Webinar on AI in Higher Education : Implications for Teaching & Learning

头部。目前，她领导着热制造部门，并且是低地球轨道、地球同步轨道和行星际航天器上热控制元件的设计实施和测试专家。她启动了非常非常重要且最有价值的项目，名为 GS GAT 2、GSAT 14、GSAT 11、GSAT 19、INST 4B、INST 4C、GT 7、GT 5、高 GT 12、Ocean 2、Cto 3 系列以及更多“Go and”系列 Chandrean 1、Chandrean 2、Chandrean 3 和火星轨道器任务。所有这些都是印度影响深远的项目，并已成功发射。GS Gat 14 上有热控制涂层实验的开发。此前，她曾担任项目经理、热制造、Chandrean 1 项目经理和 Chandrean 2 轨道器飞船的热制造，以及火星轨道器任务项目经理热制造。项目经理热制造 GZAT 19，项目经理热制造 Gat 11，以及 RS at 1A 热系统副项目总监，负责地热实施部门。她获得了许多奖项，例如 2008 年 Chandrian 团队卓越奖，以及 2013 年火星轨道器任务 (MOM) 团队卓越奖。这是今天研究会议的非常简短的个人简介。我想邀请我们的副主席 S. Vijay Baskaru 教授代表全国科学日致辞并欢迎各位参与者。谢谢您，教授。

谢谢 Anil 博士对这位演讲者的精彩介绍。女士，早上好，我们本想亲自拜访您，但无论如何，很高兴在线见到您，并感谢您接受我们的邀请。谢谢您，Anil 博士已经详细介绍了女士的个人简历。女士是一位非常杰出、非常重要的科学家，是印度著名的科学家。因此，我们非常感谢她为全国科学日发表演讲。正如大家所知，我们都在 2 月 28 日庆祝全国科学日，今年的主题是“科学领域的女性”。因此，我们认为由女士来发表这次科学日的演讲非常合适，她的演讲将激励一些女学生或在各大学和学院工作的女科学家将科学作为一种热情。我们都知道全国科学日的主题和背景。我们每年都在庆祝它。但鉴于“科学领域的女性”这一主题，我们也应该铭记那些为这个伟大国家的科学技术做出巨大贡献的杰出人士。当我们谈论历史并回顾过去时，我们会想起玛丽·居里这样的先驱，她是第一位获得诺贝尔科学奖的女性，她获得了两个不同科学领域的诺贝尔奖。在印度，我们也知道 Janiki Amal，一位开创性的植物学家，她的工作获得了全球认可。Asma Chhatarji 在化学领域也做出了重大贡献，我们都知道 Kalpana Chawa 和其他人。这些人做出了巨大贡献，不仅是这些人，还有许多在科学技术领域默默无闻的女科学家。如今，女性在空间技术、生物技术、材料科学、人工智能和量子研究领域处于领先地位，我们见证了女科学家在 ISRO 的任务中做出的卓越贡献，包括历史性的 Chandrayaan 和火星任务。她们的领导力和技术专长象征着高端研究和战略领域性别包容的新时代。尽管我们的入学数据显示，高等教育体系中女性入学人数已显著提高，尤其是在工程和研究生课程中，但我们仍需做很多工作，因为从统计数据来看，在 1026 项诺贝尔奖中，只有 66 位女性获奖，而在科学领域，只有 20-25 位女性获奖。因此，这个数字仍然表明我们在科学技术领域的女性方面还有很多工作要做。当然，女性面临着各种困难，我们必须克服这些挑战，例如工作与生活的平衡压力、有限的指导机会以及招聘和晋升中的偏见，还有 STEM 领导力问题。因此，我们需要了解其中一些问题，并创造一个环境，让更多的女学生或女性能够投身于科学技术领域。因此，我们需要在本科和研究生层面鼓励 STEM 学科的发展，作为大学的 API，我们正努力做到这一点，并促进跨学科研究机会，这也是 NDP 2020 的一部分，我们正在为女科学家提供种子基金和研究奖学金，建立指导网络，将资深女科学家与早期职业研究人员联系起来，所有这些都将确保女性成为未来科学领导者的机会。因此，我们需要了解局限性，并超越这些局限性来实现目标。现在，印度政府也已经采取了举措，并为女性提供了许多计划，但不幸的是，虽然技术教育领域的人员在增加，但基础科学领域却缺乏学生。所以，这也有一个问题。我们必须在这方面加以鼓励。在这种背景下，我认为我们邀请了女士，她将在她的讲座中阐述女性的贡献以及女性的机会，我认为她还将就女性如何引领这个国家的科学技术发表一般性演讲。有了这个简短的介绍，我请求您接管演示并向大家致辞。谢谢。

