臺大針對生成式 AI 工具之教學因應措施
生成式人工智慧(Generative AI,簡稱生成式 AI)是透過機器學習方式創造出一個全新生成的成品,相關的 AI 輔助與人機協作是未來發展不可阻擋之趨勢,臺大採取正面看待與善加利用的態度,鼓勵教師可以將生成式 AI 工具(例如: ChatGPT)視為精進教學的契機,因應新工具發展適時調整課堂,設計出更能反映課程獨特性、且更符合課程目標之教學內容及學習評量;而學生也應該瞭解 AI 工具之使用限制,學習如何利用這些工具輔助未來的學習。
教師和學生可以從教學和學習兩個面向,對此類工具有進一步瞭解。以下以 ChatGPT 而言,說明本校對生成式 AI 工具之教學因應措施。
◎ 什麼是 ChatGPT?
ChatGPT 是目前廣受矚目的一種大型語言模型,發布於 2022 年 11 月 30 日。它運用生成式 AI 技術,其他類似的模型還有 PaLM、Bloom 等。生成式 AI 的原理是透過機器學習分析數據模型後,自動產生文字、圖片、影音等內容。
◎ ChatGPT 功能是什麼?
ChatGPT 的主要功能是進行自然語言處理和生成各種文本内容,例如:
- 對話:藉由回答使用者提問來進行一問一答的對話。
- 翻譯:文本從一種語言翻譯成另一種語言。
- 摘要:將長篇幅的文本濃縮成簡短摘要。
- 創作:根據使用者輸入的關鍵字生成文章、故事、新聞、詩歌、劇本等文本。
- 推薦:根據使用者的興趣和網路歷史行為,推薦相關的文章、影片、音樂等内容。
- 問答:根據使用者輸入的關鍵字詞或提出的問題,提供回答或相關内容,例如:常見問題解答、知識或資訊查詢等。
- 文本分析:對文本進行內容分析、主題摘要、文字識别等分析。
◎ ChatGPT 限制有哪些?
- 網路限制:基於雲端伺服器來運行,需要連接網路才能使用。
- 語言限制:目前可支援的語言有限,可能無法處理某些語言的文本。
- 數據限制:透過網路獲得訓練數據,其生成文本有可能出現偏差和錯誤,需要使用者自行判斷和驗證。
- 隱私限制:有些功能可能需要使用者提供有關個人隱私的訊息,例如:聊天紀錄、搜尋歷史等,使用者要特別注意。
教師教學面向
◎ 如何因應學生在課程內使用 AI 生成工具?
如果教師對於學生使用 ChatGPT 等生成式 AI 工具有所顧慮,可以從三方面來調整:
- 清楚地和學生溝通 AI 生成工具的使用方法和限制:首先,教師應該先釐清在課程中使用 AI 生成工具的原則和規範,除了透過口頭的說明和提醒讓學生清楚瞭解相關規定,最好也在課程一開始就把相關規定明白標示於課程大綱內,藉以和學生達成共識避免爭議。教師同時需要思考,哪些課堂活動和作業可以或不可以使用 AI 生成工具?在可以使用的情況下,使用方式或範圍是什麼?若不可以使用,又會如何偵測學生使用與否?以及會怎麼處理誤用情況的發生?
- 加強課堂實作或演練:依照不同課程性質,提供學生必須在課堂中進行或完成的學習活動。
- 調整課程評量方式:把學習評量範圍加廣,不著重在單一評量或最終結果,而是看學生在學習過程中所展現的進步或累積成果。另一種方法是加深學習評量內容,提升作業或考試題目難度、加入課程獨特性內容,或是做更能反映出學生個人特色的評量設計等。
◎ 如何運用 ChatGPT 於教學工作上?
