標籤:

人工智慧在最近20年有可能大量代替老師的工作嗎?


謝邀,我的看法與樓上的有些不同。

我反而認為:人工智慧最先取代的,應該是中高端定製教育。

先不談,之後的二十年人工智慧會有怎樣的技術突破。

單從現在這個時間點來說。

AI只是比原來加強了一個方面的能力——

挑選數據和總結規律的能力。

而低端教育中(或者叫初級教育比較合適),反倒是不看重這些。

一個好的老師,同時還會是一個善於和學生談心的引導者、激勵者;

必要的時候,還要幫助構建學生的思考能力和學習能力,矯正學生的三觀。

起碼就我的認知而言,這項工作對計算機還是太難了。

不過,這個能力對於在線教育類網站,就具有革命性的意義。

(特別是,DL所應用的大數據技術,和互聯網有很強的切合性。)

在線教育網站可以根據用戶的搜索習慣,或者課程內容,規划出當前最適合的課程規劃。

而對線下教育的一些競爭性產品,將構成極大的威脅。

不客氣的說,如果發展得順利,未來五年內,有可能出現完全取代。

例如,希望健身的人,系統可以根據你最近的身體狀況,以及歷史的訓練記錄,幫你制定最合理的訓練方法。(私教將受到衝擊)

例如,希望學習音樂技能的人,系統可以智能判定你的音準,以及是否存在薄弱的地方,讓你做針對性的訓練,人人都可以通過一個很便宜的渠道,實現個人的音樂夢想。(技能類教學受到衝擊)

又例如,高校里可以將公共課程改為定製式,基礎好的學生可以快速通過大學英語或高等數學等學科。基礎較差的學生,將會有更為詳細的學習方案定製產生。保證了大學的教學質量。

(當然,大學教師因為還有著研究者的身份,到時候將會得以把更多的時間用於培育學生的自主研究能力,以及其他。)

下一個時代,屬於具有自學能力和自學動力的學生。以及能將人工智慧應用到極致的老師。

我個人,非常期待。


其實不需要人工智慧

我覺得現在有些網路自學課程也不需要老師啊


老師最核心的工作類似於獄警,守著小朋友們不出安全事故平平安安不吵不鬧長大才是最重要的,教書還是次要的。

再說了,老師又不貴。


二十年?這正好是不上不下的時間,很難推斷。如果問十五年,我認為不能。即使減少了教師崗位也是由於其他原因造成的,而不是因為人工智慧。其他原因比如學生數減少。為什麼不能呢?因為短時間內,在教育領域,人工智慧只能起輔助作用,而無法起主導作用。

如果問三十年,我認為能,並且替代得相當劇烈,特別是中學文化課的專任教師,將完全被人工智慧所替代。

但是現在問的是二十年,那麼應該是危機感臨近吧。


我認為可以,我是一名物理老師,想要從物理教學的角度入手回答這個問題。

高中物理可以分為許多章節(20章左右),每個章節的知識點和常考例題總量十分有限(遠小於圍棋),可以先用大數據的方式記錄下學生聽講時的錄像,對每個章節的常見的易錯點進行統計(每章提問頻次最多的100個問題,已經很多了),同時記錄學生的提問方式、語氣、微表情、情緒等。然後在針對每個問題安排領域頂尖的老師進行講解,把得到反饋最好的三個方案進行整理和優化。然後做成siri一般對答如流的ai老師,每個章節如此最後合成物理這個科目,在最後合成高中教學,同時,程序完成後可以根據學生的使用情況不斷迭代升級逐步可以做的比老師更好。

上文中提到的科技大部分已經開始開發或者即將進入成熟階段,相關項目已經有社會資源投入,未來三五年應該就可以看到一些概念性的產品。

當然老師除了傳授知識,還有教人求真的功能,我覺得是更深刻的問題,暫時,應該不能代替。

ibm的ai幾分鐘內閱讀了千萬分診斷報告,給出了一名患者治療方案,成功挽救了某病人生命。(去年新聞,具體記不太清了),律師也逐步開始藉助大數據的方式來閱讀卷宗,幫助判案。所以,我覺得老師這個職業被替代幾乎是必然發生的,只是看多大程度,和什麼時候的問題。


