当前位置:首页 > 科学新闻 > 正文

人工智能使用率上升,应警惕教育被技术“异化”

 作者:霍伟伟,梁冰倩 来源:中国科学报 发布时间:2024/6/13 11:09:57 字体大小:

近年来,飞速发展的生成式人工智能(AIGC)在重塑生产力的同时,也给高等教育领域带来了颠覆性变革。然而,它所具有的“技术双面性”很可能引发“流利但不真实”“道德偏见”“技术依赖”等问题,这将影响高等教育场景。

2023年初以来,全球多所高校陆续出台禁止学生使用AIGC的政策,但越来越多的大学开始意识到AIGC势不可挡,单纯的禁用无法真正解决问题。厘清AIGC在教育与人才培养中的积极或消极效应,成为当下亟待解决的问题。

近日,笔者所在团队开展的“人机对战”系列研究,发现了AIGC对学生创造力、批判性思维以及商业实践等能力的培养具有“双刃剑效应”。

“人机对战”喜忧参半

在这项研究中,研究团队招募了193名学生,他们被分为“人+人”组、“人+AIGC”组。前者为3名学生,后者为2名学生以及为他们配备AIGC程序的电脑。研究团队分配给他们生成产品创意、商业分析报告等多类型任务,并对他们的完成效果进行长期对比分析,发现了以下结果。

第一,人机协作可以提高学生产生创新想法的数量,但也使其产生“自我贬损”的负效应。相比于“人+人”组,“人+AIGC”组在产生产品创意阶段的优势更明显。然而,当学生初次使用AIGC完成创意任务后,63%的学生个体对自己的创新表现给出较低的自我评价。这种“自我贬损”现象在“原创性”这一创造力维度上表现得尤为明显。这一发现提醒我们,过度使用AIGC可能导致学生创新效能的贬损。

第二,AIGC容易形成技术依赖危机,降低学生的批判性思考能力。我们通过长期追踪实验发现,学生长期自发使用AIGC致使其技术依赖度普遍提升10%以上。部分学生在完成学习任务时过度依赖AIGC产生想法、提供解决方案及作决策。在养成技术依赖后,如果突然暴露在没有AIGC的任务环境中,超过62%的学生出现了较明显的无助、焦虑等负面情绪。

第三,长期使用AIGC会降低学生的创新思维,导致原创力价值贬损。在我们的追踪实验观察下,长期使用AIGC协作完成任务抑制了学生的发散性思维,并降低了他们在无人工智能辅助情境下的创新表现,平均得分降低了7%。

值得深思的是,与短期使用情景下在创新方面“自我贬损”不同,学生长期使用AIGC后,其对自身创新思维评价出现与现实不符的“自我夸大”,近11%的学生甚至养成了“把作业拖到最后,利用AIGC短时间完成”的不良习惯。此外,AIGC在内容生成方面的易获取性导致抄袭行为频发,进而引发了教育过程中原创力和创造力的价值贬损。

第四,使用AIGC容易导致“创新同质化”加剧。研究团队通过对人机交互日志进行文本分析发现,在长期使用AIGC后,相比于“人+人”组的学生,“人+AIGC”组学生的产品创意和道德决策创新相似性分别提升11%和9%。

由此可见,AIGC的标准化模式忽略了个性化教育的本质。部分学生通过与AIGC的同质化互动,导致了个体认知的僵化。同时,过度依赖AIGC的已有知识,也会导致学生忽视新的创造性知识,进而限制其对更多可能性的探索。部分受访学生反映,有些学生“活得像个AI,失去了寻找解决问题方法的能力”。

第五,长期使用AIGC导致人际连接的缺失。AIGC协作系统会创造虚拟交流体验,可能阻碍学生之间的人际互动,妨碍学生情感智力和同理心的发展。

研究发现,在大学课堂授课过程中,当老师提出问题时,近22%的被访学生会随即将问题发给AIGC,并将其提供的答案作为小组讨论的结果进行汇报,甚至出现了“小组作业不讨论,学生们各自提问AIGC”的情况。同时,部分不会使用AIGC的学生则由于意识到自己的技术能力不足而感到被边缘化。

第六,AIGC并未缩小学生之间的表现差异,甚至可能进一步加剧不平等。

《科学》曾发表研究称,在AIGC辅助下,常规工作中表现欠佳的个体可以通过该技术提高工作效率,进而减少人与人之间的效率差异。然而,此次人机对比实验却显示,由于利用AIGC的协作方式不同,不同学生间的表现差异较明显。

具体而言,对于熟悉AIGC技术特性并具有主动学习意识的学生而言,他们往往采用“先自己思考,后利用AIGC协助完善”的模式,在保持独立思考的同时又提高了回答质量。这部分学生约占31%。与之相反,近45%的学生在缺乏深入思考的前提下,依赖AIGC首先给出逻辑框架甚至详细步骤,往往会消磨自己的好奇心与思辨能力。

合理部署AIGC才能更好发挥正向作用

面向未来,“AI+高等教育”将会加速融合。在此过程中,一方面,学生在与智能技术持续交互过程中应保持个体主体性,警惕被技术“异化”;另一方面,在人机协作时代,培养学生的人机协作能力也是对高等教育人才培养所提出的新要求。

首先,AIGC在教学与人才培养过程中存在任务边界,高校须厘清其在每类任务中的积极或消极作用,合理部署AIGC才能更好发挥正向作用。

例如,大学应当为教师提供与AIGC相关的培训,帮助不同学科的教师探索发现AI能够帮助学生拓宽能力的积极任务边界,进而设计更多需要AIGC辅助完成的创新性作业,而不是AI可以独立完成的任务,引导学生在保持独立思考的同时进行理性使用,进而激活其在高校教学与人才培养中的正能量。

其次,构建关于使用AIGC的伦理道德课程体系。一方面,学校应当结合AIGC的技术特性与学术规范要求,重新定义AIGC背景下的学术抄袭、学术不端等问题,优化技术查重机制,引导学生树立正确的学术道德观,防止其滥用AIGC;另一方面,大学应该借鉴国家互联网信息办公室等部门发布的《生成式人工智能服务管理暂行办法》,尽快制定符合本校需求的政策和指导规范,为师生提供清晰的使用规范指导。

最后,大学需要尽快建立“AIGC+教育的观测体系”,有组织地部署AIGC。人工智能推动高等教育变革已经是大势所趋,其最高频的应用场景就是教学科研与人才培养全过程。然而,各高校目前普遍缺少专业团队用以观测并调研“AIGC的典型教育场景”,这很可能导致其在高教领域的实际应用与科学部署的不匹配,进而忽视该技术给教学与人才培养所带来的负面效应。

(作者单位:上海大学悉尼工商学院)

信源地址:/html/shownews.aspx          
分享1
版权声明
本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。