ChatGPT是一种自然语言处理工具，正在革命工程教育和技术与学生、教职员工之间的关系，对此进行了问卷调查，以测量ChatGPT对学生、教职员工的影响，并将该调查作为技术报告与其他大学和实体分享。

Apr, 2023

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

本研究探讨是否生成式人工智能可以作为自动化教练辅助专家反馈以成为对教师训练的一种有效补充。在这个过程中，针对小学数学课堂记录文本，我们提出了生成式人工智能的三种教师培训任务，并邀请数学领域专家评估了ChatGPT模型在每种任务上的表现。研究显示，生成式AI提供的反馈意见虽然往往不是新颖或有洞察力的，但它们仍然与改善教学相关。

Jun, 2023

使用ChatGPT人工智能工具探索系统思维在不同学科中的潜力，研究评估了不同版本ChatGPT在各学科中的回应的准确性、有用性和可靠性，结果显示ChatGPT在各学科中能提供基本正确和非常有帮助的回应，展示了其增强系统思维能力的潜力。然而，偶尔的不准确回答突显了用户需要对ChatGPT的回应持批判态度。尽管有一些限制，研究表明只要使用得当并注意其特点，ChatGPT可以成为教学和学习系统思维的宝贵工具。

Jul, 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

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

通过自然语言处理和BERT模型的深层迁移学习方法，开发了一种自动化评估学生团队合作能力的方法，该方法能够更全面地理解文本的语境以及在不同团队聊天背景和团队成员群体中使用语言的潜力，从而为团队合作评估和反馈提供了改进的学习分析工具。

Dec, 2023

ChatGPT在自动化给予Java编程作业反馈方面的可行性进行了研究，调查结果表明学生们普遍认为ChatGPT反馈与Shute建立的形成性反馈准则相一致，他们更喜欢包含他们代码的反馈，此研究还提供了改进ChatGPT生成反馈的具体见解。

Dec, 2023

利用自然语言处理和机器学习的进展，该研究探讨了在Microsoft Teams平台上将ChatGPT API与GPT-4模型和Microsoft Copilot Studio结合，开发智能辅导系统的可能性。该系统旨在为学生提供即时支持，根据学习者的进展和反馈动态调整教育内容，并解释学生的问题、提供个性化的反馈，并促进学习过程。初步实施突显了该系统在提升学生的动力和参与度方面的潜力，同时为教育者提供了对学习过程的关键洞察力，从而推广了个性化的教育体验并增强了教学效果。

May, 2024

研究了人机协作类型和学生与生成式AI（即ChatGPT）在解决问题任务时的互动体验，以及这些因素与学生的代理感和感知的协作问题解决之间的关系，通过分析79名本科生的调查和反思，发现了三种人机生成式AI协作类型：平等贡献、人类主导和AI主导。与此同时，本研究显示，77.21%的学生感知在与ChatGPT协作时，他们主导或者有相等的贡献。另一方面，15.19%的人类参与者表示合作由ChatGPT主导，表明一部分学生可能过于依赖ChatGPT。此外，67.09%的学生感知与ChatGPT的互动体验是积极或者融合了正面和负面的。研究发现积极的互动体验与积极代理感之间存在正相关。该研究结果增进了我们对学生和生成式AI之间协作的认识，并强调了进一步研究为何一些学生让ChatGPT主导协作问题解决，以及如何通过课程和技术设计提高他们的互动体验的需求。

May, 2024