非常感谢您，教授。我想我在线上与一些学生连线了，对吗？是的。好的。还有教职员工。是的，教授。是的。尊敬的 Vadumorti 教授、Vijayaskkar 教授以及这几天与我联系的 Anil 博士，以及所有在线加入的各位贵宾，还有今天节目的主要支柱——各位学生。祝大家早安。我真的很高兴，也很荣幸今天能和大家在一起，特别是与年轻一代分享我的一些想法和经验，因为即使我没有亲眼见到他们，但与年轻一代的联系总是让我充满活力，并激励我继续前进。我还要感谢 AP 高等教育委员会，他们主动在线上组织了这次活动，让我能够与大家联系。顺便说一句，全国科学日，我想我应该多说一些泰卢固语还是英语？好的。因为教授说有学生在，我想我应该多说一点泰卢固语吗？随您便，您可以两者都说。没问题。好的，教授。实际上，全国科学日，我知道所有孩子和所有从事科学领域的人都知道，我们开始它的目的是为了培养孩子们的科学气质，然后让他们对科学的机会感到有动力，当您做一些实验并向他们展示时，它会激发更多的兴趣和好奇心，这已经持续了很多年，但今年，除了这些之外，还有一个主题，那就是“科学领域的女性”，以及我们如何促进改进并加速印度的增长故事。但也许孩子们应该问这个问题，为什么科学领域有女性？科学没有性别之分，男女都可以从事，对吗？也许为了回答这个问题，我们不得不看一些统计数据。作为人口的 50%，女性在科学和研究领域的贡献不到 20%。即使您看，这也包括了入门级或中层人员。如果您真的看到了处于领导地位、处于高级职位的人，这个比例可能不到 10% 左右。为什么会出现这种差距？也许有一些传统的原因。也许传统上机会相对较少，可用的设施也较少。也许过去女性需要照顾家务。现在我们仍然需要这样做。我们不仅是家庭主妇，还要照顾孩子，因为从生物学上讲，孩子们比父亲更依赖母亲。所以，显然所有这些因素都存在。所以，我们一直将自己局限于某种类型的案头工作或只做有限时间的工作，这样我们就可以早点回家，然后专注于其他事情，而科学需要更多的投入。但随着时间的推移，也许我们也开始认为我们的头脑不适合做这些，但也许你们中的一些孩子，我建议你们回去和你们的祖母谈谈，或者甚至和家里的下一代人谈谈，你们会发现，我们的祖母和长辈在家里的很多事情，比如在厨房里做一些家庭疗法，或者如何烹饪食物，一切都涉及一定的科学知识，而且她们对此非常了解，也许她们没有以研究论文或科学内容的形式表达出来，但她们非常了解科学。这只是想说明，女性的大脑在理解科学和数学方面同样甚至可能更具能力。因为人们认为女性，甚至有一些笑话，你们可能也见过，有些女孩数学不好之类的。但并非如此。这只是一个笑话。但我们同样聪明，同样有能力从事科学并继续前进。好的，在存在这种差距多年之后，情况正在缓慢改善，但它们没有以我们希望国家前进的速度或步伐改善。因此，这里需要做更多的事情。我想在这里引用一些普遍的方面，我想谈谈我的经历，我的经历不是那种伟大的成就式人生故事，而是我之所以这样说，只是为了让年轻女孩更容易产生共鸣，因为我也来自同样的背景，来自安得拉邦的 Kakinada，我在那里学习，所以你们可能更容易理解。我完成了十年级，之后，我的大脑一直更专注于数学和科学，社会科学和理论科目对我来说非常困难。因此，选择工程学对我来说是显而易见的。我在 94-98 年的 J&U 工程学院学习了机械工程，当时，也许即使是今天，机械和土木工程领域的女生人数也不会有太大变化。也许今天也是如此。即使在少数女生中，继续从事核心工程科学的人也更少，因为毕业后很多人会转向软件工作。无论如何，软件领域的机会也更多，我也必须接受这个事实。毕业后，我很幸运，一年之内就进入了 ISRO，我在 ISRO 超过二十年、二十五年的旅程确实是极其精彩的互动和经历。我在这里有过极其精彩的经历。我只想就 ISRO 说一两点，不是在推销它，而是您进入组织后，给您工作的上级绝不会看您的性别，无论您是男孩还是女孩，还是男人还是女人，没有人会看。只有工作对您来说很重要，您将 24/7 工作，您将身体力行地工作，就像我从事硬件领域一样，教授在我的介绍中提到了我，我从事温度控制区，我必须亲自绕着卫星走，爬上梯子工作，一切都是挑战。但没有什么能阻止。没有人说，你是个女孩，你不能在晚上工作。你是个女孩，你做不到这个。不，他们只把工作当工作。性别对他们来说无关紧要。您做得越多，机会就越多。所以，工作不应该意味着更多的工作就是更多的痛苦。不，更多的工作就是更多的机会。您拥有的机会越多，您就越有能力展示您的才华，并说是的，我能够更好地交付。这就是为什么会有越来越多的机会。它们使您的环境非常安全。您不会觉得，很多时候我是一个团队中唯一的女孩或唯一的女性，周围都是男人，但没有人对此有什么看法，因为环境非常安全。我们舒适地工作，交付成果，然后离开。这就是 ISRO 的美好之处。因此，随着时间的推移，也许也因为这种文化，我能够真正适应这种情况，然后我得到了我的第一个项目。Chandrayaan 是我作为项目经理的第一个项目，我得到了上级的很多支持。在那段时间里，我有了女儿，我有一个非常支持我的丈夫。在这里，我还要对所有即将步入生活的人说一点，对于所有即将结婚的女孩，将来你们也会有很多家庭责任。关键是，毫无疑问，女性是超级的，但不要总是试图成为超级女性。在需要时寻求家人的支持，无论是大家庭还是其他家庭，这并没有错，否则您将无法平衡事物。就像我得到了我丈夫的支持，当他也很忙的时候，我的父母会支持，或者我的表亲会支持，有很多人支持，我才能在所有地方都取得成功。如果您真的认为一切都必须由我来做，那就会有点困难，因为您将无法满足自己，而在整个过程中，唯一受到影响的是您的职业生涯或您对该学科的兴趣或热情。因为会发生的是，您的家庭、您的家、您的孩子，他们中的任何一个都不应该受到影响。所以，这是受到影响的。一旦我们开始降低对自己的期望，并试图平衡事物，您就能更好地执行和交付。就像这样，我获得了许多机会。教授说，我真的有幸参与了火星轨道器 Chandrayaan。还有许多通信和遥感项目，故事一直都很好。我的意思是，他们认识到您的潜力，然后机会源源不断，继续工作，我们不断成长，今天我对我在这家组织中的成长方式以及我如何管理我的周围环境感到非常满意，我很高兴地说，在机械领域，我是我们组织中资历最深的，也许是我目前担任的职位中资历最深的科学家，这与我个人无关。这完全是因为我周围的环境。我只是要抓住这个机会，不要让它溜走。正如教授所说，大学层面和学校层面都在做很多事情。所以，有很多机会，有奖学金。所以，请利用这些机会。不要放弃。现在，也许因为我是一名太空科学家，我可能会更多地谈论太空，但我仍然会说，任何对太空科学感兴趣的人，请不要犹豫，大胆地选择太空科学，您面前有很多令人兴奋的项目，我们有 Gaganyaan，我们有金星轨道器，我们有火星着陆器，我们还有很多事情要做。除了太空之外，您可能在 COVID 期间也看到，有许多女科学家在幕后工作，她们都是无声的英雄，我们可能甚至不知道她们的名字，但她们在关键时期日夜工作，确保疫苗及时可用。在所有领域，例如基础物理学或环境科学，情况也是如此，每个领域都有人，但由于某些原因，女性没有达到高级水平，因为她们在某个阶段退出了，原因可能是她们自己最清楚。请不要放弃，唯一的选择是您必须考虑没有放弃的选项。一旦进入某个领域，因为这是我的热情，我必须坚持下去，无论发生什么。是的，个人和职业生活中都会有起伏，支持会在危机时刻出现，危机也会过去，但请不要放弃任何事情，利用所有机会。今天我们最大的优势是手中的手机，所有信息都可用。所以，事实上，今天我能够与大家联系并交谈，即使我不在现场。这本身就是一个机会，就像这样，您可以与任何人联系，并获取任何信息。有很多时候，我们下班回家后，会议安排在晚上 6:30 或 7 点之后。这是非常灵活的。最好的事情是，虽然我不建议每天都这样做，但您有 Swiggy，您有 Zomato。所以，如果您不能按时做饭，稍微有点麻烦，孩子们会适应一天，您的丈夫会适应一天，没有什么会因此而失去。但请不要每天都这样做，这对健康不好。但总有办法的。但最终重要的是，不要因为任何其他环境或社会因素而扼杀您的热情。保持您的热情燃烧，因为过了一段时间，当孩子们长大，一切都安定下来后，您就会开始觉得，我本可以稍微妥协一下，我本可以管理得更好，我本可以做出更大的贡献。但我想用一位非洲第一位女宇航员 Mayor Jenny Sun 的名言来结束这次演讲：不要让任何人剥夺您的想象力、您的创造力或您的好奇心。这是您在这个世界上的位置。这是您的生活。继续前进，尽您所能，过上您想要的生活。是的，请过上快乐而平衡的生活，在那里您实现了您的热情，并与您的贡献一起加速前进。现在，您将与那里的男性并肩作战，这样您的创新将更快，您的成果将更快，请记住，我们今天所做的一切不仅仅是为了我们自己或任何人，而是为了我们的孩子，我们的孙子孙女。是为了下一代，他们将拥有一个更好的社会。因此，我非常期待在未来的听众中看到越来越多的女科学家。非常感谢这次机会。非常感谢您，教授。

