Learnovate, AI and EduTech with Joon Nak Choi
55:18 Share

您是否在管理您在亚洲的分布式团队的 IT？并且您知道这有多痛苦。SFL 通过将繁琐的任务从您的内部团队手中解放出来，并为他们提供有效管理 IT 的工具来帮助他们。

在亚太地区的八个国家/地区获得帮助，从入职和离职、采购设备到实时 IT 支持和设备管理。借助我们最先进的平台，在一个地方完全控制您的所有 IT 基础设施。我们的 IT 支持专业人员团队热衷于帮助您发展壮大。因此，请查看 ESEVEL.com 并立即获得演示。使用我们的推荐代码 ASIA 可享受三个月的免费试用。适用条款和条件。

人类将被赋能，成为像托尼·斯塔克一样的超级英雄。因为你拥有忠诚的 AI 助手贾维斯在幕后处理所有事情，而这正是我在就这个话题进行讲座时经常使用的例子。最终发生的情况是，您需要确保自己能够正确使用 AI。

如果您卸载过多，如果您不恰当地卸载，如果您过于依赖 AI 来完成您不应该依赖 AI 的所有任务，那么突然之间，您就不再是托尼·斯塔克了。你就是《机器人瓦力》里那些肥胖的人类后裔，对吧？那些甚至无法回到自己的椅子上的人，因为他们忘记了如何行走。他们忘记了如何思考。他们一直在吃稳定的饮食，无论是什么，都是 AI 提供的苏打水……

欢迎来到 Analyze Asia，这是一个致力于剖析亚洲商业技术和媒体脉搏的顶级播客。我是 Bernard Leung，我们已经了解到 AI 将如何影响教育，从访问学生作业到个性化学习。人工智能下的教育未来是什么样的？

今天和我一起的是 Joon Nak Choi，香港科技大学兼职副教授兼 Learnovate 创始人，他将帮助我们解读人工智能在教育中的未来。JC，欢迎来到节目。非常感谢。

是的，我认为我们通过 Undivided Ventures 团队认识了彼此，因为我们都在为他们提供 AI 方面的不同建议。但我在六月份在香港的时候，我们进行了关于教育和人工智能的长时间对话。我认为现在教育科技的这一特定交叉点将被大型语言模型大幅增强。为了开始谈话，我们总是从起源故事开始。那么你如何开始你的职业生涯呢？好的。

我认为我有一段漫长而复杂的事业。顺便说一句，如果你觉得更容易的话，你可以叫我 JC。我出生于韩国，拥有美国国籍，是香港居民。我不太确定我来自哪里，但我大部分的成长时期都在美国度过。像许多其他本科生一样，我经历了大学的学习过程，认为自己将成为一名管理顾问。

我做了几年。但后来我回去攻读博士学位，专注于一个叫做社会网络分析的领域，这是对人们如何相互联系的定量分析。它一直是技术领域中一个非常有影响力的领域。例如，谷歌 PageRank 算法最初是 20 世纪 70 年代的社会网络算法。然而，大多数人并没有将其视为技术。而我的博士学位技术是在社会学方面。

所以像许多社会学家一样，在我获得学位后，我最终去了商学院。有趣的是，我所做的研究是关于人们如何在社会上联系在一起的，但使用的是定量算法。有一天我睡着了。第二天，它被重新归类为机器学习。然后我

几年后，就在我实际上在斯坦福大学担任客座教授的时候，它不知何故从机器学习重新归类为人工智能。所以这很有趣，然而，从社会学家到管理学教授再到人工智能专家，大约十年时间，尽管我所做的事情实际上从未真正改变过。

所以你拥有学术界和创业生活的这种非常有趣的平衡。你能谈谈人工智能在你目前旅程中所扮演的不同角色吗？我第一次看到关于神经网络的东西是在 2004 年。那是我作为博士生时上的第一批课程之一，一些心理学家将其称为下一个大事件。

老实说，当时我认为，是的，这真的会很酷。但这离未来太遥远了，一段时间内不会影响到我。它确实花了我大约 15 年的时间才真正做到这一点。但它在过去五年左右的时间里确实对我的职业生涯产生了影响。

我第一次使用大型语言模型是在 2018 年或 2019 年左右。当时我正在一家名为 Zector 的创业公司工作，该公司实际上将这项技术应用于调查数据。所以我们正在研究早期一代的模型。我认为我们当时正在研究 BERT。我想，哇，这真的很酷，但结果还远远不够好。几年后，

我实际上创立了 Learnovate，它更多地处于教育技术领域。然后发生的事情是，我在 2022 年 11 月所做的一切都爆炸了。换句话说，ChatGPT 推出了，每个人都认为，没关系，这些技术已经存在很长时间了。GPT-3 和 ChatGPT-3 之间的唯一区别实际上是一个更好的用户界面，对吧？

