ChatGPT时代,别再折腾孩子了
今天这篇完全是从两件事儿有感而发。
昨天在文印店,在复印机上看到装订好的几页纸,我瞥了一眼,是历史知识点:
隋朝大运河分为四段,分别是___ ___ ___ ___,连接了五大河___ ___ ___ ___ ___
___ 年,隋炀帝在江都被部将杀死,隋朝灭亡。
科举制度在我国历史上存在了___年
......
全是类似这样的东西,我心想,都什么年代了,怎么还在考这种死记硬背的东西?
中午吃饭的时候,又得知附近小区有个小学生又一次离家出走了,原因是父母逼着他背大量的唐诗宋词,逼着他学奥数.....
这两件事儿让我立刻联想到了最近爆红的ChatGPT,它本身就是一个拥有海量知识的数据库,上面这些知识对它来说就是小菜一碟,可以精准回答。
不仅如此,它还能在几秒钟内为诸如“罗密欧与朱丽叶是一部好戏吗?”或“谁是加拿大最重要的总理?”等问题写出“深思熟虑”的文章,老师都无法分辨是不是学生写的。
现在ChatGPT已经很厉害了,将来AI如果发展到更高程度,哪些工作会被干掉?
我们现在这种不顾孩子的兴趣,死记硬背,填鸭式、疯狂刷题式教育出来的学生,将来如何面对人工智能的挑战?
别的领域不敢妄谈,主要说说我熟悉的软件开发领域。
我之前也写过一篇文章《ChatGPT强悍的编程能力,让我吓出一身冷汗!》,大家可以看一看。
越是通用的,结构越清晰的东西,基于海量数据的ChatGPT展示出的能力就越强。比如实现通用的功能,发起一次RPC,读写文件,压缩文件,生成缩略图......,码农经常刷的算法等等。
ChatGPT能通过Google低级别工程师面试重复说明了这一点,这种能力让它成为程序员编程的好帮手,需要小心的是它写出的代码得仔细鉴别,看看是不是自己需要的,花费的调试时间弄不好比自己写更长,更累。
但是主要靠“背诵”的ChatGPT无法取代程序员的设计能力,对于一个全新的业务需求,高级的开发人员可以对功能性和非功能性需求进行分析,然后决定:这个系统需要做冷热分离,查询分离,需要使用ES,Hbase等软件......
这种事情,ChatGPT干不了,它没见过这个需求,理解不了,找不到答案。
当然,如果这个案例被它学习到了,以后可能会给别人“背诵”答案,就像我之前文章中的“薪水支付案例”一样,但是老板十有八九是不敢使用的。
舒己怀博士说,一个工程师所具备的重要的能力包括:
1.在问题没有明显的结构的时候,能看到其内在的结构和关联;
2.在各种制约的限制下,能够找到综合满足或优化的可能与框架;
3.能够心怀不同的想法,做过比较和判断。
这种能力和我上面说的设计能力是一致的,也是AI不具备的。
“如果一个人被培养成了工具,没法建立问题的结构,那么他的价值就会大幅度缩水,反之价值仍然是巨大的。”
如果你所从事的工作技能越单一,或结构越清晰化,你的技能或工作被替代的可能性就会大一些。
比如CRUD的工作,给你一个数据库表,生成对它的增删改查相关的代码,太清晰,结构太简单,太容易被人工智能替代。
ChatGPT没有创造力,比如你要是问它面向对象的设计原则是什么?它能把SOLID回答得头头是道,但是它永远无法独自总结出SOLID原则,也无法总结出各种设计模式。
ChatGPT不会把厕所和串串联系在一起,也不会把CPU和阿甘,把TCP/IP和大明邮差联系在一起,这是人类的突发奇想,ChatGPT给不了我们。
你让ChatGPT描述一段美丽的风景,它几秒之内可以从海量数据中轻松给你来一段,你让它写一个情节连贯,风格一致,逻辑自洽的长篇小说例如《三体》,它搞不定,因为它缺乏想象力。
现在大家明白我想说的意思了,ChatGPT在在结构清晰的,通用的领域,能力极强,远超人类,在需要发挥创造力、想象力的领域,它就远远不如人类了。
此外,也不必过分担心ChatGPT,虽然它必将会对我们的生活和工作带来冲击,但冲击肯定不是猛然发生的,而是润物细无声,慢慢渗入。它自身也需要演化,迭代,基于它的产品也需要找到合适的应用场景,诞生杀手级应用。
回到孩子教育的问题,在人工智能时代,少折腾孩子,别再花费大量时间去灌输那些孩子根本不喜欢的东西,多想想如何发展孩子的创造力,想象力吧!
(完)
点击下方图片,查看更多精彩
相关文章:

ChatGPT时代,别再折腾孩子了
今天这篇完全是从两件事儿有感而发。昨天在文印店,在复印机上看到装订好的几页纸,我瞥了一眼,是历史知识点:隋朝大运河分为四段,分别是___ ___ ___ ___,连接了五大河___ ___ ___ ___ ______ 年ÿ…...

