幼教AI应用：教师必知六点

“

”

现在，教师应当开始为人工智能做好准备，学会理解、监督、分析并挑选合适的AI工具，把它们真正用在幼儿教育中。仅仅告诉孩子们计算机或社交机器人能做什么还远远不够，教师还要帮助孩子明白这些机器不能做什么。机器不是人，它们不会做伦理判断，也缺少道德选择能力，更没有社会情绪智力。随着孩子与人工智能接触得越来越多，这些能力反而更需要教师去有意识地培养。

1. 学会监控机器学习在幼儿教育中的应用。

人工智能已经渗透到很多场景中，比如语音识别、面部识别、医疗诊断、自动化、电子游戏、文本分析，以及我们日常生活的许多方面。虽然AI类型很多，但教师尤其需要关注机器学习。

什么是机器学习？

机器学习是人工智能的一种形式，系统可以借助经验自动学习并不断优化，而且不需要额外编程。只要把数据提供给机器，系统就会基于这些数据完成学习。

机器学习如何应用于幼儿教育？

不妨设想一个幼教场景中的潜在应用，我们把它叫作iTeddy：一只智能泰迪熊，它可以为孩子建立个人档案，提供定制化教学，并依据发展适宜性实践（DAP）来运行人工智能。

差异教学（DAP）的关键前提之一是，学习体验应当因人而异，每个孩子都应拥有独特的学习路径。教育者需要投入时间了解孩子，认识他们的家庭与社区，观察他们的表现，检查作业，并运用真实、有效、可靠的评估方法，去掌握他们的兴趣、优势、性格与动机。

这也与列夫·维果茨基（Lev Vygotsky）的“最近发展区”理论相呼应：要找到既有挑战又能实现的最佳学习位置。有人认为，像iTeddy这样的设备可以通过持续观察孩子，并按其需要提供一对一支持，帮助实现这一目标。试想一下，如果iTeddy在一段时间里发现孩子特别喜欢数学，而对艺术只是兴趣一般，那么它就可能据此增加数学活动、减少艺术相关内容。从某种意义上说，iTeddy可以为孩子提供更有针对性的支架，以个性化节奏呈现内容，并推送适合其发展的数学课程，确保孩子始终处于参与和受挑战的状态。

不过，问题也随之而来：iTeddy可能会把大量年龄、发展水平和背景相近的孩子拿来比较，从而对某个孩子的特征做出偏差判断；它也可能忽视人的兴趣会随着时间变化，进而减少孩子接触艺术的机会、增加数学活动。但这并不是人工智能独有的问题，因为在现有学习环境中，学生也常常被忽略。他们的天赋和兴趣可能没有被家长或老师准确识别，或者因为不愿尝试新事物而无法在某个领域真正发光。那么，像iTeddy这样的AI，究竟是在为孩子打开更多可能，还是在悄悄限制他们？

iTeddy只是一个例子，它说明教师必须为教育领域中各种人工智能应用做好准备。教师需要具备一定的数据素养，能够读懂AI生成的评估结果，并对其决策过程进行监督。比以往任何时候都更需要教师对AI的开发和使用提出专业、合理的意见。

2. 为程序员提供建议。

尽管听起来不可思议，开发人工智能的计算机科学家很可能会向教师和其他儿童发展专家寻求意见与建议。原因在于，儿童发展是人工智能中的关键环节。1950年，艾伦·图灵曾说：“与其试着编写一个模拟成年人的程序，不如尝试编写一个模拟儿童思维的程序？”在图灵看来，真正的人工智能关键在于设计出一种像人类儿童一样学习的机器。与“白板说”的传统观念不同，儿童并不是一张空白纸，婴儿大脑的复杂性，以及与生俱来的认知和学习能力，至今仍让许多神经科学家感到惊叹。

机器人专家和计算机科学家正在努力弄清楚，如何设计出具备类似学习能力的机器，但我们距离这一目标仍有很长一段路。随着机器学习研究不断推进，计算机科学家自然会向最了解儿童思维与学习过程的人请教，而这些专家正是教育工作者。