但这很重要，它触动了大众的想象力。因为我一直试图推动使用一些视觉处理算法进行在线监考，

香港的人们开始把我视为人工智能和教育专家。是的，这很有趣，对吧？你开始研究现在被称为大型语言模型的前两个迭代版本。我认为直到有人决定将整个互联网作为数据集，然后我们发现了缩放定律，然后我们发现了 ChairGPT 的涌现行为。但回到这个非常有趣的话题，

你到今天为止所经历的旅程，你有什么重要的经验想与我的听众分享？

哇，有很多重要的经验。实际上，你能给我更多指导吗，你的听众可能会发现什么有用？任何人生经验，你知道，有时是职业建议。我认为这就是他们通常想要的。所以在人生经验职业建议方面，哇。人们告诉我，我实际上有一个非常不寻常的职业。从我还是本科生的时候起，我就抵制专业化。

我样样精通。我想说我精通一些。有些人实际上会说我样样都不精通，对吧？作为通才有时很难成功，但现在看来它似乎正在奏效。所以我想说，如果你成为通才，机会真的很大。但与此同时，在你职业生涯的早期，最好听从人们的建议，成为专家。

还有什么职业建议？我认为当出现新的事物时，人们往往会沉迷于炒作。人工智能就是一个例子，区块链是另一个例子，人们全力以赴。而且……

我认为那里的职业建议是，在改变你的个人品牌之前，确保你完全致力于某事。因为我认为在没有完全投入的情况下这样做非常危险。我看到很多人都在全力以赴地从事区块链，但今天却并非如此。那么还有什么职业建议呢？我实际上有幸，坦率地说，荣幸地与许多非常有才华的学生一起工作

我看到年轻人现在在很年轻的时候就取得了伟大的成就。我认为这也是可能的，但我认为记住你实际上可以在 40 多岁甚至 50 多岁的时候做出你最好的工作也很重要，对吧？

因此，不必急于求成，尤其是在创业时。根据研究，实际上，40 多岁到 50 多岁是创始人创造最佳创业公司的巅峰时期。所以……

我想这些实际上是建议。希望它们对您的读者或观众有用。哦，这对我很有用。至少我知道我不会变得无关紧要，因为我是一名创业公司创始人，我现在快 50 岁了，并且刚刚开始这段旅程。

但我想谈谈今天的主题，那就是关于教育科技和人工智能以及你在 Learnovate 所做的一些工作。所以也许首先要开始的是，你如何看待生成式人工智能正在改变教育？我认为具体来说，你考虑的是内容创作和学习者的个性化。所以我想在我真正开始谈论人工智能在教育中带来的巨大潜力之前，我想先谈谈我戴的不同帽子。

首先，我是一名美国大学教授。我做了很多教学工作，从技术上讲，我是一名兼职教授，因为香港法律实际上不允许公立大学的某人在全职工作的同时也从事创业活动。

话虽如此，我在大学里扮演着准全职的角色。我教了很多课。我还，怎么说呢，我被邀请参加了几个大学层面甚至跨大学层面的关于人工智能和教育技术的工作。所以我从很多不同的角度看到了很多事情，可能比大多数人都多。我还参与了数字教育委员会等组织，当然，该委员会将于 11 月初在新加坡举行年度会议。所以如果有人想在新加坡见我，我会在那第一周左右。请与我联系。

我们在 Wii 那里吃午饭，对吧？是的。是的。那么我从哪里开始呢？我认为人工智能总体上是一个话题，它有很多炒作，也有很多对炒作持怀疑态度的人，人工智能实际上能做什么以及为什么人工智能不应该被用于所有事情，有时会在过程中丢失。

教育也不例外。那么人工智能在教育中能做什么呢？我认为一方面，你必须非常小心，不要被炒作所迷惑。很多人都在谈论直接转向个性化学习模式。很多人都在谈论彻底改变教育的方式。现实情况是，他们对炒作的投入有点太多了。

因为这不仅仅是技术限制，不幸的是，这些限制是真实存在的。它还与组织和社会限制有关。你能做什么？你被允许做什么？这两件事是不同的。沿途存在一些限制。所以，在另一个极端，你可以做很多公司正在做的事情。这也是我短期内为教育提出的方法。

你如何才能更好地利用现有流程并使其变得更好？伯纳德，我相信你是创造这个词的人。在做更好的事情和把现有事情做得更好之间是有区别的。

我坚信，在短期内，我们可以使用人工智能使许多现有事物变得更好，同时社会也在赶上来。然后，在教育领域的一些圈子里，有人谈论更多，怎么说呢，在未来 5 到 10 年内将会出现更少增量变化。

但在未来五年，我们许多人将在那里发展我们的事业，试图建立公司，并真正试图产生影响，你真的必须专注于在未来五年内完成事情，同时为长期规划。

在未来五年内，我非常清楚地看到世界将沿着增量变化的路线发展，利用人工智能改进今天存在的事物、流程、组织和人们的思维方式，然后在 5 到 10 年后，当人们变得更加富有的时候，我们会看到更大的变化。

