【教學新知分享：生成式人工智慧在高等教育的機會與挑戰】（撰文：楊凱鳴）
近年來，生成式人工智慧（Generative Artificial Intelligence）的發展已成為科技領域的焦點，引起了廣泛的興趣和應用。這項機器學習技術以其自主生成具邏輯性和意義的內容而獨具特色，涵蓋文字、圖像等多個領域。生成式人工智慧的崛起不僅推進了自然語言處理和深度學習領域，同時也拓展了應用範疇，包括醫療、金融和教育等。在這一浪潮中，OpenAI所開發的ChatGPT成為代表性的模型之一，其在自然語言生成方面的卓越表現引起廣泛注意，透過深度學習模型，能對多樣自然語言輸入提供近人類的回應，使其在教育現場成為引人注目的應用技術。
部分學者認為，ChatGPT在高等教育中應用具有潛在的優勢，其強大的自然語言處理能力使其成為理想的教學和學習工具，為教育者和學生帶來嶄新可能性。首先，ChatGPT能夠提供即時的問答互動，使學生能夠隨時解決疑惑，更深入地理解知識內容。這種互動方式有助於提高學生的參與度和學習效果。其次，ChatGPT能夠應用在自動評估學生作業上，減輕教師的工作負擔，同時提供更迅速、客觀的評價與回饋。ChatGPT亦重新定義教育者的角色，使其從傳統的知識提供者轉變為學生知識探索的引導者。這種轉變激發了學生的主動學習和探索精神，同時培養了他們面對數位時代挑戰的能力。是故，個性化學習體驗、自動評估與作業反饋、語言學習和溝通技巧等，是ChatGPT在高等教育中可能扮演的角色。
然而，值得注意的是，儘管ChatGPT在生成文本方面表現出色，但其仍存在一些侷限性，例如缺乏真正理解語境的能力，可能導致生成不準確、模棱兩可或與特定語境無關的回答。同時，它容易受到誤導，可能產生令人困惑或不正確的結果。準確性存在一些挑戰，生成的內容可能包含不確定的資訊，且無法驗證答案的正確性。此外ChatGPT無法主動提問以澄清問題，缺乏像人類一樣主動請求澄清或更多信息的能力，以及可能出現不當內容等限制。在實際應用中，理解這些限制尤其重要，以確保ChatGPT的使用是合適和可靠的。除此之外，在高等教育的應用上，對於專業性較高的學科，如工程、醫學等，ChatGPT可能難以深入理解和處理複雜的學科內容，導致在這些領域的應用受到限制。當涉及多樣性和敏感性的議題時，生成的回應可能不夠恰當，需要更多的人工監督和調整，以確保教學內容的準確性和合適性。此外，安全性和隱私問題也是應用生成式人工智慧於高等教育時需要仔細考慮的重要因素，以確保學生和教師的資訊得到充分的保護。
從ChatGPT推出後，各種生成式AI的相關應用如雨後春筍般的出現，例如Google旗下的Bard聊天機器人（https://bard.google.com/）、專注於文件分析的ChatDOC（https://chatdoc.com/）和ChatPDF（https://www.chatpdf.com/）、整合多種AI模型的Poe（https://poe.com/），還有搭載AI技術的Bing搜尋引擎（https://www.bing.com/），以及擅長圖像生成的Midjourney（https://www.midjourney.com/）、Adobe Firefly（https://firefly.adobe.com/）與Bing Image Creator（https://www.bing.com/images/create）等。這些生成式AI工具各有千秋，每個工具在對話生成、上下文理解和知識運用等方面可能存在著微妙的區別，因此在選用這些應用時，可以根據具體需求選擇最符合其目標的模型進行應用。
綜上所述，生成式人工智慧在高等教育中的應用提供了新的可能性，同時也帶來了一些挑戰。教師應該善用其優勢，例如即時問答、自動評估等功能，同時也需要警惕其侷限性，對學科內容的理解和合理性進行把關。在應用中需要謹慎思考，在技術和倫理層面找到平衡，以確保生成式人工智慧在高等教育中的發展能夠為學生和教師帶來實質的益處。透過不斷的研究和改進，以確保它們能夠真正成為教育和其他領域的助力，而非純粹的噱頭。
圖片由Bing Image Creator生成(https://www.bing.com/images/create)
參考文獻
張芬芬（2023）。老師如何善用AI工具：認識ChatGPT。臺灣教育評論月刊，12(10)， 69-80。
Openai. (2023). OpenAI. https://openai.com/
Su, J., & Yang, W. (2023). Unlocking the Power of ChatGPT: A Framework for Applying Generative AI in Education. ECNU Review of Education, 6(3), 355-366. https://doi.org/10.1177/20965311231168423