翻译了A16Z 投资人 Anne Lee Skates 对生成式 AI 在教育领域应用（Five Predictions for the Future of Learning in the Age of AI）的一篇文章。在这里和大家分享。教育是除了营销以外另一个快速出现众多生成式 AI 应用的场景，作者在文章中提及到了很多生成式 AI 教育应用，它们都值得教育出海创业者关注和研究。另外，文章中提及到的生成式 AI 教育应用可能的机遇和风险具有地域的代表性，值得创业者在本地化过程中重视和思考。当OpenAI去年发布其聊天机器人ChatGPT时，支持者们迅速宣布各种与写作相关的领域，如编剧、计算机编程和音乐创作，都将走向灭亡。其中一个特别突出的领域是教育，它几乎立即感受到了ChatGPT的力量：有了ChatGPT的技术，学生现在可以轻松地在论文和大学入学论文中作弊，而教师则可以将他们的课程外包给人工智能，而没有人会察觉。但是ChatGPT远非教育的终点。就在学生开始将聊天机器人的作品冒充自己的作品时，新的程序迅速出现，以便检测由人工智能写作的作品，而教师为了赶超学生，开始将ChatGPT的回答整合到他们的教学计划中。如果善加利用，人工智能有潜力极大地增强学生批判性思维能力和扩展他们的软技能。对于那些担心孩子会因为可以依赖人工智能回答而停止学习基本技能、避免实践和遗忘常识的怀疑者，心理学家 Edward Deci 和 Richard Ryan 在他们的自我决定理论中指出，人类本质上受到自主性、关联性和能力的驱动——也就是说，无论遇到任何捷径，他们都将继续学习。维基百科的创造是一个很好的例子。我们并没有因为我们现在可以在网上快速查找日期和公式而停止学习历史或科学。相反，我们只是获得了一个额外的资源来帮助我们核实事实和促进学习。鉴于教育是人工智能的第一个消费者用例之一，而像ChatGPT这样的程序是数百万儿童、教师和管理员将接触到人工智能的方式，因此我们必须密切关注人工智能的应用及其对我们生活的影响。以下是我们对人工智能和未来学习、知识和教育的五个预测：
一对一成为主流
个性化学习从梦想变为现实
面向AI的新一代教学工具将崛起，服务于教师和学生
评估和认证将需要适应，新的评估工具将被开发
随着「真相」被扭曲，事实核查将变得至关重要
一对一成为主流
家教、教练、导师甚至是治疗等服务的一对一支持曾经只对富人开放。人工智能将帮助这些服务民主化，服务范围更广泛。Bloom 发现接受一对一教学的学生表现比传统教室的孩子高两个标准差，而现在AI可以成为任何人的在线导师，辅助人类提供深入的知识和情感和行为支持。例如，学术工具 Numerade 最近推出了一位 AI 导师 Ace，可以生成个性化的学习计划，根据学生的技能水平提供合适的内容。此外，人工智能还可以让受时间限制的专家和学术名人更容易接触，而无论资源如何，所有学习者都可以受益。这对于需要导师和学徒的职业来说是极具民主化意义的。想象一下，如果初创企业创始人可以随时与 Marc Andreessen 或 Paul Graham 的 AI 版本聊天，那该有多好啊！嗯，这正是初创公司 Delphi 正在尝试做的。与此同时，Historical Figures让用户与重要历史人物如亚伯拉罕·林肯、柏拉图和本杰明·富兰克林交谈，而 Character AI则让任何人创建“人物”（真实或虚构）进行对话。在像心理健康这样容易受到污名化的领域，AI增 强解决方案（例如Replika或Link）除了更便宜且随时可用进行预约之外，可能比人类治疗师更易接近，鼓励那些害怕陌生人判断的患者。AI也可以即时个性化和调整你的风格偏好（例如，你更喜欢认知行为疗法还是更传统的行为疗法），解决了心理治疗行业中困难的发现和匹配问题。增强AI心理疗法也是具有较低边际成本的软件。这意味着可以创建更多价格实惠的最终产品，从而实现大规模市场进入。不是说我们预见到一个没有人类角色的世界。目前，AI还不完美，它没有达到100%的人类思考和专业知识（目前来说）。而且，有时候和有些人可能只想与现实生活中的人交流。