所以在我的课堂上，第一天我会做的事情就是向他们展示我给他们布置的作业，我为学生布置的书面作业。然后我基本上在他们面前运行了 ChatterBPT，并直接告诉他们，我是一个人工智能从业者，不要试图这样做。但是，你绝对可以用要点写出你的论文的整个逻辑流程，并可以使用 ChatterBPT 来帮助你写作

但不要试图让 GPT 来写你的论文。这是完全允许的。我认为，我认为你和我都作为教育工作者，我们对评分的这一方面考虑很多，但也许你看到生成式人工智能在课堂或在线教育平台上产生切实可行变化的一些例子是什么？为了稍微回顾一下，

我一直在强调的一点，这也是我大约一个月前在世界经济论坛活动上提出的观点，Turnitin 最近在香港举行了一次会议，在那里我提出了同样的观点。

在我们真正讨论教育将如何改变以及人工智能可以产生什么影响之前，我们必须真正考虑教育的意义。很多人不明白这一点的背景。首先，高等教育，尤其是高等教育，是关于培养价值观、品格、批判性判断和决策者。然后高等教育变成了教授实用技能，这几乎是大约 150 年前的一种德国模式。

在过去的 50 到 100 年中的某个时候，教育转向了一种模式，我们需要衡量一切。然后你能衡量什么？你如何衡量它？这变成了指挥全局的尾巴。那么大学通常追求什么呢？他们试图获得更高的排名。你如何获得它？你做某些事情，然后其他一切都会随之而来。现在，

我觉得人工智能有机会改变这一点。因为如果你正在寻找可衡量的东西，很多时候它会变成死记硬背和标准化考试之类的东西。因此，人工智能贬低了某些类型的知识，即死记硬背的知识，而不是实际使用的知识。所以然后……

我认为它给了我们一个机会，让我们能够转向更注重价值观和技能的教育。换句话说，这不仅仅是你所知道的，更多的是你如何使用它。人工智能实际上可以成为一种工具，帮助衡量你所知道的知识并扩展你的知识范围。我相信我们在这方面意见一致。

话虽如此，它如何在日常生活中影响课堂？正如你所知，我有点像将人工智能融入教学和学习的布道者。学习比教学更重要，当然，它也应该是这样的。这首先出现的一个地方是论文的概念。与选择题甚至简答题相比，论文更能评估某些形式的知识。

话虽如此，论文也很容易被操纵。那么，如果学生使用 ChatGPT 或 Gemini 或其他东西来为他们撰写论文会发生什么？已经使用了许多不同的方法。例如，我从 Turnitin 那里认识的人们确实抢先一步，说这是一个论文检测器，人工智能论文检测器。

当然，这也有很大的局限性。我相信 Turnitin 的工作人员也意识到了这一点。因此，他们实际上正在努力将其推广为关于某人是否使用人工智能的一种输入来源。但我认为我来自不同的学派，我认为强调这不仅仅是诚信的概念非常重要，因为你总是可以布置课堂论文，对吧？

在课堂上用笔写的论文，没有人会使用人工智能来作弊。对我来说，更有趣的用例是，我们应该教学生使用人工智能来写他们自己的论文。

换句话说，我和香港的许多公司谈过，就像你在新加坡一样。他们真正强调的一件事是人工智能准备情况。他们想招聘能够使用人工智能的人，而不仅仅是滥用它，利用它来提高生产力并交付更好的工作。

我认为我们作为教育工作者有责任将这一点融入我们的课程中。大约一年半前，至少在香港，我公开表示，我几乎要求学生使用人工智能来撰写论文，如果可以的话，进行合作创作。当时这有点争议。当然，现在很多其他人也接受了这种思维方式。

但我与香港科技大学教育创新总监 Sean McMinn 共同教授一门课程。Sean 是人工智能和教育领域的领导者之一，不仅在区域层面，而且在全球层面。如果你还没有查阅，请查阅一下，因为他实际上正在做一些非常棒的工作。但我和他一起在香港科技大学共同教授一门新的核心课程。

在那里，我们研究人工智能，我们研究它能做什么，我们研究它不能做什么。我们还同时研究人类智能，人类擅长什么，人类不擅长什么，然后你如何在个人层面以及团队和组织层面进行结合。我们教授的很多内容是如何进行正确的合作创作。换句话说，你如何在不搞砸一切的情况下使用人工智能？

然后有一个关于毒品战争的旧美国电视广告。这有点傻，但我认为这是一个很好的类比。他们实际上举起了一个鸡蛋。这是你的大脑，然后开始在煎锅上煎它。他们说，这是你吸毒后的脑子。现在，我想改变一下，说，这是你的大脑。把它敲开。把它煎一下。这是你使用人工智能后的脑子。

然后我补充说，让我们做个煎蛋卷。我认为这是我们在这门课中使用的方法的隐喻，我们非常具体和明确地谈论我们应该使用人工智能的方式与我们人类大脑的相对优势和局限性直接相关。

