崔妮：大模型普及正在倒逼教育模式變革

以Grok3、DeepSeek等為代表的開源大模型正給教育領域帶來新的衝擊。有人欣喜，通過大模型可以一鍵生成學習資料、解題思路、創意靈感，堪稱效率倍增器；也有人憂慮，這會不會導致學生逐漸失去獨立思考和動手能力，作業“AI味”漸濃？在這場技術變革的浪潮中，如何看待大模型與學生學習之間的關係，成為學生、家長、教育工作者與社會共同關注的問題。實際上，是否使用大模型並不是一個用或者不用的單選題，數智學習新範式的關鍵在於如何結合不同情境，明確使用目標與合理邊界，讓大模型真正成為學生的數智助手。

大模型有助於讓教育資源變得更加平等和開放。對偏遠或欠發達地區的學生而言，優質的教育資源往往匱乏。有效利用大模型進行在線答疑、資源搜索與個性化輔導，他們也能跨越地理限制，獲取重點學校或名師團隊的思路與經驗。就像互聯網的普及曾顯著縮小了城鄉數字鴻溝，AI大模型也能在一定程度上扭轉教育資源不均衡的局面，讓更多學生擁有與先進教育同步的機會。

當然，大模型對學生的價值不只停留在快餐式的解答和信息獲取，更在於激發高階思維能力。學習的本質不僅是記憶和重複，而且是形成分析、判斷、創造等思維品質。許多人擔心大模型的介入會扼殺人的想象力。事實恰恰相反。如果使用得當，大模型能夠起到思維啓發器的作用。例如，在寫論文時，學生苦於不知道從何入手進行文獻綜述或搭建研究框架。他可以向大模型發出請求：“請幫助我按照時間軸梳理近5年來某個領域的主要技術突破，並列出核心論文或關鍵結論。”然後，再通過自主檢索進行一一驗證，從而對該領域前沿知識具有初步認知。這個過程避免了大海撈針式的盲目搜索，大幅提升了查閲效率。同時，用大模型還可以幫助學生生成寫作框架。當然，學生仍需審查這些方案的可行性與科學性，因為大模型的內容輸出不是絕對正確的，需要學生具備篩選、評估和修訂信息的能力，這恰好為他們提供了一個不斷反思、持續求證的過程。這一過程不僅不會削弱學生的創造力，反而能幫助他們跳出思維定勢，尋找結構性的創新點。

不過，大模型本身也存在侷限和潛在風險。大模型可以快速給出準確度較高的答案，卻不能替代人親身經歷的悟性與體驗。正如我們不能只通過觀看別人打籃球就學會打球一樣，任何學習都必須經過自己的反覆演練和體會。而且，大模型並非全知全能，它也會出現各種幻覺。在某些場景下，大模型會混淆概念或捏造文獻出處，顯得“有理有據”卻並非事實。因此，在使用大模型生成信息或觀點時，交叉驗證是一個不可或缺的步驟。可以通過與課本、學術論文、教師指導或其他權威渠道相對照，來確認它的輸出是否符合真實情況。只有將大模型視為一個帶有不確定性的工具，才能有效避免在認知上被“帶偏”。

面對這些問題，可以説，大模型的普及正在倒逼教育模式的變革。一方面，知識本身變得觸手可及，信息匱乏正在快速讓位於信息過載；另一方面，教師的角色也亟待從知識灌輸者轉變為學習引導者與思維培養者。未來，信息獲取的重要性將被弱化，而對信息的處理能力、批判能力、人機協作素養以及倫理判斷力將成為新的核心競爭力。要讓學生真正受益於大模型，必須在以下兩方面做好平衡。

首先，自主性的培養與工具價值的最大化之間的平衡。技術要為人所用，而人也必須保有能動性。學生需要學會的是在何種情境下需要獨立鑽研，何時需要調用大模型的幫助。若過於依賴大模型，不僅可能削弱自身的學習能力，還會限制對問題本質的深度挖掘與理解；但若對大模型一概排斥，又會錯失絕佳的效率提升與思路拓展機會。

其次，要處理好效率提升與深度學習之間的關係。當大模型能夠快速給出答案時，學生往往會產生“抄捷徑”的衝動。學習並非僅僅為了拿到一個正確答案，而是要在思維過程與知識融匯中得到成長。因此，學生在利用大模型來獲得高效率的同時，也要花時間去追溯解題的過程、探究背後的邏輯或原理。 

技術為人所用，歸根結底要服務於人類的教育和發展。就像望遠鏡的發明拓寬了我們的視野，卻沒有替代人眼對世界的探索。大模型的出現也在重塑我們的認知邊界，卻同樣無法替代真正的思考與創造。它可以給出更豐富的資料、更迅捷的反饋、更高效的指導，但它代替不了獨立鑽研時的專注，無法複製靈光乍現時的人類悟性。對於學生而言，最理想的狀態是與大模型共同學習，在人機交互的過程中，既能獲得知識的“超頻”增長，也能保持自身思維的活力與創造力。未來每個學生都要學會如何在大模型的助力下，不斷拓展認知疆域、激發內在潛能，成為“駕馭工具”而非“被工具馴化”的學習者。（作者是暨南大學物理學系副教授）