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

本文提供了一套以数字素养和社会视角为重点的 AI 学习目标，旨在帮助补充现有的计算机科学课程，并提供有关 AI 的核心概念和相应的能力的见解。

May, 2023

利用人工智能的互动场景增强课堂教学品质，包括对话自动完成、知识和风格传递，和评估人工智能生成的内容，探索多种应用和挑战，为未来研究提供清晰的道路。

May, 2023

我们示范了大型语言模型在教学和学习中的应用，并讨论了已经在教育领域发生的人工智能事件，我们主张迫切需要在大学引入人工智能政策并进行持续的监管策略。关于人工智能政策，我们认为每个机构都应该拥有关于人工智能在教学和学习中的政策，这至少有两个重要方面：（一）提高对多种教育工具的认识，这些工具既能积极地也能负面地影响教育；（二）减少教育中的人工智能事件风险。

Sep, 2023

本论文讨论了 AI 对医学、生物学、交通、娱乐等领域产生深远影响的同时，为应对未来 AI 驱动的社会挑战，将 AI 教育纳入 K-12 教育的必要性并提出了基于模块化的教学方法以促进学生的动机和创造性思维。

May, 2022

基于一项混合方法的研究，调查了 100 名韩国小学教师的观点并进行了 12 次深入访谈，发现教师期望人工智能能在自动化行政任务和提高个性化学习方面起到补充作用；同时发现人工智能在社交情感能力方面的不足既是挑战也是机遇，从而强调了教师的多样化看法和对教师角色的不同期望水平，对人工智能应用的决策需要考虑到教育工作者的偏好和关切。

May, 2024

本文提出了 AI 素养的理论框架并提出了一种多层次能力模型，它可作为 AI 教育的实用工具，需要一些基于能力的测评，还提出了一个 AI 素养研究的路线图。

Aug, 2021

这篇文章通过 Madeline Grumet 的课程探究三重模型，研究了生成性人工智能和 Elliot Eisner 的显性、隐性和空白课程概念之间的多维关系，探讨了教育者在将这一新兴技术融入现有课程结构时所面临的物流和伦理挑战，同时阐述了教育者在 Ted Aoki 的 “中间区域” 理论指导下在教室中调和规范性课程目标与流动性现实之间面临的困境，并鉴于 Grumet 的课程理论构成部分，为今后研究生成性人工智能对教育实践的变革影响提供了进一步学术调查的途径。

Sep, 2023

本文探讨了大型语言模型在教育中的转型作用和潜力，提出了利用人工智能进行辅助教学的七种方法，并介绍了实践策略来减少风险，并保证人工智能作为支持性工具而非替代品。

Jun, 2023

在大数据人工智能与其不断增长的能力引领下，人工智能应用已成为我们日常生活的一部分。然而，对于其能力、限制以及相关优缺点的误解广泛存在。因此，在大学环境中，有必要向计算机科学专业学生和其他学科的学生普及人工智能知识。在这篇经验报告中，我们介绍了我们为来自不同专业的学生开设的一门入门课程的概述。此外，我们讨论了课程的作业和测验，让学生第一手了解了人工智能的过程，并洞察到了他们的学习模式。另外，我们还提供了课程评价和学生表现的总结。最后，我们介绍了从教授这门课程中获得的见解，并阐述了我们的未来计划。

Apr, 2024