这个比较看人吧，想学的学生当然是这样，不想学的直接copy答案也不会自己理解，和借别人作业抄没啥区别
是的，工具在那邊，自己決定怎麼使用。
我也是跟chatGPT學了很多新知，滿懷感激
4 个赞
AI怎可能直接copy答案 
基本都有错
怎么说呢，某些phd level的课，ai比prof讲的好，assignment也是秒杀
2 个赞
這時候就可以看出來使用者有沒有在思考，鑒別度就在這裡了 
2 个赞
我也觉得啊，哪怕是文科课，你用不同的prompt 怎么回应让LLM进一步修改都会得出不同结果，这完全和工作一样可以称为评判的基础。
3 个赞
最好的方法还是能找到一种检验知识+LLM的途径，毕竟日后都是要和LLM相处的。但目前还没看到。和上面很多觉得文科难办的观点不同，我自己的感觉和批分体验是LLM还没发展到能在文科上稳定拿A的水平，LLM的车轱辘话和编造证据的倾向让完全由它生成的论文大致在一个B-到B的水平，这还是grade inflation的结果
1 个赞
这个优点我倒是没有想到。是我的偏见阻碍了make America great again 了 
我有些时候在公司里面写email说服老板 同事的时候，就会和llm一起反复修改Email，找到说服别人的最好角度和路径。
1 个赞
看到这我突然想到 现在考试可以带计算器以后不会可以带LLM吧
看是选拔（内卷）性考试还是资格性考试了。
不能用先进方法其实还好，还是等于半肯定这个做法的。我还遇到过老师水平太低，就觉得你错了的，然后还强迫你接受它的错误知识
其实主要问题就是老师水平低。本老一向建议孩子自己教，不是很能理解出去吃饭都怕预制菜的时代孩子敢放心交给收入不到平均线的老师教。
我觉得还是有一些不一样的。cs出身的，最开始学编程，也是尽量不用ide的，打基础阶段还是要自己真实去敲出来。
前段时间不就有个康涅狄格大学的女学生把自己高中给告了吗。她就是用各种ai辅助软件和设备读完了高中，还上了不错的大学，但她自己承认自己是文盲，觉得高中本有机会教会她，帮助她，但没有。导致她虽然上了好大学，但仍然什么都不会
不用ide好处是啥？
没有代码提示和补全，需要学生真的会写代码
那比如我忘了printf里面int是%d还是%s怎么办？
一个会和llm的聊天，怎么能是文盲？
她不是直接和llm聊天，是她不会阅读文字。她会正常对话，所以她是用设备把题目读出来，她去听。总之就是各种辅助。她上康涅狄格大学也不是标化考试进去的，是一个什么program，保送进去的
本质上其实是llm对所有评价体系的冲击
教育如此，面试找工作也是一样的
比如说，technical interview，所有问题你都可以一股脑丢给gpt然后复制粘贴过来，只要能讲明白原理其实没啥问题。但这种解题方式在一些面试官的视角当中就变成了，你如果不是从自己脑子里理解出来的答案就不给过，讲的过程当中查资料就是不合格
那我们换一种情况来讨论，如果面试者提前知道问题清单，做好准备，然后拿出一份漂亮的有理有据的答案（presentation），这时候是给过还是不给过？
现场盲测的意义何在？这时候测的到底是面试者的能力？还是面试官和面试者之间知识区间的重叠范围？亦或者说能讲好ppt的能力其实不等于能解决复杂工程问题的能力？但其实条条大路通罗马，能力提升到最后互有相通之处，过与不过成了面试官个人的preference的问题。
对于现在来说，面试杜绝LLM，不鼓励ng，或者学生依赖这个工具，还可以说llm的准确度不可靠。但当某一天（当然，我们不知道什么时候能来到），如果LLM的准确度达到甚至超过了平均人类的水平，现实情况很可能是很难杜绝都用LLM解决问题，到时人手一个AI agent，这不就跟人手一台电脑一台手机是一样的？
个人觉得这时候就变成了一个哲学问题，实际情况是，看多久时间能让人类逐渐接受并习惯LLM是我们生命中的一部分，到时候自然会有变化产生。
至于说现在，就是感受变化的时候
2 个赞