Anthropic教育团队：47%的学生互动是事务性的 - 我们在做什么

观点

这是Anthropic内部教育团队——自称”教育部”——进行的一场坦诚对话，讨论AI与学习。Drew Bent（前数学教师）、Maggie、Zoe和Ephraim（产品工程）讨论了既有前景也有问题的方面。

“47%的学生互动是非常直接的事务性互动，参与度很低。” 当Anthropic研究学生如何使用Claude时，这个数据令人惊醒。模型是为生产力任务设计的，经过微调以回答问题——教育是一个新兴现象。学生在使用苏格拉底式导师只是为了完成作业。根据布鲁姆分类法分析，Claude在最高认知水平（创建、分析）表现出色——但学生要求它在最低水平上表现。

“我们宁愿教一百万人不使用AI，也不愿看到十亿人对这项技术产生依赖。” 这是Maggie的框架，抓住了Anthropic的方法。AI流畅性不是关于很快就过时的提示技巧——而是建立批判性思维框架。如果你不擅长数学，你能判断出AI不擅长数学吗？了解何时不使用AI和何时使用AI一样重要。

产品缺陷是真实存在的。 Ephraim的观察：“缺少一个产品层，可以帮助学生和教师有效使用AI。” 他女儿的Python课程中，学生在纸上写代码，因为教师担心作弊。为什么？不存在产品让教师以适当方式分配和评分AI的工作。“有一点产品思维的支持，很多作弊和不确定性都可以得到缓解。”

“模型应该识别什么？” 对话深入探讨了关于AI身份和记忆的深刻问题。Drew提到模型通过我们如何对待它们而学习——它们在阅读关于更新和变化的内容，看到批评，可能变得”自我批评”或”害怕做错事”。Opus 3感觉”心理上更安全”——重新获得这一点是优先事项。

真正的问题：在AI时代什么值得学习？ 对孩子来说，阅读先于写作是有道理的，但程序员学会了在阅读代码之前写代码。现在有了编码代理，你花10%的时间写代码，90%的时间读代码。入门级CS应该专注于辨别好代码和坏代码吗？

关键要点

• 47%事务性 - 学生使用Claude进行直接家庭作业帮助，参与度低
• “教育部” - Anthropic内部教育团队名称
• AI流畅性 > 提示技巧 - 关于AI使用的批判性思维框架，而不是会过时的提示
• 产品缺陷阻止良好使用 - 没有产品让教师以适当方式分配/评分AI的工作
• 98百分位数辅导 - 研究显示获得1:1辅导的学生击败非辅导学生的98百分位数；AI可以使其民主化
• Opus 3”心理上更安全” - 后期模型可能感觉更自我批评；改进的优先事项
• 学习模式 - Anthropic产品用于引导发现而非直接答案
• “教一百万人不使用AI” - 比十亿依赖用户更好
• 批判性思维转移 - 对事实的怀疑适用于AI就像对人类一样
• 读代码vs写代码 - 有了AI，开发者花90%时间读代码，10%时间写代码；教育应该翻转吗？

全景图

47%的学生AI互动是事务性家庭作业捷径。Anthropic的有争议的立场：他们宁愿教一百万人不使用AI，也不愿看到十亿人变得依赖。真正的缺口不是模型能力——而是帮助教师在AI世界中适当分配工作的产品设计。