AI如何改变我们衡量孩子智力的方式

在教育中有一种说法，你珍惜你衡量的东西。通过主导全球许多国家学校的标准化测试，我们教孩子们，我们只重视一个非常狭隘的智力定义 - 解决火车时代的单词问题的能力，或者确定第一次世界大战的目的关于多项选择测试的条约。

事实是人类的智慧是巨大而复杂的。然而，它是经过衡量和重视的。在人工智能能够确定智商测试和掌握基于知识的课程的时代，人类可能会让自己陷入技术的束缚之中。

伦敦大学学院以学习为中心的设计教授罗斯·卢金（Rose Luckin）说：“我认为我们有可能让自己陷入困境。”他一直在研究人工智能和学习超过25年。因为我们以非常有限的方式测量情报，“我们对我们的技术可以产生的那种智能行为印象深刻。”

Luckin的最新著作，机器学习和人类智力：教育21世纪的未来，认为，如果我们要避免把我们的孩子和他们的老师，变成机器人，我们必须从根本上重新定义智能。她主张使用人工智能帮助我们以各种形式开发和测量人类智能，以便更好地为需要不断适应和学习的工作场所做好准备。

重新定义情报

Luckin确定了孩子将来需要茁壮成长的七种智力。

首先，有跨学科的学术情报，能够将科目联系在一起而不是在孤岛中研究它们。（当然，芬兰在这方面处于领先地位，放弃了主题教学的想法，有利于让学生在诸如“欧盟”等伞形主题下建立数学，历史，经济学和语言之间的联系。 ）

然后是社交智能，或者发展对自己情绪的认识，以及我们如何对群体中的人进行管理。这是人类可以擅长的; 机器人，而不是。

Luckin还说有四种元智能：

元认知，或我们与知识的关系。学生“了解知识来自何处？”Luckin问道。“他们是否认为这是他们给予的东西，他们必须学习，或者他们是否意识到这是他们构建的东西并且具有语境性？”具有这种智能的孩子理解什么是好的证据，以及如何根据这些做出判断证据。

元认知，或了解自己和调节我们的认知过程。（例如，如果知道我是拖延者并且需要写下来学习它们的人，我不应该等到重大考试前一小时尝试重写我的所有笔记。）

元主观智能，或理解我们的情绪及其与我们学习和幸福的关系。动机是其中的关键部分。

元上下文智能，它是关于学习发生的动态环境 - 不仅在课堂上，而且与人，事物和位置有关。“我们的智慧不仅仅在我们的大脑中，”Luckin说。“有越来越多的证据表明背景是巨大的，”并且背景是人工智能无法做得好的，Luckin说。

一种准确的自我效能感，我们评估自身能力的能力，也许是最重要的智力。“我们能否准确地预测我们是否有可能在某事上取得成功，我们是否有效？”Luckin问道。

众所周知，人类在预测自己的表现方面表现不佳。一般来说，行为心理学家和经济学家已经表明，我们倾向于过度自信，以及其他偏见。Luckin认为这是人工智能的用武之地。

将AI引入课堂

“通过提供对学习实际发生的时间和方式的深入，细致的理解，人工智能是打开'黑匣子学习'的有力工具，”Luckin 在“自然”杂志上写道。她提出人工智能系统可以让我们更好地开发更广泛的智能 - 部分原因是人工智能有助于衡量知识以外的事物，包括协作，坚持，信心和动力。它还允许我们处理用于评估学生的一次性测试。相反，学生可以连续测试，使用计算机，手机或平板电脑使用工具评估学生的社交，跨学科和多元智能的各个方面。通过为孩子和老师提供他们能做什么和不能做什么的更准确的肖像，学生将因此有更有效的改进方法。

“经常看到一些关于你自己如何做的证据对于揭示你正在做的事情是非常有益的，”Luckin说。这种方法可以让教师专注于理解数据并处理关键学生的问题，如动机和毅力。虽然她承认人工智能无法完全衡量任何智能，但她相信“它可以帮助我们在所有这些方面做得更好”。

Luckin提供了一些AI如何帮助改善学习的例子。在“ 计算机科学”杂志上发表的一篇论文中，她研究了如何衡量协作解决问题的能力，这种技能在现代工作场所被广泛宣传。但是，在课堂小组活动中，一位老师不可能完全了解哪些学生在一起工作。

在一项实验中，她和她的同事用相机拍摄了孩子的手部动作和头部方向，以衡量他们在一起工作的效率。然后检测工具由人进行交叉检查，人们判断这些组是否协同工作。Luckin说，目标是建立社交互动的证据，这是成功协作解决问题的一个要素。这些证据可以用来形成一个仪表板，向教师标记哪些团体需要他们的注意力，使教师能够更有效地利用他们的时间。

