有关未来的产业状况、人力分配如何重整、AI 的出现是否会让许多工作消失都存在许多变数，斯坦福大学AIRE（AI, Robotics, Education）的Li Jiang 李江教授早已投入下一代的AI 与机器人教育，他分享了AI Thinking 的重要性、如何理解AI 的作业方式、合作与AI 完成工作，可以帮助孩子在面临AI 时代的竞争中取得优势。
认识AI Thinking
许多人因为不了解AI 也排斥新技术，但如果都不接触这类工具，则会导致未来跟不上其他人的脚步。要从根本上改变这件事，我们必须尽早开始做AI thinking 教育。透过AI thinking，我们才有办法知道人类与AI 之间的差异，然后我们就会发现，人类能主责的部分在于从0 到1 的创新，而这正是AI 做不到的，也是我们人类可以特别琢磨的优势。
有关AI Thinking 的三大重点
1. 理解AI 如何运作
过往的AI 其实是基于人类在电脑中订定的特定运算规则或演算法而成，如今电脑的运算能力已经足以承受更大的资料量，也因此发展出其他方式，例如深度学习（deep learning） 、强化学习（reinforcement learning）等等，都是会对现有资料做出最佳解，而后续如果资料变得更多，出来的结果也会更好（通常啦！）
2. 了解AI 与人类的差异
做到上述的第一点之后，我们就能区分人类的能力以及AI 的能力。有个例子，大家可能不太知道有个科学学门叫作结构生物学（structural biology），这个领域在研究蛋白质的结构，而世界上约有100-200 种蛋白质结构，我们人类只找得到少于1 % 的一小部分，但有个叫做AlphaFold 的AI（来自DeepMind）在过去的两年内预测出几乎所有的蛋白质结构，并且放上网成为开源资料。这个案例在告诉我们，如果有机器可以做的工作，那就让机器去做吧！我们人类只需要专注在人类可以做的。
3. 知道如何与AI 协作
以上两点达成之后，我们就有能力与AI 协作，并使用AI 去达成各种任务。这个阶段的重点是去「创造」，从无到有的发明事物，而AI 的帮助也能让我们更好的创造。我们应该要教育下一代如何创新、如何生成新想法、如何用AI 辅助人类等等。
我们是怎么创造出新东西的？
创意是难以被传授的知识，也有人认为创意是无法被教导的，但斯坦福的设计思考（design thinking）改变了这样的这种情况。透过设计思考的方法，我们可以系统性的产出创新，这个方法论虽然不能让人变得跟贾伯斯或是马斯克一样创新，但却能让自己突破原有的框架。
Design Thinking 的5 个步骤
设计思考有几个步骤，分别是：
- 同理（Empathize）：站在使用者的角度思考，理解真正的需求。
- 定义（Define）：大多数人一开始没办法轻易定义问题，所以我们要先行厘清真正的问题点。
- 发想（Ideation）：利用brainstorming 做脑力激荡，发想可行的解决方案，并取得使用者回馈
- 原型（Prototype）：从上个步骤中挑选好的想法制作原型，模拟实际使用流程。
- 测试（Test）：透过使用者实际测试回馈，回馈可能有好有坏，再针对结果去做优化、redesign/reinvent.
如果最后发现成果没办法解决问题，则再回到前面的步骤重新定义问题，反覆操作，最终会得到可行的好创新。
我愿意让我的学生使用ChatGPT
ChatGPT 之所以是一个很有趣的AI/robotics 项目，因为大众对于AI 居然能够用自然语法与人类沟通感到惊奇，除了聊天还可以用来写code，知道的东西也比普通人多。ChatGPT 绝对会改变教育的方式，现在的学生可以使用ChatGPT 来写作业了，而老师也要思考如何因应。其实我昨天才出了一项作业给学生，请他们用ChatGPT 辅助完成一篇作文，下次上课的时候会来讨论大家的使用心得及方法。科技进步是无法忽视或阻止的，我们必须随着潮流前进。对我来说，我想了解ChatGPT 会怎么影响教育生态，我也会透过与学生们的合作来更加理解，也是我出这个作业的原因。
本文链接地址：https://www.wwsww.cn/rgzn/22539.html
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
