生成式人工智能感知:一项调查,旨在衡量教师、工作人员和学生对学术界生成式人工智能工具的感知
该研究比较了 ChatGPT 和 32 门大学课程学生的表现,发现 ChatGPT 在许多课程中的表现相当,甚至优于许多学生。此外,其使用也难以被 AI 文本分类器可靠地检测出来,并且出现了学生使用该工具和教育者将其视为抄袭的共识,这些发现为 AI 融入教育框架的政策讨论提供了指导。
May, 2023
该调查研究了生成性人工智能模型在教育领域的潜在应用和影响,并就教育环境中的实际应用、挑战和新兴趋势进行了综合和严格的评估,旨在为人工智能与教育之间的关系作出贡献。
Nov, 2023
本研究旨在探讨 ChatGPT 在现代教育中的变革作用、潜在的问题与挑战;初步评估表明,ChatGPT 在各科目领域表现不同,虽然可以通过创建教育内容、提供建议、回答问题和促进小组合作来帮助教育工作者和学习者,但其使用中存在可能产生不准确或虚假数据和规避原创性检测时产生重复内容(抄袭)检测的明显缺点,同时它的使用准确性取决于生成 AI 的视觉效果,其中 ChatGPT 的幻觉可能会使其用处有限,应为教育机构更新学术法规和评估实践以适应 ChatGPT 在教育中的应用。
May, 2023
本文采用定量方法,展示 ChatGPT 在回答涉及本科计算机科学课程相关主题的不同类型的问题时高度不可靠,揭示学生盲目依赖 ChatGPT 完成作业和考试可能面临自我破坏。同时提出对学生和教师的建设性建议。
Apr, 2023
人工智能在教育领域带来了个人化学习的潜力,但也面临着作弊、准确性和教育工作者有效整合的问题。本研究通过运用 Technology Acceptance Model,评估教育工作者和学生对生成型人工智能的态度、使用模式和障碍,旨在深入研究这些问题,并为未来的研究提供过程指南。
May, 2024
调查美国大学关于在教育中使用 ChatGPT 的学术政策和指南,发现大多数大学对生成式人工智能的整合持开放但谨慎的态度,并表达了他们对道德使用、准确性和数据隐私的担忧,提供了各种资源和指南,包括教学大纲模板 / 样本,研讨会和讨论,共享文章和一对一咨询,重点关注一般技术介绍、道德关注、教学应用、预防策略、数据隐私、限制和探测工具。
Dec, 2023
本研究论文讨论了将人工智能用于高等教育中的教学与学习,并以 ChatGPT 作为工具,以计算机科学基础编程课程为例进行了教学和评估的探讨,结果显示使用 ChatGPT 的学生在得分上有优势,但提交的代码存在不一致和不准确的情况。
Apr, 2023
研究论文探讨了生成人工智能(GAI)模型,如 ChatGPT,对大学生和高等教育机构的影响,采用综合调查和情景分析的混合方法,结果表明当前技术在学术上的使用对学生取得学业目标有积极帮助,但是技术的不负责任和过度使用可能会带来重大挑战,因此高等教育机构需要制定严格的政策、重新评估学习目标、提升讲师能力、调整课程并重新考虑考试方式。
Apr, 2024
通过评估 ChatGPT 在三门课程(CS1、CS2、数据库)上的性能,研究了生成式人工智能对学习和评估的破坏性影响,其几乎完美地完成了所有初级考核,现有的检测方法对识别人工智能解决方案的成功率有所不同,教师和助教使用启发式方法区分学生代码和 AI 代码的检测准确性不足,这些观察结果强调了需要改进评估和检测方法。
Nov, 2023
生成人工智能,尤其是像 OpenAI 流行的 ChatGPT 这样的工具正在重塑计算机科学研究的领域。本文提供了对 ChatGPT 和其他生成人工智能技术在计算机科学学术研究中多样应用的探索,提出使用生成人工智能来提高计算机科学研究科学家的工作效率的建议,重点是撰写新的研究论文。我们强调了创新性应用,如头脑风暴研究想法,辅助学术论文的起草和格式化,以及协助综述文献。此外,我们深入探讨了在理解跨学科方法、简化复杂文本以及推荐适合学术期刊发表方面应用这些技术的可能性。我们还着重讨论了生成人工智能在合成数据创建、研究方法论和指导以及任务组织和文章质量评估方面的贡献。本文还讨论了人工智能在文章审查、适应文本长度限制、构建对立观点和调查开发方面的实用性。此外,我们探讨了这些工具在传播观念、生成图像和音频、文本转录和与编辑人员互动方面的能力。我们还描述了一些不推荐在计算机科学研究中使用生成人工智能的用途,主要是由于该技术的局限性。
Nov, 2023