在許多科幻作家筆下，未來的教育以腦機(jī)接口、大腦芯片為工具，把人類塑造得越來越像機(jī)器。

現(xiàn)實會如我們擔(dān)憂的那樣，還是背道而馳呢？

一番討論，幾位嘉賓卻給出了一個樂觀的答案。

當(dāng)下教育的弊端之一，是不夠個性化。

原本，學(xué)生的起點和知識結(jié)構(gòu)不同，有人適合先學(xué)數(shù)學(xué)、再學(xué)藝術(shù)，有人則恰好相反，有人在某個科目上可以學(xué)更高級的內(nèi)容，而另一個科目則需要夯實基礎(chǔ)，他們都應(yīng)該采用不同的學(xué)習(xí)路徑。

然而，現(xiàn)在的學(xué)校無法提供這樣的個性化路徑，只能將學(xué)生按年齡劃分年級、學(xué)習(xí)固定的科目，學(xué)習(xí)效率沒法最大化。

姬十三認(rèn)為，現(xiàn)在不得不用統(tǒng)一的固定標(biāo)準(zhǔn)來進(jìn)行考試和篩選，是因為還沒有更好的替代方案。

想要準(zhǔn)確地設(shè)計個性化的學(xué)習(xí)路徑、對學(xué)生進(jìn)行精細(xì)的個性化評價，首先需要技術(shù)進(jìn)步。在這方面，科大訊飛市場總監(jiān)任萍萍表示，訊飛在人工智能+教育方面深入探索，產(chǎn)品覆蓋教、學(xué)、考、評、管等場景，已有很大進(jìn)展。

教學(xué)領(lǐng)域中，訊飛用AI設(shè)計個性化學(xué)習(xí)路徑。

改卷子、批作業(yè)，可能是每個老師的修羅場。紅筆勾勾畫畫的過程中，也只能找到共性問題，很難記住某一個學(xué)生哪道題錯了、哪個知識點沒掌握好。

訊飛的AI閱卷技術(shù)恰好可以填補這個空白，讓老師快速收到學(xué)生對知識點的掌握情況，安排教學(xué)重點。

任萍萍還舉了另一個例子：現(xiàn)在的技術(shù)，可以把高中物理的知識點整理起來，對每個學(xué)生進(jìn)行評測，量身訂制學(xué)習(xí)方案。

然后，學(xué)生就能省出大量時間做自己喜歡的事，不用在重復(fù)練習(xí)上浪費時間。

考評領(lǐng)域中，AI可以對學(xué)生進(jìn)行精細(xì)評價。

任萍萍說，訊飛的技術(shù)在普通話評測中，相比從前采用的專家聽測，機(jī)器更能精細(xì)地界定考生的問題種類，給出評價。

但另一方面，AI技術(shù)對信息的發(fā)掘也可能引起爭議。

前段時間，杭州一所中學(xué)采用了類似于人臉識別的課堂管理系統(tǒng)，實時分析全場學(xué)生的行為、表情，給出評分。學(xué)生趴桌子超過多長時間，表情會被識別為“興奮”或“沮喪”，然后反饋給老師。

姬十三說，這樣用技術(shù)去監(jiān)督學(xué)生就是一種反人性的教育過程，而且，學(xué)生反而會偽裝自己的行為，并不會改進(jìn)學(xué)習(xí)效果。

所以，AI歸根結(jié)底只是一種工具，如何在教育過程中使用這種工具，仍取決于教育者。

當(dāng)下教育的另一個弊端，則是對知識的機(jī)械記憶。

Matt Kimberley分享了這樣一段回憶：他在大學(xué)時學(xué)習(xí)古印地語，考試要求在3小時內(nèi)翻譯古印地語文本，不許使用字典。Matt認(rèn)為，這種閉卷考試的形式毫無意義：

“實際生活中，你翻譯古印地語這種死語言的時候，永遠(yuǎn)都需要使用工具書；所以，強行背誦工具書上的知識是一種浪費?！?/p>

這樣看來，互聯(lián)網(wǎng)和AI只不過是比字典更高級的工具，與其背誦google就可以找到的知識，為什么不把精力花在更需要創(chuàng)造力的事情上？

任萍萍想象了未來AI作為知識工具的潛力。她認(rèn)為，在醫(yī)學(xué)、司法和翻譯領(lǐng)域，AI都可以快速學(xué)習(xí)，掌握遠(yuǎn)超人類記憶的海量資料。

在這幅未來圖景中，每人都擁有一個AI助手，簡單地問一下，隨時隨地獲取知識，“死記硬背”這個詞，就可以從人類的字典里徹底消失了。

但是，哪怕獲取知識因AI而變得極度方便，教育仍然是必要的。

不知道的東西問AI，得到的多是短期的碎片知識，在此之上，還需要“形成自己對于知識體系更加系統(tǒng)、更加全面的認(rèn)識”。

趙海虹用自己攻讀藝術(shù)史博士的經(jīng)歷佐證了這一觀點——不同人寫的藝術(shù)史有不同側(cè)重點，她就比照閱讀不同的藝術(shù)史，慢慢建立了一種宏觀把握。

要知道，碎片知識不經(jīng)大腦的吸收和整理，無論數(shù)量多么龐大都無法形成這種宏觀認(rèn)識。所以，AI無法取代教育。相反，分擔(dān)了對碎片知識的記憶，AI幫助人類達(dá)到的宏觀理解與體系構(gòu)建，才是真正的教育。

“學(xué)校教育就是當(dāng)你忘了所有學(xué)到的知識之后，剩下的東西?！?/strong>任萍萍說。

或許，未來教育的終極，就是將知識直接輸入大腦吧。但是，腦機(jī)接口與大腦芯片，會不會讓人也變成機(jī)器呢？

“我們今天已經(jīng)把大量的知識放在體外了，比如手機(jī)上。以后把知識放在大腦芯片上，本質(zhì)是一樣的，只不過和大腦整合得更好?！奔f。

芯片的載體依然是我們的大腦，插上同樣的芯片，每個大腦也都不一樣，所以他并不擔(dān)心人變成機(jī)器。

通過芯片獲得的基本知識，仍然需要人的思維來整合、應(yīng)用、創(chuàng)造，這種思維能力仍然要依靠教育：

“真正的教育是更有創(chuàng)造力的，發(fā)揮每個人更大的價值，不是植入一個芯片、一個單一的工具就能簡單取代得了的?！?/strong>

阿西莫夫的《他們的樂趣》和卡德《安德的游戲》中，主人公都是通過某種未來技術(shù)進(jìn)行學(xué)習(xí)的（機(jī)器教學(xué)/虛擬現(xiàn)實），但他們都感到了某種空虛和孤獨。

劉慈欣的《鄉(xiāng)村教師》里，沒有記憶遺傳、信息傳輸效率很低的人類，因為教育，成為銀河系中最獨特的智慧文明。

教育不僅僅關(guān)于知識，它也是交際的過程，如黃琇瑜所說，是人的社會化的過程。無論技術(shù)怎樣發(fā)展，未來的教育仍然需要在人與人之間進(jìn)行真實的交流。

無論過去、現(xiàn)在還是未來，教育的核心都不是把人變成機(jī)器，而是把人變成人——技術(shù)的進(jìn)步將是實現(xiàn)這一點的最好助力。

文字整理：冬蟄意

攝影：武穎、王志濤

標(biāo)簽：