牛津教授：影响、不平等和想象力-展望AI时代的教育

摘要：2025年3月24日，UNESCO在线发表英国牛津大学副教授Jeremy Knox基于在教科文组织2025年教育日上的演讲报告撰写的论文《影响、不平等和想象力：展望人工智能时代更具雄心的教育》，该文从影响、不平等和想象力三个主题对AI在教育中的应用进行了批判性

2025年3月24日，UNESCO在线发表英国牛津大学副教授Jeremy Knox基于在教科文组织2025年教育日上的演讲报告撰写的论文《影响、不平等和想象力：展望人工智能时代更具雄心的教育》，该文从影响、不平等和想象力三个主题对AI在教育中的应用进行了批判性反思，为此“教育国际前沿课题组”对该文进行了编译整理与读者分享。

核心观点

与AI相关的研究往往非常有限，主要关注学习成果和教学实践。这往往忽视了AI更广泛的政治、经济、社会和文化影响，而这些影响可能被视为教育研究和教学的合法领域。

AI的推广倾向于将这项技术定位为能够克服教育差距的技术，例如获得个性化教学。然而，这往往忽视了AI在多大程度上引入了新的和不同类型的不平等。

关于AI在教育领域未来的主流叙述经常会提到自动化教师的想法。该文最后呼吁以更具创造性的方式来展望人工智能教育的未来。

影响、不平等和想象力：展望人工智能时代更具雄心的教育

一、影响

在教育领域，AI等技术的影响往往被狭隘地理解。课堂的边界，或师生之间的关系范围，常常决定了我们的兴趣范围。与之前许多技术一样，关于AI影响的问题往往关注的是学习成果是否得到提高，常规教学任务是否可以更高效地完成，或者教育部门是否具备未来AI融合课堂的足够技能。这些问题并非无关紧要或不必要。

然而，它们往往确立了一个非常有限的教育关注领域，技术本身被相当单维地理解为仅仅实现既定目标的手段：学习者要么取得更好的成果，要么没有；教师完成更多或更少的工作；教育机构要么受益于最新的AI创新，要么错失机会。

在这些关注中，AI技术的具体功能并不是关注的焦点。它只是实现教育成功的工具，或者不是。这可能是许多教育工作者所坚持认为正确和合理的观点。毕竟，教育关注的是人类的教学和学习，而不是最新技术的复杂性，后者显然是计算机科学家应该关心的问题。

最新备受瞩目的AI教育创新似乎与这一观点相一致。教育技术企业家Sal Khan最近发布的一段宣传视频展示了使用OpenAI的GPT-4o进行数学辅导的案例，提供了一个生动的例子。

在视频中，Khan和他的儿子一起出现，他的儿子被要求从AI导师那里学习一些基本的三角学知识。在许多方面，这是未来教学关系的迷人演绎。父子作为老师和学生坐在一张桌子旁，与一个平板电脑设备互动，上面显示着三角学问题，同时用相对常规的语言与AI导师交流。这是一个亲密的场景，无疑让许多观众对AI的沟通能力印象深刻。

事实上，AI本身几乎是隐形的，我们只能听到平板电脑中传出的一个温暖而引人入胜的声音，并伴随着一个简单的波形动画来可视化语音。除此之外，人类在这个场景中处于中心位置。Khan的儿子在完成各种任务时表达他的想法，而Khan则密切观察，监督人类与AI的互动。

从这个意义上说，这段视频肯定并强化了AI对教育影响的传统假设，而不是提供任何真正具有破坏性或革命性的内容。这是AI在典型课堂活动范围内的应用，用于支持师生互动。这是辅助、增强、提高效率并隐于无形的AI，因为它显然擅长完成其设计的功能。

然而，如果这种技术的隐形化并不是AI在教育中应用的最终成就呢？如果—或者与直觉相反—将AI放在中心位置能够提供更广泛的教育机会呢？如果—作为教育工作者—我们承认AI在课堂之外的影响，超越教学关系的细节呢？这确实是一种似乎激励其他学科领域（如批判性数字教育学或数字社会学）的兴趣，也可能鼓励教育领域在与AI的互动中更具雄心。

换句话说，我认为，研究AI在更广泛的社会、政治、经济和环境影响可以成为一个合法的教育议程。它可以激励更广泛的研究，探讨AI在教育中的应用如何更广泛地改变社会、改变我们与知识的关系，或反映新的治理形式。它还可以激发一种更具雄心的教学方式，培养年轻人批判性地——而不仅仅是工具性地——思考AI的能力，因为AI很可能在他们未来的生活中无处不在。

