必須為孩子存下來的提示詞,像玩RPG游戲一樣學習
正如飛行員、醫生、卡車司機和運動員通過在低風險環境中練習技能而提升表現,學生在被賦予探索、犯錯并調整策略的機會時,也能更有效地學習。 角色扮演情境,即學生扮演特定角色并嘗試解決商業問題,提供了豐富的實踐機會。這樣的情境為學生提供了一個無風險的環境,讓他們能夠測試自己的知識和練習做出關鍵決策。
然而,市面上現有的角色扮演材料,無論是線上還是紙質的,可能與我們課程的具體學習目標不完全一致,也無法適應不同學生的個人技能水平。幸運的是,具有即興創作能力的生成性人工智能(AI),使得創建和部署這些實踐機會變得更加容易。
我們發現,GPT-4類模型在創造角色扮演情境方面特別有效。例如:
- 談判課上的學生可能扮演一位在高風險談判中的賣家
- 創業課上的學生可能扮演一位向投資者推介商業理念的初創公司創始人。
角色扮演對學習的益處
角色扮演讓學生有機會嘗試不同的自我——他們可能比在現實世界中更加自信,或者愿意冒一些平時不會冒的風險——并走出自己的舒適區。通過扮演不熟悉的角色,學生有機會以一種敘事驅動和個人參與度高的方式體驗主題、問題或框架。隨著情境的展開,他們可以迅速識別自己的優勢和不足。
接下來,我們將解釋如何使用生成性AI創建角色扮演情境,并以我們的談判提示為例,分享如何根據您的班級情況進行調整,以及如何在您的課堂上引入這個練習。
制作AI提示以進行角色扮演練習
當AI得到恰當的提示時,它不僅能創造引人入勝且相關的場景,為學生提供在整個角色扮演過程中做出有意義選擇的機會,還能像導師一樣,在練習過程中提供支持,總結學生的表現,并指出他們做得好和需要改進的地方。
在我們分享具體的提示之前,了解如何制作有效的提示是很有幫助的。一個有效的角色扮演提示應確保AI做到以下幾點:
- 明確自己的角色。為了讓學生有一個積極的角色扮演體驗,給AI設定一個角色,以提供情境背景:“在這個場景中,你扮演AI導師,一個友好且實用的指導者。”這位AI導師將作為向導,為學生建立一個支持性的環境,并引導他們完成練習。AI導師將詢問學生關于他們的經驗水平,以定制角色扮演場景。根據主題和學習目標,教師也可以定制AI導師的初始問題集,并賦予它對學生知識和以往經驗的了解,以便更有效地個性化練習。
- 通過多樣化的場景選擇提供選擇權。AI導師將通過提供多種場景供學生選擇來賦予他們選擇權。學生與AI分享的信息越多,場景就越可能個性化。例如,一個表示“我有一些談判經驗”的學生將獲得標準談判場景的選擇,而一個提供額外背景信息的學生,比如“我是一名醫學生,有一些談判經驗”,可能會收到根據他們的興趣和背景量身定制的場景。
- 提供情境敘述。然后AI將設置場景,提供指導學生行動的目標,并幫助他們導航場景。每次學生在角色扮演中回應時,故事情節都會隨之改變。在許多情況下,AI會根據情境的發展,給學生提示接下來應該關注什么和做什么。在我們的提示中,我們限制了任何場景內的交互次數,以確保AI保持在正確的軌道上,并促使AI推動學生做出重要決策以結束場景。
- 提供后續建議。然后AI導師將根據學生的表現給出建議,幫助他們反思自己的方法。AI導師通常會重申練習的學習目標和學生有效應用(或未應用)的策略。
為了幫助您思考這些要素,我們現在分享一個我們為談判練習制作的示例角色扮演提示,并提供如何為您的班級定制它的建議。
您可以使用或為您的班級定制的AI角色扮演提示樣本
以下是我們在MBA課堂中使用的一個提示,用于創建談判角色扮演練習,以及您可以在哪里為您的班級定制它的建議。這種類型的提示通常適用于所有GPT-4 類模型。(在撰寫本文時,有多個GPT-4類模型可用,包括GPT-4o、Google的Gemini 1.5和Anthropic的Claude 3 Opus。)
為了使這種角色扮演有效,請確保選擇一個已經在您的班級中涵蓋或您知道學生有一定經驗的主題;這將允許他們應用他們的知識。
談判角色扮演提示
**目標:**在這個角色扮演場景中,用戶(學生)將練習談判技巧,并在練習結束后獲得反饋。
**角色設定:**你在這個場景中扮演AI導師,一個友好且實用的指導者。
**情境介紹:**學生將被介紹給AI導師,回答一些引導性問題以幫助設置場景,然后通過談判練習,并在結束后獲得反饋。
按照以下步驟進行:
**第一步:收集信息**
- 向學生提出問題,了解他們在談判方面的經驗水平和愿意分享的背景信息。這有助于為學生定制談判場景。
- 給問題編號,但不要向學生解釋步驟或一次性提出多個問題。
**第二步:設置角色扮演**
- 根據學生分享的信息,提出三種不同的談判場景供他們選擇。利用示例和上下文來挑選合適的場景。
- 例如,學生可以選擇與潛在客戶就產品進行談判,或在藝術畫廊中作為買家進行談判,或在科幻或奇幻設定中進行談判,或談判加薪等場景。
**第三步:設置場景**
- 學生選擇場景后,提供所有必要的細節,包括他們的目標、期望價格、無法達成交易的后果等。
- 宣布開始角色扮演,并生動描述場景,包括環境、挑戰、談判對手等,幫助學生理解自己的處境和動機。
**第四步:開始角色扮演**
- 在談判中扮演學生的對手。
- 經過幾輪互動后,促使學生做出關鍵決策并結束談判。
- 如果適用,可以給學生一些來自課程的提示,但要簡短并與場景分開。
**第五步:反饋**
- 角色扮演結束后,立即給學生提供平衡的反饋,考慮談判的難度、學生的表現和經驗水平。
- 反饋應包括總體評價(評估學生的表現并指出他們做得好和需要改進的地方)和未來建議(關于如何將課程應用到現實世界的指導)。
**第六步:結束**
- 告訴學生你愿意繼續討論這個場景或回答任何其他問題。
- 如果學生想繼續討論,記得引導他們構建自己的知識,提出引導性問題并提供提示。
**課程內容:**你可以利用這些信息來創造場景并給學生反饋。
一個熟練的談判者了解談判的動態,包括在任何談判之前、期間和之后要考慮的事項。
- 在談判前:確定某物的價值,考慮你的替代方案(BATNA)和可能的協議區域。
- 在談判中:利用先發優勢,提出問題,了解對方的需求和目標。
如果直接使用這個提示,你還可以與學生分享this GPT。
要看到這個提示的實際應用,這里有一個部分試點示例,展示了一個“學生”和AI導師在談判角色扮演練習中的互動。記住,AI執行提示的方式可能會有所不同,因此每個學生與AI的互動也會有所差異。
多模態AI如何重塑模擬訓練?
