Thời đại giáo dục (CÁC) ra mắt với một đoạn có tiêu đề “AI có đánh vần sự kết thúc của giáo dục không?”Lời quảng cáo giải thích thêm,
Trí tuệ nhân tạo sẽ sớm có thể nghiên cứu và viết luận tốt như con người. Vậy liệu nền giáo dục chân chính có bị cuốn theo làn sóng gian lận - hay AI chỉ là một công cụ hỗ trợ kỹ thuật khác mà việc giảng dạy và đánh giá sẽ phát triển để tính đến? John Ross báo cáo [.]
AI có đánh vần sự kết thúc của giáo dục không?
Đây là một bài viết xuất sắc. Ý tôi không phải là nó sâu sắc hay được viết tốt. Mặc dù nó có những khoảnh khắc của nó, nhưng nhìn chung, đó là một mớ hỗn độn khó hiểu được bao bọc trong bao bì clickbait. Đó không phải là viết hay hay báo chí hay.
Nhưng nó is một minh họa gần như hoàn hảo về cách các đại diện phổ biến của cả trí tuệ nhân tạo (AI) và gian lận có thể gây hại.1
Nó cũng cho thấy một cách để các nhà giáo dục hiểu AI hơn vì AI và gian lận đôi khi hoạt động theo những cách tương tự. Tôi sẽ giải thích sự song song trong bài đăng trên blog này. Trong quá trình này, tôi cũng sẽ tranh luận rằng việc đóng khung gian lận trong bối cảnh "tính liêm chính trong học tập" là có hại. Và tôi sẽ phản bác rằng tất cả những hiểu lầm này đều phản tác dụng trong việc chuẩn bị cho công việc của sinh viên trong tương lai.
Những người gian lận không phải là "kẻ gian lận"
Như bạn có thể đã tìm ra bây giờ, tôi sẽ xử lý CÁC bài báo gay gắt. Tôi sẽ cố gắng hết sức để tránh những bức ảnh rẻ tiền quá hấp dẫn. (Tiêu đề ban đầu cho bài đăng của tôi là “AI Đánh vần môn Báo chí Kết thúc Giáo dục?”) Vấn đề sâu hơn ở trọng tâm của bài viết này đáng được xử lý nghiêm túc. Tôi sẽ tranh luận rằng "Liệu AI có đánh vần sự kết thúc của giáo dục" là một ví dụ về "gian lận" trong báo chí. Trong quá trình này, tôi sẽ có một quan điểm hơi khác thường về ý nghĩa của việc “gian lận”. Vị trí đó không chỉ liên quan đến cách AI được sử dụng trong lớp học mà còn liên quan đến cách chúng ta nên nghĩ về AI và kiến thức hoạt động cũng như cách chúng ta nên nghĩ về cái gọi là “tính toàn vẹn trong học tập”.
Là một phần của sự sắp xếp lại đó, tôi muốn hết sức cẩn thận để tách biệt những nhận định về bài viết với những đánh giá về tác giả của bài báo, John Ross. Tôi không biết người đàn ông. Tôi cũng không biết nhiệm vụ mà anh ấy được giao đã dẫn đến việc anh ấy sản xuất bài báo này. Tôi không có ý kiến gì về anh ta với tư cách là một nhà văn hay một con người. Tôi chỉ có ý kiến về chất lượng của tác phẩm này và quá trình viết dẫn đến nó.
Tôi định nghĩa "gian lận" là "tham gia vào các hành vi nhằm mục đích tạo điều kiện cho việc đậu mà không cần học." Định nghĩa này tránh đưa ra phán xét chung cho người thực hiện hành vi. Nó không buộc tội họ thiếu "tính liêm chính trong học tập." Nó chỉ đơn giản xác định các hành vi tạo điều kiện cho học sinh đạt điểm cao — mà ở nơi làm việc chúng ta có thể gọi là “ghi điểm tốt trên các chỉ số hiệu suất chính (KPI) — mà không thực sự làm công việc suy nghĩ chăm chỉ cần thiết để hoàn thành bài tập như dự định. Bất kỳ hệ thống tính điểm nào cũng có thể được đánh bạc. Hệ thống tính điểm trò chơi con người vì tất cả các loại lý do. Một người có thể là áp lực. Có lẽ một học sinh muốn học nhưng cần phải vượt qua. Hoặc một nhà báo muốn viết một tác phẩm sâu sắc nhưng cần phải hoàn thành một nhiệm vụ cực kỳ tham vọng với thời hạn không thực tế hoặc giới hạn số lượng từ. Đôi khi chúng ta tham gia vào những con đường tắt cẩu thả hoặc lười biếng không phải vì chúng ta là những người cẩu thả hay lười biếng mà bởi vì chúng ta cảm thấy bị hoàn cảnh buộc phải làm như vậy. Cho dù trong lớp học hay nơi làm việc, trọng tâm chính của chúng ta nên là giảm các động lực để chơi trò chơi hệ thống tính điểm hơn là trừng phạt những “kẻ gian lận” vì sự thiếu “liêm chính” của họ.
Từ đây trở đi, tôi sẽ phân biệt giữa John Ross, tác giả con người của cuốn sách "Liệu AI có đánh vần sự kết thúc của giáo dục?", Và thuật toán tinh thần mà ông đã sử dụng để viết tác phẩm này, mà tôi sẽ gọi là Journobot 2000. Hai cái này không giống nhau . John Ross rất có thể là một chàng trai thông minh. Journobot 2000 là một tập hợp các lối tắt tinh thần mà John Ross đã sử dụng để tránh việc phải suy nghĩ và học hỏi khó khăn khi viết các phần của bài báo của mình. Nó không hiểu AI, gian lận, hay việc dạy viết. Nó có khả năng tập hợp các đoạn văn về các chủ đề như vậy theo cách nghe mạch lạc. Nó thậm chí có thể đánh lừa một số độc giả thông minh nghĩ rằng đầu ra của nó phản ánh một số hiểu biết về những chủ đề này. Nhưng Journobot 2000 không hiểu gì cả. Nó chỉ đơn giản là một thuật toán so khớp mẫu phức tạp có thể sao chép / dán theo những cách thú vị và sử dụng một từ điển đồng nghĩa được bổ sung để diễn đạt lại các câu.
