如何看待教育行业的未来发展？

生成式 AI 在教育领域展现出巨大的应用潜力，但也引发了教育界对新技术浪潮可能带来风险的高度关注，以及对教育框架的深刻反思。这

1、对教育框架的反思和担忧

对学习主体的影响

人们对生成式 AI 可能影响学习主体的担忧主要表现在三个方面：一是人们对生成式AI 技术的过于依赖可能不利于学习主体的主动性和敬畏感。生成式 AI 具备广泛的知识、精准的信息处理与分析能力，以及快速发展的潜力，这些都是个体经过多年教育难以匹敌的。部分专家担心，过度依赖技术而非自身思考和学习，可能会降低学习者的主动性，削弱他们对学习过程的敬畏感，不利于思维和创造力的培养，甚至导致“Google 效应”的出现。1011 二是生成式 AI 可能会争夺人类学习者的教育资金投入。生成式 AI 吸引大量投资，但学校改善、教师发展和基础设施建设仍需公共资金支持。资源的合理分配以平衡人类教育与技术发展的需求，成为各国政府和相关机构需要权衡的挑战。 12 三是生成式 AI 可能降低人类的学习投资回报。作为高效的“劳动主体”，生成式AI 可能会降低对人类劳动力的需求，影响人类教育投资的回报价值。这种变化迫使人们重新思考技术发展与应用的节奏，并制定相应的就业和劳动保障政策，以确保技术进步的同时也关注人类福祉和社会的整体进步。

教师主体地位的思考

生成式技术的介入可能推动传统“师-生”二元结构向“师-生-机”模式转型。这一过程潜移默化地改变了教师在教学中的定位，引发对教师主体地位的进一步思考。一方面，教师角色从传统的知识传播者转变为学习的陪伴者和引导者。他们更多地参与到学生的个性化学习路径设计中，利用生成式 AI 技术，为学生提供更有针对性的指导和支持。同时，教师需要不断更新教学方法和技能，以适应技术发展带来的变化，确保教育质量和效果。 在这个过程中，教师的专业发展和终身学习变得尤为重要。他们需要保持对技术的敏感性，了解技术最新发展及其在教学中的应用潜力，同时具备批判性思维，审慎选择和评估AI 工具，并在教学中适时调整，以最大化其积极作用。 另一方面，完全依赖生成式 AI 作为唯一教学主体也是学术界的担忧之一。生成式AI 可能存在价值观偏见、信息不确定性，以及无法完全复制人类情感和文化价值等问题，这些都可能影响教育质量和价值观培养。

教育评价体系的重构

评价是教育发展的指挥棒。传统教育评价体系主要基于知识技能的掌握和考试成绩。然而，生成式 AI 的出现对这些评价标准构成了挑战。AI 可以轻松完成许多考试任务，使得传统评价方式难以准确反映学生的真实能力，并且难以甄别学生利用技术作弊的行为，影响了评价的公平性和准确性。因此，教育评价体系需要进行重构，以适应新技术带来的变化。一方面，新评价体系应更加注重过程性评价，从单一的知识技能考评转向多维能力评价，涵盖学生的批判性思维、问题解决能力和创新能力等方面。另一方面，生成式AI 可以根据学生的兴趣、需求和学习进度，提供个性化的学习方案和资源，因此，评价体系也应具备灵活性，能够适应不同学生的学习路径和节奏，支持个性化的成长和发展。

教育公平性的问题

还有一些针对教育公平性的反思认为，生成式 AI 的普及可能加剧教育资源的不平等。经济发达地区的学生更容易获得先进的 AI 工具和教学资源，从而在学习上占据优势；而经济条件欠发达地区的学生，可能无法享受同等的技术和资源支持，进而可能加剧现有的教育不公。此外，学校在技术设备和教师培训上的投入也存在巨大差异，使得不同经济背景的学校中，学生接触和使用 AI 技术的机会也不尽相同。 这种差距可能导致学习成果上的进一步分化。掌握 AI 技术的学生不仅在日常学习中能够更高效地获取知识，还能够通过 AI 进行更复杂的思维训练和创意实践，提升综合能力。而那些无法获得同等资源的学生则可能在这些方面处于劣势，长期来看，这种差距可能对他们的学术和职业发展产生深远影响。

2、推行“平衡发展”的 AI 教育理念

对待新兴技术的最佳态度是“堵不如疏”，通过正确的引导和使用，可以减弱技术与教育融合带来的冲击。在抓住变革机遇的同时,守正创新。 正如联合国教科文组织发布的《在教育和研究中使用生成式人工智能的指南》（简称《指南》）指出：生成式 AI 的发生与发展，为人类生产生活尤其是教育的发展带来无限可能。有效防范生成式人工智能带来的风险，有助于我们充分发挥生成式人工智能的优势，更好地应用于生活和学习场景。 因此，未来的教育改革需要在技术进步和教育本质之间找到最佳平衡点，通过政策支持和实践创新，确保生成式 AI 成为提升教育水平的助力，而不是障碍。这种平衡将决定AI 在教育中能否真正发挥其潜力，推动教育变革走向更加公平、高效和富有创造力的未来。

