昨天早上，查资料的时候，就看到了 Jess 的这篇新文章，很是喜欢。
之前，Jess的那篇发表在Assessment & Evaluation in Higher Education 上的A critical review of GenAI policies in higher education assessment: a call to reconsider the “originality” of students’ work，就给我留下了极为深刻的印象。
而这篇发表在 Teaching in Higher Education 上的How does GenAI affect trust in teacher-student relationships? Insights from students’ assessment experiences 更是让人眼前一亮啊！
https://www.tandfonline.com/doi/full/10.1080/13562517.2024.2341005
骆嘉惠博士，Jiahui Luo (Jess)， 是香港教育大学教育及人类发展学院教育政策与领导学系的助理教授（Department of Education Policy and Leadership, Faculty of Education and Human Development/Centre for Higher Education Leadership and Policy Studies, The Education University of Hong Kong），她本科就读于中山大学，后在剑桥大学完成硕士学位，之后在香港大学获得博士学位。
作为一名学者，骆嘉惠博士的研究重点是高等教育背景下评估的实践和政策论述。
她尤其对人工智能对评估领域、整体能力评估（21 世纪技能）和评估判断发展的影响感兴趣。
骆嘉惠博士的研究成果发表在《高等教育评估与评估》（Assessment & Evaluation in Higher Education）、《教育研究评论》（Educational Research Review）和《高等教育教学》（Teaching in Higher Education）等高影响力国际期刊上。
骆嘉惠博士荣获了2023年香港大学基金出版奖（the 2023 HKU Foundation Publication Award，RPG）。
我们还是说回这篇文章。
在开头，Jess 指出， 教师和学生之间的信任关系对于发展有效的教学、学习和评估至关重要（Felten, Forsyth, and Sutherland，2023）。
然而，近年来，高等教育中的师生关系面临着越来越大的压力。
例如，高等教育的规模化使得教师更难在个人层面上与学生建立联系，而需要更个性化的方法来应对日益多样化的学生群体。
对研究绩效指标（例如外部资助数量、H 指数）的强化关注也可能削弱大学教师工作的相关性。
最近兴起的生成式人工智能（GenAI）为高等教育中的师生关系增添了另一层复杂性。
Jess 引用了 Turnitin 最近发布的一份报告的发现，“十分之一的大学论文部分地是由人工智能撰写的”（Williams ，2023）。 尽管类似形式的作弊行为（例如，将自己的工作外包给代笔作者）早在 ChatGPT 向公众推出之前就可以追踪到，但 GenAI 的技术突破已大大降低了学生参与作弊行为所需的成本和精力（Lodge, Thompson, and Corrin，2023）。
与可以识别源文件的抄袭案例不同，人工智能作弊缺乏可参考的来源往往“为教师偏见的蔓延留下了大门”（Fowler，2023）。
在这种背景下，高等教育界明显担心 GenAI 正在导致学生和老师之间的“信任侵蚀”（erosion of trust）（Plé，2023; Gratiot，2023）。
目前，人们对学生如何在人工智能介导的评估环境中与老师建立信任关系知之甚少。
例如，学生采用什么策略来与老师建立信任？他们遇到哪些挑战或担忧？
他们如何看待新兴技术（即 GenAI）在影响师生信任方面的作用？
Jess 的研究通过概念图活动并辅以对 11 名大学生的深度访谈来阐明上述问题。
她的这项研究以学生体验为重点，从而为高等教育中制定更具支持性、包容性和以学生为中心的 GenAI 政策和实践提供信息。
这篇文章报道了通过质性研究途径对11位大学生自愿者的深度访谈，来试图回答一个基本问题：
