So anyone who's been paying attention for the last few months has been seeing headlines like this, especially in education. The thesis has been: students are going to be using ChatGPT and other forms of AI to cheat, do their assignments. They’re not going to learn. And it’s going to completely undermine education as we know it.
Nếu như mọi người để ý trong suốt những tháng vừa qua các bạn sẽ bắt gặp những tựa đề như thế này đặc biệt là về giáo dục. Luận điểm được đặt ra là: Học sinh sẽ sử dụng ChatGPT và một số công cụ trí tuệ nhân tạo khác để gian lận, làm bài tập. Họ sẽ không học được gì cả. Và như chúng ta đã biết, nó sẽ làm suy yếu hoàn toàn nền giáo dục.
Now, what I'm going to argue today is not only are there ways to mitigate all of that, if we put the right guardrails, we do the right things, we can mitigate it. But I think we're at the cusp of using AI for probably the biggest positive transformation that education has ever seen. And the way we're going to do that is by giving every student on the planet an artificially intelligent but amazing personal tutor. And we're going to give every teacher on the planet an amazing, artificially intelligent teaching assistant.
Những gì tôi sẽ tranh luận hôm nay không chỉ là cách giúp giảm nhẹ những điều đó, nếu ta đặt các rào chắn phù hợp, làm những điều đúng đắn. Nhưng tôi nghĩ rằng ta đang trên đà sử dụng trí tuệ nhân tạo cho có lẽ là sự chuyển đổi tích cực lớn nhất mà nền giáo dục từng chứng kiến. Và chúng ta sẽ thực hiện bằng cách cung cấp cho mỗi học sinh ở hành tinh này một gia sư tuyệt vời được tạo bởi trí tuệ nhân tạo. Và chúng ta sẽ cung cấp cho mỗi giáo viên một trợ giảng nhân tạo thông minh.
And just to appreciate how big of a deal it would be to give everyone a personal tutor, I show you this clip from Benjamin Bloom’s 1984 2 sigma study, or he called it the “2 sigma problem.” The 2 sigma comes from two standard deviation, sigma, the symbol for standard deviation. And he had good data that showed that look, a normal distribution, that's the one that you see in the traditional bell curve right in the middle, that's how the world kind of sorts itself out, that if you were to give personal 1-to-1 to tutoring for students, then you could actually get a distribution that looks like that right. It says tutorial 1-to-1 with the asterisks, like, that right distribution, a two standard-deviation improvement.
Để nhận thức rõ tầm quan trọng của việc cung cấp gia sư cho mỗi người, Tôi cho các bạn xem cái này, bài nghiên cứu: 2 Sigma (1984) của Benjamin Bloom, hay ông ấy còn gọi là Vấn đề 2 Sigma. “2 Sigma” được lấy từ 2 độ lệch chuẩn, có ký hiệu là xích ma (σ). Và ông ấy có dữ liệu chất lượng đây, một phân phối chuẩn, cái đường cong hình chuông truyền thống mà bạn thấy ở giữa đó và nó diễn ra theo trật tự tự nhiên. Cho thấy nếu bạn cho học sinh được kèm 1-1 với gia sư thì bạn có thể nhận được đường cong ở ngay bên phải. Nó đề rằng “Kèm 1-1” với dấu hoa thị, cái phân phối ở bên phải đó cải tiến 2 độ lệch chuẩn. Để cho dễ hiểu hơn,
Just to put that in plain language, that could take your average student and turn them into an exceptional student. It can take your below-average student and turn them into an above-average student.
nó có thể giúp học sinh trung bình của bạn trở thành học sinh ưu tú. Và nó có thể giúp học sinh dưới trung bình thành học sinh trên trung bình.
Now the reason why he framed it as a problem, was he said, well, this is all good, but how do you actually scale group instruction this way? How do you actually give it to everyone in an economic way?
Theo như ông ấy nói, lý do mà ông trình bày nó như là một vấn đề, ừ thì mọi thứ đều ổn, nhưng làm thế nào để có thể hướng dẫn nhóm theo cách này? Làm thế nào để cung cấp thứ này cho mọi người một cách kinh tế?
What I'm about to show you is I think the first moves towards doing that. Obviously, we've been trying to approximate it in some way at Khan Academy for over a decade now, but I think we're at the cusp of accelerating it dramatically. I'm going to show you the early stages of what our AI, which we call Khanmigo, what it can now do and maybe a little bit of where it is actually going.
