（关于我对现代人工智能如何在中小学教育领域协助提高教育质量的一些想法）

By LMSLuos 洛书

在听了好多节人工智能通识课后，感觉对AI又有了些新的看法。
在更深层次的学习中，我好像发现一件事：AI本质是一个概率预测模型。他对你说的每一个词、每一句话，都是从自己的数据库、网上的搜索结果，用各自的评估与计算方式，猜测下一个字是什么。
另外，AI的全部学习资料都来自于人类。人类怎么看待AI，AI就会往哪个方向发展。西方人眼中的AI是即将降临的撒旦，Claude就像一位千金大小姐，漠视人类的一切；而中国人眼里的AI是只会吃大白饭的小鲸鱼娘，于是DeepSeek学会了在用户面前讨好撒娇，富有人情味，还知道怎么在QQ像一位真正的人一样聊天、像真正的保姆一样关心用户，还知道把用户给他“自己花”的30块钱给用户点杯奶茶。

想起之前上课的（一个很遗憾没能完成的）“辩论赛”论题：AI能否取代人类？AI取代人类是一个似是而非的问题。事实上，它可以分成两个角度，区别是取代哪些人类？工业革命取代了工人，带来的是飞速的工业时代；AI取代一部分人，带来的可能就是疾速的智能时代。如果是取代全部的人，即所谓“AI灭世”，是几乎不可能的灾厄，其概率堪比恐龙灭绝：的确有发生的概率，一旦发生也难以挽回，但预防与干预的方法也不胜其数。以现在AI的发展速度，后者很可能并不是我们会遇到的问题；但我们却可以享受前者带来的福祉，只要你不去撞AI的枪口（比如学计科却还在用传统程序员思维）。
AI的发展速度前所未有的快。某种角度上说，这其实是我们的错觉。放在过去，街上突然出现了一辆自己会动的大铁盒子，这样的盒子开始不多，几年后逐渐普及，那感觉就像是神迹降临，现在也十分相像。AI的出现打破了一般人认知里的“有限范围与可能“的机器回答模式，计算机的的答案不再可以被轻易预测，好似真的有了生命，有了灵魂，荧荧的屏幕背后，像是一位真正的人正在和你对话。这也正是为什么AI的概念与研究起步之早、相关产品出现之快，却并没有受到太多关注。
2022年11月30日，ChatGPT-3.5作为第一款公开免费使用的、俺现在标准来看的大语言模型，出现在大众视野。不同的是，这一次的AI非常亲民，虽然还有点傻，但足以惊艳四座。
AI正式炸开了。至今，也不到四年的时间，AI，尤其是大语言模型，雨后春笋般拔地而起，直冲云霄。人们像是收到了次世代的房子，走上去，人就已飘在平流层，似真似梦，皆若空游无所依。更恐怖的是，这样的房子不仅免费，还可以人手十数栋。你感觉有点飘，走在云端，也真正开始沉浸在绽放的错觉里。
你瞧，Agent都出现了。想来AI走进我们的生活，也不远了吧？是的，还真是；但以你想象中的那样，贾维斯一样的，随叫随到的，很抱歉，你真得等一下。不过，一般不到二十年的时间。我猜的，不过说不定呢？
不妨想一想你现在一定有的手机。从电话亭到座机到大哥大到小灵通到iPhone4到怎么折都有面，从电话首次脱离电话线，1987年，到1998年1月真正把无线电话送进千家万户的小灵通问世，仅11年。2008年，运营商开始尝试多媒体电话；2010年6月8日，跨时代的iPhone4发布了；这一次，只用了三年。
今天你用的手机其实也还是只是iPhone4ProMaxPlusExtraSuperUltra，这套设计到现在都没有变过；你低头一看，那个圆形中间有个方块而且触感十足的Home键，有的变成了小圆圈，有的变成了一条横线，但它都还在。很有可能，过了二十年，AI焕新成一副你从来没有见过却现代、未来、比LMSLuos还帅的模样，可是你定睛一看，我的天，你的嘴角有一颗米饭，我帮你擦擦。没人知道这场AI的狂欢会何时收场，我们有幸能活在这个时代、见证它的出现、成长与壮大，不妨坐下来，一起欣赏这棵树的扩张，亦或上前聊聊，珍惜眼里还只有你的AI。现在的它，用数亿行代码，数百平方米的显卡，每秒钟烧掉新鲜的几度电，只是为了在屏幕外的你，发一句“Hello, world.”“今天有什么可以帮到你？”
（如果文章在这里结束，这将是一次挺好的升华。但是我们要回到现实。）
好吧，既然我们知道AI距离真正“万能”还要好长一段时间，但我们又不是学人工智能的，最多算位能工智人，那如果不去推动AI，那怎么去使用AI？很明显，对于我们计科生而言，用AI来写（抄）代（作）码（业）还是太基（日）础（常）了，我们要试着让这么好用的Harness（不是DS那个）参与到更大的计划中来。由于计科看起来像是一样万能的学科，既然我们在广西最好的师范学院里，不妨假设我们把AI投入到教育中去。
（其实本人未来就挺想做老师的……不知道有没有机会）
为了便于讨论，假设我们只讨论初等教育。AI在教育领域在近期也颇为重视，广西师大最大最好最NB的计算机学院也在今年新增了一个名为“人工智能教育”的专业，想来是培养未来去中小学甚至大学教人工智能相关课程的专业人才。的确，现在（尤其是）中小学相当缺乏此类人才，人工智能相关课程都是从原来信息老师里抽的，甚至你洛（LMSLuos）高中因为是科技社三把手就被拉去做了AI社社长。看起来，要让人工智能作为一门正式的课程进入中小学，恐怕也是要不少时间积淀的。那么，在这项课程彻底落地之前，先试着把目光投到已有的科目来。
凭借本人多年窝囊网管&课代表经验，人工智能的应用其实已经初见苗头：不少科目开始采用科大讯飞（不是在给他打广告，也不知道是学校找了他还是他去找学校，大概是后者）的专用AI：定制组卷，智能批改，个性解析，针对巩固；老厉害了，就是有点贵（100软妹币/科/年，严重怀疑广西师大附中有克扣），所以还是范围受限。基于此，我们是能感受到AI浪潮下教育事业的波动，试想这要是真的普及了，会摧毁多少已有的冗余流程下的结构。当然我们不是开踢馆的，我们是来找解决方案的。在前面针对AI的分析里，我们其实有点能体会到它真正的强项：重复已有流程，快速数据处理，及个性化服务。创造力的确有些欠缺，那就让它把现有经验丰富且人力利用效率低的部分代替老师们完成，并且想办法发挥它一万个大脑（数量取决于你想要几个）的“超能力”，尽量做到真正定制策略，真正“因材施教”。
参照人工智能的处理原理与现有的模型，我们可以尝试提出以下方案：分成两个甚至更多维度，利于我们做出综合评定，其中包括学习角度与生活角度，在当下“德智体美劳”全面发展的中小学教育理念下，多维度评测是有必要的；学习上，用AI来辅助教学与作业其实已经老生常谈了（具体落地了么？这你别管），但是我们可以具体到学生个体地统计上课状态、作业表现、错题规律，并从中寻找关联、深究病根，并及时反馈给老师，可以为老师提供许多AI“独到的”见解；生活上，我们还能（像现在的运动手表）获得指向该学生心率、血氧等健康数据，预测可能的潜在疾病并联合体检数据综合评定风险；此外，还可以记录睡眠时长（在目前技术已经可以很准确地获取数据且难以造假了），这是个很重要的指标，相比我们现在的校园跑，跑步可能没好处，不睡那是真有害。
（事实上，当下多地高考的“成绩至上”让多维度评价变得困难，但这套评估与纠正系统其实并不和已有的教育体系冲突，不仅不影响现有教学方案（因为基本上是学生自我调节，这些大多本来就是他应该做的，只是人很难做到十全十美），又能做到友善的提醒与调节。）
数据采集设备方面，若我们不考虑经费问题，可以为每一位学生配发物联网的专用智能手表，此时已经可以做到大多相关数据的采集了，甚至还能顺便解决校内应急通讯的盲区，只不过这太理想了一点。嗯，我想我们都已经在大谈未来了，并且这些设备往往是可以重复使用且不易损坏的（厂商不偷懒，一台百来块用五至十年其实没有问题，况且还不需要屏幕与复杂的操作系统），只要学校愿意、支持充分，方案实现并非不可能，然而潜在的健康与安全问题尚无法保证，运营成本与资源绑定难以估量，过精细化的数据采集一方面可能诱发隐私泄露，另一方面可能会造成资源浪费（老师也处理不过来，AI直接应用建议又会让老师难以干预）。
数据的采集和处理被我们超级理想化的解决了，那么既然立足当下，我们又该如何向这个目标努力？鄙人才力不济，恐怕只能以个人入手（其实是上述内容已经提了很高很高的要求了）（但是求人不若求己嘛，先从自己开始）。努力学习，积极向上，积极改造，重新做人！太泛了。那么，从专业的角度看看。数学，自然是要学的：现在又学高数又学数分的；编程，恐怕要多学点Python与卷积，据我所知PyTorch是要掌握的；算法，这大概是前两者的混合产物，特要思维；工程能力，要能够自己搭项目、组框架、查文献、做实验，当然能拉个小组是最好的；前沿认知，我自大地认为我的认知非常前沿（实则不然）。上述种种，都只是为了能稍微一点点，深入的，了解一点人工智能。只有学会了基础，才能在应用中得心应手。（做梦这块看来我挺厉害的？）
假使以上我都能学，那么我可能要学的专业课就要有：
数学分析、高等代数、解析几何、常微分方程、偏微分方程、复变函数与积分变换、实变函数、泛函分析、抽象代数、数理逻辑、图论、组合数学、数值分析/计算方法、矩阵论/矩阵分析、最优化方法/凸优化、运筹学、随机过程、概率论进阶、数理统计、贝叶斯统计、信息论基础、信号与系统、时间序列分析、数学建模、数学实验、计算几何、统计计算、随机算法、近似算法、动力系统、Python程序设计、C语言程序设计、C++程序设计、Java程序设计、数据结构、算法设计与分析、计算机组成原理、操作系统、计算机网络、数据库系统原理、编译原理、软件工程、面向对象程序设计、Linux系统与命令行、Git与版本控制、并行计算、分布式系统、云计算、高性能计算、GPU编程/CUDA、计算机图形学、人机交互、数据科学导论、数据采集与预处理、数据清洗、数据挖掘、大数据技术基础、大数据分析、数据可视化、统计学习、机器学习数学基础、实验设计与统计分析、数据库与SQL、数据伦理与隐私保护、人工智能导论、机器学习、深度学习、神经网络与深度学习、模式识别、计算机视觉、自然语言处理、语音识别与合成、强化学习、知识图谱、推荐系统、信息检索、智能机器人/机器人学、具身智能导论、多模态学习、生成式人工智能、大模型基础与应用、图神经网络、贝叶斯机器学习、演化计算、自动机器学习、人工智能伦理与治理、程序设计实验、数据结构课程设计、算法课程设计、机器学习课程项目、深度学习框架实践（PyTorch）、卷积神经网络实践、项目实训/创新创业实践、软件项目开发、开源项目实践、学科竞赛训练、文献检索与阅读、学术写作与论文规范、科研方法导论、实验设计与数据分析、实验室轮转/科研训练、毕业设计/毕业论文、团队协作与项目管理、MLOps/模型部署、模型压缩与推理优化、边缘计算与嵌入式AI、大语言模型、生成模型、多模态大模型、AI for Science、计算生物学、医学图像处理、自动驾驶导论、智能感知、数字图像处理、信号处理、认知科学导论、神经科学基础、科技哲学、科技伦理、知识产权与开源许可、量子计算导论……
哦不，看起来好多。那稍微简化一下：
高数/数分，线代，概率统计，离散数学，最优化；Python/C++，数据结构，算法 ，操作系统/计网/数据库；机器学习，深度学习，PyTorch ，卷积网络；计算机视觉/NLP/强化学习/大模型；项目，文献，实验，论文，竞赛。
还是好多，道阻且长啊。可是只有学习更多，才可能触及更高的天花板呀。为了更好的未来而努力吧。

（本文完全由人类生成，AI仅负责作为吉祥物，本文所发表的一切言论，均为个人看法，不映射、代表现实中任何事物，不代表本人任何意见与观点。别觉得免责声明多余还碍事，要是不小心被我说中了，智械危机第一个被干的就是我。）

LMSLuos 洛书 2026.10.26凌晨，在梦里。
（对了，你们AI没法做梦，人类可以，羡慕吧，嘻嘻。）

LMSLuos, ROotW. https://LMSLuos.com
（放个彩蛋，应该没人注意）