杨欣 ｜基于生成式人工智能的教育转型图景——ChatGPT究竟对教育意味着什么
本文来源：杨欣.基于生成式人工智能的教育转型图景——ChatGPT究竟对教育意味着什么[J].中国电化教育，2023，（5）：1-8+14.
*摘要*
在ChatGPT掀开的科技盛宴中，生成式人工智能可以启发的远不只是教育转型的方法选择、技术方案和应用场景，还包括它作为“智慧工具”可以为教育擘画的转型图景。一方面，基于生成式人工智能的教育转型之所以令人向往，关键在于它能赋予教育人机协同、知识突破、向下兼容、向“智”迭代的机遇。另一方面，从生成式人工智能暗含的弊端来看，围绕它开展的教育转型将会面临来自人机冲突、知识魔法、数字鸿沟和超脱现实的挑战。相应地，为了彰显“化挑战为机遇”的转型向度，教育中人有必要批判性地检验基于生成式人工智能的教育转型，而不是盲目地接受与欣赏这场关乎效能革命的科技盛宴，以使之讲述为一场敢于坚持公平的精彩冒险。
关键词：人工智能；ChatGPT；教育转型；AIGC
1
ChatGPT究竟对教育意味着什么
基于生成式人工智能的教育转型图景——ChatGPT究竟对教育意味着什么
ChatGPT的横空出世掀起了跨领域、跨学科的生成式人工智能（AI-Generated Content，以下简称AIGC）热潮，教育亦不能例外。在ChatGPT确实改变教育之前，它究竟对教育意味着什么自然给人留下了无限的遐想空间。这既是当下相关研究方兴未艾的理由，也让开放而不失审慎的研究态度显得尤为必要。事实上，无论是考虑到ChatGPT高昂的经济成本与苛刻的技术条件，还是它的效用边际与价值局限，亦或其之于教育利弊同在的复杂事实。人们都有理由相信，AIGC离教育仍有一段不可谓不远且有待观察和检验的距离。即便这个过程未必如当初印刷机开启现代教育一般漫长而又充满机械味，但也正是由于它不会重复印刷机与教育之间的现代故事，如今教育也难以沿用过去的规律对其予以解读和把握。所以，在ChatGPT掀开的科技盛宴中，AIGC究竟会为教育擘画怎样的转型图景也就构成了各花入各眼的开放议题。毕竟，除了“ChatGPT能为教育做到什么”这样的技术关切之外，“教育从它身上知道了什么”亦具有同样的思想价值。反而在告别了ChatGPT之于教育的技术诱惑以及由此带来的急迫心态之后，它对教育的价值更有机会得到全面的展现。特别是在教育数字化转型日益成为全球共识的时代背景下，ChatGPT可以启发的远不只是教育转型的方法选择、技术方案和应用场景，还包括它作为“智慧工具”可能在思想层面赋予教育转型的新机遇和新向度。这一切就像作为变革动因的印刷机，它不止在技术上创新了教育的目的、对象和方法，它还在思想上改变了十六世纪之人对何谓教育的看法，乃至让文艺复兴拥有了通过教育促进普通人智慧觉醒的兴趣和信念[1]。
要知道，在ChatGPT之前，那些为人所熟知的Deep Blue、Watson与Alpha Go等人工智能应用，它们往往是通过与人类的竞争来制造热点，进而以超过人类智慧的结果或标题获得广泛关注。与之不同，ChatGPT之所以能激发全球用户的参与热情与广泛讨论，既不是因为它这一次又具体战胜了谁，也不是它让人再次感受到了智慧上的威胁，而是与那些承诺媲美甚至超越人类智慧却只能停留在博弈游戏或者实验室的人工智能相比，ChatGPT作为具有独特优势的智慧工具不仅在人类日常生活中展现出了匪夷所思的能力和效率，更因此让人真切意识到“即便人类在逻辑推理、信息处理和智能行为领域的主导地位可能因为人工智能而不复存在，但这却不是让人感到沮丧和绝望的理由，因为人工智能也能把人类拉伸到在前所未有的智慧起点之上”[2]。换言之，正是越来越多的人因为ChatGPT而感到自己在智慧上的不足被弥补、优势被强化乃至起点被拔高，所以他们才会情不自禁的想使用它。更进一步来讲，这种智慧工具的独特在于，它不再强调人与机器（技术）的竞争，而是关注由人机协同开启的良性循环。这种智慧工具的优势在于，它可以通过尽可能多的掌握不同学科和领域的知识，然后去跟不同基础和背景的人进行对话交流，帮他们进行各种验证、论证和计算，以便使之有更多时间、精力、机会和条件去从事那些需要创造力的挑战性工作，最终反过来形塑不同以往的人类智慧。据此而言，基于AIGC的思想演进可以概括为，借助与人有着本质不同的智慧工具，横向突破人类的知识壁垒，向下兼容人类的基础与不同，以期实现人类智慧的向前迭代。
