高等教育中人工智能素养的共识与分歧：师生对AI能力与伦理使用的认知比较研究

《International Journal of Educational Technology in Higher Education》：University staff and student perspectives on competent and ethical use of AI: uncovering similarities and divergences

本研究针对高等教育中人工智能（AI）工具使用日益普及但师生对其能力与伦理使用缺乏共识的现状，通过问卷调查和主题分析，揭示了师生在AI素养认知上的显著差异。研究发现，学生更频繁使用对话式生成AI（cGenAI）进行学习支持和论文生成，而教师使用相对有限且更关注伦理风险。主成分分析（PCA）表明，能力认知差异主要源于对cGenAI工具认可度的不同，而伦理担忧则呈现更高复杂性。研究强调需通过制度化对话和指南弥合认知差距，为AI在高等教育的有效整合提供实证依据。

　　

随着生成式人工智能（Generative AI，GenAI）工具在公共领域的普及，教育界正面临前所未有的机遇与挑战。尽管人工智能在教育（AIED）的应用早有先例，如智能教学系统和学习分析仪表盘，但直到近几年，关于如何合理使用AI的讨论才真正进入主流视野。当前高等教育领域存在一个突出矛盾：一方面，AI工具的使用率持续攀升；另一方面，教师和学生对于什么是"有能力的AI使用"和"符合伦理的AI使用"缺乏共识。这种认知错位可能导致教学评估失真、学术诚信危机，甚至阻碍AI技术在教育领域的健康发展。在此背景下，来自英国利兹大学的研究团队开展了题为"大学教职工和学生关于AI能力与伦理使用的观点：揭示共识与分歧"的研究，成果发表于《International Journal of Educational Technology in Higher Education》。

为深入探究这一问题，研究人员采用用例驱动的混合研究方法。首先通过便利抽样招募了86名参与者（25名学术教师、34名专业服务人员和27名学生），组织专题研讨会并发放结构化问卷。问卷设计涵盖三类AI工具：基础辅助工具（如拼写检查）、智能生成工具（如PPT设计助手）和对话式生成AI（cGenAI）工具，从使用频率、能力认知和伦理担忧三个维度收集数据。定性分析采用Braun和Clark的反思性主题分析框架，定量数据则通过主成分分析（PCA）降维处理，识别影响认知差异的关键因素。

研究结果呈现出鲜明的对比图景。在使用频率方面，学生群体对cGenAI工具表现出更高的接受度，82%的学生经常使用cGenAI生成学习任务，超过50%的学生承认使用其进行论文写作。相比之下，教师使用cGenAI主要集中在头脑风暴（36%）和教学材料准备（24%）等辅助性工作，85%的教师从未使用cGenAI进行论文创作。这种使用习惯的差异直接影响了双方对AI能力的判断标准。

在能力认知方面，虽然所有群体都更倾向于将cGenAI使用视为AI能力的体现，但存在细微差别。56%的学生认为使用PPT设计助手展示AI能力，而持此观点的教师仅占27%。值得注意的是，70%的学生将cGenAI论文生成视为能力表现，低于教师群体（80%）。通过PCA分析发现，认知差异主要受两个因素影响：一是对AI能力定义的严格程度（即认可的工具数量），二是对cGenAI与非cGenAI工具的区分度。这些发现通过主成分分析得分图可视化呈现，清晰展示了不同群体的认知聚类特征。

伦理担忧则呈现出更复杂的图景。超过90%的教师对cGenAI论文生成表示担忧，主要基于学术诚信和智力过程保护考量。学生群体的担忧程度相对较低（58%），且更关注输出质量而非系统性风险。PCA分析显示，伦理认知的方差解释率（53%）低于能力认知（72%），表明伦理判断更具个体化和情境依赖性。教师普遍担忧数据偏见、版权问题和透明度缺失等系统性问题，而学生更关注工具输出的代表性和所有权问题。

研究结论强调，师生在AI工具使用频率、能力认知和伦理判断上的显著差异，凸显了高等教育机构制定明确AI使用指南的紧迫性。针对能力差距，建议开展针对性的AI素养培训；针对伦理分歧，需建立透明化的使用规范。特别需要重新设计评估方式，如增加过程性考核和口头答辩，减少对文本生成工具的依赖。该研究不仅揭示了AI整合教育过程中的认知断层，更提供了通过制度化对话弥合分歧的实践路径，为构建负责任的AI教育生态提供了重要参考。