XiaoMi-AI文件搜索系统
World File Search Systemteaching
教授关键的人工智能素养
2010 年代，人工智能研究重新回到公众讨论中，当时“深度学习”领域的许多创新成为可能——这主要是因为人类生成的数据在互联网和联网设备上以前所未有的规模可用。大约在同一时间，这些技术开始为语音助手、推荐系统和自动驾驶辅助等广泛应用提供支持。当技术人员谈到“深度学习”（DL）时，它是一种“机器学习”（ML），所讨论的学习表示计算机模型能够“优化”有用的预测，同时通过更新一组复杂的统计计算中的权重来“训练”数据。由于 DL 涉及的非常大的模型中有多个计算层，因此学习是深度的。
使用生成式 AI 工具包进行教学
我们认识到，不同学科的教学方法各不相同，我们并不认为所有教师都会采用生成式人工智能或采用相同的方法。无论您选择在课程中使用（或不使用）生成式人工智能的方式如何，重要的是要深思熟虑并有策略地进行。我们希望此工具包在这方面有所帮助。此工具包包含各种方法和策略，您可以考虑将其纳入课程。它并不是一本关于如何整合生成式人工智能的“操作指南”，而是一种资源，可帮助您思考并决定哪些选项最适合您的教学环境。我们鼓励您在查看本文档中分享的策略时考虑您的教学方法和环境。如果您想讨论针对您特定环境的策略，请联系您的教学设计师或访问 TLC 开放时间：
本科生关于教学人工智能的政策
简介 本政策涉及人工智能 (AI)，更具体地说是生成式人工智能 (GenAI) 在教学中的应用。GenAI 是指能够生成新的独特内容（例如文本、图像、声音或其他形式的输出）的人工智能模型。具有 GenAI 功能的人工智能工具示例包括 ChatGPT、Google Bard 和 DALL-E。有关人工智能工具类型、使用技巧及其对教学的可能影响的大量一般信息，可在 RUG EDU 支持 - 教育中的人工智能工具 中找到。许多具有一般人工智能功能的工具已在教学中使用，例如 MS Word 拼写检查和翻译工具。GenAI 工具在应用中正迅速变得更加易于使用和复杂。与其他人工智能工具的主要区别在于，GenAI 工具不仅可以调整输入，还可以创建新的输出（尽管这种区别并不总是很明显）。这为学生和讲师提供了更快、以不同方式工作的绝佳机会。然而，它也带来了问题。如果学生借助工具在家写论文，我们如何评估写作技巧？在这种情况下，我们如何才能继续确保学生学会以学术的方式工作，并确保他们毕业时具备学术核心原则和核心技能，包括信息的可靠性/有效性、创作过程的透明度以及对所进行研究的批判性反思？此外，人们还担心透明度、产出偏见以及工具对隐私和环境的影响。愿景本科生旨在根据学术工作方式、态度和核心原则，在学位课程的背景下培养学生成为 AI 工具的称职和负责任的用户。为此，本科生采用了一套十条基本规则（第 1 节）并引入了行动路线（第 2 节），为学生和讲师提供信息并支持他们学习使用 AI 工具。该政策的第 3 节将定义责任。学位课程必须审查其教学、评估和学习成果，并确定它们在多大程度上受到 AI 工具的影响。对此没有一刀切的方法，因为影响因学位课程和学科而异。因此，各学院可以根据自己的情况，制定自己的规则和活动，以补充本科生政策。这将使我们能够在联合框架内共同探索人工智能工具的潜力。目录基本规则和行动方针是根据专家和利益相关者（包括 OWB、UCO、ESI、TAG 和 JTS）的意见和反馈制定的，并符合其他高等教育机构使用的指导方针。附录中可以找到更多关于学院指导方针和模板的详尽论证和示例（例如艺术学院的详尽阐述），以及本科生对作弊的定义。
质量第一教学策略
我们已规划了广泛而均衡的课程，以确保学习随着时间的推移而不断巩固。我们的课程进度文件展示了 KS2 中教授和复习的概念、实质性和学科知识、技能和词汇。我们以年级团队的形式进行协作规划，并响应学生的需求。我们从阅读《罗森夏因教学原则》和理解“赫希”关于让学习“有粘性”的理论中认识到，优质的第一教学会重新审视、回顾和巩固学习。按顺序规划课程，交织概念，确保学生的学习有意义，更有可能成为他们积累的知识体系的一部分。例如，在大多数课程开始时问“你还能吗？”，以重新审视和复习所教的内容，并精心设计提问和任务，以复习和检查对以前教授的内容的理解；我们必须确保在继续学习之前了解学生已经知道的内容。
教授法律和人工智能
© Brendan Johnson 和 Francis X. Shen，2021 * 南达科他州彭宁顿县副公设辩护人；宗教自由基金会 Robert G. Ingersoll 法律研究员；Shen Neurolaw Lab 研究助理；明尼苏达大学法学院院长杰出学者、布朗学者。联系方式：130 Kansas City St, Rapid City, SD 57701，605- 394-2181，joh13760@umn.edu。** 明尼苏达大学法学教授和 McKnight 总统研究员；哈佛医学院 MGH 系心理学讲师。精神病学；Shen Neurolaw Lab 主任；麻省总医院法律、大脑和行为中心执行主任。联系方式：Walter F. Mondale Hall，229 19th Avenue South，明尼阿波利斯，MN 55455，612-625-5328，fxshen@umn.edu。致谢：感谢 Brenna Evans、Job Okeri 和 Madeleine Muller 提供的出色研究协助。