这里有一个有用的例子，可以与上述视频进行对比，即Crawford和Joler（2018）的“AI系统解剖图”。它描绘的AI不仅仅是一个可以放在桌上或握在手中的设备，而是一个横跨全球的互联系统。实际上，正如Crawford和Joler详细描述的那样，它实际上是一个关于“物质资源、人类劳动和数据”的图表；这三种广泛的过程结合起来使AI设备发挥功能。

这里的AI不是作为人类增强的隐形工具，而是作为一个被详细审视的对象，展现了其强大的开发利用细节。正如Crawford和Joler所指出的，公司开采资源和稀土矿物来制造使AI运行的硬件。挖掘这些资源需要人力资源，就像在工厂里组装成品一样。

此外，我们与之互动的所有令人印象深刻的AI都离不开庞大的数据收集和处理系统，它们不仅收集了大量的文本和图像档案，而且还通过横跨大陆网络实时传输数据。

虽然人们可能倾向于将这种描述解释为令人兴奋的技术创新，但 Crawford和 Joler的可视化体验无疑是一种警觉和不安，因为为了让人工智能发挥作用，每天每分钟都需要进行无拘无束的开发。这是一种看到我们经常被鼓励忽视的东西的体验。

我认为，这种对人工智能的揭示具有教育意义。它指出了人工智能在课堂之外的影响，可以将教育研究与我们这个时代的紧迫问题联系起来，并暗示了教育可以培养学习者的批判性思维，使他们能够塑造而不是被动地体验持续技术创新的未来。

格拉斯哥大学的“数字公民教育”就是一个具有这一议程的研究项目的例子，该项目正在培养我们对如何教授数字公民的全新认识。这些转变将把教育置于通过人工智能改变社会的更广泛辩论的基础而不是边缘。

二、不平等

关于AI在教育中应用的一个关键主张——就像之前许多教育技术一样——是它设法解决不平等问题，即使不是完全解决。这一主张当然值得认真研究，而且很少有教育家会对此提出异议。

在全球范围内，教育存在着巨大的不平等，而且这种不平等与其他歧视因素密不可分，这一点几乎没有争议。关键问题是，包括AI在内的一项技术是否真的能够最终消除我们混乱的教育系统中这一不幸的方面。

毕竟，AI现在不仅可以按需访问信息，还可以自动生成任何给定主题的摘要或扩展论文。正如前面描述的视频所展示的那样，AI提供了一位耐心而知识渊博的导师。

为了尝试回答这一问题，首先需要承认，我们此前已经经历过类似的情况。过去几十年中，关于教育技术变革潜力的夸大宣传层出不穷，从早期的在线公告板到博客，再到最近的区块链技术。我们不难回忆起MOOCs的承诺，即大多数大学将变得过时，地理和经济障碍将不可避免地消失。

因此，最新的AI以类似不可避免的术语被推广也就不足为奇了。《福布斯》杂志最近的一篇文章是这样描述AI对教育的即将影响：

“令人惊讶的是，大多数教授、管理人员甚至捐赠者都没有看到这列火车在轨道上疾驰，就像气候否定论者无法计算风暴、降雨、洪水、干旱和难以忍受的夏天一样。”

值得将这种信心与三十年前的讨论进行对比。即使在1995年，Mayes也认为教育技术“似乎以周期性地不吸取过去的经验教训为特征……我们今天拥有技术，明天我们满怀信心地期待看到其实施的广泛影响。然而，奇怪的是，明天从未到来。”

鉴于这一长期存在的问题，对最新AI即将带来的好处持怀疑态度似乎很容易。我想说的是，更好的反应是避免陷入对用AI解决教育不平等问题过于悲观或过于乐观的陷阱。悲观主义者可能会忽视创新技术带来的渐进成就和新可能性，而乐观主义者往往无法放弃对进步的信念。

或者，我们可以承认技术对教育的多种和混乱的影响，并将其作为丰富我们对技术（包括AI）的理解和关系的途径。换句话说，我们可以采取更多措施来灌输这样一种观念，即技术的实施有多种效果，而且许多结果可能不会立即显现出来。

此外，AI的影响可能同时解决教育不平等的一个方面，同时又引起另一个方面的不平等。不幸的是，这并不是许多人希望从AI等复杂而精确的技术中获得的确定性和可预测性。然而，这更接近现实。

