开挂辅助工具“决胜奕福麻将到底有没有挂”附开挂脚本详细教程-知乎
0
2026-06-27
陡逦乙陡遄恃?4小时源流 视频活动/榜单/专题妙投虎嗅智库虎嗅嗅全新升级虎嗅嗅全新升级2026-06-26 11:09我在硅谷感受到一种“反科技”情绪：我们用错AI了吗？芥末堆看教育?本文来自微信公众号： 芥末堆 ，作者：左希，责编：Rachel作为活跃于硅谷AI社区的教育科技从业者和观察者 ，过去一年 ，小叶频繁穿梭于学校、创业公司、行业会议和教育科技社群之间。在她看来，美国K-12教育圈最近发生了一种微妙的变化 。越来越多家长担心孩子被屏幕包围；越来越多学校重新审视数字设备在课堂中的作用；越来越多教育工作者开始追问：用了这么多软件 ，为什么学习效果并没有如预期般发生？学校究竟是在teaching ，还是在babysitting？尤其是在那句“I couldn't see the Ed in the Tech. ”在行业内广泛传播之后，小叶的目光从Technology转向Learning 。未来能够留下来的 ，未必是那些最像科技公司的教育公司 ，也未必是那些不断制造新功能 、新概念的产品，而是那些真正理解Learning Science 、Pedagogy、Attention以及Human Development的团队。否则 ，再先进的Technology ，也可能只是某种“电子安抚奶嘴 ” 。Tech越来越多，Ed在哪里？小叶三年级时随家人来到美国 。此后，她在康州 、纽约州 、加州等地长大、求学 ，从小学一路读到硕士。毕业后 ，她进入科技行业，先后在高通 、微软以及AI教育科技创业公司工作 ，也做过商业分析 、产品管理和社区运营 。小叶曾担任MLOps Community湾区组织者 ，该社区现已成为Linux Foundation AAIF的一部分 。她长期参与技术会议、开发者活动和AI工作坊的策划与组织，接触创业者 、工程师 、研究者 ，也接触教师、校长和教育科技从业者 ，并在小红书等社交媒体记录对美国教育科技与AI教育的观察。过去几年，小叶的大部分时间浸泡在一种加速度的氛围里 。每周有新的模型发布 ，新的创业项目出现 ，新的应用场景被讨论 。开发者社区还是投资圈谈论的几乎都是：AI在改变什么？按照这样的逻辑，教育似乎理所应当成为率先被改变的领域之一。知识可以生成 ，作业可以辅助 ，个性化可以无限复制，从技术角度看，AI天然适配教育 。然而 ，当AI成为最热门的话题之后 ，教育圈讨论的却未必尽是AI：Technology真的改善了学习吗？学生完成任务，是否等于真正学会？学校里越来越多的设备和软件 ，到底创造了什么？在教育科技播客《EdTech Insiders》的一期节目里 ，一位嘉宾提到，“I couldn't see the Ed in the Tech.”“我看到了Technology ，却没看到Education 。 ”小叶觉得 ，这句话精准触碰了许多人心中的困惑。在美国，越来越多家长开始担心孩子的屏幕时间；一些州推动校园手机限制政策；一些学校评估课堂中的数字设备使用；教育研究者重回注意力发展 、阅读能力以及学习科学。那些曾被视为教育进步象征的技术工具 ，被再度审视 。在中国 ，AI是最热门的话题，没有之一 。人们讨论着如何把AI带进学校 ，如何利用AI提高效率 ，如何借助AI重构教育产品。而小叶在美国教育圈看到的另一面是：从过去十几年默认Technology会带来Learning，到越来越多人意识到，二者并不是同一件事 。Technology没有离开教育 ，但Learning回到了讨论中心 。完成了 ，不代表学会了小叶引用了一个教育圈经典案例：老师布置阅读一篇文章，很多学生并不会完整读完内容 ，而是先浏览题目 ，再返回原文搜索关键词，最后 ，他们顺利完成了阅读理解。此时 ，系统记录给出的评价是任务完成，成绩达标 。至于学生的阅读能力是否提升了呢？很难回答 。类似问题在AI时代被进一步放大。学生利用ChatGPT完成作业 ，让AI帮助总结内容 ，甚至直接给出答案 。从结果上看，一切都显得高效 。但教育工作者们追问：如果绕过了思考过程 ，学习究竟发生在哪里？