大咖说
课堂里，学生听课的专注度如何，喜不喜欢老师的讲课方式，思维的活跃度怎么样，一直都是困扰教师的“教学黑盒”。随着人工智能与神经科技的发展，这样的“黑盒”有望被破解。
在智能互联时代，教育会呈现出怎样的新样态？在2023第二十届上海教博会举行的“教育变革 智创未来”人工智能与教育未来高峰论坛中，管理科学与工程学会常务理事、复旦大学管理学院教授戴伟辉作了题为“智能互联时代的社会变革与智慧教育”的主旨报告，为我们描绘了教育与智能技术交融的前沿画卷。
管理科学与工程学会常务理事、复旦大学管理学院教授戴伟辉
（*以下内容根据现场讲话整理，略有删减）
今天很高兴跟大家讲讲“智能互联时代的社会变革与智慧教育”这个主题。
对当今社会产生重要影响的有这几大技术：物联网、泛在通讯网、互联网、云计算、人工智能。随着智能互联时代的到来，我们的教育对象、教育环境和教育手段都发生了深刻变化。其中，对教育影响最大的就是人工智能。大家经常问一个问题：未来机器到底会发展成什么样子？会超过人类吗？我的判断是：机器必将全面超过人类。
什么时候是“超过”？我们的大脑是生物体组织，这么一个脑袋能处理那么多复杂的工作，因为生命运动是最高级的运动，不是简单的机械、电子装置加上软件算法能完全取代的。但随着新一代基因编辑技术的兴起，类似脑组织的生物体智能材料终将被运用在机器上。这样一来，机器有的我们还没有，而我们有的机器都有了。所以，机器在各个方面的智能都会超过人类。
在这样的智能互联时代，我们整个社会是由新技术驱动的。新技术的驱动前沿不断在产生新的变革，从过去的“互联网+”，到今天的“人工智能+”和“神经科技+”，下一个时代将是“元宇宙+”的时代。
我用一个简单的例子给大家解释一下技术发展带来的变革——服装生产的变革。
早期，服装生产是靠裁缝师傅量身定做的，能够满足个性化需求，但未必能保证质量，且效率低下。后来，服装生产变成流水线作业，结果是满大街都是一样的服装。
到了智能互联时代，这种模式将发生彻底改变——个性化虚拟定制。首先，请你站在商业中心或小区里的三维扫描仪前，把你的外貌、身材尺寸等全扫描进去，然后生成自己的电子模特，自己给自己选布料、“试穿”衣服，“试穿”到满意了再下订单。
这是即将实现的服装生产新模式。这种模式跟传统的流水线生产相比有什么不一样呢？
首先，厂家直接面对终端消费者，不需要任何中间商了。消费者能够先看到自己穿上服装的样子，然后再决定是否下订单，不需要花大量时间到商场到处找服装了。
其次，这样的服装订单来一单做一件，不需要大量库存了，做一件稍微高档次服装的总成本也很低。
这样的模式是怎么实现的？首先要有互联网，没有互联网就没有办法与终端消费者在平台上互动。但光有互联网还远远不够，因为这种模式最大的挑战就是：要按照每件服装去单独组织供应链，这其中涉及大量个性化协商和决策的问题。在这个模式中，供应链上的合作伙伴不是固定的。必须有成百上千家合作伙伴接入一个平台。当顾客下单后，谁供布料、谁供纽扣和拉链？需要在这成百上千的供应商中选择最合适的合作伙伴，组成一条临时的供应链，只为了这件服装的生产。
这种个性化定制的生产模式，从合作伙伴选择、生产任务排程到物流配送方案的制订，只能依靠人工智能技术来实现，通过智能代理机器人进行交互，解决大量个性化协商、谈判和决策问题，组成临时的供应链来完成整个服装的定制任务。
此外，消费者购买服装有时是冲动购买。这种冲动购买往往是由大脑的潜意识驱动的，通过访谈或者问卷调研这种方式，他都难以说清楚。但是，我们可以通过神经科技了解大脑的潜意识，感知消费者的偏好，由此更精准地为消费者提供他所偏好的服装设计式样。
再往后，当元宇宙技术足够成熟的时候。我们购买服装的场景又会发生深刻变化。你可以先“穿上”服装在大厅里出现、在家里出现、在同学聚会中出现……在不同场景下让大家一起来看看怎么样，然后再决定买不买。又比如，你要买一张桌子，可以先让这个桌子“呈现”到你们家中，看看这个桌子合适不合适，不合适再换一个。这就是新技术发展带来的巨大变革。
人工智能经历了曲折的发展过程。过去，总是试图用大脑的结构与功能去模拟人工智能，脑科学进展一点，人工智能就推进一步，但一直没有取得突破性进展。为什么最近这十几年实现了突飞猛进的发展？因为，我们找到了数据驱动的机器学习新路径。
大脑的神经活动可以通过脑电波记录而获得大量数据，但是这些神经活动是如何使得大脑产生思维和情感的，还没有完全弄清楚。后来研究学者们做了实验，把脑电波数据作为输入，把主观自述的情感体验作为输出，通过足够的数据耦合训练，也能从数据中计算出情感了。
人工智能技术从过去的“能存会算”，发展到今天能“理解会思考”；机器学习从过去的规则学习发展到了今天的大模型学习。
规则学习就是把我们大脑的信息处理模式转化为规则，但是大脑的结构和功能非常复杂，没有办法都能描述为规则。而今天的大模型学习，把各种语料和数据都拿来让机器进行深度学习。这样，机器可以把各种情形都学到，在实际应用时就能针对具体情况进行个性化地匹配。
人工智能是否能够助力实现个性化教育？大模型完全可以做到。因为不同人的不同情况它都学习过了，可以根据某个人的具体的情况来生成个性化的教学方案。教育理论研究发现的往往是共性现象或规律，但是教育实践中遇见的实际问题却都是个性化的，大模型为解决这些问题提供了很好的途径。