Journobot 2000 là một chiến lược gian lận. Nó cho phép người viết chịu áp lực để tạo ra một bài báo có vẻ mạch lạc mà không buộc người viết đó phải đầu tư thời gian cần thiết để hiểu chủ đề. Khi sinh viên sử dụng Journobot 2000 — mà nhiều người làm — họ không học. Khi những người lao động tri thức cũng làm như vậy, họ không thực hiện công việc tri thức hữu ích.
Kiến thức làm việc và học tập là như nhau. Công nhân tri thức giải quyết các vấn đề mới lạ. Làm thế nào để họ làm điều đó? Bằng việc học. Đến lượt nó, việc học đòi hỏi phải có tư duy. Những con đường tắt giúp giảm bớt công việc vất vả thì không sao, nhưng những con đường tắt làm giảm công việc suy nghĩ sẽ rất nguy hiểm nếu công việc của bạn đòi hỏi bạn phải suy nghĩ và học hỏi.
Viết dưới dạng ảnh ghép
Journobot 2000 đã tập hợp một loạt các trích dẫn và dữ kiện liên quan đến các chủ đề về AI, viết lách và / hoặc gian lận trong một số kết hợp. Trước khi chúng tôi phân tích cách nó thực hiện điều này, chúng ta hãy xem xét một số trích dẫn cá nhân từ những người được phỏng vấn xuất hiện trong bài báo. Tôi đã sắp xếp những thứ này không theo thứ tự từ vị trí của chúng trong bài báo vì một lý do cụ thể. Hãy tự suy nghĩ về từng đoạn văn này và xem xét vấn đề hoặc vấn đề mà mỗi người nói đang quan tâm.
Tôi sẽ cung cấp các trích dẫn khá rộng rãi từ mọi người để cung cấp hương vị cho mối quan tâm của họ. Đoạn văn đầu tiên trích lời Lucinda McKnight, một giảng viên cao cấp về sư phạm và chương trình giảng dạy tại Đại học Deakin:
"Làm thế nào để chúng ta chuẩn bị cho các giáo viên dạy các nhà văn của tương lai khi chúng ta đang có cuộc cách mạng công nghiệp lần thứ tư to lớn này đang diễn ra ở đó mà các trường học - và thậm chí, ở một mức độ nào đó, các trường đại học - dường như khá cách biệt?" McKnight hỏi. “Tôi chỉ ngạc nhiên rằng có một khoảng cách quá lớn giữa khái niệm của [các trường đại học] về kỹ thuật số trong giáo dục và những gì đang thực sự xảy ra ngoài kia trong ngành, trong báo chí, báo cáo kinh doanh, bài đăng trên blog - tất cả các loại nội dung web. AI đang chiếm lĩnh những lĩnh vực đó ”.
McKnight cho biết AI có “khả năng to lớn để tăng cường khả năng của con người - viết bằng nhiều ngôn ngữ; viết văn bản được tối ưu hóa cho công cụ tìm kiếm thực sự nhanh chóng; làm tất cả những thứ mà con người sẽ mất nhiều thời gian hơn để làm và không thể làm một cách triệt để. Đó là một biên giới hoàn toàn mới của những điều cần khám phá. "
Hơn nữa, tương lai đã đến. Cô nói: “Có những điều thực sự thú vị mà mọi người đang làm với AI trong các lĩnh vực sáng tạo, trong văn học, nghệ thuật. “Con người [rất] tò mò: chúng tôi sẽ khai thác những thứ này và khám phá chúng để tìm ra tiềm năng của chúng. Câu hỏi đặt ra cho chúng tôi với tư cách là các nhà giáo dục là chúng tôi sẽ hỗ trợ sinh viên sử dụng AI theo những cách chiến lược và hiệu quả như thế nào để trở thành những nhà văn giỏi hơn ”.
Và trong khi các công ty phát hiện đạo văn đang tìm những cách tinh vi hơn để “bắt” những sinh viên phạm lỗi, cô ấy tin rằng họ cũng quan tâm đến việc hỗ trợ một nền văn hóa liêm chính trong học tập. “Đó là điều mà tất cả chúng tôi đều quan tâm,” cô nói. “Cũng giống như máy tính, giống như kiểm tra chính tả, cũng giống như kiểm tra ngữ pháp, [công nghệ] này sẽ trở nên tự nhiên trong quá trình luyện viết… Chúng ta cần suy nghĩ chiến lược hơn về tương lai của việc viết lách khi cộng tác với AI - không phải là một loại phù thủy -bảo hiểm, trừng phạt người sử dụng nó. ”
AI có đánh vần sự kết thúc của giáo dục không?
Nó thật thú vị. Tôi đồng ý với một số nhận xét của McKnight và có câu hỏi về những nhận xét khác. Ví dụ: có sự khác biệt rất lớn giữa việc viết văn bản được tối ưu hóa cho công cụ tìm kiếm (SEO) thực sự nhanh và viết thông tin và được viết tốt SEO văn bản thực sự nhanh chóng. Mối quan hệ giữa công cụ và người lao động tri thức ở đây là gì? Tôi có một công cụ SEO trong blog của mình. Nó ghét bài viết của tôi. Cảm giác là lẫn nhau. Nếu tôi tuân theo các khuyến nghị của nó một cách nhẹ nhàng, tôi sẽ có nhiều người hơn đến trang web của tôi và sẽ có ít người đọc nó hơn.