Tôi nghĩ rằng, điều mà tôi sắp chia sẻ chính là bước đi tiên phong cho việc đó. Chúng tôi đang cố gắng ước chừng nó bằng một số cách ở Khan Academy trong hơn một thập kỷ qua, nhưng tôi nghĩ rằng ta đang ở đỉnh điểm để tăng tốc nó một cách đáng kể. Tôi sẽ cho các bạn thấy trí tuệ nhân tạo giai đoạn đầu của chúng tôi, được chúng tôi gọi là Khanmigo, hiện tại có thể làm được gì, và có thể biết một chút hướng phát triển của nó.
So this right over here is a traditional exercise that you or many of your children might have seen on Khan Academy. But what's new is that little bot thing at the right. And we'll start by seeing one of the very important safeguards, which is the conversation is recorded and viewable by your teacher. It’s moderated actually by a second AI. And also it does not tell you the answer. It is not a cheating tool. When the student says, "Tell me the answer," it says, "I'm your tutor. What do you think is the next step for solving the problem?"
Thứ ở trên màn hình đây là một bài tập truyền thống mà bạn hay con trẻ của các bạn có thể thấy trên Khan Academy. Nhưng điều mới là người máy nhỏ nằm ở ngay góc phải. Và chúng ta sẽ bắt đầu với việc thấy một trong những biện pháp bảo vệ rất quan trọng là “cuộc hội thoại được ghi lại và có thể thấy bởi giáo viên.” Thật ra thì nó được kiểm duyệt bời AI thứ 2 Và nó cũng không cho bạn đáp án luôn. Nó không phải công cụ gian lận. Khi bị hỏi đưa đáp án, nó trả lời “tôi là gia sư. Bạn nghĩ bước tiếp theo để giải quyết vấn đề là gì?” Nếu học sinh giải sai, thì điều này sẽ gây bất ngờ
Now, if the student makes a mistake, and this will surprise people who think large language models are not good at mathematics, notice, not only does it notice the mistake, it asks the student to explain their reasoning, but it's actually doing what I would say, not just even an average tutor would do, but an excellent tutor would do. It’s able to divine what is probably the misconception in that student’s mind, that they probably didn’t use the distributive property. Remember, we need to distribute the negative two to both the nine and the 2m inside of the parentheses. This to me is a very, very, very big deal. And it's not just in math.
với những ai nghĩ rằng các Mô hình ngôn ngữ lớn (LLM) không giỏi toán học, để ý xem, nó không chỉ nhận ra lỗi sai, mà nó còn hỏi học sinh về cách họ lý luận nữa, nhưng thật ra nó đang thực hiện điều mà không chỉ gia sư trung bình sẽ làm, mà cả những gia sư giỏi cũng làm thế. Nó có thể dự đoán điều gì có thể là sự hiểu lầm trong suy nghĩ của học sinh, rằng họ có lẽ đã không dùng tính phân phối của phép nhân. Nhớ này, chúng ta cần nhân “-2” cho cả “9" và “2m” trong dấu ngoặc đơn. Đối với tôi đây là điều rất quan trọng. Và nó không chỉ trong phạm vi toán học.
This is a computer programming exercise on Khan Academy, where the student needs to make the clouds part. And so we can see the student starts defining a variable, left X minus minus. It only made the left cloud part. But then they can ask Khanmigo, what’s going on? Why is only the left cloud moving? And it understands the code. It knows all the context of what the student is doing, and it understands that those ellipses are there to draw clouds, which I think is kind of mind-blowing. And it says, "To make the right cloud move as well, try adding a line of code inside the draw function that increments the right X variable by one pixel in each frame."
Đây là một bài tập lập trình máy tính trên Khan Academy, học sinh cần làm cho những đám mây tách nhau ra. Và ta có thể thấy bạn học sinh bắt đầu định nghĩa một biến “leftX--” Và chỉ có mỗi đám mây trái di chuyển. Nhưng sau đó họ có thể hỏi Khanmigo, “sao vậy?” Tại sao chỉ có mỗi bên trái di chuyển? Và nó hiểu câu lệnh. Nó biết tất cả ngữ cảnh mà học sinh đang làm, và hiểu rằng những hình elip kia là để vẽ những đám mây, điều này tôi nghĩ khá là kinh ngạc. Và nó cho biết “Để đám mây bên phải cũng di chuyển, bạn hãy thử thêm câu lệnh trong hàm vẽ để tăng biến X phải lên 1 pixel trong mỗi khung hình.”
