以下文章來源于騰訊研究院 ，作者楊健
編者按：
本文轉載自 " 騰訊研究院 "。2023 年 11 月 22 日，第三屆騰訊 MEET 教育科技創新峰會在北京隆重舉辦。本次峰會上，騰訊集團副總裁、騰訊研究院總顧問楊健發布了 2024 教育科技十大趨勢洞察的重磅報告，報告指出，GPT 會改變過去以教師爲中心、知識灌輸型的教學方式，最終轉變爲以學習者爲中心的、人機協作、自适應的學習模式。
以下是演講全文，完整報告請見文末獲取：
各位專家、各位嘉賓，同行還有媒體的朋友們，特别歡迎大家來參加本次 MEET 峰會。
過去大家一直關注科技革命和技術變革大的影響，已經說了好幾十年了。但是真正的變革，感覺觸及到人類整個内在的，我覺得到今天才剛剛開始。可以說，我們正在整個人類社會大變革階段的前夜，有一點點曙光出現了，它對教育的影響可能帶來教育底層結構的演進。騰訊研究院最近做了一個《教育科技十大趨勢洞察報告》，在此簡要跟大家分享下，講一下自己的感受。
技術與教育相伴而行
技術對于教育的影響肯定一直都有。教育這件事情，我們中國人以前老話說的好，叫" 傳道、授業、解惑 "。實際用今天的話來講，就是理解、實踐、創新，當然創新後面也包括價值認同。理解對應 " 解惑 "，懂得是什麽、爲什麽這樣。實踐是通過 " 授業 "，知道應該怎麽去做。創新和價值認同方面，這就到了 " 道 " 的層面。實際上教育肯定是科技的大哥，它和科技之間不是 " 雞生蛋、蛋生雞 " 的問題。先有教育，然後才會發展出一些跟教育相關的科技手段。
其實從動物開始就有教育，比如鳥媽媽教鳥寶寶怎麽走路、怎麽飛行，一直到人的教育。從自然界看，最開始的教育應該是一種全模态的教育。但是因爲有時間、空間的限制，要達到教育的效果，就要發展出新的技術進行輔助。比如語言、文字，這些都還是是現場的。如果要實現遠程，就需要網絡、編解碼，一系列技術就發展起來。
我們看從 19 世紀初德國洪堡現代教育的起源開始，技術就一直伴随并支持着現代教育發展。從借助書籍、紙張、黑闆、實驗設備做的傳統教育，到後面的電話教育、計算機輔助教育、在線遠程教育、以及移動教育、智能教育，整個都是技術在裏面發揮了重要作用。
技術彌補了什麽問題？最核心的是彌補了 " 教 " 這一方的局限。比如我今天給大家分享，僅僅用語言可能就不夠。我可能就要有圖片，圖片之後還會有視頻等等，這是從教育的方式内容上來講。從時空上來講，老師給學生現場講沒問題，但如果老師不能在現場，他可能就要用文字記錄、用音視頻記錄。還比如，甲地的老師要跟乙地的學生溝通，就出現遠程教育。
此外，我們還有一些東西即使是面對面，也沒法進行展現的，怎麽辦？就需要做虛拟或者簡化。從西方角度來講，可能就是有實驗室，去做物理、化學實驗，實際是把現實世界做簡化，然後到實驗室裏重複研究這個本質的過程。但在東方教育體系裏，可能這種教學方法還不夠，老師給學生講不清楚天上、遠古是怎麽回事，可以用托夢，就是一種通過想象構建教育的場景。當然，這隻是一個比喻，但是到了今天計算機輔助教學、智能技術、XR 等出現以後，就真可以實現類似托夢教授的效果。
因此，今天我們認爲進入了 " 人機共智 " 的時代，就是我們的物理空間和數字空間在深度融合，人工智能和人類智能在高效協作，通識教育和個性化成長在相互促進，我們已經走到了這樣一個教育方式的邊緣。有一個很有意思的現象，我們以前講教育，就是老師教學生，即有單向的，比如 " 傳道授業解惑 "；其實還有另一個概念叫 " 教學相長 "，是雙向的。老師在教學生的過程中，自己也在學習和成長。實際上到今天，我們在 GPT 時代也一樣。你跟 GPT 對話的時候，它也不是一開始就知道答案，而是你用正确的方式給它提了正确的問題，然後它再去尋找答案，或者它跟你一起尋找答案。這就是人類智能和人工智能的協同，可能比老師和學生之間更加高效。