- 出考題或是檢測答案:出題時先用 ChatGPT 試做,如果可以獲得大部分正確答案,或許就表示題目應該進行調整。教師可以從提升題目難度、加入課程獨特性內容、或能夠反映學生個人特色等角度來進行調整。
- 草擬教學計畫或作業說明:利用 ChatGPT 製作初稿或整理可能的想法,再加以精進修改,提高工作效率;另也可以用 ChatGPT 檢視作業說明是否完備,確認需要修正或多加解釋的地方。
- 製作教學或學習素材:使用 ChatGPT 來製作學習單、練習題、活動說明,或是製作讓學生自主學習的資源。
◎ 哪些課程或學習內容適合使用 ChatGPT?
ChatGPT 是一個語言模型,可以用於支持各種需要自然語言處理的課程,例如:
- 語文和語言學:幫助學生學習和分析語言各面向,包括:文法、句型和語義學。
- 傳播和媒體研究:用來探索在不同形式媒體和傳播管道中之語言使用方式,包括:社交媒體、新聞和廣告。
- 電腦科學和人工智慧:幫助學生理解自然語言處理和機器學習的原理,包括:文本分類、語言建模和情感分析等技術。
- 心理學和認知科學:用來研究人類如何處理語言和相互溝通,以及技術如何改變溝通模式。
- 教育和語文學習:透過提供反饋、練習和對話來支持語文學習。
◎ 是否有工具可以偵測學生有沒有使用 ChatGPT?
目前針對 ChatGPT 生成內容的偵測工具有:OpenAI AI Text Classifier、CheckforAI、GPTzero.me及 Content at Scale 等。但必須先提醒的是,目前偵測 ChatGPT 生成文字的技術並無法提供足夠的準確度,讓教師藉以判斷特定作業中是否使用到 AI 生成內容。此外,如果生成內容經過修改而不是被直接使用,偵測的困難度更高。同時,由於 AI 生成文字之內容為隨機之文字組合,因此即使偵測工具判定作業中有使用 AI 生成之文字,亦無法提供確切的證據(亦即不同於現存的原創性檢核工具,可以明確指出相似內容之期刊、或網頁內容。)在此前提下,教師應當謹慎使用任何偵測 AI 生成內容的工具,以避免出現錯誤偵測時,無法以有效方法進行驗證,而引發更大爭議。
◎ ChatGPT 是否會取代學習基礎知識的課程?
ChatGPT 不會減低學習基礎知識的價值。目前 ChatGPT 給出的回應常有錯誤之處,也沒有辦法做比較深入的推理,或者進行創意的生產。大部分研究指出,ChatGPT 生成內容的品質可以達到中上程度,但尚無法與頂尖成果相比擬。當學生(或任何人)使用其提供的內容時,必須要先具備可以辨識內容正確度、評估成果品質、且知道如何應用相關內容的能力;同時,使用 ChatGPT 時也須以正確、具邏輯方式描述需求。這些都需要在有高度基礎知識的訓練下才能進行。
學生學習面向
◎ 如何使用 ChatGPT 生成內容?
使用 ChatGPT 來撰寫課堂作業或報告,應明確標註使用 ChatGPT 產出的內容,讓讀者瞭解作者使用哪些資源來支持自己的論點。若發現所使用的內容來自他人的作品,更好的方式是根據學校或課程的引用格式要求,使用適當的引用格式,例如: APA、MLA、Chicago Manual Style 等,進一步註明該內容的確切來源。使用 AI 生成內容時一定要進行資訊查核,並確保遵守學術倫理及學術誠信的要求,不涉及抄襲或違反著作權。
◎ 如何引用 ChatGPT 生成內容?
對於引用生成式AI的內容,目前APA、MLA、Chicago Manual Style已經發布較明確的規範與實例,可參考本校圖書館之網頁:http://tul.blog.ntu.edu.tw/archives/32789
該頁彙整學術引用格式官方網站、國外大學圖書館的指引,以及出版社網頁的資訊。
然而,由於 AI 生成內容的資料來源是無法回溯、取得或提供直接連結的,因此建議將之視為 personal communication 或 correspondence,使用相對應的引用格式。細節和引用方法請查詢 APA、MLA、Chicago Manual Style 等各引用格式之規定,也可以參考 Scribbr 提供的引用建議和範例:ChatGPT Citations | Formats & Examples 。
◎ 如何使用 ChatGPT 來幫助學習?
