首页
CtrlK
YJango的头像

三代人啃不动的教育不公,AI这张嘴够硬吗

能否消除不公
9
能否消除不公
1 引出问题
1 引出问题
2 早期尝试
2 早期尝试
3 新的路线
3 新的路线
4 知识描述
4 知识描述
5 自动流程
5 自动流程
6 智能家教
6 智能家教
7 成本问题
7 成本问题
8 更多尝试
8 更多尝试
9 回答问题
9 回答问题
消除不公
消除不公
平权意义
平权意义
韩国教育
韩国教育
天然不均
天然不均
班级内
班级内
没希望吗
没希望吗
浆果
浆果
效用趋零
效用趋零
矿泉水
矿泉水
如何做到
如何做到
解决思路
解决思路
自己行动
自己行动
初步尝试
初步尝试
新希望
新希望
初次体验
初次体验
AI的作用
AI的作用
单给不行
单给不行
路径规划
路径规划
着手开发
着手开发
描述知识
描述知识
描述方式
描述方式
惯性定律
惯性定律
转换描述
转换描述
破窗描述
破窗描述
基本流程
基本流程
昂贵之处
昂贵之处
AI学习流程
AI学习流程
定理测试
定理测试
定律测试
定律测试
AI助教
AI助教
终身学习
终身学习
AI标注
AI标注
罗老视频
罗老视频
应用前景
应用前景
价格
价格
国内LLM
国内LLM
更多功能
更多功能
外语学习
外语学习
概念学习
概念学习
阶段总结
阶段总结
太理想吗
太理想吗
实际体会
实际体会
未来趋势
未来趋势
开篇问题
开篇问题
单集封面
单集封面

三代人啃不动的教育不公,AI这张嘴够硬吗

03-26
389 次观看
6 讨论
YJango的头像
YJango
粉丝:8147
主题:10
描述:10
例子:7
类比:1
其他:26
字数:6621

三代人啃不动的教育不公,AI这张嘴够硬吗

AI能改变教育不公吗

教育不公这块硬骨头,AI能啃动吗

03-26
389 次观看
6 讨论
YJango的头像
YJango
粉丝:8147
YJango的头像
YJango
粉丝:8147
主题:10
描述:10
例子:7
类比:1
其他:26
字数:6621

能否消除不公

1 引出问题

提问 消除不公

打开社交媒体,AI 新闻铺天盖地。那这些号称“改变人类社会”的 AI 技术,能否解决「教育不公」的问题呢?

平权意义

每个人不论出身如何,都应有平等的上升机会,只有在“寒门能出贵子”的环境下,社会才能积极发展。

韩国教育 平权意义

但现实往往是另一回事。

比如,韩国教育就是反例中的天花板:公立学校日渐空心化,昂贵的补习班已成为升学标配。在这种环境下,普通家庭虽倾入高额支出,甚至借贷补习,仍比不过上层家庭,变相加剧了社会阶层固化。

对此,韩国政府也绞尽脑汁,甚至出台过“禁补令”。然而,补习并未消失,只是转入了地下。可在地下市场,富贵家庭还是能获得最好的补习,大家仍不在同一起跑线上。

天然不均

或许有人认为,这一切都是“过度内卷”的结果,但即使所有人都不卷,依然无法解决教育不公,因为现代化工业教育,天然就带有不均衡性。

班级内 天然不均

就拿我小时候来说,班上有五六十名学生,老师只能按「班级平均水平」来安排教学。但每个学生的学习速度并不一样,有些人会觉得太简单了,有些人却完全跟不上。结果就是,好生差生都需要更适合自己的教学。这就又会因家庭的贫富贵贱而产生差异,还是站不到同一起跑线上。

提问 没希望吗

难道「教育公平」注定就无法实现了吗?

2 早期尝试

作者 浆果

大家好,我是 YJango,名字太绕口的话,叫我浆果就行。

效用趋零

其实,倒有一种办法。那就是:让所有人接受的教育,都接近「最优上限」,几乎没什么提升空间。这样,即使花钱购买额外服务,也拉不开什么差异。

矿泉水 效用趋零

这就好比矿泉水,即使有钱人购买上千元一瓶的矿泉水,H2O的层面上,和一两元的矿泉水也拉不开差异。

提问 如何做到

理论上听起来可行,但要怎么实现呢?

