00:00:00我不希望看到未来教师将我认为真正构成优质教育的部分外包给AI,那就是人与人之间的连接。
00:00:08当你真正了解你的学生并能花时间与他们相处时。
00:00:11而AI可以在很多方面被使用,让教师有更多时间去做那类工作。
00:00:17我很期待与各机构交流,与他们讨论如何放大他们已有的知识。
00:00:23大家好。
00:00:25我们今天要谈论我最喜欢的话题,那就是AI与教育。
00:00:30我叫Drew Bent。
00:00:31我在这里负责教育领域的有益部署工作。
00:00:35以前是一名高中数学教师。
00:00:37父母都是教育工作者。
00:00:38我曾在教育非营利组织工作,绝对可以说自己是终身学习者。
00:00:42我身边这些优秀的同事在整个组织的教育领域工作。
00:00:47Zoe,你要不要先开始?
00:00:48乐意效劳。
00:00:49好的。
00:00:50嗨,我是Zoe。
00:00:51我在Anthropic的教育团队工作,支持我们所有的非技术受众,包括向教师和学生介绍我们的产品以及AI的基础知识。
00:01:00嗨,我是Maggie,我创立并目前管理和支持这个教育团队,我们内部亲切地称之为'教育部'。
00:01:08嗨,我是Efrem。
00:01:10我是一名产品工程经理,也参与构建了一些面向教育的产品。
00:01:15我觉得从这里开始会很有帮助:我们为什么要讨论教育?
00:01:21我们这个通用AI实验室一开始就涉足教育领域。
00:01:25我们都知道,在Anthropic,我们非常关注研究我们正在构建的技术的潜力,同时也关注其风险。
00:01:32我认为教育是这方面的完美例子和体现,
00:01:35因为当然,
00:01:36正如我们将在这次对话中讨论的,
00:01:39有巨大的好处,
00:01:41但我们也对AI在教育中的影响有很多担忧。
00:01:44所以当我们考虑好处时,
00:01:46我们会想到,
00:01:48你知道,
00:01:48我和你们都讨论过AI如何防止教师倦怠,
00:01:52如何真正民主化高质量学习和辅导的获取途径,
00:01:56以及如何改变教师教什么和怎么教。
00:01:59但我们当然也看到另一面,
00:02:02就是所有这些风险和担忧,
00:02:04比如教师担心AI可能导致更多作弊,
00:02:07事实上正在导致更多作弊,
00:02:09还有更根本性的风险,
00:02:11就是我们如何确保这些工具真正在增强和辅助人类思维,
00:02:15而不是取代它。
00:02:16所以我希望这次对话能深入探讨所有这些细微差别,同时也谈谈我们在Anthropic正在做的实际工作来应对这些问题。
00:02:26那么也许可以从这里开始,
00:02:28我很想听听,
00:02:29你知道,
00:02:29我认识你们所有人,
00:02:31认识你们有一段时间了,
00:02:33但我不一定了解你们所有人一开始对教育工作感兴趣的故事。
00:02:37所以Maggie,我们很想从你开始,是什么让你投身这项工作?
00:02:40嗯,我对教育的兴趣是双重的。
00:02:42我认为从职业角度来说,教育和传播一直是我来Anthropic之前每份工作的一部分。
00:02:48从个人角度来说,我生活中有两个可爱的孩子,和其他所有家长一样,我在这个时代努力思考。
00:02:57我能做些什么来帮助培养他们成为聪明、有思想的思考者,成为在AI时代成长的批判性参与者?
00:03:09一个更多是职业兴趣,我觉得自己可以在这方面有所作为。
00:03:14后者作为年轻心灵的守护者,对我的内心来说是紧迫的关切。
00:03:21Efrem,你呢?
00:03:23嗯,我的职业生涯始于学术界。
00:03:25我学习物理和数学,在转向科技行业之前,我以为自己大半辈子都会做研究。
00:03:33我在MIT时教过课,也担任过兼职教员,所以教育一直是我感兴趣的领域。
00:03:40说到AI和教育,我自己有两个孩子在上大学,所以我每天都在担心他们在学什么,怎么学,毕业后会做什么。
00:03:49我也非常关注,我相信我们稍后会讨论,各机构如何在教育中应对AI。
00:03:57所以这里有很多既是个人的,也是面向社会的东西。
00:04:01AI对教育意味着什么,这是我真正感兴趣的。
00:04:05我的意思是,我们俩在生活中都有孩子,这是最有趣也最令人担忧的事情之一,它让这一切对你来说变得如此真实,对吧?
00:04:15我想你的孩子已经到了大学年龄,所以他们正在试图弄清楚自己人生要做什么。
00:04:20而我的孩子还小,但我看到地平线上很快就会有一些关键的决策点,你可以决定如何开始培养这种思维方式。
00:04:30我觉得如果你没有及早抓住,这也是我们为什么关心所有不同年龄段教育的原因,情况可能会变得很糟并不断恶化,对吧?
00:04:38是的。
00:04:39我认为这触及了很多我一开始投身教育的原因,那就是我有这样一个根深蒂固的信念:教育是我们能做的改变社会最重要的事情之一。
00:04:48我想大多数人都会同意这一点。
00:04:50当我从课堂转向科技行业时,是因为我想为能够大规模实现这种变革的组织工作。
00:04:56我认为我们的教育系统有一些问题,如果我有魔法棒我会修复它们。
00:05:00我希望AI能帮助加速其中一些向好的方向的改变,但也非常清楚我们有重大责任确保这种改变在今天以及未来10年都能顺利进行。
00:05:11我曾经和一位教授交谈过,他有一句很棒的话,说学术界的所有问题作为一个机构已经存在很长时间了。
00:05:22只是AI是一个强制函数,让每个人现在就必须处理它,而不是继续拖延,不断踢皮球,对吧?
