《Leisure Sciences》：Understanding the Need for Constructive Alignment of Learning Outcomes and Assessments in Leisure Studies Curricula Amid Industry 5.0 and GenAI
编辑推荐：
休闲研究课程与更广泛的高等教育部门一样，随着生成式人工智能（generative artificial intelligence, GenAI）的迅速扩散而处于不断变化之中。随着课程被重新概念化，学习成果与评估的建设性一致性通常依据布鲁姆分类学（Bloom’s
休闲研究课程与更广泛的高等教育部门一样，随着生成式人工智能（generative artificial intelligence, GenAI）的迅速扩散而处于不断变化之中。随着课程被重新概念化，学习成果与评估的建设性一致性通常依据布鲁姆分类学（Bloom’s Taxonomy）等框架进行评估。这确保了评估不仅评估预期的休闲研究特定技能和知识，而且为搭建可迁移的、与行业相关的技能提供了框架。越来越多的学者质疑布鲁姆分类学在GenAI时代保持相关性和响应性的能力，在这个时代，改善（melioration）——选择、整合和应用适当的知识与技术混合体——的重要性日益增加。世界经济论坛（World Economic Forum）指出了显著的全球数字技能差距，期望以人为中心的技能和复杂问题解决能力与工业5.0（Industry 5.0）对齐；此类能力应被纳入任何评估重新设计中，并与学习成果明确对齐。
休闲研究课程与更广泛的高等教育部门一样，正因生成式人工智能（generative artificial intelligence, GenAI）的迅速扩散而处于变革之中。尽管GenAI带来了创新教学和评估的机遇，教育者普遍对其可能破坏评估效度和学习保障表示担忧。高校政策一度在禁止使用和依赖检测工具之间摇摆，但鉴于GenAI的日益普及，这类方式被认为不可持续，学界逐渐转向将GenAI以教学上合理的方式整合进评估框架。然而，这种整合并非易事，因为传统评估体系所依赖的学习成果与评估之间的建设性一致性（constructive alignment）通常以布鲁姆分类学（Bloom’s Taxonomy）为参照，而该分类学是否仍适用于GenAI时代受到了广泛质疑。与此同时，世界经济论坛（World Economic Forum）指出全球存在显著的数字化技能差距，工业5.0（Industry 5.0）对人本技能和复杂问题解决能力提出了更高要求。休闲产业也现了新的角色，要求从业者兼具AI专业知识、数据分析能力和领域知识。因此，本研究旨在探讨休闲研究课程在工业5.0和GenAI背景下，如何重新设计评估，以确保学习成果与评估的建设性一致性，并培养行业所需的毕业生素养。研究人员指出，现有课程虽然纳入了技术，但多用于促进学习而非评估能力，导致毕业生在GenAI和数字沟通技能方面存在明显不足。通过文献综合与概念分析，研究人员提出评估应关注人-技术协作过程，并将“改善”（melioration）——即选择、整合和应用适当的知识与技术混合体——作为核心能力。该评论性文章发表于《Leisure Sciences》。
在研究方法上，本研究属于评论性研究，没有样本队列来源。研究人员对高等教育评估、学习分类学、AI素养模型和休闲产业报告等文献进行了批判性整合，并结合事件管理、旅游营销等学科案例进行逻辑推演，没有采用实验或调查方法。
研究结果可归纳为以下几点。第一，GenAI动摇了传统评估对学习成果的保障。布鲁姆分类学及其修订版按从低阶到高阶的认知过程组织课程，但GenAI能够生成高质量文本，甚至模拟深度伪造（deepfake）内容，使得仅评估最终作品难以确证学生的真实能力。例如，小组作业常假设作品质量可反映沟通协作等情感领域（affective domain）的能力，但GenAI可能完全替代人际互动，使作品掩盖了协作缺失和认知外包（cognitive offloading）。研究人员强调，若不评估过程而只评估作品，便无法了解学生与技术之间的认知负载分配。第二，研究人员主张评估设计应捕获过程性证据，例如提示词（prompt）开发、迭代修改、修改理由及批判性评价。以事件管理课程为例，传统的事件提案可以转为过程导向评估：学生记录GenAI的使用，分析生成内容的局限性、偏见和情境适切性，最终作品只是评判的一部分。类似地，旅游营销课程可通过模拟市场和消费者反应来迭代优化活动，从而培养适应性专长。第三，建设性一致性需要纳入比“创造”更复杂的“改善”能力。这种能力超越了布鲁姆修订版中最高层级的“创造（create）”，强调在迭代过程中选择、整合和应用知识和技术，并关注伦理判断。第四，欧洲理事会教育指导委员会（CDEDU）的三维AI素养模型提供了评估框架，区分技术、实践和人文维度。当前休闲课程的技术运用几乎集中于实践维度，忽略了人文维度中如伦理、文化和社会政治影响等关键素养。有研究指出，技术使用的主要目的是促进学习而非评估能力，这导致了毕业生技能缺口。第五，休闲研究课程因产业多样性而趋于泛化，削弱了学位独特价值，而通过过程导向评估融合行业真实任务，可以重新凸显休闲学位的竞争力，为工业5.0培养兼具领域知识和人-技术协作能力的毕业生。
在讨论部分，研究人员指出目前不存在普遍接受的评估框架，各种建议均指向从禁止或检测转向有目的地整合GenAI，核心是评估过程而非产物，从而评价有意义的人-技术互动。鉴于技术持续演变，教育者需要具备自适应能力，根据技术发展动态调整评估设计，以确保评估的相关性和教学稳健性。最后，研究人员将结论总结为：在GenAI时代
