База знания AIEdAIEd KB
На тази страница

Прочетете тази страница на английски

Понятия

Как използването на AI се рамкира за учениците

Създадена 2026-10-27 · Актуализирана 2026-10-27

Автоматичен машинен превод на тази английска страница, който още не е проверен от носител на езика.

Как използването на AI се рамкира за учениците - занаятът на убеждаването и комуникацията, който оформя как обучаемите разбират стойността, целта и границите на AI инструментите и политиките, така че да възприемат продуктивно и етично използване, вместо да го отхвърлят, избягват или заобикалят. Това е лостът за „съгласие и ангажиране“, от който зависят образователните интервенции на Намаляване на злоупотребите с AI: структурните Guardrails променят средата, но Scaffolding, обучението по грамотност и политиките за използване на AI се закрепват само когато учениците действително са убедени в смисъла им.

Въпроси за размисъл

  • Простото предоставяне на AI на разположение на учениците се свързва с неефективно или дори неетично използване, докато изричното рамкиране и вграждане на подходящо използване подобрява резултатите. Ако наличието на инструмента има по-малко значение от това как е рамкиран, какво говори това за акцента върху простото „даване на AI на учениците“?
  • Повечето ученици използват генеративен AI, мнозина не са сигурни дали използването им е съобразено с правилата, и разчитат на частно достъпни инструменти, а не на институционално предоставени. Ако знанието на правилата едва променя какво правят учениците, какво би могло да убеди, вместо само да информира?
  • Когато институциите отговарят на AI със страх и осъждане, учениците може да скрият или рационализират използването си, вместо да се научат да го използват добре. Виждали ли сте реакция на „морална паника“, която тласка учениците към потайност? Как би изглеждал преформулиран подход, ориентиран към възможностите?
  • Тревожността относно AI не е само бариера: учениците, които се тревожеха за точността и плагиатството, бяха по-склонни да проверяват и преработват резултата от AI, вместо да го приемат некритично. Как продуктивната тревожност може да бъде насочена към оценъчна компетентност, вместо да бъде потискана?
  • Учениците изграждат собствена представа за това какво е приемливо чрез „места“ - намеренията на преподавателите, документите на курса, нормите на връстниците и институционалните послания - които често се разминават. Когато тези послания си противоречат, кое според вас действително надделява и как рамкирането затваря тази пропаст?

Въведение

Концепцията се намира между две по-познати. Докато Technology Adoption Models предсказва възприемането въз основа на възприетата полезност и лекота на използване, рамкирането е активната практика за оформяне на тези възприятия. И докато Student Experience описва как учениците възприемат AI в момента, рамкирането е за целенасочена промяна на това преживяване. То е комуникационният партньор на Educational AI Policy: една политика е толкова ефективна, колкото е готовността на учениците да я приемат.

Защо рамкирането има значение

Рамкирането има значение, защото политиката и правилата не променят надеждно поведението сами по себе си. Проучвателни изследвания върху регулаторната осведоменост установяват, че знанието на учениците за институционалните правила относно GenAI показва само слаби до умерени връзки с това, което те действително правят (Knowing the Rules Is Not Enough: Student Regulatory Awareness and Use of GenAI in Higher Education). Да знаеш правилата е необходимо, но не е достатъчно; посланието трябва да убеждава, а не само да информира.

Диференцираното рамкиране може да произхожда от една единствена политика, а не само между отделни „места“: анализ на настроението на 36 университетски политики установи, че твърденията за преподаване са рамкирани положително, докато твърденията за GenAI и етиката са рамкирани отрицателно, така че учениците срещат насърчение и ограничение в един и същ документ (Sun et al. (2026)).

Рамката оформя и дали учениците преживяват AI като заплаха, която да бъде избегната или заобиколена, или като ресурс, който да бъде използван целенасочено. Когато институциите отговарят на AI със страх и осъждане - това, което едно направление на работата нарича повтаряща се „морална паника“ - те тласкат учениците да крият или рационализират използването си, вместо да се научат да го използват добре (Navigating the moral panic: encouraging appropriate use of GenAI in the classroom rather than condemning innovation as disruption). Преформулирането на тревожността и осъждането в структурирана възможност променя цялата динамика на ангажираността на учениците с AI.

Стратегии и доказателства

Рамкирайте AI като продуктивен инструмент, а не като заплаха за забрана

Най-пряко изпитаната интервенция за рамкиране в базата знания е шестгодишен естествен експеримент, проследяващ курс по данни и визуализация при три условия: преди GenAI, с наличен GenAI (присъства, но неинтегриран) и с интегриран GenAI (изрично обучение плюс насърчение да се използва AI в приложна работа, забранен само в частта за проверка на знанията). Откритието: простото предоставяне на AI беше свързано с неефективно или неетично използване от учениците, докато изричното рамкиране и вграждане на подходящото използване възстанови и подобри резултатите по приложните въпроси (Navigating the moral panic: encouraging appropriate use of GenAI in the classroom rather than condemning innovation as disruption). Урокът е, че рамкирането (как AI е позициониран и преподаван) има значение колкото наличието на инструмента: насърчаването на подходящо използване побеждава осъждането или пренебрегването.

Съобщавайте очакванията ясно и многократно - и проектирайте около учениците

Тъй като осведомеността за правилата сама по себе си не променя поведението, ефективното рамкиране съчетава ясни очаквания със структурно подкрепление. Учениците изграждат собствена представа за приемливото чрез това, което едно интервю-проучване нарича „места“, където политиката за AI се интерпретира: намеренията на преподавателите, документите на курса, нормите на връстниците и институционалните послания често се разминават, пораждайки рационализации като „копирането на текст от AI не вреди на никого“ (It's OK Because...": The Wild West of Student Rationalization of AI Use in Academic Writing). Затова рамкирането трябва да затвори пропастта между това, което преподавателите възнамеряват, и това, което учениците извеждат, и да признае социалния и емоционалния контекст: срамът и вината регулират кога и как учениците правят използването на AI видимо, подтиквайки към скриване и избирателно разкриване, а не към честна ангажираност (Stuck in a Spiral": Shame and Guilt as Social Regulators of AI Use in Computing Education).

Казвайте защо, а не само какво

Най-прекият лост за рамкиране в базата знания е предоставянето на причината за дадена граница задача по задача, съставена така, сякаш се говори на учениците („вие ще...“, „ние ще...“). Дизайнерският случай на McCorkle (2025) документира механизма: след разговори в приемните часове, които разкриха, че ученици, прочели забрана, не вярваха, че тя се отнася за тях, тя преустрои политиката така, че всяко разрешено или неразрешено използване на GenAI беше обосновано с конкретното оценяване, което защитава - например помощ от GenAI при учебните цели е неразрешена, защото „оценявам способността ви да формулирате учебни цели, които са конкретни, измерими и на подходящо ниво“, - и предаде тази обосновка както в учебната програма, така и като напомняния в точния момент вътре в инструкциите за задачата. Рамкирането чрез обосновка е ход за равенство толкова, колкото и убеждаващ: то предполага по-малко споделени фонови знания за авторството, оригиналността и приписването и превръща политиката в диалог, а не в присъда (Академична почтеност).

Преформулирайте тревожността и несигурността в оценъчна компетентност

Смесено изследване на академичното писане установи, че тревожността относно AI не е просто бариера: учениците, които се тревожеха за точността и плагиатството, бяха по-склонни да проверяват, сверяват и преработват резултата от AI, вместо да го приемат некритично. Изследването рамкира AI грамотността по-скоро като регулаторна компетентност, отколкото като приемане - способността да се поставя под въпрос резултатът, да се преработва избирателно и да се запазва отговорността за авторството (From AI Anxiety to Strategic Regulation: How University Students Transform Generative AI into a Strategic Learning Resource). Рамкирането на използването на AI за учениците означава насочване на продуктивната тревожност към оценяване, а не потискането й.

Използвайте насочени съобщения, за да оформите конкретни поведения

Малки, добре проектирани съобщения могат да променят поведението. Имунизационно съобщение относно податливостта на ChatGPT на грешки увеличи намеренията на учениците да проверяват предоставена от AI информация и действителното им поведение на проверка (Student engagement with ChatGPT for educational tasks: Effects of inoculation training on verification intentions and behavior). По същия начин, простото предупреждение за податливостта на AI на грешки увеличи търсенето на помощ в система за интелигентно обучение - рамка на калибрирана предпазливост, а не на всеобщо недоверие (Warning About AI Fallibility Increases Help-Seeking in an Intelligent Tutoring System). Тези примери сочат общ принцип: рамкирайте ограниченията на инструмента честно и учениците ще калибрират поведението си съответно, вместо да се доверяват прекалено или да го отхвърлят.

Осигурете съгласие и реално използване, а не само достъп

Рамкирането е преди реалното използване. Теренни експерименти с AI обучение установиха, че ограничаващият фактор не беше способността, а ангажираността: въпреки отделеното време за сесии, близо половината ученици никога не използваха платформата, а ползвателите прекарваха средно само 2-5 минути седмично - докато нискозатратна интервенция с човешка подкрепа (кратко присъствено въведение) не подобри използването (Access is Not Enough: Human Support Improves Engagement with AI Tutoring). Да накараш учениците да приемат стойността и целта на един инструмент е предпоставка за всяка полза за обучението; рамкирането включва продаването на тази стойност, а не само премахването на бариерите за достъп.