今年 ，一篇被广泛引用的AI教育研究论文被正式撤稿。这篇研究给出的结论是：ChatGPT能够显著提升学习效果 。后来，研究方法和数据质量受到质疑，最终被学术期刊撤回 。这件事在教育圈引发广泛讨论。不仅因为一篇论文出错 ，还因为它暴露了一个更大的问题：关于AI如何影响学习 ，人们其实知道得没有想象中多。这也是为什么，一些教育工作者正在重新区分两个概念：Performance和Learning 。Performance是外部可见的表现 ，Learning则是内部发生的改变 。成绩 、活跃用户数量、完成率和参与度属于Performance ，这些指标能证明学生正在使用产品，却未必能证明学生正在学习。围绕这一现象 ，有两种声音 。有人认为：Technology harmed learning 。技术本身伤害了学习 ，屏幕、通知 、碎片化信息和即时反馈不断侵蚀注意力，让人难以进入深度思考。也有一些人倾向于：Bad implementation harmed learning 。问题并不在Technology本身 ，而在Technology进入课堂的方式 。伤害学习的 ，可能是糟糕的课程设计 、错误的使用方法，以及人们对于技术能力的过度乐观。当AI把获取答案的成本降到趋近于零 ，教育圈不得不面对一个古老问题：如果一个学生能够轻易得到答案 ，学校究竟应该评价什么？是答案本身，还是抵达答案的过程 。好产品，为什么没有带来好结果？小叶观察到一个案例：几年前 ，可汗学院（Khan Academy）曾在印度启动一个项目 ，希望利用数字化学习工具帮助当地学生提升学习效果 。从产品角度看，这几乎是一个理想案例：平台成熟 ，内容成熟 ，技术成熟，参与学校超过100所。然而项目推进过程中 ，一些学生注册了账号 ，也登录了平台，却没有持续使用 。最终 ，参与学习的学生不到一半 。一些研究者发现 ，问题不完全出在产品身上，那些取得明显效果的学校 ，往往存在一个共同点：有人持续推动这件事。这个人可能是校长 ，可能是教师，是学校里的项目负责人。这些人不断提醒学生使用平台，帮助他们解决问题 ，跟踪学习情况 。同样的工具产生完全不同的结果 。这个案例之所以被反复提起 ，因为它挑战了教育科技行业一个长期存在的假设，好产品并不一定带来好学习。很长时间里 ，教育科技行业习惯把注意力放在产品能力上 ，模型是否更强，界面是否更好 ，内容是否更多 。事实上 ，一个孩子为什么持续学习，为什么愿意投入时间又为什么放弃 ，不仅仅是产品能解释的问题 。影响结果的 ，往往是产品进入学校之后发生了什么：谁在推动它，谁在使用它 ，谁在监督它以及它最终如何融入真实的教学环境。技术当然重要 ，但技术从来不会独立发挥作用 。最大化发生作用的，往往是围绕技术建立起来的组织、关系和制度 。某种意义上，美国教育科技行业最值得关注的变化之一 ，并不是创造出更强大的Technology ，而是人们开始确信，Technology不能脱离Education而存在。一些原本需要教育科技公司开发的功能 ，正被教师自行完成 。教师们直接使用AI制作课程大纲 、练习题 、动画讲解、防AI作弊作业设计和课堂工具 。教育从来不是一个单纯的产品问题。无论工具多么先进 ，平台多么智能，最终决定学习是否发生的 ，仍然是具体的人 、具体的学校 ，以及具体的教育场景 。回头看，可汗学院印度项目留下的或许不是一个产品案例 ，它是一道提醒：也许 ，人们曾经确实高估了Technology，更准确地说 ，人们低估了Education 。学校到底需不需要那么fun？过去很长时间里 ，“让学生喜欢学习 ”几乎是美国教育改革的重要目标之一。从项目制学习（Project-Based Learning）到个性化学习（Personalized Learning），从社会情感学习（SEL）到各种教育科技产品，许多改革围绕这一方向展开。Progressive Education（进步主义教育）逐渐成为教育领域的共识 。许多人相信 ，一个好的课堂 ，应该让学生愿意参与；一个好的学校，应该让学习变得有趣 。