?

生成式人工智能助推大學課程創生中面臨的機遇、挑戰與應對
——以ChatGPT為例

2023-03-06 02:24郭佳楠
應用型高等教育研究 2023年4期
關鍵詞:人工智能大學模型

郭佳楠

(1.鄭州工商學院 馬克思主義學院,鄭州 450000;2.亞洲理工學院發展與可持續性學院,泰國空灤12120,)

在21世紀的教育領域,人工智能和自適應學習技術的融合應用正在引發顛覆性變革。機器學習的最新進展與擴展導致了更復雜的創新技術數字內容的生成,如生成式人工智能的出現。其中,生成式建模人工智能(Generative modeling artificial in‐telligence,GAI)是一種無監督或部分監督的機器學習框架,它能夠通過使用統計數據、概率等來生成人工產品。同時,隨著深度學習技術的不斷進步,生成式人工智能還可以通過檢查訓練示例來使用現有數字內容創建人工內容。另外,生成式預訓練變換模型(GPT)是使用大量公開可用的數字內容數據(自然語言處理[NLP])來閱讀并生成多種語言的類人讀本,同時可以從在幾乎任何主題上令人信服的段落到完整的研究文章中表現出創造力。[1]如此強大的信息搜索、交互式對話、數據分析等能力,對未來大學課程創生產生深刻影響,包括課堂教學與組織、課程內容、學生創新素養與能力等。當前ChatGPT的相關研究主要集中在信息技術與社會經濟等領域,而對于大學課程創生方面的討論較少。然而,大學課程創生有其特殊性,與技術之間的碰撞也最為顯著?;诖?,本文將進一步詮釋ChatG‐PT 的核心技術概念以及其應用于大學課程創生的價值與潛在風險,通過從理論與實踐層面分析“課程創生-ChatGPT”關系的最優解,提出ChatGPT 在大學課程變革中應對挑戰與風險的規避路徑,助推大學教育工作者使用ChatGPT 實現智慧課程的整體發展,從根本上促進教育人工智能理性發展。

1 ChatGPT 與“課程創生”的概念界定與內涵解讀

1.1 ChatGPT的概念界定

ChatGPT 是一種基于GPT(Generative Pretrained Transformer)模式的對話機器人,它是一個在自然語言處理中被廣泛采用的預訓練模型,同時開創了一個大型語言模型的新時代。與facebook和google 相類似的預訓練模型相比,ChatGPT 在智能客服、智能問答、機器翻譯等方面更具有優勢,尤其是在文字概要領域它的表現會顯得更為自然與順暢,而這主要因為它采用了面向海量數據的建模、Transformer 框架以及采用“預設-調整”的方法來實現對特定任務的優化。大衛·拜杜·阿努(David Bai‐doo-Anu)則利用ChatGPT 對自身進行解釋,他輸入的提示問題是“什么是ChatGPT?”[2]隨后ChatGPT 也生成了相應的答案:ChatGPT 是由OpenAI訓練的大型語言模型。它旨在根據給定的提示或上下文生成類似人類的文本。它可用于各種自然語言處理任務,如文本完成、對話生成與語言翻譯。

作為后續操作,為了解它的對話性,他在輸入問題時專門使用了“它是如何工作的”而不是“Chat‐GPT 是如何工作的”。對此,ChatGPT 的回應是:ChatGPT 是基于轉換器架構的模型,這是一種已被證明對自然語言處理任務非常有效的神經網絡。它在大型文本數據集上進行訓練,并能夠學習生成與其訓練的文本相似的文本。當客戶給出提示問題或上下文時,模型會進一步處理輸入問題并生成響應。響應一次生成一個詞,模型根據輸入和到目前為止生成的詞預測下一個詞。該模型使用注意力機制來關注輸入中最相關的部分,并生成連貫且適合給定上下文的響應。訓練結束后,可以通過為模型提供特定于任務的示例并根據這些數據對模型進行微調,從而對特定任務進行微調。它還可以通過在多語言數據集上的微調模型或為模型提供語言代碼來生成多種語言的文本。

