教师与大型语言模型：土耳其学校教育困境中的伦理决策

《Ethics & Behavior》：Teachers vs. large language models: ethical decision-making across educational dilemmas in Turkish schools

本研究对比ChatGPT、DeepSeek、Grok与土耳其某地区208名教师的道德推理，分析其在五类校园困境中的决策差异。LLM呈现高度一致的功利主义、义务论及罗尔斯正义导向，而教师决策体现伦理多元性。一致率在纪律、支持等规则情境较高，争议性情境（罢工、非时帮助）差异显著。性别无关联，学校类型影响两情境决策，反映土耳其考试导向文化。结论强调LLM需持续人类监督

　　

摘要

本研究比较了三种大型语言模型（ChatGPT、DeepSeek、Grok）与来自土耳其阿菲永卡拉希萨尔（Afyonkarahisar）的208名公立学校教师的道德推理能力，这些教师需要在五个与学校相关的道德困境中做出决策。研究人员采用嵌入式混合方法设计，收集了教师的“是/否”决策及其理由，并将这些理由归类到七个规范框架中（功利主义、义务论、罗尔斯正义理论、关怀伦理、美德伦理、基于权利的伦理以及社会契约伦理）。卡方检验用于分析决策与教师人口统计特征之间的关联。语言模型（LLMs）的推理结果高度一致，主要基于功利主义、义务论和罗尔斯正义理论；而教师则表现出伦理多元性，使用了多种不同的伦理框架。在涉及规则和公平的情境中（如评分、纪律管理、学生辅导），教师与语言模型的观点更为一致；而在存在争议的情境中（如罢工、课后辅导），两者之间的差异较大。性别因素对决策没有显著影响；学校类型在两个情境中与教师的决策相关，这反映了土耳其以考试为导向的教育文化。总体而言，教师的决策更具情境敏感性和多元性，这凸显了在将语言模型应用于学校伦理问题时需要持续的人类监督。