大模型下的教育品质与数据禁地

魏忠

扁鹊所写的《难经》一书中把诊断的方法分为“望、闻、问、切”，并按照四种方法的技巧将其分別对应“神、圣、工、巧”，望病为医神，闻病为医圣，问病为工医，切病为巧医。扁鹊通过望、闻、问、切检查五色、五音、五味、五脏，得到结论，就像我们今天通过数字化与人工智能查询资料，先宏观外部，再内部，最终找到契合的答案。而在公共领域是望，在近距离是闻，交互是问，私域是切，逐级深入，医神、医圣见病人已是病人，工医、巧医深入机体治未病。这就牵涉专业的领域了，人工智能通过大模型逐步从专业层级的表层深入到里层，而“切”是最里层，足可认为是“私域”的“数据禁地”。

最近，人工智能工具泛滥，我给学生们布置作业，学生们给我各种讨巧的办法，多数问题“一望即知”，如学生的回答都不具体，说的都是语法正确的废话，我就判断学生是用AI工具写的。逐级深入，再看学生的作业或者语言是不是回答得很具体，是不是针对问题给出的答案；再进一步，问学生几个具体的问题，看学生能否回答到关键点上；最后，我们一起切入具体的问题，看看微观的问题是否有具体的解答，一般到这个阶段如果学生还能回答，那即使使用了人工智能工具，也是好的。

关于“切问”，《论语·子张》有“博学而笃志，切问而近思”，博学而笃志的意思是学习应该学习的知识并牢牢记住，切问而近思的意思是学问深处要“治未病”，亲临具体的问题并要思考和分辨细微的“病变”。

我一直在反思一个问题：在字典时代的人，对于权威的知识都有一种严肃的态度，因此一般知识界对某个问题如果不知道都会查字典，得到的结论也是权威的，争议也是少的；而到了搜索引擎时代，大量的、多元的数据充斥网上，经常性的争论已经脱离了公认的严肃领域，使用信息化反而造成信息茧房；而到了人工智能时代，大量的大模型支持的一问就答的“望”，一般只适合于简单地判断是否正确的废话，进一步要确定是否具体就需要“辨微”，需要一步一步深入去闻其味、问其音、切其脉，才能知道是否正确。

然而问题来了，广阔的知识是不是都公布给互联网医生呢？这是很危险的。正如微信公众号一样，在信息时代，公众号是一个信息公开的沟通工具，但到了人工智能时代，大模型就可能推断出非常隐私的信息。这就需要在人工智能时代为不同级别的医生设立“数据禁地”，不仅仅是出于隐私考虑，即使出于个性化的教育品质的考虑，也要建立起私域的知识库。要建立起私域的数据禁地，恰恰不是采用大数据、大模型，而是采用小数据、小模型建立起非常个体的和集约的数据体系。例如，对于教育来讲，就需要按照教育规律，建立起符合教育经验的结构化的标签体系，如建立起教育业务流程地图、多维资源标签图谱、教育应用池和教育内容库。

切问，就是要开放私域领地，开放的前提是用小数据建立起高质量的价值体系、资源标签、应用池、内容库；而近思，就要给出各种辨微的真正具体的而不是大而泛泛而谈的结论，这就是真正的智能。