发表预告|我院余南平教授、博士研究生张翌然:​ChatGPT / 生成式人工智能对教育的影响——大国博弈新边疆
研博论文

发表预告|我院余南平教授、博士研究生张翌然:​ChatGPT / 生成式人工智能对教育的影响——大国博弈新边疆

编者按:近期,《华东师范大学学报(教育科学版)》将特别策划推出“ChatGPT/生成式人工智能与教育变革”专刊,邀请国内外各领域的知名学者讨论并分享ChatGPT在教育变革中的最新研究和经验案例,以期深入研究ChatGPT与教育变革的关系,积极回应ChatGPT给教育带来的挑战与冲击。 华东师范大学政治与国际关系学院教授,上海决策咨询基地领军人物余南平与华东师范大学政治与国际关系学院博士研究生张翌然撰写的《ChatGPT / 生成式人工智能对教育的影响——大国博弈新边疆》一文将刊登于此刊的「教育治理与教育生态」板块。敬请期待! 以ChatGPT为代表的新一代人工智能技术的出现和推广应用,标志着从弱人工智能到强人工智能的转化正在发生,并为教育带来了机遇与挑战。其原理机制主要呈现出师生关系网络化效应、教学活动动态生成、知识信息隐态传输等特征。从应用场景来看,ChatGPT模型将围绕“教师”“学生”和“学科”三个主体,在教师发展与队伍建设、学生学习与能力培养、课程建设与学科发展三个领域产生综合性影响。ChatGPT的教育应用在对现行教育范式产生颠覆性影响的同时,也将推动加速地区发展差距、决定国家产业转型进程、颠覆劳动力结构,并使国家信息安全复杂化。上述影响既超越教育自我定义的范畴, 也全方位地波及国家经济、政治和社会各个层面。人工智能技术发展推动了大国博弈的新边疆,也在国际权力结构的重构中发挥着决定性作用,而在这个过程中教育将被重新认识和再定义。ChatGPT;生成式人工智能;教育变革;大国博弈点击阅读原文查看完整内容来源  | 6月2日华东师范大学学报教育科学版公众号(ID:ECNU_xbjk)编辑  |  卢昱舟
人工智能时代的伦理挑战与机遇
研博论文

人工智能时代的伦理挑战与机遇

这篇文章主要报道了一场以"What is it like to be ChatGPT?"为主题的“鲜电下午茶”沙龙活动。活动邀请了人文学院哲学系的苏丽主任作为主讲人,她以哲学家Thomas Nagel的文章为切入点,讨论了人类和蝙蝠以及人工智能的差异和相似点等问题,并强调了人工智能应被看作是人类的他者,而非单纯的技术工具。之后,她从人工智能语言模型的角度出发,探讨了人工智能的“黑箱问题”、自我意识和认识论等科技哲学前沿话题。最后,与会同学就人工智能时代伦理问题、AI对人类的超越问题以及AI与人类的认知问题进行了深入讨论,表示通过本次活动,他们对人与世界的关系有了更深的理解,对人生的意义的认识也更加重要。
ChatGPT的知识产权应对与挑战:东北财经大学法律硕士研究生沙龙探讨新技术
研博论文

ChatGPT的知识产权应对与挑战:东北财经大学法律硕士研究生沙龙探讨新技术

第23个“世界知识产权日”之际,东北财经大学法律硕士研究生知识产权学术沙龙在北京大成(大连)律师事务所举行,主题为“ChatGPT的知识产权应对与挑战”。通过深入讨论ChatGPT的法律定位、可版权性、法律归属等问题, attendees普遍认为应积极应对挑战,探寻有效法律规制路径。东北财经大学法学院副院长石鲁夫强调,要重视探索对新技术的有效法律规制,同时鼓励法律专业研究生参与实践教学活动,实现理论学习与实践技能结合。
为什么ChatGPT对袁岚峰的介绍是瞎扯? | 科技袁人
研博论文

