详细内容或原文请订阅后点击阅览
人工智能作为高等教育的教学工具：加强反思和形成性评估
人工智能（AI）与高等教育的融合引起了教育工作者的热情和担忧。本文认为人工智能可以作为适应性教学伙伴，增强形成性评估、反思和元认知学习。通过说明性示例，该研究展示了人工智能如何提供个性化反馈并促进更深入的概念理解。讨论[...]人工智能作为高等教育的教学工具：加强反思和形成性评估首先出现在《教师焦点》|高等教育教学与学习。
来源:教师焦点人工智能（AI）与高等教育的融合引起了教育工作者的热情和担忧。本文认为人工智能可以作为适应性教学伙伴，增强形成性评估、反思和元认知学习。通过说明性示例，该研究展示了人工智能如何提供个性化反馈并促进更深入的概念理解。讨论强调了人工智能集成的伦理和教学影响，将其定位为反思性和负责任的学习实践的催化剂。文章的结论是，如果有意识地使用人工智能，可以放大人类教学并促进具有数字素养、批判性参与的学习者的发展。
将人工智能 (AI) 融入高等教育教学法通常并不像最初看上去那么令人畏惧。当教育工作者将人工智能重新定义为一种适应性强、资源丰富的教学工具，而不是一种破坏性力量时，增强学生学习和参与度的可能性就会大大增加。
考后分析
考后分析是一种反思性教学策略，旨在通过帮助学生在评估后识别、理解和纠正他们的误解来深化学习。通过重新审视自己的错误并接受有针对性的反馈，学生可以培养元认知意识，加强概念理解，并增强对学习的主人翁意识。这个过程鼓励批判性思维、自我评估和有目的的修改。
为了实施考后分析，教师返回评分多项选择题评估，并指导学生复习每个不正确的项目。然后，学生将错过的问题输入人工智能平台，该平台会提供解释，澄清他们误解背后的概念、程序或推理错误。检查这些解释后，学生撰写书面反思，描述为什么他们的原始答案不正确，以及正确答案如何与基本概念或技能保持一致。这种结构化的循环支持更深入的理解和长期保留。
提示示例
“在查看人工智能反馈后，我现在意识到......我误解了......我仍然需要努力......”
设计阶段
教育工作者确定目标不仅仅是得分表现；其目的是引导学生认识并纠正他们的错误观念。选择人工智能通过提供一致、详细的解释来支持这种更深入、个性化的学习过程。
协作
当学生分析他们的错误答案时，人工智能将充当互动学习伙伴——实时提供提示、示例和清晰的解释。这种支持使学生能够积极解决问题，而不是被动复习，从而使他们能够自信地面对错误。
反射与综合
在回顾人工智能生成的解释后，学生通过写下反思来综合他们所学到的知识，阐明他们正确的理解。人工智能还可以总结学生错误的模式，突出相关概念，或提供有针对性的后续问题，使学习者能够将新的见解融入到他们现有的知识中。
通过集成人工智能，考后分析将传统的考试复习流程转变为反思性、元认知的学习体验，引导学生诊断误解、参与有针对性的反馈，并通过有目的的复习和自我评估构建更深入、更准确的理解。
讲座结束时的反思性提问
讲座结束时的反思性提问是一种教学策略，旨在加深理解、促进元认知意识并支持积极参与课程概念。通过在课程结束时停下来提出反思性问题，学生可以以深思熟虑和分析的方式与内容互动。这种方法鼓励批判性思维、综合和自主学习，同时培养学生在意义创造过程中的能动性。
为了实施这项活动，教师会在讲座结束时花几分钟时间，让学生就当天的主题写一两个反思性问题。这些问题可能涉及困惑的领域、课程中注意到的模式或与先前知识的联系。 然后，学生使用人工智能工具探索潜在的解释或观点，并将见解综合成自己的语言。课后，他们提交简短的书面答复。讲师回顾这些反思，以确定常见的误解，并利用它们在下一节课中构建有针对性的回顾。
“在人工智能的帮助下探索我的问题后，我现在明白了......我意识到我之前的想法是基于......我仍然想知道......”
