生成式人工智能在高等艺术教育中的应用
Generative AI in Higher Art Education
Xi Chen, Yuebin Liao, Wei Yu
International Conference on Computer Science and Technologies in Education (CSTE) · 2024-04-19
订阅获取艺术设计被引 20影响因子 ≈0.6
摘要
本研究探讨了中国高校艺术教师对生成式人工智能技术融入教学的看法。该研究由中国高校艺术教师通过位于武汉的人工智能艺术教育联盟共同发起，旨在了解他们对将生成式人工智能工具引入艺术与设计课程的态度、担忧及应对准备。研究采用了综合方法，包括在人工智能艺术教育联盟成立大会上开展的小组访谈，并辅以问卷调查作为补充依据。参与者涵盖来自不同院校的中层管理人员与教师，从而能够细致呈现各教育机构中的不同观点。研究主要发现揭示了中国高等艺术教育领域对人工智能的复杂态度：教师对人工智能的焦虑程度存在显著差异，综合性大学表现出较高的接受度，而艺术类院校则更为谨慎。研究既肯定了人工智能在艺术教育中的潜在价值，也指出了其对传统教学模式的冲击风险。研究强调，教育界亟需解决因资源分配不均、学术诚信问题以及文化抵触所带来的公平性挑战。研究建议制定统一的人工智能工具使用规范，推动专业结构的适应性调整，并建立协作联盟以充分发挥人工智能的潜力。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于摘要生成- 主要观点
- 中国高校艺术教师对生成式AI融入课程的态度存在差异，综合类大学表现出接纳准备，而专业艺术院校则更为谨慎。研究指出AI在艺术教育中具有潜在益处，但也引发了对传统教学法受冲击的担忧。此外，研究强调了解决资源差异、学术诚信和文化阻力等公平性问题的紧迫性。
- 研究方法
- 研究采用综合性方法，以武汉AI艺术教育联盟成立期间开展的群体访谈为主，并以问卷调查作为补充证据。研究对象涵盖各类院校的中层管理者与教师，从而获取了跨不同教育机构的多元化视角。
- 学术贡献
- 本研究揭示了中国高校艺术教育领域对生成式AI融入的复杂态度与焦虑光谱，深化了对不同类型院校在AI接纳度上差异的理解。同时，研究突出了AI融入过程中公平性问题的紧迫性，为高等艺术教育应对技术变革提供了实证依据。
- 存在局限
- 材料中未明确提及
- 进一步研究方向
- 未来应致力于制定标准化的AI工具使用规范，并推动专业结构的适应性调整。此外，还需积极培育协同联盟关系，以更有效地发挥生成式AI在艺术教育中的潜力。
本综述由 AI（GLM-5-Turbo）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Artificial Intelligence in Education