AI科学家眼里的青少年AI教育.docx

AI科学家眼里的青少年AI教育

谢作如白磊

温州科技高中人工智能科创中心负责人，浙江省特级教师，中国电子学会现代教育技术分会副主任委员，上海人工智能实验室XEdu项目负责人，OpenHydra项目发起人。

科研与成长经历

谢作如：能否介绍一下您的求学经历，您的成长经历与现在从事的科研工作有什么联系？

白磊：我博士就读于新南威尔士大学，当时的主要研究方向是时空预测学习，通过开发人工智能算法实现对不同地理位置上持续收集的多维时间序列流进行预测。博士毕业后，我在悉尼大学进行博士后研究，主要探索大规模通用预训练技术。这些工作为我探索人工智能驱动的地球科学提供了很好的支撑，因为地球科学领域的大部分数据类型都是多源的时空数据，而且数据规模很大，我之前的研究经历刚好可以满足这方面的需求。

谢作如：您在中小学是否接触过科研工作？或者说，在中小学阶段有哪些经历对您现在从事的工作产生影响？

白磊：我在中小学阶段没有接触过科研工作。至于说有联系的经历，我想首先是整个中小学的学习生活培养了我求知和比较乐观的精神，这是从事科研工作必需具备的。做科研工作需要对这个世界或者所做的事情时刻保有好奇心和求知心，希望把一件事弄明白或者做好，然后才能全身心地投入精力去做。同时，科研工作的日常又往往是充满了失败的，绝大多数的科研成果应该都是在无数的失败尝试后取得的，因此需要科研工作者自身有乐观的精神，不断失败，不断尝试。

做科研工作需要对这个世界或者所做的事情时刻保有好奇心和求知心，希望把一件事弄明白或者做好，然后才能全身心地投入精力去做。

AI4S：人工智能如何赋能科学研究

白磊：关于“科研范式”可能不同的研究者有不同的理解，在我看来，科研范式指的是大部分科研工作者采用的研究方法、研究路径。我个人认为科研范式的核心是由观测数据和建模方法两部分组成，在以前可获得观测数据非常有限的情况下，主流的建模方法需要基于定性推论或者数理模拟的方法进行，在准确性或者效率上往往不尽如人意，而且由于需要具备非常强的专家知识，往往发展缓慢。基于人工智能的科研范式，建立在过去科学发展所积累的海量观测数据的基础上。由于数据的日益丰富和人工智能方法的相对成熟，科研工作者们有机会利用人工智能自动地对科学数据进行处理、建模，从而发现规律进行预测。基于人工智能的科研范式已经在蛋白质折叠（如AlphaFold）和气象预报（如风乌）等非常核心的科研任务上取得了成功。

人工智能对中小学教育的影响

谢作如：我记得数学家莱布尼茨曾说过，让一些杰出的人才像奴隶般地把时间浪费在计算上是不值得的。因此，才有一批科学家前赴后继，最终发明了计算机。在我上学的时候，数学教材中还有“珠算”“对数表”之类的学习内容。随着计算机的普及，这些内容慢慢被取消了。从您的角度看，随着人工智能的发展，中小学的哪些学习内容可能会随之发生变化呢？

白磊：这个问题很好。前两天我刚好看到美国有大学教授在呼吁“人工智能时代需要加强数学的教育”，并得到了SamAltman、ElonMusk的支持，这说明世界上已经有许多人意识到随着人工智能的发展，我们现有的教育体系也会有相应的变化。第一，人工智能的概念和计算机科学的基础会进入到中小学的教育中，让同学们可以更早了解计算机和人工智能技术的工作原理，并且能够做一些简单的编程实践使用人工智能工具。第二，数学理论依旧非常重要，并且为了适应计算机和人工智能技术进入中小学教育，可能需要有一些针对性的调整。第三，培养学生文学性、艺术性、创造性的能力会更加重要。随着人工智能的发展，随着一些重复性的工作被AI所替代，对人类艺术性和创造性的要求会更高。

谢作如：面对人工智能的快速发展，有些人很焦虑，认为要早点学习不能输在起跑线上，也有人表示完全躺平，认为人工智能不过是“纸老虎”，只要学好数理化，打好基础就行。对此您是怎么看的？

白磊：我想这种态度的差别对于任何新生的技术或者事物都是一样的。一方面，对于新的技术，我们永远都应该保持一种好奇心和开放性的心态，多去了解它、认识它、學习它，并使用它好的一面。另一方面，无论技术如何变化，扎实的数理基础、独立的思考能力、出色的批判精神、优秀的创造思维都应该是一个人从小学开始培养并在后续的学习中持续提高的，它们是我们的基础能力，也是我们快速学习与接纳新技术的基础。

谢作如：由于生成式人工智能的快速发展，有人认为中小学生只要会用人工智能（大模型）即可，会用引导词即可，甚至有人提出最重要的学科是语文，会准确描述即可。对于这些观点，您是如何评价的？

白磊：在前面的回答中我已经强调了文化和艺术在未来中小学教育中的重要性。此外，我想再补充两个角度来说明人工智能时代其他学科的重要性。第一个角度，当前的生成式人工智能或者说大模型还没有达到所谓的通用人工智能的程度。尽管它已经在对话、文献处理