什么是人工智能?我能在學校里有效地使用它嗎?哪些工作最適合由人類智能完成,哪些工作最適合由人工智能完成,我該如何將這兩者的優(yōu)勢結合起來?我和我的學校應該如何為人工智能做好準備?
《給教師的人工智能教育》一書將幫助教師和校長們深入了解人工智能,以制定學校如何使用人工智能的戰(zhàn)略。本書通過考察學校的需求和挑戰(zhàn),以確保學校做好準備有效地利用人工智能,并從幼兒到高中生舉例說明,展示人工智能給學校教育帶來的實際影響和益處。本書深化了對人工智能是什么和不是什么的理解,以及我們如何定義和衡量我們所重視的事物,并提供了一個框架,以支持逐步發(fā)展教師的人工智能思維,其重點在于通過基于證據的干預措施改善學生的教育機會。
從教師而非技術出發(fā),指導教師如何讓人工智能為他們所用。
無論喜歡還是不喜歡,接受還是不接受,人工智能已經涌現(xiàn)在我們的生活中,當然也在教育生活中。我們需要看到,人工智能在給學校教育帶來新挑戰(zhàn)的同時,也為學校應對挑戰(zhàn)提供了機會。作為教師,我們需要了解的重點不是人工智能在技術層面的運行,而是人工智能可以為教育做些什么,如何利用人工智能來減輕教學負擔,以解放時間與精力從而在更有意義的層面支持學生的學習。
推薦語:
這本書使我們相信,我們不需要成為專家或數據科學家就能實質性地參與人工智能。通過這本書,她們?yōu)榻處熖峁┝藚⑴c我們這個時代最重要的公共對話的通行證。
塔比莎·戈爾德斯陶布(Tabitha Goldstaub),英國人工智能委員會主席
這本書將幫助教育工作者了解什么是人工智能,它引發(fā)了哪些問題,帶來了哪些困境,以及如何應對。
蒂莫·漢內(Timo Hannay),SchoolDash Limited創(chuàng)始人
譯者序面向學校教師的人工智能
推進教育數字化轉型是當前我國教育發(fā)展的重大戰(zhàn)略,信息技術特別是人工智能在教育中的廣泛應用,有利于教育的轉型升級和高質量發(fā)展。當前人工智能發(fā)展進入新階段,2022年被稱為生成式人工智能(以下簡稱生成式AI)元年。大語言模型(Large Language Models, LLMs)的發(fā)展在生成式AI領域取得了顯著的進展。最具有代表性的是OpenAI發(fā)布的一款全新的聊天機器模型ChatGPT,它能夠模擬人類的語言行為,與用戶進行自然的交互。比爾蓋茨稱這種技術的出現(xiàn)是人工智能技術領域的一次真正革命。我國的百度、阿里巴巴以及科大訊飛等公司也先后推出了自己研發(fā)的大語言模型,并且向公眾開放使用。這標志著以ChatGPT為代表的生成式AI進入了人人可用的新時代,引領了新一輪的互聯(lián)網革命,也引起了教育領域的廣泛關注,其表現(xiàn)出的教育創(chuàng)新價值更受到專家和教師的熱烈討論。生成式AI可以提供個性化學習體驗,協(xié)助創(chuàng)建教育內容、克服語言障礙等。ChatGPT還可以支持學生自定義學習,并提供相應的反饋。生成式AI不僅會改變教育手段,更會影響未來的教育目標和生態(tài),推動教育數字化轉型。ChatGPT的出現(xiàn)標志著人類進入認知智能階段,預示著這種人工智能技術將會給社會各個領域帶來巨大的變革。
OpenAI公司的CEO 山姆奧特曼(Sam Altman)聲稱,未來幾十年里所有重復性的工作,只要不需要深度情感交流,就都有可能被AI更好、更快且成本更低地完成,因此AI將有可能取代許多白領工作。這將給人才培養(yǎng)帶來新的挑戰(zhàn)。學校不僅需要順應新時代科技革命帶來的巨變,而且必須積極應變,探尋教學改革與創(chuàng)新的有效路徑,主動承擔起引領和推進我國人工智能健康發(fā)展的歷史責任。人工智能是變革教育的重要力量。2019年,習近平總書記向國際人工智能與教育大會致賀信,他強調:中國高度重視人工智能對教育的深刻影響,積極推動人工智能和教育深度融合,促進教育變革創(chuàng)新。此次會議通過的《北京共識人工智能與教育》提出各國要制定相應政策,推動人工智能與教育、教學和學習系統(tǒng)的融合,該文件成為人工智能與教育領域里程碑式的國際共識文件。