技術影響
從交互、數據、基礎設施
到教育系統
在技術和教育發展正在經曆這樣的變革過程中，我們研究總結了十條趨勢。當然，實際可能不到十條或者不止十條，可以歸納成五方面：
首先當然是 GPT，AI 大模型的影響是綜合性的，對教育結構的底層可能都會有大的影響；其次交互方面，包括擴展現實 XR、AI 數字人、實時音視頻 RTC、遠程協同類應用四類，這個更多是教和學之間的交互、協同提升；三是數據，包括大數據和區塊鏈，大數據和 AI 結合，可以進行更多元的測評和更精确的教學實踐。區塊鏈能有效保護數據、支持流通，像教育數據，包括學生的成績單、學曆等；四是 IT 基礎設施，一方面是數字安全免疫力建設，也跟數據密切相關。另一方面是從雲計算走向雲原生。國内大家對上雲這件事多少會有些疑慮或者歧義，比如我的東西放在雲上不像放在家裏安全，或者建雲更多的是爲展現我有多少服務器、有多少數據留存等。其實上雲、走向雲原生，關鍵在用更少的代碼、更快的組織形式，來實現教育系統和應用開發的降本增效；最後，更綜合、遠期看，元宇宙的技術組合在不斷豐富，可能整個教育形态和運營管理模式都會實現創新。
今天時間有限，先簡要分享其中幾個趨勢：
GPT 引領智能飛躍
激發教育深層新變革
GPT 恐怕會改變過去以教師爲中心的、知識灌輸型的教學方式，最終轉變爲以學習者爲中心的、人機協作、自适應的學習模式，并且很可能随着這個技術的發展而普及。
在 " 學 " 的層面，以前一個老師要對很多學生，很難分開對每個學生做個性化輔導。AI 實際能很好地解決這個問題，實現老師的數字分身，能對每個學生 1 對 1 教學、輔導。可汗學院、多鄰國都已經用 AI 開展啓發式的教學，不直接提供問題的答案，而是提供啓示性的回答，來跟學生形成互動。某種意義上講，就是數字助理或者數字家教的感覺。
在 " 評 " 的層面，我們以前對學生的成績做測評要花不少力氣，要生成題目、分析回答、再判定他對這塊知識或技能的掌握程度。現在這方面也開發出了很多新工具。像 conker、yippity 等，有的是給主題就能生成題目，有的是給文章或者鏈接就可以生成題目。後面如果要更精細化的提高測評效率，可能需要更多好的教材、高質量的 Q&A 對子來對模型進行精調和完善，還可能結合知識圖譜、系統推薦等方式。如 R test 結合 AI，用于 SAT、ACT 測試和訓練，就能取代傳統的模拟測試。
在 " 用 " 的層面，像論文寫作，當然我們不是說讓大模型替我們寫論文，更多的是跟我們一起共創内容。在此過程中，内容的創作者本身給它不管是提供基礎的事實數據，還是給它恰當的 Prompt 方式，都非常重要。對于論文涉嫌抄襲的情況，技術也都在推進解決。另外，AI 編程的效果不能說已經很完善，但總體來講已經不錯。像 Matlab 接上 GPT 了，數據分析和繪圖等可以通過對話方式開展，降低了使用門檻。大模型也有助于加速科研任務，像蛋白質折疊預測等。
擴展現實升級叠代
打開沉浸式學習創新空間
教學中有個重要環節是實驗。我們爲什麽要帶學生實驗？因爲很多事情我們不能直接到真實場景裏面去，把活生生的人或物做實驗的對象。實驗場景相當于做出簡化場景，但簡化或者說仿真，肯定是越真實越好。這塊來講，擴展現實 XR 的升級叠代，爲沉浸式學習創新提供了很好的空間。
像 Fundamental VR，通過 VR 設備、觸覺手套、專業的控制器等一系列東西，現在已經在眼科、骨科等能夠做到非常逼真的外科手術效果。而蘋果的 Vision Pro，分辨率兩眼達到了 8k 的超高清效果，整個影像串流比眨眼的速度快 8 倍，再加上視覺輻辏調節沖突 ( VAC ) 等其他技術，有效減輕眩暈感。這些對于整個構建虛拟教學空間，已經能達到很好的效果。
