教育中的AI智能体:如何用 AI 干“正事”

新闻

作者：微信文章
OpenAI（ChatGPT的公司）进行了一项实验，AI和人类专家PK完成任务。选的是人类专家要做4到7个小时的复杂任务，AI做一份，专家做一份，考官需在不知道来源的情况下，评判哪一份更好（横跨 9 大行业、44 种职业；完整集共 1,320 个任务）。



AI智能体是能完成特定任务的具体AI应用，而目前的AI智能体能力的下限是AI大模型的能力，大模型本身完成任务能力的提升会为智能体带来底层能力的飞跃。



OpenAI宣布的结果是，尽管人类专家最终获胜，但优势“微乎其微”。考虑到任务的复杂性，这已经是一个惊人的成就。这不仅仅是一次技术演示，而是“AI生产力”从理论向量产转化的一次关键测试。

但这是否意味着人工智能能完成人类的工作了？

远远没有，因为衡量的不是工作，而是任务。而我们的工作包含许多任务。

我们的工作绝非单一的任务，以教师工作为例，它涵盖了教学、维持课堂秩序、备课、课题申报、填写各项报告、指导学生、家校沟通、行政、心理疏导等多个层面，甚至还包括打扫办公室的卫生、查寝。

OpenAI这次测试的任务主要集中在可以在电脑上完成的、独立的知识工作，不包括体力劳动或需要大量隐性知识和人际沟通的任务。且任务都是是“一次性”的，一条指令提供了所有背景信息，而现实工作大多数都不是交代一下就可以开工了，往往需要通过反复沟通来明确需求。

人工智能完成一项或多项任务，但这并不能取代老师的全部工作。而这恰恰也为开发教育AI智能体指明了方向：完成特定任务，帮老师更好地工作。

  关于AI教育智能体研究

大部分读者都熟悉，我解读过很多AI教育研究，自己也做AI教育研究；讲过AI教育也讲过AI智能体。但正儿八经讲「AI教育智能体」的，今天是第一次。这么有流量的话题我为什么不讲呢？因为...巧妇难为无米之炊...

最近有一个粉丝问我：

关于AI时代智能体对外语教学方式的变革研究(尤其是高等教育)，国内外有什么具有代表性的研究。

我回答的是，很可惜，这次还没有代表性的研究。

不只是外语或高等教育，而是整个教育界。

我们想象中最好的教学智能体或许是“一对一因材施教的AI导师”，为每个孩子提供一个耐心无限的导师，真正实现个性化教育。当然，最好很难定义，最差定义起来比较简单。最差的教学智能体就是和ChatGPT、豆包同一水平，回答些问题、完成些任务。有更差的吗？当然有，可是如果在教育场景中表现还不如ChatGPT或豆包，这个智能体就失败了——优化完了还不如原生模型，这不是“好与坏的价值论问题”，而是“生存与毁灭的存在论问题”，这就是做就失败了。



基于AI大模型的教育智能体应该是AI在教育场景中的特化，如果想做真的“一对一因材施教的AI导师”，不是说优化一下提示词就完事了，而是维护一个长期的、动态的学生画像——知道学生昨天学了什么、哪里有困难、今天的学习情绪如何，等等等等。我们目前可以让AI无限接近优秀教师的语言风格、知识水平，可真正需要优化的是让AI记住每一个学生。

我们不讨论这个什么时候能做出来。继续讨论“To Be or Not To Be”。

很多研究证明了AI智能体可以提供“个性化练习”、“24/7口语陪练”等，但这些任务，一个设计精良的LLM应用（比如带语音功能的ChatGPT）似乎也能完成。

目前学者们和商业科技大佬普遍认为，智能体的真正价值在于其“代理性”（Agency，抱歉，这个词太难翻译了），即超越简单的“一问一答”，具备主动性、记忆力、规划能力。比如：

1.智能体能根据学习者的进度和状态，主动发起对话、推荐学习任务，而不是被动等待指令。

2.能为了一个长期的教学目标（如“帮助学生掌握商务谈判的语用策略”）而规划和执行一系列交互任务。

3.能调用外部工具（如词典、搜索引擎、学习资源库）来辅助教学。

一个纯粹的AI大模型本身不具备这些特性，而“智能体”正是封装了的AI，并赋予其记忆、规划、主动性和工具使用能力的框架。真正的AI教育智能体研究，就是要证明这种“代理性”带来了AI大模型本身无法实现的教学效果。

没错，AI智能体教育研究，不仅要对比它和传统教学法的差异，还要对比和使用ChatGPT、豆包这样的AI大模型之间的差异——如果你的效果还不如ChatGPT，那为啥要开发这个东西呢？

  用AI做正事

我们不是AI开发者，也不算智能体设计师，不如多讨论，如何用AI做有价值的事。如果我们不认真思考我们为什么要工作，以及工作应该是什么样子，我们都将被淹没在AI生产力的狂欢中。

有一个笑话说，领导让我写学期报告，我想了半天只写了五句话，没办法让AI扩到了十页，领导一看，写这么多，对我说，“写得不错，你能不能用AI总结成五句话？”

沃顿商学院的莫里克教授讲了一件事，他给了AI一份公司备忘录，让他把它做成 PPT，然后加了一句，尽量多做点。然后AI做了17份PPT。



这正是典型的“无目的的生产力”。

OpenAI的论文提出了一种以人为中心的协作流程，当然，这些也都不新鲜：

将任务的“第一稿”交给AI完成。

人类专家负责审查和评估AI的成果。

如果需要，专家可以提供修正意见或更精确的指令。

如果AI仍然无法胜任，专家再亲自接手完成。

据OpenAI说：

这种工作流程能将任务完成速度提升40%，并将成本降低60%，同时确保人类始终掌握最终的控制权。

我以前有一次讲过一个案例（AI智能体的能力与不透明性是同步增长的），莫里克教授用AI发现自己已经发表的论文中依然存在的漏洞，在AI发现之前，他自己和审稿人都没有看到。

同样的技术，能够在几分钟内指出论文中被忽视的错误，也能生成 17 个没人想去看的PPT。这不在于人工智能本身，而在于我们如何选择使用它。

我们得决定什么值得做，而不仅仅是可以做什么。

经过超半年的尝试，我运营的「教育学人AIED知识社区」已经逐步和一些老师们形成了一个学习共同体。目前主要是我的日常分享和三个专栏——「AI时代的教育」、「标准和框架」、「教育学经典讲读」，「当代教学理念潮流」。专栏依托于不同类型的优质资源的分析和解读（由我和粉丝们共同选出），「日常分享」结合实事和大家的疑问进行更新（如：GPT-5使用心得、不同学者和机构对创新的定义等...）



接下来我会继续优化，在结构化和社群化方面继续提升，让大家不虚此行。