中国拥有世界上最大的教育体系之一,有 3000 多所高校, 4760 万学生和 200 万全职教师。然而,学生们面临着一个新的局面:人工智能(AI)正在取代大多数重复性和常规性工作。
因此,在我们思考韧性这个问题时,我们真正想了解的是:怎样才能培养下一代难以替代的技能,使他们拥有独特价值?这一过程中,AI 可以提供哪些支持?
在中国,我们已经开始回答这些问题。武汉理工大学、华中师范大学和西安电子科技大学的成功案例,强有力地展示了 AI 辅助学习在培养学生、教育者和院校的韧性方面的价值。
在工业时代,教师是知识的传播者。教育以教师、教材和考试为中心,采用的是一刀切的体系。从本质上讲,这种教育方式类似于从单一的中心点进行大水漫灌。
在 AI 时代,我们看到了另一种选择:滴灌模式,即教师与人工智能协同工作,获得数据协助。在机器学习的辅助下,教学内容更加丰富,学习数据可以被详细解读,方便教育者为每个学生提供更加个性化的学习方案。
为此,学生和教师都需要学习、精进数字技能。教师需要学会与机器模型高效协作,而学生则需要具备更高的数字素养,以适应新型学习环境。
教科书不再是默认唯一的学习资源。学生需要丰富的线上和线下资源库,定制个性化的学习内容,为合作学习创造机会。
华中师范大学开发了AI赋能的智能教学管理平台“小雅”,与世界上最大的教育资源平台之一“国家教育智慧平台”深度整合,能提供 2 万多门课程的资源。它还通过实体的智能教室和一个学习中心,实现了高校间的资源共享。
在快速变化的工作中,批判性思维、计算思维、创造力和解决问题的能力至关重要。学生需要在高等教育阶段根据个人需求和发展目标培养这些技能。
为此,西安电子科技大学为学生创建了数字档案,不再仅仅关注学术成绩,而是全面展示学生的能力,涵盖奖项、成就和学习行为等方面。所有这些信息都可以汇集在一份证书中。这样的档案因为能真实地反映学生的实际能力而深受雇主青睐。
为了充分利用AI辅助学习,教育者需要成为资源创造者、绩效分析师和问题解决指导者。
教师需要学会使用 AI 开发优质教育资源,使学生可以随时获取这些资源。教师要了解每位学生的需求,提供有针对性的支持,同时随时帮助学生使用数字工具来解决困难。
如果要推动协作、有效利用数据,就需要重新思考信息的流动方式。工业时代信息流动的传统层级结构——通过大学教员、学校、院系和教育者层层传递信息——也要顺应 AI 时代的扁平结构。
在武汉理工大学,智能运营中心(IOC)已成为我们工作必不可少的一部分。通过管理员、教师和学生之间的透明信息以及数据分析,我们可以管理整个学习过程。一个成效显著的例子是,我们在智能运营中心设置了一个“信号灯”系统,当出现红色信号时,就可以提醒教师介入,帮助需要支持的学生。
对于学生而言,AI 可以随时随地提供定制化学习,为他们创建一份关于他们能力、成就和潜能的全面数字化档案。对于教育者而言,AI提供了丰富的分析数据,为差异化教学和对学习者的个性化支持提供了依托。对于管理人员而言,AI为教育管理提供了数据驱动的强大支持。