首页|生成式人工智能技术赋能大学学术评价:机遇、挑战及应对

生成式人工智能技术赋能大学学术评价:机遇、挑战及应对

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
当前大学学术评价面临诸多困境:评价理念重视管理导向,难以满足学术成长价值期待;评价主体执念人为主宰,难以应对知识增长评价需求;评价方法倚重量化指标,难以呈现学术成果本质样貌;评价程序追求价值隐涉,难以确保评价结果公平公正.生成式人工智能技术的勃兴,为大学学术评价范式的转型升级提供了新机遇:构建面向未来的大学学术评价,彰显价值理性;超越人为主宰的大学学术评价,提升评价效能;打破形式主义的大学学术评价,反映真实样貌;削弱主观偏见的大学学术评价,促进结果正当.然而,生成式人工智能技术赋能大学学术评价也面临诸如评价工具理性强化、评价主体失序、全面评价数据缺失、评价信任危机等挑战.相应的应对措施包括:平衡张力,响应多元评价诉求;人机共生,重塑双重主体位序;信息共享,推动开放科学发展;算法透明,增强评价可解释性.在中国式高等教育现代化的背景下,应高度重视生成式人工智能技术对大学学术评价治理现代化的重大意义.

石秀选、李均

展开 >

深圳大学高等教育研究所(深圳/518060)

深圳大学与澳门城市大学

深圳大学教育学部

生成式人工智能 学术评价 机遇 挑战 应对

广东省哲学社会科学"十四五"规划项目广东省高等教育学会"十四五"规划项目

GD22XJY1122GYB067

2024

高教探索
广东省高等教育学会

高教探索

CHSSCD北大核心
影响因子：1.501
ISSN：1673-9760
年,卷(期)：2024.(4)
  • 9