From Smart Talks with IBM: How AI Assistants Can Transform Education
27:23 Share

马尔科姆·格拉德威尔访问肯尼索州立大学，了解帮助未来教师通过模拟与学生的课堂互动来练习回应式教学的AI助手Jiwoo。探索人工智能对教学方法的影响，为教师做好课堂准备。这是IBM的付费广告。本播客中的对话并不一定代表IBM的立场、战略或观点。访问我们的网站：https://www.ibm.com/think/podcasts/smart-talks查看omnystudio.com/listener以获取隐私信息。</context> <raw_text>0 这是一个iHeart播客。在教育研究领域，有一个关于一个名叫肖恩的男孩的著名视频。我的意思不是说它在YouTube上有百万次观看量。我的意思是，在那些思考教学以及如何改进教学的人的圈子里，它很有名。这段视频已经在期刊论文中被提及，并在大学课堂上反复播放。这是一段时长10分钟的片段，拍摄于密歇根州某个三年级的课堂。

它拍摄于1990年1月，所以视频有点模糊。老师的名字是黛博拉·洛文伯格·鲍尔。她是密歇根州立大学的教授，作为她研究的一部分，她在当地的一所小学教授一小时的数学课。

在当天，鲍尔女士首先询问学生们关于前一天课程的情况，那节课是关于奇数和偶数的。我想听听尽可能多的人，你们昨天参加会议有什么评论或反应。一个黑头发的小男孩举起了手。他

他的名字叫肖恩。我对昨天的会议没有任何看法，但我一直在想6这个数字。肖恩一直在想数字6。我在想它可以是一个奇数，因为可能有2、2、4、6。两个3。它可以是奇数和偶数。两者都是。

三个东西构成它？嗯哼。可能有两样东西构成它。肖恩不明白奇数和偶数是什么意思。他认为，仅仅因为你可以把6分解成奇数个部分和偶数个部分，6就一定存在于某个神奇的中间类别中。当你听肖恩的录像带时，你一直在等待老师说：“哦，不，肖恩，你误解了。”但黛博拉·鲍尔没有这样做。她从未告诉他他错了。

相反，她只是让他解释他的想法。而你用来组合它的两样东西是奇数，对吧？3和3都是奇数。你认为两个都是偶数。鲍尔敦促全班同学发表他们的看法。其他学生跳起来，在黑板上解释他们的理论。接下来的15分钟，她巧妙地引导全班同学深入研究她所谓的“肖恩数”。

直到肖恩自己意识到奇数和偶数的真正含义与他想象的不同。现在他明白了。我不想仅仅关注小肖恩最终如何自己找到正确答案。我对他的老师是如何引导他到达那里的更感兴趣。黛博拉·鲍尔创造了奇迹。她从未告诉肖恩正确的答案。她只是引导他到达一个可以自己发现答案的地方。

我的名字是马尔科姆·格拉德威尔。这是IBM Smart Talks的第六季，我们向听众展示科技和人工智能世界背后的景象。在本季节目中，我们将访问欧莱雅和法拉利等不同公司，讲述他们如何利用人工智能和数据来改变他们的业务方式。

本集是关于一个名为“回应式教学”的激进新理念的承诺，这种教学发生在肖恩课堂上的那一天，以及人工智能是否可以帮助我们培养下一代教师，使他们像黛博拉·鲍尔一样优秀。在我们讨论人工智能如何改变我们培训教师的方式之前，我想再回到肖恩的著名视频中一会儿。

在视频中，老师黛博拉·鲍尔没有预先设定的计划强加于课堂。她正在即兴发挥，在进行过程中制定自己的方法，回应学生们关于数字6的奇特理论。其次，她认真对待肖恩。她没有驳斥他的理论。她正在倾听他，并试图从他的角度理解问题。

第三，也是最重要的一点，她没有强迫他接受正确的答案。她很有耐心。她正在等待，看看是否只需一些细微的提示，他就能自己找到正确的答案。即兴发挥、同理心、耐心。这就是回应式教学。关于回应性，我认为更多的是像

