人工智能与教育

人工智能有望解决教育中个性化教学、参与度提高等关键问题。机器学习驱动的计算机辅助学习（CAL）系统可以帮助教师识别学生的学习困难，以更低的成本实现个性化教学。此外，人工智能和虚拟现实技术能够提供沉浸式学习环境，特别适用于职业培训，提升学生的学习动机和参与度。

人工智能技术能为家长、教师和学生提供实时提醒，帮助克服拖延和学习脱节行为。基于大语言模型（LLM）的人工智能增强型计算机辅助学习系统，如可汗学院的Khanmigo AI虚拟辅导大模型，有望复制一些高质量个性化教学的优势，并可能以更低的成本实现这些优势。Khanmigo通过引导学生自主解决问题，提供即时反馈和个性化辅导，而不是直接给出答案，从而培养学生的批判性思维和自主学习能力。教师、家长等可以同步观察学生的进步，并在学生遇到困难时提供进一步帮助。

人工智能技术能为资源匮乏的家庭和学校提供更优质的学习资源。例如通过在线高等教育、证书项目等提供虚拟辅导和更优质的课程。同时，人工智能辅导者还可以提供有关大学和职业选择的信息，从而帮助补充通常面临巨大工作量压力的美国公立高中辅导员的工作。新的教育技术，如基于生成式人工智能的技术，也展现出在解决学生长期存在的厌倦和冷漠问题上的潜力，它们使学习变得更加身临其境、更具互动性，甚至更有趣。

人工智能能帮助减轻教师的教学负担。实现人工智能增强型计算机辅助学习潜力的关键在于获得教师的认可和支持，并为其提供个性化教学的培训与指导，确保教师有时间将这些工具融入教学计划。将人工智能用于家庭作业批改是获得教师认可的有效途径，例如，人工智能系统通过自动批改作业并生成学生困难主题报告，减轻了教师工作量。此外，该系统还能根据学生答题情况提供个性化问题序列和提示，帮助学生学习。这种大规模的个性化学习效益具有显著吸引力，人工智能在过去15年中已教授超过2亿名学生，远超人类教师的教授规模。

（二）人工智能对教育带来的挑战

人工智能的普及可能带来负面影响，如学生利用大语言模型作弊、剽窃或获取答案而不深入理解材料，甚至抑制创造力。大语言模型生成的错误信息或幻觉也可能误导学生。目前大语言模型和人工智能虚拟家教在准确性和激励性方面存在问题，特别是在反馈的奖赏性和与人类互动的有效性上。如何优化人工智能虚拟家教的互动，使其与人类教师和同学的互动相辅相成，依然是一个待解问题。增强现实和虚拟现实设备有望提升学习的沉浸感，但人工智能辅助学习在个性化教学和沉浸性上的双重作用仍然尚需深入研究，以评估其在促进学习进步中的互补效果。

过去的技术革命显著改变了生产过程和劳动力的教育与培训需求。工业时代（19世纪末至20世纪中叶）推动了对大众技能（如算术和读写能力）的需求，以执行规则性任务，其教育需求主要通过普及中学教育和在职培训满足。随后，信息时代（20世纪末至21世纪初）通过经典计算技术的自动化减少了对中等技能生产性工作的需求，同时增加了对高学历（大学和研究生）精英专家的需求，这些专家能够结合专业知识和判断力处理复杂任务。此外，信息时代未能有效替代面对面服务行业中的非常规任务和社交技能。这一时期劳动力市场两极化加剧，高学历和社交能力的回报增加，但同时也凸显了资源匮乏家庭的学生在大学预备教育和优质大学入学机会方面的资源分配挑战。

人工智能的进步改变了劳动力市场的任务、技能和知识需求。人工智能和机器人技术自动化了常规任务，减少了对大众和中等技能的需求，同时增加了对精英技能和社交能力的需求，推动专业人员更好地运用人工智能工具进行决策和沟通。这要求专业学校和持续培训课程的改革，以帮助专业人员适应人工智能环境。然而，如果人工智能替代了精英专业知识，这些知识将变得普及，增加对“翻译型专家知识”的需求——结合基础技术和人工智能工具完成复杂任务。为此，教育和培训应侧重基础技能、社交技能和特定领域的基础培训，并结合体验式学习。行业培训和学徒制应提供职业技能和软技能培训，帮助劳动者在人工智能时代提升技能和收入水平。

人工智能的崛起正在深刻改变K-12和高等教育的格局，既带来了作弊和削弱传统评估方法有效性的风险，也展示了通过个性化学习、增强教学吸引力和可及性改善教育体验的巨大潜力。要充分利用这些优势，需开展更多研究，开发基于人工智能的计算机辅助学习系统和虚拟辅导教师，并评估其对学习的影响。同时，为避免加剧教育不平等，需要在宽带普及、数字设备和教师培训方面进行投资，以确保弱势群体能享有高质量教育。在劳动力市场方面，人工智能对职业和技能需求的影响尚不确定，但其可能带来的变化要求专业教育课程的改革和成人教育及再培训项目的普及，以帮助工人适应新机会。此外，人工智能驱动的招聘工具正在发挥更大作用，但偏见问题仍需解决。