结合人工智能意识的日常互动理论（CET-AIA）：人工智能时代伦理评估的新创造性教学框架

《Thinking Skills and Creativity》：Colloquial Engagement Theory with AI Awareness (CET-AIA): A New Creative Pedagogical Framework for Ethical Assessment in the Age of Artificial Intelligence

本研究提出Colloquial Engagement Theory with AI Awareness（CET-AIA）框架，通过设计非正式、情境化多选题应对AI作弊。准实验显示，学生初期成绩下降但逐步恢复，而AI得分持续降低。CET-AIA通过语境锚定和语言模糊化增强评估效度，为AI时代教育评估提供理论支持与实践方案。

　　### 教育评估的创新：引入“口语化参与理论与人工智能意识”（CET-AIA）

随着人工智能（AI）在各个领域的广泛应用，教育行业也面临着前所未有的变革。特别是在高等教育中，AI技术的迅速发展不仅带来了教学和学习方式的创新，也引发了对学术诚信和评估可靠性的深刻担忧。近年来，AI工具如ChatGPT等，因其强大的文本生成能力，被广泛应用于教育领域，如智能辅导系统、学习资源生成以及自动评分系统。然而，这些技术的普及也催生了学术不端行为，如使用AI进行作业和考试作弊。这促使教育工作者和研究者重新思考评估设计，以确保学术评估的公平性和有效性。

在此背景下，研究者提出了一种新的教育评估框架——“口语化参与理论与人工智能意识”（Colloquial Engagement Theory with AI Awareness, CET-AIA）。这一理论旨在通过引入口语化、情境敏感的问题设计，来应对AI在教育评估中的挑战。CET-AIA的核心理念是，通过使用非正式语言、具体课堂情境和学生熟悉的表达方式，使评估内容更具真实性和挑战性，从而减少学生对AI的依赖，并促进深度学习和批判性思维的发展。

#### 教育理论与CET-AIA的结合

CET-AIA的构建基于几种主要的教育理论，包括建构主义（Constructivism）、认知负荷理论（Cognitive Load Theory）、社会文化理论（Sociocultural Theory）以及真实评估理论（Authentic Assessment）。这些理论共同为CET-AIA提供了理论支撑，并帮助其在实际教学环境中实施。

建构主义强调学生通过与教学内容的互动来构建知识。然而，当AI能够生成高度复杂的内容时，学生可能会减少自身的主动学习过程。CET-AIA通过将评估内容与课堂上的具体情境结合，促使学生在真实的学习环境中进行知识建构，从而削弱AI对学习过程的干扰。

认知负荷理论指出，有效的学习发生在减少额外认知负担的情况下。传统评估问题通常采用正式、结构化的语言，这使得AI模型更容易理解和生成答案。而CET-AIA则通过引入口语化、非结构化的语言和情境，增加了学生的内在认知负荷，促使他们进行更深入的思考和学习。

社会文化理论强调学习是社会和文化背景下的产物。CET-AIA通过将评估问题嵌入特定的课堂文化中，使学生能够将所学内容与自身的现实生活经验联系起来，从而增强学习的连贯性和真实性。

真实评估理论倡导通过实际问题和任务来评估学生的学习成果。然而，传统的真实评估问题往往过于抽象或脱离现实情境，使得AI能够轻易解答。CET-AIA通过使用口语化语言和课堂情境，使评估问题更贴近真实世界，同时增加了AI生成答案的难度。

#### 实证研究：CET-AIA的初步验证

为了验证CET-AIA的有效性，研究团队在三门不同的本科课程中实施了该框架，并比较了学生和AI（ChatGPT-3.5）在传统评估与口语化评估中的表现。研究结果显示，学生在首次接触口语化评估时，成绩出现了显著下降，这表明他们尚未适应新的评估方式，可能依赖于AI工具来获取答案。然而，随着时间推移，学生的成绩逐渐回升，最终达到与传统评估相当的水平。这一结果支持了CET-AIA的理论假设，即学生能够通过适应新的评估方式，发展出更深层次的学习能力。

相比之下，AI模型在面对口语化评估时表现明显不佳。ChatGPT-3.5在传统评估中的正确率较高，但在口语化问题上的准确率显著下降。这表明，AI在处理非正式语言和情境相关问题时存在一定的局限性，尤其是在缺乏特定上下文信息的情况下。这种差距不仅反映了AI在理解复杂语言和情境中的不足，也证明了CET-AIA在保护评估完整性方面的潜力。

#### CET-AIA的理论与实践价值

CET-AIA的提出，填补了现有教育理论在应对AI辅助作弊方面的空白。传统评估方法主要依赖于正式的语言和结构化的知识，而AI则能够轻松地生成答案。因此，研究者认为，仅依靠技术手段来防止AI作弊是不够的，必须从教学设计入手，通过改变评估方式来提升学生的参与度和学习质量。

CET-AIA通过引入口语化语言和课堂情境，使评估问题更加贴近学生的生活经验，从而增强其真实性和挑战性。这种设计不仅有助于提高学生的批判性思维能力，还能促进他们对课程内容的深度理解和应用。此外，CET-AIA还强调了学生的责任感和自主性，使他们更加重视课堂参与和知识内化，而不是依赖外部工具来完成任务。

#### 教育实践中的挑战与机遇

尽管CET-AIA在理论上具有显著优势，但在实际应用中仍面临一些挑战。首先，实施这一框架需要教师投入大量时间和精力，以设计符合口语化和情境化要求的评估问题。其次，由于AI技术的快速发展，评估问题的设计必须不断更新，以保持其对AI的抵抗性。此外，不同学科领域的学生可能对口语化评估的适应能力存在差异，因此需要进一步研究其在不同学科中的适用性。

然而，CET-AIA也为教育实践带来了新的机遇。通过将评估内容与课堂讨论和现实情境相结合，教师可以更有效地促进学生的主动学习和批判性思维。这种评估方式不仅有助于提升学生的学术诚信，还能培养他们在真实世界中解决问题的能力。此外，CET-AIA还为教育政策制定者提供了新的思路，即通过调整教学方法和评估设计，来构建更加公平和有效的学习环境。

#### 未来研究方向

虽然CET-AIA在初步研究中展现出良好的效果，但仍有诸多方面需要进一步探索。首先，未来的研究可以采用混合方法，结合定量和定性分析，以更全面地理解学生在口语化评估中的认知和情感反应。其次，可以研究CET-AIA在不同评估形式中的应用，如口头评估、多媒体评估等，以探索其在更广泛教育场景中的适用性。此外，随着AI技术的不断进步，需要持续测试CET-AIA在面对新型AI模型（如GPT-4、Claude、Gemini等）时的有效性。

总的来说，CET-AIA为教育评估提供了一种创新的解决方案，通过调整评估方式，增强学生的参与度和学习质量，同时降低AI在学术评估中的影响。这一框架不仅有助于提升学术诚信，还能为教育工作者和政策制定者提供新的思路，以应对AI带来的挑战。随着AI技术的不断发展，CET-AIA作为一种适应性强的教育评估方法，将在未来的教育实践中发挥越来越重要的作用。