AI 數字人快速發展
有望實現陪伴式助學
教學還有個挑戰是優秀教師的稀缺。數字化教學可以彌補，但如果隻有塊屏幕、一些工具界面，很難達到人性化效果，整體上有具象的數字 " 人 " 來和學生互動效果會更好。騰訊雲智能的小樣本數智人生産平台，現在已經可以做到隻用拿 3 分鍾真人口播視頻，加上 100 句語音素材，千元級的成本，就可以在 24 小時以内生成較逼真的數智人。這個過程基于大規模數據訓練能力，包括語音文本和人像的表情、口型的關聯等。一些學校已經開始嘗試，像雲端課堂的虛拟教師、校内活動的虛拟主播等，目前已經可用，是不是夠用可能還要等技術進一步優化和發展。總之，數字人陪伴式助學，應該說是可以看得到的趨勢。
元宇宙技術組合逐步豐富
驅動學校形态和模式創新
技術也促進了大家對未來學校形态的暢想和探索。香港科技大學就建了數實融合的校園，把它現實的物理校園和虛拟校園之間建立實時數字孿生，可以提升運營管理效率。還可以搭建創新實驗室，在裏面可以開展很多物理世界難開展的實驗、探索，比如穿越蟲洞、曆史場景複現等。
騰訊的 AI Lab 實驗室也在做 3D 場景的智能生成，聽同事講在 25 平方公裏的城市地塊，可以做到 130 公裏道路的時況，搭建 4400 多個樓宇和超過 38 萬個室内場景。以前要達到這樣的效果需要以年爲單位的時間，現在幾周之内就可以實現。另外，騰訊正在深圳大鏟灣建設新總部企鵝島，我們也在做相關的創新嘗試，打造 WecityX 元空間，基于 MR Cave，大家用裸眼 3D 的方式，就能超前體驗還未建成的未來園區。
技術雙刃劍下
未來需要什麽樣的人和教育？
技術發展歸結到最終，更多還是看人，對人的沖擊和影響。比如，GPT 在 GRE、SAT 等很多考試中，成績都超過了 80% 的人，傳統考試是不是要被颠覆？在職業技能方面，根據一些機構預測，80% 的勞動者的工作都會受到 AIGC 的影響，3 億人的工作可能被取代，至少會有 15% 的人的工作會發生變動。當 AI 能實現 " 知識唾手可得、表達交流又沒有障礙、身份還可以随意切換等的時候，教育的作用是什麽？人類要從教育當中獲得什麽？……這都是非常重要的問題。我們也研究提出來一些可能方向，比如可能需要将教育的焦點，放在提高學生的領導力、判斷力、表達力，以及好奇心和同理心。
除了教育，技術對社會的影響、對于人的影響，還有更多問題值得思考。我們研究院也搭建了 AI&Society 社群，已經有上百位各方面的專家共同探讨這些問題。有的問題裏比較近，比如 "AI 會不會全面沖擊現在的工作、未來如何跟機器協同工作 " 這類。也有更遠一點的問題，比如 " 人類創造的本質是什麽，是跟大模型一樣、還是有不同 "。無論近還是遠，這些問題我們可能都要面對。
用今天有限的認知來展望未來，教育到底要走向什麽方向，終極改變的時間可能還比較長遠。近期而言，在剛才講到交互、協同、數據等方面，将來可以看得到的變化，就是更加的身臨其境、更多的因材施教。但坦率講，未來發展有可能最後實現的，跟今天我們想象的會有很大偏移，我們能看到的隻是很有限的一部分。
總體來講，我們都不希望技術的進步讓我們變的更卷，最後技術異化之後成爲了人的主宰。大家對以前的教育，會有各種各樣的吐槽，比如因爲是前人已經規定、設計好的，很難打破。現在随着技術發展到此，讓大家感受到可以依靠自己的力量改變教育方式，爲未來的教育重新塑型。這可能是在座的每一位，甚至所有人都可以參與其中、并做出貢獻的事情。
簡單彙報這些，謝謝大家！
完整報告通過下方鏈接：https://wj.qq.com/s2/13662051/pa5z/
