ChatGPT讓教育陷入尷尬？能向AI問出一個好問題的孩子不會輸

這兩位可不只是說說而已。

一手打造了ChatGPT的美國人工智慧研究實驗室OpenAI，成立於2015年，而馬斯克正是當時的創始人之一；

至於微軟，2019年就注資10億支持OpenAI，建立起深度合作關係，如今ChatGPT大火，微軟又迅速動作起來，開始推進將ChatGPT嵌入微軟旗下的所有產品中，包括且不限於Bing搜尋引擎、Office辦公軟體、Teams協作程序和Azure雲服務等等。

2023開年，人工智慧這把火燒得實在太旺。燒紅了股市，點燃了新一輪的產業革命，也慌了普通人的心神：ChatGPT的強勢登場，瞬間將學習、教育、就業都推往一個更加不可預料的方向。新世界，真的要來了？

未來已來

AI學會學習了？

ChatGPT，英文全稱為Chat Generative Pre-trained Transformer，翻譯成中文是「預訓練生成式聊天模型」。是美國人工智慧研究實驗室OpenAI開發的一種全新聊天機器人模型，它能夠通過學習和理解人類的語言來進行對話。

簡單來說，它是一個「會聊天」的人工智慧。

到這裡，它的功用似乎與Siri無異。但ChatGPT的厲害之處，就在於它的長時記憶力和上下文關聯推理，語言組織的邏輯性，以及可以通過人類面對它提供錯誤答案時的反應不斷收集數據，然後疊代升級。

比如說，當你要求Siri給你講個笑話，可是不好笑，再問「還有嗎？」Siri可能就會說「對不起，我沒有聽懂您的問題」。因為在這一輪對話里，它已經不記得「笑話」這個關鍵信息了。

但ChatGPT就不會出現這個問題，它不用人類再次完整複述問題，就知道這個問題的意思是「還有（笑話）嗎？」並給出相對應的回答。

同時，ChatGPT的訓練數據相當大，3000億單詞的語料作為知識庫，加上1750億參數構成的模型，使得它的應答能力也被大大提高。

基於這些功能特點，它特別善於回答各式各樣的開放式問題，也能夠執行更加複雜的任務。這也是就為什麼，面對全球網友千奇百怪的提問，它幾乎都能對答如流。

圖源網絡

而這種能夠擬人化與人類進行對話的功能，看上去還屬於它比較基礎的功能。因為人們已經在嘗試中發現，寫文章、編寫代碼、甚至出商業方案，對ChatGPT來說都不在話下。

如果不夠滿意，還可以通過補充背景信息、增加具體要求等，讓它給出更符合情境需求的回答。

比如寫文案，如果要求是微博文案，ChatGPT會自動加「#」帶話題，場景換成小紅書，它又會立刻增添上一串emoji......

這些畫面感十足的應用場景，都讓它看上去已經更接近一個「會學習」的人工智慧。有網友戲言，再讓它這麼進化下去，很快就能達到《流浪地球2》里MOSS的程度了吧。

圖源ADOBE STOCK

可是，它是真的「會學習」了，還是只是表面看上去聰明？

我們可以從它的訓練方式中一探究竟。過去，我們對人工智慧的學習方式有一個大體上的認知，有點兒像我們在教育中常說的「填鴨教育」，通過喂給它海量的數據來進行訓練。

ChatGPT的訓練也是在這個基礎上進行的：

首先，從成千上萬的問題中，由人工標記出一些問題，並寫出參考答案給AI，然後AI參照這個示範去回答更多的問題。這個步驟叫做「收集示例數據，訓練一個有監督的模型」。

第二步叫做「 收集比較數據，訓練一個獎勵模型」，也就是，人們從AI對同一個問題給出的不同回答進行打分排序，通過這種結果的比較，訓練AI能夠自動判斷哪一個答案更好。

