Здобувачі

Автоматичний переклад цієї англійської сторінки, не перевірений носієм мови.

Узагальнення: Здобувачі — первинна аудиторія AI in education — студенти в K-12, Вища освіта та Дорослі здобувачі, чию роботу, розуміння та відчуття себе ШІ тепер формує. Ця сторінка — збірна для всього, що в базі знань стосується сторони здобувача: чого здобувачі зазнають (Досвід здобувача), ким вони стають (Ідентичність здобувача), що вони ще обирають (Суб’єктність здобувача), як вони насправді взаємодіють з інструментом (Взаємодія здобувача зі ШІ), чи витримують їхні зусилля та self-regulation його тиск (Розвантаження когніції), і як системи ШІ їх моделюють (Моделювання здобувача та адаптивне навчання). Повторюваний висновок цих досліджень: той самий інструмент по-різному допомагає і по-різному шкодить різним здобувачам — здобутки зосереджуються там, де prior knowledge, AI literacy і звички перевірки вже присутні, а обернення ефекту — там, де ШІ заміщає те мислення, яке мала будувати задача.

Питання для роздумів

• Яких здобувачів у вашому власному контексті новий інструмент ШІ охопив би першими, а кого залишив би позаду — і що змушує вас так думати?
• Дослідження часто повідомляють, що студенти вважають, що ШІ їм допоміг, тоді як вимірювання без допомоги не показують приросту або показують втрату. Якщо власний розповід здобувача — ненадійний доказ, що ви прийняли б за доказ того, що навчання відбулося?
• Здобувачів тут описано і як людей, які використовують ШІ, і як об’єкти, які моделює ШІ (learner models, knowledge tracing, simulated students). Де модель здобувача має інформувати викладання, а де їй варто перестати довіряти?
• Self-regulation та prior knowledge вирішують, чи стає підтримка ШІ навчанням, чи заміщенням. Це дефіцит здобувача, який треба коректувати, проєктна проблема, яку треба розв’язати, чи проблема оцінювання, яку треба виправити?
• Якщо групі здобувачів погано вдається працювати з інструментом ШІ, проєктувальники інструмента зазвичай дізнаються про це останніми. Як би насправді виглядала у вашій установі рутина почуття здобувачів до і після розгортання?
• Learner agency та identity стоять на сторожі поруч із досягненнями. Якою з них ви б відмовилися торгувати за вимірювані score gains — і чи зробила б ваша конструкція оцінювання цю відмову видимою?

Вступ

Здобувачі постають в цій базі знань у двох дуже різних виглядах, і їхнє змішування спричиняє більшість плутанини в цій сфері. У першому здобувачі — це люди, які використовують ШІ: вони ставлять питання, приймають або відкидають відповіді, втрачають або зберігають підніжжя та розповідають про досвід підтримки, провини, тривоги та залежності. У другому здобувачі — це об’єкти, які моделюють системи ШІ: оцінка навички в knowledge tracing, латентний стан у cognitive diagnosis або simulated student, що стоїть замість справжнього. Докази про перший приходять з опитувань, інтерв’ю, аналізу журналів і експериментів; докази про другий — із самої машинерії вимірювання, — і модель здобувача є твердженням, а не здобувачем.

Ця сторінка — точка входу для обидвох. Вона збирає поняття сторони здобувача, які покриває база знань, пояснює, як вони співвідносяться, і посилається на дослідження за ними. Зацікавлені сторони покривають інший бік того самого поля — teachers, administrators, проєктувальників і політиків, — і ці дві сторінки призначені для читання разом.

Хто вважається здобувачем

База знань розглядає здобувачів у межах усього діапазону формальної освіти: учнів K-12, university students, vocational і professional здобувачів, а також adult і lifelong здобувачів, включно зі learners with disabilities, neurodivergent здобувачами та multilingual здобувачами. Дві домовленості важливі. По-перше, «здобувачі» і «студенти» не є зручно взаємозамінними: студенти називає інституційну роль, здобувачі називає діяльність, і людина може бути одним, не будучи іншим (працівник на workplace training є здобувачем, але не студентом). По-друге, здобувачі не є однорідною групою, і саме гетерогенність — це те, що дослідження постійно виявляє: prior knowledge, self-regulation, мова, доступ і статус інвалідності всі змінюють те, чи допомагає інструмент ШІ.

