生成人工智能:新教育的力量
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
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
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
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
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
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
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