面向学术研究的 AI 素养课程：架构、教学法与实施
计算机与社会
2026-05-01 v1
摘要
生成式 AI 向学术工作流程的快速融合迫切需要课程体系，使学生不仅具备工具熟练程度，更具备在学术作品中负责任地使用这些工具的批判性判断力。现有课程存在两个不足的极端：服务于狭义专业受众的技术 AI 开发课程，以及无法培养严格研究所需持续、实践性技能的简短通识素养干预。本文报告了 BSTA 495/395：《AI 辅助研究入门》课程的设计、理论依据与实施情况，该课程于 2026 年春在 Lehigh University 开设。该课程解决了一个被忽视的空白：针对严格 AI 辅助文献综述所需技能。课程架构将指令组织为四个按认知需求排序的模块：单个论文理解、知识分类构建与验证、研究空白识别、以及综述与生产。每个模块嵌入明确的验证规范与标准化 AI 归因实践。该课程免于先决条件，跨学科通用，面向所有专业的高年级本科生和研究生，采用差异化评估标准。首次开设的前后课程调查数据显示，自我报告的信心提升显著，其中在幻觉检测（d = +1.45）、负责任 AI 使用（d = +1.33）和 AI 归因实践（d = +2.40）提升最大，与课程设计的强调一致。该课程构成一个可复制的模型，用于新兴的 AI 研究素养课程领域。
引用
@article{arxiv.2604.27225,
title = {A Discipline-Agnostic AI Literacy Course for Academic Research: Architecture, Pedagogy, and Implementation},
author = {Gideon K. Gogovi},
journal= {arXiv preprint arXiv:2604.27225},
year = {2026}
}
备注
32 pages, 8 figures