總體而言,數字化教育工具的應用已經使得大學生對課程認識開始轉向更加自主性與異步學習,學生在課程學習中獲得了更多自主權,并能夠按照自己的學習進度完成課程作業。對于教師教學而言,ChatGPT技術具備生成性智能的特點,可以更好地輔助教師開展教學,提供教學所需的各種教學軟件、教學平臺、教學視頻等工具和資源,并根據學生的學習特點和需求進行個性化的配備和使用,更好地實現因材施教。在這個充滿挑戰的時代,ChatG‐PT具有較強的交互性,不僅能夠就廣泛的課程主題上進行逼真的類人對話,而且還能產生令人信服的創意課程內容。

1.2 ChatGPT的技術支撐

作為新一代人工智能技術,ChatGPT 在自然語言解讀與數字內容生成方面的性能得到提升,主要得益于ChatGPT依賴的技術。

一方面,ChatGPT 是AIGC 技術的典型體現,即利用人工智能技術自動產生內容,包括代碼生成、文本問答、內容撰寫等。具體而言,ChatGPT依賴計算機視覺技術、自然語言處理技術、單模態及多模態技術等,實現其運行時所需的數字內容孿生能力、數字編輯能力及數字創作能力,并通過智能增強、智能轉譯、語義理解、屬性控制、基于模仿創作以及基于概念創作等活動,生產文字、圖形、音頻、視頻以及部分模式的復合形式等數字內容(見圖1)。

圖1 基于AIGC技術的ChatGPT運行邏輯圖

另一方面,ChatGPT通過對人類意圖的理解,能夠實現與人的智能交流,其技術邏輯除人工智能技術外,還綜合運用機器學習、神經網絡等多種技術模型。ChatGPT綜合人工智能技術及其他多種負責技術與架構,成功運用了針對人類反饋信息學習的大規模預訓練語言模型,經過多次試驗與改進,其在情感分析、信息獲取、理解閱讀等文本場景中的優勢較為突出。

(二)區域合作機制缺乏。渝黔邊界地區合作缺乏省級層面的議事和合作機制,區域經濟社會發展的總體規劃和城市建設、土地利用、水利、產業等各自為政,缺乏規劃協調和指引。重大項目建設機制、跨區域重點領域互通的規范機制、跨區域協調聯動機制以及區域內良性互動的合作機制尚未建立。

1.3 “課程創生”的內涵解讀

在大學課程創生過程中,ChatGPT 與其他生成式人工智能模型無法為學生提供與真正的老師或導師相同水平的互動。對于可能從與老師的個人聯系中受益更多的學生來說,缺乏人際互動可能是課程創生的一個不利條件。[17]

“課程創生”(curriculum enactment) 中的enact‐ment在《現代英漢詞典》中的動詞形式有兩種釋義:(1)制定(法律);頒布(法案);(2)上演;扮演(角色)。課程創生取向對其作了解釋:課程實施過程本質上是指學生在課堂上參與的實際課程內容。預定、評估與學習的課程是教育提供系統的重要組成部分,但大多數學習計劃將在已制定的課程中進行。具體而言,課程創生是貫穿于課程教學的全過程中,這個過程包括課程設定的決策、課程的開發、課程教學的實施、課程評價、課程研究等相應環節。雖然師生在特定的教學情景中已經越來越多地表現出其自身具備的課程創生的主體性,但是這種主體性創生仍然基于一定的“忠實取向”,并非無源之水和無米之炊,而是依據特定的情景對現有的課程進行補缺,對新的課程進行“二次加工”,對新的課程進行動態的構建與創新,并在批評與反省中彰顯出積極的、持續的、個人化的教育體驗價值。

某跨河橋梁建設項目,該項目屬于舊橋改造,全長約為137m,共設置了8跨,且每一跨均有一道伸縮縫。橋面寬9m左右,兩側設置了人行通道。荷載等級為一級,通行速度控制在80km/h左右,且由于該區域無地震發生,所以對抗震等級不予考慮。橋梁結構主要是采用鋼筋混凝土空心板橋結構,利用鋼筋混凝土澆筑實施橋面鋪裝作業,而墩臺設計則采用了重力式墩臺以確保橋梁的支撐效果。具體數據參數及其BIM模型如圖1~2所示。

