评估的挑战

传统上，教授们评判的是学生的最终成果而非学习过程。人工智能正在颠覆这种模式，因为它能直接提供最终结果，而无需学生经历预期的学习过程。如今教授们不得不重新审视这样一个观点：尽管最终结果准确无误，但学生缺乏投入的态度不利于实现学习目标。

重新思考评估的方法

彻底重构所有评估体系看似是解决方案，但实施起来耗时费力，甚至不切实际。相反，古利亚教授建议采取一种稳妥的方法，即采用局部调整与全面改革相结合的方式。评估体系的重构任务可分为两类："局部调整"与"全面改革"。

补丁是针对评估中潜在漏洞的快速修复方案。若某些截止日期不允许进行全面重新评估，或您同时教授多门课程时，采用GEM方法将是一个不错的选择。

G - 将评估融入其他课程或模块。 若评估在人工智能时代受到影响，将其转移至其他模块或作业类型，可促使学生建立学科间的联系。例如，书面作业可转化为开放式课堂讨论。

E - 活动中的嵌入式人工智能。 古利亚教授创建人工智能聊天机器人的案例堪称典范。他利用ChatGPT开发了定制版GPT，该系统能以幼儿视角向学生提出高度具体的问题。作业要求学生围绕感兴趣的电影展开讨论，并逐一回答机器人的提问。完成后学生将获得机器人提供的深度反馈。在开发过程中，古利亚教授设置了严格边界，确保GPT不会直接向学生提供答案。

M - 多媒体。 诸如讨论板之类的评估方式，可从纯文本形式转变为视频互动形式，前提是学生对此感到舒适。

全面改革是对评估体系的彻底革新。此类改革管理难度大且耗时长，建议每学期实施1-2次。在考虑评估体系全面改革时，需思考以下核心问题： • 如何优先培养市场需求技能？ • 期望课堂呈现何种形态？ • 如何构建更优质的学习空间？

大修过程可能包括：

替代性评分 由于学生受成绩驱动，且深知教授往往更关注结果，他们很可能为取得更高分数而偷工减料。通过淡化成绩的重要性，并将评估重点放在学习过程上，学生便能专注于学习本身，而非最终成果。

透明度 学生应有机会说明人工智能的使用情况，教师则需明确课程允许使用人工智能的程度。使用尺度可帮助学生理解人工智能的伦理维度。

人工智能应用规模（Leon Furze）

元认知练习 基于过程的评分体系旨在奖励创造力和反思能力。学生需要有机会反思自己的评估过程，以促进真正的学习。

如需了解更多关于GEM或重新思考评估的信息，古利亚教授已提供二维码。