我们从知识计算走向了计算教育学。传统教育是训练系统,同时也是一个观念建构过程,知识获取过程就像锻炼肌肉的沙袋,就像观念架构的支架,沙袋和支架都不是目的,但沙袋和支架都必不可少。智慧不会凭空生成,智慧也不会脱离领域知识而存在。脱离领域知识谈空泛的智慧没有意义。锤多少沙袋最合适,什么样的支架最合适,不同人所需要的沙袋或支架是否不同,是一个计算教育学的模型。我们过去把沙袋或支架当成教育的目的,把操练当成教育的全部,这样的教育必须转变。计算的背后是教育学的学习策略模型和教学策略模型,再加上知识图谱,最终构成了下一代智慧教育的内核。这也就是现在被广泛提到的教育智能体,教育智能体意味着我们人类社会需要精准的计算,同时还需要个性的计算。所以,ChatGPT现在是通用人工智能,一定在某个时代会发展成ChatGPT in Education,或者ChatGPT in Medicine,这样的时代将会到来。
第一,要重新认识人机协同智商,在新平台重塑教育坐标。第二,要增加实践性课程,强调person in loop的学习活动。也就是说,让更多的人卷入到人工智能之中。如果我们将来发展的更多教育策略或者手段,都是人可以跟人工智能并行的,那么人就没有了价值。所以只有人处于闭环之中,这样的技术、这样的课程才是有价值的。第三,要更多设计脚手架而不是沙袋,支撑个性化和效率。第四,要回应谁的知识更重要的问题。哲学上有两个命题:什么知识最重要?谁的知识更重要?“谁的知识更重要”这一命题才是我们未来更需要去思考的。第五,要创造更多样的学习方式,而不是学得更多。因为只有思维品质的多元性,才能够让人的智商、人的智慧呈现多样化,多样化才能够使得群智合作成为可能。