澳洲大学被曝千名学生作弊！AI代写背后的教育危机，遮不住了……

前段时间，《悉尼晨锋报》报道了一则指控澳洲大学学生“集体作弊”的新闻。

根据报道内容，澳洲大学有数千名学生被指控学术作弊，数量之多令人咋舌。

作弊形式包括抄袭、网络代考、找“枪手”代写、使用AI代写等。

图源 | 悉尼晨锋报

其实从ChatGPT等AI工具面世以来，学生作弊的相关新闻就层出不穷，很多人将其视为一场时代发展下的教育危机。

面对人工智能给教育带来了巨大的挑战和冲击，学生应该如何应对？怎样看待其中的利弊？

远播教育集团总经理、远播教育研究院执行院长邹宏宇先生曾在IEIC大会上对此发表见解，告诉大家如何有效利用ChatGPT，面向未来人才培养。

*以下内容摘自邹宏宇先第六届IEIC大会主题演讲《人工智能时代的人才培养》，为方便阅读，以第一人称叙述。

人工智能时代

是人被机器智能绑架的时代？

人工智能时代，到底是一个让人更加自由的时代？还是人被机器智能绑架的时代？

目前从全世界的科学家和工程师的态度来看，大约有一半的人特别看好人工智能，另一半人可能特别恐惧人工智能。

凯文·凯利在《5000天后的世界》一书中提到，人类科技自古以来可能都是51%和49%的关系——科技带来的益处占比为51%，而它引发的问题占比为49%。

他判断一项科技好坏的唯一标准，就是能不能让人更加自由。换句话说来说，是不是真的解放了人的生产力、解放了人、解放了自由的时间。这是非常值得我们思考的问题。

时至今日，很多职业已经被人工智能替代。

《人类简史》中提到，人类在拥有了小麦之后，便只能居住在小麦便于生长的区域，我们以为是人类驯化了小麦，也可能是小麦驯化了人类。

人工智能也是如此，当人类驯化它的时候，也可能被它所驯化，这是我们应该要警惕的事情。

图 | 邹宏宇先生第六届IEIC大会分享

许多教育工作者在看待ChatGPT对教育领域的颠覆的时候，我觉得是有些过于恐慌的。

首先，ChatGPT是一种大型语言模型，它背后的原理无非是通过回归算法达到一个最优概率的答案，实际上它并不能真正理解知识，它只是通过算力预训练产生最优概率的答案。

虽然我们现在跟ChatGPT对话，感觉它已经是个智能生命了，能帮我们概括总结，思维方式比我们更完善，还通过了图灵测试。

但在对话过程中，我们依旧能发现很多问题，比如关于数学的很多问题它都无法解答，另外它经常会一本正经地胡说八道。

因此，我们作为人类就更需要有自己的批判性思维，去判断它说的是正确还是错误的，这是非常重要的一件事。

现在比较热门的AIGC（利用人工智能技术生成的内容），不管是写一篇文章还是解一道题，它都能立刻给出答案。但AIGC本质上并不产生新知识，它只是知识的“搬运工”。

而且，ChatGPT的算力是有限的，每一次大模型的训练都非常消耗算力和能量。

举个例子，目前我们知道ChatGPT3.5（1750亿参数），训练1PB的数据大概需要3.14*10^23次浮点预算；A100每秒的运算19.5*10^12需要18630张A100的GPU算10天才能完成；光是算力成本和电费就要花费上千万美元。

所以至少在相当长的一段时间里面，人工智能对我们来讲只是手段，而非目的。

图源 | pexels

人工智能是为了解放人的时间，而不是让人去和机器竞争。但现在的时代，好像机器越来越像人，人反而越来越像机器。

如果我们的教育越来越僵化，目的和手段就似乎搞反了。

警惕以提升“学习效率”为名的

AI智能学习系统

回到今天的主题，人工智能时代人才的培养，归根结底就要是回归教育的本质。

我之前看到一个故事，有一个记者问“现代管理学之父”彼得·德鲁克：教育的本质是什么？

他回答了两句话：“For Human Being”和“To be a Human Being”。翻译成中文就是“为人”。教育的本质是为了人的幸福和成长，也是要成为一个完整的人。

