惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Hacker News: Ask HN
Hacker News: Ask HN
WordPress大学
WordPress大学
T
The Blog of Author Tim Ferriss
The GitHub Blog
The GitHub Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
博客园 - 聂微东
A
About on SuperTechFans
Stack Overflow Blog
Stack Overflow Blog
雷峰网
雷峰网
Microsoft Azure Blog
Microsoft Azure Blog
腾讯CDC
爱范儿
爱范儿
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - 【当耐特】
V
Visual Studio Blog
有赞技术团队
有赞技术团队
U
Unit 42
D
Docker
小众软件
小众软件
F
Full Disclosure
I
Intezer
Scott Helme
Scott Helme
P
Privacy International News Feed
P
Proofpoint News Feed
Engineering at Meta
Engineering at Meta
Google DeepMind News
Google DeepMind News
B
Blog
Martin Fowler
Martin Fowler
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Vercel News
Vercel News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Spread Privacy
Spread Privacy
宝玉的分享
宝玉的分享
S
Security Affairs
www.infosecurity-magazine.com
www.infosecurity-magazine.com
月光博客
月光博客
C
Cisco Blogs
云风的 BLOG
云风的 BLOG
Schneier on Security
Schneier on Security
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
Threat Research - Cisco Blogs
量子位
Hacker News - Newest:
Hacker News - Newest: "LLM"
H
Heimdal Security Blog
N
Netflix TechBlog - Medium
H
Hacker News: Front Page
P
Proofpoint News Feed
G
GRAHAM CLULEY
V
Vulnerabilities – Threatpost
S
Schneier on Security

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
学生课堂使用AI的七个关键点(上)
胖胖老师 · 2024-02-27 · via 人人都是产品经理

本文翻译自John Spencer最新一期博客,内容有删减,因篇幅较长,将为大家分两期分享。原文标题:When Should Students Use Artificial Intelligence? Seven Keys to Consider。

随着生成式人工智能的迅猛发展,我们的学生既面临着前所未有的挑战,也迎来了前所未有的机遇。那么,如何明智地决定学生在何时运用人工智能,又在何时避免对其依赖,已成为我们亟待解决的问题。

避免两条死胡同

自我们步入AI这一辉煌时代已有一年半载,我深深体会到了人工智能的力量。它在诸如ChatGPT、Bard等聊天机器人的流行中彰显,也在AI图像生成器的魔法里尽展。更有甚者,从拥有Curipod和Magic School AI等工具的校园,我们便能窥见其端倪。而今,这个符号已如人工智能的标志般熠熠生辉,闪烁在几乎每一款应用程序中。

值得一提的是,这个符号意义非凡。如今,人工智能宛若魔术,能施展出我们难以想象的神奇。但我们亦深知,它所蕴含的变革之力,强大到无法预测其将如何颠覆我们的世界。对于一些人来说,这犹如一把革新之剑,助力生活绽放美好;而对于另一些人,这则如同黑魔法,让人心生畏惧。然而,无论我们的感受与想法如何,都不可否认的是,人工智能正在改变我们的世界。

遗憾的是,新规则已然诞生。然而,振奋人心的消息是,我们的学生有机会也的确正在重塑(教育的)规则。现如今,他们常常陷入两种截然对立的观念困境:对技术未来盲目乐观者与坚决抵制者。我本人也曾深陷这两种观念的泥沼之中(就像我曾尝试全面推行无纸化一样)。

答案并不是通过锁定和阻止来解决问题的方法,也不是未来主义的技术手段。相反,它是一种综合的方法,侧重于人工智能与人类的交融。

人工智能的发展给人类带来了无尽的可能性,但如何在使用中保持人性,却是一项充满挑战的任务。国际象棋领域提供了一个有趣的视角,人工智能往往能够单独击败人类,但在团队比赛中,人工智能与人类的结合却能取得最佳成绩。这似乎验证了一个观点,即智能的最佳表现往往源自人与机器的协作与结合