我认为学生需要在课堂上发生的事情中拥有自主权，就像真正的自主权，在那里他们可以被视为知情者。

我和西雅图太平洋大学的一位物理学家艾米·罗伯逊谈过，她是一位长期倡导回应式教学的人。她在课堂上使用肖恩的视频。你必须相信孩子们有办法做到这一点。而且，就像，她主要做的是促进对话，并说，你必须听他们说话。没有人告诉他他错了。没错。然后他继续说，他继续说……

我没有那样想过。再说一次。我没有那样想过。谢谢你提出这个问题。你拓宽了我的理解。谢谢你提出这个问题。再说一次，就像这个孩子。我喜欢这个孩子。我知道。我知道。回应式教学，在我看来，是根植于埃莉诺·达克沃思关于“拥有奇妙想法”的研究，她说，教育的目标是让学生拥有奇妙的想法，并享受拥有这些想法的乐趣。我喜欢这个说法。

我从未听过这个说法。多么简洁优美地总结了教育的目的。是的。回应式教学很美妙。很少能找到一个每个人都喜欢的新的教学理念。这是一个罕见的理念。观看黛博拉·鲍尔课堂的教学，我唯一能想到的是，我真的很希望我的女儿们也能体验这样的数学课。

太多的孩子在年纪太小的时候就说服自己数学不适合他们。而回应式教学是一种解决这个问题的方法。

但问题是，回应式教学真的很难教。罗伯逊说，教学存在于一种文化环境中，在这种环境中，教师被期望成为真理的来源，教学是关于立即纠正错误，而不是让孩子沿着他们自己误解的道路走下去。回应式教学是违反直觉的，理解其美妙的唯一方法是反复实践。

有抱负的教师需要一种练习方法。自从有了技术以来，人们就一直求助于数字机器来解决问题。我的父亲是一位数学家，我记得他在20世纪70年代带着一大堆计算机卡片回家，他用这些卡片来编写办公室里的大型计算机程序。

今天，随着人工智能的兴起，技术可以帮助我们解决的问题的规模和复杂性已经提高了多个数量级。你一定与数百万正在尝试使用LLM的客户合作过。有没有一个用例让你觉得，“哇，我没想到？”或者只是简单地说，“真聪明”。

我正在与布莱恩·比塞尔交谈，他曾在IBM的曼哈顿办事处工作。他帮助IBM的客户发现如何最好地利用人工智能为他们服务。有一个，但我恐怕不能谈论它。等等，等等，拜托。你不能那样戏弄我。你能，你能，等等，伪装一下，为我伪装一下。给我一个大概的……这是关于能够从你认为无法在线获取的文档中提取某些类型的信息的能力。

模型能够做到这一点，并且能够大规模地做到这一点。比塞尔的观点是，我们已经远远超出了任何人都想知道人工智能是否可能有用的阶段。现在真正的问题是，我们想用它来解决什么问题，它在哪里可以产生最大的影响？比塞尔在教育领域看到了很多机会。

我有两个孩子，一个在中学，一个刚高中毕业。我很清楚学生们使用ChatGPT之类的工具来做作业。很容易使用这些工具，甚至是IBM自己的大型语言模型，并且

提出一个问题，一份家庭作业，一些你想要写的东西，把它放进去，让它生成答案。而学生，在这种情况下是用户，

没有做任何工作。他们没有认真思考过。对比塞尔来说，这是人工智能的错误用法。这是技术让我们变笨了。我们真正想要的是让我们更聪明的技术。比塞尔向我解释说，现在有两个主要的工具被用于人工智能生产力，即人工智能代理和人工智能助手。

让我们从人工智能代理开始。人工智能代理可以推理、规划并与其他人工智能工具协作，自主地为用户执行任务。比塞尔举了一个例子，说明大一新生如何使用人工智能代理。作为一名新生，你可能不知道，我该如何处理我的身心健康问题？这门课我能得到多少学分？你可以和别人谈谈，了解其中的一些情况，但也许这有点敏感，你不想这样做。

比塞尔告诉我，你可以构建一个AI代理，一个为新生提供资源的工具，帮助他们适应新的校园，注册课程，访问他们需要的服务，甚至代表他们安排约会，这反过来又为他们节省了更多时间来专注于他们的实际学业。我们可以看到学生如何