而第三步，就是給它更多的新問題，然後重複前兩步，回答問題、自我評分，這就是「 根據獎勵模型，對有監督模型進行持續的強化學習」。

不難看出，ChatGPT在前兩步都是在人類的指導學習，這中間需要大量的人類工作去標註數據。但是到了第三步強化學習，卻不太需要人力了，更多是對電力、算力的要求。

而且，隨著越來越多的用戶去跟ChatGPT對話，它基於人類反饋的學習能力還將進一步得到提升。

這個過程中牽涉到許多專業的計算機知識，對我們大多數非專業的普通人來說，要完全理解並不容易。但這個大體的訓練邏輯，卻給人一種極為熟悉的感覺： 先學習標準答案、再明確評分標準，然後重複練習、舉一反三——這不就是應試教育麼？

AI的光芒

照出教育的困境？

以往，對於科技發展的反應，教育幾乎始終是滯後的。

2011年，喬布斯還在問，「為什麼計算機改變了幾乎所有領域，卻唯獨對學校教育的影響小得令人吃驚？」而這時候，距離第一台計算機誕生已經過去了65年，即使從家用電腦普及開始算起也有三十多年了。

然而來勢洶洶的ChatGPT，最先一波引發討論和恐慌的話題中，居然就有教育。

圖源 The Edinburgh Tab

說起來，也不能怪人類太大驚小怪，從ChatGPT的一些戰績來看，它的確稱得上是「應試」的一把好手：

在SAT中獲得了1020分，超過了48%的人類考生；

通過了沃頓商學院的MBA考試以及法學院的考試；

以60%的準確率，通過了美國醫師執照考試 (USMLE)；

此外，ChatGPT還通過了谷歌編碼初級軟體工程師的面試，年薪18.3萬美元......

在接受媒體採訪時，清華大學新聞學院元宇宙文化實驗室主任瀋陽表示，「如果把人工智慧級別與人類智能對比，劃分擬人、同人以及超人水平，那麼ChatGPT相當於同人水準，並且在很多領域的水平已經近似一般的本科生。」

同時，他還提到，「目前AI正在處於從弱人工智慧向強人工智慧過渡階段，預計5到10年時間，ChatGPT將在很多領域達到碩士水平。」

這種說法不無根據，北密西根大學的哲學教授Antony Aumann就曾驚訝地發現，他班上一篇最好的論文，就出自ChatGPT之手。「表達清晰、邏輯縝密，甚至提出了較為深刻的洞見。」

Antony Aumann接受外灘君採訪

如果在「應試模式」下訓練出的AI都能達到甚至超過人類高等教育的水平，那到底是AI太好，還是我們太差？

ChatGPT將如何改變學術

圖源NPR

教育者還在思考教育的困境，學生們就先歡欣鼓舞地擁抱新科技了。

ChatGPT面世不久，就有學生用它寫作業的消息頻出，在面向美國學生的一些抽樣調查中，學生使用ChatGPT來完成學校功課的比例甚至已經達到89%。最近，有新聞稱，國內高校也已經有學生在用ChatGPT寫論文了......

馬斯克興奮高呼「再見啦家庭作業」的話音未落，那邊《紐約時報》就已經在報道「全美高校打響AI反擊戰」了。

在美國，許多高校教師已經開始採取行動，影響同樣波及到初高中，教師和學校都在試圖辨別學生是否在使用ChatGPT做作業。包括紐約市和西雅圖在內的一些公立學校系統，甚至已經禁止在學校Wi-Fi網絡和設備上使用它以防止作弊。

但根據Antony的觀察，這些做法幾乎都收效甚微。

學校試圖用各類偵查系統去判斷文本是否出自 ChatGPT，比如之前華裔男生Edward Tian開發的GPTZero，能夠根據文本的幾個特性來判定是機器還是真人所寫。 但只需學生對ChatGPT提出一些新的要求，再添加幾個小的語法、拼寫錯誤，就很容易逃過這類鑑別；

