在我们这个快节奏的现代世界，智力和学习是密切相关的。了解我们如何学习对教育、人类发展和我们对知识的追求至关重要sed经济。
随着人工智能(AI)和机器学习的出现，我们对这一永恒现象有了新的看法。
关于人类学习有三个主要的思想流派:行为主义、认知理论和社会学习。每所学校在知识和技能获取方面都有独特的视角。
正如行为主义所强调的那样，学习是通过与外部环境的相互作用发生的。例如，当孩子们触摸到火焰并感到灼痛时，他们会本能地缩回手。反复的经历使他们习惯于避开火焰。在这种范式中，学习是通过可观察到的行为来证明的，例如儿童始终避免火焰。
另一方面，认知理论研究的是在处理外部信息和刺激时发生的内部心理过程。例如，当孩子触摸火焰时，他们的大脑将火和疼痛联系起来。他们利用这些信息对所有的火焰，包括火灾中较大的火焰，有一个大致的了解。通过这种方式，孩子们了解了与火灾有关的危害。他们的思想被描述为“关于思考的思考”，指导着他们的外部行为。
社会学习理论强调社会因素在塑造行为中的作用。例如，孩子们可以学习英语从他们的父母那里了解火灾的危险，观察他们的朋友避开火焰或在接触它们后感到痛苦。通过这种方式，孩子们学会了避免火焰，而不一定有G直接与它们交互。
值得注意的是，这三种学习理论——行为主义、认知主义和社会学习——并不是相互排斥的，而且经常重叠，这取决于学习者、主题、环境和背景。
AI升级
当我们研究人工智能，特别是像ChatGPT这样的生成式人工智能时，它主要与行为主义学习理论相一致。ChatGPT接收提示并根据学习到的模式生成响应。它的反应的一致性表明了一种习得的行为。
ChatGPT可以评估它的答案，这也暗示了认知学习理论，类似于“思考思考”。然而，它是否真的以类似人类的方式理解信息，或者这是否是一种高级形式的行为主义而不是认知，仍然存在争议。
与人类不同，ChatGPT缺乏社交互动和情境体验的能力，这使得它无法参与社交学习。
说到学习，不仅是方法的问题，更重要的是内容的问题。布鲁姆分类法是一种常用的知识分类框架，它将知识分为不同的领域和复杂程度。
例如，认知领域有六个渐进的层次:“记住”、“理解”、“应用”、“分析”、“评估”和“创造”。
根据目前的研究，ChatGPT等人工智能程序已经达到了布鲁姆分类法的“应用”和“分析”级别。然而，它们是否真的像人类一样理解信息仍然存在不确定性。
在《人工智能错觉》(The AI Delusion)一书中，加里?史密斯(Gary Smith)教授认为，计算机可以存储和检索信息，但缺乏对文字和数字的真正理解。他将这与奈杰尔·理查兹(Nigel Richards)进行了比较。理查兹是法国拼字游戏的世界冠军，他不懂法语，但可以记住外来词，但不理解它们的意思。
评估人工智能是否真正发生了学习，取决于人们采取的视角。根据行为主义，如果人工智能给出一致的反应，它就已经学会了。然而，从认知的角度来看，没有真正的理解，学习似乎是不完整的。
尽管如此，生成式人工智能已经取得了显著的进步，似乎拥有了一种基本的认知形式。当被问及基于Bloom分类法的响应能力时，ChatGPT承认其局限性。
生成式人工智能正在迅速发展，并产生类似于人类的反应。图灵测试是类人智能的一个基准，它经常被生成式人工智能超越，这迫使我们重新评估我们对认知、智能和人类在这个不断发展的环境中的理解。机器可能不会像人类那样学习，但这并不否定智能的出现。
黄德安博士，英迪国际澳大利亚学位课程中心首席讲师他喜欢写他感兴趣的主题，并出版了《在人迹般的尼泊尔:喜马拉雅山》、《交响乐与同步:动物爱好者的想法和故事的管弦乐队》。他也有向《国际》投稿了大量学术文章最终排名的期刊。这里表达的观点是作者自己的。
×
