今年諾獎對人工智慧的重視，給我們的基礎教育提了個醒

2024-10-17 01:32:41 13

今年的諾獎，頒給了人工智慧

這幾天，諾貝爾獎各獎項陸續開獎。其中，物理學獎頒給了約翰·J·霍普菲爾德（John J. Hopfield）和傑弗裡·E·辛頓（Geoffrey E. Hinton），以表彰他們“為推動利用人工神經網路進行機器學習作出的基礎性發現和發明”。

這一結果讓全球都大跌眼鏡。雖然這兩位學者所做出的原創性貢獻極其重要，但將“人工神經網路”這一人工智慧和機器學習方面的研究納入到“物理學”的範圍之中，卻出乎了絕大多數人的意料。

諾獎組委會特別解釋了，霍普菲爾德和辛頓的工作之所以能獲得物理學獎，是因為他們利用物理學的工具和理論來開發了此方法。霍普菲爾德發明了一種聯想記憶網路，可以儲存和重建影象和其他型別的資料模式，這一網路的運作原理受到了物理學中自旋系統的影響。辛頓則在霍普菲爾德網路的基礎上，開發了玻爾茲曼機，這是一種能夠學習識別資料中特徵元素的網路，其訓練過程使用了統計物理學的工具。

雖然這番解釋說的也是事實，但以此為由將物理學獎頒給他倆，依然顯得牽強附會。

無獨有偶，緊隨其後的化學獎也表彰了在化學領域運用人工智慧作出傑出貢獻的科學家。化學獎的頒獎詞強調了蛋白質在生命中的重要性，授予大衛·貝克（David Baker）以表彰其在計算蛋白質設計方面的貢獻，另一半則共同授予傑米斯·哈薩比斯（Demis Hassabis）和約翰·江珀（John M. Jumper），以表彰他們在蛋白質結構預測方面的貢獻。

哈薩比斯和江珀因開發了人工智慧模型 AlphaFold 而獲獎，該模型成功預測了幾乎所有已知蛋白質的結構，解決了一個長達50年的科學難題。而AlphaFold是由知名的谷歌DeepMind公司開發的，是一個利用深度學習演算法來預測蛋白質三維結構的人工智慧模型。

雖然今年諾獎的結果有很大的爭議，但這說明了一個趨勢：人工智慧已經越來越在前沿科學研究領域中扮演關鍵角色。而未來的科學研究，也將無法迴避人工智慧的參與。

人工智慧時代已來，是時候重新審視我們的基礎教育了。

人工智慧時代，我們的基礎教育滯後了

我們的基礎教育課程一直在不斷改進，比如，資訊科技課程已經進入了全國絕大多數義務制學校的課程表中，成為每一箇中小學生的必修課。

但是，這種改進的速度不夠快，尤其是當面對洶湧而來的人工智慧大潮時，很多教育理念和課程設計就顯得尤為落後了。

比如，在網際網路搜尋已經成為非常普遍的事情的時候，我們的教育依然在強調知識點的靜態記憶。在中考和高考中，有許多科目依然在考察對文字知識的記憶。相比於計算機儲存，人腦在記憶這件事上並不擅長。為何在電子儲存裝置和搜尋都已經如此普及的今天，我們卻仍然要求孩子們去花大量時間經歷死記硬背呢？

又比如，在計算器早已唾手可得的情況下，我們依然在強調學生應掌握高難度、高技巧性的數字計算，並要求學生為達此目標進行大量重複練習。在數字運算這件事上，人腦的準確性和速度連最低階的計算器都比不了，這早已是被證明了千百遍的事。所以，為何不淡化計算能力，而將數學的教學重點放在別的方面，開發人腦在數理思維方面的其他優勢？

圖源：Pexels

再比如，很多地方的資訊科技課程還停留在傳授20年前的計算機技術，而非當下時代的實用性技能。花費了時間、精力和資源，卻只學會了已經淘汰的技術，這本身就是一種浪費。

所以，我們基礎教育的進一步改革迫在眉睫。

基礎教育該讓孩子學些什麼？

我們以現行高考的考試科目作為切入點，來逐個分析一下。

老三門主科語文、數學、英語：主科地位不變，但教學的側重點可能需要大大調整。

語文：中文是母語，學好母語無可厚非，同時，透過學習古詩詞、文化傳統和漢語文學來培養民族自信和審美觀念，都是十分必要的。但是，我們的語文課上，過度強調培養學生的詩意和藝術感，而相對忽略理性和思辨，這一點是需要改進的。

數學：數學在未來的重要性會越來越重要。前沿科技的突破的一個前提是，基礎學科的率先突破。而數學則是基礎中的基礎。一直以來，我們國家給人的印象是，在中小學教育中特別重視數學，所以中國人無論是在國際數學競賽上，還是在日常生活的數字計算上，都處於全世界遙遙領先的地位。然而，儘管如此，我們在真正的數學研究領域，卻仍然處於落後地位，一個例證是，迄今為止我們尚未有人獲得過菲爾茲獎。