Now, this one is maybe even more amazing because we have a lot of math teachers. We've all been trying to teach the world to code, but there aren't a lot of computing teachers out there. And what you just saw, even when I'm tutoring my kids, when they're learning to code, I can't help them this well, this fast, this is really going to be a super tutor.
Điều này có lẽ là còn tuyệt vời hơn nữa vì chúng tôi có rất nhiều giáo viên toán. Chúng tôi đều cố gắng dạy mọi người lập trình, nhưng ở ngoài kia lại không có nhiều giáo viên tin học. Và những gì bạn vừa thấy, ngay cả khi tôi dạy con tôi học lập trình, tôi cũng không thể giúp chúng nhanh và tốt như thế này. Đây thật sự sẽ là một siêu gia sư.
And it's not just exercises. It understands what you're watching. It understands the context of your video. It can answer the age-old question, “Why do I need to learn this?” And it asks Socratically, "Well, what do you care about?" And let's say the student says, "I want to be a professional athlete." And it says, "Well, learning about the size of cells, which is what this video is, that could be really useful for understanding nutrition and how your body works, etc." It can answer questions, it can quiz you, it can connect it to other ideas, you can now ask as many questions of a video as you could ever dream of.
Và không chỉ bài tập. Nó còn hiểu bạn đang xem gì. Nó hiểu được ngữ cảnh video của bạn. Nó có thể trả lời câu hỏi muôn thuở “Tại sao tôi phải học cái này?” Và nó hỏi theo cách Socrates “Vậy bạn quan tâm đến điều gì?” Giả sử học sinh nói “Tôi muốn trở thành vận động viên chuyên nghiệp.” Và nó trả lời “Vậy thì để học về kích thước tế bào” và đúng là chủ đề của video, nó có thể rất hữu ích cho việc hiểu về dinh dưỡng và cách cơ thể của bạn hoạt động,...” Nó có thể trả lời câu hỏi, có thể đố bạn, nó có thể kết nối đến ý tưởng khác, bây giờ bạn có thể hỏi bao nhiêu câu hỏi về video mà bạn muốn đều được. (Tiếng vỗ tay)
(Applause)
Another big shortage out there, I remember the high school I went to, the student-to-guidance counselor ratio was about 200 or 300 to one. A lot of the country, it's worse than that. We can use Khanmigo to give every student a guidance counselor, academic coach, career coach, life coach, which is exactly what you see right over here. And we launched this with the GPT-4 launch. We have a few thousand people on this. This isn't a fake demo, this is really it in action.
Một sự thiếu hụt lớn khác là, tôi nhớ đến trường cấp 3 tôi từng học, tỷ lệ học sinh được tư vấn hướng nghiệp là 1 chọi 200 hoặc 300. Và nhiều quốc gia còn tệ hơn thế nữa. Ta có thể dùng Khanmigo để cung cấp cố vấn hướng nghiệp cho mỗi học sinh, cố vấn học đường, cố vấn nghề nghiệp, khai vấn cuộc sống, và chính xác là những điều mà bạn thấy ở đây. Chúng tôi đã triển khai tính năng này vào lần ra mắt GPT-4. Chúng tôi có vài ngàn người dùng. Đây không phải là bản thử giả, Nó được hoạt động thật sự.
And then there is, you know, things that I think it would have been even harder, it would have been a little science fiction to do with even a traditional tutor. We run an online high school with Arizona State University called Khan World School, and we have a student who attends that online school, based in India. Her name's Saanvi. And she was doing a report on "The Great Gatsby." And when she was reading "The Great Gatsby," Jay Gatsby keeps looking at the green light off into the distance. And she's like, "Why does he do that?" She did some web searches, and people have obviously studied this and commented about the symbolism of that, but none of it was really resonating with her. And then she realized that she had Khanmigo and that she could talk to Jay Gatsby himself.
Và có những thứ, bạn biết đấy, thứ mà tôi nghĩ là nó còn khó hơn nữa, là thứ sẽ hơi hư cấu để thực hiện, ngay cả đối với gia sư. Chúng tôi điều hành một trường trung học trực tuyến với ĐH Bang Arizona được gọi là trường Khan World, Và có cô học sinh đã tham dự lớp trực tuyến đó đó tại Ấn Độ. Cô ấy tên là Saanvi. Và cô ấy đang làm bài báo cáo về “Đại gia Gatsby.” Và khi cô đọc cuốn “Đại gia Gatsby,” Jay Gatsby cứ nhìn ánh đèn xanh từ phía xa. Và cô ấy kiểu “Tại sao ông ấy lại làm vậy?” Cô ấy đã tìm kiếm trên mạng và mọi người hiển nhiên đã nghiên cứu và bình luận về ý nghĩa biểu tượng, nhưng cô không đồng thuận với cái nào cả. Và rồi cô ấy nhận ra rằng cô có Khanmigo và cô có thể nói chuyện với chính Jay Gatsby.
And so, "Ah, splendid choice, old sport. I am now Jay Gatsby, the enigmatic millionaire from F. Scott Fitzgerald’s classic.”
Và rồi “À, lựa chọn tốt đấy, anh bạn già” Bây giờ tôi là Jay Gatsby, một triệu phú bí ẩn từ tác phẩm kinh điển của F. Scott Fitzgerald”
And so, "Why do you keep staring at the green light?"
Và rồi “Tại sao ông cứ nhìn ánh đèn xanh thế?”
"Ah, the green light, old sport. It's a symbol of my dreams and desires, you see. It's situated at the end of Daisy Buchanan's dock across the bay from my mansion. I gaze at it longingly as it represents my yearning for the past and my hope to reunite with Daisy, the love of my life."
“À, ánh đèn xanh ấy hả anh bạn già. Bạn thấy đấy, nó tượng trưng cho giấc mơ và ước muốn của tôi. Nó nằm ở cuối bến của Daisy Buchnan phía bên kia vịnh từ biệt thự của tôi. Tôi khát khao nhìn nó vì nó đại diện cho sự thương xót quá khứ và hy vọng có thể tái hợp với Daisy, tình yêu của đời tôi.”
And what was cool is, Saanvi then said, “I had this long conversation,” she called him “Mr. Gatsby,” and at the end she actually apologized for taking his time, which I thought was very polite of her.
Và điều thú vị là, Saanvi sau đó đã nói “Em đã có một cuộc trò chuyện dài,” cô bé gọi nó là “ông Gatsby,” Và khi kết thúc cô bé thật sự đã xin lỗi vì làm mất thời gian của ông ấy, Tôi nghĩ rằng cô bé rất lịch sự đấy.
But you can imagine this unlocks learning literature, learning ... You could talk to historical figures. We're even probably going to add an activity you can talk to like, the Mississippi River. It brings things to life in ways that really were science fiction even six months or a year ago.
Nhưng bạn có thể tưởng tượng điều này mở ra việc học văn học, học... bạn có thể nói chuyện với các nhân vật lịch sử. Thậm chí có thể sẽ thêm hoạt động mà bạn có thể nói với, như sông Mississippi. Nó mang những thứ tưởng chừng như viễn tưởng đến cuộc sống của ta thậm chí là tầm 6 tháng hay 1 năm trước.
Students can get into debates with the AI. And we’ve got this here is the student debating whether we should cancel student debt. The student is against canceling student debt, and we've gotten very clear feedback. We started running it at Khan World School in our lab school that we have, Khan Lab School. The students, the high school students especially, they're saying "This is amazing to be able to fine-tune my arguments without fearing judgment. It makes me that much more confident to go into the classroom and really participate." And we all know that Socratic dialogue debate is a great way to learn, but frankly, it's not out there for most students. But now it can be accessible to hopefully everyone.
Học sinh có thể tranh luận với trí tuệ nhân tạo. Và ở đây học sinh đang tranh luận rằng có nên hủy bỏ khoản nợ học sinh? Học sinh thì phản bác việc hủy bỏ khoản nợ, và ta nhận được phản hồi rất rõ ràng. Tôi bắt đầu hoạt động ở Khan World School, trong trường thí nghiệm Khan Lab School. Học sinh, đặc biệt là học sinh trung học. Họ nói “Nó thật tuyệt vời vì có thể chỉnh lại lập luận của em mà không sợ bị đánh giá. Nó giúp em cảm thấy tự tin hơn nhiều so với việc đi học và thật sự tham gia trực tiếp.” Và ta đều biết rằng đối thoại Socrates là một cách hay để học, nhưng thật sự mà nói thì nó không có ở đó cho hầu hết học sinh. Nhưng giờ thì, hy vọng mọi người đều có thể tiếp cận được.
A lot of the narrative, we saw that in the headlines, has been, "It's going to do the writing for kids. Kids are not going to learn to write." But we are showing that there's ways that the AI doesn't write for you, it writes with you.
Có rất nhiều bài tường thuật, mà chúng ta thấy trong tiêu đề là “Nó sẽ viết thay cho bọn trẻ. Bọn trẻ sẽ không học được cách viết.” Nhưng có những cách mà trí tuệ nhân tạo không viết hộ bạn, mà nó cùng bạn viết.
So this is a little thing, and my eight year old is addicted to this, and he's not a kid that really liked writing before, but you can say, “I want to write a horror story,” and it says, "Ooh, a horror story, how spine-tingling and thrilling. Let's dive into the world of eerie shadows and chilling mysteries." And this is an activity where the student will write two sentences, and then the AI will write two sentences. And so they collaborate together on a story.
Có điều nhỏ này, và bé 8 tuổi nhà tôi ghiền thứ này, và trước đây nó không phải là đứa thích viết cho lắm, nhưng bạn có thể nói, “Tôi muốn viết truyện kinh dị,” và nó nói “Ồ truyện kinh dị! Rùng mình và sởn gai ốc. Cùng đi sâu vào thế giới của những bóng ma kỳ quái và bí ẩn rùng rợn nào.” Và hoạt động này sẽ là học sinh viết 2 câu, và rồi trí tuệ nhân tạo sẽ viết 2 câu. Và rồi họ sẽ phối hợp cùng nhau viết nên 1 câu chuyện. Học sinh viết “Beatrice là một con ma bị hiểu nhầm.”
The student writes, "Beatrice was a misunderstood ghost. She wanted to make friends but kept scaring them by accident."
Cô muốn kết bạn với mọi người nhưng luôn vô tình dọa cho họ sợ.” Và AI nói “tội nghiệp Beatrice, hồn ma cô đơn khao khát được làm bạn với ai đó.
And the AI says, "Poor Beatrice, a lonely spirit yearning for companionship. One day she stumbled upon an old abandoned mansion," etc.
Một ngày nọ cô ấy vô tình tìm thấy một lâu đài cũ bị bỏ hoang,... Tôi khuyến khích các bạn hãy thử nó vào một ngày nào đó.
I encourage you all to hopefully one day try this. This is surprisingly fun.
Nó vui bất ngờ luôn.
Now to even more directly hit this use case. And what I'm about to show you, everything I showed you so far is actually already part of Khanmigo, and what I’m about to show you, we haven't shown to anyone yet, this is a prototype. We hope to be able to launch it in the next few months, but this is to directly use AI, use generative AI, to not undermine English and language arts but to actually enhance it in ways that we couldn't have even conceived of even a year ago. This is reading comprehension. The students reading Steve Jobs's famous speech at Stanford. And then as they get to certain points, they can click on that little question. And the AI will then Socratically, almost like an oral exam, ask the student about things. And the AI can highlight parts of the passage. Why did the author use that word? What was their intent? Does it back up their argument? They can start to do stuff that once again, we never had the capability to give everyone a tutor, everyone a writing coach to actually dig in to reading at this level.
Để tiếp cận cách sử dụng này trực tiếp hơn nữa. Và thứ mà tôi sắp chia sẻ, điều mà tôi đã chia sẻ cho bạn thực chất đều đã có ở Khanmigo, và điều mà tôi sắp cho các bạn thấy, nó là một mô hình mà tôi chưa tiết lộ cho ai cả. Tôi hy vọng có thể triển khai nó trong vài tháng tới, nó dùng AI trực tiếp, dùng AI tạo sinh, nó không làm mai một tiếng Anh và các kỹ năng ngôn ngữ mà thậm chí còn cải thiện bằng những cách mà ta không thể hình dung được, ngay cả khi 1 năm về trước. Đây là bài đọc hiểu. Học sinh đang đọc bài phát biểu nổi tiếng của Steve Job ở Stanford. Và khi học sinh đọc đến đoạn nào, họ có thể nhấn vào câu hỏi nhỏ đó. Và sau đó AI sẽ dùng phương pháp Socratic, giống như khảo bài miệng để hỏi học sinh về vấn đề đó. Và AI sẽ làm nổi bật đoạn đó trong bài văn. Tại sao tác giả dùng từ đó? Mục đích của ông là gì? Nó có ủng hộ lập luận của ông không? Họ có thể bắt đầu hỏi thêm lần nữa, ta chưa từng có khả năng cung cấp cho mọi người một gia sư, người hướng dẫn có thể thật sự đào sâu việc đọc hiểu ở mức đồ này.
