進入社會後,為什麼你最懷念的老師不是“名師”?

進入社會後,為什麼你最懷念的老師不是“名師”?

進入社會後,為什麼你最懷念的老師不是“名師”?

AI時代,還需要老師嗎?

某些人覺得不需要:如果安裝上曠視的視覺識別監控技術,還需要班主任來鎮場子嗎?

畢竟班主任還得去抽個煙,吃個飯,但AI不是人,它不需要。

进入社会后,为什么你最怀念的老师不是“名师”?

|曠視的機器視覺展示:捕捉學生的課堂情緒和行為,優化提升學習效果

此時此刻,一大波教育巨頭正在K12網校大戰中廝殺。而在線雙師的模式,被AI賦能的路徑可能性,無比清晰。

但是我很想說:越是製作精良的在線課程和教育AI,就越教不出真正有出息的學生。

為什麼?

因為在這些技術公司的路徑圖裡,並沒有老師的位置。

进入社会后,为什么你最怀念的老师不是“名师”?

大腦花園裡的園丁

那麼,什麼是老師?

從小我們就聽過,老師是辛勤的園丁,澆灌著祖國未來的花朵。

但實際上,園丁用的最多的工具,不是澆花壺,而是剪刀:剪掉雜亂的枝杈,讓有花骨朵的枝杈生長,綻放。

而這,正是很多“教育專家”對學生大腦所做的操作——

修剪。

從腦科學的角度看,我們對這個世界的認知來自神經元突觸連接成的網絡,信號通過這些連接觸發,傳播,反饋,集合。為了處理這個世界的複雜信息,成年人的每個神經元擁有超過7000個突觸,與其他的神經元相連,構成思維的電路圖。

但神奇的是,6歲前小孩所擁有的突觸數量,卻是成年人的兩倍。它們密密麻麻地構成了一張蛛網,無比複雜。

所以小朋友們學什麼都快,總是異想天開,腦路清奇。但同時,他們的行為也缺乏穩定。

因為過度聯通的網絡意味著什麼都能做,也就意味著什麼都做不了。

而學習的過程,就是對繁蕪的神經網絡做出修剪:

如果持續沿著某一種激發方式去刺激大腦,就能讓該強化的連接更強,讓不需要的連接萎縮,從而把思維的通路固化,集中在更重要的過程上,比如解出一道數學大題。

进入社会后,为什么你最怀念的老师不是“名师”?

|新生兒的神經元之間幾乎沒有連接,而在6歲時,孩子擁有最多的神經互聯,並在一生中不斷刪除冗餘,強化主幹

作為“教育專家”的中小學老師,就是大腦花園裡的剪刀手。用多年教學的技巧,把學生的神經網絡修剪成更適合教學目標的樣子,用擊穿閾值的強化訓練,把有“花骨朵”的神經練得越來越粗壯。

他們,是“人類智能“的調教師。

但“教育專家”並不是老師:他們調教不出真正的人。

因為他們選擇去強化的,往往是那些明確了功能的神經迴路。這樣訓練出來的”神經網絡“,只能執行被特定的數據集訓練過,調試過,存在明確的目標函數的任務,比如:高考。

但進入社會後,我們會發現——

真正決定你這輩子過得怎麼樣的,都不是一開始就有著明確目標和路徑的事情,而是在迷霧中拼圖,在好奇中漫步。是在一邊飛行,一邊換髮動機。

不是線性的理性計算,而是非線性的創造和冒險。

這種差異,常常會造成一種“好學生綜合徵”——

被訓練到極致的好學生,他們的大腦回路對確定性任務,可能過於“優化”,失去了“泛化”的能力。

從算法的角度來描述,那就是“過擬合”:對比賽中的訓練集過度擬合,抓住了訓練集裡某些奇怪的數據結構,從而把分數刷的很高。

但這種虛假的小聰明,卻無法帶來可以“泛化”的真正智慧。

进入社会后,为什么你最怀念的老师不是“名师”?

|原始的知識,經驗的萃取,和過擬合

當人生步入不確定性狀態,輸入了訓練集裡沒見過的新問題時,“好學生綜合徵”的大腦就死機了。

智慧的假象,並不能回答人生的“真問題”。

而此時,未經調教的心理本能,就會取代訓練有素的神經通路,替你的大腦做決定。

退縮,迷茫,或是墮落。

进入社会后,为什么你最怀念的老师不是“名师”?

AI“名師”

很多人會暢想:AI會如何改變教育行業,取代老師的工作。

有人會反駁:難道有了印刷機,就不再需要老師了嗎?世界上有這麼多公共圖書館,但大學不是照樣開門嗎?AI再牛逼,能比書籍的發明更顛覆嗎?

