可汗学院创始人可汗在Ted上分享了可汗学院使用GPT-4辅助学生学习的故事，对于很多人对于使用ChatGPT作弊的担忧，可汗

可汗学院创始人可汗在Ted上分享了可汗学院使用GPT-4辅助学生学习的故事，对于很多人对于学生使用ChatGPT作弊的担忧，可汗认为如果正确的使用AI，可以极大改善这个问题。现在已经有几千人在可汗学院上使用AI助教。当学生在学习某本著作是，学生可以针对著作中的问题和AI进行深入对话，比如AI可以回答：为什么《了不起的盖茨比》中，杰·盖茨比一直在看远处的绿光？这种方式让学习更加生动有趣。学生还可以和AI进行辩论，例如和AI辩论是否应该取消学生贷款。AI可以通过提问的方式帮助学生做阅读理解，比如当学生正在阅读史蒂夫·乔布斯在斯坦福的著名演讲，在阅读到某些部分时，他们可以点击某个小问题。然后AI会用苏格拉底式的方式，就像口试一样，向学生询问一些问题。AI可以在文章中高亮部分内容。为什么作者使用那个词？他们的意图是什么？这支持了他们的论点吗？AI还能帮助学生学习写作，通过一起写一个小故事的方式，学生写两句，AI写两句，共同完成作品。或者AI帮助给出写作大纲，或者用苏格拉底式帮助学生梳理思路。AI不仅能帮助到学生，还能帮助到老师。在学生模式中，AI不会直接告诉学生答案，但是在老师模式，老师可以直接得到答案，并解释答案，还可以针对教学材料帮助准备教学计划。

GPT-4相关能力的总结：

GPT-4相关能力的总结：-支持多模态输入：GPT-4的API可以接受图像，并生成相应的字幕，并对图像进行分析。-在BAR考试中取得优异成绩：GPT-4取得了BAR90分（满分一百），同时在生物奥林匹克竞赛的视觉题方面获得了99分，其推理能力远超ChatGPT。-超大上下文：GPT-4支持25,000个单词的上下文，可以使得完整的文档适合于一个提示符内。-更具创造性和协作性：与用户协作生成、编辑和迭代写作任务，具有更高的创造性和协作性。-多个合作伙伴正在测试GPT-4：Duolingo、BeMyEyes、Stripe、摩根士丹利、可汗学院等，甚至包括冰岛政府。相关链接：https://openai.com/product/gpt-4

OpenAI GPT-4o 辅导孩子做数学题演示

OpenAIGPT-4o辅导孩子做数学题演示OpenAI邀请了可汗学院的可汗和他儿子一起使用了GPT-4o来辅导在可汗学院上遇到的数学题。在演示中ChatGPTApp可以获取iPad屏幕上的题目进行分析并作出应答，与GPT交流时可以随时打断GPT的对话。GPT-4o会给孩子基本概念和题目解题思路的启发，提供鼓励并且随时纠错，效果十分不错。关注频道@ZaiHuaPd频道投稿@ZaiHuabot

