Marchandises sèches Datawhale
Auteur : Wang Peng, expert au Tencent Research Institute
Source : Formation professionnelle Shuo Shuo
Dans l'histoire, chaque fois que la technologie remplace les êtres humains, elle crée de nouveaux emplois plus nombreux et de meilleure qualité. Mais nous avons tendance à oublier la génération ou les générations qui ont été sacrifiées dans le processus. La manière et la rapidité avec lesquelles le système éducatif réagit peuvent déterminer le coût de ce remplacement.
La série "Future City Supplements" est écrite depuis de nombreuses années, et seules deux scènes d'éducation et de soins médicaux ont été retardées. D'autres systèmes urbains sont des extensions des capacités humaines, tandis que l'éducation et les soins médicaux déterminent les limites des capacités spirituelles et physiques humaines. Ces deux éléments, en particulier le mode d'éducation de base, déterminent en quelque sorte presque l'échelle spatiale et la forme de la communauté, ainsi que la disposition des équipements publics de base.
Depuis que ChatGPT est devenu populaire, son impact sur les concepts et les méthodes pédagogiques a suscité de nombreuses discussions, et il semble que les gens puissent voir certaines tendances dans l'éducation future sous l'influence de l'intelligence artificielle. Bien que l'impact éducatif de l'IA ne semble pas être un problème d'espace à court terme, ce n'est qu'en connaissant les limites et les capacités de l'IA que nous pouvons savoir quelles choses irremplaçables peuvent être laissées dans l'espace physique.
Que pourront faire ChatGPT et AIGC ?
Tout d'abord, quelle est la capacité à distinguer ChatGPT ? Quelles tendances illustre-t-il ? Ce qu'il faut clarifier, c'est que le ChatGPT que nous essayons actuellement est limité dans sa capacité à mettre à jour les données en temps réel, et il scelle évidemment le domaine et l'échelle de nombreuses questions auxquelles il est possible de répondre. De nombreuses critiques à son égard, telles que l'inexactitude, les mathématiques médiocres, le manque d'opinion et souvent de graves absurdités, évolueront et s'amélioreront rapidement dans la formation et les applications à plus grande échelle, et seront également utilisées dans les modèles basés sur la PNL. capacités. Il est prévisible que dans un court laps de temps, les grands modèles auront des capacités de plus en plus complètes et générales. (Cet article a été écrit lors de la sortie de ChatGPT. Le taux d'évolution actuel est évident pour tous, et ces problèmes s'améliorent rapidement.)
Les outils AIGC représentés par Vincent graph et ChatGPT transforment la méthode de production de connaissances et de contenu de la pensée cérébrale à la génération de machines + criblage cérébral. Du texte, de l'image, de la vidéo à l'espace 3D, l'AIGC peut générer automatiquement des contenus créatifs tels que des articles, de la musique, des œuvres cinématographiques et télévisuelles, du design, des jeux, etc. en simulant le processus créatif humain, et même contrôler des robots, et un grand nombre de de nouveaux formats font leur apparition et de nouveaux modèles. Dans ce processus, la substitution de personnes ne peut être évitée.
Dans l'histoire, l'humanité a connu une telle situation à plusieurs reprises, mais à chaque fois elle a survécu. Lorsque l'industrialisation est arrivée, la plupart des agriculteurs ont perdu leurs terres et ont trouvé des emplois dans les usines. Lorsque la production de masse est arrivée, la plupart des travailleurs ont perdu leur emploi, mais ils ont plutôt trouvé de nouveaux emplois dans le secteur des services. Chaque remplacement précédent a fourni de nouveaux emplois plus nombreux et de meilleure qualité. Cependant, cette fois, les machines à remonter le temps semblent prêtes à remplacer la grande majorité des emplois dans tous les domaines, mentaux et physiques, à court terme, et nous ne voyons pas encore d'où proviendront ces centaines de millions de nouveaux emplois. . De plus , chaque mise à jour précédente de l'industrie a coûté au moins une génération.La prémisse est que le système d'éducation publique peut réagir en temps opportun et cultiver des talents capables de s'adapter aux nouvelles technologies.