必须指出的是，即便AIGC预示着某种思想演进，但若要据此使教育转型从愿景走向实景依旧面临诸多如鲠在喉的挑战。究其实质，AIGC助力教育转型仍然遵循以下数字化路向，即“从范围更广、规模更大、质量更高的数据出发，然后依托更新的算法和更强的算力对数据进行组合与分析，以求实现与人类的常识、认知、需求、价值观相一致的教育转型”[3]。但这样的教育转型，既可能与人类的理解、判断和决策构成冲突；也可能因为数据的占有不同与质量高低而陷入数字鸿沟之中；更有可能因为总是从已有数据出发，所以它既无法呈现没有数据的道理，也不可能向没有数据的“现实”开放。对此，用大语言学家乔姆斯基的话来形容便是，“ChatGPT的本质只是从已有存量文本和数据中寻找规律，然后按规律来生产文本，是个‘高端的剽窃系统’”[4]。以此推之，人们从ChatGPT中体验的所谓“智慧”，有可能只是一种切换注意力的“知识魔法”：它完全有可能是对已有知识的巩固、延续或者毫无意义的胡乱堆砌，只不过是换成了重新注意的过程。由此带来的糟糕教育结果则是，使人如同欣赏魔法一般，纯粹因为看不透反而充满了无知的偏狭、盲目与热情，以至于遮蔽了人们对教育的真实见解[5]。而要应对此类挑战，把握好基于AIGC的教育转型向度就显得颇为重要。
2
基于生成式人工智能的教育转型机遇
基于生成式人工智能的教育转型图景——ChatGPT究竟对教育意味着什么
从AIGC的独特优势来看，教育转型之所以令人期待和向往，关键在于AIGC有益于推动教育在思想层面走向人机协同、知识突破、向下兼容、向“智”迭代。
(一) 人****机协同
从ChatGPT的成功经验来看，教育领域的人机协同已经具备了必要的技术基础。它意味着，在智能助手、智能伙伴、智能导师的加持下，构建教育与技术之间的创造性伙伴关系：随着AIGC在识别、理解、推理和判断上的能力增强，教育不仅越来越有可能摆脱自身的迷思、偏狭和成见，也越来越有机会开拓视野、丰富内涵与创新体系。反言之，对现有教育体系而言，“根据机器需要先将个人选择简单化与标准化，进而为了配合机器把个人选择和创新予以排除的现代化思路”[6]也就被置于了格外刺眼且必须予以消解的境地。一方面，机械教育即便还能在相当程度上发挥作用，但这样的教育体系是否足以承载可持续的人类未来却显得日益可疑[7]。另一方面，“尽管很多人们熟悉的工作岗位正在消失，但人类对教育的需求却从未止步，反而还在增长。这也意味着，教育的本质需要被反思和改变。在一个知识可以按需提供的数字世界，人们需要重新思考自己需要知道什么，以及如何知道”[8]。更何况，若是没有AIGC，那么这种以机器为先的教育体系不仅能被视作“情有可原”，类似地，人机协同也难以成为多数人想象教育的起点和参照。但是，AIGC的强势崛起表明，人机协同不仅随时可以从实验室走向了教室，还能轻而易举地构成不容回避且更加为人所接受的教育趋势。在此情形下，教育若再不做好人机协同的思想准备，它失去的绝不仅仅是那些基于AIGC的技术、方法或者应用，还包括那些与AIGC密切相关的高附加值就业机会。一言蔽之，AIGC推动教育走向人机协同的机遇在于，它将迫使人们站在更为广阔、开放的视角超越一味迁就机器的传统教育观念，换之以教育与技术的创造性伙伴关系，以便使人类因为教育保有可持续的未来。
(二) 知识突破
AIGC可以被视作知识变革的动因，显然不是因为它能提供那些不够确切的知识，而是因为它能从根本上突破自印刷机诞生以来的知识分化趋势。随着印刷机源源不断地将各种书籍分门别类地投入到图书馆之中，教育就已经处于了因为知识分化而形成的狭隘视野之中。“在这种狭隘的视野下，专家们一方面对越来越细小的事物了解得越来越深入，直到他们对原本一无所知的事情了如指掌。然后，他们成了教授，而他们所教授的课程则成了障碍，因为它难倒了那些没有准备好面对复杂专业的学生”[9]。与之同时，伴随着教育领域日益复杂且不断加速的大数据趋势，人们对知识分化的担忧又被进一步恶化[10]。历史地看，尽管知识分化可能淡化自身价值亦或构成人类认知挑战的弊端已经是如此明显，但多数时候人们却没有明显地感受到这类焦虑，这其中一个关键原因便是人们既能创造更精细的知识，也能创造与之相匹配的知识过滤系统[11]。无论是专家与专业机构，还是教师和图书馆都可视作过去的知识过滤系统。只不过到了今天，仅凭个体或者组织之力若要对抗知识分化的弊端，亦或从无数碎片化的知识中发现可为教育所用的知识，已经变成了某种天方夜谭。在此局面下，可以视作人类知识“阿基米德点”的AIGC便应运而生。它不仅可以在把教育的知识想象从“人类”与“组织”身上托举起来以俯瞰自身，还能站在超越人力极限、组织局限的视角重新审视知识分化的意义及其出路，更将使因为分科教育、分级教育、分类教育而在知识层面出现的“低水平复杂化”“圈层内神秘化”得到必要的澄清。如此一来，AIGC推动教育实现知识突破的机遇可以归结为，当这种如同从宇宙俯瞰地球的视角打开教育的知识视野之后，知识分化非但不会失去它应有的意义，那些被人忽略或者难以顾及的碎片化知识也拥有了可以被人理解的可能。更重要的是，代表着数字时代知识过滤系统的AIGC，能够藉由它对知识的重新获取、鉴别、筛选、储存、整合以及推送，从根本上打破因为知识分化而形成的领域壁垒与科层藩篱，以及那些由“小圈子”“小团体”利用知识不对称所设下的迷局和障碍。
（三）向下兼容
