学生用ChatGPT做作业？华人教授在Natuer发文：鼓励，但要这样做

来源：Nature

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——ChaPT，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**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 ChaPT 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 ChaPT，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 ChaPT，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 ChaPT。**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 ChaPT 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 ChaPT 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 ChaPT 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 ChaPT 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 ChaPT 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，ChaPT 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**。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 ChaPT 的建议：

1. 花一些时间学习和练习在 ChaPT 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 ChaPT 加剧不平等的风险。

4. 确定明确的目标：对你想通过 ChaPT 实现的目标有一个清晰的认识。

5. 测试和完善提示语：用 ChaPT 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。