目标 解决思路 如何做到

其实,从 2020 年开始,我便思考自己能否为此做些什么,我不希望后代经历这种内卷,同时也渴望实现自我价值。

这个视频其实就是我的探索经历。

起初,我也没有什么思路,只是发现,人们因「学习方法」而产生的成绩差异,非常巨大。尽管大家从小就开始学习,但从未被教过怎么学习,很多人还以为学习就是记忆书本。

因此,「填平人们在方法上的差异」就成了一个切入点,于是我停更了自己非常喜欢的《学习观》,专心研究和编写一套系统的「学习理论」。

同时,我还认识到,想要公平,必须“白菜价”,让所有人都用得起,而能做到这一点的,只有科技。就像电视,过去是富人的专属,而科技使其变成了大众都能负担的电器。

“理论”和“技术”这两个关键词,突然让我想到该怎么实现了:用「信息技术」和「AI技术」执行「学习理论」辅助学生学习,相当于打造一个比「人类最强教师」还要强的「AI教师」,然后一人分配一个。

我知道大家想说什么。弹幕上可以刷一波“太理想了”。

但其实,这种事情不是没发生过。围棋和蛋白质预测都经历过这样的 AI 洗牌。

而且,如今的科技已经足够发达,按理说很容易对「教学方式」做出改进。

决策 自己行动

不过奇怪的是,过去三十年的变化完全配不上先进的技术。“线上教学”居然还只是把线下课堂录个像,搬到网上,根本没发挥出「信息技术」的优势。最起码,可以给学生圈画一下视频中的「知识点」吧?

所以后来,我干脆就自己建了一个网站起名为“渐构”,一层含义就是“逐渐构造”,我打算自己实现这一构想。

是不是很大胆?

当时,我甚至连开发和运维网站的费用都没想过,就开始做了。那时的我和很多学生一样,觉得互联网上的东西都应是免费的,没意识到做起来花费这么高。

尝试 初步尝试

后来,我从国家人社部申请到了一笔资金支持,缓解了一些压力。

可即便如此,困难还是接踵而至。当时的 AI 连人类语言都理解不好,更别说当“家教”了。所以我只能先在网站的「信息呈现」上做提升,再慢慢研究 AI 方案。

3 新的路线

希望 新希望

直到 2022 年 12 月,我看到了新的希望。ChatGPT 的成功证实了「大语言模型」的可行性。

大家可能难以体会我当时的激动。这意味着,让 AI 执行「学习理论」来当家教,不再遥不可及。

2023 年 3 月,我还做了一期名为万字科普GPT4为何会颠覆现有工作流》的视频,没错,号称“AI 改变人类社会”的人中就有我。

尝试 初次体验

那时,我一注册好账号,就立刻告诉 ChatGPT:“请充当家教,给我讲高中三角函数”。

但 ChatGPT 的回复,就如同把教材原文和百科介绍,复制给我了一样。

结论 AI的作用

不过,对此我并不意外,反而更加确定了一件事:「大语言模型」只能低成本、高效率地执行「人类既有知识」,不能期望它去完成连人类都不知道如何完成的任务。它就像一个执行力高的实习生,有能力做很多任务,但如果不给它详细的任务描述,它再聪明也做不了。

未来,任何领域应用「大语言模型」时,都是「领域知识」指挥「大语言模型」。

运用 单给不行

这也是为什么把「AI大模型」直接扔给学生,行不通。

一方面,学生可能跳过学习过程,用它直接索要答案。

另一方面,即使学生用它来辅助学习,也没有「领域知识」,不知道怎么指挥「AI大模型」来帮助自己学习。很多学生还以为教师能帮自己做的就是讲课。可讲课没那么重要,否则让全国学生都看顶尖教师的讲课录像,不早就实现教育公平了吗。真正宝贵的教育资源是「分析与制定」——「分析」学习者的当前情况,再量身「制定」最适合的讲解和习题,就像健身教练最宝贵的服务是「量身定制」健身方案一样。可普通学生哪里知道「怎么描述要求,才能让 AI 帮自己科学地分析与制定」,假如真知道,那学生自己就能分析自己了,也不需要 AI 了。

