AI与教育：机遇与挑战并存

我个人非常不希望看到一个未来，教师将教育中那些真正有价值的部分——即与学生建立联系、深入了解他们并花时间陪伴他们的部分——外包给AI。AI可以通过多种方式让教师有更多时间投入到这类工作中。我很高兴能与各机构交流，探讨如何放大他们已有的知识。大家好，我们今天来讨论我最喜欢的话题：AI与教育。我是Drew Bent，负责Anthropic教育领域中有益部署的工作。我曾是一名高中数学老师，我的父母也是教育工作者。我曾在教育非营利组织工作，并认为自己是一个终身学习者。今天与我一同参与讨论的是我在公司教育团队的优秀同事们。Zoe，你愿意先开始吗？我很乐意。大家好，我是Zoe，我在Anthropic的教育团队工作，负责支持所有非技术受众，包括向教师和学生普及我们的产品和通用AI知识。大家好，我是Maggie，我创立并目前管理和支持这个教育团队，我们内部亲切地称之为“教育部”。大家好，我是Ephraim，我是一名产品工程经理，也参与了我们面向教育的一些产品开发。

Anthropic关注教育的深层原因

我认为从这里开始讨论很有帮助：我们为什么首先要讨论教育，或者说，我们这个通用AI实验室为什么首先要致力于教育领域？我们都知道，在Anthropic，我们非常关注我们正在开发的技术的潜力和风险。我认为教育是这方面的完美例证和体现，因为正如我们将在对话中谈到的，它当然带来了巨大的好处。但我们对AI在教育中的影响也有很多担忧。当我们思考其好处时，我们想到的是，我已经和你们多次讨论过AI如何能防止教师倦怠（Teacher Burnout: 教师因工作压力过大而产生的身心疲惫状态），如何能真正转变并民主化（Democratize: 使…大众化，普及化）高质量学习和辅导的获取，以及它如何能改变教师的教学方式和内容。但另一方面，我们也看到了所有的风险和担忧，例如教师们担心AI可能导致更多作弊行为，而且它确实正在导致更多作弊。此外，还有更具存在主义（Existential: 关乎存在意义的）的风险，即我们如何确保这些工具是增强和辅助人类思维，而不是取代它。因此，我希望这次对话能深入探讨所有这些细微之处，同时也能谈谈Anthropic为解决这些问题所做的实际工作。

团队成员与教育的个人情结

那么，也许我们可以从这里开始，我很想听听，我知道你们所有人，我也认识你们一段时间了，但我并不一定了解你们每个人最初是如何对教育工作产生兴趣的故事。Maggie，我很想从你开始，是什么让你加入了这项工作？嗯，我对教育的兴趣是双重的。我认为从专业角度来看，教育和沟通一直是我在加入Anthropic之前所从事的每一份工作的一部分。我认为从个人角度来看，我生命中有两个可爱的孩子，我正像这个时代所有其他父母一样，努力思考我能做些什么来帮助他们在AI时代成长为善良、聪明、有思想、批判性参与的个体。一方面是更多的专业兴趣，我觉得我可以在这方面有所作为；另一方面则是作为年轻心灵的守护者，这对我来说是一个紧迫的个人担忧。Ephraim，你呢？嗯，我是在学术界开始我的职业生涯的。我学习了物理和数学，并以为我一生大部分时间都会从事研究，后来才转行到科技领域。我在麻省理工学院（MIT: Massachusetts Institute of Technology: 世界顶尖的理工类大学）时教过课，也曾是兼职教员，所以教育一直是我感兴趣的领域。谈到AI与教育，我有两个孩子正在上大学，所以我每天都在担心他们学什么、怎么学，毕业后会做什么。我也非常热衷于——我们稍后会讨论——机构如何在其教育中处理AI。所以这里有很多既是个人层面，也关乎社会未来的问题，即AI对教育意味着什么，我对此非常感兴趣。

AI时代早期教育的重要性

我认为你和我都育有子女，这是最紧迫的担忧之一。是的，这让你现在感觉如此真实。对，对。我认为你的孩子正处于大学年龄，他们正在努力弄清楚自己的人生方向；而我的孩子还小，但我看到地平线上很快就会出现重要的决策点，你可以决定如何开始培养这种思维。我觉得如果不能及早抓住，这就是为什么我们关心所有不同年龄段的教育，否则情况可能会变得相当糟糕并累积起来。是的，我觉得这触及了我最初进入教育领域的原因，我有一个根深蒂固的信念，那就是教育是我们为社会带来改变所能做的最重要的事情之一。我认为大多数人都会同意这一点，当我从课堂转向科技领域时，是因为我希望为那些能够大规模实现这种改变的组织工作。我认为我们的教育系统有一些问题，如果我有一根魔杖，我会去解决它们，我希望AI能帮助加速其中一些积极的改变，但同时也要非常清楚地认识到，我们有很大的责任确保这种改变在今天以及未来十年都能顺利进行。我曾与一位教授交流，他曾说过一句很棒的话，他说学术界的所有问题作为一种制度已经存在了一段时间，只是AI是一个强制函数，迫使每个人现在就去处理它，而不是继续拖延，我想就是“踢皮球”吧？是的。是的。所以我很高兴我们能自己处理这个问题。