与之对应的是 ，最近几年 ，美国教育圈讨论的其中一个问题是Engagement（参与度）是否被高估了？学生是否喜欢 、是否愿意使用、是否持续活跃，这些被记录的数据是教育科技行业视为成功的重要指标。事实却是 ，学习本身没有那么容易衡量 。专注 、练习 、记忆、坚持 ，这些词听起来“老派”，但它们回到了讨论中心 。一些教育研究者认为 ，美国教育过于强调兴趣 、参与和自主探索 ，以至于忽略了学习本身所需要的纪律 、专注和训练。他们主张重新强调课堂秩序、基础能力和系统训练 。这被视为一种向Classical Education（传统教育）的回摆 。在另一部分人看来，问题不在于Progressive Education本身。自主探索没有错 ，项目式学习没有错 ，个性化学习也没有错 。问题在于，很多学校和产品保留了形式，却没有建立足够的支持系统 。于是 ，一场更深层的讨论出现了。不是在“有趣 ”和“无趣 ”之间做选择 ，而是去问一问，教育究竟该帮助学生获得什么？是即时反馈带来的满足还是面对困难时的坚持？是完成任务的效率还是长期成长的能力？当Technology大规模进入课堂 ，这种区分变得更加重要 。技术能放大参与 ，却未必能放大学习，而参与与学习间的距离 ，或许是教育最难回答的问题之一 。学生不是Beta用户与“所有人都在讨论如何把AI带进教育”相对的是 ，最近一些学校意识到，它们面临的问题不是缺少AI ，而是不知道如何判断AI。这种变化最早出现在学校采购环节。过去 ，一所学校评估教育产品时，关注的往往是功能 。能做什么？覆盖哪些场景？能不能帮助教师减负？AI时代后 ，这几个问题已经不够 。一家AI公司进入校园展示产品 ，学校会提出新问题：学习效果如何证明？数据从哪里来？学生信息如何被使用？模型出现错误怎么办？责任由谁承担？类似变化出现在投资市场。以往，教育科技创业公司习惯讲述“个性化学习 ”“AI老师 ”“改变课堂”的故事 。如今，相比那些充满想象力却难以验证的产品 ，资本开始流向学校运营系统、职业教育以及教育基础设施领域 。在小叶看来 ，这些变化背后反映的是“AI正在从创新问题变成治理问题 ”的现实。在美国，学校采购软件比创业者预想得慢得多 。许多科技公司习惯了互联网产品的迭代逻辑 ，先上线 ，再优化；先试用，再修正 ，但学校完全不遵循这套规则 。在不少教育工作者看来 ，学生不是Beta用户，课堂也不是可以随意试错的场所。先进当然重要 ，但可靠更重要 。有研究者梳理大约50款美国K-12常用AI教育产品后发现 ，80%的产品没有公开说明底层模型来源 。对于一个会解释 、会建议 、会影响学生思考方式的系统来说，这显然不是一个无关紧要的问题。过去 ，教育科技行业最关心的是可能性；今天 ，人们开始关心边界 。过去，人们讨论模型能做什么；今天，人们讨论模型应该做什么 。过去 ，人们关注功能；今天 ，人们关注责任。这种变化影响了教育科技公司的竞争逻辑。人们没有停止拥抱Technology，但他们确实在用一种更为谨慎的方式拥抱Technology 。“如何判断哪些工具值得被使用？ ”这或许是AI进入教育之后最深刻的变化 。当工具不再稀缺 ，判断变得稀缺。我们为什么还要一起上学在探访Khan Lab School时 ，小叶印象最深的恰恰是这样一种信任 。学校愿意把责任交给学生，也愿意让学生知道他正在被信任 。老师不试图控制每一个行为 ，而是在帮助学生逐渐学会为自己的选择负责。比如 ，英语课其中一个学段以科幻文学为主题，学生可以在很大程度上参与决定读什么、怎么读 ，以及最终用何种方式完成作业 。在Khan Lab School ，学生可以自行开设课程，学生间互相讲解线性代数或因为有人对Web开发感兴趣 ，在老师协助下组织相关内容的教学 ，都是常见之事 。这些东西很难被量化，更不会出现在产品演示页面里。它们出现在教育工作者对于未来学校的想象之中 。当教育科技行业普遍讨论效率，如何覆盖更多学生 ，提供更多内容 ，降低更多成本，人们发现 ，教育里始终存在另一部分东西 ，它们天然不高效，不容易规模化 ，也很难被数据衡量 。比如 ，信任 、责任 、合作，比如一个人在成长过?/P>
发表评论
暂时没有评论，来抢沙发吧~