2 ChatGPT與相關生成式人工智能:為助推大學課程創生提供機遇

2.1 創建一種以學生為主導的教學輔助工具,促進高等教育公平

事實上,ChatGPT并不是一種專有的、特定領域的教育工具,而是一種被稱為通用人工智能的通用工具。[3]作為一種產品,它是一個人工智能聊天機器人,可以對自然語言中的人類輸入生成基于文本的響應。ChatGPT 在進行連貫、情境化與類人類的對話以及處理各種類型的內容方面展現的能力,已經證明其比以前的任何聊天機器人都更為先進。它的核心是一個大型語言模型,它建立在生成式預訓練變換模型(GPT)之上,并且具有大量訓練數據語料庫、通過人工反饋進行密集微調以及強大的超級計算基礎設施。[4]

第二,ChatGPT 能夠實時協助對定制大學課程內容的優化與反饋。ChatGPT的一個重要功能是對上下文進行感知,因為它可以在生成答案時參考用戶最近提供的文本與上下文內容。這種能力允許ChatGPT 能夠對學生輸入的上下文進行理解,并更好地識別個別學習者對現有課程的需求、目標與問題域。也正是基于這種能力,ChatGPT 可以用來實時優化大學課程內容,以更加連貫與敏銳的方式為學生提供個性化支持和服務。[13]在大學課程創生過程中,即時反饋是ChatGPT 作為課改實踐的另一個潛在優勢。通過處理學生的輸入文本,它可以對他們的問題提供即時響應與指導。即時反饋使不同年級的大學生能夠按照自己的節奏與時間表進行課程學習并取得相應進步,而不是等待教師的教學輔導。同時,通過這種即時反饋,學生可以實時澄清他們的困惑并解決對以往課程學習中的某個問題的誤解,并將新的理解應用到后續的課程學習任務中。因此,ChatGPT 的即時反饋功能很可能在未來大學課程改革中增強學生的學習參與度并提高教育質量。

當代大學生是教學過程中最重要的利益相關者之一,他們的生活與未來將不可避免地受到ChatGPT和其他技術進步的影響。而為了確保所有高等學校學生都能接觸到新興技術并從中受益,[8]ChatGPT在大學課程創生中的使用不僅有助于提升不同學生對課程目標、課程內容、課程意義、課程資源的認識與理解,而且還創造更公平的競爭環境并在很大程度上促進社會公平公正的實現。[9]

2.2 ChatGPT 賦能大學課程創生高質量發展,重塑大學教育的創新理念

第一,ChatGPT 是一種旨在實現個性化學習的課程學習分析技術。從最基本的層面來說,GPT 是一種自然語言處理模型,它擅長于分析和理解自然語言,它在處理基于文本的數據方面的優勢提供了挖掘定性教育記錄與補充現有學習分析技術的潛力。以往口頭和書面形式的語言被廣泛視為大學課程學習過程的主要媒介,大學生的語言作為他們思想的外化,構成了教師診斷、測量和評估學生課程學習質量的重要證據來源。[11]隨著GPT 模型的廣泛應用,它可以通過基于文本的定性分析來補充并完善現有課程學習分析系統中的定量指標,以提高分析能力并全面了解學生的學習情況。這樣,由GPT 增強的課程學習分析技術就能夠支持更好的個性化學習。[12]

圖2 作為大學課程創生推動者的ChatGPT

要確定如何釋放ChatGPT 在推動大學課程創生中的潛力,就需要了解其技術能力以及高等教育中主要利益相關者的需求、興趣與觀點。約翰·博倫(Johan Bollen)與威廉·祖迪瑪(Willem Zuidema)認為,總的來說,ChatGPT是提高大學教育質量并實現大學課程改革的有力推動者。[10]尤其是大學的教育工作者們可以利用ChatGPT 和其他GPT 模型的技術架構來增強課程學習分析技術,從而以此變革未來人類學習不同課程的方式、與機器交互的方式以及數字課程內容生產的方式,最終擴大社會不同階層群體的受高等教育機會與社會正義資源(見圖2)。