所以我们确实有这门课的期末论文。我们也有测验。但测验是在课堂上用笔写的论文，以确保他们能够独立思考。但期末论文是一个小组项目，学生们一步一步地进行，字面意思是，写下他们如何使用人工智能的反思。然后最后，他们不仅要展示最终产品，

而且，这又是一篇论文，或多或少，但它也是一篇使用人工智能创作的论文。他们实际上必须非常注意使用他们所谓的元认知。换句话说，你必须意识到你的思维方式以及它如何变化。

我可以在这里插一句，并问你这个问题吗？我的意思是，在论文的情况下，生成式人工智能能够生成不同的语气，不同的表达形式。就像在文学中，你所写的内容没有一个单一的真理来源，显然。

或者你从非常抽象的角度来看待它的方式。但在编码的情况下，这也是我在生成式人工智能教育中看到的另一个主要用途，美国和英国的一些学校允许学生使用 GitHub Copilots 或 CodeWhisperer 或等效软件，而另一些学校则不允许。争论是有两种不同的学派。我认为这实际上是关于如果你正在学习如何编码，你应该学习如何查看、审核和

确保代码不会出错。如果你过于信任人工智能，事情就会出错。这就是整个过程，试图让 AI 来完成所有工作。你将如何解决我刚才在编码情况下谈到的这种平衡，我认为许多教育工作者目前也在为此而苦苦挣扎？所以你提到编码真的很有趣。

因为大多数人没有意识到的是，编码只是另一种语言。大型语言模型非常擅长语言。所以我认为有两个极端需要避免。

在一个极端，你想确保你正在使用人工智能，因为如果你不使用，我认为人工智能不会取代你，但你的竞争对手使用人工智能确实会取代你。例如，在越南这样的地方，你看到很多程序员在工作

我实际上听说，实际上只有相对较少的程序员正在拥抱人工智能，他们实际上能够提高 2-3 倍的生产力来完成工作。所以我认为，如果你不使用人工智能，你就有落后的风险，尤其是在编码方面。在另一个极端，人们认为人工智能可以为你做任何事情。而简单的现实是，这根本不是真的。

因为人工智能，坦率地说，它不会思考。它不会推理。它不会做计划。尽管一些新的模型，ChatGPT 401，实际上可能能够做到其中的一些。但它仍然非常缓慢且效率低下，你不会得到最好的结果。所以在我看来，正确的方法

角色的组合应该是人类作为主管，人工智能作为初级助手，

这当然也是现在每个人似乎都在朝着这个方向发展，对吧？所以我可以补充你关于越南的事情，对吧？我实际上开发了，在我上一个公司职位的时候，我第一年有 12 名越南工程师。我们实际上为编码做了一个 15 个月的项目。我们对它进行了范围界定，并为他们提供了 50% 使用和 50% 不使用副驾驶的版本。我们看到生产力提高了 50%。

发生的事情是，在第一个月之后，当我们开始让每个人都使用副驾驶时，项目从 15 个月缩短到 9 个月。那是 ChatGPT 之前的版本。当我亲自编写代码时，我无法生成生产级别的代码，但只是将其作为一个玩具模型，正如你正确指出的那样，我做的那个项目，因为我必须依靠我的记忆来了解产品本身的工作原理，我实际上在三周内复制了整个项目。

使用 ChatGPT。所以，如果你真的知道如何使用它，那么时间减少的这种观点实际上非常重要。我确实认为随着你越来越熟悉它，随着你开始理解你可以用它做什么以及你不应该用它做什么，并且你变得更高效，它会越来越好。这通常是你对大多数 AI 工具的看法，

但我认为它实际上不仅减少了所需的时间，而且还扩展了能够执行某些任务的人员类型。因为人们擅长的是规划、架构（用技术术语来说），只是弄清楚你想做什么以及你将如何去做，并将其分解成小块。

如果你实际上可以用清晰简洁的方式提示 AI 来为你做每一小部分，它并不需要简洁，但要非常清晰，没有歧义的空间，你将获得非常好的结果。你将获得可能甚至比人类能够做的更好的精细执行级别的细节。

所以我也给你举个例子，说明这如何改变工作的性质。在我稍微跳到下一个话题之前，你有什么问题吗？我有一个不同的问题，但实际上是你刚才提到的一个观点。在这些人工智能驱动的教育工具中，实际上存在偏见，有时甚至存在数据隐私问题，对吧？有两种观点，教育机构的观点，

以及我们想要为学生创造的结果的观点。所以我不会混淆这一点。鉴于我们正在讨论的例子，无论是编码、撰写论文等，你将如何看待人工智能解决方案在道德上是可行的，并且不会导致偏见或不平等的结果？

所以，伯纳德，我实际上要暂停一下这个问题，因为如果你让我开始谈论它，我将要谈论三个小时。让我先跳回去，总结一下工作性质的变化。我的一个主要论点是我

正在为香港科技大学的商业分析硕士课程提供咨询。我的核心论点之一是，传统面向计算机科学的数据科学家能够做到的技术性工作，以及现代商业分析师能够做到的技术性工作，实际上正在迅速融合。