未来，很多工作都要靠大模型学习来解决，比如：医生给病人看病，不是某个医生看，而是大模型来看。它集成了无数医生的知识和经验，比单个医生要强多了，而且不容易出错，甚至可以24小时工作且成本低廉，由此可以解决西部地区和农村地区的医疗资源问题。
教师也可能会被大模型取代。aigc（人工智能生成内容）技术必将对教育带来巨大变革。从文本、语音、图像到视频的生成，综合起来它可以做智能应答、教学内容产成、图片分析、学生能力总结等等。
aigc还可以跟数字生命相结合，扮演教师、个人助理等。《流浪地球2》里有个人物叫丫丫，她在一次车祸中去世了。她爸爸把她变成了数字人，将她的外貌、表达习惯、智力和对问题的思考方式等等，都做进了模型里。这个模型还可以演化学习。那么在教育领域里，数字人可以替老师讲课，还可以进一步学习新知识，和别的同学一样演化学习。
数字生命技术不仅能做数字人，也能做数字动物。真实世界里，我们没有办法看到动物的很多演化过程。但面对数字动物，你给它吃什么东西然后能看到它怎么长大，它也会产生各种交互，更能展现动物的成长变化的过程。这些，都会对我们的教育手段和方式带来深刻的变化。
aigc技术可以让一个具有生动形象的“教师”给学生上课；针对每位学生的偏好，生成具有个性化拟人特征的“教师”，更好地解决个性化教学问题。
另外一个值得关注的，就是神经科技的发展。要改变教育，最关键是要了解我们的教育对象，要对他们的大脑是怎么接受教育的、怎么转化为知识的非常清楚。现在，神经科技的发展为探索这些问题提供了可能性。
比如，利用功能性核磁共振成像和脑电观测设备，我们分析在教学过程中的认知与情绪变化，了解学生的关注程度、兴趣偏好、疲劳程度和认知理解状况等，并揭示其神经机制，神经教育学在这方面已经做了很多研究。这些研究不只停留在概念和理论层面，已经形成了大量实践应用成果。
人类的很多感知、认知和行为都是由潜意识驱动，靠平常的问卷、调研、访谈等手段，没有办法很好地研究潜意识状态，需要依靠神经科技手段来更好地观测分析。
另外，学生对老师的教学讲解，都会通过某种心智模式去认知。例如，思政教育的关键，就在于塑造学生正确的心智模式。潜意识是已经发生但是还没被你觉察到的心理活动，而心智模式是一种存在于记忆中的认知结构和推理机制。心智模式跟遗传因素、家庭环境和后天经历都有关系，它介于知觉和行为之间，大部分是潜意识下的隐式规则。
开展教育的时候，我们要了解不同学生群体的心智模式有哪些类型。有些人习惯从形象和案例中学习知识，有些人则喜欢通过理性思考来获得知识学生认知事物的方式有差异，我们要根据不同学生的心智模式来决定使用何种教学策略。
大量有关学生大脑思维神经活动的观测研究发现，如果师生在教学过程中有情感交流，那么教学效果会很好。所以教育学过去一直强调的情感教学，是非常有道理的。
智慧教育是什么？我专门写过一篇文章叫《情景认知与情感智能：通往智慧城市的智慧之门》。智慧和智能的区别在于什么？在于机器不仅要具有这种理性智能，还必须有情感智能，能感知人们内心的情绪变化，做出非常好的反应，带来愉悦的体验，这才是智慧。所以，我认为智慧教育的定义，就是在智能教育的基础上加上情感智能，这种理性智能和情感智能相结合就是智慧。
每一个学生的大脑是不一样的，他们的视觉、听觉关注力和理解力参数有比较大的区别。了解学生的大脑参数后，才能找到最合适的教学方法和策略。这是智慧教育中需要考虑的问题。
我们小组做过一个研究，专门对课堂场景、学生表现进行了观测，通过脑电波测试仪对学生在教学过程中的关注、兴趣、情绪、认知、疲劳程度进行计算，并对教学效果进行评测。这些问题仅仅依靠问卷和访谈等传统的心理学研究手段，都无法很好地解决。所以，神经科技与人工智能，是促进教育变革的两大驱动轮。
我们曾对上海市15个中学、718位学生，32个教育场景做了实证研究。通过学生的外部表现和行为变化，及时提醒教师学生对你讲的课感不感兴趣。教师借此可以及时改进，改进之后再来观测学生的行为是否发生新的改变，教学策略有没有效果。从观测、评测到反馈，构建起整个系统，从而更好地改进教育效果。
最后总结一下，在智能互联时代的智慧教育中，这四点是需要我们重点关注的方向：
第一，潜意识神经感知与情感智能，要充分研究教学过程中学生的潜意识神经感知特征，通过情感智能来促进学生和教师之间的情感交流，让学生更愿意接受教师教学，和教师之间的情感交流也会更好。
第二，心智模式及个性化知识构建，要注意到每个学生的心智模式差异，以及个性化的知识构建方式和策略。
第三，大模型内容生成与数字生命，今后的教育可能将采用大模型虚拟教师数字人给学生上课，而我们老师是给这样的大模型不断贡献自己的知识的，通过大模型智能生成教学内容和教学策略，以学生喜好的数字人形象来给学生上课。
第四，元宇宙环境下的沉浸式教学，通过元宇宙技术来构建沉浸式教学情境，这也可能是教育未来发展的一个重要方向。
图片来源：拍信图库
关注“第一教育”
分享至朋友圈惊喜更多！
___________________________
上观号作者：第一教育