关于 AI 和教育的 100 个学生声音

研报总结

背景与概述

1. 背景：近年来，教育与人工智能之间的联系迅速发展。AI技术，尤其是生成式AI，正在改变教学和学习的方式。随着机器变得更智能，劳动力市场和经济结构也在发生变化，因此教育系统需要重新思考其运作模式，以确保能够为未来的工作岗位培养、提升和重塑个人技能。高等教育机构（HEIs）在这一变革中处于领先地位，因为它们为劳动力市场输送人才。
2. 定义：尽管对“人工智能”（AI）没有统一定义，但通常指代依赖大量数据的系统，这些系统能够执行通常与人类智能相关联的任务。

学生观点与发现

1. 学生使用情况：学生经常使用AI工具进行学术任务，如写作、编程和创意项目。然而，互联网成本高和连接性差仍是一些地区的障碍。
2. AI潜力：学生认识到AI通过个性化反馈和加速技能获取来提高学习的潜力。但他们也担心过度依赖技术可能抑制批判性思维能力。
3. AI职业路径：许多学生意识到新兴的AI职业路径，但普遍认为当前高等教育课程准备不足，需要专门的AI培训。
4. 学科差异：AI在不同学科中的整合存在差异，STEM领域是早期采用者。学生呼吁跨学科的全面AI教育，以及加强伦理框架、实践技能培训和校企合作，以培养毕业生的AI技能。

政策与建议

1. 政府建议：政府应倡导安全、负责任和以人为本的政策，并结合公众意识倡议、研究资金和教育认证框架中的AI整合。
2. 高等教育机构建议：高校应主动重新审视教学方法、课程相关性、行政治理模型和技术接入平等，促进教师的AI培训、个性化AI辅助学习、伦理使用指南和数字基础设施建设。
3. 伦理与包容性：优先考虑伦理和包容性至关重要，以确保高校和教师利用AI增强可访问性、识别结果差距并赋能多元利益相关者。

关键数据

• 参与国家：10个国家（喀麦隆、哥伦比亚、埃塞俄比亚、格鲁吉亚、印度尼西亚、马里、墨西哥、尼日利亚、秘鲁、卢旺达）
• 主要发现：学生使用AI工具进行学术任务，但互联网成本和连接性问题仍存在；AI有助于个性化反馈和技能加速，但过度依赖可能抑制批判性思维；需要专门的AI培训和跨学科的全面AI教育。