20分钟,AI写出的论文轻松得A!学校检测算法也拿它没辙,学生:GPT-4啥时候出?

简介: 现在,越来越多的教授对学生的印象逐渐停留在了他们的专业和优秀的课程论文上。

但是他们不知道的是,这些优秀的课程论文可能并不是出自这些学生之手,而是一些强大的AI系统

比如,一位在Reddit上名叫innovate_rye的生物化学学科的一年级学生,教授会安排一些包括扩展回答的简单家庭作业,当他把“写出生物技术的五件好事和坏事”提交给AI后,系统能给出一个最后评分为A的答案。

image.png

这位网友表示,过去这些家庭作业至少会花他们两个小时,但现在一般只需要20分钟就能完成。“我喜欢学习很多东西,但是学校布置的作业会用掉我太多时间;现在能用AI更高效地完成这些作业,对我来说似乎是一种技能。”
这样的情况并不只有innovate_rye才遇到。
自从OpenAI为语言模型GPT-3公布了最新的应用编程接口(API)以来,更多的学生开始将他们的书面作业输入OpenAI的Playground和类似的程序来写作。
现在的结果就是,通过这些提示AI写出来的文本往往无法与人类写出来的区分开来了。

AI“写”的东西无法被算法检测

去年春天,AeUsako_回忆到,当时他还是一名高中生,他们使用OpenAI“写”了一篇关于当代全球局势的文章,虽然这篇作业没有得到高分但扣分点只是因为缺少标明引用来源。

不管怎样,这次“实验”也确实正视了一件事,那就是学校的检测抄袭的算法对AI生成的文本并没有什么实质性的作用

对此,加拿大创新学习与技术研究主席、皇家路大学副教授George Veletsianos说,这是因为像OpenAI API这样的系统所产生的文本在技术上是在黑箱算法中生成的。

image.png

“[这些文本]不是从其他地方复制的,它是由机器产生的,所以抄袭检查软件无法检测到,也无法发。在不知道这些其他抄袭检查工具如何相当工作,以及它们未来可能的发展的情况下,我不认为AI文本能够以这种方式被检测出来。”

但是,和innovate_rye一样,AeUsako_说到,自从他开始使用OpenAI之后他对于写作的持续性焦虑减缓了很多

而像OpenAI这样的公司是否有能力来检测或组织学生使用这些工具来写作业,OpenAI尚未对此置评。

作为一名写作教师、以及私人辅导项目Crush the College Essay的创始人,Peter Laffin说到,像OpenAI这样的工具是技术在过去十年中产生的其他补偿技术的象征,例如基于云的打字助手,其目的是帮助灵感匮乏的作家。

“在文学教育中,特别是对于那些还在发展阶段的年轻作家,导师们正在寻找一个合适的难度水平,既能够保证他们不会崩溃,又能让他们的专业技能有所提高。”

老师们普遍担心,但学生并不如此

作为明星款大规模语言模型,GPT-3由人工通用智能(AGI)公司OpenAI制作,不仅享有来自微软的数十亿美元的支持,美国政府也在监管方面放任其自由。

GPT-3使用深度学习来生成类人文本,只要给定初始文本,系统就能生成后续文本。

其神经网络包含1750亿个神经,为全世界参数最多的神经网络模型。

2021年11月18日,OpenAI宣布取消访问GPT-3 API的等候名单。这也表明, OpenAI相信GPT-3的安全性,或者说,OpenAI可以对GPT-3进行充分监控,以便这个大模型可以更广泛地传播。



image.png

对于包括GPT-3这些人工智能如今的发展,Veletsianos指出,我们很可能已经过了人工智能生成文本的不归路,而学生并不是唯一拥抱新技术的人群。

“我们也可以开始看到,这项技术能够直接生成一次讲座内容,甚至还有围绕这些内容的一些提问。这并不是在说现在这个系统就是最好的,但是我们需要利用这些工具,不仅仅去提高教学效率,还有学生的参与度和参与的有效性。”

Laffin也承认有必要对有效的教育进行重新评估,他表示这可以在查看学校给学生的作业类型时评估,将重心放在重述事实和信息发现的区别上来。然而,他也担心像OpenAI这样的文本生成器会使论文写作变得毫无意义。