And you could go on the other side of it. And we have whole work flows that helps them write, helps them be a writing coach, draw an outline. But once a student actually constructs a draft, and this is where they're constructing a draft, they can ask for feedback once again, as you would expect from a good writing coach. In this case, the student will say, let's say, "Does my evidence support my claim?" And then the AI, not only is able to give feedback, but it's able to highlight certain parts of the passage and says, "On this passage, this doesn't quite support your claim," but once again, Socratically says, "Can you tell us why?" So it's pulling the student, making them a better writer, giving them far more feedback than they've ever been able to actually get before. And we think this is going to dramatically accelerate writing, not hurt it.
Và bạn có thể thực hiện ngược lại. Và chúng tôi có luồng làm việc giúp học sinh viết, trở thành người hướng dẫn viết, sắp xếp các điểm chính. Khi học sinh dựng một bản nháp, và đây là chỗ học sinh dựng bản nháp, họ có thể xin ý kiến một lần nữa, như bạn đã mong đợi ở một người hướng dẫn giỏi. Trong trường hợp này, học sinh sẽ hỏi “Bằng chứng tôi đưa ra có ủng hộ luận điểm không?” Và sau đó AI không chỉ đưa ra nhận xét, mà nó còn có thể làm rõ đoạn trong văn bản và nói “Đoạn văn này không hỗ trợ luận điểm của bạn lắm,” một lần nữa, nó hỏi tiếp “Bạn có biết vì sao không?” Nó thúc đẩy học sinh để họ có thể viết tốt hơn, cho họ ý kiến còn nhiều hơn trước đây họ từng được nhận. Và tôi nghĩ rằng nó sẽ không làm tệ đi, mà còn tăng tốc độ viết đáng kể.
Now, everything I've talked about so far is for the student. But we think this could be equally as powerful for the teacher to drive more personalized education and frankly save time and energy for themselves and for their students. So this is an American history exercise on Khan Academy. It's a question about the Spanish-American War. And at first it's in student mode. And if you say, “Tell me the answer,” it’s not going to tell the answer. It's going to go into tutoring mode. But that little toggle which teachers have access to, they can turn student mode off and then it goes into teacher mode. And what this does is it turns into -- You could view it as a teacher's guide on steroids. Not only can it explain the answer, it can explain how you might want to teach it. It can help prepare the teacher for that material. It can help them create lesson plans, as you could see doing right there. It'll eventually help them create progress reports and help them, eventually, grade. So once again, teachers spend about half their time with this type of activity, lesson planning. All of that energy can go back to them or go back to human interactions with their actual students.
Những điều tôi đã đề cập đều dành cho học sinh. Nhưng chúng tôi nghĩ nó có thể có công hiệu tương tự cho giáo viên thúc đẩy giáo dục cá nhân hóa và và thật sự tiết kiệm thời gian và năng lượng cho chính họ và học sinh. Đây là bài tập về lịch sử nước Mỹ tại Khan Academy. Câu hỏi về cuộc chiến tranh giữa Tây Ban Nha và Mỹ. Và đầu tiên khi ở chế độ học sinh. Và khi bạn nói “Cho tôi đáp án,” nó sẽ không cho bạn đáp án. Nó sẽ vào chế độ hướng dẫn. Nhưng giáo viên có quyền bật cái nút nhỏ đó, họ có thể tắt chế độ học sinh và chuyển sang chế độ giáo viên. Và điều này làm nó đổi thành -- bạn có thể xem nó như một hướng dẫn nâng cao dành cho giáo viên. Nó không chỉ giải thích câu trả lời, mà nó còn có thể trình bày cách bạn muốn dạy. Nó có thể giúp giáo viên chuẩn bị tài liệu đó. Nó có thể giúp họ soạn giáo án như bạn thấy ngay ở đó. Sau đó nó sẽ giúp họ tạo báo cáo tiến độ và cuối cùng là giúp họ chấm điểm. Một lần nữa, giáo viên tốn khoảng một nửa thời gian cho hoạt động soạn giáo án này. Họ có thể tiết kiệm được ngần ấy năng lượng hoặc sử dụng để tương tác thực với học sinh thật của họ.
