本研究探讨了大学生对生成式人工智能 (GenAI) 技术（例如 ChatGPT）在高等教育中的看法，关注对技术的熟悉程度、参与意愿、潜在好处和挑战以及有效整合。从对香港来自不同学科的399名本科生和研究生的调查结果显示，学生普遍对利用 GenAI 进行教学和学习持积极态度。学生们认识到个性化学习支持、写作和头脑风暴的辅助以及研究和分析能力的潜力。然而，他们也表达了对准确性、隐私、伦理问题以及对个人发展、职业前景和社会价值的影响的关注。根据 John Biggs 的3P模型，学生的看法显著影响学习方法和成果。通过了解学生的看法，教育工作者和政策制定者可以量身定制 GenAI 技术，以解决需求和关注点，同时促进有效的学习成果。本研究的发现可以指导有关将 GenAI 技术集成到高等教育中的政策制定。通过了解学生的看法并解决他们的关注点，政策制定者可以制定明智的指南和策略，以负责任且有效地实施 GenAI 工具，从而增强高等教育的教学和学习体验。

Apr, 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

数字化时代，人工智能在教育领域的集成带来了变革性的改变，重新定义了教学方法、课程规划和学生参与。这篇综述论文通过对比 OpenAI 的先驱性文本生成工具，如 Bing Chat、Bard 和 Ernie，特别关注最新的 ChatGPT，深入探索了数字化教育正在快速发展的格局。论文通过将教育视为系统、过程和结果的分类法，导航了人工智能的多方面应用，从分散全球教育和个性化课程到数字化记录基于能力的结果，人工智能位于教育现代化的前沿。研究强调了 ChatGPT 在仅五天内迅速增至百万用户的重要角色，突出了它在民主化教育、促进自学能力和提升学生参与上的作用。然而，如此具有变革性的力量也可能被滥用，文本生成工具可能无意中对学术诚信提出挑战。通过对比 AI 在教育中的承诺和缺陷，本文主张 AI 工具与教育界之间的和谐协同，强调迫切需要制定道德准则、教学适应和战略合作。

Sep, 2023

对ChatGPT和其他生成人工智能模型（GAI）存在的潜在偏见在高等教育机构（HEIs）中的应用进行了伦理问题的讨论和相关研究的范围审查，结果表明，虽然存在对大型语言模型（LLMs）和GAI的潜在偏见的意识，但多数文章只在表面上接触到“偏见”问题，很少有人明确指出在什么情况下会发生何种偏见，并且也未对其对高等教育、教职员工或学生可能产生的影响进行讨论。因此，我们呼吁高等教育研究人员和人工智能专家在这个领域进行更多的研究。

Nov, 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

研究人工智能工具对比了ChatGPT和GPT-4在2019年NAEP科学评估中的表现，结果显示这两个工具优于大多数学生，暗示需要改变教育目标以培养学生与GAI工具一起工作的能力，强调培养高级认知技能，避免对测试效率产生负面影响。

Jan, 2024

通过研究116所美国高研活跃度大学产生的文件，全面了解高校为机构相关利益相关者提供的关于生成人工智能的建议与指导。基于我们的研究发现，大多数高校鼓励使用生成人工智能，并提供了详细指导，尤其是在课堂中的使用。然而，要注意的是，该研究建议教师指导的指南可能会加重其工作负担，因为往往需要对教学方法进行广泛的修订。

Jan, 2024

直接或间接地影响教学与学习的生成式人工智能（GAI）正影响着各种学科和学科的教育。作为教育者，我们需要了解AI在人机交互教育中的潜力和局限，并确保我们的人机交互设计专业的毕业生了解AI在此领域中的潜力和局限。本文报告了将生成式人工智能纳入为期10周的本科模块所得出的主要教学见解。我们设计了这个模块，以鼓励学生在设计任务要求和计划实践会话与讨论中进行GAI模型的实验。我们的见解基于学生在完成模块后的调查回复。对于人机交互设计教育者而言，我们的主要发现是AI作为发展项目想法和创建设计资源的一个人物角色，以及AI作为反映学生对关键概念和想法的理解并突出知识差距的一面镜子。我们还讨论了应该考虑的潜在陷阱以及评估学生对GAI作为教学工具的识字能力和假设的需求。最后，我们提出了教育者以GAI作为教育工具所带来的机会，并在实践中富有实验性、创意性和勇气的案例。最后，我们就我们的发现与人机交互中的TPACK框架进行了讨论。

May, 2024

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

将生成式人工智能（GAI）融入高等教育对准备未来一代具备GAI知识的学生至关重要，本研究运用创新扩散理论考察了来自六个全球地区的40所大学中高等教育中GAI采纳策略，其中探讨了GAI创新的特征、沟通渠道以及大学政策和指导中所概述的角色和责任，结果显示大学对于GAI整合采取了积极的态度，强调学术诚信、教学和学习的提升以及公平性，然而需要制定全面的政策框架以评估GAI整合的影响并建立有效的沟通策略以促进更广泛的利益相关者参与，该研究强调教师、学生和管理人员之间明确的角色和责任对于成功整合GAI至关重要，支持协作模式来应对教育中GAI的复杂性，并为政策制定者在制定详细的整合战略时提供了见解。

May, 2024