核心观点
- 学生主导的项目能够帮助学生发展各种技能、概念和学科，但学生在定义目标、确定项目范围和任务以及具体实现创意方面可能面临困难。
- 生成式人工智能（GenAI）可以作为支持学生主导项目的有效工具，但需要谨慎使用，并意识到其局限性及潜在危害。
- 学生和教师都强调了使用GenAI作为支持工具的重要性，而不是替代个人思考、努力和风格。
- 鼓励学生探索不同的GenAI工具，并进行战略性的迭代，以提高GenAI的使用效果。
关键数据
- 研究访谈了27名HGSE学习设计学生和7名HGSE教师，了解他们对学生主导项目和GenAI的看法。
- 学生们准备了一个项目开发地图，标记了项目旅程中的主要里程碑，并指出了重要的支持和工具，包括GenAI。
研究结论
- GenAI可以帮助学生在项目开发过程中获取信息、激发创意、组织自我、解释复杂概念、模拟对话、提供个性化建议、创建视觉表示、生成内容、进行代码辅助和提供反馈等。
- 使用GenAI时需要考虑其潜在的风险，如幻觉、环境影响、可访问性障碍、文化同质化和算法偏见等。
- 学生和教师应该以意图和意识使用GenAI，并将其作为支持个人思考和风格的工具。
策略建议
- 基础层：使用GenAI获取信息、激发创意、组织自我。
- 构思：与GenAI聊天，发展项目想法。
- 结构化混乱：使用GenAI制定项目计划和时间表。
- 定义：探索相关概念或结构。
- 角色设定：探索目标受众的潜在需求。
- 背景：将概念和想法应用于个人相关环境。
- 范围和规模：通过定义项目约束来关注关键要素。
- 蓝图：基于愿景和目标创建战略计划。
- 类比：通过类比解释复杂概念。
- 角色扮演：模拟与可能用户和受众的对话。
- 解释：通过不同的解释学习更多内容。
- 分析伙伴：根据收集的数据提供个性化的未来方向。
- 核心思想：确定文本的核心思想。
- 为所有人设计：探索项目特定的可访问性建议。
- 可视化：创建项目想法的视觉表示。
- 创造：创建有限现有参考图像的图像。
- 调查设计：开发初始调查草稿。
- 案例组合：创建定制的案例研究，以满足特定受众的需求。
- 讲述故事：为项目生成旁白 narration。
- 设计风格：为字体、颜色和主题提供设计建议。
- 名称生成器：为项目建议标题。
- 多重输入：使用文本和图像提示GenAI。
- 代码工匠：协助创建代码片段。
- 解码代码：提供交互式代码解释。
- 调试助手：识别错误、解释错误消息并提供替代方案。
- 公式查找器：查找用于数据分析的电子表格函数。
- 友好翻译器：学习其他语言的俚语和口语表达。
- 写作选择：选择性地纳入语言编辑。
- 审查、反思、修改：反思对书面工作的修改建议。
- 问任何事：经常提出大胆的问题。
- 魔鬼代言人：提供多个视角以支持反思。
- 什么？所以呢？现在怎么办？：重新定义问题并支持反思。
