关于生成式AI的特别注意事项

尽管一些提供商声称他们不会将用户数据纳入他们的学习模型, 这是可取的，并且被认For是最佳实践 避免将任何中等或高风险数据放入人工智能平台，如ChatGPT和Google Gemini.

什么是中等或高风险数据?

什么是生成人工智能?

你可能见过或听说过 ChatGPT 和 DALL-E 2 作For当前例子下的生成 人工智能 (AI)伞，但是 生成式人工智能的历史要长得多, 人工智能在更多的工具中被发现. 

生成式人工智能的关键特征之一是它能够从接收到的输入数据中识别模式和结构, 然后应用这些输入，通过使用各种算法和模型来自动生成内容. 

在教学/学习中使用生成式人工智能的例子有哪些?

下面的示例列表只是一个起点, 在LTC人工智能冬季会议上(12月7日), 2023). 还请参阅资源链接列表以获取更多想法, 由世界各地的同事收集.

  • 例1:学生 识别 这是他们所在领域的一个当前问题， 开发 一个带有特定标准的标签，用来单独判断人工智能的反应 写 人工智能工具的问题提示，分组， 比较 通过应用标题的响应. (2022年沃特金斯)
  • 示例2:学生使用Track Changes功能来 mark 在聊天机器人输出中， 反映 在聊天机器人的输出上，通过注意重要的缺失细节， 研究 聊天机器人声称并添加适当的引用， 扩大 on a particular section or claim; or 重写 参数另一端的输出. (2022年沃特金斯)
  • 例3:学生可以要求聊天机器人
    • 就一个特定的主题For一篇论文提出10个想法
    • For论文写一个提纲
    • For信息图表创建一个大纲
    • For播客产生想法
    • 列出博客文章的想法. 路德维希(2023)
  • 示例4: 生成 针对不同受众的文本. 问 这个机器人可以For一个5岁的大学生和专家解释一个概念. 分析 人工智能使用语言的方式的不同. (相信2023)
  • 例5:提示:我想做一个关于如何教大学历史课的刻意练习. 你将是我的老师. 你们将模拟一个详细的场景，我将是这门课的教授. 你们将在课堂上扮演不同学生的角色，而我将扮演老师的角色.  您将要求我在场景的每个步骤的响应，并等待，直到您收到它. 得到我的回答后，你要告诉我其他演员做了什么和说了什么. 你会给我的回答打分，并给我详细的反馈，告诉我如何做得更好. 如果我做得好，你会给我一个更难的场景，如果我失败了，你会给我一个更容易的场景. (2023年亚历山大)

我在哪里可以找到更多的信息?

的 学习与教学中心(LTC), 跨课程写作(WAC)，正在讨论人工智能及其在教育环境中的影响. 下面列出了一些你可能感兴趣的文章和网站, 包括加入菲律宾十大彩票平台人工智能实践社区的链接.

 
菲律宾十大彩票平台-related信息

条款、数据和安全风险，以及
关于生成式AI的一般信息