学生必须学会成为不仅仅是无脑的“机器思维者”

快速阅读: 据《爱尔兰时报》最新报道，大学生广泛使用人工智能，九十二%的英国本科生表示使用生成式AI。然而，过度依赖AI可能阻碍批判性思维的发展。剑桥大学教授玛丽亚·阿布鲁指出，让学生改进AI生成的文本效果不佳。伦敦大学学院副教授迈克尔·维利则认为应谨慎使用AI，避免影响学生潜力。微软的研究显示，自信且具备基础能力的人能更好地利用AI而不依赖它。大学和学生应警惕盲目使用AI，培养独立思考能力。

大学生们像一个拿着皱巴巴地图的焦虑新手司机转向卫星导航一样，急切且合乎情理地接受了人工智能。高等教育政策研究所对英国本科生的一项调查显示，今年有九十二%的学生以某种形式使用生成式人工智能，而去年这一比例为六十六%，而在评估中使用人工智能的学生比例从五十三%上升到八十八%。大学应该怎么做？我的直觉是应该积极应对。告诉你的学生你将给像ChatGPT这样的工具同样的论文题目，并告诉他们如何与之互动。他们会根据他们的版本比机器版本更好来评分：更原创、更有创意、更有洞察力或更准确。或者给他们人工智能版本并要求他们改进，并识别和纠正其幻觉。毕竟，学生们在职场上的前景将取决于他们能增加多少价值，超过机器所能提供的。越来越多的研究表明，这些编辑和监督任务将变得越来越普遍。微软今年发布的一项关于知识工作者使用生成式人工智能的研究发现，该工具已经改变了“批判性思维的本质”，从“信息收集到信息验证”，从“解决问题到整合人工智能响应”，以及从“执行任务到任务管理”。

但是，就像许多令人愉快的简单解决方案一样，我的想法结果证明是一个糟糕的主意。剑桥大学经济地理学教授玛丽亚·阿布鲁告诉我，她的系曾经尝试过这种方式。但当他们给本科生一篇人工智能文本并要求他们改进时，结果令人失望。“改进非常表面化，没有改变论点的结构，”她说。硕士生做得更好，可能是因为他们已经具备了批判性思考和构建论点的能力。

问题在于，如果我们不训练他们自己思考，他们是否会因此无法发展这种能力？在疫情促使评估方式转向学生上网后，阿布鲁所在的系现在又回到了闭卷考试条件。伦敦大学学院法学院的副教授迈克尔·维利告诉我，他的系也回到了使用更传统的考试方式。作为科技政策专家，维利认为人工智能对学习过程是一种威胁，因为它为时间紧迫且渴望获得好成绩的学生提供了诱人的捷径。“我们很担心。我们的职责是警告他们这些捷径——这些限制他们潜力的捷径。我们希望他们在需要的时候能够使用最佳工具，但在适当的时候这样做，而不是一开始就使用。”

这种担忧不仅适用于基于论文的学科。ACM数字图书馆对编程初学者的一项研究发现，成绩较好的学生聪明地使用生成式人工智能工具“加速向解决方案前进”。其他人表现不佳，可能产生了误解，但由于人工智能，他们维持了一种不合理的自信错觉。我们很快会在工作中看到同样的模式。微软（正在大力推动人工智能进入工作场所）的知识工作者研究表明，生成式人工智能工具“降低了批判性思维的感知难度，同时也鼓励过度依赖人工智能”。

当然，这并不是什么新鲜事。一九八三年，丽桑妮·贝因布里奇在一篇著名的论文《自动化中的讽刺》中指出了问题所在。她认为，被要求成为“机器操作员”的人类会因为缺乏定期使用而技能和知识退化，当他们需要干预时会变得更困难。在很多情况下，这都是可以接受的。人们接受了卫星导航，不再重视正确的导航技巧。世界并没有结束。但对于所有人来说，盲目接受各种工作任务中经常出错的人工智能输出并非明智之举。

如何避免这种未来？就像编程学生一样，答案似乎是了解你的东西：微软的研究发现，那些对自己有信心的人——知道自己如果想的话可以在没有人工智能的情况下完成任务的人——会应用更多的批判性思维。研究人员得出结论，“保持基础的信息收集和问题解决能力将帮助工人避免过度依赖人工智能。”换句话说，要有效地而不是盲目地使用捷径，你需要知道如何在没有捷径的情况下做到这一点。大学和学生请注意。

(以上内容均由Ai生成)