当AIGC头顶颠覆性技术的光环出现在世人面前时，它不仅能收获教育的猎奇心，也能满足教育对创新的需要。但问题是，如此颠覆性技术既能固化教育既有格局、重复过去的教育故事，也有机会引领教育破局乃至呈现不一样的精彩。前者意味着，AIGC只是让教育的强弱显得更加分明、在技术上的喜新厌旧更加明显，亦或令教育问题解决方案重复“旧瓶装新酒”的窘境——“正因为人工智能代表着‘先进’，所以无论旧方案是否有用，亦或它有着怎样的缺陷，这样的教育都会倾向于用人工智能把旧方案包装一遍”[12]。后者意味着，AIGC可以通过向下兼容教育的弱者、旧技术和老方案，改变教育的强弱格局与技术偏好，乃至让那些因为技术不成熟而被搁置的老方案重新焕发光彩。与前者相比，后者不仅更契合当下教育转型的公平追求，也指向了更可持续的教育未来，更与当下GPT模型应用趋势拥有异曲同工之妙——在全球范围率先使用GPT4.0模型的Be My Eyes就是一个致力于为超过2.5亿的盲人或低视力者群体服务的应用程序。
向下兼容作为计算机术语，是指用旧的版本程序创建的文档或系统仍能在新系统中被正常操作或使用。据此来看乔姆斯基对ChatGPT涉嫌“抄袭”的指责，不也正是因为它可以把那些散落在网络上专属于某些人（机构）的已有知识或者单一答案重新加以整合和运用。这些知识于乔姆斯基而言可能乏善可陈，却可能为普通人打开不一样的知识世界。换言之，这既意味着AIGC在知识产权上有待完善之处，也是它赋予教育转型的不一样精彩。它意味着，无论使用者、提问者是谁，AIGC都能为之匹配答案；无论是黑板、粉笔与书籍，还是多媒体教室、计算机、网络，它们都可以藉由AIGC的大数据整合、大算力支持和大模型分析，构建目标相互衔接、对象相互联系、内容相互协调的教育转型共同体；无论是远程教育、教育信息化、“互联网+教育”、翻转课堂、智慧教育这样在历史演进中证明过自己的问题解决方案，亦或那些曾经被人设想却苦于没有技术支撑的教育方案，都有可能藉由AIGC转化为教育的有效场景、核心应用、关键策略。这种向下兼容的机遇在于，如果AIGC可以构成兼容弱者、旧技术和老方案的“救命草”，而不是淘汰它们的“催命符”，那么它也将使教育转型因为“延续历史、盘活存量、涌现增量”而实现破局。因为基于AIGC的教育转型并不是纯粹为了引入新的胜利者、技术变量和问题解决方案，而是要试图赋能于弱者、旧技术和老方案，并盘活教育领域的已有因素，进而激活教育生态，使之不断迈向更高水平的平衡。也因为有了向下兼容作为思想基础，基于AIGC的教育转型不仅能得到更多参与者的响应和支撑，也能与其他技术支持下的教育转型在政策、实践和理论上构成世代更替、相得益彰的趋势，更有利于形成选择丰富且经得起时间考验的数字化教育问题解决方案。
（四）向“智”迭代
历史一再表明，现代人比洞穴人具有更为精密复杂的认知能力，不是因为现代人更聪明，而是他们制造了更为聪明的工作环境[13]。同时，如今教育能冠之以“智慧”之名，正是因为人工智能正在让教育朝着更加智慧方向进行迭代[14]。尤其是，来自神经科学、物理学、统计学、进化论、计算机科学的证据足以表明，善于学习的AIGC还可以在未来做得更多与更好[15]。以此观之，AIGC带给教育转型的最大礼物便是如同文字、纸张、印刷机一般，推动教育朝着更为智慧的方向进行迭代。要知道，“死记硬背”之所以在当下成为了代表“不智慧”的教育贬义词，不正是因为人们拥有了纸、笔、书籍以及电脑，所以仅凭记忆就能在教育中获得智慧名声的日子才会一去不复吗？当然，这并不是说记忆不再具有教育价值，而是想表明，当人类的认知因为技术被改变之后，人们不仅会形成全新的智慧见解，可以通过教育予以凸显的智慧潜力也将得到极大拓展。比如因为技术的进步，那些即便记忆能力一般，但善于其他认知技能的学生也可以在教育中获得属于自己的智慧荣光。所以，人们才会说如今的教育比过去的教育更为智慧。
源于此，基于AIGC的向“智”迭代便可归结为，推动教育朝着更智慧的方向进行改善、改变与重塑。第一，改善教育。从教育面临的突出问来看[16]，AIGC有机会对社会阶层固化、教育制度僵化、教师行政负担过重、大班教学抑制学习的个性化以及教育同质化等普遍问题作出实质性改善，以便缓解教育的迟钝之处。第二，改变教育。从教育变革的现实需求来看[17]，AIGC可以通过重组教育材料、重设教育环境、重塑教育过程以及重构教育评估，让教育变得更加便捷、精确、灵活与个性化。第三，重塑教育。如果说上述改善与改变还只是意味着教育的智慧进步，那么AIGC推动教育向“智”迭代的关键便在于，它将用一套完全不同于以前的观念系统重塑教育。AIGC的诞生与流行标志着，“即兴的涌现取代了目的论；反身性认知论取代了客观主义；分布式认知取代了自主自律的意志；具身取代了身体被当作心灵和心智的支撑系统；人类和智能机器之间的伙伴关系取代了自由主义主体的昭昭天命”[18]。相应地，AIGC之所以能推动教育的向“智”迭代，一方面是因为教育可以据此重新感知、观察、理解和反思自己的主体（如数据、算法、平台）、性质（如非线性、反身性、互联化）、方法（如知识发现、数据科学、预测分析），进而用与之相匹配的概念设计、理论框架与哲学洞见重新解释教育中教师和学生的角色、知识和课程的本质、方法与技术的基础、教与学的意义。另一方面，则是因为在这样的观念系统中，教育的各种要素不再是简单且相彼此独立的线性关系，而是复杂且能够相互模仿的非线性关系，所以，教育也更有机会藉由数据驱动、知识交叉、智能互联而“涌现”具有放大效应、乘数效应、累积效应的智慧跃迁[19]。
