生成式人工智能有可能扩大数字鸿沟

生成式人工智能（人工智能）并非新鲜事物，但今年已迅速成为K-12教育领域的热门话题，并在这个本已面临诸多挑战（例如基准下降、预算有限、人员短缺、入学人数下降以及学生健康问题等）的社区中引发了热烈讨论。自2022年11月首次亮相以来，，生成性人工智能让教育领导者们争相探索其广泛的影响。  

作为一种教育工具，生成式人工智能拥有巨大的力量，无论其“好”与“坏”。从积极的一面来看，生成式人工智能有潜力显著提升学习效果，并拓展教职员工的带宽，包括：

• 提供对学业的实时反馈和评估，让老师和学生发现自己的优势、改进的机会和支持需求。
• 根据学生的评估能力水平创建个性化、适应性的课程计划。
• 开展学习活动以吸引学生学习各个学科。
• 根据学生当前的理解水平提出问题。
• 提供逐步的提示以加速学生的解决问题和学习。
• 生成电子邮件和其他信息供教师发送给家长。

当然，其弊端在于生成式人工智能可能会带来新的学习差距，并给教育工作者带来沉重的挑战。最明显的威胁莫过于生成式人工智能被不道德地用作抄袭手段。然而，生成式人工智能作为教育拐杖所带来的挑战则更加深刻。生成式人工智能能够取代许多培养批判性思维和解决问题能力的教育活动，学生对即时答案的渴望达到了完美的供需平衡。

生成性人工智能的另一个显著威胁是它有可能加剧数字鸿沟。

这 教育中的数字鸿沟 是指获取学习技术和数字资源的不平等。数字资源获取方面的差距，也称为 数字股权仍然是K-12教育面临的一大挑战。校舍外基本的互联网连接等基本问题仍然困扰着数百万学生。

但是，在我们研究生成人工智能对数字公平和数字鸿沟的威胁之前，让我们先通过明确定义生成人工智能来设定对话的水平。

什么是生成式人工智能？

生成式人工智能是一种人工智能形式，它从现有数据中学习，生成反映其输入训练数据特征的新内容，但不会重复输入训练数据。因此，生成式人工智能能够生成各种各样的新内容，其输出包括文本、图像、视频、音乐、语音、软件代码和产品设计。

一些最受教育工作者和学生欢迎的生成式人工智能工具包括 ChatGPT、GPT-4、Bard 和人工智能视频平台 Synthesia 等。

生成人工智能对扩大数字鸿沟的威胁

生成式人工智能在多个方面威胁着数字鸿沟的扩大。生成式人工智能模型的云成本相当高昂。因此，正如这项技术注定会永远伴随我们一样，它也注定会让大量工具被置于付费墙之后。仅此一点就对工具的普及产生了负面影响。

有了付费墙，生成式人工智能工具可能会将学生分为两类：有权使用的学生和无权使用的学生。这将进一步侵蚀整个学区的数字公平。

当然，一个解决方案是让学区提供平等的工具访问权限，并将这些工具存储在学区自己的网络（防火墙内）中。然而，这种解决方案会给学区带来内部、行政和财政方面的挑战，而且对解决其他潜在威胁也收效甚微。

生成式人工智能可能面临自信息时代和计算机应用以来就一直存在的危险——“垃圾进，垃圾出”（也被称为“GIGO”），这个由来已久的概念认为，有缺陷的输入数据会产生有缺陷的输出。当然，生成式人工智能依赖于训练它的输入数据。

学校中生成式人工智能工具的获取渠道不均衡，必然会造成该工具所基于的数据存在偏差。服务欠缺的群体自然会获得较少的输入。但获取渠道并非唯一的问题，因为工具中少数群体的代表性将产生持久且持续的影响。随着时间的推移，工具使用不均衡所产生的输出结果或许将出现不可挽回的偏差。

推进学校生成式人工智能

尽管许多人都在努力尝试，但生成式人工智能不会消失。精灵已经从瓶子里出来，而且会一直存在下去。教育工作者和教育科技解决方案提供商需要找到最有效的方式来挖掘这项技术的潜力，同时降低其实际风险。

与所有有益的技术一样，生成式人工智能也存在着一定的局限性、挑战和滥用的可能性。人们高度关注基于偏见数据生成的教育内容，这些内容可能会延续甚至加剧刻板印象或偏见。然而，展望未来，我们绝不能低估学生、家庭和社区之间数字鸿沟扩大的危险。

如果不能平等地获取和使用生成性人工智能工具（以及所有技术），教育领域的数字鸿沟注定会扩大，威胁到全国各地学区的宗旨。