新大的生成人工智能与教育学

广泛使用的人工智能工具

  • GPT (OpenAI). 一个多功能的大型语言模型,能够进行类似人类的对话, 回答问题, 并协助各种写作任务,如辅导, 起草, 和头脑风暴. 它被广泛用于支持教学、研究和写作活动.
  • 克劳德(人为). 以其强大的推理能力和处理复杂任务的能力而闻名的人工智能助手. 克劳德善于分析, 写作, 和编码, 使其对学术研究和内容创作有用. 它通过帮助内容生成来支持教育工作者, 课程开发, 集思广益.
  • Bing Chat / Copilot(微软). 集成在Microsoft Office产品中, 这款人工智能助手可以帮助教师简化写作等任务, 研究, 分级, 组织课堂材料. 它还增强了搜索功能,以实现更有效的信息检索.
  • 双子座(谷歌). 谷歌的多模态人工智能模型,能够理解和生成文本、图像和代码. 它对于涉及多种类型数据的跨学科研究和项目特别有用. 谷歌的人工智能工具旨在促进与搜索和生产力应用程序的无缝集成, 提供个性化的研究协助, 内容创作, 和解决问题.
  • MetaAI(元/ 脸谱网). MetaAI专注于为社会互动和教育工具提供动力的大规模语言模型, 帮助教育工作者通过个性化体验和互动学习资源吸引学生.

  • 达尔·E (OpenAI). 从文本提示生成图像的人工智能模型, 用于为讲座创建自定义视觉效果, 演讲, 学习材料. 它为学术环境提供了内容创作和艺术设计的灵活性.
  • 稳定扩散(稳定性AI). 文本到图像的生成工具,支持创建高质量, 用于教育和艺术目的的写实图像. 教师可以使用它为课程或研究报告生成说明性内容.
  • MidJourney. 以生产高品质产品而闻名, 程式化的图片, MidJourney用于需要独特且具有视觉吸引力的图形的学术项目. 它是创造性学科或丰富讲座视觉效果的理想选择. 
  • 萤火虫(Adobe). 集成到Adobe的Creative Cloud中, Firefly使用人工智能来生成图像并增强创意工作流程. 教育工作者可以用它来快速制作图形, 布局, 教材的设计元素.
  • Canva的Magic Studio. 一个用户友好的人工智能设计工具,帮助教育工作者创建专业质量的演示文稿, 信息图, 视觉效果很好. 它简化了非设计师的图形设计,使其适用于所有教学学科.

  • 语义的学者. 一个免费的, 人工智能研究工具,可以根据重要性和引用次数过滤结果,帮助教授快速找到相关学术论文. 它非常适合了解最新的学术文献,它可以显著简化文献综述和研究发现.
  • 引起. 一个人工智能驱动的工具,通过总结和综合科学论文来协助学术研究, 提供见解, 并建议进行相关研究. 它对文献综述和确定关键研究空白特别有用. 
  • 连接文件. 一个研究地图工具,可视化学术论文之间的联系. 它帮助教授们在他们的领域中发现相关的工作, 支持对现有研究的更全面的理解. 
  • 研究兔. 类似于关联文件, 研究兔提供了学术工作的视觉表现, 但更注重个性化推荐和精心策划的论文收藏, 帮助研究人员跟踪趋势并扩大他们的文献搜索.
  • Scite.ai. 这个工具跟踪引文上下文,显示论文是如何被使用或批评的. 对于那些想要了解自己的作品在学术论文中被引用的情况或想要找到具有高学术影响力的论文的教授来说,这尤其有价值. 
  • Zotero. 虽然主要不是人工智能工具, Zotero是一款参考文献管理软件,现在集成了人工智能功能,用于改进引文管理和研究组织. 它可以提高学术写作和书目创作的效率.

新大生成人工智能策略

是否在课堂上使用生成式人工智能由教师自行决定. 新大要求教师通过教学大纲与学生沟通人工智能的使用, 新大开发了一套 语句生成器 为此目的.