Hiện tại, điểm mấu chốt là McKnight quan tâm đến việc dạy sinh viên về cách họ có thể sử dụng các công cụ tạo văn bản AI tại nơi làm việc. Hãy để dành khám phá sâu hơn về dòng suy nghĩ này cho phần sau của phần này.
Người tiếp theo trong bài viết có mối quan tâm mà tôi muốn khám phá là Tiến sĩ Jesse Stommel, Nghiên cứu viên Kỹ thuật số và Giảng viên Cao cấp về Truyền thông và Nghiên cứu Kỹ thuật số tại Đại học Mary Washington. Stommel lo ngại về phần mềm chống đạo văn. Đây là cách anh ấy được trích dẫn:
Ông nói: “Họ có dữ liệu về bài viết của học sinh. “Họ có dữ liệu về cách bài viết của học sinh thay đổi theo thời gian vì họ có nhiều bài nộp trong quá trình làm nghề từ một học sinh. Họ có dữ liệu để có thể so sánh học sinh với nhau và so sánh học sinh ở các cơ sở khác nhau ”.
Bước tiếp theo, Stommel lập luận, là phát triển một thuật toán có thể nắm bắt được “học sinh của tôi là ai, chúng phát triển như thế nào, nếu chúng có khả năng gian lận. Nó giống như một tương lai viễn vông nào đó thật đáng sợ, nơi thay vì bắt những kẻ gian lận, bạn đột nhiên cố bắt lấy ý tưởng gian lận. Điều gì sẽ xảy ra nếu chúng tôi vừa tạo ra một thuật toán có thể dự đoán thời gian, cách thức và vị trí sinh viên có thể đạo văn và chúng tôi can thiệp trước khi họ làm điều đó? Nếu bạn đã xem Báo cáo về người thiểu số hoặc đọc Mười chín tám mươi tư hoặc đã xem Metropolis, bạn có thể thấy vị trí khó hiểu mà điều này cuối cùng sẽ xảy ra. "
AI có đánh vần sự kết thúc của giáo dục không?
Ở đây, Stommel tập trung vào quyền riêng tư của dữ liệu sinh viên, đây có thể là một vấn đề quan trọng của một số ứng dụng nhất định của cả AI và không phải AI EdTech. Mặc dù tôi không đồng ý với đánh giá của anh ấy về tính hợp lý của kịch bản ác mộng của anh ấy, nhưng tôi hoàn toàn đồng ý với mối quan tâm của anh ấy và muốn xem nó được giải nén và khám phá. Tôi có thể dễ dàng viết cả một bài dài giải thích nỗi sợ hãi nào là thực tế và tại sao hoặc tại sao không. Tuy nhiên, hãy lưu ý rằng mối quan tâm mà Stommel bày tỏ ở đây không phải là về các công cụ tạo văn bản hay thậm chí là AI cụ thể.
Trích dẫn thứ ba từ bài báo mà tôi muốn nhấn mạnh là của Andrew Grauer, Giám đốc điều hành của Course Hero. Anh ấy nói,
“Tôi có một con trỏ nhấp nháy trên trình xử lý văn bản của mình. Thật là một trạng thái căng thẳng, kém hiệu quả! ” anh ta nói. Thay vào đó, anh ta có thể sử dụng một bot AI để “đưa ra một số loại luận điểm; tạo một số câu chủ đề mục tiêu; [cân nhắc] bằng chứng cho một lập luận ủng hộ và phản bác. Cuối cùng, tôi bắt đầu kiểm tra ngữ pháp. Tôi có thể bắt đầu tạo điều kiện cho bài viết tranh luận của mình. "
AI có đánh vần sự kết thúc của giáo dục không?
Điều này cũng thú vị và đáng để khám phá. Khi nào thì loại giàn giáo hỗ trợ này giúp học sinh học tập, và khi nào thì loại giàn giáo hỗ trợ giúp học sinh khỏi học tập? Tôi đã viết về chủ đề này như một phần của một bài đăng lớn hơn về quy mô hội thảo kỹ thuật số và có thể dễ dàng viết thêm về nó.
Câu nói của Grauer có vẻ liên quan đến câu chuyện của McKnight. Cả hai đều quan tâm đến việc làm thế nào AI có thể nâng cao khả năng viết. Khi John Ross phỏng vấn mọi người cho bài báo cuối cùng được đặt tên là “Liệu AI có đánh vần sự kết thúc của giáo dục?”, Anh ấy dường như đã thăm dò những người được phỏng vấn của mình để thúc đẩy một cuộc đối thoại chân thực về khía cạnh này của bài báo. Anh ấy thậm chí còn giới thiệu một câu nói từ Giám đốc sản phẩm của Turnitin, Valerie Scheiner, hoạt động như mô liên kết giữa hai người khác. Đây là đoạn văn có liên quan của cô ấy:
Turnitin hiện đang sử dụng AI để cung cấp cho sinh viên phản hồi trực tiếp thông qua một công cụ có tên là “Draft Coach”, giúp họ tránh bị đạo văn không chủ ý. “'Bạn có một phần chưa được chỉnh sửa trong bài báo của mình. Bạn cần phải sửa nó trước khi nộp nó như một bản gửi cuối cùng. Bạn có quá nhiều điểm tương đồng [với một] đoạn trên Wikipedia. ' Loại hỗ trợ phát hiện và trích dẫn tương tự đó thúc đẩy AI trực tiếp thay mặt cho sinh viên, ”[Scheiner] nói.
