机构名称：
¥ 2.0
大学教育中的人工智能：从范莎学院的角度进行的文献综述 “必须强调的是，教育技术不仅仅与技术有关——我们应该关注 AIEd 的教学、道德、社会、文化和经济层面。” - Zawacki-Richter, O.、Marín, VI、Bond, M. 等人，2009 年 背景 生成人工智能 (GenAI) 的快速发展正在引发教育行业大规模的颠覆性变革。与之前的转变一样，应通过基于研究的方法来仔细考虑人工智能的影响，以指导框架和政策。这篇文献综述总结了 62 篇学术文章和 344 篇新闻报道，探讨了人工智能对教学、学习和就业的影响方面的机遇、风险和研究差距，这些都是范莎学院需要考虑的问题。 机遇 几乎所有资料都关注这项技术的潜力、看法和实践，而不是其早期影响的定量证据。还应注意的是，最初对 GenAI 潜在滥用的负面情绪已经减弱，趋向于更加平衡和充满希望的态度，学生对 AI 的看法比教师更积极。多个消息来源表明，这是一个重新考虑现有政策和做法的机会，因此考虑到这些发现，我们确定了以下与安大略省高等教育特别相关的机会。审查中看到的主要积极主题是，AI 可以使常规和低级教师任务更加高效，让教授们专注于有意义的学生参与和更高层次的工作。例如，使用 GenAI 总结或解释学术交流的长度、语气和清晰度可以增强学生和教师之间的理解。此外，AI 工具有可能有利于课程、课程和课程的设计。在最高发展水平上，AI 效率可能会加速课程的创建和修订，帮助弥合后疫情时代全球经济加剧的学术界与行业之间的差距。尽管存在潜在的偏见，但人工智能工具也应该能够整合更广泛的观点，包括土著、2SLGBTQIA+ 和国际社区的观点，而这些观点教师可能天生不会考虑。在学生评估方面也有明显的益处。许多消息来源表明，人工智能可以充当个性化导师，创造一个更具协作性的学习环境，创建一个具有客观评估标准的更紧密的反馈循环，并提出建议，教师可以将其用作更稳健、更扎实的评估的先行者。这样的反馈可以作为在线测试的一部分预先生成，而在线测试本身可以由人工智能快速开发，尤其是对于练习和低风险理解检查活动。人工智能对评估的影响也可能影响更高层次的问题，例如更好地识别有失败风险、需要补救或延长的学生，甚至在支持 PLAR 流程时综合成绩单、课程详细信息和作品集。
人工智能学术框架附录
主要关键词
相关文件推荐
