生成 AI 在高等教育中的应用当前的做法和前进的道路
前言
生成式 AI 的快速发展对高等教育提出了挑战，大学在应对这种变化时反应迟缓。这份报告探讨了高等教育如何应对生成式 AI 的应用，并提出了 CRAFT 框架（文化、规则、访问权限、熟悉度和信任）来指导 AI 的整合。
执行摘要
大学面临着前所未有的压力，需要应对生成式 AI 的同时，保持高等教育的完整性和价值。当前的方法通常是零碎和反应性的，主要关注如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。学生们接受了 AI 工具，但大学尚未就如何平衡 AI 采用中的机遇与风险达成共识。主要的机遇在于提高教学、学习和学生成功；数据分析和访问；以及减轻行政工作负担。与人工智能使用相关的风险主要集中在伦理问题（例如，剽窃、知识产权、数字鸿沟扩大、虚假信息和误导信息）、隐私与安全、人工智能素养缺乏，以及人工智能对创造力、批判性思维和学习中的人类参与可能构成的威胁。
介绍
自 2022 年 ChatGPT 发布以来，高等教育领域对生成式 AI 的反应不一。最初因学术诚信问题而引发了道德恐慌，此后人们逐渐意识到生成式 AI “会长期存在”，必须适应其存在及其不断增长的能力和带来的机遇，同时也要认识到面临的挑战和局限性。
行动紧迫性
高等教育现在正处于需要转向全面、支持性和渐进式的方法来采用生成式 AI 的阶段。高等教育领域迅速行动，聚集各方力量以确立并采纳以人为本、伦理道德、诚信等高级原则。但现有状况与大学利益相关方（如领导者、教育者和学生）所需的有效将生成式 AI 整合到特定的教学、研究和运营流程中之间仍存在差距。
五个行动领域
大学在推动将生成式 AI 有成效且负责任地整合到教育、研究和运营功能中这一目标的过程中，应重点关注三个核心领域：规则、访问权限和熟悉度。这三个领域的基础层是信任，而文化则是支持性结构。
规则
建立有意义的规则对于推动负责任使用生成式 AI 至关重要，并有助于建立信任。制定原则和立场声明是许多机构最初应对这项技术及其影响的一种方法。评估实践特别需要进行根本性的重新设计，以确保在 AI 驱动的世界中保持有效性和相关性。
访问权限
公民，特别是那些对某些学生来说，如访问 AI 平台和订阅的费用对许多个人、机构和整个司法管辖区来说可能是 prohibitive 的，这可能会创造一种新的数字不平等形式。大学、政府和 AI 供应商应共同努力，提供 AI 应用程序和工具，确保学生、教育工作者和研究人员能够免费获得基本的 AI 功能。
熟悉度
发展的必要性熟悉生成 AI 根植于大学需要设计和交付课程和研究活动 that 大学不是提供必要的熟悉度建设活动学生需要。所有利益相关方都需要具备关于 AI 所能提供的可能性的基本知识，了解何时以及如何使用 AI，并能够将 AI 应用于日常工作活动。熟悉度还强调了对生成式 AI 更广泛背景的认识，包括伦理、隐私和安全问题。
信任
信任是帮助人们采用人工智能技术的关键要素。用户对技术的信任可以被视为用户与技术以及用户与供应商之间的关系，受到认知、情感和行为维度的影响。当关键信任对之间的信任受到侵蚀时，会产生负面后果。
文化
CRAFT 的最后一部分，也是 arguable 最复杂的部分在于文化。这涉及多个方面，包括但不限于：（i）对技术与自动化反应的区域、地理和社会差异；（ii）围绕创新、协作和风险的机构或部门文化；（iii）对生成式 AI 的学科反应；以及（iv）更全面地考虑大学的角色。
提升学生作为合作伙伴
学生需要成为自己学习的公民。他们在促进熟悉度、制定规则、建立信任等方面发挥着关键作用，支持教育者、同龄人以及更广泛的机构。学生可以帮助其他学生导航生成式 AI 的规则和应用，并分享相关顾虑。
结论
这份白皮书提供了高等教育领域生成式 AI 当前状态的一个时间点快照，涵盖了有前景的方法和活动缺口，并提供了跨机构及机构内部推广生成式 AI 的框架。我们希望这份白皮书能够支持我们的机构（无论是单独行动还是协作）规划其在这动态且不断演变的景观中的路径，以实现支持和增强学习的巨大潜力，同时解决并减轻一些相关挑战。