Nhưng việc vẽ các đường chỉ sẽ trở nên khó khăn hơn, cô ấy nói thêm: “Sẽ luôn là sai lầm khi trả tiền cho một người nào đó để viết bài luận của bạn. Nhưng [với] tài liệu do AI viết, tôi nghĩ rằng có nhiều màu xám hơn. Việc sử dụng các công cụ AI để giúp việc viết lách của bạn trở nên giống với việc sử dụng máy tính hơn ở những điểm nào hoặc ở cấp độ giáo dục nào? Chúng tôi không cho phép học sinh lớp ba sử dụng máy tính trong bài kiểm tra toán của chúng, vì điều đó có nghĩa là chúng không biết cách thực hiện những phép tính cơ bản mà chúng tôi cho là quan trọng đó. Nhưng chúng tôi để học sinh giải tích sử dụng máy tính vì chúng được cho là biết cách làm những phép toán cơ bản đó. "
Schreiner cho biết cộng đồng học thuật, chứ không phải các công ty công nghệ, phụ thuộc vào việc xác định thời điểm sử dụng các công cụ AI của sinh viên là phù hợp. Việc sử dụng như vậy có thể được phép nếu các quy tắc cho phép rõ ràng, hoặc nếu học sinh thừa nhận nó.
AI có đánh vần sự kết thúc của giáo dục không?
Đây dường như là một phản ứng trực tiếp cho câu nói của McKnight trong khi gật đầu trước một số vấn đề đạo đức được nêu ra ở những nơi khác của tác phẩm. Phần thú vị nhất của "Liệu AI có đánh vần sự kết thúc của giáo dục?" là căng thẳng — và chạy đua vũ trang — giữa công cụ tạo văn bản và công cụ phát hiện đạo văn.
Nhưng tác phẩm không bao giờ hoàn toàn tập trung vào tình huống khó xử này. Nó bị phân mảnh một cách kỳ lạ. Có một câu tham chiếu đến "trình quay từ", là những trình diễn giải văn bản có thể được sử dụng để ngụy tạo hành vi đạo văn. Nhưng Ross không bao giờ theo dõi góc độ này, mặc dù thực tế là nó hoàn toàn phù hợp với đoạn hội thoại trong quá trình tạo văn bản mà anh ấy đã ghép lại với các trích dẫn của McKnight, Grauer và Scheiner. Thay vào đó, anh ấy chỉ bổ sung đề cập một câu đó với một liên kết đến một bài báo về trình quay từ trên trang web của Turnitin. Và sau đó là câu trích dẫn của Stommel, được mắc kẹt ở giữa tác phẩm và dường như không liên quan trực tiếp đến phần còn lại của câu chuyện. Quyền riêng tư về dữ liệu sinh viên không được nâng cao trước hay sau. Trích dẫn chỉ là… ở đó.
Tại sao?
Câu trả lời là John Ross, nhà văn của con người, đã lừa dối. Bài báo này có vẻ giống như kết quả của một phóng viên đã phỏng vấn hàng loạt chuyên gia về chủ đề AI trong giáo dục như một phần của nỗ lực tìm hiểu và báo cáo về các vấn đề này.
Nhưng nó không phải.
Một số người được phỏng vấn nói với tôi rằng họ đã được phỏng vấn nhiều tháng trước về các chủ đề khác ngoài AI và việc dạy viết. Một trong số họ, Jesse Stommel, đã ghi lại cho tôi về chủ đề này. Anh ấy nói với tôi rằng ban đầu anh ấy đã được phỏng vấn về việc Turnitin mua lại một trong những đối thủ cạnh tranh của nó. Mặc dù không phản đối việc các tác giả sử dụng trích dẫn của mình trong các bài báo khác, nhưng anh ấy nói, “[M] y trích dẫn không phải là phản ánh trực tiếp về AI.” Trên thực tế, AI thậm chí còn không xuất hiện trong cuộc phỏng vấn của anh ấy.
Khi đọc với suy nghĩ này, bài báo có ý nghĩa hơn nhiều. Các phần mạch lạc nhất của bài viết nằm trên các chủ đề phù hợp với ngữ cảnh của một bài báo trên Turnitin và phần mềm chống đạo văn. Những phần lộn xộn chính xác là những phần mà nghiên cứu ban đầu của John Ross về một câu chuyện của Turnitin không phù hợp với chủ đề mục đích của bài báo. Ví dụ, trích dẫn của Stommel sẽ phù hợp hơn với phần mềm chống đạo văn vì anh ấy đang bày tỏ lo ngại về cách phần mềm chống đạo văn sử dụng dữ liệu của sinh viên.
Khi John Ross quyết định sử dụng một số tài liệu từ tác phẩm gốc chưa từng được xuất bản trên Turnitin, anh ta có thể đã quay lại Stommel và hỏi anh ta những câu hỏi có liên quan trực tiếp đến bài báo về AI. Nhưng anh ấy đã không. Tại sao không? Tôi không biết. Có lẽ anh đã lười biếng. Có lẽ anh ấy bị áp lực về thời gian. Có lẽ các biên tập viên của anh ấy muốn một cái gì đó đặc biệt từ anh ấy. Tôi sẽ không đánh giá con người chỉ dựa trên một bài báo.
Nhưng tôi sẽ đánh giá công việc của anh ấy trên chính bài báo. Vì bất cứ lý do gì, Ross đã sa thải Journobot 2000. Thay vì tiến hành nghiên cứu sâu hơn, anh ta lấy những gì đã có từ một bài viết về một chủ đề khác. Anh ấy đã sắp xếp lại các mảnh để trông giống như chúng luôn được dự định là một phần của một bài báo về AI. Journobot đã làm như vậy bằng cách làm theo một mẫu đơn giản mà tôi sẽ phân tích trong phần tiếp theo.
