:::
  • 1
  • 2
  • 4
  • 3
  • 5
AI人工智慧與未來的教育
【新知一點靈】
Ephemeralization 一詞是 1938 年美國哲學家 Buckminster Fuller 所提出,他指出科技的趨勢讓你可以 ”用越來越少的東西做越來越多的事情,而最終,你可以不需任何東西就可以做所有事情”。

以智慧型手機為例,它除了具備強大的電腦計算及資料儲存功能外,更不斷附加如社群網站連結、行動數據、導航、生物辨識技術等等附加功能,它就是Ephemeralization的一個實例。

資訊科技的發展,已經到了一個新的關鍵轉折點,一個因電腦運算能力的發展,讓我們可以開起另一系列全新用例及應用的轉折點。這些用例藉由透過類神經網路對人類大腦的模擬,深度學習最終來到AI人工智慧。

未來當AI人工智慧的應用方案越來越普及時,例行性知識工作 (Routine Knowledge Work) 的需求會降低,我們會不再需要例行性工作的員工、辦公室職員或是經紀人,因為人工智慧可以接手這些工作,為人類提供決策參考;相較之下,非例行性之開創性知識工作 (Non-Routine Creative Knowledge Work) 的需求則會增加,這些開創性的工作,是來為我們在世界各地所碰到的問題,設計解決方案。現在已經有無數的科學家、研究人員、物理學家、程式設計師、工程人員…等等專業人員在做這方面的事情。好消息是我們的世界有無窮無盡的問題需要去解決,所以,永遠會有需要有人來解決問題的工作等著你投入。

未來人工智慧會在最適當的時間,提供任何你想知道而且正確的資訊。所以當具備知識不再是必要,不再是那麼重要時,你所要具備的能力應該變成如何運用知識的能力。您會被錄用不再是因為你具備這些知識,而是您能夠善用你所擁有的知識。

目前確實已經有大學在這樣做,史丹福大學有門課程,來自工業界的夥伴給學生們ㄧ些問題,教授們花幾個月時間指導學生深入了解這些問題並設計出解決方案;瑞士的 University of St. Gallen 也有類似的課程。在這堂設計思維 (Design Thinking) 課程中,學生們花上 10 個月,每週 10~15 小時時間在高度參與的學習環境下,由校內外的教授及專家指導,研究現實世界的問題及提出解決方案。

這些課程指出未來教育的方向,如下圖所示。未來的教育應該包含問題導向式學習 (Problem-Based Learning),並且應該是沉浸式 (Immersion) 的學習環境,以及提供模擬 (Simulation) 的環境:


  • 問題導向式學習
    學生要接受挑戰,應用他們所學到的知識來解決現實世界的種種問題。學生們要重新思考,定位及架構他們所碰到的問題,找出新的解決方法。
  • 沉浸式學習環境
    在ㄧ個長時間的學習過程,學生們必須不斷的、即時的做決策。如同前面提過,這些課程,學生們花費 10個月的時間來找出解決方案,如果學生所做的決策不是最佳方案,他得承受這代價,重新來過,找出新的解決途徑。
     
  • 模擬
    學生可以在安全的環境下實驗,失敗了再次實驗。即使有可能到課程結束時,學生因持續失敗而無法找出最佳解決方案,但課程的目的並不只是看最後的成果,它也觀察學生們是否能運用他們的知識,以及如何嘗試及解決問題的能力。

教育必須要超越現行單純傳遞知識的模式,找出更有效的方法,來讓傳遞知識變得更容易。同時現行大學的教育方式也必須改變,讓大學變成真正的訓練場所,讓學生可以在教授們的帶領下,在沉浸式學習環境下,經由可以不斷嘗試及實驗的安全模擬環境,運用他們所擁有的知識去尋找及解決真實世界的問題。唯有如此,我們才不會懼怕科技進步帶來的威脅,也唯有如此,我們才能擁抱科技所帶來的機會,來解決全世界最難解決的問題。

本文出自數位學習無國界 (chinese.classroom-aid.com),由 Classroom Aid 團隊所建立,開放授權條件 CC BY-NC-SA


參考資料來源:

AI 人工智慧與未來的教育,數位學習無國界 (chinese.classroom-aid.com), http://chinese.classroom-aid.com/2017/03/ai-and-the-future-of-education.html/ ,開放授權條件 CC BY-NC-SA

Artificial intelligence & the future of education systems, Dr. Bernhard Schindlholzer, https://www.youtube.com/watch?time_continue=224&v=ZdHhs-I9FVo

 


cron web_use_log