普通老師,初級醫生,初級律師,是必然失業的。


作為一名大學輔導員,立德樹人是我們的根本任務,人工智慧在未來可以幫助我們處理事務性工作,但是對於工作中的核心部分,對學生思想的引領與教育,這是我目前看不到有替代性可能的。反而是人工智慧的出現可以把我們解放出來,將中心真正放在人的培養上面。


近日,國務院印發《新一代人工智慧發展規劃》 ,提出要在中小學階段設置人工智慧相關課程,逐步推廣編程教育;利用智能技術加快推動人才培養模式,教學方法改革,構建包含智能學習、互動式學習的新型教育體系;開展智能校園建設……

當教師遇上人工智慧,這已經不是傳說,不是遙遠的想像,而是正在到來的現實。

眼下又到一年一度的教師節,在教師節來臨之際,我們需要重新審視「教師」這一職業將要面臨的機遇和挑戰。人工智慧時代,還需要教師嗎?人工智慧時代,學生的學習會發生什麼變化,課堂會發生什麼變化?最重要的是,人工智慧時代,什麼不會改變?華東師範大學李政濤教授的這篇文章也許會給你答案。

人工智慧時代,還需要教師嗎?

人類正在邁入人工智慧時代。各種有關人工智慧的預言、討論鋪天蓋地,催生眾多不同的視角和聲音,但有一點卻是共識:未來很多職業將被人工智慧不同程度替代,包括翻譯、律師、護士、程序員、記者、作家,以及絕大部分體力勞動……

在這份長長的「黑名單」里,教師的地位晦暗不明,是否會從人類社會的職業榜中消逝,尚未形成定論。不管怎樣,人工智慧與教師的相遇已經不可避免。在此前提下,一個重大問題躍然而出,當教師遇上人工智慧,究竟會發生什麼?

首要的問題是:人工智慧時代,還需要教師嗎?

教師如何才能擁有獨特、不可替代的價值和作用? 這需要先洞悉人工智慧將為「學校」、為「學生的學習」、為「課程與教學」等帶來了什麼變化,以這些變化為前提和依據,再來聚焦教師是否能夠在這些變化面前有所作為,以及如何作為。

人工智慧時代,學生的學習會發生什麼變化?

在學習目標上,首先是「人之為人」的普遍目標。它的重點不再是習得為將來從事某個職業所需要的特有知識、技能與方法,而是擁有合理的價值觀、強大的創新思維與能力,以及自主學習的能力等,這些都是真正「成人」並走向「終身學習」的基礎性、根基性前提。

其次是特殊目標,它與學生的個性化需要有關,是真正的「學以為己」。滿足自己的興趣和需要的學習,形成個性化的知識體系,而不只是適用於所有人的標準化知識體系。

在學習資源上,學生獲取知識與方法的來源與途徑,不再局限於教師與課堂。學生會使用Sri、Cortana、Alexa等人工智慧尋找學習資源,也不再拘泥於制度化、固定化的「課堂時間」。

人工智慧時代,課堂會變成什麼樣子?

對於課程與教學而言,各種課程資源和課程定製的豐富性、專業性,已無須學校和教師過多參與,課程外包或訂購逐漸成為主流。課堂教學的「人工智慧化」已是大勢所趨。例如,除了白板之外,未來的顯示屏可能大到覆蓋整面牆壁,可以操縱顯示幾乎任何課堂需要的內容。智能屏幕成為現代黑板,智能課桌成為現代課桌的升級版本,教師可以隨時插入並控制屏幕與課桌。這些聯網的平板提供了與智能手機相同的在線資源並實現「課堂在場」。

這樣的課堂,是線下實體課堂與線上虛擬課堂的穿梭轉換,學生在線上通過網路社群、創客空間與智能機器人進行個性化的自主學習,在線下集中時進行分享、交流、討論、練習、創造等活動。

人工智慧時代的課堂會更加趨向「個人導向的系統學習」,它是介於「碎片化學習」與「學校內系統學習」之間的課堂學習方式。學習者更多根據個人的興趣愛好、問題解決需要選擇學習內容和學習路徑,而不只是按照學科知識體系的要求進行系統學習。在此過程中,通過平時碎片式的「零存」,最終實現系統性的「整取」,將碎片化知識按照個人的需要逐步建構成屬於自己的知識體系。

