一项包含五项研究的基于设计研究方法，用于共同设计机构人工智能数字助手

《COMPUTERS and EDUCATION》：A five-study Design-Based Research Approach to co-design an Institutional AI Digital Assistant

　　

• •
  为期 13 个月的基于设计的研究方法共同设计了一个机构内人工智能数字助手（i-AIDA）。
• •
  五项研究表明，i-AIDA 为学生提供了个性化的、全天候的学术支持。
• •
  学生对 i-AIDA 的看法因先前的 AI 经验和学术背景而异。
• •
  主要担忧包括学术诚信、数据隐私和人工智能伦理治理。
• •
  研究结果有助于指导高等教育中的人工智能融合，平衡自动化与人类支持。

引言

在教学和学习中使用生成式人工智能（GenAI）方面，人们表达了极大的热情和期待（作者 L, 2024a; Bond 等人，2024 年; Darvishi 等人，2024 年; Giannakos 等人，2025 年; Kasneci 等人，2023 年）。在本期刊内，Deng 等人（2025 年）最近进行的一项涵盖 69 项实验研究（58 项为大学级别）的系统文献综述，比较了使用 GenAI（即 ChatGPT）与不使用 GenAI 对学生学习的影响，显示了非常巨大的积极效应。该综述显示，使用公开可用的人工智能数字助手（p-AIDA）的学生相对于不使用 ChatGPT 的学生，学术表现有所提高（n = 51 项研究，g = + 0.712），情感动机状态更好（n = 20 项研究，g = + 0.881），高阶思维倾向更高（n = 15 项研究，g = + 0.703）。此外，该系统综述还显示，在四项研究中，ChatGPT 降低了参与任务的心理努力（n = 4 项研究，g = - 0.675）。

虽然有新兴证据表明 GenAI 可能改善学习过程和结果（Deng 等人，2025 年; Wu 等人，2026 年; Zhu 等人，2025 年），但也有几项研究强调了担忧（Chung 等人，2026 年; Weidlich 等人，2025 年）。例如，一项针对澳大利亚四所大学 8028 名学生的大规模研究表明，虽然 83% 的学生使用 GenAI 进行学习，但大多数学生持怀疑态度（56%）甚至担心使用 GenAI（47%）（Chung 等人，2026 年）。此外，Rav?elj 等人（2025 年）进行的一项涵盖 100 多个国家 23,218 名学生的大规模全球研究表明，虽然学生发现（自报使用）ChatGPT 对某些教育任务有用，但围绕学术诚信、社会孤立和对其数据使用的担忧仍然存在。

有一些新兴证据表明，学生、教育工作者和高级管理人员担心在使用 p-AIDA 时他们的数据和知识产权（IP）会发生什么（作者 A, 2024a; Bozkurt & Sharma, 2023; Freeman, 2024）。确实，几项最近的研究表明，学生表达了对实施此类 p-AIDA 的伦理和社会影响的担忧，包括学术诚信和滥用、数据隐私和数据使用（作者 A, 2024a; Chung 等人，2026 年; Weidlich 等人，2025 年）。特别是，几家大型远程学习提供商多年来投入了大量时间和精力建设在线学习材料，他们可能不希望向其他人提供这些材料（Lucena 等人，2019 年）。此外，这些机构收集了大量关于其学习者学习特征和参与度的敏感数据（作者 C, 2021a）。

解决其中一些担忧的一种可能方法是，机构在受控的“围墙花园”环境中开发自己的机构内人工智能数字助手（i-AIDA）（作者 A, 2025a; 作者 L, 2024a），和/或通过 API 将 i-AIDA 与大语言模型（LLMs）集成（作者 A, 2025b, 2025c）。这种方法可以使学生和教育工作者更安全地使用、信任和分享他们的数据和知识产权——如课程内容、评估和评分标准（作者 A, 2025a; 作者 B, 2024a）。因此，它可能有助于缓解之前关于 GenAI 输出质量和相关隐私风险的担忧。然而，鉴于生成式 AI 平台的快速发展及其广泛的数据能力，仍然存在一个有效的问题，即机构是否值得投资于构建自己的 i-AIDA 系统（Deng 等人，2025 年; Giannakos 等人，2025 年）。或者，机构有可能基于自己的材料和课程内容创建自己的“微调”模型（作者 B, 2024a; 作者 L, 2024a; Mikroyannidis, Sharma 等人，2024 年; Zhang 等人，2025 年），并且，使用 API 和其他方法，能够更改或适应 LLMs，并保持与最新发展的同步。