原因是，传统数据科学家的真正优势在于能够拥有一些工程能力和一些后端执行能力，而一些商业分析师可能没有接受过这方面的培训。总的来说，区别在于数据科学家和计算机工程师是

非常擅长编码的细枝末节，而商业分析师了解基础知识并能够弄清楚。但这需要更多时间，因为你不了解 Python 的每一个细枝末节。现在，我在过去一年半的时间里发现，商业分析专业的学生开始使用 ChatGPT 来真正开始编写细枝末节的代码

你不必去弄清楚模型的 API 接口应该是什么样子。你实际上可以将其输入到 ChatGPT 中，它会为你起草，你可以测试它是否有效。突然之间，你让商业分析师的效率提高了 Forex，同时实际上保持了他们的竞争优势。

这当然是指他们理解业务流程和问题的能力，远胜于大多数数据科学家。我的意思是，最好的数据科学家确实能做到这一点，而一个优秀的数据科学家应该能够理解这一点。但是，真正理解流程和战略目标的数据科学家的比例，我认为相当小。如果你真的是其中一位数据科学家，你会很快得到晋升。

因此，我认为，实际上，对来自这些商业分析项目的人才招聘正在增加，因为他们具备商业敏锐度。他们能够同时担任几乎是MBA的轻量级角色，拥有技术能力，并最终承担领导技术团队的角色。这是一个有趣的现象，我认为人们并没有

像他们应该那样充分地认识到这一点。它正在贬低像Python这样的琐碎知识的价值，因为ChatGPT实际上可以为你起草它。Copilot做得更好，对吧？与此同时，它实际上突出了C级高管一直在告诉我他们的技术人员非常需要的技能，那就是对业务方面的理解。

如果让我回顾一下未来的工作，然后现在问你诸如人工智能在教育工具中的隐私、偏差等问题，你会如何回应？我认为，总的来说，未来的工作将类似于复仇者联盟。具体来说，人类将被赋能，成为像托尼·斯塔克一样的超级英雄。

因为你拥有忠诚的AI助手贾维斯在幕后做所有这些事情。这就是我每次在讲座中谈到这个话题时都会用的例子。最终发生的事情是，你需要确保自己能够正确地使用AI。

如果你卸载太多，如果你不恰当地卸载，如果你对你不应该依赖的AI任务过于依赖，那么突然之间，你就不再是托尼·斯塔克了。你变成了《机器人瓦力》中那些肥胖的

人类后代，对吧？那些甚至无法回到自己的椅子上的人，因为他们忘记了如何行走。他们忘记了如何思考。他们一直在被AI喂食稳定的苏打水。所以我学期开始时在所有课程中都会问学生的一个问题是，你会使用AI作弊吗？

坦率地说，许多学生，我和大多数学生的关系都很好。所以他们对我相当诚实。我不知道，大约四分之一的学生举起了手。我说，是的，让我给你看一段电影片段。我说，我说，听着，如果你不恰当地使用AI，例如，为你写论文而没有真正思考，你最终会成为那些人中的一员。你想成为那样的人吗？然后许多人改变了主意。是的。

在我谈到LenoVid之前，还有一个问题。你对AI和教育科技的交叉点了解的一件事是什么，而很少有人知道？我认为短期内的潜力可能比人们想象的要小。但长期的潜力远大于人们想象的。

因为每当你关注技术时，你不仅要关注技术，还必须关注社会背景。例如，你正在谈论AI和伦理、隐私、安全以及所有这些好东西，对吧？

对此存在合理的担忧，我不想现在就深入技术细节，但我认为，由于学校、甚至大学本质上都是非常谨慎的组织。毕竟，如果你与政府联系紧密，并且像我们一样拥有社会使命，那么认真对待这些事情非常重要。学校在很多方面都非常迟缓地采用新技术。

对于任何一种采用，你都必须经过多个委员会，并确保获得多个批准。有时这可能会比你希望的要慢。然而，还需要考虑的是，大学本身的概念即将发生相当大的变化。

因为在未来五年内，AI在教育机构中的使用主要将努力采用现有流程并加强和修补它们，以使它们更好地工作。但是你开始看到一些即将发生的大变化。如果你看看推动许多大学收入的因素，那就是实际上在海外学习的中国大陆学生。

而海外学生实际上要支付额外的学费。他们在一些大学的学生群体中占如此大的比例，限制他们的影响，例如在澳大利亚这样的地方。据我所知，澳大利亚高等教育部门实际上正处于某种恐慌之中，因为他们看到在不久的将来会出现巨大的收入短缺。

与此同时，你也在看到对美国等司法管辖区大学的怀疑情绪有所增强，在那里，两个主要政党之一非常反对高等教育，对吧？所以你会看到很多资源压力。将会有很多创新压力。在5到10年后，你会看到更多愿意尝试实际构建新事物、替换现有模型的意愿。但是

