← 专著首页目录专著栏目

第四十二章 证伪条款总表、研究伦理,与本书没有做到的事

证伪条款总表

以下十四条,任一成立则本书相应部分作废。全部写死,可由第三方复核。

条款一(同构定理) 若能给出一类思考步骤,既可被稳定判分(评分者间一致性达到高利害考试的通行标准),又不能被当代生成系统可靠代走,且该类在连续三年的观测中所占比例不下降,则第五章作废,本书第一编全部作废,腾空律中”失地与用地重合”这一核心随之作废。

条款二(撤机读数) 若出现一项满足下述全部条件的研究——预先注册、对照组等学习时长、读数取在撤走 AI 之后且间隔两周以上、主结局显著为正且效应量不低于 0.2σ——则本书对”提分命题”的判负被推翻。

条款三(等时长) 本书第三十六章对世界银行研究的处理,若被一项含等时长非 AI 课后辅导对照臂的重做实验证明效应确实归于 AI,则该章相应段落作废。

条款四(否决显影) 实验二中若含否决臂与高清晰臂在延迟考上无差异,则第十九、二十章作废,k 不是有效读数,占住率 Ω 失去分子。

条款五(反向预测) 实验二中若高清晰臂延迟考成绩最高,则本书核心机制被推翻。

条款六(验收依赖) 实验三中若高代走组的验收能力不随生成经验减少而下降,则第七章为假,本书第四编与第五编的规范主张全部作废。此时正确结论为:腾出的地不需要人去占住,教育应整体迁往复合单位,闭卷考试除后果岗位清单外全部取消。

条款七(识别失败) 若错卷盲编码显示高 ρ 组与低 ρ 组的错误形态分布无显著差异,则第十章作废。

条款八(清单判据) 若一个能够列出完整”无 AI 后果场合清单”的专业,其闭卷考试成绩与该清单上场合的实际表现无相关,则第三十一章的清单判据作废。

条款九(层级发生) 若学生的高层表达增多,而有效判断与迁移没有相应提高,则关于层级发生的主张没有获得支持;若认知块教学只对已有高水平学生有效,则必须重新讨论基础门槛与公平条件。

条款十(AI 的独立贡献) 若无 AI 的认知块教学与有 AI 的版本效果相同,则更准确的结论是教学组织方式有效,而 AI 在所测条件下没有额外学习收益;此时腾空律仍可成立,但”腾出”的动因不必是 AI,本书应把 AI 从发生链的起点降为一种可替代的实现方式。

条款十一(腾空律本身) 腾空律要求失地与用地是同一块地。若实测显示:在同一批学生身上,撤机读数下降的那些知识点,与层级判断能力上升的那些知识点系统性地不重合,则失地与用地各有来源,两者只是同时发生而非同一处发生,腾空律作废,本书退回为两篇各自成立、互不支撑的文章。

本条已于第二批开闸中改写,前后两版并存(附录六第 6.7 节)。原版留存于上,现行版本如下。

条款十一′(同址) 检验须在装置臂上进行——即接受过认知块教学与否决显影教学、且实测 Ω_β 的 95% 区间不含 0 的样本。在该臂上,若撤机读数下降的知识点与层级判断读数上升的知识点系统性地不重合,则失地与用地各有来源,腾空律作废。

对照臂只用于确认腾出确实发生(即该知识点上 ρ_j > 0 且 Δu_j < 0),不参与同址判定。

前置条件(不满足则本检验无信息,不得记为判负):装置臂上 Δh_j 的跨知识点方差须显著大于测量误差方差。若不满足,结论是”该教学安排未产生可测的用地”,按附录五第三节 κ 那次真跑的先例记为无信息,不得读成”不同址”。

改写理由一行:原条款在未加占住装置的样本上几乎必然假判负——本书自己主张腾出而未占住是常态,于是层级判断读数处处不动,相关成为噪声对噪声。本书最核心的主张会使本书最该被攻击的条款自动触发,这是设计错误而非结果不利,故在跑之前改,不在跑之后解释。

条款十二(换用条件的独立信息) 本书主张评价应分三类条件取数:无生成式 AI 的独立判断、统一接口下的协作、更换模型或界面后的重组。若实测显示三类条件的读数高度相关,换用条件不提供独立于前两者的信息,则三分评价冗余,第四十章的测量协议应退回为”独立+协作”两类,本书关于”占住必须在换用中才显形”的主张失去支撑。

