评估的挑战

传统上，教授们评判的是最终结果，而非学生的学习过程。人工智能正在颠覆这种方法，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。教授们现在不得不重新审视这样一个观点：尽管最终结果是准确的，但学生缺乏投入并不能帮助实现学习目标。

重新思考评估的方法

彻底重构所有评估方式听起来或许是个解决方案，但实施起来既耗时，甚至可能不切实际。因此，古利亚教授建议采取一种稳妥的做法，即结合“修补”与“大修”。评估重构的工作可以分为两大类：“修补”和“大修”。

补丁是对评估中潜在漏洞的一种快速修复方案。如果某些截止日期不允许进行全面重新评估，或者您正在教授多门课程，采用 GEM 方法会是一个不错的选择。

G - 将评估任务转移到另一节课或模块中。 在人工智能时代，如果某项评估任务的可信度受到质疑，将其转移到另一个模块或改用其他作业形式，有助于学生建立学科间的联系。例如，可以将书面作业改为课堂开放讨论。

E - 在活动中嵌入人工智能。 古利亚教授开发人工智能聊天机器人，便是人工智能嵌入教学的绝佳范例。他利用ChatGPT创建了一个定制版GPT，该模型会以幼儿的视角向学生提出非常具体的问题。作业要求学生谈论一部自己感兴趣的电影，并回答机器人提出的每个问题。随后，学生将收到机器人提供的富有洞见的反馈。在开发过程中，古利亚教授设定了非常具体的限制条件，以确保GPT不会直接告诉学生答案。

M - 多媒体。 像讨论区这样的评估形式，可以从纯文本形式转变为通过视频吸引学生参与，前提是学生对此感到舒适。

评估体系的全面改革是一种全新的评估方法。由于全面改革难以管理且耗时较长，建议每学期进行1至2次。在考虑进行评估体系全面改革时，需要思考以下几个关键问题： • 如何优先培养市场需求的技能？ • 我希望课堂呈现怎样的状态？ • 如何营造更好的学习环境？

大修过程可能包括：

替代性评分 由于学生受成绩驱动，且深知教授往往更注重结果，他们很可能会走捷径以获取更好的成绩。通过淡化成绩的重要性，并将评估重点放在学习过程上，学生便能将精力更多地放在学习本身，而非最终成果上。

透明度 学生应有机会主动说明是否使用了人工智能，而教师则应明确说明课程中允许使用人工智能的程度。制定一个使用标准有助于学生理解人工智能所涉及的伦理问题。

莱昂·弗兹关于人工智能使用规模的研究

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结果，以此促进真正的学习。

如需了解更多关于GEM或重新思考评估的信息，古利亚教授提供了二维码