在课堂上使用人工智能的教师应该就人工智能在课堂上的使用提供明确的指导,以完成评分和未评分的作业, 课外自学, 并通过新大的其他渠道提供支持, 如果人工智能被用于其他教学方面,如作业构建或评分,还需要一份披露声明.

教师们被要求熟悉新大在隐私和数据安全方面的指导. 重要的是要记住,访问数据并不意味着允许抓取数据或使用它来训练人工智能模型.

鼓励教师参考新大的人工智能相关指南,例如“管理学术诚信问题 & 生成的人工智能”; "研究指南 & 数据分析"; "实用的人工智能教学"; "简化你的工作日——用人工智能节省时间"; "面向创意人员的实用AI"; and "升级-从AI初学者到专家."

新大正在与校园内的各个院系合作,评估如何将人工智能最好地融入他们的课程.

在线资源使用聊天语言在你的类和超越

以下链接将为您提供详细介绍如何使用ChatGPT的视频和文章. 需要初学者教程? 你会在这里找到一个很棒的. 准备好了更高级的东西,或者专门为大学教师开发的东西? 我们会帮你的.

 你会学到什么  Link
  • 从MLA和人工智能大学作文与交流联合工作组会议, 这个页面为您提供了关于ChatGPT的宝贵资源, 它会如何影响教学, 起草课堂上使用人工智能的政策, 和更多的.
“AI快速入门指南” & 写作”

 你会学到什么  Link
  • 登录并开始使用ChatGPT
  • 使用ChatGPT写电子邮件和创建教案
  • 如何使用和击败人工智能探测器
  • 如何给ChatGPT指令来塑造它的反应, 甚至改变回应的语气或类型
“ChatGPT 101” 

 你会学到什么  Link
  • 关于从ChatGPT生成特定响应的进一步提示
  • 训练ChatGPT模仿你的写作风格
  • 样式命令和关键字
《威尼斯人娱乐城》

 你会学到什么  Link
  • 使用ChatGPT编写教学大纲、作业说明、示例、活动等等!
  “用ChatGPT提升你的教学水平”
  • 逐步说明使用ChatGPT的课程规划
  • 使用替代AI写作资源的有用提示
 “使用ChatGPT创建引人入胜的课程”

 你会学到什么  Link
  • 本文讨论了麦吉尔大学教授Andrew Piper向学生介绍ChatGPT的决定,以及他在这个过程中学到了什么
“教授倡导ChatGPT课堂整合”
  • 本文讨论了哲学教授Wesley Wildman在他的数据中使用ChatGPT, 社会, 和道德, 在波士顿大学上课
"为什么聊天技术对学生和教师来说既令人兴奋又令人不安"

 你会学到什么  Link
  • 聊天技术会让我们成为更好、更快乐的老师吗? 贝琪·巴雷著
 链接到资源
  • 一个有用的东西,一个关于人工智能的子栈,包括如何在教学中使用它. 伊森·莫里克, 他是宾夕法尼亚大学沃顿商学院研究创业精神的教授 & 创新
 链接到资源
  • 人工智能生成工具的课堂政策, 兰斯·伊顿编译, College Unbound的数字教学主任
 链接到资源
  • 教育工作者对ChatGPT的考虑,由OpenAI创建的ChatGPT
 链接到资源
  • 人工智能文本生成器和教学写作:探究的起点,由安娜米尔斯编译
 链接到资源
  • 人工智能文本生成器:激发教师讨论的来源,Anna Mills编译
 链接到资源
  • 生成AI: Jennifer’s Curated List
链接到资源 
  • MLA/CCCC联合工作组白皮书:“问题概述”, 原则声明, 和建议”
链接到资源  

Q&A和Dr. Jennifer Culver -高级学术技术服务总监-西蒙斯教育与人类发展学院


教师可能对学生使用Chat GPT有几个担忧,包括:

  1. 学术不诚实:最大的担忧之一是学生可能会使用Chat GPT在作业中作弊, 测试, 或者依靠它为考试生成答案. 这可能会破坏机构的学术诚信,并对学生和教师的学习成果产生负面影响.
  2. 缺乏批判性思维:另一个担忧是,学生可能会变得过于依赖聊天GPT,可能无法培养批判性思维技能或独立解决问题的能力. 这可能会限制他们的创造力, 解决问题的能力, 以及独立思考的能力, 哪些是在许多领域取得成功的基本技能.
  3. 有限的理解:虽然聊天GPT可以提供有用的信息, 它可能无法提供学生充分理解复杂主题或概念所需的知识的深度和广度. 过于依赖Chat GPT可能会导致对主题的理解有限.
  4. 偏见:另一个担忧是,Chat GPT可能反映了它所训练的数据中存在的偏见和成见, 哪些会使不平等永久化或强化有问题的信念或假设.
  5. 隐私:最后,教师可能会担心使用聊天GPT的隐私影响. 取决于如何使用和实现, 它可以收集和存储有关学生及其互动的数据, 哪些是潜在的隐私风险.

  1. 注重应用和分析:设计要求学生将所学知识应用于现实世界或分析复杂问题的作业. 这些类型的作业不能仅仅依靠Chat GPT轻松完成, 因为他们需要批判性思维, 分析, 以及解决问题的能力.
  2. 个性化作业:要求学生借鉴个人经验或进行原创研究的作业也会阻碍对Chat GPT的依赖. 例如, 学生可能会被要求根据自己的经历或观察写一篇反思论文或一个案例研究. 这需要他们运用自己的见解和知识,而不是仅仅依赖于机器生成的响应.
  3. 使用标准:使用标准清晰地勾勒出作业的期望,并包括与批判性思维相关的具体标准, 分析, 还有独到的想法. 这将鼓励学生独立思考并提供原创作品,而不是依赖于Chat GPT生成的答案.
  4. 使用抄袭检测工具:使用抄袭检测工具检查学生作业的真实性. 这可以帮助识别过于依赖于Chat GPT生成的响应的作业,并阻止学生提交完全由机器生成的作业.
  5. 检查一致性:评分作业时, 检查写作质量和语气的一致性. 如果从一个作业到下一个作业的写作质量或语气突然发生变化, 这可能表明学生严重依赖于聊天gpt生成的回复.

整体, 关键是要设计要求学生运用批判性思维和分析能力的作业, 并为作业提供明确的期望和指导,以确保学生能够完成自己的作业.

  1. 自动评分工具:聊天GPT可以用来开发自动评分工具,可以对作业进行评分, 测试, 或者考试. 这些工具可以帮助减少教师的工作量, 节省时间, 并在作业之间提供一致的评分.
  2. 研究协助:Chat GPT可用于开发研究辅助工具,帮助教师定位和分析相关的研究文章或数据. 这可以节省时间,提高研究质量.
  3. 课程开发:Chat GPT还可以用于开发工具,帮助教师开发课程. 例如, 一个工具可以建议相关的阅读, 作业, 或基于学习目标或学生需求的学习活动.
  4. 沟通工具:聊天GPT可以用来开发沟通工具,帮助教师与学生更有效地沟通. 例如, 一个工具可以自动发送作业提醒或提供课程材料的更新.
  5. 评估工具:Chat GPT还可以用来开发评估工具,帮助教师评估他们的教学效果. 例如, 一个工具可以在教师可以改进或建议替代教学方法的领域提供反馈.

整体, Chat GPT具有在工作的各个方面帮助教师的潜力, 从评分到课程开发, 并有助于提高整体的教与学质量.

 

是的,教师可以使用聊天GPT写电子邮件或其他信件. Chat GPT是一种语言模型,旨在根据提供给它的输入生成文本. 这意味着它可以用于生成各种用途的文本, 包括写电子邮件, 信, 以及其他类型的文件.

 

然而, 重要的是要注意,虽然Chat GPT可以生成文本, 它可能并不总是产生高质量或准确的内容, 特别是当涉及到需要个人接触的沟通时. 教师应该使用Chat gpt生成的内容作为起点,并进行必要的修改,以确保内容适合目标受众.