短期内，将会有非常强烈的努力来修补现有模型。老实说，我认为许多实力雄厚的大学将会安然无恙。例如，我认为香港科技大学完全适合未来发展。所以我认为，在未来五年内，你不会看到像你预期的那样由AI驱动的大规模变化。但是你可能会看到在未来5到10年内发生一些巨大的变化。所以……

我认为很多人会感到失望，他们实际上会认为，哦，什么也没有发生。然后他们会在未来两三年放弃关注它。然后突然之间，你可能会在五年、六年后听到一些巨大的变化的宣布，这主要是由研究压力驱动的。这是我们在社会学中学习到的东西。除非人们被迫改变，否则他们不想改变。

而资源链压力将导致商业模式发生变化。实际上，由此产生的最大例子是阿德莱德大学，它是澳大利亚排名前六的学校，它最近宣布将取消面对面授课。他们将把所有内容转移到个性化教育，按自己的节奏进行在线学习。我们不知道这是否会真正发生。对此已经出现了巨大的反弹。

但是你会看到更多这样的实验，因为某些大学面临越来越大的压力。所以我要谈谈LearnOvade。是什么激励你创办LearnOvade？公司的总体愿景是什么？从我的角度来看，它始于一名教育工作者。

所以我一段时间以来一直在积极参与Zector的工作。我也在香港科技大学任教，但担任的是真正的兼职角色。我并没有教很多课。但是后来到了我从Zector转到大学教学，更接近全职的时候。这恰好是COVID爆发的时候。

所以我想，你知道吗？我做的事情有些很累人。其中之一就是实际上在线考试作弊的学生数量。我能为此做些什么？但对我来说真正的热情是，我如何才能让论文更容易批改？因为我不相信选择题。

我认为它不适合大学水平。如果你期望学生成为批判性思考者，你可以用一些棘手的选择题来做一些事情，但你真的不能做太多。不要误解我的意思，有时我会使用非常棘手的选择题考试，但它从根本上来说是有限的，它不允许学生运用任何批判性思维、判断力或他们需要知道的其他所有东西

尤其是在AI接管低级任务之后。所以我为有四个班级的课程布置了很多论文，我不知道，大约有270名学生。到了每周我都要花一天半的工作时间，大约每周12个小时来批改论文的地步，因为我相信论文作为一种教育工具的价值。

与此同时，它基本上需要大量的投入时间。

所以我采用了这两个想法。我和香港科技大学的高级管理人员进行了交谈。他们把我介绍给我们的高级计算机科学教授朱焕民。基本上我们开始构建东西，我们获得了大学的资助。然后它被分拆成它自己的公司。朱焕民现在参与较少，但我正在运营它。我们只是在添加东西，并且

这发生在ChatGPT出现之前。当然，一旦它出现，它就让我们能够做更多的事情。我们的重点从在线监考转移到论文，不仅是批改，而且还包括大量的评论和反馈。然后在此过程中，我有点被卷入了旧的教育，比如这里的创新生态系统。

再说一次，我的同事肖恩，他一直很棒。他邀请我参加了许多不同的场所、会议和国际组织。我对此非常感激。在那里，我看到了对类似这样东西的需求，试图使考试和其他评估不只是判断学生是否合格，而是帮助他们学习。其理念是，如果你能够足够快地向他们提供反馈，

足够快，并且有足够详细的细节，并且有人参与其中。再说一次，我现在不完全信任AI。所以基于学习的技术，所有这些都涉及到人的参与。我们这样做的方法是，我们实际上使用AI作为AI批改助手。在斯坦福大学或哈佛大学这样的地方，你实际上拥有比上帝还多的钱，你可以实际雇用，教专门为你批改论文的批改助手。

大多数大学没有这些资源，所以讲师或助教必须这样做。但是即使你让你的助教去做，你也会给他们一个评分标准。换句话说，我们给他们一套评分指南。然后一旦你给他们一个评分标准，你说，“嘿，这里有一大堆论文。两周后把它放在我的桌子上。”当然，这需要四周时间，对吧？然后你作为教授必须重新检查所有答案并进行任何更改，然后它会返回给学生。

或称为预评分的技术。AI批改助手基本上做同样的事情。它采用你的评分标准，它采用你的一大堆论文，并在几分钟内返回给你，或者当你有很多东西时，可能需要几十分钟。然后你作为讲师可以检查所有内容。它仍然需要时间，但时间要少得多。然后所有这些实际上使你能够在比如说三天内而不是三周内向学生提供反馈。

如果你提供反馈，特别是人类无法撰写的那种详细反馈，这有点过于重复，需要花费太多时间，但AI可以起草，而人类可以检查，你可以立即将所有这些反馈给学生。然后考试或论文还很新鲜，他们可以从中学习一些东西。所以这是我没有预料到的AI和论文批改的一个方面，我认为这是最重要的事情。

