生成AI在高等教育中的应用：当前的做法和前进的道路

生成式AI在高等教育中的应用现状与未来展望

1. 机遇与挑战并存：生成式AI在高等教育中的应用带来了提高教学、学习和学生成功、数据分析和访问、减轻行政工作负担等机遇，同时也引发了伦理、隐私、安全、素养、创造力等方面的问题。

2. 技术发展迅速：AI在某些领域已超越人类，但许多复杂任务仍落后。前沿AI研究由行业主导，美国在顶级AI模型来源中领先。AI训练成本高，融资激增至每年252亿美元。

3. 大学面临挑战：大学在应对AI变化时反应迟缓，尚未就如何平衡AI采用中的机遇与风险达成共识。AI监管增加，大学需重新审视教育服务价值主张和机构运作的基本假设。

4. 五个核心要素：成功整合生成式AI的关键要素包括文化、规则、访问权限、熟悉度和信任。

5. 行动框架：本白皮书提出“CRAFT”框架，即文化、规则、访问权限、熟悉度和信任，以指导大学如何有效整合AI。

6. 立即行动：建议形成协作集群，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。

7. 提升学生地位：提升学生作为合作伙伴的地位，共同设计学习体验，直接参与评估 redesign，以及协作资源开发。

8. 重新构想高等教育：生成式AI的广泛应用标志着高等教育的一个关键转折点，需要超越渐进式的适应，转向根本性的变革，同时保持核心教育价值观。