Điều này đáng chú ý là giống như chiến lược mà sinh viên thực hiện là đạo văn một bài luận về một chủ đề tương tự với chủ đề mà họ đã được giao và sau đó sắp xếp lại nó để thử và làm cho nó phù hợp. Sự khác biệt duy nhất là anh ấy đã đạo văn bản thân. Vấn đề ở đây không phải là lấy suy nghĩ của người khác và coi chúng là của riêng bạn. Nó tuyên bố rằng bạn đã suy nghĩ và phân tích một chủ đề khi bạn chưa suy nghĩ.
Khi học sinh làm điều này, chúng tôi gọi nó là “gian lận”. Nó dẫn đến việc họ không suy nghĩ và học hỏi. Khi các nhà báo làm điều đó, chúng tôi gọi đó là “báo chí lười biếng”. Nó dẫn đến các bài báo lộn xộn và không khai sáng được người đọc. Nói một cách tổng quát hơn, khi những người lao động tri thức làm việc đó… tốt, chúng tôi không có tên cụ thể cho nó, nhưng nó dẫn đến chất lượng công việc thấp.
Trong khoa học dữ liệu, chúng tôi gọi nó là “trí tuệ nhân tạo”.
Gian lận trông như thế nào
Journobot 2000 không hiểu mối quan hệ giữa mối quan tâm về quyền riêng tư dữ liệu của Jesse Stommel và AI. Nó phù hợp với hai loại mẫu. Đầu tiên, vì đây là một bài viết về chủ đề gây tranh cãi, nó thể hiện sự tranh cãi bằng cách xen kẽ giữa các câu trích dẫn có điểm cảm xúc tích cực và những câu trích dẫn có điểm cảm xúc tiêu cực. Nó mô phỏng điểm / đối điểm. John Ross, nhà báo con người, có thể đã chọn bỏ qua phần cuối hypebol của câu trích dẫn của Stommel và thay vào đó tập trung vào mối quan tâm tiềm ẩn. Journobot 2000 có khả năng nhận thấy câu trích dẫn đó phù hợp với thuật toán so khớp mẫu của nó chính xác vì phần kết thúc thể hiện cảm xúc tiêu cực mạnh mẽ về điều gì đó liên quan đến các chủ đề hiện tại. Nó cũng biết cách viết các cụm từ chuyển tiếp để một đoạn văn xuất hiện liên quan đến đoạn tiếp theo.
Nói về điều này, Journobot 2000 biết rằng phần mềm chống đạo văn, AI, gian lận và viết lách là những chủ đề liên quan. Nó sắp xếp các trích dẫn theo những cách thể hiện sự liên quan giữa các chủ đề. Bởi vì nó không thực sự hiểu các chủ đề giống như cách con người làm, một người đọc cẩn thận có thể thấy các đường nối mà các mảnh không thực sự gắn kết với nhau. Nhưng một người đọc bình thường có thể không nhận thấy rằng các trích dẫn của Stommel đã được đặt vào những nơi mà chúng chỉ phù hợp một cách lỏng lẻo với các phân tích trước hoặc sau. Anh ta không thực sự là một phần của hộp thoại giống như cách của một số người khác.
Tương tự như vậy, có một tham chiếu phần lớn chưa được sử dụng đến các trình quay từ. Trong một bài báo về Turnitin, chủ đề có thể chỉ có ý nghĩa khi đề cập đến như một trong nhiều khía cạnh liên quan đến công ty và việc mua lại đối thủ cạnh tranh. Nhưng trong một bài báo về AI có khả năng chấm dứt giáo dục, các trình quay từ lẽ ra đã nhận được sự chú ý đáng kể. John Ross có thể đã nhìn thấy điều đó và nghiên cứu cho phù hợp. Journobot 2000 đã không tạo ra kết nối.
Hãy cùng tìm hiểu một vài chủ đề mà Journobot 2000 đã bỏ qua để hiểu về bài báo có thể xảy ra nếu John Ross đã áp dụng cùng mức độ chú ý mà bằng chứng khảo cổ học trong tác phẩm đã xuất bản của anh ấy cho thấy anh ấy đã đưa vào bản gốc, chưa được xuất bản phiên bản.
Bài viết do máy thực tế viết
Hãy bắt đầu với những điều kỳ diệu của máy viết bài. Bạn gần như chắc chắn đã đọc các bài báo được viết bằng máy. Ví dụ, nếu bạn theo dõi chứng khoán, bạn có thể đã học cách nhận ra các bài báo do bot viết. Hãy tưởng tượng giá cổ phiếu của một cổ phiếu công nghệ sinh học giảm mạnh vì chúng có kết quả thử nghiệm lâm sàng không tốt. Bạn có thể đọc một câu chuyện tin tức tài chính được viết hoàn hảo trong hộp thư đến của mình, cho bạn biết tất cả về các chỉ số kỹ thuật về giá cổ phiếu, hoàn chỉnh với tiêu đề gợi ý bài viết sẽ cung cấp thông tin chi tiết về việc nên mua hay bán… nhưng không đề cập đến bất kỳ điều gì tin tức đã thúc đẩy giá di chuyển. Phân tích kỹ thuật dựa trên dữ liệu và có vẻ hoàn toàn hợp lý. Văn bản chỉ có một chút ngôn ngữ đầy màu sắc, gợi ý gợi ý gần nhất về giọng nói giả lập của một tác giả. Nếu bạn không biết về tin tức, nó sẽ có vẻ bình thường. Nhưng nó không thực sự là một mẩu tin tức phân tích tài chính. Đó là một báo cáo phân tích dữ liệu được viết dưới dạng tường thuật với dòng tiêu đề công thức ở trên cùng. Máy không thực sự hiểu chủ đề mà nó đang viết.