非常感谢您，教授。我想我在线上与一些学生连线了，对吗？是的。好的。还有教职员工。是的，教授。是的。尊敬的 Vadumorti 教授、Vijayaskkar 教授以及这几天与我联系的 Anil 博士，以及所有在线加入的各位贵宾，还有今天节目的主要支柱——各位学生。祝大家早安。我真的很高兴，也很荣幸今天能和大家在一起，特别是与年轻一代分享我的一些想法和经验，因为即使我没有亲眼见到他们，但与年轻一代的联系总是让我充满活力，并激励我继续前进。我还要感谢 AP 高等教育委员会，他们主动在线上组织了这次活动，让我能够与大家联系。顺便说一句，全国科学日，我想我应该多说一些泰卢固语还是英语？好的。因为教授说有学生在，我想我应该多说一点泰卢固语吗？随您便，您可以两者都说。没问题。好的，教授。实际上，全国科学日，我知道所有孩子和所有从事科学领域的人都知道，我们开始它的目的是为了培养孩子们的科学气质，然后让他们对科学的机会感到有动力，当您做一些实验并向他们展示时，它会激发更多的兴趣和好奇心，这已经持续了很多年，但今年，除了这些之外，还有一个主题，那就是“科学领域的女性”，以及我们如何促进改进并加速印度的增长故事。但也许孩子们应该问这个问题，为什么科学领域有女性？科学没有性别之分，男女都可以从事，对吗？也许为了回答这个问题，我们不得不看一些统计数据。作为人口的 50%，女性在科学和研究领域的贡献不到 20%。即使您看，这也包括了入门级或中层人员。如果您真的看到了处于领导地位、处于高级职位的人，这个比例可能不到 10% 左右。为什么会出现这种差距？也许有一些传统的原因。也许传统上机会相对较少，可用的设施也较少。也许过去女性需要照顾家务。现在我们仍然需要这样做。我们不仅是家庭主妇，还要照顾孩子，因为从生物学上讲，孩子们比父亲更依赖母亲。所以，显然所有这些因素都存在。所以，我们一直将自己局限于某种类型的案头工作或只做有限时间的工作，这样我们就可以早点回家，然后专注于其他事情，而科学需要更多的投入。但随着时间的推移，也许我们也开始认为我们的头脑不适合做这些，但也许你们中的一些孩子，我建议你们回去和你们的祖母谈谈，或者甚至和家里的下一代人谈谈，你们会发现，我们的祖母和长辈在家里的很多事情，比如在厨房里做一些家庭疗法，或者如何烹饪食物，一切都涉及一定的科学知识，而且她们对此非常了解，也许她们没有以研究论文或科学内容的形式表达出来，但她们非常了解科学。这只是想说明，女性的大脑在理解科学和数学方面同样甚至可能更具能力。因为人们认为女性，甚至有一些笑话，你们可能也见过，有些女孩数学不好之类的。但并非如此。这只是一个笑话。但我们同样聪明，同样有能力从事科学并继续前进。好的，在存在这种差距多年之后，情况正在缓慢改善，但它们没有以我们希望国家前进的速度或步伐改善。因此，这里需要做更多的事情。我想在这里引用一些普遍的方面，我想谈谈我的经历，我的经历不是那种伟大的成就式人生故事，而是我之所以这样说，只是为了让年轻女孩更容易产生共鸣，因为我也来自同样的背景，来自安得拉邦的 Kakinada，我在那里学习，所以你们可能更容易理解。我完成了十年级，之后，我的大脑一直更专注于数学和科学，社会科学和理论科目对我来说非常困难。因此，选择工程学对我来说是显而易见的。我在 94-98 年的 J&U 工程学院学习了机械工程，当时，也许即使是今天，机械和土木工程领域的女生人数也不会有太大变化。也许今天也是如此。即使在少数女生中，继续从事核心工程科学的人也更少，因为毕业后很多人会转向软件工作。无论如何，软件领域的机会也更多，我也必须接受这个事实。毕业后，我很幸运，一年之内就进入了 ISRO，我在 ISRO 超过二十年、二十五年的旅程确实是极其精彩的互动和经历。我在这里有过极其精彩的经历。我只想就 ISRO 说一两点，不是在推销它，而是您进入组织后，给您工作的上级绝不会看您的性别，无论您是男孩还是女孩，还是男人还是女人，没有人会看。只有工作对您来说很重要，您将 24/7 工作，您将身体力行地工作，就像我从事硬件领域一样，教授在我的介绍中提到了我，我从事温度控制区，我必须亲自绕着卫星走，爬上梯子工作，一切都是挑战。但没有什么能阻止。没有人说，你是个女孩，你不能在晚上工作。你是个女孩，你做不到这个。不，他们只把工作当工作。性别对他们来说无关紧要。您做得越多，机会就越多。所以，工作不应该意味着更多的工作就是更多的痛苦。不，更多的工作就是更多的机会。您拥有的机会越多，您就越有能力展示您的才华，并说是的，我能够更好地交付。这就是为什么会有越来越多的机会。它们使您的环境非常安全。您不会觉得，很多时候我是一个团队中唯一的女孩或唯一的女性，周围都是男人，但没有人对此有什么看法，因为环境非常安全。我们舒适地工作，交付成果，然后离开。这就是 ISRO 的美好之处。因此，随着时间的推移，也许也因为这种文化，我能够真正适应这种情况，然后我得到了我的第一个项目。Chandrayaan 是我作为项目经理的第一个项目，我得到了上级的很多支持。在那段时间里，我有了女儿，我有一个非常支持我的丈夫。在这里，我还要对所有即将步入生活的人说一点，对于所有即将结婚的女孩，将来你们也会有很多家庭责任。关键是，毫无疑问，女性是超级的，但不要总是试图成为超级女性。在需要时寻求家人的支持，无论是大家庭还是其他家庭，这并没有错，否则您将无法平衡事物。就像我得到了我丈夫的支持，当他也很忙的时候，我的父母会支持，或者我的表亲会支持，有很多人支持，我才能在所有地方都取得成功。如果您真的认为一切都必须由我来做，那就会有点困难，因为您将无法满足自己，而在整个过程中，唯一受到影响的是您的职业生涯或您对该学科的兴趣或热情。因为会发生的是，您的家庭、您的家、您的孩子，他们中的任何一个都不应该受到影响。所以，这是受到影响的。一旦我们开始降低对自己的期望，并试图平衡事物，您就能更好地执行和交付。就像这样，我获得了许多机会。教授说，我真的有幸参与了火星轨道器 Chandrayaan。还有许多通信和遥感项目，故事一直都很好。我的意思是，他们认识到您的潜力，然后机会源源不断，继续工作，我们不断成长，今天我对我在这家组织中的成长方式以及我如何管理我的周围环境感到非常满意，我很高兴地说，在机械领域，我是我们组织中资历最深的，也许是我目前担任的职位中资历最深的科学家，这与我个人无关。这完全是因为我周围的环境。我只是要抓住这个机会，不要让它溜走。正如教授所说，大学层面和学校层面都在做很多事情。所以，有很多机会，有奖学金。所以，请利用这些机会。不要放弃。现在，也许因为我是一名太空科学家，我可能会更多地谈论太空，但我仍然会说，任何对太空科学感兴趣的人，请不要犹豫，大胆地选择太空科学，您面前有很多令人兴奋的项目，我们有 Gaganyaan，我们有金星轨道器，我们有火星着陆器，我们还有很多事情要做。除了太空之外，您可能在 COVID 期间也看到，有许多女科学家在幕后工作，她们都是无声的英雄，我们可能甚至不知道她们的名字，但她们在关键时期日夜工作，确保疫苗及时可用。在所有领域，例如基础物理学或环境科学，情况也是如此，每个领域都有人，但由于某些原因，女性没有达到高级水平，因为她们在某个阶段退出了，原因可能是她们自己最清楚。请不要放弃，唯一的选择是您必须考虑没有放弃的选项。一旦进入某个领域，因为这是我的热情，我必须坚持下去，无论发生什么。是的，个人和职业生活中都会有起伏，支持会在危机时刻出现，危机也会过去，但请不要放弃任何事情，利用所有机会。今天我们最大的优势是手中的手机，所有信息都可用。所以，事实上，今天我能够与大家联系并交谈，即使我不在现场。这本身就是一个机会，就像这样，您可以与任何人联系，并获取任何信息。有很多时候，我们下班回家后，会议安排在晚上 6:30 或 7 点之后。这是非常灵活的。最好的事情是，虽然我不建议每天都这样做，但您有 Swiggy，您有 Zomato。所以，如果您不能按时做饭，稍微有点麻烦，孩子们会适应一天，您的丈夫会适应一天，没有什么会因此而失去。但请不要每天都这样做，这对健康不好。但总有办法的。但最终重要的是，不要因为任何其他环境或社会因素而扼杀您的热情。保持您的热情燃烧，因为过了一段时间，当孩子们长大，一切都安定下来后，您就会开始觉得，我本可以稍微妥协一下，我本可以管理得更好，我本可以做出更大的贡献。但我想用一位非洲第一位女宇航员 Mayor Jenny Sun 的名言来结束这次演讲：不要让任何人剥夺您的想象力、您的创造力或您的好奇心。这是您在这个世界上的位置。这是您的生活。继续前进，尽您所能，过上您想要的生活。是的，请过上快乐而平衡的生活，在那里您实现了您的热情，并与您的贡献一起加速前进。现在，您将与那里的男性并肩作战，这样您的创新将更快，您的成果将更快，请记住，我们今天所做的一切不仅仅是为了我们自己或任何人，而是为了我们的孩子，我们的孙子孙女。是为了下一代，他们将拥有一个更好的社会。因此，我非常期待在未来的听众中看到越来越多的女科学家。非常感谢这次机会。非常感谢您，教授。

非常感谢您，女士，感谢您抽出宝贵时间并向大家致辞。我们也在通过 YouTube 频道进行直播，并已分享给所有学生。女士，我们一定会寻求您的支持，为我们的学生安排实习，并在您中心进行参观。感谢您在全国科学日抽出宝贵时间。代表安得拉邦高等教育委员会以及代表安得拉邦所有学生和教职员工，我非常感谢您。

非常感谢您，教授。很高兴与您和您的团队交流。非常感谢您。

非常感谢您。

现在，我想邀请今天的另一位研究人员，关于高等教育中的人工智能。Professor De Watos Margaru，营销与商业分析教授，MBA 商业分析项目协调员，海得拉巴大学管理学院。Shri Wen Shriar 教授，海得拉巴大学管理学院营销与商业分析教授，拥有二十多年的学术和分析经验。他的专业领域包括人工智能、营销应用、营销分析、客户体验管理、消费者行为、数字营销和 CRM。自 2010 年以来，他一直在该大学任教。他是各种管理学院的特邀演讲嘉宾，主题涉及营销和分析、商业和营销中的人工智能和机器学习、管理和社会科学研究方法、数字和社交媒体营销、客户体验管理、客户关系管理等。他的资历包括海得拉巴大学管理学博士学位、市场营销 MBA 和机械工程学士学位。他的研究兴趣包括客户体验管理、数字营销和 CRM、消费者行为、营销分析、商业和营销中的人工智能和机器学习，以及可持续商业。获得的奖项和荣誉包括海得拉巴 Pendicant 管理学院最佳教师奖、NIT 和 NIT 网络中心卓越奖、孟买大学 JB IMS 最佳研究论文奖。他的主要研究项目包括海得拉巴大学卓越机构中的人工智能在医疗保健中的客户接受度、印度毕业生的就业和就业能力，以及信息通信技术对农村生活的影响（UGC UP 第二阶段已完成）。在他的指导下，已有七名博士生获得博士学位，两人已提交论文，正在进行中。最近的研究出版物包括人工智能在医疗保健中的客户采纳、健康营销季刊、隐私计算和智能手表采纳、Springer 的 Rasiri 管理期刊和知识管理、使用机器学习进行品牌个性评估（IMA 2024）。除了学术和研究之外，他还担任过许多行政职务。例如，他曾担任 MBA 商业分析项目协调员、MBA 通用项目前协调员、管理学院就业协调员。这是今天研究人员的简要介绍。他还为 MOS 在线平台做出了贡献，并举办了各种研讨会，他是采购委员会和校园网络设施等部门的专业成员。这是今天研究人员的简要介绍。现在，我欢迎您，教授，也非常感谢您抽出宝贵时间。请您发言，谢谢您，教授。

