华东师范大学计算机科学与技术学院副院长陈蕾:严重关切 理性拥抱 迎接人工智能时代背景下高等教育的“变局”与“新机”
作者:    浏览:13351

华东师范大学计算机科学与技术学院副院长 陈蕾

2024年政府工作报告提出,深化大数据、人工智能等研发应用,开展“人工智能+”行动,打造具有国际竞争力的数字产业集群。“人工智能+”首次写入政府工作报告。可以看到,人工智能在众多领域表现出广泛的赋能作用,也为教育现代化带来更多可能性。如何评价人工智能技术对于高校育人和教育变革的价值?教师角色是否要随之发生改变?对学生的能力要求又有哪些变化?应用过程中可能存在或者需要警惕哪些问题?……中教全媒体对话华东师范大学计算机科学与技术学院副院长 陈蕾教授,对上述问题进行探讨。

栏目:院长专访
作者:张晓攀

深化人工智能特色 关注教育应用场景 以AI赋能学科交叉发展

中教全媒体:当前,人工智能等技术的广泛应用,对高等教育领域产生了哪些方面影响?

陈蕾:人工智能相关技术,尤其是大模型的突破性进展,引起了国内外许多高校包括顶尖大学的严重关注,并积极引入育人实践。就我个人的经验与判断,AI已经逐步在高教领域产生了一定影响,可能包括但不限于以下几个方面:

一是教学与学习方式的革新。在AI加持下,学习内容可能根据学生的学习能力、偏好和需求进行定制,明显提升了教学的个性化和互动性。细分领域、不同学科的智能教学系统、数字人助教、虚拟实验室、虚拟教研室等,都可能迎来井喷式发展。

二是教育评价与反馈的改进。借助AI技术,教育评价可能变得更加快速、准确、合理、人性化。AI系统可以自动评估学生的作业和考试,提供即时的反馈、建议,帮助师、生了解学习进展并作出调整。在大数据的支持下,对教师的教学行为和成效开展智能反馈、评价,我认为也将成为高等教育改革的重要抓手。

三是高等教育管理的优化。高校是高素质人才的汇聚地,也成为AI等高科技研发、应用的重要“试验田”。在校园人、财、物管理和运营中,AI技术提高了效率和安全性。以“招培就”联动的人才策略为背景,智能系统还可以在招生、培养、就业等不同环节辅助精准决策。

四是跨学科研究的推动。一方面我们面临的问题日益复杂,往往涉及多个领域的知识和技术,AI提供的新颖工具,有助于跨学科团队共同解决这些问题。另一方面由于AI技术的自身高速发展,对于算法、存储和算力的需求显著增加,又推动了计算机科学、数学、统计学等领域与其他学科的紧密合作,以实现技术的创新和优化。

总之,我认为AI技术进步的曙光,已经照进了高等教育象牙塔里的现实,既带来了教与学、评价与反馈方式的革新,也带来了管理优化、学科交叉等积极效应,但应慎之又慎、有预见性地设置法律、伦理边界,严防野蛮生长、重复开发、跟风炒作等问题。

中教全媒体:就华东师范大学计算机科学与技术学院来说,人工智能是如何赋能其学科建设的?

陈蕾:为服务国家人工智能战略,积极响应习近平总书记关于“教育数字化是我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口”的重要讲话,积极响应华东师范大学“智能+”、“数智跃升”等行动计划,华东师大计算机科学与技术学院在学科建设中,不断深化人工智能特色,尤其关注教育场景,始终坚持以AI赋能本学科发展,同时也勇于承担用AI使能多学科交叉的使命。

例如,借助2022年底ChatGPT的发布带来智能教育发展的新契机,学院周爱民教授、贺樑教授团队,联合学校教育学、心理学、认知科学等优势学科,组建了创新攻关团队,启动教育大模型EduChat的研发。在2023年3月发布了试运行版,6月正式发布了1.0版并开源,成为国内首个自主研制的开源教育大模型,引起广泛关注。与通用基座模型不同,EduChat更关注教学方面的理念,通过契合人类的认知机制和学习规律,提升教育大模型的育人能力,助力实现因材施教、公平公正、富有温度的智能教育。团队也因此受邀出席2023年9月举行的联合国教科文组织(UNESCO)“数字学习周”活动并进行专题分享,11月得到国际顶尖期刊Nature的关注和报道。

再如,2020年9月,华东师大在全国高校范围内首设智能教育博士班。立足智能教育跨学科交叉本质,以有组织科研分类体系为牵引,打破学科壁垒,探索高层次交叉创新人才培养体系新模式。学生的科研能力得到培养提升,目前在读智能教育博士生共发表论文60余篇,专利10余项。在2023年度相关竞赛活动中,学生摘得2023科大讯飞星火营年度冠军,在国际顶级机器学习会议NeurIPS上获得冠军,并获邀在NeurIPS 23会议上进行25分钟线上报告。2023年,华东师范大学将上海智能教育研究院和计算机科学与技术学院合并,成立新计算机科学与技术学院,在从战略层面推动信息学科与包括教育学科在内的其他学科深度交叉融合。

中教全媒体:在人工智能赋能的高等教育领域,教师和学生应该具备怎样的能力?