Що переживають здобувачі

Досвід здобувача — один із найбільш досліджених вимірів ШІ в освіті, і його центральний урок: ефекти змішані, а не рівномірні. Survey work on study productivity виявляє, що здобувачі повідомляють про справжні здобутки в ефективності — 92,3 % сказали, що ШІ поліпшив їхнє розуміння, — поряд із розривом, який приховують заголовні числа: лише 38,5 % сказали, що він скоротив їхній загальний час на навчання, і половина повідомила, що іноді спиралася на ШІ замість спроби навчатися самостійно. Analyses of reliance patterns йдуть далі: студенти з різними рівнями AI literacy й навички оцінювання опиняються в якісно різних стосунках із інструментом, тож однакова політика курсу дає різні наслідки для різних здобувачів — підтримку для одних, заміщення для інших. Students describe the pull of least effort власними словами, що сторінки Академічна доброчесність та Хибні уявлення про AI трактують як проєктну та політичну проблему, а не моральну.

Афект іде поруч із когнітивною історією: Тривожність і стрес і Благополуччя документують тривогу про те, що тебе випереджають, про звинувачення в порушенні та про цінність здобуваного ступеня. Ментальні моделі здобувачів щодо ШІ — що вони думають, що він є і для чого він, — є вгорі за те, чи користуватимуться вони ним добре, і саме тому Хибні уявлення про AI та Фреймування використання ШІ для студентів з’являються скрізь у дослідженнях сторони здобувача.

Розповіді здобувачів також ускладнюють історію доброчесності, яка вмовляє стільки політики на боці здобувача. Interviews with 27 undergraduates at an Ethiopian university виявляють майже всезагальне використання GenAI поряд із щиро розділеним ethical прочитанням — більшість приписує інструментам підвищення їхніх досягнень, меншість називає використання в курсових роботах порушенням, і майже всі повідомляють про нерівне поле, на якому користувачі ШІ набирають більше за старанних самостійних працівників, а один описує ефект як знищення їхнього відчуття старанності. Сторона студентів у процедурі щодо порушень — тонша в літературі, ніж сторона студентів у використанні, але case-file analysis of 1,162 GenAI allegations показує, з чим стикаються здобувачі, коли приходить інституційна відповідь: доказ, який цитують найчастіше, — найслабшого за рейтингом виду, жоден мінімальний поріг доказовості не регулює, чи просується справа, а студентів, чиї справи спираються на тонкі докази, штовхають до апеляцій.

Ідентичність, автономія та авторство

Дослідження на боці здобувача — не лише про наслідки. Ідентичність здобувача питає, ким здобувач стає у відношенні до дисципліни та до ШІ, і докази йдуть в обидва боки: добре проєктоване використання може скаффолдити дисциплінарну належність, тоді як передання назовні може руйнувати відчуття, що робота є власною. Суб’єктність здобувача питає, що здобувач ще контролює. База знань трактує обидва як справді стоящі на сторожі, а не як м’які доповнення до досягнень: здобувач, який дає правильний результат із ШІ і вже не впізнає міркувань за ним, втратив дещо, чого не записує оцінка. Питання авторства — те, де самі здобувачі борються найбільше: students interviewed about GenAI and integrity, заявляли оригінальність, бо іншого автора не існувало — «Якщо це не моя оригінальна ідея, то чия?» — тоді як інші дійшли висновку, що робота не представляла їх, а один розмірковував до визнання інструмента співавтором, яким він не міг бути, бо ШІ не є особою.

Взаємодія зі ШІ: що здобувачі справді роблять

Сторінка Взаємодія здобувача зі ШІ збирає те, чого здобувачі просять у ШІ, як розвиваються їхні підказки та діалоги, і чому якість взаємодії передбачає learning outcomes краще, ніж доступ. A rapid scoping review of 46 categorizations drawn from 33 studies виявляє, що ця доказова база концептуально фрагментована — дослідження відрізняються джерелом даних, схемою категорій та одиницею аналізу, тож «якісна взаємодія» не є ще порівнянним між ними конструктом, і заклик огляду — до конвергентної таксономії навчально орієнтованого використання Великі мовні моделі (LLM), а не твердження, що така вже існує. Studies of chat content виявляють, що студенти дисциплінують себе характерними способами, а залученість коливається від перевірки та випробовування тверджень до прийняття першої правдоподібної відповіді. Пошук допомоги дає старішу рамку: просити допомоги — навичка, і просити не того помічника не тим способом — відомий спосіб невдачі, якого ШІ не прибирає.

Зусилля, саморегуляція та розрив між продуктивністю і навчанням

Тут докази на боці здобувача найбільш вагомі, бо вони розділяють те, що здобувачі можуть робити зі ШІ, від того, що вони можуть робити без нього.