历史上，学生和教育工作者是生产力软件的趋势领袖。学生和教师是 Canva 和 Qualtrics 等创业公司的最早用户之一（后者后来被 SAP 收购）。Canva 最早被西澳大学的学生（创始人所在的大学）作为设计平台制作学校年鉴。Qualtrics 最早被西北大学的营销教授 Angela Lee 使用，为她的 MBA 和博士生轻松收集大规模数据。就像学生和教师接受早期的生产力工具一样，我们可以看到他们成为利用聊天式对话界面的软件的早期用户。我们预计教师采用下一代 AI 工具的另一个原因是，他们——特别是来自公共机构的教师——工作过度，资金不足，使他们有更少的时间专注于他们更喜欢关注的方面：他们的学生。今天，教师花费大量时间进行评分、制定课程计划和为他们的课程做准备。AI 可以通过学习数百万份早期的教育材料来减少教师的工作量，例如创建他们的计划和教学大纲的草稿。然后，所有教师需要做的就是对其进行改进和调整，以适应他们各自的教室。通过释放他们的时间，教师现在可以专注于以前的“额外”活动，例如为每个学生提供个性化的关注。至于学生，他们喜欢找到创造性的方法来节省时间并在工作中获得优势。Chegg 是上一代的宠儿。现在，新的 AI 驱动资源，例如 Photomath 和 Numerade，已经出现，并帮助学生解决和理解复杂的数学和科学问题。特别是在大学这样人群密集的环境，受欢迎的产品可以通过学生组织、社交俱乐部/活动传播，甚至是在有数百名学生的课堂上使用它们的教授迅速传播。
评估和认证将需要适应，新的评估工具将被开发
自从 ChatGPT 发布以来，教育工作者开始辩论是否应该 police 作业、大学入学以及其他使用 AI 辅助的证据。全世界的学校，包括纽约、西雅图和其他大型公立学区的学校，目前已经禁止使用 ChatGPT 和其他相关的 AI 写作网站。大学入学是否要继续写入学论文也受到了质疑。与此同时，许多教育工作者认为 ChatGPT 是应该融入学习和教学的技术，而利用AI将成为未来的重要职业技能。为了实现这一目标，我们需要在课堂上和评估课堂成就的方式上进行一系列的调整，就像当维基百科、计算器、互联网、个人电脑等技术出现并最终成为关键的课堂技术时一样进行调整。我们很高兴看到下一代工具的出现，这些工具可以帮助学校更好地评估学生的学习成果并颁发证书，以及可以使教师和学生的生活更轻松的利用AI的工具。需要考虑的一个问题是，这种技术的使用可能会给某些学生带来学习和产出方面的巨大优势。例如，在禁止使用AI工具的学校中，缺乏家庭互联网接入的学生可能不会接触到AI技术，而有资源的学生可以在家中学习和使用。这也将加剧公立和私立学校教育之间的差距，因为私立学校比公立学校更容易采用和整合新技术，由于其较低的师生比和较高的预算。
随着「真相」被扭曲，事实核查将变得至关重要
另一个令人担忧的领域是在 AI 时代中的「真相」问题。算法是基于可用的数据进行训练，但所有这些数据目前仍受到人类判断和行为的影响。这意味着各种社会偏见——种族、性别等——都会被编入算法中，而这些偏见将继续被放大。例如，Gmail 的句子自动完成 AI 假定投资者必须是男性。Google 的 Smart Compose 团队尝试过几次来解决这个问题，但到目前为止未能成功。在这种充斥偏见的环境中，当 AI 提供错误的信息（或虚假的事实/新闻）时，事实核查将变得至关重要。今天 AI 生成的回复特别危险，因为它们可以轻松地组成连贯的散文，其水平的精细程度可以欺骗我们认为它是事实准确和真实的。例如，WSJ 上介绍的一项华盛顿大学研究显示，72% 的人在阅读 AI 撰写的新闻文章时认为它是可信的，尽管其事实是不正确的。在一个任何人和机器都可以创造大量高质量和事实准确的内容的时代，我们该如何筛选高质量和事实准确的内容？用户生成的内容和其他非品牌渠道的信任将下降。相反，受众可能会对他们已经关注和尊重的个性、品牌和“专家”有盲目的信任。最后，我们可能会创造出只具有理解能力而没有深入理解基本细节的一代人。这可能会在边缘案例和危机时引起问题，因为在这些情况下了解基础细节的详细知识变得重要。以 Web 开发的抽象化为例：我们已经越来越远离低级硬件、基础设施和后端，进入了一个有 GitHub Copilot 的世界，前端工程师几乎不需要接触数据库或后端。甚至还有面向非技术用户的无代码解决方案。这种抽象化很棒，因为它可以实现更多的创造并赋予技能水平较低的用户更多的权力。但是，如果后端出现关键错误而没有人理解如何修复它，会发生什么？
wodepm 
