生成式人工智能与高等教育：教师对在线教学方法中学生伦理张力的感知研究

《Frontiers in Psychology》：AI and higher education: teachers’ perceptions of students’ ethical tensions in online pedagogical methods

　　

生成式人工智能（Generative AI, Gen-AI）工具的兴起与发展使高等教育受益匪浅，但同时也引发了教育体系中若干伦理张力。这种张力在在线教学环境中尤为突出，因为学生在此类环境中往往依赖人工智能工具。已有研究探讨了伦理问题，但这些问题如何在在线人工智能驱动课堂中的不同教学方法中显现，尚未得到充分关注。为弥补这一研究空白，本质性研究考察了教师在五种教学方法中的对学生的伦理问题感知：直接教学法（direct method, DM）、内容与语言整合学习（content and language integrating learning, CLIL）、任务型语言教学（task-based language teaching, TBLT）、交际语言教学（communicative language teaching, CLT）以及社区语言学习（community language learning, CLL）。这五种方法代表了第二语言或外语教学中广泛采用的教学途径，而非普适性教学方法，因此研究结果专门适用于语言习得课堂情境。研究人员采用主题分析（thematic analysis）法对25名教师进行访谈分析，识别出跨五种教学方法中存在的20种独特伦理张力。这些研究发现被综合为一个整体框架，包含三个核心伦理领域：学习真实性（authenticity of learning）、权威挑战（authority challenge）与协作动态（collaborative dynamics）。基于该框架，本研究强调需要超越一般性框架，转向基于教学方法的伦理政策。本研究还强调采用以过程为导向的评估框架（process-oriented assessment framework），以确保教育透明度，并降低教育体系中不道德问题和伦理张力的风险。研究进一步讨论了对学生、教师和政策制定者的启示。

生成式人工智能（Generative AI, Gen-AI）技术的迅猛发展正在深刻重塑在线高等教育的教学实践，在带来便利的同时也催生了复杂而多元的伦理张力。既有研究多聚焦于一般性议题，如生成式人工智能对学生批判性思维、学业表现、学习成长与学术诚信等结果性变量的影响，但对不同类型的教学方法在不同语境下各自的伦理问题缺乏系统辨识。尤其在线教学环境中，学生频繁使用AI工具所引发的伦理冲突往往并非均质分布，而是随教师采用的教学策略不同而呈现差异化特征。本研究以此为切入点，聚焦第二语言或外语教学领域五种广泛采用的教学方法——直接教学法（DM）、内容与语言整合学习（CLIL）、任务型语言教学（TBLT）、交际语言教学（CLT）和社区语言学习（CLL）——系统探讨教师在在线AI驱动教学环境中感知到的学生伦理张力。研究目的有二：其一，揭示AI时代各教学方法在在线课堂中内在的特定伦理张力；其二，构建一个将分散伦理议题整合为宏观伦理范畴的整体框架，为教育政策制定者与教学实践者提供方法敏感型指导依据。

本研究采用质性研究设计，通过主题分析（thematic analysis）方法对中国多所高校从事在线教学的25名语言教师进行半结构化访谈。访谈以线上和线下方式进行，平均时长约51.52分钟，最短45分钟，最长59分钟，内容聚焦于教师在各教学方法在线课堂中经历或感知到的学生伦理问题。采样标准为：具有在线教学经验、在课堂中积极使用AI辅助学习环境，并在教学中采用所列五种教学方法之一或多个。研究团队对访谈录音进行转写，利用Turboscribe软件进行初稿转录并由作者逐一交叉核验，随后运用NVIVO软件结合人工Excel编码表建立原始编码，依次经历初始编码、一级编码和主题编码阶段，最终归纳出20种伦理张力，并将其归类到三大伦理领域，形成整体概念框架。

