ChatGPT 与教育

自 ChatGPT 发布以来，鉴于其强大的作弊功能，海外多所学校或教育机构相继出台规定，不同程度禁止学生使用 ChatGPT，本期提供两个不同的观察视角。

《MIT 科技评论》的这篇长文（链接、25 分钟阅读时长）通过采访多位美国的一线教师，给出了 ChatGPT 在教育领域的另一幅模样：这款对话机器人可以作为强大的课堂辅助工具，使课程更具互动性，教给学生媒体素养，生成个性化的教学计划，节省教师的管理时间……

与此同时，ChatGPT 还在帮助学生提升思考能力，一位大学教师鼓励学生首先通过 ChatGPT 生成一个论点，然后评估这个论点的价值，从而展开写作；另一位教师发现，基于特定提示词的优化，学生们可以从 ChatGPT 里获得比 Google 搜索更好的资料。

回到 ChatGPT 最初对于教育领域的冲击——作弊，文中的一个观点让我印象深刻——ChatGPT 事实上带来了「更平等的作弊」，你无需花更多钱，也不用黑掉学校的电脑……

上文是一篇行业素描，接下来是一位一线教师的自述（链接、20 分钟阅读时长），他在 ChatGPT 发布之初就尝试将这项技术引入到教室，几个月的实践过程里，他发现如果可以给学生一些提示词相关的培训和指导，学生能够更好「控制」ChatGPT 的输出结果，从而也可能获得更好的答案。

这位老师在文中给出了诸多使用 ChatGPT（也适用于其他对话机器人）的技巧，比如如何以明确的提示词要求这类对话机器人输出自己想要的内容，这个过程也是不断理解自己需求的过程，最终你会得到的，不仅是一份对话机器人生成的答案，还有一个清晰思考的框架。

过去几十年里，人们总是高估科技——从 PC 到互联网再到智能手机——带给教育领域的冲击，但另一个尴尬的事实是：丰盈的信息与强大的数字工具并没有酝酿出天才，比如下一个爱因斯坦到底在哪里？

这篇长文（链接、25 分钟阅读时长）的作者并没有停留在批判互联网的海量信息是否影响了儿童思考，而是深入到教育层面，作者对比了 21 世纪与过往几个世纪的教育形态变化，你会发现一个现象，几乎所有伟大的人物——无论科学领域的爱因斯坦还是艺术领域的弗吉尼亚·沃尔夫——的教育都离不开家庭教师。

另一个巧合是，20 世纪后半叶，天才的减少与家庭教育的终结几乎同时发生。

这当然不是一个因果关系，但过去半个多世纪全球经济的高速发展、全球公共教育的普及，特别是信息时代带来的信息「红利」，并没有成为天才们成长的优良土壤，正在崛起的 ChatGPT 们，会改变教育的形态吗？

人类何时拥有真正的「阿凡达」？

电影《阿凡达》在新颖的影像语言与老旧的故事框架之外，还展现出人类发展的另一种可能性：拥有自己的「（机器人）阿凡达」，利用大脑或意识控制一个机器人，帮助自己应对现实世界的一些特殊场景。

这篇 IEEE 的长文（链接、30 分钟阅读时长）通过一场「机器人阿凡达」大赛，展示了人类在这个领域的最新进展，尽管比赛关注的焦点是如何让「阿凡达」应用在太空探索中，但很多参赛团队也在积极探索将「阿凡达」应对人类社会的挑战，比如医疗救援场景里，「阿凡达」帮助人类快速诊断等。

当然，「机器人阿凡达」还处于实验室阶段，价格昂贵、系统缺乏稳定性的问题短期内不可能解决，只需想想自动驾驶汽车从实验室「毕业」近二十年后依然无法大规模应用的事实，「机器人阿凡达」真正进入人类社会或许还有很长一段时间。

艺术如何影响心智

当你在拥挤的卢浮宫里凝视《蒙娜丽莎》，或者在更拥挤的西斯廷小教堂抬头欣赏《创世纪》时，我们可以明确地知道自己被某种力量影响着，但这股力量是什么、来自哪里、又会对我们的心智造成什么影响，我们并不清楚。

这篇长文（链接、30 分钟阅读时长）试图给出一些线索，艺术——从美术馆的名画到博物馆里的历史文物再到古典音乐以及经典小说——构成了一种外部刺激，它们作用于个体，个体结合自己的生活经验消化、吸收，延伸出新的思维框架，既包含对理性的反思，也扩充了对于美——这个关乎想象力的非理性——的理解。

文中有个说法很有趣：我们的思想极具弹性，可以在各种内外因素的刺激下扩张与收缩。趁着年轻，多看一些美好的东西，不要让自己局限在屏幕、短视频以及中文语境营造的「茧房」里。

「50 碗心灵鸡汤」

这篇长文（链接、30 分钟阅读时长）以 50 个短格式的段落构成了类似心灵鸡汤的阅读感觉，正如作者 David Perell 所言，这些人生经验或许能唤起你的好奇心，我个人喜欢的「几碗鸡汤」：

• 一个系统的强度取决其最弱点，所以要关注系统的瓶颈，而不是花大力气拆分或优化整个系统；
• 避免「浮士德的交易」，简单来说就是不要把灵魂——或者说最重要的东西，比如注意力——作为交易的筹码；
• 科学的发展史并不是人类改变了自己的观点，而是上一代科学家去世后，新的科学理论成为舆论主流，从而被大众接受；
• 一个复杂而可用的系统一定是由简单系统演化而来的，所以不要从一开始就设计复杂的系统；

离线、本地与计算的未来

今年出差明显增多，从纯离线的飞机机舱到移动网络极其不稳定的高铁车厢，我都在不断思考一个命题：我们该如何定义离线和在线、本地与云端的关系？特别是在大模型深刻改变我的工作方式的时候，离线工作的本质已经悄然发生变化。

思考这个问题的过程中，我找到了 Peter Van Hardenberg 的这个视频（链接、45 分钟观看时长），他提出一个「本地优先软件」的思考框架。

一方面，我们需要检讨「软件必须运行在服务器（或云）」上的观点，这里有一个例子，如果两个人在一个房间需要通过计算机进行协同工作，为什么还要先把数据发送给亚马逊（或其他云服务商）数据中心，然后回传到另一台计算机上，这听起来很荒谬，但的确是事实。

另一方面，所谓「本地优先」并非绝对离线工作，而是赋予用户更大的权力，用户能够控制自己的数据存储在本地还是云上，同时软件或应用也应该提供相应的功能，允许用户在本地与云上灵活切换使用。

这个视频也谈到了对「离线」与「在线」的思考，站在开发者的角度去看，不妨把所谓「离线」看作是更长时间的「应用加载延迟」，相比于 Wi-Fi 或 5G 毫秒级别的延迟，「离线」状态或许是一天甚至一个月的「加载延迟」，这构成了一个看待应用在线与离线的新方式。 

事实上，过去几年，无论是 PC 还是智能手机，计算能力——从 CPU 到 GPU 或 NPU——都有巨大提升，这些本地的计算能力能够为本地软件或应用的运行提供良好基础。

此前，Peter Van Hardenberg 所创立的 Ink&Switch 分享过一份本地优先的应用清单（链接、50 分钟阅读时长），这份清单并不是简单地找一些可以离线操作的软件，也不是要去挖掘开源应用，而是设置了一套本地优先的规则，包括数据离线、多设备协同以及多用户协同等七个规则，以此为标准，筛选出一份从电子邮件到 Web 应用以及基于 Firebase 移动应用的清单，并给出了推荐理由。