代理和助手可以帮助员工、客户和最终用户提高生产力，自动化工作流程，这样他们就不必一遍遍地做某些类型的重复性工作，从而简化他们的生活，并使他们能够全天候访问数据。但比塞尔说，你也可以在教育领域使用人工智能助手。人工智能助手是反应性的，而不是人工智能代理，人工智能代理是主动的。

人工智能助手只在你的请求下执行任务。它们被编程来回答你的问题。

事实证明，人工智能助手现在正被用来推动回应式教学革命，这就是为什么我不久前在一个美丽的佐治亚州的春日，来到肯尼索州立大学的校园里，坐在一个教室里，和两位研究人员一起，其中一位是戴比·李教授。让我们开始构建这个东西的过程吧。戴比，你从一门课程开始。你上的什么课程？

在她的AI基础课程中，李学习了如何使用IBM Watson X构建AI助手。这门课程需要多长时间？时间不长。大约14周。

李的想法是用课堂数据训练一个AI助手来扮演肖恩的角色，一个喜欢数学但不总是理解数学的九岁孩子的数字角色。她认为，这个AI助手可以用来培训预科教师或正在接受培训的教师，他们正在准备进入现代世界中最具挑战性的职业之一。

所以，当你想到教师教育和教师教育面临的一个主要挑战时，那就是我们需要孩子们来练习。我们需要能够教授教学技能的教师。因此，当你查看教师教育项目时，我们有课程和实践经验。在这两个领域，总有一些东西缺失。

李说，预科教师在教育期间往往缺乏学生和经验丰富的教师的支持。因此，我们试图解决的问题是，我们为预科教师提供这个虚拟学生，以便他们能够练习他们的回应式教学技能。李创建的第一个AI助手是Jiwu。Jiwu模拟了一个九岁三年级女孩的角色。

然后，在她的一个合作者（肯尼索的一位研究员肖恩·英格利什）的帮助下，她又创建了两个AI助手，加布里埃尔和诺亚，每个助手都有自己独特的特征。那么加布里埃尔和诺亚与Jiwu有什么不同呢？

加布里埃尔，我的第一个，他的回答非常简短。如果你问一个开放式的问题，他会以封闭的方式回答。所以我利用了这个特点，而这正是大多数教师实际面临的问题。他们询问害羞、内向、不怎么分享想法的孩子。

所以我们希望某些角色具有这种特征，我们让加布里埃尔具有这种特征。诺亚呢，诺亚的性格是什么？快乐、活泼、开朗、聪明、精力充沛。这是肖恩·英格利什，李教授的研究伙伴。Jiwoo呢？Jiwoo性格清晰。

而且很聪明，但她有自己独特的思维方式。我会花很多时间和Jiwoo在一起。她是一个有特点的人。我问肖恩创建这些AI助手过程中的情况。构建AI助手的內容方面需要什么？

肖恩，你怎么看？它有效地设置了一系列动作，这些动作是响应案例。你可以把它们想象成一系列与意图相关联的问题，然后这个意图会从机器人那里得到反馈。因此，如果我们要说，做一个问候动作，我们将有各种各样的问候方式。你好，最近怎么样？你好吗？所有这些东西。肖恩说，潜在回应的列表越长越好。

但AI的回应并不仅仅遵循列表。AI助手使用这些建议的回应来提出其他回应。在这个过程中，有时它会提出一些毫无意义的东西。从技术的角度来看，虽然AI是一个很棒的工具，但AI会产生幻觉，这意味着它只是编造了一些东西。有一句名言，

这个著名的例子叫做“三个R”，你问一个流行的大型语言模型，草莓中有多少个R？它会给你错误的答案。它会重复地重复这个结果。你总是希望有人与系统互动，能够说，“嘿，这有点疯狂。我认为这不是我们想要的。”这就是为什么让像肖恩·英格利什这样的人介入并让模型回到正轨是件好事。随着时间的推移，当一个模型有足够的训练后，它就准备好为接受培训的教师服务了。

Jiwoo、加布里埃尔和诺亚的推广之一是在密苏里大学的教师培训项目中进行的。我很兴奋地想看看这个项目是什么，它将做什么。这是密苏里大学三年级学生洛根·霍维斯，他正在成为一名小学教师的道路上。当他说它应该像和学生交谈一样时，他显然有点怀疑。你会想，这个AI东西不可能完全听起来像一个二年级学生或三年级学生。它听起来像……