00:05:29对。
00:05:30对。
00:05:31所以我很期待我们去应对它。
00:05:32我现在才意识到我们这边都是有孩子的家长,
00:05:35而且是第一次,
00:05:36我们在这里带来了很好的多样化视角,
00:05:39是的,
00:05:39我想就我而言,
00:05:41我的父母也是教育工作者,
00:05:43所以总是仰望他们,
00:05:44想做他们所做的事。
00:05:45但我认为将这次对话建立在我们一直在做的一些研究基础上也很有帮助。
00:05:51我记得去年年底,
00:05:53我们Anthropic的社会影响团队研究了用户使用Claude的所有方式,
00:06:01发现最主要的用途之一是在教育领域。
00:06:05我想我们在某种程度上在所有聊天机器人中都看到了这一点,
00:06:09但我认为这对我们来说也是一个警醒,
00:06:11因为,
00:06:12你知道,
00:06:12有趣的是这些大语言模型,
00:06:14正如我们所知,
00:06:15并不是以教育为目的构建的,
00:06:17非常侧重于回答问题。
00:06:18它们是以那种方式进行微调的。
00:06:19它们是为这些生产力任务而设计的。
00:06:22然后这是一种有趣的涌现现象,它们对教育非常有帮助,有时可能对人们的学习也具有破坏性。
00:06:31所以我们开始更深入地研究这个问题。
00:06:33但我认为研究中突出的一点是,
00:06:36总是出现的一个数据:47%的学生在Claude上的互动是非常直接的事务性互动,
00:06:45几乎没有深度参与。
00:06:46我想我知道当Maggie和我一开始看数据时,
00:06:50这有点像是一个警醒,
00:06:51因为我们有所有这些令人难以置信的方式可以将它用作苏格拉底式导师。
00:06:56但后来看到在某些情况下,你知道,人们只是用它来做作业。
00:07:00作为一名教师,
00:07:02我会思考我希望学生掌握的不同认知技能。在基础层面,
00:07:09可能是记住事实和理解知识,
00:07:13但最终你希望他们达到综合和创造的层次。
00:07:18当然,我们称之为布鲁姆分类法。
00:07:20但我们在数据中发现了一个令人着迷的现象——我们开始研究 Claude 在这些对话中的互动表现,
00:07:29看它在这些认知任务上的表现如何,
00:07:32发现 Claude 在创造和分析这些最高层次上表现出色,
00:07:37而作为教师,
00:07:38这正是你希望学生做到的。
00:07:40是的,我认为学生们在某种程度上颠覆了这个模式,这让我们这些教育工作者感到担忧。
00:07:46我不确定这是否一定是坏事,
00:07:50但我想挑战我们和整个世界去思考的是,
00:07:54是否存在一种新的分类法,
00:07:57将此作为基线,
00:07:59然后在此基础上构建出 AI 时代之前不可能实现的新东西。
00:08:06我们还探索了教育工作者如何使用它,他们在尝试用它来制定课程计划、批改作业。
00:08:14我记得一位东北大学的教授告诉我们,他们再也不会批改传统论文了,因为太多学生提交这些 AI 生成的作业。
00:08:26无论他们用的是不是 Claude,我们不知道,但我认为这引发了很多问题。
00:08:32我觉得你真的点出了我们与教育工作者经常讨论的两件事,那就是 AI 既在改变学生如何学习,也在改变他们需要学习什么,对吧?
00:08:42比如我其实不知道学生是否还需要像 10 年前那样具备同样的记忆能力,
00:08:48因为他们现在有 AI 工具可用,
00:08:51或者理论上他们应该有 AI 工具可用。
00:08:54然后,当你进入更高层次的学术领域时,我们今天教授的某些技能在未来可能不那么重要了。
00:09:01所以这对教师来说是个巨大的挑战。
00:09:03我很想听听你们所有人的看法。
00:09:05关于 AI 如何改变教学,你们最期待的一件事是什么?
00:09:10我认为最突出的一点是互动式学习体验。
00:09:15我有一段非常清晰的回忆,当我还在教室里时,我的学生们玩了一个完全编程的病毒模拟游戏。
00:09:22他们扮演病毒,进入细胞并复制,那天我在课堂上看到的参与度是前所未有的。
00:09:29我想大多数教师都见过类似的情况,但 AI 真的能让你在任何科目上大规模实现这一点,对吧?
