EN
在未完的书里寻找

输入关键词,寻找已经公开的文章。

教与学 · 人与 AI

ChatGPT 带我读 MIT AI 教育报告(三)

当信息和帮助都可以随时从 AI 获得,人为什么还要来到大学,与其他人共同生活和学习?

本文目录
  1. 3.2 Center people, community, and the residential experience
  2. 3.2.2 甚至提出 Tech Free Times
  3. 3.2.3 一个我很喜欢的原则:老师也要 disclosure
  4. 3.2.4 AI literacy,不只是 prompt engineering
  5. 3.2.6 Thesis 必须声明 AI 怎么用

上一篇谈到,AI 不仅让作业失去证明能力,也让学生在遇到困难时越来越少向另一个人求助。

到 Section 3.2,MIT 开始追问这个变化更深的后果:如果信息、解释和帮助都可以随时从 AI 获得,人为什么还要来到一所大学,与其他人生活和学习?

以下继续保留 ChatGPT 原本的分析。


3.2 Center people, community, and the residential experience

人与校园共同体

如果 3.1 是“重新设计课程”,

3.2 就是:

重新回答为什么还要去大学。

这部分其实有一点哲学意味。

MIT 直接说,AI 到来时,美国大学里的 social fabric 本身已经比较脆弱:孤独、disconnect、疫情后的线下共同体恢复、校园关系等问题都已经存在。

MIT 报告关于住宿制教育的原文摘录

AI 可能进一步加速:

individualization。

每个人都拥有一个高度个性化的 tutor/assistant/advisor。

从 efficiency 看很好。

但 community 可能越来越弱。

于是 MIT 给 residential education 一个非常明确的辩护:

你不是为了得到 information 才来 MIT。

information 在线上早就很多了。

你来这里,是为了:

和别人一起完成困难的事情。

他们甚至写:

学习之所以有效,是因为它同时具有 challenging + social 两个特点。

这个定义我觉得非常漂亮。

3.2.2 甚至提出 Tech Free Times

MIT 建议建立更多 campus rituals 和共同体验。

其中一个脑洞是:

Tech Free Times。

某些时段不安排课程、office hour 或会议,而鼓励面对面活动。

还有 collective reading、discussion、community events 等。

注意,他们不是在说:

“technology bad。”

他们是在说:

有些 human interaction 不应该只因为存在更高效的数字替代品,就自动消失。

3.2.3 一个我很喜欢的原则:老师也要 disclosure

学生用 AI 要 disclosure。

那教授呢?

MIT 说:

一样。

如果教授大量用 AI:

生成 slide, 生成教学内容, 评分, feedback,

应该告诉学生 how and why。

因为学生会立刻发现一种 double standard:

“你不让我用 AI 写作业,但你用 AI 给我改作业?”

尤其报告提到,学生非常不喜欢:

自己花几个小时完成 assignment,

最后收到的是:

AI-generated feedback。

于是 MIT 提出一个很好玩的替代办法:

与其教授偷偷使用 AI grader 给分,

可以把 AI grader 直接给学生。

让学生在提交前自己反复获得 formative feedback。

这样 AI 是:

learning tool

而不是:

judgment machine。

这是一个很好的 augmentation vs automation 例子。

3.2.4 AI literacy,不只是 prompt engineering

MIT 把 AI literacy 分成三个层次:

effective、responsible、ethical。

Effective:

你会不会告诉 AI 问题是什么、验证结果、识别 hallucination,以及最重要的——什么时候根本不该用 AI。

Responsible:

你是否理解 augmentation 和 automation 的区别,是否知道怎么诚实披露 AI contribution。

Ethical:

training data、bias、IP、environment、homogenization、authorship 等问题。

我特别喜欢:

when not to reach for AI

这一点。

真正的 AI literacy 不是:

“我什么都能用 AI。”

而是:

“我知道什么时候不用。”

3.2.6 Thesis 必须声明 AI 怎么用

这部分非常具体。

委员会建议:

所有 thesis 都应该说明 AI 在 thesis 生产过程中如何被使用。

同时 AI 不应该作为 co-author。

核心原则是:

AI 是在人类负责人指挥下使用的工具,而最终人类必须对准确性承担责任。

这很可能是未来 academic authorship 一个越来越重要的规范:

不是简单:

“用了 / 没用 AI。”

而是:

AI contribution provenance。

下一篇,我们进入报告最后一个层次。

当 AI 的能力、成本和使用方式持续变化,学校为什么不能只发布一份政策,然后五年不动?

如果你对这份报告感兴趣,可以点击原文继续阅读。

AI 贡献声明

由 ChatGPT 网页版分析、解读材料;作者负责分析、判断和筛选 ChatGPT 输出的观点,并将其中有价值的部分搬运、分享给读者。

WECHAT · 微信公众号仓颉的未完书公众号二维码仓颉的未完书

微信扫码关注,继续阅读。