清华大学教育研究院党委书记刘惠琴女士发表主旨演讲
尊敬的各位嘉宾，这个PPT是和清学计算机系的博士于济凡共同完成的。我的视角和前面几位有点不同，想讲生成式人工智能何以促进教育创新，从特征关联到要点解读。我们人做教育的目的是什么？从这个角度跟大家探讨。我们教育现代化指出，我们推动教育要教育发展时代的要求，现代化是要实现人自由全面的发展。现代人要自由全面发展具有以下六个特性，数字能力的综合性，价值观点的人本性，思维方式的创新性，发展动机的独立性，发展方向的多样性，发展过程的自主性。我们认为在人的自由全面发展中，这六个性是非常重要的，以此为基础来探讨生成式人工智能与创新的特征映射，从而探讨一些建议和意见。
生成式人工智能的定义是有的。人工智能之父约翰麦肯锡讲人工智能是什么，它是指制造智能机器的科学与工程，主要含有两方面的定义，一个是功能的定义，它是一种智能系统，能产生文字、图像和其他媒体来回应用户的需求。机理描述有三方面的定义，第一是生成式模型，可以学习处理数据的模式和结构。第二，从此产生和训练数据相似但有一定新颖性的内容，能产生新内容。第三，有典型的技术，形成预训练模型，就比如GPT，所以它的机理有三层内涵。
近年来生成式人工智能的能力基础就是预训练模型。ChatGPT是这个模型之中非常优秀的特例，OpenAi的ChatGPT和中国自己做的GLM，清华大学做的也发展到一定程度。我们分析生成式人工智能主要有两个特征，第一是参数规模的特征，第二是模型结构的特征。这些对创新是有很大影响的，参数规模的特征，首先是规模巨大，这是重大的特征。规模巨大类似于什么呢？举了两个例子，类似于GPT3模型，有1750亿参数，相当于人脑神经元，它的参数已经达到甚至超过了神经元的构成，现在的GPT4。GPT系列模型的训练数据包括13万亿个Token，相当于170万本大英百科全书，也超过了人类互联网十年的总数据量。这个基础上，它的参数模型和教育相关的，我们认为有三个方面。第一是数据体量非常大，意识来源非常广，第二是参数繁华能力，个性化定制成本非常低。第三是通用智能涌现，能使得其完成各种各样的复杂任务，这形成了三个最主要的特征。另一个特征的模型结构，模型结构的特征最主要的是刚才讲的，它那个参数就类似于神经元，就在右侧神经元那套系统。这个系统的学术数据叫基于自控制力机制的模型结构，用我们来说就是读书一目十行抓取关键词，是这个意思，这是基础的参数特征。这个特征之上，因为它规模大，就有新的结构特征，训练出自回归式的训练模型，这样就不断迭代，这个意思就是说在这个基础上不断预测下一步，声称性内容的创新性就非常强，天然具有创新性。第二是在这个迭代过程中，在它输出之前有一个语音对齐的微调模式，使人机交互非常好，与人的规范对齐。第三是融合模态输出，能把所有各种东西放进去，包括文字、图像，能同时输出，以参数或者神经元为基础的训练。参数规模特征能促进整体的升级，对教育有主要促进作用，模型结构特征有辅助促进的作用，基于这个关联简单分析一下，主要促进作用，参数特征是知识来源覆盖面广，可以促进学生的多能力、多方面发展、多方向发展，于是就促进了各方面的综合性和多样性。这是我讲的主要例子，它的主要作为，生成创新强，启发式教学就有可能。基于AI构建的多学和在线学习助手，主要有两个大功能，第一是辅助学习者多学科、多技能学习，提升整个综合素质的综合构建，第二是提供多种学习的建议和来源，能提供多方面的发展能力。现在已经有这种教育，比如清华的学习助手，可以快速适配超过4200门课程，根据你的需求，这就是于济凡博士做的。还有主动学习，这都为教学提供了扎实的基础，也有了很大的范例。个性化定制成本低和人机交互友好的特点，对教育也有促进作用。个性化成本低可以促进创新性学习，增强自主学习、自我构建。尤其是高等教育，他到18岁以上是不是就可以自我构建。第二是辅助作用，就是人机交互的友好性好，它可以进一步降低整个成本，门槛低，所以对人发展的独立性和自主性提供足够的空间。使用生成式AI重新组织学习资源，构筑个人的学习方案。GPT School整合了10大类80个细分领域的学习资源，支持个性化学习。使用生成式AI可以快速转换教师的风格，得到更受喜爱的学习服务。清华大学有一个小呆定制化平台，我们做大数据教育的事情。美国的characterAI能快速定制角色，使教师的传授风格可以调整，而且可以自身提供1.5万的对话风格，网上看到的对话，马斯克对话心理学家，这都成为了现实，将来学习也可以对话。这些为教育创新提供了个性化服务条件。第三是完成复杂任务、视觉文字融合的促进作用，完成复杂任务能够考察学生整体建构能力和知识创新能力，对整体的综合性和创新性有很大的影响。辅助作用，视觉的流畅，创作空间，艺术类、设计类都提了很大的要求，创新性和多样性。
目前它能够无需编程就可以打造个人项目，OpenAi在11月6日发布了GPTs项目，支持开发者创建复杂的工具，并以此盈利，比如他说要创造什么APP，它可以创造出来，包括智能创意的导师，可以能形成智能美术总监这样的一个创意公司，在现在虚拟的都出来了，所以这些对教育创新也提供了更广阔的发展空间。还有定制AI，足球解说都出来了，AI海报都出来了，将来对教育这个职业，教育到底培养怎样的人，他们怎么就业，这也产生了很大的空间。
第二部分，生成式人工智能用于教育创新的挑战与建议。因为时间关系我只讲三个方面。第一是创新性思维，它提供足够的基础。第二，它目前的价值观念还没有体现，这也是很重要的方面。第三，发展动机方面提的比较少，做的比较少，这也给大家稍微展示一下。生成式AI辅助的创新功能就会造成人类和人的这种偷懒的行为，所以许多行为就出来了，说防止学生的工具依赖，这是重点。2023年AI顶级会议允许ChatGPT进行论文写作，但需要致谢。纽约市又禁止，每个地方不一样，我们认为这是时代潮流无法禁止的，教育者应该迎接这一变化。怎么做，这是我们应该思考的，应该有适当的管理方式和教学方式来进行大量的改革。
生成式AI具有价值观偏见的风险，模型价值观安全稳定是很重要的。ChatGPT的价值观与各国共鸣的相似性越往上越高，目前的ChatGPT都和这几个欧美国家一样，目前ChatGPT隐藏的价值观是在这里，中国在那里。生成式AI的价值观潜移默化影响教学过程。我们我们圈用它的模型，那价值观就慢慢变了，所以我们要构建更多的价值观生成模式，同时中国应该构建有本土特色的教育价值观模型。
生成式AI导致社会分工裂解非常迅速，探索新时代的自我实现，工作裂解了，OpenAi研究说出来，ChatGPT可能影响80%的工作，而且这些岗位，收入越高的将来影响越大，如果这80%的工作都裂解了，将来我们教育培养什么样的人，将来社会遇到什么样的风险，人的自我实现怎么实现？我提一个倡议，我们在这个过程中应该有一系列的教育创新，而且要有教育范式的创新，才有可能引导学生和引导一个人达到自由而全面的发展，在整个社会的环境下要有一定的自我实现，他才能够走得更好、走得更远，人类的生活才能够更好。
我就讲到这里，谢谢各位。
