Ethan Mollick 教授撰寫的文章《人們最常問我的問題以及一些答案》解答了有關生成式人工智能的常見問題和誤解。Mollick 曾與多位專業人士討論過大型語言模型 (LLM)，他指出，由於缺乏來自人工智能開發人員的清晰文檔，錯誤信息經常傳播。他強調，人工智能寫作無法被可靠地檢測到，這揭穿了人工智能寫作檢測器的有效性，並強調了學術誠信方面的挑戰。Mollick 還討論了識別人工智能生成的圖像的難度，並表示將它們與真實圖像區分開來將變得幾乎不可能。Ethan Mollick 教授還在最近的新聞通訊中分享了深刻的觀點：
檢測生成的文本，即使對於像 Mollick 這樣精通 AI 的人來說，也是一項挑戰。當這種情況發生時，這表明學生可能沒有付出太多努力，而只是依靠簡單的提示。
因此，要確保人人享有平等的教育機會，教育工作者需要向學生傳授有關人工智能工具、工業基礎知識等的知識。禁止人工智能是一種適得其反的做法。相反，重點應該放在傳授人工智能技能上，而不僅僅是特定領域的知識。
同時，人工智能使教育工作者能夠設定更高的標準，並挑戰學生去實現看似不可能的事情。如果學生在記憶方面遇到困難，他們可以在一週內求助於人工智能來幫助他們。學生可以利用數學和代碼解釋器進行數據分析，而外語學習者可以用完美的英語寫出論文。當你擁有像人工智能這樣的“偉大的均衡器”時，例外的概念就過時了。
相關：世界各地的教師和家長改變了對 ChatGPT 的看法並幫助學生正確採用它
此外，Mollick 還提供了將人工智能融入教育過程的寶貴資源，包括用於處理大量文檔的頂級大型語言模型，如 GPT-4 和 Claude 2。
關於人工智能的實際應用，莫里克認爲，沒有放之四海而皆準的指南。要想成功使用人工智能，需要有實踐經驗，瞭解其不可預測的性質，並認識到其快速變化的能力。他建議使用 GPT-4、谷歌的 Bard 或 Anthropic 的 Claude 2 等高級 LLM，並在各種任務中嘗試它們，以瞭解它們的潛力和侷限性。
莫里克談到了政策問題，他解釋說，雖然數據隱私問題確實存在，但人工智能公司提供了保護用戶數據的解決方案。他深入探討了版權問題，儘管一些公司爲用戶提供了法律保護，但人工智能生成內容的法律地位仍不明確。
文章駁斥了人工智能會隨着時間的推移而退化的說法，並澄清了人工智能正在進化，需要不同的交互方式。莫里克承認人工智能發展未來可能面臨障礙，例如數據稀缺或互聯網充斥着人工智能生成的內容，但他對該領域的持續進步仍持樂觀態度。
人工智能與教育科技的融合帶來了大量機遇。
近日，OpenAI 和 Tools Competition 推出了“學習影響力獎”，獎金超過 500 萬美元，旨在激勵技術發展，滿足全球學生日益增長的需求。該競賽有五個方向，分爲三個類別：催化劑獎（獎金 5 萬美元）、成長獎（獎金 15 萬美元）和變革獎（獎金 30 萬美元）。賽道包括加速和評估學習、爲 21 世紀世界做準備、早期兒童教育的教師輔導、促進學習科學研究和吸引成人學習者參與高等教育。
相關：從 ChatGPT 獲得最佳結果的 3 種簡單方法
伊桑·莫利克教授呼籲教育工作者向學生介紹人工智能，以提供平等機會，該文章最先出現在 Metaverse Post 上。