Tang Jiangpeng：DeepSeek和教育的三个隐喻

Tang Jiangpeng Deepseek开业了，“ Si and Ruyi”的祝福开放了新的一年，也是AI算法的第一年。对于许多教育者来说，在短短一个月的时间里，Deptseek从奇怪的面孔变成了我们周围的常规访客，这已成为我们生活教育的“现在” - 不可能避免和难以拒绝。小说的简短视频有关AI赶到手机屏幕，例如Waves，影响人们的思想：我们是否为现有的教育逻辑带来负担，面临紧急行动？前面有道路吗？如今，与AI行业的一些专家联系，并听到了AI和教育方面的一些独特见解。他们中的三个正在考虑与您进行思考和分享以讨论。 01隐喻一个：关于DeepSeek的讨论就像是关于电力人员是否是电力人的争议。”在发明发明时。LD还通过辩证法冷静地评估可能的风险和潜在风险。镇定：“人类历史总是如此。当发明电力时，存在狂野的争议，甚至涉及一些名人。直到今天，电力仍在杀人，但是人们仍然会争论他们是否像以前那样使用电力？”这提醒我们，我们应该改变思考问题的方式。 AI专注于“使用”或“防御”？关系方法，例如“交流电象”以引起公众恐慌。在AC强度之后，未能由特斯拉和韦斯汀豪斯（Westinhouse）合作开发尼亚加拉水力发电站，而争议消失了。 ●早期电源线使用裸露的铜线或简单的绝缘材料，导致经常发生电击事故。根据1888年的《泰晤士报》，东伦敦居民抗议安装电动路灯，并说：“它影响了这座城市的出场“并迫使市政府进行调整路线。直到20世纪初，第一个电气安全标准（例如在美国的NESC）确定了功耗的规格。●在18世纪的电疗工具（例如莱顿瓶）在18世纪被用来治疗癫痫，疾病和其他疾病的疾病。 Labawain全文 ●电力导致工人在传统蒸汽电力行业的失业率。它触发了许多罢工，即使是鲁迪主义的反技术运动也出现了，呼吁人们通过破坏机器来保护传统手工艺品。当时有一个口号：“机器是穷人的敌人！” 当我阅读这些历史材料时，我有很多感觉。每个技术进步都伴随着重大争议，争议有助于发展技术。例如，人们很快发明了橡胶和铅胶电缆来解决电线安全问题。在20世纪初，轻型电缆的地下管道化成为主流。同时，历史是我们知道，历史节点中的人们应该渴望了解事物的趋势，超越争议，专注于解决问题并利用技术创造更美好的未来。回到当前的教育情况下，我们还应该在我们对未来教育的良好想象中计划教育的未来。基于这种理解，DeepSeek指导DeepSeek参加了讨论，并最终对“隐喻1”有了这样的理解。 首先，就像电力在19世纪的受欢迎程度已完全重新定义了人类文明一样，AI也将社会推动了具有类似历史力量的新时代。 Chatgpt的父亲兼Openai首席执行官Sam Altman认为，环球人人工智能（AGI）是另一种工具在人类建立的发展的楼梯上。比尔·盖茨（Bill Gates）比较了AI Revolution A的AI革命A“图形用户界面（GUI）”，并且据信它将深深影响从医疗诊断到股权（例如个人计算机）的所有领域。 “世界需要确保每个人都可以从AI技术的发展中受益。”安德鲁（Andrew）猜测：“ AI像电力一样是看不见的，人们将来不会讨论'AI产品，因为所有工具都包含在智能中。” AI不仅是一种技术重复，而且是文明水平的飞跃 - 它可以减少黑暗，例如电灯，并使用指数计算能力和认知突破来阐明人类探索的未知新水道。 其次，当前与AI的讨论应超过“风险焦虑”，并将重点放在“ AI股息”上，它使一个千分之一的行业被释放。 “情报发展的新一代人工学发展“国务院在2017年发表的发表清楚地表明，“加速了人工智能的深刻应用。”在2023年，人工智能授权了大城工程科学和技术的高质量发展“大型主题的高质量发展”，Wang Zhigang强调，人工智能是人工智能是一种战略技术，它导致了一项新型的科学和技术人员的工业能力，而不是革命的发展能力。怀疑曾经引起的电力革命最终是文明的基础。 第三，AI从口腔教学到数字革命的人类教育历史，诞生了教育范式的第三个飞跃。 Yuan Zhenguo教授有一个令人兴奋的摘要：“ SC休尔（Hool）出生于三千年前，并开始了有目的，计划和有组织的人民文明。现代教育体系诞生于三百年前，开始了对人民的大规模教育。今天的数字教育诞生了，向人们开放了前奏教育。这使得教育真正有可能为内心的人提供服务。 02隐喻2：努力工作了12年之后，就像通过对“主题1”，“主题2”和“主题3”的无数测试，最后获得“驾驶执照”。 AI告诉我，未来是人工驾驶情报的时期。 这确实是一个微妙的寓言！许多人在获得大学入学评论和参加驾驶执照测试方面具有经验和经验。他们熟悉评估两个测试的基本内容和方法，并了解研究方法以及应对测试的主要任务。通过比较两者，我们更容易发现AI期间传统教育中存在的E问题。 让我们看一下，“主题1”是一项理论综述，它主要测试法规征用，信号标志，安全知识等，并使用计算机答案。候选人不需要阅读书籍或掌握系统的运输知识。他们只是坚持练习问题，主张制作多组仿真测试论文，并授权他们在数字技术的帮助下做出更多自己的错误问题。只要他们记住并记住它们，他们就不会持续到90分以上并通过“主题1”测试。 “主题2”是现场驾驶，它评估了基本的操作技能，包括反向停车，侧停车，定点停车，并以坡道，转弯，弯曲的驾驶等开始。候选人需要练习以继续完成指定的项目。“主题2”要求候选人来驾驶自己和努力练习。诀窍就像油卖方说：“不是，但是你可以做到。”直到标记至少为80分之前，您不会通过。 “主题3”是一项道路测试，它测试了在真实的道路情况下读写的驾驶能力和智慧，查看如何使用灯，如何更改道路，停下来，如何在飞机上处理它们以及生活意识和驱动交通参与者的伦理。早些时候，检查员对受试者进行了审查，后来使用电子系统对其进行了评估以确保公平性。通过“主题3”的关键是去更多的道路并练习更多。 的确，与接受许可证审查员的教育相比，乔伊·杨教授在多年前谈论课程改革时进行了复杂的讨论。他说，驾驶执照测试中“主题1”的“流量规则”属于知识，“回报和输入”“主题2”属于技能，“主题3”上的“道路测试”属于该能力。如果您通过驾驶员的李Cense，您可以找出驾驶阅读。我们不仅知道如何驱动（基本能力），而且还学会驱动文明（重要角色），更重要的是尊重生活（价值概念）。但是令人尴尬的是，驾驶执照评估的方式似乎比中学评估更丰富，更多样化。它专注于知识，技能和阅读，并使用各种评估方法，例如Refinedt测试，操作和道路测试。这不是“指终生的试验”，也不是基于问题的比较。与研究模型和驾驶执照的评估相比，当前的研究系统和分析与“主题2”和“主题3”的内容更相似，以研究和进行测试？ 以中文为例，阅读中文的基本智慧不仅应该是学生“记住片刻”的知识，而且还应该是“一生距离距离距离”的能力以及“开车和博士”的能力我认为，它是“眼中”的能力，能够通过广泛阅读来识别和欣赏和欣赏的能力；它是“手”的能力以及通过写作练习表达单词的能力；这是“口口相处”的能力，并且通过口头交流来进行性能来进行问题。