Trong ví dụ này, có thể có rất ít hoặc không có trí tuệ nhân tạo thực sự tham gia vào quá trình viết. Một người có thể đã viết một mẫu bao gồm chủ đề về một loại chuyển động cổ phiếu nhất định. Phần mềm điền vào dữ liệu. Nó đã được cung cấp với một số cụm từ đầy màu sắc để thay thế cho các cụm từ phổ biến khác nhau. "Cổ phiếu đã giảm mạnh." "Hàng đã tăng." "Cổ phiếu giảm mạnh." Chúng có thể được thay đổi ngẫu nhiên để tạo ra sự xuất hiện của một tác giả đằng sau tác phẩm.
AI chính hãng có thể tạo ra văn bản gốc bằng cách sử dụng một nhóm kỹ thuật được gọi là Xử lý ngôn ngữ tự nhiên (NLP). Một sản phẩm cụ thể có tên GPT-3 do một công ty có tên là OpenAI sản xuất đang nhận được nhiều sự chú ý nhất hiện nay, nhưng vẫn có những sản phẩm khác. Nó có thể tạo ra văn bản kỳ lạ. Ý tôi là viết rơi xuống thung lũng kỳ lạ. Nó viết có vẻ giống con người nhưng không hoàn toàn. Kết quả là kỳ lạ và đôi khi đáng sợ. (Để có được cảm giác thú vị về mức độ kỳ lạ và rùng rợn, hãy đọc blog của Janelle Shane Sự kỳ lạ của AI. Và sau đó đọc cuốn sách của cô ấy, Bạn trông giống như một điều và tôi yêu bạn: Trí tuệ nhân tạo hoạt động như thế nào và cách nó biến thế giới thành một nơi kỳ quặc.)
Một bài báo gần đây trên NextWeb, “Đừng nhầm OpenAI Codex với một lập trình viên, ”Mang tính chất minh họa. Tất cả là về cách nền tảng kho phần mềm Github thuộc sở hữu của Microsoft đã lấy một phiên bản GPT-3 được tùy chỉnh cao và đào tạo nó để viết mã máy tính. Ý tưởng là nếu GPT-3 có thể học tiếng Anh, thì nó sẽ có thể học Javascript. Xét cho cùng, ngôn ngữ lập trình là ngôn ngữ.
Một phần hay của bài báo được dành cho Vấn đề Không có Bữa trưa Miễn phí, “có nghĩa là sự khái quát hóa đi kèm với cái giá phải trả của hiệu suất. Nói cách khác, các mô hình học máy chính xác hơn khi chúng được thiết kế để giải quyết một vấn đề cụ thể. Mặt khác, khi phạm vi vấn đề của họ được mở rộng, hiệu suất của họ sẽ giảm xuống. ” Ngay cả một chương trình AI hiện đại, khổng lồ, đắt tiền về mặt tính toán như GPT-3 cũng tầm thường trong việc thực hiện một loạt các nhiệm vụ. Các nhà phát triển đầu tư rất nhiều thời gian và năng lượng để điều chỉnh nó để làm một việc thực sự tốt. Và thậm chí sau đó, "thực sự tốt" không phải lúc nào cũng ... ừm ... tất cả việc này Tốt. Đây là lời trích dẫn từ mảnh:
Trong bài báo của mình, các nhà khoa học OpenAI thừa nhận rằng Codex “không lấy mẫu hiệu quả để đào tạo” và “ngay cả những nhà phát triển dày dạn kinh nghiệm cũng không gặp phải bất cứ nơi nào gần số lượng mã này trong sự nghiệp của họ”.
Họ cũng nói thêm rằng “một sinh viên giỏi hoàn thành khóa học nhập môn về khoa học máy tính được kỳ vọng sẽ có thể giải được một phần nhỏ các vấn đề hơn Codex-12B”.
Đừng nhầm OpenAI Codex với một lập trình viên
Mặc dù tôi không biết Microsoft đã chi bao nhiêu tiền để phát triển Codex, nhưng tôi tin rằng nó tốn ít nhất vài đơn hàng lớn hơn EdTech AI thông thường. Tuy nhiên, nó không thể phù hợp với một sinh viên khoa học máy tính năm thứ nhất đại học.
Tại sao không? Phần này đi sâu vào một số chi tiết kỹ thuật, nhưng nó tóm gọn lại thực tế là AI ngày nay vẫn có một số hạn chế rõ rệt so với con người khi nói đến khả năng giải quyết vấn đề. Nó không thể chứa nhiều dữ kiện liên quan trong “đầu” của nó như chúng ta có thể. Nó không khớp với các mẫu theo cùng một cách. Nó không tốt trong việc nắm bắt các sắc thái ý nghĩa trong ngôn ngữ và mối quan hệ giữa các ý tưởng. Mặc dù tiến bộ đạt được trong AI ngày nay là kỳ diệu, nhưng theo kinh thánh thì không phải như vậy. Nó không phải là phép thuật. Nếu một trong những thuật toán công nghệ tiên tiến và đắt tiền nhất trong lịch sử loài người không thể sánh được với một sinh viên đại học năm nhất, thì có lẽ chúng ta nên bỏ qua những lời cường điệu khó thở về AI "kết thúc giáo dục" trong một thời gian.
Thay vì sử dụng Journobot 2000, John Ross có thể đã sử dụng toàn bộ khả năng con người của mình với tư cách là một người học, nhà tư tưởng và nhân viên tri thức để tham gia vào chủ đề mục đích của bài báo của mình. Anh ấy có nhiều nguyên liệu thô cho một thứ thực sự thú vị. Nhưng anh ấy không dành thời gian để theo dõi các chủ đề.
Word spinners là một ví dụ khác.