00:09:34比如想象一下你在和历史人物对话,教师可以用合适的工具设置很多护栏,但我真的很期待看到这个领域随着时间发展。
00:09:45我认为互动性对我来说也非常有趣。
00:09:47你可以从 AI 获得很多帮助,
00:09:52而这在资源方面很难实现互动,
00:09:56特别是在资源匮乏的地区,
00:09:59许多学生无法获得个人职业教练来指导他们如何正确面试一个组织。
00:10:08而借助像 Claude 这样的 AI,你可以上传职位列表、简历等等,然后让 Claude 帮你进行角色扮演练习。
00:10:17我认为有很多真正引人入胜、
00:10:20有趣的角色扮演体验,
00:10:22无论是与已故的历史人物还是某种辅导场景,
00:10:27都能在需要外部视角的许多情况下真正帮助你。
00:10:32只是真的很难找到另一个人花时间坐下来陪你,特别是在资源匮乏的地区。
00:10:39与此相关的是,我对教师如何用它改变评估方式感到非常兴奋。
00:10:43几周前我和一位教师交谈,他曾在疫情期间花时间通过 Zoom 对所有学生进行口头访谈,以更全面的方式评估他们。
00:10:57但当然,这种方式扩展性不好。
00:10:59所以就停止了。
00:11:01但随着这些 AI 工具的出现,现在能够使用相同的评分标准,让所有学生定期与聊天机器人进行这种评估。
00:11:13然后教授或教师能够审查它们,并根据与 AI 来回互动的过程进行评估。
00:11:21我认为评估是 AI 非常有趣的应用。
00:11:24我可以设想未来不再是在特定时刻进行评估,而是通过与 AI 的持续互动,更深入地了解你是否真正理解这个代数概念或其他概念。
00:11:38我真正感到兴奋的一件事是它能提供个性化学习。
00:11:43有一项关于一对一辅导的研究。
00:11:46他们发现,平均而言,接受一对一辅导的普通学生比没有一对一辅导或只有课堂教学的第 98 百分位学生表现更好。
00:11:57而那是人类辅导。
00:11:58是人类辅导。
00:11:59很难扩展。
00:12:00没错。
00:12:01很难扩展。
00:12:02假设每天大约一小时的一对一辅导。
00:12:04而有了 AI,你可以获得持续的一对一辅导,而且全世界的每个人都能使用。
00:12:11所以我认为这有巨大的潜力改变世界和人们的学习方式。
00:12:16是的,我同意。
00:12:17我认为当然有很多挑战,因为人们已经研究过这些研究,以及如何复制它的所有方面。
00:12:22但我认为这是一个非常有用的北极星,说明如果你能拥有非常个性化但同时也很人性化的辅导体验,会有什么可能。
00:12:31绝对如此。
00:12:32我认为今天我们的课堂可能会按学生水平分层,比如如果你属于那个学生群体,你会上 AP 课程。
00:12:41但有了 AI,每个学生都可以有自己的学习路径。
00:12:44那些能够进步的人可以进步得非常快,而那些需要帮助的人可以得到个性化的帮助。
00:12:48你知道,这让我想起了一个非常有趣的使用案例,我和一位教师聊过,你总是想在学生最感兴趣的地方与他们相遇,对吧?
00:12:56这就像一种非常典型的做法,就像问你最喜欢什么主题,然后我们把所有科目都匹配到那个主题上。
00:13:02这真的很难扩展,对吧?
00:13:04但我和一位教师交谈过,她说,我问学生们他们最喜欢什么。
00:13:08他们给我讲一个小故事。
00:13:09然后现在每一份讲义都有相同的数学概念,甚至可能是相同的问题,但每份讲义都是为每个学生量身定制的。
00:13:17而且完全根据他们的兴趣。
00:13:20有一个对他们有吸引力的故事,有他们真正关心的问题。
00:13:23她注意到参与度确实有所提升,因为突然间这些学生在课堂的每个科目中都有了一条主线。
00:13:31它以一种高度个性化的方式构建在他们的兴趣之上,如果每个教室都这样,想象一下学生会多么投入。
00:13:38这是最主要的。
00:13:39没错。
00:13:40是的。
00:13:41那么你们如何思考在 AI 时代什么值得学习这个问题?
00:13:45作为产品开发人员,我看到的是缺少一个能帮助学生和教师有效使用 AI 的产品层。
00:13:55比如我女儿的班级,她在学 Python。
00:13:58所以我的两个孩子都在学习计算机科学,
00:14:01这对他们的考试非常相关。在写Python代码时,
00:14:04老师要求他们在纸上写,
00:14:06因为担心作弊问题。
00:14:08现在之所以如此具有挑战性,是因为没有供学生用来学习的产品。
00:14:14同样也没有供教师使用的产品,比如用来标记家庭作业的工具。
00:14:18所有这些从产品角度来看都是很容易实现的功能,
00:14:23但在缺乏基于大语言模型构建的专门产品的情况下,
00:14:28我们所构建的技术就会暴露出大量的不确定性、
00:14:32恐惧和滥用问题。
00:14:33所以我想说的是,只要在产品思维上给予一点支持,许多不确定性、作弊等问题都可以得到缓解。
00:14:48我一直在思考的一个问题是,我们可以从工作方式的变化倒推,开始思考大学教育应该如何改变。
00:14:56但当我们想到像你孩子那个年龄段的孩子,在K-12阶段,关于他们未来需要什么技能、什么持久技能,这是一个更难回答的问题。
00:15:08所以我没有答案,但我总是向你请教,我也向你请教,Maggie。
00:15:12哦,天哪,这确实是个挑战。
00:15:14我认为与我交谈过的老师们很有共鸣的一点是,
00:15:19你教给年轻人如何批判性地思考周围人类世界的许多技能,
00:15:25完全可以应用到AI上,
00:15:28特别是在批判性思考你所接收到的事实信息方面。
00:15:33在成长过程中有这样一个阶段,
00:15:35你会从相信别人对你说的每一件事,
00:15:37转变为开始思考,
00:15:38要相信某件事是真的,
00:15:40你还需要知道哪些其他信息。
00:15:42对我的孩子来说,
00:15:43这是一个两部分的框架。第一部分是教育的重要性,
00:15:46我认为比以往任何时候都更重要——如果你自己数学不好,
00:15:50你就无法判断AI的数学是否出错,
00:15:52也不知道正确答案到底是什么。
00:15:54我们还没有到AI像计算器那样总是可靠的阶段。
00:15:57所以理解这一点并强调学习、阅读、写作、科学、数学等等仍然非常重要。
00:16:06后一部分是将他们培养成信息的批判性消费者,不仅仅是接受给你的事实信息,而是要问为什么会是这样?
00:16:18我如何相信这是真的?
00:16:20我还需要检查哪些其他方面,才能确保我可以证实我在这里学到的内容?
