机构名称：
¥ 4.0
本文探讨了大型语言模型 (LLM) 在教育中的变革性作用及其作为学习工具的潜力，尽管它们存在固有的风险和局限性。作者提出了在课堂上使用人工智能的七种方法：人工智能导师、人工智能教练、人工智能导师、人工智能队友、人工智能工具、人工智能模拟器和人工智能学生，每种方法都有不同的教学优势和风险。目的是帮助学生使用人工智能学习和了解人工智能，并制定切实可行的策略来减轻对人工智能输出的自满、错误和偏见等风险。这些策略促进了积极监督、对人工智能输出的批判性评估，以及人工智能能力与学生独特见解的互补。通过挑战学生保持“人机互动”，作者旨在提高学习成果，同时确保人工智能是一种支持工具，而不是替代工具。拟议的框架为教育工作者在课堂上整合人工智能辅助学习提供了指南。
分配人工智能：为学生提供提示的七种方法
主要关键词
相关文件推荐
