为什么生成人工智能既令人兴奋又令人恐惧？

在第5章中，谢里丹的思想领袖们分享了他们对一个及时和热门问题的专业见解。从我们的一些创新的领导者和变革推动者学习，因为他们反映的问题是最重要的谢里登社区。

几十年来，人工智能利用预先确定的算法和规则来执行预先确定的任务，改善了我们的生活，从优化制造流程到推荐电视剧，再到在国际象棋中提供一个有价值的对手。但生成式人工智能的到来，以及它创造原创内容（包括文章、图像、视频、音乐和计算机代码）的能力，让许多人担心它有可能颠覆我们学习、工作和娱乐的方式。

在本期Take 5中，谢里丹动画、艺术与设计学院副院长迈尔斯·巴特利特（Myles Bartlett）分析了生成式人工智能的能力，它与过去的技术进步相比如何，教育工作者应该如何接近它等等。

1. 什么是生成式人工智能，它是如何工作的？

当我妈妈问我关于人工智能的事情时，我告诉她它是机器做人类通常会做的事情。

更深入地说，在过去80年左右的时间里，从计算机视觉系统到语音识别再到机器人技术，各种人工智能技术已经被概念化和发展。2017年，当语言模型被集成到这些技术中时，这些技术开始发生指数级变化，这意味着其中任何一项技术的进步都可能加速其他技术的进步。

生成式人工智能很难定义，因为它变化太快了。但我今天的回答是，它是预测性的，使用语言模型来产生答案和解决方案——无论是预测句子中的下一个单词是什么，还是将图像转换为语言，然后使用它的语言模型来创建新图像。

这是对生成式人工智能的一个非常基本的描述，忽略了过程中的许多步骤，但这就是正在发生的事情。这是令人兴奋和兴奋的，但它也绝对是可怕的。

2. 是什么让生成人工智能既令人兴奋又令人恐惧？

人工智能提高效率和可及性的能力可能会带来许多实际好处，比如治疗疾病。脑科学极其复杂，涉及数万亿个神经元，这些神经元之间的连接甚至更多。科学和研究通常是排除的过程，测试变量的组合看看会发生什么，然后转向下一个组合——这可能需要很长时间。人工智能可以立即完成这个过程。

但我也觉得，我们甚至无法预测所有的好处会是什么，因为如果生成式人工智能被完全部署，并且像一些专家预测的那样有影响力，一切都将被重组。一切都会不一样。

这就是为什么它既令人兴奋又令人恐惧：生成式人工智能的好处和影响将取决于它的部署方式。

3. 生成式人工智能的到来与过去的技术进步相比如何？

当我在看美国演员工会罢工的报道时，听到布莱恩·克兰斯顿（Bryan Cranston）说，这个行业不会允许工作岗位被夺走，交给机器人，这让我想起了工厂转向自动化时发生的工会骚乱。就像煤矿工人意识到一台前面有桶的大机器可以代替两个人铲一千铲土一样，技术正来到拥有特定技能或知识的人的家门口。

“就像煤矿工人意识到，一台前面有铲斗的大机器可以取代两个人铲一千铲土一样，技术正来到拥有特定技能或知识的人的家门口。”

互联网的出现对任何控制信息的人都构成了类似的威胁。生成式人工智能创造、理解和收集知识，这一直是人类的角色。人们因为积累了多年的知识和经验而受到信任，现在有人可以花一个下午的时间在ChatGPT上学习所有正确的事情。而生成式人工智能的使用已经达到了几乎无法区分的地步。

技术的每一次重大转变都需要某种形式的政策强化。例如，互联网要求我们以以前从未想过的方式思考隐私法，并改变我们进行监控的方式，这发生在隐私丧失之后。生成式人工智能发生这种情况的风险是如此之大，我认为我们需要首先制定政策。

4. 作为谢里登动画、艺术与设计学院的副院长，你认为教育者应该如何处理生成式人工智能？

我不能假设自己了解生成人工智能给各个学科带来的所有挑战。我只能说我更熟悉的学科。我们也无法预测生成式人工智能的发展方向。

考虑到这两点，我建议我的老师，我们需要在课堂上使用生成式人工智能。我们不仅要使用它，我们还必须让我们的学生使用它，我们需要一起讨论我们的经验，因为我们都在同时学习。我们还需要与学生就使用生成式人工智能的伦理问题进行有意义的对话：不是对那些想成为设计师、插画家或摄影师的人来说意味着什么，而是对他们作为一个人来说意味着什么。

当然，评估是关于教育中的生成式人工智能总会出现的一个大问题。我们需要以一种非常实际的方式检查我们的课程和课程，以确定我们的评估方法是否可以由复杂的人工智能完成——即使人工智能还不存在，因为它将在六个月内出现。如果它们可以由人工智能完成，我们需要寻找其他方法来进行评估。

在过去，我们可能会从整体上评估一幅画，看所涉及的技巧、颜色和构图。但现在这幅画可能是由ChatGPT创作的，所以我鼓励我的教师专注于决策过程，询问学生为什么他们选择使用某种颜色或工具。这种方法的伟大之处在于它是学科不可知论的。不管它是一幅画、一个汽车零件还是一项公共政策，评估最终结果并不重要。我们真正需要问的是我们的学生是如何收集信息和做决定的。

5. 你认为五年后生成式人工智能的使用和影响会是什么样子？

大多数技术都遵循一个相当可预测的s曲线。它从研究、推测和哲学的长尾开始，思考什么是可能的。最终，有足够多的重大突破，曲线变成垂直的，代表着在日常生活、可用性和多功能性方面的进步。然后，随着商业化和创新，曲线再次趋于平稳，直到事情陷入停滞。

“我的希望是，在五年内，生成人工智能得到严格的监管和有目的地部署，这样我们就可以用它来改善人类，比如医学研究和气候建模。然而，现实可能大不相同。”

当我看到生成式人工智能时，我认为我们正处于垂直曲线的起点。人们仍在试图弄清楚如何将其商业化，如何将其与他们的产品相结合，如何抓住最大的市场份额。我们仍然处在这样一个阶段，人们创造的东西他们不知道如何赚钱，他们只知道人们想要这些东西，所以他们把产品放在那里——通常是亏本的——看看什么能坚持下去。

我的希望是，在五年内，生成人工智能得到严格的监管和有目的的部署，这样我们就可以用它来改善人类，比如医学研究和气候建模。然而，现实可能大不相同，因为资本往往是赢家。如果我们作为人类无法抵抗我们的基本冲动和我们对阻力最小的路径的天生渴望，人们可以使用生成人工智能来影响他人思考、决策甚至投票的方式。可能会变得很乱。

---

迈尔斯·巴特利特是一位艺术家、设计师和教育家，目前担任谢里登动画、艺术与设计学院的临时副院长。他在数字艺术、交互设计、广播设计、视频/电影制作和艺术/设计基础等领域的多所大专院校任教20年。迈尔斯也是TELETOON Studios Inc.的前艺术总监，在那里他指导艺术部门负责Promax BDA获奖的广播，印刷和互动设计，以支持TELETOON Inc.在三个国家和两个地区有线网络上的八个独特品牌，包括TELETOON， TELETOON复古和卡通网络资产。他拥有卡尔顿大学的社会学学位，OCAD大学的AOCAD证书和温莎大学的美术硕士学位。

---

有兴趣联系迈尔斯·巴特利特或其他谢里登专家吗？请发邮件至communications@sheridancollege.ca。

为了篇幅和清晰度，采访经过了编辑。