生成AI在高等教育中的應用:當前的做法和前進的道路-五個行動領域是規則,訪問權限,熟悉度,信任和文化

一、前言與動機
背景‌：生成型人工智能（Generative AI）在高等教育中的快速發展和逐步應用，促使大學重新審視其教育服務價值主張和機構運作的基本假設。
動機‌：探討生成AI在高等教育中的應用現狀、面臨的挑戰以及未來的發展方向。
二、執行摘要
現狀‌：大學面臨生成AI帶來的壓力，需要保持高等教育的完整性和價值，但當前方法通常是零碎和反應性的。
框架‌：提出“CRAFT”框架，包括文化（Culture）、規則（Rules）、訪問權限（Access）、熟悉度（Familiarity）和信任（Trust）五個核心要素。
建議‌：大學應超越競爭轉向合作，形成協作集群，并提升學生作為合作伙伴的地位。
三、五個行動領域
1. 規則
重要性‌：建立有意義的規則對于推動負責任使用生成AI至關重要。
案例‌：澳大利亞高等教育質量與標準局（TEQSA）和菲律賓高等教育機構通過可接受使用政策規范AI使用。
建議‌：制定原則、政策、護欄和指南，確保評估和學習經驗的有效性。
2. 訪問權限
挑戰‌：AI平臺和訂閱費用可能昂貴，加劇數字鴻溝。
案例‌：悉尼大學通過Azure OpenAI服務開發Cogniti平臺，提供AI訪問。
建議‌：確保學生、教育工作者和研究人員能夠公平獲取AI應用，考慮與供應商協商靈活的許可安排。
3. 熟悉度
必要性‌：所有利益相關方需要了解AI的可能性、限制和倫理影響。
案例‌：南洋理工大學和亞洲管理學院（AIM）通過實際AI經驗提升學生的熟悉度。
建議‌：采用“以教學為中心”的方法，確保學生的學習需求和教育者的教學意圖得到優先考慮。
4. 信任
關鍵‌：信任是AI采用的核心，涉及多個信任對之間的關系。
案例‌：教育者和學生之間的信任差距因AI使用而拉大。
建議‌：通過透明度、合作和體現的價值來積極構建和維護信任，制定確保負責任使用AI的規則。
5. 文化
復雜性‌：文化是Z復雜的部分，涉及區域、地理、社會差異和機構文化。
案例‌：ZG和新加坡對AIZ為樂觀，而美國、加拿大和澳大利亞態度較為消極。
建議‌：培養前瞻的文化，允許考慮大學未來可能與今天截然不同的局面，包括AI的角色和大學的目的。
四、近期關鍵活動領域
規則‌：制定明確的AI使用原則和政策。
訪問‌：確保公平獲取AI應用和基礎設施。
熟悉度‌：提升利益相關方對AI的熟悉度和倫理意識。
信任‌：建立和維護多個信任對之間的信任關系。
文化‌：促進接受并利用AI的前瞻性文化的發展。
五、展望未來
協作集群‌：大學應超越競爭轉向合作，形成協作集群，共享資源和經驗。
學生作為合作伙伴‌：提升學生地位，參與規則制定、評估重新設計和AI治理。
持續行動‌：制定多面的機構JAI戰略，涵蓋文化、規則、準入、熟悉度和信任等方面。
六、結論
總結‌：白皮書提供了高等教育領域生成AI當前狀態的快照，并提出了跨機構及機構內部推廣生成AI的框架。
期望‌：支持機構規劃在動態且不斷演變的AI景觀中的路徑，實現學習潛力的同時解決相關挑戰。
附件：生成AI在高等教育中的應用:當前的做法和前進的道路-五個行動領域是規則,訪問權限,熟悉度,信任和文化