当ChatGPT向大众推出时，它点燃了全球数百万学生的想象力。
让我们面对它吧–许多人会作证说，找到在不牺牲结果的情况下偷工减料的方法是教育经验的一部分。生成性人工智能将这一点提升到了一个全新的水平。
生成性人工智能在学生之间流转，大概有一段蜜月期，但老师们对此并不了解。
让ChatGPT写一篇文章，看着它在短短几秒钟内喷发出数千字，肯定感觉就像梦想成真–特别是在最后期限到来的前一晚。
自从产生式人工智能在主流中浮出水面以来，教育系统一直在努力应对这项技术，一些机构摇摇晃晃地想要完全禁止它，另一些机构则希望将它嵌入到他们的流程中。
围绕人工智能在教育中的角色的争论远不止限于该行业–它们关系到人类知识的结构。
学术写作的人工智能：还没有灵丹妙药
ChatGPT对于学术工作来说远非完美，它有伪造参考文献、提供虚假例子和曲解基本概念的倾向。
一旦你亲身体验过它的狡猾，你就不会忘记它。
在使用ChatGPT帮助研究一份关于2型糖尿病的报告时，我发现了一个在台湾进行的纵向人口研究的结果，大约有10，000名参与者。
这项伪造的研究提供了完整的引语、令人信服的数据，甚至还有一份学术格式的参考资料，可以直接复制到我的研究中。
在对这项研究进行后续调查后，很快就发现它根本不存在任何形式。2000年也有一项类似的研究，但它与ChatGPT创建的几乎没有相似之处。
我已经多次测试了向ChatGPT请求学术参考的过程，事实证明，它总是非常容易捏造任何需要一定程度具体程度的东西。
这让我想到了…如果我是一名教师，我会首先检查我的学生作品的真实性，就是参考文献。
ChatGPT的引用看起来非常令人信服，虽然它通常是正确的，当引用高调引用的研究时，它很快被任何冒险进入默默无闻的东西抓住。ChatGPT将承认它提供了一个“概括性的审查”来“匹配内容”，提示您直接检查引用。
ChatGPT警告用户潜在的事实不准确，但您通常必须询问。
当然，并不是所有的论文都需要学术参考，但在学校环境中，有较年轻的学生，教师更有可能理解学生写作的细微差别，而学生和教育工作者之间的距离更大。
如果一个学生伪造了他们的参考资料，那么他们就没有阅读它们——这就是人工智能侵蚀批判性思维的潜力，而批判性思维是学习的核心。
2023年发表在《国际信息管理杂志》上的43项专家意见汇编中， 来自德国纽伦堡信息系统研究所Scholler—捐赠信息系统主席的Sven Laumer讨论了人工智能如何加强批判性分析的重要性。
他写道，“当涉及到大学论文时，更重要的是我们教我们的学生提出重要的问题，并找到答案的方法。
这是对学生和社会都有好处的智力核心。因此，我们应该更加重视传授批判性思维技能，以及如何在人工智能之外增加价值。
写作 同一篇文章， 意大利奥斯塔谷大学经济和政治科学系的Giampaolo Viglia对此表示赞同。
维格里亚认为，“ChatGPT的出现–如果以一种强迫的方式使用–对学生和教师都构成了威胁。对于已经在遭受注意力持续时间下降和书籍阅读显著减少的学生来说，这种风险正在进入昏昏欲睡的模式。
用人工智能提供给我们的分析取代我们自己的批判性分析有什么风险？
AI之手的衰弱
人工智能进行“举重”的能力与其取代所有举重的能力进行了微妙的平衡，导致了人类对技术依赖的最终影响。
迪士尼电影《WALL-E》已经成为一个备受吹捧的软弱例子，肥胖、行动不便的人类在宇宙飞船上漂浮，机器人为他们的每一个突发奇想服务。
《华尔街》中的人性：一个越来越可能的前景？
在WALL—E中，技术的影响主要被描述为物理的，但人工智能通过控制我们的思维过程，甚至为我们做出决定，构成了一个潜在的更噩梦般的场景。
维沙尔·帕瓦尔博士是迪拜的神经科医生， 暗示着过度使用人工智能可能会使某些大脑功能变得多余，特别是那些与细节定向和逻辑推理相关的功能。这可能会影响我们如何利用我们的智力能力。
他认为，过度使用ChatGPT等工具可能会削弱与批判性思维相关的神经通路，影响大脑额叶。“我遇到的最常见的记忆问题是缺乏注意力，”他说。
然而，这些风险与人工智能推动知识追求的能力形成了鲜明对比，科学和医学的进步证明了这一点，机器学习（ML）使人类能够将技能集中在具有最重要影响力的领域。
研究人员正在使用人工智能探索太空，绘制生物系统地图，对气候进行越来越详细的建模， 发现新药，所有这些都是手动执行该工作所需时间的一小部分。
为了保持这些优势，人工智能必须被用作人类智能的添加剂–一种延伸–而不是替代品。
人工智能对教育的影响能停止吗？
有些人可能熟悉一种名为Turnitin的工具，该工具被世界各地的教育机构用来通过识别从其他来源复制的单词串来检测抄袭的证据。
现在，Turnitin和其他抄袭检测器面临着一项复杂得多的任务-识别人工智能生成的内容。事实证明，这是一项棘手的任务。
来自法国蒙彼利埃商学院（MBS）的Yves Barlette强调，人工智能不仅精通于绕过人工智能探测器，而且还遭受着高假阳性率的困扰。
她说：“例如，一个学生可能有一种特定的写作风格，类似于人工智能生成的文本。因此，重要的是找到法律上可以接受的解决方案，特别是在惩罚甚至开除作弊学生的时候。
