今天中午上完machine learning课，跟TA一起吃午饭。
TA感慨说：今年的学生比去年厉害了很多！现在学生们问的问题都很高级。
我说：那当然了，简单的问题都直接被GPT解决了，用不着来问你我了。
其实我也发现了，与往年的学生相比，今年的学生优秀了很多！这不是反映在某一位天才学生身上，而是反映
在学生的整体水平的提升上。这不仅仅体现在学生们做作业的得分上，更是体现在他们对问题的理解的深刻程度上。有些时候，他们课间的提问甚至是充满洞见，启发了我的一些思考。
为了适应这个大语言模型时代，我今年改变了一下教学方式：
一方面，我更加注重启发思想。我把教学重心放在一个算法的起源、动机、数学内核、广泛的应用场景等等，而基本上不太去关注trivial的实现步骤（因为这些GPT已经可以直接提供给学生了）。在每次上课前，我都会先站在学生的角度，问GPT几个关于本次课的基础问题；再站在我自己的角度，问GPT几个比较启发性的问题；将所有的问题和GPT给的答案整理成一份Q&A，作为reading materials发给学生。我发现，这比我自己做答疑高效得多！在不仅可以获得答案，更重要的是，给了向GPT提问的examples，可以鼓舞学生们学习向GPT提问的策略。学会如何Prompt，这将会这个时代的学生需要学习的一项很重要的技能。
另一方面，我更看重学生是否理解了，而不是是否答对了。在GPT时代，任何人都可以轻易获得一个正确的答案。但是，得到了正确的答案不代表我们真正理解了该问题。我鼓励学生们自己evaluate自己的理解程度，而看淡作业的得分。如今，Quiz和exams的得分已不再是可靠的衡量学生的知识水平的metrics了。可谓得失寸心知。不要因为得到正确的答案就以为自己吸收了知识，这只是一种自我麻痹。是否能通过自己对知识的理解，泛化到新的问题中；是否能提出全新的、有洞见的问题，从而启发自己获得新的知识。这些才是更加合适的metrics。
虽然我努力更新了我的教学策略，但很难居功说学生的提升是因为我。我只是在努力适应AI时代的教学需求。
学生水平的整体性的提升，90%的功劳要给这个LLM时代，要给各个AI公司提供的各类LLM们。谢谢你们，
GPT，Claude，Llama，文心一言，星火。。。
大模型对这个教育行业的冲击太大了。有段时间，我不断思考，在GPT时代，知识的获取如此容易，知识的门槛如此之低，老师存在的价值到底是什么。
以前我是替学生改论文（见下文），现在是大语言模型替学生写论文。大语言模型随叫随到，时时在线，从不让学生失望。从这个程度上而言，LLMs比我更称得上好老师。那我存在的价值是什么呢？
我放弃了一名人类老师的自傲，开始向LLMs学习如何做一个好老师：
1）情绪稳定。
不管多么看起来愚蠢的问题，都理性且不带情绪化的回答；不管多么难的问题，都尽可能提供正确的回答。
2）在时间上满足学生。
在他们有需要的时候，我要在。虽然作为一名人类老师，一天只有24小时，很难满足每一位学生的时间需求，但我尽力。
3）不断提升自己。
尽量让自己的知识体系足够博大、宽阔、深刻，cover住学生的各种提问范畴，给他们有价值的指引。
哪怕做到以上这些，作为人类老师，似乎也没有GPT那么有优势。
那人类的优势在哪里呢？
想了很久，我意识到，人类老师的最大价值似乎是作为人的存在：鼓励学生去探索、去学习、去开拓，陪伴学生学习的过程，热情夸赞学生的进步。在学生遇到挫折的时候，给予一些人文关怀；在学生迷茫的时候，基于我的微末的个人经历，提供一些主观上的建议（未必正确）；在学生做决策犹豫不决的时候，提供一些符合人类直觉的建议（也未必正确）。。。
作为人类老师，我的力量如此有限。
最终我们每个人都是一场生命的体验。
我会尽力去鼓励和支持学生们体验他/她们丰富多彩的生命。
【NCC lab小广告】
2024年春季学期，刘泉影老师教的本科生课程《机器学习与生物医学工程应用》，课件和Q&A在git开源（点文末“阅读原文”跳转）
https://github.com/ncclab-sustech/ML-MEA-2024
课程录屏在B站（因有外国留学生，用的是英语教学。讲得不好，还请见谅。希望明年能录一个中文版吧）
https://space.bilibili.com/544658986/channel/collectiondetail?sid=2684198
泉影
2024.04.09
相关文章