3
*基于生成式人工智能的教育转型挑战*
基于生成式人工智能的教育转型图景——ChatGPT究竟对教育意味着什么
从AIGC暗含的弊端来看，围绕它开展的教育转型极有可能面临来自人机冲突、知识魔法、数字鸿沟和超脱现实的挑战。
(一) 人机冲突
人机协同一词听起来固然美好，也容易得为人所接受。尤其是，当AIGC与人可以在教育问题上达成共识时，人机协同更具有了事半功倍的效果。然而问题是，AIGC既不是“人”，也可能得出人类理解不了的教育结论，更可能在某些教育问题形成与人不同的意见。此时，人机究竟应该如何协同也就变得不再那么“事有必至，理有固然”。进一步而言，如果教育因为AIGC而接受了人机协同的认知框架，那么人们在作出教育决策时究竟应该听“谁”的，不仅没有不言自明的答案可供参考，反而可能面临以下三类极难解决的人机冲突。（1）AIGC在教育活动中听命于人。如此一来，以下问题便会被凸显。当AIGC作为教学助手出现时，如果教学出现了事故与失败，这个责任应该由“谁”承担；当AIGC用于评价学生发展时，根据概率判断引发歧视等道德问题，它又应该由“谁”来责任；用AIGC极大增强教学效率，但却让现有教师失业，这样的责任如何划分。在此意义上，即便AIGC可以听命于一些人，却也可能因此损害另一些人的利益。（2）AIGC与人在教育活动中共同做主。事实上，无论人还是AIGC拥有了判断教育、规范教育和预测教育的权力，他们都会想法设法将自己的结论“合理化”——ChatGPT饱受批评也正是因为它不会质疑和反对自己。而这种“公说公有理、婆说婆有理”局面，往往只会导致教育的犹豫、软弱甚至混乱，反而搁置了那些原本应该得到解决的问题。（3）在教育活动中人听命于AIGC。这也意味着教育从此变成了一件与人无关的活动。纵然AIGC可以在教育活动中给出更精确、更客观、更科学的答案，但人类也可能从这个“黑箱”中学不到任何东西，甚至可能出现“遇事不决，便问机器”的懒惰与“人假机威”的自大。如此人机协同除了印证AIGC的强大与辉煌，却也让人就此远离了可体悟、可启发、可反思的教育过程。笔者列举上述人机冲突并不是想吓退教育转型的智能热情，而是想表明，如果教育不加批判地接受因为AIGC而看起来很美好的人机协同图景，那么这样的教育转型要么沦为纯粹取悦世人的媚俗观念，要么陷入互为掣肘且无所适从的行动困境。
(二) 知识魔法
由图灵所提出的“停机问题”足以表明，由于可计算的东西是有限度的，所以即便所有问题都能用数学模型进行描写，人工智能也解决不了所有问题[20]。这既意味着，由于现阶段的人工智能都无法事先定义教育问题的目的、内容与结果，所以它们只能等着教育问题发生之后才能给出相应的解释。也标志着，无论AIGC的数据多么充分、算法如何高明亦或算力怎样强大，它所生成的知识要么是不相容的，要么是不完备的。其中，不相容意味着，这样的知识既能被证明为真，也能被证明为假；不完美是指这样的知识既无法被证明为真，也无法被证明为假。在这种亦真亦假的可能之间，人们对AIGC的热情非但不会下降，反而可能被某些人撩拨到异乎寻常的高度。一方面，AIGC的背后必然包括那些“取悦于人的算法”[21]，它会倾向于推送各种“人们将要喜欢的东西”，而不是那些“对人很重要的东西”。所以，无论它输出的内容究竟对人意味着什么，最终都会获得如人所愿的美名。另一方面，就像休谟所言，“在探索人类事务时，没有什么事情比确切区分何者为偶然事件、何者为事出有因要求更精确了；也没有什么别的题目比这更容易为某些作者利用，以虚假的妙论和优美的词句自欺欺人”[22]。类似的，那些对AIGC不求甚解之人，难免会曲解它输出的内容以符合自身的直观感受和经验习惯，进而在没有规律之处发现规律、在没有意义之处强加意义、在没有道理之处讲出道理。上述两种趋势相互交替的结果则是，世人将如同魔法欣赏一般对AIGC感到莫名的愉悦和满足，但人们既看不透它到底是突破壁垒和瓶颈的“知识过滤系统”，还是某些人用其贩卖期望和焦虑、攫取名利和荣耀的“知识营销之举”，更无从知晓自己是否会被这些令人愉悦的知识所蒙蔽。显而易见的是，如此知识魔法不仅会令AIGC失去知识突破的意义，也将使得由它输出的内容充满了狡黠之处。所以，人们在肯定AIGC挑战知识分化的同时，寻找既能欣赏其价值、也能检验其事实的教育转型向度就显得颇为重要而又迫切。
