电影《死亡诗社》里的威尔顿预备学院，以其沉稳凝重的教学风格和较高的升学率闻名。

　　文学老师约翰·基丁的到来如同一阵春风，一反传统名校的严肃刻板。他的核心思想就是：「我始终认为教育的根本在于学会自我思考。」

　　而在现实中，年级越高，举手越少，是不言自明的秘密。鸦雀无声的课堂里，学生们习惯低头回避老师的目光，乐于提问成了一种稀缺品质。

　　在硅谷一所学费 20 万的学校，空降的 GPT-4 同样承载了人类老师的期望，他们希望学生们能够向它提出更多「愚蠢」的问题。

　　地处硅谷的 Khan Lab 私立学校，最近来了一位新老师 Khanmigo。

　　这是一位 AI 教师，基于 GPT-4，由学校与 OpenAI 合作开发。

　　学校创始人 Salman Khan 原来也是搞技术的，后来才转型成了教育工作者。和带头签署千人联名信的马斯克不同，他认为 AI 的好处远远大于风险。

　　Khanmigo 被定位为「导师」，往往不会直接给出答案，甚至还有学生嫌它太啰嗦。在一位 8 岁的学生看来，Khanmigo 对数学题给出的解释，比他写在纸上的更详细，有时挺招人烦。

　　好在效果总体积极。人类老师们惊喜地发现，学生们向 Khanmigo 提出的问题，比起他们公开发问的要多。

　　另外，像ChatGPT一样，Khanmigo 会给学生们打预防针，声明自己可能会犯错误。学生们可以对它的回答点赞或点踩，方便之后再做改进。

　　AI 老师的职业生涯才刚刚起步，更多细节还待发现。但它首先出现在硅谷，并不是偶然。

　　一方面，很多学生家长本身就在硅谷或 AI 行业工作，他们的孩子很可能已经熟悉了 ChatGPT。技术话题甚至是课堂的一部分，三年级的小朋友也能对聊天机器人滔滔不绝。

　　另一方面，硅谷的教育资源也并非别处可比，Khan Lab 所在的帕洛阿尔托地区，家庭收入中位数接近 19.5 万美元，Khan Lab 的师生比例为 1 比 10，每年学费超过 3.1 万美元。

　　对于这些家长来说，将 AI 引入课堂没什么问题，但必须有更加严密的防范措施。Khan Lab 也的确这么做了，花费了数千小时为 Khanmigo 建造内容护栏，虽然还是达不到百分百安全，但它的审核和过滤功能甚至比 ChatGPT 更强大。

　　Khanmigo 还会提醒学生，老师们可以看到他们之间的聊天内容。如果学生们输入脏话、暴力倾向等不良内容，老师和家长就会收到警报。

　　AI 胡编乱造的可能性，也反复被人类老师们「耳提面命」。他们告诉学生，Khanmigo 不是一种魔法，它只是一个需要核实的信息来源。

　　纽约市的公立学校在 1 月初禁止使用 ChatGPT，原因是担心学生作弊，并认为 AI 不利于培养批判性思维和解决问题的能力。包括西雅图、洛杉矶等在内的其他城市，也有学校限制了访问 AI。

　　今年 1 月，AI 对教育的危害已经被翻来覆去地强调，包括胡编乱造、助长抄袭和作弊行为、让学生贪图捷径从而损害思维能力等等。

　　AI 生成是我们都需要适应的东西。我们适应了计算器，它也改变了我们在数学课上测试的内容。毫无疑问，AI 是一个更极端的版本，但它的好处也更极端。

　　更消极地说，就算千方百计地阻拦学生用 AI 抄袭和作弊，见招拆招的方法也总比困难多。

　　OpenAI 曾推出过一款 AI 内容检测器，然而它只能应用于文字内容，唯一的功能就是从 AI 的角度替你进行判断，看看这段文字是不是 AI 生成的。从测试结果看，它并不是很可靠。

　　所以 Altman 也承认，不存在完美的 AI 内容检测器，因为「有决心的人总会绕过它们」。

　　这就是一个既定事实。自 AI 诞生那刻起，便很难被完全禁绝。从 GPT-3.5 到 GPT-4，从微软 copilot 到 ChatGPT 插件，AI 正在慢慢成为社会的基础设施。

　　我甚至觉得，如果 Altman 不是 ChatGPT 之父，生成式 AI 出现在他的学生时期，他可能也会是最早吃螃蟹的那批人，因为他亲口说过：

　　我自己用它来学习东西，发现它比我过去的其他学习方式更有吸引力。我宁愿让 ChatGPT 教我一些东西，也不愿去读教科书。

　　「如果我没读过书，我可以找别的活做，可我又偏偏读过书」，最近「脱不下长衫」的孔乙己文学令人心有戚戚。

　　然而，本就没有人承诺过，知识一定是有用的，也没有人打包票，学历就是块金字招牌。

　　「被困住的孔乙己」不等同于「读书无用论」，它在当下有更复杂的含义。其中，死记硬背、刷题机器，是对教育的一种常见批评。翻到硬币的另一面，批判性思维、创造性思维不可多得。