但實際上,書籍,圖書館,甚至B站上的知識類視頻,都在不斷蠶食傳統教育的功能。當AI換臉(GAN算法/Deepfake)和自然語言生成(NLG)成熟後,我們還需要一個真人來上課嗎?

AI教育真正的痛點,不在於能否取代真人授課的體驗。

在未來,AI一定能夠成為“教育專家“:深入貫徹了神經科學原理的算法,一定比人類更適合去做”人類智能調教師“的工作,從剪刀手,升級成機械臂。

AI帶來的真正危險,是這臺機械臂對神經網絡的剪枝,過於高效了。

如果屏幕前的學生,被精心設計過的認知路徑,牢牢地框在少數幾種神經迴路的強化裡。那這隻會以最快的速度,讓他們的大腦進入“過擬合”。

你看,即便是最敬業的班主任,也只能偶爾站到教室後門,默默地看學生放飛自我。

进入社会后,为什么你最怀念的老师不是“名师”?

|教室的後門總是會隨機生成一個老師

但機器視覺卻能無死角監控學生的每一個情感流露,看他們有沒有100%按照書本里框架,投入於“學習”的強化流程,給自己的神經元剪枝。

进入社会后,为什么你最怀念的老师不是“名师”?

從理性的視角去看,課堂監控最可怕的並不是侵犯隱私權,而是它把年輕人自由探索的時間和心理空間,壓榨乾淨。

而這些空間,本是用來生成其他神經連接的可能性,超越“過擬合”的。而現在都被擠出來投入單一目的的競爭中。

短期的效率,卻會損害長期的適應。

課前預測,課中支持,課後反饋。在教育AI的眼裡,學生不過是一個可以被預測,被操縱,被迭代更新的程序而已。

難道這,就是我們對於下一代期望的樣子嗎?

被“套路人工智能”調教出來的“模範程序”,長大後也能變成短視頻推送算法,和購物排序算法最愛的“模範用戶”,這麼一個從孩子抓起的商業閉環,果真是美麗新世界呀!

當然,同樣的手段也許還會用回到老師身上,看看他們是否在100%全情投入到剪學生神經元的工作裡,有沒有善意地給孩子放水,做一些不符合提分目標的“無用功”。

如果真到了那一天,那我們的下一代,大概就真的完了。

进入社会后,为什么你最怀念的老师不是“名师”?

謝謝你,我的老師

你是否懷念過你的中學老師?

從心底裡說,我不願想起他們,尤其是那些“名師”:他們精通考試這個遊戲的秘訣,擅長用各種生理和心理上不適的手段,高效地提高學生的分數。

他們抽的鞭子,的確改變了很多學生的命運,包括我,也包括你。

但在心裡,他們不是我的老師,他們是人形的AI,而不是Teacher.

你知道英語Teacher這個詞的來源嗎?

在古英語裡,teacher起源於tæcan,意思是“呈現,演示,指出”。

原生意義上的老師,並不會把剪刀伸進你的大腦裡,他只是在展示作為一個成人,他是如何做事,和做人的。

我說,你聽;我做,你看;你做,我評。

所以老師的本義,在於演示一個真實的人,是如何去應對複雜的世界。

這個老師,可以是你的導師,可以是你的上司,甚至可能是你未曾謀面,但卻從他的經歷或文字中獲益匪淺的人。

而你通過他,看“見”自己未來該如何去做。

畢業十年後,真正留在我心底的,反而是那些看似”疏懶“的老師:是略帶文藝青年氣質,會給寫駢文的少年打滿分的語文老師;是去煤礦挖蕨類化石,讓學生親手觸摸的生物老師;是像《小歡喜》裡的劉靜那樣,給英子開導的天文館老師。

他們在講臺上更像是人,也會以對待人,而非訓練機器的方式,去撫摸那些萌發中的神經網絡。

而最終,他教出的學生,會是一個“全人”。

是老師讓我們成長為人,成長為能夠異想天開,從好奇中發明出AI的那種人類,也成為充滿人性,懂得如何去用好AI的那種人類。

所以——AI,永遠無法替代真正的老師。

明天就是教師節了,我想和他們說——

謝謝你,我的老師。(完)

进入社会后,为什么你最怀念的老师不是“名师”?

混沌君的福利時間

教師節、中秋節接踵而至。

今天,我們回憶老師,懷念當年的青蔥歲月;

明天,我們舉頭望月,思念遠在故鄉的親人。

秋天,總是需要一些微小的幸福來填充平凡生活中隱秘的蕭瑟感。

混沌君想要送一些小幸福的禮物給你,我準備了:

2019混沌商學院全套課程筆記、李善友教授《第二曲線創新實體書》、大咖雲集的混沌研習社1年學籍等等好禮


分享到:


相關文章: