我最近出席了高等教育生成式人工智能与教学创新国际会议(International Conference on GenAI and Pedagogical Innovations in Higher Education)。会议吸引我的地方,是讨论不只围绕工具,而是进一步提出更深层的问题:
在日益受人工智能影响的世界里,我们需要怎样的教育?
「人工智能海啸」与课程改革
人工智能不只是可以加入现有课程的一项新教育科技,它也挑战了课程设计背后的一些假设。
如果学生现在可以在几秒内产生摘要、文章、解释、治疗计划、个案分析及温习笔记,我们的评估便不能只要求重述资讯。
我们评估的是记忆、推理、判断、专业身分,还是合乎伦理并具批判性地使用工具的能力?
这些问题对健康专业教育尤其重要。
从可预测的教育走向复杂的学习
临床实务充满不确定性、资讯不足、情况变化及人际互动。生成式人工智能可以支援学习,却也带来新风险:流畅的答案不一定包含可靠的判断。
这意味教育工作者的角色正在转变。我们愈来愈需要设计学习环境,让学生练习判断、反思、核实及负责任的决策。
人工智能时代的转化学习
对学生而言,转化学习可能意味从:
「人工智能怎样可以给我答案?」
转向:
「人工智能怎样可以帮助我深入思考?」
对教育工作者而言,则可能意味从:
「我要怎样阻止学生使用人工智能?」
转向:
「当人工智能已经存在于学习环境中,我应如何设计仍然有意义的学习?」
作为物理治疗教育工作者的反思
人工智能不应被视为创新的捷径,教育设计仍然重要。
人工智能素养也应成为专业教育的一部分。学生需要学会批判地处理人工智能产生的资讯。
最后,评估需要更接近真实的专业实务。如果一项评估可以完全由人工智能完成,而学生毋须展现判断、反思或情境推理,或许需要重新设计的是评估本身。
最后的思考
关键问题已不再只是:
我们如何在教育中使用人工智能?
更重要的问题可能是:
我们如何为一个已经存在人工智能的世界设计教育?