(三) 数字鸿沟
即便AIGC可以向下兼容弱者、旧技术和老方案以彰显教育转型的公平，但若考虑到这项技术的黑箱性质、数据来源与算法逻辑，它也可能因为凸显数字鸿沟而受到不公平的教育质疑。首先，由黑箱技术引发的教育数字鸿沟。目前可以确定的是，对多数人而言，AIGC依旧意味着黑箱技术。尽管AIGC确实可以解决很多问题，但普通用户对其作用过程却是一无所知，更不用说给予解释。反言之，当教育因为AIGC而出现错误时，一般人也根本无从知晓。更何况，就算他们感受到了这种错误，他们也不知道应该找谁交流，可能连交流什么都未必清楚。这也表明，基于AIGC的教育转型非但无法脱离技术精英的掌控，更难以摆脱“唯技术论”“技术独裁”“技术垄断”的影响，相应地，教育与技术之间的数字鸿沟也将因为AIGC而日益明显。其次，由数据来源引发的教育数字鸿沟。就像ChatGPT应用所呈现的趋势那般，由于它占据了更多英文世界的数据，所以用它进行英文问答也能拥有更好的表现。同理，如果考虑到现实世界中，并非所有人群亦或所有知识（资料）都能产出相同数量和质量的数据，那么，AIGC的生成方向也将朝着那些数据更多且质量更高的人群与知识予以倾斜。具体到教育转型，其结果便是放大某些特定学科、人群、资源与区域的教育优势。再者，由算法逻辑引发的教育数字鸿沟。AIGC的算法逻辑就像其他人工智能产品一样表现为，自适应地为用户提供个性化的内容输出。这也意味着，AIGC将会基于不同人的偏好和需求，以塑造他们接受的教育信息或者知识。这里面固然有其技术进步和人类喜好的考量，但换个角度来看，如此个性化的教育又如何兼顾整体、普遍、共同的教育要求？它又会不会破坏那些有益于精诚团结和增进共识的目标？教育受众会不会习惯性地被自己的兴趣所引导，进而因为AIGC的自适应塑造，导致人与人之间的教育意见越来越分化、激烈和极端？如今的算法逻辑有没有可能让教育转型深陷群体与个体之间的数字鸿沟？列举上述潜在问题既无法、也不是想证明，具有黑箱性质的AIGC就不能为教育所用——专家于普通人而言不也是“黑箱”般的存在，或者不应让那些数据条件更好的人或组织得到优先发展，亦或它一定会让人更自私亦或无法顾及整体要求。而是想提醒大家注意，也许正是因为AIGC太有用且太好用，以至于教育必须尽可能在效能与公平之间作出前瞻性的平衡，以免转身陷入数字鸿沟之中。
(四) 超脱现实
ChatGPT最为世人所赞叹的神奇之处，便是它无需像人一样去亲自体验某项活动或者观察与某个问题有关的现象，也能给出有模有样的答案。以至于，人们从它身上看出了另外一种“似人而非人”的智慧。更具体来讲，这种超脱现实的智慧，它既不是来自像“面对面”的沟通交流与实践观察这样的一阶数据（经验系统），也不是诉诸间接推理、归纳、演绎那些与现实相关的二阶数据（理性系统），而是直接依托对数据背后的规律进行三阶数据的挖掘（数位系统）。三阶数据意义上的数位系统既没有现实世界中黑白分明的唯一属性，也不从属于某种抽象的统一架构，所以由它衍生的智慧，既没有传统的本质主义包袱，也难以像过去的智慧一样找到相应的现实形态，故而它指向了某种超脱现实的无序之态[23]。不过，这样的无序并不意味着AIGC就代表着“一团乱麻”或者“误打误撞”的智慧。相反，始于三阶数据的数位系统之所以能发现问题与答案之间的意义关联，其唯一原因是——如同人类的厨房杂乱无序的抽屉有着一个共同点，那就是物品都与食物有关[24]。所以，这样的智慧只会关心“某个问题与什么有关”，而不会在乎“问题的答案是什么”。
也正是鉴于AIGC超脱现实的智慧本质，它对相关的极致追求既可能让教育中的两个变量如同辛普森悖论一般在分别讨论时都满足了某种性质，可是一旦合并考虑，就可能导致相反的结论；也能使教育中两个本来无甚关联的变量如伯克森悖论一般，体现出貌似强烈的相关关系。如果说这些还只是AIGC因为超脱现实可能带给教育转型的数学谬误，那么以下两种情况则会让这种超脱现实的智慧受到根本性质疑。一方面，如果AIGC仅仅只有十四世纪之前的人类知识及其数据，那么它是不是更有可能成为“地心说”的支持者，而非“日心说”的发现者？毕竟，“地心说”在那个时候更能形成逻辑自洽且为人所接受的回答。同理，仅仅依靠AIGC提供回答的教育转型会不会就是在“地心说”中绕圈圈？另一方面，考虑到AIGC对非线性、反身性、动态性、互联性的“无序”偏好，它显然会从根本上冲击始于标准、排序、分级、分类的教育秩序。以上述两点为鉴，基于AIGC的教育转型终将会变成一件在数位与现实之间寻求平衡、有序与无序之间反复拉扯、在相关与因果之间不断徘徊的挑战性事业。如此一来，即便AIGC开启了全学科、全领域乃至全球范围的科技盛宴，但教育能否据此实现华丽转型却不是波澜不惊、信手拈来的注定之事，反而更像是由太多空白、未知、不确定所形成的精彩冒险。
4
*基于生成式人工智能的教育转型向度*
基于生成式人工智能的教育转型图景——ChatGPT究竟对教育意味着什么