今年政府工作報告首次提出了要開展人工智能 行動,這意味著人工智能要與各類產業(yè)、各種應用場景進行深度融合,而這將極大地推動傳統(tǒng)行業(yè)的轉型升級和社會經濟結構的變革。人工智能 教育也將會給教育教學帶來新的機遇和挑戰(zhàn),正如教育 部部長懷進鵬指出的:對教育系統(tǒng)來說,人工智能是把金鑰匙,不僅影響未來的教育,也影響教育的未來,有機遇也有挑戰(zhàn)。為此,他提出:未來,我們將致力于培養(yǎng)一大批具備數字素養(yǎng)的教師,加強我們教師隊伍的建設,把人工智能技術深入到教育教學和管理全過程、全環(huán)節(jié),來研究它的有效性、適應性,讓青年一代更加主動地學,讓教師更加創(chuàng)造性地教。為推動人工智能特別是大語言模型在教育中的運用,今年三月底教育 部啟動了人工智能賦能教育行動,推出四項具體行動,旨在用人工智能推動教與學融合應用,提高全民數字教育素養(yǎng)與技能,開發(fā)教育專用人工智能大模型,同時規(guī)范人工智能使用科學倫理,這項行動計劃開啟了人工智能 教育的應用和變革。
目前,我國教育領域正在推動教育信息化2.0行動計劃和教育數字化轉型戰(zhàn)略,其核心是推動信息技術與教育教學的深度融合,促進教育的創(chuàng)新與變革,以培養(yǎng)能滿足人工智能時代需求的創(chuàng)新人才。人工智能與教育教學的深度融合,是新時代教育信息化最重要的特征之一。如何把人工智能特別是生成式AI融入教育教學中,為學生提供個性化學習,提高教育教學質量,是教師和研究者面臨的共同課題。同時這也提出了一個迫切的問題,我們的教師為人工智能時代的教育做好準備了嗎?本書提出了一個為人工智能融入教育做好準備的框架,指導教師學習和運用人工智能從而賦能教育。
本書作者羅斯盧金(Rose Luckin)是英國倫敦大學學院教授,致力于研究將學習科學理論與人工智能技術相結合,為教育技術的設計與評估提供新視角,她是國際人工智能教育領域的權威專家。針對人工智能時代教師和學校如何做好準備,盧金教授提出了人工智能就緒框架來應對這一挑戰(zhàn)。全書圍繞框架中的七個步驟展開討論。首先介紹了人工智能的發(fā)展和特征,幫助教師了解人工智能對教育的意義,目的是教育、鼓勵、激發(fā)教師形成人工智能思維,接著引導教師反思和發(fā)現(xiàn)教育教學中所面臨的重要挑戰(zhàn)和問題,這正是要運用人工智能來解決的問題。人工智能解決問題的重要思想是基于數據的,或者是數據驅動的,即針對所要解決的問題,有針對性地識別、獲取和收集所需要的教育數據,并對數據進行整理和清洗,然后借助人工智能技術對數據進行分析。盧金教授介紹了人工智能的幾種重要技術,包括機器學習中的監(jiān)督學習和無監(jiān)督學習,以及如何對數據進行特征分析和降維處理,從而了解這些數據對問題或挑戰(zhàn)意味著什么。也就是說,她的核心思想是培養(yǎng)教師的人工智能素養(yǎng),提升教師的數據素養(yǎng),從研究的視角運用人工智能分析數據,從而解決所面臨的問題或挑戰(zhàn)。
在教育中應用人工智能會帶來倫理和風險問題,盧金教授非常重視該問題,她提出的就緒框架的七個步驟的首字母組合在一起正好是ETHICAL,即倫理,這是她有意為之,目的是強調倫理在該框架中的重要性。她認為,隨著學生越來越多地使用人工智能工具進行學習,我們必須主動解決倫理問題。一個關鍵問題是學術誠信確保學生了解什么是適當使用和不當使用人工智能完成作業(yè)。學校需要明確的政策和檢測機制來防止作弊。另一個關注點是數據隱私和安全,因為學生與人工智能的互動可能會被跟蹤。如果人工智能工具對不同學生群體提供不均衡的利益,也會產生偏見和公平性問題。所以她提出的倫理框架強調透明性、保持人類監(jiān)督和認真考慮其社會影響。學校必須教授人工智能素養(yǎng),使學生了解這些倫理風險。
