第21卷第1期2023年1月北京大学教育评论PekingUniversityEducationReviewVol.21,No.1January2023ChatGPT和人工智能:从基本原理到教育应用克劳斯·迈因策尔①(慕尼黑工业大学,慕尼黑)摘要本文阐述了ChatGPT等聊天机器人在教育培训中的性能和局限性。为了确保此类人工智能工具的适当使用,必须全面了解相应算法的基本原理和局限性。本文首先梳理了人工智能领域从ELIZA、CSIEC到WATSON等聊天机器人系统的发展路线,然后介绍了ChatGPT的功能原理:人类语言的统计概率模型、人工神经网络、基于大规模文本的深度学习算法、应用人类反馈的强化学习算法等。基于以上技术基础,本文讨论了ChatGPT为代表的新一代人工智能技术对教育政策带来的挑战,包括学生就业招聘、法律和新闻等相关专业教学设计、学生论文写作、学生考试和其他评价方式等,并提出应对这些挑战的方案,以保证未来在教育和培训领域中人工智能技术能够得到合理、有效、公平的应用。关键词ChatGPT;教育;培训;人工智能中图分类号:G40-057文献标识码:A文章编号:1671-9468(2023)01-0035-14DOI:10.12088/pku1671-9468.202301003一、图灵测试和人工智能英国计算机先驱、逻辑学家和数学家艾伦·图灵(AlanTuring)在1950年提出了一个模拟测试(后被称为图灵测试),并以此作为对人工智能的定义。如果一个技术系统在响应和解决问题方面与人类专家无区别,这一技术系统就应该被称为具有“智能”。在图灵之后的几年里,技术研发最初的重点是在计算机上模拟逻辑思维。这背后是认识论的观点,即智力主要与人类思维中的逻辑推理能力有关。为此,人工智能是基于符号表示的逻辑规则和公式,并将其转化为适当的计算机程序。这时的人工智能被称为符号主义指导下的人工智能。符号主义指导的人工智能的一个应用场景是自动推理和证明,即人工智能程序通过逻辑计算模拟人类的逻辑思维(Robinson,1965)。具有满足性的自动推理系统至今仍在工业物流中使用(Biere,etal.,2009;Küchlin,2021)。①作者简介:克劳斯·迈因策尔(KlausMainzer),男,德国慕尼黑工业大学卓越荣休教授,图宾根大学冯魏茨泽克中心客座教授,欧洲科学与艺术院院长。36北京大学教育评论2023年二、从图灵到魏茨鲍姆的ELIZA1956年,约翰·麦卡锡(JohnMcCarthy)、艾伦·纽厄尔(AllenNewell)、赫伯特·西蒙(HerbertSimon)等人工智能的奠基人在美国达特茅斯召开会议,受图灵提出的“机器能思考吗”这一问题的启发,他们第一次提出了“人工智能”的概念,以此来描述通过计算机模拟人...
