AI教育与学术诚信：揭秘Claude在高等教育中是编程辅助工具还是认知能力提升的作弊风险

随着人工智能技术的快速发展，AI 在教育领域的应用越来越广泛。从编程到论文写作，AI 正在改变学生的学习方式。根据一项针对百万条学生对话的大规模研究，AI 不仅能够帮助调试代码、润色文章，还能生成学习资料。然而，这种便利的背后也引发了关于学术诚信和技能培养的深刻思考。

研究背景与发现
为了更好地理解 AI 在高等教育中的实际应用情况，Anthropic 开展了一项大规模研究，分析了 Claude.ai 平台上 100 万条匿名学生对话记录。研究结果显示，计算机专业的学生是 AI 工具的主要使用者，尽管该专业仅占美国学位的 5.4%，但在 Claude.ai 的对话中占比高达 36.8%。相比之下，商科、健康科学和人文学科的学生对 AI 的使用率较低。

学生与 AI 的交互模式
研究总结了学生与 AI 交互的四种主要模式：直接解决问题、直接生成、协作解决问题和协作生成。这些模式在数据中的占比大致相同（23%-29%）。学生使用 AI 主要是为了创造新知识和进行分析，例如创建编程项目或分析法律概念。这与布鲁姆分类法中的高阶认知功能相契合。

各学科的 AI 使用情况
不同学科的学生在使用 AI 方面表现出显著差异。计算机专业的学生更倾向于利用 AI 进行编程相关的任务，如调试代码、修复错误等。自然科学和数学专业的学生则更多地依赖 AI 来解决复杂问题。而在商科领域，AI 的使用率相对较低。

学术诚信与技能培养的挑战
尽管 AI 带来了许多便利，但也引发了关于学术诚信的担忧。一些学生可能通过 AI 直接获取答案或生成，从而避免了自身关键认知能力的锻炼。此外，如何平衡 AI 的辅助作用与学生的自主学习能力，也成为教育者需要面对的重要问题。

特定学科的 AI 使用模式
在自然科学与数学领域，学生更多地利用 AI 解决具体问题，如逐步计算概率问题或提供详细解答。而人文、商业和健康领域的学生在协作对话和直接对话之间的选择较为均衡。这表明，制定针对不同学科的 AI 教育策略可能有助于提高学习效果。

学生交给 AI 的认知任务
研究采用布鲁姆分类法分析了学生将哪些认知任务交给 AI 处理。结果显示，AI 主要承担高阶认知功能，如创造（39.8%）和分析（30.2%）。低阶认知任务的比例相对较低，包括应用（10.9%）、理解（10.0%）和记忆（1.8%）。这引发了对学生是否过度依赖 AI 的担忧，可能导致基础技能发展不足。

本文来源：