随着OpenAI的ChatGPT于去年12月正式公开,由此引发的作弊问题已经引起学术界的广泛关注。全美各地的教学和学校董事会都开始认真思考,到底是该对AI写作工具张开怀抱、还是严厉制止。
教师们其实既忧心又兴奋,因为ChatGPT等聊天机器人确实能生成几乎任意格式、任意主题的文章。它能轻松创作一首莎士比亚十四行诗风格、但内容诙谐打趣的作品,也能就《了不起的盖茨比》中蓝色窗帘的象征意义写篇500字论文。大家甚至可以使用Quillbot这类工具来解释ChapGPT生成的文章,就如同一位贴心的“枪手”给用户讲解自己的创作思路。
当然,没人幻想ChatGPT能写出演说家级别的文案。但有评论说得好,“ChatGPT所知晓的一切,已经足够危险。”
除了学生论文这个狭窄的话题之外,也有一些教师对AI写作在增强学习体验方面的潜力感到兴奋,另一些教师则不太肯定该把这类工具引入课堂。目前,美国各地及互联网上关于ChatGPT的态度可以说是复杂多样。
纽约市禁止学生在校使用ChatGPT机器人
纽约市教育局明确禁止学生和老师在学苑网络及设备上使用ChatGPT,这似乎也是第一份反对在校内使用AI机器人的政策。据《华盛顿邮报》报道,尚不清楚学生能否在校外使用ChatGPT。
在一份写给《华盛顿邮报》的声明中,纽约市教育局发言人Jenna Lyle表示,“虽然这款工具有望为问题提供快速、简单的答案,但却可能阻止学生培养出批判性思维和解决问题的能力,而这种能力对于学业乃至整个人生都至关重要。”
相较于行动极快的纽约,其他各州及学区仍在纠结该制定怎样的应对之策。不过在部分学校,未等学区的官方意见出炉,教师自己已经在班内推行预防措施。
加利福尼亚州Pacifica Oceana高中的教师已经向学生发出警告,称不得使用AI写作软件完成作业。有部分老师在采访中表示,他们可能会要求学生上交“无法直接从AI处复制/粘贴的手写作业”。
为了阻止利用AI作弊,部分网站还创建了识别AI写作的工具,包括writer.com的AI内容检测器和反ChatGPT工具GPTZero。
“我用新年假期构建了GPTZero——一款能快速检测一篇文章是人工撰写还是ChatGPT生成的应用程序。”
值得一提的是,OpenAI自己也表示正在研究一种以数字方式为输出文本添加“水印”的方法,意味着文本中将保留机器人可以发现、但人类无法识别的AI生成线索。
拥抱潜力
在互联网上,特别是TikTok上,ChatGPT也引发了教师们的热烈争论。部分教育工作者认为,聊天机器人能为教师们创建课程规划和材料以简化作业完成流程。Dan Lewer在评论中写道,“请注意,我的观点是AI能帮助教师们更好地完成工作,而不是完全替他们完成工作。机器人取代不了好老师。”
TikTok上一另一位教师Tyler Tarver则认为,ChatGPT“能帮助教师更好地吸引和支持学生,针对不同水平的孩子准备教学材料。”为了证明自己的论断,Tarver用AI创建了部分课件脚本。Tarver还提到,“孩子们可以直接提交自己感兴趣的作业,比如为〈哈利波特与死亡圣器〉写一篇500字的文章。”除了对ChatGPT本身的认可,他还关注聊天机器人这种形式作为课堂工具的潜力。在他看来,聊天机器人可以帮助教师生成教学素材、也能作为学生们的辅助讨论工具。
当然,这些争论并没能达成共识——最终仍然是一部分教师表示乐观,另一部分仍在犹豫。从TikTok上的舆论风向来看,支持派的教师们主要是将ChatGPT视为一种类似于计算器和手机的纯工具——可以用来帮助学生完成作业,并不能直接替他们完成作业。
所以至少到目前,能否在课堂上使用AI写作工具还是由个别教师和学生的需求决定。
好文章,需要你的鼓励
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
微软推出Copilot调优功能,让企业通过低代码工具利用自动化微调技术训练企业数据。与基于公开数据的通用AI模型不同,企业需要理解内部数据和流程的专业化模型。Gartner预测专业化GenAI模型市场将在2026年翻倍至25亿美元。这些模型通常基于开源模型构建,部署为小语言模型,提供更好的成本控制和数据安全性,同时更易符合欧盟AI法案要求。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。