00:16:25这种批判性思维技能可以从很小的年龄开始培养,无论是AI还是其他人给你提供信息。
00:16:33我认为这种批判性思维是在早期阶段最重要的事情之一。
00:16:38那就是怀疑精神、好奇心和综合能力的结合。
00:16:39没错。
00:16:40我想补充一点,
00:16:41因为我感觉很多与我交谈的老师和家长都感受到一种强烈的压力,
00:16:46觉得必须有答案,
00:16:47必须知道该教孩子什么,
00:16:49必须知道如何在课堂上进行教学。
00:16:51我认为孩子们比我们想象的要聪明得多。
00:16:54所以有一件事非常有意义,
00:16:56那就是和你的学生或者你自己的孩子一起坐下来,
00:17:00和他们一起学习,
00:17:01向AI提问,
00:17:02然后一起评估得到的结果,
00:17:04让孩子们反思并建立他们自己与AI互动的框架,
00:17:08我认为这真的非常有力量。
00:17:10我们在这里都没有答案,因此没有人有答案。
00:17:13显然,
00:17:14我们正在非常努力地寻找答案,
00:17:16但我认为鼓励这种反思,
00:17:18无论在什么年龄,
00:17:19只要符合发展阶段,
00:17:20都是人们现在可以做的最好的事情之一。
00:17:24你知道,我建议和你的孩子一起坐下来,一起使用AI,对吧?
00:17:28比如问一个问题,然后说,这个回答说得很自信,但这就够了吗?
00:17:33当有人很自信地说某件事时,这足以让你相信吗?
00:17:37希望答案是否定的,对吧?
00:17:39你还能检查什么?
00:17:40你能去别的地方查证吗?
00:17:42你需要什么信息来思考这个问题,并真正内化它是否正确?
00:17:48我认为这个练习非常有成效。
00:17:49我认为相反的一面是展示不知道某事是什么样子。
00:17:55我认为很多时候,向你的孩子展示不确定性并示范,当你不知道某事时,你自己寻找答案的过程是什么,对吧?
00:18:05你的学习过程是什么?
00:18:07我想传达给我孩子的是,找到答案只是你学习旅程的开始。
00:18:15我认为对于许多机构、学校等来说,到达答案才是我们现在正在测试的内容。
00:18:21但如果我们把这作为某人旅程的开始,特别是与AI一起学习,那我认为就会打开一系列的大门。
00:18:27所以在家里,
00:18:28我试图展示我发现事物的过程,
00:18:31以及成年人并不总是有答案,
00:18:33孩子们非常聪明,
00:18:35他们能够以自己的方式找到答案,
00:18:37如果我们只是交谈并提出正确的问题,
00:18:40那么他们就能够自己辨别什么是真的,
00:18:43什么不是,
00:18:44而不是仅仅表面上相信一切。
00:18:46是的。
00:18:47我喜欢你表达的方式,比如示范如何解决这个问题。
00:18:52示范不确定性是一件非常重要的事情,我们都不确定。
00:18:55所以让我们利用这一点发挥优势。
00:18:56我们做得还远远不够。
00:18:58我觉得我们想要展现这种自信。
00:19:00我认为有时候这可能对孩子的发展是有害的,就是告诉他们要相信每个人说的每件事,或者周围的成年人总是知道他们在说什么。
00:19:10因为我认为这给了他们一个拐杖,对吧?
00:19:14让他们不必真正自己思考真相并定义自己的真相。
00:19:19我认为有一件事保持不变,那就是人类学习的方式,对吧?
00:19:23我们先学习基础的东西,我们学加法、减法,然后不断积累。
00:19:27所以无论我们有今天这一代的AI还是下一代AI,这都将保持不变。
00:19:32所以我认为我看到的是,我不知道什么是正确的学习领域。
00:19:37但无论如何,我们仍然必须经历这个学习过程。
00:19:40我认为现在伟大的承诺是,你实际上可以使用AI来推进你的学习,获得更深的理解。
00:19:46理解可能有两种不同的方式。
00:19:48一种是个人层面的,我学习物理是因为我小时候非常好奇。
00:19:53但如果你是一个好奇的人并想了解世界,天哪,现在多么好的机会啊。
00:19:59因为AI可以教你任何你想知道的事情。
00:20:01但如果你考虑的是职业方面,比如接下来会发生什么,我如何谋生?
00:20:05无论如何,我们都必须能够使用AI技术,让你加上AI成为一个更有能力的员工。
00:20:13我同意。
00:20:14不过我确实认为一些基础正在改变,就我们学习事物的顺序而言。
00:20:19一个例子是你刚才谈到的编程和计算机科学。
00:20:24当我学习编程时,可能和你类似,我90%的计算机科学教育时间都花在学习如何编写代码和算法上。
00:20:32然后可能只有10%的时间学习如何阅读别人的代码并审查它。
00:20:36而现在,
00:20:37当然,
00:20:37在Anthropic,
00:20:39当我使用所有的编码代理和Claude Code等工具进行编程时,
00:20:44我可能只花10%的时间编写代码,
00:20:46但90%的时间阅读代码。
00:20:48这让我思考,你知道,作为孩子,我们通常先学会阅读再学会写作。
00:20:55对吧。
00:20:56但在编程方面,我们往往花更多时间在写作上,然后才是阅读。
00:20:59所以这开始让我思考,
00:21:01我们是否需要重新审视一些基本原则,
00:21:04也许计算机科学入门课程的核心部分应该是教学生如何阅读代码,
00:21:09以及如何辨别好代码和坏代码等等这些能力。
00:21:12那么我想把话题拉回来,Anthropic在这方面做了什么?
00:21:16我认为这很重要,我们都知道,我们在这里是有责任的。
00:21:21我们正在构建这项技术,它对教育系统产生了影响,尽管这并不是我们最初的意图。
00:21:28所以我们有责任,作为一家公司,作为一家公益性公司,尤其是作为在这家公司工作的个人,我们这些曾经的教育工作者。
00:21:36所以我觉得讨论一下我们正在做的事情会很有帮助。
00:21:40我们在努力解决什么问题?
00:21:42不知道Zoe或Maggie,你们想不想谈谈我们在AI素养方面做的一些工作?
00:21:46好的。
00:21:47好的。
00:21:48很乐意先说。
00:21:49我负责教育内容方面的工作。
00:21:50所以这是我能在这个领域产生影响的主要方式之一。
00:21:53我非常兴奋的一件事是我们的AI素养课程。
00:21:56我们与两位教授Joe Feller和Rick Daken合作,他们构建了一个非常棒的框架,关于如何思考AI的使用。
00:22:03这个课程很酷的地方在于,我们跳出了当今可用的产品、提示词技巧以及网上看到的各种小窍门。
00:22:11这类内容有很多。
00:22:12确实有很多。
00:22:13对。
00:22:14这真的让人很不知所措。
00:22:15对。
00:22:16而且它们过时得太快了。
00:22:17所以这里的想法是,我们想给人们一个工具,让他们能够理解自己与AI的互动,并朝着高效、有效、合乎道德且安全的互动方向努力。
00:22:27这就是AI素养的定义。
00:22:29所以我们有这个核心课程,我认为它非常棒。
00:22:32然后我们还为教育工作者和学生创建了衍生课程,以及一个更长的课程,专门为有兴趣教授AI素养的教育工作者设计。
00:22:40所以这个想法是,任何上过这些课程的人都能更好地评估自己的AI互动。
00:22:48我之前提到过与学生一起学习以及反思AI互动的力量。
00:22:53而这门课程的核心就是这个。
00:22:55它只是在提醒每个人,老师、学生、家长,他们在AI互动中是有自主权的。
00:23:01所以这是我感到兴奋的一件事。
00:23:03是的。
00:23:04我认为我们AI素养工作有趣的地方在于,我们回归到了基本原则。
00:23:08当我们很久以前开始这项AI素养工作时,
00:23:11不知道你还记不记得,
00:23:13Drew,
00:23:14我们试图回答的问题是,
00:23:15所有这些提示词工程技巧等等,
00:23:17都是由其他人类开发的,
00:23:19对吧?
00:23:19并不是说我们Anthropic的人比外部的其他人拥有更强的超能力。
00:23:23我们只是对如何使用模型有不同的思维方式。
00:23:26那么,你如何把这种思维方式教给别人呢?
00:23:29因为正如Zoe所说,这种能力就在我们每个人身上。
00:23:31这听起来可能有点俗气,但我们确实有能力成为批判性思考者来参与其中。
00:23:37我认为有时候对必须做对的恐惧会超越我们去实验的能力。
00:23:43而我喜欢AI素养的地方在于,我们打开了实验的大门,告诉大家,你可以尝试这些东西。
00:23:47它们可能对你不起作用。
00:23:49学习什么时候它们对你不起作用、什么时候你不应该使用AI,和学习什么时候可以使用它一样重要。
00:23:56我们教育团队时不时会说一句话,
00:24:00我觉得很有共鸣,
00:24:02那就是我们宁愿教一百万人不使用AI,
00:24:06也不愿看着十亿人变得依赖这项技术,
00:24:09对吧?
00:24:10在实践中,这可能会很困难,但我认为AI素养是一个非常好的开始。
00:24:15我还记得当我第一次听到你说这句话时,
00:24:17我非常高兴,
00:24:18我知道我来对了公司,
00:24:20因为我在一个AI实验室里,
00:24:21而Maggie却在说,
00:24:23是的,
00:24:23我不认为我们应该在这种情况下使用AI,
00:24:26或者让我们教人们如何不使用AI。
00:24:28这就像是给他们工具,让他们自己做决定。
00:24:31每次都回归到批判性思维。
00:24:34但我认为,当然,其中一部分是教育、培训和意识提升,但我们也在构建产品和模型,它们被用在实际环境中。
00:24:41所以我认为Efrem,你和你的团队在学习模式方面所做的工作是非常重要的一部分。
00:24:46我们很想听听你分享更多关于它是如何诞生的?
00:24:49学习模式是一组功能,将Claude定位为学生的导师。
00:24:55学生可以进来,比如上传他们的作业,它不会直接回答他们的问题,而是帮助学生理解课堂上涵盖的材料。
00:25:05它会引导他们如何回答问题。
00:25:07它会辅导他们。
00:25:08它还会帮助他们准备考试,例如,根据他们上传的内容向他们展示闪卡。
00:25:14这实际上在很大程度上是一个草根努力。
00:25:16公司里有很多人对教育充满热情,希望在主要产品线中添加教育工具。
00:25:22所以对于学习模式,
00:25:24我们所做的实际上就是添加,
00:25:26这真的就像是这里那里的小功能,
00:25:29但定制Claude应用,
00:25:31使其在帮助学生学习方面非常出色。
00:25:34在这个过程中,
00:25:35我们还添加了更多功能,
00:25:37比如扩展可以添加到项目中的内容量,
00:25:40以便可以放入更多内容,
00:25:42连接到课堂管理系统,
00:25:43以便内容可以非常轻松地流入和流出。
00:25:46所以这只是我认为未来可能实现的起点。
00:25:52我认为有趣的是,
00:25:54一些导致学习模式的早期研究是我们在采访大学生,
00:25:58我们知道教育工作者想要某种形式的学习模式,
00:26:02他们一直在问,
00:26:03你们的学习模式在哪里?
00:26:05所以我当时想,好吧,现在我们必须构建它了。
00:26:08但我认为真正让我们认识到这一点的是学生,
00:26:11因为他们当然用了一个不同的词,
00:26:14叫做脑子生锈,
00:26:15但我们听到他们谈论脑子生锈,
00:26:18他们意识到在短期内,
00:26:20可以使用AI聊天机器人来帮助他们完成作业。
00:26:24但是当涉及到真正为期中考试学习、理解和内化概念时,他们想要一个Claude版本,不需要他们以各种不同的方式提示它。
00:26:34没错。
00:26:35他们不想只是给它一个作业。
00:26:36它就直接弹出答案。
00:26:37对。
00:26:38而不是给一个作业,它会引导你得出答案。
00:26:40如果他们在为期末考试学习,你可以给他们展示闪卡,帮助他们记忆和学习内容。
00:26:46所以这就是学习模式,它完全改变了Claude的界面,使其专注于学习。
00:26:51第一个版本花了多长时间构建?
00:26:54所以最初的版本实际上花了很短的时间。
00:26:56有很多人对添加这个功能极其热情。
00:27:00从开始到完成,我们大约花了两周时间。
00:27:04这太棒了。
00:27:05难以置信。
00:27:06是的。
00:27:07当然,
00:27:07这方面的另一个方面是,
00:27:09你知道,
00:27:09我们可以开展这些培训项目,
00:27:11我们可以改进我们的产品和模型,
00:27:13但当然还有我们如何与外部世界合作?
00:27:15我们只是一家科技公司。
00:27:16我们是这个更广泛生态系统的一小部分。
00:27:19所以你一直在做很多工作,我们与像教师工会AFT这样的机构合作。
00:27:24我们很想听听更多关于这些合作伙伴关系涉及什么,以及为什么我们如此关注它们?
00:27:29是的。
00:27:30我的意思是,你和我都是。
00:27:31但是,是的,我认为,我们感到兴奋的一点是,我们有我们的课堂经验。
00:27:35我的经验相对过时了。
00:27:36我是在新冠疫情之前在课堂上教书的。
00:27:38我知道现在的世界已经大不相同了。
00:27:40疫情前,AI出现前。
00:27:41疫情前,AI出现前。
00:27:42基本上已经无关紧要了。
00:27:46我们有机会与这些组织合作,
00:27:48向真正在课堂上教学的老师和大学教授学习,
00:27:51了解他们在学校中遇到的实际问题,
00:27:53以及那些真正有益的事情,
00:27:55比如进展顺利的方面。
00:27:57并深入挖掘这两方面,无论是通过培训教师的教育材料,还是为他们提供更多自主权和工具的产品解决方案。
00:28:06所以,是的。
00:28:07这件事的核心在于,这是一个集体问题,对吧?
00:28:12是全人类范围内的集体问题。
00:28:14而我们远未掌握解决这个问题所需的全部知识。
00:28:19所以我认为我们所有工作的主线就是让更多人参与到这场对话中来。
00:28:24如果有足够多的人参加AI素养课程,我们希望他们能把这些知识带到各自的机构中,并开启这些对话。
00:28:30正如Zoe之前说的,学生们非常聪明,他们也非常渴望不要脑子变废。
00:28:37我们收到的最好反馈来自学生用户,我认为有时我们没有给予应有的肯定,我们会想,他们肯定想用这个作弊。
00:28:45这是一个制度问题,我认为不一定是人类动机的问题。
00:28:51我认为我们从所有产品用户那里得到的最好反馈表明,他们不希望对这些模型产生依赖。
00:28:59他们希望感觉到自己的人类能力通过与AI的协作得到了增强和改进。
00:29:06所以我为我们在产品中不追求标准的参与度指标感到非常自豪,我们不试图优化留存率、你在产品上花费的时间或对产品的依赖性。
00:29:19我们现在和未来都会做出积极的产品决策,
00:29:23有时实际上会鼓励更强的增强思维,
00:29:26或者鼓励在某些时候不使用AI,
00:29:29或者如孩子们所说的,
00:29:31去接触现实。
00:29:33我很期待我们继续沿着这条道路前进。
00:29:34是的。
00:29:35实际上,这是我加入Anthropic后最让我惊讶的事情之一,就是这不是一家以增长为优化目标的公司,对吧?
00:29:42大多数SaaS公司都想优化用户数量、留存率等等指标。
00:29:47Anthropic对成功的看法要广泛得多,我认为这非常有趣。
00:29:52在我们的产品开发中,这不仅适用于我们的教育计划,也适用于我们构建的其他一切。
00:29:58重点不在于让用户持续参与产品。
00:30:00这真的是关于让AI被有益地使用并影响社会。
00:30:06我们提到的一点是,在某个地方使用或不使用AI的每一个决定都是一个深思熟虑的选择。
00:30:12我不认为我们正走在一条让AI无处不在的道路上。
00:30:17希望我们作为一家公司所做的工作,
00:30:21我们制造的东西,
00:30:22我们以特定方式构建产品的选择,
00:30:26能够树立榜样,
00:30:27也能邀请人们开始意识到一切都是深思熟虑的选择,
00:30:32有时候选择不使用同样好甚至更好,
00:30:35对吧?
00:30:36我不希望看到这样的未来:教师把我认为真正构成优质教育的部分外包给AI,也就是建立联系的部分。
00:30:45当你真正了解你的学生并能花时间陪伴他们时,AI可以在很多方面被使用,让教师有更多时间做这类工作。
00:30:53我很期待随着时间的推移,我们与各机构交流,与他们讨论如何放大他们已有的知识,对吧?
00:31:02与我们合作的专家通常对AI何时会主动损害教育成果有相当明确的看法。
00:31:09我们的工作就是倾听,并尝试在我们的产品或教育项目中实施这些想法。
00:31:15我们谈了很多关于我们个人对AI教育的看法,以及我们作为公司正在做的事情,但我们肯定还没有解决这个问题。
00:31:26那么我们仍然不确定的是什么呢?
00:31:28我的意思是,我很想听听你们对此的看法,你知道,我们仍在试图弄清楚哪些事情?
