圖片由 亞歷山德拉·科奇
據稱，僅在 100 月份就有超過 XNUMX 億人使用 ChatGPT 一個估計，使其成為歷史上增長最快的消費者應用程序。 通過根據提示生成簡歷、散文、笑話甚至詩歌，該軟件不僅突出了語言模型的吸引力，還突出了正確構建問題的重要性。
為此，幾年前我發起了 100 個問題倡議，旨在促進我們利用數據和發展科學見解的方式發生文化轉變。 該項目不僅旨在提出新問題，而且還重新構想提出問題的過程。
對答案的強烈渴望
作為一個物種和一個社會，我們傾向於尋找答案。 答案似乎提供了一種清晰和確定的感覺，並且可以幫助指導我們的行動和政策決定。 然而，任何答案都代表以問題開始的過程的臨時結束階段——而且通常會產生更多問題。 愛因斯坦提請注意問題的構成方式的重要性，這通常可以決定（或至少在決定中發揮重要作用）我們最終得出的答案。 以不同的方式提出問題，可能會得出不同的答案。 然而，作為一個社會，我們低估了提問的行為——誰提出問題，他們如何提出問題，他們對我們調查的內容以及我們做出的決定的影響。 我們也沒有充分注意答案是否實際上解決了最初提出的問題。
問題在我們生活的許多方面都起著關鍵作用。 正確的問題是至關重要的，例如，對於科學過程，推動對廣泛主題和問題的調查和探索，以及塑造公共政策。 考慮一份政府授權的學校兒童推薦疫苗清單。 這個列表代表了一個長過程中的一個端點（一個答案）。 然而，科學家和政策制定者從哪些問題開始得出這份清單？ 他們為自己設定的公共衛生目標是什麼，他們如何確定療效以及他們在利益和風險之間的平衡中選擇了哪些分界點？ 這些問題在最終選擇列入清單的疫苗以及公共衛生方面發揮著至關重要的作用。
科學報告傾向於關注結果和見解。 這些代表結束階段或頂級信息。 正如上面的例子所示，更多地關注問題及其構建方式將有助於將最終階段的信息置於情境中，讓決策者和公民等人做出更好、更負責任的決定。
問題也賦予數據價值。 今天的許多報告和評論都集中在生成的數據量以及將它們開放供科學和公眾消費的必要性——即原始數據的供應。 但問題是將原始數據轉化為信息的原因：我們提出的問題構成了我們尋求解決的問題，使我們能夠利用數據造福於公眾。
為什麼人工智能讓質疑科學變得更加緊迫
的上升 大型語言模型 （法學碩士）和領域 即時工程 讓我們明白了正確構建問題的重要性，讓 LLM 提供答案（儘管這些答案的正確性和真實性仍然是一個問題）。 但在提示工程變得相關之前，重要的是要指出，當人工智能工程師開發一種從數據中學習的機器學習模型時，它學到的東西——也就是模型本身——取決於人們試圖從數據中回答的問題。
同樣重要的是要記住，人工智能係統提供的答案可能反映 基礎數據中的偏差或缺陷. 這個問題已經突出顯示例如，在 Alexa 和 Siri 等自動問答系統的背景下，這些系統為大量家庭提供各種日常任務和問題的答案。 因此，發現和開發提出問題的方法以克服數據的一些固有偏差應該成為提示工程實踐和理論的重要組成部分——更普遍地說，是數據時代新興的問題科學的重要組成部分。
問題的作用可能在數字環境中得到加強，但它們的重要性實際上延伸得更深。 有一個悠久的傳統，至少可以追溯到蘇格拉底和許多東方思想流派，使用問題來促進教育學和各種形式的人類和社會學習。 其他人已經寫了需要 “提問的教學法”. 最近，科學家和學者一直在探索利用 數據分析中的蘇格拉底方法 和 促進數據素養.
應對信息過載的問題
最終，通過幫助我們了解真正重要的事情，問題是社會變革和進步的驅動力。 它們有助於確定優先事項，並讓我們想像替代方案。 因此，問題是政治性的。 而且，正如 Perry Zurn 在 好奇心的政治 我們的政治承諾通常會告知我們認為值得提出的問題。
隨著社會被數據和數據衍生的發現所淹沒，我們越來越偏離問題。 這篇文章代表了我們可能認為是一門新的問題科學的初步理由。
事實上，要定義和創造這樣一門科學，我們需要從問自己一系列問題開始。 我們如何才能使科學報告更加關注科學中提出的問題？ 什麼是好問題（和壞問題）？ 我們如何用新的問題科學來補充數據科學？ 我們怎樣才能讓學習者成為提問者？ 我們如何確保提問具有包容性和無偏見？ 我們如何通過提出好的問題來發揮機器學習和人工智能的潛力？
面對和回答這些問題需要新的跨學科努力，將科學家、數據科學家、科學作家、社會變革參與者、藝術家和教育專家聚集在一起。 這些努力的一瞥 已經在進行中。 但我們需要在信息和學科孤島之間進行更多的互動，我們需要促進對話，將我們社會的注意力從答案轉移到背景和目的上——實際上，轉向提出正確的問題。
關於作者
斯特凡·G·韋爾赫斯特，治理實驗室（GovLab）聯合創始人兼首席研發官， 紐約大學（New York University） 這篇文章是與 阿尼爾·阿南薩斯瓦米，科學作家，曾為《新科學家》雜誌撰稿。
亞馬遜暢銷書列表中關於提高績效的書籍
“高峰：新專業科學的秘密”
安德斯·愛立信和羅伯特·普爾
在這本書中，作者利用他們在專業領域的研究，提供了關於任何人如何提高他們在生活的任何領域的表現的見解。 本書提供了培養技能和實現精通的實用策略，重點是刻意練習和反饋。
“基本習慣：建立好習慣和改掉壞習慣的簡單且行之有效的方法”
由James Clear
這本書提供了養成好習慣和改掉壞習慣的實用策略，重點關注可以帶來大結果的小改變。 這本書借鑒了科學研究和現實世界的例子，為任何希望改善習慣並取得成功的人提供可操作的建議。
“心態：成功的新心理學”
通過 Carol S. Dweck
在這本書中，卡羅爾·德韋克探討了心態的概念，以及它如何影響我們的表現和生活中的成功。 這本書深入剖析了固定型思維模式和成長型思維模式之間的區別，並提供了培養成長型思維模式和取得更大成功的實用策略。
“習慣的力量：我們為什麼做我們在生活和工作中做的事”
查爾斯·杜希格
在這本書中，查爾斯·杜希格 (Charles Duhigg) 探索了習慣養成背後的科學，以及如何利用它來改善我們在生活各個方面的表現。 這本書提供了養成好習慣、改掉壞習慣和創造持久變化的實用策略。
“更聰明更快更好：在生活和商業中提高生產力的秘訣”
查爾斯·杜希格
在這本書中，查爾斯·杜希格 (Charles Duhigg) 探索了生產力的科學，以及如何利用它來提高我們在生活各個領域的表現。 本書借鑒了現實世界的例子和研究，為實現更高的生產力和成功提供了實用的建議。
