ChatGPT在高等教育领域的应用、风险及应对.pdf
《ChatGPT在高等教育领域的应用、风险及应对.pdf》由会员分享,可在线阅读,更多相关《ChatGPT在高等教育领域的应用、风险及应对.pdf(10页珍藏版)》请在咨信网上搜索。
1、 ()年 第 卷 第 期 收稿日期:基金项目:北京市教育科学“十四五”规划课题优先关注项目“北京市双一流高校教师队伍建设研究”()作者简介:崔宇红,研究馆员,博士,图书馆副馆长,主要从事高等教育、科技创新评价研究;通信作者:白帆,博士研究生,主要从事高等教育研究。本文引用格式:崔宇红,白帆,张蕊芯 在高等教育领域的应用、风险及应对 重庆理工大学学报(社会科学),():,(),():()新一代人工智能技术应用及影响 在高等教育领域的应用、风险及应对崔宇红,白帆,张蕊芯(北京理工大学 人文与社会科学学院;图书馆,北京 )摘要:人工智能是推动高等教育变革的重要战略支撑,作为这场变革的催化剂拥有巨大的
2、应用潜力。首先分析 的核心技术优势;接着以学习生命周期为框架,从教学内容优化、教学过程辅导辅助、教学方法优化、学术论文写作以及教与学效果评价 个方面,回顾总结人工智能支持的学术教学和学习服务,展望 在高等教育的 种应用场景;最后指出,的应用存在技术可靠性、学术诚信、偏见与歧视、数据隐私与安全、法律与知识产权等方面的风险挑战,教师、学生、高等教育机构以及政府部门应密切关注该领域的发展趋势,并做出适时调整,以推动高等教育的高质量发展。关键词:;人工智能;高等教育;应用场景;应用风险中图分类号:;文献标识码:文章编号:()一、引言在 世纪的高等教育领域,人工智能和自适应学习技术的融合应用正在引发颠覆
3、性变革。自 年起,美国高等教育信息化协会()连续 年发布 地平线报告:教与学版,均将人工智能列为未来影响高等教育发展的趋势和核心技术。在党的二十大报告中,人工智能被认为是“推进教育数字化,建设全民终身学习的学习型社会、学习型大国”的重要战略支撑。此外,年 月在北京召开的世界数字教育大会以“数字变革与教育未来”为主题,也强调了人工智能在高等教育数字化转型中的重要作用。与此同时,代表人工智能最新突破的 技术,则有可能成为这场变革的催化剂,引领人工智能教育应用走向成熟,重塑未来高等教育的形态。是美国人工智能研究实验室 于 年 月 日发布的智能对话代理程序,亮相仅一周后就已经有 万用户注册,截至 年
4、月,其月活跃用户已经达到 亿,成为历史上增长最快的消费者应用程序。受到国外主流媒体的广泛报道,其中,、彭博社、连线、福布斯和 纽约时报 等的报道涵盖了 的基本信息、功能、应用场景和对未来的潜在影响;麻省理工商业评论 将 列入 年度阅读量最高的话题;年 月 日,登上了微博热搜榜,话题涉及“多家学术期刊禁止将 列为合著者”“美国 的大学生都是用 做作业”“百度类 产品名为 ”等。可以说,已经成为全球范围内备受关注的现象级科技事件。教育科研界从不同视角探讨了 在高等教育应用中的复杂影响。科学 杂志探讨了 的作者身份问题并相应调整了出版策略 ,自然 杂志的编辑认为 可能会损害科学的透明性 。来自不同专
5、业学科,例如计算机科学、数学、化学、语言学和医学等的学者,对 在高等教育中的实践进行了探索。计算机科学领域的研究表明,可以生成多样易懂的代码解释,帮助学生更好地理解代码和掌握编程技巧,自动化代码审查和文档生成有助于提高编码的质量和可读性,辅助教师更有效地指导学生 。在化学教育中,微调后的大型语言模型可以帮助教师评估学生答案的质量 。在语言教学中具有很大的潜力,它可以提供个性化的交互和指导,缓解学习者的焦虑情绪,提高学习效果和学习兴趣 。在医学教育领域的应用最为广泛,包括自动评分、教学辅助、信息获取、生成案例场景等以及在临床管理和决策过程中发挥作用。研究人员使用 开发基于自适应学习的系统,根据学
