以下是利用 AI 写小学数学小课题的一些步骤和建议:
需要注意的是,AI 工具可以作为辅助,但不能完全替代研究者的专业判断和创造性思维。在使用 AI 进行课题写作时,应保持批判性思维,并确保研究的质量和学术诚信。
我们在使用AI创作时,是以某个模型为基础进行调优的。要写出更好的文字,选好的模型是第一步。模型之间的能力差异非常之大,以至于很多时候对效果的影响是决定性的。如果使用的模型不适合这个任务,怎么调优都很费力,不如干脆换一个更好的直接使用。但是,这就涉及到评估方法。当时我们做了一个评估的测试,实际上,从科研的角度看,评估大模型的metric有很多,比如让大模型做小学数学题(GSM8K),这也是一种著名的评估数据集。这类数据集有固定答案,但写作任务压根没有标答,这在写作任务上就不管用了。从实际角度出发,我们不得不自己去想办法来评估这些模型的能力。这是我们当时的文档标题。在我们的写作课中,学员需要紧密结合大语言模型进行创作,这是一个非常特殊的任务:写作没有标准答案,何况这还是在中文语境下的,涉及人机交互的,具有强烈风格的网络小说类型短故事、短剧剧本创作。挑选模型的第一个重要指标是文风和语言能力:你如果去网上搜“ai味”,会看到大量文章教你怎么克服AI奇怪的文风,比如“首先、其次、再者、引人入胜”这种套话,一看就觉得是ai写的。而且这种ai味很难看,不是很让人有继续阅读的欲望。那么,我们要怎么去除ai味呢?实际上,我认为去除ai味是个伪命题。我们在谈到ai味的时候实际上讲的是GPT味。大家知道,在GPT刚出的时候,为了让模型听得懂人话,要做对齐,OpenAI雇了很多便宜的肯尼亚人给他们做数据标注。我有这样一个不负责任的猜想,这些便宜又可怜的肯尼亚数字劳工在写对齐用数据的时候,肯定写了不少首先、再者、最后这样的文字,说不定还有个文档要求他们这么做。
利用AI技术来辅助写作课题可以提高效率并激发新的创意。以下是一些步骤和建议:1.确定课题主题:明确你的研究兴趣和目标,选择一个具有研究价值和创新性的主题。2.收集背景资料:使用AI工具如学术搜索引擎和文献管理软件来搜集相关的研究文献和资料。3.分析和总结信息:利用AI文本分析工具来分析收集到的资料,提取关键信息和主要观点。4.生成大纲:使用AI写作助手生成课题的大纲,包括引言、文献综述、方法论、结果和讨论等部分。5.撰写文献综述:利用AI工具来帮助撰写文献综述部分,确保内容的准确性和完整性。6.构建方法论:根据研究需求,利用AI建议的方法和技术来设计研究方法。7.数据分析:如果课题涉及数据收集和分析,可以使用AI数据分析工具来处理和解释数据。8.撰写和编辑:利用AI写作工具来撰写课题的各个部分,并进行语法和风格的检查。9.生成参考文献:使用AI文献管理工具来生成正确的参考文献格式。10.审阅和修改:利用AI审阅工具来检查课题的逻辑性和一致性,并根据反馈进行修改。11.提交前的检查:最后,使用AI抄袭检测工具来确保课题的原创性,并进行最后的格式调整。请记住,AI工具可以作为辅助,但不能完全替代研究者的专业判断和创造性思维。在使用AI进行课题写作时,应保持批判性思维,并确保研究的质量和学术诚信。内容由AI大模型生成,请仔细甄别。
If we ask students to use AI for writing,they need to know what good writing looks like.That takes time.And effort.And a whole bunch of mistakes.If we want students to edit an AI generated text with their own voice,we need them to find their creative voice first.This is true of AI in writing but also AI in math.We don’t want students using AI to check their processes if they haven’t first learned the mathematical process.It’s true of computer coding,where we might start with a Scratch project,then hand-written code,then an AI and coding hybrid.Be Deliberate About What You Off-Load to AIA couple of months ago,I wrote about seven things we should consider when deciding to use AI.People often ask,“When is it okay to use AI?”The short answer is,“It depends on the learning task.”In using AI,we don’t want the machine to do the learning for us.This is why we should start with the learning tasks and then ask,“Does the AI help or hinder the learning in this situation?”The core idea here is that we need to use the learning targets to drive the AI and not the other way around.If you’re teaching a coding class,you might want to be tight with students on using generative AI to create any kind of code.You might want students to learn how to code by hand first and then,after mastering the language,use AI-generated code as a time-saving device.By contrast,if you’re teaching a health class where a student develops an app,you might not care if they use generative AI to help write the code.Instead,your focus is on helping students design a health campaign based on healthy habits.You might not have time to teach students to code by hand.You might not care about coding by hand.The app is merely a way for students to demonstrate their understanding of a health standard.