面向生成式 AI 的学习设计是一个“狡诈”问题：一种说明性纵向定性案例系列
人机交互
2025-07-24 v1
摘要
学生在学习内容具有意义且与其未来职业相关时，才会持续深造。计算教育者如今面临的挑战是：如何为日益受生成式 AI（GenAI）主导的职业场所的学生提供教育，既支持其学习，又激发其动机、伦理观念及职业发展。我们对一门集成 GenAI 的创意媒体课程进行的纵向定性研究揭示了这一“狡诈”问题的复杂性：在某一目标上取得进展，反而可能阻碍其他目标的实现。尽管进行了大量关于批判性和伦理 GenAI 使用的指令，包括提示工程、伦理与偏见，以及关于 GenAI 对职业影响的行业面谈，学生仍呈现出一系列担忧行为。我们对两个学生的经历进行分析，以展示这种复杂性。增加 GenAI 使用技能可能降低伦理意识；例如，Pat 最初刻意回避 GenAI 使用，后来沦为依赖，自称是个“著名作弊者”，如今使用 GenAI 可“获取所有正确答案”，却承认自己学的更少。增加伦理意识也可能削弱 GenAI 使用技能的学习；例如，Jay 对环境问题的新发现导致自我限制使用 GenAI，从而阻碍技能发展，并对 GenAI 可能消除创意职业这一担忧愈演。即便 GenAI 熟练程度提升（潜在职业技能），也未显著提升其职业信心。这些发现表明，在 GenAI 时代支持学生发展是一个需要多维度评估和设计的“狡诈”问题，不能简单优化学习、GenAI 技能、伦理或职业动机等单一目标。
引用
@article{arxiv.2507.17230,
title = {Designing for Learning with Generative AI is a Wicked Problem: An Illustrative Longitudinal Qualitative Case Series},
author = {Clara Scalzer and Saurav Pokhrel and Sara Hunt and Greg L Nelson},
journal= {arXiv preprint arXiv:2507.17230},
year = {2025}
}