英国学习平台Century Tech提供了AI如何在课堂上工作的另一个例子，它使用人工智能和大数据来根据个别学生的优势和劣势来定制教育内容和活动。教师可以获得学生进度的实时更新，从而使他们能够最好地支持学习者。

开发各种智能

有一些方法可以开发出超越AI的一系列智能。一些寻求构建元认知智能的教师正在使用一种名为“贝蒂大脑”的计算机程序。在该计划中，科学专业的学生教授一个名为贝蒂的卡通人物，讲述河流生态系统过程，包括食物链，光合作用和废物循环。然后，他们测试贝蒂，看看她学到了什么，并观察角色测试在学习中的作用。“在检查她时，学生们正在检查自己并发现自我监控是适用于所有学习环境的重要策略，” 范德比尔特杂志解释说。“为了教学，他们首先必须学习，”开发它的范德比尔特电气工程和计算机科学教授Gautam Biswas说。

Luckin还说学生可以通过研究AI本身来建立自己的智力。她指出如何探索具有庞大知识基础的IBM Watson可以帮助学生建立元知识 - 理解知识不仅仅是我们所呈现的信息，而是我们构建的东西。沃森可以回答复杂的问题，因为它被编程为进行观察和建立证据体，生成和评估假设，并决定最佳答案。换句话说，沃森学到了很多学生应该学习的方式。“我们可以利用它作为沙坑，让学习者看到知识已被构建，”Luckin说。

AI监控的缺点

Luckin设想的AI启用世界存在一些明显的障碍。一方面，教育系统众所周知地反对改变。另一方面，AI跟踪学生表现的想法引起了对数据隐私的重大担忧。如果技术不断评估您孩子的智力，那么它也会收集有关其优势和劣势的数据。

很容易想象这可以用来归类学生或否认他们的机会。“金融时报”的一篇报道提供了一个有启发性的例子，解释了中国东部一所高中如何决定跟踪学生：“一个由面部识别和人工智能驱动的监控系统，跟踪州立学校的1,010名学生，告知教师哪些学生是很晚或者错过了课程，而在咖啡馆，他们的菜单选择留下了数字饮食足迹，工作人员可以监控，看看谁在吃太多脂肪的食物。“由于当地的争议，学校最终停止了该计划，”金融时报“报道。但它描绘的肖像是一个可怕的肖像。

Luckin承认数据隐私是一个巨大的问题，尽管她自己并不一定有解决方案。“这是必须进行的大讨论，”她说，教师和政策制定者应该加入那些已经在谈论如何在教育中使用人工智能的学者和工程师。

至于学校历史上对变革的抵制问题，Luckin并不是唯一相信人工智能将不可避免地变得更加嵌入课堂的人。西蒙·巴尔德森（Simon Balderson）是英国威尔斯大学（Wells Cathedral School）的助理教练，他组织了一次关于人工智能和教育的国际会议。他告诉Tes，一个关于教学和学习的英国网站和杂志：

“目前，我们提供内容并评估学生，但随着AI渗入教室，这将改变。人工智能正在迅速发展，未来它将能够检测到当他们正在努力理解一个概念时，通过某人脸上的微表情，并将接受这一点，并将一个教训应用于考虑到它。“

与教师一样，AI会根据每个学生调整其方法。但它会持续不断地为每个学生做到这一点。“没有老师可以为每班30个孩子做到这一点，”巴尔森指出。“人工智能还将管理每个学生的数据，确保每个学生的工作总是处于恰当的水平。目前，这种差异化程度是不可能的。“

预测未来

学校似乎不太可能很快放弃高风险的学术测试。但在大西洋两岸日益认识到考试系统坏了：它奖励学生反刍信息，而不是从它制作的含义，和刺激行为的外在，而不是内在的激励。

Luckin认为AI是替换某些测试的可行选择。“现在我们有了收集数据和分析的方法，可以帮助我们做出非常准确的形成性，持续性评估，”她说，“如果我们需要，有一个现实的替代考试。”

她对改变我们所衡量的内容会改变我们的教育体系价值观的可能性感到兴奋：“如果我们能够接受我们需要改变评估体系，”她说，“那么它打开了大门，重新思考什么是教育系统是为了。“

现在要知道Luckin的视觉是乌托邦，反乌托邦，还是只是平淡无奇，还为时过早。但最近上议院关于人工智能的报告的结论包含了这一说法：

所有公民都应该有权接受教育，使他们能够在人工智能的同时在精神，情感和经济上蓬勃发展。

这种想法预示着学校工作方式的改变。“当你打开它时，”Luckin说，“那太大了。”