我们的学生,特别是未来的程序员,应当学会明智地利用人工智能。他们可以将一些简单的编程任务交给人工智能,而专注于更具挑战性的部分。他们需要时刻保持警惕,确保自己与人工智能的合作不会产生偏差。当遇到问题或灵感时,他们可以向人工智能寻求帮助,甚至可以从人工智能生成的代码中获取灵感,然后进行修改和完善。

然而,对于K-12教育机构(学校或是非学历教育组织)来说,这一切带来了诸多问题。

  • 如何定义人工智能的合理使用?
  • 对此,我无法给出简单的答案。但我建议可以从以下几个方面进行思考:
  • 我们是否应该鼓励学生在学习过程中使用人工智能?
  • 在哪些情况下使用是合适的?
  • 如何确保学生在使用过程中不会过度依赖?

只有当我们深入探讨以下七个问题,才能真正把握住人工智能带来的机遇,同时避免潜在的风险。

一、从学习目标开始

在过去的一年半中,我有幸围绕人工智能与教育这一主题发表了演讲并参与了研讨会。常被问到一个问题是:“学生何时可以使用人工智能?”

通常,这个问题的初衷是制定全校教师都应遵守的明确政策。有的学校甚至制作了展示“可接受帮助”与“不可接受帮助”的表格或图表。虽然这些图表提供了清晰度和意图性,但我不禁思考,在个人作业或项目中,是否应采用这种类型的图表,而不是制定单一的全校政策。

从长远角度来看,我们希望学生能以合乎道德和明智的方式使用人工智能。但这需要学生在处理任务时具备批判性思维。例如,在编码课程中,教师可能希望学生先学习手动编码,然后在使用AI生成的代码作为节省时间的工具时,已经掌握了编程语言。

相较之下,在健康课程中,如果学生需要开发一款应用程序,教师可能不会在意他们是否使用了AI来辅助编写代码。重点在于帮助学生设计基于健康习惯的应用程序。教师可能没有时间教授手动编码,也可能对此并不关心。这款应用只是学生展示其对健康标准理解的一种方式。

艺术课上,教师可能不希望学生使用AI生成的图像。但在历史课上,AI生成的图像可能被接受。学生可以使用这些图像制作信息图表,以展示他们对宏观经济学原理的理解。

对于电影课的学生而言,使用AI进行视频编辑可能会被视为作弊。但AI生成的剪辑在科学课上却能帮助学生节省大量时间,快速创建视频以便专注于科学内容。在电影课上,学生需要学习如何通过手工剪辑来讲述故事。而在科学领域,AI生成的剪辑为学生提供了便捷的方式,使他们能将重心放在科学内容上。

这并不是什么新鲜事。技术一直以来都在帮助我们节省进行创造性工作的时间和金钱。关键在于找到合适的平衡点,使学生在使用人工智能时既能得到充分的实践,又能提升自己的批判性思维与技术能力

当我还是一个八年级的学生时(大概30年前),我曾需费尽周折制作幻灯片演示,需从书籍和杂志中找寻所有图片,拍摄后还需亲自至廉价的冲印店获取幻灯片,个中艰辛我并不怀念。当然,我也深切地怀念着Thrifty’s的圆柱形冰淇淋勺,那是加州独有的美好回忆。如今的我,使用纸、钢笔、Apple Pencil以及Photoshop,制作幻灯片更加容易快捷。

人工智能的自动化潜藏风险,它能够完成诸多工作,使学生错失了学习的机会。这也是为什么我们强调学生手写笔记或使用纸板与胶带制作原型的原因。为了最大化学习成果,我们应当深入思考人工智能在其中的作用。比如,如果我的目标是让学生在编程课上学习如何编写原始代码,我会建议使用AI对代码进行反馈或是生成示例。

而我在教授历史课时,可能会希望学生运用AI作为问答工具来积累背景知识。然而,对于如历史之谜这类课程,我期望学生能提出假设并验证答案。面对这种情形,我可能倾向于回归传统的教学方式,避免过度依赖技术。

