人工智能正在降低知识的价值，大学应该重新考虑所教授的内容？

快速阅读: 奥克兰大学教授帕特里克·多德撰文指出，AI尤其是大型语言模型的兴起，正改变知识获取格局，挑战大学传统价值。大学需转型为判断力中心，培养团队协作、伦理判断等关键技能。

【AIbase报道】生成式人工智能,尤其是大型语言模型(LLM)的兴起,正以前所未有的速度改变知识获取的格局。奥克兰大学商学院教授帕特里克·多德在《对话》(The Conversation)上撰文指出,随着AI以低成本、高效率的方式提供知识,大学作为传统知识来源的价值正在受到挑战。他认为,大学必须重新审视其核心功能,以适应这个由AI驱动的新时代。

多德教授分析,大学长期以来奉行“知识稀缺”的原则,通过提供 独家 课程和学位证书来证明学生获取知识的能力。然而,AI技术的进步已大大降低了获取专业知识的门槛,LLM不仅能检索事实,还能进行解释、翻译和总结,使得曾经“稀缺”的知识价值大打折扣。这种变化已经在劳动力市场显现,自ChatGPT问世以来,英国入门级职位空缺减少了约三分之一,美国部分州甚至取消了公共部门职位的学位要求。

然而,多德强调,并非所有知识都同等贬值。虽然基础知识的价值下降,但 隐性知识 ,如团队协作、伦理判断、创造力以及解决复杂问题的能力,仍是AI无法取代的稀缺资源。他指出,未来教育的重点应从传授信息转向培养这些关键的人类技能。

为应对这一挑战,多德教授为大学提出了四项转型建议: 评估转型 :将课堂评估重点从单纯的知识记忆转向 判断和综合能力 的考察。

体验式学习 :投入资源开发导师指导项目、模拟现实场景,并利用AI作为工具进行伦理决策研究。

技能微证书 :创建针对协作、自主学习和伦理判断等关键能力的微证书。

深化产学研合作 :大学提供专业知识,企业提供真实案例,学生则专注于验证和完善想法,共同培养适应未来市场的复合型人才。

多德总结道,如果大学想要在未来立于不败之地,就必须从一个单纯的 信息来源 转变为一个 判断力中心 ,教会学生如何与AI协同思考,而非与之竞争?

(以上内容均由Ai生成)