条款十三(母题不可代走) 第二十八章的工序表规定母题必须由人主笔,并主张产线的全部价值集中在这一格。若在同题盲评中,由机器生成候选、人仅作挑选的母题,与人主笔的母题在反直觉程度与统辖力上没有差别,则第四编关于分工位置的整套论证需要重写,“计算权可交、命名权不可交”这条分界失效。该条款的详细形态见第三十章。 条款十四(同址重合率) 取至少三个学科、连续三年的高利害考试真题库,逐题按知识点标注,并按写死的操作定义判定每题能否被当代生成系统可靠代走;按卷面分值加权,估计重合率 μ̂。若 μ̂ < 0.5〔丙级阈值〕,或 μ̂ 在三年观测中单调下降,则”代走腾出的与考试所测的同址”不成立,新版腾空律作废,第一编退回为单位错位一层论证,第六章推论一的前半句失去支撑。

测度纪律:S 上一律用卷面分值测度,不得用步骤计数——两种测度会给出方向相反的结论,换测度报告即作废。

“可靠代走”的操作定义(写死,不得事后变通):同一题独立采样 5 次,其中 ≥4 次给出可判为正确的完整解答〔丙级阈值〕,记为可代走;判分按该科现行评分细则,由不知晓本研究假设的两名评分者独立进行,评分者间一致性须达到该科高利害考试的通行标准。

报告纪律:报 μ̂ 必须同报题库来源、学科、年份、采样模型与版本。跨模型版本不可比,不得合并。执行规程见附录五第九节。

本条的来历:第五章同构定理证明中”Q\M 很小”一步已于第二批开闸中判死(附录六第九节)。该步供给的是同址那条腿,而全书原有十三条条款无一指向它,结构上也照不到它——判死”唯一”之后换上来的承重梁,此前没有自己的判负条款。本条补上这个缺口。

条款十一是本书最该被攻击的一条。它也是唯一一条可以用现有数据直接检验的条款:只需要在同一份延迟考上,按知识点分别记录撤机读数变化与层级判断读数变化,看两者的分布是否落在同一批题上。

本段已被第二批开闸推翻,原样留存。”用现有数据直接检验”这个判断为假:本书自己主张”腾出而未占住是常态”,于是在未加占住装置的样本上层级判断读数处处不动,本条几乎必然假判负。现行版本为条款十一′,检验须在装置臂上进行,成本随之上升。见附录六第 6.7 节。

另须注意:本段所称”唯一一条可以用现有数据直接检验的条款”,在新增条款十四之后也已不再成立——条款十四只需公开真题库,是现在成本最低的一条(附录五第九节)。

研究边界与伦理要求

14.1 本书尚不能回答的问题

本书没有给出AI教育对所有学生创造力与批判力的平均效应,更没有证明某类长期使用必然重塑了大脑结构。所核查研究涉及不同人群、任务、技术和测量,不能把它们拼成一个不存在的总体实验。本书对创造与批判的操作化也只是研究起点,仍需要效度检验,尤其要检查语言能力、学科知识与评分偏好是否被误计为目标能力。

另外,换用和撤用任务无法完全消除人的能力与环境条件之间的纠缠。它们提高某些解释之间的可区分性,却不构成对纯粹个人贡献的最终分解。群体创造多样性、较长时间尺度上的学习积累,以及不同资源条件下的机会分布,也需要独立研究。不能把本书的成人教学原型未经验证直接推广到儿童或特殊学习情境。

14.2 研究实施需要另行完成的保障

本书提出的实验尚未招募参与者,也没有完成正式伦理审查或公开预注册。真实实施前,应按照所在机构的要求完成审查、取得适当同意,并说明参与是否影响课程成绩、哪些记录会被保留以及谁可以访问。模型版本、主要结局、排除规则与分析方案应在观察主要结果之前明确记录,避免随结果修改主张。

为检验批判力而提供的错误材料,应限定在可控制的教学情境中,并在任务完成后澄清,避免使错误知识持续传播。学生的真实私人对话不应成为默认研究材料,关键过程记录应遵循最少必要原则。原始文本不能在未经许可时公开;开放材料可以优先提供任务、评分规则、分析代码以及经过适当处理的数据。研究标签只描述特定条件下的表现,不应把学生固定命名为依赖型、低创造型或其他人格类别。

14.3 结论:教育必须补上被自动推理跳过的环节

本书的主要否定结论是:由AI参与、思想供给扩大、作品改善或判断任务升阶,不能无条件推出个人思想创造力和批判力增长。逻辑反例说明这一推导不成立,能力归属分析说明单一成品为什么不足以识别增长,而定向证据审查说明不同学习设计与测量条件可能产生不同结果。这些论证并没有否定AI在特定条件下促进真实学习的可能与已有相关证据。

本书的主要建设性结论是,应把教育主张转化为可失败的条件命题:在明确的人群、任务、技术版本与教学安排下,观察学习者能否形成有根据的新关系,恰当地接受、拒绝和修订论证,并在延迟、陌生任务或工具变化后继续实现这些操作。作品、协作与个人学习应分别评价;正面与负面结果应遵守相同的证据标准。