這背後的原因有很多。但非常重要的一點是，我們所強調的數學，更側重“算數”，即數字計算，而非數理思維。在一個典型小學生的日常學習過程中，他每天都要練習各種數字計算，以保障熟練度和準確率。但是，在數學思維的培養上，我們的基礎教育卻是落後的。正如前文提到的那樣，在當今這個時代，“計算”早已可以由電子工具來代勞了。作為學習數學的一部分，計算可以學、可以練，但不應作為最重要的部分，更不應該花大量時間進行重複低效的“刷題”。我們的數學教育應當從側重計算轉變為側重邏輯思考。

圖源：edpost

英語：或許有不少人會質疑英語在未來時代的價值。畢竟，由於各種翻譯軟體的出現，外語溝通能力已經變得越來越不重要了。但是，對於人工智慧時代的基礎教育來說，英語的重要性不降反升。

第一個原因，是程式語言與英語的強相關性。未來，大部分人都會接觸程式設計，要程式設計就會用到程式語言。而幾乎所有的程式語言都是基於英語來開發的。如果不學英語，對於程式語言的掌握將會困難得多。其次，學習語言本身就是對大腦的一種非常好的訓練。有很多資料和事實表明，擁有多語言能力的人在很多認知領域的實際表現都比語言能力較弱的人要顯著地好。

圖源：網路

最近義務制階段英語教材的改版，也恰恰說明了英語的重要性得到了廣泛的認可。所以，不要再去相信什麼“英語即將被取消主科地位”之類的謠言吧！人工智慧時代，英語不好，競爭力會大大降低。

資訊科技：第四門主科，更新、更廣、更深

前文提到，在很多地方，資訊科技已經成為中小學必修課。這一點是很好的進步，但也還遠遠不夠。

資訊科技依然處在高速發展、時時更新的過程中，而且，其所影響到的領域正在無限擴大。在基礎教育中，也應該反映出這一點。應當考慮將目前的資訊科技課拆分為三個階段的具體課程，並在學生的不同階段進行教學。

第一個階段，是學會高效利用人工智慧等前沿資訊科技。我們的基礎教育在這方面表現得不夠好。舉個例子，比如利用搜尋引擎進行搜尋的時候，不同的關鍵詞的反饋效果大相徑庭。從我身邊碰到的情況來看，絕大多數人不知道輸入搜尋詞的技巧和注意事項，導致搜尋結果的反饋效果不佳。同理，在利用人工智慧大模型進行問答的時候，大部分人也不會“提問題”，導致得到的回答要麼答非所問，要麼不觸及核心。教學生們用好新技術，這應該是基礎教育的天然責任。

圖源：網路

第二個階段，是學習程式語言，以及透過程式語言與機器進行溝通。這可以視為人機互動的下一個階段，更深入的階段。在基礎教育階段，程式語言的學習，未必都要選擇C語言或C++這類門檻相對較高的，也可以選擇例如Python這樣，容易上手，同時也能實現較複雜演算法的語言。讓學生在中小學的時候就能掌握一些程式設計基礎思維，為以後這方面的深入學習打下基礎。

第三個階段，是學習演算法和演算法思維。這一內容目前一般放在大學計算機相關專業的本科階段，當然，中學生資訊奧賽也會涉及，但影響的人數相對有限。在未來人工智慧普及的時代，這一課程應當適當前置。正如今年諾獎開獎結果來看，每一個領域的前沿研究都需要深度利用人工智慧等前沿性資訊科技。因此，讓學生在中學階段——尤其是那些未來有志於成為科研人員的中學生——接觸和學習演算法基礎，對未來的專業學習是非常有必要的。

圖源：網路

其他知識型課程，統一合併為通識課，專業知識在放在大學學習。

在網際網路如此發達的今天，知識獲取的成本已經變得很低廉了。不過，每個人仍有必要去學習一些基本常識。因此，目前中小學階段絕大多數知識記憶型的科目，在當下的重要性已經大大降低了，在課時和考察成績的權重上，也應當體現出這一趨勢。

但凡可以透過海量刷題實現短時間大幅提分的課程，均屬此類。這些知識型課程包括歷史、政治、地理、化學、生物的絕大部分內容。物理也有一些內容可以併入通識課，而那些側重於數理思維培養的部分，則可以併入數學課，作為數學應用的一部分來學習。而傳統文科中，涉及批判性思維培養的內容，則可以併入語文課的教學範圍。

而對這些科目的專業性深入學習，完全可以放在大學本科和研究生階段。中小學階段，在這些科目上，主要承擔通識教育的職責，讓學生有基本瞭解即可，而不應當讓他們花大量時間精力在靜態知識點的記憶和背誦上。

考試形式也應與時俱進

除了科目的設定需要調整外，考試的考察形式也應當與時俱進。在技術如此發達的今天，我們應當允許使用考生在考場上使用電子裝置——這也是這個時代一個受過教育的個體應當具備的基本能力之一。一個很好的例子是上海的數學高考，一直以來都允許考生使用科學計算器。而與之相應的一個事實是，上海高中生的數學水平，在全國處於前列。