哈佛“聘请”AI担任导师,主讲教授:别全信它的,学生应“批判性地思考”

news2024/11/30 11:50:58

就在人们为AI聊天机器人的利弊争论不休时,哈佛宣布了一个重磅决定:将利用类似ChatGPT的聊天机器人来帮助授课了。

负责的还是计算机系的旗舰项目 —— 计算机科学导论,也就是著名的 CS50。借助机器人导师,哈佛的 CS50 项目将拥有 1:1 的师生比。

这一消息是 CS50 项目导师 David Malan 教授在邮件中提到的,今年秋季学期就会正式启动。这款 AI 名为 CS50 bot,其核心是大语言模型(LLM)。不过不是用 ChatGPT、Bard 等市面上热门产品,而是由哈佛自行研制。

CS50bot作为哈佛CS50项目的一部分,担当着重要的角色。它不仅可以解答学生的疑问,还能提供代码debug等服务。

这一举措旨在缩小学生之间的差距,增强教学效果。AI导师将为学生提供1:1的师生比,确保每个学生都能获得充分的指导和支持。哈佛希望通过AI导师实现更加智能化的教学,提升学生的学习成效。

 

尽管有了 AI 工具,Malan 教授还是强调了批判思维的重要性。“我们会让学生清楚地认识到,他们在接受信息时应始终保持批判性思考,无论(这些信息)是来自人类还是软件。”

之所以哈佛没有直接使用市面上的 LLM 产品,正是因为在学者们看来这些 LLM“过于强大”。诸如 ChatGPT 等 AI 聊天工具,可以直接给出问题的答案,久而久之会滋生学生的惰性思维。

哈佛的 CS50 bot 它不会直接解答学生提出的问题,而是引导学生进行思考,教他们如何自行找到答案。或者当学生提交一段代码时,bot 会帮助进行 debug。总之,只有真正需要帮助时 bot 才会派上用场,想偷懒是行不通的。

哈佛引入AI导师的做法是比较受认可的。网友们认为AI的发展是无法回避的,应该引导学生正确使用AI。AI导师通过提供个性化指导和教学,能够帮助学生更好地理解知识,提升学习效果。网友们对哈佛倡导创新的精神给予了高度赞赏。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/768629.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Python、Selenium实现问卷星自动填写(内含适配个人问卷的方法)

🧑‍💻作者名称:DaenCode 🎤作者简介:啥技术都喜欢捣鼓捣鼓,喜欢分享技术、经验、生活。 😎人生感悟:尝尽人生百味,方知世间冷暖。 📖所属专栏:Py…

有哪些好用的远程传输大文件的软件

随着网络技术的日益进步和普及,大文件远程传输已经成为了人们生活和工作中必不可少的一部分。然而,在远程传输大文件的过程中,经常会遇到传输速度慢、容易受到干扰等问题,因此需要一款高效、稳定、安全的大文件远程传输软件来解决…

CCF真题练习:202209-1如此编码

题目背景 某次测验后,顿顿老师在黑板上留下了一串数字 23333 便飘然而去。凝望着这个神秘数字,小 P 同学不禁陷入了沉思…… 题目描述 已知某次测验包含 n 道单项选择题,其中第 i 题(1≤i≤n)有 个选项,…

【Vue 面试题10道】我好像之前想过要写,不过之前JavaScript面试题比较多,就暂时略过了,这些应该几乎把常问的都包括了

博主:_LJaXi Or 東方幻想郷 专栏: 前端面试题 开发工具:Vs Code 本题针对 Vue2 这些几乎把常用的都包括了,问别的就没意思了,毕竟工作拧螺丝嘛 我都好久不用Vue了,不过用了React再回看Vue感觉好简单啊… 其…

数据库性能优化中的查询优化

数据库性能优化中的查询优化 概述 在数据库应用中,查询操作是最常见的操作之一。查询优化是数据库性能优化的关键一环,通过对查询语句和查询执行计划的优化,可以显著提高数据库系统的性能和效率。本文将介绍查询优化的相关知识,…

结构型模式 - 代理模式

概述 由于某些原因需要给某对象提供一个代理以控制对该对象的访问。这时,访问对象不适合或者不能直接引用目标对象,代理对象作为访问对象和目标对象之间的中介。 Java中的代理按照代理类生成时机不同又分为静态代理和动态代理。静态代理代理类在编译期…

Docker 基础知识解析:容器与传统虚拟化对比:资源利用、启动时间、隔离性和部署效率

🌷🍁 博主 libin9iOak带您 Go to New World.✨🍁 🦄 个人主页——libin9iOak的博客🎐 🐳 《面试题大全》 文章图文并茂🦕生动形象🦖简单易学!欢迎大家来踩踩~&#x1f33…