决策 路径规划

所以,整件事情的核心是「学习理论」。只有「学习理论」才能逼近「最优上限」,而「让AI执行理论」只是为了「把成本降至“白菜价”」。即使都用 AI 来做家教,也会因背后「学习理论」的不同,而产生巨大的差异。

想明白这一点后,我就没有急于开发「AI家教」,而是优先完善「学习理论」,也刚好借此等待「AI大模型」的进一步发展。毕竟,ChatGPT 的意义在于「验证大语言模型的可行性」,不在于它本身有多强。

尝试 着手开发

到了2024 年 5 月,GPT-4o 发布了,我觉得是时候在网站上开发一些 AI 智能体,来完成部分家教工作了。

4 知识描述

障碍 描述知识

但很快就遇到了一个问题:如何描述知识?

想要让 AI 辅助教学,就必须让它精准描述知识。

试想,若你是 AI,有人拿着一本书让你教他。如果你不知道怎么描述知识,你就无法列出书中有多少个知识点,更不知道该制定什么习题,去验证学生是否学会了。这就像健身时,如果连“肌肉”这个概念都描述不清,那要根据什么制定健身方案呢?

描述方式

幸好,我之前选择了先攻学习理论,那现在直接就有了方案:把「知识」描述成『由「一类信息」去推测「另一个类信息」时所运用的规律』。任何知识都可以被这样描述,无论是数学、英语,哪怕是游泳。

惯性定律 描述方式

例如,「牛顿第一定律」就是由物体的「受力状态」去推测「运动状态」,其规律是:如果物体的「受力状态」为「不受力」,那么其「运动状态」就是「匀速直线运动」或「静止状态」。

转换描述

不过,很多人都不会这样描述知识。

所以,为了解决这个问题,我就在网站上做了一个「AI智能体」,用于将「任何知识的讲解」转换成「上面的描述形式」。

破窗描述 转换描述

给大家看一下,GPT-4o 驱动的「智能体」能做到什么程度。

当我把「破窗效应的一段讲解」给它后,它真的按照我写的原则,分析出:

这个知识是由「是否存在不良现象」和「是否及时纠正」去推测「后续不良现象的发生概率」,其规律是:如果「存在不良现象」且「没及时纠正」,那么「后续不良现象的发生概率」为「高」。

5 自动流程

基本流程

能描述知识后,接下来就要让 AI 为学生量身定制习题和讲解了。

不过,AI 也不能凭空制定,至少要让学生先做一道「测试题」,再根据回答来制定。

但如果学生是第一次接触这个知识,还需要先提供一个初步讲解,再让他答题。

你会发现,这不就是学校老师的教学流程吗?

  1. 提供初步讲解

  2. 布置测试习题

  3. 分析测试结果,再制定新的讲解和习题,循环往复。

只不过,学校老师只能针对「班级平均水平」来制定,毕竟老师是人,不能分身。但 AI 可以,这也是为什么,要实现教育公平,必须依靠 AI。

说明 昂贵之处

以往,「初步讲解材料」和「习题」都需要人来开发。每学一门新知识,就需要开发一次,这就是教育资源昂贵的原因之一。

AI学习流程

所以,为了降低价格,我需要让 AI 能自动为「任何知识」设计「初步讲解材料」和「习题」。

于是,我给网站增加了一个「AI学习流程」,给它任意一个知识的「名称」或「讲解」后,它就会遵照我写的原则:

  • 生成「一个规律描述」和「三个具体例子」。

  • 然后再布置一个「习题」,并分析学生的回答,指出错误,提供讲解。

  • 最后,针对学生的错误,再制定一道习题。

定理测试 AI学习流程

那 AI 真能分析出来吗?

