阅读提示：10月3日，高等教育内幕（Inside Higher Ed）官网刊发作家、战略顾问约翰·华纳（John Warner）的专栏文章，文章总结了当前教育工作者在人工智能时代推进教学改革的成功经验。文章原标题为“人工智能时代的教学发展新路径（Making Progress on Teaching in a World With AI）”。以下是文章要点。
约翰·华纳（John Warner）在各地学校与校园开展交流活动时，主要围绕其著作《不止于文字：人工智能时代如何看待写作（More Than Words: How to Think About Writing in the Age of AI）》及写作教学方法展开，在此过程中，他有机会观察不同院校在应对生成式人工智能技术挑战时的实践举措。这些院校展现出从初期焦虑转向理性应对的显著特征，其共同策略在于坚守教育本质价值而非被动防御。他在著作中提出的核心观点——“ChatGPT无法摧毁任何值得保留的教育价值”——正在被这些院校的实践所验证。
以价值为导向主动作为，是成功应对当前教学挑战的关键共性特征之一。这类院校会先明确自身核心价值，并将其作为讨论教学与院校运营如何革新的核心依据。约翰·华纳近期访问的爱奥纳大学（Iona University）就提出了“能动性（agency）、表达（expression）与责任（responsibility）”的框架。在学习领域，“能动性”是他尤为关注的概念，在人工智能时代，这一概念意味着要让学生明白，他们才是自身教育路径的最终决策者，包括如何使用人工智能技术。他近期多次强调，人工智能在教育领域的应用本质上是需求侧问题，学生需要认识到将学习任务外包给人工智能的弊端，而“能动性”恰好将这份责任合理地赋予了学生。“表达”则体现了一种教育理念，即教育的终极目标是帮助学生在所处的广阔世界中培养独特的个人话语权。写作并非仅仅是生成文本，而是借助包括文本在内的各种表达工具，向世界传递个人观点。当大型语言模型（LLMs）可能替代或掩盖个人表达时，就应避免使用这类工具。“责任”与“能动性”相辅相成，正如“能力越大，责任越大”，院校会鼓励学生从实际应用和伦理层面思考人工智能技术的使用问题。在其他访问院校中，约翰·华纳也发现了类似的价值导向，尽管这些导向会因院校自身具体情境而有所差异。这些院校普遍秉持的一个核心价值是，不局限于采用可监控的评估方式来防止作弊，而是致力于打造真正对学习有意义的教育体验。以核心价值为出发点，院校制定的各项政策就能以有意义且持久的标准来衡量，相关讨论也会因各方拥有共同基础而更具成效。过去18个多月来，约翰·华纳持续关注那些致力于解决人工智能时代教学问题的院校，见证了它们的切实进步，也证明了以价值为导向推进工作的可行性。
集体精神与协作行动，是另一类体现教学进展的重要特征。在这类院校中，管理层会积极倡导以集体协作的方式应对人工智能带来的挑战，并投入具体、切实的资源，为有效协作创造条件。他访问的多所院校都设立了类似“人工智能教师研究员”的岗位，这些研究员能够自由探索人工智能技术及其在各自学科领域的具体应用影响，之后再回到团队与院校层面分享研究成果。值得注意的是，这类团队的定位并非仅仅是研究如何将人工智能技术融入教学，约翰·华纳尚未访问过仅以此为目标的院校，且他通过与其他院校相关人员的沟通了解到，若团队仅聚焦技术融入，很可能导致院校内部出现分歧，那些采取这种单一目标定位的院校甚至不会邀请他参与交流。爱奥纳大学（Iona University）在协作行动方面更进一步，该校举办了为期一天的会议，邀请各领域的教育工作者参会，不仅让约翰·华纳分享观点，还安排人工智能研究员与其他教师围绕各类相关问题展开讨论。尽管这类会议无法在一天内解决所有问题，但向公众展示院校积极应对挑战的态度，本身就具有极大的鼓舞作用。
尊重差异、包容不同观点，也是约翰·华纳在访问过程中发现的重要实践特点。与各院校中同样在思考人工智能时代教学挑战的教师交流，是他访问过程中最珍视的环节之一。在教育核心价值层面，这些教师与他有着共识，比如对理想学习状态的认知，以及对“能动性”“透明度”等实现理想学习状态关键要素重要性的认同。然而，在如何运用生成式人工智能技术实现这些教育目标的问题上，各方往往存在显著分歧。在交流中，他与教师们会各自分享观点，虽然未必能改变彼此的看法，但都能对不同视角产生更深的理解与认同。这种交流模式正是他课程设计所依据的“学术对话”模式——写作与交流的目的是不断深化对讨论主题的认知，展开的是探讨而非辩论。在人工智能对教与学的效用问题上，约翰·华纳比许多人更为谨慎和怀疑，他常指出，如今能有效运用人工智能技术的人，在没有该技术的环境中就已具备了扎实的能力（或如他所说的“实践经验”），因此，教育的核心仍应是在不依赖人工智能技术的前提下培养学生的能力。但同时，他也看到了一些切实案例，这些案例中，人工智能工具的能力被合理整合，为教学开辟了潜在新路径。他认为，那些探索人工智能应用的教育工作者应继续开展实验，而那些希望在不使用人工智能的情况下开展教学工作的教育工作者，也应获得支持。
突破“形式化求学（Doing School）”的局限，是约翰·华纳观察到的又一成功实践方向，这一方向也可视为“以价值为导向主动作为”的延伸。取得成效的院校都愿意从根本上反思现有的教育体系——正是这种体系导致许多学生将教育视为一种交易。在很多情况下，生成式人工智能生成的内容能够满足这种“求学交易”的需求，却无法让学生获得真正的知识，关于学生使用人工智能完成各类学习任务的热门文章也印证了这一现象。但通过访问多所院校以及与更多教育工作者交流，约翰·华纳发现，并非所有学生都持这种交易式学习观念，许多学生渴望参与能真正促进自身学习的活动。因此，为学生设计有价值的学习任务，就成为院校与教师的重要责任。若仅仅因为传统纸质学习方式便于监管，就退回到这种教学模式，会错失重新思考并改进那些本就效果不佳的教学环节的机会。而且，这种对教育体系的反思没有终点，约翰·华纳认为这种持续探索的状态充满活力，显然许多教育工作者也有同感，而这份活力正是助力学生成长的重要力量。
（来源：高等教育内幕（Inside Higher Ed）官网）