万字干货 | 荔枝魔方基于云原生的架构设计与实践
近年来,荔枝集团在国内和海外的业务迅速发展,业务数据规模也是成几何式地增长,海量数据的计算分析场景、业务智能算法应用需求随之而生,为了快速地满足业务发展的需要,我们面临着诸多的技术挑战。技术挑战工程问题资源…...
#科研筑基# python初学自用笔记 第九篇 面向对象编程
面向对象编程 Object Oriented Programming ,简称OOP,是一种程序设计思想,这种思想把对象作为程序的基本单元。类是抽象的,对象是具体的,一种类包括其特定的数据或属性,以及操作数据的函数(方法…...

Python快速上手系列--邮件发送--详解篇
本章就来一起学习一下跑完自动化脚本后如何自动的发送邮件到指定的邮箱。zmail操作:1. 导包 import zmail2. 邮件内容,包含:主题(subject)、正文(content_text)、附件(attachments)3. 发件人信息,包含:发件人账号&…...

【Bluetooth开发】蓝牙开发入门
BLE 蓝牙设备在生活中无处不在,但是我们也只是将其作为蓝牙模块进行使用,发送简单的AT命令实现数据收发。 那么,像对于一些复杂的使用场合:“车载蓝牙”、"智能手表"、“蓝牙音箱”等,我们不得不去了解底层…...
07:进阶篇 - 在程序中嵌入 CTK Plugin Framework
作者: 一去、二三里 个人微信号: iwaleon 微信公众号: 高效程序员 如果已经创建了一个应用程序,现在要将 CTK Plugin Framework 嵌入其中,该如何进行呢? 下面,以《06:进阶篇 - Hello,CTK!》中的插件为例,来演示如何使用 CTK Plugin Framework 来加载插件并获取特定…...
快速低成本动画视频课
快速低成本动画视频课Character Animator能做什么如何用character animator制作动画视频Animate能做什么Adobe Animate和Character Animator结合,如何快速制作低成本动画视频课Character Animator能做什么 Character Animator是Adobe公司的一个动画制作软件&#x…...
大数据平台测试-软件测试常见面试回答(持续更新)
面试造航母,入职拧螺丝。面试,讲点面试官想听的。。。 1、你有过漏测的经历吗? 答:这道题肯定是回答有。然后展开描述。就类似面试官问 你印象比较深的一个bug。。。 测试无穷尽,质量也并非测试一个岗位的责任&…...
链表学习之反转链表
链表解题技巧 额外的数据结构(哈希表);快慢指针;虚拟头节点; 反转链表 分别实现单向链表和双向链表的反转。 要求:长度为N的链表,时间复杂度为O(N),额外空间复杂度为O(1)。 反转…...

ONNXRUNTUIME实例分割网络说明
ONNXRUNTUIME c使用(分割网络)与相关资料(暂记) initiate a env with an id name(使用id名称启动env) create session (创建会话 ) onnxenv -> sessioninputname [“x”] ,outputname [“t”]inputnodedim [[1,1,192,192…...

几行代码,就写完懒加载啦?
Ⅰ、前言 「懒加载」是网页中非常 常见的;为了减少系统的压力,对于一些电商系统出场频率非常高;那么大家一般用什么方式去实现 「懒加载」 呢 ? ① 通过 scroll 的形式: 通过 滚动「scroll」事件,然后去判…...

PyTorch常用的损失函数(ChatGPT)
L1Loss nn.L1Loss 也称为平均绝对误差(Mean Absolute Error,MAE)。它计算预测值与真实值之间的差异(即误差),然后取绝对值并求和,最后除以样本数量得到平均误差。具体来说,对于一批…...

LeetCode——1237. 找出给定方程的正整数解
一、题目 来源:力扣(LeetCode) 链接:https://leetcode.cn/problems/find-positive-integer-solution-for-a-given-equation/description/ 翻译一下题目 意思是,这是一个二维单调递增的函数,函数一共有 9 …...

系统编程中的进程的概念No.3【进程状态】
引言: 北京时间:2023/2/17/8:17,目前听着超能陆战队主题曲《Immortals》,感觉又要螺旋式升天,并且为我今天上午没课感到happy,所以继我们很久以前的关于进程的博客,今天我们就再来学习一下有关…...
推荐 3 款 Golang 语义化版本库
文章目录1.什么是语义化版本 2.0.02.Golang 语义化版本库比较3.小结参考文献1.什么是语义化版本 2.0.0 语义化版本 2.0.0(Semantic Versioning 2.0.0)是一种用于标识软件版本的约定和规范。它包含三个数字组成的版本号,格式为“MAJOR.MINOR.…...

Windows平台使用gdb连接qemu虚拟机上的系统
先安装MinGW; 除了gcc、g,把gdb也选上;可能选第一个就可以了,不清楚把后面几个也选上; 安装完成看一下gcc, g,gdb,编译工具和调试器都有了; 把bin目录加到环境变量; 看一…...

