详细内容或原文请订阅后点击阅览
人工智能时代的学生学习和评估
五月，我参加了在伦敦举行的全天“人工智能评估”研讨会，重点关注高等教育心理学学位。来自英国和爱尔兰的研究人员分享了对学生对人工智能的态度、重新思考评估方法以及推动技术进步的一般考虑的见解……
来源:The Learning Scientists博客作者：Carolina Kuepper-Tetzel
五月，我参加了在伦敦举行的全天“人工智能评估”研讨会，重点关注高等教育心理学学位。来自英国和爱尔兰的研究人员分享了关于学生对人工智能的态度、重新思考评估方法以及推动技术进步的一般考虑的见解。离开研讨会时我想：我需要把这篇文章写下来，因为这些见解适用于更广泛的教育领域！在今天的帖子中，我将重点介绍 Mark Carrigan 博士（曼彻斯特大学）、Patricia Gasalla Canto 博士（卡迪夫大学）、Laura Contu 博士（布里斯托大学）、Michael Smyth 博士（布里斯托大学）、Kirsty Dunn 博士（兰卡斯特大学）、Lara Warmelink 博士（兰卡斯特大学）和 Oliver McGarr 教授（利默里克大学）的研究。
主讲人 Mark Carrigan 强调人工智能在教育领域的危机是一场信任危机。仔细想想，人工智能的引入导致各方之间的不信任增加：学生彼此不信任，教职员工彼此不信任，教职员工不信任学生，反之亦然。帕特里夏·加萨拉·坎托 (Patricia Gasalla Canto) 及其同事和学生的工作在更大的机构层面上也揭示了这种不信任，揭示了机构信任问题。
不信任危机导致了两件事：
我们立即进入“作弊者检测模式”。
我们为人工智能制定了预防性解决方案。
第 1 阶段：限制和禁令
是什么样的：禁止使用 AI
示例：监考评估；限制访问网站
第 2 阶段：检测和监管
外观：监控学生提交的内容并解决 AI 问题
示例：应用标准来检测人工智能的不当使用（例如，引用、异常内容/分析）
第 3 阶段：改造评估
外观：修改传统评估，使其不易受 AI 影响
示例：设计需要更多创造力和批判性思维的评估；增加问题难度
第 4 阶段：重新构想评估