- 大语言模型如何变革教育？智谷星图对话广东科学技术职业学院刘晓林
- 智谷星图发布
2024-07-16 16:06:16
自 ChatGPT 横空出世以来，我们看到中美各大厂，谷歌、Meta、华为、阿里、腾讯、字节等，也都纷纷推出各自的大语言模型，可以说是开源闭源“百模大战”。大语言模型目前发展的趋势是赋能各行各业，在教育领域，大语言模型的影响也逐渐扩大了起来。
正因如此，智谷星图邀请到广东科学技术职业学院刘晓林老师，分享刘老师对大语言模型在教育领域相关的看法及见解。
Q：刘老师您对大语言模型目前的发展有什么看法吗？
A：目前，在国内国外，都有很多大厂开发出来各种大语言模型。比如：国内智谱清言 GLM-4、阿里巴巴 Qwen-Max、百度文心一言 4.0。基于大模型，现在大家更多的想法都是去做模型的应用，让模型能落地，然后赋能各行各业。整个行业的发展趋势就是会在更多领域产生更多落地的案例，创造实际的价值。
Q：刘老师您觉得大语言模型需要怎么去赋能智慧教育呢？
A：赋能教育也是大语言模型应用的一块，赋能教育的重点我觉得应该从教育的本质出发：大语言模型怎么更好地服务教育的本身，比如说个性化的教学；我们在大语言模型的条件下，教育的内容是不是要发生一些变化？
大语言模型时代，社会对人的要求不同，所以有一些内容老师们不一定要花那么多时间去教学生，与此同时，有些教学内容可能要新加进来，教育的方法可能也有一些更新。在教育领域有了这类人工智能后，其实可以达到很好的智能助教的效果。比如以后老师们讲课，每个老师都可以配一个智能助教来辅助教学，以后教学的生态可能会从老师和学生，转变为老师、人工智能和学生。教学内容以及教学方法进行了改变，那么教学的评价也会发生相应的改变。大语言模型在将来也会多元化地对学生进行评价。
另外在教育内容上，重点要从原来对学生的知识传授转变为能力培养。此前教学上更多的是对学生进行知识的讲解，有了大语言模型之后，其实在知识层面，包括知识本身以及一些知识内容的生成都十分强大。在知识层面的话，大语言模型其实可以帮助我们做很多事情，那么以后对人的要求更多的是要具有去运用大语言模型工具的能力，从而去完成你的目标任务，这种能力的培养非常重要。与此之外，鉴别大语言模型生成结果对错的能力培养也很重要。
目前，教育部也非常认同要从知识向能力培养的转变。总结来说，智慧教育其实就是教学内容、教学方法、教学评价将会改变，然后教学的生态会引入人工智能这个角色，然后教育内容从知识传授向能力培养转变。
Q：刘老师可以结合大语言模型产业的发展，分享一下高校需要如何进行大语言模型专业人才培养吗？
A：高校如何进行人才培养应该分两方面，就是人工智能专业以及人工智能素养。对所有专业的在校大学生，可能都需要具有生成式人工智能的素养，都需要了解我们常用的大语言模型类的工具，并且能够很好地使用它。对于人工智能专业的学生来说，要求必然会更高，学校需要更多去培养他们基于大语言模型去做一些应用开发或者是模型训练这方面的能力。
Q：刘老师您认为目前大语言模型专业建设会面临哪些挑战呢？
A：面临的挑战我觉得分为几方面。一个是设备的成本。这些大语言模型专业设备的成本会比较高，可能有些学校不一定具有那么完美的实验环境。然后还有大语言模型的数据方面。各个学校是否具有相关数据去用于研发或者是教学，这也是一项挑战。当然，大语言模型数据可能会涉及到诸多学校共建共享，不光是一个学校去建设相关的数据，反而是需要多个学校共同努力，运用共建共享的方式去建设大语言模型教学数据，这是大语言模型教学的基础。
另外在教学内容上。大语言模型发展的方向是很好的，在将来社会需求上肯定是很大的。因为以后可能对传统软件的开发需求会减少很多，尤其是应用开发，很多时候用大语言模型可以很容易的完成原来需要花费很多经济与精力来完成的一些任务。