我拿“勾股定理”测试了一下。

它确实生成了一个规律描述和三个具体例子,并且例子和描述中的概念,真的按照我的要求,一一对应。

答题时,我还故意列对了式子,算错了数字。它也真能指出,我的公式没错,但计算有误,需要加强平方和开根号的练习。接着,又给我出了一道习题。

定律测试 AI学习流程

我又拿「牛顿第二定律」的习题来测试它时,它也成功指出,我用对了「牛顿第二定律」,但没正确使用「力的合成」和计算合力时所用的「余弦定理」。

此前我也没想过 AI 能做到这种程度。

6 智能家教

需求 AI助教

但我也知道,想推动教育公平,光靠这点功能是远远不够的。

有时候人们并不想用 AI 生成讲解,仅希望 AI 围绕「指定的讲解材料」进行辅助。

例如,教师们讲课时,通常都有「指定教材」,不用 AI 生成,只需要 AI 充当自己的助教即可,也就是让 AI 围绕「指定教材」,给学生提供额外的讲解、例子、类比,生成习题,并负责批改。

于是,我就对原有的「AI学习流程」做了一个变种:

  1. 让 AI 直接把「某个指定材料」作为「初步讲解材料」,不用 AI 生成了

  2. 再让 AI 基于「指定材料」,生成额外的例子、类比,还有习题

  3. 最后,自动批改,并制定新的讲解和习题

需求 终身学习

但我不希望自己做出一个只能用来应试和考证的工具。

我希望自己做的东西,能适用于「任何学习场景」,包括生活和工作中的学习。

毕竟,未来是终身学习的时代——无论初高中阶段,大学阶段,还是工作阶段,都需要持续学习。学习的根本在于「应用」,绝不能仅停留在「应试」层面。

所以,我便想办法让 AI 不仅能将教材作为「指定材料」,还能将「任何包含知识的内容」作为「指定材料」。例如,一篇网络文章、一期科普视频、一次学术演讲、一场直播分享,甚至是朋友之间的对话。

需求 AI标注

可这样一来,新的问题又产生了:大多数的文章和视频,并不像教材那样清晰,知识点分布零散,常常看半天都不知道讲了什么知识,有的甚至都不包含知识。

所以,我又在网站上做了一个“拆分”功能:用于找出文章和视频中的所有「知识点」,再把针对不同「知识点」的「例子」「类比」「作用」等讲解,拆分成不同段落,标注成不同颜色。让人一眼就能看出,当前段落在讲什么。

回想上课时,大家是不是都会在课本上圈圈画画、标注成分?这就相当于让 AI 标注了一遍。

由于「知识点」提前被 AI 标注好了,我还能在真正阅读前,就判断出这篇文章或视频值不值得读。

做完上述功能后,我终于可以让 AI 像家教一样,辅助我「任何文章或视频」的学习了。

罗老视频 AI标注

那效果如何呢?

我把《张三快饿死了,能不能吃熊猫?》的视频传到网站,测试了一下。

AI 确实按照我的规则,标注出了视频中的知识点,做好了字幕,分别显示在了上下方。蓝色的是知识点,红色的是例子。一眼扫过去,我就知道,这个视频是用“吃熊猫”为例,讲解「紧急避险」的。

我又让 AI 出了一道题,来测试我是不是真的学会了。结果,AI 指出,我的答案引入了无关因素,判断「紧急避险」的依据是「有没有实际危险」和「危险是不是自己造成的」。

前景 应用前景

当时我就在想,如果把自己的授课都传到网站上,我岂不就有一个 24 小时在线的助教了?额外的例子、讲解和习题,乃至作业批改,都不用我来做了。甚至连字幕和导图的制作都省了。