這樣的課堂,教師可以利用人工智慧技術和大數據,更加精細、精準地了解學生特點、個性和需要。例如,教師運用一個軟體大致可以知道哪一個知識點、能力點、方法點學生會了,什麼還不會;利用英語語音分析智能軟體,學生跟隨軟體講一句,軟體馬上一點一滴地幫助教師指出學生的發音問題在哪裡、怎麼改?又如,人工智慧技術能夠讓教師知曉哪些學生在聽「我」講話,或在走神,或在睡覺,甚至可以通過腦電圖了解學生課堂上的思維走勢和情感波動……

人工智慧時代,什麼不會改變?

到此為止,已經無須對人工智慧帶來的改變做過多描述,現在最緊迫的問題依舊是:既然如此,教師怎麼辦?什麼可以被人工智慧替代,什麼無法被替代?教師需要做出什麼改變才可能適應這個變化,並掌握主導權,重新置於時代的潮頭。

可以被替代的是那些需要重複做的事情(如布置作業、批改作業),需要大量信息資料搜集、數據積澱和分析的事情(如把很多教師的教學經驗匯聚到機器里,計算所有的可能性,找到最佳路徑),需要精準定位的事情(如學生的個性特質、個性需求,學生的學習難點、障礙點等)。這些事情被替代,是對教師的解放。當人工智慧可以隨時隨地用更精準、更有效的方法來教學的時候,何樂不為?

什麼是人工智慧無法替代的?決定教師能否被替代的不是人工智慧,是教育的本質,是學生的需要,是貫穿其中不變的教育之理、教育之道。在此之前,我們一直在思考並回答「人工智慧時代什麼將發生改變」的問題,與此同時還需要提出另一個問題:人工智慧來了,什麼不會改變?這個明確了,人工智慧時代的教育就圍繞著這些不變的東西「教書育人」。

首先,不變的是教育本身。人類始終需要教育,人工智慧本身的發展、使用始終也離不開教育。既如此,「教育在」則「學生在」,「學生在」則「教師在」。

其次,不變的是教育的本質與真諦。教育是為成人、育人而生的,是為葉瀾教授所言的「教天地人事,育生命自覺」,是「為人的一生幸福奠基」而變革與發展的。不論何種時代的教育,概莫能外,任何人工智慧都不能改變這一真諦。

再次,不變的是學生成長的需要。學生的素養與能力不會自動發生,也不能只憑自學養成,學生的成長始終需要「教師」這樣的引路人、互動者、對話者、幫助者和陪伴者。這些角色,是人工智慧時代教師最需要承擔的角色。他們是陪伴學生在人工智慧時代的重重險灘和荊棘中前行的人,是通過賦予學生自主學習能力和創新性思維,給予學生打破舊知識、創造新知識能力的人,從而是引導、幫助學生在人工智慧的世界裡,獲得不可被替代的自主、自立、自強和自由能力的人。

其實,除了以上的三點,教育不會變的內容還有這些:教育不等於簡單的「學知識」,教育更要立德樹人,要注重對人品德的培養、素質的提高,以及通過在學校的學習,體驗一切作為「人」的感受,比如自信、溝通、提問、分享等等,而這都是人工智慧不可完成的。

人工智慧時代的教師需要具備三大本領,即「愛商」「數商」「信商」,才能成為依然被學生需要的人。

「愛商」與價值觀、情感實踐相關。這是人工智慧無法給予學生的。教師首先應是仁愛之人,具備「愛的能力」。教師能夠精準把握、了解、洞察學生的成長需要與個性特質,及時給予細緻入微的個性化關懷、呵護、尊重,因而可以讓學生在充滿了編程、編碼、演算法的冷冰冰的人工智慧世界裡,依然能夠感受到人性的溫度、生命的溫暖和仁愛的力量,進而學會相互傳遞溫暖和仁愛。