ChatGPT a réussi des examens en droit, en médecine et dans d'autres domaines avec des scores élevés. Bien sûr, cela montre également qu'à l'échelle mondiale, "la mémorisation par cœur + un raisonnement limité" est toujours l'orientation de base de l'éducation et de la sélection des talents. Former un grand nombre de travailleurs industriels et d'ingénieurs nécessaires à la société industrielle est la tâche principale de notre système éducatif actuel, et il semble qu'il n'y aura pas de changements dans un court laps de temps. Alors, en tant que parent anxieux, que pouvez-vous faire pour l'avenir de votre enfant ? Ce que l'éducation publique ne peut pas faire à temps ne peut être complété que par l'éducation familiale.
Où va l'éducation ?
Dans le processus de remplacement à grande échelle de la main-d'œuvre, l'éducation joue toujours le rôle directeur le plus important. Bientôt, nous aurons tous un assistant personnel qui sait tout, alors que devons-nous encore apprendre par nous-mêmes ? Comment le système éducatif, initialement voué à l'enseignement des savoirs et savoir-faire, sera-t-il adapté ?
En ce qui concerne le type de talents dont la société future a le plus besoin et les nouvelles exigences en matière d'éducation de base, ChatGPT m'a donné une réponse bien régulée : "Il est nécessaire de cultiver des talents dotés de capacités plus complètes et innovantes, plutôt que de simplement transmettre des connaissances. De plus , il est nécessaire d'accorder plus d'attention à l'éducation des personnes pour qu'elles aient la capacité de s'adapter à la société future, comme la capacité d'apprentissage, la créativité, la capacité de collaboration, etc. » Cependant, ces mots-clés apparemment simples doivent en réalité être compris de manière dialectique.
A propos de l'enseignement aux étudiants en fonction de leurs aptitudes
Tout d'abord, la technologie AIGC va changer la manière et le mode d'enseignement, permettant d'enseigner aux étudiants en fonction de leurs aptitudes. Par exemple, grâce à des systèmes intelligents de génération de contenu et de recommandation, et même à des outils et jeux d'apprentissage interactifs, les étudiants peuvent obtenir une expérience d'apprentissage plus personnalisée et diversifiée, et les enseignants peuvent générer plus efficacement du matériel pédagogique, des questions de test et des devoirs, etc. Améliorant ainsi l'efficacité de l'enseignement et qualité. En fait, combiné avec la technologie XR, chaque élève peut recevoir une éducation personnalisée complètement différente.A ce moment, le sens de la transmission centralisée des connaissances de l'école disparaît, et la communication et la collaboration avec les gens peuvent devenir le sens de l'espace physique de l'école. Cependant, une telle école peut être complètement entourée par la nature.
À propos de la programmation et des mathématiques
Puisqu'il semble que le logiciel est ce qui remplace les êtres humains, il est facile de penser à laisser les enfants apprendre la programmation et devenir des ingénieurs en intelligence artificielle, mais la programmation et l'intelligence artificielle sont en fait deux choses différentes. L'encodage semble être la première chose à remplacer.
Bien que la formation et le débogage de grands modèles restent un travail technique coûteux, nous pourrons à l'avenir communiquer avec MaaS (Model as a Service) via des interfaces API multimodales et obtenir directement des résultats personnalisés par la voix ou même interfaces cerveau-ordinateur service sans avoir besoin d'un processus de codage. Le GPT actuel, en raison de la digestion du code massif de GitHub, a déjà la capacité de codage de base. Copilot X, piloté par GPT-4, possède déjà des fonctions telles que le dialogue, le code de génération de texte, le code de génération de parole, la réparation automatique des bogues de code et l'interprétation de code. Avec l'aide de ChatGPT, je commence à apprendre à utiliser Python pour générer du code pour accomplir quelques tâches simples. Bien qu'il y ait encore beaucoup de petits problèmes pour les débutants, il peut prendre la peine de vous aider à expliquer les messages d'erreur et vous aider à modifier et déboguer .
Donc, de ce point de vue, la capacité à programmer est en fait la capacité à décrire des exigences dans un langage. Bien sûr, qu'il s'agisse d'un diagramme de Vincent ou de la commande d'un robot, le cœur de l'interaction homme-machine revient au langage de l'homme à -la communication humaine .
