AI in Education: Opportunities and Challenges for Students - EDU0.ai

我仍然记得我意识到一切都已改变的那一刻。那是一个星期二的早晨，在我的计算机科学导论课程上，我要求我的学生提交他们的第一次编码作业。几分钟内，我注意到了一些不寻常的事情：二十五份提交中有十五份包含几乎相同的逻辑结构、变量命名约定，甚至是相同的古怪评论。但这些并不是相互抄袭的——它们都是由人工智能生成的。

那是十八个月前。今天，作为一名具有十二年经验的教育技术教授，我见证了自互联网普及以来教学和学习的最剧烈变化。我是莎拉·陈博士，过去十年我一直在研究新兴技术如何重塑课堂动态。现在我所看到的人工智能不仅仅是另一个工具的使用——这是对教育意义的根本重新想象。

统计数据令人震惊。根据最近的调查，大约89%的大学生已经在学术工作中使用了人工智能工具，而只有22%的教育工作者对此制定了明确的政策。这种脱节不仅仅是政策差距——这是一道深渊，威胁到学生、教师和机构之间的整个教育契约。但大多数人忽视的是：教育中的人工智能并不是天生的好或坏。它是一个反映我们对学习、评估以及我们在教育中真正重视什么的深刻假设的镜子。

现状：我们今天所处的地方

让我给你画一幅当前教室里实际发生的事情的图景。仅在我的大学，我们记录了在2022年秋季到2024年春季之间，学生使用人工智能工具的次数增加了340%。这些不仅仅是使用ChatGPT写论文的学生——尽管确实有这样的情况。他们还使用人工智能生成学习指南、创建练习题、调试代码、翻译复杂的学术文本，甚至在凌晨2点没有人类帮助时模拟辅导课程。

这些工具自身以惊人的速度普及。除了众所周知的ChatGPT，学生们还使用Anthropic的Claude进行详细分析，使用谷歌的Gemini进行研究综合，使用Grammarly的人工智能写作助手、Quillbot进行意译、Photomath提供逐步的数学解决方案，以及数十个特定学科的应用。在我最近对450名本科生的调查中，平均每名学生报告定期用于学术目的的不同人工智能工具数量为3.7个。

特别有趣的是人口统计的细分。与流行的假设相反，不仅是技术精通的计算机专业学生在推动采用。人文学科、社会科学，甚至美术专业的学生都在将人工智能整合到他们的工作流程中。一名大二英语专业的学生告诉我，她使用人工智能生成初步的论文主题，然后花数小时进行修改和发展。一名大四生物学学生使用人工智能以更简单的术语解释复杂的生化路径，然后再深入教科书细节。使用案例的多样性与学生群体本身一样丰富多样。

从机构的角度来看，大学正在匆忙应对。一些大学完全禁止人工智能工具——这样的政策几乎无法执行，且可以说是适得其反。其他大学则采取放任自流的做法，让个别教师自己制定政策。少数不断增长的学校尝试我所称的“整合方法”：承认人工智能的存在，并教导学生负责任和有效地使用它。根据我对过去一年发布的78个大学人工智能政策的分析，仅有12%属于这个第三类，但我预测这个数字到2025年将增长三倍。

机遇：人工智能能为学习做些什么

在这一点上，我与许多同事的看法有所不同：我认为人工智能代表了在我有生之年实现优质教育民主化的最重要机会。让我通过我自身教学实践中的具体例子来解释原因。

“教育中的人工智能并不是天生的好或坏。它是一个反映我们对学习、评估以及我们在教育中真正重视什么的深刻假设的镜子。”

首先，人工智能提供了前所未有的个性化辅导访问。在传统课堂环境中，我有45分钟的时间为30名准备水平、学习速度和背景知识迥异的学生上课。即使有办公时间，我也无法对所有需要帮助的人提供个性化关注。人工智能在这方面发挥了显著作用。我看到挣扎的学生使用人工智能辅导来以自己的节奏处理问题集，毫无顾忌地提出后续问题，并获得及时反馈，帮助他们在误区变得根深蒂固之前识别出误解。

我的一名学生，马库斯，进入大学时数学准备存在重大缺口。他的高中没有提供微积分，他被安排在一个假定微积分熟练的工程项目中。传统的辅导服务需要三天的等待时间，而且他无法负担每小时60美元的私人辅导。使用人工智能工具，马库斯能够通过数百个逐步解释的练习题，随时询问澄清问题，并逐渐建立他所需的基础。到期中考试时，他的表现达到了班级平均水平。到期末时，他已经进入了前四分之一。这并不是个例——在过去的学年中，我记录了23名学生的类似发展轨迹。

第二，人工智能在使复杂信息变得易于理解方面表现出色。学术写作往往故意晦涩且充满术语，为新进入该领域的学生或将英语作为第二语言的学生设置了障碍。人工智能能够将这种复杂性转化为更易消化的形式，而不降低内容的深度。我看到国际学生使用人工智能更清楚地理解作业指导，然后产生真正展示他们理解的作品，而不是他们对所要求内容的困惑。

第三，人工智能可以处理学习中的繁琐但必要的方面，为高阶思维腾出认知资源。考虑研究论文的写作：学生过去需要花费数小时格式化引用、检查语法和确保风格一致。这些任务很重要，但并不代表深层学习。人工智能可以在几秒钟内处理它们，让学生专注于论点的发展、证据的评估和批判性分析——这些在长期内才真正重要的技能。

第四，人工智能使以前不可能的实验和迭代在更大范围内成为可能。在我的创造性写作课程中，学生现在可以生成多种故事开头，比较不同叙事方法，并探索各种风格选择，然后再确定方向。这不是作弊——是强化版的头脑风暴。最终产品仍然需要人类的判断、创造力和细化，但创意阶段变得更丰富、更具探索性。

挑战：让我夜不能寐的事情

尽管我对这一切持乐观态度，但我并不天真地认为人工智能对教育构成的严重挑战是理论上的——这些问题正在我的教室及全球校园中上演。

最明显的挑战是学术诚信。当学生能够以最小的努力生成合格的论文、解决复杂的问题和编写代码时，我们如何评估学习？传统评估方法正在崩溃。在我的部门，自2022年秋季以来，我们目睹了疑似学术诚信违规事件增加了67%，尽管证明人工智能的使用非常困难。标准的抄袭检测工具本质上是无用的——人工智能生成的内容在技术意义上是原创的，即使它不是学生自己的思考。

但这里有一个更深层次的问题：我们的整个评估系统建立在学生会在某些任务上面临困难的假设上，而这种挣扎是学习发生的地方。如果人工智能消除了这场斗争，学习会发生什么？我已经...