文章摘要
【关 键 词】 AI教学、提示工程、数学模型、创新课程、跨学科学习
哈佛应用数学和应用物理学教授Michael P. Brenner提出了一种创新的教学方法，即通过“提示工程”让学生尝试教授人工智能（AI）完成数学作业，以此作为学习过程的一部分。这种方法不仅让学生在教授AI的过程中深化对问题的理解和拆解，而且锻炼了他们提问和构建有效提示词的能力，这对于AI应用领域至关重要。
Brenner教授在哈佛大学开设了一门名为“Applied Math 201”的课程，专注于硬科学问题的数学解决方法。他鼓励学生在作业中使用哈佛的生成式AI工具箱，并构建提示词来教导聊天机器人解决问题。虽然这部分不计入正式成绩，但学生需要积累提示词经验，并在期末时共同完成一项研究，检验AI的学习成果，即AI是否能够完成期末考试。
在这项研究中，15名学生被分为三个小组：第一组负责提示工程，评估不同提示词的优劣；第二组负责数据集生成，构建问题和解决方案的数据集；第三组负责基础设施建设，整合提示和数据集，评估和训练聊天机器人。学生们通过绘制图表和创建评分标准来评估不同提示下解决方案的效果，并最终构建了一个数学模型，取得了最高20分的成绩。
课程结束后，学生们对这种教学方法表示了高度的赞赏，认为它改变了他们的思维方式。Brenner教授的另一门课程《Science and Cooking: From Haute Cuisine to the Science of Soft Matter》也体现了他的创新精神，将烹饪与应用科学相结合，让学生在学习烹饪的过程中理解科学原理，如分子如何影响食物的风味和质地。
这种教学方法不仅提高了学生对科学原理的理解，也激发了他们对学习的兴趣，打破了传统的学习模式，为教育领域带来了新的启示。
原文和模型
【原文链接】 阅读原文 [ 1148字 | 5分钟 ]
【原文作者】 量子位
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★☆☆☆