與現有的教學輔助工具相比,ChatGPT 的學生驅動性是通過其用戶界面得到進一步加強。作為一個聊天機器人,ChatGPT 的界面是一種簡單的對話格式,[5]它有一個供用戶使用的文本輸入區域與一個來自ChatGPT 的文本輸出區域。它的界面設計確保對話始終由用戶發起,同時對話方向也主要由用戶控制。[6]這樣,大學生在學習課程過程中就不太可能被動地接收通過預定義命令或制定課程推送的通知或任務,并且更有可能被授權決定對話或課程學習的主題、路徑和過程。這種以學生輸入為中心的界面設計呼應了大學課程改革中以學生為中心的課程宗旨與理念,使學生能夠在規劃、組織與個性化學習課程過程中發揮主導作用。在這個意義上,ChatGPT 有可能重新定義大學課程改革過程中發揮作用的教育權力來源,尤其是涉及到當代大學生角色與責任的相關權力。

第三,ChatGPT 的應用有助于大學課程創生過程中新創意的產生。作為一種大型語言模型,Chat‐GPT 不僅在科學期刊、新聞文章和書籍等各種來源的海量數據上進行模擬訓練,而且還不斷對這些數據中的知識進行融合?;谄潺嫶蟮挠柧殧祿c知識庫,ChatGPT 可以被看成課改新創意產生的促進者,在大學課改中它可以幫助師生就給定的課改主題或提示問題運用頭腦風暴法予以解答。有了這種可供性,學生們也可以探究不同課改的觀點,從而確定潛在的課改解決方案,并思考各種課改解決方案的可能性。除了這種直接促進作用之外,ChatGPT還可以從其數據庫中檢索并生成范圍廣泛的故事、案例與示例,這將有利于激發關于優化大學課程創生內容的新思想或激發大學生關于課程發展的創造性思維。[14]

2.3 推動教學者與人工智能協同進化,不斷優化師生課程創生的知識結構與能力

人類與人工智能之間的相互適應關系意味著需要更多的研究來調查大學生與人工智能交互的課程創生過程和模式。尤其是ChatGPT 可用于創建自適應學習系統,從而根據學生的進步和表現調整課程改革的方法。因此,隨著具有自適應學習功能的人工智能工具越來越多地融入高校學生的日常課程學習,深入了解大學課程如何與人工智能交互以及它們的交互方式、模式和趨向就變得尤為重要。而對上述問題的研究也可以為在大學課程中理解人工智能交互時的行為、認知過程和模式提供有價值的參考,這將極大地豐富大學師生在課程創生方面的理論知識。

第一,ChatGPT 的應用使得大學課改方式開始從以往利用人工智能改革轉變為與人工智能協同進化。人類對ChatGPT 的使用與適應表明,在研究高等教育技術的過程中教育工作者們對人與技術關系的概念化理解發生了轉變。[15]ChatGPT 的交互式學習功能可用于創建交互式課程學習體驗,使得大學生們可以在其中以對話的方式與虛擬導師進行課程的學習與互動。這些ChatGPT 在大學課改中體現的主體性與能動性使得課改研究重點開始轉移到理解技術在促進有意義的課程學習以及研究人們與技術本身的交互方面的課程變革追求方向上。ChatGPT 自發布以來,由于其獨特的人工智能與個性化算法的出現,一個新興的主題正在取代傳統一刀切的教學方法并適應個別大學生的課程需求。同時移動和社交媒體也在不斷強化了這一主題,因為青少年以及年輕人在ChatGPT 的影響下已經改變了他們的傳統課程學習行為、學習習慣與學習方式以適應和利用這項技術。人們正在傾向于將人工智能視為自主的社會參與者。