AI在教育中的意外崛起与认知挑战

我现在才意识到我们这边有几位家长，这带来了很好的视角。是的，我想对我来说，我的父母也是教育工作者，所以我总是仰视他们，想做他们做过的事情。但我认为将这次对话建立在我们一直在做的一些研究基础上会很有帮助。去年年末，Anthropic的社会影响团队研究了用户使用Claude的各种方式，发现其中一些最主要的应用是在教育领域。我认为我们在所有聊天机器人中都或多或少看到了这一点，但这对我来说也是一个警钟，因为有趣的是，这些大型语言模型（LLM: Large Language Model: 基于海量文本训练的 AI 系统），正如我们所知，最初并非为教育而设计，更多是为了回答问题。它们是这样进行微调的，它们是为了这些生产力任务而存在的。然后，这变成了一种有趣的涌现现象（Emergent Phenomenon: 系统中各部分互动后产生的新特性），它们对教育非常有帮助，但也可能对人们的学习造成破坏。

学生使用AI的现状与布鲁姆分类法

所以我们开始深入挖掘。但我认为研究中突出的一点是，一个总是出现的统计数据是：Claude上47%的学生互动是非常直接的事务性互动，参与度很低。我想，当Maggie和我第一次看到这些数据时，这有点像一个警钟，因为我们都知道它有各种令人难以置信的方式可以作为苏格拉底式导师（Socratic Tutor: 引导学生通过提问和讨论发现知识的教学方法）使用，但后来发现，在某些情况下，人们只是用它来完成作业。作为一名教师，我常常思考我希望学生学习的不同认知技能（Cognitive Skills: 涉及思维、记忆、解决问题等心理过程的能力），在基础层面，可能包括记住事实和理解一些知识，但最终你希望他们达到综合（Synthesis: 将不同元素整合形成新整体的能力）和创造（Creation: 产生新想法或产品的能力）的水平，这当然就是我们所说的布鲁姆分类法（Bloom's Taxonomy: 认知学习目标分类法）。但我们在数据中看到的一个令人着迷的现象是，当我们开始研究Claude在这些对话中的互动时，我们发现Claude在这些认知任务上的表现非常出色，它在创造和分析等高级别任务上表现突出，而这正是作为教师你希望学生做到的。是的，我认为学生们正在以一种令我们教育工作者担忧的方式“颠覆”这种模式。我不知道这是否一定是坏事，我认为第一反应是这很糟糕。但我认为我希望我们和全世界思考的一部分是，是否存在一种新的分类法，其中AI是基线，然后你可以在此基础上构建出AI出现之前不可能实现的新事物。

AI对教学模式和学习内容的影响

我们也探讨了教育工作者如何使用AI，他们正在试验用它来创建教案、批改作业。我想是东北大学的一位教授告诉我们，他们再也不会布置传统论文了，因为有太多学生提交了AI完成的作业。他们是否使用了Claude，我们不得而知。但我认为这确实给我们带来了很多问题。我觉得你真的触及了我们与教育工作者经常讨论的两件事：AI既改变了学生学习的方式，也改变了他们需要学习的内容。例如，我不知道学生是否还需要像十年前那样拥有相同的记忆能力，因为他们现在可以随时使用AI工具，或者理论上他们应该可以随时使用AI工具。然后，当你进入更高层次的学术领域时，我们今天正在教授的一些技能在未来可能就不那么重要了。所以，这对于教师来说是一个巨大的挑战。

AI赋能的互动式与个性化学习

我很想听听你们所有人，你们对AI如何改变教学和学习最兴奋的一点是什么？我认为最让我印象深刻的是互动式学习体验。我清楚地记得我在课堂上的时候，我的学生们玩了一个完全编程的病毒模拟游戏。他们扮演病毒，进入细胞并复制。那天我在课堂上看到的参与度是前所未有的。我认为大多数老师都见过类似的情况，但AI真的可以让你在任何科目上大规模地实现这一点，对吧？想象一下你正在与一位历史人物对话，老师们可以通过正确的工具设置很多护栏（Guardrails: 确保AI系统行为符合预期和安全标准的限制），但我非常期待看到这个领域随着时间的推移而发展。我认为互动性也让我非常感兴趣。你可以从AI那里获得如此多的帮助，而这些帮助在资源方面很难实现互动性，尤其是在资源匮乏的地区。在这些地区，许多学生无法获得像个人职业教练那样的资源，来指导他们如何在组织中正确面试。借助像Claude这样的AI的力量，你可以上传职位列表、简历等等，然后让Claude帮助你进行这些事情的角色扮演（Role Play: 模拟真实情境以练习技能）。我认为有很多非常引人入胜、有趣的角色扮演体验，无论是与已故的历史人物还是某种辅导情境，都能在很多方面帮助你，在这些情境中，外部视角会提供巨大的帮助。只是很难找到另一个人花时间坐下来与你交流，尤其是在资源匮乏的地区。

