На этой странице

Читать эту страницу на английском

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Бесплатный коллективный том Society for the Teaching of Psychology (2026, ISBN 978-1-941804-82-7), который организует генеративный ИИ курс за курсом, а не инструмент за инструментом. Психология поставляет респондентов для многих опросов об использовании ИИ, не будучи их предметом; эта книга — контрпример: 21 глава о курсах плюс введение и заключение на 255 страницах.

Аргумент книги

Посылка редакторов в том, что преподаватели психологии необычайно хорошо расположены для обучения использованию ИИ, потому что дисциплина уже учит суждению о измерении, доказательствах и человеческом поведении. Их утверждение уже, чем «ИИ-грамотность важна». Оно в том, что ИИ-грамотность развивается: студенты не «имеют» её и не «лишены» её — они приобретают её через поэтапный доступ, рефлексию и обратную связь.

Из этого следуют три проектных обязательства, и большинство глав воплощают хотя бы одно из них. Этапируйте то, что студентам разрешено делать с инструментом, переходя от направляемого использования к самостоятельному по мере развития суждения. Сочетайте использование с проверкой, чтобы утверждение, сделанное с моделью, приходилось сверять с источником и показывать. Определяйте успех как суждение о том, когда и стоит ли использовать инструмент, а не как беглость владения им.

Структура и есть аргумент. Главы сгруппированы по курсу, который преподаватель собирается вести, — базовые и сквозные, клинические и консультативные, методы исследования и статистика, — а не по инструменту, возможности или институциональной политике.

Раздел I: базовые и сквозные курсы

  • Доступ — первая проблема, а не инструмент (Slade и Hyk). Студенты, приходящие без предшествующего опыта с ИИ, оказываются в двойном проигрыше: им не хватает навыка промптинга и суждения о том, когда беглый ответ неверен. Глава обучает промпт-инжинирингу наряду с открытыми репозиториями многоразовых промптов и рассматривает это обучение как меру обеспечения равенства. Автор раскрывает финансовую заинтересованность в компании, коммерциализирующей образовательный ИИ.
  • ИИ как генератор контента для преподавания (Corcoran). Сценарий главы — собственная подготовка преподавателя: визуальные материалы, примеры, задачи и другие учебные стимулы, генерируемые под заявленную цель. Аргумент в том, что полезным результат делает адаптация к этой цели, а не новизна. Глава также настаивает, чтобы студентов учили об ИИ — его ограничениях и этике, — а не просто вручали его.
  • Учебные навыки как мост к теории (Costa). На продвинутом курсе обучения и памяти студенты используют ИИ-инструменты для учёбы, а затем отображают то, что делают инструменты, на распределённую практику и извлечение из памяти. Дизайн делает психологию предметом, а инструмент — образцом, и это самый чистый способ преподавать курс, содержание которого — наука об обучении, которую инструменты якобы реализуют.
  • Прикладной проект изменения поведения (Emanuel). Студенты ведут проект изменения поведения в сфере здоровья с ИИ-системой в роли коуча. Их рефлексии отделяют то, что сработало, — немедленные, индивидуально подобранные, неосуждающие предложения — от того, что нет: отсутствие эмпатии и правдоподобная дезинформация о здоровье. Глава — одна из немногих, где модель поставлена в роль, в которой ошибка имеет цену.
  • ИИ как тренер по дебатам (Jackson). Продвинутый курс социальной психологии использует модель для картирования аргументов, выявления контраргументов и репетиции опровержений перед публичными дебатами, причём каждое утверждение сверяется с рецензируемыми источниками. Среди письменных рефлексий 75% сочли модель как минимум умеренно полезной в подготовке, а 35% были резко положительны; около 10% нашли мало пользы, главным образом потому, что модель выдавала шаблонные аргументы или уверенные ошибки. Более поздняя итерация добавляет одностраничный план подготовки и реестр доказательств, связывающий каждое утверждение с источником.
  • Курсовой чат-бот с обязанностями по обратной связи (Lee, Nam и Wages). Чат-бот, построенный для курсов «Введение в психологию», «Методы исследования» и «Психологическая стажировка», поддерживал мозговой штурм тем, уточнение исследовательских вопросов и структуру работ. Авторы сообщают о 124 студентах в предтестовом опросе и 25% отклика в посттестовом, поэтому доказательная база результатов тоньше, чем детали реализации.
  • Оценивание в три уровня (Granito). Диагностические, формирующие и итоговые задания получают по версии, усиленной ИИ, а итоговый конец смещается к аутентичным проектам, где инструмент — поддерживающий партнёр, а не сдаваемый продукт. Это глава, которую стоит читать, если вопрос в том, что перестать оценивать.

