在护理信息学和数据科学研究生课程中评估和整合生成AI

科学领域:

• 高等教育教学的教学.
• 教育技术整合教育技术整合
• 在学术界的人工智能.

背景情况:

• 生成型人工智能 (Gen AI) 工具的快速出现,以ChatGPT 3.5为例,已经扰乱了高等教育.
• 教育人员在很大程度上没有为这些先进的AI技术的广泛可用性和影响做好准备.
• 需要理解和适应Gen AI对学术诚信和学习的影响至关重要.

研究的目的:

• 评估一代人工智能工具对护理信息学和数据科学研究生课程的影响.
• 为了应对Gen AI,制定修改课程任务和政策的策略.
• 评估针对不适当的 Gen AI 使用和适当整合 AI 工具的"证明"任务的方法.

主要方法:

• 为2023年秋季学期修订两个研究生课程 (护理信息学,数据科学).
• 利用公开可用的Gen AI工具进行课程组件评估.
• 专注于调整作业,以预测和纳入学生对Gen.AI的认识.

主要成果:

• 提供了使用Gen.AI的课程组件评估的实际例子.
• 确定了修改分配的方法,既可以防止滥用,也可以鼓励适当使用Gen.AI.
• 告知了关于Gen AI的新课程政策的制定.

结论:

• 人工智能需要在高等教育课程和政策中积极适应.
• 将Gen AI纳入课程修订可以减轻风险并利用其潜在的好处.
• 持续的评估和政策制定对于在教育中导航AI不断变化的景观至关重要.