華裔男生Edward Tian開發GPTZero鑑別AI文本

還有學校在考慮恢復紙筆考試，用隔絕手機、電腦的評估方式去避免他們作弊。然而對於美國這一代學生來說，紙筆考試就意味著要他們從頭開始學寫字一樣，對從小就習慣了打字的他們來說就像是「中世紀的產物」。

還有一個辦法是用最近發生的事情設計考試題目。由於ChatGPT的訓練方式導致了它本身並不是一個資料庫實時更新的人工智慧，目前它的數據截止到2021年，因此對於2022年及之後發生的事情難以進行準確回答。

這是目前唯一行之有效的辦法，可似乎讓教育看上去更尷尬了。且不說ChatGPT能多快追上這個時間差，即使這樣做，也無法迴避他們未來有可能會被AI替代的尷尬。

AI進步這麼大，

我們的孩子會失業嗎？

或許，這就是為什麼人們已經見證過不少科技進步引發的社會變革，仍然會因為ChatGPT的出現而感到驚訝與恐慌的原因所在。

不僅僅是因為AI在學習能力上有了質的飛躍，更是因為傳統教育能培養出的人，都不再那麼不可替代。

如果說過去，科技進步還是集中在淘汰掉一部分「藍領」工作，ChatGPT則已經具備了相當的「白領」技能，辦公室文員、市場、新聞記者，對醫生、律師、金融分析師、計算機工程師這些門檻不低的工作也產生了威懾力。

而這些，幾乎涵蓋了大部分經歷過高等教育的孩子未來的職業方向。

不過同樣需要強調的是，要說到取代上面提到的這些工作，僅憑現在的ChatGPT，可能還未時尚早。

一方面，它仍然存在許多明顯的不足。比如回答問題時常常像一個「端水大師」，說一些不痛不癢、正確的廢話，邏輯清楚但缺乏觀點；而且，即使面對最簡單的數學問題，也常鬧一些離譜的笑話......

這些在前期訓練和後期投入商業使用的過程中，都將需要人力繼續監督和及時修正。

另一方面，工作本身也不僅僅意味著多種技能的集合體。比如通過了美國醫師執照考試，也並不意味著ChatGPT已經擁有了足夠的能力去勝任醫生這份職業。

所有與人打交道的工作，都涉及到一系列複雜而幽深的人際關係、情緒價值，這些越不容易被總結的，就是人類越不容易被AI取代的地方。

但傳統教育正在加速失效，也是不爭的事實。

數年前，清華大學經濟管理學院院長錢穎一教授就曾在演講中說，未來的人工智慧會讓我們的教育制度下培養學生的優勢蕩然無存。

近日，上海市教育委員會副主任倪閩景老師又撰文表示，面對ChatGPT，傳統教育已被逼入牆角。

甚至，有觀點稱，AI掌握所謂的創造力也並非完全不可能。

誠如愛迪生那句99%努力加上1%靈感的「天才論」，只要擁有足夠的數據和算法、算力，「努力」對AI來說是不存在問題的。那麼「靈感」對它來說，是不是也只意味著一串被代碼定義的隨機、偶然或者說小bug呢？

挑戰之下

機會和威脅一樣多

既然如此，我們的孩子能夠贏在未來的可能性在哪裡？

回看科技史，每一次科技的進步似乎都在強調，基礎知識、基本技能更容易被機器掌握，人類的贏面不在這裡。隨著人們對網際網路越來越依賴，也逐漸達成一個共識：培養學生的批判性思維、創造力和個性化表達將會愈發重要。

布魯姆將認知領域的目標由低到高分為 識記、 理解、 運用、 分析、 評價、 創造六個層次。

層次越高其共同性越少個別性越多，反之其共同性越多個別性越少。

目前ChatGPT表現出的認知層次，大概是在「運用」這一層，就已經超過了許多大學生的水準，所以我們會在危機中看清楚： 認知層次越高越重要，所以教育的目標應該設得更高。