綜上所述,尿糖與尿微量白蛋白聯合檢測顯著提高了糖尿病早期腎損傷的檢出效果,更有利于疾病的早發現、早治療。

第二,有助于高校師生學會與人工智能共同進行課改實踐。對于高校師生來說,用人工智能學習進行課改本身就是一項學習任務。隨著時間的推移,高校師生對技術工具使用的熟練程度和效率越來越高,他們經常會經歷所謂的學習曲線。而高校師生對ChatGPT的學習曲線可以用兩個相互依存的維度來表示(見圖3)。學習使用ChatGPT,如紅線所示,是指操作該工具的一般方法。由于用戶界面簡單直觀,對大多數高校師生來說通常并不困難。然而,學習使用ChatGPT 學習意味著在操作之外需要付出更多的努力,因為它需要高校師生在學習過程中,共同制定適當的提示問題和提問策略,并了解此人工智能工具在課程創生實踐中的解答能力與局限性。應該說,這個過程可能并不順利,甚至充滿挫折與停滯,因為高校師生需要測試與GPT 模型交互的最差或最佳課程創生實踐活動,進而調整他們對ChatGPT 幫助水平的期望,并提高自己作為自我教學、自我調節、自我激勵學習者的能力。

圖3 高校師生學會使用ChatGPT進行課程創生的學習曲線

盡管ChatGPT在實現大學課程創生上具有豐富的潛力,但這種潛力不會自然或自動地實現。高等教育領域的利益相關者需要為ChatGPT的知情與負責任的適應做好必要的準備。人工智能不再是一種被動的、靜態的、簡單地由學生操縱的工具,而是一個能夠顯著塑造課程學習體驗的積極參與者。

3 ChatGPT與相關生成式人工智能:給助推大學課程創生帶來風險與挑戰

3.1 主體向度層面:智能依賴下的淺層思考

從圖4可以看出,對于該數據集,使用CLIQUE算法聚類時,外部圓環部分缺失大量邊界,圓心部分被聚類成兩個不同的類,雖然GPCLIQUE算法的聚類質量有所提升,但效果也不理想,使用改進算法聚類時,成功找回外部圓環的邊界和圓心,聚類效果明顯。因此,使用本文提出的方法改進CLIQUE算法,能夠有效的提高聚類結果的準確率。

其次,在對ChatGPT 的智能依賴下課程創生者的知識建構可能會遭受損害,從而喪失其處理復雜場景與內容創作的能力。由于ChatGPT 是基于算法和已有知識運行的,而不是人類的洞察力與批判性思維的運用,因此,這很可能會導致高校師生在處理復雜和新情況或考慮多種觀點的課程改革能力受到限制。另外,由于ChatGPT 能夠輔助高校師生進行課程內容與形式的改革,一些創生者可能會變得過于依賴這種人工智能模型,進而削弱其個人的批判性思維能力,降低創造創新和新內容的生產力。

系統解剖學是醫學生最早接觸的醫學基礎課程,為后續一系列醫學課程的學習打下基礎。系統解剖學課程內容比較多且繁瑣,要求學生對人體各重要解剖結構的名稱、位置和相互毗鄰關系都要有所掌握,學習難度比較大。隨著信息技術在教育領域的逐步應用,傳統教學模式在教學中的不足之處日益顯現。學生不再滿足于被動的接受教師知識的灌輸,課堂變成了一部分同學的“游戲課”“電影課”“小說課”,認真聽課的同學有些也經?;杌栌?。如何有效地提升學生的學習興趣,增強學生自主學習能力,是目前解剖學教學亟待解決的問題。本文將我校在臨床醫學專業學生中進行“基于微課的翻轉課堂+對分課堂”教學改革的具體實踐及成效報道如下。

最后,ChatGPT 等智能化技術可能減弱課程創生者改革的具身化經驗。創生者們通過與ChatGPT交互而獲取的計算機經驗,是一種經過處理的輔助性材料,實踐部分將由技術所取代,這種方式會導致其生命以及生活體驗的退化。由于許多創生者長久以來都是依靠ChatGPT 技術來進行課程改革與創新,這就促致其課程改革往往會被置于深度的技術量化過程中,從而喪失了與客觀世界及外在教學環境的最直觀的聯系。

為保證頂崗實習工作有序、高效、安全進行,學生在頂崗實習期間接受校內指導教師和企業指導教師的雙重管理。對于不同層次的頂崗實習,對校內指導教師和企業指導教師及師生比也有所不同。