这一点已在实验研究一项研究表明，非英语母语人士撰写的文章几乎有一半时间被错误地标记为人工智能生成，其中一个特定的人工智能检测器产生了荒谬的98%的假阳性率。
人工智能是不完美的，人工智能检测器无法依赖，阻止学生使用生成人工智能是不现实的。
也许别无选择，只能建立新的学习模式和途径。
正如英国斯旺西大学数字与政策教授汤姆·克里克所描述的那样：“几十年来，教育一直在融入和重新想象技术的威胁和可能性；人工智能可能也不会有什么不同，但它不仅需要技术转变，还需要心态和文化转变。”
那我们该怎么办
生成式人工智能为学习提供了一种新的模式
生成人工智能和教育的交叉正在推动学习过程中微妙而深刻的转变。
在许多方面，人工智能标志着从以前的技术进步中延续下来，比如计算器和互联网，这是双方都讨论过的OpenAI首席执行官Sam Altman和NVIDIA首席执行官Jensen Huang。
黄说，现在是毕业的最佳时机，他将人工智能的繁荣比作80年代个人电脑(PC)的发布。
从历史上看，传统的课堂将学生作为被动的接受者，吸收教师传递的信息。
科技为学生提供了更多的自学工具， 随着生成人工智能的出现，他们现在扮演了主动探索者的角色，可以在指尖探索和询问大量知识。
这标志着人类历史上前所未有的认识论转变。
认识论–对知识的研究–将传统教育描述为植根于“传递”认识论，在这种认识论中，知识被视为从教师传递给学生的静态实体。
在这种传统的模式中，学习的道路基本上是线性的，从“无知”走向“启蒙”。
生成式人工智能可以开创一种“主动探索者”模型，在这种模型中，知识不仅仅是从一个人传输到另一个人，而是由学习者主动构建。
在人工智能的帮助下，学生成为导航者，识别相关性，将见解语境化，并将来自多个来源的理解编织在一起。
积极的信息寻求者知道在哪里寻找信息以及如何询问信息—后者对于利用人工智能作为学习工具至关重要，而无需完全投资于其产出。
人工智能是一个有偏见的机构，但不都是吗？
人工智能有一个根深蒂固的 偏置问题部分原因是互联网存在偏见问题。
在互联网时代，社会经常通过假设搜索引擎结果是透明的和无党派的，将思考外包给大型科技公司，而事实可能并非如此。
此外，搜索引擎优化(SEO)和按点击付费(PPC)广告的做法意味着顶级搜索结果并不总是定位于他们的信息质量-尽管在过去十年左右的时间里，这一点已经有了很大改善。
此外，虽然人工智能容易出现虚假和错误信息，但传统的教学机构也是如此。
许多著名的教学机构以其社会和政治倾向而闻名。你甚至可以找到美国“最保守的学院”的汇编，其中包括弗吉尼亚州的自由大学(Liberty University)等大学，该大学以教授创世论而不是进化生物学而闻名。
在英国，牛津和剑桥（统称为牛津剑桥）曾以其政治倾向而闻名，尽管这在学院之间有所不同。
另一方面，其他教育机构被认为是明确的左翼，至少在英国，高等教育导师往往主要是左倾。
教育机构中也存在性别和种族偏见，女性在高等教育教学和研究中的作用不足—人工智能也继承了这种不平衡。
虽然这并不一定会造成知识的偏见传播，但教育总是容易受到各种形式的主观性的影响–人工智能也是如此。
最近的研究 ai偏见发现GPT车型主要倾向于左倾，Meta的骆驼则更倾向于右倾。
虽然人工智能系统的偏见并不能免除传统教育系统的偏见，反之亦然，但在这两种情况下，解决方案都是相似的：强调批判性思维，追求平等措施，以实现具有代表性的知识体系。
人工智能时代的批判性思维
随着时间的推移，随着对教育环境的关键参与，人工智能的“主动寻找”模式可能会将确保平衡和准确性的责任负担推给学生。
由于该技术能够产生看似无穷无尽的信息流，验证知识的准确性、相关性和上下文的责任沉重地落在了探索者身上。
然后，教育工作者可以转变他们的角色，教授批判性思维、分析和验证，同时贡献他们自己的人类见解和意见，基本上成为生成性百科全书或教科书。
在人工智能时代培养批判性学习者可能会产生更广泛的好处，不仅可以审查大型语言模型(LLM)的输出及其责任，还可以在社会其他地方发展批判性观点。
正如Sven Laumer所说，“这是知识核心，将有利于学生和社会。
研究者和教育家Nripendra P Rana、Jeretta Horn Nord、Hanaa Albanna和Carlos Flavian写道：“如果我们希望我们的学生学习如何解决实时问题，我们需要走出传统的教学模式，简单地向学生提供单向理论知识，并超越这一点，让ChatGPT这样的工具成为课堂生态系统中的朋友，这不是什么可怕的事情。
“它应该被用来鼓励这种技术，作为改变实践教育的媒介。此外，它可能对学生有很大的帮助，因为他们获得生活学习技能，并在未来的职业生涯中使用这些技能来解决工作场所的实际问题。
人类一直背负着人工智能的优点和缺点，我们有责任在我们的管理下塑造技术。
现阶段鲜有定论，人们已经在批判性地思考人工智能，这是一个积极的迹象。
教学生如何批判性地使用这种新的学习媒介，而不强制性地使用它，对于塑造我们的集体未来至关重要。
最终，人工智能是一种添加性工具，它扩展了我们的能力，而不是取代它们，我们必须保持这种方式。
