生成式AI與師生之間的信任

查資料的時候，看到了Jess的文章How does GenAIaffect trust in teacher-student relationships？ Insights fromstudents’assessment experiences，很是喜歡。

在文章開頭，Jess指出，教師和學(xué)生之間的信任關(guān)系對于發(fā)展有效的教學(xué)、學(xué)習(xí)和評估至關(guān)重要。而最近興起的生成式人工智能（GenAI）則為高等教育中的師生關(guān)系增添了另一層復(fù)雜性。

Je s s引用了Tu rnitin最近發(fā)布的一份報告的發(fā)現(xiàn)，“十分之一的大學(xué)論文部分地是由人工智能撰寫的”。盡管類似形式的作弊行為早在ChatGPT向公眾推出之前就可以追蹤到，但GenA I的技術(shù)突破已大大降低了學(xué)生參與作弊行為所需的成本和精力。與可以識別源文件的抄襲案例不同，人工智能作弊缺乏可參考的來源往往“為教師偏見的蔓延留下了大門”。在這種背景下，高等教育界明顯擔(dān)心G e n A I正在導(dǎo)致學(xué)生和教師之間的“信任侵蝕”。

目前，人們對學(xué)生如何在人工智能介導(dǎo)的評估環(huán)境中與教師建立信任關(guān)系知之甚少。這篇文章報道了通過質(zhì)性研究途徑對11位大學(xué)生的深度訪談，試圖回答一個基本問題：在人工智能介導(dǎo)的評估環(huán)境中，大學(xué)生如何與教師建立信任？

在研究數(shù)據(jù)的收集上，J e s s采用了三管齊下的數(shù)據(jù)收集技術(shù)：①參與者在Z o o m上與研究人員進行一對一訪談，介紹自己的背景信息，如學(xué)習(xí)年份、項目以及使用G e n A I協(xié)助評估的先前經(jīng)驗。②參與者被邀請根據(jù)Z o o m白板功能上顯示的中心主題（“師生之間的信任建設(shè)：GenA I在評估中的使用”）繪制概念圖。參與者有15分鐘的時間來思考他們與主題相關(guān)的看法和經(jīng)歷。③進行后續(xù)訪談，明確學(xué)生概念圖中所代表的內(nèi)容。整個概念圖訪談的持續(xù)時間從30分鐘到1小時不等。

在數(shù)據(jù)分析方面，Jess將每個學(xué)生的數(shù)據(jù)都視為一個單獨的案例，其中概念圖和訪談數(shù)據(jù)被綜合分析。在每個學(xué)生的數(shù)據(jù)集中，概念圖提供了開放編碼的初始框架，而訪談則提供了上下文信息和闡述。

研究發(fā)現(xiàn)，學(xué)生對教師的信任度相對較低。雖然這一發(fā)現(xiàn)并不具有普遍性，但它凸顯了G e nA I時代學(xué)生與教師建立信任時的許多細微差別。例如，恐懼問題在學(xué)生建立信任的經(jīng)歷中似乎尤為突出。當(dāng)學(xué)生講述自己使用G e n A I進行評估的經(jīng)歷時，許多人表示擔(dān)心會被錯誤地指控為人工智能作弊。在作業(yè)中使用G e n A I輔助，一些學(xué)生擔(dān)心老師不認識他們，因此會往最壞的方面想。學(xué)生對負面結(jié)果的恐懼造成了開放溝通和冒險意愿的障礙，而這對于建立信任很重要。

因此作者認為，這是由于教師和學(xué)生之間在使用GenAI進行評估方面缺乏“雙向透明度”。教師向?qū)W生傳達GenAI政策的方式可能進一步加劇了他們的恐懼，滋生了不信任的環(huán)境。學(xué)生建立信任經(jīng)歷中的另一個突出問題是他們對教師能力的期望。

最后，這篇論文的結(jié)論是：強大的G enA I工具的出現(xiàn)需要對高等教育中許多既定的實踐、思維方式和關(guān)系進行重新思考和革新。

總體而言，Jess的研究強調(diào)了關(guān)鍵利益相關(guān)者之間信任的重要性，以協(xié)作應(yīng)對GenAI給高等教育帶來的許多不確定性和挑戰(zhàn)。我的感受有如下幾點：①關(guān)注點小，師生之間的信任是一個小而有深度的課題。②研究的設(shè)計很精巧，在論證力度與文章的說服力方面，下足了功夫。③正是因為有①和②，才能通過對11位大學(xué)生的深度訪談獲得的數(shù)據(jù)，來充足地支持研究。④有了扎實的研究證據(jù)的支持，才能幫助教育政策制定者制定出真正切實可行的、具有前瞻性的生成式人工智能教育應(yīng)用指引。