2. 指导原则 我们开始定义八个我们依赖的原则，希望这些原则能指导学院在未来的工作中。 2.1. 谦虚 一些技术创新是逐渐出现的：随着社会和技术的共同发展，相互适应缓和了影响。计算机——人工智能的前身和关键推动者——符合这一模式。其他创新则更为突然，在个人和机构有时间适应之前就变得具有社会意义。社会往往会将新技术的“诞生”定义为其变得可用的时刻。根据这个标准，生成式人工智能是在2022年底ChatGPT发布时“诞生”的。公众与生成式AI的互动因此还不到四年。在这段时间内，它拥有超过十亿用户，销售AI技术的公司在头条新闻、股市和公众意识中占据主导地位。换句话说，AI几乎在每个领域都有进展，而这种进展的时间尺度过于紧凑，令人难以适当地观察并分析其影响，进而逐步适应。这提示我们第一个指导原则：我们以谦虚的态度提出我们的建议。随着技术的不断演进和学院的实验与学习，课程的纠正——或许甚至是重大改变——将是不可避免的。 2.2. 大胆 然而，不确定性不能成为不作为的借口。这不是一个修补和应急的时刻。AI在教学和学习中带来的挑战需要大胆的战略响应——无处不在，尤其是在麻省理工学院。随着我们的计算机社会与伦理责任项目完成第七年，我们在利用这一新技术造福社会，特别是造福我们的学生方面，具有独特的潜力。AI还带来了非凡的机遇，从前所未有的个性化辅导与指导，到在许多学科中研究的迅猛推进和变革。抓住这些机会同样需要并要求大胆的思考。大胆的思维尤其重要，因为我们的学生将去塑造我们社会的智力、伦理和技术方向——而且不久的将来。我们有责任让他们深入参与AI的丰富和建设性使用，以及对其潜力和缺点的深刻理解。他们在MIT的经历应该为他们提供智慧，帮助决定如何以及在何处利用AI来改善社会和世界。 2.3. 将人性放在中心 面对一种已经具备如此巨大能力的技术——建立在、模拟自并且在许多方面超过人类能力的基础上——学院的根本挑战和最重要的目标必须是滋养和保护我们共同的人性，并优先关注麻省理工社区、其成员及其繁荣。在与教师的听证会上，我们了解到一些教师考虑使用AI代理作为研究助理，而不是雇佣本科生作为UROP。我们可以看到快速和高效使用资源的案例（尤其是在研究资源如此紧张的情况下）。但是，如果这些标准主导我们的决策，我们都应自问：“我们共同在这里的目标是什么？”作为一个社区，我们需要记住，尽管研究是麻省理工的使命核心，但它不仅仅是一个目的；在我们的校园内，研究也是一种学徒制，是培训下一代研究人员继续我们工作并推动我们的研究领域前进的手段。将研究作为一种实践学习的机会可能会产生表面上的“低效”，但那是特征，而不是缺陷。聚焦人性还应该让我们警惕，当前对AI造成的问题的常见补救措施可能会危及教师与学生之间的关系。例如，许多教师回忆说，必须“警惕”未授权的AI使用正在损害他们与学生的联系（这种动态因我们了解到的AI检测软件相当不可靠而更加恶化）。就学生而言，他们担心被错误指控为AI作弊，越来越对教师在需要人文关怀的领域（如评分、作业创建和反馈）使用AI感到沮丧。这种互相猜忌的地下河流并不是健康课堂的基础。 2.4. 注重学习 麻省理工学院课堂中用于强化学习和评估学生进步的许多问题和作业，已经可以由AI完成。学生的无限制使用AI可能会使一些传统评估作为个人学习指标的可靠性降低，可能削弱对成绩和资质的信心。对于教育者而言，这种规范和期望的急剧转变可能会让人感到非常迷失。但作为一个社区，我们最应该担心的是，许多AI的使用剥夺了学生学习的机会。