Xoay các từ
Bài báo của John Ross đề cập đến “công cụ quay từ” —các công cụ viết lại câu bằng cách sử dụng AI — như công cụ gian lận để vượt qua các máy phát hiện đạo văn. Nhưng nó không đặt tên hoặc khám phá chủ đề một cách chi tiết. Việc anh ấy làm nhiều nhất là liên kết đến một bài báo về trình quay từ trên trang web của Turnitin (có lẽ là một hiện vật khác của bài báo gốc).
Khi không có sự thẩm định của John Ross, tôi đã tự mình tiến hành một chút bằng cách sử dụng một công cụ nghiên cứu AI tiên tiến có tên là Google. Hóa ra không phải tất cả các trình quay từ đều giống nhau. Ví dụ, Công cụ Rewriter Điều Spinner tất cả nhưng đều tự quảng cáo rõ ràng như một công cụ được thiết kế để gian lận:
Ngày nay, hầu hết mọi thứ đều được thực hiện trực tuyến - bao gồm cả bài tập, bài luận của sinh viên và bất cứ thứ gì khác mà bạn có thể nghĩ đến. Do đó, một lượng lớn công việc bằng văn bản cũng phải được thực hiện trực tuyến.
Vấn đề là có rất nhiều thứ đã được viết về mọi thứ, việc tạo ra nội dung hoàn toàn mới và độc đáo là khá khó khăn. Đừng quên, cũng tốn thời gian và khá mệt mỏi. Kết quả là, nhiều người cảm thấy bối rối và thất vọng khi cố gắng tạo ra nội dung độc đáo.
Bạn có muốn tạo nội dung nguyên bản, mới mẻ nhưng bị ép về thời gian? Viết lại một tài liệu để làm cho nó trở nên độc đáo không phải lúc nào cũng là một nhiệm vụ dễ dàng. Đây là lý do tại sao chúng tôi giới thiệu cho bạn Article Spinner - công cụ hoàn hảo để giúp bạn tạo nội dung mới trong thời gian rất ngắn.
Có lẽ là một số bot
Kính thưa quý vị và các bạn, chào mừng đến với tương lai của công việc tri thức! Những bài báo bị viết lại một cách tồi tệ bởi một công cụ do một người viết tồi tạo ra bởi vì suy nghĩ quá khó và còn ai có ý tưởng ban đầu nữa?
Về mặt sáng sủa, thuật toán tối ưu hóa công cụ tìm kiếm của họ phải tốt vì văn bản này đưa chúng lên gần đầu trang kết quả tìm kiếm của tôi.
bút lông ngỗngmặt khác, nó tự coi mình như một công cụ giúp người viết điều chỉnh ngôn ngữ của họ phù hợp với khán giả của họ:
Lời nói của bạn rất quan trọng và công cụ diễn giải của chúng tôi được thiết kế để đảm bảo bạn sử dụng những từ phù hợp. Với 3 chế độ miễn phí và 4 chế độ cao cấp để lựa chọn, trình diễn giải của QuillBot có thể diễn đạt lại bất kỳ văn bản nào theo nhiều cách khác nhau, đảm bảo bạn sẽ tìm thấy ngôn ngữ, giọng điệu và phong cách hoàn hảo cho bất kỳ trường hợp nào. Chỉ cần nhập văn bản của bạn vào ô nhập liệu và AI của chúng tôi sẽ làm việc với bạn để xây dựng cách diễn giải tốt nhất từ đoạn văn bản gốc.
Một bot phức tạp hơn một chút
Điều đó có tốt hơn Article Spinner không? Tôi nghĩ rằng nó có thể tồi tệ hơn. Đầu tiên, nó có vẻ phức tạp hơn khi nói lại công việc của người khác. Khi McKnight nói về cuộc Cách mạng công nghiệp lần thứ tư và AI giúp con người làm công việc của họ tốt hơn, tôi không nghĩ cô ấy muốn nói đến việc AI giúp sinh viên đại học lấy các tác phẩm do người khác viết và diễn giải chúng theo nhiều cách khác nhau để vượt qua máy phát hiện đạo văn.
Thứ hai, một lần nữa, tôi đang gặp khó khăn trong việc tìm ra các trường hợp sử dụng hợp pháp không chỉ là các phím tắt để khỏi phải suy nghĩ. Tôi sử dụng công cụ kiểm tra ngữ pháp giúp đưa ra các đề xuất về kiểu — nhiều hơn về điều đó ngay lập tức — nhưng nó không thể viết lại được cho tôi. Thay vào đó, nó nêu bật những lựa chọn mà tôi có thể thực hiện với tư cách là một nhân viên tri thức. Quillbot tự gọi mình là "paraphraser." (Lưu ý: Đánh giá từ văn bản trên cả hai trang web, tôi đoán rằng “diễn giải” có thể là một thuật ngữ SEO tốt cho cả hai sản phẩm.) Có thể có một số cách sử dụng hợp pháp cho một công cụ có thể diễn giải nhanh một tài liệu dài hơn. Nếu tôi viết một bài đăng tiếp theo cho bài đăng này, tôi có thể thử sử dụng nó trên một bài viết trước đó để xem có điều gì hữu ích hay không.
Sau đó, có những công cụ kiểm tra ngữ pháp, được đề cập nhưng — một lần nữa — chưa bao giờ được khám phá trong “Liệu AI Đánh vần Sự kết thúc của Giáo dục?” Tôi sử dụng Grammarly Premium thường xuyên. Trong thực tế, tôi đang sử dụng nó ngay bây giờ. Nó giúp tôi bắt lỗi và viết văn xuôi rõ ràng hơn, gọn gàng hơn. Mặc dù tôi là một nhà văn khá giỏi, Grammarly cải thiện hầu hết mọi thứ tôi viết (khi tôi sử dụng nó). Nhưng nó chỉ hữu ích đối với tôi vì tôi biết khi nào — và tại sao — tôi nên bỏ qua hoặc bỏ qua các đề xuất của nó. Nếu tôi yêu cầu học sinh trong một lớp viết sử dụng nó, tôi sẽ phải dạy họ làm như vậy. Vấn đề là tôi không biết Grammarly hoạt động như thế nào. Tôi không thể dạy học sinh cách lường trước tất cả những sai lầm mà nó có thể mắc phải.