因此，我们应用了基于设计的研究（DBR）原则（作者 C, 2018a; Baumgartner 等人，2003 年; Easterday 等人，2014 年; Jong, 2023; Lyons 等人，2021 年; Wang & Hannafin, 2005; Wang, 2020）来探索开发 i-AIDA 而不是使用 p-AIDA 的优势与局限，方法是在长达 13 个月的时间段内，在五项连续的研究中询问总共 315 名学生和 20 名工作人员的观点。根据 Wang (2020, p. 1) 的说法，DBR“通常被称为一项长期研究努力，涉及迭代观察、设计、实施和重新设计，以提出解决教育问题的可能实际解决方案”。与 Easterday 等人（2014 年）和 Lyons 等人（2021 年）一致，我们基于三个初步的文献和实践知情的设计假设来开发、研究和完善 i-AIDA，这有助于为 8 项设计原则提供依据，这些原则随后根据四个阶段的见解进行了修订。据我们所知，这是首批旨在开发共同设计的 i-AIDA 而不是单独将 ChatGPT 用于教育环境。虽然我们每个研究有更具体的研究目标，我们受到以下两个总体问题的指导:

• 1.
  远程学习学生对能够支持其学习的机构内人工智能数字助手（i-AIDA）的设计有何看法？
• 2.
  哪些设计原则和特定功能鼓励与 i-AIDA 的互动，并且对支持远程学习学生特别有用？

章节摘要

方法

我们使用了 Easterday 等人（2014 年）和 Lyons 等人（2021 年）推荐的 DBR 周期。遵循 Lyons 等人（2021 年）的方法，我们以一套理论上和经验上知情的设计假设启动了 DBR 过程，而不是固定的设计原则。这些假设基于以前关于高等教育中的 GenAI、远程学习、信任和隐私、伦理和可用性的研究（作者 A, 2024a; Bond 等人，2024 年; Bozkurt & Sharma, 2023; Freeman, 2024;

第一阶段：焦点与理解

与 DBR 一致，在第一阶段，i-AIDA 的焦点被确定为支持 BLINDED 的远程学习学生。大量研究表明，与面对面学生相比，远程学习学生的留存率往往较低，可能会从个人化和及时的支持与指导中受益（作者 A, 2024a; 作者 C, 2021a）。在第一阶段，我们特别希望理解根据学生的看法，i-AIDA 应该具备哪些功能，方法是与十

讨论

在全球范围内，许多高等教育机构正在努力解决如何、何时以及是否（或不）支持其学习者在使用像 ChatGPT 这样的公开可用的人工智能数字助手（p-AIDA）进行教学和学习的问题（Bozkurt & Sharma, 2023; Chung 等人，2026 年; Giannakos 等人，2025 年; Rav?elj 等人，2025 年）。在本研究中，我们在基于设计的研究（DBR）方法下探索了机构内人工智能数字助手（i-AIDA）的开发和评估

CRediT 作者贡献声明

Bart Rienties: 写作 – 审查与编辑，写作 – 原稿，可视化，验证，监督，项目管理，方法论，调查，正式分析，数据整理，概念化。Duygu Bektik: 写作 – 审查与编辑，写作 – 原稿。Emily Coughlan: 写作 – 审查与编辑，写作 – 原稿，数据整理。Thomas Ullmann: 写作 – 审查与编辑，写作 – 原稿，正式分析，数据整理。Chris Edwards: 写作 – 审查

未引用参考文献

Mikroyannidis 等人，2024 年。

致谢

我们感谢所有参与本研究的学生和工作人员的支持。我们也要感谢 UNIT A 和 UNIT B 的同事，他们目前正在实施 i-AIDA 的下一个版本。

Bart Rienties|Duygu Bektik|Emily Coughlan|Tim Coughlan|John Domingue|Chris Edwards|Audrey Ekuban|Christothea Herodotou|Joseph Kwarteng|Chris Sanders|Felipe Tessarolo|Thomas Ullmann