这就是我要求新闻系学生写“AI 日记”时发生的事情
快速阅读: 《在线新闻博客》消息，AI日记提升学生对AI的透明度与批判性思维，促进新闻质量提升。学生态度更成熟，反思能力增强，但仍有挑战需解决。
上个月我曾写过，我决定将AI日记作为伯明翰城市大学新闻学学位课程中一门课程评估的一部分。结果已经出来了，而且非常有启发性。
AI日记节选：如果我们只是要求学生记录他们与AI的所有互动呢？这就是AI日记的初衷。作为一种本年度我引入的评估方式，其有两个主要原因：一是提高对AI使用情况的透明度，二是提高批判性思维。日记取代了学生通常在新闻报道中完成的更正式的“批判性评估”，简而言之，效果不错。学生们在使用AI方面更加透明，并在他们的提交作品中表现出更多的批判性思维。但还有更多：具体来说，表现明显提高，不仅体现在对广泛阅读的参与度上，也体现在新闻报道质量的提升上。生成式AI的应用更加广泛。对AI的看法在课程期间发生了变化，无论最初是支持AI的学生，还是反对AI的学生。而且学生们在提示设计方面培养了新的跨行业技能。不仅仅是分数提高了，但为什么呢？AI日记本身对提高分数贡献最大，但新闻报道本身也得到了改善。为什么？部分原因是将AI融入制作过程，并且必须在日记中记录和注释这一过程，为学生提供了一个反思该过程的空间。这在前期阶段最为明显，比如想法的产生和发展、资料收集和计划。原本可能完全在内部或非正式进行的事情被转化为生成式AI提示，从而被外部化和正式化。这是一个令人惊讶的发现：仅仅发出提示这一行为——无论回应如何——就鼓励了反思。根据诺贝尔奖得主心理学家丹尼尔·卡尼曼的说法，看起来发生的是从系统1思维（“快速、自动和直觉”）向系统2思维（“缓慢、有意识且需要有意努力”）的转变。例如，学生不再只追求第一个故事的想法，而是花更多时间思考想法的发展过程。结果是产生了（并有机会选择）更优秀的故事想法。同样，识别出更多更好的采访对象，采访方法和问题的规划也变得更加战略性和专业性。这些原则在整个课程中多次教授过，但除了工作坊活动之外，停止思考、反思和计划的纪律是由AI的系统性使用所强制执行的。
运用文献，而不仅仅是引用它
当谈到AI日记本身时，学生们比以往几年的传统批判性评估引用了更多的文献。日记与这些文献建立了更多联系，并展示了更深入的理解和参与。换句话说，学生们在过程中更频繁地将阅读内容付诸实践，而不是仅仅在最后引用它。这个提示融合了关于资料获取和提示设计的知识。
日记格式的一个有用附加好处是，它有助于更容易识别理解或缺乏理解的情况，因为笔记可以明确地与被注释的实践联系起来。有可能AI日记格式让人们更清楚新闻学学位中阅读的目的——不仅仅是通过一个作业，而是成为更好的记者。开发提示设计技能的明显就业优势也可能促使了更多的自主阅读。确实，这个领域受到了更多的关注，而较少被探索的文献领域往往是不太实际的考虑因素，如伦理问题。
学生们对AI的看法非常多样，但最终趋于一致
调查结果显示，态度变得更加成熟。这种批判性思维也体现在小组成员对生成式AI技术看法的变化上。在课程开始和结束时进行的调查显示，学生对AI的感受变得更加成熟：最初持反AI或支持AI立场的学生在结束时表达了更为细致的理解。关键的是，对AI的信任减少了，这已被证明对批判性思维至关重要。
AI日记让你看到人们是如何真正使用技术的
AI日记格式的一个意外好处是提供了一个窗口，让人们了解人们实际上是如何使用生成式AI工具的。通过让学生在课堂上完成基于日记的活动，并在整个课程期间（包括课内外）审查日记，可以及早识别并解决个人和群体中的主题。这些主题包括：
– 过于信任技术，尤其是在低信心领域，如数据分析
– 假设ChatGPT等理解了一个概念或框架，而没有解释清楚
– 假设ChatGPT等可以通过提供链接而不是摘要来理解
– 需要将隐含的内容（如体裁、受众）显性化
– 在自己充分理解之前试图向AI传授一个概念或框架
