远见之声：智能新解读

Rose Luckin:

我接触人工智能其实比很多人晚。在完成A-level并养育两个年幼孩子之后，我才决定进入大学，最初考虑的是学习经济学。后来在翻阅招生手册时，我注意到“人工智能”这个专业，并被推荐阅读Douglas Hofstadter的《Gödel，Escher，Bach》一书。这本书提出的问题深深吸引了我，激发了我的兴趣。

我最终申请了计算机科学与人工智能专业，从此便一发不可收拾。这个领域的魅力在于它的跨学科属性，将编程、理论计算机科学与哲学、心理学、语言学融合在了一起。那个时刻，真正决定了我的方向。

Rose Luckin:

带着两个五岁以下的孩子攻读学位并不容易。我的时间非常有限，因此我只能专注于最必要的学习内容，这也在一定程度上限制了我的本科体验。

当时我常常是班上唯一的女性，一开始需要不断证明自己。但当同学们意识到我不仅认真对待学习，也具备编程能力之后，我们的合作变得非常顺畅。

家庭与学业的平衡确实充满挑战，但也让我拥有更广阔的视角，减轻了学习压力。

后来在以男性为主的工作环境中，这种处境既带来挑战，也带来收获。不过，无论是哪种“少数”，都不容易，这也需要你的同事们思想开明、愿意倾听。

Rose Luckin:

创造力和原创性将依然至关重要，甚至可能变得更加重要。但我们需要重新思考如何定义与评估它，更多地关注人类独有的创造力形式。

人工智能和人类智能有着本质的不同，创造力可能是区分二者的关键方式之一。这给教育带来了挑战，我们该如何评估创造力与原创性。

我们需要建立新的评价方式，更好地识别那些AI无法复制的人类创造力。这是一个需要解决的重要课题，因为它将成为区分我们与机器的关键。

Rose Luckin:

我没有完整答案，但有几点思考。首先，我们应更加重视创造的过程，比如在这个过程中学到了什么、揭示了什么、发展了什么，而不是只关注最终作品。

其次是情感投入，包括创作者的沉浸以及观众的共鸣。创造力与人类经验和意义密不可分。通过关注过程、影响与情感共鸣，我们才能更好地理解人类独特的创造力。

Rose Luckin:

那就是强烈的好奇心。你必须放下自我、预设期望与偏见，真正去理解问题本身。

同时，也要始终保持学习者的状态。我至今仍在不断学习，不满足于表面的答案，而是不断深入探究，真正理解其中的原理。

我想要去理解我们所面对的真实故事及其所有的细微差别，无论是好还是坏。这也意味着，你必须如实呈现研究结果，即便它们出乎意料或令人失望，而不是为了迎合你或研究项目资助者的期望去“调整”结论。

Rose Luckin:

我通过“卓越学习者”这个概念来回答这个问题。卓越学习者是指了解自己如何学习，并持续优化学习方式的人。我们无法准确预测未来哪些学科或技能最重要，也无法预测人工智能的发展方向。

但人工智能可以通过分析学习行为，帮助师生获得更深刻的见解。它使得更个性化的学习成为可能，并帮助教师更好地支持每个学生。

我希望人工智能能够推动人类进入一个更高水平的智能时代。它不纵容我们走捷径，而应帮助我们实现更多可能。

从这个意义上说，人工智能既是未来的催化剂，也是实现未来的工具。它一方面推动我们提升自身人类智能的复杂性，另一方面也为我们实现这一目标提供了手段。

Rose Luckin:

我们需要让大家意识到，这不是通往轻松生活的路径，而是通往回报更多，更有成就感的人生。

但这非常具有挑战，因为媒体和大型科技公司的许多说法都恰恰相反，它们总是在告诉我们，人工智能就是来让生活更轻松的。所以我们正在与这种观点作斗争。

其中一部分答案，其实源于一种非常人性化的东西：真正完成一件事情所带来的纯粹成就感。当你完成了一件原以为自己做不到的事情时，一定能体会到那种感觉。我们需要唤起这种感受，让更多人意识到，真正值得追求的，是这种成就感本身，而不是更轻松的生活。