人工智能可以帮助教育工作者生成与学习目标一致或根据准备水平进行区分的反思性问题。人工智能工具可以对误解或替代解释进行建模，以支持有目的的提示和标题设计。学生可以将问题或故意有缺陷的推理输入人工智能系统，以检查解释并加深概念理解。
当学生单独或两人一组工作时，他们可以参考人工智能平台来澄清想法、检查推理或探索多种解释（Xie et al,.2023）。 人工智能工具提供自适应反馈，突出错误观念，使学生能够完善他们的问题并提高他们回答的准确性和深度。人工智能生成的分析可帮助教师识别共同的学习差距，并为下一堂课准备响应式教学。
人工智能提示学生解释为什么他们最初的推理可能有缺陷。 AI 后续问题支持更深入的分析以及与先前学习的联系（Zhai 等人，2023）。 学生可能会收到人工智能的反思反馈，支持持续的澄清和成长。
通过集成人工智能，讲座结束时的反思性提问成为一种强大的形成性评估工具，它融合了学生探究、元认知反思和自适应数字反馈，以促进概念清晰度、批判性思维和更深入地参与学习过程。
指导性注释和多模式 AI 支持
指导性笔记和多模式人工智能支持是一种教学策略，旨在促进组织、元认知和更深入的内容理解。学生首先记下详细的笔记，然后将其转化为同伴的指导性提示。在交换和回答指导笔记后，学生可以使用人工智能工具将内容重新组织成多种格式，例如图表、视觉组织器或概念图。
“在查看了同行的回答并使用人工智能创建新格式后，我现在明白了......我注意到关键概念是通过......我仍然需要帮助来理解......”
人工智能可以帮助学生将书面笔记转化为与学习目标一致或根据准备情况进行区分的高质量引导问题。人工智能工具还可以生成多模式表示（例如图表、图表、思维导图），支持理解并吸引一系列学习偏好。
画廊漫步
两分钟演讲
当学生交换指导笔记时，他们可以咨询人工智能来澄清令人困惑的想法、检查准确性或总结同伴的反应。基于人工智能的视觉和基于文本的格式化工具可以支持可访问性，并帮助学生进行比较、对比和完善他们的理解。
活动结束后，人工智能可以帮助学生组织关键想法、生成视觉摘要或起草有关其学习的反思性陈述。教育工作者可以使用人工智能来分析学生的产品，识别常见主题或误解，并提出后续问题或反馈。
通过集成人工智能，引导笔记活动演变成一种动态的多模式学习体验——融合了同伴互动、元认知反思和数字支持，以加强理解、沟通和概念联系。
画廊漫步是一种交互式教学策略，旨在促进参与、批判性思维和协作学习。通过在房间里走动并参与各个站点的内容，学生可以以动态的方式与想法、同伴和学习环境进行互动。这种方法鼓励分析、综合和学术对话，同时培养学生的能动性和积极参与。
要实施画廊漫步，请准备 4-6 个与您当前单位相关的开放式提示。这些可以显示在教室周围的图表纸、白板或数字屏幕上，并且可能包括图像、图表、引文或短文本等支持材料。学生们以小组形式轮流浏览各个站点，阅读、讨论并回答每个提示。在每一站，一名小组成员记录团队的想法，而其他人则贡献想法。参观完所有站点后，学生回到原来的起点，回顾和反思集体的投入。
“读完每个站的小组回复后，我现在明白了......我注意到一个共同的主题......我仍然想知道......”
教育工作者可以使用人工智能生成与布鲁姆分类法一致或根据准备水平进行区分的高级、开放式提示。人工智能工具可以整理多媒体材料（例如图像、图表）来支持每个提示。
学生可以查阅人工智能工具来澄清不熟悉的概念或总结之前的小组回答。人工智能驱动的语音转文本和摘要工具可以支持可访问性并加深理解。
活动结束后，学生可以使用人工智能来组织思维、总结关键见解或起草反思文章。教育工作者可以利用人工智能来分析学生的反应、识别模式并生成后续讨论问题或反馈。
通过集成人工智能，传统的画廊漫步演变成一种前瞻性的学习体验——融合运动、同伴对话和数字支持，以培养批判性思维、元认知和更深入的内容参与。
两分钟谈话是一种互动策略，可以激活先验知识并加强沟通。学生就一个主题发言两分钟，交换角色，然后单独反思，并促进积极倾听。通过进行简短、集中的对话，学生可以练习清晰地表达想法，同时从同伴的角度学习。该策略以充满活力、高效的方式建立信心、协作和元认知意识。
“根据我已经知道的情况以及我从合作伙伴那里了解到的情况，我现在明白......我仍然有疑问......”
