当前，生成式AI在高等教育领域的应用正处于一个关键转折点，它从根本上挑战了我们对教学、学习、研究和大学本质目的的假设。大学面临着如何平衡AI采用中的机遇与风险，以及如何保持高等教育的完整性和价值的问题。
现状与挑战： 高等教育领域对生成式AI的适应和采用通常是零碎和反应性的，主要关注学术诚信等即时问题，而不是以负责任和有效的方式系统地整合AI到教育实践中。学生们已经欣然接受了AI工具，而大学却尚未就如何平衡AI采用中的机遇与风险达成共识。此外，大学还面临着一系列根本性的问题，这些问题关乎其身份认同：随着AI的应用，教育角色和学位的价值主张是否会发生变化？大学是否能够继续控制所提供的教育？如何确保不同学院、项目和课程中都能公平和平等地获得AI？如何缓解大学自身的复杂性和惰性，以应对日益快速的技术变革？我们甚至会见证向新型大学的转变吗？
研究方法： 本白皮书基于对展示当前APRU成员大学使用AI案例的研究，以及Tandemic于2024年组织的三场研讨会，包括香港科技大学于2024年6月举办的面对面研讨会，将AI专家聚集在一起评估这些案例，并开发出2035年AI增强型大学可能呈现的场景和模式。
关键发现： 研讨会揭示了机构现在就需要应对的关键考虑因素，以准备未来。主要包括：
- 授予资格的完整性： 随着生成AI越来越能够在评估中表现良好，无监督评估已不再能确保达到学习成果。这意味着需要重新设计评估，以便包含一种具有教学益处的“保障性”评估与非保障性评估的混合。
- 学生为劳动力做好充分准备的必要性： 组织采用生成式AI的速度正在加快，但缺乏具备必要能力的员工以最大化生成式AI的影响。因此，将生成式AI教育意义地整合到课程中，以服务于学科知识、技能和态度的学习，至关重要。
- 重申大学的作用： 学生参与度一直是个日益严重的问题，新冠疫情进一步加剧了这一问题。生成AI已成为学生可能认为忙碌的活动的诱人答案，这再次引发了对我们在高等教育中要求学生做什么的疑问。前瞻性工作坊使这一问题更加突出，通过认识到当前的大学模式正受到内部和外部力量的颠覆影响。
CRAFT框架： 本白皮书提出了CRAFT框架，用于指导高等教育中生成式AI的采用，包括五个相互依存的核心要素：
- 文化： 涉及对技术与自动化反应的区域、地理和社会差异，围绕创新、协作和风险的机构或部门文化，对生成式AI的学科反应，以及更全面地考虑大学的角色。
- 规则： 包括原则、政策、护栏和指南，规范机构内人员与生成式AI的互动方式，以及机构对这项技术的处理方式。
- 访问权限： 全校范围内学生、教育者和领导者公平获取生成式AI应用至关重要。
- 熟悉度： 体现了学生、教职工和工作人员对如何在与机构相关的工作中利用生成式AI的方式有理解和舒适感。
- 信任： 是帮助人们采用人工智能技术的关键要素，涉及学生与教育者之间、教育者与领导者之间、大学与供应商之间、研究人员与社区之间等信任对。
行动建议： 本白皮书建议采取两项关键优先事项以推动整个行业的立即行动：
- 形成协作集群： 在关键领域如联合开发生成式AI应用和教学方法、共享评估重设计框架、协调倡导公平访问、联合师资发展项目以及尊重当地背景的统一治理框架等方面，大学应超越竞争转向合作。
- 提升学生作为合作伙伴： 通过同伴支持网络、学生AI大使项目、共同设计学习体验、直接参与评估 redesign、以及协作资源开发，将学生视为在应对人工智能时的平等合作伙伴。
结论： 生成式AI的出现可能是我们重新构想21世纪高等教育的最佳机会。成功需要我们超越渐进式的适应，转向根本性的变革，同时保持核心教育价值观。本白皮书提供了一些建议性的发展路径，但实施要求整个行业立即采取协调一致的行动。我们必须制定全面的机构级AI战略，涵盖文化、规则、准入、熟悉度和信任等方面，共同努力应对共同挑战并利用共同机遇。我们面临的抉择不是是否要与人工智能合作，而是如何塑造其整合方式以增强而非削弱高等教育的价值和变革力量。
