麻省理工学院的教职员工、讲师和学生在教学和学习中试验生成式人工智能

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？

在麻省理工学院的 2024 年学习节上，教职员工、学生、工作人员和校友就他们在课堂上试验的数字工具和创新交换了观点。小组成员一致认为，生成式人工智能应该被用来搭建学习体验，而不是取代学习体验。

这项年度活动由麻省理工学院开放学习和副校长办公室共同赞助，旨在庆祝教学和学习创新。在介绍新的教学和学习技术时，小组成员强调了迭代和教学生如何在利用生成式人工智能等技术的同时培养批判性思维技能的重要性。

“学习节将麻省理工学院社区聚集在一起，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研究是反思和实用的——这是研究所'头脑和手'的又一个非凡例子。”  

将生成式 AI 融入学习体验 

麻省理工学院的教职员工和讲师不仅愿意尝试生成式人工智能，有些人认为它是让学生在劳动力中具有竞争力的必要工具。麻省理工学院斯隆管理学院（MIT Sloan School of Management）管理传播讲师梅丽莎·韦伯斯特（Melissa Webster）说：“在未来的状态下，我们将知道如何教授生成式人工智能的技能，但我们需要采取迭代步骤来实现这一目标，而不是等待。 

一些教育工作者正在重新审视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世界中实现预期的结果。例如，韦伯斯特以前将书面作业和口头作业配对，以便学生发展思维方式。但是，她看到了使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，“我们如何才能将思考部分纳入其中？

韦伯斯特开发的一项新作业要求学生通过 ChatGPT 生成求职信，并从未来招聘经理的角度批评结果。除了学习如何改进生成式 AI 提示以产生更好的输出之外，韦伯斯特还分享说，“学生们正在更多地思考他们的想法。查看他们由 ChatGPT 生成的求职信有助于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，例如说服和理解受众。

麻省理工学院全球研究与语言部高级讲师相川孝子（Takako Aikawa）重新设计了词汇练习，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。学生们比较了自己写的短句和 ChatGPT 写的短句，并开发了教科书之外更广泛的词汇和语法模式。“这种类型的活动不仅提高了他们的语言技能，而且刺激了他们的元认知或分析思维，”相川说。“他们必须用日语思考这些练习。”

当这些小组成员和其他研究所的教职员工正在重新设计他们的作业时，麻省理工学院不同学术部门的许多本科生和研究生正在利用生成式人工智能来提高效率：创建演示文稿、总结笔记以及从长文档中快速检索具体想法。但这项技术也可以创造性地个性化学习体验。它能够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以特定于其特定环境的方式调整课程材料。 

例如，生成式人工智能可以帮助在 K-12 级别实现以学生为中心的学习。Open Learning 麻省理工学院 pK-12 的项目经理兼 STEAM 教育工作者 Joe Diaz 鼓励教育工作者培养学生可以拥有的学习体验。迪亚兹说：“拿一些孩子们关心和他们热衷的东西，他们就能辨别出（生成式人工智能）可能不正确或不值得信赖的地方。

小组成员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 AI 纳入作业时，关键是要明确学习目标，并乐于分享如何以符合这些目标的方式使用生成式 AI 的示例。 

批判性思维的重要性

尽管生成式 AI 可以对教育体验产生积极影响，但用户需要了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。教师、讲师和学生小组成员强调，将生成式 AI 的工作原理置于情境中至关重要。“[讲师]试图解释后端发生了什么，这确实有助于我在阅读从 ChatGPT 或 Copilot 那里得到的答案时理解，”计算机科学专业大四学生 Joyce Yuan 说。 

物理学教授、美国国家科学基金会人工智能与基础交互研究所所长杰西·泰勒（Jesse Thaler）警告说，要相信概率工具可以在没有不确定性带的情况下给出明确的答案。“界面和输出需要具有一种形式，即您可以验证这些部分或可以交叉检查的内容，”Thaler说。

在介绍计算器或生成式人工智能等工具时，小组中的教师和讲师表示，学生在这些特定的学术和专业环境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使用 ChatGPT 来帮助完成家庭作业，如果问题集足够广泛，生成式 AI 工具无法捕获完整的答案。但是，尚未了解编程概念的入门学生需要能够辨别 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、麻省理工学院数字学习科学家安娜·贝尔（Ana Bell）在6.100L课程（Python计算机科学和编程导论）学期末专门开设了一堂课，教学生如何使用ChatGPT进行编程问题。她希望学生理解为什么在编程问题的背景下设置生成式人工智能工具，输入尽可能多的细节，将有助于实现最佳结果。“即使它给了你一个回应，你也必须对这个回应持批评态度，”贝尔说。通过等到这个阶段才引入 ChatGPT，学生们能够批判性地看待生成式 AI 的答案，因为他们花了一学期的时间培养技能，以便能够识别问题集是否不正确或可能不适用于每种情况。 

学习体验的脚手架

在学习节期间，小组成员的底线是，生成式人工智能应该为引人入胜的学习体验提供脚手架，让学生仍然可以实现预期的学习目标。麻省理工学院的本科生和研究生小组成员发现，当教育工作者为课程设定关于何时以及如何适合使用人工智能工具的期望时，这是非常宝贵的。告知学生学习目标可以让他们了解生成式人工智能是帮助还是阻碍他们的学习。学生小组成员要求相信他们会使用生成式人工智能作为起点，或者将其视为与朋友进行小组项目的头脑风暴会议。教师和讲师小组成员表示，他们将继续迭代他们的课程计划，以最好地支持学生的学习和批判性思维。 

来自课堂两边的小组成员讨论了生成式人工智能用户对他们制作的内容负责的重要性，并避免了自动化偏见——隐含地信任技术的响应，而不批判性地思考它为什么会产生这个答案以及它是否准确。但是，由于生成式人工智能是由人们做出设计决策而构建的，Thaler告诉学生，“你有能力改变这些工具的行为。