Jun, 2023

面向教育的社交生成 AI：理论、实践和伦理

PDF
TL;DR本文探讨了与人工智能进行的教育交流，不是作为提示和回应的序列，而是作为对话和探索的社交过程，在其中，学习者在互联网工具和资源的动态计算介质中不断与 AI 语言模型交谈。本文强调了构建用于教育的社交生成 AI 是需要开发强大的 AI 系统的，这些系统可以与人类以及彼此对话，构建如知识地图之类的外部表征，访问和贡献于互联网资源，并担任教师、学习者、导师和指南的角色。但人们也需要考虑将如何设计和约束这些社交生成 AI，以确保其意识到其限制、对学习者和互联网的尊重并尊重人类教师和专家的完整性的问题。
educational interactionsartificial intelligencesconversationinternet toolssocial generative ai
发现论文，激发创造
  • 通过生成式人工智能实现第二语言学习与教学中的分布式代理

    生成式 AI 为语言学习提供了重要机会。AI 工具如 ChatGPT 可以通过书面或语音聊天提供非正式的第二语言练习，学习者可以通过提示指定对话参数，如熟练水平、语言风格和讨论主题。AI 可以被指导给出修正性反馈、创建练习题或制定扩展学习计划。AI 可以帮助教师构建各种媒体的学习和评估材料。然而，学习者和教师都需要理解 AI 系统的局限性，这些局限性源于它们对人类语言的纯统计模型，从而限制了它们处理语言使用中微妙的社会和文化方面的能力。此外，AI 系统的创建涉及道德问题，并且在使用中存在实际限制，尤其是对于弱势群体。AI 工具的能力和多功能性很可能使它们成为许多人生活中宝贵而常用的伴侣（类似于智能手机），创造出一种超越简单工具使用的紧密联系。生态理论如社会物质主义对于研究用户和 AI 之间产生的共同行动机制非常有帮助，以及来自原住文化的人 - 物关系视角。

    Mar, 2024

  • 生成人工智能：新教育的力量

    提供一种加速学习方法来教授 AI，以便让学生更好地理解和利用 AI 在科学、技术、工程和数学等领域中的伦理用途和风险，并深入了解学生对 AI 的认知和其在社会和未来职业道路中的重要性。

    May, 2024

  • 生成人工智能的方法：社会公正视角

    2023-2024 学年，ChatGPT 的广泛普及将对学术诚信产生影响，高中学生中 77% 报告过使用人工智能驱动的写作辅助工具从事不诚实行为，这种被 Chan（arXiv:2306.03358v2）称为 'AI-giarism' 的 AI 驱动写作辅助工具将使抄袭行为更加易于获取且难以检测，此外，这些担忧也引发了关于这一技术革命性质的更广泛问题，包括自主性、数据隐私、版权和公平性。本文旨在从社会公正的角度探讨生成型人工智能，研究这些模型的训练、固有的偏见以及检测人工智能生成写作中的潜在不公正之处。

    Aug, 2023

  • 将生成式人工智能引入教育中的自适应学习

    通过讨论生成式人工智能和适应性学习概念的交叉研究，本文旨在阐明这两种方法的益处、挑战和潜力，并认为这种结合将为教育领域的下一阶段学习方式的发展做出显著贡献。

    Feb, 2024

  • 生成式人工智能时代中的教育：背景和最新发展

    人工智能对教育的潜力、应用、限制等方面进行了综合概述，着重介绍了生成式人工智能领域的最新发展。

    Aug, 2023

  • 教育中学习、分析和人工智能的相互作用

    这篇论文提出了人工智能在学习和教育中的多维视角，强调了人工智能、分析技术和学习过程之间错综复杂的相互作用。论文挑战了将人工智能仅视为随机工具的狭隘概念，并主张重要的替代概念。作者在文中突出了人类智能与人工信息处理的差异，AI 算法中固有的认知多样性，并指出 AI 也可以作为理解人类学习的一种工具。借鉴早期的学习科学和教育中的 AI 研究，本文提出了三种独特的人工智能在教育中的概念：人类认知的外部化、通过内化 AI 模型来影响人类思维过程，以及通过紧密结合的人工智能系统扩展人类认知。文中通过当前研究和实践的例子阐述了这三种概念的潜在价值和局限性，强调了过分强调将人类认知外部化的危害，如当今围绕生成性 AI 工具的炒作。最后，本文呼吁采用更广泛的教育方法，包括教育人们关于人工智能的知识，并创新教育体系以适应 AI 为基础的世界。

    Mar, 2024

  • 生成式人工智能时代的计算机教育

    本文讨论了人工智能代码生成模型对计算机教育者以及入门级编程课程中教学实践的挑战和机遇。

    Jun, 2023

  • 构建科学研究中生成型人工智能的道德准则

    发展分析和缓解策略，提供了一个初始框架来理解模型限制、尊重隐私、保密和版权、避免抄袭和政策违规、确保应用程序提供整体利益，并透明可重现地使用人工智能，以保护研究的完整性。

    Jan, 2024

  • 教育中的生成式人工智能：教育工作者意识、情感和影响因素研究

    通过分析大学教师对人工智能语言模型的经验和态度，本研究填补了文献中对人工智能在教育中的应用以及其对教学和学习的潜在影响的研究空白。该研究调查了高等教育中语言模型和生成式人工智能工具的意识水平、整体态度以及影响这些态度的因素。研究结果显示，教育工作者对这些工具的认识程度逐渐增加，总体上持积极态度。教学风格与对生成式人工智能的态度之间没有相关性。最后，相较于其他领域的教育工作者，计算机科学教育工作者对生成式人工智能工具在技术上的理解更有信心，对其持更加积极的态度，但在检测人工智能生成作品的能力上并不更有信心。

    Mar, 2024

  • 通往类人工智能的社交之路

    通过证据的汇集，展示了自然智能是通过不同尺度的互动网络中的智能集体、社会关系和主要进化转变而产生的，这些过程通过种群压力、军备竞赛、马基雅维利选择、社会学习和积累文化等机制促进了新数据的产生，将这些机制整合到智能代理的视角中，表明通过持续的新数据生成实现类人复合创新的可能路径。

    May, 2024