Розвантаження когніції збирає докази про надмірну спиральність; Distinguishing performance gains from learning when using generative AI формулює центральний методичний пункт — що допоможену продуктивність і недопоможену здатність потрібно вимірювати окремо; Layer-sensitive studies of writing розділяють перекладання поверхневого, структурного, ідейного та міркувального характеру і виявляють найвищу підтриману продуктивність у найменш обмеженій умові поряд із найнижчою самостійною продуктивністю через вісім тижнів; а Shaw and Nave's cognitive-surrender account називає ту схильність, що робить делегування звичним, а не стратегічним. Metacognitive discord документує незручний середній випадок — здобувачів, які помічають, що не розуміють, і все одно подають роботу, — а verification research показує, що сама «перевірка» є градуйованою навичкою, а не бінарною звичкою. На боці проєктування productive difficulty і Зниження шкоди від неправильного використання ШІ збирають втручання, які відновлюють зусилля, якого мала вимагати задача.

Здобувачі як моделі

Поняття сторони здобувача з найдовшою технічною лінією — це ті, що представляють здобувача системі. Моделювання здобувача та адаптивне навчання покриває родину: Відстеження знань, що оцінює засвоєння навичок у часі, Когнітивна діагностика, що локалізує конкретні хибні уявлення, і адаптивні та personalized системи, які споживають ці оцінки. Симуляція студентів та its review трактують Симуляція як спосіб випробовувати tutors і генерувати дані, коли справжні здобувачі недоступні, — явно умовний замінник, а не субститут. Два застереження проходять крізь цю літературу: оцінки моделі — це висновки з поведінки, чутливі до того, як побудовані завдання та інтерфейси, і studies of demographic signals показують, що системи оцінювання можуть підхоплювати проксі для ідентичності здобувача (мова, тло), які ніколи не мали бути частиною конструкту. Засоби самооповідання покривають проблему-дзеркало на боці дослідження: те, що здобувачі кажуть про власне навчання, часто розходиться з тим, що вони можуть робити.

Справедливість між здобувачами

Оскільки користь іде за попередньою перевагою, робота на боці здобувача невіддільна від Справедливість. Цифровий розрив і доступ до платних рівнів моделей формують те, хто отримує найсильніші інструменти; занепокоєння fairness регулюють те, як навчені моделі поводяться з різними групами; Інклюзивне навчання, Доступність, Спеціальна освіта і Нейрорізноманіття покривають здобувачів, чиї потреби ігнорує типове проєктування. Практичний урок цих досліджень: «ШІ допомагає студентам» — не висновок; висновок завжди — яким студентам, за яких умов, із якими попередніми знаннями та доступом. Дві групи несуть особливу частку цього ризику. Wright (2026) стверджує, що заборони, написані навколо «generative AI», а не навколо функції, захоплюють інструмення транскрипції, що перетворюють формат роботи, яку здобувач уже створив, тож виникаючі хибні спрацьовування найтяжче падають на здобувачів з інвалідністю, які спираються на перетворення мовлення в текст і OCR, включно там, де OCR на базі ШІ замінив припинене допоміжне програмне забезпечення; a scoping review of remote proctoring робить паралельний пункт про умови оцінювання, виявляючи, що зв’язність, вартість даних і відмова пристроїв вирішують, кого взагалі можна оцінити, — це висновок про справедливість, а не технічний, і такий, що зосереджений у країнах із низьким і середнім рівнем доходу.

Де стоїть ця сторінка

Читайте з Зацікавлені сторони щодо людей навколо здобувача та з Педагогіки та стратегії викладання і Проєктування навчання щодо того, що викладачі роблять із цими висновками. Оцінювання визначає, які здібності здобувача взагалі стають видимими; Обмеження досліджень AIEd пояснюють, чому так багато доказів на боці здобувача є короткостроковими, самоописаними та отриманими на зручних вибірках; і Хибні уявлення про AI — звичайна точка входу для самих здобувачів.

