本文原載於 a16 z 官方部落格，標題為 Five Predictions for the Future of Learning in the Age of AI，作者為：Anne Lee Skates，本文大部份為 AI 翻譯，並經些許編修而成
當 OpenAI 去年發佈其聊天機器人 ChatGPT 時，支持者很快宣布各種與寫作相關領域的死亡，如編劇、電腦程式設計和音樂創作。有一個特定的領域幾乎可以立即感受到 ChatGPT 的力量：教育。借助 ChatGPT 的技術，學生現在可以輕鬆地在論文和大學入學論文中作弊，而在另一端，教師可以將他們的課程外包給人工智慧 — — 沒有人會更”明智”。
但ChatGPT並不是教育的終點。就像學生們開始將聊天機器人的工作當作自己的工作一樣，新的程式出現了來檢測人工智慧編寫的工作，希望領先於學生的教師開始將 ChatGPT 的回應整合到他們的課程計劃中。
事實是，如果利用得當，人工智慧有可能大大提高學生的批判性思考能力並擴展他們的軟技能。對於那些擔心孩子們會停止學習基本技能、避免練習並忘記一般事實的懷疑論者，如果他們可以依靠人工智慧來回答他們，心理學家愛德華·德西和理查·里安在他們的自決理論中提出，人類本質上是由自主性、相關性和能力驅動的 — — 也就是說，無論他們有什麼捷徑，他們都會繼續學習。維基百科的建立就是一個很好的例子。我們並沒有停止學習歷史或科學，只是因為我們現在可以在網上快速查找日期和公式。相反，我們只是獲得了額外的資源來幫助我們進行事實核查並促進學習。
鑒於教育是人工智慧的首批消費者案例之一，而像 ChatGPT 這樣的程式是數百萬孩子、教師和管理人員將如何被推往人工智慧的工具，因此我們必須關注人工智慧的應用及其對我們生活的影響。下面，我們將探討對人工智慧的五個預測以及學習、知識和教育的未來。
1. 一對一模式成為主流（The one-on-one model goes mainstream）
獲得一對一的輔導、輔導、指導甚至治療等服務曾經只有富裕人士才能獲得。人工智慧將有助於為更廣泛的受眾實現這些服務的民主化。事實上，布魯姆的2西格瑪問題 (Bloom’s 2 sigma problem)— — 發現接受一對一教學的學生比傳統課堂上的孩子表現好兩個標準差 — — 現在有了解決方案。人工智慧有可能充當任何人的現場導師，人類補充人工智慧以提供深入的知識以及情感和行為支援。例如，學術工具Numerade最近發佈了一個人工智慧導師Ace，它可以生成個人化的學習計劃，根據學生的技能水準策劃正確的內容。
人工智慧還可以讓所有學習者都能接觸到時間有限的專家和學術名人，無論資源如何。對於指導和學徒制很重要的職業來說，這種發展令人難以置信地民主化。想像一下，如果一個早期創業公司的創辦人可以與付費與 Marc Andreessen 或 Paul Graham 的人工智慧版本聊天！嗯，這正是創業公司德爾福（Delphi）試圖做的事情。 與此同時，歷史人物允許使用者與亞伯拉罕·林肯、柏拉圖和班傑明·佛蘭克林等重要歷史人物交談，而角色人工智慧允許任何人創建真實或虛構的“人物”進行對話。
在心理健康等可能被汙名化的領域，人工智慧增強的解決方案（如Replika或Link） — — 除了更便宜且隨時可以預約 — — 可能比人類治療師更容易接近，鼓勵害怕陌生人判斷的患者。人工智慧還可以立即個人化和適應您的風格偏好（即，您更喜歡認知行為療法還是更傳統的行為療法），從而解決治療行業中難以發現和匹配的已知問題。人工智慧強化療法也是邊際成本低的軟體。這意味著可以創造更實惠的最終產品，從而實現大眾市場准入。並不是說我們正在設想一個人類沒有角色的世界。目前，人工智慧並不完美，它還沒有達到人類水準的100%的深思熟慮和專業知識（尚未）。此外，有時和人們可能只是希望 IRL 人與他們互動。
2. 個性化學習從夢想走向現實 （Individualized learning goes from dream to reality）
有了人工智慧，就可以個人化從學習模式和需求（例如，視覺、文字和聲音）到內容類型（例如，輕鬆引入孩子或成年人最喜歡的角色或最喜歡的愛好/流派）到課程。還可以更精確地教授一個人的技能水準和差距：軟體可以跟蹤您的知識，測試您的進度，並根據您的知識和差距為您重複或重新格式化自定義內容。這應該會導致更高的參與度。例如，Cameo推出了一款以Blippi，蜘蛛人和其他知名IP 為特色的兒童產品。一位媽媽甚至要求「蜘蛛人」鼓勵她的孩子進行浴室訓練，似乎奏效了！人工智慧還將更好地解決不同類型的學習者 — — 從那些更高級的學習者，到在特定概念或科目上落後的孩子，到羞於在課堂上舉手的學生，再到那些有特殊學習需求的學生。
3. 針對教師和學生的新一代人工智慧優先工具將興起 （A new generation of AI-first tools for both teachers and students will rise）