学生可以使用人工智能工具来澄清关键术语、总结共享想法或检查准确性。语音转文本技术可以支持可访问性并帮助捕获每次讨论的要点。
为了实施该策略，学生们两人一组。一名学生首先发言两分钟，分享他们所知道的有关特定主题或问题的所有信息。倾听伙伴专注于理解并可能做简短的笔记。时间到后，角色互换。第二个学生可能会重复一些想法，但应该致力于添加新的见解或例子来加深对话。交流结束后，学生们进行单独反思，以巩固学习成果并确定下一步的探究步骤。
教师可以使用人工智能生成与课程目标一致或根据准备水平进行区分的开放式提示。在配对之前，学生可以使用人工智能聊天机器人进行练习，以提高提问和口语技巧。
对话结束后，学生可以使用人工智能来组织反思、扩展新的见解或改进写作以使其清晰。教育工作者可以分析人工智能辅助的摘要，以确定常见主题或误解并计划后续课程。
通过集成人工智能，两分钟演讲成为一种更具活力和反思性的体验。技术增强（而不是取代）作为该策略核心的人际互动，帮助学生联系想法、加强沟通并深入学习。
三步面试
三步访谈促进结构化对话和观点采择。学生们互相采访，交换角色，然后四人一组综合见解。这种方法旨在通过人际交流加深理解，帮助学生表达自己的想法，同时以同理心理解他人的想法。
为了实施该策略，学生们两人一组开始。一名学生通过提出开放式问题、仔细聆听并解释对方的回答来采访另一名学生。设定时间后，角色互换。最后，每对组合成四人一组。在这个综合阶段，学生介绍他们的采访伙伴并总结他们的主要想法，有助于加强理解并鼓励不同的观点。
“在我们的采访中，我了解到我的合作伙伴相信......令我惊讶的一个想法是......我现在从一个新的角度看待这个话题，因为......”
学生可以使用人工智能聊天机器人来排练采访，以提高提问技巧和释义技巧。教师可以使用人工智能生成符合学生需求和课程目标的差异化面试问题。
AI 语音转文本工具可以提供有关问题清晰度和语气的实时反馈，或帮助学生改进回答的准确性和同理心。提示生成器可以提出深思熟虑的后续问题以加深对话。
学生可以使用人工智能工具来帮助总结同伴的想法，生成观点的可视化地图（例如词云或思维导图），或根据小组讨论撰写反思性回复。教师可以分析人工智能生成的成绩单或学生摘要，以评估理解情况、识别误解并计划后续步骤。
通过集成人工智能，三步面试成为一种更加动态、包容和反思的体验。技术支持（而不是取代）该战略所建立的基本人际关系。通过引导性对话和深思熟虑的反思，学生的内容知识和人际交往能力都得到了增长。
结论
新兴学术将人工智能定位为认知伙伴和形成性评估工具。尽管许多教师仍然感到担忧，但当人工智能被用来补充人类判断并增强以学习者为中心的教学法时，其教育价值就变得显而易见。
参考文献
总的来说，该框架将学习概念化为一种社会中介的元认知过程，其中理解是通过询问、反馈和反思的迭代循环而产生的。同伴互动和引导对话是概念协商的机制，而元认知自我评估则支持错误观念的识别和修正。数字工具作为自适应认知支持，在不取代学习的关系基础的情况下，扩展了学习者监控思维和参与有针对性的反馈的能力。通过这种整合，学生发展出越来越连贯的心理模型，增强了概念的清晰度和更深入的参与，将学习定位为一个积极的、反思性的和意义创造的过程。
Nancy Marsh 的专长是基础教育。她曾担任大学主管、教授、评估协调员和教育者准备项目主任。
Nan Flickinger 的专长是中等教育。她曾任大学导师、教授、临床经验主任。
Nancy 和 Nan 总共拥有 60 年的教学经验。他们培训未来的教育工作者设计详细的课程计划，审查他们提交的内容，并监督其在课堂上的实施。然而，他们的大学并没有采取人工智能提供显着教学效益的立场。因此，他们选择联合撰写一篇文章，概述人工智能在教育实践中的实际和协作应用。
谢 K.、S. Liu、Y. Cheng 和 J. H. H. Leung。 2023.“中英教师合作对教学实践的影响：基于TAILS2018数据的结构方程模型。”教学与教师教育121：103921.https://journals.sagepub.com/doi/10.1177/21582440231177908
翟X.、褚X.、柴C.S.、Jong, M. S. Y.、Istenic, A.、Spector, M.、刘J.-B.、袁J.和李Y. (2021)。 2010年至2020年教育领域人工智能（AI）回顾。复杂性，2021年，文章8812542。https://doi.org/10.1155/2021/8812542