我记得自己还是学生时，被要求去做一个编译器，但当时我甚至不知道那是什么。那是我最跌宕起伏的一段学习经历。熬了许多个夜、持续地投入，但当我真的把它做出来、让它运行起来的那一刻，那种巨大的满足感至今仍能感受的到。这正是我们希望每个人都能珍视的体验。

因此，每一次使用这些工具时，我们都应该问自己：这是否让我变得更聪明？是否让我能做得更多？还是我只是在走一条捷径？正是这样的自我追问，才能帮助我们建立更成熟、更深层次的思考能力。

与此同时，我们必须意识到，这些技术终究脱不开商业属性。公司需要让产品更具“黏性”，而这往往意味着不断向你传递一种信息：它会让你的生活更轻松，甚至会刻意迎合你。对此我们需要保持警惕。比如，人工智能可能会对你做的三文鱼说“很好吃”，尽管它可能根本没有味道，这样做的目的只是为了让你持续使用。这种体验看似友好，却也带着一点不易察觉的引导。

Rose Luckin:

在我学术生涯的大部分时间里，我一直认为人工智能最大的价值在于：它可以以更低的成本，提供高度个性化的学习体验，从而触达那些缺乏教师资源或被边缘化的学生。直到现在，我仍然相信这种潜力是存在的。

但越来越明显的是，如果想要实现这一点，我们必须付出非常大的努力。因为目前的现实恰恰相反，人工智能正在加剧更大的不平等，这是一个非常严峻的挑战。这种不平等体现在多个层面，比如男性女性在使用工具方式上的差异，经济条件更好的人能接触到更优质的人工智能，从而在竞争中占据优势。

英国萨顿信托基金会（Sutton Trust）去年的一份报告指出，AI模型所依赖的数据本身就存在偏差，这意味着不平等可能在系统中已经被“预设”。除非我们积极解决此类问题，否则它会被不断复制和放大。

人工智能确实有可能促进公平，但它不会自动发生。和许多技术一样，最终结果取决于我们如何使用它，以及我们是否能够确保公平的获取机会。这既是一个巨大的挑战，也是一种机遇。只是目前来看，挑战正跑在机遇之前，我们需要扭转这一局面。

Rose Luckin:

相比很多人现在的经历，我当年接触人工智能的过程要温和得多。那时它的风险还没有现在这样显著，因此我更容易看到它的潜在价值。

而如今，人工智能系统的发展速度和能力都非常惊人，这种“又快又强”的变化，对第一次接触它的人来说尤其具有挑战，甚至会让人感到陌生和不安。我自己其实也对人工智能有所担忧，不认为其一切发展都是正面的。

我很能理解那些刚刚接触人工智能的人，因为它感觉有点像“魔法”，不是吗？你只需要在一个小框里输入问题，就能立刻得到大量信息，还可以生成图片、视频、文章、计划等等。这种体验有时会让人感到震撼甚至害怕。

我们也能看到越来越多的研究表明表明，仅仅“会用”人工智能工具，并不代表你真正获得能力提升。要想充分发挥它的价值，你需要理解它的运作方式和能力边界。

如果我们能够更加透明地讨论这些技术，既正视风险，也展示如何降低风险，或许会帮助更多人逐步接受并理解它的潜力。但这确实不容易，因为它对很多人来说仍然非常陌生。

Rose Luckin:

挑战有很多，但我想强调一个常常被忽视的问题，那就是人工智能的目的。同样的技术、同样的数据、同样的基础设施，如果用于不同的目的，其伦理属性可能完全不同。有时候，一种用法可能是符合伦理的，而另一种则可能不是。

因此，我们需要非常认真地思考AI的首要目的，并确保这个目标符合我们的伦理标准。在此基础上，再去讨论数据处理、算法等具体问题。这个起点非常重要，却往往被忽略。所以我认为，我们应该从这里开始。