编者注：作者是康涅狄格州纽黑文市耶鲁大学的一名大三学生，在这篇文章中，她与同学们谈论了他们在课堂上使用人工智能的经验。
在耶鲁大学读大四时，阿曼达知道她的许多同学都转向了人工智能聊天机器人写论文和其他作业。
但她开始在规模较小的研讨课上注意到一些奇怪的事情：她的同学们坐在笔记本电脑后面，讨论着优美的谈话要点和论点，但接下来的对话往往在各个主题上都毫无进展。
阿曼达告诉美国有线电视新闻网（CNN），在一节课上，“谈话停止了，我向左边看，看到有人在笔记本电脑上猛烈地打字，问（聊天机器人）我的教授刚刚问的有关阅读的问题。”
阿曼达和另外两名学生——杰西卡和索菲亚——就读于耶鲁大学。由于担心遭到同学和教授的报复，他们要求匿名，因此 CNN 同意在本文中更改他们的名字。
阿曼达说她大吃一惊。直到那天，她才意识到她的同龄人在课堂上使用聊天机器人并分享它在课堂上吐出的内容。现在她注意到这种趋势对课堂讨论的影响。
“现在每个人听起来都一样，”她说。– 我觉得在大学一年级时，我会参加研讨会，每个人都有不同的贡献。尽管人们会互相借鉴，但他们从不同的角度来看待并提供不同的评论。”
随着人工智能越来越多地与教育结合，教育工作者和研究人员发现它可能会削弱学生的原创思维和表达能力。
3月份发表的论文认知科学的趋势发现大型语言模型正在系统地同质化三个维度（语言、观点和推理）的人类表达和思维，学生和教育工作者表示，他们在课堂上看到了这种趋势的影响。
这使得很多学生听起来都一样。
耶鲁大学大四学生杰西卡告诉 CNN，她每天都在课堂上使用人工智能。在一次经济学研讨会上，教授对学生进行推销，“在课程开始时，你可以看到每个人都将每个 PDF 文件放入聊天机器人中。
当她无法将自己的想法转化为语言时，她也会使用人工智能。“我想发表评论，我有这个概念，但我不知道自己如何表达这个句子，”她说。因此，她要求使用聊天机器人“让它听起来更有凝聚力。”
耶鲁大学发言人回答说，“学生们继续在课堂上尝试使用人工智能”，他们知道人工智能在课堂上的使用方式，包括本文中描述的方式。
“为了支持学习和参与，我们看到了一种更广泛的趋势，即教师在有限或不使用笔记本电脑的情况下设计课程，强调印刷材料、原创思维以及与同行和教师的直接参与，”发言人告诉 CNN。
巴德学院汉娜·阿伦特中心的人文学科客座教授兼高级研究员托马斯·查特顿·威廉姆斯 (Thomas Chatterton Williams) 看到了学生使用人工智能决定的影响。
矛盾的是，学生对人工智能的依赖，在概念困难的课程中，将课堂讨论的水平提高到了普遍较高的水平，但也往往排除了陌生、更古怪和原创的想法。”威廉姆斯说，他也是美国企业研究所的非常驻研究员，该研究所是一个包括教育研究的智库。
杰西卡承认，自从她开始使用聊天机器人来帮助上课后，她感觉自己变得更加懒惰。
“我想过我已经停止工作了多少，就像我的职业道德从高中开始就完全消失了，”她说。
南加州大学的博士生、该论文的第一作者 Zivar Sourati 表示，大型语言模型（LLM）经过训练，可以根据之前出现的所有内容来预测下一个统计上最可能出现的单词。
研究人员在研究中写道，这些模型训练的数据过度代表了主流语言和思想，因此它们对用户问题的回答自然地反映了人类经验的狭隘和扭曲。结果是“模型写作、说话和推理的概念空间缩小了。”
作者解释说，人工智能引起的同质化发生在三个维度：语言、视角和推理策略。这是因为人工智能模型倾向于再现研究人员所说的“奇怪”观点——西方的、受过教育的、工业化的、富裕的和民主的——即使在明确提示代表其他身份时也是如此。
苏拉蒂说，一个可能的后果是，奇怪的语言和观点可能会被认为更可信、“更符合社会正确性”，从而边缘化其他观点。在推理中也观察到类似的现象，其中通过逐步逻辑思维行走模型的流行技术可能会排挤更直观、文化特定和创造性的解决问题的方法。
苏拉蒂解释说，当一个群体反复与人工智能系统互动时，与没有人工智能帮助的同一群体相比，该群体的创造力会被削弱。
这种扁平化现象引起了各级教育机构的担忧。
当学生被问到没有单一正确答案的开放式、主观问题时，教师可能会得到各种各样的答案。但如果所有学生都依赖人工智能，他们的答案可能会变得更加完善，但只会属于少数类似的类别，苏拉蒂说。他们将失去课堂讨论本应鼓励的多元化思维。
