全面理解AI在教育中的应用：它是在重塑学习还是在毁掉它？
- Aisha Washington
- 58分钟前
- 讀畢需時 10 分鐘
引言
想象一下，俄克拉荷马州的一位西班牙语老师正在批改学生的作业。有一篇论文以一句奇怪的句子结尾，翻译过来是：“本摘要符合提示要求。希望对您有所帮助”。老师最初的困惑很快转变为令人沮丧的领悟：学生根本没有完成作业。他们使用了人工智能聊天机器人，由于无法阅读西班牙语输出，意外包含了人工智能的固定结尾语。这个故事虽然引人注目，但只是众多案例之一，凸显了人工智能正在对教育系统造成巨大破坏。
人工智能迅速融入我们的日常生活，对我们学习、教学和思考的方式产生了深远影响。随着2025年有望成为人工智能在课堂上的突破之年，它带来的挑战正在升级，理解这项技术的使用方式及其对所有相关人员的影响至关重要。本文对教育中的人工智能进行了全面分析，探讨其定义、可量化的影响、核心机制，以及它为未来学习带来的复杂机遇与挑战。
教育中的人工智能究竟是什么？——核心定义与常见误解
在教育背景下，"AI" 主要指生成式人工智能工具和大型语言模型（LLM），如 ChatGPT。这些是复杂的程序，旨在根据用户提示生成类似人类的文本、想法和摘要。它们的广泛可用性和易用性导致学生和教育工作者迅速采用。
主要特征：
任务模拟： 生成式人工智能 擅长模拟学术工作的基础步骤，例如总结阅读材料、提取关键概念、起草文本，甚至生成讨论想法。
预测性而非认知性： 要理解的一个关键特征是，这些模型不会“思考”或“知道”事物。它们在海量文本数据集上训练，通过预测序列中最可能的下一个词来创建听起来合理的句子。它们不进行事实核查或验证来源。
普遍集成： 人工智能不再是独立工具。它正被集成到大学和学校已提供的数字服务中，例如 Microsoft 的 Copilot 或 Google 的工具套件，为学生创造了一个复杂且有时矛盾的环境。
破除迷思：事实与虚构
迷思： 人工智能只是作弊的新工具。
事实： 虽然学术不端是人工智能助长的大问题，但该技术的角色更为复杂。2024 年的一项调查发现，84% 的教师也在积极使用人工智能，许多人表示这增加了他们对教学的热情，尤其是那些接受过全面培训的教师。他们将其用于从课程规划到创建工作表的各种任务。
迷思： 人工智能生成的信息是可靠的。
事实： 人工智能模型容易出现“幻觉”，即自信地呈现完全虚构的信息。一位教师报告说，学生提交的研究声称先知摩西以去除 T 恤上的巧克力污渍而闻名——这是人工智能生成的答案。这些工具经常创建虚假引用和错误引文，这个问题如此普遍，以至于连一份白宫报告都被发现包含人工智能捏造的来源。
为什么教育中的人工智能如此重要？——其影响与价值
人工智能在学术环境中的扩散不是小趋势；它是一场具有重大后果的范式转变，影响个人和整个教育系统。
对个人的影响
最深远的影响在于学生的认知发展。过度依赖人工智能完成作业可能会阻碍批判性思维、问题解决和独立想法生成等基本技能的发展。或许更令人担忧的是心理学家所说的“毅力”的侵蚀——即坚持克服困难的能力。当学生可以通过将困难的心理任务交给人工智能来瞬间绕过时，他们就错过了建立信心和韧性的成就感。随着时间的推移，这可能会使他们在生活的各个领域都不太善于面对和解决问题。
对教育系统的影响
教育格局正被迫做出反应。一些教授正在改变整个作业结构，转回课堂手写论文以确保真实性。然而，这发生在机构混乱的背景下。许多大学对人工智能使用有不一致的政策，造成教授可能禁止人工智能而大学自己的软件平台（如 Microsoft 365）却积极鼓励学生使用集成人工智能工具如 Copilot 的混乱局面。这种不一致，加上人工智能生成错误信息的倾向，对学术诚信和教育目标构成了系统性威胁。
支持数据
这个问题的规模惊人，最近的研究显示：
2023 年 ACT 研究显示，近一半的高中生 已经在使用人工智能工具，这一数字现在可能高得多。
