可汗學(xué)院創(chuàng)始人：AI不是最終解決方案，只是解決方案的一部分

標(biāo)題 | AI Can’t Fix the Student-Motivation Problem來源 |《大西洋月刊》作者 | Jenny Anderson、Mike Goldstein圖源 | 薩爾曼·可汗于2023年的TED演講

“我只把AI看作是解決方案的一部分，并不認(rèn)為AI是最終的解決方案。”可汗學(xué)院創(chuàng)始人兼首席執(zhí)行官薩爾曼·可汗在今年4月接受美國教育媒體Chalkbeat的采訪時(shí)說道。

薩爾曼·可汗之所以說出這番話，是因?yàn)楦鶕?jù)AI學(xué)習(xí)工具Khanmigo這幾年的使用情況，他發(fā)現(xiàn)到目前為止，AI為教育領(lǐng)域帶來的革命性變化還沒有發(fā)生。

薩爾曼·可汗舉了這樣一個(gè)比喻：想象一下，他走進(jìn)一間教室，坐在教室后面，等著學(xué)生們來尋求幫助。“有些人會來，但大多數(shù)不會。”AI輔導(dǎo)的現(xiàn)狀也是如此，AI未必能激發(fā)學(xué)生的學(xué)習(xí)動力，或者幫助學(xué)生填補(bǔ)提問所需的知識空白。

針對該話題，《大西洋月刊》近日發(fā)布的一篇文章指出，學(xué)習(xí)是一項(xiàng)需要被激發(fā)動力才能取得進(jìn)步的任務(wù)，但AI在這方面仍有局限性。并且，學(xué)習(xí)在很大程度上是一項(xiàng)關(guān)乎社交和關(guān)系的活動，而AI尚未能復(fù)制出人與人之間的情感。

2023年，在一場被數(shù)百萬人觀看過的TED演講中，可汗學(xué)院創(chuàng)始人兼首席執(zhí)行官薩爾曼·可汗稱，AI將帶來教育大變革，而且可能是教育史上最大的變革。在提到當(dāng)時(shí)最新推出的AI教育工具Khanmigo時(shí)，薩爾曼·可汗說，Khanmigo有望成為地球上每一位學(xué)生的絕佳個(gè)人輔導(dǎo)老師。

到2024年，OpenAI首席執(zhí)行官山姆·奧特曼也表示，AI將為學(xué)生提供虛擬輔導(dǎo)老師，不論是任何學(xué)科，或以任何語種，虛擬導(dǎo)師都能按照適合學(xué)生的速度提供個(gè)性化教學(xué)。

然而，今年春天，可汗學(xué)院承認(rèn)，Khanmigo對許多孩子來說沒什么影響。盡管Khanmigo的訪問量從2023年的4萬名學(xué)生激增至今年的近100萬名，但實(shí)際使用率卻停滯了。

這個(gè)被設(shè)計(jì)出來回答問題并提出后續(xù)問題的工具，無法幫助那些不參與其中或不知道該問什么問題的學(xué)生。與許多其他教育技術(shù)工具一樣，Khanmigo也陷入了困境，因?yàn)樗鼪]有解決教育面臨的核心挑戰(zhàn)：如何鼓勵(lì)學(xué)生去體驗(yàn)學(xué)習(xí)新知識所帶來的不適感？AI輔導(dǎo)老師或許能夠提供與學(xué)生水平相匹配的數(shù)學(xué)問題，但它無法讓學(xué)生真正去做這些問題。

可汗學(xué)院首席學(xué)習(xí)官克里斯汀·迪塞爾博（Kristen DiCerbo）表示：“學(xué)習(xí)是一項(xiàng)艱苦的任務(wù)，它需要付出認(rèn)知上的努力，而且并不那么有趣，我們?nèi)绾尾拍茏尯⒆觽冊敢馊プ鲞@件事呢？”

她補(bǔ)充道，AI是一個(gè)強(qiáng)大的工具，但我們并不能指望它來彌合學(xué)習(xí)動機(jī)上的差距。盡管在資源相對匱乏的發(fā)展中國家的學(xué)校，AI輔導(dǎo)老師有時(shí)被證明是有價(jià)值的，但斯坦福大學(xué)最近發(fā)表的關(guān)于AI在K-12學(xué)校使用情況的報(bào)告發(fā)現(xiàn)，總體上看，AI給學(xué)生教育帶來的好處是有限的。

根據(jù)美國人口普查數(shù)據(jù)，僅約三分之一的學(xué)生在學(xué)校高度投入，這一比例在過去十年間保持穩(wěn)定。這些學(xué)生往往來自較為富裕的家庭，父母都受過良好教育，他們很可能有興趣從聊天機(jī)器人那里尋求額外的指導(dǎo)，但這一少數(shù)群體并不足以引發(fā)一場革命。

即使在這些有學(xué)習(xí)動力的少數(shù)人中，也只有一小部分孩子能充分利用Khanmigo等教育科技工具，并進(jìn)而取得學(xué)習(xí)進(jìn)步。《輔導(dǎo)的科學(xué)》（The Science of Tutoring）一書的作者勞倫斯·霍爾特（Laurence Holt）將此稱為“5%問題”：大約5%的學(xué)生能按預(yù)期使用教育科技，并在學(xué)習(xí)上獲得好處。這意味著，這些工具非但沒有使人們能更平等地獲得負(fù)擔(dān)得起的輔導(dǎo)，反而可能會加劇不平等。

個(gè)性化24小時(shí)系統(tǒng)和自適應(yīng)算法曾被寄予厚望，但如果學(xué)生自己對學(xué)習(xí)不感興趣，再多的動畫或游戲化也無法讓他們對學(xué)習(xí)上心。薩爾曼 ·可汗最近對數(shù)字化轉(zhuǎn)型的說法都持保留態(tài)度。他在4月接受Chalkbeat采訪時(shí)表示：“我認(rèn)為我們最大的杠桿實(shí)際上在于對人類系統(tǒng)的投資。”

