跨学科访谈大模型暴露的大问题：“卷”在大模型里，教育的最大短板在哪里？_新浪财经

从“GPT”们到“Sora”们，国内外生成式人工智能的大模型持续“车轮大战”，时不时让人类为之刷屏，也“卷”在其中。人工智能（AI）的背后，需要比机器更智能的人才；而这些人才的背后，又是如何在AI时代培养人才的大问题。诚然，AI仍有短板，人才也有短板，教育更有短板。如何彼此取长补短？解放日报·上观新闻记者就此跨学科访谈，专访了华东师范大学计算机科学与技术学院主持工作副院长、上海智能教育研究院副院长周爱民教授。

【理性看待第三波浪潮螺旋式发展】

记者：从ChatGPT到Sora，大模型的智能水平究竟怎样？算不算“全能”？周爱民：大模型通常指拥有超过十亿（10的9次方）参数量的神经网络模型，通过海量训练数据在强大算力上来优化这些参数，进而能够处理复杂的现实任务。ChatGPT和Sora实际对应了两类具体任务：前者指的是文本对话的生成任务，后者是从文本到短视频的生成任务。人工智能拥有了这两种能力，就能够解决很多应用场景中的具体问题了。比如，在客户服务场景中，我们可以构建基于ChatGPT的对话服务机器人，实现24小时不间断服务；在电影创作场景中，我们可以利用Sora来生成一系列短视频，以更好地进行创作。总体来说，目前人工智能正在经历从专用智能向通用智能迈进的过程，即从模仿视觉、语言、逻辑分析、肢体运动、人际交往等单一人类智能行为，到拥有多种智能能力。未来，这些智能能力只会更强。最近几年，我们切实感受到人工智能令人瞩目的快速发展，以及对我们生活的影响。从AlphaGO、BERT、AlphaFold、ChatGPT到Sora，大模型“你方唱罢我登场”，在医疗、交通、金融、物流、教育等众多领域的应用也是更加广泛和深入。记者：作为计算机专家，您对这一波大模型发展的速率和趋势有什么基本判断？周爱民：科学技术的发展都有其内在规律，我们都想抓住规律，但往往“不识庐山真面目，只缘身在此山中”。回顾人工智能的发展历程，从1956年诞生之日起至今经历了几波浪潮。1960年代，逻辑推理占上风，人们期望机器能够像人一样进行逻辑思考和推理；1980年代，知识工程占上风，人们期望机器能够掌握专家知识；1990年代至今，机器学习特别是深度学习占上风，人们期望机器能够实现通用智能。前两波浪潮，都是“期望很高，失望很大”；至于目前的第三波浪潮怎么发展，我们需要理性看待。人工智能就是这样螺旋式向前发展，往往是“众里寻他千百度，蓦然回首，那人总在灯火阑珊处”。并不是说大模型技术就没有问题，比如模型的训练成本高昂、模型的可解释性不足、模型的数据隐私和安全性等面临挑战，需要我们不断探索和解决这些问题，以确保大模型的发展能够更好地造福人类社会。

