本文翻译自John Spencer最新一期博客，内容有删减，因篇幅较长，将为大家分两期分享。原文标题：When Should Students Use Artificial Intelligence? Seven Keys to Consider。

三、让学生参与对话

在新英格兰创新学院（New England Innovation Academy），本·法雷尔（Ben Farrell）担任助理校长兼高中部主任。在2022年12月初，当学生开始使用ChatGPT时，他没有全校范围内实施禁令，也并未指责学生作弊。反之，他深思熟虑，提出相关问题，并与学生进行对话，共同探讨在道德和负责任的前提下使用人工智能的可能性和影响。

在去年的一次播客采访中，法雷尔分享了他的见解：“赋予他们公开讨论的能力至关重要。在我们的对话中，涌现出了许多智慧。我们听到了各种各样的观点，就如同保龄球馆里的保险杠一般。一位学生担忧地表示，这可能是‘原创思想的死亡’，对创造力的影响提出了质疑。而另一些学生则想知道我们是否可以将这项技术用于所有事情，对传统书面论文的需求提出了质疑。因此，我们需要考虑一系列的观点。”

自那时起，他们共同制定了生成式人工智能的实际政策。在未来几个月里，他们计划随着技术的发展和环境的变化进行更多的对话，并相应地调整和完善政策。

当众多学校纷纷禁止ChatGPT时，法雷尔却选择与学生探讨：“这对你们未来的工作意味着什么？这对你的创作过程有什么影响？”他倾听学生的声音，真正做到了开放心态。正如他所说：“学生们不可避免地会在其他地方讨论这个话题。如果我们不能在学校环境中促进这样的讨论，我相信我们错过了一个宝贵的机会。”

诚然，每所学校和学校系统对这个问题的看法各有千秋。然而，如果我们能够鼓励并参与这些对话，对学生而言将是真正令人兴奋和有益的。这个过程虽充满了混乱与困惑，但在校内尝试为人工智能制定明确的政策固然艰难，但通过对话我们可以更好地理解人性化的因素，并且制定更实际可行的策略。若我们能够真诚地邀请学生参与对话、用心倾听，将更有可能找到适应学生需求的解决方案。这样的结果是形成了一个适应性强的政策，使学校可以根据对人工智能在学习中产生的影响的深入了解进行相应的调整和修订。

苏格拉底研讨会并不一定非得从非小说类锚文本开始。其实，小说也可以成为这类对话的绝佳起点。以罗尔德·达尔（Roald Dahl）的《伟大的自动语法学家》（The Great Automatic Grammatizator）为锚文本，开展一场苏格拉底研讨会，深入探讨自动化、艺术、人工智能和商业等领域，必将令人眼界大开。

在这篇短篇小说中，作者选择这台机器，并非出于金钱利益，而是因为这台机器能以独特风格创造更优质、更快速的作品。我从插图中真切地感受到了这一点。令人感慨的是，尽管我热衷于绘画，却无法达到人工智能那般的艺术品质和创作范围。这无疑是一种挑战，也是一种激励。

四、考虑人类发展和年龄适宜性

在获得学士学位之际，我沉浸在尼尔·波斯特曼的杰作《童年的消失》中。波斯特曼的见解独到，他敏锐地察觉到电子媒体的崛起，尤其是电视的普及，正在无形中侵蚀童年与成年间的界限。儿童接触到的内容与成年人的愈发相似，这无疑对他们的成长环境构成了挑战。值得注意的是，这并非源于某种意识形态的偏见，无论是保守还是自由主义。它关乎的是发展的适宜性，是对现代社会现象的深刻洞察。

尽管尼尔·波斯特曼未能亲眼见证智能手机和算法的黄金时代，但他的观点在今日依旧振聋发聩。对于一个年仅12岁的孩子而言，使用专为成年人设计的设备和应用程序究竟意味着什么？我们的技术又在哪些方面模糊了童年与成年间的界线？当更高阶的人工智能崭露头角时，我们又将面临怎样的局面？

大部分的人工智能工具都是为成年人设计的，这使得我们在使用这些工具时必须深思熟虑。作为成年人，我们需要扪心自问：“这款工具是否充分考虑了孩子的需求？其开发方式是否适宜？”

以人工智能导师为例，我们需要深入了解这些工具如何满足学生的发展需求。正如我们可能会对一位人类导师的资质提出疑问，包括他们与特定年龄段孩子相处的经验等，对于人工智能导师，我们同样需要探究其背后的机器学习算法是如何与各年龄段的孩子互动的。作为教育者，我们必须对采取了哪些措施以确保内容的适宜性有所了解。这不仅是对孩子的负责，更是对他们未来成长的关切。

在这方面，我有幸得到了可汗学院的鞭策。在我的播客中采访 Salmon Khan 时，我惊讶于他们对偏见、人类发展，以及在开发 Khanmego 时如何使 AI 与学习理论保持一致的独特见解。Salmon Khan 的观点和见解不仅令我受益匪浅，也让我对 AI 在教育领域的应用有了更深入的理解。

五、注重信任和透明度

混合方法转变了问责制的焦点，从单纯的监督与惩罚转向了信任与透明度。这种转变的核心，是要求学生能够准确展示在创意工作中如何运用人工智能。

例如，学生可能会利用AI生成的文本，并将其在共享文档如Google文档中进行编辑，同时附上时间戳。他们通过使用颜色编码过程来修改AI生成的文本，这使得人类创作的部分能被清晰地识别和可视化。从我的观察来看，学生们在处理过程中，不仅保留了原有的段落，甚至添加了全新的内容，使文本的丰富度远超初始的AI生成文本。