我们的教学和分析在何种程度上对这些语言的培养和分析既重要？放置”和“走上路”，但是现在，我们经常使用“主题”方法进行测试。例如：阅读是个人经验和文本期望的过程，彼此相撞并建立意义，以及在读者和集合之间进行精神对话的过程。如果它成为提出问题的过程和确认共同答案的过程，这将有助于促进阅读人性和提高阅读口味，并提高阅读口味？ 执行手杀死一个例子。从高中毕业后，有三分之一的学生会选择参加工程学院，但是在长期12年的重大教育阶段，他们需要多少次与简单的手工课程联系？有多少CDIO（概念，设计设计，实施，运营操作的概念）是一种以在家庭和外国大学广泛使用的工程技能为中心的教育模型，强调了从理论到培训的“封闭循环”工程思维培训系统。其中有多少人出现在我们的主要和中学教室中？如果我们仍然使用“主题”方法来提出问题，甚至没有“两个主题”领域的技能，那么我们如何才能培养那些重新解决问题并创造实际实用的人的能力？ 毕竟，我们的教学需要改变。我们必须从“基于知识”转变为“写作和写作的发展”；但更重要的是，评估方法必须是改变了，我们必须从“基于知识的想法”转变为“阅读评论和”。这种变化不是为了防止大学入学考试，而是要探索如何使用人工智能。更改分析方法：单纸和写作的评论很难测试实践技能和全面阅读。我们需要“书面测试 +操作 +访谈”？当通过培训问题选择人时，您只能选择“解决问题的人”，并且很难选择“问题解决者”；当人们通过添加总分来构成人们的意见时，您只能选择具有学习成绩的一般主题，这对于以兴趣和专注的方式培养了痴迷的创作者并不愉快。 但是，以上讨论不是“隐喻2”含义的重点。 “隐喻2”的关注在于传统研究获得的技能，这将是AI期间的“浪漫技能”。这种担忧并非无缘无故。润滑非管理驾驶今天没有技术障碍。在几年内，可能没有必要的“驾驶执照”，人们不会亲自开车。之后，坐在汽车上的驾驶执照持有人还可以考虑您经历的测试中学习的“主题1”，“主题2”和“主题3”真的一文不值吗？哪个仍然有用？我认为，除了AI的许可证和许可证外，还通过记住死记硬背获得了很多知识。但是，通过驾驶训练产生的菌株的运动和敏捷性的协调是“基本素养”，它总是存放给驾驶员，不会毫无用处。 最近几天，五月的现场参加了由香港中国大学（深圳）组织的AI授权管理管理培训。教授谈论GTP-4.O。当使用DeepSeek-R1时，提到了一项基本技能，尤其是设计“及时的单词”。提示字（提示）是用户Informatio的说明或输入n在AI系统中，该系统用于指导AI生成特定的内容或执行大量活动。简而言之，快速单词是我们与AI交谈时使用的语言。它们可能是一个简单的问题，详细的说明或对任务的复杂描述。在设计“及时单词”时，您应该注意清晰的说明，具有-Relevant的背景信息和 - 关闭输出期望，并具有一组输出格式。设计直接单词的设计有六个原则：准确，简洁，避免歧义，有效的指南和结构化。听课，我有些失望。如果这不是针对英语单词的字符串，我想我在中文班上听老师谈论大学语言评论的语言。多年来，进入入学入门SA学院的测试问题始终与“简明”，“连贯”和“适当”的原则密切相关。简介简单（简洁，准确）和清晰（明确）的要求。如果您听它，联合主演结构，即直接单词的常见结构之一，完全与“适当”在进入大学的语言中的“适当”表达的要求完全一致。联合主演的结构要求是：上下文，目的，样式，语气，听众，回应以及对“适当”表达的大学审查要求：场合，目的，方法，对象和身份。 