AIDAN 教材 · 专项 · 专项考核备考
用AI教学教材
AI for Teaching
检验在教学设计与教材编写、批阅与反馈、学生数据与学术伦理中应用AI时,能否保护学生并坚守教育专业判断。
目录
- 如何使用本教材
- 第 1 章 教学设计与教材
教材始于目标 · 指示的五大要素 · 修改指示:从症状追溯原因 · AI 教材中的事实错误 · 并不算核实的方法 · 通过原始资料进行核实 · 偏见与刻板印象 · 分层资料:调整表达,坚守目标 · 著作权:在教学材料中使用他人的文章 · AI 改写的文章与 AI 生成的图片 · 基于风险的核查 · AI 教材制作流程 · 具备搜索功能的 AI 能否解决问题 · 分层资料与低期望陷阱 · 培训机构、大学与学校的边界案例
- 第 2 章 批阅·反馈与学生评价(高影响领域)
高影响人工智能与学生评价 · 谁来承担义务 · 事前审查与申请确认 · 高影响人工智能经营者的责任 · 透明度:告知与标识 · 自动批阅的错误类型 · 平均分的陷阱 · 先测试可信度 · 基于评价用途的应用程度 · 改造评分量表以供 AI 使用 · 基于量表的反馈 · 确认 AI 反馈的流程 · 回应学生的提问与异议申诉 · “经人工确认”究竟意味着什么 · 异议申请是质量信号 · 大学与成人教育中有何不同
- 第 3 章 学生数据与儿童保护
学生的文章何时属于个人信息 · 处理原则 · 处理依据与学校 · 未满 14 周岁儿童 · 超出目的使用与提供 · 学校生活记录与向第三方提供 · 敏感信息 · 外部 AI 服务与委托 · 解读数据条件的五个问题 · 年龄标准与监护人指引 · 不录入学生信息使用 AI 的方法 · 处理的终点:销毁与事故应对 · 去除姓名的文章属于匿名吗 · 服务条款年龄与法定年龄不一致时 · 开通学生账号,还是由教师演示
- 第 4 章 学术伦理与AI使用规范
学术伦理的核心问题发生了改变 · 从作业目的到允许级别 · 编写允许级别说明 · AI使用记录 · 公开与引用的规则 · 为什么AI判别器不能作为判定依据 · 不依赖判别器确认作者身份的作业设计 · 产生怀疑时的处理程序 · 无标准与有标准时的区别 · 学生使用AI所引发的风险类型 · 制定学校层面的统一标准 · 跨越规则,走向素养 · 如何解读“准确率98%”:基础概率陷阱 · 禁止政策的代价 · 口头核验对谁才算公平
- 第 5 章 机构引入与运行管理
引入始于问题定义 · 符合目的的绩效指标 · UNESCO 生成式 AI 教育与研究指南 · UNESCO 教师 AI 能力框架 · 服务选型与签约 · 分步引入 · 教师研修与支持 · 告知监护人与学生 · 将 NIST AI RMF 落地到学校 · 检查项目与周期 · 管理知识资料的导师 · 安全事件类型与初始应对 · 效果衡量的陷阱 · 消费级应用备受青睐的原因与代价 · 治理不是一纸公文,而是循环迭代
- 附录 A 术语表
- 附录 B 自测答案与解析
- 附录 C 考试当天指南
- 附录 D 参考文档列表
本教材由 AIDAN 依据各公司的官方文档独立编写,与各公司无合作关系,亦未获其背书。产品功能与政策可能变化,请通过正文中的官方文档链接查看最新信息。