研究结果显示，不同教学方法在AI时代面临各具特色的伦理张力。在直接教学法（DM）中，研究者识别出“对话腹语术”（conversational ventriloquism），即学生通过实时AI工具生成回复使师生对话失去真实性与自发性；“学生自主性”（student autonomy）张力源自学生对AI工具的过度依赖使自主学习的本质被重新界定；“教师权威”（teacher authority）问题表现为AI工具作为知识来源取代了教师的专业地位；以及“记忆侵蚀”（memory erosion），即学生在可用AI工具时表现良好，但在无AI辅助的评估中能力显著下降。在内容与语言整合学习（CLIL）中，“概念掏空”（conceptual hollowing）意味着学生能生成复杂的AI化输出却无法用自己的语言阐述概念；“双语虚张”（the bilingual bluff）指学生在AI辅助下展现出完美的双语表现，但实际理解十分肤浅；“翻译依赖陷阱”（the translation dependency trap）描述学生依赖机器翻译回避目标语思维加工的认知劳动；以及“综合错觉”（the synthesis illusion），即AI完成了学生应有的多源整合与批判性综合环节。教师在任务型语言教学（TBLT）环境中面临“脚手架崩塌”（scaffolding collapse），学生借助AI跳过了嵌入课程发展的认知挑战层级；“捷径悖论”（the shortcut paradox）表现为学生重结果轻过程，以速度优化取代了经验学习；“隐形不公平”（invisible inequity）意味着教师难以区分个体贡献与AI参与，导致小组成员评估的公平性受损；以及“任务真实性侵蚀”（task realism corrosion），即AI能即时解决模拟真实挑战的任务，迫使教师转向“防AI”而非“促学习”的活动设计。交际语言教学（CLT）中的伦理议题包括“真实性危机”（the authenticity crisis），教师无法判断学生的表达能力是内部化的语言能力还是AI的表演性输出；“无风险流利度”（risk-free fluency）使学生在AI纠错下失去试错机会，掩盖深层认知加工缺失；“信心幻象”（the confidence mirage）表现为学生对AI产生心理依赖，撤除支持后表现骤降与焦虑上升；以及“语用失明”（pragmatic blindness），学生盲目复述语法正确但语域、语气或文化语境不当的AI输出。社区语言学习（CLL）中则出现“信任侵蚀循环”（the trust erosion cycle），群体内秘而不宣的AI使用破坏学生间的互信基础；“AI优势者”（the AI alpha）使技术优势转化为权力鸿沟，单个学生操控小组贡献；“协作掏空”（collaborative hollowing）中团队产出表面优质但实际缺乏真正对话协商；以及“顾问困境”（the counselor‘s dilemma），学生对AI工具的隐匿依赖使教师的指导角色和群体性信任无法发挥。

上述20种伦理张力被归纳为三大核心伦理范畴。第一，“学习真实性”（authenticity of learning）范畴涵盖11种张力，反映实际学习与AI生成表现之间的紧张关系，使教师难以验证学生展示的能力是否源于真实掌握。第二，“权威挑战”（authority challenge）范畴包含4种议题，揭示AI作为知识权威与教师传统角色之间的权力转移。第三，“协作动态”（collaborative dynamics）范畴包含5种议题，聚焦AI工具在群体环境中对信任、公平和群体互动的塑造作用。这三大领域相互关联，某一领域内的伦理张力可能触发或加剧另一领域的问题，构成了一个多维互动的综合生态。

在讨论部分，研究者指出本研究成果与既有文献中关于教师难以判断学生是否运用AI完成作业、学生对AI生成内容的理解普遍不足以及AI潜在异化群体合作的观察相呼应，但进一步揭示了不同方法中的具体差异性和特异性。研究人员所构建的三领域框架将学术诚信理论延伸到AI介导的教学环境，为教育政策制定者提供了跳出通用性AI策略、根据不同方法制定差异化政策原则的依据。研究建议，学生应避免对AI输出的盲目信任，保持学习自主性，维持与教师和同伴的真实互动；教师应承担“反馈循环”中的关键角色，将AI定位为辅助工具而非替代工具，并积极调整教学策略以适应AI时代的课堂需求；政策制定者则须放弃以结果为导向的单维度政策，转而建立兼顾真实性、权威挑战与协作动态的方法定制型政策框架，重视过程导向的评估体系，以保障教育公平、透明与学术诚信。

研究的结论表明，生成式人工智能工具的兴起和发展在造福教育体系的同时，也在学术系统中带来了多重挑战。现有研究多关注AI对学术诚信、批判性思维、学习成长和学业成绩的影响，却忽视了在线课堂中不同教学方法内嵌的伦理张力。本研究通过访谈25名在线教师，识别出五种教学方法——DM、CLIL、TBLT、CLT与CLL——各对应四种伦理张力：DM包含对话式腹语术、学生自主性、教师权威和记忆侵蚀；CLIL包含概念掏空、双语虚张、翻译依赖陷阱和综合错觉；TBLT包含脚手架坍塌、捷径悖论、隐形不公平和任务真实性腐蚀；CLT包含真实性危机、无风险流利度、信心幻象和语用失明；CLL包含信任侵蚀循环、智能体主导、协作掏空和顾问困境。这些伦理张力被归纳为三大范畴：学习真实性、权威挑战与协作动态，且各范畴间存在因果关联。基于上述张力，本研究构建了整体框架，将伦理议题映射至核心领域，为教育工作者和政策制定者提供路线图，使其能据此针对不同教学方法制定相应策略，从而提升教育质量。