生成式人工智能工具的日益普及为其在学术研究、知识开发和人工智能辅助创作中的应用创造了机会。高等教育首席信息官们将如何抓住机遇，充分利用生成式人工智能改善教育实践？
-
一个模型（例如ChatGPT背后的生成预处理变压器模型）和用于训练它的数据。 -
个人提出的问题（或提示）。 -
对问题进行改进，直到获得可接受的输出结果。
-
免费或低成本的广泛网络接入。 -
通过基于文本和图像的用户界面进行交互，加速书面、视觉或输出代码的生成。 -
大型语言模型训练的可感知质量和规模，使输出提高到可信水平。
-
学生评估。学生在学什么？他们采用了哪些程序，这些程序是否与未来职业相关？ -
教与学。学校如何教授适当的提示设计和输出评估技能？如何培养教师的数字素养，让他们接受并发掘人工智能的潜力？ -
研究。如何以最佳方式开发、验证和应用新知识？如何更好地开展研究？ -
质量。如何以及在何种情况下，可以信任生成式人工智能解决方案来提高教学、管理或研究效率？
-
提高生产力。加快报告编写、编程、会议规划和决策支持。人们对具有改进会话界面的聊天机器人的兴趣日益浓厚，其目标是释放学生支持服务的能力，以帮助那些最需要帮助的人。 -
支持教学。加速课程计划、教学视频、图像、演示文稿、课堂笔记和学习支持材料的创建。 -
协助研究。总结内容、分析数据、确定模式、选择合适的研究方法、同行评议（peer-review）论文、连接知识领域、设计研究项目、提出假设并生成文献综述。 -
提高学生参与度。加强选课指导、账单和费用支付、课程注册、学习技能、时间管理和人工智能生成的对话信息，以推动学生采取行动，提高成绩。
实践、产品和选择的悖论
-
提出正确的问题。 -
评估、验证并改进人工智能输出。 -
建立跨知识领域的跨学科联系。 -
生成新的见解，而不是创建现有视图的副本。
-
做好准备。人工智能创作和风险资本投资的快速发展意味着学校很可能会广泛使用人工智能。不断完善政策，与学生和员工分享，鼓励内部探索如何以积极的方式利用生成式人工智能。 监控生成式人工智能发展的趋势。生成式人工智能技术尚处于早期阶段，并被广泛宣传，但学生和教师对生成式人工智能模型的广泛访问和探索可能会挑战许多传统的教育实践和评估方法。 探索有效的使用案例。评估符合学校战略的潜在教育用途，特别是那些影响课程管理和学术管理领域的用途。将机遇和威胁提炼为对长期战略对策的讨论。 展望未来。接受事实，即教师和学校将继续超越人工智能的控制和限制性使用，寻求利用最佳人类输入和机器输出的有效实践。监控并跟踪市场和技术的快速发展，探索人工智能如何帮助改进教育实践。
来源：中国教育网络
作者：托尼·希恩
声明：此公号（ID：Fintech_Education）发布内容和图片的目的在于传播更多信息，版权归原作者所有，不为商业用途，如有侵犯，敬请作者与我们联系。
近期活动
Upcoming Activities
为了深入实践“加强金融科技人才队伍建设”和落实“金融与科技复合型人才能力培养与提升”的工作要求，中关村互联网金融研究院、中关村金融科技产业发展联盟，联合多家金融科技头部企业共同推出《金融大数据建模工程师应用能力认证项目》。3年课程研发，学制2个月，共36学时，采取线上学习，通过率92%，扫描下方二维码进行报名，随报随学。
