在不到一年的時間里，ChatGPT 和生成式人工智能已從邊緣意識轉(zhuǎn)變?yōu)槿珖S多高等教育機構(gòu)在教學(xué)時考慮的重點。AIGC工具的應(yīng)用模式中很多都體現(xiàn)了人類問題和人工智能生成回復(fù)的循環(huán)，這一套機制使得很多高等教育中很多用得到的潛在工具浮現(xiàn)出了水面，包括：

· 學(xué)生用于研究、內(nèi)容開發(fā)和學(xué)術(shù)寫作

· 行政人員用于撰寫報告、分析數(shù)據(jù)和情況分析

· 教師用于加速備課和教材編寫「生意」

那么，生成式人工智能究竟是一種限時風(fēng)靡的時尚，還是未來教育成功的關(guān)鍵因素？本文將探討梳理生成式人工智能在教育領(lǐng)域的過去、現(xiàn)在和未來，以為未來教育找到創(chuàng)新突破點。

生成式人工智能可定義如下：「從數(shù)據(jù)中學(xué)習(xí)人工智能的表征，并利用它生成與原始數(shù)據(jù)保持相似的獨特內(nèi)容（包括圖像、視頻、音樂、語音和文本）的人工智能技術(shù)?！?/p>

OpenAI 的ChatGPT是生成式人工智能的具體實現(xiàn)，其可創(chuàng)建會話內(nèi)容，在2022年11月作為研究版本發(fā)布后不到一周，ChatGPT的用戶數(shù)量就超過了一百萬。它迅速成為歷史上最新穎的體驗和最成功的應(yīng)用之一，并且強力推動了教育興趣、投融資、產(chǎn)品開發(fā)和生成式人工智能解決方案的演進。

在預(yù)測未來走勢之前，要首先了解生成式人工智能的輸出內(nèi)容由三個關(guān)鍵要素組合而成：

· 一個模型（例如 ChatGPT 背后的生成式預(yù)訓(xùn)練轉(zhuǎn)換器模型，盡管現(xiàn)在有更多模型可供使用）和用于訓(xùn)練該模型的數(shù)據(jù)

· 來自個人的問題（或提示)

· 對問題進行細化，直到獲得可接受的輸出結(jié)果

這些機器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型現(xiàn)在可以利用數(shù)十億個學(xué)習(xí)參數(shù)，并在大型數(shù)據(jù)集上進行額外訓(xùn)練。ChatGPT 的研究成果是在超過 570 GB 的數(shù)據(jù)（來自書籍和互聯(lián)網(wǎng)）上訓(xùn)練出來的，并通過人工反饋進行了改進。盡管如此，在評估 ChatGPT 的成果時，訓(xùn)練的時間（截至 2021 年）和數(shù)據(jù)的真實性仍是需要考慮的因素。

有三個因素導(dǎo)致了生成式人工智能在教育領(lǐng)域的加速應(yīng)用：

· 免費或低成本的廣泛使用

· 通過基于文本和圖像的用戶界面，加速生成書面、視覺或代碼輸出

· 大型語言模型訓(xùn)練的可感知質(zhì)量和規(guī)模，使輸出提高到可信水平

2023 年，學(xué)生的廣泛使用不可避免地引發(fā)了學(xué)術(shù)誠信問題。隨著 GPT-4 的發(fā)布，圍繞生成式人工智能是否有能力（在某些情況下）創(chuàng)建高質(zhì)量的論文和測試結(jié)果的憂慮也隨之?dāng)U大，GPT-4 開始展示「在各種專業(yè)和學(xué)術(shù)基準(zhǔn)上達到人類水平的性能」，這引發(fā)了一定的恐慌。

針對人工智能生成內(nèi)容的反剽竊軟件也逐漸進化，這些軟件能夠根據(jù)結(jié)果、教師反饋和學(xué)生行為推算出文章抄襲的風(fēng)險。與此同時，那些試圖將人工智能生成技術(shù)用于不正當(dāng)目的的學(xué)生也在通過各種工具和產(chǎn)品來挑戰(zhàn)評估模型，這些工具和產(chǎn)品旨在故意掩蓋或掩飾人工智能生成技術(shù)的嵌入模式。

到了秋季，隨著所有主要技術(shù)供應(yīng)商和教育技術(shù)產(chǎn)品顯然都將很快具備生成式人工智能的某些元素，人們對其使用的接受程度也變得更加普遍。正如兩位高等教育界的教師最近提出的問題：「難道高等教育機構(gòu)不應(yīng)該培養(yǎng)畢業(yè)生在生成式人工智能變得無處不在的世界里工作嗎？」

