在剛過去的 1 月,明尼蘇達大學(xué)法學(xué)院的 Jon Choi 教授和賓夕法尼亞大學(xué)沃頓商學(xué)院的 Christian Terwiesch 教授分別讓 ChatGPT「做」了次自己課程的期末試題。
結(jié)果 ChatGPT 還真都通過了!
這意味著讓 ChatGPT 再進化一會兒,以后我們就不需要人類律師和管理者了嗎?
還是,這是一聲敲響的警鐘,提醒教育者們不要再把人類教得像 AI 一樣了?
在考過的兩個專業(yè)里,ChatGPT 在法學(xué)院考的成績比在商學(xué)院的差些,前者平均得分 C+,后者則能達到 B- 到 B 的成績。
具體來說,ChatGPT 在沃頓完成的是 MBA(工商管理學(xué)碩士)「運營管理」科目的試題,每道題都需寫出「推演過程」。
測試時,Terwiesch 教授把考試的原題輸入到 ChatGPT 中,并對 ChatGPT 生成的回答進行打分。
總的來說,ChatGPT 在回答基礎(chǔ)分析題時表現(xiàn)都很不錯;數(shù)學(xué)則不太行,可能突然就會算錯一個小學(xué)難度的算數(shù);而相對復(fù)雜的分析題,ChatGPT 就基本沒轍。
例如,第一題考的就是對「管理瓶頸」概念的理解,并簡單比較「生產(chǎn)過程」中哪個步驟效率最低,找出「瓶頸」。
這題回答教授直接打了 A+。
然而,當(dāng)考題里的「生產(chǎn)過程」變得更復(fù)雜,需要處理的原料不只一種,涉及的設(shè)備有差異也有重疊時,ChatGPT 就算不出「管理瓶頸」了。
對于這題,ChatGPT 的推演過程雖然是錯的,但卻「完美繞過」錯誤推論,撞中了答案。
在算「接收站(receiving station)」效率時,ChatGPT 得出的結(jié)果是「300 桶/小時」。
這個數(shù)雖然是錯的,但以這個數(shù)字來說,它的確也是分析過程中算出來效率最低的一環(huán)。
誰想到,ChatGPT 卻「自己都不信自己」,沒把這一環(huán)選為「瓶頸」,而是選了算出來效率為「600 桶/小時」的「干燥機(dryer)」環(huán)節(jié)為「瓶頸」—— 選了個正確答案。
不過,雖然 Terwiesch 教授最后給 ChatGPT 的分數(shù)有 B 級,但他也有點「放水」了。
當(dāng) ChatGPT 回答出現(xiàn)錯誤時,Terwiesch 會向 ChatGPT 提供針對性的提醒,然后再讓它輸出一次回答,并以這個「優(yōu)化」結(jié)果來評分。
至于法學(xué)院的考試,ChatGPT 做了憲法、員工福利法、稅法和侵權(quán)法這四個課程的期末試題。
主導(dǎo)這次測試的 Jon Choi 教授表示,在「盲改」的情況下,ChatGPT 這四科都及格了,但成績基本都是全班墊底。
雖然 ChatGPT 的簡答題比選擇題做得更好,但簡答題的回答質(zhì)量卻極為不穩(wěn)定 —— 有時候答得可能比一般學(xué)生好(大多是法律條文默寫和案例復(fù)述),然而一錯起來(通常是要求學(xué)生用具體理論分析案例的題),分數(shù)通常都「錯出新低」:
在面對法學(xué)院考試的最基本問題時,ChatGPT 都表現(xiàn)糟糕,例如識別潛在法律問題和在案例中深度分析和應(yīng)用法律條文。
ChatGPT 那「不求理解,只會背書」的答題風(fēng)格也能低分飄過專業(yè)考試,多少顯示考題還是太依賴「死記硬背」了,ChatGPT 的表現(xiàn)顯然也沒法替代律師和管理者。
然而,如果人類學(xué)生也大概這種水平,同樣通過了考試,甚至畢業(yè)后去執(zhí)業(yè)了,那是不是更有問題?
批評多年的「背書就行」考試,ChatGPT 能逼出改變嗎?
在 ChatGPT 驚艷登場前,卡內(nèi)基梅隆大學(xué)教授 Danny Oppenheimer 就已提出質(zhì)疑:在 Google 搜索時代,為什么大學(xué)考試還只側(cè)重考學(xué)生對事實的重述?
