ศาสตราจารย์ Ethan Mollick กระตุ้นให้นักการศึกษาแนะนำ AI ให้กับนักเรียนเพื่อโอกาสที่เท่าเทียมกัน
บทความ, "สิ่งที่ผู้คนถามฉันมากที่สุด นอกจากนี้คำตอบบางส่วน” โดยศาสตราจารย์ อีธาน มอลลิค ตอบคำถามทั่วไปและความเข้าใจผิดเกี่ยวกับ Generative AI Mollick ซึ่งมีปฏิสัมพันธ์กับผู้เชี่ยวชาญหลายคนเกี่ยวกับ Large Language Models (LLM) ตั้งข้อสังเกตว่าข้อมูลที่ผิดมักแพร่กระจายเนื่องจากขาดเอกสารที่ชัดเจนจากนักพัฒนา AI เขาเน้นย้ำว่าไม่สามารถตรวจจับการเขียนของ AI ได้อย่างน่าเชื่อถือ ซึ่งเป็นการหักล้างประสิทธิภาพของเครื่องตรวจจับการเขียนของ AI และเน้นย้ำถึงความท้าทายในด้านความซื่อสัตย์ทางวิชาการ Mollick ยังกล่าวถึงความยากลำบากในการระบุภาพที่ AI สร้างขึ้น โดยแนะนำว่าการแยกความแตกต่างจากภาพจริงแทบจะเป็นไปไม่ได้เลย ศาสตราจารย์อีธาน มอลลิคยังได้แบ่งปันมุมมองที่ลึกซึ้งในจดหมายข่าวล่าสุดของเขา:
- การตรวจจับข้อความที่สร้างขึ้นแม้แต่ผู้ที่มีความชำนาญด้าน AI เช่น Mollick ก็อาจเป็นเรื่องที่ท้าทายได้ เมื่อมันเกิดขึ้น บ่งบอกว่านักเรียนอาจไม่ได้ใช้ความพยายามมากนัก โดยอาศัยคำแนะนำง่ายๆ
- ดังนั้น การรับรองโอกาสทางการศึกษาที่เท่าเทียมกันสำหรับทุกคนจึงจำเป็นต้องมีนักการศึกษาในการสอนนักเรียน เครื่องมือ AIพื้นฐานทางอุตสาหกรรม และอื่นๆ การแบน AI เป็นวิธีการต่อต้าน แต่ควรมุ่งเน้นไปที่การถ่ายทอดทักษะ AI ไม่ใช่แค่ความรู้เฉพาะโดเมนเท่านั้น
- ในขณะเดียวกัน AI ก็ช่วยให้นักการศึกษากำหนดมาตรฐานที่สูงขึ้น และท้าทายให้นักเรียนบรรลุเป้าหมายที่ดูเหมือนจะเป็นไปไม่ได้ หากนักเรียนประสบปัญหากับการท่องจำ พวกเขาสามารถหันไปพึ่ง AI เพื่อช่วยเหลือได้ภายในหนึ่งสัปดาห์ นักเรียนจะได้รับประโยชน์จาก Math and Code Interpreter สำหรับการวิเคราะห์ข้อมูล ในขณะที่ผู้เรียนภาษาต่างประเทศสามารถทำได้ สร้างเรียงความ ในภาษาอังกฤษที่สมบูรณ์แบบ แนวคิดเรื่องข้อยกเว้นจะล้าสมัยเมื่อคุณมี "อีควอไลเซอร์ที่ยอดเยี่ยม" เช่น AI
นอกจากนี้ Mollick ยังมอบทรัพยากรที่มีคุณค่าสำหรับการผสมผสาน AI เข้ากับกระบวนการทางการศึกษา ซึ่งรวมถึงระดับสูงด้วย โมเดลภาษาขนาดใหญ่เช่น GPT-4 และ Claude 2 สำหรับการจัดการเอกสารจำนวนมาก
ในส่วนของการใช้งาน AI ในทางปฏิบัตินั้น Mollick แนะนำว่าไม่มีแนวทางใดที่เหมาะกับทุกคน การประสบความสำเร็จกับ AI ต้องอาศัยประสบการณ์ตรง ทำความเข้าใจกับธรรมชาติที่คาดเดาไม่ได้ และตระหนักถึงความสามารถที่เปลี่ยนแปลงอย่างรวดเร็ว เขาแนะนำให้ใช้ LLM ขั้นสูงเช่น GPT-4, กวีของ Googleหรือ Claude 2 ของ Anthropic และทดลองกับพวกเขาในงานต่างๆ เพื่อทำความเข้าใจศักยภาพและข้อจำกัดของพวกเขา
Mollick กล่าวถึงประเด็นด้านนโยบาย โดยอธิบายว่าแม้ว่าข้อกังวลด้านความเป็นส่วนตัวของข้อมูลจะยังมีผลอยู่ แต่บริษัท AI ก็นำเสนอโซลูชันเพื่อปกป้องข้อมูลผู้ใช้ เขาเจาะลึกลงไปในก้นบึ้งของลิขสิทธิ์ ซึ่งสถานะทางกฎหมายของเนื้อหาที่สร้างโดย AI ยังคงไม่แน่นอน แม้ว่าบางบริษัทจะให้การคุ้มครองทางกฎหมายแก่ผู้ใช้ก็ตาม
บทความนี้หักล้างความคิดที่ว่า AI กำลังเสื่อมถอยลงเมื่อเวลาผ่านไป โดยชี้แจงว่าพวกมันกำลังพัฒนา และจำเป็นต้องใช้วิธีการโต้ตอบที่แตกต่างกัน Mollick รับทราบถึงอุปสรรคที่อาจเกิดขึ้นในอนาคตในการพัฒนา AI เช่น การขาดแคลนข้อมูล หรืออินเทอร์เน็ตที่เต็มไปด้วยเนื้อหาที่สร้างโดย AI แต่เขายังคงมองโลกในแง่ดีเกี่ยวกับความก้าวหน้าอย่างต่อเนื่องในสาขานี้
