生成AI在高等教育中的应用:当前的做法和前进的道路-五个行动领域是规则,访问权限,熟悉度,信任和文化

一、前言与动机
背景‌：生成型人工智能（Generative AI）在高等教育中的快速发展和逐步应用，促使大学重新审视其教育服务价值主张和机构运作的基本假设。
动机‌：探讨生成AI在高等教育中的应用现状、面临的挑战以及未来的发展方向。
二、执行摘要
现状‌：大学面临生成AI带来的压力，需要保持高等教育的完整性和价值，但当前方法通常是零碎和反应性的。
框架‌：提出“CRAFT”框架，包括文化（Culture）、规则（Rules）、访问权限（Access）、熟悉度（Familiarity）和信任（Trust）五个核心要素。
建议‌：大学应超越竞争转向合作，形成协作集群，并提升学生作为合作伙伴的地位。
三、五个行动领域
1. 规则
重要性‌：建立有意义的规则对于推动负责任使用生成AI至关重要。
案例‌：澳大利亚高等教育质量与标准局（TEQSA）和菲律宾高等教育机构通过可接受使用政策规范AI使用。
建议‌：制定原则、政策、护栏和指南，确保评估和学习经验的有效性。
2. 访问权限
挑战‌：AI平台和订阅费用可能昂贵，加剧数字鸿沟。
案例‌：悉尼大学通过Azure OpenAI服务开发Cogniti平台，提供AI访问。
建议‌：确保学生、教育工作者和研究人员能够公平获取AI应用，考虑与供应商协商灵活的许可安排。
3. 熟悉度
必要性‌：所有利益相关方需要了解AI的可能性、限制和伦理影响。
案例‌：南洋理工大学和亚洲管理学院（AIM）通过实际AI经验提升学生的熟悉度。
建议‌：采用“以教学为中心”的方法，确保学生的学习需求和教育者的教学意图得到优先考虑。
4. 信任
关键‌：信任是AI采用的核心，涉及多个信任对之间的关系。
案例‌：教育者和学生之间的信任差距因AI使用而拉大。
建议‌：通过透明度、合作和体现的价值来积极构建和维护信任，制定确保负责任使用AI的规则。
5. 文化
复杂性‌：文化是Z复杂的部分，涉及区域、地理、社会差异和机构文化。
案例‌：ZG和新加坡对AIZ为乐观，而美国、加拿大和澳大利亚态度较为消极。
建议‌：培养前瞻的文化，允许考虑大学未来可能与今天截然不同的局面，包括AI的角色和大学的目的。
四、近期关键活动领域
规则‌：制定明确的AI使用原则和政策。
访问‌：确保公平获取AI应用和基础设施。
熟悉度‌：提升利益相关方对AI的熟悉度和伦理意识。
信任‌：建立和维护多个信任对之间的信任关系。
文化‌：促进接受并利用AI的前瞻性文化的发展。
五、展望未来
协作集群‌：大学应超越竞争转向合作，形成协作集群，共享资源和经验。
学生作为合作伙伴‌：提升学生地位，参与规则制定、评估重新设计和AI治理。
持续行动‌：制定多面的机构JAI战略，涵盖文化、规则、准入、熟悉度和信任等方面。
六、结论
总结‌：白皮书提供了高等教育领域生成AI当前状态的快照，并提出了跨机构及机构内部推广生成AI的框架。
期望‌：支持机构规划在动态且不断演变的AI景观中的路径，实现学习潜力的同时解决相关挑战。
附件：生成AI在高等教育中的应用:当前的做法和前进的道路-五个行动领域是规则,访问权限,熟悉度,信任和文化