情境化的想象：与计算机科学教学助理共同设计 AI 未来

文献标题

Situated Imaginaries: Designing AI Futures with Computer Science Teaching Assistants

出版信息

• 主题领域: 教育中的人机协作，聚焦于助教的视角与实践。
• 关键词: 教育中的人工智能，助教，人机协作，参与式设计，推测性设计，计算机教育，人机交互，伦理学，评分自动化，教学工具。

背景与问题

• 问题/挑战: 关于计算机科学助教（CS TAs）如何看待、使用和想象人工智能工具的研究非常有限。大多数研究集中于学生或教师，而忽视了助教这一中间角色及其在教育中日益增长的影响力。
• 意义: 理解助教的视角至关重要，因为他们连接学生与教师，在课程实施中发挥关键作用，并且代表了未来的学术教师群体。他们对人工智能整合的看法可以影响教学工具的设计以及人机协作的方式。
• 动机与相关工作: 现有研究探讨了教师对人工智能的看法、自动化教学工具以及参与式设计方法，但很少关注助教独特的中间角色或其情境化的视角。本文通过聚焦助教当前的人工智能实践、未来想象及伦理考量，填补了这一研究空白。

解决方案

• 提出的方法: 在两所美国大学中，与131名计算机科学助教开展参与式设计工作坊，探索他们当前对人工智能的使用、设想未来的人工智能增强工具，并反思伦理影响。
• 创新点:
  1. 开发了一个跨机构的CS助教人工智能使用分类法。
  2. 探讨了机构和学科背景如何塑造助教对人工智能未来的愿景。
  3. 识别了人工智能整合到助教工作流程中的伦理困境和张力。
• 流程与关键技术:
  • 五场每场75分钟的工作坊，活动包括反馈墙、协作设计和推测性提示。
  • 数据收集方式包括问卷调查、设计工件、音频记录和现场笔记。
  • 采用扎根理论分析方法，识别助教人工智能实践和设计中的主题和模式。

结果

• 具体发现:
  • 71.5%的助教报告在其教学角色中使用人工智能，其中评分是最常见的用途（占笔记的20.5%）。其他用途包括创建教学材料（13.6%）、验证评估（4.8%）和讨论板支持（7.5%）。
  • 助教主要将人工智能工具想象为聊天机器人（占设计的54.8%），目标群体包括助教和学生，目标是减少工作负担并提升学生服务。
  • 伦理考量较少，仅19.4%的设计涉及公平性、问责性或透明性。
• 相较基线的优势:
  • 提供了对助教人工智能实践和视角的细致理解，而现有研究通常聚焦于教师或学生。
  • 突出了机构背景与人工智能采用之间的相互作用，为定制化工具设计提供了洞见。
• 实验/评估:
  • 在两所具有不同人口统计特征和助教支持结构的机构中开展工作坊。
  • 分析了31个设计工件和问卷调查结果，以交叉验证发现。
• 局限性与未来工作:
  • 工作坊强调了近期的人工智能愿景，限制了推测范围。
  • 研究仅限于两所机构，需要在更广泛的学科和背景中开展研究。
  • 招募材料可能使样本偏向支持人工智能的参与者。

总结

本研究探讨了计算机科学助教如何看待和使用人工智能工具，以及他们对教育中人工智能未来的想象。通过与131名助教开展参与式设计工作坊，作者开发了人工智能使用分类法，探讨了机构对人工智能愿景的影响，并揭示了伦理困境。研究发现助教将人工智能用于评分和材料创建等任务，设想聊天机器人是未来工具的核心，但很少涉及数据隐私或透明性问题。研究强调了在HCI和教育研究中以助教为中心的重要性，突出了他们作为知识工作者的角色以及将人工智能融入教学工作流程的必要性。