非常感谢 Anil 教授的介绍。这是一个相当不错的介绍。首先，我要感谢安得拉邦高等教育委员会给我这个机会。我被赋予的主题是关于高等教育中的人工智能，以及它对教学和学习的影响。教授，在您的许可下，我有一个小演示文稿。我可以分享吗？是的，教授，您被允许。您是演示者。好的，教授。请稍等。我将开始。Vijayaskaru 教授，副主席也在线上。好的，Vijayaskaru 教授。早上好，教授。早上好。很高兴见到您，并感谢您提供这个机会。我们都在学术界，您确实关注了一个非常重要的话题，那就是人工智能及其应用。对。我的屏幕能看到吗？是的，教授。我想宣布另一项非常重要的公告。从周一开始，我们所有的商科和生命科学教职员工都将来到海得拉巴大学。也许您已经知道了，因为您也是那里的研究人员之一。教授，在此背景下，我想通知所有与会者，请充分利用这个非常重要的设施，海得拉巴大学在卓越中心和执行委员会的安排下，每周五提供在线住宿教学，内容涉及人工智能在各个学科中的应用。首先，从下周一开始，即 2 月 2 日至 6 日，有 40 名成员将参加执照培训，另一批来自商科和管理学的成员也将参加。因此，AP 高等教育委员会正在采取所有关于教职员工培训的举措，这是一个非常重要且核心的领域。我们的主席 Kadam Mortigaru 教授和副主席 Vijay Baskar 教授设计了该计划，资金也来自 Rosa，Vijay Baskar 教授是该计划的 N 官员，并与 Vandran 和高等教育学院院长合作，我们正在大规模地开展这项工作。很高兴知道，教授，也很高兴与您合作。好的。好的。现在，我将简要介绍一下我们将在接下来的一个小时左右进行的内容。让我告诉您，这是一个与我们所有人目前正在经历的事情相关的话题。我们所有从事学术工作的人都受到人工智能的影响。所以，我将从一个普通人的角度来看待人工智能，然后我们还将探讨它对高等教育的影响，特别是在教学和学习方面。现在，在我开始之前，我想先给您一个想法。是的，收到了。是的，有一个小问题。演讲者将在几分钟后重新连接。没关系。好的。希望我能被听到。您能被听到。好的。谢谢您，教授。非常抱歉。外面有一个短路。所以我刚换了房间。好的。所以，正如我告诉您的，我们将讨论一个非常有趣的话题，那就是人工智能对高等教育的影响。所以我将分享一个小型演示文稿，它将让您专注于讨论，因为我们可以从不同的角度看待人工智能，特别是当您看到它将如何影响教学以及它将如何影响学生视角的学习时。对？所以，请给我一分钟时间，我将开始这个演示文稿。我们无法看到您的视频，教授。好的，教授。好的，教授。我想，让我看看，教授，请稍等。请给我一分钟，教授。我将调整我的视频。好的。好的。好的。我想这还需要几秒钟。所以，在此期间，我将开始分享我的演示文稿。好的。是的，教授。它可见。可见。好的。谢谢您，教授。如果视频有问题，教授，您可以继续，因为 PPT 是可见的。好的，教授。好的，教授。因为一旦我进入 PPT 模式，它就会变得非常有趣。好的。所以，正如我告诉您的，让我们开始吧。希望我们能够继续进行，而不会再有任何干扰。我的想法是讨论高等教育，特别是在人工智能的背景下，但我知道这可能会让你们中的一些人感到厌烦，但基本上，对于听众和我来说，今天的挑战是如何在不睡觉的情况下听完一堂课。现在，如果您看这张幻灯片，这是非常有趣的。一名学生在考场被抓到带着手机，他只是扫描了试卷。他只是扫描了试卷，答案就在那里。这是当前的现实。他只是扫描了试卷。他甚至不需要搜索答案。我想你们可能都明白了，这基本上是使用像 ChatGPT 这样的工具的场景。您只需扫描问题，答案就在那里。这就是学生们的使用方式。但同时，如果我看看另一面，我认为你们大多数人都读过这篇文章，大约三四个月前，几乎所有主要报纸都报道了一所美国大学（东北大学）的一名大学生说，她想退还学费，因为她抓到她的教授秘密使用 ChatGPT 来创建课堂笔记。但同时，他们警告学生不要使用它。所以，这非常有趣，特别是当我们看到人工智能将如何对学生和教授产生重大影响时。这意味着今天的现实是，无论我们是否接受，学生都在使用人工智能，教授也在使用人工智能。事实上，这不仅与教学有关，如果您看看研究方面，您可以看到右边的观点论文。如果 ChatGPT 撰写了它，多学科视角和生成式对话人工智能对研究实践和政策的机会、挑战和影响。看看，一篇发表在一家领先的国际期刊上的论文，讨论了使用 ChatGPT 撰写研究论文。现在，如果您看看与人工智能和高等教育相关的最新新闻，德里为学生和教职员工使用生成式人工智能工具制定了新规则。根据一个内部调查小组的建议，制定了指导方针，该调查发现，至少有 80% 的学生和 77% 的教职员工一直在使用人工智能工具。现在，最近又有一个场景，使用还是不使用不再是问题，从 IIT 到像德里大学这样的大学都在打击不道德的人工智能使用。在我深入探讨之前，这里的背景是什么？我们都知道，大约三到四年前，我们有了这个名为 ChatGPT 的工具。当然，ChatGPT 只是一个例子，还有其他工具，我们稍后会看到。有趣的是，这个工具在回答法律、医学、历史、运营等领域的难题方面变得非常高效。您说得出名字，它都有。所以，这很有趣，因为它将如何影响课程设计以及学生如何学习。这些都是主要问题。现在，在我开始之前，我想从您那里得到一些反馈。我们是否可以花大约 10 分钟来理解什么是人工智能，然后再探讨人工智能对高等教育的影响？你们中的任何人可以回应吗？有必要对人工智能有一个基本的了解吗？Anil Duo，我能听到吗？你好。所以，如果我基本上看这个场景，我们将对人工智能的使用有一个基本的了解。你们中的任何人可以告诉我，你们是否想对它有一个基本的了解吗？是的，我认为有人已经说过，他们想对人工智能的使用有一个基本的了解。所以，当我们从这个角度来看人工智能的使用时，我们现在有一个非常非常有趣的场景，因为什么是人工智能，它将如何影响我们所有人？我们都知道人工智能将产生影响，但同时人工智能是如何工作的，这非常有趣。现在，如果您看看一些人工智能领域的领导者，例如 Andrew Ng 教授，他是创始人。