教育領(lǐng)域已從否定人工智能迅速演變?yōu)榻箲]、恐懼和部分接受。生成式人工智能繼續(xù)使教育界兩極分化。不過，現(xiàn)在許多機構(gòu)都制定了政策，控制和限制學(xué)生和教職員工的不當(dāng)使用，并鼓勵教師對學(xué)生進行適當(dāng)?shù)奶剿骱驮u估。信息技術(shù)部門正在努力平衡對新的生成式人工智能產(chǎn)品日益增長的需求，并正在評估是購買還是采取定制構(gòu)建的方法。

世界各地的教師和機構(gòu)都承認，禁止生成式人工智能是對變化的短暫反應(yīng)。生成式人工智能正在融入日常工作的工具中。主要技術(shù)供應(yīng)商已將人工智能界面與搜索結(jié)合在一起，并將生成式人工智能納入寫作、演示和交流工具。機構(gòu)政策也在不斷演變，從禁止 ChatGPT 到謹慎鼓勵在學(xué)術(shù)活動中適當(dāng)使用生成式人工智能工具，都反映了這一點。

教師們認識到，反剽竊工具仍在學(xué)生行為準(zhǔn)則中發(fā)揮作用?，F(xiàn)在，通知學(xué)生作弊的后果常常被用作機構(gòu)政策中的一種方法，以勸導(dǎo)學(xué)生不要廣泛使用 ChatGPT。然而，對于許多院校來說，發(fā)展評估實踐的必要性被認為是最現(xiàn)實的前進方向，而評估如何最好地實現(xiàn)這一目標(biāo)的特別工作組和委員會也比比皆是。各院校開始就以下問題提出疑問：

· 學(xué)生評估——學(xué)生在學(xué)什么？他們采用了哪些程序，這些程序是否與未來的職業(yè)相關(guān)？

· 教學(xué)——院校如何教授適當(dāng)?shù)奶崾驹O(shè)計和產(chǎn)出評估技能？如何培養(yǎng)教師的數(shù)字素養(yǎng)，讓他們接受人工智能輔導(dǎo)員的潛力？

· 研究——如何以最佳方式開發(fā)、驗證和應(yīng)用新知識？如何更好地開展研究？

· 質(zhì)量——如何以及在什么情況下適合信任生成式人工智能解決方案來提高教學(xué)、管理或研究效率？

隨著教育機構(gòu)專注于對生成式人工智能進行戰(zhàn)略探索和有針對性的投資，這些問題正在影響著變革。目前正在探索的常見潛在用例包括以下方面：

· 提高生產(chǎn)力，加快報告撰寫、編碼、會議規(guī)劃和決策支持。對改進了對話界面的聊天機器人的興趣更加濃厚，其目標(biāo)是釋放學(xué)生支持服務(wù)的能力，以滿足最有需要的人的需求。

· 教學(xué)支持，以加快教案、教學(xué)視頻、圖片、演示文稿、講義和學(xué)習(xí)輔助材料的創(chuàng)建速度。

· 研究協(xié)助，以總結(jié)內(nèi)容、分析數(shù)據(jù)、確定模式、選擇適當(dāng)?shù)难芯糠椒?、同行評審論文、連接知識領(lǐng)域、設(shè)計研究項目、提出假設(shè)并加速文獻審查。

· 學(xué)生參與，以加強選課指導(dǎo)、賬單和費用支付、課程注冊、學(xué)習(xí)技能、時間管理，以及對話式人工智能生成的信息，以促使問題學(xué)生采取行動提高成績。

教育行業(yè)對生成式人工智能的興趣為采用生成式人工智能方法的新技術(shù)供應(yīng)商和現(xiàn)有技術(shù)供應(yīng)商（如 LMS、CRM 和 SIS 解決方案）創(chuàng)造了機會，也為擁有非生成式人工智能產(chǎn)品但在特定使用案例中優(yōu)于或補充生成式人工智能的供應(yīng)商（如聊天機器人提供商）創(chuàng)造了機會。

盡管生成式人工智能在高等教育中的應(yīng)用具有現(xiàn)實和潛在的前景，但仍存在一些風(fēng)險：

· 「幻覺」——由于模型使用「統(tǒng)計學(xué)」來選擇下一個單詞，有時會產(chǎn)生錯誤答案，而對內(nèi)容并無實際 理解。

· 不合格的訓(xùn)練數(shù)據(jù)——數(shù)據(jù)可能不充分、過時，或包含敏感信息和偏見，從而導(dǎo)致有偏見的、被禁止的或不正確的回答。

· 侵犯版權(quán)——有些模型被指控將受版權(quán)保護的數(shù)據(jù)用于訓(xùn)練目的，然后在未經(jīng)適當(dāng)許可的情況下重復(fù)使用。