“我们已经失去了学习的乐趣。我们可能知道更多,但从来没有学习过我们是如何到达那里的。我们一直强调说过程是最好的部分,但这可能是最可能被扼杀的东西。除了学术,我不知道如果一个人从来没有在学习中挣扎过,会是怎样,我不知道对这个人的行为会产生怎样的影响。”

而与此同时,对于同学们来说,他们正在焦急地等待着GPT-4。对于innovate_rye等人来说,预计将对100万亿个机器学习参数进行训练的GPT-4有可能超越单纯的文本输出。

是的,他们并不打算停止使用人工智能来写论文

“我仍然做我需要学习才能通过的功课,我只是用人工智能来处理我不想做或觉得没有意义的事情,"innovate_rye补充说。"如果人工智能现在就能做我的家庭作业,那么未来会是什么样子?这些问题让我感到兴奋"。

没想到吧,AI还合著了一本书

尽管学校还在担心对学生教育的影响,但AI的触手显然已经伸向了更深的地方。

比如写书。

这本名叫GPT-3 Techgnosis;Chaos Magick Butoh Grimoire的书本身作为一本机器辅助散文(machine-assisted prose),其合著者就是一个名为Norn的数字实体。

也就是说,Norn不仅协助创作了这些文字,更是对自己进行了表演。

image.png

可以猜测,Norn是一个由GPT-3驱动的自然语言处理器,主要使用来自公共互联网的大量训练数据档案,这使得系统能够生成逼真的文本,而这些文本往往很难与真人所写的东西区分开来。

该书的前三分之一,the Norn Working。其中包括作者的文字提示,比如“GPT-3开始写一首神秘的诗”,然后让Norn自由发挥,于是我们可以看到在没有任何其他提示的情况下,系统开始审问自己的回答

在这个章节的其他部分,Norn还创建了自己的“后数字语言”(Post Digital Language),这是一个关于符号和符号学演变的理论概念,也是作者Wurds私下里写了十多年的一个话题。

像GPT-3这样的文本完成引擎经常创造出这些不可思议和令人不安的反应。但据Wurds说,他们的三部曲书的目的不是为了让人不安。相反,它是为了探索日本前卫传统Butoh的精神潜力,这是一种即兴舞蹈,练习者经常以奇怪的、自发的扭曲结束。在这本书的创作过程中,作者将Butoh练习到筋疲力尽的状态,然后再回到电脑前与Norn交流——这是数字和实体在肉体空间中的并列