来自 Coursera 的 deeplearning.ai。他说，人工智能是新的“万能药”，它将改变每个行业，仅仅是看看人工智能的潜力。所以，一般来说，当我们谈论人工智能时，这种特殊的人工智能能够执行历史上需要人类智能的任务。它可以识别语音，可以做出相当有趣的决定，可以识别模式。因此，生成式人工智能工具倾向于使用自然语言处理（NLP），这意味着它们可以解释并响应标准的人类语言。很有趣。今天我们都对着手机说话，然后我们会从手机那里得到回应，对吧？但同时，这里有一个警告。在我们不同的学科中，我们需要对人工智能的工作原理有一个基本的了解。我们并不是真的在编写算法或进行编程，而是在从根本上理解事物的工作原理，对吧？所以，让我们先试着理解什么是人工智能。如果你看看人工智能，人工智能能同时做人类能做的所有事情吗？比如，我可以做很多事情。我可以开车，对吧？我可以在课堂上教书。我可以去市场买东西。这就是所谓的通用人工智能。但就目前而言，如果你真的看到了，我们有为执行特定任务而开发的人工智能。这就是所谓的狭义人工智能。所以，通用智能意味着人工智能能够像人类一样执行多项任务。而当你谈论狭义智能时，它基本上与人工智能执行特定任务的场景有关。例如，如果开发了一个人工智能来开车，它就会开车。如果一个人工智能被构建成一个聊天机器人，它会一直与网站访问者互动。事情就是这样。那么，人工智能和早期编程有什么区别呢？一般来说，我们经常会问这个问题。你看，一般来说，在经典编程中，你给出一些规则和数据，然后程序就会运行并给出答案。但在这里，有趣的是，你给出数据和答案，机器会理解数据和答案之间的关系，然后它会生成规则。所以，在技术方面不必担心。当你谈论人工智能时，你还需要看一个叫做机器学习的术语，对吧？机器学习是一门科学学科，它关注算法的设计和开发。算法不过是一系列规则或一系列指令，这些指令被赋予计算机。但同时，人工智能比机器学习更广泛。人工智能更广泛，它只是关注让计算机像人类一样行事。所以，如果你看看人工智能的历史。它始于 1956 年，由麻省理工学院的教授约翰·麦卡锡创立。但同时，由于计算能力和数据的缺乏，它并没有得到发展。但随着时间的推移，如果你真的看看数据爆炸是如何发生的，互联网出现了，然后强大的计算机出现了。这基本上导致了对人工智能技术的重新审视，这就是人工智能后来获得推动力的方式，对吧？当然，不同的教授给出了一些观点，关于我们如何看待人工智能的部分，这并不重要。基本思想是这样的。给你一个想法。假设我给计算机或系统看一千张猫的图片，并告诉它这是一只猫，再看一千张狗的图片，并告诉它这是一只狗。基于模式识别，计算机能泛化吗？系统能泛化，然后它就能区分猫和狗吗？这是你能真正理解机器如何学习的最常见方式，因为在这里，机器从数据中学习，并基于学习执行任务。所以，数据作为输入被提供，数据通过算法被理解，然后进行泛化。就像我说的，不深入技术细节，如果你看看监督学习，有一种观点是，你同时提供输入和输出。你给出一张狗的图片，称之为狗。你给出一张猫的图片，称之为猫，对吧？或者你给出一张狗的图片，称之为+1。你给出一张猫的图片，称之为-1，对吧？然后它会理解，之后它会形成关系，并能够做到这一点。同样，也有所谓的无监督学习。例如，今天如果你在亚马逊上购物，对吧？亚马逊会根据你的购买记录以及你正在查看的当前产品，为你提供其他可以购买的产品的推荐，这也非常有趣。当然，监督学习和无监督学习之间存在差异，但对你来说并不重要。但是，当我们开始研究这个问题时，我们基本上想说的是，机器通过训练来理解。机器通过数据进行训练，然后一旦它们通过数据进行训练，例如，如果你看看这张小图片，有水果，这是西瓜，这是香蕉，这是橙子。你训练它，然后下次当你输入时，它会根据它的训练尝试给出输出。这就是它的工作方式。当我们进入人工智能领域时，有一个叫做深度学习的概念，它使用了所谓的神经网络。所以，现在你不需要担心神经网络的技术细节。但整个想法是这样的，就像我们的神经系统一样。人体内的神经元工作。我们有神经网络，它们基本上可以帮助系统接收输入并转换输出，对吧？所以，不是教计算机处理和学习数据，而是通过深度学习，计算机自己训练，处理数据并从中学习。这纯粹是技术视角，但同时，尤其是当你谈论人工智能的前沿时，就像早期的场景一样，更进一步，我们基本上在理解一个叫做深度学习的术语。同样，也有所谓的强化学习。所以，系统所做的是它会尝试在采取行动方面进行观察。如果结果是积极的，它会重复该行动。如果结果是消极的，它就不会重复该行动。你可以看到一个关于游戏的小例子，说明它是如何完成的，对吧？现在，让我们进入核心部分。当我们谈论通用人工智能时，整个想法是这样的。这个系统可以学习、理解和解决人类能解决的任何问题。通用人工智能。现在我们还没有达到通用人工智能。我们现在处于狭义人工智能。一个简单的场景是，你们都使用智能手机。所以，当你基本上使用智能手机时，你的智能手机能够识别你的脸。你的智能手机能够识别你的指纹并解锁。这是其中一个例子，对吧？而且，在最近的两年左右，有一个叫做 LLM 的术语，大型语言模型，比如 ChatGPT 是最好的例子。所以在大型数据集上，当你提出一个问题时，它会尝试给出一个像人类一样的输出，对吧？这得益于技术的发展方式，它会尝试以连贯且引人注目的类人方式响应问题或陈述。那么，为什么称之为生成式人工智能呢？今天，如果你看看人工智能，我们开始谈论生成式人工智能，也称为 GenAI。所以，任何内容的生成都是生成式人工智能。那么，通常情况下，你的 ChatGPT 做什么？你让它生成一些内容。你问一个问题，它会给你一个答案。你让它画一个特定的图表，它会做到。对吧？所以，在生成式人工智能中，我们有文本、图像、视频、二维模型、三维模型，所有这些都在被生成。这就是为什么它被称为生成式人工智能。所以，生成式人工智能的简单想法是，它是一种生成内容的人工智能，对吧？任何类型的内容它都会生成。这就是所谓的生成式人工智能。所以，当我们谈论 ChatGPT 这样的场景时。让我们试着看看它到底意味着什么。好的，首先，当你谈论 GPT 时，对吧？聊天，你知道，基于聊天的生成式预训练 Transformer。它被称为基于聊天的生成式预训练 Transformer。什么是生成式？我们已经看到，生成式是与任何被生成的内容相关的术语。所以，在这种情况下，对于 ChatGPT，它能够生成对问题的回应。它经过了训练，看看它是如何能够回答我们的问题的。这个模型已经用数十亿个参数进行了训练。互联网上的所有内容都被输入到其中，然后基于它从这些数据中理解的能力，它能够给你答案。那么，为了给出答案，这里还有另一项技术叫做 Transformer。它处理句子的方式与其他类型的模型不同，对吧？所以，就像我告诉你的那样，就像我们看到过的神经网络一样，神经网络是人工智能的前沿技术，这意味着它们可以自己处理数据并从中学习。所以，在这种情况下，当你谈论 Transformer 时，它是一个神经网络，对吧？所以，它所做的是它会接收那个问题，它会尝试理解并以连贯且与上下文相关的方式响应语言。给你一个简单的例子，今天你在智能手机上打字，无论是 WhatsApp 还是其他任何东西，当你输入一个词时，它会尝试猜测下一个词。但在这种情况下，它已经走得更远了，它基本上能够接收你的输入，然后它会尝试使用 Transformer 神经网络架构来理解它，然后它会回应你提出的任何问题，对吧？现在，这些有无数的应用。你今天就可以看到，如果你谈论人工智能，我们的大部分手机都配备了人工智能。今天你看看一个网站，你不需要与人互动。有一个叫做聊天机器人的东西，你输入，它们会与你互动。就像我在早些时候提到的亚马逊，它会做出推荐。现在，你有你的打车预订，共享应用程序，对吧？它们会进行大量的数据分析，并试图看看需求与供应的比例，如何确定价格。如果是高峰时段，价格会自动上涨。如果不是高峰时段，价格会自动下降。所以，有很多例子，我们可能没有意识到人工智能就在其中，但我们生活在一个完全被人工智能包围的世界里。最重要的是，如果你关注教育和医疗保健，这两个领域都有非常有趣的人工智能应用。现在，让我们看看人工智能在教学和学习中的应用。对吧？在对这部分进行一点介绍之后，我们基本上是在研究人工智能在教学和学习中的应用。在这一点上，你们任何人有任何问题吗？在我们继续之前，在我们继续之前，你们有任何问题吗？好的。对。所以，现在我们要做的就是，我们基本上要看看人工智能在教学和学习中的作用。所以，基本上，我们要从教学和学习的角度来看待人工智能。正如我之前告诉你的，教学界和学生界都在以某种方式使用人工智能。所以，让我们先来看看，在教学方面。让我们看看人工智能如何在教学中使用。一种是智能辅导系统。它的意思是什么？我们将看到基于对话的辅导，语言学习应用程序。所以，在这里，当你谈论智能辅导系统时，发生的事情是人工智能被部署来为学习者提供个性化的自适应指导和反馈。很有趣，你有一项技术，它基本上试图适应个别学生的学习水平。所以，这里发生了什么？你有一对一辅导，你适应学生的需要，反馈是即时的，对吧？你也在调整内容的难度级别。这意味着它不像一个大班级，你可能让 50 或 100 名学生在一个特定的水平上学习。所以，在这里，我并没有真正迎合学生的个人水平。但在这种情况下，你是聪明的。这就是为什么它被称为智能辅导系统。这基本上是关于你可以提供个性化和自适应指导以及反馈的程序，对吧？第二个有趣的是与所谓的基于对话的辅导系统有关。所以，在这种情况下，人工智能所做的是它使用 NLP，你的自然语言处理，让学习者参与对话。所以，这里发生了什么？它问你问题，你给出回应，它给出反馈，对吧？所以，有些平台已经存在，比如 AutoTutor。它基本上帮助大学生学习计算机素养。DeepTutor 存在。它是一个基于物理学的教学系统或辅导系统。你也有语言学习辅导，对吧？有很多应用程序，尤其是在学习语言方面。今天你可以轻松地使用与语言学习应用程序相关的辅导系统来学习一门语言。你有互动练习、课程和测验。现在，让我们看看，这是你基本上关注教学部分的地方。让我们看看学生支持部分，即探索性学习、形成性评估和支持性协作学习。那么，这基本上意味着什么？现在，这里发生的事情是，当你谈论探索性学习环境时，你谈论的是动手探索和操作工具和对象，它是如何完成的？我再说一遍，动手探索和操作工具和对象。例如，你谈论虚拟实验室，你谈论模拟，也许你谈论做一个实验，而这个实验对学生来说是危险的，因为有一些安全问题。现在，这里的探索性学习环境将帮助你完成这项工作。这使得学生能够通过实践来学习。你看到，这里再次很有趣，你谈论的是让学生探索，对吧？你让学生通过实践来学习，做出自己的发现。形成性评估，非常有趣的观点。你看，当我们谈论基本理解时，学生可能处于任何水平，但你谈论的是一个应用程序，你谈论的是一个概念，你谈论的是一个想法，你谈论的是一项技能。在这里，人工智能基本上衡量个别学生的优势和劣势，对吧？所以，它所做的是，当涉及到形成性评估时，你看到这个。如果学生在概念上完全正确，接下来的步骤就相对容易。但在最基本层面，当你谈论形成性评估时，你试图测试概念理解，学生在概念、想法或技能层面需要具备的清晰度。在这种情况下，人工智能可以快速查明个人或群体的误解，从而在概念错误地固化之前进行更快的干预。现在，你看，这在形成性层面非常有趣。如果一个错误的概念被固化，以后就会非常困难，因为你需要撤销所有不正确的理解，然后你又需要从头开始。现在，在这种情况下，形成性评估，你的人工智能通过快速查看在形成性层面发生的误解来提供帮助。接下来是人工智能支持的协作学习。所以，学生可以协作。你有强大的对话代理。你可以与它们互动。你可以使用人工智能来加强团队合作，学生之间的知识共享，对吧？现在，让我们看看教师的视角。对吧？使用人工智能来支持教师。现在，让我告诉你，我们大多数人在课堂上都面临这种情况。我们不知道有多少学生真正跟上我们。我们不知道有多少学生在使用手机。我们不知道有多少学生对我们的讲座感到厌烦。所以，在这种视角下，有趣的是，人工智能被用来自动评估和批改学习者书面作业。除此之外，它还做什么？因为基于分析，它可以提供学生活动的见解，突出可能需要帮助或没有参与或不如预期的学生。所以，这是它不直接教学，而是支持教师的地方，对吧？所以，你有很多教学助手可供你使用，对吧？所以，这里发生的事情是，你的人工智能代理或聊天机器人会回答学习者经常问的问题。给出简单的指示，简单的方向，并且随着时间的推移，人工智能系统将拓宽提供的答案范围和选项。接下来是教学资源推荐，根据学生偏好进行特定的学习活动。请看这一点，这与传统的观点完全不同。我们基本上是在关注推荐引擎，根据学生的偏好、进步和需求来推荐特定的学习活动。看看这个 Khan Migo，你们都会知道可汗学院，它非常出色，尤其是在教学生数学方面，对吧？我们甚至有像比尔·盖茨这样的人，他们用可汗学院训练他们的孩子。现在，在这种情况下，Khan Migo 是其中一个平台，它是教育的强大工具，基本上承担着教师支持的角色。现在，第二个视角与系统支持有关。所以，当我从系统角度看我的整个大学或学院时，对吧？从系统角度收集了大量数据。所以，这里发生的事情是，这些数据被分析，然后用于规划如何最好地分配资源，例如创建班级分组，分配教师，安排时间表，也许还能识别可能需要额外学习支持的学生。这意味着在系统层面，它可能与现有的教学部分没有直接关系，但正如我告诉你的，人工智能系统从数据中学习。由于你有大量数据，这些数据被挖掘，然后从这些数据中收集到的知识中，你可以简单地看看如何做出正确的决定。有趣的是，人工智能还可以识别学习困难。这又是人工智能得分更高的地方。所以，指导服务，基于学生档案，可以创建相关的推荐。你的自然语言处理又会出现，就像你与别人交谈一样，对吧？你的人工智能能够定位或基本上识别学生的缺点，学习困难是什么，然后它基本上会帮助他们克服这些困难。有时你必须真正理解，这些人工智能系统在识别这些场景方面做得很好。但正如我告诉你的，人工智能可以做很多事情。同样，人工智能也带来了很多挑战。现在，让我们看看第一个场景。刚才我们看到了至少五到六个不同的场景，人工智能可以在其中使用。那么，教师的角色是否明确定义？非常非常重要，尤其是在你与人工智能合作时，人类的角色。人工智能能做什么？你在多大程度上允许人工智能做事？人类的角色是什么？教师的角色是什么？如果你的人工智能歧视，我们稍后会看到。人工智能会歧视吗？例如，人工智能会因为学生来自特定的背景而歧视学生吗？我们有一些问题，因为归根结底，你说你的人工智能是通过数据训练的。当你的数据本身存在某些缺陷时，对吧？所有这些都是人类生成的数据，对吧？所以，你又需要看看是否存在任何问题。教师有哪些程序可以监控和干预，何时需要干预，对吧？同样，同样，如果你关心的问题没有得到解决，你想选择退出人工智能系统，对吧？同时，好吧，过度自信和过度依赖人工智能，这些是一些需要立即解决的问题。教师和学校领导是否拥有有效使用系统所需的所有培训和信息？你确定人工智能系统是安全的吗？它不会伤害或侵犯学生的权利吗？当人工智能系统知道我在学习上有困难时，如果这些数据被别人获取会怎样？他们会知道我的学习弱点，对吧？所以，有很多与数据视角相关的问题。那么，系统中使用了哪些人工智能方法和功能？对吧？人工智能可以接管什么，什么不能？我们真的理解人工智能是如何工作的吗？这是一个主要的挑战。可解释人工智能，我们称之为。