《Alexandria Engineering Journal》:From policy frameworks to AI mentoring practice: A structured approach to responsible innovation in architectural education
编辑推荐:
针对AI支持的架构教育中政策到实践的鸿沟,本研究考察了一种结构化的“AI导师法(AI Mentoring Method)”,其与阿卜杜勒阿齐兹国王大学(KAU)的AI政策框架保持一致。该方法在连续两个学期、由不同教师授课的高年级本科建筑研究课程中实施,组织为设
针对AI支持的架构教育中政策到实践的鸿沟,本研究考察了一种结构化的“AI导师法(AI Mentoring Method)”,其与阿卜杜勒阿齐兹国王大学(KAU)的AI政策框架保持一致。该方法在连续两个学期、由不同教师授课的高年级本科建筑研究课程中实施,组织为设计、应用和评估三个阶段,并系统整合进五个课程章节。生成式AI工具通过基于引导探究(guided inquiry)、支架式教学(scaffolding)和反思性实践(reflective practice)的教师中介任务嵌入。研究采用解释性案例研究法,结合学生满意度调查、预期学习成果(ILOs)的纵向量化评估以及学生作业样本的质性证据。调查数据作描述性分析,学习成果在三个学期(实施前及两名教师实施后)间比较。结果显示AI素养提升、学习增益持续,且与伦理意识和学术责任相关的基于价值的成果增强。尽管采用同一方法框架,不同同期群的差异凸显了教师在塑造AI支持学习中的关键作用。研究贡献了一个教学扎根且政策对齐的负责任AI整合模型。虽受单一课程情境限制,发现表明AI导师法为设计和研究型课程中结构化、教师主导的AI采纳提供了可迁移框架。
研究背景与问题提出:近年来生成式人工智能(GenAI)在高等教育快速渗透,ChatGPT、Midjourney、DALL·E等工具进入学术场景,但建筑教育因依赖创意设计思维、迭代批评与研究型探究,其工作室驱动、情境敏感的学习模式使AI采纳并不直观。既有文献多关注技术能力或宏观政策,缺乏将机构AI政策转化为课程级、教师中介的结构化教学机制的实证。沙特“愿景2030”推动教育科研AI负责任采纳,阿卜杜勒阿齐兹国王大学(KAU)发布《教育与科研人工智能指南与政策》,提出对齐学习成果、学生中心、透明、伦理、持续提升等原则,但落地框架稀缺。为此,Hosam Salah El Samaty与Noorh Albadi在《Alexandria Engineering Journal》报告了一项于Dar Al Uloom大学高年级本科建筑研究课程ARC502中构建并评估“AI导师法(AI Mentoring Method)”的解释性案例研究,旨在填补政策—实践鸿沟,并回答教师角色如何调节AI支持学习的效果。
主要技术方法:研究采用单Instrumental案例设计,对象为连续两学期(2024秋、2025春)ARC502课程两同期群(每学期约9–15人,男女分班),固定AI导师法、轮换教师(Inst#1/Inst#2)。方法含三阶段(设计—应用—评估)与七相位(咨询、自我发展、经验交流、订阅支持、客座讲座、定期导向跟进、反馈评估),对齐KAU十条原则。应用阶段将ChatGPT-4、Aithor.com、Midjourney、Autodesk Forma嵌入五章节(项目提案、案例分析、标准与程序、场地分析、设计概念),以引导探究、形成性反馈、反思实践、导师制学习、建构主义、工作室教学为策略。评估采用微软表单9题李克特三时段(前—中—后经验)满意度调查(整体回复率77.7%–80.0%)作描述统计,并以沙特国家资格框架(NQF)知识(K)/技能(S)/价值(V)域预期学习成果(ILOs)在三学期(实施前基线、Inst#1后、Inst#2后)作纵向量化比对,三角验证。
研究结果:
5.1 学生满意度调查结果:分前经验、中经验、后经验三阶段描述。两同期群入课前AI暴露均低;实施中Inst#2群在工具多样性、提示工程(prompt engineering)深度、批判参与上优于Inst#1群;后经验阶段两群AI素养自评与“AI助研有价值”认同均上升,但Inst#2群增幅更大,显示教师中介风格直接调节感知与参与度。
5.2 预期学习成果(ILOs)评估结果:基线学期平均81.8%,Inst#1后82.1%(微增,K1/K3略降),Inst#2后87.4%(明显提升)。知识域K1由84.6%→83.6%→87.8%,K3由85.9%→81.7%→89.0%;技能域S1/S2/S4/S5在Inst#2后全面超基线与目标值;价值域V1由82.8%→89.1%→87.4%,V3由72.7%→79.9%→86.4%。图表趋势表明同法异师导致K/S域敏感波动,V域(伦理意识、学术责任)两实施后均强于基线,说明结构化教师中介AI导师法可巩固价值型学习而非削弱学术诚信。
讨论部分总结:结果印证AI导师法对低先验AI经验学生具入门价值,其渐进嵌入使GenAI从“工具驱动”转为“探究脚手架”。两同期群差异非方法本身漂移,而源于教师对提示策略、工具组合、批评节奏的调控,故方法提供结构、教师决定教育振幅。对齐KAU政策使方法兼具合规性与可迁移性。局限含单课私有校、小样本、无教师自述数据;但ILOs纵向与调查三角化仍支持“教师主导的中介”为核心变量。研究将政策原则转译至真实课堂,补足设计学科实证空白,并显示价值域收益具持续性。
结论部分翻译:本研究在本科建筑研究课程中设计、实施并评估结构化“AI导师法”,对齐KAU AI指南,跨两学期以真实课堂视角检验GenAI整合。研究发现该法提升AI素养(尤对低先验者),学生在选题、案例、概念生成中实质参与,期末对AI教育价值认同显著上升;教学风格与学生AI互动深度强相关,证实教师作为方法成功中介的关键性。研究超越抽象框架,提供可复现、政策对齐模型,将AI伦理与教学法同步操作化。局限为单课小样本无教师直述,后续需跨情境扩样并可用Mann–Whitney U或Wilcoxon符号秩检验补充。ILOs评估表明以人为中心、教师主导的AI整合可同步增强价值型与认知/技术成果。该法三阶段与七相位结构显示AI整合非线性添补而为多维转型,需机构—教师—学生—专业体协同;其方法论核(引导探究、支架、形成性反馈、导师制、NQF三域评估)可迁移至工程、设计及跨学科研究型课程,工具与任务为可适配外层。
(全文约1520汉字)