　　比如，大学的「职业规划课」常被视为水课，不是说职业规划本身不重要，而是课程的形式有问题，往往是没有创过业的老师对着 PPT 照本宣科，既不了解就业环境的变化，也无法传授简历优化、面试培训等实战技巧。听课前一脸懵逼，听课后还是茫然四顾。

　　再比如，我在大学读书时，其中有几门课的期末考试，学长学姐流传下来的资料还能原封不动地套用，在被论文占据的期末周是庆幸也是悲哀。而最让人痛苦的课堂展示、小组作业、挑战杯竞赛等，几次三番让我不得不自学知识，在血泪教训里知道实践出真知。

　　其实，早在 ChatGPT 面世之前，就有学者反思过互联网时代的教育模式。

　　一方面，分析和应用能力欠缺了；另一方面，对事实性信息的掌握可能也只是一场错觉。

　　曾有研究表明，通过 Google 等更快地在线收集信息，会损害我们获取长期知识，以及回忆事实和信息来源的能力。

　　在 AI 成为人类日常获取知识的主要方式时，它可能会让快速无意识（fast mindlessness）成为我们的主要决策模式。

　　几乎在每次技术变革里，所谓的批判性思维、创造性思维都被强调，也确实遭遇着新的危机，电脑打字剥夺学生的写字能力，计算器损害学生的计算能力，AI 干脆让人无法思考了。其实，人类就这样跌跌撞撞地螺旋上升着。

　　从这个话题延伸开去，其实有很多值得讨论的。但首先要明确，反思 AI 对教育的负面影响，和对 AI 唱反调，并不是一回事。当 AI 诞生之时，我们就很难一厢情愿地往回看了。

　　当 AI 对教育的负面侵袭还未深入骨髓，我们应该尽早地建立起合理的规则，探索出理想的架构。

　　之前我们说，ChatGPT 生成的内容其实是概率计算的结果，在 ChatGPT 输入文字，模型给出一个最可能的下文。但这已经是上个版本，对于 GPT-4，它不止是预测下一个词，还拥有对世界的常识，并在这个基础上做出一定的推理。

　　这似乎越发接近人的思考方式。心理咨询师崔庆龙曾指出，我们记住单一的东西很容易，表达出来也不难，困难的是把它和别的事物关联起来，并能够自洽，这意味着你能够找到它们真正的平衡点。

　　这套理论同样适合解答，如何将 ChatGPT 用于教育。直接让它按照作业要求，帮我们写一篇论文，然后复制粘贴，其实是一个相当单一的过程。

　　但我们可以尝试提出更复杂、多元的问题，比如俄勒冈州的一名高中英语老师，最近让学生们使用 ChatGPT 为论文创建大纲，对比两篇 19 世纪的短篇小说。一旦生成了大纲，他们就得把笔记本电脑收起来，然后手写论文。

　　在这个过程里，学生们加深了对故事的理解，也学会了如何和 AI 互动，才能让它的回答更加有用。

　　创建大纲只是 ChatGPT 在课堂上的一项功能。它还可以帮助老师编写个性化的教案、为学生模拟辩论赛的对手，甚至作为提高基本写作技能的工具。因为 AI 的写作速度很快，还可以模仿许多不同的写作方式。

　　所以也有观点认为，只要教师将 ChatGPT 与实质性的课堂讨论结合起来，ChatGPT 就不会对学生的学习构成威胁。

　　任何能让学生在上课前完善思维并实践想法的工具，只会让我们的讨论更加丰富。

　　从我个人的 AI 体验来说，输入合适的 prompt，让 AI 帮忙写出整篇文从字顺的文章，又不能太有 AI 味，还是挺难的一件事。像平时写文章那样列出一个逻辑框架，只是其中一个必要不充分条件。

　　一是创造力仍然需要知识的累积。就像你读了很多书，不代表你融会贯通，只能说明你识字，但你不能不识字，这是 AI 无法帮你代劳的部分。二是学会如何与 AI 沟通，它可以作为一个答案的终点，也可以作为一次教育的起点。

　　不远的未来，AI 或许会对教育行业进行一次祛魅和重塑，让它返璞归真。人人都在裸泳，哪些是事实哪些是观点，谁有创造力谁在鹦鹉学舌，其实一览无余。

　　更重要的是，教育向前一步就是就业，它们构成了复杂的因果链条。当前很多人的专业和工作并不匹配，以后未尝不是这样。

　　如果不在读书期间实践如何借助 AI 学习和创作，当我们毕业后面对 AIGC 的世界，只会成为又一个被困住的孔乙己。

　　唯一确定的是，尽早地开始实践，才能在 AI 的狂飙中拥有余裕。这也是存在主义哲学家马赛尔所说的，在面对各种境遇时，仍能保持「有暇」的能力。

　　每日头条、业界资讯、热点资讯、八卦爆料，全天跟踪微博播报。各种爆料、内幕、花边、资讯一网打尽。百万互联网粉丝互动参与，TechWeb官方微博期待您的关注。