此外,WSSDA 还开发了三种新表格来支持您的学区。第一份新表格是 2023F2 – 人工智能课堂协议。此表格为教师提供了示例语言,供其在制定有关学生使用 AI 的课堂协议时使用。此表格旨在为您的教师提供支持,但应根据个别教师的需要进行定制。请记住,教师最终有责任确定其课堂中 AI 的适当使用程度,包括每个单独的作业或项目。第二个新开发的表格是 2023F3 – 人工智能学生行为准则。我们开发了此表格来支持您的学区和建筑级管理员。它提供了与 AI 相关的学生责任的示例语言,以及将 AI 使用分类为限制、允许或推荐的建议。最后,我们提供 2023F4 – 学生人工智能使用承诺。此表格提供了学生承诺可接受使用人工智能的样本,旨在由个别学生签署。
然而,尽管弱和强抗形而上学的论文之间的区别非常有用,但必须将第三类添加到抗文章物理学的分类方案中:跨位置抗替代物理学的论文。最常见的是唯物主义者,几乎总是不知不觉地,替代性抗中断物质是那些必须拒绝对意识形态研究的形而上学的人的形而上学,但是,出于相同的原因,也必须在某种类型的中词中走私,以在某种类型的中,以解决已知和未知的,材料和固执的,物质和固执的,物质和固执的,材料和固执的,物质和固执的账目之间。黑格尔主义和马克思主义是两种最突出的替代抗媒介物学的形式(黑格尔的盖伊斯特只是马克思神奇的ka- Pecital的浪漫预先介绍)。作为马克斯·希格利安(Marxo-Hegelian)的“宏伟叙事”在二十世纪倒闭,剥夺了跨位置的反文章训练营的最有效形式的中术形式形式,一种新型的新型老板和更多的适当的中索斯物理学使旧的《物质主义者》现代化学者曾经是旧的物质学现代化学者的地点,即环境主义,这是他的环境学的,这是综合的。5,照顾环境的创造肯定是有可能的,值得称赞的。环境中的中等学家,将物理世界提升到组织原则,使整个自然世界融为一体,
想象一下,有这样一个程序,可以让员工从行政职责中解放出来,专注于与学生建立有意义的关系,或者有这样一个工具,可以在课程注册开放时分析新生的个人资料,并推荐职业轨迹和配套课程。对于机构领导者来说,利用特定于其机构的预测入学数据并制定相应计划以实现财务目标和促进增长的能力至关重要。
基于人工智能的自然语言处理 (NLP) 使用语言学和机器学习来理解、解释和产生人类风格的语言。OpenAI 的 chatGPT 是聊天框格式的 NLP 的一个特殊应用,使用户能够与人工智能进行对话。此外,人工智能可以执行复杂的语言处理任务,例如文本生成、语言翻译,甚至回答问题。然而,由于人工智能使用的训练数据和其解释隐性知识的能力有限,它也存在一些局限性。基于训练数据的质量,人工智能经常犯事实错误并产生有偏见的结果。此外,它缺乏对人类语言细微差别的透彻掌握以及对物理和社会世界的理解。例如,当有人问 chatGPT “树枝上有五只鸟。如果你把其中一只从树枝上射下来,树枝上还剩下多少只?”时,它回答“四只鸟”,没有理解剩下的四只鸟会飞走。尽管存在这些关键的缺点,但人工智能为定性研究人员提供了许多好处。
在柏林 HWR 工作、学习、教学和开展研究的人员众多且各有不同,他们带来了不同的经验和观点、技能、才华和能力。柏林 HWR 希望明确且适当地促进这种多样性。它感知并承认其成员的多样性及其作为资产的潜力。为此,柏林 HWR 追求三重目标:反歧视、欣赏多样性和利用多样性的潜力。这些目标是相互依存的:始终反对歧视是朝着以欣赏的方式处理多样性迈出的第一步;这是实现多样性固有潜力的先决条件。这里提出的概念确定了活动领域,概述了优势和劣势,确定了目标并提出了具体的行动建议。它是在第一副校长领导下,在一个工作组的参与过程中制定的。来自所有成员团体的众多大学成员响应号召,参与为此目的而设立的工作组。在三次密集的合作会议中,他们对多样性形成了共同的基本理解,并为本文提出的战略文件奠定了基础。HWR Berlin 也感到外部因素迫使它承担起促进多样性的责任。它承担着公共教育任务,旨在提供平等、无歧视的教育机会。2018-2022 年高等教育合同强调了柏林大学作为“促进多样性和平等机会的主要推动力”的作用。它进一步指出,应将多样性政策作为大学的一项横向任务来制定和扩展。在此基础上,HWR Berlin 在其结构和发展计划“Hochschule 5.0”(大学 5.0)中制定了其目标,该计划将于 2022 年到期,旨在制定一项多样性战略,充分解决多样性的所有方面。它还指出:“对多样性敏感的教学、学习和工作环境是教学、学习和工作质量不可分割的一部分。”大学还在其指导原则中承认了其社会责任。它把文化和生活方式的多样性、性别平等、家庭和职业或学业的兼容性以及经济活动的可持续性作为核心和指导原则。2011 年至 2013 年期间,柏林 HWR 进行了“无歧视大学”可行性研究,在编写本战略文件时可以借鉴这项研究。
生成的AI(genai)已用于创意任务中,其中人类与AI在诸如Cretive Writing [15、42],Drawing [28、34],Performance [24],Game Design [18],Art展览[30、31]和音乐安排等方面与AI合作。生成的内容可以通过提供灵感,提供新颖的思想,促进人类的繁殖和执行艰苦的任务来促进人类的创造过程[15,18,47]。但是,Genai如何在人类合作者团队中工作?现有研究主要关注与Genai在创意任务中的个人提示,这是一项具有挑战性的努力,尤其是对于非专家单用户而言[63]。然而,提示过程对于在Genai中产生理想的产出至关重要。在与创意协作任务中的提示过程互动时,如何共同努力克服这些挑战?除了为我们提供生成含量以出于目的的目的,研究表明,Genai工具具有促进决策[14,49]和共识建设[53]时的潜力[53]。一项研究发现,与没有提高其随着时间的协调性的人类团队相比,与AI合作的团队能够稳步改善[40]。需要研究团队的详细动态 - AI协作需要了解如何最好地适应协作过程中的声音。这使我们能够制定策略,以优化越来越多地与Genai合作的团队中的决策,贡献和有效的合作。与AI合作时,我们是否可以实现最佳性能取决于多种因素,例如对AI的信任或ACCEPS [52]。例如,我们可以通过增加其可感知性或解释性来显着发展用户的信任并增加对AI的接受[12,13],从而增强人AI的协作。研究一个团队对Genai performence的看法可能会导致设计,以提高和谐,有效的影响,例如对话干预措施或系统,以提高对可靠性或透明度的感知。团队合作通常是在多学科的范围任务中需要的,例如舞台演奏的艺术设计示例[32,33,46]。舞台设计涉及艺术家,导演,设计师,编剧和表演者在跨学科环境中工作,艺术家与表演者进行交谈,或者与设计师进行交谈。舞台设计中的结果既具有视觉和文本元素,并且经常从剧本中的电影等文本中发展出视觉效果。舞台表演的艺术设计提供了一个协作实践的案例研究,其中有必要进行集体意识。受到其协作性质和在创作过程中利用Genai的潜力的启发,我们选择了舞台设计作为研究的任务。我们将本研究的共同提及定义为一个过程,涉及在两个或更多个个体之间共享和讨论Genai系统的提示。我们采用了一种合理的方法来调查创意任务中的共同提及: