AI与教育：打破权威，重塑目的
几点想法讨论下：
1. Savoir-faire 很重要的是Faire， learning by doing， 培养的不是知识 而是reflex 就好比不背trigonometry 看见1的时候反应不过来可以分解sin^2+cos^2
2.古希腊也好春秋六艺也好 为什么全科教育 培养renaissance通才 ？ 培养单一技能的话可以参考蓝翔 不需要通才
因为要connect the dots， 知识点不够 就underfit 看不见”那局大棋“
3. 教育关键不是学 而是教
知识是不用教的 绝大多数是告诉了 就知道了 但是 ”Even a fool can KNOW, importance is to UNDERSTAND !” (爱因斯坦语）
过去老师傅教拳 看你程度不到就和你嘻嘻哈哈 不点透
但一旦看你功力到了 犯迷糊的时候 就狠狠拉你一把 功夫就能上一层楼 （参 « 逝去的武林 » 尚云祥教拳）
所以教的关键是观察 是敏感 是对”过犹不及”的把握
以上三点不被带偏掉， AI短期内无能为力的 这是人类学习的最深境界🤨
我基本上同意你说的。我的问题是：今天有多少老师能做到你说的最深境界？我的理解是，现有的模型如果在教育领域稍加调整的话，远远超过老师的平均数。
btw，今天Claude 4.0出来，刚好我最近在追网飞的新剧The Leopard。我顺手问了Claude新版本和o3一个关于小说/剧中人物和意大利历史上另一本小说里同名人物关系的问题。两个答案一个比一个好，我觉得我们对AI在一些领域的reflex和connecting the dots的能力可能有些低估。
https://claude.ai/share/922c1aa9-6596-4662-b80f-4e5eebcd3125
https://chatgpt.com/share/683027ad-40cc-800a-8b00-bd8ba4c44f1e
(o3's answer seems to still be much better)
确实LLM connecting dot 能力很强 但是我还在幻想：有两种connection ，第一种是知识点的关联， 恰如诗里的： 赋（铺陈抒张） 和 比（借物喻物），AI已经驾轻就熟
第二种是兴 钱钟书说的触物起情， 碧岩录里的篇后禅唱 无情何以起兴？
最后就是关于taste的概念 越形而上的反而越tangible
知识可以教 技能可以训 那taste呢？
为什么taste既是subjective +debatable 而往往又是broadly admitted
从教育的角度 它的培养靠言传还是身教？ 还是可遇不可求
这一串问题都挺深的！它们促使我想了不少关于“什么是taste”“AI有没有taste”“AI的taste是什么”之类的问题。我可能过几天会专门写一篇关于taste和AI的问题。
简单的说，我的答案大概是，taste可以专门教（类似于AI的逻辑推理能力可以专门教一样）。现在我们没有这么训练AI，所以它们没有足够好的taste。但即便我们真的教了，结果只能是AI可以模拟我们教的这些taste，并不意味着AI真的有人类的taste（所以我同意你说的“无情何以起兴”）。但是，AI应该已经有它自己的基于计算和统计的taste了，只不过我们人类恐怕难以理解。
几点想法讨论下：
1. Savoir-faire 很重要的是Faire， learning by doing， 培养的不是知识 而是reflex 就好比不背trigonometry 看见1的时候反应不过来可以分解sin^2+cos^2
2.古希腊也好春秋六艺也好 为什么全科教育 培养renaissance通才 ？ 培养单一技能的话可以参考蓝翔 不需要通才
因为要connect the dots， 知识点不够 就underfit 看不见”那局大棋“
3. 教育关键不是学 而是教
知识是不用教的 绝大多数是告诉了 就知道了 但是 ”Even a fool can KNOW, importance is to UNDERSTAND !” (爱因斯坦语）
过去老师傅教拳 看你程度不到就和你嘻嘻哈哈 不点透
但一旦看你功力到了 犯迷糊的时候 就狠狠拉你一把 功夫就能上一层楼 （参 « 逝去的武林 » 尚云祥教拳）
所以教的关键是观察 是敏感 是对”过犹不及”的把握
以上三点不被带偏掉， AI短期内无能为力的 这是人类学习的最深境界🤨
我基本上同意你说的。我的问题是：今天有多少老师能做到你说的最深境界？我的理解是，现有的模型如果在教育领域稍加调整的话，远远超过老师的平均数。
btw，今天Claude 4.0出来，刚好我最近在追网飞的新剧The Leopard。我顺手问了Claude新版本和o3一个关于小说/剧中人物和意大利历史上另一本小说里同名人物关系的问题。两个答案一个比一个好，我觉得我们对AI在一些领域的reflex和connecting the dots的能力可能有些低估。
https://claude.ai/share/922c1aa9-6596-4662-b80f-4e5eebcd3125
https://chatgpt.com/share/683027ad-40cc-800a-8b00-bd8ba4c44f1e
(o3's answer seems to still be much better)
确实LLM connecting dot 能力很强 但是我还在幻想：有两种connection ，第一种是知识点的关联， 恰如诗里的： 赋（铺陈抒张） 和 比（借物喻物），AI已经驾轻就熟
第二种是兴 钱钟书说的触物起情， 碧岩录里的篇后禅唱 无情何以起兴？
最后就是关于taste的概念 越形而上的反而越tangible
知识可以教 技能可以训 那taste呢？
为什么taste既是subjective +debatable 而往往又是broadly admitted
从教育的角度 它的培养靠言传还是身教？ 还是可遇不可求
这一串问题都挺深的！它们促使我想了不少关于“什么是taste”“AI有没有taste”“AI的taste是什么”之类的问题。我可能过几天会专门写一篇关于taste和AI的问题。
简单的说，我的答案大概是，taste可以专门教（类似于AI的逻辑推理能力可以专门教一样）。现在我们没有这么训练AI，所以它们没有足够好的taste。但即便我们真的教了，结果只能是AI可以模拟我们教的这些taste，并不意味着AI真的有人类的taste（所以我同意你说的“无情何以起兴”）。但是，AI应该已经有它自己的基于计算和统计的taste了，只不过我们人类恐怕难以理解。