Turnitin 对超过 2 亿篇论文的分析显示，11% 包含至少 20% 的人工智能生成内容，3% 至少 80% 是人工智能撰写的。
最令人震惊的是，Titan Partners 的一项调查发现，75% 使用生成式人工智能的学生 即使机构禁止也会继续使用，表明学生行为发生了永久性转变。
教育中人工智能的演变：从过去到现在
“人工智能教育危机” 是一个极其新近的现象。虽然人工智能作为一个领域已经存在数十年，但它对课堂的破坏性进入直接与大型语言模型（LLM）的公开发布和普及相关。
起源： 催化剂是 2022 年底 ChatGPT 等工具的广泛发布，这些工具迅速进入学术生活。到 2025 年，课堂中的人工智能使用预计将成为主导的主流问题。
关键里程碑： 采用速度前所未有。在 ChatGPT 发布后的几个月内，近一半的高中生 reportedly 使用它完成作业。认识到这一势头不可阻挡，美国国会于 2023 年通过了《人工智能素养法案》，旨在支持学校的人工智能培训和编程，表明政府承认人工智能已成定局。
当前状况： 今天，我们正处于混乱整合期。人工智能被学生和教师广泛使用，但缺乏一致的指导方针、经过验证的保障措施或对其长期影响的深入理解。教育工作者的核心挑战不再是是否 应该将人工智能引入课堂，而是如何 管理其使用、减轻其危害并将其正确整合到学习过程中。
教育中人工智能的工作原理：逐步揭秘
要理解人工智能的影响，必须掌握其功能——不是作为神奇的思考机器，而是作为概率文本生成器。
基础：生成式人工智能模型建立在 LLM 之上，这些模型通过分析来自书籍、文章和互联网的数万亿单词进行训练。这种训练使它们能够识别人类语言中的模式、上下文和风格惯例。
核心机制：
原理： 当给出提示时，LLM 并不“理解”请求。相反，它计算最可能的词序列，以生成在统计上类似于其训练数据的响应。它是一个复杂的模仿者，生成听起来合理的内容，而不是真实的内容。
类比： 一位教授将使用人工智能学习比作“去健身房让机器人替你举重”。这个类比可以进一步完善：更像是使用类固醇。类固醇让你能举起更重的东西并更快地锻炼肌肉，给你不公平的优势。但它们带来严重的长期后果，如果你变得依赖，可能无法在没有它们的情况下运作。同样，依赖人工智能完成认知任务可能会在工具不再可用时损害你自然思考、推理和创造的能力。
误用过程：
输入： 学生收到一项作业，例如写论文或进行研究。
外包： 学生没有与材料互动，而是直接将提示输入聊天机器人。
提交： 学生提交作业，通常没有批判性审查，有时甚至无法理解他们提交的内容。
如何在现实生活中应对教育中的人工智能
鉴于人工智能已成定局，重点必须从禁止转向负责任的应对。学生和教育工作者都有角色要扮演。
学生指南：道德使用
从自己的大脑开始： 在转向人工智能之前，真正努力自己解决问题。运用自己的批判性思维技能生成想法、形成论点并找到解决方案。
将人工智能用作“增强”而非“替代”： 一旦你有了一个成熟的想法，你就可以将人工智能用作陪练伙伴或“第二大脑”。要求它帮助你进一步完善现有想法、发现论点中的弱点或提出替代观点，而不是从头开始索要答案。这实际上可以增强你的想法生成技能。
像对待同义词典一样对待它： 一个好的类比是将人工智能用作同义词典。同义词典有助于扩大词汇量并找到更好的词，但它不会取代你独特的声音或你想传达的核心信息。
教育工作者的最佳实践
调整和创新作业： 承认课外作业容易被人工智能滥用。正如一位统计学教授所做的那样，考虑将关键写作作业移到课堂监督环境中，像考试一样对待。这迫使学生依赖自己的知识。
追求并实施人工智能培训：接受全面人工智能培训的教师报告称热情更高，并且更有能力建设性地使用该技术。培训可以缓解焦虑，并向教育工作者展示如何使用人工智能进行有效的课程规划和为学生创建差异化内容。
建立清晰一致的政策：“可接受与不可接受使用之间的模糊界限”是困惑的主要来源。教育工作者和机构必须合作制定并清晰传达政策，定义什么是道德的人工智能协助与学术不端。