· 深度偽造——由 ChatGPT 生成的輸出可能看似真實，但實際上可能是偽造內(nèi)容。

· 欺詐和濫用——不法分子已經(jīng)在利用 ChatGPT 撰寫虛假評論、發(fā)送垃圾郵件和網(wǎng)絡(luò)釣魚。

生成式人工智能輸出的質(zhì)量取決于模型選擇、使用的知識庫、提示、單個問題和改進的組合。因此，各機構(gòu)正在加大力度，通過創(chuàng)建相關(guān)提示和評估生成式人工智能模型，向員工、學(xué)生和教師講授生成式人工智能的風(fēng)險及其合理使用。

隨著機器變得越來越 「智能」，教育機構(gòu)必須定義和完善工作方式，使其越來越多地反映「你和人工智能」的世界。生成式人工智能解決方案依靠人來塑造模型及其輸出的質(zhì)量。然而，保持對高層次批判性思維的關(guān)注對于學(xué)術(shù)界的個人和機構(gòu)來說至關(guān)重要。

學(xué)術(shù)評估方法必須超越孤立的作業(yè)，向更持續(xù)、數(shù)據(jù)驅(qū)動的觀點發(fā)展。將多種形成性和終結(jié)性方法結(jié)合起來仍然是一條持久的前進道路。與此同時，利用生成式人工智能工具來簡化生產(chǎn)率并創(chuàng)建可信的內(nèi)容初稿，或增強對話式用戶界面以更好地支持學(xué)生，都可能有助于改善教育體驗。

面對生成式人工智能解決方案的持續(xù)增長和選擇，學(xué)生和教師評估何時以及如何有效使用生成式人工智能的能力將變得更加重要。針對教育領(lǐng)域的生成式人工智能產(chǎn)品的激增有可能改善各機構(gòu)的研究、知識開發(fā)、輔導(dǎo)和生產(chǎn)率。然而，要實現(xiàn)這一潛力，教職員工和信息技術(shù)部門需要意識到生成式人工智能在提高行政工作、教學(xué)和研究效率方面所面臨的挑戰(zhàn)和長期機遇。展望未來，院校必須培養(yǎng)學(xué)生、教職員工的技能和判斷力，確保他們學(xué)會如何做以下事情：

· 提出正確的問題

· 評估、驗證和完善人工智能成果

· 建立跨知識領(lǐng)域的跨學(xué)科聯(lián)系

· 提出新見解，而不是復(fù)制現(xiàn)有觀點

生成式人工智能對環(huán)境的影響也將是巨大的——特別是許多產(chǎn)品都依賴于生成式人工智能模型，而這些模型必須在海量數(shù)據(jù)集上進行訓(xùn)練——這一過程需要消耗大量電力。在短期內(nèi)，專注于評估明確的用例、數(shù)據(jù)驅(qū)動的見解和小規(guī)模試點，為更廣泛的機構(gòu)人工智能戰(zhàn)略提供信息，可能仍將是整個行業(yè)的典型方法。

機構(gòu)在為未來做準(zhǔn)備時，應(yīng)采取一些關(guān)鍵行動：

· 做好準(zhǔn)備——人工智能創(chuàng)作和風(fēng)險投資的快速發(fā)展意味著機構(gòu)很可能會廣泛使用人工智能。保留并不斷完善與學(xué)生和教職員工分享的政策，并鼓勵內(nèi)部探索如何以積極的方式利用生成式人工智能。

· 監(jiān)控這一不斷發(fā)展的趨勢——生成式人工智能技術(shù)正處于早期階段，被廣泛炒作，但學(xué)生和教職員工對生成式人工智能模型的廣泛使用和探索可能會挑戰(zhàn)許多傳統(tǒng)的教育實踐和評估方法。

· 探索有效的使用案例——評估符合機構(gòu)戰(zhàn)略的潛在教育用途，特別是那些影響課程管理和學(xué)術(shù)管理領(lǐng)域的用途。將機遇和威脅提煉出來，討論長期戰(zhàn)略對策。

· 遙望未來——接受教職員工和機構(gòu)將繼續(xù)超越人工智能的控制和限制性使用，轉(zhuǎn)向利用人類投入和機器產(chǎn)出的最佳效果的有效實踐。隨著市場和技術(shù)的快速發(fā)展，要對其進行監(jiān)控和跟蹤，并探索人工智能如何幫助改善教育實踐。

9月 22 日和 23 日，現(xiàn)代職教聯(lián)盟聯(lián)合職研社，將在河南機電職業(yè)學(xué)院和河南人才集團，以「走進中原看職業(yè)教育巨變」為主題召開會議，倒計時 7 天，誠邀您前來共同見證職業(yè)教育發(fā)展！

來源：微信公眾號《多鯨》