在技术接受模型 (TAM) 和创新扩散理论 (IDT) 的背景下,课堂中的生成式人工智能应用
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
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
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
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
本研究通过系统调查、基于文本挖掘的全球和国家指南、独立研究以及八十所大学层面的指导,提供了对教育中生成式人工智能(GAI)和大型语言模型(LLMs)的机会和挑战进行细致的理解。研究强调了在这些技术的整合过程中平衡方法的重要性,以 harness 利用其技术优势的同时,考虑伦理问题,并确保公平的获取和教育结果。最后,本文提出了促进负责任创新和道德实践,指导将 GAI 和 LLMs 整合到学术中的建议。
May, 2024
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
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
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
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
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