Пов’язані поняття

• Диференційовані ефекти в різних групах здобувачів
• Досвід здобувача — Як здобувачі сприймають, взаємодіють зі ШІ і як він на них впливає
• Ідентичність здобувача — Ким здобувачі стають у відношенні до дисципліни та до ШІ
• Суб’єктність здобувача — Що здобувачі ще контролюють і обирають
• Взаємодія здобувача зі ШІ — Про що здобувачі справді питають ШІ і як розвиваються діалоги
• Розвантаження когніції — Надмірна спиральність і заміщення ШІ мислення
• Саморегульоване навчання — Планування, моніторинг і коригування власного навчання
• Пошук допомоги — Просити допомоги добре та способи невдачі, коли здобувачі цього не роблять
• Метакогніція — Знати, що ти розумієш і чого не розумієш
• Мотивація — Чому здобувачі наполегливо продовжують або зупиняються
• Самоефективність — Упевненість здобувачів у власній здатності
• Залученість здобувачів — Поведінкова, емоційна та когнітивна залученість
• Попередні знання — Тлові знання, які вирішують, чи стане підтримка навчанням
• Моделювання здобувача та адаптивне навчання — Представлення здобувача всередині системи
• Відстеження знань — Оцінювання засвоєння навичок у часі
• Симуляція студентів — Симульовані LLM здобувачі як умовні замінники
• ШІ-грамотність — Здатність, яка вирішує, чи користуватимуться здобувачі ШІ добре
• Справедливість — Хто має користь і хто залишається поза
• Благополуччя — Тривога, стрес і афективна вартість навчання, опосередкованого ШІ
• Хибні уявлення про AI — Ментальні моделі, з якими здобувачі приходять до ШІ
• Зацікавлені сторони — Інший бік того самого поля: викладачі, лідери, проєктувальники
• Оцінювання — Які здібності здобувача взагалі стають видимими

Пов’язані статті

• The Uneven Impact of Generative AI on Student Learning: Examining the Roles of Reliance, Evaluation Literacy, and Course Policy in AI-related Courses — Взірці спиральності та грамотність оцінювання розділяють наслідки для студентів
• Students' Perceptions of Artificial Intelligence Tools for Study Productivity and Learning: An Exploratory Survey Study — Здобувачі повідомляють про здобутки в ефективності поряд із занепокоєннями щодо залежності
• Toward Convergence in Student-LLM Interactions: A Rapid Scoping Review and Taxonomy for Learning-Oriented Use — Таксономія навчально орієнтованої взаємодії студента з LLM
• Chat as Learning: Student-AI Conversations as Discipline-Associated Cognitive Engagement Patterns — Дисциплінарно специфічні взірці в чатах студента зі ШІ
• Layer-Sensitive Cognitive Offloading in Generative AI-Assisted Writing: Supported Performance and Independent No-AI Outcomes — Здобутки в допоможеній продуктивності без самостійної здатності
• Distinguishing performance gains from learning when using generative AI — Чому допоможену продуктивність і недопоможене навчання потрібно вимірювати окремо
• Thinking—Fast, Slow, and Artificial: How AI Is Reshaping Human Reasoning and the Rise of Cognitive Surrender — Когнітивна капітуляція як схильність, а не випадковість
• Metacognitively Discordant Completion and the Aware Pass-Through of Non-Understanding in Generative AI Learning — Здобувачі, які помічають, що не розуміють, і все одно подають роботу
• Beyond checking: verification quality, reliance calibration, and learning in generative AI-assisted higher education — Якість перевірки та калібрування спиральності
• Simulating Students with Large Language Models: A Review of Architecture, Mechanisms, and Role Modelling in Education with Generative AI — Симульовані студенти: архітектура, механізми та межі
• StanBKT: Rethinking Parameter Estimation in Bayesian Knowledge Tracing — Оцінювання параметрів у байєсівському відстеженні знань
• The Role of Implicit and Explicit Demographic Signals in Large Language Model-based Student Assessment — Неявні та явні демографічні сигнали в оцінюванні на основі LLM
• The impact of artificial intelligence literacy on learning engagement among university students: the mediating role of psychological capital and the moderating role of professional identity — ШІ-грамотність, залученість та психологічний капітал
• "It is a temptation to get it to do the work…" Student Experiences of Navigating the Generative AI Landscape in UK Higher Education: A Cross-Institutional Survey with International Comparison — Студенти описують тяжіння до найменших зусиль
• Tools facilitate cheating, or partner supports learning? GenAI and academic integrity issues from students' perspectives — Студенти про те, чи є GenAI інструментом для списування, чи партнером у навчанні
• How strong is the evidence in generative AI-related academic misconduct allegations? A mixed-methods analysis — Що насправді містять як доказ файли звернень про порушення
• Transcription is not generation: Distinguishing non-generative AI tool use from academic misconduct in higher education assessment — Надмірно широкі правила щодо ШІ і студенти, яких вони вловлюють
• Educational integrity in GenAI-augmented assessment: making judgment visible — Доброчесність як оцінювальне судження, а не дотримання правил
• Under surveillance: Mapping remote proctoring practices in the assessment of nursing students — a scoping review — Емоційна вартість віддаленого прокторінгу та його витрати для справедливості серед студентів