英语轻松读发新版了,欢迎下载、更新

调节AI还不够。让我们拆除将其放入学校的逻辑。

2025-07-06 13:24:46 英文原文

作者:Jesse Hagopian

4月,教育部长琳达·麦克马洪(Linda McMahon)在圣地亚哥举行的一次ED-Tech会议上站在舞台上,并坚信美国各地的学生将很快从中受益。A1教学她一遍又一遍地重复了这一点,而不是ai。那是一件很棒的事情!她向人群保证。

那一刻迅速传播开来。深夜主持人烤了她。A.1。牛排酱张贴了一个模拟广告:你听到了她。每所学校都应进入A.1。

有趣的是,直到不是。因为在闲聊之后是更令人不安的事情:领导联邦教育政策的人希望通过内容传递,数据提取以及伪装成教育的监视的机械过程来取代教学和学习的情感和智力过程。

留在循环中

永远不要错过您关心的新闻和分析。

这是比尔·盖茨(Bill Gates)等亿万富翁拥护更广泛议程的一部分。大门在最近举行的教育技术投资者会议上。作为一个标题坦率地总结说:“比尔·盖茨说,AI将在10年内取代医生,教师。

这只是一个预测, 这是一个性欲的幻想 - 以代码和可扩展软件替换关系的资本主义梦想,而公共机构以创新为名。

软件不智能

我们需要停止假装算法可以认为算法,我们应该停止相信软件是聪明的。虽然有必要使用该术语“有时需要理解,但我们应该开始介绍和使用更准确的语言。

不,我不建议我们开始称其为A1。我们称之为AI的内容更好地理解为人造模仿:无思想的反思,没有灵魂的表达。

哲学家Raphaã«lMilliâR解释这些系统正在做的不是思考或理解,而是利用他所谓的“算法模仿”:复杂的模式匹配,模仿人类的输出而没有人类认知。他写道,诸如chatgpt或dall-e 2之类的大型预训练的模型更像是随机变色龙 - 不仅是在回忆的回忆短语,而且融入给定提示的风格,音调和逻辑中,并具有不可思议的流动性。这种适应性令人印象深刻,可能是因为它很容易被误认为是理解的。

所谓的AI在某些情况下可以有用。但是,我们今天在学校中所说的AI并不认为,没有理解的理解。它猜测。它复制。它根据概率而不是含义来操纵语法和模式。它没有教导它提示。它没有管理员管理。

简而言之,它模仿了智力。但是模仿不是智慧。这不在乎。这不是教学法。

正如著名的心理学家Lev Vygotsky所展示的那样,真正的学习是一个社会过程。它通过对话,人际关系和共同的意义创造发生。学习在Vygotsky所说的近端开发区``学习者可以独自做的事情与经验丰富的老师,同伴或导师的指导之间可以实现的空间 - 一个可以谨慎回答的人,提出正确的问题,然后下一步脚手架。

可以做到这一点。

当学生的沉默意味着混乱或何时意味着创伤时,这可能会感觉到。当学生将概念与他们的生活经历联系起来时,他们可能会注意到他们的眼睛。它可以看到一个凌乱而不是完全发展的想法背后的光彩,也可以看出具有非常规的声音的潜力。它不能建立一个心爱的社区。

教育企业家正在吹捧人工智能,作为从不平等的辅导进入教师倦怠的一切方面的治疗方法。

它可以产生事实,跟进问题,提供更正,给出摘要或提出下一步的步骤 - 但是它可以认识到混乱的情感体重或智力突破的安静兴奋。

这项工作 - 教学的真正工作 - 不能自动化。

学校需要更多的教学助手和较少的人工智能

魔术学校,困惑和学校等人工智能工具确实提供了便利:语法修复,句子翻译,改进音调。但是他们也促使学生走向公式化,得分高的答案。AI将学生推向有效的合规性,而不是智力风险;这样的工具教授一致性,而不是独创性。

最近,我的儿子在他的六年级课程中使用了Magicschool的AI Chatbot,Raina,研究了他在波多黎各的项目。上诉是显而易见的 - 即时答案,无需筛选密集的文本或多个网站。但是Raina从未问过更深层的问题:为什么一个自称为自由之地的国家仍然是波多黎各作为殖民地?像AI系统本身的AI系统如何促进威胁该岛未来的气候危机?Raina提供了整洁的答案。但是,提出更复杂的问题 - 并帮助学生与答案的情感体重搏斗。

AI可以帮助简化文本或支持写作,但也可能误解了教育。随着时间的流逝,它会训练学生模仿算法认为有效的内容,而不是发展自己的声音或想法。阅读成为提取,而不是连接。当阅读成为机械任务时,文学的灵魂就会丢失,而不是人类之间的思想和情感交流。

许多老师(不足和不知所措)出于必要而转向AI。

但是我们必须问:为什么在世界历史上最富有的国家中,班级规模如此之大,资源如此稀缺,以至于教师被迫依靠AI而不是教学助理?为什么我们会雇用更多的图书馆员来策划平整的文本或减少班级规模,以便老师可以量身定制学习?

