ChatGPT在32门大学课程中有 9 门的成绩或优于学生

本文概要:

1. 一项研究发现，ChatGPT在32门大学课程中的9门课程的表现可与学生相比或优于学生。

2. ChatGPT在需要广泛事实知识的课程中表现尤为出色，而学生在数学和经济学任务中表现更好。

3. 用于区分人类和机器生成文本的AI文本检测器测试全部失败。

最近一项针对ChatGPT的研究发现，其在32门大学课程的测试中，有9门的表现可与学生相比或甚至优于学生。

在一项实验中，纽约大学阿布扎比分校 （NYUAD） 的教师首先被要求提供各自讲座中的十个问题，以及每个问题随机选择的三名学生的答案。

然后研究人员使用ChatGPT为每个问题生成三个不同的答案。问题直接输入 ChatGPT，提示中没有任何其他上下文。

尽管参考文献中提到了 GPT-4，但从研究中尚不清楚使用的是GPT-3.5还是GPT-4。如果使用GPT-3.5，则使用 GPT-4的 AI 响应质量可能会更好，尤其是在推理方面。

ChatGPT 回复生成后，将其与学生回复混合，并由三位不同的审阅者评分。ChatGPT 在32个科目中有9个科目的表现与人类学生一样好，甚至更好。这九个科目分别是

数据结构公共政策概论定量合成生物学网络战面向对象编程土木工程材料的结构与性能生物心理学气候/变化管理与组织

在“公共政策概论”课程中，ChatGPT的平均得分是学生的两倍多。另一方面，学生在需要更高认知技能的数学和经济任务中表现优于 ChatGPT。

研究人员还测试了他们是否能够使用 OpenAI 的人工智能文本分类器和GPTZero可靠地区分人类文本和机器文本，该分类器因不可靠而被该公司撤回。

OpenAI 工具将5% 的人类文本错误分类为机器文本，而 GPTZero 将18% 的人类文本错误分类。考虑到所涉学生可能被错误地指控作弊的潜在后果，这是一个灾难性的结果。

相反，OpenAI 工具将49% 的机器生成文本识别为人类文本，而 GPTZero 的这一比例为32%。在这两种情况下，人工智能文本作为人类文本传递的可能性都很高。