AI重塑评估与个性化学习路径

与此相关的是，我一直非常兴奋地看到教师们如何利用AI来改变他们的评估方式。几周前我与一位老师交谈，她曾在大流行期间通过Zoom花时间对所有学生进行口头面试，以更全面的方式评估他们。但这种方式显然无法很好地扩展，所以她停止了。但随着这些AI工具的出现，她现在能够使用相同的评分标准，并让所有学生定期与聊天机器人进行这种来回的评估，然后教授或老师能够根据这种与AI来回互动的过程来审查和评估他们。我认为评估是AI一个非常有趣的用途。我可以预见在未来，评估不再是某个特定时刻的事情，而是与AI进行持续互动，从而更深入地理解你是否真正理解了代数概念背后的原理。我真正兴奋的一点是AI可以提供个性化学习。有一项关于一对一辅导的研究发现，平均而言，接受一对一辅导的学生比没有接受一对一辅导或仅在课堂环境中学习的学生中**98%**的人表现更好。那是人类辅导。那是人类辅导，对吧？很难扩展。没错，很难扩展。假设每天有一小时的一对一辅导。有了AI，你就可以获得持续的一对一辅导，而且全世界的每个人都可以使用。所以我认为这有巨大的潜力来改变世界以及人们的学习方式。是的，我同意。当然，人们在研究中也发现了很多挑战，比如如何复制这种模式等等。但我认为这是一个非常有用的“北极星”，指明了如果能拥有非常个性化但又充满人情味的辅导体验，那将是怎样的可能。

兴趣驱动与产品层面的缺失

当然。我认为今天我们可能根据学生水平将班级分开，或者如果你属于某个特定群体，你可以选择AP课程（Advanced Placement: 美国大学预修课程）。但有了AI，每个学生都可以有自己的学习旅程。那些能够快速进步的学生可以非常迅速地前进，而那些需要帮助的学生则可以获得个性化的帮助。这让我想起了一个非常有趣的用例，我曾与一位老师谈论过，你知道，你总是希望在学生最感兴趣的地方与他们相遇，对吧？这就像一种非常蒙特梭利式（Montessori: 一种以儿童为中心的教育方法）的方法，即“你最喜欢什么话题，然后我们将所有科目与此匹配”。这很难大规模实现，对吧？但我与一位老师交流过，她就是这样做的：她问学生们最喜欢什么，他们讲一个小故事，然后现在你收到的每一份讲义，即使是相同的数学概念，甚至相同的问题，但每一份讲义都是为每个学生量身定制的，完全符合他们的兴趣。它有一个吸引他们的故事，以及他们真正关心的问题。她确实注意到学生的参与度有所提高，因为突然间，这些学生在课堂上的每个科目都有了一条主线，以一种高度个性化的方式建立在他们的兴趣之上。如果每个教室都能做到这一点，想象一下学生们会投入多少精力，这太棒了。是的。那么，你如何看待在AI时代什么值得学习这个问题呢？

缺乏专门产品与批判性思维的培养

作为一名产品开发人员，我看到的是一个产品层的缺失，这个产品层本可以帮助学生和教师非常有效地使用AI。例如，我女儿的班级正在学习Python，我的两个孩子都在学习计算机科学，所以这对他们编写Python的考试非常重要。他们希望学生在纸上写代码，因为他们担心作弊。现在之所以如此具有挑战性，是因为没有供学生学习的产品，也没有供教师布置和批改作业的产品。所有这些都是非常轻量级的工作，从我们作为产品提供方可以做的事情来看。但如果没有一个基于大型语言模型（LLM: Large Language Model: 基于海量文本文本训练的 AI 系统）构建的有意图的产品，就会暴露出我们正在构建的技术的许多不确定性、恐惧和滥用。所以，我想这就是我的看法：只要有一点产品思维的支持，很多这种不确定性以及作弊等问题就可以得到缓解。我面临的一个问题是，我们可以从工作如何变化来反推大学教育应该如何变化。但当我们思考像你孩子那个年龄段的孩子，也就是K-12教育，关于他们未来几年需要哪些持久技能（Durable Skills: 长期有价值且不易被自动化取代的技能），这是一个更难回答的问题。所以我没有答案，但我总是看着你，Maggie。

AI时代下教育的根本性转变

哦，天哪，这确实是一个挑战。我认为与我交谈过的许多教师都非常认同的是，你教导年轻心灵如何批判性地思考周围世界和人类世界的许多技能，可以很好地应用于AI领域。尤其是在批判性思考所呈现事实的方面。有一个发展阶段，你从相信每个人说的每一件事，到开始思考你需要知道什么其他信息才能相信这是真的。对于我的孩子来说，这就像一个两部分的框架：第一部分是教育的重要性我认为比以往任何时候都更重要，如果你自己数学不好，或者你不知道正确答案是什么，你就无法判断AI是否数学不好，对吧？我们还没有达到AI像计算器一样总是可靠的阶段。所以，理解并强调学习、阅读、写作、科学、数学等等仍然非常重要。后一部分是培养他们成为批判性信息消费者，这不仅仅是关于“这是一个给我的事实”，而是“为什么会这样？我如何相信这是真的？我需要检查哪些方面才能确保我能证实我在这里学到的东西？”这种批判性思维能力可以从很小的时候就培养起来，无论信息是AI给你的还是另一个人给你的。我认为这种批判性思维是早期阶段最重要的能力之一，包括怀疑、好奇心和结合。是的，我想补充一点，因为我觉得我与许多老师和家长交谈时，他们都感到巨大的压力，认为自己必须有答案，必须知道教孩子什么，以及如何在课堂上进行教学。我认为孩子们比我们想象的要聪明得多。所以，无论是与你的学生还是你自己的孩子一起坐下来，和他们一起学习，向AI提问，然后一起评估结果，让孩子们反思并建立自己与AI互动框架，这都具有非常深刻的意义。我认为这真的非常强大。我们都听到，我们没有答案，因此没有人有答案。显然，我们正在努力找出答案。但我认为，仅仅鼓励在任何年龄段进行这种反思，只要是符合发展阶段的，就是人们现在能做的最好的事情之一。

