据称，仅在 100 月份就有超过 XNUMX 亿人使用 ChatGPT 一个估计，使其成为历史上增长最快的消费者应用程序。 通过根据提示制作简历、散文、笑话甚至诗歌，该软件不仅突出了语言模型的吸引力，还突出了正确构建问题的重要性。
为此，几年前我发起了 100 个问题倡议，旨在促进我们利用数据和发展科学见解的方式发生文化转变。 该项目不仅旨在提出新问题，而且还重新构想提出问题的过程。
对答案的强烈渴望
作为一个物种和一个社会，我们倾向于寻找答案。 答案似乎提供了一种清晰和确定的感觉，并且可以帮助指导我们的行动和政策决定。 然而，任何答案都代表以问题开始的过程的临时结束阶段——而且通常会产生更多问题。 爱因斯坦提请注意问题的构成方式的重要性，这通常可以决定（或至少在决定中发挥重要作用）我们最终得出的答案。 以不同的方式提出问题，可能会得出不同的答案。 然而，作为一个社会，我们低估了提问的行为——谁提出问题，他们如何提出问题，他们对我们调查的内容以及我们做出的决定的影响。 我们也没有充分注意答案是否实际上解决了最初提出的问题。
问题在我们生活的许多方面都起着关键作用。 正确的问题是至关重要的，例如，对于科学过程，推动对广泛主题和问题的调查和探索，以及塑造公共政策。 考虑一份政府授权的学校儿童推荐疫苗清单。 这个列表代表了一个长过程中的一个端点（一个答案）。 然而，科学家和政策制定者从哪些问题开始得出这份清单？ 他们为自己设定的公共卫生目标是什么，他们如何确定疗效以及他们在利益和风险之间的平衡中选择了哪些分界点？ 这些问题在最终选择列入清单的疫苗以及公共卫生方面发挥着至关重要的作用。
科学报告倾向于关注结果和见解。 这些代表结束阶段或顶级信息。 正如上面的例子所示，更多地关注问题及其构建方式将有助于将最终阶段的信息置于情境中，让决策者和公民等人做出更好、更负责任的决定。
问题也赋予数据价值。 今天的许多报告和评论都集中在生成的数据量以及将它们开放供科学和公众消费的必要性——即原始数据的供应。 但问题是将原始数据转化为信息的原因：我们提出的问题构成了我们寻求解决的问题，使我们能够利用数据造福于公众。
为什么人工智能让质疑科学变得更加紧迫
的崛起 大型语言模型 （法学硕士）和领域 即时工程 让我们明白了正确构建问题的重要性，让 LLM 提供答案（尽管这些答案的正确性和真实性仍然是一个问题）。 但在提示工程变得相关之前，重要的是要指出，当人工智能工程师开发一种从数据中学习的机器学习模型时，它学到的东西——也就是模型本身——取决于人们试图从数据中回答的问题。
同样重要的是要记住，人工智能系统提供的答案可能反映 基础数据中的偏差或缺陷. 这个问题已经突出显示例如，在 Alexa 和 Siri 等自动问答系统的背景下，这些系统为大量家庭提供各种日常任务和问题的答案。 因此，发现和开发提出问题的方法以克服数据的一些固有偏差应该成为提示工程实践和理论的重要组成部分——更普遍地说，是数据时代新兴的问题科学的重要组成部分。
问题的作用可能在数字环境中得到加强，但它们的重要性实际上延伸得更深。 有一个悠久的传统，至少可以追溯到苏格拉底和许多东方思想流派，使用问题来促进教育学和各种形式的人类和社会学习。 其他人已经写了需要 “提问的教学法”. 最近，科学家和学者一直在探索利用 数据分析中的苏格拉底方法 和 促进数据素养.
应对信息过载的问题
最终，通过帮助我们了解真正重要的事情，问题是社会变革和进步的驱动力。 它们有助于确定优先事项，并让我们想象替代方案。 因此，问题是政治性的。 而且，正如 Perry Zurn 在 好奇心的政治 我们的政治承诺通常会告知我们认为值得提出的问题。
随着社会被数据和数据衍生的发现所淹没，我们越来越偏离问题。 这篇文章代表了我们可能认为是一门新的问题科学的初步理由。
事实上，要定义和创造这样一门科学，我们需要从问自己一系列问题开始。 我们如何才能使科学报告更加关注科学中提出的问题？ 什么是好问题（和坏问题）？ 我们如何用新的问题科学来补充数据科学？ 我们怎样才能让学习者成为提问者？ 我们如何确保提问具有包容性和无偏见？ 我们如何通过提出好的问题来发挥机器学习和人工智能的潜力？
面对和回答这些问题需要新的跨学科努力，将科学家、数据科学家、科学作家、社会变革参与者、艺术家和教育专家聚集在一起。 这些努力的一瞥 已经在进行中。 但我们需要在信息和学科孤岛之间进行更多的互动，我们需要促进对话，将我们社会的注意力从答案转移到背景和目的上——实际上，转向提出正确的问题。
作者简介
斯特凡·G·韦尔赫斯特，治理实验室（GovLab）联合创始人兼首席研发官， 纽约大学 这篇文章是与 阿尼尔·阿南萨斯瓦米，科学作家，曾为《新科学家》杂志撰稿。
亚马逊畅销书列表中关于提高绩效的书籍
“高峰：新专业科学的秘密”
安德斯·爱立信和罗伯特·普尔
在这本书中，作者利用他们在专业领域的研究，提供了关于任何人如何提高他们在生活的任何领域的表现的见解。 本书提供了培养技能和实现精通的实用策略，重点是刻意练习和反馈。
“基本习惯：建立好习惯和改掉坏习惯的简单且行之有效的方法”
由James Clear
这本书提供了养成好习惯和改掉坏习惯的实用策略，重点关注可以带来大结果的小改变。 这本书借鉴了科学研究和现实世界的例子，为任何希望改善习惯并取得成功的人提供可操作的建议。
“心态：成功的新心理学”
通过 Carol S. Dweck
在这本书中，卡罗尔·德韦克探讨了心态的概念，以及它如何影响我们的表现和生活中的成功。 这本书深入剖析了固定型思维模式和成长型思维模式之间的区别，并提供了培养成长型思维模式和取得更大成功的实用策略。
“习惯的力量：我们为什么做我们在生活和工作中做的事”
查尔斯·杜希格
在这本书中，查尔斯·杜希格 (Charles Duhigg) 探索了习惯养成背后的科学，以及如何利用它来改善我们在生活各个方面的表现。 这本书提供了养成好习惯、改掉坏习惯和创造持久变化的实用策略。
“更聪明更快更好：在生活和商业中提高生产力的秘诀”
查尔斯·杜希格
在这本书中，查尔斯·杜希格 (Charles Duhigg) 探索了生产力的科学，以及如何利用它来提高我们在生活各个领域的表现。 本书借鉴了现实世界的例子和研究，为实现更高的生产力和成功提供了实用的建议。