6、生的个人需求和学习风格,为其提供量身定制的医学教育资料和学习反馈。在临床诊断中,与临床数据相结合,创建了一个自动化的决策支持系统,预测患者的疾病风险、评估诊断结果的可信度,并提供个性化的治疗建议 。同时,研究人员评估了 在美国医学执照考试()中的表现,发现 在预测考试成绩方面的表现达到或接近考试通过的分数阈值,具有很高的准确性和稳定性 。在高等教育领域的应用仍处于起步期,具有巨大的发展潜力,在进一步探索技术发展的同时,也需要解决诸多伦理、隐私、安全以及法律方面的风险问题,拓展进入公众认知和政府议程。本文在回顾总结高等教育领域人工智能应用研究的基础上,重点探讨 在未来高等教育中的应用场景和风险挑
7、战,以确保 技术在高等教育的转型过程中获得安全、可靠和有效的应用。二、核心技术概述 指使用 ()模型架构的聊天机器人应用程序。作为一种广泛应用于自然语言处理领域的预训练模型,引领了大型语言模型的新时代。相较于 和 的类似预训练模型,在智能客服、智能问答、机器翻译、文本摘要等领域的表现更加自然流畅。这主要归功于其采取的核心技术,即在大规模数据上训练模型,基于 模型架构以及对特定任务使用预训练微调策略进行优化。(一)大型语言模型大型语言模型(,)是指参数规模巨大、预训练的深度神经网络模型。年月发布的 模型是迄今为止最大的语言模型,涵盖 万亿个参数,使用来自多种来源的海量语料库进行预训练,包括互联网
8、、电子图书、维基百科、论坛、新闻文章、博客、多媒体文本等 。通过学习大规模的语料库来理解语言结构、语法、语义、逻辑等方面的知识,从而完成生成自然语言文本、回答问题、翻译、对话等任务。作为一种大型语言模型,展示了惊人的文本生成能力和广泛的通用性,能够完成多种自然语言任务。研究发现,尽管在某些领域,例如金融和心理学,人类专家的回答准确率明显高于 ,但在其他领域如法律和技术方面,的表现接近甚至超越人类专家。为了探究 在医学领域中的表现,研究者收集了来自两个医学问答网站的人类专家回答和 回答,并进行了比较。研崔宇红,等:在高等教育领域的应用、风险及应对究发现,在临床医学领域的回答准确率低于人类专家,但
9、在医学研究和基础医学方面,的表现与人类专家相当。此外,在提供具体建议和特定细节方面表现优于人类专家 。(二)模型 模型是由谷歌在 年提出的一种基于注意力机制的深度神经网络模型,并进一步在机器翻译的效果上得到了显著提升 。自注意力机制可以比喻为人类阅读一段文字的过程,人类在阅读时也会对每个词汇给予不同的注意力权重,将其与上下文进行联系,从而理解全文的含义。在传统的神经网络模型中,每个神经元的输入都是前一层所有神经元的输出,因此无法充分利用输入序列中各个元素之间的关系。而 模型引入了自注意力机制,通过给予不同位置的元素不同的注意力权重,使得模型可以根据序列中元素之间的相关性来加权组合信息。的 结构
10、的核心创新点在于提出了多头自注意力机制(),即在不同的“头”中分别计算注意力权重,以获得更多细粒度的关注信息。这种机制使模型可以更好地捕捉不同元素之间的关系,并且可以并行计算多个头的注意力权重,加速了模型的训练和推理过程。这使 在处理长序列和建模长期依赖关系方面更加有效,并且在自然语言处理等领域取得了很好的表现。(三)预训练微调策略 的预训练微调机制包括预训练、微调和 这 个阶段。具体来说,预训练阶段采用 架构,在大规模数据集上进行无监督的预训练,以训练出通用的语言表示。预训练过程采用了自回归语言建模任务,即让模型根据前面的文本预测下一个词的概率分布,并最大化预测正确词的概率。微调阶段通常采用
11、有监督的学习方法,即使用标注好的数据集进行训练,以调整模型在特定任务上的权重,以便更好地完成任务。微调的具体方法包括单个任务微调、多任务联合微调、迁移学习等。在微调阶段后进一步进行 ,即进一步调整模型在目标任务上的性能。的方法通常包括超参数调整、数据增强、知识蒸馏等 。这种预训练微调的策略已经被证明是一种高效的方式,能够在各种自然语言处理任务上取得很好的性能。三、在高等教育领域的应用场景这里以学习生命周期的概念为框架,涵盖了教学内容优化、教学过程辅导辅助、教学方法优化、学术论文写作以及教学和学习效果评价等 个阶段,并从学习者和教师两个维度提供了 种人工智能支持的学术教学和学习服务,并基于此展望
