当前位置: 首页 > news >正文

ChatGPT在高等教育中的应用利弊探讨

 

​人工智能在教育领域的应用日益广泛。2022年11月OpenAI开发的聊天机器人ChatGPT在全球范围内流传开来,其中用户数量最多的国家是美国(15.22%)。由于ChatGPT应用广泛,具有类似人类回答问题的能力,它正在成为许多学生和教育工作者的可信赖伙伴。然而,与任何新兴技术一样,ChatGPT在高等教育中的应用也面临一定的挑战。[1]

ChatGPT应用在高等教育中的利处

提高教育普及性

ChatGPT为一些残疾人士和非英语用户消除了学习障碍。例如,ChatGPT可以为视力受损的学生语音播报回答内容。它还可以为有学习障碍学生总结课程中的主题或概念。同时,ChatGPT还能使那些不能使用键盘输入的学生用语音输入的方式完成会话。

ChatGPT可以结合语境更加智能地将英文内容翻译成学生熟悉的语言,让他们更加轻松地理解课程内容。

辅助完成作业

通常,学生需要翻阅课本和互联网来寻找相关的作业材料。与此不同,ChatGPT可以节省时间并使作业完成得更容易。

当学生向ChatGPT提问时,它会以解释和示例的方式回答。ChatGPT为学生提供了一种解题的新思路。同时,它还会提供与特定背景相关的学术短语、术语和语句结构,从而丰富学生的专项词汇和写作能力。

为教育工作者提供帮助

在高等教育中,ChatGPT可以以多种方式帮助到教育工作者,如下所示:

为一个课程开发全面的教学计划。

生成各种测验题型,如选择题、判断题、填空题等。

分析学生的作业,并帮助教师评分和提供建设性意见。

提供课程之外的相关教学资源链接。

提供如何提高学生课堂参与度的技巧和减少学生课堂不良行为的诀窍。

个性化学习

ChatGPT可以了解学生的学习方式,提供个性化的学习体验。它可以分析学生的表现,并调整课程学习内容以满足他们的实际要求。

通过ChatGPT,学生可以以舒适的节奏学习,彻底理解复杂的概念。他们可以通过与ChatGPT进行独特的学习相关对话,快速获取课堂以外的额外学习成果。

此外,在ChatGPT的个性化反馈帮助下,他们也可以提高学术论文的质量。

帮助准备考试

当考试临近时,ChatGPT可以复述并强调他们课堂笔记中的关键要点。此外,它还可以生成练习题,让学生了解自己哪些方面掌握得好,哪些方面还需努力。

高等教育中应用ChatGPT的弊端

缺乏学术诚信

学术诚信是ChatGPT应用在高等教育中的首要问题。许多教育工作者认为,使用ChatGPT写作业只会促进作弊和剽窃。由于ChatGPT可以快速生成答案,这会降低学生的头脑风暴、批判性思维和创造性回答的能力。

提供不准确的信息

ChatGPT提供的信息可能看起来合理,但不一定准确。很难准确检测它哪部分的信息,真的是错的。这可能会影响学生的学习体验及成果。

有偏见的回复

AI聊天机器人是通过海量数据集进行训练的。如果数据集包含偏见,ChatGPT产生的一些回复就有可能存在偏见。这些偏见是有害的,可能会放大对某种歧视,并助长不良风气。

知识有限

尽管ChatGPT经过大量信息训练,但仍有一些信息无法访问。因此,它可能无法就小众主题提供好的答案。它也可能不了解不同领域的最新进展。

无法开展多任务和真正理解上下文

ChatGPT一次只能处理一项任务并回复一个查询。如果学生一次问多个问题,ChatGPT可能会难以确定回答的优先顺序并在回答所有问题之前放慢速度。

此外,ChatGPT有时会难以理解上下文。例如,如果学生在问题中使用了幽默或讽刺,ChatGPT可能无法捕捉到这一点并提供不相关的回复。

缺乏情商

情商在教育环境中发挥着重要作用。人类教育者可以理解学生的情绪并相应地做出回应。教育工作者一般都会在教学的过程中提供情感支持。但这在缺乏情商的ChatGPT等虚拟聊天机器上可不是这样的。尽管它们的回复会表现得很有同情心,但实际上它们无法对复杂的人类情感做出适当的回应。

结语

一方面,ChatGPT具有许多优点,包括创建个性化互动课程、提高受教育机会、帮助教育工作者策划课程等。另一方面,ChatGPT也存在许多缺点,包括可能产生有偏见的回复、提供不准确信息、无法多任务处理工作等。

尽管存在利弊,ChatGPT仍在不断发展,预计到2024年,其收入将增长到10亿美元。[2]

参考资料

[1]https://www.94c.cc/info/pros-and-cons-of-chatgpt-in-higher-education.html

[2]https://www.hurix.com/chat-gpt-pros-and-cons-of-using-chatgpt-in-higher-education/

 

http://www.lryc.cn/news/142987.html

相关文章:

  • Java之API详解之Runtime的详细解析
  • 机器学习之softmax
  • npm script命令
  • 【力扣周赛】第360场周赛
  • php环境变量的配置步骤
  • Kdtree
  • 算法leetcode|74. 搜索二维矩阵(rust重拳出击)
  • element浅尝辄止7:InfiniteScroll 无限滚动
  • Day05-Vue基础
  • 《机器学习在车险定价中的应用》实验报告
  • 14. Docker中实现CI和CD
  • 【多思路解决喝汽水问题】1瓶汽水1元,2个空瓶可以换一瓶汽水,给20元,可以喝多少汽水
  • P1591 阶乘数码(Java高精度)
  • Mybatis的动态SQL及关键属性和标识的区别(对SQL更灵活的使用)
  • mysql下载
  • 聚合函数与窗口函数
  • c语言实现堆
  • ubuntu 如何将文件打包成tar.gz
  • 前端优化页面加载速度的方法(持续更新)
  • 利用SSL证书的SNI特性建立自己的爬虫ip服务器
  • HTML和CSS
  • C#的IndexOf
  • 深度学习2.神经网络、机器学习、人工智能
  • 利用LLM模型微调的短课程;钉钉宣布开放智能化底座能力
  • 软件工程(七) UML之用例图详解
  • pd.cut()函数--Pandas
  • DataBinding的基本使用
  • eslint和prettier格式化冲突
  • matlab使用教程(26)—常微分方程的求解
  • 尚硅谷宋红康MySQL笔记 14-18