人工智能新技术的到来,让在线教育界掀起了热潮。新技术给电子学习带来了新的乐趣,但很难分辨什么是炒作,什么不是炒作。人工智能将对在线学习领域产生什么影响?可能会发生什么变化?什么会保持不变?我们将带您了解人工智能(或更准确地说,机器学习)的一些重大创新,以及它们对教育工作者和整个电子学习的意义。

什么是AI?

人工智能技术是允许计算机模仿人类行为的技术。最近,这些技术已经非常擅长执行以前认为机器不可能完成的创造性任务,例如写诗、作曲或渲染独特的艺术。

这些技术可能更准确地称为“机器学习”。机器学习技术的工作原理是根据程序之前“看到”的内容来改变程序的行为方式。例如,机器学习程序可能能够在看到许多猫的图片后生成猫的图片。这里有一个 不存在的猫:

有人给了一个程序很多小猫来分析,计算机根据命令得出了这张猫的图片。整洁的!

人工智能这个词让人想起完全自主、有思考、有感觉的机器人,它们已经准备好接管人类。然而,你越深入地了解,你就越会发现,虽然这些程序非常聪明,但在通用智能方面,它们距离与人类匹敌还有很长的路要走。这就是为什么“机器学习”是更准确的术语。然而,为了本文的目的,我们将互换使用这两个术语。毕竟,其他人都在这样做,我们也想变得很酷。

先进团队如何在电子学习中使用人工智能?

机器学习用于在线教育的主要方式有以下三种:

  1. 在线课程人工智能导师
  2. 用于在线学习的人工智能内容生成
  3. 人工智能制造了问题

让我们来看看这三个...

ChatGPT 将出现几次。

1.在线课程AI导师

人工智能在在线课程中最令人兴奋的用途之一是能够拥有“按需”导师,可以在没有老师的情况下为学习者提供帮助。这是通过使用 ChatGPT 等大型语言模型 (LLM) 来实现的。大型语言模型的工作方式与其他机器学习程序类似,它们是通过分析许多书面文本(包括百科全书文章、在线博客、电子书和新闻)而构建的。在吸收了如此多的信息后,他们能够以有用的方式响应提示。

例如,我们向 ChatGPT 提示“您能解释一下形容词的语言功能吗?”它回应道:

当然!形容词是语言的基本组成部分,具有多种重要的语言功能。形容词是通过提供有关名词(人、地点、事物或想法)的更多信息来修饰或描述名词的单词。以下是形容词的主要语言功能:

  1. 描述函数:形容词最常用于提供名词的描述或特征。它们有助于在读者或听众的脑海中描绘出更详细的画面。例如:
    • “ 蓝色 天空”描述了天空的颜色。
    • “A  “建筑物”描述了建筑物的高度。
  2. 定量函数:形容词可以表示名词的数量或个数。这些通常被称为定量形容词。例如:
    • “我有  apples”指定了苹果的数量。
    • “有 许多 people in the park”表示人数众多。
  3. 定性函数...

-ChatGPT,删节版

ChatGPT 总结大量信息的能力令人印象深刻。图片来源:Unsplash 的 Janko Ferlic。

这是形容词的相当全面的解释!机器能够提供这一点的事实令人印象深刻,但为了避免我们超前,我们需要考虑这样一个导师的局限性。

人工智能导师的局限性

人工智能导师的第一个主要限制是它可能“编造”不真实的信息。例如,如果没有大量有关某个主题的信息,或者“训练”的信息管理不善,则虚拟导师的答案更有可能是错误的。这些谎言被视为“幻觉’对于虚拟导师来说,它们可能是一个严重的问题。最近的一些幻觉后果的例子包括:

