生成式人工智能是一种强大的工具，可用于促进深度学习。然而，大学面临的主要挑战是如何适应学生使用人工智能工具的方式，并解决这些对学术诚信造成的潜在风险。

在这里，我们提供了四个步骤作为将人工智能工具用于教学和学习的途径。该清单强调高阶思维任务，例如评估和分析。

1.利用AI工具促进包容性、互动性、个性化学习

由于人工智能工具结合了自然语言处理，因此与通过录制讲座等异步学习材料相比，这可以为学习者提供更直观、更有吸引力的交互式学习体验。这使得人工智能工具成为教师的有用资源，让教师有更多的时间来培养活跃、互动的课堂动态。

例如，学生可以使用生成人工智能来建议改善孕妇营养状况的公共卫生干预措施。然后，他们可以修改提示(例如参与者选择标准、招募策略、干预策略和数据分析)，以使干预措施在 其社区中更具包容性、文化敏感性和可持续性。

生成式人工智能还有助于通过重复交互来强化信息，从而有助于理解和保留。例如，学生可以使用人工智能工具就同一主题进行重复对话。

本练习中的最后一个学习机会是让学生解释他们的答案与人工智能生成的答案有何不同。

由于这些评估任务更加个性化和情境化，它们可以让学生展示他们的智力独立性和理解力。

2. 评估人工智能生成内容的证据层次和准确性

人工智能生成的内容并不总是准确的。它还反映了用于训练的数据的社会偏见和不平等，包括英语以外的语言的某些限制。然而，可以利用这些限制来培养学生的批判性思维和分析能力。人工智能内容中的错误信息或偏见可以用来提高学习者对这些工具的局限性以及过度依赖它们的危险的认识。

例如，在教学练习中，可能会要求学生批判性地分析人工智能生成的公共卫生政策。教师可以指导学生找出需要更多细节的差距，查明偏见，评估所创建的政策内容的优点和缺点，并检查文本是否以适当的语气、措辞、风格和语气书写。

教师需要强调正确引用的重要性，并教导学生如何正确引用参考文献，因为这关系到学术诚信。在公共卫生研究中，实施干预措施和政策的决策是基于证据做出的，这直接影响社区的健康和安全。可以要求学生使用可靠的来源(例如同行评审的学术期刊上发表的文章)来验证人工智能生成的内容。学生还可以通过寻找人工智能工具生成的文本中的不一致或矛盾来评估人工智能生成内容的准确性和可靠性。

如果学生在学习和准备评估时了解人工智能工具的可接受使用，这有助于他们理解学术诚信的要求并避免学术不端行为。

3. 提出人工智能响应之外的解决问题的替代方法

另一种方法是创建和分析反论点。学生就一个有争议的公共卫生话题向生成人工智能提供尽可能多的信息。然后，生成式人工智能被要求提供反驳或替代方案。

这种教学方法鼓励学生运用自己的判断力来处理和分析信息、辩论问题并做出现实世界的决定。此外，学生与同学和老师的推理可以在课程评估中提供他们批判性思维能力的证据。

教师的重点应该放在学生如何揭示他们的决策过程并回应反驳，而不是他们如何使用人工智能工具来生成回应。

4. 使用什么、如何以及为什么提示来反思学习

应该要求学生反思他们如何使用人工智能工具来改善他们的学习体验。例如， 对主题没有先验知识(即“什么?”问题)的学生可以在上课前使用人工智能进行准备。课后，学生定制问题和提示，以更好地理解概念(“如何?”)并理解所学知识(“为什么?”)。然后，要求学生反思在使用人工智能工具时哪些有效、哪些无效，以通过闭环反思循环方法改善他们的学习体验。

作为课堂讨论的一部分，可以要求学生分享他们关于如何在其他学习环境中使用这些工具的想法。例如，学生可以向正在努力解决相同概念的同学提供建议。学生还可以反思他们识别生成式人工智能制作的作品有多容易或困难，以及是什么让他们认为它是由生成式人工智能制作的。

人工智能工具会随着时间的推移而发展，因此我们应该随着它们的发展而调整我们的教学。不过，我们应该始终如一地致力于支持学生通过这些工具发展高阶思维任务，例如评估和分析。