7月16日，在自己的网站《唐纳德.克拉克的B计划》（Donald Clark Plan B）上，Donald Clark发表一篇文章，题目叫《这是人工智能最糟糕的时期，因为教育工作者过于专注于现在，无法看到未来》（This is the worst AI will ever be, so focused are educators on the present they can’t see the future）
许多人没有意识到的是，当前，人工智能正经历着爆炸式增长，其快速发展的速度是非常惊人的。除了成为人类历史上最快被广泛采用的技术之一，它还具有另一个被许多人所忽视的特性：那就是，它能够以非常快的速度学习、适应和增强功能。
如果您想跟上这个领域的发展，您需要每天都要保持关注。
克拉克接着指出：
这些模型不仅仅通过对大量数据进行无监督训练来学习，它们还可以通过人类的强化学习来学习。
当训练集达到一定规模时，语言模型的能力就会达到逃逸速度，但它的发展似乎没有尽头。未来的合成数据等技术的发展将进一步推动这一进程。
这个简单的事实是，语言模型是第一个能够在各种媒体和任务中快速、大规模、持续地“学习”的技术（Learning technology），这使得它变得非常卓越。
在克拉克看来，大型语言模型不仅是一种学习的技术，而且是教学的技术（Teaching technology），他认为：
人们对于“生成式人工智能”中的“生成”这个词存在着误解。有些人认为它的作用仅仅是创建可预测的文本块，这是不正确的。
事实上，生成技术在学习中的最佳应用可能是能够总结、概述、提供指导、支持以及许多其他教学功能，这些功能可以内置到软件中。这对于教学非常有效，也意味着将会有导师、教师、教学支持、教练以及许多其他服务出现，以帮助教学和学习。
目前已有数百个这样的服务正在开发中。
在克拉克看来，生成式人工智能还是一种添加剂技术（Additive technology）。
最重要的是，生成式人工智能与插件的融合，可以用来补充其功能，从维基百科到高等数学的所有内容都被添加进来。这些插件相当于性能增强剂。
Ashok Goes 将他已经成功的教学机器人 Jill Watson 与 ChatGPT 相结合，以提高两者的效率。
API 赋予了它更多的效力，而生成式人工智能也可以成为其他工具的补充。在线工具的生产力得到了提高，而且不必独立于其他工具存在。
数百种语言以及计算机语言之间的使用和翻译，甚至从文本到计算机语言、图像、视频、3D 角色、3D 世界的翻译，速度之快令人惊叹，这极大地提高了生产力、沟通、共享和学习的效率。少数民族语言不再被忽视。
现在，全球最大的科技公司都是人工智能公司，其中大部分位于美国和中国。激烈的竞争推动着技术的不断进步。这种惊人的步伐意味着它们正在试验、创新并让我们参与到这个过程中。
提高生产力、更便宜和更快的学习、以及更快和更好的医疗保健的回报已经可以看到，只要你有眼睛去观察。
人们往往会固化他们对技术的看法，消极的情绪意味着他们不会更新他们的知识、经验和期望。
人工智能很大程度上是贝叶斯主义的，它边走边学，不会闲逛。而人们往往不是贝叶斯主义者，他们倾向于依赖第一印象，并通过确认和消极偏见坚持自己的固定观点。他们害怕未来，所以坚持现在。
最后，克拉克用他那一贯的辛辣笔调，一针见血地指出：
那些不认为人工智能正在以快速和指数级别发展的人，会利用他们的固定视野来批评已经过时的技术。
他们嘲笑 ChatGPT3.5，却从未尝试过 ChatGPT4、插件或其他可用的服务。
这就像使用2004年的维基百科，然后说“看，它错了”。他们通过刁难来激怒这些技术，试图发现错误，就像孩子们试图摔坏一个新的玩具。
更糟糕的是，他们使用了GIGO（垃圾进垃圾出）的技巧，将垃圾输入，得到的结果也是垃圾，然后说“看，它是垃圾”。
The real divide is among those in the know and not in the know, using it and not using it, and that is the increasing gap between learners and teachers.
在文章的最后，克拉克说：
尽管这是有史以来最差的人工智能，但它比许多记者、教师和评论家所想象的要好得多，这让我们感到震惊。
现在，真正的数字鸿沟存在于那些好奇并使用这项技术的人和那些拒绝倾听、不使用它的人之间。
任何能够使用智能手机、笔记本电脑或平板电脑的人，基本上都能使用这项技术，包括发达国家的所有学习者。
真正的鸿沟在于那些知道如何使用它的人和不知道如何使用它的人、以及那些使用它和不使用它的人之间，这就是学习者和教师之间日益扩大的差距。
教育工作者过于关注现在，而无法看到未来的趋势。