一般而言,技術的運行邏輯不僅會脫離原本的運行軌跡,而且還會脫離主體的控制,從而對個人的自主性、能動性、創造力造成負面的沖擊。首先,新興GPT 技術的出現會造成高校對課程創生的“智能”依賴性,[16]從而削弱課程創生主體對課程變革的自主意識。在大學課程創生過程中,學生應該積極主動地參與到課程改革與課堂革命的教育模式,但過度地依靠人工智能會使學生失去自主學習探索的能力與意識。雖然ChatGPT 具有很強的數據收集與分析能力,能夠為課程創生理念上的變化和創新提供準確的解答,但是它在為課程創生帶來技術優勢的同時,也減少了創生參與者直接參與反思問題的機會。這樣就會在無形之中對改革者的積極性與好奇心產生腐蝕,造成了其對“技術”的沉迷,容易滿足于現成答案,甚至還會滋生出一種對知識的惰性。

3.2 關系向度層面:高校師生交往缺乏互動性

20 世紀80 年代,經由人本主義思潮的影響,在課程實施的過程上重視創生取向開始逐步形成。1992 年,美國的課程學者辛德(J Snyde)等人在富蘭(M Fullan)等學者研究的前提上,通過結合了一系列數據收集工具,研究了六個州300 多所高中課堂上向學生提供的數學和科學教學內容與教學法,并且使用每日教師日志,在其中60多個教室收集了整個學年的課程的詳細實踐描述,也正是在這些實證研究的基礎之上首次提出了“課程創生”這一概念。自20 世紀90 年代初以來,人們對課堂實踐描述以及課程取向的興趣穩步增長,尤其是隨著高風險課程測試成為州與地區問責計劃的一個受歡迎的組成部分,使得“課程創生”逐漸成為國外課程改革的一種主流取向。

另外,ChatGPT 是基于它們所訓練的數據中的統計模式,這種高校師生交往互動性的缺乏會導致人工智能對它們正在幫助學生課程學習或創生的概念缺乏真正的理解。在提供針對大學生的個人課程學習需求與誤解的解釋或反饋時,這可能是一個劣勢:因為大學課程創生是一種生成性的活動,不可能完全被預設,然而,在ChatGPT 技術理性的規訓之下,原來包含著大量豐富的師生交互的課程創生過程,現在僅僅變成了一個僵硬單調的知識傳授的過程,這個過程缺少了對高校教師的整體性指導,師生創造性的意識活動也被技術邏輯所代替。[18]

3.3 客體向度層面:數據偏差與信息繭房

在客體向度層面,ChatGPT 在大學課程創生中的運用可能導致數據偏差與隱私泄露問題。具體而言,ChatGPT 輸出內容質量的好壞取決于它們所訓練的數據,如果訓練數據包含偏差,那么模型也會有偏差。湯姆·B·布朗(Tom B Brown)曾經的一項研究表明,在來自互聯網的大量文本語料庫上訓練的生成式人工智能模型在其課程內容或語言生成中很可能會表現出性別偏見。另外,生成式人工智能模型是在大量數據上訓練的,輸出內容的質量高低依賴于數據的質量與數量。[19]ChatGPT 作為在屏幕上形成或隱藏在計算機程序后端的客體,其生成的文本內容很可能在大學課程創生過程中存在事實性錯誤、知識盲區、概念誤用甚至捏造信息等問題,甚至存在現編、查找無效的現象。

另外,在ChatGPT 的應用過程中,與其它大型的語言模型系統類似,也存在著“算法歧視”與“信息繭房”等共性的社會問題。隨著ChatGPT 技術與高等教育教學的深度整合,將會持續地強化西方話語體系下關于課程創生的“信息繭房”的知識結構。[20]這種“信息繭房”的出現,可能導致ChatGPT的“技術算法”對高校課程創生的過程進行控制,它通過對海量的互聯網文本進行甄別,精確地將技術認為應該被增加或剔除的信息(知識)植入到新課程中,進而導致課程參與者無法辨別哪些應該是被刪除的信息,這就為人工智能利用從眾心理,對高校師生進行隱性的技術規訓提供了可能。[21]