这甚至不是为了节省讲师的时间。而是为了缩短学生的反馈周期，以便他们能够从作业中学习。我认为这在本科生阶段非常有效。

对于MBA来说，我认为他们需要的反馈类型，AI可能还不能完全处理。他们需要更多的人工时间。但我认为即使对于非常聪明的本科生来说，学生们似乎对此也很满意。

所以现在联想可能正在使用自然语言处理、大型语言模型之类的东西。这些技术是如何被放置以改善评分体验的？你思考的方式与人们认为你应该使用该工具来最大限度地减少获得论文所需的时间略有不同，但你实际上考虑的是如何更快地获得反馈周期，并且

能够起草它。这有很大的区别。你知道，关于好心的法律有一个说法，你知道，你做某些衡量，你实际上会得到，你实际上会让它变得更糟。你认为你们在LearnOVIT开发的这种技术甚至可以应用于教育教学法或你布置给学生的作业的评估部分的其他部分吗？所以我认为这真的很有趣，

所以当我……俗话说得好，有时实践比思考更能学到东西。当我开始做这件事时，我的目标是节省讲师的时间。但只有在……

我和教育和AI领域的资深人士交谈后，我才意识到，有多么需要向学生提供更快速的反馈。我应该作为一名教师意识到这一点，并且我对此有直觉的理解，但我并没有那样表达出来。然后，只有通过参与，我才发现这是一个如此重要的需求。

所以我认为，在缩短反馈周期方面，有很大的作用可以发挥。现在，我认为这项技术有很多不同的用途。如果我们确实想转向个性化教育之类的东西，它不能只是一次大的飞跃，因为将会出现社会和组织上的反抗。你需要逐步进行。

你可以看看你能做什么，你也需要看看你不能做什么。你需要非常缓慢地进行，以确保人们对此感到满意。现实情况是，我认为由于这些原因，这方面的进展将会缓慢。我认为人们对此不太舒服。你可能会看到它在企业培训中比其他任何地方都更快地出现。

但是，我认为还有另一个可以立即发挥的重要作用。这实际上是我们LearnBig的下一代人。需要更好地评估教育成果。我们需要了解学生正在学习什么，部分原因是为了能够更快地向他们提供更好的反馈。如果你只是一大堆关于特定学生的评论，如果你谈论的是一个270人的班级，你可能无法立即从中获得见解。

所以你实际上需要仔细查看它。这实际上可能需要大量的工作。因此，一个好的分析平台，不仅要获取成绩，还要获取不仅是根据评分标准的成绩，换句话说，是成绩的子组件，还要获取反馈给学生的评论。

我们现在正在做的是，我们正在制作一个工具的原型，它将获取所有这些信息并进行更细致的评估。这些是不同的学生群体。这是他们擅长的事情，但这不是他们不擅长的事情。并以非常易于使用的方式将其提供给教师。

我认为这样的东西有可能在短期内改变教学和学习的性质，因为你可以准确地看到哪些学生群体在哪些方面做得很好。因此，你为他们设置了专门的复习课程，并且你只邀请那些需要它的学生。你确切地知道他们是谁，你可以邀请他们参加助教课程。对。

这是一种方法。我还认为它有更大的应用，因为时间久远的课程评估实际上并不是衡量教学成果的好方法。因为例如，学生，如果你很幽默，是一个喜剧演员，你实际上可能会得到很高的评价。有时我也想知道我是否从中受益太多。但这并没有真正衡量学生实际学到了什么。

如果你实际上可以将这种技术应用于评论、反馈和子组的层面……

课程协调员，他们正在查看同一课程的多个部分，那么他们实际上可以更好地了解所有讲师的整个课程的进展情况。你甚至可以把它交给更资深的人，让他们看看哪些老师做得非常好，你想奖励他们。

所以我认为这就是这种技术与更传统的仪表板和分析相结合的地方。但我认为仪表板本身的概念在这个时候已经过时了，因为为什么使用传统的仪表板，而你可以同时使用仪表板和解释呢？AI正在改变这一切。我认为将会发生巨大的变化。

我还有两个问题。第一个问题是，你希望人们更多地问你关于AI和教育科技的哪个问题？我们为什么要这样做？我会问你这个问题。你为什么要这样做？头脑发热。

是的。所以很多人都是因为害怕错过而被激励的，对吧？他们被炒作所激励。他们被时尚所激励。他们正在做的事情是，他们真的在突破界限，不是因为他们想突破界限。他们之所以突破界限，是因为他们在某个地方读到过它，他们想被视为创新者，以获得职业发展。但这对学生有什么好处？你上次考虑教育的最终目的是什么时候？