12、 在高等教育背景下的应用场景。(一)教学内容优化 教学目标确立教学目标是关于教学将使学生发生何种变化的明确表述,是指在教学活动中所期待得到的学生的学习结果。教学目标的确立是开展一切教学活动的前提和基础。人工智能技术可以结合教育目的及学生情况确定当前课程的教学目标,近年来,已有多项工作使用了人工智能技术来协助确立教学目标。例如:利用机器学习算法来确定可能对学生毕业率造成不利影响的因素 ,或采用结果导向教育()的方法,确定学位课程预期的结果,从而确定教学目标 。教学内容设计教学内容设计是教学活动的重要前置因素。在教学内容设计方面得到了广泛的应用。教 :师可以输入学科领域的相关信息,如历史事件、科学
13、原理等,便可以输出自然、流畅的文本,这些文本可以用于课程大纲的编写,其中包含对每个主题的简短描述,在此基础上还可以提供相关知识的扩展和重新组合以及教学辅助工具的开发。在学生学习方面,可以通过学生的学习历史记录和兴趣爱好,为每个学生生成适合其学习风格和学科领域的学习材料和作业,从而提升学习效果和增强学习动力。此外,人工智能也可在标准化考试中发挥作用,如设置多套试卷以避免剽窃问题或设计一系列难度递增的作业或考试。深度学习技术可以用于特征提取或难度估计,例如利用注意力机制模拟阅读问题中每个句子的难度测试。教学材料自动问题生成教学材料自动问题生成(,)可以帮助改进学生的学习和理解,评估材料的信息,并帮
14、助教师添加补充材料。主要由两个方面组成:内容选择和问题构建。内容选择通常使用不同的统计特征来完成 。问题构建传统上采用基于规则的方法 和基于循环神经网络()的方法对数学表达式和主题词进行编码,以自动生成问题 。现有研究集中在使用一系列方法提高话题相关性、表达相关性、语言连贯性以及生成问题的完整性和有效性 。对于一般知识测试,有学者提出了一个自动生成问题和答案的框架可用于教学材料的创作,如阅读理解任务 。语言模型还可以产生问题和提示,鼓励不同知识和能力水平的人参与,并引发批判性思维和问题解决。此外,它们还可以用于生成有针对性和个性化的练习题和测验,生成防止剽窃的标准化考试题目,这有助于确保学生掌
15、握材料。(二)教学过程辅导辅助 交互式辅导辅助工具基于“积极互动促进学习”的理论,早期的交互式辅导辅助框架通过口头或动作交流的方式,让学生与教师或教学实体互动,并获得反馈或指示。随着时间的推移,交互式辅导系统逐渐采用深度学习算法,结合各种数据(如文本、语音等),推断学生实时状态并定制互动方式,提供精确的反馈和进一步指导。最新的交互式辅助工具通过使用资源密集型算法和复杂的组合,不断发展和提高定制化教育的水平。个性化辅导辅助工具个性化教育对学生学习成果具有积极的影响。因此,个性化学习系统和辅导辅助工具被广泛应用于教育领域。在课程内容方面,个性化可以通过课程内容排序、提示和附加资源的显示等方式实现。
16、创造性学习的个性化路径可以通过训练决策树并根据学生背景信息推断出来。深度强化学习在教学排序问题上的应用也越来越普遍。此外,还有一些基于信息检索和自然语言处理技术的框架,可以连接学生过去的讨论,定制学习内容,以及促进学生之间的协作。为了减少信息过载并提高学习体验,基于深度学习的课程推荐系统()已被提出,该系统利用学生行为和课程相关数据来训练基于神经网络的推荐系统 。情感感知辅导辅助工具研究建议在设计辅导系统时应将学习者的情感和行为状态纳入考虑,以提高教学的有效性 。传感器数据可以用于跟踪学生微小的身体运动(例如目光、面部表情和姿势),从而推断学生的情感和行为状态。研究者使用交互数据构建了情感检测
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- ChatGPT 高等教育 领域 应用 风险 应对
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。