教学中的人工智能
人工智能系统影响着我们生活的世界，并且已经在各个领域得到应用。这也适用于教育部门以及大学的教学和学习。为了在工作和研究或学习的背景下识别和接受基于人工智能的工具的潜力和挑战，人们需要了解处理操作及其对社会的影响。因此，在大学教学中使用基于人工智能的系统需要员工、教学人员、研究人员和学生培养适当和负责任地使用基于人工智能的系统所需的技能，并以适合特定任务的方式使用。从技术角度来看，数据的处理、分析和利用（数据素养）作为研究、工作环境和学习的总体主题也具有特别重要的意义。Stifterverband 倡议的“未来技能 2021”框架将数据分析和人工智能知识列为 21 项能力（“技术能力”类别）之一，这些能力将在未来发挥作用。1
考文垂卓越教学与学习...
我们与雇主保持一致我们的员工提供真实的实践和基于工作的学习机会，旨在培养具有进取心和创业精神的毕业生，他们拥有在工作场所蓬勃发展的技能和特质。就业能力是我们所有课程设计不可或缺的一部分。我们是一个学习型社区学生和教职员工共同制作和创造学生体验。我们致力于终身学习，我们过去和现在的所有学生都是我们全球社区的重要成员。我们开放、平易近人、包容性强多样性是我们的优势，丰富了我们所做的一切。我们的员工和学生来自各种各样的背景和文化，无论背景如何，都可以在我们这里取得成功。开创性的研究、广泛的绩效数据和利益相关者的反馈有助于我们理解和解决不平等问题。
教学与研究教师手册
教师申诉委员会和听证小组：组成和程序 ...................................................................................................... 104 终身教职员工自愿分阶段离职计划 .............................................................................................................. 111 教职员工离职流程 ............................................................................................................................ 113 学术自由 ...................................................................................................................................... 116 教师行为准则 ...................................................................................................................................... 117 职业道德 ...................................................................................................................................... 122 言论自由 ...................................................................................................................................... 123 支持知识多样性的决议 ...................................................................................................................... 124 教师绩效期 ...................................................................................................................................... 125 教师教学负担 ...................................................................................................................................... 126 全职教学教师因生育或领养而迎来新家庭成员时，其职责的临时变更 ......
教学指导 单元 1 指南
学习者应熟悉表示蛋白质结构的不同方式，包括带状图，并识别分子区域，这些区域具有一级结构（例如氨基酸序列）、二级结构（例如 α-螺旋、β-折叠片）、三级结构（例如多肽链的进一步折叠）和四级结构（多个多肽链结合在一起）。蛋白质内的键合会影响分子的三维结构，从而影响其在细胞和生物体内的功能，例如纤维蛋白（例如角蛋白） - 结构功能和球状蛋白（例如酶） - 代谢功能。