尽管有人尝试使用AI检测软件来检测文本是否由AI生成，这其实与科幻电影《银翼杀手》中的情节颇为相似。这些工具的准确性始终无法达到100%。以准确率为94%的检测软件为例，看似令人满意，但若一位老师在一学期中要求每位学生提交五篇论文，即便使用这款准确率高达94%的软件，也有可能会有54名学生在被误认为作弊。

当我们将焦点过多地放在“抓作弊者”上时，我们其实是在依赖高级算法来判断学生的学术诚信。想象一下，一名学生完全独立撰写了论文，却因算法误判而面临学术失败，这无疑是一种讽刺。尽管算法在检测AI生成的文本方面有所改进，但这种方法仍然倾向于限制和阻止AI的使用。

当我们从信任和透明度出发，要求学生展示他们的工作过程时，我们将其中的错误视为学习的机会。这个过程使他们学会了如何道德且恰当地运用AI。

六、对流程进行建模

在过去的一年里，我有幸与那些将生成式人工智能巧妙融入课堂实践的教育工作者并肩作战。无论是与大学中的职前教师一同探索，还是在我所主持的研讨会和专业发展项目中与经验丰富的教师共同成长，我都深深被教师们运用生成式人工智能激发学生学习热情的独特方式所折服。我被他们在这个过程中所展现的深邃意图和无穷创造力所震撼。然而，我也渐渐察觉到一个令人惊讶的现象。许多学生对于如何为人工智能聊天机器人提供精准的提示，仍显得有些无所适从。

要模拟AI的可接受使用情况，我们可以借鉴FACTS Prompt Engineering Cycle等方法。这种方法强调在模拟环境中反复试验和优化，以便更好地了解AI在各种场景下的表现和行为。通过这种方法，我们可以评估AI的可接受程度，并针对不足之处进行改进。

为了使AI在各种情况下都能表现出更自然、更合理的行为，我们需要深入了解AI的内在机制和逻辑。这包括对AI的算法、数据和训练过程进行详细的分析和研究。通过揭示AI的决策过程，我们可以发现潜在的问题和挑战，并采取适当的措施进行改进。

此外，我们还可以通过实证研究来验证AI的可接受程度。例如，可以邀请用户参与模拟实验，观察他们在与AI互动时的反应和行为。通过收集和分析用户反馈，我们可以了解AI的优点和不足之处，并根据需要进行优化和改进。

总之，通过借鉴类似FACTS Prompt Engineering Cycle的方法，结合深入的研究和实证验证，我们可以不断提升AI的可接受程度，增强用户对AI的信任和使用体验。这将有助于推动AI技术的广泛应用和发展。

我们还可以在写作作业中，或者通过将AI集成到基于项目的学习中，来模拟可接受的AI使用。这种模拟能够帮助我们更好地理解AI的运作原理，以及它在现实生活中的应用。通过这种方式，我们可以更好地评估AI的优缺点，并制定相应的策略来应对未来的挑战。同时，这也将提高我们在数字时代的信息素养，让我们更好地适应不断变化的科技环境。

七、强调人的因素

在之前的讨论中，我曾流露出对人工智能生成图像的无奈。我深感自己永远无法匹及人工智能那无尽的创意疆界，这让我倍感沮丧。

我一直审慎地使用“人工智能生成的图像”这一表述，而避免使用“人工智能艺术”这一词汇。因为艺术，它所蕴含的同理心、好奇心以及我们自身独特的声音，这些元素共同铸就了艺术的独特韵味。而这些独特性，往往源自我们不完美的表达。简而言之，正是这些不完美，成就了艺术的伟大。

想象一下，现场演奏的音乐总比录音室专辑来得动人，那是因为现场鼓手所传达的情感与细微差别是鼓机所无法复制的。又比如插画师彼得·雷诺兹（Peter Reynolds）那独特的创作风格，其古怪之处正是其标志性的体现。还有那手工制作的馅饼，其边缘微微卷曲的不完美，却比工厂批量生产的冷冻馅饼更让人回味无穷。

所有这些例子都证明了一件事：艺术家的选择，尽管充满了不完美，却饱含了他们的决心与洞察。他们深知自己的不足，却依然选择勇往直前，这种精神令我深感敬佩。也正是在这些不完美中，我们看到了作品的真实与生动。

展望未来，我们的学生若想在日新月异的技术世界中崭露头角，必须精通人工智能无法复制的领域，如同理心、情境理解和好奇心等，并在人工智能能够辅助的领域，如发散性思维和个人声音上，展现出独特的优势。这样，他们才能在未来人工智能主导的世界中独树一帜，引领时代的潮流。

近来，我与俄勒冈州写作项目的教育工作者携手工作，共同为常见的写作提示注入新意。我们的宗旨是增强同理心、上下文理解、好奇心、发散思维和声音（或个人观点）的体现。我们的目标并非是打造一个人工智能认可的提示，而是设计出强调人为因素的提示。

但这只是冰山一角。在未来的十年里，我们需要深入探讨哪些学习方面应保持不变，哪些领域则应与时俱进。我们需要关注“下一个实践”与“最佳实践”的重叠之处。我们需要帮助学生掌握一种结合方法，既要智慧地运用技术，又需强调人的要素。

一个绝佳的起点就是回顾我们的毕业生资料，并自问：“我们希望学生在离开我们的机构时能掌握哪些知识？”

首先，我们需要提出一个疑问：“我们希望学生成为怎样的人？”随后再问：“我们的学生应该如何运用人工智能？”正是在这一关键时刻，我们才能明确人工智能如何融入其中。必须指出的是，目前尚无关于可接受使用的标准答案。我们的方法会随着时间、环境和工具的变化而改变。它永远不会尽善尽美，但这并无大碍。只要我们把人的要素放在首位，就能明智地运用人工智能。