ChatGPT在高等教育中的承诺与风险:机遇、挑战和设计影响

大语言模型(LLM)的人机协作STEM 教育与科学传播特殊教育技术大学教授与研究人员HCI 研究员认知科学家

文献标题

The Promise and Peril of ChatGPT in Higher Education: Opportunities, Challenges, and Design Implications

文献信息

  • 主题领域: 人机交互、生成式人工智能、高等教育应用,集中探讨 ChatGPT 在高等教育中的挑战与机遇。
  • 关键词: 大语言模型, ChatGPT, 教育中的人工智能, 高等教育, 用户体验, 人工智能伦理, 隐私, Prompt Engineering, 学术完整性, 算法偏差

研究背景与问题

  • 问题或挑战: ChatGPT 和其他生成式人工智能模型在高等教育中的应用迅速增加。但其潜在风险(如学习效率下降、学术不诚信、算法偏见等)带来了争议。
    • ChatGPT 的广泛使用引发了对学术完整性、深度学习与公平教学环境的担忧。
    • 它的优势(如 24/7 可用性、个性化学习反馈)与其局限性(如幻觉问题、隐私风险)并存。
  • 重要性: 由于学生对 ChatGPT 的依赖越来越大,理解其对教育的影响以及如何优化使用策略是教育工作者、AI 设计者与政策制定者的重要课题。
  • 研究动机与相关工作:
    • 过往研究主要集中于特定教育目标设计的智能教学系统(ITS),而非广泛应用的生成式AI的教育使用。
    • 当前关于 ChatGPT 的研究不足以揭示学生在真实教育中的具体使用情况和需求。

解决方案

  • 研究方法:
    • 进行了为期一学期的案例研究,包括焦点组讨论、参与式设计,研究对象包括30名积极使用 ChatGPT 的学生和5名相关领域专家。
    • 数据以学生作业(如报告、设计草图)和专家访谈的形式收集,使用定性分析和主题分析来提炼主要结论。
  • 研究目标:
    1. 探讨 ChatGPT 在高等教育中的使用机会和挑战。
    2. 提出学生中心的设计改进建议,提高 ChatGPT 的可用性和可持续性。
  • 创新之处:
    • 提出了融合教育技术(如智能教学系统)与生成式AI模型的方法,重新设计 ChatGPT 针对教育场景的特性。
    • 通过实际场景的数据收集与分析,提供了对 ChatGPT 的学生体验、教学效果和社会伦理的全面洞察。

研究成果

机会

  1. 可用性和效率:
    • ChatGPT 提供即时响应,方便随时使用,有助于提高学习效率。
    • 在信息检索、搜索建议和帮助完成任务上表现优异。
  2. 用户体验:
    • 提供个性化学习体验,可根据学生需求调整回答内容。
    • 学生认为其客观、公平,避免了人类教师可能带来的偏见。
  3. 扩展性与包容性:
    • 对各种教育技术(如虚拟课堂)的强大扩展性。
    • 能帮助残障学生或更经济地提供教学资源。

挑战

  1. 算法问题:
    • “幻觉”(Hallucination)现象: 生成似是而非的虚假信息。
    • 算法偏差: 数据训练中的潜在偏见可能强化学生的既有偏见。
    • 透明性与系统解释不足: 学生难以理解 ChatGPT 的答案生成过程。
  2. 人类与社会问题:
    • 过度依赖 ChatGPT 可能降低学习能力和批判性思维。
    • 社会互动减少可能影响心理健康和团队合作。
  3. 使用问题:
    • 如 Prompt Engineering(提示语构造)复杂,对交互操作有较高要求。
    • 文本本身的限制,难以支持实践学习和动手操作。

用户设计建议

  1. 解决幻觉问题:
    • 建议通过算法微调(fine-tuning)、嵌入技术(embedding)和外部事实校验功能来减少错误信息。
  2. 优化用户体验:
    • 增强提示推荐功能,自动生成高效提问结构。
    • 引入学习地图与导航功能,帮助学生概览学习进程。
    • 设计辅助AI代理,改善学生交互体验。
  3. 促进多样性与包容性:
    • 增加支持多角度讨论、多代理协作的功能。
  4. 增强社交互动:
    • 提议结合 ChatGPT 和元宇宙技术,提供虚拟课堂和社交学习场景。

结论与未来方向

  • 结论:
    • ChatGPT 在高等教育中既有潜在的革命性价值,也存在不容忽视的使用问题。其教育性应用亟需结合传统智能教学系统(ITS)的有效策略。
  • 局限性:
    1. 研究范围仅涵盖美国特定大学本科生,未覆盖全球多样性。
    2. 数据未探讨 ChatGPT 对学生学习绩效的直接影响。
    3. 基于相对较旧的 ChatGPT-3.5 版本技术实现。
  • 未来研究方向:
    • 探寻多文化、多语言背景下学生对 ChatGPT 的反应。
    • 深入研究 ChatGPT 的长文本、多模态升级功能对教育的潜在影响。
    • 针对 AI 的教育伦理与社会政策设计展开进一步探索。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/147256/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642785
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、STEM 教育与科学传播、特殊教育技术
work
职业/产业
大学教授与研究人员、HCI 研究员、认知科学家
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文