正如人们无法将过去500年的教育繁荣及其教训全部归结于印刷机，基于AIGC的教育转型能否实现“化挑战为机遇”的关键仍在于人类对教育的思考及其选择。类似地，如果教育中人可以批判性地检验基于AIGC的教育转型，而不是盲目地接受与欣赏这场关乎效能革命的科技盛宴，那么如此转型也可以被讲述为一段坚持公平的精彩冒险。
(一) 从接受到批判
无论是人机协同还是人机冲突，它们在本质上都指向AIGC之于教育既强大也陌生的事实。正因为它足够强大，所以即便它对教育而言是如此的陌生，人机协同也足以构成教育转型的重要选项。然而，教育若是因此便对它倒履相迎，天真地认为接受了人机协同的价值设定与技术要求，教育就会朝着更为美好的方向发展；亦或认为人类总能想到办法把智能机器控制在安全的教育范围，所以人机协同并不是件值得被忧虑的事情；或者认为其他学科总想到解决人机协同麻烦的方案，到时候向其取经便可。那么，基于AIGC的教育转型不仅有可能堕入意料之外的麻烦，还难免让教育陷入手足无措的窘境。更糟的是，从人工智能的未来图景来看，有些技术后果只有在经历数十年的痛苦之后才为人所了解，而到了那个时候，似乎已经没有任何可行的解决方案了，因为要逆转这一进程所带来的破坏过于巨大[25]。所以，教育转型既可能借不到“真经”，也搭不了顺风车。所以，面对既强大且陌生的AIGC，如今之人在接受它成为教育必不可少的一部分之前，有必要像当年那群站在印刷机前的思想家一般[26]，拿起批判的武器在教育转型起点处与之“斗争”：既开放地发掘AIGC之于教育的巨大潜力，同时也不放任那些与之有关的谎言、谬论与混乱。因为，如果AIGC确实代表着教育转型的必然趋势，那么教育中人机协同的真理必然在与人机冲突的谬误的斗争中获得胜利，并因此绽放出更加耀眼的光芒，进而吸引更多人参与到教育转型的事业之中。它意味着，在这个人工智能声望日益增大甚至可能进一步繁荣人类社会的时代背景下，教育转型需要批判性接受的不仅仅是人机协同一般的美好，还包括人机冲突之间的未知、空白和风险；与之同时，教育需要批判的也不止是那些始于直觉、经验、幻想的人类观念，也包括人工智能之于教育的技术霸权、技术偏见和技术垄断；更重要的是，对人机协同进行教育批判，不仅可以唤醒教育中人重新感受、观察、理解人工智能的思想责任，还能为这一概念寻求更为妥帖的教育前提、教育内涵和教育形式，从而为基于AIGC的教育转型注入思想解放的兴趣和信念。
(二) 从欣赏到检验
历史地看，无论是计算机还是英特网，它们都曾给教育带来过知识突破的高科技眩晕感，以至于研究者要严肃区分这些技术进步究竟是带来了真实的知识进步，还是循环的陈词滥调或者不知所云的幻想，需要花费越来越多的时间和精力[27]。事到如今，好消息是，AIGC不仅能增大知识的鉴别范围，还能极大缩减知识的鉴别时间；坏消息是，如今的AIGC可以营造出更高级且诡秘的科技眩晕感，从而导致更多人把那些真假难辨的知识当作魔法一般来加以欣赏。有鉴于此，从教育的角度对AIGC进行科学检验、实践检验和交叉检验也就显得尤为重要而又迫切。（1）科学检验。教育将人工智能当作魔法来予以欣赏的根本原因便是无法在科学的尺度上对其给予解释[28]。因此，在教育领域祛除知识魔法的首要任务便是对AIGC进行科学检验，即对AIGC的数据、算法和受众作出科学的教育解释。内容包括，数据的样本设计、选择标准与结果呈现；算法的逻辑结构、模型参数、主要用途；教育受众对AIGC的接受程度与理解程度。（2）实践检验。现阶段的AIGC并不会否定自己。不过，人类却是因为可以意识到自己不知道什么，从而通过否定自己的方式来实现知识跃迁[29]。更何况，任何始于技术进步的教育转型，它们在开始阶段既难免存在知识瑕疵，也可能面临诸多难以解释的“意外”和“不合理”。但这不应成为否定教育转型的借口。相反，这些“意外”“不合理”本身可能蕴含着教育转型的新范式。因此，从教育的角度对AIGC进行实践检验就是要在欣赏其成就的同时，实事求是地发现并揭露它在知识输出上的不确定、不一致和不相容，以便为迎接教育新范式做好准备。（3）交叉检验。无论是人还是AIGC，它们都会倾向于逻辑一致地将事物（问题）合理化，所以，能否拆穿上述知识魔法，就需要通过跨领域的交叉检验，以打破基于教育或者AIGC的“自说自话”。这意味着，无论是藉由AIGC得出的教育知识，还是教育自身生产的知识，亦或教育从其他领域、其他学科、其他组织“迁移”过来的知识，它们必定能够在相同的逻辑基础上接近共同事实、得出类似答案以及揭示相近规律。也因为跨领域的交叉检验作为保障，教育中人不仅更有把握确保自己不会因为对AIGC的欣赏而蒙蔽了双眼，也更有可能看清那些在教育实践中有原创、有超越、有新意的知识突破，更将让那些似是而非的回答、超出理解范围的解释、不切实际的描述以及由此形成的知识魔法得到应有的祛魅。
(三) 从效能到公平