การบรรจบกันของ AI และ EdTech นำมาซึ่งโอกาสมากมาย
- เมื่อเร็ว ๆ นี้ OpenAI และการแข่งขันเครื่องมือได้เปิดตัว “รางวัลผลกระทบการเรียนรู้” ด้วยกองทุนรางวัลกว่า 5 ล้านเหรียญสหรัฐ เพื่อกระตุ้นการพัฒนาเทคโนโลยีเพื่อตอบสนองความต้องการที่เพิ่มขึ้นของนักเรียนทั่วโลก การแข่งขันมี 50 ทิศทาง แบ่งออกเป็น 150 ประเภท ได้แก่ Catalyst Awards ($300), Growth Awards ($21) และ Transform Awards ($XNUMX) เส้นทางต่างๆ ได้แก่ การเร่งรัดและการประเมินการเรียนรู้ การเตรียมพร้อมสำหรับโลกศตวรรษที่ XNUMX การฝึกสอนผู้สอนเพื่อการศึกษาปฐมวัย การอำนวยความสะดวกในการวิจัยวิทยาศาสตร์การเรียนรู้ และการมีส่วนร่วมของผู้เรียนที่เป็นผู้ใหญ่ในระดับอุดมศึกษา
ที่เกี่ยวข้อง: 3 วิธีง่ายๆ เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดจาก ChatGPT |
ข้อจำกัดความรับผิดชอบ
สอดคล้องกับ แนวทางโครงการที่เชื่อถือได้โปรดทราบว่าข้อมูลที่ให้ไว้ในหน้านี้ไม่ได้มีจุดมุ่งหมายและไม่ควรตีความว่าเป็นคำแนะนำทางกฎหมาย ภาษี การลงทุน การเงิน หรือรูปแบบอื่นใด สิ่งสำคัญคือต้องลงทุนเฉพาะในสิ่งที่คุณสามารถที่จะสูญเสียได้ และขอคำแนะนำทางการเงินที่เป็นอิสระหากคุณมีข้อสงสัยใดๆ สำหรับข้อมูลเพิ่มเติม เราขอแนะนำให้อ้างอิงข้อกำหนดและเงื่อนไขตลอดจนหน้าช่วยเหลือและสนับสนุนที่ผู้ออกหรือผู้ลงโฆษณาให้ไว้ MetaversePost มุ่งมั่นที่จะรายงานที่ถูกต้องและเป็นกลาง แต่สภาวะตลาดอาจมีการเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า
เกี่ยวกับผู้เขียน
Damir เป็นหัวหน้าทีม ผู้จัดการผลิตภัณฑ์ และบรรณาธิการที่ Metaverse Postซึ่งครอบคลุมหัวข้อต่างๆ เช่น AI/ML, AGI, LLMs, Metaverse และ Web3- สาขาที่เกี่ยวข้อง บทความของเขาดึงดูดผู้ชมจำนวนมากกว่าล้านคนทุกเดือน ดูเหมือนว่าเขาจะเป็นผู้เชี่ยวชาญที่มีประสบการณ์ 10 ปีในด้าน SEO และการตลาดดิจิทัล Damir ได้รับการกล่าวถึงใน Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto และสิ่งพิมพ์อื่น ๆ เขาเดินทางไปมาระหว่างสหรัฐอาหรับเอมิเรตส์ ตุรกี รัสเซีย และ CIS ในฐานะคนเร่ร่อนทางดิจิทัล Damir สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ ซึ่งเขาเชื่อว่าทำให้เขามีทักษะการคิดเชิงวิพากษ์ที่จำเป็นต่อการประสบความสำเร็จในภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาของอินเทอร์เน็ต
บทความอื่น ๆDamir เป็นหัวหน้าทีม ผู้จัดการผลิตภัณฑ์ และบรรณาธิการที่ Metaverse Postซึ่งครอบคลุมหัวข้อต่างๆ เช่น AI/ML, AGI, LLMs, Metaverse และ Web3- สาขาที่เกี่ยวข้อง บทความของเขาดึงดูดผู้ชมจำนวนมากกว่าล้านคนทุกเดือน ดูเหมือนว่าเขาจะเป็นผู้เชี่ยวชาญที่มีประสบการณ์ 10 ปีในด้าน SEO และการตลาดดิจิทัล Damir ได้รับการกล่าวถึงใน Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto และสิ่งพิมพ์อื่น ๆ เขาเดินทางไปมาระหว่างสหรัฐอาหรับเอมิเรตส์ ตุรกี รัสเซีย และ CIS ในฐานะคนเร่ร่อนทางดิจิทัล Damir สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ ซึ่งเขาเชื่อว่าทำให้เขามีทักษะการคิดเชิงวิพากษ์ที่จำเป็นต่อการประสบความสำเร็จในภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาของอินเทอร์เน็ต