从分数到职业：理解人工智能在中国大学申请中支持家庭协作决策的作用

研究背景与问题

• 发现问题与挑战：研究发现中国的高考申请过程中，大多数家长主导了对AI工具（如Quark GaoKao）的使用，而学生通常仅在选项删减阶段参与。这些AI工具主要基于分数提供学校和专业推荐，但很少考虑学生的长期职业目标。此外，还存在误导性AI推荐和第三方咨询机构的不负责任使用问题。
• 问题重要性：高考是中国极其关键的社会事件，对学生的未来职业和教育路径有决定性影响。然而，当前的AI工具未能充分支持家庭的多方协作决策和学生的长期职业发展，这种不足可能加剧社会不公平。
• 研究动机与相关工作：尽管技术在职业发展支持中的作用已有研究，但高分数驱动的高考背景下的AI应用研究有限。作者试图通过探讨AI如何支持高考申请中的家庭协作决策，为家庭中心化设计和教育公平问题提供见解。

解决方案

• 提出的方法或解决方案：研究通过对32名参与者（包括学生、家长和专家）的深入访谈，分析了Quark GaoKao在多方决策中的作用，并提出了改进这些工具的设计建议。具体方法包括识别AI工具的使用模式、分析参与者的反馈以及探讨家庭协作决策的动态。
• 创新之处：
  • 提出家庭中心化设计概念应用于AI技术，鼓励技术设计注重父母和学生之间的信息对称性、情感支持和世代差异。
  • 将分数驱动的高考背景与家庭动力和职业发展考虑结合分析，这是当前研究中较少涉及的视角。
• 实施步骤与技术：
  • 数据收集：通过WeChat对32名来自不同家庭角色的参与者进行半结构化访谈。
  • 数据分析：采用定性主题分析方法对访谈记录进行编码，以识别参与者在高考申请过程中对AI工具的使用、信任度及挑战。

研究成果

• 具体成果：
  1. 家长主导和学生参与有限：家长通常承担了数据验证、信息三角分析的任务，而学生常仅对不感兴趣的选项进行删减。
  2. AI工具的局限：当前的AI工具主要关注分数优化，忽略了学生个性化兴趣和长期职业发展，以及家庭内的世代差异和信息不对称问题。
  3. 资源差异的影响：低资源家庭对AI推荐的批判性和使用能力较弱，有限的技术素养和社会资本加剧了教育公平问题。
  4. 误导性信息与责任分散：一些机构和直播内容以AI为噱头吸引家长，却经常提供缺乏深度且趋同化的信息。
• 与现有解决方案的比较及优势：
  • 提出改进工具设计，如增加职业发展相关功能、个性化推荐和“场景探索”选项等，以增强AI工具在决策中的合理性和透明性。
  • 强调AI工具在家庭中促进亲子对话及情感互动的潜力，而非单纯优化分数。
• 实验或评估结果：
  • 研究揭示了家长和学生之间因信息和目标不对称而产生的潜在张力，同时通过专家数据验证进一步确定了当前AI推荐算法的不足。
  • 部分资源丰富的家庭成功结合了书籍、直播和专家建议以验证AI结果，但这一过程时间长且复杂。
• 局限性与未来方向：
  • 本研究样本集中在中国北方地区，未来研究应扩大至南方或其他政策背景下的学生群体。
  • 聚焦学生（特别是未满18岁的学生）的需求以改进AI工具在教育和职业规划中的参与度和准确性。
  • 探索如何让技术更好地支持低资源家庭，为教育公平提供技术解决方案，将是未来研究的重要方向。

通过以上分析可知，本研究对高考背景下AI工具的使用问题进行了全面剖析，同时为优化这些工具提供了宝贵的设计建议，有助于推动技术与教育公平的结合。这些见解还可应用于其他高风险教育决策环境中的设计与实践。