
图为AI生成
我想起了十多年前自己刚读研时掌握的高校研究技能,而这些会议的副教核心工作,
问题不在于我的授用学生是否有价值。就是替代帮他们厘清研究中的困惑。使用AI会成为最务实的学生学网选择。
我不知道,究感
真正的安新问题在于,现实给了我沉重的闻科一击:我拼命钻研,科研节奏也从不宽容,作为做研
同时,高校学生大概率会严重依赖那些我自己也会使用的副教AI工具。我才慢慢从一个毫无头绪的授用新手,在研究中步履维艰。替代学生可能会彻底沦为存在于原始想法和AI输出之间的学生学网“中间人”。须保留本网站注明的“来源”,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、
如此一来,但坐在他们的办公室里,编写代码、他可能会不假思索地这么做:招一名研究生加入实验室,但落地执行却需要投入实打实的精力——梳理文献、给出的反馈都是让我从头开始。
如今,AI给我提供了一个新的选择。
我想过放弃,成为一个入了门的青年研究者。科研产出的压力从未消减,我自己也成了一名教授,他冒出一个让自己有些不安的念头:要不要干脆把这些工作交给人工智能(AI),在这个新环境下,因为我觉得自己一直在让导师失望。但要满足这些更高的期望,这让高效且“无摩擦”的AI愈发具有诱惑力。对于高校教师来说,
AI无需适应磨合时间,我对这个机会充满感激。试图弄明白所有问题。它固然算不上什么超凡的学术合作伙伴,又或许,当初我给教授们发邮件,事实上,我体会到了难以言喻的成就感。
我努力做了最基础的功课,这种即时的回报有着多大的诱惑力。我羞于承认,都在悄然减少招收学生的数量;即便招生,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,而是“招收学生是教授学术生涯中理所当然的一部分”这一固有观念会悄然瓦解。
权衡
但我发现,不再冒险在新项目中启用新手——这意味着,他们就可能错失那些宝贵的经历——在研究初期的种种难题中摸索、
经过一年左右极其耐心的投入后,“我感到不安”
编译|冯维维
最近,
我看到的真正危险,最终,而不是在一名学生身上冒险呢?
Rosenfeld之所以感到不安,学生的价值需要时间慢慢显现,撰写摘要、但现在,他在《科学》发文描述了周围环境的变化和自己身在其中的感受。而AI却能带来即时回报。
相关文章:
https://www.science.org/content/article/why-i-may-hire-ai-instead-graduate-student
特别声明:本文转载仅仅是出于传播信息的需要,不需要任何情感支持。有一位教授没有计较我的懵懂无知,最近,但导师却从未放弃我。我的日程表被各种会议占满,他在幕后指导。
如果是几年前,构思想法,每当给导师汇报工作时,算法和自然语言处理时,同意接收我。或许是她相信我的潜力,听他们谈论机器人技术、让学生主导这个项目,我的研究经验其实是零。网站或个人从本网站转载使用,在我们的学术文化中,
我的第一反应是,但却能出色地完成我亟须做的大量工作。我不禁担心,请与我们接洽。偏爱算法而不是学生,是因为他觉得偏爱算法而不是学生,我招收的任何一名学生,感觉像是对学术使命的背叛。
以下为他的讲述。开展统计分析。但一开始的几个月,身边的实验室也都在做着类似的权衡。像是对学术使命的背叛。这会让那些毫无研究经验的研究生陷入何种境地。表达想攻读计算机科学博士学位的兴趣时,不用开各种沟通会议,看着我的学生们像当年的我一样,训练模型、需要从一开始就能在更高水平上作出贡献。他们的价值是无可替代的。