← 最新论文
📄 social_science

Scaffold or substitute? First-year students’ and lecturers’ perspectives on generative AI in academic writing at a Ghanaian university

这项针对加纳一所大学一年级学生和讲师的定性研究表明,尽管生成式人工智能被广泛视为学术写作的支架,但其作为批判性思维替代品的潜力要求向对话式人工智能素养、明确的机构政策以及优先考虑透明作者身份的评估设计转变。

原作者: Johnson Baah, Cecilia Owusu Debrah

发布于 2026-09-23
📖 1 分钟阅读☕ 轻松阅读

原作者: Johnson Baah, Cecilia Owusu Debrah

原始论文采用 CC BY 4.0 许可(https://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

在大学图书馆静谧的嗡鸣声中,或是在深夜笔记本电脑屏幕的微光下,一种新型的助手已经来到了世界各地的学生身边。它不是坐在你身旁的导师,也不是你从书架上取下的图书馆书籍。它是一种生成式人工智能,一种能够阅读你的提示词并瞬间撰写段落、解释复杂概念或修正语法能力的计算机程序。几十年来,在大学环境中学习写作不仅仅是把文字落在纸面上;这是一个思考的过程,是与困难概念搏斗的过程,也是缓慢建立属于作家自身独特声音的过程。这个过程通常被称为学术写作,是学生学习如何像科学家、工程师或历史学家那样思考的方式。现在,随着这些强大的工具可以在点击按钮间即刻实现,一个根本性的问题出现了:这项技术是在帮助学生攀登学习的高峰,还是在背着他们走上斜坡,以至于他们永远学不会走路?

这个问题处于一项在加纳一所公立大学开展的新研究的核心。研究人员希望了解这种数字助手是如何改变课堂的。该研究聚焦于学生旅程的最开始阶段,观察的是一年级新生及其授课讲师。研究人员感兴趣的并非学生是否违反了学术诚信,而是他们如何利用这些工具进行学习。他们提出了一个简单却深刻的问题:人工智能是在充当“支架”——一种帮助学生建立自身理解的临时支撑,还是在充当“替代品”——替他们进行思考,从而使学生无需思考?为了寻找答案,研究人员收集了由六十一名学生和十一名讲师组成的大型群体。他们举行了十四场学生小组讨论,并与教师进行了个人访谈,仔细倾听他们关于如何写作、如何学习以及如何教学的故事。

向研究人员陈述情况的学生们描述了一种既有帮助又令人担忧的人工智能关系。许多人表示,他们使用这些工具来理解困难的主题。一名学生解释说,他们会要求计算机像教十二岁孩子一样解释一个复杂的学科,这有助于他们在尝试撰写自己的论文之前掌握基础知识。其他人则利用它来组织零散的想法,或是在已经写好草稿后检查语法。在这些时刻,这项技术感觉就像一位支持性的导师,在人类教师不在身边时提供即时的反馈和清晰度。然而,同样的这些学生也承认,帮助与替代之间的界限非常模糊。当截止日期临近且时间不够时,一些人承认,他们会将问题输入计算机,然后直接提交生成的答案,而不去阅读或理解它。他们知道这很冒险,但完成工作的压力非常强大。

学生们故事中反复出现的一个主题是,他们担心自己正在用短期成功换取长期能力。他们注意到,虽然计算机可以在几分钟内产出一篇文笔优美的论文,但如果没有这个工具,他们往往无法回答同样的考试问题。一名学生将这种感觉描述为“虚假的希望”,指出他们可以提交一份完美的作业,但如果被要求独立完成同样的工作,就会失败。他们意识到,如果依赖计算机为他们思考,他们自身的思考、研究和写作能力就会减弱。他们强烈希望得到明确的规则和培训,希望确切地知道如何负责任地使用这些工具,而不是仅仅被告知要避免使用它们。他们将这项技术视为一种需要引导的强大资源,而非一个被禁止的对象。

讲师们也表达了类似的矛盾心理,尽管他们的担忧根植于其作为学生学习评估者的角色。他们承认人工智能已经到来且将长期存在,试图完全禁止它是徒劳的。他们认识到这些工具可以帮助学生组织想法并改进写作结构。然而,他们最主要的担忧是这项技术正在掩盖学生自身的声音。当一名学生提交论文时,讲师试图评估的是学生的思想、论证观点的能力以及对学科的理解。如果计算机撰写了论文,讲师评估的其实是机器,而非学生。他们报告称,有些作业在纸面上看起来很完美,但当他们就内容与学生交谈时,学生却无法解释自己写了什么。这种脱节使得很难判断学生是真的在学习,还是仅仅在进行一场极具说服力的表演。

由于这种不确定性,许多讲师描述了他们教学和测试方式的变化。一些人停止了布置让学生独自在家完成的带回家作业,因为担心提交的作品并非其本人所作。相反,他们转向了课堂写作、口试或实践演示,以便能够实时看到学生的思考过程。他们希望确保被评分的作品确实是学生本人的作品。虽然他们支持教授学生如何负责任地使用人工智能,但他们面临着一个实际问题:课程已经非常满了,几乎没有时间增加关于技术的新课程。他们还担心,即使他们教授了规则,学生仍可能选择以绕过学习的方式来使用这些工具。讲师们感到自己正处于适应新现实的需求与保护学生教育完整性的职责之间。

这项研究表明,答案不是禁止这项技术,也不是任其肆意发展,而是在寻找一条中间道路,即让它支持学习而非取代学习。研究人员发现,关键区别在于谁在进行思考。当学生使用工具来澄清概念、组织自己的想法或修正自己写的句子时,它充当的是“支架”。它帮助他们建立自身的理解。但当学生使用工具来生成整个论点或整篇论文时,它就变成了“替代品”。在这种情况下,学生跳过了艰苦的思考过程,学习也就没有发生。研究强调,这不仅仅是一个检测剽窃的技术问题,更是一个关于学生如何学习思考和表达自我的深层问题。

最终,研究指向了对一种新型教育的需求。学生需要学习如何批判性地使用这些工具,理解何时它们是有益的,何时它们是一个陷阱。他们需要知道如何将自己的声音置于工作的核心。讲师需要支持来重新设计他们的任务,以便他们能够看到学生的思考过程,而不只是最终产物。研究结论指出,人工智能正在成为学术界永久的一部分,目标不是对抗它,而是塑造其使用方式。如果运用得当,它可以成为学习的强大伙伴。如果运用不当,它则面临着将学生变成信息的被动消费者,使其不再具备独立思考能力的风险。大学写作的未来取决于找到这种平衡,确保技术服务于学生的心智,而不是相反。

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。

试用 Digest →