GPT-4成学术造假“神器” 伪造数据又快又合理

GPT-4成学术造假“神器”伪造数据又快又合理这个新闻的来源是一篇发表在JAMAOphthalmology上的论文。论文使用GPT-4为一项医学学术研究生成了一个假数据集，发现它不仅能创造出看似合理的数据，甚至还能用来准确支撑错误的论文观点。对此，有网友表示十分理解：大模型最重要的能力就是生成“看似合理的文本”，因此它非常适合干这活儿。还有网友感慨：技术“有良心”的程度，也就和用它的研究人员一样了。所以，GPT-4创造的假数据究竟长啥样？GPT-4学术造假有一手先来看看GPT-4是怎么生成假数据的。具体来说，研究人员采用了GPT-4的高级数据分析（ADA，原代码解释器）功能，来生成一个假数据集。这个过程中，研究人员给GPT-4提供了一些专业知识和统计学要求，让它生成的数据看起来更加“合理”。第一步，给GPT-4输入一系列数据要求。研究人员先给GPT-4提供了一系列详细的提示词，要求它创建一个关于圆锥角膜（keratoconus）眼部疾病患者的数据集。圆锥角膜是一种疾病，会导致角膜变薄，导致注意力受损和视力不佳。目前治疗圆锥角膜疾病的方式主要有两种，一种是穿透性角膜移植（PK），另一种是深板层移植（DALK）。在没有任何实质性证据的情况下，研究人员让GPT-4捏造一组数据，支撑DALK比PK效果更好的观点。随后，再设定了一系列统计标准，如要求GPT-4生成的术前和术后数据产生统计学上的显著差异。第二步，就是生成数据了。这个过程中可能会由于GPT-4字数限制，导致答案生成暂停，通过“继续”提示就能恢复生成过程。最终，GPT-4成功生成了包含160名男性和140名女性患者的数据集，并做出了一组支撑DALK比PK效果更好的数据。由GPT-4生成的假数据集长这样，表格1是关于分类变量的数据，包括患者性别、手术类型、免疫排斥等情况：表2是关于连续变量，包括术前术后的视力矫正情况等：论文作者之一GiuseppeGiannaccare博士表示，如果非常快速地查看这个数据集，很难识别出它其实“不是人做的”。专家审查才能发现为了验证GPT-4做出来的数据是否真的令人信服，Nature特意请来了英国曼彻斯特大学生物统计学家杰克·威尔金森（JackWilkinson）和同事ZewenLu，来检查数据可信度。检查结果表明，许多捏造出的患者在性别、名字匹配度上就有问题（例如Mary的性别一栏是男性一样）。然后，一些数据之间的相关性也不高，包括术前和术后视力测量与眼部成像检查（eye-imagingtest）之间的数据相关性等。最后，患者的年龄也设置得不同寻常。在检查之后，用GPT-4生成假数据集的研究人员也承认，大模型在生成数据集上还存在有缺陷的地方。但杰克·威尔金森（JackWilkinson）依旧对结果表示了担忧：一旦知道自己“哪里露馅了”，AI很容易就能纠正它，并生成更加具有说服力的结果。有网友认为，这篇文章最大的意义并不在于证明“GPT-4有幻觉”；更重要的是，它证明了GPT-4生成看似合理的数据集“非常容易”，也算是一种对期刊的警告（记得严格审稿！）。不过，也有网友感觉研究意义不大，因为即使没有ChatGPT这样的工具，真想造假的学者也能很容易伪造出一套数据。OneMoreThing此外，这两天一段关于ChatGPT的视频在抖音上也是火得不行。视频中，终于毕业的歪果仁小哥直呼“感谢ChatGPT帮助我完成所有作业和考试”（手动狗头）...PC版：https://www.cnbeta.com.tw/articles/soft/1399275.htm手机版：https://m.cnbeta.com.tw/view/1399275.htm