教育中人工智能的未来：机遇与挑战
前进之路既铺满了巨大潜力，也存在重大风险。
未来趋势
不可避免的整合： 人工智能正永久融入教育的结构中。问题不再是是否 会使用它，而是如何 管理它。
人工智能引导的学校教育： 实验性学校已经出现，核心学科由人工智能导师教授。这种模式将核心教学压缩到几个小时，腾出其余时间让学生追求实际生活技能，从组装宜家家具到跑一英里。
机遇
教师赋能：对于接受它的教育工作者来说，人工智能可以成为强大的助手，自动化创建工作表和测验等繁琐任务，从而增加他们对教学核心使命的热情。
个性化学习：人工智能有望创建针对每个学生学习节奏和风格的差异化内容。
重新构想学校日： 人工智能引导的学校模式虽然有争议，但提供了一个有趣的机会。一个此类学校的早期数据显示，学生在很短时间内升级，并达到标准化考试成绩的第 90 百分位，同时获得学习现实世界技能的时间。
挑战
毅力和批判性思维的侵蚀： 这仍然是最大的威胁。如果一代人将智力斗争外包，我们面临的风险是人们独立思考、解决问题和创新的能力下降。一位教师指出，七年来，学生愿意与困难概念搏斗的时间从几天缩短到几分钟，然后他们放弃并寻求简单答案。
错误信息流行病：人工智能产生幻觉的倾向在教育背景下构成灾难性风险。盲目信任人工智能生成事实的学生可能会在虚假基础上构建知识。
教师过度依赖： 与学生一样，教师也可能过度依赖人工智能生成课程。如果教师不深入理解人工智能创建的教学材料，就无法有效指导或回答学生的问题。
结论：教育中人工智能的关键要点
虽然辩论仍在继续，但从教育中人工智能的现状中得出几个关键结论。目前，该技术似乎弊大于利，但未来仍未定。
广泛且不可阻挡的使用：学生中人工智能采用率很高，绝大多数表示无论官方禁令如何都会继续使用，使禁止成为无效策略。
真正的危险是认知萎缩： 除了作弊，主要威胁是批判性思维、问题解决能力和个人韧力的长期侵蚀，因为人工智能允许学生绕过智力斗争的必要过程。
错误信息是核心缺陷：人工智能模型从根本上说是不可靠的叙述者，经常“幻觉” 并将虚假信息呈现为事实，对缺乏背景知识质疑它们的学生构成严重风险。
意图决定一切：人工智能的影响并非技术固有，而是完全取决于使用方式。它可以是削弱学习的拐杖，也可以是增强人类智力的强大“第二大脑”。责任在于教育工作者调整方法，学生道德使用它。
教育中人工智能常见问题解答（FAQ）
Q1：学生使用人工智能做作业的主要问题是什么？ 主要问题是它外包了整个思考和学习过程。这阻止了他们发展批判性思维、问题解决和撰写自己想法等基础技能，往往导致他们提交自己不理解的作品。
Q2：仅使用人工智能生成想法是否算作弊？ 这是一个灰色地带，政策往往模糊且不一致。一些教授可能允许人工智能用于初步头脑风暴，但禁止用于起草文本。然而，人工智能生成的想法与人工智能撰写的文本之间的界限难以定义和执行。
Q3：使用人工智能与在数学课上使用计算器有何不同？ 这种比较有缺陷。计算器自动化了学生已经学会的技能（计算），让他们能更快地解决更复杂的问题。然而，生成式人工智能可以取代思考、推理和创造的整个认知过程——这些正是教育旨在发展的技能，而不仅仅是自动化。
Q4：教师能否可靠地检测学生是否使用了人工智能？ 并非总是如此。虽然存在 Turnitin 等人工智能检测工具，但它们的准确性令人担忧，并且不是捕捉基于人工智能作弊的万无一失的解决方案。这也是为什么一些教育工作者转向监考的课堂写作作业的主要原因。
Q5：人工智能在教育中能否被善用？ 绝对可以。正确使用时，它具有巨大潜力。教师可以利用人工智能减少行政工作量，并创建更具吸引力的个性化课程计划。学生可以道德地将其用作“第二大脑”，以挑战并扩展自己的原创想法。此外，使用人工智能教授核心科目的新型教育模式正在出现，这可能为学生腾出宝贵时间学习实用生活技能。释放这一积极潜力的关键在于周全的意图和适当的整合。