如果您有兴趣，我们可以使用DeepSeek来体验大学入学评论问题：首先，确定一个主题，根据场合，目的，方法，对象和身份设置快速单词，并提出一个很好的构图问题；其次，使用AI“提示单词”设计在语言插入应用程序的应用中组装一个问题，并且这些问题可能会尽快出现在纸质测试中。在这一经验中，我们可以减少一些担忧，并承认不仅仅是视图通过各种研究发展的人们的基本知识肯定会帮助人们更好地使用AI。 03隐喻3：AI的“冰山”落在“泰坦尼克号”上。 这是AI专家的寓言。原始的单词是“碰撞”，语气很冷，我们就像员工一样，他们仍然忙于船上工作，或者乘客而没有停止风景，而不知道我们未来的命运。 这种冷隐喻很难解释，我们可以设计一个“直接单词”来让Deptseek答案。 DeepSeek给出了这个答案： 首先，我们必须发现传统教育系统的“船体漏洞”。如果知识的权威崩溃了，人工智能可以立即将所有人的知识的基础称为基础，教师对大师的知识的作用减弱了，并且灌输教室的吸引力降低了。如果评估标准失败，则不能分开标准评估（因为许多选择问题和内存问题）。学术完整性系统评估能力面临挑战。技能培养也有一个滞后，传统课程专注于知识知识，在AI期间，我们需要加强“高度人类的技能”，例如批判性思维和复杂的问题解决。 其次，我们应该在AI“冰山”中揭示的“新大陆”的教育。例如，进行了个性化的研究革命，AI研究引擎可以诊断实时学生的认知盲点。在无尽的教育资料中，流行学校的课程被AI翻译和适应，偏远地区可以通过MOOC受益，破坏地理和经济障碍；并促进教师的角色升级，从“登上领奖台的圣人”到“周围的指南”，重点关注情感支持，价值塑造和创新的合作。 第三个是积极开发“救生艇”以进行教育变革。例如，如果重建课程，则添加“ AI阅读课程”以深深地剥夺AI工具s在主题的教学中；增强“反对”功能，使用手写地图，在线辩论比赛和其他练习，以避免技术过度期望引起认知退化；更重要的是，更改评估系统，例如使用过程审查替换单个测试。 2025年2月28日，经合组织发布了“未来的数学课程：增强21世纪的学生”，指出，在过去的25年中，数学课程已经从传统内容（例如算术，几何和代数）转移到了更多的精力上，将更多地集中在数学文学和现实上。统计和数据素养的重要性也大大提高，并开始引入较低的分数。该文档提出了三个建议：首先，使用数字工具，例如地球，desmos和Tinkerplots来产生抽象的主题，例如混凝土和相关性的几何，可能性和数据分析，并增强吸引力和参与。研究；其次，使用生成的AI自适应技术来识别单个学习差距并提供目标培训以实现个性化研究；第三，使用数字工具最大化资源集成并为教师提供专业支持。 这样，AI在教育中的“碰撞”不是要破坏教育，而是迫使其从“工业会议线”转变为“生态增长系统”。这种变化的真正风险不是AI本身，而是“与旧地图一起航行到新世界的船只”。 最近，Xu Yangsheng拥有将近40年的人工智能研究经验，讨论了香港中国大学（沉遍）对森克西亚湖岸银行的一些观点（深圳），只能回答上述一些问题：首先，人工智能背后的外观，这取决于现有的数据，同时期望人类的人类智慧，即人类智慧的人类智慧，人类的智慧；其次，人们不应该放弃思考和经验，因为他们仍然必须追随创造性的汽车，因此文明的继承在于培训和理解。第三，人工智能不会取代人类的创造力，艺术培养和稳定的特征，这是教育应该加强的基本素养。 图片和文本的来源：“中国基础教育”第3期，2025年（5月 - 启动：唐·江本，香港大学当代教育研究所主任（深圳），上海北海大学教授，江苏北教育小组的校长