教育里那些算法看不见的东西

教育里那些算法看不见的东西 教育里那些算法看不见的东西 Modified May 28 前几天去参加了一场教育科技的交流会，聊的是AI怎么帮助学生学习。 讨论的内容比我预期的丰富。有人在研究用强化学习优化出题和教学路径，有人在用大语言模型追踪学生的知识状态。其中一个演讲者还提到一个野心很大的项目：有团队正在尝试收集一百万节真实课堂录像，建立开放数据集。 能感觉到这个领域正在认真地探索各种可能性。 但听完之后，我脑子里冒出一个根本的问题： 算法和数据 在衡量什么？ "懂了"是什么意思 分享中提到一个概念叫"知识追踪"，就是用算法判断学生是否掌握了某个知识点。传统模型的逻辑比较简单：做对了就是会，做错了就是不会。现在有人开始用大语言模型来做这件事，把学生的答题记录喂给模型，让它判断"这个学生是不是真的懂了"。 听起来更智能了，但我还是有点疑惑。 一个学生能用公式算出自由落体的时间，考试过关。但你问他"为什么羽毛和铁球在真空中同时落地"，他可能答不出来。因为他只学会了代入数字，没有建立起对重力的真实理解。另一个学生可能算得慢一点，但他能解释背后的原理，遇到变化的题目也能想办法。 这两种"会"是完全不同的东西。但在标准化测试面前，他们的分数可能一模一样。 技术可以捕捉行为，但很难触及认知的质地。 大语言模型处理的是语言，它能分析学生"说了什么"，但不一定能理解学生"在想什么"。因为语言可以绕过思考。背下一段话和真正理解一段话，说出来可能一模一样。 我们都见过那种，复述得很流畅，但追问两句就露馅的情况 。 "引导"不是万能的 交流会中还聊到很多公司如Google和Open AI 都在训练"苏格拉底式"的教学AI，不直接给答案，用提问引导学生自己发现。 听起来很理想。但其实实践起来也并不简单。 “苏格拉底”引导式对话有个隐藏前提：学生脑子里已经有相关的知识基础，只是需要被引导出来。可对一个真正的初学者呢？ 你问一个从没写过代码的人"你觉得怎么让计算机重复做一件事"，他根本没有框架去思考这个问题。不知道什么是变量，不知道什么是循环。这时候追问不是引导，是折磨。直接告诉他"这叫循环，语法是这样"，可能才是真正的帮助。 真正好的教学，应该能判断：这个学生在这个时刻需要直接告知还是引导探索？这需要的不是一个固定的"教学人格"，而是动态的策略选择。 但算法要做出这种判断很难。因为它需要感知一个人的状态，他此时是好奇还是挫败？是卡在概念上还是只是忘了一个细节？只分析答案那离教育还很远。 教育能被标准化吗 还有一个讨论让我想了很久。 有人说教育AI领域需要一个统一的评估标准，像图像识别领域有个著名的ImageNet数据集那样，大家都用同一把尺子衡量，才能比较不同系统的好坏。 但"这是猫还是狗"可以有客观答案，"什么是好的教育"呢？ 考试分数？创造力？批判性思维？终身学习的热情？ 这些目标彼此之间甚至是有张力的。一个拼命追求分数的系统，往往会牺牲掉内在动机和创造力。反之也是。 我倒觉得， 教育的目标本身就应该是被争论的，而非被标准化的。不同的教育理念应该有各自的评估框架，彼此竞争、互相批评，而不是被一个统一标准消灭多样性。 一旦所有人都朝一个指标优化，那些测不出来的东西就会被系统性地忽略。 这难道不是现在应试教育的困境吗？ 技术的边界 我这里并不是说技术没用，或者是说考试应该废除。我恰恰认为它们应该有自己的位置。 技术能优化效率、扩大规模、提供个性化推荐。这些都是真实的价值。但我们得诚实面对一件事： 教育的对象是人，而人没办法被完全量化 。 还有分享者提到一个数据：市面上只有不到5%的教育科技产品做过效果验证。不是验证了发现没用，而是根本没人去验证。也许这正是问题所在。"学得更好"太难定义了，所以大家就转向容易测量的东西：用户时长、完成率、正确率。慢慢地，这些指标从手段变成了目的。产品"成功"了，但学生有没有真的学到东西，没人知道。 也许这正是教育科技需要一直保持的谦逊：承认有些最重要的东西，恰恰是我们还不知道怎么测量的。 但这也不只是教育科技的问题。 