「數商」與大數據相關。人工智慧時代脫胎於大數據時代,兩者相伴相隨。數據是人工智慧賴以運行的基礎。人工智慧進課堂,首先意味著大數據進課堂,包括學生預習的數據、作業數據、複習數據(如錯題集、收藏集等複習資料數據)、試卷數據等。大數據會幫助教師判斷什麼內容是學生感興趣和需要的,什麼內容可能面臨困難和障礙,什麼時間節點上出現何種轉折和變化,以及接下來教師的教學應該走到哪裡去?「數商」與當下倡導的「數字化勝任力」有關,表現為對數據的敏感與熱情,對數據的搜集、整合、分析、利用和生成的能力,更體現為創造新數據的能力,同時也是將數據轉換為教學目標、教學方法和教學環節的能力。這將是教師在人工智慧時代的教學新基本功。大數據時代的「教書匠」及其內含的工匠精神,由此將被賦予新的核心內涵,即「數據精神」。

「信商」與信息時代相關。除了數據之外,人工智慧時代每日湧現的信息,尤其是各種教育教學信息,將更加勢如潮水,滔滔不絕……面對這些信息,教師同樣需要具備「信息化勝任力」,具體涉及如何檢索、辨析、判斷、提煉、整合、利用和生成各種信息的能力,只有具備這樣的能力,才能避免教師在信息潮面前失去方向、喪失自我,才能實現莊子所言的「物而不物,故能物物」,讓教師成為主導信息的人,而不是被信息主宰的人。

教師要擁有高超的「愛商」「數商」和「信商」,根底在於持續學習的能力,特別是移動學習的能力,綜合運用手機、平板電腦等各種信息技術媒介與工具的能力。從來沒有一個時代像人工智慧時代一樣,對教師的學習能力有如此高的期待和要求:不學習,就淘汰,不持續學習,就落伍,就泯然於眾生之中…


已有答題的人都只在內容上想。我覺得學東西,除了內容外,氛圍也很重要。有真實的人教,有真實的同學,跟對著一台機器是不一樣的。特別是小孩子時期。也是人格成長的過程。到一定年齡,可以有自學能力吧。


將來,課室會在(學習需要氛圍和互相激勵),老師很有可能是可有可無,像天線寶寶里的nono

時間嘛,難說……我們一般把科技進步預想得太容易……你看,上世紀八十年代無數人預測2017已經實現許多現在看還是遙不可及的夢


不會。

1.人類是群居生物,有強社交需求,需要線下社群學習,社群學習需要社群組建者和維護者,教師是當然角色

2.人類有強情感需求,在可預見的未來,機器人尚無法提供人類同類間的情感體驗,在情感提供方面人工智慧無法取代人類教師

3.僅定位於知識搬運工的教師未來(至少10年後的未來)堪憂,有能力培養學生能力和提供情感體驗的教師不會失業

4.綜上,未來教師的工作重點將發生嬗變,但同時將獲得更多用武之地。我想,當機器接過「授業」、「解惑」任務時,教師的「傳道」職能將發揚光大,輔導員、班主任將不再是輔助角色而成為真正大受歡迎的職業


教師的作用可以粗略分為教書和育人。

作為教書匠的先生們,不是不可替代,只是學生還不太習慣,不是技術難以突破,只是生態尚未完全形成。教書這事情,其實沒用到什麼智能,所以學習成績不佳的,往往走上了講台。無論是生動性,知識性,系統性,針對性,成本,人類都不是計算機的對手。

作為育人的角色,就實在難以琢磨。一棵樹搖動另一棵樹,一朵雲推動另一朵雲,一個靈魂喚醒另一個靈魂。這麼玄幻的能力,恐怕非強人工智慧不能勝任。對著一雙水汪汪的大眼睛,是摸頭殺還是擁抱效果更好,這個…好玄奧的。

綜上,知識教育,大部分老師早已是多餘的;人格培養,也許是人類最後的職業吧。


人工智慧能做的為什麼還要有人去學?


推薦閱讀:

機器學習成就人工智慧,還是人工智慧成就機器學習?
文化水平低可以學人工智慧嗎?
下一次科技大爆發最有可能會在那個領域發生?
我今年 26 歲,想學習人工智慧領域的知識,如深度學習方面的。需要閱讀哪些書籍,或者找哪些人學習?
如何評價谷歌新推出的神經網路模型MultiModel?

TAG:人工智慧 |