ChatGPT引发师生信任危机，人机协同如何赋能未来教育？
GPT-3.5 发布至今已有半年，对于美国的学生而言，无疑是一场「狂欢」。学生们迅速了解并上手使用大模型来完成作业，对于目前尚未构建好人工智能检测和防范机制的校园来说，这无疑会造成一系列负面影响。在 ChatGPT 和老师之间，一场「战争」也就此打响，为了防止作业更难被这项新技术玩弄于股掌之间，美国老师正在尝试对作业要求做出新改变。
但是，正如一些教师所称，要完成 「作业大变身」并非易事，而且根据学科和作业类型的不同，可行的方法也大相径庭。
EdSurge 采访了来自不同学科的教授，了解他们在教授暑期课程或为秋季课程做准备时的新改变。在教育工作者努力防止即将到来的学期演变成一位教授所说的 「家庭作业启示录」时，一场「人 vs 人工智能」的竞赛即将打响。
大量 K-12 阶段的老师和大学教授已经决定，在完成作业时命令禁止使用 ChatGPT 、等新型人工智能聊天机器人。其中一些教师正在使用能够辨别是否为机器人写作文本的工具，如 GPTZero 和 Turnitin 等。但是，即使是这些产品的开发者也承认，鉴别并不常常奏效，甚至会发生谬误，将人类写的作业「误伤」判别为人工智能生成的文本。一些学校试图从学校网络和设备中封杀大模型的使用，但专家表示，这样做非常不现实。因为学生可以很容易地从智能手机上访问相关的技术，或者通过许多接入大模型但不在被禁工具名单上的服务网站来进行访问。
与此同时，一个有趣的事情是，这场「战斗」并非是「殊死搏斗」。事实上，很多教育工作者都有意愿去尝试与人工智能合作，而不是简单地封杀它。最近，一项针对 1000 名 K-12 教师的调查发现，有 61% 的教师对 ChatGPT 在教育的未来应用报以期望。调查预测到， ChatGPT 将有 「人们不容忽视的合法的教育之用」。
南加州 Vanguard 大学教学院长 Bonni Stachowiak 在最近的 EdSurge Podcast 上指出，一些教学专家认为，人工智能激励了教师在布置作业方面的创新，他们正在努力让作业更有趣、更 「真实 」。
不过，当蒂姆 · 巴杰凯维奇（Tim Bajkiewicz）听到这番话时，他认为自己受到了不公平的批评——因为对他来说，「大模型激发教师授课灵感」这一想法，实际落地会比许多人想象的要难得多。首先，身为弗吉尼亚联邦大学广播新闻学教授，Bajkiewicz 每堂课要教授 200 多名学生。而且他的这些课程都是在线异步教学，也就是说，学生们按照自己的进度学习教材，而不是在同一时间和地点上课。换句话说，他们甚至没有一个聚集在一起的中型教室。
所有这一切都使他在了解学生方面面临挑战，而如果他亲自授课，比如一次教 20 个学生，了解学生就会容易得多。而且，他不能把作业变成与学生一对一的讨论，以了解学生是否跟上了教材的进度，甚至不能让学生在课堂上写作，而他可以在一旁观察他们的作业。Bajkiewicz 说，他正在花时间尝试为他教授的大众传播入门课程调整作业，因为他相信他的一些学生已经使用 ChatGPT 来摆脱大学作业的束缚。
例如，在最近的一次作业中，有些文本看起来不像是他所熟悉的「学生式」的创作。于是，他用人工智能检测工具对文本进行了分析，结果发现这些作业很可能是机器人写的。
他说：「学生习作向来是一种可靠的评估方式——甚至有可能是最重要的。然而，大学教师现在必须认真地审问自己，什么时候让学生写作才会有意义？」
作为回应，Bajkiewicz 让学生选择使用校园准许使用的工具，以录音的形式上交作业，希望这样能增加「作业游戏」的难度，也更容易分辨学生是否在做自己的作业。
作业的内容是一部指定的电影——1922 年的先锋纪录片《北方的纳努克》——进行总结和剖析。由于这是一部经典作品，ChatGPT 和其他工具都存有海量的相关信息，因为大模型的数据很多都是根据网络数据投喂训练而来的。
Bajkiewicz 谈到他收到的音频作业时说：「有些听起来真的是照本宣科。」他想知道有些学生是否只是要求聊天机器人给出一个答案，然后自己人声朗读出来。「这是人工智能的产物吗？我不知道。」他补充道。
换句话说，旨在提高真实性的作业在某些方面更难通过人工智能检测工具进行检查。
许多大学课程的设计都是为了训练学生写作能力，也就是说，这些课程旨在培养学生以书面形式表达自己的想法，部分是为了让他们为在工作场所交流做好准备。
德里克 · 布鲁夫（Derek Bruff）是密西西比大学卓越教学中心（Center for Excellence in Teaching and Learning）的顾问和客座副主任，他最近在博客上写道，他尝试更新写作课的一项作业，以应对 ChatGPT 的出现。(Bruff 在观看电视节目《Extreme Makeover：家庭版》）。
他修改的作业来自他在 2012 年教授的一门关于数学史和密码学的课程，这门课程满足了校园写作的要求。在这项作业中，他要求学生自选一个代码或密码系统，写出其起源和影响，将答案写成博文，发表在学术博客 「奇迹与奇观」（Wonders & Marvels）上，并将博文提交给该博客，以便发表。当时，他告诉学生们 「博文的技术部分是你们最接近数学家写作的部分，所以一定要清晰、准确、简洁」。
