學生用科技寫作業，老師該如何應對？

圖／pixabay

作者： 丹妮拉．羅斯（Daniela Rus）, 葛瑞格里．莫恩（Gregory Mone）

ChatGPT 上線的幾個月後，就有調查指出60％的大學生承認自己會用AI 寫作業，比例大於一半。3 不久後，另一份調查指出44％的青少年正在考慮自己2023 學年度也要開始使用ChatGPT。4 這當然不是普遍情形，也有一些學校沒那麼流行AI。雖然AI 系統不一定可靠，卻足夠聰明，一定會朝好的方向發展。舉例來說，OpenAI 宣稱GPT-4 的學術水準測驗考試（SAT）成績爲1410 分（滿分1600 分）。

身爲一名教授，我格外關心AI 工具對教育界帶來的改變，而這些工具對我的研究領域（電腦科學、AI 和機器人學）造成的衝擊巨大。因此，我完全可以理解爲何中學英文教師在面對AI 浪潮時會如此絕望，因爲無論面對任何主題，AI 都能生成出一份內容通順的報告。

假設一名學生每天做的就是向AI 模型提出需求，替自己寫程式碼，你覺得他真的能學會如何開發軟體、具備電腦科學家應有的思維模式嗎？

我覺得答案是不可能。所有投身於電腦科學領域的人都必須理解最基本的電腦語言，也一定要懂得如何設計不同等級的程式。

話雖如此，使用AI 工具也並非一無是處，比如利用AI 制定計劃或許能創造一些優勢。

以寫作教學爲例，就在衆人都認爲ChatGPT 將成爲教育的喪鐘時，某中學英文教師凱莉．吉普森（Kelly Gibson）卻反其道而行，嘗試用AI 工具研發另類教學法。

首先，凱莉會要求學生閱讀好幾篇文章，並根據文章內容寫一篇報告。學生必須用ChatGPT 生成初稿，然後再投入時間和心思修正並潤飾AI 文章的內容。讓學生修改文章從來都不是一件簡單的事，許多老師對此都深有感觸，但凱莉設計的練習卻讓學生跳過最困難的寫作過程，讓他們能專心發想和修飾論述。

這種重點轉移模式和我先前提到的寫作生產力研究不謀而合，在該實驗中，當專業作家使用大型語言模型作爲輔助工具，就會將更多時間用於發想論點、編輯和改寫文章。也就是說，他們會花更多精力思考更高階的寫作問題。

保羅．丹尼（Paul Denny）是紐西蘭奧克蘭大學教授，他的團隊做了一項初步研究，主題是AI 與電腦科學教育，得出的結論也相當耐人尋味。

研究人員使用的AI 模型是GitHub Copilot（此模型可以根據提示詞生成代碼），7 在幾次實驗後，他們發現GitHub Copilot 順利完成電腦科學初級班作業的比例是一半，稍微調整一下，比例就立刻上升到60％。AI 輕鬆通過測驗的故事比比皆是，雖說真假參半，但不難想像這世上確實存在能力至少和普通學生相同的AI 模型，也可以輕易通過各種測驗和筆試。但在如果剽竊和抄襲會導致不及格就另當別論。

雖然AI 可以提升學習效率，並幫助學生有創意地使用資訊，但大腦長期記憶的功能還是必須仰賴高品質的學習、學習動機與健康的認知系統等要素。

AI 確實是輔助學習的利器，但不能取代努力和投入，只有專心致志地學習才能延長知識的保鮮期，並培養思辨能力。

所以我們該怎麼辦？我們該如何進步？

我們不能關上學術的大門，將AI 拒之門外，尤其是在電腦科學界，如果你想讓學生有所成就的話就更不能這樣做。許多軟體開發者都已經開始使用AI 工具，所以我們更不能落於人後。然而，教導學生使用AI 不一定是要出於實用目的，也不一定是爲了和其他人在職場上廝殺。

曾有研究團隊做了一項研究，探討AI 工具對基礎課程班學生造成的影響，得出的結論是使用AI 工具能帶來教育紅利。研究人員找來69 名國高中學生，要求他們完成45 項Python 編碼任務，其中一些學生必須純手工完成，剩下的人則可以使用代碼生成工具OpenAI Codex。

結果完全在意料之內，使用Codex 的學生完成任務的比例和整體得分都更高。接下來，研究人員請使用Codex 的學生不使用AI 調整剛纔寫出的代碼，但他們的表現依然優於一開始就不能使用AI 工具的學生。實驗結束後一陣子，研究人員做了一次追蹤測試，想看看這些學生是否真的已將編碼知識融會貫通，結果顯示使用Codex 的學生依然表現最好。

一般人可能會認爲手動編碼的效果較好，但事實證明使用AI 輔助工具的效率更佳。未來教導這種編碼思維的工具將會成爲熱門資源，而我的同事阿曼多．索拉爾－萊薩馬（Armando Solar-Lezama）和約書亞．特南鮑姆（Josh Tenenbaum）正在用一款叫做Dream Coder 的系統推廣此理念。Dream Coder 系統可以透過編寫電腦程式學習如何解決問題，可用於不同領域。以教育而言，Dream Coder 可以刺激程式設計師，讓他們思考更抽象的問題。

AI 輔助電腦科學教育的技術和相關研究正在快速推進，人類傳授程式設計技巧的方式勢必改變。2023 年初，生成式AI 在全球掀起軒然大波，成爲最熱門的話題，電腦科學家丹尼爾．辛加羅（Daniel Zingaro）和李奧．波特（Leo Porter）也在此時提出將代碼生成工具融入程式設計教育的全新概念。

他們認爲學校應該減少實際編寫代碼的時間，將課程重點放在設計軟體，與測試、檢查、修正AI 生成的代碼上。辛加羅和波特認爲，當教育機構將重心從傳統教學模式轉移到更高階的電腦思維，學生就有能力去解決更大、更復雜的問題。也就是說，這種教育法培養出的學生只需完成入門課程，就可以設計出能正常運行的軟體。

本文摘自採實文化的《駕馭AI，打造超級優勢：全球頂尖機器人權威教你透過心智之鏡，放大創意與決策力，掌握風險與機會》