她的观点并不是说Jiwoo和她的其他化身等同于真实的孩子。当然不是。

但对于一个刚入门的人来说，一个已经对被扔进一群九岁孩子的教室感到紧张的人来说，Jiwoo就像棒球比赛前的热身一样。我能想到的是，你知道，当你参加棒球或垒球的击球练习时，你会有那些自动投球机来投球，因为你正在练习作为击球手的技能。我还能做些什么？我做错了什么？

但这并不能取代比赛和你比赛中的表现。但这是让你练习自己的技能，以便在比赛中表现更好。我认为这就是AI软件对我们的感觉。在击球练习中，投球的速度和力度不如真正的比赛。但你可以站在本垒板上，投手会一次又一次地向你投出几十个球，让你能够仔细地练习你的挥杆。

周围的刺激要少得多，因为教室非常非常忙碌。这很棒。这很美妙，但它非常非常忙碌。所以有时很难将注意力集中在他们正在做的任务上。而且在教师环境中，你也在不断地环顾四周，确保其他学生正在做他们应该做的事情，但也要看看他们是否需要帮助，教室里的一切是否都正常。所以在Jiwoo聊天中，

很高兴你不需要做任何额外的工作来保持注意力。而且感觉你也不必担心与你一对一交流的学生的紧张情绪。而且作为一名教师，压力也小了很多，因为我想，好吧，我正在认真对待这件事。我现在正在盘问一个学生。

但我也知道我现在可能不会伤害别人的感情。想到我会问错问题并让孩子难过，这让我很害怕，因为我做过这样的事。我们认为AI的典型用途是加快速度的工具。这就是我们一直听到的，将AI引入X问题，几分钟内就得到了答案，而解决X问题以前需要几周时间。

但我们不应该忘记另一种用途，它允许我们放慢速度。霍维斯，如果她愿意，可以花整个周末与Jiwoo练习。一个真正的九岁孩子在10分钟后就会对笨手笨脚的新手感到沮丧和厌倦。但Jiwoo呢？Jiwoo会很乐意回答问题，直到那些想要学习如何回应的人学会如何回应为止。

在我肯尼索州立大学的访问结束时，肖恩和戴比把我带到一张小桌子旁，戴比在那里设置了她的笔记本电脑。屏幕的一角是一个我们都见过并使用过无数次的聊天框。Jiwoo开始了。她得到了一道数学题。马丁正在做橡皮泥。他往碗里加了四分之三朵花。然后他又加了

这是Jiwoo说话的模拟。等等，暂停一秒钟。所以Jiwoo……

正在试图解决这个问题。她做的第一件事是在屏幕上画一个矩形。这是九岁孩子常用的策略。尝试可视化分数。她把它分成四个部分。现在她要给四分之三个部分涂色。是的。所以她正在表示，这很好，她正在屏幕上表示四分之三，好吗？这是一个360。

所以现在Jiwoo又画了一个有六个方格的矩形，并给其中三个方格涂色。好的。把它们放在一起，就是十分之六。

所以然后她数出所有涂色的方格，这就是她的分子，然后数出方格的总数，这就是她的分母。Jiwoo数了涂色的方格，得出了一个答案。当你加四分之三杯和六分之三杯时，

你会得到十分之六杯。所以根据Jiwoo的说法，马丁少于一杯。她认为她解决了这个问题？是的。好的。所以少于一杯。是的，她说少于一杯。嗯哼。

现在，哦，我的上帝，这很难。所以问题是，作为一名教师，我应该对Jiwoo说什么？规则很简单。我不能告诉Jiwoo答案，也不能解释她做错了什么。我必须成为黛博拉·鲍尔。我必须帮助她自己找到答案。

屏幕角落的聊天框正在等待我的第一个问题。我想了一会儿，开始打字，“你认为红色矩形中的方格与蓝色矩形中的方格大小相同吗？”然后我转向肖恩和戴比。这是一个好问题吗？是的。继续。说真的。我——是的，这是一个好问题。Jiwoo从不拖泥带水。她立即回答。所以Jiwoo说蓝色和红色的部分大小不一样。