前几天去参加了一场教育科技的交流会，聊的是AI怎么帮助学生学习。 讨论的内容比我预期的丰富。有人在研究用强化学习优化出题和教学路径，有人在用大语言模型追踪学生的知识状态。其中一个演讲者还提到一个野心很大的项目：有团队正在尝试收集一百万节真实课堂录像，建立开放数据集。 能感觉到这个领域正在认真地探索各种可能性。 但听完之后，我脑子里冒出一个根本的问题： 算法和数据 在衡量什么？ "懂了"是什么意思 分享中提到一个概念叫"知识追踪"，就是用算法判断学生是否掌握了某个知识点。传统模型的逻辑比较简单：做对了就是会，做错了就是不会。现在有人开始用大语言模型来做这件事，把学生的答题记录喂给模型，让它判断"这个学生是不是真的懂了"。 听起来更智能了，但我还是有点疑惑。 一个学生能用公式算出自由落体的时间，考试过关。但你问他"为什么羽毛和铁球在真空中同时落地"，他可能答不出来。因为他只学会了代入数字，没有建立起对重力的真实理解。另一个学生可能算得慢一点，但他能解释背后的原理，遇到变化的题目也能想办法。 这两种"会"是完全不同的东西。但在标准化测试面前，他们的分数可能一模一样。 技术可以捕捉行为，但很难触及认知的质地。 大语言模型处理的是语言，它能分析学生"说了什么"，但不一定能理解学生"在想什么"。因为语言可以绕过思考。背下一段话和真正理解一段话，说出来可能一模一样。 我们都见过那种，复述得很流畅，但追问两句就露馅的情况 。 "引导"不是万能的 交流会中还聊到很多公司如Google和Open AI 都在训练"苏格拉底式"的教学AI，不直接给答案，用提问引导学生自己发现。 听起来很理想。但其实实践起来也并不简单。 “苏格拉底”引导式对话有个隐藏前提：学生脑子里已经有相关的知识基础，只是需要被引导出来。可对一个真正的初学者呢？ 你问一个从没写过代码的人"你觉得怎么让计算机重复做一件事"，他根本没有框架去思考这个问题。不知道什么是变量，不知道什么是循环。这时候追问不是引导，是折磨。直接告诉他"这叫循环，语法是这样"，可能才是真正的帮助。 真正好的教学，应该能判断：这个学生在这个时刻需要直接告知还是引导探索？这需要的不是一个固定的"教学人格"，而是动态的策略选择。 但算法要做出这种判断很难。因为它需要感知一个人的状态，他此时是好奇还是挫败？是卡在概念上还是只是忘了一个细节？只分析答案那离教育还很远。 教育能被标准化吗 还有一个讨论让我想了很久。 有人说教育AI领域需要一个统一的评估标准，像图像识别领域有个著名的ImageNet数据集那样，大家都用同一把尺子衡量，才能比较不同系统的好坏。 但"这是猫还是狗"可以有客观答案，"什么是好的教育"呢？ 考试分数？创造力？批判性思维？终身学习的热情？ 这些目标彼此之间甚至是有张力的。一个拼命追求分数的系统，往往会牺牲掉内在动机和创造力。反之也是。 我倒觉得， 教育的目标本身就应该是被争论的，而非被标准化的。不同的教育理念应该有各自的评估框架，彼此竞争、互相批评，而不是被一个统一标准消灭多样性。 一旦所有人都朝一个指标优化，那些测不出来的东西就会被系统性地忽略。 这难道不是现在应试教育的困境吗？ 技术的边界 我这里并不是说技术没用，或者是说考试应该废除。我恰恰认为它们应该有自己的位置。 技术能优化效率、扩大规模、提供个性化推荐。这些都是真实的价值。但我们得诚实面对一件事： 教育的对象是人，而人没办法被完全量化 。 还有分享者提到一个数据：市面上只有不到5%的教育科技产品做过效果验证。不是验证了发现没用，而是根本没人去验证。也许这正是问题所在。"学得更好"太难定义了，所以大家就转向容易测量的东西：用户时长、完成率、正确率。慢慢地，这些指标从手段变成了目的。产品"成功"了，但学生有没有真的学到东西，没人知道。 也许这正是教育科技需要一直保持的谦逊：承认有些最重要的东西，恰恰是我们还不知道怎么测量的。 但这也不只是教育科技的问题。 🔗 原文链接： 教育里那些算法看不见的东西 教育里那些算法看不见的东西 ⏰ 剪存时间：2025 12 05 (UTC+8) ✂️ 原创 Lynn的敢想实验室