【博客624】MAC地址表、ARP表、路由表(RIB表)、转发表(FIB表)
MAC地址表、ARP表、路由表(RIB表/FIB表) MAC地址表 MAC地址表是交换机等网络设备记录MAC地址和端口的映射关系,代表了交换机从哪个端口学习到了某个MAC地址,交换机把这个信息记录下来,后续交换机需要转发数据的时候就可以根据报文的目的MAC地…...

【蓝桥日记⑤】2014第五届省赛(软件类)JavaA组❆答案解析
【蓝桥日记⑤】2014第五届省赛(软件类)JavaA组☃答案解析 文章目录【蓝桥日记⑤】2014第五届省赛(软件类)JavaA组☃答案解析1、猜年龄2、李白打酒3、神奇算式4、写日志5、锦标赛6、六角填数7、绳圈8、兰顿蚂蚁9、斐波那契10、波动…...
Leetcode.1139 最大的以 1 为边界的正方形
题目链接 Leetcode.1139 最大的以 1 为边界的正方形 Rating : 1744 题目描述 给你一个由若干 0 和 1 组成的二维网格 grid,请你找出边界全部由 1 组成的最大 正方形 子网格,并返回该子网格中的元素数量。 如果不存在,则返回 0。…...

Bing+ChatGPT 对传统搜索引擎的降维打击
早些时候申请了新版 Bing 的内测资格,终于收到了通过的邮件。 一天的体验之后,我的感受是:当新版 Bing 具备了 ChatGPT 的聊天能力之后,它的能力不论是对传统搜索引擎,还是 ChatGPT 自身,都将是降维打击。 …...
R语言AI模型部署方案:精准离线运行详解
R语言AI模型部署方案:精准离线运行详解 一、项目概述 本文将构建一个完整的R语言AI部署解决方案,实现鸢尾花分类模型的训练、保存、离线部署和预测功能。核心特点: 100%离线运行能力自包含环境依赖生产级错误处理跨平台兼容性模型版本管理# 文件结构说明 Iris_AI_Deployme…...
k8s从入门到放弃之Ingress七层负载
k8s从入门到放弃之Ingress七层负载 在Kubernetes(简称K8s)中,Ingress是一个API对象,它允许你定义如何从集群外部访问集群内部的服务。Ingress可以提供负载均衡、SSL终结和基于名称的虚拟主机等功能。通过Ingress,你可…...

【2025年】解决Burpsuite抓不到https包的问题
环境:windows11 burpsuite:2025.5 在抓取https网站时,burpsuite抓取不到https数据包,只显示: 解决该问题只需如下三个步骤: 1、浏览器中访问 http://burp 2、下载 CA certificate 证书 3、在设置--隐私与安全--…...

第一篇:Agent2Agent (A2A) 协议——协作式人工智能的黎明
AI 领域的快速发展正在催生一个新时代,智能代理(agents)不再是孤立的个体,而是能够像一个数字团队一样协作。然而,当前 AI 生态系统的碎片化阻碍了这一愿景的实现,导致了“AI 巴别塔问题”——不同代理之间…...
Spring Boot面试题精选汇总
🤟致敬读者 🟩感谢阅读🟦笑口常开🟪生日快乐⬛早点睡觉 📘博主相关 🟧博主信息🟨博客首页🟫专栏推荐🟥活动信息 文章目录 Spring Boot面试题精选汇总⚙️ **一、核心概…...

OPenCV CUDA模块图像处理-----对图像执行 均值漂移滤波(Mean Shift Filtering)函数meanShiftFiltering()
操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C11 算法描述 在 GPU 上对图像执行 均值漂移滤波(Mean Shift Filtering),用于图像分割或平滑处理。 该函数将输入图像中的…...
嵌入式常见 CPU 架构
架构类型架构厂商芯片厂商典型芯片特点与应用场景PICRISC (8/16 位)MicrochipMicrochipPIC16F877A、PIC18F4550简化指令集,单周期执行;低功耗、CIP 独立外设;用于家电、小电机控制、安防面板等嵌入式场景8051CISC (8 位)Intel(原始…...
Qt 事件处理中 return 的深入解析
Qt 事件处理中 return 的深入解析 在 Qt 事件处理中,return 语句的使用是另一个关键概念,它与 event->accept()/event->ignore() 密切相关但作用不同。让我们详细分析一下它们之间的关系和工作原理。 核心区别:不同层级的事件处理 方…...
在树莓派上添加音频输入设备的几种方法
在树莓派上添加音频输入设备可以通过以下步骤完成,具体方法取决于设备类型(如USB麦克风、3.5mm接口麦克风或HDMI音频输入)。以下是详细指南: 1. 连接音频输入设备 USB麦克风/声卡:直接插入树莓派的USB接口。3.5mm麦克…...
WEB3全栈开发——面试专业技能点P7前端与链上集成
一、Next.js技术栈 ✅ 概念介绍 Next.js 是一个基于 React 的 服务端渲染(SSR)与静态网站生成(SSG) 框架,由 Vercel 开发。它简化了构建生产级 React 应用的过程,并内置了很多特性: ✅ 文件系…...