小编：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。对于许多教义
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。这部小说的简短视频关于AI在手机屏幕上像Waves一样激增，影响人们的想法：我们是否为现有的教育逻辑带来了负担，面临着紧迫的举动？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隐喻之一：DeepSeekit的讨论就像是关于电力人员的争议。还应该冷静地评估具有辩证思想的可能风险和潜在风险。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。这不是由特斯拉和韦斯汀豪斯（Westinhouse）合作开发尼亚加拉水电站（Niagara Hydropower Station），1895年，它在交流强度后完全发射，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“ IT affec这座城市的外表“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（例如美国的NESC）确定了功耗的规格。●电疗工具（例如18世纪）在18世纪被用来治疗癫痫，疾病的疾病。技巧”。扩展文本的整体
●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，COntroversy帮助开发了技术。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，历史对我们来说，历史节点中的人们应该渴望了解事物的趋势，超越争议，专注于解决问题并使用技术来创造更美好的未来。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相信普遍人工INTElligence（AGI）是人类建立的发展楼梯上的另一个工具。比尔·盖茨（Bill Gates）将AI革命与“图形用户界面（GUI）”的ONE进行了比较，并认为它将深深影响从诊断医疗到股权（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，它为成千上万的MGAN行业释放。 “新一代人工学情报发展“由国议会在2017年发表的“加速人工智能的深度应用”。在2023年“人工智能授予大城墙工程科学技术会议的高质量发展”主题，王张甘（Wang Zhigang能力。
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教授兴奋不已Ing摘要：“这所学校是三千年前出生的，开始了有目的，计划和有组织的人民文明；现代教育体系是三百年前出生的，开始了对人民的大规模教育；今天的数字教育是诞生的，为人们开放了序前教育。这使人们真正有可能教育能够为人们提供服务。
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，未来是人工驾驶智能的时期。
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。他们熟悉评估这两个测试的基本内容和方法，并了解测试中研究和基本任务的方法。通过比较两者，我们更容易DIscover AI期间传统教育中存在的问题。
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，主张制作多组模拟论文，并授权他们在数字技术的帮助下做更多自己的错误问题。只要他们记住并记住它们，它们就不会持续90分，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，固定点停车以及从坡道，转弯，弯曲的驾驶等开始。候选人需要连续练习到适当的位置才能完成指定的项目。 “主题2”是NIT要求候选人开车并努力练习。诀窍是就像石油卖家说的那样：“不是，但是你可以做得很好。”在标记至少80分之前，您不能被视为合格。
“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，与接受执照的测试的教育相比，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”“ topic 2”属于技能，而“ topic 3”上的“道路测试”属于THE能力。如果您不能说获得驾驶执照后可以找到有关扫盲的信息，那么您不仅应该知道如何驾驶（基本能力），而且还应该学会驱动文明（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，并使用其他其他评估方法，例如书面测试，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Y到“一生都距离它”，并具有“在世界各地开车和开车”的能力。我认为，它是“眼中”的能力，即通过广泛阅读来识别和欣赏的能力；这是“交手”和能力和能力的能力；这是“口口”的能力以及通过口头交流培养的能力。问题是，我们的教学和分析在多大程度上对这些阅读的培养和分析具有重要意义？对中文的研究是一项全面而实用的活动，我们需要通过“不合适”和“上路”体验它，但是现在我们经常使用“主题”方法进行测试。示例：阅读是一个个人经验和文本期望的过程，彼此相撞并建立意义，以及读者和布景之间精神对话的过程。如果这成为提出问题并确认共同答案的过程，那么这种练习将在多大程度上有助于促进阅读个性，而我mprove阅读口味？
执行kashand-作为一个例子。高中毕业后，大约有三分之一的学生选择去工程学院，但是在长达12年的重大教育阶段，他们需要多少次与简单的动手课程联系？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”程序来提出问题，甚至没有在“ Dalarm的主题”领域具有技能，那么我们如何培养学生解决问题和创造实用性的能力？
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”； bu更重要的是，需要更改评估方法，我们必须从“基于知识的”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”；当通过添加总分来选择人时，您只能选择具有学业表现的一般主题，这对于以兴趣和专注的方式培养强迫症创造者并不愉快。
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“浪潮技巧”。这种担忧并非无缘无故。今天，对非管理驾驶的润滑没有技术障碍。几年来，人们可能不需要“驾驶执照”，并且人们不会亲自开车。之后，驾驶执照持有人坐在汽车上观看交通，您还考虑什么是“主题1”，“主题2”和“主题3”的研究和您所经历的测试确实一文不值？哪个仍然有用？我认为，除了AI的证书和许可证外，这是通过记住死记硬背获得的很多知识。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“迅速单词”。提示单词（提示）是AI系统中用户信息的指令或输入，用于指导AI生成特定的内容或执行特定的任务。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，我想我在中文课程中听老师谈论大学语言评论的语言。多年来，进入大学入学的测试问题始终与“简明”密切相关。“，“连贯性”和“适当”的原则。简介包括简单性（简洁，准确）和清晰（明确）的要求。如果您听的话，联合明星的结构，即直接言语的常见结构之一，完全是一致的，与进入大学的“适当”表达中的“适当”的表达方式。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，Layunin，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”设计在大学中应用语言插入的应用中组装一个问题，这些问题可能很快就会出现在纸质测试中。在这一经验中，我们可以减少一些担心并承认的不仅仅是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。
Malthis的隐喻很难解释，我们可以设计一个“直接单词”来让DeepSeek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，则标准评估（许多选择问题和记忆问题）可以不分开。学术完整性系统和评估能力面临挑战。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，我们需要判断“批判性思维和复杂的问题解决”。
其次，我们应该关注AI“冰山”所揭示的“新大陆”。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“ AI阅读课程”是广告致力于深深地剥夺AI工具的教学；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“未来的导向数学课程：增强21世纪的学生”，指出，在过去的25年中，数学课程已从传统内容（例如算术，几何和代数）转移到了更多的精力上。统计和数据素养的重要性也大大提高，并开始引入Morelow标记。该文档提出了三个建议：首先，使用数字工具，例如地理学，desmos和Tinkerplots来产生抽象主题，例如几何学，可能性和评估数据混凝土和相关性T，并增强学习的吸引力和相互作用；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“船只沿着旧地图航行到新世界。”
最近，拥有将近40年的人工智能研究经验的学术Xu Yangsheng谈到了香港中文大学（深圳）对宁克斯湖岸银行的一些看法，这只能回答以上一些问题：首先，人工智能的外观背后是背后的，它取决于现有的数据，并具有无休止的创造力；第二，人们不应该放弃思考G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（五月 - 案：唐·江本，香港中文大学当代教育研究所主任（深圳）上海jiotong大学教授，江苏北教育小组的校长）
当前网址：https://www.ajitaro.com//experience/theory/2025/0404/399.html
