来源：Nature

(资料图片)

原文作者：杨洪（Hong Yang），雷丁大学环境科学教授

“LLMs 将继续存在，” 英国雷丁大学环境科学教授杨洪写道，“以下是我如何将它们融入教学工作之中。”

2022 年 11 月底，我的大学教学工作突然被一个不速之客打乱——ChatGPT，这是一个大型语言模型（LLMs），在庞大的语言数据集上进行训练，可以总结、翻译和创造文本。

就像很多老师一样，我对该工具最大的担忧是，学生在写论文时利用它作弊。我理解确保学生作品的原创性和避免学术不诚信的重要性。一些美国大学，如美国华盛顿大学，已经将 ChatGPT 生成的文本纳入他们对抄袭的定义中，一些亚洲大学，如中国的香港大学，已经完全禁止使用 ChatGPT，但许多机构并没有明确的指导方针——包括我任职的英国雷丁大学，我在那里教授空气污染的相关课程。

我不认为我们可以完全禁止 ChatGPT，因为目前的技术很难检测出由模型编写的作品。我的学生很快就会毕业并开始工作，他们的雇主可能会要求他们与人工智能模型一起工作，如果他们不知道如何正确使用这些工具，就可能会阻碍学生的发展。我们无法阻止学生使用计算器或互联网，我们也无法阻止他们使用 ChatGPT。最好的办法是了解这个工具，并尝试将其融入教学之中。

对教学任务的反思

在以往的教学工作中，我会给我的学生布置一份文献综述。今年，为了避免抄袭并鼓励创新，我要求学生以小组形式在校园内收集空气质量数据。然而，学生们依然是使用统计方法独自分析数据，撰写个人论文。

当然，很多学生对创建项目并不熟悉。有些人努力想出一个合适的方法来评估二氧化碳排放——于是，我建议他们使用 ChatGPT 来帮助他们设计项目，这个模型可以概括出几个步骤：从确定一个地点，到选择二氧化碳监测设备、把设备设置好、收集和分析数据，以及展示和传播结果。

当涉及到科学分析和撰写论文时，学生们做了所有的工作——但他们也学会了大型语言模型（LLMs）是如何产生科学想法并帮助规划一般实验的。

我的学生学习环境科学或地理学，所以大多数对如 R、Python 等编程语言并不是很熟练，我有时在调试这些语言的代码时也会遇到麻烦，而 ChatGPT 可以帮助我们解决这个问题。例如，在我的指导下，学生们使用 ChatGPT 创建 R 代码，进行他们的统计学检验，并分析校园内自然（如草原）和人为（如教室）场所之间的二氧化碳水平差异。我发现，只要提示是简单明了的，机器人就会生成有效的代码。

例如，使用 R 语言代码进行 t-test，来分析大学校园内自然和人为场所的二氧化碳浓度差异。

为了确保我的学生能够更好地理解（我提供的）材料并避免抄袭，我还改变了我的评估方法。他们不再只是写论文，而是需要做 10 分钟的口头报告，分享他们的发现。这种方法不仅减少了抄袭的几率，而且使评估过程更具互动性和吸引力。我向每个学生提供个性化的反馈，指出他们需要改进的地方，并鼓励他们进行原创性思考。

潜在隐患

尽管 ChatGPT 能给我们带来很多好处。但事实证明，它对学术机构的多样性和包容性有负面影响。

例如，在一次关于温室气体的讲座中，我要求 ChatGPT 提供一份关于气候变化的重要书籍及其作者的清单。

为了避免任何与种族和语言有关的偏见，我在提示（prompt）中加入了 “不分种族和语言”（regardless of race and language）。然而，ChatGPT 的所有建议都是用英语写的，10 位作者中有 9 位是白人，10 位作者中有 9 位是男性。

使用来自出版已久的书籍和一些网站的信息训练 LLMs，可能会导致对边缘社区（marginalized communities）的观点的偏见和不准确的表述，同时放大那些有权力和地位的人的声音。Galactica 是科技公司 Meta 发布的一个 LLMs，由于它产生了种族主义相关的内容，而不得不被停用。

由于用来训练这些 LLMs 的大部分数据都是用英语表达的，所以它们在这种语言中表现最佳。LLMs 的广泛使用可能会加剧特权群体的过度代表性，使那些已经代表性不足的人进一步被边缘化。

一些实用技巧

这里有一些关于如何在课堂上有效使用 ChatGPT 的建议：

1. 花一些时间学习和练习在 ChatGPT 中输入提示语。

2. 使你的（教学）评估多样化，如增加口头报告，以避免抄袭。

3. 意识到 ChatGPT 加剧不平等的风险。

4. 确定明确的目标：对你想通过 ChatGPT 实现的目标有一个清晰的认识。

5. 测试和完善提示语：用 ChatGPT 测试提示，并根据结果完善提示。重复这个过程，直到达到预期结果。

6. 与他人一起编辑：与其他讲师和你的学生合作，审查和完善提示语。