1931年，英国南威尔士大学学院的讲师们就被留声机取代的风险进行了辩论，留声机是一种在当时对许多人来说似乎很愚蠢的唱片播放技术。快进到千禧年之交，当时学者们担心远程教育的后果，有些人甚至预测我们所知道的大学教育将结束。
2013年，加利福尼亚州圣何塞州立大学（San Jose State ）的教授们在给哈佛大学教授写了一封措辞强硬的信后成为头条新闻，因为他们觉得他的大规模开放式在线课程侵犯了他们自己的课程。
回想起来，我们可以微笑着告诉他们，这些担忧没有成为现实。鉴于这些过往经历，我们基本可以知道：历史是否会在 2023 年重演吗？
2022 年公司发布了（GPT 代表“广义预训练变压器”算法）。使用人工智能 （AI），可以对问题给予回答，生成从大纲到大学论文的所有内容。这种令人敬畏的能力使许多学者担心会挑战高等教育。
知道学生可以使用查找其他人的零碎作品以集成到自己的作品中是一回事。知道学生可以使用来缩短学习如何创造性和批判性思考、争论观点和做出道德判断的渐进、艰巨的旅程是另一回事。
世界各地的教授都在呼吁在课堂上全面禁止这项技术。他们建议恢复面对面的教学、静坐考试、使用笔和纸进行作业、使用新的人工智能工具来检测使用人工智能新工具的学生等等。
在短短几周内，的发布使很多教师得出了集体结论——长期以来用于评估学生思维和写作能力的传统论文已经死亡。由于该工具可以快速帮助改进计算机代码，包括用于恶意软件的代码，因此即使是计算机科学教授也在认真重新思考他们教授和评估学生的内容和方式。
但是，当我们应对这一新发展时，我们必须从历史中吸取教训，并得出明确的结论：禁止新技术将失败。我们不会赢得任何军备竞赛来开发检测人工智能的人工智能。因此，我们需要张开双臂拥抱它，就像我们过去对新技术所做的那样，以解释基本人性的方式。
知道学生可以使用查找其他人的写作以集成到自己的作品中是一回事。
知道学生可以使用 来缩短循序渐进、艰苦的学习之旅是另一回事。
先看的原理
后台存在一个词库或者文本库（训练模型），这些来自互联网的大量数据，被的工程师们进行了预先处理，猜测这个词库/文本库（训练模型）包括了数千亿个参数和数百TB的文本数据，几乎涉及人类编写的所有内容。由于词库/文本库（训练模型）是通过“用户提问，纠正回答的问题，并记录”的方式不断充盈的。用户可以问他们问题并获得类似人类的答复。这只是表面上的。猜测响应遵循一组贝叶斯统计量，这些统计量涉及某些单词跟随其他单词的概率。
当 回答任何问题时，它的算法（思路）是：“根据我预先训练过的人类语言统计模型，根据您的提示，接下来可能会出现哪些单词？”可以微调以考虑某些类型的语言 – 例如：删除脏话 – 但原理是相同的。它没有预先给定的上下文来说明用户的问题。
效果很强大，并产生震惊和敬畏的最初反应。作为人类，我们很容易认为工具知道、相信或理解。但是，事实并非如此。
教授们不容易被骗
被炒得沸沸扬扬的生成论文的新式作弊。其实无法对当前教育构成威胁。
如同“矛和盾总是相伴而生”，当有人用生成论文时候，几乎与此同时，有人发明了人工智能工具，判断某篇论文是不是生成的。大学教授们纵然不是第一个知道这个消息的，也不会是最后那批人。
时光退回十几年，当学生们用搜索引擎写出七拼八凑的论文提交给教授的时候，是否可以很放心地认为可以骗过自己导师的双眼和智慧？
结论自然是否定的！教授们除了丰富的经验、广博的阅读量（能记住很多论文内容），还有“论文查重工具”这一利器。
历史总是会不断重演。关于“颠覆了论文写作”这一担忧，完全是杞人忧天。
那么能给高等教育带来什么？请往下看：
确实挑战了高等教育
大学提供的不仅仅是职业培训。他们的核心是培养了解自然规律和社会制度的公民。他们教学生批判性和创造性地思考，清晰和合乎道德地沟通，以及有效和负责任的合作。
像这样的人工智能工具不会改变大学体验，但随着它们变得更加强大，它们会产生长期后果，迫使我们在更深层次上看待高等教育的目的。
大学是学生沉浸在旨在奠定实践智慧基础的经验中的地方——学生参与师生间的辩论、讨论，也都会经历失败，他们接受正向、负向反馈并做出判断。大学的作用在于，可以帮助学生学会做出决定并采取行动，这对社会有益，而不仅仅是对学生本身。
由于我们不能禁止技术，因此必须迅速接受人工智能工具对教学、学习、研究和推广的影响。我们必须将人工智能视为一种工具，可以用来鼓励实践智慧的发展。实际上的颠覆，显然言过其实了。
可以支持教育管理
人工智能技术和工具已经在改善教育的大多数方面大显身手。大学领导必须考虑如何调整以利用这些进步，并探索他们的学校如何在以下领域使用该技术：
对于大学来说，积极主动地解决这些问题至关重要。当代大学的管理人员们必须确保他们有效地利用人工智能技术来加强教育，并为学生的未来做好准备。
可以推动研究前沿
教授和学生们可以借助加强他们的研究，使用人工智能工具和技术来实现广泛的目标。其中包括：
人工智能很可能会产生我们尚未想象到的全新研究方法。研究人员和大学领导者需要充分利用人工智能的潜力，才能在各自的领域保持领先地位。
静观其变，顺势而为
虽然人工智能技术将为教育和研究带来许多好处，但它也带来了与隐私和偏见相关的未解决的道德和法律影响。随着技术的发展，可能会出现新的问题出现。但是，尽管这些担忧部分会变成实际问题，我们仍然相信，大家可以一起以平衡的方式整合技术，同时考虑道德、法律和人为因素。
此外，我们必须记住：人类倾向于高估新技术的直接影响，而低估其长期后果。历史告诉我们：只要我们谨慎对待这一挑战， 及其继任者可以帮助我们设计比以往任何时候都更丰富、更有目的的教育体验。
发表回复