AI不仅仅是弄平学习 - 现在可以以深深的侵入性方式监视学生的数字行为。这些系统以安全工具的身份销售,即使是在带回家的学校发行的设备上,可以追踪学生的撰写,搜索或发布的内容 - 扩展了对学生个人生活的监视。学校在监视软件上花费了数千人(例如新泽西州的58,000新元),而不是为辅导员提供资金。在华盛顿温哥华,数据泄露悄然收获了多少个人信息,包括心理健康和LGBTQ+身份。一学习在受到监控时,几乎有60%的美国学生对自己进行审查。正如司法领导人Shreya Sampath和Marisa Syed所说的那样,学生们关心他们的数据是被收集和商品化的,他们的同龄人在旨在鼓励探索的学习环境中进行审查。”

俄勒冈州波特兰市一所低收入学校的老师Ursula Wolfe-Rocca将AI的使用方式描述为临时,她在学校的一些老师进行了实验,而其他人则根本不使用它。当她的学校仍在制定官方政策时,她对某些员工和管理人员的AI热情表示关注,这是在没有根据AI如何帮助缩小股权差距的未经证实的炒作的。”

沃尔夫·罗卡(Wolfe-Rocca)的描述反映了一种民族模式:在学校中使用AI不平衡且在很大程度上不受监管,但地区越来越多地促进其采用。即使没有明确的政策框架,许多教育工作者收到的信息是AI即将到来,他们应该接受它。然而,这种推动通常是在没有认真讨论教学法,道德或结构性不平等的情况下进行的,尤其是在像她这样的资源不足的学校中,AI可能会加深。

当心数字精灵

在当今的AI淘金热中,教育企业家正在用旧的标准化脚本进行交易,以兑现个性化的吹捧的承诺 - 吹捧人工智能,作为治愈的一切,从不平等的辅导来访问教师倦怠。以汗学院的创始人萨尔曼·汗(Salman Khan)的身份,他以崇高的方式讲述了AI的潜力。可汗最近创建了khanmigo聊天机器人的导师和描述这是使学生民主化获得个性化辅导的一种方式,声称它最终可以给美国的每个学生,最终在地球上,是世界一流的个人导师。勇敢的新单词,读起来像是一封昏昏欲睡的信函,这是一台无情的机器,它永远不会爱他。很难忽略汗的讽刺意味勇敢的新单词赫x黎的反乌托邦小说的回声勇敢的新世界在抹去个性的地方,教育是机械化的,并且通过技术轻松维护了一致性。但是,汗似乎将其视为蓝图,而不是将Huxley的愿景视为警告,而他的书读起来就像是案例研究。

在一个例子中,可汗赞扬了汗的能力,可以制定一个完整的第二次世界大战单位计划,其中包含目标和多项选择教室的民意调查。

要求学生选择战争的最重要原因:

  • a)凡尔赛条约
  • b)希特勒的崛起
  • c)扩展主义轴心策略
  • D)国际联盟的失败

但是,艰难的事实无处可寻。例如,Khanmigo并不促使学生挣扎希特勒公开称赞美国为此吉姆·克劳(Jim Crow)隔离法律,优生学程序及其对美国原住民的种族灭绝

像许多蛇油教育一样。这是经典的Edtech Hucksterism:一个华丽的音调,关于革命教育的宣传,以及回收的行为主义思想,打扮成创新。行为主义 - 一种理论,可以减少学习对外部刺激的可观察到行为变化的理论 - 将学生视为思想家,而将学生视为可编程的反应者。可汗对AI聊天机器人取代人类导师的愿景不是民主化的。它是人性化的。

我们所需要的不仅仅是更多的教师,支持人员和真正的培训,尤其是在Covid留下了如此多的教育工作者之后。

这些自动化的解决方案并不是令人兴奋或新的,遵循行为主义教学技术的悠久传统。作为历史学家奥黛丽·沃特(Audrey Watters)教学机,努力通过自动化个性化学习始于1920年代,从B.F. Skinner的牵引力获得了吸引力教学机在1950年代。但是这些工具通常失败,建立在有缺陷的假设上,即学习只是编程的响应而不是人类的联系。

