出版权威英语词典《柯林斯英语词典》的哈珀柯林斯出版集团，于2023年11月宣布“人工智能”的英文缩写AI当选今年“年度单词”。出版方说，在过去的1年内，“AI”这个缩写的使用增加了4倍。
当今所指的人工智能，奠基于1956年在美国达特茅斯学院（Dartmouth College）举行的夏季人工智能研究计划。60多年来，人工智能的发展起起落落。进入21世纪的第2个10年，得益于大数据以及深度学习技术和电脑硬体的快速发展，人工智能再次成为显学。特别是2022年11月，以生成式人工智能驱动的聊天机器人ChatGPT横空出世后，人工智能对于普罗大众已不再遥不可及。
如今各行各业都在谈论怎样借助人工智能，以及人工智能带来的机会和威胁，充分展示了人工智能“破坏性创新”的潜能。历史悠久、涉及资源庞大、影响广泛的教育领域，更满是人工智能带来创新的机会。
人工智能在教育领域的应用，包括教导、学习、评估、考核、管理，以及和这些应用相关的部署、培训、支援等。对于人工智能怎样提升教育素质，也有许多的构思和憧憬。常被提及的有使用人工智能帮助学生自主学习、针对学生的特质和进度提供个性化的学习体验、考试和评估的自动化、使用智能教师助理（机器人）克服师资不足的问题、提升教育系统的管理和决策、改善学习环境等。
在这波热潮下，各种关于人工智能在教育领域商机的报告可谓层出不穷。例如，市场研究与管理咨询公司Global Market Insights于2023年2月发布的报告指出，人工智能在教育的市场规模将于2032年达到300亿美元／1397亿令吉。另一家公司大视野研究（Grand View Research）则估计，人工智能在教育市场的规模于2021年为18.2亿美元／84.8亿令吉，并在2022至2030年间达到每年36%的复合成长率。
AI耗费大量能源
当抱著不同目的的人们热衷于炒作人工智能在教育领域的美好前景时，我们更应该警惕。对于许多所谓的预测，因为数据和分析方法上的局限，我都必须采取较为批判的立场，更何况对于那些没有数据的描述性预测。此外，使用人工智能所需的成本和对环境的影响，往往被忽视。
例如，向ChatGPT-4所发的每个询问，可耗费0.001至0.01千瓦小时的能源，是每个谷歌搜索询问的15倍。训练类似ChatGPT-3的大语言模型所需的能源，大约相等于1000户美国家庭每年的耗电量。此外，冷却ChatGPT数据中心也需要大量的水。想像人工智能在教育领域的美好前景时，这些都是我们必须在意的现实代价。
我们尤其应该深入探索“教育是什么”和“我们需要怎样的教育”这两道问题。教育随著人类文明演变——史前时代的教育，教的或许是狩猎、对抗野兽等和生存息息相关的技能。再后来教的是农耕、礼仪、选拔人才（如科举）等温饱和维系群体的知识。及至工业革命、社会分工细化，教育和市场、就业的关系更为密切。如今来到信息爆炸乃至泛滥、自动化取代人力的时代，我们的教育还停留在工业时代的思维和模式吗？
举例而言，现今的教育制度还是以应试为主，考核和评估的是学生所掌握的“知识”而非“能力”。因此，ChatGPT甚或更早之前的搜索引擎，都给应试教育带来了根本的挑战——学生可以借助工具准确作答时，我们怎样从学生所提供的答案评估教和学的成效？
至于当前的人工智能所仰赖的教、学、考、评、管模型，都是基于现有对教育的认知，去分析现有教育制度下所采集的数据所建构的。当现有的教育模式和制度已经不再适用于新的情况（包括人工智能本身所导致的新情况），这些模型也就无法带来理想的结果——就好比一部崭新的车子却依然装著旧引擎般的错配。
马来西亚教育部的资料显示，2022年大马教育文凭（SPM）考生的缺考率是3.82%，而2021年的缺考率则是2.72%。此外，UCSI大学针对1000名18至20岁受访者的调查发现，49%受访者不打算继续升学。与此同时，近年来中国盛行的内卷、躺平等词汇，也再再突显社会来到转折点，而教育需要新的方向和模式来应对社会的变迁。
依我之见，与其急于拥抱人工智能，我们的当务之急是检讨教育制度和个人生命和社会需求脱节的情况——怎样将教育的重点从灌输知识扩展到培养能力，怎样让学生从知道延伸到做到。换言之，是对教育和“人”的反思。
（本文为2023年华教节特辑系列文章，今年特辑主题为“日常生活中的政治参与”以及“人工智能时代的教育与革新”，由林连玉基金组稿。）
