生成式人工智能技术原理及其教育适用性考证

被引:69
|
作者
苗逢春
机构
[1] 联合国教科文组织总部教育信息化与人工智能教育部门
[2] 北京师范大学互联网教育智能技术及应用国家工程实验室
关键词
生成式人工智能; ChatGPT; 人类思维符号表征; 价值观及语言偏见; 教育适用性; 基础模型;
D O I
暂无
中图分类号
TP18-4 []; G434 [计算机化教学];
学科分类号
040110 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
作为对联合国教科文组织发布的《生成式人工智能教育与研究应用指南》进行系列解读的第一篇,文章着重对生成式人工智能技术原理进行追本溯源的辨析并考证其教育适用性。生成式人工智能是可跨人类思维表征符号加工和生成新内容的人工智能技术,但其并不理解语义和真实世界的技术局限会限制其变革教育的潜力。垄断性基础模型已引发数字基础设施升级的安全忧患并存在投射西方价值观和语言文化偏见的风险,故研发自主可控的基础模型和更具适用性的教育基础模型是生成式人工智能教育应用的安全底线。生成式人工智能主要以成人应用互联网产生的数据作为训练用数据,其基于聊天的内容服务方式不适合未成年人,应设置独立聊天的年龄下限。从教育内容提供的视域考证,基于广而杂数据集训练并采取付费内容服务模式的人工智能生成内容作为主要的教育内容获取来源,存在既不符合技术设计初衷也不符合教学目的的悖论。而从教学育人过程的视域考证,生成式人工智能输出内容可用自动化的“内容预制菜”明喻其惰化学习主体通过解构内容实现知识建构和技能获得的反智风险。课程内容制作、双基学习、特殊学习需求、高阶思维和探究实践,是设计主体适应和学科适用的生成式人工智能教学应用的主要情境与脉络。
引用
收藏
页码:5 / 18
页数:14
相关论文
共 2 条
  • [1] Scientific discovery in the age of artificial intelligence
    Wang, Hanchen
    Fu, Tianfan
    Du, Yuanqi
    Gao, Wenhao
    Huang, Kexin
    Liu, Ziming
    Chandak, Payal
    Liu, Shengchao
    Van Katwyk, Peter
    Deac, Andreea
    Anandkumar, Anima
    Bergen, Karianne
    Gomes, Carla P.
    Ho, Shirley
    Kohli, Pushmeet
    Lasenby, Joan
    Leskovec, Jure
    Liu, Tie-Yan
    Manrai, Arjun
    Marks, Debora
    Ramsundar, Bharath
    Song, Le
    Sun, Jimeng
    Tang, Jian
    Velickovic, Petar
    Welling, Max
    Zhang, Linfeng
    Coley, Connor W.
    Bengio, Yoshua
    Zitnik, Marinka
    [J]. NATURE, 2023, 620 (7972) : 47 - 60
  • [2] 数字文明变局中的教育数字化转型
    苗逢春
    [J]. 电化教育研究, 2023, 44 (02) : 47 - 63