培养质疑精神与学习过程的价值

对。是人们现在能做的最好的事情之一。你知道，我建议和你的孩子一起坐下来，一起探索AI，对吧？比如问一个问题，然后说：“嗯，这个答案说得非常自信，但这足够了吗？当有人自信地说某件事时，这足以让你相信吗？”希望答案是否定的，对吧？你还能检查什么？你还能去哪里寻找信息？你需要什么信息来思考这个问题？然后真正地内化它是否正确。我认为这个练习非常重要。我认为反面是展示不知道某事是什么感觉。我认为很多时候，表现出不确定性，并为你的孩子树立榜样，当你不懂某事时，你是如何找到答案的，对吧？你的学习过程是什么？我认为我想传达给我的孩子的是，找到答案只是你学习旅程的开始。我认为对于许多机构、学校等来说，现在我们真正测试的是找到答案。但如果我们将此作为某人旅程的开始，尤其是在与AI一起学习时，那么我认为这会打开一系列的大门。所以，是的，在家里，我努力展示我发现事物的过程，以及成年人并非总是有答案。孩子们非常聪明，他们能够以自己的方式找到答案，如果我们只是交谈并提出正确的问题，那么他们就能自己辨别什么是真的，什么不是，而不是仅仅相信表面价值。

拥抱不确定性与AI时代的核心技能

是的，我喜欢你将此描述为“建模如何解决问题”。建模不确定性是如此重要的一件事。哦，是的。我们都充满不确定性，所以让我们利用这一点。而且我认为我们做得还远远不够。我们想要表现出这种自信，我认为有时这可能对孩子的发展有害，因为你只是告诉他们相信每个人说的一切，或者相信他们周围的成年人总是知道他们在说什么。因为我认为那给了他们一个拐杖（Crutch: 依赖物），让他们不必真正思考真相，不必为自己定义真相。我认为有一件事保持不变，那就是人类的学习方式，对吧？我们首先学习基本的东西。我们学习加法、减法，然后不断积累。所以，无论我们今天拥有AI、生成式AI还是下一代AI，这都将保持不变。所以，我认为我所看到的，我不知道什么是正确的学习领域，但无论如何，我们仍然必须经历这个学习过程。我认为现在最大的希望是，你实际上可以使用AI来促进你的学习，获得更深入的理解，甚至可能以两种不同的方式回答问题。从个人角度来说，我学习物理是因为我小时候非常好奇，所以如果你是一个好奇的人，想了解世界，天哪，现在是多么好的机会啊！因为AI可以教你任何你想知道的东西。是的。但如果你考虑职业，比如接下来会发生什么？你知道，我如何谋生？那么无论如何，我们都必须能够使用AI技术，让你加上AI成为一个更有能力的员工。

编程教育的范式转变与Anthropic的责任

我同意。尽管我确实认为一些基本原理正在改变，尤其是在我们学习事物的顺序方面。我举一个例子，你谈到了编程和计算机科学。你知道，当我学习编程时，可能和你一样，我花了90%的计算机科学教育时间学习如何编写代码和算法，然后可能只花了10%的时间学习如何阅读和审查别人的代码。而现在，在Anthropic，当我使用所有的编码代理（Coding Agents: 能够辅助或自动化编程任务的AI工具）和Claude Code等进行编程时，我可能只花了10%的时间编写代码，而90%的时间在阅读代码。这让我开始思考，你知道，我们作为孩子通常是先学会阅读再学会写作，对吧？但对于编程，我们常常花更多时间写作，然后才是阅读。所以这让我开始思考，我们是否需要重新审视一些基本原理，也许计算机科学入门课程的核心部分应该是思考阅读，以及如何辨别好代码和坏代码等等。所以我想让我们回到Anthropic在这里做什么。我认为这很重要，我们当然都知道我们肩负着责任。我们正在构建这项技术，它正在对教育系统产生影响，即使我们最初并非有意如此。因此，作为一家公司，作为一家公益性公司（Public Benefit Corporation: 一种旨在平衡股东利益、社会利益和环境利益的公司类型），我们有责任，尤其是作为在这家公司工作的个人，作为前教育工作者。所以，我认为谈谈我们正在做些什么，我们正在努力解决什么问题会很有帮助。Zoe或Maggie，你们想谈谈我们一直在做的AI素养（AI Fluency: 理解并有效、道德、安全地使用AI的能力）方面的工作吗？

