Jun, 2024

哈佛本科生对生成人工智能的调查

PDF
TL;DR对哈佛大学本科生（n=326）的学习习惯、课程选择和职业前景等方面研究表明，几乎 90% 的学生使用生成型人工智能。其中大约 25% 的学生开始将人工智能用于代替参加办公时间和完成必读课程。一半的学生担心人工智能会对他们的就业前景产生负面影响，超过一半的学生希望哈佛开设更多关于人工智能未来影响的课程。研究还揭示了学生对人工智能的广泛社会影响的看法，发现一半的学生担心人工智能会增加经济不平等，40% 的学生认为人工智能带来的灭绝风险应该像流感和核战一样，被视为全球优先事项。参加过人工智能课程的学生中有约一半的人预计，在未来 30 年内人工智能将在几乎所有任务上超越人类能力。根据这些结果，我们向哈佛社区提出了一些建议。
generative aicollege studentsstudy habitscareer prospectssocial implications
发现论文，激发创造
  • 高等教育中生成式人工智能：学生感知、益处和挑战之声

    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

  • 生成智能与教师 - 对我们有利还是不利？案例研究

    调查显示，超过一半的受访教师（35 位）中有 59% 表示使用生成人工智能（GenAI）进行教学，尤其是大型语言模型（LLMs），然而 55% 的受访者认为应该制定相关法规来规范 GenAI 的使用，尤其是在准确性和作弊上存在最大的担忧。

    Apr, 2024

  • 生成型人工智能在人机交互教育中的潜力与影响

    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

  • 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

  • 人工智能在日常生活中的应用 2.0：跨专业教育大学学生

    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

  • 学习的演变：评估生成性人工智能对高等教育的深远影响

    研究论文探讨了生成人工智能（GAI）模型，如 ChatGPT，对大学生和高等教育机构的影响，采用综合调查和情景分析的混合方法，结果表明当前技术在学术上的使用对学生取得学业目标有积极帮助，但是技术的不负责任和过度使用可能会带来重大挑战，因此高等教育机构需要制定严格的政策、重新评估学习目标、提升讲师能力、调整课程并重新考虑考试方式。

    Apr, 2024

  • AI 代沟：Gen Z 学生是否更感兴趣采用生成型 AI 技术（例如 ChatGPT）在教育中，而不是他们的 Gen X 和千禧一代的老师？

    本研究旨在探讨 Gen Z 学生与 Gen X 和 Gen Y 教师在高等教育中使用生成式人工智能（GenAI）方面的经验、感知、知识、关注和意图。调查发现，Gen Z 参与者普遍对 GenAI 的潜在好处持乐观态度，包括增强生产力、效率和个性化学习，并表达了使用 GenAI 进行各种教育目的的意图。Gen X 和 Gen Y 教师承认 GenAI 的潜在好处，但对其过度依赖，伦理和教学影响表示高度关注，强调有必要制定适当的指导方针和政策，以确保负责任地使用该技术。本研究强调了将技术与传统教学方法相结合，以提供更有效的学习体验的重要性。结果的含义包括需要为 GenAI 集成开发基于证据的指南和政策，培养学生的批判性思维和数字素养技能，并促进在高等教育中负责任地使用 GenAI 技术。

    May, 2023

  • 高等教育中的生成人工智能：机构政策和指南分析的证据

    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

  • 生成人工智能对科学学习成果的负面影响的实证证据

    调查了生成型人工智能在学术阅读中的学习效果，结果发现完全依赖人工智能的写作任务会导致准确性降低 25.1％，然而，人工智能辅助阅读会导致准确性下降 12％，而使用人工智能进行摘要编写则可以显著提高质量和输出。

    Sep, 2023

  • 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