- 回答提問:針對學習主題或課程內容裡不清楚的概念或想法,向 ChatGPT 提問做為進一步釐清。
- 提供反饋:可以分析作業和提供相關反饋,做為思考和改進的參考。
- 做為參考範例:將 ChatGPT 生成內容做為參考範例,用來比對或分析自己的作品的優缺點。
- 編修文字內容:輔助課程作業或報告,修改文法或內容精進。
- 練習語言:利用 對話和問答功能來進行外語學習
- 練習批判性思考:由於 ChatGPT 生成內容可能存在資訊偏見與錯誤,因此必須學習檢查、評估及分析資訊。對於缺乏支持證據或似乎不正確的內容,應尋求其他具權威性來源以確保使用資訊正確、可靠、符合學術及研究需求。本校圖書館即提醒,近來有許多案例都是 AI 生成了不存在的參考文獻,需要使用者更加細心求證書目真偽,以求正確引用:圖書館一分鐘充電站 、圖書館參考服務部落格。
- 釐清想法和確認目標:使用 ChatGPT 時,提問必須盡可能明確、具體,才能獲得高品質回應。因此與 ChatGPT 的問答過程可以幫助自己釐清想法和更加確認學習目標。
◎ 使用 ChatGPT 時要注意哪些事情?
- 避免過度依賴:ChatGPT 產出的內容僅能作為參考資料,不能代替個人思考和研究成果。因此不能只依賴 ChatGPT 生成內容來進行學習,甚至是研究,而是應該將 ChatGPT 生成內容用作參考資料,結合個人分析和思考來完成學習。
- 增進提問品質:要從 AI 生成內容獲得高品質的答案,必須先有高品質的提問,所提出的問題應該盡可能明確、具體,讓 ChatGPT 能更容易地理解問題並提供有價值的回答。然而需注意的是,即便如此, ChatGPT 仍可能會產生一些不正確或模棱兩可的答案,因此使用者要自己判斷和確認答案的正確性。
- 明訂學習目標:使用 ChatGPT 前要有明確的學習目標,才能專注於與這些目標相關的問題和回答,透過 ChatGPT 獲得的資訊,加深對學習主題的理解。除了自己做資訊查證之外,也建議多與其他同學和老師進行討論,以獲取不同的觀點和意見,以此來確認使用相關資訊是否符合學習目標。
影片專區
其他參考資源
- Noy, S., & Zhang, W. (2023, Mar. 1). Experimental evidence on the productivity effects of generative artificial intelligence. Available at SSRN: https://ssrn.com/abstract=4375283
- Gurdeniz, E., & Hosanagar, K. (2023, Feb. 23). Generative AI won’t revolutionize search – yet. https://hbr.org/2023/02/generative-ai-wont-revolutionize-search-yet
- Mollick, E., & Mollick, L. (2023, Feb. 9). Why all our classes suddenly became AI classes: Strategies for teaching and learning in a ChatGPT. https://hbsp.harvard.edu/inspiring-minds/why-all-our-classes-suddenly-became-ai-classes
- University of Oxford Centre for Teaching and Learning (2023, Jan, 30). Four lessons from ChatGPT: Challenges and opportunities for educators. https://www.ctl.ox.ac.uk/article/four-lessons-from-chatgpt-challenges-and-opportunities-for-educators
- Mollick, E. (2023, Jan. 10). How to… use ChatGPT to boost your writing: The key to using generative AI successfully is prompt-crafting. https://oneusefulthing.substack.com/p/how-to-use-chatgpt-to-boost-your