所以想想你的目标。想想害怕错过。这将导致灾难。相反，专注于真正思考你想要完成什么以及你将如何实现它以及AI如何有用。我认为你会在那里得到正确的答案。

我的传统结束问题是，联想技术的GRID是什么样的，或者对你来说，如何使用AI来增强教育？明白了。我认为联想技术的GRID在早期阶段看起来像我刚才提到的工具，对吧？一些可以帮助教师使用传统流程更好地教学，以增强学生的学习体验的工具。这就是它在短期内的样子。从长远来看，我们有更大的愿望，因为所有这些，你如何才能将它与公司正在尝试做的事情联系起来？

企业招聘的一个痛点是他们的成绩不够细致，对吧？这就是为什么企业在甚至面试他们之前使用标准化考试来招募新员工，对吧？我们是否甚至想花时间面试你？你是否具备我们正在寻找的某些基本技能？

如果我们实际上可以在自愿的基础上，在学生方面，尊重他们的隐私和自主权，提供更细致的信息，在评分标准的层面上，关于他们做得好的事情和他们做得不好的事情。

我只是根据我与人力资源的一些高级领导的谈话，我认为这是他们会重视的事情。这是大学可以作为附加值提供的东西，尤其是在未来五年内，随着大学面临越来越大的压力来证明他们正在出色地进行教学。所以我认为这将是我们正在尝试做的长期发展方向。

但现在让我们不要担心这个问题。让我们确保我们在论文批改方面做得很好。这花了一段时间。

如果你看看使用AI批改论文的历史，在早春的时候，对此曾有过很大的炒作。似乎每一位有创新精神的中学教师都在推出自己的邮箱来做这件事。但他们都在缺乏对基础知识的理解的情况下进行。我与一些最聪明的人交谈过，他们是最有远见的、最具创新精神的，

他们正在犯一些基本的错误，例如假设如果你通过Poe运行更多论文，那么Poe就会在批改论文方面变得更好。事实并非如此，对吧？你实际上必须有特定的训练参数。你必须设置它进行训练。然后即使那样，它实际上也比他们想象的要难得多，对吧？所以我看到很多这样的

举措正在消失。然后我从一些教师那里，尤其是在中学层面，得到的反弹是，嘿，AI论文批改根本不起作用。我的回应是，AI论文批改不起作用，因为你没有正确地进行。这比你想象的要难得多。我们花了比最初预期的更长的时间来确保我们正确地进行论文批改。但现在我认为我们已经达到了它在许多任务中或多或少正确的程度。

然后如果我们能够正确地做到这一点，如果我们能够围绕它进行适当的分析，使其在短期内对教师有用，我认为我会认为这是一个短期胜利。它将是有用的。它将产生影响。然后我们可以专注于产生更大的影响。JC，非常感谢你参加节目。最后，两个快速的问题。最近有什么推荐激励了你？

实际上是和你交谈。我很高兴见到你。基本上，感谢你来到香港参加我的活动并发表演讲。我真的很感激。对。还有我们一起吃的午餐，我觉得与该领域另一位真正了解业务和技术方面的领导者交谈很令人耳目一新。

我更经常与从业务方面非常了解的人交谈。有时我会与了解技术的工程师交谈，但很少能找到既了解业务又了解技术方面的人。我认为对此有很大的需求。和你谈论这件事实际上非常鼓舞人心。所以我真的很感激。另一件让我感到鼓舞人心的事情是学生们。

学生们不怕改变。学生们正在拥抱改变。Sean McMinn和我正在香港科技大学教授的新核心课程正在变成一门很棒的课程。这是满足大学批判性思维要求的两个选择之一。我们将最先进的技术

与最先进的教学法相结合。因此，有一半时间，这些学生正在小组中工作，向你11岁的妹妹解释反向传播是什么，使用镜子板。

然后你看到他们制作的东西，它很有趣，很有娱乐性，很令人感动，而且很明显，学生们理解反向传播是什么。你不需要实际谈论链式法则，所有这些数学术语，除了工程系之外，没有人会理解。

实际上是教人们什么是AI。他们可以用简单易懂的英语来理解所有内容。现在我看到这些孩子，香港科技大学的一年级学生，能够用一个11岁的孩子能够理解的英语来向外行解释AI模型是如何训练的。我发现这非常鼓舞人心。这让我怀疑我们是否过于复杂化了整件事。如果……

我们实际上可以让每个人都达到这种AI素养水平。我认为我们确保正确地做到这一点而不是搞砸它的机会成倍增加。我的观众如何找到你？希望不要太冗长。我喜欢说话，但我真的很感激这个机会，希望他们至少觉得我提到的内容很有信息量。

我会把他们引向你的LinkedIn、联想和其他地方。好的。好的。非常感谢。希望我能在11月第一周在新加坡参加数字教育委员会年度会议时见到你。好的。

好的，我应该在城里。当然，对于每个人来说，我们可以在我们的YouTube和其他地方找到，我们现在主站的新格式是实际上我们正在发布成绩单，我实际上花了一些时间来编辑它。但我认为我找到了一种AI工作流程，可以让我更快地完成它。所以我期待在新加坡见到你，JC，我们将继续交谈。太棒了。非常感谢你，Bernard。