尽管有这些失败,今天的技术精英仍在加倍。但是请清楚地:这不是他们想要对自己的孩子的教育。富人获得小课,音乐老师,丰富的图书馆,艺术和辩论计划以及人类导师。我们的孩子在人满为患的教室中提供了AI机器人。这是一个熟悉的模式 - 为许多人来说是标准化的脚本学习;创造力和少数人的关心。精英声称AI将“竞争环境”级别,但他们将其环境成本卸载给公众。培训大型AI模型消耗大量能量和水并加剧气候危机。同一个亿万富翁推动AI建立私人化合物为了保护孩子免受行业造成的损害,而不是规范技术或减少排放,他们保护自己的教学法和贪婪的后果。

Em Winokur是俄勒冈州的一名图书馆员,他加入了Multnomah教育服务区的AI创新者队列,在以炒作和行业影响为主导的对话中提供了关键的声音。她亲眼目睹了矛盾。Winokur告诉我们的学生的成长或建立更关心的世界,'真相。我们所需要的不仅仅是更多的教师,支持人员和真正的培训,尤其是在Covid留下了如此多的教育工作者之后。

当然,对冲基金经理,首席执行官和他们资产的政客将嘲笑这一愿景。他们将其称为不切实际,负担不起,不现实。他们将辩称,经济可以支持更多的教育工作者或学校心理学家,较小的班级或完整的学校图书馆。然后,他们不会错过任何节奏,而是提供AI作为解决方案:更便宜,更快,更容易。他们的愿景是对教育的挖空,机械化的模仿。

超越机器人:收回人类学习

许多教育者和学生被动地接受这一驱动的未来。青年领导的团体喜欢编码正义是规范AI的斗争的最前沿。这算法正义联盟正在挑战传播生物识别监测在学校中,警告面部识别系统威胁到学生的安全和学校气氛。组织诸如在学校的黑人生活和教学真相运动之类的努力是越来越拒绝让亿万富翁决定学习条款的一部分。

学校中的人工智能没有进步 - 这表明美国学校的根本性问题更深层,这揭示了我们与教育的目的偏离了多远。几十年来,政策制定者和掠夺者将人类护理换成高风险测试,脚本课程和监视。这种疾病是一种殖民者的教育模型的症状,它是挖掘和非人性化的,而不是解放的。这意味着对AI进行调节 - 我们必须拆除带来的逻辑。

我曾经有一个学生 - 我会称他为马库斯,他是已经录取了一所好大学的高中生。但是在今年下半年,他的成绩急剧下降,他突然有不毕业的风险。随着时间的流逝,我和马库斯建立了信任,尤其是通过有关黑人历史和对种族主义的抵制的教训。作为一名长期以来一直否认这一历史的黑人学生,他来到那里看到我在那儿对他进行评分,对他进行评分或惩罚他,而是要与不公正抗争。这种联系帮助他开放,并与我分享他不受欢迎。一旦我了解他面对的是什么,我就将他与支持服务联系起来,并与他的其他老师合作以灵活而富有同情心。他最终通过课程,毕业并继续上大学。

这种护理并不来自代码。它来自人类的关系 - 植根于信任,正义和爱的人。

与法西斯主义作斗争的媒体

TruthOut几乎完全由读者资助 - 这就是为什么我们可以说出真相并削减主流叙事。但是,真相的独立记者面临特朗普领导下的政治镇压。

我们依靠您的支持来生存麦卡锡主义的审查制度。请进行一次性的一次性或每月捐款。

关于《调节AI还不够。让我们拆除将其放入学校的逻辑。》的评论


暂无评论

发表评论

摘要

美国教育部长琳达·麦克马洪(Linda McMahon)在一次ED-Tech会议上的滑倒,在那里她提到“ A1教学”而不是AI,突出了一个令人担忧的趋势:朝着教育中人工智能取代人工智能的推动。这一运动得到了比尔·盖茨(Bill Gates)等技术和业务领导者的支持,他们设想AI作为解决各种教育挑战的解决方案。但是,批评家认为,AI缺乏有效学习所需的情感理解和智力深度,强调了真正的教学涉及个人联系和有意义的互动。在学校中使用AI工具可能会提供便利,但也可能导致一致性和监视问题,同时未能解决教育不平等的根本原因。拥护者要求更多的支持人员和较小的班级规模,而不是增加对技术的依赖。