ChatGPT已经用自己的成功证明了AIGC的巨大效能。而这还仅仅只是开始。毕竟从人工智能的指数规律来看，它的能力和效率正在成倍增加，而成本却在下降[30]。在此意义上，AIGC无疑会凭借自身的巨大效能进一步加快教育转型的脚步。然而，就像前文所表明的那般，如果放任AIGC加大教育群体的数字鸿沟，那么，在它极大增强教育效能的同时，会不会恶化教育的马太效应？一方面，教育和技术的竞赛已经表明，尽管新技术无法预言谁一定会成为教育中的优胜者，但那些教育基础雄厚、拥有更多资源、离新技术更近的学校、学科或学生更有可能先人一步攫取技术优势[31]。以此类推，新技术更有可能强化教育领域固有的强弱格局，乃至加剧教育的不公平。另一方面，若是考虑到AIGC强调主动、创新、提问的观念与教育中弱势群体被动、保守、沉默的思想之间的巨大对立，那么这种新技术在弱势群体得到良好应用的概率显然要低于强势群体。因此之故，面对基于AIGC的教育转型，人们除了赞叹其效能，更有必要强调其公平。不仅是因为与教育中强势学校、强势学生和强势学科相比，那些弱势学校、弱势学生和弱势学科可能对此所知更少甚至毫无准备；也是因为即便AIGC拥有巨大效能，但它本身并不能决定、也不在乎由“谁”来使用或者用来做什么。更重要的理由在于，与因为弱势群体缺乏条件或者用不好就拒绝他们共享AIGC的巨大效能相比，采取以下举措更有可能塑造教育的新格局。其一，在AIGC真正进入教育之前，提供面向弱势群体的专向建设和专项指导，改善他们在受教育过程中接触利用数字工具的条件，转变他们的教育观念，提升他们的数字知识、数字技能与数字信心，增加教育弱势群体参与教育转型的数字素养与数字成熟度，以便更多人有机会参与其中。其二，在围绕AIGC设计教育活动的时，可以立足于让不同群体在获取（分配）数据、信息以及知识时能够受到一视同仁的对待；可以不再迫使每个人遵循相同且僵化的标准化系统，而是立足于让每个人成为更好的自己；可以反应个体的能力、基础和天赋，而不是屈从于固定的背景变量（如成绩、区域、身份）；可以为赋能个人学习和发展而进行设计，而不是拘泥于所谓平均水平与标准模型，以便更多人有热情参与其中。立足于让更多人从AIGC中受益，如此教育转型才能超越与人无关的“技术神话”和于人无益的“技术负担”，日益固化的教育格局方才有可能被重塑。
(四) 从盛宴到冒险
由ChatGPT掀起的科技盛宴仍在继续，甚至可能因为GPT4.0模型和GPT5.0模型呈现出愈演愈烈之势。不过令人忧虑之处在于，AIGC要是真能轻而易举地改变教育，那么“上个世纪60年代就已经被发明且得到认可的智能教学系统又何至于到了今天仍然无法推动教育实现真正意义上的进步”[32]。从过去到现在都被视作改变教育重要力量的互联网，又何至于“沦为谣言、流言与谎言的集合，人类注意力的粉碎者，人类长线思考的终结者，代表了粗鄙者的崛起、剽窃者的胜利、文化的终结和一个黑暗时代的开始”[33]。诸如此类事实可以表明，不是所有技术意义上可以实现的问题解决方案都能顺利改变教育；而且，基于技术进步的教育除了可以解决旧问题，自身也会带来新问题；所以，基于AIGC的教育转型很可能无法直接导向更美好的教育未来。换言之，AIGC在向教育发出参与科技盛宴的邀请函的同时，也向它发出了参与冒险的挑战书。因为在这场由AIGC扮演主角的宴会中，不仅存在着完全不同于教育的手段属性与超脱现实的本质规律，更包括诸多相伴而生的教育之谜与教育风险。
在此局面下，教育中人能否像“冒险家”一样出席这场科技盛宴，不仅决定了教育能否实现向“智”迭代，也决定了其他人能否在AIGC浪潮中听到教育的声音，更将决定这场盛宴的精彩程度。一方面是因为，AIGC的发展需要诉诸教育的形式以获得更多高质量人才。不过，考虑到AIGC掌握常规知识的无比能力，这样的高质量人才培养显然不能再依托那些屡见不鲜甚至周而复始的知识及其传授方法。故而，教育中人必须像“冒险家”一般，勇敢地走出整齐划一、安全熟悉、非此即彼的知识范围，转而凭借教育的人文优势以获得徘徊于“数位与现实”“有序与无序”“相关与因果”之间的知识洞见。比如，（1）在应对不确定性、模糊性和复杂性上的独特贡献；（2）对多元差异和非主流观点的维护；（3）对各种矛盾（冲突）的协调；（4）为那些无法预见可能性的事物和观念保留余地；（5）将种种细节（数据）被整合为有意义的现实图景。另一方面则是因为，只要AIGC在思想与道德上引发的问题有可能高于它所解决的问题，那么它的相关研究与实践就必须将教育视作目的，以便从根本上缓解、应对和预防有关问题给人类社会带来的伤害。毕竟，这些源自思想与道德的问题隶属于教育的传统事务，而非科学命题或者技术难题。概言之，当AIGC因为教育而拥有更加安全、稳健、可持续的未来之时，这场科技盛宴也将绽放出更强的生命力和影响力。
参考文献：
[1] [美]伊丽莎白·爱森斯坦.何道宽译.作为变革动因的印刷机——早期近代欧洲的传播与文化变革[M].北京：北京大学出版社，2010.