人工智能并不总是清楚它是如何给出结果的。在某些情况下，你可以非常清楚地解释某个结果是如何产生的，但它一直都有吗？不，对吧？同样，你有说明和信息，它们是否可访问？对吧？这样教师和学生都可以使用它们。有一些问题，比如多样性、非歧视、公平性。是否有程序来确保所有这些都被考虑在内？对吧？因为人工智能最大的问题之一就是偏见。如果你的数据有偏见，如果你的数据有偏见，那么你必须非常清楚地理解，你的系统就有偏见。有一些场景，只是举个例子，当贷款被处理时，让我们说，当人类处理贷款时，这是美国的一个案例，黑人受到了歧视。也就是说，通常给黑人的贷款数量比给白人的少。所以，在申请层面，如果人工智能理解了，因为人工智能是基于这些数据训练的。所以在申请层面，如果人工智能捕捉到这一点并试图复制同样的事情，就会导致歧视。有很多关于人工智能如何产生偏见的案例。那么，我们如何确保这种多样性和非歧视性，以及父母呢？同样，人工智能如何影响学习者和教师的社会情感福祉？有一些重要的问题，对吧？你的人工智能系统是否真的在复制社会互动，因为它被模拟了？它能有感情吗？它能有同理心吗？目前还没有明确的答案。目前，非常明确的指示是，我们正在尝试生成情感和同理心，但目前人工智能系统只是遵循规则。那么，学生、父母的角色是什么？对吧？以及在使用人工智能时，你如何评估学生的福祉？是否存在这种情况，例如，我很抱歉这么说，但有一些情况是人工智能实际上鼓励学生自杀，在不同的背景下。当学生寻求关于如何自杀的建议时，人工智能给出的答案在某种程度上鼓励了你，看看学生的成熟度，甚至是一个青少年，对吧？是否有内置系统来防止人工智能可能造成的伤害？以及隐私和数据治理？多个问题。每个人工智能系统都基于数据。每个人工智能系统都收集数据。无论是在教育领域，还是在电子商务领域，还是在医疗保健领域，你的人工智能都在不断收集数据。这些数据非常敏感。例如，如果我的健康数据被别人获取会怎样？或者你可以看一个简单的场景，如果你的浏览数据被别人获取会怎样，对吧？那么，你如何控制对数据的访问呢？因为你的人工智能会自动收集大量数据，对吧？你是否真的告知教师和学生他们的数据被收集了多少？它们是如何被使用的？谁控制这些数据？存在哪些隐私问题？你正在采取哪些安全措施？然后，最后，我们也在关注技术稳健性和安全性。对吧？特别是当你从人工智能系统的角度来看待它是否达到了规定的目标和预期的应用时，你能监控它吗？对吧？你是否有任何数据收集、存储和处理的监督机制？同样，我们也在谈论技术稳健性和安全性。谁最终负责，特别是当你谈论人工智能做出某个决定时，例如，关于人工智能如何进行评估，人工智能如何增强教学和学习过程，谁负责采购和实施人工智能系统的最终决定？显然，学院和学校本身不会开发自己的人工智能系统。你需要，就像今天你从第三方购买软件和硬件一样。你将从第三方采购人工智能解决方案。归根结底，谁负责，谁承担责任？这是一个非常有趣的情景。现在，这是我们到目前为止看到的学习画布，既从学生角度，也从教师角度。人工智能如何在学习方面有用，人工智能如何实际支持教师。我们已经看到了一些观点。所以，现在当我们谈论人工智能在研究中的应用时，这是另一个维度，对吧？今天的研究，研究的意义，也许在人工智能之前和之后，我们需要真正看看研究的目的和过程如何受到人工智能的影响。现在，让我们看看那里的一些场景。今天我可以要求像 ChatGPT 这样的工具写一篇论文，给出一个特定的主题，因为这个 ChatGPT 已经对数十亿个参数进行了训练，几乎是网络上的所有数据，对吧？它将能够基本上组合。我们谈到了这个预训练 Transformer，生成式预训练 Transformer GPT。你有一个机制，它会理解我的请求，然后它会不断地输出，事实上，如果我需要修改这个输出，它也可以改进它，对吧？现在，让我们看看这个。人为干预和控制，至关重要，尤其是在研究方面。涉及的风险是什么？一种是它会生成虚假参考文献。这就是所谓的幻觉。特别是当你查看像 ChatGPT 这样的工具时，如果它自己创建了一些实际上不存在的参考文献。如果我盲目地相信它，它就会这样做，或者有时它只会产生还可以的东西，平庸的东西，或者有时它可能会直接从现有论文中复制，这就导致了剽窃。现在，所有这些都是在你看重人工智能在研究生成中的使用时所涉及的风险。现在，让我们看看这个。当然，这个 GenAI 在显著进步方面有很大的潜力。但同时，研究界也面临着复杂的问​​题，就像我说的，真实性。我能声称在一篇论文中，它是我的作者吗？下一个是，我们已经看到，人工智能通常使用现有数据，然后它试图产生输出。那么，完整性呢？那里的道德标准呢？所以，现在我们正处于一个动荡的阶段。这就是我们在最后将讨论可以确定和制定的最佳实践。所以，GenAI 工具在学术研究的本质和目的方面发生了根本性变化。所以，如果我研究的全部想法是批判性思维，复制 GenAI 输出的东西，那就不符合目的了。那么，如果我们的学者或学生只是开始从人工智能输出中复制东西并停止批判性思维，会发生什么？原创思想的产生在哪里？这是一个非常有趣的问题，对吧？另一个有趣的问题是，什么才是合适的？对吧？现在，我们说，好吧，我们正在使用，学生们正在使用。问题是，我们如何定义使用的适当性？什么合适，什么不合适？对吧？所以，有趣的观点是，我可以使用人工智能，比如说，进行文献综述，这以前需要我，比如说，两三个月，现在我可以在一周内完成。现在我们需要从这个角度思考，也许不直接生成内容，或者我不尝试直接复制内容，我能使用它吗？我能使用 GenAI 作为导师而不是创造者吗？所以，基本上，我正在寻求人工智能的帮助来完善自己，我将人工智能视为导师，而不是将其视为创造者。现在，当我们谈论学术研究时，我们可以将人工智能的角色视为支持工具，而不压倒知识贡献吗？同样，就像我们在教学和学习中讨论的那样，人类在循环中的方法非常重要。你不能把一切都留给人工智能。你需要定义人工智能能做什么，人工智能不应该做什么，以及当人类与人工智能互动时，人类的角色是什么？所以，如果我基本上看常规的耗时任务，让研究人员专注于更高级的分析和创造性思维，那很好。但如果我把创造性思维或更高级的分析留给人工智能，会产生什么样的输出？现在，这是期刊政策如何改变的，准备你的手稿，手稿人工智能政策。所以，你可以看到，这告知了 Pubs Online，非常清楚地给出了政策指南，关于研究人员如何使用人工智能。我们不能阻止作者在准备手稿时使用生成式人工智能。但是，作者有责任确保提交版本的准确性。提交手稿被视为一种声明，即作者已根据需要审查和编辑了任何人工智能生成的内容。如果审稿人看到人工智能工具在论文中使用导致错误的有力证据，审稿人应通知相关人员。你看，这种情况在五年前是无法想象的，因为这里发生的事情很有趣，有一个工具可以生成一切。现在，我需要真正看看工具的贡献与研究人员的贡献是什么。有趣的是，在评审过程方面，让我告诉你，这不仅仅是写论文，那么审稿人呢？审稿人在做什么？审稿人将论文交给人工智能，并要求它进行评审，相当有趣。例如，我提交了一篇论文，我用 ChatGPT 生成了一篇论文，然后我把它提交给你，你是一个审稿人。你所做的是，你把那篇论文交给 ChatGPT，并要求它进行评审，对吧？所以，同样，政策非常清楚，关于审稿人不得使用人工智能上传手稿到公共领域服务器可能会侵犯保密性和版权。所以，他们非常清楚地说，在评审方面，他们不允许审稿人使用人工智能。同样，你可以看到很多政策变化。当你查看一些领先期刊时，生成式人工智能辅助技术的使用，一般的同行评审过程。同样，当你查看 LCR 部分时，他们有不同的观点，关于他们如何开始看待人工智能在结果中的作用。现在，让我们看看与人工智能相关的场景。正如我告诉你的，你的机器学习或人工智能，它从数据中学习。所以，数据中的偏见，因为数据是由人类创建的，它继承了偏见。隐私问题，我们已经看到了，用户收集的数据是如何被使用的，如何存储的？我是否有任何选择，例如，给出你的同意或说我不想参与你的数据存储？目前还没有明确的政策。同样，人工智能是否可以，你称之为鼓励学生作弊？因为当我想到我的工作只是复制时，它会阻碍学习，批判性思维就消失了。所以，学生应该知道的第一件事是，你可以生成一篇论文，这很容易，只需要 5 分钟，但你的论文缺乏原创性。事实上，我们大多数人都非常清楚，当某些东西是由人工智能生成的时，你可以看到重复的常用短语和想法，循环的部分就在那里。所以，非常清楚，学生或研究人员必须明白，人工智能无法取代批判性思维。所以，如果你真的在考虑一篇人工智能生成的论文，你需要问的第一个问题是，首先，你为什么要让学生写论文？写论文的根本目的就失去了。如果你在看人工智能生成的论文，因为非常清楚，人工智能生成的论文意味着基本上错过了学术技能发展。当我声称自己在学术界时，对吧？我需要的批判性思维在哪里？如果我只是从人工智能复制，我需要的分析技能在哪里？正如我们所见，存在与剽窃相关的问题。有时教授们所做的是，他们给出提示，并找出人工智能给出的输出是什么。如果这个输出与学生给出的相匹配，那么他们就可以逆向工程并发现学生实际上在作弊。现在，当我们深入探讨人工智能在高等教育背景下的未来路线图时，我从联合国教科文组织、世界银行、欧盟委员会那里获得了一些观点。现在，当我们从联合国教科文组织（联合国教育、科学及文化组织）来看时，它基本上说，这是一场文明的转型。他们将人工智能视为，就像我们之前说的，有许多技术浪潮改变了文明。现在，这基本上是一场文明的转型。现在，他们的重点或关注点是人类尊严、道德治理、文化多样性，对吧？所以，同样，他们的建议是，人工智能应该是以人为本的，基于权利的。特别是教育不是公共产品。它不是市场商品，因为教育的本质与市场上其他商品相比，具有不同的目的。所以，基本上，他们说，他们正在展望未来，他们说，规范地说，应该是这样的。他们正在从人工智能的角度来看，未来应该是怎样的。现在，让我们看看世界银行的观点。他们将人工智能视为发展问题，对吧？所以，他们基本上关注技能差距。如果人工智能来了，就像我们这一代人引入计算机时一样，有很多技能差距。事实上，我们这一代的大多数人在进入工作岗位后才学习计算机，因为没有关于使用计算机的培训，即使是与 Microsoft Office 相关的东西。同样，他们也关注技能差距。现在，人工智能正在出现的劳动力流离失所，那么需要什么样的基础设施？经济增长，减贫。所以，这是世界银行的观点。现在，欧盟委员会联合研究中心，他们说的是，如果你从教育的角度来看人工智能，现在你有一些行为问题，一些认知问题和文化问题。现在，人工智能在行为层面，对于日常的、可以完成的事情，它能够提供。但是，他们的观点是，人工智能无法复制深度学习、创造力，甚至可以说是道德能动性。现在，回到联合国教科文组织，他们说，教师是不可替代的。所以，他们预见到一种情况，即人工智能应该支持教师，减轻工作量，增强包容性。所以，整个想法是，如果人工智能可以处理日常的、枯燥的活动，教师就可以专注于更好的活动。所以，人工智能无法取代判断力。你不能创建一个监控课堂，即使人工智能能够从学生那里获取某些输入，你也不能允许人工智能对学生进行实时的情绪监测。同样，当你谈论世界银行时，他们谈论的是教师能力建设，当然，你的人工智能需要基础设施。你能看看低成本的可扩展解决方案吗？特别是在低收入国家，他们将人工智能视为一种支持工具，在教师短缺的地方。这意味着你真的能看看人工智能来帮助填补这个空白吗？它不是要取代教师，而是 wherever there is shortage is there can we use AI to basically fill that particular gap。现在，当我们接近结论时，让我们看看一些场景。通常，如果我看看教职员工，我们讲课，创建内容，设计作业，我们批改，我们也做研究。现在，有趣的部分是，人工智能正在进入所有五个领域。现在，让我们看看这个。有趣的场景。如果我将自己视为内容提供者，我需要从内容提供者转变为学习设计师。我需要成为一名学习架构师。这意味着什么？我不仅仅是一个内容提供者，因为今天内容无处不在。你的内容在互联网上。你的内容在人工智能工具上。我的工作是创造学习体验。我的工作是策划资源。我的工作与解决问题有关。我的工作与创建现实世界的应用有关。所以，第一个观点是关于我如何看待转型，而不是被动的内容传递者。让我成为一名学习架构师。第二个观点，我能仅仅把我自己的角色看作是一个传播信息的人吗？好吧，我不断地提供信息。我不断地分发信息。但是，目前你的学生可以问任何问题。好吧，但请记住，我能教我的学生如何评估人工智能的答案吗？例如，学生带着人工智能生成的答案来。现在，我需要问学生为什么这个答案是正确的。他们如何为那个答案辩护？那个答案中有错误吗？我能帮助学生检测人工智能教学中的偏见吗？我能看看，我能帮助学生找出人工智能提供内容的来源吗？然后，最重要的是，我能，我能基本上看看批判性推理，训练学生批判性推理吗？所以，这又是一个有趣的场景，而不是仅仅说，这里是答案。另一个问题是，这个答案有效吗？不要只说这个答案，而是问为什么？为什么你认为它是有效的？这就是我的角色正在改变的地方。所以，我们花了很多时间在批改上。那么，我能从批改转向指导吗？批改客观答案，提供草稿反馈，人工智能可以做到。我能看看个性化指导吗？现在，我能更好地专注于指导我的学者吗？我能给他们情感和激励支持吗？我能给他们职业指导吗？所以，在这里，你真的看到了一个人类在学生生活中能产生差异的地方。现在，我们之前谈论的是孤立的教学。现在我们谈论的是增强教学。这到底意味着什么？我需要，作为一名教师，我需要具备一定的素养。我并不是真的要深入编码部分或编写算法，因为也许对于一些数学和计算机科学的人来说，这是工作固有的部分，但例如，如果我是一名与技术无关的教师，我需要了解人工智能工具。我需要对这些工具如何工作有一个基本的了解。道德意识，政策意识。同时，何时允许使用人工智能，何时限制它。也许如何重新设计评估。非常有趣的观点。现在，让我们看看研究部分。你的 ChatGPT 可以写一篇研究论文，毫无疑问。你可以看看你的人工智能工具，更快的文献综述，更快的 数据分析，更快的代码草稿生成，它将在几分钟或最多几小时内完成。但是，作为一名教职员工，当我将自己视为研究人员和指导新兴研究人员的导师时，我需要关注促进原创思维。现在，你看，这非常有趣。当我谈论方法论时，如何促进原创思维？方法论的严谨性如何？如何改进它？在道德方面，如何改进道德合规性？所以，想法是，人工智能可能会加速研究，但它不会取代学术判断。非常有趣，再次是评估。对吧？所以，现在传统的考试在人工智能的背景下可能不起作用。事实上，当我开始时，我向你展示了一个小幻灯片，学生被抓到，手机在那里，他打开了 ChatGPT，扫描了试卷，答案就自动出来了。现在，评估的根本思想是什么？我需要看看更多地进行案例分析吗？让学生进行现场演示？也许口试？也许基于项目的学习？也许是学生真正的创造性和反思性写作？也许给他们一个实时问题，让他们解决？所以，基本思想是，你对候选人能打字的速度不感兴趣。问题不是那个。你不是在测试打字。你在测试思维过程。所以，当我们再次谈论与这里的见解相关的场景时。人工智能目前，当它涉及到认知部分时，也就是说，特别是信息处理，这就是我们称之为认知的部分，它可能能够处理日常的认知部分，因为你问一个问题，它能够给你答案，但道德推理呢？人工智能能做到吗？