Mais au-delà des applications quotidiennes, l'essence des algorithmes, ce sont les mathématiques. Après tout, dans chaque article sur l'IA, le plus grand espace est la formule mathématique et le processus de dérivation. Donc, si vous voulez collaborer avec l'IA, vous devez bien apprendre le langage, mais si vous voulez définir et contrôler l'IA, je crains que vous n'ayez encore besoin d'apprendre les mathématiques et la pensée logique. Seule la pensée logique peut amener les gens à porter des jugements et même à critiquer à partir d'énormes quantités d'informations, en jetant l'ivraie et en préservant l'ivraie.
à propos de la langue
La philosophie et la linguistique sont difficiles à séparer dès le début, de sorte que l'apprentissage des langues peut signifier bien plus que des compétences en lecture, en écriture et en traduction. La capacité de décrire le monde et de créer le monde est sur le point de fusionner en une seule dans le monde numérique , ce qui sera expliqué dans un autre de mes articles.
Bien que le domaine de la traduction IA se développe rapidement, la traduction mutuelle en temps réel ne semble pas loin, et beaucoup de gens peuvent penser qu'il n'est pas nécessaire de passer beaucoup de temps à apprendre des langues étrangères. Cependant, lors d'échanges récents avec divers AIGC, il a été constaté que, face à des situations complexes, certains outils de traduction ont encore besoin de traduire le chinois vers l'anglais avant d'effectuer des calculs, en particulier lorsqu'il s'agit de modifications subtiles d'images et de mots, le niveau d'anglais est toujours très limité évident. Par conséquent, à l'avenir, les exigences en matière de maîtrise de l'anglais ne s'arrêteront pas seulement au niveau de la traduction quotidienne, mais la capacité de communiquer à travers les cultures est également particulièrement importante .
De plus, bien que de nombreuses entreprises nationales utilisent le corpus chinois pour la formation de modèles, le corpus chinois ne représente que 5% de l'ensemble de l'échelle Internet, et l'authenticité et la rigueur sont relativement médiocres, de sorte que la qualité des grands modèles chinois peut être difficile pour un longtemps au-delà de l'anglais. Par conséquent, la maîtrise de l'anglais et la façon de penser en anglais peuvent encore être très importantes pour que les enfants s'engagent dans des recherches et des travaux innovants à l'avenir, et peuvent même être plus importantes que la programmation dans l'interaction homme-ordinateur.
Compte tenu du contrôle du robot, de nombreuses tâches simples à l'avenir peuvent être effectuées en générant des programmes personnalisés grâce à une interaction en langage naturel. Bien sûr, s'il s'agit d'une tâche complexe, la difficulté d'utiliser uniquement l'interaction en langage naturel n'est en fait pas petite. En utilisant les outils de diagramme de Vincent pour décrire des images architecturales, je découvrirai de plus en plus que la capacité d'exprimer pleinement les intentions de conception en langage naturel peut même remplacer la capacité d'esquisser dans les études architecturales précédentes.
Récemment, un nouveau poste de recrutement, Prompt Engineer, a fait son apparition dans la Silicon Valley, ce qui signifie « ingénieur prompt ». Ce poste ne nécessite pas d'écrire du code, mais seulement de trouver les mots-clés appropriés pour permettre à l'IA de réaliser son potentiel. En d'autres termes, aucune formation technique n'est requise, tant que vous "pouvez discuter", vous pouvez également être ingénieur. Par conséquent, l'utilisation de haute qualité du langage naturel pour communiquer avec les machines, le chinois et l'anglais sont encore des capacités de base . Bien sûr, inciter les ingénieurs n'existera plus avant longtemps, mais deviendra une compétence de base pour chacun d'entre nous. Après tout, il est difficile de voir des ingénieurs ppt ou des ingénieurs Excel maintenant. En fin de compte, tout le monde doit avoir la capacité de décrire avec précision les exigences afin de communiquer et de collaborer avec l'IA.
À propos de l'apprentissage et de l'innovation
L'essence du grand modèle est un modèle statistique qui, dans une certaine mesure, représente la cognition de la société dans son ensemble. Pour certaines questions factuelles, il est facile d'obtenir des réponses claires. Cependant, dans la plupart des scénarios de prise de décision, il repose en réalité sur la synthèse d'une grande quantité d'informations, et nécessite finalement des jugements de valeur humains.ChatGPT apparaît souvent comme un "maître de l'eau", ce qui est souvent un jugement de valeur qu'il ne peut pas faire pour les autres. .