陈蕾:下面所说属于比较理想主义的尺度。实际如果无法完全覆盖,可以通过学习或者寻找助力来达成。

首先,对教师的要求很高,包括:

技术应用和持续学习能力,教师需要掌握相关AI工具和平台,并不断学习新知识、新技术,并将这些技术融入教学,提高教学效率和质量;

教学创新能力,能够利用AI技术创新教学方法和内容,如翻转课堂、在线教学、个性化学习、案例教学等;

科研能力和跨学科知识,要求教师具备较强的科研能力,掌握一定的跨学科知识,能够理解AI技术与其他学科的交叉点,促进学科融合;

指导学生研究和创新能力,能够指导学生利用人工智能技术进行科学研究和技术创新,培养学生的实践能力和创新精神。

第二,对学生的要求更高,包括:

技术学习和应用能力,在快速变化的技术环境中,学生需要具备高效的学习能力和适应新技术的能力;

批判性思维和问题解决能力,能够批判性地提出问题,分析问题,利用AI工具解决实际问题;

跨学科能力,了解AI与自己学科的结合点,能够进行跨学科学习和研究;

伦理和社会责任感,理解AI技术的社会影响,具备良好的伦理观念和社会责任感,确保技术被正当使用;

团队合作和沟通能力,能够在多学科团队中有效沟通和协作,共同解决复杂的问题;

创新精神和创业意识,探索未知,具备将知识和技术转化为社会价值的能力。

人工智能“倒逼”高等教育变革 助力构建“人工智能+”高等教育新生态

中教全媒体:人工智能时代背景下,您认为高等教育改革应何去何从?

陈蕾:AI技术处在新的跃升期,通用AI呼之欲出,将我们所处的这个时代定性为充满变革和不确定性的“大时代”。高等教育作为教育体制的高级阶段,注定将短兵相接,迎头直面这前所未有的技术变革,也注定必须要变革自身,以适应时代之问、时代之变。当然,教育的对象是人,教育问题是责任重大且影响深远的,因此需要慎之再慎。以计算机科学与技术专业为例,需要重点关注以下几方面问题,也是我们本着“五性合一”理念(广博性、系统性、科学性、实践性、前沿性),正在改革攻坚的几个要点:

一是如何做实“产教融合”,将最先进的企业的最新AI产品与技术引入课堂,充实新时代师资队伍,形成多方共赢;

二是如何建设数智化课堂,以支撑因材施教、个性化培养的育人目标。要求打通课上和课下、理论和实践;

三是如何加强实践教学,解决从毕业到就业的“最后一公里”问题。要求建设好《专业实践》、《专业实习》两门实践类大课;

四是如何贡献专业力量,支撑复合型人才培养。我们将统筹优化,牵头建设“AI+X”微专业,供全校本科生选修,并全力支持智能教育本科专业及3个“X+计算机”双学位专业的建设。

中教全媒体:我们应该怎么正确看待人工智能和教育的关系?

陈蕾:AI尤其生成式AI、大模型,作为横空出世的强大工具、新式“武器”,正在倒逼我们的课堂作出相应改变。但教育存在自身的逻辑和规律,工具的使用应配合这些逻辑和规律,不能滥用。更何况作为工具,AI的技术进步与核心管控存在不确定性,其效能对学习的深层影响也有待研究。因此我建议理智看待AI这把双刃剑,要点包括但不仅包括以下:

其一,AI作为辅助工具,可显著提高教学效率、丰富教学资源、优化教学方法,而非取代传统教育;

其二,AI可能根据学生的学习进度、偏好、能力等提供个性化的学习路径和资源,但这并不意味着这就能解决所有的学习问题。完整的教育仍离不开人际互动和情感关怀;

其三,AI可能提高教育资源的可及性和可负担性,理想情况下有利于教育公平,然而实际上也可能加剧数字鸿沟。需要人们通过政策和技术手段规避不平等;

其四,我们应意识到AI暂时无法完全理解人类的复杂情感、文化差异和道德伦理。教育涉及的不仅仅是知识传授,还包括价值塑造、批判性思维的培养等,目前AI技术都难以支撑。

总之,建议客观看待AI和教育的关系,理解和应对AI带来的机遇和挑战,让技术服务于教育的核心价值和目标。

中教全媒体:在您看来,人工智能赋能未来高等教育还会有哪些新的应用?

陈蕾:首先,之前我们已经讨论到的影响与应用,未来大概率将继续深化,包括开发更加完善的智能辅导和支持系统、虚拟现实和增强现实教学、智能评估系统、智能校园管理、开放式和协作式终身学习平台等等。

另外,我也怀着复杂的心情,预测如果人类不设置法规及伦理边界,人形机器人助教甚至教师将可能会出现在高等教育场景。

教育本是面向未来的事业,如今未来已来,或者说,我们正处于颠覆性技术即将到来的关键时刻,严重关切加理性拥抱AI技术所带来的变化,是我们应有的态度。

本文作者:

1、本文是中教全媒体原创文章,转载此文章请注明出处(中教全媒体)及本文链接。
2、本文链接://www.ccotver.com/i/43245.html
3、如果你希望被中教全媒体报道,请发邮件到 new@cedumedia.com告诉我们。

来源:中教全媒体

参与讨论 0

评论前必须登录!

 

Baidu
map