核心观点与关键数据
- 教师对生成式AI的应对:超过一半的教师未明确允许学生使用生成式AI进行课程或学习,但多数也未明确禁止。80%的教师表示未从机构获得相关指导或培训。
- 培训需求:教师普遍希望获得生成式AI的培训,且多数认为自己缺乏相关知识技能。他们同样强调学生培训的必要性。
- 使用情况:多数教师很少或从未使用生成式AI工具。使用频率较高的教师更倾向于认为AI能改善教学和学生学习体验,但也更关注其伦理影响和对知识完整性的潜在威胁。
- 担忧:超过一半的教师认为生成式AI用于作弊是主要挑战,也担忧其影响学生批判性思维和自主学习能力。
- 使用限制:教师更反对学生使用AI进行论文写作、问题解决和文献综述,认为这会阻碍关键技能的发展;相对较少反对AI用于翻译、语法辅助和一般性研究。
研究结论与启示
- 院校应对:鉴于教师在生成式AI使用和熟悉度上的不均衡,提供适当的培训和指导至关重要。院校应培训教师了解AI的适当用途和最佳实践,以抓住教学和学习的机会。
- 整合与担忧:虽然教师对AI的整合持谨慎态度,但使用频率较高的教师更倾向于认为AI有助于特定学习需求的学生,并应被纳入教学实践。然而,他们也更担心AI加剧教育不平等和危害高等教育的未来。
- 具体化指导:通用指导是起点,但应避免“一刀切”方法,需根据不同学科的专业实践需求采取具体方法。
- 积极整合:AI已成为趋势,院校应探索将其积极整合到高等教育中,同时解决教师提出的重要关切,将AI转变为教学的助力而非阻力。
使用趋势差异
- 年龄:55岁以上的教师使用频率低于年轻教师。
- 学科:工程学科的教师使用频率显著高于人文学科的教师。
- 院校类型:大学教师的使用频率高于学院和理工学院教师。
- 残疾状况:自认为有残疾的教师使用率与其他教师相似,其中约一半表示AI支持了他们的教学工作。