作者:by paulbradshawuk
上个月我写了我决定使用AI日记的决定作为评估模块的一部分,我教伯明翰市大学的新闻学位。结果是在揭示的。
如果我们只是要求学生保留与AI的所有互动记录怎么办?那是背后的想法AI日记,我今年介绍的一种评估形式是有两个关键原因:提高有关AI使用的透明度,并增加批判性思维。
日记是一个更正式的批判性评估的替代方法,即学生通常与新闻业一起完成,并且简而言之,它起作用了。学生是更透明关于AI的使用,并显示更批判的思维在他们的意见书中。
但是还有更多:
AI日记本身对更高的标记做出了最大的贡献,但新闻业本身也有所改善。为什么?
部分原因是将AI插入生产过程中,并且必须记录和注释在日记中为学生提供了一个反思该过程的空间。
这在预生产阶段(例如创意产生和开发,采购和计划)中最为明显。否则可能完全在内部或非正式地发生的事情是外部化和正式化以Genai提示的形式。
这是一个启示:促使人们的行为 - 不管反应如何反射。
在术语诺贝尔奖获得者的心理学家丹尼尔·卡尼曼(Daniel Kahneman),似乎正在发生的事情是从系统1思考(快速,自动和直觉)到系统2思维(缓慢,故意和有意识的,需要故意努力的转换)。
例如,学生们没有追求故事的第一个想法,而是将更多的思考用于思想发展过程。结果是开发(有机会选择)更强大的故事想法因此。
同样,越来越好来源被确定为面试,面试方法和问题的计划变得更加战略性和专业。
这些都是整个过程中多次教授的原则,但是纪律为了停止和思考,反思和计划,通过系统地使用AI,在研讨会活动之外进行了计划。
当涉及AI日记本身时引用了更多文献比过去几年的传统批判性评估。日记与该文献建立了更多的联系,并显示了更深入的理解与之互动。
换句话说,学生在整个过程中更频繁地将阅读付诸实践,而不仅仅是在最后引用。
日记格式的一个有用的副效率是它也使它成为更容易识别理解,或缺乏理解,因为笔记可以明确地与所注释的实践联系在一起。
AI日记格式可能使其更清晰在新闻学位上阅读的目的是什么不仅要通过一项任务,而且要成为更好的记者。
显而易见就业能力发展迅速设计技能的好处可能还激发了更多独立的阅读 - 与新闻实践的任何其他方面相比,对这一领域的关注肯定更多,而最不探索的文学领域往往是诸如道德之类的实际考虑因素。
这种批判性思维也表明了对小组中生成AI技术的看法。
在模块的开始和结束时进行的调查发现,学生对AI的感觉变得更加复杂:一开始有反对人事职位的人最终表达了更加细微的理解。至关重要的是,对AI的信任减少了发现对批判性思维很重要。
AI日记格式的意外好处之一是为进入人们实际使用的方式生成的AI工具。通过让学生在课堂上完成基于日记的活动,并审查整个模块中的日记(无论是在内外班级),可以在各个单独和小组中尽早识别和解决主题。其中包括:
这些主题提出了未来教学的潜在领域,例如识别信心低或据可记录的概念的领域,是“使用AI的高风险”,以及需要清单以确保诸如类型,受众等环境等环境的需求嵌入到及时的设计中。
还有一些新颖的实验提出了测试生成AI的新方法,例如发明了足球运动员来检查Chatgpt缺乏批判性的学生(这没有挑战错误信息)。
尽管AI日记确实成功地确定了使用工具来生成内容或提高自己的写作的位置,但很明显,对于某些学生来说,障碍仍然存在。
我有一种障碍的一部分在于,Genai对我们的意义提出了挑战创造力。这是一个内部障碍,就像外部障碍:用教学术语,我们可能正在考虑一个挑战变革性学习特别是迷失困难,在质疑假设并改变信念的地方。
不仅在AI领域中,寻求或获得帮助通常会伴随着一种羞耻感:我们希望能够说:“即使我们只有部分作品,而且还有很多希望以其他人发起,研究或编辑或编辑的故事的新闻工作者的例子(还有很多新闻工作者)。
在这些情况下,给予许可将不够。
因此,我们可能需要更直接地参与这些辩论,并向学生展示困扰的困境,以帮助学生到达一个让他们感到自愿承认AI可能为他们的创造性产出做出贡献的地方。这部分在于承认有效提示所涉及的创造力,管理和响应编辑。
另一个选择是要求要完成的特定活动:例如,AI对工作进行审查的要求,对此有所反思(以及关于要遵循哪些建议的决定)。
通过提供一个明确的结构化清单,可以通过减少所需的努力来减少宣告的障碍,以便在每个故事中如何使用AI,而不是仅仅依靠AI日记来实现AI。
例如,每个故事都可能伴随一张桌子,例如,学生宣布一系列框,指示使用AI的位置,从生成想法本身到背景研究,识别来源,计划,计划,生成内容和编辑。文学新闻机构如何透明在使用AI时,应将其纳入教学中。
我不愿让学生自己使用AI生成故事草稿,这也许是一个错误。那些对这种Genai应用进行实验的人通常做得非常糟糕,因为他们没有能力识别AI生成的材料中的缺陷或有效编辑。他们未能参与围绕透明度的辩论。
这些技能在ai-aigment的角色中将变得越来越重要,因此下一个挑战是如何(以及是否)建立这些挑战。
明显的问题?这些技能还使任何AI窃更容易被未被发现。
这里有两种明显的策略:第一个是要求基于最初的AI生成的草稿的故事(毫无疑问,作者身份);第二个是为您想评估自己的写作技巧而不是编辑技能的任何写作评估创建受控条件(即考试)。
无论哪种方式,任何引入这些技能的引入都需要在单个模块之外考虑,因为学生也可以在其他模块中应用这些技能。
实际上,很明显,一个模块不足以应对AI提出的所有挑战。
在最基本的层面上,对生成AI的工作原理的批判性了解(不是搜索引擎!),它是最有用的(不适合文本生成!),以及哪种专业用途(例如,风险评估)应该是任何新闻学位的基础知识。从第一天开始不教它就像让学生在不知道如何使用计算机的情况下开始课程。
设计提示特别角色提示`提供一种很好的方法,可以鼓励学生探索和阐明专业精神的素质和实践。以此示例:
“您是一位编辑,检查故事中的每个事实,对每一个主张都持怀疑态度,纠正拼写和语法以清楚地清楚,并且在削减不必要的细节方面是无情的。除了上述所有内容外,您还要检查故事的结构是否涉及新闻惯例,以及故事的范围与特定的练习有关,该练习的范围涉及涉及的人,该练习涉及在卫生领域的工作人员,您的工作范围是您的卫生部门的一部分。(例如残疾,心理健康,种族等)。
在这里,迅速设计的过程将其作为一项研究任务,并具有实际应用,并结果学生可以比较和审查。
那些挑战学生身份感的困扰的困扰也非常适合在课程中探索:如果记者不写故事本身,他们到底是什么?我们在哪里贡献价值?什么是创造力?我们怎么知道该相信什么?这些是AI迫使我们面对的基本问题。
答案可以解放:我们可以将重点从数量转移到质量;从内容到原始新闻报名;从权威到信任。
现在,我必须决定明年我可以适合哪些位。