Anthropic的AI素养课程与产品理念

是的，是的，我很乐意开始。我从事教育内容方面的工作。所以这是我能在这个领域发挥作用的主要方式之一。我非常兴奋的一件事是我们的AI素养（AI Fluency: 理解并有效、道德、安全地使用AI的能力）课程。我们与两位教授Joe Feller和Rick Dakan合作，他们建立了一个非常棒的框架，用于思考如何使用AI。这很酷的地方在于，我们正在从今天可用的产品、提示工程以及你在外面看到的所有这些技巧（Hacks: 巧妙或非传统的方法）中退一步。有很多这样的技巧。而且它们确实很多，对吧？这让人感到非常不知所措。而且它们过时得很快。它们过时得很快。所以这里的想法是，我们希望给人们一个工具，让他们能够理解他们与AI的互动，并努力实现高效、有效、道德和安全的互动。这就是AI素养的定义。所以我们有这个核心课程，我认为它非常棒，然后我们还为教育工作者和学生创建了衍生课程，以及一个更长的课程，供对教授AI素养感兴趣的教育工作者使用。所以，这个想法是，任何完成这些课程的人都能够更好地评估他们自己的AI互动。我之前谈到过与学生一起学习以及反思AI互动的重要性。这个课程的核心就是提醒每个人，教师、学生、家长，他们在AI互动中拥有自主权。所以这是我感到兴奋的一点。

鼓励实验与“不使用AI”的理念

是的，我认为我们AI素养工作的有趣之处在于，我们正在回归基本原理。当我们开始这项AI素养工作时，很久以前，我不知道你是否还记得Drew，我们试图回答的问题是，所有这些提示工程（Prompt Engineering: 设计和优化给AI模型的输入以获得期望输出的技术）技巧等等，都是由人类开发的，对吧？并不是说我们Anthropic比其他人拥有更强大的能力。在外部，我们只是有一种不同的思考模型的方法，问题是如何将这种思维方式教给别人？是的。对Zoe来说，就像，在我们所有人身上，这听起来有点俗气，但我们确实有能力成为批判性思考者并参与其中。我认为有时害怕犯错会超越我们进行实验的能力。我喜欢AI素养的地方在于，我们正在打开实验的大门，并说你可以尝试这些东西。它们可能对你不起作用，而了解它们何时对你不起作用以及何时不应该使用AI，与了解何时可以使用AI同样重要。我认为我们在教育团队中时不时会说一句话，我认为这句话很有共鸣，那就是我们宁愿教一百万人不使用AI，也不愿看到十亿人依赖这项技术，对吧？在实践中，这可能相当困难。但我认为AI素养是一个非常坚实的开端。

Claude“学习模式”的诞生与学生反馈

我仍然记得我第一次听到你说那句话时，我非常高兴，我知道我来到了正确的公司，因为我当时在一个AI实验室，而Maggie却说：“是的，我认为在这种情况下我们不应该使用AI，或者让我们教人们如何不使用AI。”这就像是给他们工具，让他们自己做出决定，对吧？每次都回到批判性思维。但我认为，当然，其中一部分是教育、培训和意识，但我们也在构建在现实世界中使用的产品和模型。所以我认为Ephraim和你的团队在学习模式（Learning Mode: Claude中旨在辅导学生的特定功能）方面所做的工作是非常重要的一部分。所以我们很想让你分享更多关于它是如何产生的。学习模式是Claude作为学生导师的一系列功能。学生可以进来，例如上传他们的作业，然后它不会明确回答问题，而是会通过课堂上涵盖的材料来帮助学生。它会指导他们如何回答问题。它会辅导他们，它还会帮助他们准备考试，例如通过根据他们上传的内容展示闪卡（Flashcards: 用于记忆知识点的卡片）。这实际上是一项非常草根（Grassroots: 源自民间或基层的）的努力。公司里很多人都对教育充满热情，希望在主要产品线中添加教育工具。所以通过学习模式，我们所做的就是添加了一些小功能，然后调整Claude应用程序，使其非常擅长帮助学生学习。在此过程中，我们还添加了一些功能，例如扩展了你可以添加到项目中的内容量，以便可以放入更多内容，连接到课堂管理系统，以便内容可以非常轻松地流入和流出。所以这只是一个起点，关于我认为这在未来可能会是什么样子。

