高等教育中的生成式人工智能：现行做法与未来道路_40页_1mb

生成式AI在高等教育中的应用：现状与未来方向

核心内容

本白皮书由亚太大学联盟（APRU）项目“生成式AI在高等教育中的应用”产出，旨在探讨生成式AI对高等教育的影响，并为教育机构提供一个系统性的行动框架。白皮书基于对APRU成员大学生成式AI使用情况的案例研究，以及由Tandemic组织的三场工作坊，提出了高等教育机构在应对生成式AI挑战和机遇时应采取的五个关键领域：文化（Culture）、规则（Rules）、访问（Access）、熟悉度（Familiarity）和信任（Trust），构成了“CRAFT”框架。

主要观点

1. 生成式AI对高等教育的挑战与机遇

• 挑战：生成式AI的广泛使用对学术诚信、数据隐私、知识产权、算法偏见以及教育工作者与学生的伦理责任提出了新要求。
• 机遇：生成式AI可提升教学与学习效率、优化数据分析、减轻行政负担，并为学生提供更个性化的学习体验。

2. 高等教育的适应性不足

• 当前高等教育对生成式AI的应对通常是零散和反应式的，缺乏系统性的整合。
• 教育机构需要从“监管”转向“可能性”，从“恐慌”转向“目标导向”。

3. CRAFT框架的重要性

• 文化：大学在AI时代的核心角色需要重新定义，强调人类价值与教育目的。
• 规则：制定清晰的政策和指南，以支持负责任的AI使用，同时避免过度限制。
• 访问：确保所有学生和教师都能公平使用AI工具，避免数字鸿沟扩大。
• 熟悉度：提升所有利益相关者对AI能力、局限和伦理问题的理解。
• 信任：通过透明度、合作和可验证的价值建立AI使用中的信任关系。

关键信息

1. 当前实践

• 菲律宾：多数高等教育机构通过可接受使用政策（AUP）快速建立了生成式AI的使用规则。
• 澳大利亚：澳大利亚高等教育质量与标准局（TEQSA）发布了《人工智能时代的评估改革》文件，提出了两个关键原则：评估应支持学生在AI普及社会中积极参与，以及通过多种方法确保评估的可信度。

2. 未来展望

• 工作坊提出了四种大学未来模型：
  • 研究合作者：学生通过学徒制学习，大学解决全球性挑战。
  • 数字大学联盟：学生通过多机构网络学习，获得可就业技能。
  • 社区学习大学：强调社区发展与社会影响，AI角色较小。
  • 根深蒂固的大学：仅在现有模型基础上逐步改变，对社会和雇主需求反应迟缓。

3. 紧急行动领域

• 规则：制定AI使用政策和指导原则，确保评估的公正性与有效性。
• 访问：保障所有学生和教师公平获得AI资源与支持。
• 熟悉度：提升所有利益相关者对AI的理解与应用能力。

行动建议

• 形成合作集群：高等教育机构应从竞争转向合作，共同开发AI应用、教学方法、评估框架、教师发展项目和治理结构。
• 提升学生为合作伙伴：通过同伴支持网络、学生AI大使计划、共同设计学习体验、参与评估改革和协作资源开发，使学生成为AI整合的重要参与者。

总结

生成式AI正在重塑高等教育的未来，其影响远超技术层面，涉及教学、学习、研究和教育机构的核心价值。高等教育机构必须迅速行动，从当前的零散应对转向系统性整合。CRAFT框架为机构提供了五个关键行动领域，而合作集群与学生参与是实现这一转型的两大优先事项。只有通过全面、协调的行动，高等教育才能在AI时代保持其核心价值，并积极应对挑战，把握机遇。