那么,对于制定适用于所有学生的通用政策的学校来说,这意味着什么呢?作为大学的人工智能委员会成员,我们正在重新审视并修订相关政策。我深知制定一个既严谨又灵活的政策并非易事。但我坚信,我们可以在一些关键点上达成共识:我们需要关注学生的个体差异,充分发挥技术的优势,同时不忘教育的初心和本质。在未来的教育道路上,我们仍需不断地探索和尝试,为学生创造更好的学习环境。

以下问题值得思考:

  • 为教育工作者提供学生如何使用 AI 的余地;
  • 研究人工智能如何在不同的学科、领域和行业中使用,并让学生学习如何明智地使用它;
  • 确保教育工作者对学生如何在给定作业中使用 AI 给出明确的期望;
  • 要求学生分享他们何时以及如何使用 AI。

教育工作者有责任为学生提供接触并了解人工智能应用的机会,使他们在各学科与行业中深化对其的理解。同时,我们还应指导他们明智地运用这项技术,使其发挥最大的价值。此外,在布置作业时,我们应清晰地指导学生在何时及如何使用人工智能,并鼓励他们分享个人的使用体验。通过这些方式,学生将能更好地掌握并运用人工智能于学习和实践。

然而,真正的挑战在于制定一项既适用于全校又顾及各课程特性和学习目标的政策,同时保持一定的灵活性。例如,简单的规定可以是:“在教师明确授权的情况下,生成式人工智能可用于批改作业。”

二、了解政策法规

在规划学习技术与人工智能的集成时,我们需要慎重考虑相应的管理政策。在美国的教育环境中,有几项关键的政策需要我们特别关注:

  1. 家庭教育权利和隐私法案(FERPA):这项法案着重保护学生教育记录的隐私。它赋予家长对孩子教育记录的审查权,这些记录在孩子年满18岁或进入高等教育机构时将转交给孩子本人。因此,作为教育工作者,我们在使用处理学生数据的人工智能工具时,必须确保这些工具与FERPA规定相符。这对于使用AI辅助创建个别化教育计划(IEP)、提供学生工作反馈或撰写推荐信等方面具有重大意义。
  2. 儿童在线隐私保护法(COPPA):此法案要求针对13岁以下儿童的网站或在线服务遵循一系列规定,同时限制他们在线收集这些儿童的个人信息。因此,我们必须确保课堂上使用的人工智能工具符合COPPA标准,特别是在这些工具从学生那里收集数据的情况下。此外,教师需密切关注服务条款以及不同AI应用程序的年龄限制。
  3. 儿童互联网保护法案(CIPA):该法案要求美国的K-12学校和图书馆采取措施保护儿童免受不良网络内容的影响,包括安装互联网过滤器并制定相关政策。如果教师使用人工智能工具访问互联网资源或进行在线研究,应确保这些工具不会规避学校的互联网过滤器。
  4. 学区政策和可接受使用政策(AUP):学区通常制定了关于技术使用的政策文件,包括接受使用政策(AUP),其中明确了学校技术及互联网接入的适当用途。教师应查阅其所在学区的AUP,以了解使用AI工具的具体限制和指导原则,这有助于确保将人工智能技术整合到教学中的行为符合地区技术使用的道德和负责任标准。
  5. 美国残疾人法案(ADA)合规性:根据《美国残疾人法案》(ADA)和《康复法案》第508条等相关法规,所有学生(包括残疾学生)应能平等地使用教育资料和技术。在选择人工智能工具时,教师需确保这些工具对残疾学生同样适用,能够满足各类学习方式和需求。人工智能工具不应成为学习的障碍,而应增强其可及性和包容性。

除了上述政策法规外,我们还需要关注数据安全与隐私等更广泛的问题。在教育领域使用技术时,师生需对人工智能工具如何收集、储存和使用数据有明确的了解。同时,我们必须确保学生了解人工智能信息的潜在偏见、影响及其公平性(这一点我们将在第六点中进一步阐述)。

作为教育工作者,我们需要认识到人工智能工具中可能存在的偏见,并积极寻求公正、公平地利用人工智能的方法。在这个过程中,我们也可以鼓励学生参与讨论和提出自己的见解。

本文由 @胖胖老师 翻译发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。