00:31:32我有几个想法,虽然都很不同,但我们之前提到的一件事是AI正在改变你需要教授的内容。
00:31:39你提到了编程。
00:31:40我们相当确定编程课程在五年内会看起来非常不同。
00:31:44我很想看看事情会如何开始转变,
00:31:47以及我们能否开发出任何框架或其他东西来帮助这些领域的学术界理解哪些技能可能在未来得到更多增强,
00:31:57哪些技能将需要额外的人类支持,
00:32:00比如审查或管理。
00:32:02我认为我们开始在计算机科学等领域理解这一点,但这还处于非常非常早期的阶段,我们知道这将影响更多的领域。
00:32:08所以特别是在高等教育领域,这是我感兴趣的。
00:32:11我在K-12教育中听到很多关于不同工具的担忧,试图理解当你把数据放入这些工具时会发生什么。
00:32:19我认为现在课堂上有大量AI工具激增,教师和管理者真的感到不知所措,这是有充分理由的。
00:32:27有很多概念对每个人来说都是全新的。
00:32:30数据隐私方面有些元素是新的,很难理解。
00:32:33所以我真的很想看看这个局面如何演变,
00:32:36我们是否需要真正加强数据隐私方面的教育,
00:32:39让人们能更好地评估这个局面,
00:32:41或者我们是否会开始看到这个领域的明显赢家,
00:32:45我会非常感兴趣看看那里会发生什么。
00:32:47我认为除此之外,技术真的在快速变化。
00:32:51所以我不确定随着时间推移会如何发展的一个担忧是,机构将如何适应?
00:32:57通常是缓慢发展的,而且是有意这样建立的。
00:33:00而技术的变化速度非常快。
00:33:03更难预测六个月后或一年后会发生什么。
00:33:07所以我认为这种变化速度与机构通常如何适应新技术之间的关系是我不确定的一个领域。
00:33:13我总是认为,就像在任何地方一样,每个机构都感受到巨大的压力,要用AI做点什么,而不是什么都不做。
00:33:21你知道,
00:33:22我不知道如何平衡或帮助组织平衡这样一个事实:这种压力是真实存在的,
00:33:28但在教育方面,
00:33:29快速行动和打破常规不是一个选项,
00:33:32对吧?
00:33:33这对个别教师以及整个机构来说都是如此具有挑战性。
00:33:38Meg,我把这称为教育的解绑。
00:33:42一个只是知识本身,AI在提供个性化教育方面真的很擅长。
00:33:49但机构提供的不仅仅是知识,向学生传授知识。
00:33:52另一个真的就像我有两个孩子在上大学,他们得到的不仅仅是学习,而且那也是他们成长的地方,他们成熟的地方,学习责任感等等。
00:34:02所以AI真正擅长解决的是知识,传授知识和学习。
00:34:08我认为我们作为一个社会未来必须做的是,如何在知识传递部分利用AI,但也保留这些机构在社会中扮演的所有其他重要角色。
00:34:18对,将一些部分分离出来,使得优秀教育者的成功标准不是做这件事的每一个部分。
00:34:27但我认为你的意思是,更多地做一件事,然后让AI处理那些可能是面向知识获取的事情,但不像,我不知道,与学生的关系,对吧?
00:34:40没错,没错。
00:34:41我的意思是,例如,我们在访问大学时收到的一个反馈是,虽然AI作业非常吸引人,这是他们想做的事情。
00:34:50但AI作业意味着学生使用AI,因此这是大量的作业集,可能需要六个月,但最终可能只需要两周就能完成。
00:34:57你怎么给他们打分?
00:34:58对。
00:34:59对。
00:35:00所以大量的AI参与意味着当你利用AI进行学习时,可以更快地进行大量学习。
00:35:08那么教师和机构为学生提供的其他所有东西呢?
00:35:13我认为这就是拆解教育的地方,只是利用技术和机构所做的所有正确部分。
00:35:20是的。
00:35:21我的意思是,我认为最好的情况是大规模减少倦怠,这是大多数教师面临的首要问题。
00:35:28如果你拆解的话,也许可以做到。
00:35:30对。
00:35:31每个教育工作者在某些方面真的非常有天赋,这些事情给他们带来很多活力,他们在这方面非常出色。
00:35:36如果AI能在那些不能给他们带来活力的事情上支持他们呢?
00:35:39我认为这会为他们的个人生活创造一个更全面的系统,同时也为他们支持的学生创造更好的环境。
00:35:45这次对话也让我想起我们为教育工作者准备的AI素养课程的一部分,
00:35:51我觉得非常有说服力,
00:35:53那就是将AI如此深度地整合到作业、
00:35:56体验等方面,
00:35:57转而开始对AI使用进行评分,
00:35:59而不是那么多地对结果进行评分,
00:36:02对吧?
00:36:03回到如何看待这些长期项目,
00:36:05或者在这个AI世界中事情有何不同,
00:36:07拥有这种参与度是非常不同的,
00:36:09而且是以AI为主导的方式,
00:36:11我很期待更多机构采用这种方式。
00:36:14我认为你说得对,在我们的对话中,出现的一个问题是,当你评分时,你不一定只是评价最终结果,而是评价学生如何得出这个结果?
00:36:23他们如何使用技术?
00:36:24来回的过程是什么?
00:36:25这也成为学习的一部分。
00:36:30我们这里的一位首席营销人员有一次坐下来对我说,你知道,我认为AI的真正力量在于过程。
00:36:38我认为这确实是我们要探讨的核心,对吧?
00:36:41是的。
00:36:42我也很好奇从模型训练的角度来看,我们能做些什么来调和,我和一位研究认识论哲学的人进行了一次非常棒的对话,对吧?
00:36:54你怎么知道某件事是真的?