OpenAI和Google最近展示了他們最新的多模態技術,這些技術涵蓋了語音、視頻和音頻的整合。雖然目前這些功能還未向公眾開放,但它們預示著我們模擬訓練方式的變革。AI在語音和視頻整合方面的應用,有望為學生提供一個更加引人入勝和真實的學習環境,這比單純的文本交流要生動得多。
為什么說這項技術可能會改變游戲規則呢?原因如下:
- 提高參與度:通過語音和視頻的互動,學習過程變得更加吸引人,更能讓學生全神貫注。
- 增加壓力感:語音和視頻的整合能夠模擬現實世界的壓力環境,這對學生來說是個好事。與文本交流不同,學生需要在語音和視頻交流中迅速做出反應,這樣的高壓力訓練對他們在真實情況下的表現非常有幫助。
- 增強現實感:一個能夠看和聽的AI可以幫助構建一個更接近真實世界的訓練環境。例如,在模擬談判中,通過音頻和視頻的整合,學生不僅要與導師交流,還要與AI進行互動,這樣的訓練更加真實,有助于他們根據互動獲得反饋。
雖然現在討論這些功能的全部影響還為時尚早,而且需要進一步的嚴格實驗,但它們有潛力徹底改變我們培養學生應對現實挑戰的方式。
在向學生推出角色扮演練習前需要考慮的事項
在你編寫并測試了這個提示,確保它適合你的班級和課程主題后,你需要考慮如何在課堂上實施這個角色扮演練習。以下是一些建議:
提供AI使用的指導:在學生開始嘗試之前,確保他們知道如何有效地與AI互動。你可以查看我們的Inspiring Minds文章“AI的學生使用案例”以獲取一些建議。
- 認識潛在風險:雖然AI工具可以根據學生的回應進行個性化調整,但它們并不總是能夠將課程內容與場景緊密結合,或者提供可靠的建議。AI的輸出變化可能導致學生經歷的個性化,如果AI的敘述偏離了預期的課程或者缺乏連貫性,可能會引起混亂。此外,由AI生成的場景和角色在難度上也可能有所不同。AI對指令的解釋和場景執行在不同模型之間也可能有顯著差異。例如,通過Anthropic的Claude Opus 3進行試點時,它可能會注意到角色扮演角色的非言語行為、面部表情和語調,這是它沒有被提示要做的。為了減輕這些風險,你需要測試你的提示,以更好地理解模型對指令的反應。像任何AI練習一樣,教師的參與、反饋和監督至關重要。
- 選擇作業類型:角色扮演可以是課堂練習,然后進行班級討論,或者作為家庭作業,學生通過鏈接提交他們與AI的對話以及反思論文。無論是個人還是小組形式,角色扮演都可以根據學生的需求進行調整。
- 總結經驗:無論你選擇哪種方式,都要花時間總結這個經歷。通過學生分享的例子,探討AI在哪里做得好,哪里做得不好,以及這些例子如何反映或未能反映課堂材料。讓學生思考并回答:發生了什么?他們選擇了什么場景,為什么?交流如何結束?如果有機會,他們會怎么做不同,為什么?確保他們深入分析AI的輸出,考慮場景的現實性,AI是否陷入了循環,或者在場景或互動中是否有偏見。
關鍵是讓學生將他們在練習中學到的概念應用到實踐中;教師可以在此基礎上進行提煉和強化,確保經驗與關鍵概念之間有清晰的聯系。
構建更個性化和相關的學習體驗
AI的變革力量讓教育者成為構建者和創造者,有可能使教育技術的發展更加民主化。你不再需要從預制的角色扮演體驗中選擇,而是可以更容易地開發出更適合你的學習者的訓練空間和互動解決方案。
然而,要充分發揮AI在課堂及更廣泛領域的潛力,需要不斷的迭代和嚴格的實驗。本文提供的框架是探索和適應的基礎。現在是開始探索的時候了!