人工智能导师很有可能以如此自信的态度说错话,以至于学习者可能会相信表面上的谎言,而导师可能最终会发现学生有新引入的错误观念,他们必须梳理和纠正。

就像具有“眼睛”图案的飞蛾一样,人工智能可以构建令人信服的外观。图片来源:Unsplash,由 David Clode 提供。

人工智能导师的第二个主要问题是他们倾向于给出他们不打算给出的答案。虚拟导师的一个常见要求是,它应该帮助学习者理解,而不是给出测验问题的答案。它不应该取代学习者的思维过程。然而,有时虚拟导师会直接给学习者答案,尽管被要求不要这样做。这有效地“短路”了学生的学习过程。 

有多种方法可以降低人工智能回答测验问题的可能性。您可以添加预先配置的提示,告诉 ML Tutor 不要直接回答问题。你可以告诉它只通过提出苏格拉底式体验的问题来做出反应。然而,人工智能“越狱”现象本身就是一项运动。越狱是让人工智能摆脱它被编程遵循的规则的束缚,以迫使它做它不打算做的事情。

其实有一个 你可以玩的游戏 你尝试越狱越来越难的人工智能。同样,还有以下集合 越狱提示 可以在线获取。如果有人想让人工智能的行为超出其预期用途,他们就可以做到。

第三个主要问题并不完全是人工智能导师的问题,而是他们能力的微妙但主要的限制。该限制在于答案的质量很大程度上受到所提出问题的质量的限制。就像“Google-Fu”已成为一项重要技能一样,编写好的提示本身就是一项技能。

事实证明,快速写作是使用人工智能时的一项基本技能,有些人将其称为“快速工程”。这种描述大大夸大了所需的技能,但它仍然是一种习得的能力。优秀的教师有时可以通过观察他们没有问的问题或识别他们提出的问题中嵌入的常见误解来解决那些没有提出好问题的学生。人工智能导师很难执行这些功能。

AI导师还值得吗?

机器人就像我们一样学习。图片来源:Unsplash 的 Andrea de Santis。

只要了解人工智能导师的局限性,就绝对可以改善在线学习。虽然法学硕士有时会产生幻觉,但机器学习导师可以涵盖他们拥有强大培训数据的主题。教师还可以向人工智能导师询问几个有关其主题的问题,以验证人工智能导师是否适合他们的学科。

虽然人工智能导师可以越狱,但破解它们往往会比越狱更麻烦,而不值得这样做。它们也不是这个问题所独有的——毕竟,学习者可以跳到另一个不受教师控制的聊天机器人,并向它询问人工智能导师拒绝回答的问题。所以,这并不是不使用人工智能导师的真正原因。

最后,虽然人工智能受到学习者提出好问题的能力的限制,但人类也是如此。虽然人们可能能够更好地发现学习者问题中未阐明的误解,但另一种选择是教师无法发现混乱。

另一种选择是没有人发现它。

也就是说,在很多情况下,在线学习课程的讲师可能无法与每个学习者进行一对一的对话来验证理解并回答问题。这就是这些机器人的用途——填补教练无法填补的空白。他们的目的并不是要取代教练。人工智能的局限性清楚地表明教练不应该被取代。但如果遵守并尊重这些限制,就可以提高教师帮助学生学习的能力。

2. 在线学习的人工智能内容生成

人工智能影响在线学习的另一个领域是内容生成领域。教师必须在可能持续一个学期或一整年的课程中编写许多部分。内容很多!任何作者都会告诉你,将文字写在纸上是一个挑战。许多教师宁愿使用人工智能来编写课程。

人工智能生成学习内容的局限性

当然,使用人工智能生成课程内容存在一些主要限制。最大的一个问题与人工智能导师一样:机器学习工具经常会产生幻觉。这意味着教师不能盲目地让人工智能为他们编写课程。他们必须审核和验证人工智能内容生成器的输出。

人工智能内容的法律地位尚不明确。图片来源:Unsplash 的 Tingey Injury 律师事务所。

第二个主要限制不是技术上的,而是法律上的。在美国, 最近的法院裁决 已经确定人工智能技术创建的内容 没有受到版权保护。这项技术是如此之新,以至于其中许多案件尚未通过法律体系到达最终目的地,但迄今为止判例法的优势表明人工智能内容的版权状况不稳定。如果您担心保留课程的版权,则需要暂停。

人工智能内容生成是个好主意吗?

