详细内容或原文请订阅后点击阅览
教学生使用人工智能：从数字能力到学习成果
作者：Concepción González García 和 Nina Pallarés Cerdà 关于高等教育中生成式人工智能的争论通常始于同一个假设：学生需要具备一定水平的数字能力，然后才能有效地使用人工智能。那些已经知道如何... 继续阅读 →
来源:SRHE | 高等教育研究学会作者：Concepción González García 和 Nina Pallarés Cerdà
关于高等教育中生成式人工智能的争论通常始于相同的假设：学生需要具备一定水平的数字能力，然后才能有效地使用人工智能。那些已经知道如何搜索、过滤和评估在线信息的人被视为最有可能从 ChatGPT 等工具中受益的人，而其他人则面临着被进一步抛在后面的风险。
最近的研究强化了这一观点。在解决问题和数字道德等领域拥有较强数字技能的学生往往会更频繁地使用生成式人工智能（Caner-Yıldırım，2025）。与此同时，使用 DigComp 等框架的工作主要集中在衡量学生数字技能的差距——通常表明，被认为是“数字原住民”的熟练程度并不像我们想象的那么一致（Lucaset al, 2022）。我们对相反的关系知之甚少：精心设计的人工智能应用能否真正培养学生的数字能力——为谁而发展？
在最近的一篇文章中，我们通过分析生成式人工智能干预对大学生数字能力的影响，从实证角度解决了这个问题（García & Pallarés，2026）。使用欧洲 DigComp 2.2 框架评估学生的技能（Vuorikariet al，2022）。
超越数字能力的静态衡量标准
过去十年，高等教育中学生数字能力的研究迅速扩展。然而，这项工作的大部分仍然将数字能力视为学生带入大学的一种稳定属性，而不是一种可以通过教学设计塑造的动态和可教育的能力。结果是一个由一次性评估、调查和诊断工具主导的领域，这些工具映射了学生现有的技能，但很少告诉我们这些技能是如何发展的。
我们的研究：教学生使用人工智能，而不是围绕它工作
关键的区别在于生成式人工智能的集成方式：