Điều này đặc biệt đúng với những học sinh có các mẫu ngôn ngữ mà Grammarly có thể không lường trước được. Ví dụ: những người học ngôn ngữ thứ hai có ngôn ngữ mẹ đẻ là tiếng Trung hoặc tiếng Nga có thể viết các câu tiếng Anh loại bỏ một số loại từ nhất định (như mạo từ hoặc đại từ), trộn các thì động từ, lộn xộn các biểu thức thành ngữ và thay đổi thứ tự từ. Và ngay cả những người học ngôn ngữ thứ hai thông thạo cũng có thể mắc lỗi mà trình kiểm tra ngữ pháp không chẩn đoán chính xác khi người viết căng thẳng, chẳng hạn như khi họ đang cố gắng diễn đạt những ý tưởng khó trong khi viết dưới áp lực thời gian. Kết hợp lại, những vấn đề này có thể gây nhầm lẫn cho trình kiểm tra ngữ pháp và khiến nó đưa ra một đề xuất không tốt.
Do đó, tôi sẽ phải suy nghĩ nhiều về việc có nên sử dụng Grammarly làm công cụ giảng dạy hay không, ngay cả khi tôi tin rằng nó sẽ giúp hầu hết học sinh cải thiện khả năng viết của họ trong phần lớn thời gian. Là một giáo viên dạy viết, công việc của tôi không phải là khiến học sinh viết tốt hơn. Đó là để dạy họ cách trở thành nhà văn giỏi hơn. Là một nhà văn, trong khi tôi sử dụng Grammarly để giúp tôi chỉnh sửa văn bản của mình nhanh chóng và hiệu quả hơn, tôi cũng sử dụng nó để giúp tôi đưa ra quyết định cân nhắc về thời điểm vi phạm các quy tắc. Các nhà văn giỏi luôn cân bằng giữa sự rõ ràng và tính biểu cảm. Đôi khi tôi ghi đè Grammarly không phải vì gợi ý của nó sai mà vì tôi đã chọn viết một câu khó đọc hơn để truyền đạt một ý tưởng khó hiểu hiệu quả hơn.
Tôi muốn đọc một bài báo nghiên cứu về chủ đề này. Tôi nghi ngờ John Ross có thể đã viết nó. Journobot 2000 không được.
Điểm mấu chốt
Tương lai của công việc là công việc kiến thức. Kiến thức làm việc và học tập là như nhau. Vì vậy, nếu chúng ta muốn chuẩn bị cho sinh viên trong tương lai làm việc, chúng ta cần phải dạy họ cách suy nghĩ và học tập. Gian lận là hành vi nhằm đạt được điểm đậu mà không cần học. Gian lận là xấu vì nó khiến sinh viên không chuẩn bị tốt cho tương lai của công việc (chưa kể đến cuộc sống). Các công cụ hoặc chiến lược giúp người lao động tri thức (bao gồm cả sinh viên) tránh làm việc trí óc có lẽ tốt hơn là không. Các công cụ hoặc chiến lược giúp nhân viên tri thức tránh nghĩ công việc có lẽ là tệ. Thường xuyên hơn không.
"AI có đánh vần sự kết thúc của giáo dục không?" nêu ra (nhưng không khám phá) đánh giá xác thực như một cách thoát khỏi vấn đề gian lận. Mặc dù tôi là người thích đánh giá xác thực, nhưng bản thân bài báo là bằng chứng cho thấy nó không phải là thuốc chữa bách bệnh. Bởi vì thực tế nó là một đánh giá xác thực về cách viết của John Ross. Là một tác phẩm của danh mục đầu tư viết, tác phẩm cho thấy rằng tác giả có thể vượt qua, tức là, bài báo của mình được xuất bản, mà không cần học bất cứ điều gì mới về lời hứa và nguy cơ của AI trong giáo dục.
Nhiều nhà giáo dục tử tế đã phải đối mặt với thách thức khi cố gắng ngăn học sinh thoát khỏi các hành vi thuật toán đã cho phép họ vượt qua mà không cần học, cho dù hành vi đó là viết một bài luận năm đoạn rô bốt hay học thuộc các phương trình vật lý mà không hiểu chúng. Nếu gian lận là một tập hợp các hành vi được thiết kế để thành công mà không cần học hỏi, thì những hành vi này, đã được dạy cho học sinh là hoàn toàn phù hợp, là gian lận cũng giống như việc sao chép câu trả lời của người khác. Vấn đề ở lớp học, ở nơi làm việc, vấn đề ở nhà, và vấn đề ở phòng bỏ phiếu. Tôi hy vọng bài viết tiếp theo tôi đọc về AI và gian lận sẽ là về việc áp dụng AI để giải quyết việc này vấn đề.
- Sản phẩm CÁC bài báo cũng hoàn toàn làm sáng tỏ sự khác biệt giữa trí tuệ nhân tạo (AI) và người anh em họ của nó là máy học (ML). Điều này có thể tha thứ được vì người đọc không cần phải hiểu sự khác biệt cho mục đích của tác phẩm. Tôi sẽ không đi sâu vào sự khác biệt trong bài đăng trên blog này vì lý do tương tự. Nhưng tôi biết rằng có một. Khi tôi đề cập đến AI, hãy đọc nó như một cách viết tắt cho dòng kỹ thuật AI và ML lớn hơn.
Các bài viết AI, Gian lận và Tương lai của Công việc xuất hiện đầu tiên trên biết chữ điện tử.