教育认知层级革命因此不能被表述为”AI把学生带到更高层,所以学生自然拥有了高阶能力”。更准确的表述是:AI改变了可达范围和认知分工,使学生可能承担更大尺度的判断责任;教育需要提供条件,使责任的上移不止停留在名义上,而能够转化为可以解释、纠错和迁移的能力。

高铁可以把学生带到贵阳,却不能仅凭到站这一事实证明他学会了判断旅程。教育要做的,不是让每个乘客重新铺设轨道,也不是把抵达当作成长的全部证据,而是使学习者能够说明自己到了哪里、凭什么相信已经到达、这个地点与原问题有什么关系,并在需要的时候,有根据地组织下一次不同的旅程。

本书没有做到的事

以下清单在两稿合并后重新清点,前七项来自证伪线,后三项为合并本身带来的新欠账。

一、零实测。 本书提出的三项实验,一项也没有执行。全部量化预测均为预注册形式,不是结果。

二、参考文献未逐条核验。 第十九、二十节所引的实证读数来自可追溯的公开来源并已核对关键数值;第四十一章所涉的理论传统按记忆标注,出处与年份未逐条核验,正式投稿前必须补。

三、k 的编码手册未写。 第十章只给了定义,没有给出可操作的编码规则、边界案例与一致性检验方案。这是实验一、二能否执行的前提。

四、学科覆盖单一。 全书的直觉与现有证据几乎全部来自数学与理科解题。语言学习、写作、艺术创作、临床推理的判定结构不同,同构定理在这些领域的形态未检验。写作尤其可疑:写作的”判定已前置”程度远低于数学,但它的可判分程度也低,这正好是本书所说的两类残余,需要单独处理。

五、未处理长期适应。 全部讨论假设考试形态不变。实际上考试会响应:题型会向 AI 难以代走的方向迁移,而这会反过来改变可测集。本书给出的是一个静态切片,动态博弈未建模。

六、未处理个体差异。 高先验知识的学习者可能占据生成位而把 AI 用作验收者——这是位置分工的翻转。翻转的条件是什么、需要多高的先验知识,本书没有回答,而这可能是整篇文章在实践上最有用的一个问题。

七、未回答”那么应该怎么教”。 本书给出了两条候选规格(否决显影、逼走型对话),但它们的有效性取决于实验二,而实验二未做。在结果出来之前,本书不提出教学建议。

八、占住率 Ω 未标定。 ⚠ 本条写于比值形式判死之前;该形式已于附录六第三节判死,现行量为 Ω_β(回归系数),其阈值按旋钮纪律列为”按序等待”(附录五第七节第 8 项)。以下为原文,不抹平。——Ω=Δk_self/ρ 是本版母题的核心量,但它目前只是一个定义。分子怎么取(同一知识点前后抽测,还是跨知识点比较)、分母的编码粒度(按推进步骤还是按话轮)、两者的量纲是否可比,都没有定。腾空律因而目前只有定性形态;在 Ω 被标定之前,它能解释现象,不能预测数值。

九、课程方案未按读数重写。 第二十六至二十九章的课程与课堂设计成稿于 ρ–k 读数与腾空律提出之前。导论主张”这里的每一项设计都是在抬高 Ω”,但正文没有逐条标注每项设计对应哪个量、预期把读数推到什么位置。这项标注是下一版最该做的事。

十、条款十一未跑,而它可以现在就跑。 证伪条款第十一条(失地与用地是否落在同一批知识点上)是全书唯一一条不需要新实验、用现有延迟考数据按知识点分层就能检验的条款。本书没有跑它。这是本清单里最不该出现的一项:一条自己写得出、又做得起、却没有做的检验。

十一、三类评价条件从未同时取数。 第三十三章提出独立、协作、换用三类评价条件,其中换用条件(更换模型或界面后能否重新建立协作)是本书判断”占住是否真的发生”的关键,也是全书最难被别的读数替代的一项。它一次也没有被执行过,因而证伪条款第十二条目前无法被检验。

十二、归属论证与读数面板尚未严格对接。 第十三章证明的是从成果反推能力的不可辨识性,第十章给出的是现场索取的行为读数。本书在第十三章的接口说明里主张两者相容(推断受限,直接取数不受限),但没有给出严格论证:k_self 本身也可能被模板化的应答污染,那时它就退回成另一种”成果”。这个漏洞怎么堵,本书没有回答。

⚠ 本章清单的清偿情况见附录五。其中”k 的编码手册”“课程各章的 ρ–k 标注”“符号冲突统一”三项已清偿完毕,“Ω 的测量规程”“从模型到人的跨越”两项半偿,全部真跑未偿;另有两处对本书不利的文献更正写在附录五第 1.3、1.4 节,并使本书第一编的判决性读数由三项收紧为两项半。

© 德麦国际出版社 · 王德生《AI 时代教育的认知变革》· ISBN 979-8-90690-096-8