当充满“智慧”的机器大脑悄然来到人们身边，开展课堂教学、个性化辅导、演算难题等，这种深度融合，将催生划时代的教育和学习变革。教育的智能化转型，是应对时代之变的选择，但同时，也应注意避免相关风险。这促使我们思考：人工智能赋能教育，给教育带来什么？

　　人工智能赋能教育，优势在哪里

　　面向未来的人机协同教育，教育将发生什么变化？这需要我们从不同维度去深刻思考，并采取行动。

　　就人工智能的发展而言，我们需要思考什么是人类智力所独有的特征，要做到像人类一样拥有智能行为，计算机需要哪些能力？

　　所有高级形式的人类认知——概念、推理、问题求解、创造力、记忆和知觉，都跟智力相关。在人工智能与人类之间，智力的度量是智能程度，例如，人类可以使用较少的数据，在广泛的问题上表现出智能行为。

　　这也是当前人工智能研究非常重要的方向——少样本或零样本学习和持续学习等。这些研究方向试图让机器像人类一样去思考和学习，使用较少数据，就可以求解广泛问题。

　　人类智能的本质和边界是什么？

　　笔者认为，人类智能的本质可以归纳为五个方面：一、适应性。人类总是与环境在适应的过程中不断交互、学习，具身智能就是从此角度思考。二、学习能力。三、抽象思维。人类智能可以进行抽象思维，对概念、原则进行归纳、推理和批判。四、创造力。人类智能有创造力，能够涌现出新的想法和概念。五、情感和意识。这点也是当前有所争议之处——有学者认为机器会有情感，而有学者坚持认为机器终究是机器，精神和灵魂始终属于人类。

　　人类智能的边界在哪？笔者认为，在以下四个方面：一、生物学限制。二、知识和经验的局限。三、认知偏见。四、环境和文化制约。

　　对比人类智能的本质和边界与人工智能的特点可以发现，人工智能可以赋能教育的知识生产。在数据挖掘与分析、模式识别与预测、知识自动化、智能化协作、知识的可视化与表达、个性化的知识推荐6个方面，人工智能与教育是密切关联的。

　　由于一些大语言模型可以获取和组织起全世界的所有知识，学习者不再需要浪费时间学习“事实”，而是可以专注高阶思维技能，如创造性思维和批判性思维。然而，人类的“批判性”和“创造性”思维往往是通过有限的信息量，依赖内化知识的潜意识过程发生的。AI赋能教育需要激发这一过程，让学生更加聪明地学习，产生更好的思维。

　　想象力、创造力，人类比人工智能更聪明

　　我们用考试来测试人工智能在知识生产及知识学习过程中的能力。以《数字信号处理》这门课程为例，将这门课的考题给某个人工智能模型“考试”，得到了94分，在学生中属于前5%的优秀成绩。由此可以看到，人工智能不仅能够回答日常的问题，在工程数学、自然科学等领域的问题求解中，也表现出超越一般学生水平的能力。

　　但是，它的答卷，对大部分复杂题目都采用简单粗暴的方式求解，没有使用解题技巧。这是因为大模型依赖“喂”给它的大量数据，只是在统计意义上进行模式匹配。

　　这说明大模型人工智能程序不具有人类的数学直觉能力，主要原因在于其工作方式与人类大脑的工作方式截然不同。具体表现为：一、人工智能为算法而非直觉驱动。人类有数学直觉，而人工智能没有。二、缺乏感知和体验。人类的数学直觉不仅是计算能力，还包括通过实际的体验和感官的感知获得对数字、空间和形状的直观理解。三、学习和思考方式的差异。人类学习数学通过错误和成功建立起对概念深层的理解和直觉判断，大模型人工智能程序通过大量例子来学习，缺乏自我反思能力，无法像人类那样从根本上理解或领会概念。四、缺乏创造性和灵活性。人类的数学直觉涉及创造性思维，例如通过不同方法解决问题，或在缺少数据的情况下做出假设，而人工智能主要依赖已有的信息，应对新奇情况的能力有限。

　　因此，我们认为，大模型人工智能程序可以快速准确地进行复杂的数学计算和数据分析，但无法真正拥有人类的数学直觉，这种直觉建立在深层次理解、多感官体验和创造性思维基础上。

　　这带来一些启发——就想象力和创造性而言，人类比人工智能更智能。

　　创造力跟想象相关联，创造力的背后隐含着丰富的想象，而想象又与人的情感、与人对环境的感官体验密切关联。以文学举例，以宋代诗人陈与义《春寒》一诗中“海棠不惜胭脂色，独立蒙蒙细雨中”为题，让大模型人工智能程序在图像库中找出与其语意表达一致的图片。人工智能给的是蒙蒙细雨中盛开着海棠；但人类在思考时，大脑中的想象可能是在一条幽静小道上，亭亭玉立的少女行走在雾雨中——人类可能会将这位少女看作海棠，这就是想象。