從歷史上看，學生和教育工作者是生產力軟體的自然潮流引領者。事實上，學生和教師是 Canva 和 Qualtrics 等新創公司（後來被SAP收購）的首批使用者。在 Canva 的案例中，西澳大利亞大學（創辦人上大學的地方）的學生拿起設計平臺來製作他們的學校年鑒，而對於 Qualtrics ，西北大學行銷教授安吉拉·李（Angela Lee）開始使用該服務輕鬆地為她的 MBA 和博士生收集大規模數據。正如學生和教師開始使用早期的生產力工具一樣，我們可以很容易地看到他們成為利用基於聊天的對話介面的軟體的新一代早期採用者的一部分，因為人工智慧通過提高智慧繼續變得更加“像人”。
我們期望教師接受下一代人工智慧工具的另一個原因是，他們 — — 尤其是來自公共機構的教師 — — 工作過度，資金不足，使他們沒有多少時間專注於他們更願意關注的地方：他們的學生。如今，教師花費大量時間評分、制定課程計劃和準備課程。人工智慧從數百萬份早期教育素材中學習，可以通過建立他們的計劃和教學大綱的草稿來減少教師的工作量。然後，教師需要做的就是為各自的教室完善和客制化輸出。透過騰出時間，教師現在可以專注於以前的“獎勵”活動，例如給予個別學生個性化的關注。
至於學生，他們喜歡尋找創造性的方法來節省時間並在工作中獲得優勢。Chegg 是上一代的寵兒。現在，新的人工智慧驅動資源，如 Photomath 和Numerade，已經出現，正在幫助學生解決和理解複雜的數學和科學問題。特別是大學是密集的環境，流行的產品可以透過學生組織、社群俱樂部/活動，甚至是在數百名學生的課堂上使用它們的教授迅速收集口碑。
4. 評估和認證需要適應，並將開發新的評估工 具 （Assessments and credentialing will need to adapt and new assessment tools will be developed）
自 ChatGPT 發佈以來，公共教育工作者已經開始討論他們應該如何以及是否應該「監管」功課、大學錄取等，以尋找人工智慧輔助工作的證據。世界各地的學校，包括紐約、西雅圖和其他大型公立學區，目前都禁止了ChatGPT和其他相關的人工智慧寫作網站。甚至繼續使用大學入學論文的過程也受到了質疑。
與此同時，許多教育工作者認為，ChatGPT是一種應該與學習和教學相結合的技術，利用人工智慧將是未來一項至關重要的職業技能。為了實現這一點，我們需要在課堂上以及我們如何評估課堂成績方面做出一系列調整，並進行調整，就像維基百科、電腦、網路、筆記型電腦等出現並最終成為關鍵的課堂技術一樣。我們很高興看到下一代工具的出現，可以幫助學校更好地評估學生的學習成果並授予證書，以及可以利用人工智慧的工具，可以使教師和學生的生活變得更好、更輕鬆。
需要考慮的一個複雜問題是，使用這項技術如何為某些學生在學習和產出方面帶來巨大優勢。例如，在禁止使用人工智慧工具的學校中，在家中無法使用網路的學生可能無法接觸到人工智慧技術，而有資源的學生可以瞭解它並在家中使用它。這也將擴大公立和私立學校教育之間的差距，因為私立學校比公立學校更容易採用和採用新技術，因為它們的學生與教師比例較低，預算較高。
5. 隨著“真相”被歪曲，事實核查將變得至關重要（Fact-checking will become critical as the “truth” gets distorted ）
另一個值得關注的領域是人工智慧時代的“真相”。演算法是在可用數據上進行訓練的，但所有這些數據目前仍受制於人類的判斷和人類行為。這意味著各種社會偏見 — — 種族偏見、性別偏見等等 — — 都會被納入演算法，這些偏見將繼續被放大。例如，Gmail的句子完成AI假設投資者必須是男性。Google的Smart Compose團隊已經多次嘗試糾正這個問題，但迄今為止都沒有成功。
在這個充滿偏見的環境中，人工智慧提供事實上不正確的資訊（或虛假的事實/新聞），事實檢查將變得至關重要。今天的人工智慧生成的反應特別危險，因為它們可以很容易地寫出連貫的散文，它的潤色程度可以愚弄我們相信它是事實準確和真實的。例如，華盛頓大學在《華爾街日報》上的一項研究表明，閱讀人工智慧撰寫的新聞文章的人中有72%認為它是可信的，儘管其事實不正確。
在一個由任何人和每個人以及機器人創造的時代，我們如何策劃高品質和事實準確的內容？對使用者生成內容和其他非品牌管道的信任將下降。另一方面，觀眾也可能盲目信任他們已經關注和尊重的個性、品牌和“專家”。
最後，我們可能會創造一代有能力而不理解潛在細節的人。當對潛在細節的詳細瞭解變得很重要時，這最終可能會導致極端情況危機中的問題。以Web開發的抽象為例：我們已經離初級硬體、基礎設施和後端越來越遠，進入了GitHub Copilot的世界，前端工程師幾乎不需要接觸資料庫或後端。甚至還有針對非技術使用者的無代碼解決方案。這種抽象很棒，因為它支援更多的開創事業，並為使用者提供更少的技能水平需求。但是，當後端存在嚴重錯誤並且沒有人知道如何修復它時會發生什麼？
（這是工商，我還是保留，我想這是他們撰文的初衷。）我們對人工智慧將改變學習、知識、教育、個人發展和自我完善的所有方式感到興奮。如果您要建立這些類別，請透過以下方式與我聯繫 askates@a16z.com ！