【大规模因材施教取代标准化同质化】

记者：以通用人工智能为代表的新一轮科技革命深刻影响社会生产与生活的各个方面，教育与人的发展同样面临巨大的挑战和机遇。全国人大代表、华东师范大学党委书记梅兵认为，在知识和技能的获得变得越来越容易、更新变得越来越快速的情况下，包括责任感、情绪调节、开放协作和交往等在内的社会与情感能力作为“底层素养”和“核心能力”，就显得更加重要。您怎么看？周爱民：教育是一个人工智能应用的大场景，ChatGPT和Sora技术可以结合教育需要来解决教育问题。比如我们可以构建基于ChatGPT的智能助教，这样即使老师下班了，同学们也可以通过询问智能助教来答疑解惑；同样，老师在讲授“飞流直下三千尺，疑是银河落九天”这句名诗的时候，可以使用Sora来创作一个短视频，同学们就能直观感受到庐山的雄伟和李白的豪迈。当然，要厘清教育的特殊性，技术要为人的发展服务，比如教育大模型不应该直接给答案而是要循循善诱，不能生硬冰冷而是要富有情感和温度，算法要能够“知其然，知其所以然”，系统要符合伦理、确保师生隐私及信息安全。记者：那么，作为智能教育专家，您认为AI时代传统教育和人才培养暴露出的最大短板在哪里？周爱民：可以说大模型的出现是人工智能技术的一次迭代升级，它必然淘汰一些技术；同样，技术的迭代升级也必然也会改变很多行业，教育也正在被这些技术赋能甚至重塑。我们当前的教育或者传统教育最大的特点，就是标准化和同质化：我们把具有个体差异的学生组织在一个班级内，在同一个时空中用统一的教法传授统一的内容。这种教育可以快速批量培养拥有一定知识的人才，为人类从农业文明迈向工业文明作出了不可磨灭的贡献。但目前，我们正在向数字时代、智能时代迈进，社会已经不再那么需要批量的流水线工人；相反，更需要知识、能力、情感全面发展的个性化创新性人才。传统的教育，无论是组织形式、教学方式、学习内容、评价方式还是管理机制，都无法实现大规模、个性化的人才培养！从AI作业批阅到AI教师助理，人工智能的发展可能会推动教育体系的结构性变革，为大规模个性化人才培养，即实现大规模的因材施教，提供了可能性。

【数智化转型发展有温度的智能教育】

记者：智能教育在带来挑战同时又带来哪些机遇，如何站上风口，实现教育迭代？

周爱民：危与机总是并存的，人工智能的发展一方面对传统教育提出了挑战，另一方面也为未来的智能教育提供了机遇。“纸上得来终觉浅，绝知此事要躬行”，围绕教育面临的真问题，踏踏实实、埋头苦干，总能实现教育的迭代升级。

首先，要正确认识人工智能与教育的关系，在教育场景中，使用人工智能不是为了取代人，而是与人和谐共处，通过人机协同的方式发展人、培养人；其次，技术要解决教育真问题，从教育数字化转型的痛点问题和师生家长急难愁盼的难点问题入手，提出传统手段难以实现的方案，在区域、学校、家庭落地生根，贯通“产学研用”，形成智能教育理论、技术、应用的闭环，完成快速迭代；再次，要为智能教育的发展培养人才，不论是理论的构建者、技术的研究者，还是教育的实践者，需要有组织培养和引导。总之，需要全社会的共同关注，发展有温度的智能教育。

记者：高校是培养人才之所，普通学生的数智素养如何提升，才能应对人机新关系的新挑战？

周爱民：高校是人才培养改革的前沿阵地，面对AI不停升级挑战，高校特别是师范类高校应该走在人才培养创新与改革的前列。

以华东师大为例，学校正在整体推进，利用“寒假预备周”全员学习人工智能，让每位师生都能主动拥抱人工智能。全校构建起一个三阶段的人工智能课程体系：第一阶段以人工智能通识科普课程为主，让同学能够了解人工智能如何赋能各行各业；第二阶段以大模型应用实践为主，让同学们能够掌握大模型的工作方式，通过人机协同，为自己的学习、科研和生活赋能；第三阶段以科学智能为主，让有能力的同学能够自己构建和使用大模型，实现科研范式的转型。同时，面向全校学生开设人工智能微专业，让同学们能够更加系统地学习和使用人工智能，帮助学生将AI与各人自己的专业结合起来。

总体上，华东师大实施数智跃升计划，开发智能系统，从教学、学习、管理、评价等维度全方位支撑学校数智化转型。需要指出的是，人工智能是一个快速变化的领域，学生们乃至老师们也需要适应这一快速变化，与人工智能交朋友，才能适应AI新生态。

原标题：跨学科访谈大模型暴露的大问题：“卷”在大模型里，教育的最大短板在哪里？