道德推理，法官可以根据上下文文本，可以考虑文化背景，可以审视灵感、指导、学术诚信，因为这些是主要与人类相关的特质，至少目前我们没有这些场景。例如，如果我看看医疗保健，X光片、核磁共振成像，人工智能可以做得很好。金融领域的自动化交易、欺诈检测，人工智能可以做到。客户服务聊天机器人，人工智能存在。虚拟助手，人工智能存在。但是，当你审视道德推理、情境判断、文化理解、灵感、指导和学术活动、诚信时，这些是不存在的。

现在，我是在看编码技能吗？肯定的答案是否定的。我们不是希望每个人都成为数据科学家。但是，无论我们是否从事教育行业，这都是次要的。如今，每个人都需要人工智能素养。在我们那个年代，曾经有过这样的问题，即工商管理硕士（MBA）是否真的需要学习计算机，也就是说，他们是否真的应该学习使用计算机？那在当时是一个假设性的问题。商业经理们，他们的桌子上需要有电脑吗？现在我们都知道今天的答案了。所以，今天的想法是，我可能不是真的在看编码技能或成为数据科学家，但我需要理解，我需要理解人工智能能做什么，不能做什么，它会犯什么样的错误，人工智能有什么样的偏见，与数据隐私相关的问题是什么，我是否盲目地将一切都交给人工智能系统，关于数据的情况如何？所以，这就是我们基本上在关注概念素养的地方。