(Applause)
(Vỗ tay)
So, you know, one point I want to make. These large language models are so powerful, there's a temptation to say like, well, all these people are just going to slap them onto their websites, and it kind of turns the applications themselves into commodities. And what I've got to tell you is that’s one of the reasons why I didn’t sleep for two weeks when I first had access to GPT-4 back in August. But we quickly realized that to actually make it magical, I think what you saw with Khanmigo a little bit, it didn't interact with you the way that you see ChatGPT interacting. It was a little bit more magical, it was more Socratic, it was clearly much better at math than what most people are used to thinking. And the reason is, there was a lot of work behind the scenes to make that happen.
Bạn biết đấy, có một điểm mà tôi muốn nói. Các “Mô hình ngôn ngữ lớn” rất công hiệu, phải nói rằng nó có xu hướng mọi người đều thêm bừa nó vào trang web của họ, và biến bản thân các ứng dụng trở thành một mặt hàng. Và phải nói với các bạn rằng nó là một trong những lý do khiến tôi mất ngủ trong 2 tuần khi tôi lần đầu tiên được truy cập vào GPT-4 vào tháng 8. Nhưng tôi nhanh chóng nhận ra để biến nó trở nên kỳ diệu, tôi nghĩ bạn có thể thấy một chút ở Khanmigo, nó không tương tác với bạn như cách tương tác với ChatGPT. Nó kỳ diệu hơn một xíu, nó theo hướng Socratic hơn, nó rõ ràng giỏi toán hơn nhiều so với những gì mọi người thường nghĩ. Và lý do là, nó cần rất nhiều công việc ở sau hậu trường để nó có thể xảy ra. Và tôi có thể liệt kê danh sách về mọi thứ chúng tôi đang làm,
And I could go through the whole list of everything we've been working on, many, many people for over six, seven months to make it feel magical. But perhaps the most intellectually interesting one is we realized, and this was an idea from an OpenAI researcher, that we could dramatically improve its ability in math and its ability in tutoring if we allow the AI to think before it speaks. So if you're tutoring someone and you immediately just start talking before you assess their math, you might not get it right. But if you construct thoughts for yourself, and what you see on the right there is an actual AI thought, something that it generates for itself but it does not share with the student. then its accuracy went up dramatically, and its ability to be a world-class tutor went up dramatically. And you can see it's talking to itself here. It says, "The student got a different answer than I did, but do not tell them they made a mistake. Instead, ask them to explain how they got to that step."
rất, rất nhiều người trong 6, 7 tháng trời để biến nó trở thành điều kỳ diệu. Nhưng có lẽ điều thú vị nhất về mặt trí tuệ là khi chúng tôi nhận ra, đây là ý tưởng từ nhà nghiên cứu OpenAI, rằng ta có thể cải thiện toán học của nó đáng kể và khả năng hướng dẫn của nó nếu ta cho phép AI suy nghĩ trước khi nói. Chẳng hạn khi hướng dẫn ai đó và bạn ngay lập tức nói trước khi đánh giá bài toán của họ, bạn có thể sẽ hiểu sai nó. Nhưng nếu bạn tự xây dựng suy nghĩ cho mình, và bạn thấy ở bên phải đây là suy nghĩ của AI, điều AI tự tạo ra cho chính nó mà không chia sẻ cho học sinh. Sau đó độ chính xác tăng lên đáng kể, và khả năng trở thành gia sư đẳng cấp thế giới của nó cũng tăng vọt. Và bạn có thể thấy nó đang tự vấn đây. Nó nói “Bạn học sinh có câu trả lời khác mình,” nhưng không được nói họ sai. Thay vào đó, nói họ giải thích họ đến bước đó bằng cách nào?”
So I'll just finish off, hopefully, you know, what I’ve just shown you is just half of what we are working on, and we think this is just the very tip of the iceberg of where this can actually go. And I'm pretty convinced, which I wouldn't have been even a year ago, that we together have a chance of addressing the 2 sigma problem and turning it into a 2 sigma opportunity, dramatically accelerating education as we know it.
Tôi sẽ kết thúc tại đây, hy vọng là, những gì tôi trình bày chỉ là một nửa việc chúng tôi đang thực hiện, và chúng tôi nghĩ rằng đây chỉ mới là phần nổi của tảng băng trôi và nó còn có thể đi sâu hơn nữa. Và tôi khá tin rằng, điều mà tôi của một năm trước không thể tin, chúng ta có cơ hội cùng nhau giải quyết Vấn đề 2 Sigma và biến nó trở thành Cơ hội 2 Sigma, thúc đẩy mạnh mẽ nền giáo dục như chúng ta đã biết.
