進行評估，此外，它在供應端創造出一種易于培養的專業教師模式，相比于培養通識教師要更為簡單。然而，這種劃分學科的教育模式不可避免地限制了學生的跨學科學習能力。而當學生步入社會時，他們面對的問題往往需要跨學科的知識來解決。
學校教育可以看作是學生進入社會前的一種适應訓練，比起深入掌握某些特定的知識，培養解決問題的能力更為重要。這涉及如何利用已有的知識儲備、如何有效利用工具、如何進行協作等。跨學科學習已經成為了教育的趨勢，如今的 STEAM 教育以及教育部在 5 月 29 日發布的《關于加強新時代中小學科學教育工作的意見》均強調了跨學科學習的重要性。
理想的情況是，如果我們能有一個全才式的老師，既熟悉每個學生的特點，又精通所有學科，他們就能在解決具體問題時，明确學生應該學習什麼。然而，這樣的老師鳳毛麟角，且難以大規模培養。而現在，大模型 AI 技術有可能實現這一目标，從而改變了我們必須進行 " 分科教育 " 的前提。
校外教育機構圍繞剛需提供了豐富的教育產品，本質是跟着高考走，跟着校内走，不管業态是大班、小班、1 對 1、教輔或者學習機。若校内體系展開學科融合并加入考評系統，校外教育機構若想生存，必将擁抱這一改變。那些能提前在 STEAM 或其他融合多學科的領網域進行業務拓展，積累客戶的教培機構，更會搶占到先機。
04
一些學科的重要性大幅下降
以英語學科為例。英語教育在中國可以追溯至 19 世紀末，開始于一些接觸外界較多的海岸城市。随着 20 世紀 70 年代末中國的改革開放，英語教育進入快速發展階段，其在全國範圍内的中小學以及大學中成為必修科目。2001 年中國加入 WTO 以及 2008 年奧運會的舉辦，更進一步推動了英語學習熱潮。然而，随着翻譯技術的日益成熟，投入大量時間學習英語的性價比正在下降。
以語言翻譯技術為例，有道翻譯的譯文質量已達到信達雅水平，科大訊飛的同聲傳譯軟體準确率也達到了 98% 以上，能夠滿足大多數的實時翻譯需求。在大模型的應用下，GPT-4 已展示了其在處理學術英語上的強大能力。
留學必有托福或雅思成績，根據 ETS 的統計，2021 年中國托福考試平均成績為 87 分，但若需要獲得歐美頂尖大學錄取，成績甚至需要達到 110 以上。這意味着許多學生需要花費大量時間提升英語水平才能滿足入學要求。然而，如果我們将大模型的翻譯能力應用到 AR 眼鏡中，即使學生的英語水平不高，也能看到教授講課的實時翻譯，大大降低了英語學習使用門檻，用于英語學習的時間可以用在學習專業知識上。
英語作為一種工具，面臨着由大模型帶來的更低成本、更高效的替代。這也可能引發中國教育體系對英語重要性的重新評估，英語在學科體系中的位置可能面臨調整。
05
普通教育從業者就業難，存在價值在于陪伴引導而非知識傳授
以前，教師被視為知識的傳播者，學生則靠他們獲取知識。現在，如 GPT-4 等領先的大模型已經展示出了卓越的教學能力，甚至能夠與優秀的斯坦福畢業生相媲美。例如，應用在可汗學院的 Khanmigo AI 助手，能做到一步步引導學習，這無疑對教師這個職業構成了挑戰。
然而，教育遠非僅僅是知識的傳遞。教師與學生的人際互動在學習過程中扮演着至關重要的角色。這正是在線教育無法超越面對面教學的原因之一。對于學生來說，求學不僅僅是為了學到知識，他們在這個過程中需要的，還有陪伴和情感支持。雖然 AI 可能能模拟出陪伴的場景，但它們畢竟無法取代真人教師的存在。
因此，面對這樣的挑戰，教師的角色極可能發生轉變。他們需要從傳統的知識傳授者轉變為學生的陪伴者和引導者。在 AI 的幫助下，教師可以更專注于與學生的互動，為他們提供個性化的支持和關懷。教師的價值不再僅僅取決于他們掌握的知識，而在于他們與學生建立的關系的能力。
教育機構也需要适應這個趨勢，以 AI 為工具，讓教師有更多的時間和精力去陪伴和引導學生。業内常說，" 教育不是灌滿一桶水，而是點燃一團火 "。大模型 AI 能力加持下，教師更有可能成為這個點火者。
結語：
技術是生產力，本次技術革命和在線教育不是一回事，也不是一個維度的事，重視總是好的。以上是部分觀點，歡迎讨論。
（本文僅代表作者個人觀點，供讀者參考。）
