详细内容或原文请订阅后点击阅览
生成式人工智能，有辨别力的人类
如何在炒作的海洋中批判性地思考人工智能后生成式人工智能、歧视性人类首先出现在《走向数据科学》上。
来源:走向数据科学Doom 今天在社交媒体上滚动阅读人工智能新闻就像罗夏墨迹测试：无论你在寻找什么，你都会找到。
如果你认为人工智能是一种巨大的金钱浪费，你会发现这个角度很好。如果你是这个行业的资深人士，并且担心人工智能是否是一个泡沫，那么关于这个话题有很多令人屏息的看法。如果你正在寻找人工智能将终结世界的证据，证实这一观点的“突发新闻”比比皆是。
在人工智能生成的递归的、代理式的、充满幻觉的总结中，我有幸与 Praxis 的一些好人聊天，他们正在与学生一起做关于批判性思维技能的迫切需要的出色工作。
那次聊天激发了这篇文章的灵感。
以下是我想与那些想要批判性地思考人工智能如何影响我们的世界的人分享的十大事情的综合。
1. 具有歧视性的人类的生成人工智能是世界的新状态。
在数据科学和 AI 群体之外，可能会让一些人感到惊讶的是，直到最近，大多数机器学习模型本质上都是“区分性”的，执行诸如异常检测、数据分析和分类等工作（2010 年代初人工智能模型的著名例子专注于区分猫和狗）。
然后，数据分析师和数据科学家使用这些输出生成引人入胜的叙述（一种称为“数据讲故事”的技能），并通过有吸引力的报告和演示文稿进行交付。
如今，这种动态已经逆转——“生成式人工智能可以生成那些精美的报告和演示文稿，但人类需要带来批判性思维”——“塑造内容生成的方向，辨别质量并提供真实的上下文（超越人工智能应用程序中“上下文窗口”的巧妙误用）。
简而言之：
一部好作品的要求没有变——只是角色互换了。
2. 批判性地思考使用什么类型的人工智能，以及是否使用人工智能。
—BBC 专题
— 科里·多克托罗
参考文献：