以下是文章主要內容：
教育界有這么一句話：你衡量什么，你就是重視什么。選擇世界各國的學校通行的標準化考試，我們等于是在教育孩子，我們只重視一種定義相當狹隘的智力——解決關于列車時間的文字問題，或者在多項選擇測試中判斷某項二戰條約的目的的能力。
事實上，人類的智力是龐大而復雜的。然而，它是可以衡量的，而且是富有價值的。在這個人工智能能夠進行智力測試，并掌握知識型課程的時代，人類可能正在使得自己被科技超越。
“我認為，我們處在把自己變成傻瓜的危險當中。”研究人工智能與學習逾25年的倫敦大學學院學習中心設計學教授羅斯·盧金(Rose Luckin)說道。由于我們以非常有局限性的方式來衡量智力，“我們對我們的技術能夠產生的那種智能行為印象深刻。”
盧金的新書《機器學習和人類智力：21世紀教育的未來》認為，如果我們想避免把我們的孩子和他們的老師變成機器人，我們必須從根本上重新定義智力。她提倡使用人工智能來幫助我們開發和估量各種形式的人類智力，以便讓學生能夠更好地應對需要不斷適應和學習的工作環境。
重新定義智力
盧金指出了孩子們未來需要的七種智力。
首先是跨學科學術智力，即把學科聯系在一起而不是孤立地研究的能力。(當然，芬蘭在這方面正走在前面：拋棄分學科來進行教學的理念，轉而指引學生們在諸如“歐盟”這樣的主題下，聯系數學、歷史、經濟學和語言等學科來進行綜合性的思考。)
然后是社會智力，或者說形成對我們自己的情緒以及我們如何在群體中控制那些情緒的意識。這是人類所擅長的;機器人則不然。
盧金還說有四種后設智力：
后設認識，或者說我們與知識之間的關系。盧金問道，學生明白知識從何而來嗎?。他們是把它看作是他們被賦予的東西，他們必須學習的東西，還是他們意識到這是他們構建的某種前后關聯的東西?”擁有這種智力的孩子知道什么是好的證據，以及如何根據這些證據做出判斷。
后設認知，或者說認識我們自己，調節我們的認知過程。(例如，如果我知道自己是一個拖拖拉拉的人，需要把東西寫下來學習，那么我不應該等到大考前一個小時再才去重寫我所有的筆記。)
后設主觀智力，或者說理解我們的情感以及它們與我們的學習和幸福感之間的關系。動機是其中的關鍵。
后設情境智力，它是關于學習過程中的動態情境——不僅僅是在課堂上，還與人、事物和地方存在關聯。“我們的智力不只存在于我們的大腦中，”盧金說，“越來越多的證據表明，情境是巨大的，而情境理解正是人工智能做得不好的地方。
準確的自我效能感，即我們評估自身能力的能力，也許是最重要的一種智力。“我們能否準確地預測我們是否有可能在某件事上取得成功?我們能否發揮作用?”盧金問道。
眾所周知，人類不善于預測自己的表現。總的來說，行為心理學家和經濟學家已經證明，我們容易過度自信。盧金認為，這就是人工智能的用武之地。
把人工智能帶進教室
盧金在《自然》(Nature)雜志上刊文稱：“人工智能是打開‘學習的黑盒子’的強大工具，因為它可提供對學習發生的時間和方式的深入細致的理解。”她提出，人工智能系統能夠讓我們更好地全面開發智力——部分原因是人工智能可以幫助估量知識以外的東西，包括協作、韌性、信心和動機。它也能夠讓我們摒棄用來評估學生能力的一次性考試。相反，可以通過電腦、手機或平板電腦來對學生進行持續的測試，評估他們的社會智力、跨學科學術智力和多項后設智力。在學生和教師對他們的能力有了更加準確的了解以后，學生就能采取更加有效的方法來提升自己。
“經常發現一些你做得怎么樣的證據，對于領悟你正在做的事情是非常有益的。”盧金說道。這種方法可以讓老師專注于理解數據，并解決學生的動機和毅力等關鍵問題。雖然她承認人工智能不能完全衡量任何一種智力，但她相信“它可以幫助我們在所有智力上做得更好。”
盧金提到了一些人工智能如何幫助提高學習的例子。在發表在《計算機科學》(Computer Sciences)雜志上的一篇論文中，她研究了如何衡量協作解決問題的能力。這一技能在現代職場中被普遍認為是必不可少的。但是，對于老師來說，在課堂上的小組活動中全面跟蹤每一名學生的表現是不可能的。
在一項實驗中，她和她的同事們用攝像機記錄了孩子們的手部動作和頭部朝向，以衡量他們在一起共事的效率。然后，負責研判的人員交叉檢查那些檢測工具，判斷各個小組是否在進行協作。盧金說，我們的目標是建立社會互動的證據，這是成功解決協作問題的一個要素。這一證據可以用來形成一個指示板，告訴教師哪些小組需要他們的注意，進而讓教師能夠更有效地利用他們的時間。
英國學習平臺Century Tech提供了另一個關于人工智能如何在課堂上發揮作用的例子。該公司利用人工智能和大數據來根據學生的強項和弱項定制教育內容和活動。教師可以實時了解學生的學習進度，進而能夠他們提供最大的支持和幫助。
發展各種智力
除了人工智能之外，我們還可以通過其它的途徑來發展一系列的智力。一些尋求建立后設認知智力的教師正在使用一個叫做“貝蒂的大腦”(Betty’s Brain)的計算機程序。在該程序中，理科生們向一個叫貝蒂的卡通人物講解河流生態系統的過程，包括食物鏈、光合作用和廢物循環。然后他們測試貝蒂看她學到了多少，并觀察測試在其學習中的作用。“在測試她的時候，學生們也都在進行自我測試，并發現自我監察是一個適用于所有學習場合的重要策略。”Vanderbilt雜志解釋說。“為了教學，他們得先自己去學習。”“貝蒂的大腦”開發者、范德堡大學電氣工程和計算機科學教授高塔姆·比斯瓦斯(Gautam Biswas)說道。
盧金還說，學生可以通過學習人工智能本身來發展自己的智力。她指出，探索IBM的沃森(Watson)系統可以幫助學生發展后設認識——明白到知識不僅僅是呈現在我們面前的信息，還是我們要構建的某種東西。沃森能夠回答復雜的問題，因為它被程序設計得能夠進行觀察和建立證據體系，生成和評估假設，并判斷潛在的最佳答案。換句話說，沃森的學習方式與學生應有的學生方式差不多。
人工智能監視的弊端
盧金所設想的由人工智能驅動的世界存在著一些明顯的障礙。首先，教育系統是出了名的不愿作出改變。另一方面，人工智能跟蹤學生表現的想法會引起人們對數據隱私的擔憂。如果科技在不斷地評估你孩子的智力，它也在收集他們的長處和短處方面的數據。
不難想象，人工智能可能會被用來將學生分成三六九等，或者剝奪他們的機會。英國《金融時報》的一篇報道便是一個很有借鑒意義的例子，它闡述了中國東部的一所高中是如何跟蹤學生的：“監視系統由面部識別和人工智能來驅動，用來追蹤該公立學校的1010名學生，告知老師哪些學生遲到哪些學生曠課;在飯堂里，他們的飯菜選擇等于留下數字飲食記錄，員工能夠對此進行監視，看誰貪嘴吃了太多脂肪含量高的食物。”《金融時報》報道稱，由于在當地引起爭議，該學校最終叫停了這一項目。但它所描繪的情景實在嚇人。
盧金坦言，數據隱私是個大問題，她自己也沒有解決方案。她表示，“這是一場必須進行的大討論，”教師和政策制定者應該與已經在討論如何在教育中利用人工智能的學者和工程師一起進行討論。
至于學校向來抗拒變革的問題，盧卡金并不是唯一一個相信人工智能將不可避免地進一步滲透到課堂的人。英國威爾斯大教堂學的助理校長西蒙·巴爾德森(Simon Balderson)組織了一個關于人工智能和教育的國際會議。他向英國的教學和學習類網站和雜志Tes表示：
“目前，我們教授學習內容和通過考試來評估學生，但隨著人工智能滲透到教室，情況將會發生變化。人工智能發展得如此之快，未來它將能夠監測到各種東西，比如人們在苦苦思考一個概念時臉上呈現出的細微表情，然后它會相應地調整課程來幫助他們去更好地學習。”
與老師一樣，人工智能也會針對每個學生進行調整。但它會始終如一地、穩定地進行調整和提供幫助，而且對待每個學生都是如此。“沒有一個老師能在每堂課上在30個孩子身上做到這一點。”巴爾德森指出，“人工智能還將管理每個學生的數據，確保每一個學生的功課都符合他們的水平。目前，做到這種差異化是不可能的。”
未來的考試
學校似乎不太可能在短期內摒棄事關重大的學術測試。但是，大西洋兩岸都有越來越多的人承認，考試制度已經被打破：它獎勵學生們死記硬背而非從學習材料中獲取意義，激勵外在學習動機而非內在學習動機。
盧金認為人工智能是替代某些考試的一個可行選擇。“現在我們有了收集數據和分析數據的方法，它們能夠幫助我們進行非常精確的、持續性的形成性評估。”她說，“如果我們想要的話，這就是考試的替代方案。”
她為改變我們評估學生能力的方式會如何改變教育系統價值觀的可能性而感到興奮：“如果我們能夠認同我們需要改變這個評估體系，”她說，“那么就能開啟徹底反思我們的教育體系的目的的閘門。”
現在還無法判斷盧金的愿景是烏托邦式的，反烏托邦式的，還是平平無奇的。不過，英國上議院最近的一份人工智能報告的結論包括了這一論斷：所有公民都應該享有在人工智能身邊接受教育，借此變得智力高、情感豐富和富裕的權力。
這種想法預示著傳統的學校教育體制會發生變革。“打開了這扇門，”盧金說，“你會發現巨大的驚喜。”
京公網安備 11010502049343號