從本質(zhì)上講，這些教育技術(shù)實(shí)驗(yàn)已經(jīng)證明了教育工作者長期以來形成的一個(gè)直覺認(rèn)識：學(xué)習(xí)在很大程度上是一項(xiàng)關(guān)乎社交和關(guān)系的活動，而機(jī)器人尚未能復(fù)制出人情味的價(jià)值。教師仍然是我們激勵(lì)學(xué)生的最佳來源，這不僅是因?yàn)閮?yōu)秀的教師知道如何推動孩子學(xué)習(xí)新知識，還因?yàn)榻逃孕〗M形式進(jìn)行時(shí)效果最佳。

哈佛大學(xué)成就差距倡議項(xiàng)目（Harvard’s Achievement Gap Initiative）主任羅恩·弗格森（Ron Ferguson）發(fā)現(xiàn)，成功的教師會在學(xué)生面對困難時(shí)激勵(lì)他嚴(yán)謹(jǐn)思考并堅(jiān)持不懈，進(jìn)而在合作中創(chuàng)造出成果，并享受這個(gè)高光時(shí)刻。當(dāng)學(xué)生們一起圍繞棘手的概念討論、辯論時(shí)，他們對這些概念會有更深入的理解；當(dāng)他們看到同伴也在努力掌握二次方程時(shí)，他們也會受到鼓舞。

這并不奇怪。相比于自己運(yùn)動，討厭運(yùn)動的人在團(tuán)體健身課上更有可能督促自己，并對自己負(fù)責(zé)。但問題在于，太多教師未能激勵(lì)學(xué)生，而同伴效應(yīng)也可能產(chǎn)生雙向影響。許多學(xué)生來自不同的背景，有著不同的興趣和學(xué)習(xí)需求，而他們所面對的課程卻可能顯得僵化、枯燥，與周圍的世界相去甚遠(yuǎn)，善于利用群體動力的優(yōu)秀教師對于學(xué)生取得優(yōu)異學(xué)業(yè)成績可能至關(guān)重要，但遺憾的是，這種方法很難大規(guī)模復(fù)制。

但這不是說更容易實(shí)現(xiàn)規(guī)模化的的數(shù)字工具能奇跡般地解決這些問題，目的是要提高教師在課堂上的表現(xiàn)，并且從招聘時(shí)就要關(guān)注這點(diǎn)。

在學(xué)生參與程度最低的公立高中，選拔老師通常看其學(xué)位和證書，以及他們對學(xué)科內(nèi)容的熟悉程度。但這些教師有很多來自重理論輕實(shí)踐的研究生項(xiàng)目，而了解各種教學(xué)方法并不一定能轉(zhuǎn)化為優(yōu)秀的教學(xué)實(shí)踐。指導(dǎo)學(xué)生撥開困惑迷霧是一項(xiàng)強(qiáng)大的技能，大多數(shù)教育工作者都需要幫助才能培養(yǎng)這一技能。大多數(shù)好老師不是天生的，而是后天培養(yǎng)的，他們需要大量的指導(dǎo)和反饋。

弗格森領(lǐng)導(dǎo)了一項(xiàng)研究，研究人員對美國全國各地的數(shù)十萬名六至九年級學(xué)生在課堂上進(jìn)行了調(diào)查，詢問是什么讓他們的老師變得有效。他發(fā)現(xiàn)，那些能激勵(lì)學(xué)生努力學(xué)習(xí)并讓他們渴望上大學(xué)的老師具備一些關(guān)鍵品質(zhì)，這些老師關(guān)愛學(xué)生，善于讓學(xué)生感到自己的成功對老師來說真的很重要；他們富有魅力，能夠激發(fā)并保持學(xué)生的興趣，即使是那些剛來上課時(shí)冷漠且缺乏好奇心的學(xué)生，他們也能發(fā)揮出功力。

這些品質(zhì)并非與生俱來。哈佛大學(xué)羅蘭·弗萊爾（Roland Fryer）的研究表明，來自更有經(jīng)驗(yàn)的同齡人和輔導(dǎo)老師的觀察和筆記可以幫助教師在課堂上取得進(jìn)步。

“我們是社會性動物。”曾為教師、現(xiàn)為教育技術(shù)從業(yè)者和研究者的瑪麗·伯恩斯（Mary Burns）說，“我們想與其他人一起學(xué)習(xí)，想從其他人身上學(xué)習(xí)。”伯恩斯指出，當(dāng)我們低估在集體中學(xué)習(xí)的價(jià)值時(shí)會發(fā)生什么？疫情期間的學(xué)習(xí)損失就是有力的例證。她說，當(dāng)學(xué)生被隔離在家，沒有同齡人，也無法接觸到老師時(shí)，“我們看到了精神上的崩潰”。

讓AI掌握最優(yōu)秀教師的技能，似乎比尋找和培訓(xùn)更多教師更容易實(shí)現(xiàn)規(guī)模化，但在我們弄清楚機(jī)器人如何激勵(lì)年輕人學(xué)習(xí)和做困難的事情之前，即便是最先進(jìn)的AI也無法為大多數(shù)學(xué)生服務(wù)。

麻省理工學(xué)院教學(xué)系統(tǒng)實(shí)驗(yàn)室（MIT Teaching Systems Lab）主任賈斯汀·賴克（Justin Reich）說，許多孩子并不關(guān)心我們教給他們的東西是什么，他們關(guān)心的是如何給老師留下深刻印象，以及與同學(xué)合作、競爭。“他們關(guān)心的是人。”