申惠豐
申惠豐

給下一輪亂世魯蛇的末日備忘錄

「騎士與魔法師」--人工智慧如何能與學生攜手踏上知識的征程

stable diffusion 生成

經過了幾個月的摸索與嘗試,這學期在我的課程中的許多部份,都已規劃導入ChatGPT,帶著學生一起探索「人機協作」的學習模式。

不是為了追趕流行,我的假設是,在ChatGPT的協作下,我的學生可以快速彌補自身因文化資本不足所造成的學習侷限,使其能以最快的方式提升學習能力與動機。

但進行這樣的協作,我認為有幾個觀念必須釐清,否則會產生極為嚴重的反效果:

1、請務必清楚,ChatGPT是一種「內容生成」能力優異的語言模型,但他不是「全知者」,白話的說,他的訓練方式與算法,可以生成非常貼近使用者意圖的「語法」與「內容」,但不具備任何決策與判斷能力。

2、原理很簡單,ChatGPT使用的是GPT模型(Generative Pre-trained Transformer),重點在「Transformer」,這是基礎的模型框架(GOOGLE 提出的里程碑式的架構),他是一個自然語言處理的模型(NLP),其運作機制就是根據之前已經「生成」的「數據」來「預測」下一個數據的「概率分布」,白話的說,就是透過數學公式與統計,根據使用者提供的指示或提示,去選擇每一個字詞最有可能的下一個字詞,而這通常是透過隨機採樣的方式實現。

3、換言之,ChatGPT就是通過對話形式,使用者對其提出指示,人工智慧根據這個指示,去隨機生成與其相關字詞語義「概率最大的組合」,這意味著,ChatGPT可以提供你想要的內容,但不一定是準確的內容,而是趨近你需求意圖的內容,切記,這些內容就是概率生成,而不是判斷後的「解答」。

4、所以,在自然語言處理中,模型的生成結果不一定準確或符合實際意義,因為模型生成的內容是基於之前已生成的內容和當前任務的條件概率,「並不是基於真實的知識或事實」。這跟人類的學習與理解不一樣,人工智慧可生成的內容,無法跳脫他的模型資料,但人類的資訊會不斷地更新,也有不同的語境、脈絡與管道可以幫助我們進行識別與判斷,但人工智慧沒有。因此,生成的內容可能包含一些語法錯誤、邏輯矛盾或與實際不符的信息。

5、Open AI在談及ChatGPT的侷限時,有一句話十分重要:理想的答案取決於「模型知道什麼」,而不是人類演示者知道什麼。

所以,在使用ChatGPT進行教學時,我認為必須要先對學生建立這些初步的認知。在這樣的認知基礎下,我們便可以思考,如何利用ChatGPT的優勢,導引學生學習,思考教學應用。

1、作為創意發想的起點:要產生創意,通常需要先進行大量的發散思考,再進行歸納收斂。人工智慧可以協助生成、討論和修改想法,但不必擔心它會取代人類的角色。因為人工智慧是基於人類的意圖生成內容,且輸入品質會影響輸出品質。對話式的人工智慧能夠更好地滿足學生的需要,因為學生的思考可以影響人工智慧生成的內容,同時這些生成的內容也能夠激發學生進一步思考。

2、透過評估深化概念理解:學生對於知識的掌握不佳,通常是因為對概念理解不夠深入。但知識概念往往很抽象,而學生的理解能力也因人而異。最理想的情況是能夠個性化、差異化教學,但實際上這很難實現。ChatGPT可以解決這個難題,但值得注意的是,我們不是要求人工智慧解釋概念(這當然是一個方法,學生可以通過提問進行深入理解),而是導引學生進行評估。因為人工智慧並不總是能給出合適或正確的答案,這提供了一個自主探索的機會,通過教師的指導,學生可以學習如何評估和判斷。這一點很有趣,未來可能成為一種新型考試方式。

3、學習的遷移和模擬應用:當學生認為自己掌握了一個概念後,老師可以提供一個應用情境,或者導引學生去創造應用情境,通過與人工智慧對話的方式進行概念的模擬實踐。學生可以探討哪些概念可以應用在什麼情境中,這些應用是否可行以及如何應用概念進行決策。在這

當然,這些都只是提議,還有待驗證,但這的確是教育創新的新機會。我認為,如果觀念正確,應用合宜,知識學習的門檻將會大大的降低,學生學習的自主性也會極大的提升,當然,萬年難解的學習動機低落問題,也可以獲得提升,因為許多不足之處,人工智慧已經幫學習者鋪墊與填補。

這對學習,將是很大的幫助。

CC BY-NC-ND 2.0 版权声明

喜欢我的文章吗?
别忘了给点支持与赞赏,让我知道创作的路上有你陪伴。

加载中…

发布评论