不时回顾当前AI在我们社会中的主要应用场景是很有意义的。虽然未来还有许多令人期待的发展,但目前正在运作的应用已经展示了我们迄今为止的成果。
让我们回顾MIT知名学者Ethan Mollick最近在X平台上的一篇帖子。他一直为我们提供了很多关于AI如何影响我们的深刻见解。几周前,我曾写过关于他的一些文章和他对这个领域的贡献。
我看到他1月15日发布的帖子获得了近400万的浏览量和360条回复。
他在帖子中记录了一项针对尼日利亚学生使用GPT模型的随机试验:
"六周的课后AI辅导带来了相当于两年的典型学习成果,超过了80%的其他教育干预方式,"Mollick写道。这与许多其他专家对AI的看法一致——AI在提供学生支持方面具有独特优势。
针对性评估
Mollick还提到了AI辅导特别适合的学生群体: "(AI) 帮助了所有学生,尤其是那些起点较低的女生,"他写道。
可以看到展示考试成绩和出勤天数的几张图表。
教学目标
去年MIT的另一篇文章中,作者展示了国家科学奖章获得者Patrick Suppes在1960年代就这类技术所做的探讨。
他说,教育技术将使学生获得"如同亚里士多德一样博学且反应灵敏的私人导师服务。"
"现在...我们已经进入了生成式AI和ChatGPT等大语言模型的时代,"作者写道。"技术是否终于准备好实现计算机辅导作为一个可扩展技术解决方案的承诺?"
Mollick的数据表明确实如此...
学生支持要素
在辅导方面,显然技术对学生有一些主要的帮助方式。包括复习材料的时间投入和学习方法的获取。但MIT的文章还提到了"释放学生自身思维的认知脚手架"。
换句话说,正是学生与技术的互动产生了成果。
这就像古话说的"三个臭皮匠胜过一个诸葛亮"或是"我需要有人与我交流想法"。
文章继续写道:
"在社交连接方面,ChatGPT等工具确实能够采用特定的语气和策略来建立融洽关系,它们能够以体贴的方式回应挫折和其他负面情绪,提供鼓励并让困境正常化。"
换句话说,告诉学生他们的感受是正常的,这样能够让他们有力量继续前进,克服障碍。
教育与苏格拉底式方法
我的同事John Sviokla博士经常谈论AI作为导师的令人印象深刻之处。
你可能听说过苏格拉底式教学法,它主张学生应该承担70%的工作量,包括表达和交流,而教师只承担30%。在美国课堂上,我们经常看到这个比例是颠倒的。但AI正在以一种重要的方式改变这一切。你可以询问教师或管理者,或者回顾Mollick向我们展示的那些成果,我们正迈入2025年。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。