数据科学教育应如何应对大语言模型？
计算机与社会
2023-07-10 v2 人工智能
计算与语言
摘要
大语言模型（LLMs，如 ChatGPT）的快速发展正在革新数据科学与统计学。这些最先进的工具可简化复杂流程，从而重塑数据科学家的角色。我们认为 LLMs 正在转变数据科学家的职责，将其重心从动手编码、数据整理与执行标准分析转向评估与管理这些自动化 AI 所完成的分析。这种角色演变令人联想到从软件工程师到产品经理的转型。本文借助使用 LLMs 的具体数据科学案例阐释这一转型。这些进展要求数据科学教育发生有意义的演变。教学现须更着重培养学生多元化技能，如 LLM 驱动的创造力、批判性思维、AI 引导的编程。LLMs 也可作为交互式教与学工具在课堂中发挥重要作用，助力个性化教育。本文讨论了各方向上的机遇、资源与开放挑战。如同任何变革性技术，将 LLMs 整合进教育需审慎考量。尽管 LLMs 可高效完成重复性任务，但须牢记其作用是补充而非取代人类智能与创造力。因此，新时代的数据科学教育应在平衡 LLMs 益处的同时，培育互补的人类专长与创新。总之，LLMs 的兴起预示着数据科学及其教育的变革期。本文旨在阐明伴随此范式转变的新兴趋势、潜在机遇与挑战，以期引发对这一令人振奋且未知领域的进一步探讨与探究。
引用
@article{arxiv.2307.02792,
title = {What Should Data Science Education Do with Large Language Models?},
author = {Xinming Tu and James Zou and Weijie J. Su and Linjun Zhang},
journal= {arXiv preprint arXiv:2307.02792},
year = {2023}
}