不过，看着今天学生们在博客上传的作业，他意识到技术写作是 ChatGPT 和其他人工智能工具特别擅长的事情。他还注意到，学生们甚至可以按照他的要求，装模作样地向他提交草稿，这些草稿并不是学生在反复修改和润色文章的留痕，而是因工具经多轮提示之后逐步深入反馈的过程。
他认为，让学生自主选择他们想写的密码学工具这一事实，给了他们一些内在动力，让他们真正依靠自己完成作业。但是，对于想要轻松完成作业的学生来说，人工智能无疑提供了大好的机会。
布鲁夫在最近接受 EdSurge 采访时说，通过尝试对作业进行改造以及与同事的交流，他发现了一件令人惊讶的事情，那就是他在给出作业指导方面所做的额外努力——解释他要求学生完成什么样的作业才能获得好成绩——可能会让学生在这个 ChatGPT 时代更容易作弊。给出明确的评分标准和期望是为了让评分更透明、更公平，包括 「学习与教学透明化 」项目在内的一些团体都在倡导这一理念。但是，布鲁夫说，「我的作业描述越明确，要求越多，学生就越容易把描述粘贴到 ChatGPT 中，让它帮你完成作业。这很讽刺」。
他认为，一种可行的改造方法是，要求学生在谷歌文档等工具中撰写作业，然后与教授共享文档，这样教授就可以查看修改历史，了解作业是一次性撰写还是简单粘贴的。
但他说，这种方法也有代价，包括学生隐私问题。此外，他还补充说：「如果我知道我的教授正在我身后盯着我写作，我当然会很不舒服」。
在这场博弈中，最具挑战性的作业改造，也许将「花落」在计算机编码课上。
今年秋天，即将在加州大学圣迭戈分校担任数据科学助教的 Sam Lau 对大模型感到兴奋，但他承认，教授计算入门课程将变得「相当艰难」。
为做好充分的教学准备，他最近为 O'Reilly 的 Radar 博客共同撰写了一篇关于 「ChatGPT 时代的编程教学」的文章。在这篇文章中，他和一位同事采访了 20 位计算机教授，听听他们是如何对作业要求进行改造的。
他说，他知道程序员越来越多地使用 GitHub Copilot 等人工智能工具让机器人编写代码。但他不禁要问，如果学生自己都不学编码，他们怎么能学会代码的基础知识呢？
不过，Lau 还是很乐观。他认为，即使学生使用工具来帮助他们编写代码，他们仍然可以通过为作业编写代码和 「思考需要编程的内容 」来学习基础知识。
尽管如此，他知道有些计算机科学教授希望他们的入门学生在没有人工智能支持的情况下学习代码。对于这些学生，他推荐了一项从哈维穆德学院计算机科学教授扎卡里 · 多兹（Zachary Dodds）那里了解到的作业。
这项作业要求学生编写沿数字线随机 「行走 」的计算机代码。然后，要求学生编写第二个随机 「行走 」器的程序，该「行走」器将与第一个随机「行走 」器相撞。作业的一部分是让学生编一个关于这两个角色的故事，以及他们为什么会在这条路上走。例如，学生可以说它们是木头上的两只蚂蚁，其中一只正在告诉另一只食物在哪里，或者说它们是试图去杂货店的两个朋友。这样做的目的是为原本平淡无奇的编码任务注入游戏元素。
人工智能是否可以同时编造故事和代码？
「可以，」Lau 承认，「作为一名教师，在某些时候，预判学生会为了作弊而耗费多少功夫是一门学问。如果他们愿意为了完成作业而处心积虑地滥用工具，我们认为，也不应该花时间让这些学生完成作业」。
因此，教师所能做的最好的事情或许就是让作业变得有趣或不寻常，即使学生可以作弊，也需要付出更多的努力。毕竟，可以想象大多数房屋的锁都可以被撬开，但在某种程度上，我们需要在房主进入房屋的难易程度和坏人闯入的难度之间取得平衡。
宾夕法尼亚大学管理学副教授伊桑-莫利克（Ethan Mollick）是 「家庭作业启示录（homework apocalypse）」一词的创造者。他的主要建议之一就是尝试翻转课堂，让学生通过视频观看讲座，把课堂时间花在主动学习练习上。
他在自己的时事通讯《一件有用的事》（One Useful Thing）中写道：「对于教育工作者来说，人工智能隧道的尽头是光明的，但这需要实验和调整。与此同时，我们需要实事求是地认识到，在不久的将来会有多少事情发生变化，现在就开始计划如何应对家庭作业启示录。」
教学顾问布鲁夫说，他对任何教师的建议都是，不要对学生抱有 「我们反对他们 」的心态。相反，他建议，教师应该承认，他们也仍在摸索新的人工智能工具的策略和界限，应该与学生一起制定基本规则，规定可以使用多少或少用 ChatGPT 等工具来完成家庭作业。
那学生们怎么看？
约翰尼 · 张（Johnny Chang）是斯坦福大学即将入学的一名研究生，他即将组织一次关于教育领域人工智能的在线会议，希望在有关教学和人工智能的对话中注入更多学生的声音。
他建议，无论教师如何布置作业以适应 ChatGPT 和其他工具，他们都应该征求学生的意见，并做好不断修改作业的准备，因为技术的发展是如此之快。
他说：「老师设计的作业可能会过时，因为设题总比解题难。」
原文作者：Jeffrey R. Young
原标题：Instructors Rush to Do ‘Assignment Makeovers’ to Respond to ChatGPT