Рамкиране и мотивация

Рамкирането се свързва с мотивацията чрез Self-Determination Theory: начинът, по който един инструмент или политика е представен, определя дали учениците преживяват използването на AI като самостоятелно и осмислено, или като контролирано и наложено. Ангажираността на учениците с GenAI се оформя от това дали инструментът подкрепя усещането им за компетентност, самостоятелност и свързаност - въпрос на рамкиране толкова, колкото и въпрос на функции (Students' engagement with generative AI in academic learning: A self-determination theory and epistemic network analysis study). Когато наличието на AI подкопава възприемания смисъл на усилията - „защо да полагам толкова усилия?“ - рамката трябва да възстанови цел за тези усилия, свързвайки използването на AI с трайно обучение, а не със завършване на задача (Why Put in This Much Effort?": How AI Availability Shapes Students’ Motivation in Introductory Programming).

Медии и публично рамкиране

Учениците са рамкирани и от по-широките медии и публичен дискурс около AI в образованието, което оформя базовите им очаквания преди всяко съобщение от преподавател. Анализи на публичния дискурс и на това как платформи като YouTube рамкират използването на ChatGPT в образованието показват, че преобладаващите рамки - хайп, обреченост или прагматизъм - влияят на това как обучаемите и преподавателите подхождат към технологията (How YouTube Frames ChatGPT Use in Education: An Epistemic Network Analysis with Supporting Multimodal Metadata)(A Longitudinal Analysis of Public Discourse on AI Ethics in Education Using Twitter Data). Ефективното рамкиране от преподавателите често означава съзнателно противодействие или пренасочване на тези средищни наративи.

Практически насоки

  • Позиционирайте AI като продуктивен ресурс, като изрично преподавате кога и как да се използва, вместо да го забранявате или пренебрегвате: интегрираното рамкиране побеждава както осъждането, така и политиката на невмешателство.
  • Съобщавайте очакванията многократно и от всяко „място“ - учебната програма, указанията за задачите, обратната връзка и нормите на връстниците трябва да разказват последователна история, за да не си измислят учениците собствени рационализации.
  • Насочвайте тревожността към оценяване. Рамкирайте несигурността относно точността като причина за проверка и преработка, а не като причина за избягване или измама.
  • Използвайте честни, насочени съобщения (например имунизационни съобщения и предупреждения за податливост на грешки), които изграждат калибрирана предпазливост, а не всеобщо доверие или недоверие.
  • Подредете инструмента спрямо фазата на обучение. Централното практическо твърдение на консенсусния доклад на 30 експерти е една последователност: първо усвояване на идеите без GenAI, после използването му за укрепване и консолидиране на наученото, и накрая приоритет на собственото мислене при прилагането на тези идеи в нови контексти (Kendeou, Greene & Nixon et al., 2026). Съветът му към учениците е по-директен: краткосрочните печалби в представянето прескачат обучението, необходимо за дългосрочен успех.
  • Продавайте целта. Свържете използването на AI с трайно обучение и с самостоятелността на обучаемия и съчетайте посланията с подкрепата, която превръща намерението в реално използване.

Чести заблуди

„Ясната политика казва на учениците какви са правилата, така че рамкирането е излишно.“ Текстът на политиката не е рамкиране и пропастта се вижда в поведението: повечето ученици използват генеративен AI, мнозина не са сигурни дали собственото им използване е съобразено с правилата, и разчитат на частно достъпни инструменти, а не на институционално предоставени. Ученик, който не може да прецени дали спазва правилата, не получава комуникация, каквото и да казва документът - затова страницата поставя „казвайте защо, а не само какво“ в своя метод.

„Публикуването на политика и предоставянето на лицензиран инструмент покриват институционалната отговорност.“ Достъпът и реалното използване са различни резултати и тази страница съществува, защото лостът е във втория. Структурните Guardrails променят средата автоматично, но Scaffolding, обучението по грамотност и политиките за използване се закрепват само когато учениците действително са убедени в смисъла им - това е зависимостта от съгласие, която страницата назовава.

„Забраната на инструмент премахва поведението.“ Тя го премества към инструменти, които не можете да видите. Учениците вече предпочитат частно достъпни инструменти пред институционално предоставени, така че забраната изтласква използването извън единствената среда, в която са възможни подкрепа, регистриране или насоки. Задачата на рамкирането е да направи разрешеното поведение привлекателно, а не забраненото поведение по-трудно за наблюдение.

„Рамкирането е убеждаване, значи е по-скоро реторика, отколкото дизайн.“ Рамкирането, което тази страница описва, е съчетано с дизайн: очаквания, заявени ясно и многократно, докато се проектира около учениците. Послания, доставени вместо проектирани, са версията, която се проваля, защото учениците различават заявен ангажимент от действителен.

Свързани концепции

Свързани статии

Свързани ЧЗВ

Метаданни

НивоHigher Ed, K 12
Целева аудиторияLearners
Обучение и преподаванеCollaborative Learning, Motivation
Институции и политикиEducational AI Policy, AI Governance
Основи на AI в образованиетоАкадемична почтеност, AI грамотност
ИзточникИсторияРедактиранеЧат

Вграждане на тази страница

Копирайте кода по-долу, за да вградите тази страница в система за управление на обучението или друг уебсайт. Вгражданата версия показва само съдържанието на страницата — скрива заглавната част, навигацията и долния колонтитул на сайта.