在上一篇课程设计反思中,我提出不应先问人工智能可以放在哪里,而应先思考毕业生必须展示什么能力、哪些思考必须由学生完成,以及评估如何呈现学习。

这带出另一个问题:如果教师要决定人工智能在课程和评估中的角色,他们需要具备多少人工智能素养?我的答案是:足以作出良好教学和专业判断,但无须成为程序员、数据科学家或信息技术专家。

我们不能在不了解的情况下负责任地设计

学生已经使用生成式人工智能,而教师正被要求撰写政策、重新设计评估、批准学习活动、审核人工智能生成材料,以及指导学生何谓可接受使用。

这些决定需要教师理解系统可以做什么、可能在哪里失误、会支持还是绕过学习成果,以及学生仍须独立展示什么。

人工智能素养不等于技术专业

教师无须建立机器学习模型、掌握高级编程或熟悉每一款人工智能产品。他们需要理解生成式人工智能如何产生回应、为何会捏造信息、偏差如何进入输出,以及流畅文字为何不代表准确。

目标不是技术精通,而是有根据的判断。

教师真正需要的素养

  • 基础:能力、限制、幻觉、偏差与核实。
  • 教学:把人工智能使用联系学习成果,保护学生必须完成的认知工作。
  • 评估:设计无人工智能、人工智能支持及人工智能批判评估。
  • 伦理与专业:隐私、保密、版权、公平、无障碍、透明度与问责。
  • 学科:辨认物理治疗教育与实践中的用途和风险。
  • 反思:持续试用获批准工具、检视证据并与同事共同学习。

并非每位教师都需要同一水平

具人工智能意识的教师能解释基本概念和风险;具人工智能应用能力的教师能设计活动、调整评估和审核生成资源;人工智能课程领导者则能协调课程、指导同事及参与院校策略。

目标不是让每位教师都成为课程领导者,而是为所有人建立安全基线,并按角色发展更深入能力。

大学必须先发展人才,再发展平台

院校有时很快购买工具,但教师发展仍属自选活动,或被挤进已经繁忙的工作量。人工智能准备就绪的大学需要受保护的发展时间、获批准平台、清晰政策、实例、评估支持和实践社群。

既然教师仍要为课程质量和专业标准负责,他们便需要真正机会发展相应素养。

课程设计中缺少的一步

原有次序是:CILO → 所需人类能力 → 获准的人工智能角色 → 学习活动 → 学生推理证据 → 评估与保证。

现在我会加入:所需教师能力。 人工智能准备就绪的课程需要人工智能准备就绪的教师,但这并不等于成为计算机科学家,而是能为人工智能何时、为何及如何进入学习作出可辩护的决定。

你的人工智能素养如何?

我建立了一个包含 15 道问题的简短知识检查,供学生、教师及其他健康专业学习者使用,内容涵盖核实、隐私、偏差、专业责任与适当教育使用。

进行人工智能素养检查

这是一项反思学习活动,不是经过验证的评估。结果只存储在你的浏览器,并按参与者角色显示本地平均分。