生成式人工智能与大型语言模型学术指南的全球格局
计算机与社会
2025-03-19 v3 人工智能
计算与语言
摘要
生成式人工智能（GAI）和大型语言模型（LLM）在学术界的整合，引发了关于其潜在教育效益和伦理考量的全球讨论。积极的反响强调了一些潜在益处，如协作创造力、教育获取权的提高以及培训者和学习者的赋能。然而，消极的反响则关注伦理复杂性、创新与学术诚信的平衡、获取不平等以及误导信息的风险。通过对全球和国家指令的系统性调查和文本挖掘分析，结合独立研究的见解以及八十个大学层面的指南，本研究提供了对GAI和LLM在教育领域所带来的机遇与挑战的深入理解。本文强调，必须采取平衡的做法，以发挥这些技术的优势，同时解决伦理问题，确保获取平等和教育成果。本文以促进负责任的创新和伦理实践为目标，为GAI和LLM在学术界的整合提供指导。
引用
@article{arxiv.2406.18842,
title = {The global landscape of academic guidelines for generative AI and Large Language Models},
author = {Junfeng Jiao and Saleh Afroogh and Kevin Chen and David Atkinson and Amit Dhurandhar},
journal= {arXiv preprint arXiv:2406.18842},
year = {2025}
}