[论文解读] The global landscape of academic guidelines for generative AI and Large Language Models

Junfeng Jiao, Saleh Afroogh+3 more|arXiv (Cornell University)|May 26, 2024

Topic Modeling被引用 6

一句话总结

本文综述全球及国家级指令和80份高校指南，以了解在学术领域整合生成性AI和LLMs的机会、挑战与伦理考量，并为负责任的创新提出建议。

ABSTRACT

The integration of Generative Artificial Intelligence (GAI) and Large Language Models (LLMs) in academia has spurred a global discourse on their potential pedagogical benefits and ethical considerations. Positive reactions highlight some potential, such as collaborative creativity, increased access to education, and empowerment of trainers and trainees. However, negative reactions raise concerns about ethical complexities, balancing innovation and academic integrity, unequal access, and misinformation risks. Through a systematic survey and text-mining-based analysis of global and national directives, insights from independent research, and eighty university-level guidelines, this study provides a nuanced understanding of the opportunities and challenges posed by GAI and LLMs in education. It emphasizes the importance of balanced approaches that harness the benefits of these technologies while addressing ethical considerations and ensuring equitable access and educational outcomes. The paper concludes with recommendations for fostering responsible innovation and ethical practices to guide the integration of GAI and LLMs in academia.

研究动机与目标

• 研究全球与国家层面的学术指令如何涉及GAI和LLMs。
• 分析高校指南如何与伦理、公平与诚信等问题保持一致。
• 识别在教育、获取与错误信息方面的机会与挑战。
• 提出在高等教育中促进负责任创新的建议。

提出的方法

• 对与教育领域的GAI和LLMs相关的全球与国家指令进行系统性调查。
• 应用基于文本挖掘的分析从指令和指南中提取主题。
• 综合独立研究和80份高校指南的洞见。
• 阐明学术环境中的机会、挑战与伦理考量。

实验结果

研究问题

• RQ1 GAI和LLMs在学术领域对教学和获取有何机会？
• RQ2 在高等教育中，GAI/LLMs 引发的主要伦理、诚信与公平问题有哪些？
• RQ3 全球与国家指南在治理、隐私和错误信息方面的处理有何差异？
• RQ4 为高校促进负责任的创新和伦理实践有哪些建议？

主要发现

• 指南强调在创新与伦理、诚信与公平获取之间取得平衡。
• 在学术界整合GAI/LLMs方面需要负责任的创新与伦理实践。
• 文本挖掘与系统性调查揭示跨国家与机构的多样化指令。
• 独立研究与80份大学指南共同凸显教育领域的机会与挑战。
• 本文以关于在高校中负责任使用GAI/LLMs的具体建议作为结论。