将生成式人工智能引入教育中的自适应学习
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
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。
Jun, 2023
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
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
本文探讨了一种生成模型技术 —— 来自大型语言模型的聊天机器人,并报告了一项将其应用于复杂学生作品的评估中的案例,然后讨论了生成 AI 的内在限制和潜在应用。
May, 2023
该研究通过对相关文献的系统回顾,概述了在高等教育中利用生成人工智能进行教学和学习的最新研究现状。研究发现,文献中存在研究缺口,需要进一步研究如何将生成人工智能融入教学和学习过程,加强跨学科、多维度的合作,以制定生成人工智能的使用指南、框架和政策。
Jun, 2024