关于生成式人工智能你应该知道的7件事 (关于生成式人工智能服务管理办法)

概述

ChatGPT 和类似的人工智能 (AI) 工具可以生成文本、图像和音频等内容，这引起了高等教育领域的领导者、教师、学生和其他人的兴奋和担忧。我们应该将 AI 工具引入学习过程，避免围绕这些新技术产生的恐慌，并为不同类型的学习提供机会。

生成式人工智能是什么？

人工智能长期以来一直是我们日常使用的许多技术的幕后推手，但随着 2022 年 11 月 ChatGPT 的推出，生成式人工智能在全球掀起了一场风暴，激发了广大用户的想象力，也引发了人们的恐惧。
在最初的 60 天内，该平台的用户数量增长了 9900%，达到 1 亿用户。2023 学年开始后，ChatGPT 平台的访问量再次激增，仅在 8 月这一个月，全球独立访问者就达到了 1.8 亿人次。
人工智能占据了话题的主导地位，也让许多人开始探究：什么是生成式人工智能？多年来，人工智能一词有多种含义，但生成式人工智能创造的内容与人类生产的内容相似。
随着技术的发展，生成式人工智能工具不仅可以创建书面内容，还可以创建图像、声音甚至整个应用程序。生成式人工智能越来越多地集成到各种产品和服务中。据估计，全球有 77% 的公司正在探索人工智能在业务运营中的应用。
在许多情况下，这些功能与产品的结构密不可分，用户甚至可能意识不到它们的存在。ChatGPT 和其他生成式人工智能工具用途极为广泛，不断演变并发展成为多维工具，正在挑战规范并颠覆包括教育在内的各行各业。
关于生成式人工智能讨论的一个重要部分是：它不是什么？它没有知觉，缺乏意识，无法感知或理解人类的思想或情感。这些操作完全基于用于训练人工智能模型的数据。

生成式人工智能是如何工作的？

生成式人工智能围绕神经网络展开。神经网络是一种受人脑启发的复杂结构，通过相互连接的人工神经元来处理信息并从数据中学习。基于算法的模型根据开发人员提供的规则做出决策，而生成式人工智能工具则通过审查大量数据来构建一套不断发展的规则，从而指导新内容的生成。
随着时间的推移，经过大量的练习和数据的积累，系统能更好地进行预测。大型语言模型 (LLM) 在包括书籍、文章和网站在内的海量文本数据集上进行训练，以学习人类语言的复杂性。例如，用于训练 ChatGPT 的数据集就是利用互联网上的公共信息、第三方授权内容以及平台用户和人工培训师提供的信息开发的。
当机器学习模型检测到重复出现的数据序列，如单词、短语或图像中像素值的模式，并将其与特定结果或上下文相关联时，就能通过统计分析在训练数据中识别模式。通过发现这些模式并对其进行建模，生成式人工智能可以生成新的内容，确保上下文的一致性，同时引入创造性和新颖性。
将 LLM 与自然语言处理 (NLP) 模型（用于处理和理解人类语言，如语言翻译和情感分析）相结合，可生成与人类生成的材料相匹配的内容。

谁在使用生成式人工智能？

生成式人工智能的使用正在迅速增长。学生们越来越多地使用生成式人工智能工具来撰写本文、研究报告和其他书面作业。教师正在利用生成式人工智能创建定制的学习材料、测验和评估，他们还可以利用生成式人工智能为学生提供及时准确的反馈。图书馆员正在使用生成式人工智能创建文本摘要或发现馆藏中的真知灼见。教学设计师正在使用生成式人工智能快速迭代已创建的材料。对于管理者来说，生成式人工智能通过总结文档和会议以及创建文档来帮助决策和沟通。
除文本工具外，生成式人工智能还被用于创建视觉工件（visualarfacts）以及生成或调试计算机代码。软件公司正在将生成式人工智能纳入其产品中，如 obePhotoshop 的 GenerativeFill 或微软的 365Colo。

为什么生成式人工智能很重要？

生成式人工智能适用于广泛的应用。在一些独立应用中，如聊天机器人、定制代理和虚拟助手，生成式人工智能是其主要功能。在内容生成器、创意工具和日常工具（如 MicrosoftWd 和 GoogleDocs）等整合场景中，生成式人工智能正在增强现有的应用程序并提供新的可能。随着时间的推移，我们可能会看到融合了生成式人工智能的新产品和服务。
生成式人工智能在教育领域具有巨大的潜力。它可以为学生提供个性化的学习体验，帮助他们提高批判性思维和解决问题的能力。生成式人工智能还可以帮助教师创建更有吸引力、更有效的学习材料。

生成式人工智能的优势

• 自动化：生成式人工智能可以自动执行重复的任务，例如生成文本、图像和音频，从而为教师和学生节省时间。
• 个性化：生成式人工智能可以为每个学生创建个性化的学习体验，满足他们的特定需求。
• 创造力：生成式人工智能可以帮助学生提高他们的批判性思维和解决问题的能力，让他们能够创造新的想法和解决方案。
• 效率：生成式人工智能可以帮助教师创建更有吸引力、更有效的学习材料，从而提高教学效率。

生成式人工智能的挑战

• 剽窃：生成式人工智能可以用来生成原