Notre système éducatif actuel est avant tout axé sur la transmission de connaissances. À première vue, il semble que l'IA sera bientôt omnisciente dans diverses disciplines.Au sens le plus large, cette capacité est un outil pour nous aider à apprendre et à obtenir rapidement des informations. Si une personne n'a que la capacité de fournir des résultats d'IA, elle est évidemment également éliminée.
Pour n'importe quel domaine de la connaissance humaine, l'IA aura un avantage absolu, mais dans l'exploration de nouveaux domaines, l'IA ne peut être utilisée que comme assistant. Ces domaines dits innovants existent souvent dans les domaines interdisciplinaires de diverses disciplines. De l'école primaire à l'université, la chose la plus courante que je fais pendant mon temps libre est de lire des livres à la bibliothèque, et j'aime généralement choisir un livre sur chaque étagère pour une lecture approfondie. De cette façon, bien que l'apprentissage soit divers mais non affiné, un cadre de connaissances relativement complet peut être établi plus tôt, et les connaissances de l'apprentissage tout au long de la vie peuvent être correctement stockées et lues dans différentes catégories. Une compréhension de base de plusieurs disciplines peut être considérée comme la littératie de base pour s'engager dans l'innovation interdisciplinaire. Avec l'aide des capacités de synthèse d'informations efficaces de l'IA, nous pouvons obtenir des capacités d'apprentissage rapides et étendues, maîtriser les connaissances de base et les lois de diverses disciplines, et ainsi accélérer le processus d'innovations interdisciplinaires émergentes.
Grâce à l'analyse ci-dessus, nous constaterons qu'il semble qu'une IA qui sait tout ne peut pas remplacer notre processus d'apprentissage, mais met plutôt en avant des exigences plus élevées pour l'apprentissage autre que la langue et les mathématiques et encore plus de matières .
Comme l'indique le livre "La Troisième Vague", "La civilisation de la Troisième Vague est à l'opposé, avec de nombreuses caractéristiques : production décentralisée, échelle, énergie renouvelable, population urbaine évacuée, travail à domicile, produire sa propre consommation, etc. Ces activités sont si proches de le modèle de la société de la première vague qu'il semble remonter dans le temps. Ce changement historique ne représente pas une extension linéaire de la société industrielle, mais un changement soudain de direction, souvent sous la forme d'un développement inverse. Cette transformation devrait au moins être sur à égalité avec la civilisation industrielle d'il y a 300 ans. En même temps, ce à quoi nous sommes confrontés n'est pas seulement une révolution technologique, mais l'arrivée d'une nouvelle civilisation . touche à sa fin, et de nombreuses caractéristiques des civilisations futures, y compris l'éducation et les gens, pourraient ressembler davantage à l'état de l'ère agricole.
Dans les changements apportés par l'AIGC, peut-être que la grande majorité des travailleurs seront éliminés, et même le travail d'étiquetage sera mieux fait par l'IA à l'avenir. Bien sûr, la productivité très développée peut encore atteindre le revenu de base universel. Seule une poignée de personnes peuvent et doivent travailler avec l'IA. Cela peut également être une direction peu optimiste pour l'éducation future : la plupart des gens sont couchés à plat et quelques-uns travaillent plus dur.
Peut-être différent de la manière simple actuelle de réduire le fardeau, les mathématiques, le chinois, les langues étrangères, y compris les connaissances de base dans plus de domaines, n'auront que des exigences plus élevées pour les gens à l'avenir, mais ce n'est pas la direction de faire plus de questions et de résoudre des problèmes , mais plus encore : un ensemble complet de connaissances. Pour résoudre des problèmes d'ingénierie spécifiques dans une certaine direction, l'IA apprendra facilement des compétences humaines. Mais les innovations futures ne seront peut-être compétentes que pour les talents encyclopédiques. Avec l'aide de l'IA enseignant aux étudiants en fonction de leurs aptitudes, il peut être possible pour les êtres humains d'atteindre à nouveau cet état et d'utiliser le mécanisme informatique quantique du cerveau humain pour aider l'IA à évoluer. Il est difficile pour le système d'éducation publique de gérer la façon dont les enfants vivront avec l'IA à l'avenir, ce qui oblige chaque parent à faire ses propres choix et efforts.
" Like " trois fois ensemble ↓