一个关键例子可能是“个性化”人工智能，无论是通过处理用户数据以提供定制化资源和评估的平台，还是通过能够进行个性化对话的聊天机器人。我们可以合理地宣称，这些系统有可能为那些无法获得教师资源的人打开教育机会。

然而，推断这些系统能够复制或取代与教师一对一关系的体验，充其量是一种薄弱的说法，最坏的情况下则是一种不诚实的说法。例如，在学习者缺乏合格教师的背景下，引入“个性化”AI可能会在一定程度上实现更理想的教育体验。这些系统可能会以非常高效的方式执行评估任务，解决学生知识中的薄弱环节，同时巩固理解领域。接触这种AI的学生确实可能在特定主题的评估中表现出更好的成绩。

然而，不能简单地假设引入个性化应用程序就能消除或使学习者在这种情况下（即缺乏合格教师）的学习环境变得无关紧要。无论是否认为学习成功，学习都将在屏幕前进行。同伴互动不太可能成为其中的一部分。关键在于，即使解决了一个不平等维度，另一个不平等却被引入：学习体验中缺乏社交互动。

关于这种社交互动对实现特定学习成果的必要性，意见可能有所不同，但这仍然是一种不平等。富裕学校保持频繁且深入的社交互动文化，而贫困学校则依赖一对一的AI导师，我认为这并非教育工作者和技术企业家所设想的教育平等愿景。

正如Law所言，“世界是复杂且混乱的，因此至少在某些时候，我们必须放弃简单化的想法”。这当然并不意味着我们放弃通过AI解决教育不平等的所有希望。恰恰相反，这意味着我们应该更认真地对待AI。也就是说，承认并接受技术对教育产生的多重、矛盾、无序且不可预测的影响。

三、想象力

总体而言，教育在如何创造性地使用强大和富有创新性的AI技术方面明显缺乏想象力。或者说，该领域的想象力往往被一套更为突出且具有影响力的观念所压制，这些观念定义了学校、学院、大学及其他非正式环境中教学和学习的“创新”应该是什么样子。

在一个以证据和事实为重的领域中，呼吁更多想象力可能显得微不足道。尤其是在新的、可能具有颠覆性的人工智能技术既承诺节省教师在课程规划中的时间，又威胁到评估的完整性的情况下，关注想象力可能被视为一种分散注意力的行为。

然而，我认为，想象力并非AI教育最新发展的激进边缘，而是其核心。它是塑造并限制我们理解这一技术在教育环境中可能性的强大推广机器的驱动力。在这一想象性工作中，教师的形象——更确切地说，自动化教师——占据了重要地位。以下是Sal Khan最近在《纽约时报》中描述他对最新、最具创新性的人工智能形式的愿景：

“我们正处于利用人工智能实现教育史上最大积极变革的边缘……我们将通过为地球上的每个学生提供一位AI驱动的、出色的个人导师来实现这一目标。”

在这里，人工智能“个人导师”无疑被认为能够解决之前提到的教学资源不平等问题。这一愿景并非独一无二。在同一篇媒体文章中，谷歌首席执行官也表达了类似的愿望。正如Friesen详细探讨的那样，师生一对一关系的推崇可以追溯到古代，并且已经成为教育领域的一种传统假设。

然而，那些通过创新AI应用推动教育改革的人，似乎正在模仿这种古老且根深蒂固的原始教学理念。这正是技术行业在推广AI教育时面临的核心矛盾：技术上的新颖与发明，实际上是对教育正统观念的重新表述。

企业视角下的AI教育问题在于，它从根本上缺乏对教学与学习组织和实践方式的想象力。这是一种极为保守的愿景，将无所不知的教师重新塑造成一种按需服务，面向当代作为消费者的学生。个性化的AI超级导师并没有带来教育上的创新，仅仅是技术上的复杂性被包装为教学上的新颖性。

在AI时代，教育作为一个研究和实践领域，需要重新掌控人们对教学和学习方式的想象。想象力需要重新成为教育事业的核心，不是作为一种单纯的娱乐，而是作为一种塑造未来和表达对包括AI在内的技术在行业内理解与接受的具体方式。

原文链接：

Jeremy Knox(2025). Impact, inequality, and imagination: Envisioning a more ambitious education in the era of AI. https://unesdoc.unesco.org/ark:/48223/pf0000393197.locale=en

[本文为教育部国别和区域研究基地中国教育科学研究院国际教育研究中心成果]