3. 了解神经网络的另一面

像许多技术一样，包括人工智能在内的进步，往往伴随着一些始料未及的风险。教师需要清楚神经网络可能带来的隐患，以及儿童和成人在日常生活中是如何与它们互动的。

什么是神经网络？

神经网络是一种系统，程序员会先围绕某个特定目标汇集数据，再由网络对信息进行分析并给出最优结论。比如，TikTok使用的就是一种神经网络算法，其目的就是让你尽可能长时间地停留在应用中。它会在“为你推荐”页面上推送算法判断最可能实现这一目标的内容。

但神经网络在实现目标时，往往不会考虑更广泛的后果。比如，社交媒体平台的AI可能会发现某人对愤怒、仇恨或负面信息更感兴趣，于是它会继续推送更多这类内容，因为这样更容易引发回应，也能让用户停留更久，从而达成程序设定的目标。但算法并不会衡量持续投放反社会或充满愤怒、仇恨的信息会带来什么后果。AI系统缺少真正的道德与伦理约束。

用于教育的神经网络同样可能出现目标偏移和不良影响，因此我们必须谨慎监控自己和孩子的参与程度，主动选择观看什么内容，以及与他人分享什么内容。

4. 一起推动教育领域对AI的负责任使用

Netflix推出的纪录片《社交困境》揭示了科技公司如何操纵人类心理，也展示了人工智能在社交媒体中的潜在风险。虽然这是一个重要议题，但关于AI在其他领域，尤其是教育领域中的影响，讨论同样至关重要，只是目前这样的讨论仍明显不足。我们——专业人士、照护者、倡导者和政策制定者——对此谈得还不够，必须更多参与这些关键对话。

我们需要举办活动，邀请所有相关方共同参与，并开展公开讨论。我们不能让计算机科学家成为唯一决定那些可能伤害甚至影响下一代命运的隐藏神经网络“指标”或目标的人。单靠任何一个群体都无法完成这项任务。计算机科学家、统计学家、伦理学家、教师、幼儿教育专家和社会科学家必须跨学科合作，共同应对这些挑战。

5. 确保所用AI符合可接受的标准

我们需要不断追问：AI收集的数据归谁所有？谁可以访问这些数据？有哪些措施用来监测和保护这些数据？AI系统是如何训练的？由谁来训练？算法里包含了什么？它的目标是什么？

我们需要倡导：

可解释性：包括人工智能在内的新技术，必须具备清晰透明且可被说明的能力。

公平：如果经过合理校准，AI可以帮助人们做出更公平、更公正的判断。

鲁棒性：当系统被用于关键决策时，人工智能必须足够安全且稳定。

透明度：透明能建立信任，而最好的方式就是通过充分的信息披露来提升透明度

隐私：人工智能系统必须优先保护用户隐私和数据权利。

6. 幼儿教育工作者，请记住我们的首要职责

随着世界越来越依赖科技，公民在应对气候变化、贫困、冲突和战争等全球性问题时，越来越难有效履行自己的责任。

未来十年，伦理推理、说服能力、社会理解和同理心等人类能力会越来越重要。随着人工智能和机器学习接管过去由人完成的工作，这些能力将成为衡量个人竞争力的关键。自动化越普及，情商对任何想在本领域保持竞争力的人来说就越重要。

我们或许并不希望世界发生改变，也可能对有关人工智能的讨论感到不适。但如果我们忽视AI，就无法在它越来越多地进入教育领域时做出正确回应。对于教育者和学生来说，人工智能、神经网络和机器学习都可能是非常强大而有效的工具；但如果我们不努力确保这些系统具备可解释性、公平性、稳健性、透明性并保护隐私，它们带来的危害很可能超过益处。教育领域的AI才刚刚开始，我们必须立刻积极参与，并主动面对这些问题。

就像教育一个孩子一样，我们今天做出的选择，会在未来产生深远影响。我们有责任确保这些选择明智、审慎，并能把我们带向一个更好、更安全的未来。