[论文解读] Embracing the Generative AI Revolution: Advancing Tertiary Education in Cybersecurity with GPT

Raza Nowrozy, David Jam|arXiv (Cornell University)|Mar 18, 2024

Scientific Computing and Data Management被引用 4

一句话总结

本文提出，三级网络安全教育项目必须将生成式人工智能——特别是GPT模型——整合到其课程中，以契合行业需求并缓解技能过时问题。通过将GPT的能力与布卢姆分类法相结合，并倡导伦理监督、课程改革以及跨部门协作，本研究展示了大学如何提升教育的相关性，为毕业生在人工智能增强的网络安全岗位上做好准备。

ABSTRACT

The rapid advancement of generative Artificial Intelligence (AI) technologies, particularly Generative Pre-trained Transformer (GPT) models such as ChatGPT, has the potential to significantly impact cybersecurity. In this study, we investigated the impact of GPTs, specifically ChatGPT, on tertiary education in cybersecurity, and provided recommendations for universities to adapt their curricula to meet the evolving needs of the industry. Our research highlighted the importance of understanding the alignment between GPT's ``mental model'' and human cognition, as well as the enhancement of GPT capabilities to human skills based on Bloom's taxonomy. By analyzing current educational practices and the alignment of curricula with industry requirements, we concluded that universities providing practical degrees like cybersecurity should align closely with industry demand and embrace the inevitable generative AI revolution, while applying stringent ethics oversight to safeguard responsible GPT usage. We proposed a set of recommendations focused on updating university curricula, promoting agility within universities, fostering collaboration between academia, industry, and policymakers, and evaluating and assessing educational outcomes.

研究动机与目标

• 评估当前三级网络安全课程与由生成式人工智能推动的不断演变的行业需求之间的错配程度。
• 研究GPT模型的认知类能力如何与人类学习框架（尤其是布卢姆分类法）相契合。
• 识别在生成式人工智能时代，未来网络安全毕业生必须掌握的关键知识与技能。
• 提出针对课程现代化、机构灵活性以及学术界、产业界和政策制定者之间协作的可操作建议。
• 评估伦理监督在确保GPT技术在网络安全教育中负责任整合方面的作用。

提出的方法

• 对五所大学的网络安全课程进行对比分析，以识别AI整合方面的差距。
• 将GPT的能力映射到布卢姆修订版分类法（记忆、理解、应用、分析、评价、创造）中，以评估认知契合度。
• 综合现有文献和专家意见，探讨GPT对教育和网络安全的影响，以支持建议的形成。
• 提出一个课程重构框架，强调实践性、伦理导向和人工智能增强的学习成果。
• 倡导在大学内部建立由人类主导的AI伦理委员会，以管理教学和研究中的AI使用。
• 推动学术界、产业界和政策制定者之间的协作模式，以确保课程能及时响应技术变革。

实验结果

研究问题

• RQ1 当前的三级网络安全课程在多大程度上与生成式人工智能时代行业需求相契合？
• RQ2 如何将GPT的认知类功能映射到布卢姆分类法所定义的人类学习层级？
• RQ3 未来网络安全毕业生必须发展哪些关键知识与技能，才能在人工智能增强的工作环境中脱颖而出？
• RQ4 大学如何提升机构灵活性，以快速响应生成式人工智能技术的进展？
• RQ5 需要哪些治理和伦理框架，以确保在网络安全教育中负责任地使用GPT？

主要发现

• 当前网络安全课程与现代网络安全行业实际的、由人工智能驱动的需求之间存在显著错配。
• GPT模型在布卢姆分类法的高阶认知技能方面表现出功能契合，特别是在分析、评价和创造方面，表明其具有教学实用性。
• 未能将生成式AI整合到课程中的大学，可能会培养出无法胜任人工智能增强型网络安全岗位的毕业生。
• 研究发现，现有课程往往缺乏针对AI使用的系统性伦理内容，增加了滥用和伦理失误的风险。
• 机构灵活性和跨部门协作对于及时更新课程并保持教育相关性至关重要。
• 当前证据基础受限于缺乏实证验证，凸显了未来需要开展案例研究和关于AI整合成效的纵向研究。