訪談法:通過對東麗區醫療衛生機構的工作人員進行深入訪談,了解東麗區衛生人力資源的配置情況和人才管理政策。

4 未來已來:利用人工智能助推大學課程創生

隨著人工智能與高等教育之間的聯系不斷擴大,學術機構、教育工作者與政策制定者都有責任促進彼此間的合作、制定全面的應對策略以解決其在大學課程創生中存在的潛在風險與意外后果。同時,在大學課程創生中ChatGPT 的倫理問題也在不斷增加,高等教育系統各主體也有責任確保人工智能系統開發與使用的可問責性、透明性與可監督性,從而在直面未來中走向未來、成就未來。

4.1 轉變大學課程創生的評估方式,提升高校教師課程評估素養

高校教師應減少大學生過度依賴ChatGPT 等大型文本工具完成課程作業或考試的風險。為此,這就需要不斷提升高校教師課改專業能力,也需要調整他們的評估方式并相應地設計適當的評估任務。尤其是隨著人工智能工具的出現,高校教師必須調整他們的課程創生評估設計,將評估重點放在大學課程變革中培養學生批判性思維、解決問題的能力與創造力等高階能力上,而不是簡單地記憶、回憶和應用內容知識,更好地了解如何創建有效、可靠且相關的課程創生評估任務,以提供有關大學生發展與表現的明確證據,最大限度地促進高校教師課改專業發展提質增效。

4.2 掌握新興技術工作,為大學中特定領域或學科專業課程的人工智能工具進行ChatGPT微調

目前為止,GPT 模型都是為了通用目的而開發的,訓練數據有著不同的來源,它們的性能可能因特定領域或主題而異,這就導致它們在高度專業化或小眾領域的課程創生應用可能并不總是那么精通或準確。為了解決這個問題,就需要付出大量努力來微調GPT 模型以使其能夠在高等教育教學環境中用于特定領域的課程創生。這里的微調涉及在特定于高等教育領域或課改主題的較小數據集上訓練預訓練模型。這個過程有助于語言模型在特定領域的課程創生變得更加熟練、知識庫變得更加豐富與敏銳,同時還能夠提升其性能以及與目標課程、高校學生與學習環境的相關性。

1.1 一般資料 經過本單位醫學倫理委員會論證同意并與病人或其家屬簽訂知情同意書情況下,選擇擇期手術的ASAⅠ-Ⅲ級、燒傷面積<30%、年齡18-65歲的成年燒傷患者40例(男性25例,女性15例)作為研究對象,所有患者均無嚴重的氣道灼傷,無合并嚴重的心、腦、肺等器官疾病及內分泌疾病。隨機分為以下兩組:喉罩組(A組,n=20)、氣管插管組(B 組,n=20)。

4.3 更新大學課程創生的制度策略,將課程改革重點從已知轉向未知

未來的大學課程創生制度策略應更加重視大學生在課程學習中創造性能力的培養以及為應對現實世界的復雜性與模糊性挑戰做好準備。這就需要在高等教育領域中開展全面的課程與教學改革,這種改革不僅要傳授特定學科的專業知識,而且還要培養人的全面發展。尤其是要優先培養大學生的某些人格特質,如勇氣、毅力與面對挫折的抗打擊力等,這些特質恰恰是實現一個人全面發展所不可或缺的組成部分,同時也會提升大學生在面對不可預見的困難與挑戰時的適應和堅持不懈能力。具體而言,應積極倡導在大學課程創生中運用真正的跨學科教育方法,以幫助學生融合不同領域的知識培訓。課程創生的參與者們可以嘗試將體驗式與基于項目的學習機會整合到課程改革框架中,使大學生們在現實世界中的發展知識學習的情境化。[22]此外,相關學術機構(如學校和科研機構)與外部組織(如企業、非營利組織和政府)之間加強協同應變,教師、學生、高等教育機構以及政策主管部門都應密切關注大學課程創生的發展趨勢,適時調整課程變革與評估的制度策略,以推動課程創生的高質量發展并適應當前時代的需要。

猜你喜歡
人工智能大學模型
“留白”是個大學問
《大學》
48歲的她,跨越千里再讀大學
重要模型『一線三等角』
大學求學的遺憾
重尾非線性自回歸模型自加權M-估計的漸近分布
2019:人工智能
人工智能與就業
數讀人工智能
3D打印中的模型分割與打包
91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合