随着聊天程序ChatGPT成为时下关注的焦点，人们意识到人工智能正在影响着各个领域与学科，正在成为推动人类文明进入一段新旅程的力量。复旦大学通识教育中心组织“人工智能”系列，邀请校内外不同领域的学者，从多学科视角入手、以平实的语言，尝试与读者一起了解有关人工智能的方方面面。以下是复旦大学生命科学学院生态学赵斌教授的文章《在教学实践中体验ChatGPT：鼓励学生向ChatGPT提问，而不是仅仅获得标准答案》。
人工智能（AI）已悄然进入我们的生活，这是从数年前开始的一个事实。技术的进步，促使我们大部分现代人开始习惯于各种改变，包括我们建立联系、交互、读写以及获取信息的方式。
2019年初英国Nature周刊，报道了Scopus过去两年学术热点词汇的变化，“人工智能”和“教育”双双成为当年新晋热词，预示着这两个概念受到越来越多的社会关注。同年，美国高校教育信息化协会学习促进会发布了《地平线报告》（2019高等教育版），聚焦于高等教育领域中的技术应用趋势和未来发展方向，并预测了2019~2023年间六项可能影响全球高等教育的技术应用，包括：人工智能、虚拟现实、区块链、开放教育资源、云计算和自动化。虽然虚拟现实与区块链并未如预测那样顺利进入我们的教育领域，但人工智能却一直在稳步发展中，变得能像人脑一样感知、学习和推理，甚至理解自然语言，不久前掀起了一波新的浪潮。
这并非不速之客，而是如约而至！其中最知名的就是2022年11月Open AI发布的ChatGPT，以及2023年2月微软开发的新版必应（New Bing）。
表观上看，ChatGPT可以与用户进行类似人类的对话，但它并非我们所熟悉的聊天机器人，因为它不仅可以回答用户的问题，还可以帮助完成一些更复杂的任务，比如写邮件、文章或代码，还可以根据用户输入和反馈来不断学习和改进，让我们感受到如同真人一样交流的乐趣和便利；而New Bing则是一个全新的搜索引擎，与传统搜索引擎不同，它可以透过自然语言了解搜索者的意图，并进行更复杂的搜索，以便更快地在网上找到更多、更准的答案和资源。
从底层技术内核来看，这两个产品具有相同的技术原理，都使用了OpenAI将深度学习用于自然语言生成的技术。深度学习我们并不陌生，之前我们所熟知的谷歌AlphaGo和AlphaGo Zero，就是利用的深度学习技术。更重要的是，这个大规模语言模型，比之前的AI模型都要大得多，具有数十亿个参数，因此能够以更高的精度执行更高级的语言任务。ChatGPT一夜爆红后，人们发现类似的产品其实有很多，在本文中我们将所有基于类似技术的产品统称为类ChatGPT。
任何语言都是交流的手段，人与人之间交流的语言我们称为自然语言，因为要与机器交流，我们发明了编程语言。这不同的语言，在ChatGPT看来处理上并无二致，也就是说，不管是英语、汉语，还是计算机代码，它统统都有自己的理解方式，那就是OpenAI基于神经网络的自然语言生成技术，这与传统基于规则和模板的方法有着本质的不同。大家知道，之前我们为了迁就机器的理解，就要设法去学习编程语言，也就是人主动学会与机器对话。而现在似乎反过来了，让机器学会理解人类的语言，我们直接用人类能理解的语言来与机器进行交流。
让人工智能更像人，可以回答问题，提供信息，以对人来说自然和直观的方式做出反应。这种让人工智能更人性化的追求，源于我们一种最简单的愿望，即让技术更容易获得、更直观，带来更多的实用性和可能性。所以，人类一直着迷于创造、模仿和增强机器具有人类能力的技术。
新兴技术促进新产品的出现，特别是这些更像人类的技术，有些人会首先想到对人类角色的替代，这可能存在一些误区。类比一些新技术对我们传统行业的挑战，有了网上视频课程（慕课），有人质疑：这样形式的教学是否会替代教师，教师未来是否会变得可有可无？其实我们看到，这种替代并不会广泛发生，除非你上课的内容和形式，还不如学生直接看视频课程的学习效果。慕课所努力的方向，一直是给学习者提供更多的一种选择方式，并非要全面替代传统课堂。如果我们的传统课堂能与在线课程结合起来，优势互补，那将是一个巨大的飞跃。
同样，人工智能在教学领域中的出现，也不是为了全面取代教师的角色。相反，它们可以为教育带来许多新的机会。人工智能的优势在于其速度、准确性和一致性，在这些维度上，人类无法与之抗衡。因此，涉及常规和结构化任务的工作很容易自动化，很快就会被人工智能所取代。相应地，高等教育就应该让学生接受人工智能并学会将它视为工具，而不是回避。这样，我们就能进行更高效的信息处理和分析，更便捷的学习和交流，这将改进教学实践，增强学生的学习能力。毫无疑问，这对教师和学生两方面的角色都是促进作用：学生更容易进入到理想的自主学习状态，而教师有更多可能把握学生的学习效果，从而给予更有针对性的指导。
大多人工智能工具在创造力、创新、批判性思维、解决问题、社会化、领导能力、同理心、协作和沟通等软技能方面仍然是很薄弱的，这是其机器本质所决定的。具体来说，大多人工智能系统设计和训练过程，缺乏真实世界中的复杂性和多样性，缺乏与人类类似的认知能力和经验积累。通常使用简单的数据集来训练机器学习算法，这些数据集通常是人工选择或生成的，而不是真实世界中复杂多变的数据集。因此，这些人工智能工具无法适应真实世界中的各种复杂情况和问题。它们只能在已知的模式和规律间进行预测，而无法创造新的模式和规律，这就限制了人工智能在创造性和创新性方面的表现。由于机器还缺乏与人类类似的认知能力和经验积累，以及情感认知和主观判断能力，使得机器不能像人类一样具备批判性思维能力，解决问题的能力有限。
相比之下，类ChatGPT由于具有更好的语言理解能力和表达能力，可以与人类进行更深层的交互和沟通，其训练数据包括了来自互联网的大量文本，这些文本具有丰富的多样性和复杂性，可以让其在训练过程中获得更广泛和深入的经验和知识。因此ChatGPT在解决问题方面的软技能得到了一定的提高，不仅能够模拟人类的社交行为和语言进行交流，表现出一定程度的社交技能和同理心，也可能在某些程度上具备了创造力和创新能力。
