当人工智能进入教育界，成绩单上最重要的是什么？

最近，比尔·盖茨在播客《给自己解惑》中对话了“可汗学院频道”创始人萨尔曼·可汗。

他们探讨了人工智能进入教育界之后，对师生关系、学习方法、考试制度造成的冲击和影响。萨尔曼·可汗总结道：“未来的课堂——就是让学生在大部分时间里做大部分事情，而老师是建筑师，是学生们正在做的事情的指挥。”

今天推荐阅读《翻转课堂的可汗学院——互联时代的教育革命》，萨尔曼在这本书中开创性地阐述了属于未来的教育理念，在今天看来仍然具有启示意义。

本文摘录自《翻转课堂的可汗学院——互联时代的教育革命》

原章节名为《教育的未来》

▲

在如今这个竞争激烈且联系日益紧密的世界，顶级大学的申请者总会多于实际招生人数，在这种情况下，我们该如何决定谁可以进入美国的哈佛大学、英国的牛津大学或者德国的海德堡大学等顶级院校呢?

资源所限，我们无法让每一名学生都能够在其首选专业中继续攻读研究生课程，那么我们该如何决定谁可以成为医生、建筑师或者工程师呢？

最理想的工作往往会吸引大量候选者，我们该如何决定给谁提供这个大展宏图的机会，又该让谁得到晋升呢？谁应该成为领导者，以其出色的技能和完美的人格鼓励众人，带领大家共同创造美好的生活呢？

这些问题我们很难回答。越来越多的学校在招生时取消了国别的限制，越来越多的公司也逐渐开始在全球范围内搜寻最具智慧的头脑、最具创造力的思维以及最努力的员工，与之相关的诸多问题也变得越来越棘手。

如果学校的申请者或公司的应聘者来自不同的文化背景，说不同的语言，有不同的经济条件，这些因素反过来将决定他们可能面临的机会，而且这些机会最终将决定他们是贫穷还是富有，你该如何将他们进行对比呢？你又怎能确定你所规定的学术标准或招聘标准就一定正确呢？本着公平原则和实践性准则，你怎么才能在众多候选者中选出最优秀的那一位呢？

不幸的是，传统的教育基本上从未考虑过这些问题，更不用说解决了。

那么在可汗学院的试点学校中，我又该如何来评估学生的表现和潜力呢？

首先，我要取消字母等级评分制，如果采用了精熟学习法，字母等级评分制就失去了其存在的必要性和意义。学生在掌握了某一概念之后才能进入下一概念的学习，但在此之前，他必须接受测试，连续答对10道相关题目，否则就要对知识上的漏洞进行弥补。在这样的模式下，没有人会逼迫学生在没有完全掌握知识点的情况下继续学习，也没有学生会被抛下，所以全部学生最后都能获得A。用加里森·谢勒（Garrison Keillor）的话说，由于所有孩子的成绩都会远远高于平均分，再给学生评级就失去了意义。

然而，为了对学生进行比较，我会继续沿用标准化考试，但同时也会对其做出较大改变。比起标准化考试每年更换试题的频率，我会加大对试题内容的变换，在测试中融入更丰富的问题，并尝试采用开放式的题目。

如此一来，学生学习的目的就会逐渐改变，他们不再为考试而学习，富裕家庭里的孩子也不再享有不公平的优势，考试不再是学生孤注一掷的挑战，学生可以在提升自我能力之后参加多次考试。很多家庭富裕的学生已经开始在参加学术能力评估测试（SAT）时这么做了。此外，一个不容否认的事实是，标准化考试绝不可能是完美的，所以我会极大地削减标准化考试在评估方面的权重。

此外，我还将从两方面对学生进行评估，并将它们作为评估的核心。其一是持续多年的跟踪调查，不仅包括学生掌握的知识情况，更包括他们的学习方法；其二是体现学生创造力的作品集。

正如我们在洛斯阿尔托斯学区试点项目中看到的，现有的科技能为我们提供史无前例的海量数据信息，让我们了解学生的学习进展、习惯以及解决问题的方法，等等。不同的学校可以根据自身需求定制软件，而软件也会越发完善。这些反馈软件最简单的地方在于它们能够提供量化的数据：学生在学习数学的过程中理解到了何等程度？他在规定的时间里掌握了多少个概念？与同龄人相比，他的成绩是名列前茅还是落后，抑或处于中间水平？

尽管量化的反馈数据很重要，但那些能够反映学生性格的信息更重要。正是这些信息使大量进步涌现，也为教育的前景指明了一条令人兴奋的道路。如果学生在可汗学院或者其他基于计算机教育的课程中学习，那么除了掌握概念的数量以及所用的时间之外，我们还能了解到哪些其他信息呢？反馈的信息又能体现出学生职业道德、毅力和恢复能力的哪些方面呢？

在成功的道路上，这些信息比学生的智力更重要。比如说，当约翰尼在学习中遇到困难时，他会因沮丧而放弃，从而不再用功学习，还是会更加刻苦地钻研，直到找到答案呢？再比如说，当莎莉发现她的一部分知识存在缺陷以至学习过程举步维艰时，她会重新振作起来，填补漏洞，还是会选择屈服，进而产生气馁和自卑的情绪呢？莫在七年级时不爱学习，很少将时间花在学习上，但到了九年级，他在生物这门课上下了苦功，这一现象能否说明他的心智更为成熟并在生物方面具有天赋呢？

显然，与字母等级评分制以及分数相比，如果这些信息能被认真解读，我们就可以更加全面地了解学生，不仅将他们视为应试者，了解他们的学习状况，还能将他们视为学习者，考察他们的学习能力。

此外，还有一类数据被现今的评估体系忽略了。如今的大学和工作场合非常需要学生具备这样一种品质：帮助他人的能力和热情。

我设想中的大课堂会接收多个年龄层的学生，通过同学之间的互帮互助，学生能够锻炼自己帮助他人的意识。在对学生的教育经历的描述中，老师不仅应写明学生在自己的学习中所付出的时间和努力，还要对学生帮助他人的情况进行记录。我们很容易就能设计出一个软件，对学生这方面的表现进行追踪。这些数据在我看来非常宝贵。一个愿意帮助他人的学生在未来也会成为慷慨大度的同事，在学校里善于沟通的学生在生活中也会待人亲和、善于交际，而能够对概念进行充分解释，往往说明了他们对所讲解的那部分知识已经了如指掌。

如果我是学校招生办或者公司人事部门的负责人，我会想要了解候选者是否愿意帮助他人、愿意付出，不仅追求自己的目标，还愿意为集体或团队的利益作贡献。如果能为每名学生创建一本历时多年并以数据为基础的文字记录（当然，这份记录中的隐私会得到保护，只供用人单位参考），那么这样的数据不仅具有说服力，还能多方面地展现候选人在进入社会后可能发挥的作用以及他们将来能够做出的贡献。

通过这样的评估标准，我们能够引出另一个核心的评估标准，即“创造力作品集”。大众已经开始意识到，比起对某一门学科的掌握程度，学生的好奇心和创造力重要得多，然而除了一些专业性很强的艺术院校外，很少有院校会重视申请人的创造力，甚至不会考虑这方面的问题。这种做法实在是大错特错。

首先，这种现象意味着只有“艺术”才需要创造力——这种观点既过时又充满局限性；其次，如果我们不重视学生在上课和考试之外自己创造出的东西，那么我们就无法了解每名学生的特别之处。比起任何数据、成绩或评估分数，学生创造出的东西才最能展现他们的创造力以及解决开放性问题的能力。

原标题：《当人工智能进入教育界，成绩单上最重要的是什么？》

阅读原文