一、前言與動機
背景:生成型人工智能(Generative AI)在高等教育中的快速發(fā)展和逐步應用,促使大學重新審視其教育服務價值主張和機構運作的基本假設。
動機:探討生成AI在高等教育中的應用現(xiàn)狀、面臨的挑戰(zhàn)以及未來的發(fā)展方向。
二、執(zhí)行摘要
現(xiàn)狀:大學面臨生成AI帶來的壓力,需要保持高等教育的完整性和價值,但當前方法通常是零碎和反應性的。
框架:提出“CRAFT”框架,包括文化(Culture)、規(guī)則(Rules)、訪問權限(Access)、熟悉度(Familiarity)和信任(Trust)五個核心要素。
建議:大學應超越競爭轉向合作,形成協(xié)作集群,并提升學生作為合作伙伴的地位。
三、五個行動領域
1. 規(guī)則
重要性:建立有意義的規(guī)則對于推動負責任使用生成AI至關重要。
案例:澳大利亞高等教育質量與標準局(TEQSA)和菲律賓高等教育機構通過可接受使用政策規(guī)范AI使用。
建議:制定原則、政策、護欄和指南,確保評估和學習經驗的有效性。
2. 訪問權限
挑戰(zhàn):AI平臺和訂閱費用可能昂貴,加劇數字鴻溝。
案例:悉尼大學通過Azure OpenAI服務開發(fā)Cogniti平臺,提供AI訪問。
建議:確保學生、教育工作者和研究人員能夠公平獲取AI應用,考慮與供應商協(xié)商靈活的許可安排。
3. 熟悉度
必要性:所有利益相關方需要了解AI的可能性、限制和倫理影響。
案例:南洋理工大學和亞洲管理學院(AIM)通過實際AI經驗提升學生的熟悉度。
建議:采用“以教學為中心”的方法,確保學生的學習需求和教育者的教學意圖得到優(yōu)先考慮。
4. 信任
關鍵:信任是AI采用的核心,涉及多個信任對之間的關系。
案例:教育者和學生之間的信任差距因AI使用而拉大。
建議:通過透明度、合作和體現(xiàn)的價值來積極構建和維護信任,制定確保負責任使用AI的規(guī)則。
5. 文化
復雜性:文化是Z復雜的部分,涉及區(qū)域、地理、社會差異和機構文化。
案例:ZG和新加坡對AIZ為樂觀,而美國、加拿大和澳大利亞態(tài)度較為消極。
建議:培養(yǎng)前瞻的文化,允許考慮大學未來可能與今天截然不同的局面,包括AI的角色和大學的目的。
四、近期關鍵活動領域
規(guī)則:制定明確的AI使用原則和政策。
訪問:確保公平獲取AI應用和基礎設施。
熟悉度:提升利益相關方對AI的熟悉度和倫理意識。
信任:建立和維護多個信任對之間的信任關系。
文化:促進接受并利用AI的前瞻性文化的發(fā)展。
五、展望未來
協(xié)作集群:大學應超越競爭轉向合作,形成協(xié)作集群,共享資源和經驗。
學生作為合作伙伴:提升學生地位,參與規(guī)則制定、評估重新設計和AI治理。
持續(xù)行動:制定多面的機構JAI戰(zhàn)略,涵蓋文化、規(guī)則、準入、熟悉度和信任等方面。
六、結論
總結:白皮書提供了高等教育領域生成AI當前狀態(tài)的快照,并提出了跨機構及機構內部推廣生成AI的框架。
期望:支持機構規(guī)劃在動態(tài)且不斷演變的AI景觀中的路徑,實現(xiàn)學習潛力的同時解決相關挑戰(zhàn)。
附件:生成AI在高等教育中的應用:當前的做法和前進的道路-五個行動領域是規(guī)則,訪問權限,熟悉度,信任和文化

教育理念革新:從“學知識”向“強能力”轉變,強調自主學習和創(chuàng)新能力;教學模式創(chuàng)新:推動“師/生/機”深度交互,利用AI技術實現(xiàn)個性化、智能化教學;教師角色轉變:教師應努力掌握AI相關知識技能,與人機協(xié)同打造“超級教師”。
預計到 2025 年,中國人工智能產業(yè)將迎來爆發(fā)式增長,產業(yè)規(guī)模有望達到 3985 億元,未來 10 年將呈現(xiàn)顯著增長趨勢,復合年增長率為 15.6%
大小模型端云協(xié)同的關鍵技術有基于調度的協(xié)同,基于反饋的協(xié)同,基于生成的協(xié)同;大小模型端云協(xié)同的優(yōu)勢有提高系統(tǒng)性能和效率,降低部署成本和資源消耗
全面呈現(xiàn)了該產業(yè)的發(fā)展現(xiàn)狀,技術趨勢,應用場景以及主要企業(yè)情況,為行業(yè)發(fā)展提供了重要參考;呈現(xiàn)出蓬勃發(fā)展的態(tài)勢,技術創(chuàng)新不斷涌現(xiàn),應用領域廣泛拓展,企業(yè)生態(tài)日益豐富
全球AI產業(yè)呈高速增長態(tài)勢,預計未來十年年均增長率達19.1%;美國在AI資金籌集和技術應用方面居領導地位,融資總額占全球超70%,剖析了全球及中國人工智能產業(yè)的發(fā)展現(xiàn)狀、全景圖譜以及中國AI企業(yè)的出海情況
可能即將迎來代理AI(Agent-based AI)的新時代;AI將深度集成到各類智能設備中,推動物聯(lián)網和機器人技術的革新,尤其是在醫(yī)療、制造和服務等行業(yè),通過更加智能和自主的設備,推動數字化轉型和效率提升
分析2025年將重塑AI藍圖的重大趨勢,并為組織領導者提供戰(zhàn)略性洞察,幫助他們規(guī)劃未來;涵蓋了混合云和AI、一般業(yè)務、金融和技術以及特定行業(yè)
AI4S驅動科學研究范式變革;具身大小腦和本體的協(xié)同進化;統(tǒng)一的多模態(tài)大模型實現(xiàn)更高效AI;RL + LLMs,模型泛化從預訓練向后訓練、推理遷移;合成數據將成為大模型迭代與應用落地的重要催化劑
機器人的智能化水平仍受到現(xiàn)有方法與能力的制約,展現(xiàn)出了潛力,但距離實際落地應用仍有較遠的距離,有望在未來極大地加速具身智能的學習速度
十四五規(guī)劃增強數據感知、傳輸、存儲和運算能力;數字中國建設整體布局規(guī)劃優(yōu)化數字化發(fā)展國內國際兩個環(huán)境;加快建設具有全球影響力的人工智能創(chuàng)新策源地實施方案(2023-2025年)
,以ChatGPT的誕生為標志的新一輪人工智能技術浪潮,將人機關系推向了新發(fā)展階段,科技行業(yè)應當深刻認知AI對人類社會帶來的全面性影響,重新審視人機關系
介紹了大模型的異構計算和加速方法,對比了不同量化方式下多個模型的精度;還介紹了推理算法優(yōu)化,涵蓋Self - speculative decoding、KV Cache compression等多種方式