生成式AI在教学设计中的应用：高等教育实践指南

生成式人工智能（GenAI）正迅速改变教育格局，为机构、教育者、教学设计师（ID）和学生带来了机遇与挑战。GenAI由大型语言模型（LLMs）和先进算法驱动，正在重新定义文本、图像、音频和代码等各种格式的内容创作。这项技术进步促使教育者和教学设计师重新思考传统的教学、学习和评估实践。教学设计师处于这场变革的前沿，负责将GenAI整合到教育环境中，同时维护学术诚信和教学严谨性。本文将探讨GenAI意图与导向模型，为从教学设计师的角度利用GenAI支持和提升教学成果提供一个框架。

GenAI代表着一项具有深远影响的高等教育技术进步。它能够利用在海量数据集上训练过的大型语言模型，根据用户提示生成内容。自2022年公开发布以来，GenAI技术发展迅速，带来了机遇和挑战。《Educause地平线报告》（2023、2024）将GenAI列为对学习和教学有重大影响的技术，可能使学生能够专注于更高阶的思维技能。然而，人们也担忧过度依赖技术、算法偏见、学术诚信以及学生数据隐私等问题。各机构正在积极尝试GenAI，一些机构采纳了其使用原则，另一些则开发自己的GenAI工具以确保隐私和安全。

GenAI有望重新定义教学设计师（ID）的角色，提供提升生产力和改进课程设计的机会。教学设计师可以利用GenAI创建课程大纲，将学习目标与评估和材料对齐，并为多媒体内容开发脚本。教学设计师与教师之间的协作对于设计有效的课程、整合技术以及确保质量和可访问性至关重要。虽然主动学习是可取的，但GenAI意图与导向模型旨在通过在各种教育情境中利用GenAI（如作为学习伴侣或任务交付工具）来促进有效互动。

GenAI意图与导向模型于2024年中期推出，探讨了GenAI在师生关系中的潜在应用。它考虑了使用GenAI的行动者的目的（意图）和目标受众。该模型提供了一个概念框架，同时考虑了发起者的目的和受众的需求。该模型根据意图和导向将应用场景分为四个象限：教师意图/教师导向（I>I）、学习者意图/学习者导向（L>L）、教师意图/学习者导向（I>L）和学习者意图/教师导向（L>I）。

在I>I象限中，教师或教学设计师使用GenAI平台来执行构建高质量课程的任务。用户有需求并与GenAI互动以完成特定任务。假设教学设计师具备知识和能力，但仍需与教师协作，以创建满足所有需求的课程，包括适当的学习目标和与项目要求一致的内容。在此情境下，教学设计师被视为教师的延伸。

L>L象限包括学习者使用GenAI来加速学习或寻找捷径的互动，这可能会阻碍关键概念的学习。此象限中用例的适当性取决于活动和教师。关于GenAI的期望的清晰沟通至关重要，以确保学生在使用GenAI扩展其能力之前，理解关键概念背后的“为什么”。

在I>L象限中，教师创建材料，包括复杂的提示和定制的GPT，以满足学习者的需求。GenAI工具在需要时充当“教师代理”。将基于GenAI的活动整合到课程中可以促进GenAI素养，为学生为将与GenAI协作的工作环境做好准备。

L>I象限探讨了学生如何与GenAI互动以告知或改进教师的教学。在L>I场景中，学生使用GenAI来生成一些内容（如数据或报告），教师利用这些内容来做出改进的教学决策或提供个性化反馈。此象限将学习者定位为教学理解的间接但有意的贡献者。学习分析（收集和分析学生与课程内容的互动）可以被GenAI用来为教师提供可操作的见解。

教学设计师必须适应不断变化的格局，将GenAI工具整合到他们的工作流程中。策略包括制定明确的GenAI使用指南，为教师提供培训和支持，并促进教师与教学设计师之间的协作。解决学术诚信和数据隐私等伦理问题也至关重要。通过拥抱GenAI，教学设计师可以提高生产力，并创造更具吸引力和更有效的学习体验。

GenAI为高等教育和教学设计的转型提供了重大机遇。通过理解GenAI意图与导向模型并实施有效策略，教育者和教学设计师可以利用GenAI创造个性化、引人入胜且有效的学习体验。拥抱GenAI需要协作的方法，解决伦理问题，并不断适应不断发展的技术格局。