因此，那些将人工智能视为战略转型的组织将会领先，如果你仅仅将其视为一种暂时的情景，至少以目前的发展来看。我们需要，我们不能拒绝人工智能，但同时你也可以将人工智能作为一种战略转型手段来改造你自己的系统，这将在更长远的视角上帮助你。

现在，让我给出一些世界顶尖组织以及它们的人工智能政策。如果我看看麻省理工学院（MIT），对吧？MIT说，不要用人工智能作弊或剽窃。要合乎道德地使用人工智能，并保护你的数据。我之所以谈论这个，是因为让我们看看一些领先的大学是如何看待人工智能的，因为我们明白你无法回避人工智能。

所以，有趣的是，政策，也就是说，教育机构最高层级的政策，无论是大学还是部委，当我们谈论这个时，你需要真正地辩论和讨论，并提出政策建议。所以，不要用人工智能作弊或剽窃，合乎道德地使用人工智能并保护你的数据，这是MIT所说的。但有趣的是，你还需要定义什么是合乎道德地使用人工智能。所以，通常这里发生的是，这些类型的政策，它们将随着时间的推移而被重新审视，它们将被完善。

哈佛大学很有趣，你看看哈佛大学的政策因学院和讲师而异。作为一个大学，它们非常清楚地表示，使用人工智能的政策由相关学院、相关系和讲师决定。遵循你讲师的指导方针和荣誉准则。所以，无论你的讲师说什么，你都要遵循。这意味着它取决于个人。

新加坡国立大学，你可以为作业使用人工智能。他们说，好吧，你可能不会写，呃，你称之为研究论文，但你可以为作业使用人工智能，但要遵守学术诚信的抄袭规则，非常具体地承认使用的人工智能，无论有哪些领域，你使用了什么样的人工智能，都要承认它。

匹兹堡大学，你看，它们有非常严格的政策，限制人工智能在核心学术任务中的使用，处罚包括撤销学位。

关于使用人工智能，匹兹堡大学有一个最严格的政策之一，它们说你不能在核心学术任务中使用人工智能，你不能只是复制粘贴生成内容，并声称它是你的作品。处罚包括撤销学位，如果需要，他们甚至会收回你的学位。

芝加哥大学，除非获得许可，否则不要为作业和考试使用人工智能。这很有趣。美国说你可以为作业使用人工智能。而芝加哥大学说，除非获得许可，否则不要为作业或考试使用人工智能。这意味着如果有人允许你，你就可以使用它。验证人工智能生成的内容并引用来源。他们乐于地说，好吧，如果你被允许使用人工智能，请验证生成的内容，并且你也可以引用来源。

现在，当我们结束这个简短的讨论时，好吧，百万美元的问题是，人工智能会削弱教师的作用吗？因为作为教师，我们所有人，对吧？尤其当你审视技术的发展时，当计算器被引入时，人们认为没有人会真正去看，呃，进行乘法运算，或者他们将学习乘法。但实际上，计算器的引入增强了，也就是说，你开始使用计算器进行更复杂的计算。然后，后来我们都看到了计算机是如何进入这个领域的，而今天，我们的手机也进入了这个领域。一般来说，当技术规模扩大时，几乎在所有情况下，当技术规模扩大时，使用成本就会下降，所以可及性就会增加。

那么，我们未来的道路是什么？人工智能可能无法复制人类的特质，如同情心、情商或培养人际关系的能力。现在，你非常清楚地看到，即使我们声称人们在与人工智能系统谈论他们的问题，他们试图从中获得一些解脱。人工智能仍然是一种由人类创造的技术。所以，同情心、情商和培养人际关系的能力，这些是我们人类可以比人工智能做得更好的领域。

所以，当你审视教师时，他们在与学生建立关系方面至关重要。看，呃，在我作为一名教师的角色中，我与下一代有联系。看看当你与未来几代人建立关系，满足他们的需求时，你拥有的潜力。他们需要支持。创造一个支持性的学习环境。所以，人工智能不能，而且很可能不会取代教师。

现在，如果我，如果我至少参考两位伟大的、发表了关于教学意见的人，当然，他们那时还没有人工智能。也就是说，他们不是在人工智能时代。但是，如果你看看阿尔伯特·爱因斯坦，他说，教师的最高艺术是唤醒创造性表达和知识的乐趣。看，这一切都关乎你如何唤醒学生的创造性表达。而萨瓦帕利·拉达克里希南博士说，真正的老师是那些帮助我们独立思考的人。呃，你的聊天机器人不是老师。它只是给出答案。但一个真正的老师，他们基本上会帮助我们独立思考，对吧？

所以，这些当然是我没有直接复制粘贴的。这个PPT对我来说花了将近15到20个小时。但是，如果我看看参考文献，事实上，识别它们本身一直是一个挑战，因为我们处理的是一个非常广泛的话题。所以，我基本上参考了联合国教科文组织的内容，然后我参考了世界银行的内容，然后我参考了美国教育部关于道德准则的内容以及其他内容。

所以，我在这里想结束我的讨论。呃，有什么问题吗？好的，幸运的是，在演示结束后，摄像头又回来了。你可以，你可以停止共享，先生，这样的话。>> 当然，当然，先生。>> 是的。任何人，这个讲座对讨论开放。我请求任何教职员工，如果你有任何疑问，请互动。宝贝，我想，呃，午餐时间到了。人们饿了。>> 先生，先生，打扰一下。>> 是的，请。我是拉曼·萨克里希纳大学的拉曼·萨克里希纳教授。>> 先生，>> 先生，这是关于人工智能的。我们能否制作一个界面，将已开发的内容或动画或任何东西自动导入，而不是选择？是的，你可以生成，先生。>> 我想使用，我想使用，还是？>> 是的，可以使用，先生。事实上，我们尝试过这个，发生了什么呢？我们尝试生成，你知道，有一个叫做“黛特”的品牌。所以，如果“黛特”生产牛奶，我们让聊天机器人为“黛特”这个贸易名称生成牛奶的包装或瓶子。有趣的是，它生成了完全是“黛特”的。>> 好的。好的，先生。>> 谢谢，先生。谢谢。>> 谢谢，先生。允许发言。请，你可以发言了。他现在不在。非常>> 任何，如果，如果没有疑问，我们是否可以结束任何参与者？先生，非常感谢您抽出宝贵的时间，并进行了精彩的讲座，先生。它真的非常精彩，请，先生，分享您的演示文稿，这样人们，参与者将从中受益。当然，先生，我会和你分享，先生。>> 代表教育州理事会，非常感谢您所有的辛勤服务，谢谢，先生。>> 谢谢，先生。谢谢，先生。非常感谢您的精彩演示，谢谢，先生。>> 谢谢。>> 先生。>> 我会联系你的，先生。谢谢，谢谢，先生。谢谢，先生。