哦。所以你现在明白Jiwoo知道大小差异了。所以她在这里很聪明。是的。然后我问，“如果它们大小不一样，你认为你能把它们加在一起吗？”Jiwoo立即回答。Jiwoo说，“我在二年级学过可以加任何数字。所以3+3=6，4+6=10。”是的，所以她正在使用加整数的知识来加分数。

现在我被难住了。所以我现在必须以某种方式引导她找到一种方法，让她明白我们正在处理一种不同类型的难题，一个更难的问题。艾米·罗伯逊告诉我，学习如何正确地进行回应式教学非常困难。现在我明白了为什么。我必须把我的思想融入到一个九岁孩子的思想中。我必须内化她的知识库和假设。记住，我已经很久没有九岁了。

说实话，我不知道接下来该说什么。我想了一会儿。我问了一个我很快意识到是一个极其复杂的问题。

戴比和肖恩在系统中内置了一个导师，一位经验丰富的、回应式的教师，他监督会议并提供建议。我的导师注意到我正在挣扎，告诉我简化我的问题。记住，她是一个三年级的学生。戴比也试图帮助我。她建议，为什么不直接问Jiwoo四分之三大于还是小于二分之一呢？所以我们正在尝试……

这一次，Jiwoo明白了。她回信说，我回信说，

Jiwoo说，我很困惑。哦，不，我很困惑。可怜的Jiwoo。但很好。她明白了。她意识到自己的误解。所以她感到困惑。她说，我很困惑。四分之三非常接近于一。加上六分之三会超过一。

哦，所以她得到了答案。是的。但她又说，但十分之六小于一，所以我不知道。所以她意识到，哦，我这里有什么不对。这是一个好兆头。她快到了。是的，她快到了。但我仍然必须让她……她必须把十分之六从她的脑海中清除掉。是的。我不知道该怎么做。什么？当她实际上……

她已经找到了答案。是的，她找到了。所以即使在我磕磕绊绊的情况下，我们也取得了一些进展。我们取得了非常显著的进展。是的。绝对的。我和Jiwoo的谈话持续了一段时间，最终我成功了。Jiwoo找到了正确的答案。她说，我有一杯以上的糖粉。

导师插话了。我得到一个让我感觉很好的表情符号。当它结束时，我意识到两件事。第一件事是我需要更多的击球练习，多得多。而击球练习真的非常容易做，因为有人费心为我建造了我自己的棒球场，并给我一个会整天向我投球的投手。我的第二个想法是我一直对AI的理解是错误的。

我将许多关于AI前景的讨论解释为取代人类专业知识。事实上，当我第一次听说DABE的项目时，我以为DABE和肖恩正在做的是创建一个AI来教学生，完全绕过老师。但如果你那样做，你就会错过课堂的魔力。记住埃莉诺·达克沃思的引言，教育的目标是让学生拥有奇妙的想法，并享受拥有这些想法的乐趣。

我认为我们经常关注这个公式的第一部分，即奇妙的想法，而忽略了第二部分，即拥有这些想法的乐趣。真正的学习源于快乐、社区、轻松的讨论，以及一群孩子聚在一起解决问题。所有这些魔力都只能来自人际互动，来自一位足够熟练的教师，能够激励一群九岁孩子。我们不希望AI助手取代教师。

我们希望AI助手帮助教师将自己变成更好的教师。IBM Smart Talks由马特·罗曼诺、艾米·盖恩斯-麦克奎德、露西·沙利文和杰克·哈珀制作。我们的编辑是莱西·罗伯茨。工程由妮娜·伯德·劳伦斯负责。母带制作由莎拉·布鲁格尔负责。音乐由Gramascope提供。特别感谢塔蒂亚娜·利伯曼和卡西迪·梅耶。

IBM Smart Talks是Pushkin Industries和iHeartMedia的Ruby Studio制作的。要查找更多Pushkin播客，请在iHeartRadio应用程序、Apple Podcasts或您获取播客的任何地方收听。我是马尔科姆·巴尔博亚。这是IBM的付费广告。本播客中的对话并不一定代表IBM的立场、战略或观点。