Раздел II: клинические и консультативные курсы

  • Психотерапия как вводная активность (Castro). Студенты выбирают расстройство по DSM-5-TR и психотерапевтическую технику, затем переживают симулированную сессию и обсуждают, что телемедицина на основе ИИ выигрывает и теряет. Дизайн обучает технике через контраст: симуляция показывает, что такое реляционная часть терапии, опуская её.
  • Совместное построение кейсов (Pulido). Студенты используют ChatGPT для черновиков кейсов по DSM-5-TR, а затем оценивают их, что переносит навык оценивания на студента, а не на модель. Глава описывает адаптации для магистратуры и бакалавриата и рассматривает итеративное уточнение промптов как часть клинического рассуждения, а не техническую рутину.
  • Концептуализация случая на семинаре (Draheim). Концептуализация случая — это место, где студенты синтезируют информацию о клиенте и исследования результатов лечения, и её трудно преподавать на уровне бакалавриата. Семинар использует ИИ для генерации и критики концептуализаций, причём нагрузка по обратной связи преподавателя названа тем ограничением, которое вообще делает инструмент привлекательным.
  • Культурная скромность (Draheim). Домашнее задание использует модель для разбора статьи о культурной скромности, за которым следует аудиторное упражнение по поиску предвзятостей внутри генеративного вывода. Сочетание важно: инструмент используется, чтобы открыть тему, а затем в ту же неделю становится объектом критики.
  • Преподавание, чувствительное к травме (Rubio). Магистерские курсы о травме используют текстовые и графические модели для совместного создания терапевтических историй и образов безопасного места, опираясь на трёхфазную модель Herman и нейросеквенциальную модель Perry. Рамка здесь делает работу; инструменты поставляют материал, который рамка затем ограничивает.
  • Боты как терапевты (Niederjohn). Студенты разговаривают с несколькими чат-ботами и сравнивают этот опыт с очной работой над терапевтическим альянсом. Глава приводит цифры, которые делают упражнение насущным: 65% специалистов по психическому здоровью в более ранних опросах видели пользу в поддержке чат-ботами, тогда как 86% не поддерживали их использование в помощи. Практическое предложение — лестница: сначала ролевая игра с ИИ, затем однокурсники, затем живые симулированные пациенты.
  • Ролевые игры для стажёров (Labriola и VanHara). ИИ-ролевые игры заменяют сценарные ролевые игры со сверстниками несценарными клиническими презентациями, что, по мнению авторов, повышает реализм и готовность рисковать. Они обосновывают потребность данными студенческих опросов: 86% почти 4,000 студентов из 16 стран сообщили об использовании ИИ, 58% сказали, что им не хватает знаний о нём, а 72% хотели бы курсы по ИИ-грамотности.

Раздел III: методы исследования, статистика и научная грамотность

  • ИИ как второй пилот исследования (Sumutka с коллегами). Активности проводят новичков через сужение темы, поиск источников, генерацию и операционализацию переменных и применение этики. Заявленная цель — сначала информационная грамотность, потом скорость, и глава прямо говорит, что инструмент столько же демонстрируется, сколько используется.
  • Генерация вопросов как критическая оценка (Burkett). Трёхфазный подход на бакалаврском курсе методов исследования превращает ChatGPT в генератор оценочных вопросов о дизайнах исследований, с пользовательским GPT, построенным для этой цели. Вопросы затем служат мерой понимания — ход оценивания, о котором другие главы говорят, но редко операционализируют.
  • Польза и злоупотребления, как модули (Urdan, Firtch и White). Готовые к использованию модули охватывают генерацию дизайнов исследований, тренировочные тесты и известные режимы отказа, исходя из того, что трение внедрения — реальный барьер для преподавателей, которым интересен ИИ, но не хватает времени.
  • Чат-бот, который не дотянул (Hilley и Edwards). «Zig», построенный на платформе Juji для обязательного курса статистики, должен был давать помощь по запросу с тренировочными задачами. Он не оправдал ожиданий. Его сбои конкретны и поучительны: студент, спросивший о критерии Levene, набрал «levee» и получил отказ, вопрос об оценивании породил несвязанный ответ о z-оценках, а запросы примеров получили вместо них определения. Многое из этого восходит к платформе, нагруженной парами вопрос-ответ, а не к рассуждающей модели, но глава — честный отрицательный результат тома и та, которую стоит читать перед созданием курсового бота.
  • Поэтапная интеграция в преподавании R (Garrison, Tyson и Lyu). Четырёхэтапная модель начинается с обучения без ИИ и добавляет инструменты только тогда, когда студенты способны оценивать то, что инструменты производят. Сигнал готовности, который называют авторы, — фрустрация от ограничений ИИ, а задокументированный режим отказа — более раннее введение ИИ, которое породило зависимость до того, как появились основы.
  • ChatGPT плюс Elicit на семинаре выпускного курса (Katzarska-Miller). Четыре подготовительных воркшопа предшествуют исследовательской работе длиной в семестр, с генеративной моделью для черновиков и инструментом-ассистентом исследователя для литературы. Глава обосновывает дизайн социально-конструкционистской теорией обучения и использует самооценку до и после курса, чтобы проверить, сдвинулась ли ИИ-грамотность.