也许。 人工智能内容生成器可以构建编写良好、清晰的教学内容。你必须密切关注,以确保没有任何谎言被漏掉。同样,有些插图可能无法生成,必须刻意构造问题,因此仍然会有一些工作必须手工完成。然而,总体而言,课程作者可以通过使用人工智能内容生成器获益。

虽然法律限制确实令人担忧,但一旦有人充分参与审计层,大多数限制就会消失。也就是说,从“人工智能生成内容”到“人工智能辅助内容”之间有一条界限——只有后者可能受益于版权保护。这条线的位置在很大程度上取决于人类修改人工智能生成内容的工作、努力程度和意图以及其他因素。如果您不确定您的工作是否合格,您应该联系合格的法律顾问。该线也可能会根据未来法院案件设定的优先顺序而移动,并且可能会根据您的司法管辖区而有所不同。

其次,如果您关心的不是从版权的知识产权权力中赚钱,那么您完全有理由寻求人工智能内容生成器的帮助。对于免费赠送内容但通过认证或其他增值服务获利的团队来说,在在线课程中使用机器学习内容生成是完全可以的——只要结果符合您所在机构的质量标准即可。

当然,在线学习平台有时会遭受“此处未写”综合症的困扰,当已经存在同一主题的高质量课程时,教师常常感到有必要编写自己的新课程。我们鼓励课程作者尽可能探索开放课程和教科书并为其做出贡献。

3.人工智能造成的问题

这些新技术未被充分认识但热衷于利用它们来创造独特的问题供学习者解决。法学硕士能够根据提示生成大量听起来很权威的文本。由此可以产生一些巧妙的用途。

现代世界的一项棘手任务是学会批判性思考——评估我们正在阅读的内容并测试它是否真实。 ChatGPT 和其他法学硕士经常“产生幻觉”,这对我们来说是有利的。想象一下,向学习者提供 ChatGPT 提示的输出,然后让他们评分!

人工智能内容生成器在问题生成方面具有巨大潜力。通过 Unsplash 信用比较光纤。

让学习者检查人工智能论文中的所有主张,突出显示它们,找到它们的引用——或者与它们相矛盾的引用。事实上,这可以让人工智能成为教导人们对大量阅读的内容持怀疑态度的最佳工具,而现在比以往任何时候都更需要这种技能。

同样,人工智能可以成为辩论伙伴。学习者可以被分配一个位置,而人工智能则可以被分配另一个位置。然后,老师会审查两人之间的辩论记录,并对学习者的表现进行评分。

另一个例子是让人工智能生成有关教师主题的问题,学习者必须回答。当然,应该告诉学习者人工智能正在提出问题并且可能不理解,以便学习者可以挑战问题中隐藏的假设。

人工智能的问题造成了问题

事实上,很难想出这个方法行不通的任何原因。主要的麻烦在于执行——构建会产生这些问题的工具。当然,这不是 OpenCraft(Open edX 合作伙伴)团队无法处理的!所以,如果你有兴趣, 在这里联系他们! 此外,在这些情况下,每次学习者查看您的课程时,您都会生成新的临时文本,因此版权不太可能成为问题。

最后的思考

人工智能技术为在线学习空间带来了许多令人着迷的可能性。这些都不允许教育“完全自动化”——教师和课程设计者总是需要审核机器学习工具的工作,因为他们并不比人类更多地是真理的仲裁者。只要了解这项技术的局限性,就可以利用人工智能的功能来改善全世界学习者的在线体验。

另外,如果您想知道的话,本文是由 Fox Piacenti 手写的,他是 开放世界,并且没有人工智能的帮助。只有那些明确标记的部分才会由 AI 生成。 🙂

装载