在现实中，我们看到国内外教育界、科技领域和政策制定者三方已经开始紧密合作，共同推动面向未来的“平衡发展”的 AI 教育举措，积极构建一个更加安全、均衡和高效的AI 教育生态系统。 在政策层面，通过制定具有前瞻性的政策和提供框架性的指导，为教育领域的技术应用提供借鉴和行动指南。 例如，联合国教科文组织在《指南》中提出，监管生成式 AI 应采用以人为本的方法，以确保其安全、公平和有意义的使用。该《指南》为政策制定提供了框架性指导，包括规范技术在教育中的使用步骤，并为政府监管机构、技术提供商、教育机构和个人用户等不同角色设定了明确的规范要素。这为各政策制定方提供了综合性的引导框架。

中国是最早为生成式 AI 立法的国家之一。2023 年 7 月，国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局公布《生成式人工智能服务管理暂行办法》，这是中国首次对生成式 AI 研发及服务作出明确规定。这一政策不仅规范了生成式AI 的技术应用，还提出了对数据安全、内容管理和用户隐私的严格要求，为AI 在教育中的应用提供了法律保障。 在教育界，以澳大利亚为例，在其国家人工智能学校任务组颁布的《学校中运用生成式人工智能框架》（The Australian Framework for Generative AI in Schools）中，重点关注学生隐私、安全与保护，强调在教育中负责任地运用 AI 技术，以提升教学质量并规避潜在风险。该框架的核心是确保学生的隐私和安全，明确规定生成式 AI 工具的使用必须“尊重并保护隐私与数据权益，遵循澳大利亚法律，减少不必要的数据收集，限定数据保留期限，避免数据进一步传播，并严禁买卖学生信息。”除了隐私、安全和保护，该框架还优先考虑教学成果、人文与社会福祉、透明度、公正性和问责性等要素。

 科技界也在持续加强对生成式 AI 治理的研究和技术投入，以确保技术进步与社会价值的和谐统一。这不仅包括制定伦理准则、安全标准和监管框架，还涉及开发检测AI 使用情况的技术手段，增强 AI 应用服务的透明度。这些举措旨在平衡创新与风险，保护个人隐私，促进公平使用，并防止滥用。

以商汤科技为例，凭借在 AI 治理领域的长期实践，商汤推出可信人工智能基础设施“SenseTrust”，覆盖数据处理、模型训练、模型检测，以及运营监测等AI 系统全生命周期的治理要素，为教育行业等应用领域提供一站式的 AI 治理解决方案。例如,“SenseTrust”可以在生成内容中加入数字水印技术，用于版权保护，防伪溯源等场景，有效增强深伪检测的可靠性，从源头上遏制内容抄袭、伪造行为。目前，“SenseTrust”数字水印技术已服务于商汤“秒画”、“如影”等多个生成式 AI 产品。

2023 年 1 月上线的 GPTZero 可以检测文本的困惑性（Perplexity），即语言的复杂度、随机性；以及突发性（Burstiness），即语句结构的变化。用这两个指标来辨别学术论文是机器生成还是人写的，可以在一定程度上减少利用 ChatGPT 进行的学术造假问题。

3、创造“人机共教”的教育未来

随着创新的 AI 技术不断涌现，我们正步入一个“人机共教”的新时代，AI 与教育的结合将为我们带来对未来的无限想象。借鉴移动互联时代的发展经验，可以预见，在不久的将来，将有更多智能化、功能强大的生成式 AI 工具问世。 面对教育创新带来的挑战，我们不应面对新技术可能存在的风险而“因噎废食”，而应秉承“平衡发展”的理念，基于“人机共教”进行教育范式的创新探索。

“人机共教”是技术变革与教育创新相互融合的必然趋势。历史上，人们曾担忧新的技术会取代传统教育，引发社会结构的变革，甚至陷入自我否定的困境。但实践证明，技术的进步和教育的创新总是为人类自身的提升和全面发展提供了更多自由的时空，促进了文明的不断进步。在这个过程中，尽管技术变革与教育创新的关系复杂而微妙，但它们始终是相互促进、共同发展的伙伴，从未形成真正的对立。 教育部也提出加快教育数字化转型发展战略。这表明我们有决心利用生成式 AI 为代表的数字技术，推动现代化教育强国的建设。

面对技术革命和教育创新带来的机遇，我们需要积极拥抱变化，以新型技术为基础进行教育创新——以 AI 教育改变学生的“学”，掀起一场学习革命；以 AI 赋能教师的“教”，推动一场教学革命；以 AI 驱动学校的“管”，加快精准教育治理变革。 16以“人机共教”为手段，重塑教育教学新生态，为新时代的教育发展注入新的活力。 实践是检验真理的唯一标准。只有通过不断的应用和检验，我们才能真正评估AI 技术在教育创新中的价值，理解如何利用它来深化教育变革，实现公平且高质量的教育未来！