但與此同時，我們還是忽略了這中間的一個常識，這個從低到高的過程，是跳不過去的。換句話說，教育困境的關鍵，是只有應試教育還不夠。

ChatGPT這尾「鲶魚」，到底是把未來的學習「卷」起來了。

因此，Antony希望學校能以更加積極的態度去擁抱科技。持樂觀態度的他甚至覺得， ChatGPT的出現，反而對高等教育來說是個機會。

高校擴招讓許多老師深陷機械而重複的工作，反而沒有太多時間跟學生進行一對一的個性化指導。但如果ChatGPT能幫忙批改作業、提供反饋，老師就可以轉變教學模式，不斷去問學生「為什麼」，去引導和發展那些更高的認知層次。

同樣的，學生也不必再浪費時間在那些堆砌文獻結論的論文寫作中，而更應該抓住機會去利用科技，儘量降低應試這部分的時間和精力成本。還可以對著ChatGPT去試驗那些他們不敢直接在老師同學跟前表達的觀點，強化表達自我這個過程的練習。

根據目前進展來看，ChatGPT未來的發展方向，還是傾向於作為進一步優化搜尋引擎、辦公軟體等的實用型工具。基於這一點，在教育中利用工具提升效能的思路也有了現實依據。

OpenAI的CEO、一手打造了ChatGPT的Sam Altman曾說，AI將引領新一代技術革命，而通用人工智慧是需要讓所有人都能享受到技術革命帶來的紅利。

Sam Altman

紡織機的出現，的確能淘汰掉一批流水線上的機械工作，但取代不了頂級的手工匠人；網際網路讓知識變得更容易觸達，但也不是所有人都看到了海量信息背後的價值。

真理藏在歷史的字裡行間：每一次科技的重大進步，都有可能加速人類社會的分化。而越早能夠掌握它的那些人，也就更有可能成為把握住時代紅利的那群人。

人工智慧不會取代你，但使用人工智慧的人會。

圖源網絡

此外，外灘君在科技大佬的對話、Antony的採訪中體悟到一點新的思考：提出一個好問題的能力。

其實在嘗試使用ChatGPT的過程中，大家多少都有此感受：提問越是精準，它的回答也就越令人驚艷，相反，如果問題本身就是大而空的，答案也很可能出現「一本正經胡說八道」的情況。

用自媒體人黃有璨的話說，「使用者不同，它能創造的價值+帶來的生產力提升會差異極大。或者說，懂得如何向GPT提出好問題，將是一個能帶來本質差異的能力。」

狹義的技術層面上講，當我們越能向ChatGPT提供清晰的邊界條件和初始變量輸入，它越能更好地進行檢索、窮舉和學習，也才能更好「吐」給你有質量的信息。

而從廣義的創新能力來講，在「範式的學習+突發的創意」這個組合之下，好奇心、探索欲才是我們人類真正能保有自信，不會被AI打敗的地方。

而要培養出一個具備好奇心、探索欲的孩子，教他提出一個好問題，就是一個好的開端。

參考文獻：

(上下滑動瀏覽)

1. e公司：《殺瘋了！ChatGPT引燃新一輪AI革命，創業新風口來了？業內：正視差距夯實基礎》，阮潤生

2. AssemblyAI: How ChatGPT actually works, Marco Ramponi

3. The New York Times: Alarmed by AI chatbots, universities start revamping how they teach, Kalley Huang

4. 黃有璨：ChatGPT與這一代網際網路人的未來，黃有璨

5. ChatGPT背後：一個天才、百億融資和1億日活｜全球

活動推薦

面對未來科技，您有哪些新的育兒思考？

添加小助手

進#外灘教育報團養娃群，

和其他爸媽一起交流育兒經驗吧！

關注外灘教育

發現優質教育