麻省理工学院的社区如何利用生成式人工智能来支持校园内外的学习和工作？
在麻省理工学院2024年的学习节上，教职员工、学生、校友们就他们在课堂上正在尝试的数字工具和创新进行了交流。与会者一致认为，生成式人工智能应该用于支持学习经验，而不是取代它们。
这个每年一度的活动由麻省理工学院开放学习部门和副校长办公室共同赞助，旨在庆祝教学和学习创新。与会者在介绍新的教学和学习技术时强调了迭代和教授学生如何发展批判性思维技能的重要性，同时利用生成式人工智能等技术。
“学习节将麻省理工学院的社区聚集在一起，探索和庆祝我们每天在课堂上所做的事情，”开放学习高级副院长克里斯托弗·卡波佐拉说。“今年对生成式人工智能的深入探讨既反思性又实践性，再次展示了我们在学院中的‘理论与实践’。”
将生成式人工智能融入学习经验中
麻省理工学院的教职员工不仅愿意尝试生成式人工智能，有些人认为它是培养学生在职场上具有竞争力所必需的工具。“在未来，我们将知道如何使用生成式人工智能教授技能，但我们需要采取迭代步骤，而不是等待，”麻省理工学院斯隆管理学院的管理沟通讲师梅丽莎·韦伯斯特说。
一些教育工作者正在重新审视他们课程的学习目标，并重新设计作业，以便学生能够在人工智能时代实现预期的结果。例如，韦伯斯特之前将书面和口头作业配对，以便学生能够培养思考方式。但她发现利用生成式人工智能进行教学实验的机会。如果学生使用ChatGPT等工具来帮助写作，韦伯斯特问道：“我们如何在其中加入思考部分？”
韦伯斯特开发的一项新作业要求学生使用ChatGPT生成求职信，并从未来雇佣经理的角度对结果进行评价。除了学习如何改进生成式人工智能提示以产生更好的输出之外，韦伯斯特还分享了“学生更多地思考他们的思考方式”。审查他们通过ChatGPT生成的求职信帮助学生确定该说什么以及如何说，支持他们发展更高层次的战略技能，如说服力和理解受众。
麻省理工学院全球研究与语言部门的高级讲师Takako Aikawa重新设计了一个词汇练习，以确保学生对日语有更深入的理解，而不仅仅是正确或错误的答案。学生比较了自己写的简短句子和ChatGPT写的句子，并发展了超越教科书的更广泛的词汇和语法模式。“这种活动不仅增强了他们的语言技能，还激发了他们的元认知或分析思维，”Aikawa说。“他们必须用日语思考这些练习。”
虽然这些与会者和其他麻省理工学院的教职员工正在重新设计他们的作业，但许多不同学术部门的本科生和研究生学生正在利用生成式人工智能提高效率：制作演示文稿、总结笔记和从长文档中快速检索特定想法。但这项技术也可以创造性地个性化学习经验。它以不同的方式传达信息，使具有不同背景和能力的学生能够根据自己的特定背景调整课程材料。
例如，生成式人工智能可以帮助K-12阶段的以学生为中心的学习。麻省理工学院开放学习部门的项目经理和STEAM教育家乔·迪亚兹鼓励教育工作者培养学生能够主动学习的经验。“找到孩子们关心和热衷的事物，他们可以判断[生成式人工智能]可能不正确或不可信的地方，”迪亚兹说。
与会者鼓励教育工作者以超越课程政策声明的方式思考生成式人工智能。在将生成式人工智能纳入作业时，关键是明确学习目标，并愿意分享生成式人工智能如何与这些目标相一致的示例。
批判性思维的重要性
尽管生成式人工智能对教育经验可能产生积极影响，但用户需要理解为什么大型语言模型可能会产生不正确或有偏见的结果。教职员工和学生与会者强调，将生成式人工智能的工作方式放入背景中是至关重要的。“[教师们]试图解释后台发生的事情，这在阅读ChatGPT或Copilot的答案时确实帮助了我的理解，”计算机科学专业的大四学生乔伊斯·袁说。
物理学教授、国家科学基金会人工智能和基本相互作用研究所所长杰西·塔勒警告说，不要盲目相信概率工具给出的确定答案，而不考虑不确定性范围。“界面和输出需要以一种形式呈现，可以进行验证或交叉检查，”塔勒说。
在引入计算器或生成式人工智能等工具时，与会的教职员工表示，在特定的学术和专业背景中培养批判性思维技能至关重要。例如，计算机科学课程可以允许学生在作业中使用ChatGPT来帮助解决问题，如果问题集足够广泛，生成式人工智能工具无法捕捉到完整的答案。然而，尚未掌握编程概念的初学者需要能够判断ChatGPT生成的信息是否准确。
麻省理工学院电气工程与计算机科学系高级讲师、MITx数字学习科学家安娜·贝尔在第6.100L课程（使用Python进行计算机科学和编程导论）的学期末专门安排了一节课，教授学生如何使用ChatGPT解决编程问题。她希望学生们能够理解为什么在为编程问题设置生成式人工智能工具时，尽可能输入尽可能多的细节将有助于获得最佳结果。“即使在它给出回答后，你也必须对该回答持批判态度，”贝尔说。通过等到这个阶段才引入ChatGPT，学生们能够批判性地审视生成式人工智能的答案，因为他们在整个学期中已经培养了能够判断问题集是否不正确或是否适用于每种情况的技能。
学习经验的支架
学习节期间与会者的共识是，生成式人工智能应该为引人入胜的学习经验提供支架，使学生仍然能够实现预期的学习目标。麻省理工学院的本科生和研究生学生与会者们发现，当教育工作者对课程的使用AI工具的时间和方式设定期望时，这是非常宝贵的。告知学生学习目标使他们能够理解生成式人工智能是否有助于还是妨碍他们的学习。学生与会者要求信任他们将使用生成式人工智能作为起点，或将其视为与朋友进行头脑风暴的小组项目。教职员工与会者表示，他们将继续改进课程计划，以最好地支持学生的学习和批判性思维。
教室两侧的与会者讨论了生成式人工智能用户对其所产生内容负责任以及避免自动化偏见的重要性，即不要盲目相信技术的回答，而不批判地思考为什么它会产生这样的答案以及它是否准确。但由于生成式人工智能是由人们做出设计决策构建的，塔勒告诉学生们：“你们有权力改变这些工具的行为。”
