AI 對於教育會有什麼影響？這是一個很有急迫感的問題。相較於在企業內，使用人工智能來協助工作，通常是一個正向樂觀的期待；在教育領域上，則充滿了各種挑戰跟不確定性。
史丹福大學 – 以人為本人工智慧研究院 (Stanford HAI, Human-Centered AI Institute) 在今年二月舉辦了AI+Education Summit. 在一整天的工作坊交流中，各方教育專家深入討論了 AI 改變教育的潛力，以及在這過程中可能面臨的風險。
在教育上，AI 可以帶來的改變是很巨大的。用得好的話，將給予老師前所未有、高度個人化的即時支援；同時也逼著學習者必須去重新思考，什麼才是真正重要的東西。
然而，這才剛剛開始。一切都開始快速變化中；現在是時候，在教育上要去做正確的努力了。可以好好細讀想想，怎樣跑在前面，幫我們的孩子去更好地走在 AI 的浪頭上。
重點摘要整理如下，全文連結：https://hai.stanford.edu/news/ai-will-transform-teaching-and-learning-lets-get-it-right
AI 即將大幅改變教育與學習，我們必須做好準備
在 AI+Education Summit上，史丹福的研究人員、學生和產業領袖討論了 AI 改變教育的潛力，以及在這過程中可能面臨的風險。
直到2月15日峰會舉行的時候，ChatGPT已經擁有超過一億個用戶，30%的大學生已經用它完成作業，讓它成為有史以來成長最快的新科技應用，特別是在教育場合中尤其明顯。現在在教育界，教師和學校一直在思考如何應對這種新興技術。
AI+Education Summit 探討了一個核心的問題：如何善用 ChatGPT 和其他的 AI 來促進人類的學習？
很明顯地，新科技可以讓教育變得更加普及，從根本上改變、創造出全新的教學方式；但 AI 也有可能會把很糟的教學模式變得自動化、為更多人帶來負面的影響。這端看我們怎麼運用它。
首先，來看看AI的潛力：
潛力一：為大量教師提供個人化的支援
模擬學生 (Simulating students)：AI 語言模型可以作為模擬的實習生，幫助新進教師進行實務訓練。去反覆模擬教學過程中的混亂狀況，並且主動發問各種延伸問題。
即時反饋和建議 (Real-time feedback and suggestions)：AI 也可以根據實際教學狀況，結合專家教學資料庫，給台上的老師提供即時的反饋跟建議，像是當下合適的幾個引導問句等。
教學後反饋 (Post-teaching feedback)：AI 可以產生課後分析報告，總結這堂課的整體動態。像是：學生的發言時間、辨別出引發最多參與的問題等。
更新專業知識 (Refreshing expertise)：AI 可以幫助教師跟上專業領域的最新進展。例如，生物老師可以讓 AI 幫忙補充他們對最新癌症研究的了解，或利用 AI 來更新課程內容。
潛力二：讓學習者必須重新思考，什麼才是真正重要的東西
現在，電子計算機在國中跟高中校園裡到處都是，但是並沒有因此取代基本數學課。文法跟句構也是一樣，寫作是學習思考的一種方式。學生必須從這樣的基本原則當中，去學習世界是如何運轉的。這方面的基礎教育無可取代，無論有沒有人工智能都一樣。
AI 甚至可能進一步提高了對於學生的水平要求。因為這些電腦模型並不會主動幫學生思考；相反的，為了運用 AI 來完成特定任務，學生現在將不得不費心去做更前期的編輯和策劃的工作，這會迫使他們比以前更深入地去主動參與跟思考。
這類的 AI 工具可能更像過去的印刷機。印刷機不只導致了知識的民主化，讓知識更為普及，而且沒有因此就消除了人類對掌握寫作的技能需求。
潛力三：讓學習過程不再害怕被批評
AI 有可能支持學習者的自信心。對大多數學生來說，他們最害怕的是同儕的批評，這使他們在許多情境中無法真正地充分參與，尤其是那些明顯落後的孩子們。
AI 的介面可以更好地提供建設性的反饋。由於不是真人，學生會更願意參與跟嘗試，不怕展現出自己脆弱無知的那一面。
這在軟性技能領域，可能會非常有價值。有許多軟性技能非常難教授，例如溝通、批判性思考，和問題解決等。有了 AI，學生可以放寬心去反覆嘗試練習，不用怕犯錯跟遭受批評。
潛力四：提高學習和評估的品質
我們對學習理論的理解，過去因為技術跟資源上的限制，因此很多概念並未充分落實在教學實務中。例如，老師都知道學習是透過有力的課堂討論來實現的。然而實際操作時，一次只能讓一個學生發言，在短暫的課程時間中，真正能討論到的廣度深度都有限制。
AI 有可能讓一位老師，有能力同時跟35個學生，進行35場獨立的互動對話；這將會帶來很多教學互動的可能性。在企業培訓上，也有可能用 AI 來快速鑑別學員的技能特性，並進一步協助規劃個人化的培訓方案，以補強特定的技能缺口。
當然，AI 絕非萬靈丹。讓我們來看看 AI 的重大風險：
風險一：模型輸出並未真實反映文化的多樣性
目前，ChatGPT 和更廣泛的 AI 生成的文本，並未能充分反映實際教學場域裡頭，學生背景的多樣性，或是捕捉到多元群體中的真實聲音。
例如當機器人被要求以《The Hate U Give》的作者語調說話時，儘管該書是一位非裔美國人做為主角，ChatGPT 也只是在隨機的句子前加上了膚淺的 “yo”。目前的 AI 模型輸出還沒有足夠的細膩度，去反映文化的多樣性。
風險二：模型並未針對學生學習進行優化
雖然 ChatGPT 可以快速回答問題，但這些回應並未被設計用來優化學生的學習。這些模型被訓練成，以最快速度來提供答案，但這往往與教學上的法則相衝突。例如怎樣更深入地闡述關鍵的概念，或是怎樣激發出更多學習上的好奇心。
風險三：被包裝得很漂亮的錯誤回應
AI 能產生完全錯誤，但讀起來卻連貫流暢的文字。現況來說，聊天機器人已經能產生完美的句子，但卻無法得到正確的數學答案。學生跟老師必須要能夠自行分辨資訊的正確與否，而不是盲目吸收。
風險四：技術的快速進展，加深了學習動機上的危機
資訊科系的學生會擔心 ChatGPT 的快速進步，即將導致自己在花了多年時間學習寫程式之後，一畢業就失業。許多學生可能不再知道他們應該專注於什麼，或者看不到他們辛苦獲得的技能，有著什麼價值。這將會大幅影響學生的學習動機。
最後，在目前這個階段，AI 對教育的影響會有多大，仍然是個未知數。但教育專家們都同意，一切都開始快速變化中；現在是時候，要去做正確的努力了。