學生用AI做作業？華人教授Nature發文：可以用，但這樣做更好

來源：Nature

原文作者：楊洪（Hong Yang），雷丁大學環境科學教授

“LLMs 将繼續存在，” 英國雷丁大學環境科學教授楊洪寫道，“以下是我如何将它們融入教學工作之中。”

2022 年 11 月底，我的大學教學工作突然被一個不速之客打亂——ChatGPT，這是一個大型語言模型（LLMs），在龐大的語言資料集上進行訓練，可以總結、翻譯和創造文本。

就像很多老師一樣，我對該工具最大的擔憂是，學生在寫論文時利用它作弊。我了解確定學生作品的原創性和避免學術不誠信的重要性。一些美國大學，如美國華盛頓大學，已經将 ChatGPT 生成的文本納入他們對抄襲的定義中，一些亞洲大學，如中國的香港大學，已經完全禁止使用 ChatGPT，但許多機構并沒有明确的指導方針——包括我任職的英國雷丁大學，我在那裡教授空氣污染的相關課程。

我不認為我們可以完全禁止 ChatGPT，因為目前的技術很難檢測出由模型編寫的作品。我的學生很快就會畢業并開始工作，他們的雇主可能會要求他們與人工智能模型一起工作，如果他們不知道如何正确使用這些工具，就可能會阻礙學生的發展。我們無法阻止學生使用電腦或網際網路，我們也無法阻止他們使用 ChatGPT。最好的辦法是了解這個工具，并嘗試将其融入教學之中。

對教學任務的反思

在以往的教學工作中，我會給我的學生布置一份文獻綜述。今年，為了避免抄襲并鼓勵創新，我要求學生以小組形式在校園内收集空氣品質資料。然而，學生們依然是使用統計方法獨自分析資料，撰寫個人論文。

當然，很多學生對建立項目并不熟悉。有些人努力想出一個合适的方法來評估二氧化碳排放——于是，我建議他們使用 ChatGPT 來幫助他們設計項目，這個模型可以概括出幾個步驟：從确定一個地點，到選擇二氧化碳監測裝置、把裝置設定好、收集和分析資料，以及展示和傳播結果。

當涉及到科學分析和撰寫論文時，學生們做了所有的工作——但他們也學會了大型語言模型（LLMs）是如何産生科學想法并幫助規劃一般實驗的。

我的學生學習環境科學或地理學，是以大多數對如 R、Python 等程式設計語言并不是很熟練，我有時在調試這些語言的代碼時也會遇到麻煩，而 ChatGPT 可以幫助我們解決這個問題。例如，在我的指導下，學生們使用 ChatGPT 建立 R 代碼，進行他們的統計學檢驗，并分析校園内自然（如草原）和人為（如教室）場所之間的二氧化碳水準差異。我發現，隻要提示是簡單明了的，機器人就會生成有效的代碼。

例如，使用 R 語言代碼進行 t-test，來分析大學校園内自然和人為場所的二氧化碳濃度差異。

為了確定我的學生能夠更好地了解（我提供的）材料并避免抄襲，我還改變了我的評估方法。他們不再隻是寫論文，而是需要做 10 分鐘的口頭報告，分享他們的發現。這種方法不僅減少了抄襲的幾率，而且使評估過程更具互動性和吸引力。我向每個學生提供個性化的回報，指出他們需要改進的地方，并鼓勵他們進行原創性思考。

潛在隐患

盡管 ChatGPT 能給我們帶來很多好處。但事實證明，它對學術機構的多樣性和包容性有負面影響。

例如，在一次關于溫室氣體的講座中，我要求 ChatGPT 提供一份關于氣候變化的重要書籍及其作者的清單。

為了避免任何與種族和語言有關的偏見，我在提示（prompt）中加入了 “不分種族和語言”（regardless of race and language）。然而，ChatGPT 的所有建議都是用英語寫的，10 位作者中有 9 位是白人，10 位作者中有 9 位是男性。

使用來自出版已久的書籍和一些網站的資訊訓練 LLMs，可能會導緻對邊緣社群（marginalized communities）的觀點的偏見和不準确的表述，同時放大那些有權力和地位的人的聲音。Galactica 是科技公司 Meta 釋出的一個 LLMs，由于它産生了種族主義相關的内容，而不得不被停用。

由于用來訓練這些 LLMs 的大部分資料都是用英語表達的，是以它們在這種語言中表現最佳。LLMs 的廣泛使用可能會加劇特權群體的過度代表性，使那些已經代表性不足的人進一步被邊緣化。

一些實用技巧

這裡有一些關于如何在課堂上有效使用 ChatGPT 的建議：

1. 花一些時間學習和練習在 ChatGPT 中輸入提示語。

2. 使你的（教學）評估多樣化，如增加口頭報告，以避免抄襲。

3. 意識到 ChatGPT 加劇不平等的風險。

4. 确定明确的目标：對你想通過 ChatGPT 實作的目标有一個清晰的認識。

5. 測試和完善提示語：用 ChatGPT 測試提示，并根據結果完善提示。重複這個過程，直到達到預期結果。

6. 與他人一起編輯：與其他講師和你的學生合作，審查和完善提示語。