作者:张晓军 来源: 中国科学报 发布时间:2024-8-27
选择字号:
未来的考试可能是一篇反思性报告

 

■张晓军

不知道《孔雀东南飞》的主人公,在人工智能时代并不稀奇。人工智能颠覆了知识的存在方式和生成方式,学习、教学、考试也会相应发生改变。

一个人是否学习、掌握了规定的知识,是上个时代大学课堂考核的核心。一个人是否有自我驱动的学习意愿以及能力,将是人工智能时代的人成长的关键。

能让一个人获得幸福感的事,是挑战你所感兴趣的事物。当下学生普遍最缺乏、也是人工智能带来的最重要改变之一是形成自我认知,包括个人兴趣、个人追求。大学应该针对这一变化做出积极改变。

关键在于自主意识觉醒

对于人工智能出现后的教学和考试怎么改革,目前有两种思路——赋能型思路和重塑型思路。现行教育过程核心有三步,第一步是教师教,第二步是学生学,第三步是考试。目前多数教改集中在赋能型思路,即在教育教学过程不变的前提下,怎样用人工智能让这三步变得更高效。

然而,人工智能对教育的长远影响是重塑。因此,在人工智能时代,这三步本身可能没有意义,而是需要新三步来做学习支持,但我们在这方面的探索少之又少。

比如,一些高校教学大纲中规定的知识点,教师哪怕有一个点没教到,都属于教学事故。但人工智能的到来会打破传授知识点的传统。在新体系中,学生学什么是由兴趣驱动的,以问题为导向,他会学习很多与某个问题相关的内容,且不由课堂提前设计,每人学到的内容也不相同。

人工智能时代,培养学生的高阶能力是必须的。未来,几百人、几千人在一家公司做相同工作的情形会越来越少,更多的是每个人做不同的事情。独特性、个性化的前提是自主性。因此,自我意识、自主性这种高阶素养很重要。

但这并不意味着人工智能出现后,一个人不需要学习。当一个人的大脑没有足够知识储备时,可能连像样的问题都提不出来。因此,知识性考核不可能完全取消,而是取决于在什么场景中考核它、目的是什么。只不过知识的学习不需要完全在大学课堂进行。你可以在小憩时躺着学习,也可以在坐公交、地铁时随时随地学习。

重点在于,课堂上学生不是学习了什么,而是有没有产生学习动机。高校更大的顾虑是学生未必会随时随地学习,后者可能更愿意打游戏、刷短剧。因此,问题的关键在于学生本身。他们经过十几年的正规学校教育后已被驯化,完全遵从老师安排的被动式学习导致其自主意识被极大弱化。

在真实场景中找问题

我们现在急切需要一种教育理念和实践——这门课是开放的,不是教师布置给学生才去学习;不是要学完几十个知识点才叫结课,而是要建立问题导向,即带着感兴趣的真问题学习这门课程,而非教师给学生“造”一个问题。这样做会最大程度激发学生的兴趣,一旦引起共鸣,他就会自觉地进行大量学习。

ChatGPT的出现对高校考核的冲击很大。我们发现,有些学生交上来的作业一看就不像自己所写,因为写得太好了。

比如关于苏州园林的古建筑保护,如果只是让学生谈一谈古建筑保护的想法,学生使用人工智能很容易获得答案。但如果让学生走进园林,经过实地调查提出一个自己感兴趣的题目,并和相关人员合作提供一套保护方案(例如拙政园的窗户保护),人工智能就只能泛泛而谈,此时考查的便是学生的真实水平。

让题目来源于具象的真实场景中,有具体化应用和创新性思考,这是对考核的一种调整。

在西交利物浦大学,我们给大一学生开设了一门5学分的课程,这门课没有教师在教室里上课,学生6~8人分为一个小组“真题真做”。比如一个与环境可持续发展相关的项目,学生不可能立刻找到答案,而是要把这个问题重新定义、做社会调查,将其细化后提出一个真实的问题。不管是社会调查、查文献,还是问教师、学慕课,我们让学生自主开发解决方案,并鼓励项目落地。

然而,成败并不是关键。我们关注的是过程——学生彼此合作走向社会,关心真实问题,并把复杂问题简化为可以解决的问题,在问题驱动下,自主学习解决问题的知识、理论,并尝试落地的效果。在这个过程中,学生的训练和收获远超过教师给学生上20个小时课。

对于这种“做中学”的理念,有人质疑“还不如让学生直接去工作,不用上大学”。事实上,学习与实践还是有区别的。学习允许失败,而且应以过程中学生的不断反思作为考核重点,以人的成长为核心。这与真实世界的实践不大相同,因为几乎没有人会允许你做5个项目而“不论成败”。

反思性评价是未来走向

高阶能力、素养能否通过考试来考查?笼统地说很难。但通过丰富的实践培养并考核高阶能力,我认为是未来的方向。人工智能可以生成丰富的知识,但它对于人类未来的价值不在于人能学会多少,而在于人能否在实践中利用人工智能生成内容,并在此过程中实现自己对社会的独特价值。

如今,所有学生坐在教室里拿到相同的卷子,这是脱离具体场景的抽象考核,很难唤起学生的反思与学习的自主性。

大学四年应该是学生从对自我长期发展不是特别清晰到比较清晰的阶段,以及学习的自主性从不太强到比较强的阶段。因此,衡量的标准也要发生变化。

反思性评价在一定程度上已经存在。比如,大学里都在做课程思政,如果出一张卷子让学生谈爱国主义精神、社会责任感是什么,即便回答得很完美,也难以考查出学生爱国主义精神、社会责任感的高下。而通过写反思报告,让他谈接触的某个社会现象,如何理解这一问题、他为解决该问题做了什么、做后的感受等,便体现了他的情感共鸣,即社会责任感的提升。这类的考查通过反思报告更加合适。

通过人工智能大数据建模,可在一定程度上反映学生的自主性。比如,看学生所学知识是教师指定的内容,还是他自主学习了很多与课程相关的内容。如果是前者,说明学生自主性不够强,后者则与自主性紧密关联。

看学生的学习时间,如果集中在期中、期末考试的时段,主要是为了通过考试,说明他的自主性不够强;如果学习时间分散在平时,不在意考试的因素,在一定程度上可以体现他的自主性。

无论是反思性学习还是自主性学习,都是基于前一段学习的总结和回顾,并对下一阶段的学习提出有价值的启发,而不是非得给学生一个分数。这一点同样值得注意。

(作者系西交利物浦大学未来教育学院执行院长,本报记者温才妃采访整理)

《中国科学报》 (2024-08-27 第3版 高教聚焦)
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
闪电产生的能量波可传至遥远太空 征集|2024基金放榜!你杀出重围了吗
1吨月壤可产50人1天饮水 研究生迷茫常见原因及应对之策
>>更多
 
一周新闻排行
 
编辑部推荐博文