爆發的AI技術正給教育者帶來多重焦慮

日前，一場閉門研討會吸引了全國數十所高校的管理者和學者。會議現場，一個個問題的提出，加劇著與會者的焦慮情緒。

眼下，人工智能（AI）的發展已開啟加速度，如果人類未來能夠通過AI獲得自己想學的任何知識，獲得不遜于在傳統教育中的體驗，那么大學該怎么辦？大學會被AI顛覆嗎？

在這場由北京大學未來教育管理研究中心主辦的研討會上，學者們爭論了整整一天。在他們看來，當前社會，教育的改變、教育工作者的改變已經迫在眉睫。

來不及學也來不及教，AI沖擊教育尤甚

愛因斯坦曾說，所謂教育，就是當一個人把在學校所學的全部忘光之后剩下的東西。所以教育的本質，不是傳遞“顯性的知識”，而是增加愛因斯坦所說的那些“剩下的東西”。

在研討會最開始，北京大學未來教育管理研究中心創始主任、北京大學原校長林建華就直陳他的困惑：一個人終其一生，能掌握的知識只有AI的百分之一甚至萬分之一，隨著人工智能向通用人工智能、超級人工智能發展，人工智能通過“自學”，在掌握更多知識后，那些“剩下的東西”是不是會比人類更多？彼時，我們對教育的定義還有價值嗎？

和林建華不同，復旦大學人工智能創新與產業研究院院長漆遠坦言，他正被“雙重焦慮”困擾著。一方面，人工智能的發展速度之快，讓他這位研究人工智能的專家連最新發表的論文都來不及“追”，他半開玩笑地說，由于要學的新內容太多了，“現在都要靠AI替我總結論文概要。”事實上，每一個從事AI研究的學者，過去兩年都“壓力山大”。

另一方面，作為大學教授，漆遠也承受著“身份焦慮”：在傳統師生關系中，老師往往是知識的供給側；而隨著技術的發展，AI今后完全可以承擔知識供給的功能，填補信息的鴻溝。“未來，我們究竟需要什么樣的大學、什么樣的老師？”

北京大學理學部副主任、化學與分子生物學教授高毅勤也有類似感觸。“過去，大學教師要努力達成的目標，是教給學生20年后還有用的知識或者能力；但現在科技快速發展，我們不由思考，自己教給學生的知識，是不是在他們還沒走出校門時，就已經過期作廢了。”

作為大模型發展的積極推動者，漆遠深知，技術發展從來都是非線性的，當積累到某個關鍵時間點，就會出現爆發式增長。而AI目前顯然已越過了這個時間點，正處在爆發階段。尤其是在ChatGPT問世后，不論外界要求人工智能有效加速、還是實現價值對齊，一個不爭的事實是，AI現在的升級迭代已經根本停不下來了，這將會對人類社會和人類生存形態帶來巨大改變。“作為教育者，該如何面對未來的教育？”漆遠發問。

人與世界的交互方式，正因AI而變

猶記得10多年前，在線教育起飛時，學界同樣擔心：在線教育會不會取代線下教育。但事實證明，再好的技術也無法取代課堂上人與人、面對面的溝通交流。

但這次，情況并不一樣。AI發展帶來的是人類與世界交互方式的改變，而這是教育中尤其重要的環節。那么，大學是否還會對受教育者構成吸引力？其實，這不僅是中國大學的擔憂，不少國外高校也有著同樣的擔憂。

漆遠在思考的同時，不由想起自己看過的一部電影《HER》。影片講述的是一個人因為每天和手機對話，感到手機比世界上任何人都更懂他，從而愛上手機的故事。漆遠說：“如果這個人是我們的老師、學生或我們中的任何人呢？在可見的未來，我們一定會遇到一個比任何人都更懂自己的AI，這個時候，教育應該如何變化？”

其實，這些關于未來的設想并不遙遠。北京大學醫學部副主任王維民教授說，他有一回在等飛機時，想著為臨床醫學的學生編寫案例庫。由于是臨時起意，他決定向手機上的人工智能軟件提問：“編寫一個梗阻性黃疸壺腹周癌的病例，并附上化驗指標和醫學影像學檢查的結果。”很快，一個完整的病例就出現在他的手機上。隨后，他要求軟件列出病例中的知識點，同樣，他很快得到了結果，并且，軟件還畫出了知識圖譜。

王維民不由感嘆，有了AI助手，這些工作的完成度不僅很高，而且速度還很快。“在這樣的情況下，醫學生只要學會提問，就能夠通過人工智能掌握同樣的知識了。”

要積極擁抱AI，也要防范技術帶來的潛在風險

AI的興起將對教育等各行業領域產生沖擊。梳理此次研討會上學者們的“焦慮點”，不外乎兩個問題：將來社會需要什么樣的人？今天的師生如何借助AI更有效地學習？

眼下，不少高校已開始嘗試在教學和科研中納入人工智能相關內容，希望能夠增加學生對人工智能的理解和掌握。目前，復旦大學、上海交通大學、南京大學、浙江大學等高校都已將AI相關的課程納入通識教育之中。

“當知識生產方式從精英走向大眾，大學正逐步失去對知識的壟斷，唯有打開邊界、成為創新資源的中心，才能順應后現代大學的發展趨勢。”在林建華看來，AI雖然可以掌握大量人難以企及的公共知識，卻無法像人一樣與物質世界發生聯系，認識和改造世界并獨立進化。因此，林建華建議要將AI視為工具，積極擁抱AI。大學則應以此建設均衡高效的學習環境，并關注新興技術帶來的倫理問題，防范潛在風險。

王維民以醫學教育談道，AI不論是在“總結”病例，還是在掌握既有的醫學知識方面，都有著超乎人類想象的能力，但就醫學教育而言，當下更應該思考，如何給學生知識之外的東西。在王維民的專家門診上，他往往一上午可以看30個病人，其中不少病人其實并不需要大動干戈的治療，只想和醫生聊聊。醫患之間的融洽溝通，本身也是一種“治療”，增強患者對治療的信心，讓患者安心。“這就是醫學教育要教給學生的。雖然醫學知識是必需的，但醫生和病人的交流，至少目前AI無法教給學生。”

漆遠說，就目前而言，產業界的算力、數據、投入和人才確實走在了高校前面。在此情況下，高校如何做好教學、科研，確實是非常大的挑戰。“如果說400多年前伽利略發明了天文望遠鏡，讓人類更精準地看到了宇宙、星星，那么今天對科研工作者來說，人工智能就是新時代的望遠鏡或者顯微鏡，能夠讓人類看得更遠、看到更微觀的世界，而真正的挑戰在于，我們如何更好地使用它。”