 

另外, 当使用聊天GPT生成内容时, 教师应该注意抄袭问题. 如果生成的文本包含来自其他源的内容, 重要的是要确保内容被正确引用并归因于原始来源. 这有助于避免潜在的剽窃问题,并确保生成的内容是原创的,符合学术诚信标准.

 

整体, 而Chat GPT可以是生成内容的有用工具, 对于教师来说,在使用该工具进行交流时,谨慎行事并运用自己的判断是很重要的.

关于ChatGPT,我想让教师们知道的一件事是,它是一个非常强大的工具,可以通过各种方式增强教学. ChatGPT是一种先进的语言模型,能够根据提供给它的输入生成高质量的文本. 这意味着它可以用来开发广泛的教育工具, 比如聊天机器人, 写作辅助工具, 语言翻译工具, 个性化学习工具, 评估工具.

 

然而, 而ChatGPT可以是一个有价值的资源, 负责任地小心使用它是很重要的. 教师应该意识到该工具的潜在局限性,并在使用它时行使他们的判断. 他们还应注意在教育中使用人工智能的潜在道德问题,并确保他们以符合学术诚信标准的方式使用该工具.

 

总之, ChatGPT是一个非常强大的工具,它有可能彻底改变我们的教学方式. 然而, 负责任地小心使用这个工具是很重要的, 并且要注意其使用过程中潜在的伦理问题.

卓越教学中心为您服务!

如果您对将人工智能整合到您的教学中或探索生成式人工智能如何使大学教学更充实的一对一咨询感兴趣, 今天就申请咨询.

卓越教学中心(CTE)组织了许多关于人工智能和教学法的研讨会. 其中一些讲习班的录音可在 CTE YouTube主页.

GPT工具:保护隐私 & Data

不断扩大的使用, 可用性, 以及ChatGPT等生成式人工智能(AI)引擎的普及, Dall-E, 吟游诗人等. 对高等教育产生极大的兴趣和关注.  伴随着这些机会和担忧,有一些严重的威胁和重要的安全影响,所有新大社区ty成员在使用GPT工具时应考虑的因素.

随着这一新兴领域的发展,新大将继续审查和考虑更具体的更新政策, 在使用GPT或任何技术系统时,所有新大社区成员都应该意识到遵循现有的数据和隐私保护最佳实践. 公开可用的生成人工智能系统既不安全也不私密!

作为一般指引,提交的提示/查询必须符合以下最佳做法:

  • 切勿提交任何帐户资料(用户名或密码)
  • 切勿提交任何个人身份信息(PII)或其他敏感或机密材料
  • 永远不要提交查询或提示,如果它们被公开会导致问题
  • 不要提交任何包括你自己或新大的东西 知识产权 (IP)
  • 始终遵循相关的现有内容 SMU的政策 有关资料保障、可接受的使用、 FERPA学术诚信归因与伦理
  • 永远不要使用公共生成人工智能工具来训练人类/人类受试者的人工智能模型,除非这些个人明确同意这种使用,并且数据的使用符合SMU的政策

本指南不仅包括ChatGPT, 也适用于所有大型语言模型(llm)和人工智能聊天机器人,包括ChatGPT, GPT-n / x, 双子座, 美洲驼, 布鲁姆等. 

建议所有新大社区成员考虑到,向公共人工智能引擎发出的所有查询/提示都由提供人工智能服务的组织收集和保留.  知识产权(IP)可能会因不适当的共享而丢失.

建议所有新大社区成员考虑到,人工智能模型的设计目的是返回看起来令人信服的答案, 所有的产出都应该从这个角度来看待,而不是权威性的.  llm有,在很多情况下,用大量的材料进行训练, 因此,模型再现的材料和数据的来源可能是模糊的, 具有侵犯版权或其他知识产权的潜在风险.  所有输出必须独立验证.

这些指导方针适用于公共云托管的生成人工智能工具, 由新大研究人员托管的生成式人工智能工具或人工智能模型将提供自己的安全免责声明,并应根据新大伦理委员会的政策适当开发.