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。