Measuring Changes in Instructor Class Design and Student Learning After the Release of Large Language Models (LLMs)
这项混合方法研究通过分析调查数据和历史成绩，以期为未来的生成式人工智能教育政策提供依据，从而探究大型语言模型对新英格兰地区某所大学教师课程设计与学生学习成果的影响。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，大学课堂就像一场宏大而复杂的“展示与讲述”游戏。几十年来，规则很简单：老师给你一个主题，你回家，深入思考，写下自己的故事，然后回来展示你的所学。你得到的分数就是裁判的哨声，告诉所有人你表现得有多好。
然而，在 2022 年末，一个神奇、超快的机器人助手（生成式人工智能）出现在每个学生的口袋里。突然间，游戏规则变了。这篇论文就像一个侦探故事，试图弄清楚：学生们是真的学到了更多，还是仅仅更擅长利用机器人来伪装？老师们又是如何反应的？
以下是马萨诸塞大学波士顿分校的研究人员利用简单类比所发现的要点分解。
1. “猫鼠游戏”
研究人员注意到，课堂上正在上演一场奇怪的“猫鼠游戏”。
- 老鼠（学生）： 他们开始使用 AI 机器人来写论文和解决问题。有时他们公开这样做；有时则加以隐瞒。
- 猫（老师）： 老师们意识到这个机器人正在欺骗系统。于是，他们开始改变游戏规则。不再布置回家写的论文（机器人几秒钟就能写完），而是开始要求学生在课堂上作答，或解决需要深度思考的难题，而这些是机器人难以应对的。
发现： 大多数老师（约 87%）改变了游戏规则。他们将大约 20% 到 40% 的家庭作业替换成了机器人更难完成的任务。有些老师几乎改变了所有内容（高达 80%）。
2. “虚假分数”问题
这里是棘手之处：研究人员查看了官方记分牌（上报给大学的 grades）。
- 假象： 在那些老师没有改变规则的课程中，学生的分数上升了。这看起来像是学生们突然变成了天才。
- 现实： 研究人员怀疑这是一种“虚假分数”。这就像一名赛跑选手在径赛中使用了电动滑板车。他们更快地冲过终点线（获得更高的分数），但实际上并没有跑得更快。
- 证据： 那些确实改变规则以阻止“滑板车”的老师，发现他们的学生分数保持不变。那些没有使用机器人的学生，除非老师改变了考试方式，否则并没有获得“分数提升”。
3. “秘密谎言”
研究人员直接询问学生：“你使用机器人吗？”
- 谎言： 学生们回答说：“不太多，也许一点点。”
- 真相： 当被问及“有多少其他学生使用机器人？”时，答案非常惊人。“每个人都在用！”
- 类比： 这就像在一个教室里，每个人都声称自己没吃最后一块饼干，但当被问及谁吃了它时，每个人都指着邻居。学生们隐瞒使用情况是因为害怕惹上麻烦，尽管他们知道同学们都在这样做。
4. “困惑”因素
学生们自己也感到困惑。
- 恐惧： 他们担心，如果不使用机器人，他们的分数会比那些使用机器人的孩子低。这感觉就像一场有人作弊的比赛。
- 忧虑： 他们也害怕，如果使用机器人，他们实际上学不到任何东西，未来面对工作时将毫无准备。
- 请求： 学生们恳求学校提供一本“规则手册”。他们希望明确知道何时可以使用机器人，何时不可以，就像学校对网络钓鱼邮件或网络攻击有规定一样。目前，规则混乱，完全取决于每位老师个人。
5. 核心结论
这项研究就像是为全国进行的一次试点测试（一次小型预演）。
- 老师们正忙于重新设计课程，以确保学生真正在思考，而不仅仅是抄袭。
- 分数目前有点虚假。如果老师不改变考试方式，分数就会上升，但学习成果可能并未增加。
- 学生们夹在中间，既担心公平性，又怀疑自己是否真的学到了东西。
简而言之： 机器人助手将长期存在。老师们正试图改变游戏规则，让机器人无法获胜，但记分牌（分数）目前呈现出一幅令人困惑的画面。学生们只想要明确的规则，以便知道如何公平地参与游戏。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。