图源 | pexels

在人工智能时代，人才培养过程中我们应该要警惕什么东西？

一方面我觉得要警惕以提升“学习效率”为名的各类AI智能学习系统。如果AI能够解放学生更多自由支配的时间，这是好的；但如果是为了更精准地猜题、刷题，我觉得这大错特错。

另一方面，我们要警惕过度依赖AIGC输出的信息，以至于逐步丧失自己的判断。

当然，有警惕也有提倡。

人工智能时代，在人才培养中我们要提倡什么呢？

短期来看，是很好掌握应用人工智能的人和不会用人工智能的人的竞争。这就要回归到基础教育阶段中基本的学科素养培养，比如说代数、概率、统计、线性代数以及计算机语言编程能力。

长期来看，是关注通用核心素养的培养。比如学习力、创造力、批判性思维、沟通与合作、综合问题解决能力等。

在这里，我想和大家分享一下我所理解的“学习的本质”。在我看来，学习就是思考。今天有嘉宾讲了学习要动手，在做中学、学中思，学习的核心就是为了提升自己的认知。

以下我2019年的时候总结出来的公式。可以供大家参考。

图 | 邹宏宇先生IEIC大会PPT分享

P代表思考力、K代表思维方式，思维方式的数量往往和深度思考的能力成正比，包括你的逻辑思维、批判性思维等；

T代表专注思考的时间、I表示获得的信息，I的前面是一个函数，我们需要对信息进行加工和处理，并不是说信息量掌握越多思考力就越深。

机器已经在深度学习

人更应该深度思考

现在很多人工智能都是在深度学习，我想问大家一个问题：你们觉得现在的人和2000年以前的人比较，我们比他们更聪明吗？

我之前问过很多学生这个问题，他们都觉得我们肯定比过去的人聪明。因为我们现在了解的知识量、信息量比他们大得多，他们不会用的东西很多，比如手机、电脑等。

但是古代人的思考力真的比我们现代人差吗？

我们今天依然在讲柏拉图、苏格拉底、亚里士多德，依然在讲孔子，我们看看三国时期那些尔虞我诈，他们的思考力比我们差吗？一定不是。这些人的智商、思考力、学习能力都是非常强的，只不过我们现在的信息量比他们多一点而已。

但是从这个角度讲，机器的信息量远远大于人类，ChatGPT一出现就拥有互联网所有的信息量，人类怎么能比得上呢？

当机器都已经在深度学习，人更应该深度思考。

图源 | pexels

人和机器唯一的区别是我们拥有灵魂和精神，机器没有。我跟很多人在科技领域辩论过，他们说机器人可以产生自己的情感和精神，我说不可能。

情感对于人类来讲是出于繁衍的需求，但对机器来讲它是一种累赘和附属品，机器不需要繁衍，它要复制自己太容易了。因此情感对机器来讲是不必要的，而对于人类来说是创造的源泉，越是在机器深度学习的时代，我们越是要把人往精神方面去塑造。

从家庭和社会的角度来讲，我们要多鼓励学生低成本试错，向失败去学习。

现在很多学生是害怕失败的，因为一失败就是负反馈，负反馈就是打击，老师和家长都会批评他。

其实这非常不应该，学生的失败都是为了下一次的成功，他前面失败越多可能后面就会越好。我们需要积极健康的成长环境，培养更多的创新人才。

往期荐读

84%留学生选择“润”回国！看了这份报告，我对海归求职“祛魅”了

耶鲁大学校长：学生毕业后，拥有很专业的知识，是耶鲁教育最大的失败

国际学校劝退贴：什么都不懂的家长，婉拒了

美国突发AI禁令！中国留学生的STEM路被斩断了？

为什么现在的孩子“勤奋却无效”？这位教授的答案堪称范本！

清华教授杨振宁：养育聪明的孩子，千万别着急！他的教育观太惊艳了