“学习模式”的快速开发与非增长导向理念

我认为有趣的是，一些早期研究促成了学习模式的诞生。当我们采访大学生时，我们知道教育工作者想要某种形式的学习模式。他们不停地说：“你们的学习模式在哪里？”所以每个人都觉得：“好吧，我们现在必须构建它。”但真正让我们明白这一点的是学生们，因为他们当然使用了另一个词，那就是“脑力退化”（Brain Rot: 指过度依赖AI导致自身思考能力下降）。我们听到他们谈论脑力退化，他们意识到短期内他们可以使用AI聊天机器人来帮助他们完成作业，对吧？但当涉及到真正为期中考试学习，以及理解和内化概念时，他们想要一个版本的Claude，他们不必以各种不同的方式进行提示（Prompt: 给AI模型的指令或问题）。没错。他们不想只是给它一个作业，它就弹出答案，对吧？相反，你给它一个作业，它会引导你找到答案。如果他们在为期末考试学习，它可以展示一张闪卡来帮助他们记忆和学习内容。所以这就是学习模式，它完全改变了Claude的界面，使其专注于学习。这个第一个版本花了多长时间来构建？所以最初的版本实际上只用了很短的时间。有很多人对添加这项功能充满热情。我们从开始到结束大约花了两周时间，这太棒了。令人难以置信。是的。

与外部机构合作与Anthropic的社会责任

当然，这方面的另一个方面是，我们可以开展这些培训项目，我们可以改进我们的产品和模型，但当然，关键在于我们如何与外部世界合作？我们只是一家科技公司，我们是这个更广阔生态系统中的一小部分。所以，你一直在做很多与AFT（American Federation of Teachers: 美国教师联合会）等机构合作的工作，我很想听听更多关于这些合作的内容，以及我们为什么如此关注它们。是的，你我都是，但，是的，我认为我们兴奋的一点是，我们有自己的课堂经验。我的经验相对过时。我在新冠疫情（COVID: 由新型冠状病毒引起的疾病）之前就在课堂上，我知道那是一个非常不同的时代。在新冠疫情之前，在AI之前。是的，在新冠疫情之前，在AI之前。现在基本上已经无关紧要了。但我们有机会与这些组织合作，向真正在课堂上的教师和大学教授学习，了解他们在学校中遇到的实际问题，以及真正的好处，比如哪些方面做得非常好，并充分利用这两方面，无论是通过教育材料来培训教师，还是通过产品解决方案来赋予他们更多的自主权和工具。

AI时代的集体问题与Anthropic的非传统目标

是的。而这颗心的核心是，这是一个集体问题，对吧？这是一个全人类的集体问题。我们离知道解决这个问题所需的一切还差得很远。我认为我们所有工作的核心主线是让更多人参与到对话中来。如果足够多的人参加AI素养课程，我们的希望是他们能将这些知识带到他们的机构，并开始这些对话。正如Zoe之前所说，学生们非常聪明，他们也非常渴望不出现脑力退化。我们得到的一些最好的反馈来自我们的学生用户，我认为有时我们没有给予他们足够的信任，我们认为他们肯定会想用这个来取得成就。他们会，但这是一个机构问题，不一定是人类的动机问题。我认为，我们所有产品用户得到的最佳反馈表明，他们不希望依赖这些模型。他们希望自己的人类能力（Human Capabilities: 人类固有的认知、情感、社交等能力）通过与AI的协作得到增强和提升。所以我为我们公司和我们的产品感到非常自豪，因为我们没有优化那种标准的参与度指标（Engagement Metrics: 衡量用户与产品互动程度的指标），我们不试图优化留存率，或者你花在产品上的时间，或者对产品的依赖性。我们现在和未来都会做出积极的产品决策，这些决策有时实际上会鼓励更强的增强思维（Augmented Thinking: AI辅助下的人类思维），或者再次鼓励你何时不使用AI，或者像孩子们说的那样，“触碰草地”（Touch Grass: 指脱离虚拟世界，回归现实生活）。所以我很高兴我们能继续沿着这条道路走下去。

AI部署的深思熟虑与教育的本质

是的，实际上，加入Anthropic最让我惊讶的事情之一是，它不是一家以增长为导向的公司，对吧？大多数SaaS公司（Software as a Service: 软件即服务）都希望优化用户留存率等所有这些指标，而Anthropic对我们产品的成功有着更广阔的视角，我认为这非常有趣。在我们的产品开发中。这不仅适用于我们的教育计划，也适用于我们构建的所有其他产品。是的。这不是为了让用户沉迷于产品。这真的是为了让AI得到有益的部署并影响社会。我认为我们触及的一点是，在某个地方使用AI或不使用AI的每一个决定都是一个深思熟虑的选择。我不认为我们正在朝着AI无处不在的屏幕路径前进，希望我们公司所做的工作、我们制造的东西、我们以特定方式构建产品的选择能够起到榜样作用，并邀请人们开始意识到，一切都是经过深思熟虑的选择，有时选择不使用AI也同样好，甚至更好，对吧？我非常不希望看到一个未来，教师将教育中那些我认为真正构成良好教育的部分外包给AI，即当你真正了解你的学生并能花时间与他们在一起时的连接部分。AI可以通过多种方式使用，让教师有更多时间做那种工作。我很高兴我们能随着时间的推移与机构交流，并与他们讨论如何放大他们已有的知识，对吧？我们合作的专家通常对AI何时积极损害教育成果有相当清晰的看法。而我们的工作就是倾听并尝试将其付诸实施，无论是在我们的产品中还是在我们的教育计划中。