苏拉蒂最担心的是，那些正在发展创造性产生新想法的能力的人们正在发生同质化。如果学生继续使用人工智能而不是发展自己的思维过程，“他们就不会学会如何独立思考并拥有自己的观点。”
南加州大学心理学和计算机科学教授 Morteza Dehghani 表示，他听说有人使用人工智能来决定在选举中投票给谁，他觉得这“相当可怕”。
“如果人们的思维方式失去多样性，或者陷入智力懒惰，当然，这将对我们的社会产生巨大影响，”该论文的合著者德赫哈尼说。
耶鲁大学三年级学生索菲亚认为，她的人类学同学正在使用人工智能来起草课堂上要说的话的脚本，因为人们对自己不知道的事情缺乏安全感。
“我认为创造力正在减弱，因为我们失去了建立联系的能力，”她补充道。
Dehghani 同意，如果人们继续将推理交给人工智能，社区将失去创造性创新以及批评主流思想甚至政治候选人的能力。
该论文的作者表示，随着越来越多的人使用人工智能模型进行写作和思考，这些输出被重新吸收到人类话语中，并最终进入用于训练下一代模型的数据中，因此同质化不断加剧。
“如果我们将推理转移到这些模型上，那么我们很容易被模型告诉我们的内容说服，”他说。
在教育方面，Dehghani 关心的是使用人工智能学习并接受人工智能辅导的一代学生。“他们的思维方式和写作方式会更加同质，因此这将产生长期影响，”他说。
索菲亚试图抵制在学校使用人工智能，她说她认为人们正在降低自己的思考的优先级，而倾向于使用真正的大词。
“我实际上宁愿直接告诉教授，‘我不知道我们在说什么。’即使你把所有的阅读内容都放入（聊天机器人）中，它也不会让你过去的经历让你成为一个批判性的思考者，”她说。
“我觉得人们有很多话要说，因为他们实际上感觉与材料息息相关，”阿曼达表示同意。– 现在课堂讨论并没有真正深入挖掘。我认为这很大程度上与人工智能聊天机器人有关，而且，人们不再有那么多的动力去亲自接触这些材料。”
她很失望地补充道，“我认为在一个每个人都有同样的事情要说的课堂上，没有人愿意深入挖掘或反对课文或规范中直接所说的内容，这很无聊。”
美国企业研究所研究员丹尼尔·巴克（Daniel Buck）七年来曾在四所 K-12 学校担任英语教师，他表示，他担心学生们会规避参与课堂讨论和完成作业所需的认知工作。
“很多学习都发生在无聊的细节和斗争中，”巴克说。他继续说，学生只保留他们实际花时间有意识处理的内容。如果学生将思维外包给人工智能，他们也许能够在课堂上重现谈话要点，但他们还没有建立将这些知识应用到其他地方的基本技能。
Buck 将人工智能与之前的捷径技术 SparkNotes 区分开来。他补充说，当学生依靠热门网站查找文学作品的章节摘要时，老师可以很容易地发现它。
巴克说，人工智能是“SparkNotes 的增强版”，“可以回答你向它提出的任何问题”。SparkNotes 提供了一组固定的分析，而人工智能可以对老师提出的任何要求做出回应，这使得识别学生何时没有自己思考变得更加困难。
区别在于人们的推理方式不同。Dehghani 澄清说，人工智能不仅仅被用作书籍或搜索引擎等参考，而是“解决问题和换位思考”的积极参与者。
“我们现在所看到的与其他表达和思想同质化的时期有着根本的不同，”威廉姆斯说。“如果连专业作家都发现很难抗拒将与文字和思想角力的艰巨工作外包出去——正如我们所知，我不认为那些没有经历过高度复杂的按需人工智能写作世界的年轻一代如何能够做到这一点，而且规模还不够。”
巴克担心学生在没有与教授建立关系以及持续认知工作的习惯的情况下毕业。这意味着他们将很难解决现实世界中的问题。
“阅读原创学生论文有很多乐趣，”他说。——即使它不像我希望的那样论证充分或可靠，但你还是第一次看到这些年轻学生开始独立思考、分析、批判性思考。这几乎就像看着我自己的孩子第一次走路，他们绊倒并跌倒，这太神奇了。继续这样做。 –
在课堂上阅读学生的原创想法并与他们互动，有助于教师了解学生的思维和表达方式。
“我认为，当你了解你的学生，他们也了解你，他们开始信任你和你的反馈时，我认为这种人际交流就会被忽视，”他说。“我认为，当一切都通过人工智能实现时，这一点也会消失。”
