家長(zhǎng)深夜批改作業(yè),別把家長(zhǎng)綁在教育戰(zhàn)車上（家長(zhǎng)批改作業(yè)知乎）
作為一個(gè)研究AI，家長(zhǎng)家長(zhǎng)家長(zhǎng)依靠AI算法發(fā)文章的深夜人，平時(shí)我也非常支持自己的批改批改研究生用大模型輔助讀論文，潤(rùn)色文章啥的作業(yè)作業(yè)知乎，按道理說(shuō)我是別把綁教應(yīng)該支持“合理”使用AI提高工作效率的 可是用AI批改作業(yè)這個(gè)事，我還真不是育戰(zhàn)很贊成……。
AI最擅長(zhǎng)處理的車上，就是家長(zhǎng)家長(zhǎng)家長(zhǎng)一些有“標(biāo)準(zhǔn)答案”的問(wèn)題，所以能達(dá)到95%準(zhǔn)確率的深夜作業(yè)，我猜測(cè)應(yīng)該大部分是批改批改選擇、填空、作業(yè)作業(yè)知乎判斷之類容易“分辨對(duì)錯(cuò)”的別把綁教題目 一分鐘批改40份作業(yè)，比老師快多了……萬(wàn)一以后學(xué)校為了“追求效率”，育戰(zhàn)要求“普及”AI作業(yè)批改系統(tǒng)啥的車上，那可以想見(jiàn)，家長(zhǎng)家長(zhǎng)家長(zhǎng)作業(yè)肯定會(huì)往客觀題比重越來(lái)越大的方向發(fā)展。
當(dāng)然，可能有人會(huì)抬杠：AI照樣能判分析、論述之類的主觀題！ 那就更可怕了…… 老師親手批改作業(yè)，尤其是基礎(chǔ)教育階段，其實(shí)不僅僅是判斷對(duì)錯(cuò)，更是一個(gè)通過(guò)字跡潦草程度判斷學(xué)生心態(tài)、通過(guò)錯(cuò)誤類型判斷思維誤區(qū)的過(guò)程。
那一個(gè)個(gè)紅色的圈點(diǎn)，一行行或?yàn)t灑、或整齊的紅色字跡，是師生間無(wú)聲的交流 我現(xiàn)在仍然能回憶起來(lái)，初中時(shí)每周交周記時(shí)對(duì)于老師批改內(nèi)容的期待，不管是一些簡(jiǎn)單的“你很棒！”“寫得很好！”之類的鼓勵(lì)，還是一些針對(duì)周記內(nèi)容的評(píng)述，就像是跟老師聊天一樣，讓老師更了解學(xué)生的同時(shí)，加深了師生間的感情。
AI 批改作業(yè)，只能“精準(zhǔn)”的告訴你對(duì)了還是錯(cuò)了，卻很難告訴你“為什么錯(cuò)了”（是粗心、是概念混淆，還是邏輯漏洞） 如果老師完全依賴 AI，就會(huì)切斷“作業(yè)”這個(gè)微小但高頻的反饋路徑，從“教育者”變成一個(gè)“數(shù)據(jù)管理者”，真的可謂是讓教育失去了人的溫度。
當(dāng)然，隨著人工智能在校園里的影響越來(lái)越深入，我估計(jì)更大的可能是未來(lái)的教育模式會(huì)發(fā)生變革 AI 進(jìn)校園，教育模式恐怕必須從以往的“農(nóng)耕時(shí)代的經(jīng)驗(yàn)主義”轉(zhuǎn)向“數(shù)字時(shí)代的實(shí)證主義” 以前的老師需要憑感覺(jué)和經(jīng)驗(yàn)對(duì)自己班的學(xué)生做出評(píng)價(jià)和判斷，比如，“我覺(jué)得班上大部分同學(xué)這個(gè)知識(shí)點(diǎn)沒(méi)掌握”。
AI賦能后，一切都可以憑數(shù)據(jù) AI 可以瞬間生成全班的知識(shí)點(diǎn)掌握?qǐng)D譜：百分之幾是粗心？百分之幾是根本不懂？哪道題是全班的盲區(qū)？ 哪個(gè)知識(shí)點(diǎn)全班掌握得最好？ 老師的時(shí)間不需要再消耗在“打鉤打叉”上，而是拿著 AI 提供的“診斷報(bào)告”，像醫(yī)生一樣去進(jìn)行“精準(zhǔn)干預(yù)”。
以前是“講完課再看誰(shuí)沒(méi)懂”，未來(lái)可能會(huì)變成“看了數(shù)據(jù)再?zèng)Q定明天講什么” 另外我想說(shuō)一說(shuō)這個(gè)95%準(zhǔn)確率的問(wèn)題 95%當(dāng)然很高，可是我們面對(duì)的是人，是正在努力學(xué)習(xí)的小朋友們，那5%的“誤判”并不是一個(gè)可以隨隨便便被忽視的問(wèn)題。
如果一個(gè)學(xué)生用了一種非常聰明但不符合標(biāo)準(zhǔn)答案的解法，AI 判了錯(cuò)，很可能會(huì)打擊一個(gè)天才的萌芽 而且面對(duì)AI，學(xué)生都沒(méi)地方“說(shuō)理”去，教育的多元性，教育的溫度，全都消失了…… 至于說(shuō)全國(guó)推廣，我估計(jì)短期內(nèi)很難實(shí)現(xiàn)。
雖然AI號(hào)稱是未來(lái)的基礎(chǔ)設(shè)施，但是現(xiàn)階段想要本地化一個(gè)大模型的話，購(gòu)買和維護(hù)硬件、持續(xù)更新數(shù)據(jù)庫(kù)都將是一筆巨款，對(duì)于那些經(jīng)費(fèi)不那么富裕的學(xué)校來(lái)說(shuō)，很難實(shí)現(xiàn) 另外想要讓大模型更符合某個(gè)學(xué)?！罢{(diào)性”的話，勢(shì)必要涉及微調(diào)，那就需要用巨量本校的數(shù)據(jù)庫(kù)進(jìn)行“投喂”，電子化前些年的作業(yè)恐怕就是一項(xiàng)不小的工程，更何況語(yǔ)文之類很難“標(biāo)準(zhǔn)化”的學(xué)科，強(qiáng)行AI的話，效果必然不會(huì)太好。
使用“通用模型”神馬的，就更不靠譜了，現(xiàn)在大家使用的教材都不一樣，怎么可能訓(xùn)練出一個(gè)“大一統(tǒng)”的通用模型……如果有，那一定是騙子！ 歸根結(jié)底，作為一名天天跟代碼和算法打交道的研究人員，我很清楚技術(shù)的邊界在哪里。
我們可以用AI優(yōu)化流程，處理海量數(shù)據(jù)，甚至輔助決策，但我們不可能把有溫度的教育也外包給AI 教育的本質(zhì)，雅斯貝爾斯早就說(shuō)過(guò)了：“是一棵樹(shù)搖動(dòng)另一棵樹(shù)，一朵云推動(dòng)一朵云，一個(gè)靈魂喚醒另一個(gè)靈魂” 而不是“一個(gè)GPU運(yùn)行一段代碼，去評(píng)判一個(gè)大腦的輸出是否標(biāo)準(zhǔn)”。
教育的溫暖，只有真正的人才能給予……