筆者在與盧金教授通過郵件進行交流時,問道:人工智能如何改變教育生態(tài)系統(tǒng)以及教師如何應對?盧金教授的看法是,人工智能有望深刻改變教育生態(tài)系統(tǒng)。智能輔導系統(tǒng)可以大規(guī)模提供個性化學習。人工智能可以承擔自動化評分等常規(guī)任務,從而釋放教師的時間。而生成式AI可以創(chuàng)建定制化的內容和評估。然而,大多數學校尚未完全準備好迎接這個由人工智能驅動的未來。我們需要在數字基礎設施、教師專業(yè)發(fā)展、課程設計和倫理保障方面進行大量投資。積極的領導和政策框架對于引導這一轉變至關重要。
在人工智能時代,教師如何使用人工智能進行數據驅動的教學和研究是我們都關注的問題。書中介紹了如何運用人工智能技術分析和處理教育數據,從而找到問題解決的方案。人工智能為教師提供了強大的工具,可以獲得基于數據的關于學生學習的見解。機器學習可以分析大量的學生作品數據,以識別誤解并優(yōu)化反饋。教師可以使用人工智能驅動的儀表盤實時跟蹤學習進展并調整教學。為了利用這些功能,教師需要接受數據素養(yǎng)和人工智能技能的培訓。與研究人員的合作還可以幫助教師設計課堂實驗,以測試人工智能干預的效果。關鍵是從零散的數據實踐轉向系統(tǒng)化地使用人工智能進行持續(xù)改進。
本書給教師的一個重要啟示是,我們在教學和評價中運用人工智能是要解決教育教學中的問題,要從研究的視角去研究和解決這些問題。這種研究的視角也是許多教師所欠缺的。大多數教師所關心的是在教學中如何使用人工智能賦能教學和評價,但很少從研究的視角來研究和探索人工智能如何賦能教學。本書的思想是教師首先要關注自己在教育教學中遇到的問題,要提升自己的數據素養(yǎng),注意在教學的全過程、全流程、全環(huán)節(jié)中設法產生和收集數據,并對數據進行整理和清洗,然后運用機器學習來分析和處理數據,從而找到解決這些問題的方案?梢赃@樣講,當前人工智能技術運用的核心驅動力是數據,數據是基礎、是原料,只有擁有大量有效的、真實的數據,才能運用人工智能去分析問題和解決問題。為此,在本書第三章中盧金教授連續(xù)用了三個數據作為標題,強調了數據的重要性。因此,要運用人工智能賦能教育教學,教師需要提升自己的數據素養(yǎng),要充分利用人工智能技術收集、獲取和分析教育中的數據,以解決教育教學中的相關問題。
盧金教授對中國教育工作者和學生使用人工智能提出了建設性的意見。她說:對于希望利用人工智能的中國教育工作者、管理者和學生,我建議從明確評估目標和準備情況開始。人工智能可以幫助解決你所在環(huán)境中的哪些具體挑戰(zhàn)?你是否具備負責任地實施人工智能所需的技術基礎設施和技能?投資能力建設和變革管理至關重要。同樣重要的是,學習全球領先的人工智能教育應用案例,并對其進行調整以適應中國的具體情況。與教師、家長和政策制定者等多方利益相關者互動,以創(chuàng)建共同愿景和支持。采取循序漸進、基于證據的方法進行人工智能解決方案的試點和擴展。最重要的是,始終以人為本,將學生的福祉放在中心。用正確的方法,人工智能可以成為促進中國教育質量提升和公平的重要工具。這些建議都有很強的針對性,教師可以根據自己的教學實際情況,思考她提出的問題,并在實踐中積極付諸實施。
當我邀請盧金教授為本書中文版寫序言時,她欣然答應。我們通過郵件和視頻會議討論書中的一些觀點以及我在翻譯中遇到的問題。比如,人工智能對教育的影響,教師如何運用人工智能賦能教學,以及如何用人工智能開展數據驅動的教學與研究,她都一一給出了自己的觀點。在序言中,她還特別針對中國讀者中的學校領導和管理者、教師以及教育研究者提出了具體建議,讀者在閱讀時可以結合自己在教育、管理和研究中的問題,根據這些建議,創(chuàng)造性地運用人工智能解決所面臨的問題或挑戰(zhàn)。
