理论到实践：亚利桑那州立大学如何缩小人工智能理论与实践的差距

亚利桑那州立大学（简称ASU）人工智能加速团队的项目经理Paul Alvarado采用了一种实用的方法来开展工作，帮助弥补可行的理论与其实践之间的差距。这项工作扩展到了人工智能领域，因为准确的数据对人工智能起着至关重要的作用。

Alvarado说：“人们总能有伟大的想法，但把这些想法变成实践又是另一回事。我们了解到了一些细节，比如弄清楚我们是否有正确的数据以及这些数据是如何更新的。”

Alvarado已经在ASU企业技术部门工作了五年。今年，他加入了人工智能加速团队，他的数据专业知识正在帮助ASU塑造对人工智能应用的方法。

在此，他分享了他缩小高等教育中人工智能差距的方法。 

问：你在ASU推进人工智能的工作重点是什么？ 

答：我一直在专攻协助人工智能创新挑战赛，这个挑战赛是与大学教务长办公室和我们在OpenAI的合作伙伴一起进行的。

为了探索人工智能及其在课堂、劳动力和研究中的影响，我们发起了这个挑战。人工智能创新挑战赛允许ASU采用影响驱动的方法使用ChatGPT 企业版许可证，因为ASU的人们都在思考这项技术是如何影响他们工作的。而在这场挑战完成后，他们就会告诉我们答案。这让我们有机会回顾和分析他们的活动和经验，其中包括他们是如何开始的以及技术是如何发展的。

我最新的项目是支持人工智能创新挑战赛，与大学教务长办公室和我们在OpenAI的合作伙伴一起完成，它允许学生、教职员工和教师使用ChatGPT 企业版许可证。

一旦大学里的人找到了实践该工具的机会，他们就可以分享他们的进步和结果的影响。

这让我们可以回顾和分析他们的活动和经验，其中包括他们是如何开始以及技术是如何发展的。

问：数据在这项工作中扮演着什么角色？

答：数据是我们在ASU一切工作的基础。它在人工智能领域也发挥着重要的作用。为了使人工智能创新挑战赛取得成功，ASU与提案获奖者建立了反馈接触点来了解如何最好地支持学校里的同事。我们发现，比起加载随时会过时的单个文档，人们希望能够在公共ASU网站、知识库、政策文件等渠道中输入数据。对此，我们了解到建立数据连接是利益相关者很看重的一点。因此，企业技术必须与供应商的人工智能产品建立流程，并对这些连接进行安全审查。我们希望能够在负责任地前提下实现创新，要确保我们分析了数据是如何传递给供应商来解决方案的，以及数据是如何在供应商的解决方案中传递的。

除了人工智能创新挑战赛以外，我们还一直都在整合来自内部知识库（ServiceNow和Guru）、ASU公共网站和文档（谷歌文档和微软Word文档）的数据。我们发现，生成式人工智能可以利用这些知识来源回答问题，但同时也会面临一些障碍。

这些障碍包括确保真相来源得到维护或更新、识别和解决真相来源之间的冲突、在特定问题答案不存在的情况下创建文章或信息。我们还发现重要信息可以放在图像、演示文稿、表格等中，这些信息并不是总能转化为人工智能就绪的内容，因此也必须重新审视存储知识的最佳实践。

问：人工智能工具如何重新定义教育工作者的角色，特别是在接管日常任务和增强教学资源方面？

答：使用Syllabot是帮助教师减少课堂上日常任务的一种方法。Syllabot是一种使用MyAI Builder构建的独特AI体验。它是一个由人工智能驱动的聊天机器人，可以帮助学生浏览特定课程的教学大纲。

除了直接与教师合作外，学生还可以通过在教学大纲中输入问题，了解教学大纲中概述的课程表、作业明细等内容。我们团队与心理学教授、学习工程研究所执行主任Danielle McNamara合作完成了这个项目。

Syllabot项目通过关注特定的数据点来帮助缩小工作范围。我们可以先用Syllabot来确定其能力和局限性，然后再与讲师合作确定改进措施。如果Syllabot不能根据课程大纲轻松回答问题，那就需要对教学大纲进行格式化或内容重组了。为了优化Syllabot等工具，我们必须尝试用不同的方法并从结果中不断学习。

7月，我们将在ASU雷鸟全球管理学院Euvin Naidoo教授的会计课上测试Syllabot，我们还计划在秋季的另一节课上对其进一步测试。通过更多的反馈和调整，包括学生与Syllabot的互动，我们将改进和扩展其使用。然而，与往常一样，确保能够得到正确的反馈和数据仍然至关重要。

问：ASU如何推动人工智能在高等教育中的成功应用？

答：我们通过今年早些时候发起的人工智能创新挑战赛等举措，帮助推进高等教育中的人工智能应用。我们已经在与OpenAI合作，为他们提供我们早期经验的反馈。这种合作使我们能够向行业领导者介绍他们的产品。在推动创新方面，早期且持续的反馈在这样的合作中至关重要，也是ASU的DNA之一。

通过与OpenAI的合作，ASU旨在通过有原则的创新进行扩展，确保为社会和未来做正确的事情。我们希望能够在负责任的基础上扩大规模。 

例如，在我们与OpenAI合作开发ChatGPT 企业版、后来又帮助塑造ChatGPT 教育版的过程中，我们面临的最大的一个挑战就是在我们当前规模下的管理问题，例如大规模配置和取消用户访问。由于学生和教职员工经常进出入系统，手动管理权限肯定是不可行的。但是我们与OpenAI合作，就能将这一过程自动化，确保我们的系统与他们的系统无缝集成。这不仅有助于我们，也使其他高等院校受益。

问：高等教育中与人工智能相关的哪些机会最让你兴奋？

答：我们在ASU所做的事情很特别。因为有许多人工智能供应商，我们就可以与OpenAI等创新实体建立合作关系，这一点非常好。我们非常关注技术工具的结果，而往往将评估后置。在ASU，我们逐步构建并持续分析流程。我们可以实时访问我们所有的数据，不必等待从我们合作的供应商那里回传数据。实时访问我们的数据使我们能够更快地进行评估和改进，这是一个令人兴奋的机会。