AI时代教育的未解之谜

所以我们谈了很多关于我们个人对AI教育的看法，以及我们作为一家公司正在做些什么，但我们肯定还没有解决所有问题。那么，我们仍然不确定的事情是什么呢？我很想听听你们所有人的看法，我们还在努力解决哪些问题。我有几件事要说，它们都非常不同。但我们之前提到的一点是，AI正在改变你需要教授的内容。你提到了编程，我们非常确定编程课程在五年内会大不相同。我很想看看情况会如何转变，以及我们是否能开发出任何框架或任何东西来帮助学术界在这些领域理解哪些技能在未来可能会被更多地增强，以及哪些技能将需要额外的人类支持，比如审查或管理。我认为我们正在计算机科学等领域开始理解这一点，但这还非常非常早期，我们知道这会影响更多领域。是的。所以尤其是在高等教育领域，这是我感兴趣的一点。我听到很多关于K-12教育中不同工具的担忧，以及试图理解当你将数据放入这些工具中时会发生什么。我认为现在，AI工具在课堂上大量涌现，教师和管理者都感到非常不知所措，原因非常充分。有很多概念对每个人来说都是全新的。数据隐私的某些方面是新的，而且难以理解。所以我非常想看看这种局面会如何演变。我们是否需要真正加强数据隐私方面的教育，以便人们能更好地评估现状，或者我们是否会看到这个领域出现明显的赢家。我只是非常想看看会发生什么。

机构适应性、教育“解绑”与评估过程

我认为除此之外，技术确实变化迅速。所以我担心的一点是，我不确定它会如何随着时间推移而演变，那就是机构将如何适应？它们通常行动缓慢，而且是故意这样构建的。而技术变化的速度非常快。很难预测六个月或一年后会发生什么。所以我认为这种变化的速度与机构通常适应新技术的方式，是我不确定的一点。我还认为，所有机构都感到巨大的压力，认为自己必须对AI做些什么，而不是无所作为。而且，你知道，我不知道如何平衡或帮助组织平衡这种压力是真实存在的，但当涉及到教育时，尤其是在快速行动和打破常规是不可行的时候，对吧？这对于个体教师以及整个机构来说都非常具有挑战性。我有点称之为教育的“解绑”（Unbundling: 将传统上捆绑在一起的服务或功能分开）。一个仅仅是知识本身，AI非常擅长提供个性化教育，但机构提供的不仅仅是将知识传授给学生。另一个方面是，我确实有两个孩子在大学，他们不仅仅是在那里学习，那也是他们成长、成熟、学习责任等等的地方。所以AI非常擅长解决的是知识、知识传授和学习。我认为我们作为社会向前发展必须做的是，我们如何在知识转移部分利用AI，同时保留这些机构在社会中扮演的所有重要角色。

教师减负与AI评估的未来

对。将一些部分分开，例如，一个优秀教育工作者的成功衡量标准不是做所有这些事情的每一个部分，但我认为你所说的是，是的，没错。多做一件事，然后让AI处理那些可能以知识获取为导向的事情，而不是，我不知道，与学生的关系，对吧？没错。没错。我的意思是，例如，我们访问大学时收到的反馈之一是，虽然AI作业非常有吸引力，那是他们想做的事情。但AI作业意味着学生与AI合作，因此大量的作业集可能需要六个月才能完成，但他们可能最终只需要两周。你如何批改它们？对吧？对。所以，AI的参与意味着，当你利用AI来完成学习方面的工作时，可以发生大量的学习，而且速度快得多。那么，那些教师机构为学生提供的所有其他东西呢？我认为这就是“解绑”的地方，你知道，只是利用技术和机构所做的一切的正确部分。是的。我的意思是，我认为最好的情况是大规模减少教师倦怠，这是大多数教师面临的头号问题。如果你“解绑”，你可能会做得更少？每个教育工作者在某些方面都非常有才华，这些事情给他们带来很多能量，他们在这方面非常出色。如果AI能在那些不给他们带来能量的事情上支持他们呢？我认为这只会为他们的个人生活以及他们所支持的学生创造一个更全面的系统。

AI的真正力量在于过程与辨别真伪

这次对话也让我想起了我们为教育工作者提供的AI素养课程中一个非常引人注目的部分，那就是让AI如此深入地融入作业、体验等等。然后转而开始评估AI的使用，而不是过多地评估结果。对，对。回到如何思考这些长期项目，或者在这个AI世界中事物有何不同，拥有这种参与度是非常不同的，而且是一种AI前瞻性的方式，我很高兴看到更多机构采纳。我认为你说得对，在我们的对话中出现的一件事是，当你创造时，你不一定只是创造最终结果，而是你创造了学生如何达到那个结果的过程。他们如何使用技术？这种来回的互动也成为学习的一部分。我们的一位首席营销人员曾有一次坐下来对我说：“你知道，我认为AI真正的力量在于过程。”是的。我认为这确实是我们想要表达的核心，对吧？是的。对。

