思想领袖19 hours ago
人工智能在何处真正提升学习成效，在何处引发摩擦，高等教育下一步该如何行动
人工智能已经来到高等教育领域。它正在塑造学生的学习方式、教师的教学方式以及机构评估绩效的方式。问题不再是人工智能是否属于课堂。学生正在使用它，雇主期望熟悉它，机构必须决定如何负责任地应对。关键问题是高等教育如何利用人工智能为学生未来的工作做好准备。 我在高等教育领域所观察到的情况，并不像公开辩论所暗示的那样充满意识形态色彩。学生使用人工智能是因为它能帮助他们摆脱困境、继续前进。教师进行实验是因为他们希望在支持学习的同时不损害标准。管理者正试图制定反映现实而非恐惧的指导方针。因此，人工智能正在迫使高等教育重新思考，究竟什么才意味着展示理解、原创性和精通。 在 Westcliff University，我们的做法是务实的。我们关注成果，观察真实课程中发生的情况，倾听教师和学生的意见，然后进行调整。这个过程揭示了一个清晰的模式：当人工智能被嵌入到有意识的设计中时，它能改善学习；而当它被视为捷径或威胁时，就会引发问题。 人工智能真正在改善学习的领域 以下所识别领域的共同主线，并非自动化，而是认知。人工智能加速反馈、澄清思维并支持迭代，同时不剥夺学生的智力责任。 引导式练习与及时反馈 当人工智能用于引导式练习时，学习收益最为显著。当学生能够提出问题、获得解释、再次尝试并获得即时反馈时，他们会受益匪浅。这种反馈循环是学习的核心，尤其是在大型或异步课程中，教师的个别关注有限。 设计良好的人工智能支持工具不提供答案，而是提供有针对性的、方向性的反馈，以保持学生参与探索过程。当人工智能被设计用来提示、提问和搭建思维框架，而不是解决不确定性时，它反映了强大的同伴学习如何支持更深层次的理解。 《科学报告》2025年的一项研究发现，使用人工智能导师的学生比对照组学生学习效率更高，并且他们的参与度和动机也更高。关键点不在于人工智能取代教学。而在于频繁、及时的反馈能加速理解，人工智能可以帮助大规模地提供这种反馈。 当人工智能用于支持修改而非取代作者身份时，它也能加强写作。 许多学生在组织观点、澄清论点或有效修改方面存在困难。如果使用得当，人工智能可以帮助发现结构弱点，识别不清晰的推理，并促进更清晰的思考。 与此同时，学生必须学会如何负责任地使用人工智能。这包括理解如何构建有效的提示，认识到人工智能的回应何时可能包含幻觉或不准确之处，并根据可靠来源核实其主张。教导学生质疑人工智能的输出，而不是被动接受，这能保护他们工作的完整性，并加强他们的批判性思维。 学习与走捷径之间的区别最终归结于期望。当教师要求提供大纲、草稿和简要反思，解释哪些内容发生了变化及原因时，学生仍需对自己的思考负责。他们积极参与塑造作品，而不是将其外包，并且最终仍是决策者。2025年一项关于教育中大语言模型的系统综述将写作和反馈确定为主要用例，同时也警告不要过度依赖。 除了草稿和修改，人工智能还可以充当对话伙伴，挑战学生的论点——询问某个主张为何重要、可能缺少什么证据，或者特定受众会如何回应。这样，写作就不仅仅是一项提交任务，更是一个智力辩护和完善的过程。评估这一过程为教师提供了深入了解学生批判性写作思维发展的宝贵视角。 为需要脚手架支持的学生减少障碍 人工智能可以通过按需提供个性化的解释、示例和澄清，为多语言学习者、第一代大学生和重返校园的成年人减少摩擦。这并非取代教学，而是降低不必要的障碍，使学生能够更充分地参与。 真正的机会在于自适应的脚手架支持，它能实时调整并有意识地在能力增长时逐渐减少支持。当人工智能被用来校准挑战而不是消除挑战时，学生通过展示的进步建立信心，而不是产生依赖。 为教师腾出更多教学时间 人工智能可以帮助教师处理耗时任务，例如起草评分标准、生成示例问题、总结讨论线索或提供初步反馈建议。当教师将节省下来的时间重新投入到更高价值的工作中时，益处就显现了：更好的作业设计、更丰富的讨论以及更直接的学生支持。 机构遇到摩擦的领域评估有效性是核心挑战 学习评估最严重的问题并非传统意义上的抄袭。而是当人工智能唾手可得时，许多常见的评估不再能有效衡量学习。 学生使用人工智能已经非常普遍。HEPI和Kortext 2025年学生生成式人工智能调查报告称，92%的学生以某种形式使用过人工智能，88%的学生将其用于评估。如果一项作业可以在理解极少的情况下完成，那么它就不再是衡量学习成果的有效工具。 这就是为什么关于学术诚信的争论持续存在。人工智能暴露了传统评估的缺陷。当评估薄弱时，怀疑就会滋生。更强或设计更好的评估可以减少这种紧张关系。...