大语言模型专业的学生培养出来之后主要从事以下三类工作：一个是成为专业的大语言模型提示词工程师，通过不断地优化大语言模型提示词，从而使大语言模型达到更好的效果。然后是成为大语言模型数据训练师以及大语言模型的应用开发工程师。可能面向这三个岗位的培养是我们大语言模型专业建设的主要的目标，主要是需要对学生培养这三个岗位的能力。
另外，大语言模型专业的挑战还有是本来它就是新的专业技术，也是去年刚刚推广的。那么这些专业课程建设、专业资源建设都需要开展起来。甚至包含教材、课程资源还是比较缺乏的。这些专业老师也需要进行这方面的培训，才能胜任这方面的教学。
Q：刘老师您觉得大语言模型目前具有哪些局限性呢？
A：大语言模型因为它本身强项是在推理，它可以像我们人类一样去思考，去推理，然后做一些决策。但是你真正要让大语言模型在各行各业去完成一些实际的任务的话，它需要和工作流程结合起来，才能把任务很好地完成。所以这里就要涉及到利用大语言模型的智能体技术。解决问题如果单纯靠与大语言模型本身的对话，确实是存在很多的局限性，但是如果结合大语言模型应用开发的智能体技术，其实是可以突破这个局限性的，可以补足大语言模型的感知、获取数据的能力，然后再加上推理能力以及赋予它执行任务的能力。大语言模型在落地应用上，前景其实是非常广阔的。
Q：大语言模型的发展可能在未来将取代诸多各行各业的职业工作者，刘老师您是如何辩证地看待这种言论呢？
A：这确实是个重要的话题，确实是应该辩证地看待。一方面，有些职业如果还是按照以前的方式去工作，那确实是存在被替代的风险。与此同时，有些职业它其实有可能会被重新定义，这些职业可能不会消失，它还是被需要，但是这个职业的工作内容或者对工作人员能力的要求会发生变化。原来没有大语言模型工具的时候，像写作这种文字类的工作可能都是以写为主，最多在网上查查资料，但是现在大语言模型能够去直接生成，所以这些岗位的工作内容并不是去做编写了，可能转变为去寻找一些思路。像新闻工作，新闻工作者有没有很敏锐的新闻价值捕捉能力，工作者可以给大语言模型提问题，从而命令大语言模型来进行写作，去问大语言模型问题的能力这就变成了新闻工作者的重要能力。还有就是大语言模型写的东西不一定百分之百满足工作的要求，那么工作者就需要具备评判的能力，能够去鉴别它的结果。找到有哪些不足，让大语言模型去修改，或者说工作者自己帮它修改后才能完成这项工作。这就是我们的岗位可能不会消失，但是岗位的能力会发生相应的变化。
大语言模型的出现同时也会诞生一些新的岗位。比如说以前不存在：提示词工程师、大语言模型应用开发工程师、大语言模型数据训练师，以及很多以前不存在的岗位都会诞生。在各行各业里面，甚至还会诞生一些新的行业。
从技术发展、技术革命的眼光来看，其实在蒸汽机发明之前，大家可能是农业社会，只知道去种田或者打猎，主要工作任务可能就这两项。但是并不会知道以后还有生产智能手机、开发游戏、做短视频这些工作，这些事情以前确实是想不到的，这些行业工作在当时也是属于新的行业、新的岗位。
至于替代这个问题，其实还是在于人对大语言模型的了解。对大语言模型能做什么、不能做什么，是大家对于大语言模型在一些新方面应用上的一些思考。这确实很关键，如果说是一些和大语言模型去竞争的工作和技能岗位，确实是有概率被替代，但是如果你站在利用大语言模型工具去进行工作的立场上。那么你可能就不会被替代。这个过程中可以说是相同岗位的工作内容发生了变化，人们如果在诞生了新的岗位之后去抓住这些机会的话，其实大家也可以立于不败之地。
技术的发展不会导致人没有工作，反而可能是说大家可以做更多的事。其实在农业社会，可能人是最清闲的，晚上大家也没啥事干，很早就会入睡了。但是随着技术的发展，现在社会的人们好像更忙了。可以做的工作也更多了，我觉得大语言模型的发展不会让人们被替代掉，反而是人可以更好地利用大语言模型去做更多、更高级的事情。
非常感谢刘老师的精彩分享！智谷星图将持续邀请各个院校新技术专业的大咖，分享新技术专业建设、人才培养以及产教融合等经验，推动形成同市场需求相适应、同产业结构相匹配的新技术专业建设和人才培养体系。
