[论文解读] Generative AI in Higher Education: Seeing ChatGPT Through Universities' Policies, Resources, and Guidelines

Hui Wang, Anh Kim Dang+2 more|arXiv (Cornell University)|Dec 8, 2023

Artificial Intelligence in Healthcare and Education被引用 4

一句话总结

本研究分析了美国顶尖大学在生成式人工智能（尤其是ChatGPT）方面的政策与指南，揭示了机构普遍持谨慎但开放的态度。研究识别出在伦理、准确性及数据隐私方面的主要关切，并为教育工作者提出四项教学法启示，为机构提出两项政策建议，以有效整合生成式AI于高等教育中。

ABSTRACT

The advancements in Generative Artificial Intelligence (GenAI) provide opportunities to enrich educational experiences, but also raise concerns about academic integrity. Many educators have expressed anxiety and hesitation in integrating GenAI in their teaching practices, and are in needs of recommendations and guidance from their institutions that can support them to incorporate GenAI in their classrooms effectively. In order to respond to higher educators' needs, this study aims to explore how universities and educators respond and adapt to the development of GenAI in their academic contexts by analyzing academic policies and guidelines established by top-ranked U.S. universities regarding the use of GenAI, especially ChatGPT. Data sources include academic policies, statements, guidelines, and relevant resources provided by the top 100 universities in the U.S. Results show that the majority of these universities adopt an open but cautious approach towards GenAI. Primary concerns lie in ethical usage, accuracy, and data privacy. Most universities actively respond and provide diverse types of resources, such as syllabus templates, workshops, shared articles, and one-on-one consultations focusing on a range of topics: general technical introduction, ethical concerns, pedagogical applications, preventive strategies, data privacy, limitations, and detective tools. The findings provide four practical pedagogical implications for educators in teaching practices: accept its presence, align its use with learning objectives, evolve curriculum to prevent misuse, and adopt multifaceted evaluation strategies rather than relying on AI detectors. Two recommendations are suggested for educators in policy making: establish discipline-specific policies and guidelines, and manage sensitive information carefully.

研究动机与目标

• 理解美国顶尖大学在学术环境中对生成式AI（尤其是ChatGPT）兴起的应对策略。
• 识别与高等教育中生成式AI使用相关的机构政策、指南及支持资源。
• 考察大学在生成式AI使用中的伦理、准确性及数据隐私方面的主要关切。
• 为教育工作者在教学与评估中整合生成式AI，提炼出切实可行的教学法启示。
• 为机构提供制定学科特定生成式AI政策及管理敏感数据的可操作建议。

提出的方法

• 对美国前100所大学的学术政策、声明、指南及机构资源进行系统性分析。
• 对机构文件进行主题编码，以识别反复出现的关切点、支持机制及对生成式AI的政策立场。
• 将可用资源按类型分类，如课程大纲模板、工作坊、共享文章及一对一咨询。
• 识别机构指南中的重复主题，包括技术入门、伦理考量、教学法应用及检测工具。
• 基于机构回应，将研究发现综合为教学法启示与政策建议。
• 采用定性内容分析方法，从机构文件中提取可操作见解，无需收集教育工作者或学生的原始数据。

实验结果

研究问题

• RQ1 美国顶尖大学目前如何定义并规范在学术环境中使用生成式AI（尤其是ChatGPT）？
• RQ2 大学为教育工作者在教学中整合生成式AI，提供了哪些类型的机构资源与支持机制？
• RQ3 大学在高等教育中使用生成式AI方面表达的主要关切是什么？
• RQ4 机构推荐哪些教学法策略，以确保生成式AI的使用与学习目标保持一致？
• RQ5 从机构对生成式AI整合的回应中，涌现出哪些政策层面的建议？

主要发现

• 绝大多数美国顶尖大学对生成式AI持开放但谨慎的态度，平衡创新与风险缓解。
• 机构的主要关切集中在生成式AI内容的伦理使用、事实准确性及数据隐私。
• 大多数大学提供多样化的支持资源，包括课程大纲模板、工作坊、共享文章及一对一咨询。
• 机构资源涵盖广泛主题：技术基础、伦理考量、教学法整合、滥用防范、数据隐私、生成式AI的局限性及检测工具。
• 推导出四项关键教学法启示：接受生成式AI的存在、将其使用与学习目标对齐、更新课程以防止滥用、采用超越AI检测工具的多维度评估策略。
• 提出两项政策建议：制定学科特定的生成式AI指南，并对敏感信息处理实施严格控制。