在人工智能介导的评估环境中，大学生如何与老师建立信任？
在研究数据的收集上， Jess 采用了三管齐下的数据收集技术：
1、参与者在 Zoom 上与研究人员进行一对一访谈，介绍他们的背景信息，例如，学习年份、项目以及使用 GenAI 协助评估的先前经验。
2、参与者被邀请根据Zoom白板功能上显示的中心主题（即“师生之间的信任建设：GenAI在评估中的使用”）绘制概念图。
参与者有 15 分钟的时间来思考他们与主题相关的看法和经历；
3、进行后续访谈，明确学生概念图中所代表的内容。首先邀请参与者引导研究人员浏览他们的概念图。然后提出开放式问题，以更详细地探讨他们的看法和经历（例如，您是否经历过类似的事情？您能详细说明吗？这与信任和不信任有何关系？）。
整个概念图访谈的持续时间从30分钟到1小时不等。
在数据分析方面， Jess 将每个学生的数据都视为一个单独的案例，其中概念图和访谈数据被综合分析。 在每个学生的数据集中，概念图提供了开放编码的初始框架，而访谈则提供了上下文信息和阐述（Wheeldon and Faubert，2009）。
研究确定了与学生如何与教师建立信任相关的四个主要主题：
即引导人工智能的使用、引导人工智能的认可、引导人际关系的建立以及引导教师的期望。
研究发现，学生对老师的信任度相对较低。虽然这一发现并不具有普遍性，但它凸显了 GenAI 时代学生与教师建立信任时的许多细微差别。 例如，恐惧问题在学生建立信任的经历中似乎尤为突出。
当学生们讲述他们使用 GenAI 进行评估的经历时，许多人表示担心会被错误地指控为人工智能作弊（例如“我很害怕，所以我在做作业时关闭了所有人工智能工具。”）
或者如果他们承认的话可能会受到老师的处罚在作业中使用 GenAI 辅助（例如“如果我承认我使用了人工智能，谁知道我不会在评分中受到惩罚？”）。
一些学生担心老师不认识他们，因此会往最坏的方面想。学生对负面结果的恐惧造成了开放沟通和冒险意愿的障碍，而这对于建立信任很重要。
因此，作者认为，这是由于教师和学生之间在使用 GenAI 进行评估方面缺乏“双向透明度”。
教师向学生传达 GenAI 政策的方式可能进一步加剧了他们的恐惧，滋生了不信任的环境。学生建立信任经历中的另一个突出问题是他们对教师能力的期望。
最后，这篇论文的结论表明：强大的 GenAI 工具的出现需要对高等教育中许多既定的实践、思维方式和关系进行重新思考和革新。
在这个早期阶段，教师和学生正在探索一个有点“未知的领域”，其中存在许多灰色地带，没有既定的指导方针或共识。
Jess 的这项研究，通过关注教师和学生之间的关系动态，为理解和驾驭 GenAI 对高等教育的影响做出了新颖的贡献。正如研究结果所展示的那样，GenAI 确实给大学中的师生关系增加了新的复杂性——鉴于高等教育的大众化和广泛参与的趋势，这种关系已经受到质疑。
在实践层面上，Jess 的研究强调了在这种新的人工智能介导的评估环境中调节学生对教师的信任程度的关键因素（例如双向透明度、政策沟通、教师人工智能能力），从而为未来的政策提供信息-制作、教学实践和教师专业发展。
在知识层面上，她的这项研究有助于扩大围绕 GenAI 的讨论，超越功能焦点（例如，将 GenAI 视为一种工具性工具；过分强调人工智能生成输出的准确性），并为未来的研究探索 GenAI 在教育中的作用，采用更加以人为本的方法和和社会关系方法铺平道路。
总体而言，该研究强调了关键利益相关者之间信任的重要性，以协作应对 GenAI 给高等教育带来的许多不确定性和挑战。
我的感受包括如下几点：
1、关注点小，师生之间的信任，是一个小而有深度的课题，不是我们通常看到的宏大而难以深入的课题；
不少教育研究人员把课题放在一个宏大的问题上，文献研读深不下去，抓不住直接切中要害的点，找不到研究的空白和自己课题的出发点，从而浪费了大量的时间。
2、研究的设计是很精巧的，在论证力度与文章的说服力方面，下足了功夫；
质性研究在教育研究中的应用逐渐受到越来越多人的关注。其最大的挑战来自于质性材料的分析、证据支持的力度、以及论证链的紧密程度。
Jess 的这个课题给我们提供了一个很好的示范。
3、正是因为有1和2，才使得她可以通过11位大学生的深度访谈获得的数据，来充足地支持她的研究。
4、正是源于类似 Jess 这样的扎实的研究证据的支持，才能帮助教育政策制定者制定出真正切实可行的、具有前瞻性的生成式人工智能教育应用指引。
Photo by Johnnie Walker