这些主题表明未来教学的潜在领域，例如识别低信心区域或未充分记录的概念作为“高风险”用于AI，并需要检查清单以确保诸如体裁、受众等背景嵌入到提示设计中。
还有一些新颖的实验，提出了测试生成式AI的新方法，例如有学生发明了一名足球运动员来测试ChatGPT缺乏批判性（它未能挑战错误信息）。一名学生想出了一个新的方法来测试ChatGPT倾向于编造事实。
透明度的障碍仍然存在
尽管AI日记成功帮助学生识别了他们使用工具生成内容或改进自己写作的地方，但显然有些学生仍然存在障碍。我觉得部分障碍在于生成式AI对我们创造力的挑战。这既是内在障碍，也是外在障碍：在教育术语中，我们可能面临一种“颠覆性学习”的挑战——具体来说是一种“令人生疑的困境”，即质疑假设并改变信念。
不仅仅在人工智能领域，寻求或获得帮助常常伴随着一种羞耻感：我们希望能够说“这是我做的”，即使只是部分参与了创作（而且有很多记者希望为他人发起、研究或编辑的故事独占功劳）。在这种情况下，仅仅给予许可是不够的。因此，我们可能需要更直接地参与这些辩论，并向学生提出认知冲突，以帮助他们达到一个舒适的程度，承认人工智能可能对他们的创意产出有多大贡献。这其中包括承认有效提示所涉及的创造力、“监管”以及回应编辑的创造性。
另一个选择是要求完成特定的活动：例如，要求作品经过AI审查，并对此进行反思（并决定采纳哪些建议）。减少声明的障碍也可以通过减少所需的努力来实现，即提供一个明确且结构化的清单，说明每篇报道中如何使用了AI，而不是仅仅依赖AI日记来完成这一任务。例如，每篇报道可以附带一张表格，学生可以勾选一系列方框，表明AI被用于哪些环节，从生成想法本身，到背景研究、识别来源、计划、生成内容和编辑。应将有关新闻机构如何实现AI使用的透明化的文献纳入教学中。
AI生成带来了关于编辑和透明度的新挑战。我之前没有让学生自己使用AI生成故事草稿，这可能是一个错误。那些尝试这种AI应用的学生通常做得不好，因为他们缺乏识别AI生成材料中的缺陷或有效编辑的能力。而且他们未能参与关于透明度的讨论。这些技能在AI增强的角色中将变得越来越重要，因此下一个挑战是如何（以及是否）培养这些技能。
显而易见的问题是，这些技能也使得任何AI抄袭都更容易被忽视。这里有两种明显的策略可供采用：第一种是要求故事基于最初的AI生成草稿（这样就不会对作者身份产生疑问）；第二种是为任何写作评估创造受控条件，即考试，以便评估个人的写作能力，而不是他们的编辑能力。
无论如何，引入这些技能都需要超越单个模块的考虑，因为学生可能在其他模块中也会应用这些技能。一个模块是不够的。
事实上，很明显，一个模块不足以应对AI带来的所有挑战。最基本的是，对生成式AI如何运作（它不是搜索引擎！）、它最适用于何处（不是文本生成！）以及专业使用是什么样的（例如风险评估）有批判性的理解，应该成为任何新闻学学位的基础性知识。如果从第一天起就不教授这些内容，就如同让学生开始课程时还不知道如何使用计算机一样。
设计提示——特别是角色引导式提示——是一种很好的方法，可以鼓励学生探索并阐述专业性品质和实践。举个例子：“你是一名编辑，会核查故事中的每一个事实，对每一个说法持质疑态度，纠正拼写和语法以确保清晰度，并严格剔除不必要的细节。除了上述所有工作外，你还要检查故事结构是否符合新闻写作惯例，并确保故事的角度与针对医疗行业从业者的受众相关。你的工作的一部分包括应用关于报道特定主题的最佳实践指南（如残疾、心理健康、种族等）。请对这篇故事草稿提供反馈……”
在这里，提示设计的过程既是研究任务，又有实际应用，并且学生可以比较和审查其结果。那些挑战学生身份认同的“认知冲突”也非常适合在课程早期进行探讨：如果记者不亲自撰写故事，那么他们到底是什么？我们在哪里创造价值？什么是创造力？我们怎么知道该相信什么？这些都是AI迫使我们面对的基本问题。而答案可能是启发性的：我们可以将重点从数量转移到质量；从内容转移到原始新闻采集；从权威转移到信任。
现在我只需要决定明年能将哪些内容纳入模块中。
(以上内容均由Ai生成)
