共计 2442 个字符，预计需要花费 7 分钟才能阅读完成。
ChatGPT 的学习模式因其机械的回答和缺乏智力刺激，让我在真正学到任何东西之前就放弃了。AI 开发者和教育者可以做得更好。以下是一些建议。
自 OpenAI 的 ChatGPT 问世近三年来，人工智能的使用不仅侵入了日常工作和休闲，还进入了教育领域。皮尤研究中心报告称，四分之一的美国成年人通过机器人学习某些东西，这一比例从 2023 年的 8% 上升，几乎与将其用于工作的人数相当。有趣的是，教育水平越高，这一比例也越高。
这种使用激增使教师和教授们陷入困境，因为学生倾向于使用机器人获取答案，而不是深入思考问题。皮尤报告称，大量教师担心教育危机。更为微妙的是，学术期刊《代达罗斯》在其关于教育趋势的去年一期中得出结论：“我们无法预测大型语言模型和其他 AI 支持的工具在长期内将如何影响教育，但它们有可能促进和扭曲当前的教学方法。”
那么，如果世界已经找到绕过传统教育的方法，教育者和 AI 开发者该怎么办？OpenAI 的答案是在上周引入 ChatGPT 的新功能——学习模式，我的同事 Sabrina Ortiz 探索了这一功能。正如 Sabrina 所述，学习模式将根据提示回应学习计划，并询问有关目标的问题。
我测试了学习模式作为学习新语言的方式。我选择这一活动是因为我已经使用 ChatGPT 尝试学习语言一年了，这为我提供了比较的基础。根据我的经验，学习模式对我学习语言的努力几乎没有增加任何内容。与普通 ChatGPT 的差异很小。我不得不做出许多努力来引导学习模式朝正确的方向发展。
这里的教训是明确的。与所有语言模型一样，你只能从中得到你投入的内容。你仍然需要制作好的提示，否则你只会得到非常笼统且不太有趣的内容，在我看来。学习模式和其他基于大型语言模型的程序都是如此。换句话说，学习模式的教育成果来自于学生的努力，而不是老师的才华。
作为一个基本比较，我让学习模式帮助我学习阅读和写作日语，这是一门我不了解的语言。我的提示是：“我想学习阅读和写作日语，尽管我完全是初学者！”学习模式的结果与普通 ChatGPT 几乎相同。学习模式首先询问了几个关于我希望如何继续的问题，而普通 ChatGPT 则直接回应了其提出的课程计划。
虽然询问我希望如何继续并不是一个坏主意，但作为一个完全初学者，这毫无意义，因为我对即将学习的内容一无所知。这正是教师角色的意义所在。在这两种情况下，ChatGPT 都建议我们通过学习日语原生拼音字母表的基本字符——平假名来继续。我们逐行进行，我尝试重复 ChatGPT 给我的平假名。
在某一刻，我清楚地意识到，简单地逐个学习平假名是行不通的。大约半小时后，我拒绝了 ChatGPT 继续按照我们之前的方式进行下去的建议，而是要求机器人给我许多使用我已经学过的字符的真实单词的例子。这开始帮助我巩固对字符的了解。
这些机械的练习并没有激发我的好奇心。为了让自己更感兴趣，我提示学习模式：“总共有多少个平假名？”这是一个想要理解主题更大范围的例子，而这种情况只有在我提问时才会发生。ChatGPT 的回应是对平假名总数的很好解释。如果我没有提问，我就不会得到如此有趣的偏离。
这正是关键所在。如果没有我的建议，机器人并没有很好的想法来继续前进。正如 Sabrina 在她的介绍文章中所指出的，学习模式在很大程度上依赖于“苏格拉底式”的问答方法。然而，在 AI 领域，进取的用户往往比机器人提出更有趣的问题。
这并不令人惊讶。ChatGPT 在学习模式中已经被塑造成符合最常见的方法。所有语言模型都倾向于停留在可能或高度可能的范围内，这可能适合复习考试材料，但对学习者来说并不具有刺激性。这就是 ChatGPT 和其他机器人经常在标准化考试中表现出色的原因之一，而美国学生越来越失败：该程序已经掌握了常规，即机械信息的重复。
很明显，机器人缺乏对教学意义的更高层次理解，即教育者所说的课程。课程是对学生如何学习以及如何通过材料（文档、示例等）前进的高层次理解，这种方式不仅给出答案，还会激发学生自己提问的能力。在良好的教育中，毕竟，最终提出的问题比答案更多。
当然，我们机器人用户也不是课程专家。这就是为什么我们通常提供几乎相同的提示：“向我解释……”、“告诉我原因……”和“帮助我学习 X。”作为用户，当我们不知道接下来该问什么时，我们就会陷入困境。在过去一年的断断续续学习中，我没有像应该的那样定期使用 ChatGPT 来学习一门语言。随着新奇感的消退，我的决心也减弱了。
这里有一个明确的信息给 OpenAI 和其他 AI 开发者。学习模式和普通 ChatGPT 都过于塑造为在典型交流中产生一种共同点，而没有任何真正的意识来引导学生提出问题，激发他们学习的欲望。这里几乎没有创新，很多都是机械的课程计划。
这里也有一个信息给压力山大的教师和教授。人们寻求答案是自然的。如果学生要去机器人那里寻求答案，而他们肯定会这样做，那么正确的方法可能是帮助他们找到从机器人那里创造更多问题的方法，而不是扮演警察的角色，试图阻止他们使用机器人。
为什么不把事情反过来？为什么不帮助学生推动机器人，直到整个主题变得足够复杂，以至于机器人返回越来越多的问题，而不是像权威一样简单地提供答案？这甚至可能是一个小组活动，教师从领导角色中退后，让学生带头，讨论他们将如何推动机器人进入所有不确定的区域。
将其视为新课程，或者，考虑到今天的编程方法，“氛围教学法”，一种通过黑客手段使机器人变得更有趣、更刺激的方法。只有当教师被假定为最终权威时，教育才会受到 AI 的威胁。相反，如果教育被视为发现有多少知识需要了解，某个研究领域有多少开放问题，那么学生使用技术提出越来越多的问题就没有危险。
这也是将某个主题（如美国革命）的研究与机器本身（机器人）的研究结合起来的好方法。学生们可能会在成年后以某种方式与机器人互动。了解机器人——它的优势和局限性。如上所述，机器人已经通过了所有标准化考试。强迫人类忍受事实的机械重复是没有意义的。更好的做法是激发好奇心和提问，人类在这方面仍然比机器人做得更好。
