生成式AI与师生之间的信任

查资料的时候，看到了Jess的文章How does GenAIaffect trust in teacher-student relationships？ Insights fromstudents’assessment experiences，很是喜欢。

在文章开头，Jess指出，教师和学生之间的信任关系对于发展有效的教学、学习和评估至关重要。而最近兴起的生成式人工智能（GenAI）则为高等教育中的师生关系增添了另一层复杂性。

Je s s引用了Tu rnitin最近发布的一份报告的发现，“十分之一的大学论文部分地是由人工智能撰写的”。尽管类似形式的作弊行为早在ChatGPT向公众推出之前就可以追踪到，但GenA I的技术突破已大大降低了学生参与作弊行为所需的成本和精力。与可以识别源文件的抄袭案例不同，人工智能作弊缺乏可参考的来源往往“为教师偏见的蔓延留下了大门”。在这种背景下，高等教育界明显担心G e n A I正在导致学生和教师之间的“信任侵蚀”。

目前，人们对学生如何在人工智能介导的评估环境中与教师建立信任关系知之甚少。这篇文章报道了通过质性研究途径对11位大学生的深度访谈，试图回答一个基本问题：在人工智能介导的评估环境中，大学生如何与教师建立信任？

在研究数据的收集上，J e s s采用了三管齐下的数据收集技术：①参与者在Z o o m上与研究人员进行一对一访谈，介绍自己的背景信息，如学习年份、项目以及使用G e n A I协助评估的先前经验。②参与者被邀请根据Z o o m白板功能上显示的中心主题（“师生之间的信任建设：GenA I在评估中的使用”）绘制概念图。参与者有15分钟的时间来思考他们与主题相关的看法和经历。③进行后续访谈，明确学生概念图中所代表的内容。整个概念图访谈的持续时间从30分钟到1小时不等。

在数据分析方面，Jess将每个学生的数据都视为一个单独的案例，其中概念图和访谈数据被综合分析。在每个学生的数据集中，概念图提供了开放编码的初始框架，而访谈则提供了上下文信息和阐述。

研究发现，学生对教师的信任度相对较低。虽然这一发现并不具有普遍性，但它凸显了G e nA I时代学生与教师建立信任时的许多细微差别。例如，恐惧问题在学生建立信任的经历中似乎尤为突出。当学生讲述自己使用G e n A I进行评估的经历时，许多人表示担心会被错误地指控为人工智能作弊。在作业中使用G e n A I辅助，一些学生担心老师不认识他们，因此会往最坏的方面想。学生对负面结果的恐惧造成了开放沟通和冒险意愿的障碍，而这对于建立信任很重要。

因此作者认为，这是由于教师和学生之间在使用GenAI进行评估方面缺乏“双向透明度”。教师向学生传达GenAI政策的方式可能进一步加剧了他们的恐惧，滋生了不信任的环境。学生建立信任经历中的另一个突出问题是他们对教师能力的期望。

最后，这篇论文的结论是：强大的G enA I工具的出现需要对高等教育中许多既定的实践、思维方式和关系进行重新思考和革新。

总体而言，Jess的研究强调了关键利益相关者之间信任的重要性，以协作应对GenAI给高等教育带来的许多不确定性和挑战。我的感受有如下几点：①关注点小，师生之间的信任是一个小而有深度的课题。②研究的设计很精巧，在论证力度与文章的说服力方面，下足了功夫。③正是因为有①和②，才能通过对11位大学生的深度访谈获得的数据，来充足地支持研究。④有了扎实的研究证据的支持，才能帮助教育政策制定者制定出真正切实可行的、具有前瞻性的生成式人工智能教育应用指引。