00:36:56他们提出了一个很好的观点,
00:36:58即AI比人类遇到的任何其他类型的智能都更容易表现出真正的自信,
00:37:04或者说可以说出听起来如此真实的话。
00:37:08通常在人类中,需要大量的魅力和练习才能成为一个可以说出那些话但却不说真话的人。
00:37:15但是对于AI,
00:37:16你几乎一直都在遇到这种情况,
00:37:19而我们人类辨别什么是真什么不是真的能力是基于我们如何在其他人类中进行辨别的,
00:37:24当你将其应用于AI时,
00:37:26这可能不会成功,
00:37:27对吧?
00:37:27这是一个完全不同的问题需要解开和弄清楚,你如何能够,你是让AI个性更符合那个领域,还是开始教人们辨别真相的新方法?
00:37:39我的意思是,
00:37:40我的看法是,
00:37:41我认为后者更有力量,
00:37:44因为它也是对所有形式的说服性写作、
00:37:48说服性思维的良好免疫,
00:37:50无论它是AI还是人类。
00:37:53但是批判性思维,回到AI只是迫使我们调和已经存在的事物这一事实,我认为教授批判性思维真的很难。
00:38:01是的。
00:38:02这又回到了儿童心理学,对吧?
00:38:03我们现在有一整代数字原住民,他们可以非常清楚地识别垃圾短信,而这对某些人来说真的很困难。
00:38:10那么AI原住民一代是什么?
00:38:12那会是什么样子?
00:38:13它对儿童发展有什么影响?
00:38:15我们还不知道的事情有很多。
00:38:16好吧,为了结束这个话题,因为我觉得我们可以永远聊下去。
00:38:22当我们展望五年后,我很想听听你们所有人的想法。
00:38:27教学成功是什么样子的?
00:38:29在AI世界中预测五年是一件疯狂的事情。
00:38:33我想我会告诉你我的希望,对吧?
00:38:35我不知道成功是什么样子,但我知道我希望什么,那就是在教育机构中,教师有更多的时间单独参与关系建立和培养部分。
00:38:48你知道,
00:38:49回到Efren的观点,
00:38:51也许教师参与的不是知识获取部分,
00:38:55而是将这些知识综合到你生活和世界的更大生态系统中,
00:39:01并理解如何最好地帮助任何特定个体学习。
00:39:06因为在这个未来中,我们仍然都是独特的个体,庆祝和强调这种独特性是我希望我们能够通过教育实现的。
00:39:14对。
00:39:15我认为五年是很长的时间,但我认为那时的成功对我来说就像是地球上的每个人随时都有一个个性化的导师为他们准备好。
00:39:27然后,如果我们成功实现了这一转变,我们的机构将继续存在,并在我们的社会中发挥它们已经发挥的重要作用。
00:39:36对我来说,我认为这又回到了批判性思维部分。
00:39:39我希望每个人,真的是每个学生、每个教师都对使用AI和学习的意义有一个共同的词汇和文化理解。
00:39:48我认为在使用AI时需要更多的辨别力和反思,以及更有意识地使用AI。
00:39:54我知道,
00:39:54我觉得我不断重复这个话题,
00:39:57但如果每个学生都能清楚地表达他们何时想使用AI、
00:40:01何时不想使用以及为什么,
00:40:03那不是很好吗?这种关于你自己的习惯、
00:40:06你如何思考、
00:40:07你如何最好地学习的知识,
00:40:09这种个性化的知识是如此令人兴奋。
00:40:11我想,这是一个简化的启发式方法,我猜,用来衡量成功可能是什么样子。
00:40:15或者另一方面,也许他们不必做出那个决定,因为技术就是产品。
00:40:20产品本身适应性很好。
00:40:21我们需要两者兼顾。
00:40:22是的。
00:40:23一起。
00:40:24当然。
00:40:25产品、体验和教育必须齐头并进。
00:40:27我一直在思考的事情,这给我带来了乐观情绪,因为在这项工作中有些日子充满了悲观情绪。
00:40:34工作在改变,我们不知道可能会发生什么,你知道,我们的工作。
00:40:37我们对任何发生的事情都感到很大的个人责任。
00:40:43但与此同时,我确实看到在一个智能变得丰富并且总是被商品化的世界中。
00:40:50我认为那将不再是我们人类的决定性特征。
00:40:56这在某种程度上可能是可怕的。
00:40:57但我也认为这是一种解放,
00:40:59因为在过去的几百年里,
00:41:01我几乎觉得我们失去了一些人性,
00:41:04因为我们经历了工业革命,
00:41:06我们能够做所有这些事情,
00:41:08但我们也进入办公室,
00:41:10完成任务,
00:41:11并通过我们所做的工作来定义自己。
00:41:13而这可能不是我们从现在起五年后能做得最好的事情。
00:41:17但教师所做的、医生所做的有很多事情是真正人性化的,而不是智能,你知道。
00:41:24所以我几乎对这些东西的剥离感到兴奋。
00:41:29所以对我们来说,我认为我们的教育系统的核心是真正关注是什么使我们成为人类。
00:41:35有一位牛津大学教授说过一句我一直在思考的名言,
00:41:39他说:'我认为AI时代将是提出好问题的时代。'而这并不一定来自于知道很多,
00:41:47对吧?
00:41:48这只是关于保持好奇心,然后对你得到的回答保持一点辨别力和怀疑态度,这样就能提出更好的问题。
00:41:54我认为有了AI作为我们口袋里的私人导师,问题空间的世界已经极大地打开了,远远超越了人类历史上我们曾经拥有的任何东西。
00:42:04我们只需要引导人们形成能够提出好问题的思维方式。
00:42:09从来没有比现在更适合遇到问题的时候了。
00:42:11从来没有比现在更适合遇到问题的时候了,没错。
00:42:12我觉得这是一个完美的结束方式。
00:42:14好的,谢谢大家。
00:42:15感谢你们抽出时间。