Что повторяется во всех двадцати одной главе

  • Этапируйте доступ. Почти каждая глава придерживает инструмент, пока у студентов не появится то, с чем его можно соотнести, — будь то статистика, рамка, позиция в дебатах или основа программирования.
  • Требуйте проверки и делайте её видимой. Реестры доказательств, проверки источников, журналы промптов и заметки «что изменилось после фактчекинга» появляются во всех разделах. Именно требование превращает использование инструмента в обучение.
  • Используйте студенческую рефлексию как инструмент. Рефлексии — доказательная база большинства глав, что одновременно является центральной методологической слабостью тома.
  • Проектируйте на уровне курса, а не инструмента. Собственное организационное решение книги — одна глава на курс — и есть рекомендация.
  • Сохраняйте суждение преподавателя как цель. Повторяющееся утверждение: студенты должны уходить способными решить, когда инструмент не использовать.

Слабые места книги

Главы — рассказы практиков. Почти ни одна не сообщает дизайн, выборку или размер эффекта, а там, где появляются числа, они описывают реализацию, а не обучение. Исключения частичны: у Lee с коллегами есть пред- и посттестовые опросы с 25% отклика в посттесте, а анализ рефлексий Jackson — тематическое кодирование одного класса.

Энтузиазм тоже проверен неравномерно. Corcoran и Costa пишут как сторонники; Hilley и Edwards сообщают о неудаче; только Slade и Hyk раскрывают коммерческий интерес. Главы, называющие конкретные продукты, быстро устареют, поскольку большинство описывает инструменты так, как они вели себя в 2025 году.

Пробелы покрытия, о которых стоит знать: стоимость и премиум-уровни едва обсуждаются, доступность и инвалидность не выделены в раздел, а K-12 появляется только в главе Castro о среднем образовании. Том — о преподавании психологии в бакалавриате и магистратуре в США, и о больших лекционных курсах мало что есть, кроме глав Costa и Granito.

Что с ней можно делать

Читайте главу о курсе, который собираетесь вести. Три раздела — базовые и сквозные курсы, клинические и консультативные курсы, методы исследования и статистика — держат родственные главы вместе. Примеры: ИИ-чат-бот-репетитор в психологической статистике, ChatGPT в паре с Elicit на семинаре выпускного курса, ИИ как тренер по дебатам, концептуализация случая и культурная скромность в клинической подготовке и глава о методах исследования, где студенты генерируют вопросы с ChatGPT, а затем критикуют их.

Для кого это

Преподаватели психологии на любой стадии карьеры и преподаватели смежных дисциплин социальных наук, чьи проблемы оценивания имеют ту же форму: работы с обилием эссе, обсуждение кейсов, статистическая тревожность, малые курсы, где одно переосмысление дизайна осуществимо.

Примечания и оговорки

Бесплатный PDF, без аккаунта. Авторские права принадлежат STP, это не лицензия Creative Commons: личные копии и копии для класса разрешены с указанием авторства, тогда как распространение или коммерческое использование требует разрешения автора. Главы — рассказы практиков, а не исследования: без дизайнов, выборок и размеров эффекта, — поэтому относитесь к утверждениям как к отчётам об опыте и цитируйте главы по отдельности.

Связанные концепции

Встроить эту страницу

Скопируйте код ниже, чтобы встроить эту страницу в систему управления обучением или на другой сайт. Во встроенной версии отображается только содержимое страницы — заголовок сайта, навигация и нижний колонтитул скрыты.