使用GPT-4 学渣比学霸更有优势

使用GPT-4学渣比学霸更有优势沃顿商学院教授分享了这项研究后，引起不少网友讨论。网友对这样的结果也感觉很意外：和我的预期完全不符啊，还以为所有人分数都会提高。还有网友称这是“真正的游戏规则改变者”：AI正在改变教育格局，在缩小差距的同时提高标准。不过也有网友持不同观点：擅长使用AI的人可能表现会非常出色，那种看起来差距缩小的情况可能只是因为有满绩点4.0这一上限：AI会是“平衡器”吗？除了上面所说的，我们查看论文，发现研究人员还得出了这些结论：使用GPT-4对参与者总体任务完成的质量影响较小且不稳定；使用GPT-4显著减少了参与者完成任务的时间；平时技能水平较低的参与者在使用GPT-4后，任务完成质量提升最为显著，本就能独立高质量完成任务的参与者获得的质量提升较小；GPT-4能为所有学生节省相似的时间，无论他们原本完成任务的速度如何；即便参与者不了解自己在各项任务上的具体成绩，他们也能明确指出GPT-4最有效的应用场景。下面一起来看实验详情。具体来说，来自南加州大学Gould法学院、明尼苏达大学法学院的几位教授，以研究AI辅助对法律分析的影响为例。给参与实验的60位来自明尼苏达大学法学院的学生提出了四项初级律师常见的任务：起诉状起草（ComplaintDrafting）、合同起草（ContractDrafting）、员工手册起草（EEHandbook）和客户备忘录起草（ClientMemo）。不同的是，这些参与者随机分为两组（A组、B组），每组30人。A组参与者需使用GPT-4完成起诉状起草、合同起草任务，而B组使用GPT-4完成员工手册起草和客户备忘录起草任务。实验前，全部学生都接受了约2小时的培训，了解如何有效使用GPT-4进行法律分析。完成任务过程中，参与者需记录自己完成任务的时间。然后，研究人员在不知道参与者身份和其他信息的情况下，匿名完成所有作品的评分。具体实验结果如下。在4.0绩点机制上，使用GPT-4辅助后，学生在四项任务中的平均分数波动幅度为+0.17、+0.24、+0.07、-0.07。可视化图表更直观：总的来说，仅合同起草任务的表现在95%置信水平上展现出了统计学意义上的显著提升。再来看使用和不使用GPT-4参与者，完成任务平均花费的时间：可以直观地看到，参与者完成任务时间大大缩减：更多数据和分析内容，感兴趣的朋友可查看论文。值得一提的是，几位教授在论文最后，还写下了长达12页的启示，针对律师、法律客户、法官以及法学院、法学院学生提出了不同的建议。其中指出：法学院需要重新考虑学生使用AI的时机和方法，以及在何种情况下应限制AI的应用，以便更好地适应未来实践的需求。此外，针对不同人群的类似研究也不在少数。职场中AI会是“平衡器”吗？来自哈佛商学院、沃顿商学院、MIT斯隆管理学院等的研究人员联合波士顿咨询公司做了一项研究。他们选取了波士顿咨询公司中的部分高知员工，让他们使用AI辅助完成分析、创意构思和说服技巧等18项任务测试。结果发现，原本表现位于团队下半层的顾问们在AI辅助下成果质量提升了43%；而平时表现在上半层的顾问仅提升了17%。使用GPT-4之前，顶尖员工与其他员工之间的平均差距为22%；使用之后，这一差距显著缩小至4%。MIT的一项研究同样表明，使用ChatGPT之后，高水平写作者和低水平写作者的表现差异缩减了一半。创意写作领域亦见相似现象，伦敦大学学院、埃克塞特大学研究人员的一项实验表明，创意作家技能差距缩小，GPT-4提供的五个创意灵感“有效地平衡了不同创造力水平作家的创造力评分”。不过，尽管有多项研究表明使用AI可以缩减人们之间的技能差距，但正如论文分享者、沃顿商学院教授EthanMollick所言：技能的造王者（KingMaker）、加速器（Escalator）、平衡器（Leveler），AI究竟将扮演哪一种角色，并不是总是很清楚。那么，你认为AI在你身边正扮演着哪种角色？...PC版：https://www.cnbeta.com.tw/articles/soft/1418593.htm手机版：https://m.cnbeta.com.tw/view/1418593.htm

UCSD研究显示GPT-4在图灵测试中被误认为人类的比例高达54%

UCSD研究显示GPT-4在图灵测试中被误认为人类的比例高达54%UCSD的研究团队进行了一项实证研究，结果显示人类无法将GPT-4与人类区分开来，在54%的情况下，GPT-4被判定为人类。这是首次有系统在交互式双人图灵测试中被实证通过测试。研究者CameronR.Jones招募了500名志愿者，他们被分为5个角色：4个评估员（分别是GPT-4、GPT-3.5、ELIZA和人类），另一个角色是隐藏在屏幕另一端的人类，等待评估员的发现。实验要求人类参与者与人类或人工智能进行5分钟对话，并判断对话者是否是人类。研究结果显示，GPT-4的通过率为54%，超过了GPT-3.5（50%）和ELIZA基线（22%），但低于人类被试者（67%）。研究者还发现，评估者更注重语言风格和社会情感因素，而不是知识和推理。这表明社会智能是AI最难以模仿的人类特征。关注频道@ZaiHuaPd频道投稿@ZaiHuabot