[2] [意]卢西亚诺·弗洛里迪.王文革译.第四次革命：人工智能如何重塑人类现实[M].杭州：浙江人民出版社，2016.
[3] 杨欣.教育数字化转型的算法机遇、挑战与调适[J].高等教育研究，2022，（2）：13-22.
[4]王雅静.乔姆斯基：ChatGPT于教育无益？[EB/OL].https：//www.sohu.com/a/651148238_100189681，2023-03-08.
[5][28]杨欣.魔法与科学：人工智能的教育迷思及其祛魅[J].教育学报，2021，（2）：18-31.[6][英]齐格蒙特·鲍曼.邵迎生译.现代化与矛盾性[M].北京：现代性与矛盾性，2013.
[7][16][英]安东尼.塞尔登，[英]奥拉迪梅吉.阿比多耶.吕晓志译.第四次教育革命：人工智能如何改变教育[M].北京：机械工业出版社，2019.
[8][25][美]蒂姆·奥莱利.杨晨曦，戴茗玥等译.未来地图：技术、商业和我们的选择[M].北京：电子工业出版社，2018.
[9][20][美]爱德华·阿什福德·李.张凯龙，冯红译.柏拉图与技术呆子：人类与技术的创造性伙伴关系[M].北京：中信出版社，2020.
[10]杨欣.教育评价改革的算法追问[J].华东师范大学学报（教育科学版），2022，（1）：19-29.
[11][33][美]戴维.温伯格.胡泳，高美译.知识的边界[M].太原：山西出版社，2015.
[12]杨欣.智能时代教育异化的表征、病灶及治理[J].中国电化教育，2021，（8）：34-41.
[13][18][美]凯瑟琳·海勒.刘宇清译.我们如何成为后人类：文学、信息科学和控制论中的虚拟身体[M].北京：北京大学出版社，2017.
[14]杨欣.人工智能“智化”教育的内涵、途径和策略——人工智能何以让教育变得更聪明[J].中国电化教育，2020，（3）：25-31.
[15][美]佩德罗·多明戈斯.黄芳萍译.终极算法——机器学习和人工智能如何重塑世界[M].北京：中信出版社，2017.
[17]杨欣.人工智能与教育深度融合的创新、挑战及路向——如何讲好智能时代的教育故事[J].开放教育研究，2021，（3）：37-45.
[19]杨欣.人工智能立场中的智慧教育：理据、内涵与特征[J].现代教育技术，2021，（4）：5-12.
[21][立]伊格纳斯·卡尔波卡斯.邱遥堃译.算法治理：后人类时代的政治与法律[M].上海：上海人民出版社，2022.
[22][英]休谟.张若衡译.休谟政治论文选[M].北京：商务印书馆，2018.
[23][24][美]戴维·温伯格.李燕鸣译.万物皆无序[M].太原：山西人民出版社，2017.
[26][英]汤姆·斯丹迪奇.林华译.社交媒体简史[M].北京：中信出版社，2015.
[27][英]彼得·帕克.汪一帆，赵博囡译.知识社会史·下卷：从《百科全书》到维基百科[M].杭州：浙江大学出版社，2016.
[29][以]尤瓦尔.赫拉利.林俊宏译.人类简史：从动物到上帝[M].北京：中信出版社，2017.
[30][加]彼得·戴曼迪斯，[加]史蒂芬·科特勒.贾拥民译.未来呼啸而来[M].北京：北京联合出版公司，2021.
[31][美]克劳迪娅·戈尔丁，[美]劳伦斯·凯兹.陈津竹，徐黎蕾译.教育和技术的竞赛[M].北京：商务印书馆，2015.
[32][美]斯图尔特·罗素.张羿译.AI新生：破解人机共存密码——人类最后一个大问题[M].北京：中信出版社，2020.
作者简介：
杨欣，副教授，博士，硕士生导师，研究方向为教育数字化转型、基础教育质量监测与评价。
∗本文系西藏自治区教育科学研究2020年度重大课题“教育信息化促进西藏基础教育改革发展的实践探索与研究”（课题编号：XZJYKTZD03）、中国基础教育质量监测协同创新中心国家监测专项任务“教师一般育人能力研究”（项目编号：202206032BZPK01）研究成果。
*本文仅用于教学，如果分享内容侵犯您的版权或者非授权发布，请及时与我们联系，我们会及时删除。