Vscode配置grpc+c#+proto

首先是环境配置,用的dotnet5.0的sdk,所以Vscode的C#插件版本要选择1.24,然后需要配置C# Snippets、NuGget Package Manager、vscode-proto3、vscode-solution-extension(可选)。 以vscode-solution-extension为例新建A…

【大数据之Hive】二十四、HQL语法优化之任务并行度

1 优化说明 Hive的计算任务由MapReduce完成,并行度调整分为Map端和Reduce端。 1.1 Map端并行度 Map端的并行度及Map的个数,由输入文件的切片数决定,一般情况下Map端并行度不需要手动调整。   在特殊情况下(查询的表中存在大量小…

大数据学习03-Hive分布式集群部部署

系统环境:centos7 软件版本:jdk1.8、zookeeper3.4.8、hadoop2.8.5、hive1.1.0 一、下载安装 下载hive安装包,上传到linux服务器上, 解压安装包 tar -zxvf apache-hive-1.1.0-bin.tar.gz -C /home/local/重命名文件 mv apache-…

手机VPN的连接方法分享

1、首先在手机屏幕左右的滑动,找到手机的设置图标。 2、在打开的小米手机设置页面中点击“更多连接方式”的菜单项。 3、然后在打开的更多连接方式页面中点击VPN的菜单项。 4、在打开的VPN设置页面中点击“添加VPN”的按钮。 5、在打开的添加VPN的页面中输入VPN的信息后点击右…

Element-UI 实现动态增加多个不同类型的输入框并校验(双重v-for表单验证)

文章目录 前言定义表单格式表单渲染和验证扩展 前言 在做复杂的动态表单,实现业务动态变动,比如有一条需要动态添加的el-form-item中包含了多个输入框,并实现表单验证,但在element-ui组件库中给出的表单校验中没有这样的格式&…

简析三相电能预付费控制系统的设计与产品选型

摘要:介绍了一种电能预付费系统,主要用于三相动力用户。采用预付费控制器终端和电能表分离的方式,从原有电表读取相关数据用于比较,在尽量少改动原有接线的情况下安装预付费控制系统。采用安全性和稳定性高的RFID卡,数…

真正的理解WPF中的TemplatedParent

童鞋们在WPF中经常看到 TemplatedParent ,或者经常看到下面的用法: {Binding RelativeSource={RelativeSource TemplatedParent}, Path=Content} 是不是看的一脸蒙圈? 先看官方文档: 意思是 和这个控件的 模板上的 父亲,如果这个控件不是模板创建的,那么这个值就…

Servlet 会话跟踪基础

文章目录 前言Cookie实例Cookie缺点Cookie案例代码 SessionSession的创建与销毁Session的创建Session的销毁 Session和Cookie的区别不同联系 前言 提示:这里可以添加本文要记录的大概内容: 在Web应用程序中,会话跟踪是一种技术,…

vue+element-ui通用后台管理系统(适合新手)

vueelement-ui通用后台管理系统(适合新手) 1、使用到的技术 使用vue2element-uiaxiosjs-cookielessecharts实现的一个简易的通用后台管理系统,具有很强的可扩展性,修改简单,只要有点前端基础就能看懂; 2…

汇编 -20230718

一. 练习: 1. 1-100的和 .text .globl _start_start:mov r0, #0 存放结果mov r1, #0 存放当前数mov r2, #100 结束条件的数addFun:add r1, r1, #1add r0, r0, r1cmp r1, r2bne addFunstop:b stop.end结果展示:

将DAST集成到CI/CD管道中的优势和实施步骤

在当今快速发展的网络环境中,维护Web应用程序的安全更加必要。由于漏洞的出现速度比以往任何时候都要快,将动态应用程序安全测试(DAST)集成到持续集成/持续部署(CI/CD)管道中成为改变游戏规则的因素&#x…

uni-app:单位像素rpx

rpx:响应式单位,长宽可以随着屏幕大小改变,其尺寸根据iPhone 6的标准来参考(750rpx为占满屏幕宽,1334rpx为占满屏幕长。7501334rpx) 例子: 现在展示型号为iPhone 12 pro的型号,这里750px和750…

利用大模型进行法律判决预测

概述 本文研究背景是法律专业人员常用的演绎推理方法,即法律演绎,用于案例分析。 过去的方法主要是通过学习、微调或示例来教授大型语言模型(LLM)进行法律判决预测。这些方法存在的问题是学习样本有限,解释性差。因此…