羅斯·盧金(Rose Luckin)是英國倫敦大學學院教授,國際人工智能(AI)教育學會會長,專注于以學習者為中心的設計研究。她將學習科學理論與人工智能技術相結合,為教育技術的設計與評估提供了新視角,成為國際人工智能教育領域的領先專家。她以在教育技術設計與評估方面的研究而聞名,特別是在人工智能領域。她在2017年被列入謝爾登名單中非常具有影響力的20位教育人物之一。她參與了英國第四次工業(yè)革命背景下的教育政策制定,并聯(lián)合創(chuàng)立了教育中的倫理人工智能研究所。她是內斯塔2012年發(fā)布的具有影響力的《解碼學習》報告和皮爾遜2016年發(fā)布的《釋放智能》報告的主要作者。她撰寫了大量學術論文,主編論文集,為教育技術的發(fā)展提供理論支持。她在2018年出版的《機器學習與人類智能:21世紀教育的未來》中詳細探討了AI在教學和學習中的應用,并提出了對未來教育模式的重大調整建議。她在國際人工智能教育大會(AIED)執(zhí)行委員會中擔任重要角色,她的工作不僅推動了學術研究的進展,也影響了人工智能教育應用的政策制定。
卡琳·喬治(Karine George)是屢獲殊榮的教育家和活躍的研究實踐者。在一所被英國教育標準局(Ofsted)評為優(yōu)秀的學校里,她擔任了 20 多年的校長。
穆特魯·庫庫羅瓦(Mutlu Cukurova)是倫敦大學學院知識實驗室(UCL Knowledge Lab)的教育數字技術教授。
譯者簡介
柴少明,博士,教授,華南師范大學阿伯丁數據科學與人工智能學院副院長。研究方向為人工智能教育、數字化學習、技術支持的知識建構等。加拿大多倫多大學訪問學者。主持和參與國家級、省部級等多項研究課題。在國內外核心期刊上發(fā)表三十多篇學術論文,在科學出版社出版專著《計算機支持的外語協(xié)作學習》和《網絡學習社區(qū)中基于對話的知識建構理論與實踐》,在華東師范大學出版社出版譯著《創(chuàng)造性課堂為了21世紀學習者的創(chuàng)新教學》和《人工智能教學探索學習新前沿》。主持的課程知識建構與協(xié)同創(chuàng)新被認定為國家級線上線下混合式一流課程,獲得華南師范大學教學名師 等榮譽稱號。
前言
引言:理解人工智能的關鍵要素
第一章 什么是人工智能,它為何可能對教育有用?
AI是什么?
人工智能簡史
可以學習的機器
透明度和AI,或理解黑匣子里正在發(fā)生的事情
自主性和自適應性
第二章 教育的挑戰(zhàn)與人工智能
你面臨的挑戰(zhàn)是什么?
了解你的假設
誰擁有權力:人工智能還是人類智能?
將倫理納入評估
了解你的數據
為第三章做好準備
第三章 數據,無處不在的數據
為什么如此多地談論數據?
數據到底是什么?
教育中的數據
回到機器學習人工智能
連接挑戰(zhàn)與數據來源
在哪里尋找數據
多模態(tài)數據
平衡多個數據因素
從發(fā)現(xiàn)已有數據轉向收集新數據
第四章 以不同的方式看待數據
收集教育數據
保持開放的心態(tài)
我們應該收集哪些數據?
我們如何收集數據?
關于機器學習和數據偏差的說明
通過訪談收集數據
收集多模態(tài)數據
示例:探討性別差異
人工智能就緒過程第2步中選擇的挑戰(zhàn)
第3步存在并且可以訪問的數據
第4步收集的數據
第五章 運用人工智能理解數據
機器學習類型
無監(jiān)督機器學習
無監(jiān)督機器學習:應用案例
機器學習就像烹飪
主成分分析
第六章 向人工智能學習
簡要回顧
我們可以從不同數據源的關系中學到什么?
從眼動追蹤數據中了解協(xié)作問題解決
有監(jiān)督機器學習
第七章 倫理問題,以及接下來是什么?
人工智能教與學的倫理
你準備好了嗎?
你的新知識如何幫助你理解已有的教育類人工智能產品?
公司可能避而不談
寫在最后的話