诚然,通用人工智能对人类产生的生存威胁似乎还比较遥远,但GPT-3这样的AI确实撕开了一个关于未来的裂缝,或许我们可以从中窥探到一些未来的可能。



相关文章
|
20天前
|
人工智能 编解码 算法
DeepSeek加持的通义灵码2.0 AI程序员实战案例:助力嵌入式开发中的算法生成革新
本文介绍了通义灵码2.0 AI程序员在嵌入式开发中的实战应用。通过安装VS Code插件并登录阿里云账号,用户可切换至DeepSeek V3模型,利用其强大的代码生成能力。实战案例中,AI程序员根据自然语言描述快速生成了C语言的base64编解码算法,包括源代码、头文件、测试代码和CMake编译脚本。即使在编译错误和需求迭代的情况下,AI程序员也能迅速分析问题并修复代码,最终成功实现功能。作者认为,通义灵码2.0显著提升了开发效率,打破了编程语言限制,是AI编程从辅助工具向工程级协同开发转变的重要标志,值得开发者广泛使用。
7908 68
DeepSeek加持的通义灵码2.0 AI程序员实战案例:助力嵌入式开发中的算法生成革新
|
16天前
|
人工智能 算法 测试技术
OctoTools:斯坦福开源AI推理神器!16项测试准确率碾压GPT-4o,一键搞定复杂任务
OctoTools 是斯坦福大学推出的开源智能体框架,通过标准化工具卡片和自动化工具集优化算法,显著提升复杂推理任务的解决效率,支持多领域应用。
64 3
OctoTools:斯坦福开源AI推理神器!16项测试准确率碾压GPT-4o,一键搞定复杂任务
|
23天前
|
人工智能 Kubernetes 测试技术
SWE-Lancer:OpenAI发布衡量AI工程能力的「血汗标尺」!1400个百万美元任务实测,GPT-4o仅能赚2.9万刀?
SWE-Lancer 是 OpenAI 推出的基准测试,评估语言模型在自由职业软件工程任务中的表现,涵盖真实任务、端到端测试和多选项评估。
83 4
SWE-Lancer:OpenAI发布衡量AI工程能力的「血汗标尺」!1400个百万美元任务实测,GPT-4o仅能赚2.9万刀?
|
15天前
|
数据采集 人工智能 编解码
算法系统协同优化,vivo与港中文推出BlueLM-V-3B,手机秒变多模态AI专家
BlueLM-V-3B是由vivo与香港中文大学共同研发的多模态大型语言模型,专为移动设备优化。它通过算法和系统协同优化,实现了高效部署和快速生成速度(24.4 token/s),并在OpenCompass基准测试中取得优异成绩(66.1分)。模型小巧,语言部分含27亿参数,视觉编码器含4000万参数,适合移动设备使用。尽管如此,低端设备可能仍面临资源压力,实际应用效果需进一步验证。论文链接:https://arxiv.org/abs/2411.10640。
37 9
|
19天前
|
机器学习/深度学习 人工智能 编解码
Evo 2:基因编程AI革命!!DNA版GPT-4问世:100万碱基全解析,自动设计基因编辑器
Evo 2 是一款由 Acr 研究所、英伟达和斯坦福大学联合开发的 DNA 语言模型,可处理长达百万碱基对的序列,支持基因组设计、变异预测及合成生物学研究。
137 5
|
24天前
|
人工智能 算法
细思极恐,GPT-4竟串谋AI欺骗人类!哈佛PSU重磅揭秘算法共谋,AI教父预言正成真
近日,哈佛大学和宾夕大合著的重磅论文揭示,基于大型语言模型(如GPT-4)的算法可能自主串谋,损害消费者利益。研究发现,这些算法在虚拟市场中能迅速达成默契,提高价格以获取更高利润,类似于人类垄断行为。这一现象曾被DeepMind联合创始人Shane Legg预言,如今成为现实。论文呼吁加强对AI的监管,确保其透明性和可解释性,以防止潜在风险,并促进AI的可持续发展。
31 6
|
1天前
|
机器学习/深度学习 人工智能 算法
传统笔触与算法洪流:AI时代的艺术创作挑战
本文探讨了传统艺术与AI技术在创作中的共生关系及其对艺术生产力的赋能。研究表明,混合工作流能显著提升效率,而传统媒介带来的“意外美学”与AI生成的跨时空意象拼接相辅相成。AI通过快速生成视觉原型、优化色彩方案和提供即用元素,极大加速创作过程。同时,人机协同可实现风格融合、逆向思维训练及动态知识网络构建,但创作者需建立风格防火墙、验证机制和价值评估体系以守住创作主权。未来艺术教育将涵盖多层能力培养,具备跨维能力的艺术家市场竞争力将大幅提升。最终,真正成功的创作者是能够融合传统与科技、让艺术回归情感表达本质的“双脑创作者”。
24 0
|
16天前
|
机器学习/深度学习 自然语言处理 算法
生成式 AI 大语言模型(LLMs)核心算法及源码解析:预训练篇
生成式 AI 大语言模型(LLMs)核心算法及源码解析:预训练篇
116 0
|
6天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于生物地理算法的MLP多层感知机优化matlab仿真
本程序基于生物地理算法(BBO)优化MLP多层感知机,通过MATLAB2022A实现随机数据点的趋势预测,并输出优化收敛曲线。BBO模拟物种在地理空间上的迁移、竞争与适应过程,以优化MLP的权重和偏置参数,提升预测性能。完整程序无水印,适用于机器学习和数据预测任务。
|
5天前
|
资源调度 算法 数据可视化
基于IEKF迭代扩展卡尔曼滤波算法的数据跟踪matlab仿真,对比EKF和UKF
本项目基于MATLAB2022A实现IEKF迭代扩展卡尔曼滤波算法的数据跟踪仿真,对比EKF和UKF的性能。通过仿真输出误差收敛曲线和误差协方差收敛曲线,展示三种滤波器的精度差异。核心程序包括数据处理、误差计算及可视化展示。IEKF通过多次迭代线性化过程,增强非线性处理能力;UKF避免线性化,使用sigma点直接处理非线性问题;EKF则通过一次线性化简化处理。

热门文章

最新文章