生成式AI與師生之間的信任

查資料的時候，看到了Jess的文章How does GenAIaffect trust in teacher-student relationships？ Insights fromstudents’assessment experiences，很是喜歡。

在文章開頭，Jess指出，教師和學生之間的信任關系對于發展有效的教學、學習和評估至關重要。而最近興起的生成式人工智能（GenAI）則為高等教育中的師生關系增添了另一層復雜性。

Je s s引用了Tu rnitin最近發布的一份報告的發現，“十分之一的大學論文部分地是由人工智能撰寫的”。盡管類似形式的作弊行為早在ChatGPT向公眾推出之前就可以追蹤到，但GenA I的技術突破已大大降低了學生參與作弊行為所需的成本和精力。與可以識別源文件的抄襲案例不同，人工智能作弊缺乏可參考的來源往往“為教師偏見的蔓延留下了大門”。在這種背景下，高等教育界明顯擔心G e n A I正在導致學生和教師之間的“信任侵蝕”。

目前，人們對學生如何在人工智能介導的評估環境中與教師建立信任關系知之甚少。這篇文章報道了通過質性研究途徑對11位大學生的深度訪談，試圖回答一個基本問題：在人工智能介導的評估環境中，大學生如何與教師建立信任？

在研究數據的收集上，J e s s采用了三管齊下的數據收集技術：①參與者在Z o o m上與研究人員進行一對一訪談，介紹自己的背景信息，如學習年份、項目以及使用G e n A I協助評估的先前經驗。②參與者被邀請根據Z o o m白板功能上顯示的中心主題（“師生之間的信任建設：GenA I在評估中的使用”）繪制概念圖。參與者有15分鐘的時間來思考他們與主題相關的看法和經歷。③進行后續訪談，明確學生概念圖中所代表的內容。整個概念圖訪談的持續時間從30分鐘到1小時不等。

在數據分析方面，Jess將每個學生的數據都視為一個單獨的案例，其中概念圖和訪談數據被綜合分析。在每個學生的數據集中，概念圖提供了開放編碼的初始框架，而訪談則提供了上下文信息和闡述。

研究發現，學生對教師的信任度相對較低。雖然這一發現并不具有普遍性，但它凸顯了G e nA I時代學生與教師建立信任時的許多細微差別。例如，恐懼問題在學生建立信任的經歷中似乎尤為突出。當學生講述自己使用G e n A I進行評估的經歷時，許多人表示擔心會被錯誤地指控為人工智能作弊。在作業中使用G e n A I輔助，一些學生擔心老師不認識他們，因此會往最壞的方面想。學生對負面結果的恐懼造成了開放溝通和冒險意愿的障礙，而這對于建立信任很重要。

因此作者認為，這是由于教師和學生之間在使用GenAI進行評估方面缺乏“雙向透明度”。教師向學生傳達GenAI政策的方式可能進一步加劇了他們的恐懼，滋生了不信任的環境。學生建立信任經歷中的另一個突出問題是他們對教師能力的期望。

最后，這篇論文的結論是：強大的G enA I工具的出現需要對高等教育中許多既定的實踐、思維方式和關系進行重新思考和革新。

總體而言，Jess的研究強調了關鍵利益相關者之間信任的重要性，以協作應對GenAI給高等教育帶來的許多不確定性和挑戰。我的感受有如下幾點：①關注點小，師生之間的信任是一個小而有深度的課題。②研究的設計很精巧，在論證力度與文章的說服力方面，下足了功夫。③正是因為有①和②，才能通過對11位大學生的深度訪談獲得的數據，來充足地支持研究。④有了扎實的研究證據的支持，才能幫助教育政策制定者制定出真正切實可行的、具有前瞻性的生成式人工智能教育應用指引。