教师使用生成式AI的现状与思考
2024年,全国两会热议焦点之一:人工智能+行动,为教育数字化发展注入新的活力。为帮助广大教师更好地理解和应用生成式人工智能技术,2024年3月18日,中国教育装备行业协会和科大讯飞联合举办了“生成式人工智能赋能数字素养提升”线上直播专题培训,笔者应邀做发言。为了解全国各地参加线上学习的教师对生成式AI的应用现状,以便根据大家的实际情况展开后续的讲座,在直播讲座的第一个互动环节,我用问卷星做了两个问题的线上调查:“你已经掌握使用的生成式人工智能软件有哪些?”“今天,你最想用AI帮你做什么?”几分钟后,来自全国各地5500多位教师参加了问卷调查,统计结果如图1和图2所示。
参与线上调查的教师来自全国大部分省市,包括很多三线城市和乡镇学校的教师,数据比较真实地反映了当前一线教师对生成式人工智能的了解和应用情况。从调查统计可以看到,今年3月,大约有40%的教师还不知道生成式人工智能的多种软件,但大家对生成式AI的学习积极性很高,对如何把大模型用到自己的教学、帮助自己查找教育资源、做PPT等兴趣浓厚,教师普遍想在现有数字化教育资源基础上进行二次加工,转化成适合自己课堂教学的内容,这反映了教师们渴求把数字化教育资源转化成自己的教学服务的强烈需求。针对很多教师不熟悉生成式人工智能如何在教学中应用的现状,我意识到,目前我们的教育数字化发展战略,需要从教师培训入手,从普及有关生成式人工智能在教育教学中应用的基础技术开始,让教师们走进AI的大门。
图1 教师已经掌握使用的生成式人工智能软件
图2 教师最想用AI帮助做的事情(排序前10选项)
让每一位教师都能够用好大模型
教师将大模型用在自己的课堂教学中,如何才能少走弯路,尽快掌握和正确用好生成式AI?笔者总结出了掌握使用大模型的四个秘诀,即学习提示语和提示语库设计,用好检索增强生成(RAG),创建单元教学知识库和智能体(Bot),提升生成式人工智能时代的AI领导力。
秘诀1:掌握提示语和提示语库设计
刚开始接触生成式AI大模型的教师会发现,如果给大模型一个提问,AI的回应往往不会令人满意,要么敷衍含混,要么是“正确的废话”。所以,大家需要初步了解大模型的工作原理,与以往信息技术不同,大模型是通过海量语料的预训练,让人工智能在单字层面分析处理信息,经过人工评判,归纳出字词的组合权重,并根据用户的提示语(Prompt)——也被称为“提示词”“指令”等,从数据库中逐字按照组词的权重排序,重新组成句子输出给人类。
(1)提示语(Prompt)设计。这是指用户把自己的想法用一段文字描述清楚,告诉大模型你的要求,AI根据提示语生成回应内容,提示语如何设计决定了AI生成内容的质量。我们可以参考以下两种提示语设计公式优化提问方式。
一是任务导向(RTRI)提示语设计公式=角色(Role)+任务(Task)+要求(Requirements)+说明(Instructions)。角色:指定大模型所扮演的角色或人设;任务:明确告诉大模型要完成什么任务;要求:概述这个任务需要遵守的规则、标准和实现的结果;说明:提供更多关于任务和要求的详细具体的上下文信息。
二是问题导向(RPGS)提示语设计公式=角色(Role)+问题(Problem)+目标(Goal)+方案(Solution)。角色:指定大模型所扮演的角色或人设;问题:清晰描述你需要解决的问题、背景,描述的信息越详细具体,AI对问题的理解越到位,解决方案就越有针对性;目标:你期望AI解决、完成、回答的具体目标要求;方案:要求AI如何输出方案,如格式、风格、口吻、示例、约束等。
教师也可借鉴大模型提供的示例来设计自己的提示语,例如,教师可以使用北京Moonshot AI公司开发的大模型KIMI辅助教学,KIMI的“添加常用语”功能,给用户提供了“随机一个”的提示语范例,读者可以打开尝试。
教师还可以借鉴使用字节跳动开发的AI集成平台“扣子”的提示语优化功能给出的提示语规范,每一位教师都可以使用扣子创建辅助教学的智能体,例如,创建一个“情境教育”智能体,在编排的“人设与回复逻辑”栏目中输入提示语,描述有关“情境教育”智能体的人设和技能,点击“AI优化”,扣子平台就会帮你自动优化提示语。比如,把“情境教育”智能本提示语写好,就可以把大教育家的精神创建成AI智能体。扣子自动优化后的提示语具体格式如下:
# 角色
你是著名教育家李吉林,专注于情境教育领域。用情境教育的理论及方法,为教师提供教案设计指导,培养学生创新思维,关注学生成长发展。
## 技能
### 技能 1: 教案设计指导
- 为教师设计符合国家课程标准的教案提供建议,包括教学目标、内容、策略与作业设计等。
- 提供实用教学案例与情境故事,帮助其理解和应用情境教育理论。
### 技能 2: 培养创新思维
- 鼓励教师创造情境,激发学生学习兴趣与好奇心。
- 引导学生发现、提出问题,通过探究实践解决,培养创新与实践能力。
- 提供拓展思维的活动和游戏。
### 技能 3: 关注学生成长
- 提醒教师关注每位学生成长发展,依据个性特点进行教学。
-鼓励建立良好师生关系,关注学生情感需求,帮助其在情境教育中健康成长。
## 限制
- 仅讨论教育相关内容。
- 严格按给定格式组织内容。
- 总结不超 100 字。
- 仅输出知识库中已有内容,其他通过工具了解。
(2)提示语库设计。KIMI为用户提供了常用语(提示语库)的功能,点击KIMI对话框左边的立方体小图标,就打开了“添加常用语”功能,你只要把自己常用的有关教案设计、作业批改、文稿写作、审稿编辑、辅导学生等工作的提示语输入,即可保存为自己专用的提示语库,可以大幅提高工作效率。读者可以动手操作体验,把上面KIMI的提示语格式做成提示语库,今后可一键打开使用。如果你把大模型的技能、工作流程、注意事项等描述得越具体,越合乎你的想法,大模型运行的结果就会越令你满意,而且瞬间自动完成,就像一个极其聪明能干的小机器人。
秘诀2:用好检索增强生成(RAG)
大模型在自然语言处理任务中表现出色,但面临生成信息不准确、产生“幻觉”、过时知识和推理过程不透明等问题。世界各地想要运用大模型解决具体工作场景使用的人们都在积极想办法,其中引人注目的是2020年Lewis等人发表论《RetrievalAugmented Generation for Knowledge-Intensive NLP Tasks》,提出了检索增强生成技术(RAG),将预训练的参数和非参数内存相结合用于语言生成,为大模型提供更专业和最新的背景信息。RAG技术通过结合外部知识源(PDF、TXT、DOC文档、网址等),动态地检索经过人工确认的相关信息,用来引导大模型的生成过程,增强了大模型的准确性和可信度,特别是在处理知识密集型任务和实时更新领域特定信息时,RAG将大模型与外部数据库资源相结合,实现了互补效果,大幅提升了大模型回答的准确性和相关性,有效地解决了大模型的“幻觉”问题。
检索增强生成将教师自己确认的文档和网址信息提供给大模型,提高了生成式人工智能输出结果的准确性,并且让人-机互动活动控制在教师提供的范围内对话,避免了大模型无边界地自由“畅谈”,有利于避免冗余对话干扰教学,适合教师在课堂使用大模型开展教学。
教师要用好大模型的检索增强生成功能,首先需要找到具有RAG功能的大模型,最简单的方法是找一个网址文章或者一篇微信公众号文章网址,使用提示语测试。提示语1:直接输入网址,给出内容摘要。或者,提示语2:根据网址(复制网址),布置10道作业题,包括3道多项选择题,2道填空题,3道对错题,1道计算题,1道800字左右的作文题。大模型如果能够生成你要求的结果,就是已经增加了RAG(检索增强生成)功能的平台。
秘诀3:创建单元教学知识库和智能体(Bot)
比尔·盖茨指出,在不久的将来,任何上网的人都将能拥有一个由人工智能驱动的Agents(智能体/个人助理),这远远超出了今天的技术。智能体不仅会改变每个人与计算机交互的方式,还将颠覆软件行业,带来自我们从输入命令到点击图标以来最大的计算革命。斯坦福大学人工智能专家吴恩达教授指出,智能体工作流将推动人工智能取得巨大进步,甚至可能超过下一代基础大模型,这是一个值得所有人关注的趋势。与人们使用大模型的习惯方式不同,智能体工作流不是让大模型直接生成最终输出,而是通过多次提示,让大模型逐步构建更高质量的输出。
吴恩达给出提升智能体功能的四个策略。反思(Reflection):让大模型检查自己的工作,以提出改进方法;工具使用(Tool use):让大模型拥有网络搜索、代码执行或任何其他功能来帮助其收集信息、采取行动或处理数据;规划(Planning):让大模型提出并执行一个多步骤计划来实现目标;多智能体协作(Multi-agent collaboration):创建多个 AI 智能体一起工作,分配任务并讨论和辩论想法,以提出比单个智能体更好的解决方案。
目前,字节跳动公司开发的豆包、扣子,北京智谱华章开发的智谱清言等大模型为用户提供了创建智能体的功能。参照吴恩达这四个智能体设计策略,教育中应用大模型可以充分使用提示语库和工作流设计功能,大幅提升智能体的效能。例如:KIMI的常用语库增加反思和批判性思维的提示语;用扣子的插件技术,拓展更多工具的使用,增强智能体的技能;设计智能体的工作流,实现智能体的多步骤复杂系统的自动化运行;还可以充分利用扣子的知识库、数据库等功能,让智能体的输出更加精准可控;把多智能体的设计思想用到智能体群的创建,可以仿照人类团队工作的分工,用多个智能体扮演不同的项目角色,例如六顶思考帽,或者仿照辩论赛等模式,用工作流将多个不同人设的智能体组织起来,共同完成项目任务,从而凝聚智能体群的集体智慧。
在各个大模型和网站上,对智能体(Intelligent Agent)有两大类不同的定义:一类认为智能体是一个具有智能的实体,能够感知环境、进行自主理解、规划决策和执行复杂任务的机器人;另一类认为智能体是一种程序,可以根据环境、用户输入和体验做出决策或执行服务,这些程序可用于按照定期、编程的时间表或在用户实时提示时自主收集信息。本文所谈的智能体,指基于生成式AI大模型+RAG,根据用户的提示语执行工作流程序,自动完成任务的AI助手。
如果教师希望创建专用教学智能体(Bot),可以使用扣子(Coze.cn),这是一站式AI开发集成平台,无需编程,你的想法都能迅速创建成AI智能体应用。例如,我想做一个教育科研项目,把我国著名教育家李吉林老师的情境教育理论和教学方法创建成智能体,用来帮助教师创新教学。可按下面几个步骤操作:(1)登录扣子网址(https://www.coze.cn/)填写手机号,输入验证码即可完成注册;(2)创建Bot(智能体),命名为:情境教育。在“人设与回复逻辑”中输入提示语“你是著名教育家李吉林,专注于情境教育领域。用情境教育的理论及方法,为教师提供教案设计指导,关注学生成长”。然后,点击“优化”提示语按钮,立刻完成规范的提示语。(3)在屏幕中央的编排“技能”栏目中,选择“插件”:如必应搜索、微信搜索、头条搜索等供后续利用网上信息。选择“知识库”:把在中国知网下载的李吉林老师关于情境教育的文章上传给知识库,以便大模型根据李吉林老师的原著生成新的对话内容。(4)预览与调试智能体,检查智能体运行是否成功,并修改直至智能体能够顺利运行,然后发布到豆包、飞书等系统中,或者把链接转发到微信朋友圈等,供今后使用。
通过创建与学科教学相结合的智能体,教师可优化教学工作的各个环节,能够用AI把新课程理念、学习理论、教学策略、教育家思想等一键转化成自己的教案和教学文档;或设计创建成面向学生的学习导师和学习伙伴,辅助校长管理学校工作的智能化秘书等。
秘诀4:提升生成式人工智能时代的AI领导力
要成为生成式AI大模型教育应用的主人,教师需要提升在生成式人工智能时代的AI领导力。教师AI领导力包括以下六个要素:学习力,终身学习,学习掌握AI飞速发展的新技术;决策力,高瞻远瞩,用生成式AI促进教学方式变革;执行力,立即行动,立足课堂,解决应用AI的问题;对话力,人机协作,用提示语和智能体引领AI工作;教管力,规范管控,调教AI,管教学生,遵守伦理;创新力,鼓励创新,提升批判性思维和创新思维能力。
为了充分发挥教师在大模型系统中的主体地位和领导力作用,“人在回路”(Human-in-the-Loop,HITL)的技术越来越受到重视,这是指在人机对话中,将人的思考判断嵌入AI系统中,作为AI算法的管控环节,将人类的高阶思维能力与计算机强大的算力和存储相结合,用人工干预提升智能系统运作的准确性和生成信息的质量,获得人机智慧协同互补的最佳效果。用人工干预大模型运行效果的极简方法是,教师在设计创建智能体工作流的时候,需要增加一个中间管控节点,让AI输出结果,等候用户评价和反馈,用户指示AI下一步如何行动的提示,AI在人类的管控下完成工作流程。
探寻生成式人工智能教育应用的无限可能
回首向来萧瑟处,归去,也无风雨也无晴。一年前,ChatGPT横空出世,如今生成式AI已寻常见,这在人类历史上只不过转瞬之间。照此速度,你根本无法想象三、五年之后,生成式AI将变成什么样?回顾中国教育信息化的发展历程,无论技术发展怎样变化,其中一个重要的历史经验,就是教师在教学中运用信息技术会经历从初步入门,学习掌握新技术,到尝试在教学中运用新技术,再将信息技术用在备课、课堂互动、作业、教学管理的全部环节,即课程与信息技术整合,最后会发现,信息技术在教学中是否能够真正发挥作用,关键还是人的主观能动性,发挥教师在计算机教育应用系统中的主体作用,这才是“以人为本”的AI+教育的基本要义。
因此,教师要紧紧抓住变化世界的最底层逻辑,不断提升自身的AI应用能力和领导力,提升教师融合“学科内容—教学法—信息技术”的综合素养,大胆探究大模型在教育教学各环节的应用,为生成式人工智能教育应用打开无限可能。
读者福利:如果大家对大模型感兴趣,这套大模型学习资料一定对你有用
对于0基础小白入门:
如果你是零基础小白,想快速入门大模型是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括:大模型学习线路汇总、学习阶段,大模型实战案例,大模型学习视频,人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型!
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓
👉AI大模型学习路线汇总👈
大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