AI与人类认知：自信与真相的挑战

我还好奇从模型训练的角度来看，我们能做些什么来调和，我想我曾与一位研究认识论哲学（Philosophy of Epistemics: 探讨知识的性质、来源、范围和有效性的哲学分支）的人进行了一次非常棒的对话，他们提出了一个很好的观点，即AI比人类遇到的任何其他智能都更容易表现出极度的自信，对吧？或者可以说出听起来非常真实的话。而通常，在人类身上，需要大量的魅力和练习才能成为一个能够说出那些话但并非真实的人。但有了AI，你总是会遇到这种情况，而我们人类辨别真伪的能力是基于我们如何辨别其他人，这在应用于AI时可能不会成功。对吧？这是一个完全不同的问题，需要解开并弄清楚你如何才能，你是否将AI的个性更多地匹配到那个领域？或者你开始教人们一种新的辨别真相的方式？我的大胆预测（Hot Take: 个人强烈且通常有争议的观点）是，我认为后者可能更强大，因为它也是对所有形式的说服性写作（Persuasive Writing: 旨在说服读者接受某种观点或采取行动的写作）和说服性思维（Persuasive Thinking: 旨在影响他人信念或行为的思维过程）的一种很好的免疫（Inoculation: 预防性措施），无论它是否是AI或人类。但这种批判性思维，回到AI只是迫使我们调和已经存在的事实，我认为教授这种批判性思维真的很难。

AI原生代与未来的教育愿景

是的。这又回到了儿童心理学（Child Psychology: 研究儿童心理发展和行为的学科），对吧？我们现在有整整一代数字原住民（Digital Natives: 从小接触数字技术的人），他们可以非常清楚地识别垃圾短信，而这对于一些人来说非常困难。那么，AI原生代（AI Native Generation: 在AI技术普及环境下成长的一代人）是什么样的？它会是什么样子？它对儿童发展有什么影响？这些都是我们尚不了解的事情。好吧，为了结束这次对话，因为我想我们可以一直聊下去，我很想听听你们所有人，当我们展望五年后，教学和学习的成功会是什么样子？五年对于预测AI世界来说是一个疯狂的时间。我想我只能告诉你我的希望，对吧？我不知道成功会是什么样子，但我知道我希望的是，在教育机构中，教师有更多的时间单独参与到关系和培养部分。你知道，回到Ephraim的观点，也许教师参与的不是知识获取部分，而是将这些知识综合到你生活和世界的更大生态系统中，并理解如何最好地帮助每个个体学习。因为在未来，我们仍然是独特的个体，庆祝和强调这种独特性是我希望我们能在教育中实现的目标。

个性化辅导、批判性思维与人性的回归

对。我认为五年是很长一段时间，但对我来说，到那时成功将是地球上的每个人都能随时拥有一个个性化导师。而且，如果我们成功地完成了这一转变，我们的机构将得以幸存，并继续在我们的社会中发挥它们已经扮演的关键作用。是的。对我来说，我认为这又回到了批判性思维的部分。我希望每个人，真的，每个学生，每个老师，都能对使用AI和学习的意义有一个共同的词汇和文化理解。我认为需要更多的判断力和反思，并且在使用AI时要有意图。我知道我感觉自己像个坏掉的唱片一样重复，但如果每个学生都能清楚地表达他们何时想使用AI，何时不想使用，以及为什么，那不是很好吗？那种关于你自己的习惯、你如何思考以及你如何最好地学习的知识。那种知识的个性化（Personalization: 根据个人需求和偏好进行定制）是如此令人兴奋。我想，这是一种简写式的启发法（Heuristic: 经验法则，用于快速解决问题的方法），可以描述成功可能是什么样子。或者另一方面，他们不必做出那个决定，因为技术，技术，是的。产品本身也得到了很好的采纳，这意味着两者——产品、体验和教育都必须齐头并进。没错。

AI时代：提出好问题的时代

我认为我一直回到的一点，对我来说带来了乐观。因为在这项工作中有时会有很多悲观情绪，比如工作正在改变，我们不知道我们的工作会是什么样子。还有我们对任何发生的事情都感到很大的个人责任。但与此同时，我确实看到在一个智能变得丰富甚至商品化的世界里，我认为那将不再是我们作为人类的定义特质。这在某些时候可能会令人恐惧。但我也认为这是解放性的，因为在过去的几百年里，我几乎觉得我们失去了一些人性，因为，你知道，我们经历了工业革命，我们能够做所有这些事情，但我们也像去办公室一样，做着任务，并通过我们所做的工作来定义自己。而那可能不是我们五年后能做得最好的事情。但教师所做的、医生所做的许多事情是真正人性的，而不是智能，你知道吗？所以，我几乎对那些被剥离掉的东西感到兴奋。因此，对于我们，我认为我们的教育系统核心在于，真正专注于什么使我们成为人类。一位牛津大学教授曾说过一句很棒的话，我一直都在思考，他说：“我认为AI时代将是提出好问题的时代。”这并不是说需要知道很多东西，对吧？它只是关于好奇心，然后对你得到的回报保持一点判断力和怀疑，这反过来会产生更好的问题。我认为有了口袋里的AI，有了个性化导师，问题空间的世界已经极大地开放，远远超出了人类历史上我们所拥有的一切。我们只需要引导人们形成能够提出好问题的思维模式。从来没有比现在更好的时机来面对问题。从来没有比现在更好的时机来面对问题。我认为这是一个完美的结局。非常感谢大家。感谢你们抽出时间。