Oppenheimer 指出,雖然有的教育者會反駁說,他們在課堂上講解事實類信息時,也會分析這些信息的意義、論證和應(yīng)用,但一到考卷上,立即就變回「背書就行」:
很多課程都是基于一個前提來構(gòu)建的,那就是學(xué)生會通過觀察老師以身作則式地去對事實進行分析、拓展和應(yīng)用,學(xué)生自自然然就能發(fā)展出這一套技能 —— 這是一個非常值得懷疑的假設(shè)。
因此,Oppenheimer 建議課程從設(shè)置上就要直接反映出教育者希望學(xué)生最終學(xué)到的技能,結(jié)合新技術(shù)也很必要,如「在電腦輔助下做文學(xué)賞析」「如何和與你意見不合的人文明地溝通」。
考試可以結(jié)合事實性信息,但應(yīng)側(cè)重于學(xué)生的分析和應(yīng)用能力。
另外,讓學(xué)生去「預(yù)演」未來會遇到的場景也是練習(xí)技巧的直接方式,譬如讓研究氣候改變的學(xué)生來為大眾策展一場氣候相關(guān)展覽。
現(xiàn)在來到 ChatGPT 時代,這個改變自然是顯得更迫切,因為它的效率比搜索引擎更高,同時也更具迷惑性。
ChatGPT 除了給學(xué)生省下翻看一頁頁搜索結(jié)果的時間外,還以夠用的語言結(jié)構(gòu)能力生成流暢的文段,即便事實準確度非??梢伞?/p>
有趣的是,ChatGPT 也像一面鏡子。
一方面,它讓人想起應(yīng)試教育中的作文和簡答題總像是無休止的「模仿」,標(biāo)準范式下的填充,就跟 ChatGPT 一樣。
另一方面,靠「吃」大數(shù)據(jù)和由人類真實反饋「調(diào)教/?!钩砷L而來,ChatGPT「一本正經(jīng)瞎扯」的內(nèi)容也特別像我們生活里會遇到的日常。
以至于沃頓商學(xué)院的 Terwiesch 教授都超驚喜,覺得 ChatGPT 能給未來的管理者們帶來極佳的學(xué)習(xí)素材 ——
商業(yè)世界里本來就充滿了一本正經(jīng)的一派胡言,就跟 ChatGPT 說的話一樣,商學(xué)院學(xué)生正好能用它來做鑒別練習(xí)!
你我都知,需要學(xué)下這個技能的遠不止商學(xué)院學(xué)生。
然而,美國高等教育界從搜索引擎流行就開始有改革的討論,但到了今天仍然進步有限,ChatGPT 的誕生能逼它跑得快些嗎?我們也只能繼續(xù)觀察。
人類的,類人的
我總認為,每當(dāng)人類嘗試「再造」一些東西的時候,總會暴露出我們對事物的認知限制,同時也幫助我們?nèi)チ私庾晕摇?/p>
嘗試在太空中「再造」食物時,研究人員發(fā)現(xiàn)食物真不能只被降至「營養(yǎng)夠」。
要保持太空人們身心健康,色香味口感聲音無一不影響感知,環(huán)境要講究,一起吃飯的人也非常重要。
當(dāng)我們擁有一個能「流暢說人話」的 ChatGPT 時,人們也開始發(fā)現(xiàn)人類語言不只關(guān)于「文字」。
一個只由語言素材訓(xùn)練的系統(tǒng)永遠都不會接近人類智能,即便它從現(xiàn)在就開始訓(xùn)練,訓(xùn)練到宇宙毀滅都不行。
研究 AI 哲學(xué)的 Jacob Browning 和圖靈獎得主 Yann Le Cun 在聯(lián)合撰寫的文章中指出。
他們認為,文字作為一種高度濃縮的抽象符號,人類能理解的基礎(chǔ)在于我們擁有豐富的非語言共識和個人體驗。這也意味著文字總可能會帶來誤讀和歧義。
語言是我們溝通的工具,但教育者對學(xué)生的理解和評估,不應(yīng)只限于卷子上。
和先進的大型語言模型打交道,顯現(xiàn)出我們單從語言中能得到的東西是多么有限。