耶鲁大学哲学教授 Sun-Joo Shin 表示，“对于任何参与教学的人来说，这都是一项艰巨的作业”，不断探索确保学生在人工智能时代继续进行批判性和创造性思考的方法。
– 我们正处于一个有趣且令人兴奋的转变之中。我希望我的学生能够理解课堂材料，这些材料在人工智能出现之前和之后都是不变的，”她说。– 同时，我希望他们利用这个令人兴奋的工具来发挥自己的优势，而不是成为它的受害者。教师面临的困境是如何帮助或强迫学生学习材料并进行创造性思考，而不逃避人工智能工具或不复制它们。
她表示，直到 2024 年秋季学期，她并不担心人工智能会如何影响学生对数理逻辑课上材料的理解。她的教学团队当时用人工智能模型测试了问题集，但无法解决她的问题。
但从那时起，“人工智能一直在迎头赶上”，如果学生上传课堂讲义和学习材料，模型就可以“很好地”回答问题。她开始考虑课堂上除了提交问题集之外的其他要求。
“毕竟，给人工智能答案打高分是极其不公平的，”Shin 说。
耶鲁大学为学生和教师提供了人工智能使用指南。“生成式人工智能的使用受个别课程政策的约束，”大学之一网站州。– 我们鼓励所有教师根据他们的具体课程和学习目标调整我们的模型政策。AI 检测工具不可靠，目前不受支持。 –
耶鲁大学提供政策范本针对不同的课程类型，例如“创意写作研讨会”和“STEM 中型讲座”。这些政策范围广泛，包括在明确不能使用人工智能的情况下阻止人工智能的使用，到允许学生使用人工智能作为想法来源，但禁止他们提交聊天机器人生成的文本，鼓励人工智能的使用，再到鼓励和允许学生在作业中使用人工智能。
巴克警告说，任何寄回家的作业都无法被验证为学生的作业。为了对抗人工智能，教师们将重新开始在课堂上大声朗读课文，以及“按需手写论文”和“纸笔评估”。
课堂责任通常以突击测验的形式出现。巴克说，向人工智能询问章节摘要而不是阅读章节的学生可能会得到大概的内容，但很有可能测验将询问的一个具体细节没有出现在摘要中。
“如果你读了，那就超级容易了，”他说。“如果你不这样做，那么你就没有办法虚张声势。”
“就要求而言，我对我的两个逻辑类做了相当重大的改变，”Shin 说。尽管她仍然将习题集作为课堂的一部分，但她已经降低了习题集在学生成绩中的权重。现在，问题集仅在完成后评分，并向学生提供反馈而不是成绩。
“使用这些问题集作为题库，我有两次期中考试和一次期末考试，所有这些都是课堂考试，”她说。– 有些问题是从问题集中提出来的，有些是轻微修改的，有些要求学生检查证明哪里出了问题，有些则填补了他们在问题集中解决的证明中的空白。 –
对于她的可计算性和逻辑课，“多年来我一直在进行口语测试，一项一项地进行，并且在人工智能时代之前提出了演示要求，效果非常好，”她说。现在，考试、口试和演示对学生的课程成绩的影响比带回家的习题集更重要。
威廉姆斯从不同的方向到达了类似的地方。作为一名教授，他将所有写作作业转移到课堂上，让它们成为自发的。学期结束时，他通过口语结业考试对学生进行评估。
“如果我没有亲眼目睹他们在我面前亲手写在纸上，我就不能放心地给学生布置任何写作，”他通过电子邮件说，“我认为这是一个可怕的损失，但这是必要的。”人工智能的诱惑和可用性太大了。”
虽然教育工作者可以在评估中解决人工智能问题，但学生在学习时有意识地限制对人工智能的依赖也同样重要，特别是因为它会影响其他同学的教育。
“这令人沮丧，因为即使我个人试图远离它，我也无法阻止其他人使用它，”阿曼达说。“其他人使用它的事实也影响了我的教育，以及我两小时研讨会的价值。”
巴德学院 (Bard College) 的新生巴兹尔·盖齐 (Basil Ghezzi) 积极避免在学习中使用人工智能，她担心环境成本与使用人工智能模型相关。相反，她鼓励学生求助于他们周围已有的资源。
– 与你的老师交谈，与你的教授交谈，与你周围的人交谈。与生活中的人进行有意义的对话，”她说。
尽管如此，并不是每个人都对人工智能采取“全有或全无”的态度。Dehghani 说，他写下要点来捕捉他最初的想法，并要求模型找出他工作中的缺陷。
他希望更多的公司投资能够产生多样性并反映当今社会思想多样性的人工智能模型。然而，目前，德加尼建议人们应该抵制使用人工智能来产生想法或推理。
人工智能模型——应该是合作者。他们不应该成为代表我们做所有事情的代理人，”他说。