那如果把「各个学科最顶尖的授课录像」都配上这种功能,教育公平,不就有望了吗。

7 成本问题

困难 价格

好吧,还是无望。价格依然太贵:GPT-4o 仅生成一个例子就要几毛钱,更别说标注整篇文章了。

而且,4o 的对话长度也有限,只能用来标注很短的文章。

更雪上加霜的是,2024 年 7 月,OpenAI 宣布,不再对中国提供 API 服务。

对策 国内LLM

也罢,早就料到国外的“CloseAI”靠不住,干脆现在就弃用,换成国内大模型。

由于我用的是阿里云的服务器,当时图省事,就接入了通义千问。本来也没抱太高要求,只想先凑合用着。

结果,智能体的效果几乎没变,价格还低了十几倍。现在,生成一个例子,都不用一分钱。

还真得感谢“CloseAI”的禁用。

8 更多尝试

更多功能

没有了价格的顾虑,我便开始尝试更多辅助学习的智能体。

以前我制作《学习观》时,讲了不少「学习原则」,但很多人都不会用,甚至有人认为这是骗人的。所以,我想,干脆把这些「学习原则」都教给 AI 来执行,让大家不懂原则,也能享受成果。

外语学习 更多功能

在《学习观07》中,我提到过「要以句子为单位来学单词」,但很多人都觉得难以实践,于是我就开发了 AI 辅助的「外语学习流程」:

  • 输入想学的单词,再选择语言

  • AI 就会教我如何用这个词,并让我造句

  • 造错了,AI 也能指出所有语法错误,再给出正确的表达

  • 句中的其它词汇,也都有中文对照。

概念学习 更多功能

此外,概念学习还有其特殊性。于是,我又给网站加了两套 AI 学习流程:

  • 「单概念学习」:一个用于单一概念的学习。

  • 「多概念对比」:一个用于多个相似或相关概念的共同学习。

总结 阶段总结

不论是「外语学习」,还是「概念学习」的流程,AI 都能按照我的要求,提供教学。

有时候,AI 的讲解和批改,甚至让我都自愧不如。

以上的功能还只是教师工作中的很小一部分,但教师的其它工作其实都可以让 AI 来完成。很难想象几年后的教学会变成什么样子。

9 回答问题

提问 太理想吗

现在,你还觉得「造一个比人类最强教师还要强的AI教师」太理想了吗?

体会 实际体会

大家可以亲自体会一下,再做判断。由于是实验性质,此前一直没对外开放,但现在上面提到的功能,都已部署在我的“渐构”网站上。不过,网站调用大语言模型时,需要给服务商付费,大家尝试时,请自己承担。但正如我前面所说,基本白菜价,1 元钱能生成 100 个例子。

趋势 未来趋势

体验时也别忘了,这只是当前的 AI 水平,未来的 AI 会越来越强。

前些日子,大家也都被 DeepSeek 刷屏了,这款国产大模型打破了“CloseAI” 的技术垄断,然后选择开源了。

开源意味着什么?

意味着,所有人都能免费用。现在,所有主流云平台都支持一键部署 DeepSeek,许多学校和政府机构都接入了。开源还意味着,其他厂商可以借鉴 DeepSeek 的成果,来开发新模型。所以你会发现,各大公司纷纷推出新模型:

  • 比如,Anthropic 于 2 月 25 日发布了 Claude 3.7,把推理模式混入传统大模型,试图抢回焦点。

  • 就连 OpenAI 都坐不住了,继 o3-mini 后,又于 2 月 28 日匆匆发布了 GPT-4.5 预览版 ,想要稳住领先地位。

  • 国内的阿里也于 3 月 6 日开源了 QwQ-32B,性能媲美 DeepSeek-R1,但参数小了 20 倍,个人电脑就能运行。

  • 而 DeepSeek 前晚又把 V3 升级到了0324。大家猜测,DeepSeek 团队正准备着 R2 版本,针对 GPT-5 进行布局,而阿里又准备着 Qwen3 版本,针对 DeepSeek R2 进行布局,以此类推。

由此可见,国内外大模型厂商也在疯狂“内卷”。

他们卷得越狠,AI 功能就越强,价格就越低,教育公平的路,也就越宽。

回答 开篇问题

回到视频开篇的问题:我们能否利用 AI,解决「教育不公」的问题?

我现在的回答是:能!

唯一希望的是——消除「教育不公」的那天,能在 10 年内到来!

讨论
随记