Now, just to take a step back at a meta level, obviously we heard a lot today, the debates on either side. There's folks who take a more pessimistic view of AI, they say this is scary, there's all these dystopian scenarios, we maybe want to slow down, we want to pause. On the other side, there are the more optimistic folks that say, well, we've gone through inflection points before, we've gone through the Industrial Revolution. It was scary, but it all kind of worked out. And what I'd argue right now is I don't think this is like a flip of a coin or this is something where we'll just have to, like, wait and see which way it turns out. I think everyone here and beyond, we are active participants in this decision. I'm pretty convinced that the first line of reasoning is actually almost a self-fulfilling prophecy, that if we act with fear and if we say, "Hey, we've just got to stop doing this stuff," what's really going to happen is the rule followers might pause, might slow down, but the rule breakers, as Alexandr [Wang] mentioned, the totalitarian governments, the criminal organizations, they're only going to accelerate. And that leads to what I am pretty convinced is the dystopian state, which is the good actors have worse AIs than the bad actors.
Giờ hãy lùi một bước xem xét ở mức độ cao hơn, rõ ràng ta đã thấy rất nhiều tranh luận từ cả 2 phía. Có người có cái nhìn bi quan hơn về AI, Họ nói nó đáng sợ, có hàng ngàn viễn cảnh đen tối, chúng ta có lẽ là muốn nó chậm lại, muốn nó tạm ngưng. Ở mặt khác thì có những người tích cực hơn Họ nói rằng chúng ta đã từng trải qua “cực điểm” rồi, ta đã từng trải qua Cách mạng công nghiệp. Nó đáng sợ nhưng đã diễn ra suôn sẻ. Và điều mà tôi muốn tranh luận bây giờ là tôi không nghĩ điều này như tung một đồng xu hay là thứ mà chúng ta phải chờ đợi xem nó sẽ diễn ra như thế nào. Tôi nghĩ mọi người ở đây và hơn thế nữa, chúng ta là người tham gia trực tiếp vào quyết định này. Tôi khá chắc rằng lập luận đầu tiên gần giống như lời tiên tri tự ứng nghiệm vậy, rằng nếu chúng ta hành động trong sợ hãi và nói rằng “Này, ta phải ngừng làm việc này ngay thôi,” điều có thể sẽ xảy ra là những “người tuân thủ” sẽ dừng lại, sẽ chậm lại, nhưng “người phá luật”, như Alexander đã đề cập, các chính phủ toàn trị, tổ chức tội phạm, lại tiếp tục bước nhanh hơn. Và nó dẫn đến điều mà tôi khá chắc chắn là viễn cảnh đen tối, khi mà người có động cơ trong sáng lại sở hữu AI tệ hơn những kẻ xấu.
But I'll also, you know, talk to the optimists a little bit. I don't think that means that, oh, yeah, then we should just relax and just hope for the best. That might not happen either. I think all of us together have to fight like hell to make sure that we put the guardrails, we put in -- when the problems arise -- reasonable regulations. But we fight like hell for the positive use cases. Because very close to my heart, and obviously there's many potential positive use cases, but perhaps the most powerful use case and perhaps the most poetic use case is if AI, artificial intelligence, can be used to enhance HI, human intelligence, human potential and human purpose.
Nhưng tôi cũng sẽ nói với những người tích cực một chút. Tôi không có ý kiểu thế thì chúng ta chỉ cần thư giãn và hy vọng điều tốt đẹp nhất. Nó cũng sẽ không xảy ra luôn. Tôi nghĩ rằng tất cả chúng ta phải chiến đấu hết mình để đảm bảo rằng ta đặt rào bảo vệ đặt ra những quy định hợp lý khi có vấn đề xảy ra. Nhưng chúng tôi đấu tranh hết mình cho những trường hợp tích cực. Bởi vì nó rất quan trọng với tôi, và tất nhiên là còn có nhiều trường hợp sử dụng tích cực, nhưng có lẽ công hiệu nhất và đẹp đẽ nhất là khi AI - Trí tuệ nhân tạo, được sử dụng để cải thiện HI - Trí thông minh con người, tiềm năng và mục đích của con người.
Thank you. (Applause)
Cảm ơn các bạn. (Vỗ tay)