为什么ChatGPT对袁岚峰的介绍是瞎扯? | 科技袁人

作者:袁岚峰来源:风云之声 前面先告诉大家一个大事! 金石开讲历史 新书预订报名 金石开讲历史写过一系列的关于隐蔽战线英雄的故事,几乎每篇都得到了读者的好评。正如那句话“中国总是被他们中间最勇敢的人保护的很好”!但是,因为隐秘战线斗争的特殊性,他们往往隐藏在历史云烟的背后,不为广大的读者所知。所以,金石开一直有个心愿,把这个系列的故事出版,因为网络太碎片化了,一回头就找不到了。没有纸质版,也不方便向亲朋好友推荐。纸质书,既值得珍藏留念,也可以赠送亲朋好友,更适合给孩子们阅读,讲述革命前辈的故事。最近联系了一家出版社,愿意尝试出版,但考虑到市场风险,需要回购一定的数量。所以,金石开讲历史需要大家的援手!我让他们估算了一下费用:18万字,大约304页,80G纯质纸,根据市场定价大概在50-60元之间。回购数量要4000册。给金石开讲历史读者8折的优惠,读者购买大约是40-48左右。(直接代发书,不超重的一律是5元)想预订这本书的,可以直接加我预订。加我注明:订书。有您的加持,我们离出版就又近了一步! 为什么ChatGPT对袁岚峰的介绍是瞎扯?__科 进度条 06:37 00:00 / 06:37 以下是今天的正文:袁岚峰:大家好,孔子有句名言,三人行必有我师焉。这两位是我们科大大数据学院的研究生,他们最近对于ChatGPT 都非常有研究,这也是我非常感兴趣的话题,所以我就向他们来好好地咨询学习一下。(前两天我)问它一个问题,说请你介绍一下袁岚峰,我说介绍一下我,然后它就回答就完全胡说八道。它除了把我的单位说对了之外,其他的我的专业、我干什么的,以及获过什么奖之类的全都乱扯一气,然后说,好像介绍得不太对,再请你介绍一下袁岚峰。杜叶倩(中国科学技术大学大数据学院博士研究生):ChatGPT它在训练的时候,它不可能学习到大千世界里所有的东西,他只能学习到一部分。像对于人名、包括一些影视作品,可能歌手、明星这种它并没有了解得面面俱到,但是它作为一个语言模型又很擅长生成,不擅长判断,所以它一定会自信地生成一些东西。生成的结果可能会基于以往的在它学习的语料库里面的一些相关的,比如说也是科大的老师,可能会就参考它的结果可能会给您一些答案。它里面一旦引入这种随机机制的话,两次结果就会产生这种不一致了。阿玄(中国科学技术大学大数据学院硕士研究生):比如说在AI绘画里面用Stable Diffusion,它里面有个很核心的参数就是种子值。当我想让它帮我画一只狗,我刷新十次,它总会给我刷新成十只不同的狗,当你细节的描述越来越多,但你总不可能描述到所有细节,总有一个地方它是可以改变的,通过种子值就变了。说不定你刷新一次之后,它可能也是改变了它回答的某一个随机数,这些东西也可以引导答案生成,说不定刷了之后就给你刷到另外一个地方。但至于为什么没有对的,还是因为人名这个东西,它在学习过程中,因为它只关心上下文,如果它可能没有对人名做一些特殊处理的权重,对于人名跟人名后面的文字来讲对它是一样的,那它就没有一个很强的关联属性。比如说今天袁老师可能跟某位老师一起合作,你们的名字一起出现在了某个地方,可能这个东西就让它学混了,最后说的时候也就说乱了。杜叶倩:比如说一些新的知识,像现在ChatGPT它只训练到2021年某个月份以前的结果,那么它之后的结果我们肯定是无法获知的,尤其是它对于人名、新闻、时事这种东西,它是这种实时发生的东西,它肯定是很难判断的。不过这个也是一个启发,就是说我们未来它可能更多的需要连入互联网,通过借助互联网来去获取一定的知识,给我们更准确和更实时的反馈。袁岚峰:是的,是的,这就是我让它回答一下,介绍一下我是谁,然后发现这个回答是乱扯一气,我就第一个想法是,那查一下百度百科不就行了。阿玄:其实在使用的时候,使用完之后它会有一个您对这条回答的满意程度是怎么样的?一个大拇指跟一个下的大拇指来评价,这个打分也是它后续优化自身的方式。而且其实作为语言模型来讲,它本身的局限在这,我觉得这个工具来讲,我们可能与其是期望它能为我们提供100%的正确答案,更现实一点的可能还是我们去了解它的特性,来让它去做适合它的任务。就像如果你直接问它判断性内容,你让它介绍袁老师,它说来的内容,如果我是一个对袁老师不那么熟的人,它说袁老师中国科学技术大学微尺度学院。那后面的东西我就认为我说的是对的,那它后面东西也是对的,结果发现袁老师研究什么医学、研究生物研究得特别好。这个其实原则上来说你不知道的话你是没法判断的,而且因为它的语言生成是非常自然的,看不出区别。但是利用它这个特性,可以让它做一些检索类的工作,跟所谓的重复性的工作是比较好的。比如说因为研究需要我有时候问它,能不能帮我找一下最有名的几个CAE软件的架构图,CAE软件我们之前节目里其实有谈到了,工业设计的软件。而它虽然因为它这个特性,它这个图的网址都没给我找对,但它给我列出了几个软件,确实都是知名的CAE软件,这个是对的。我想找一下它们的架构图,但我发现其实,首先商业公司基本上不会放出来自己产品的架构图,开源的架构图也比较简单,但主要是它的网址一般给的都是错的,这个也是因为它是基于上下文的,它这个网址可能是它生成一串很像是网址的东西,但实际点进去看不到。但是它这个公司的名字、CAE这个词检索是对的,我觉得对一个未知的领域,通过这个东西去像开地图一样的,去以点带面的,它给你一个方式可以让你迅速的了解,作为一个检索工具,我觉得还是非常高效的。杜叶倩:像我现在也是不太,就不完全信任它给出来的结果,所以我就比较倾向于拿它去做一些简单的文字性处理的工作,比方说要从一段源码里面把所有的数字都给我提取出来,然后并且保留二位小数。像这种工作我以前可能需要一个一个地去复制粘贴,现在我就一整段话丢给他,然后并告诉它我要去干什么就可以,这种结果我也是可以确定性是对的。袁岚峰:那要找到一个适合它的应用还挺如履薄冰的,万一在哪个地方出了错,说不定造成一个非常严重的问题,这也是一个很有意思行业现状。当一个新技术出来的时候,一般人往往是震惊于它的强大,然后很容易把它神化了。就觉得它要取代我们工作了,整个人类社会都要被它支配了,但是真正内行的人往往是觉得它太弱了,能力这么差,有这么多的不足,可能往往是越内行的人越悲观,越外行的人越乐观,很多行业都有这个现象。 (打赏条鸡腿,干活不累:) 如果还想观看更多精彩文章 可以扫描下图的二维码 关注我