收益：
- 能够理解人工智能的偏见、捏造和透明度的局限性，并在教学决策中遵守道德原则（公平、包容性、问责制）
- 能够建立个人工作体系和验证习惯，将整个工作流程从计划到反馈，端到端与人工智能相结合
- 能够建立一个治理框架，其中人工智能输出不会取代教学决策，责任和最终批准始终由教师负责。
模块考试
1. 老师在没有检查的情况下将人工智能生成的历史题和答案键放入考试中，结果键上的日期是错误的。这种情况的主要教训是什么？
- A) 将人工智能输出放在对学生有影响的地方，而没有连接到来源并进行验证；忽略了老师的责任✔
- B) 严禁在出题中使用人工智能
- C）人工智能永远无法产生历史问题
- D) 问题没有以表格形式呈现
描述：人工智能很流畅，但实际上会产生虚假信息（幻觉）。任何直接影响学生的输出，例如问题和答案键，未经教师通过链接到源进行验证，不得使用；责任在于老师。
2. 在公开的人工智能工具中输入有关学生的文本时，最好的方法是什么？
- A) 按原样粘贴学生的姓名和号码以提高速度。
- B) 删除身份信息并对数据进行匿名化，并在可能的情况下使用安全/机构工具 ✔
- C) 仅隐藏姓氏并保留学校号码。
- D) 在共享数据之前向学生发出口头通知就足够了。
说明：学生数据属于个人数据；有关健康、家庭或行为的信息可能是私人的。应去除姓名、学号、班级等身份信息，对数据进行匿名处理，如果可能，应优先选择有数据处理保证的机构工具。
3. 在编写学习目标（结果）时，布鲁姆分类法为教师提供了什么？
- A) 按学生姓名的字母顺序排列
- B) 试卷自动评分
- C) 使用适当的动作动词阐明目标认知思维水平，并将其与测量保持一致 ✔
- D) 始终将课程时长固定为 40 分钟
描述：布鲁姆的分类法将认知过程从记忆到创造进行了分级。用正确的动作动词写出结果可以澄清预期的思维水平并将其与测量保持一致；在此级别上，可以更轻松地向 AI 提出问题/活动。
4. 在多项选择题中，“好的干扰因素”是什么意思？
- A）没有人会选择的选项，因为它显然是荒谬的
- B) 与正确答案含义完全相同的选项
- C) 始终是最长的书面选项
- D) 一个独特的选项，对于有误解的学生来说似乎是合理的，即使它是错误的✔
说明：好的干扰项对于尚未完全学习该科目的学生来说是一种看似合理的选择，尽管它是错误的。它通常是基于学生经常犯的错误观念；所以这个问题变得非常独特。废话或不相关的干扰因素会使问题变得更容易并削弱测量结果。
5. 分析性评价标准和整体性评价标准的主要区别是什么？
- A) 分析评分标准对每个标准分别进行评分；整体评分标准为研究提供了单一的总体水平✔
- B) 分析量规仅在考试中使用，整体量规仅在项目中使用。
- C) 两者均由人工智能自动给出最终成绩
- D) 分析性评分标准不计分，整体评分标准计分。
描述：分析评分标准对每个标准（例如内容、语言、布局）进行不同级别的评分，并提供详细的反馈。整体的标题为整个研究提供了一个单一的总体水平；它速度更快，但不提供详细反馈。
6. 哪种形式的形成性反馈对学生最有用？
- A) 将学生标记为“不成功”或“懒惰”的一般判断
- B) 仅授予一个字母等级或分数
- C) 针对产品并展示具体且前瞻性的开发步骤的反馈 ✔
- D) 向全班给出相同的、非个人化的句子。
说明：形成性反馈旨在促进学习；它以产品/表现为目标，而不是学生的个性，并展示了具体和前瞻性的发展步骤。给事物贴上“你很懒”之类的标签或只是给它们打分的反馈不会促进学习。
7. 在差异化教学中使用人工智能时最重要的伦理风险是什么？
- A) 材料没有色彩
- B) 给学生贴上标签并让他陷入偏见或刻板印象的风险 ✔
- C) 人工智能推荐的活动过多
- D) 课程中不包含差异化
解释：人工智能可能会给学生贴上标签（“弱”、“有才华”），并产生有偏见或刻板的推荐。区别必须与老师了解学生相结合；人工智能的建议不应该局限于一个模子，而应该是灵活的、临时的。
8. 老师根据人工智能“检测器”将作业标记为“90% AI”，给学生打零分。这种方法的主要问题是什么？
- A) 检测器扫描任务的速度太慢
- B) AI探测器不可靠；由于误报，基于单一分数的处罚是不公平的 ✔
- C) 检测器分数总是正确的，但老师忽略了它
- D) 应给出低分而不是零分
描述：AI探测器不可靠；它可能会错误地将真实的学生文本误认为人工智能（误报），尤其是对于母语不同的学生。根据单一探测器得分进行处罚是不公平的；应通过过程证据和与学生的面谈来评估学术诚信。
9. 使用人工智能准备向家长传达负面情况（行为问题）的消息时，最好的方法是什么？
- A) 用指责性的、准确的语言写下来并直接发送给家长。
- B) 包括学生的全部历史和其他学生的姓名
- C) 准备一份有建设性、以解决方案为中心且相互尊重的草稿，并在发送之前让老师确认其语气和准确性 ✔
- D）使消息尽可能简短并且不提供任何上下文
描述：文字应具有建设性、以解决方案为导向且尊重他人；它应该包括一个具体的事件和呼吁合作而不评判学生。此外，必须保护学生的隐私，教师在发送文本之前必须亲自确认文本的准确性和语气。
10. 人工智能生成的教材中的科学家引述实际上可能根本没有被提及。老师应该做什么？
- A) 按原样使用引用，因为 AI 通常是正确的
- B) 验证来自可靠来源的报价，如果无法验证则不使用 ✔
- C) 将引用来源写为“互联网”
- D) 稍微改变引述以使其更可信。
描述：人工智能可以产生可信但捏造的引述、来源和事实。引述和事实在提供给全班之前应从可靠来源进行验证；如果无法验证，则不应使用。错误信息会给学生造成永久性的误解。
11. 使用人工智能准备评分细则或考试时，正确的评分（最终评估）原则是什么？
- A）人工智能可以自动对所有考试进行评分并给出最终成绩
- B) 最终成绩是影响学生未来的决定；责任和最终批准属于老师✔
- C）只要人工智能给出成绩，不需要老师检查
- D) 分级应仅基于检测器分数
描述：人工智能可以生成标题大纲、问题和反馈大纲；但期末成绩是影响学生未来的决定，责任在老师。评分的一致性和公平性应由教师监督。
12. 在课堂上向学生介绍人工智能时，最健康的教学方法是什么？
- A）完全禁止人工智能，根本不讨论这个话题
- B）教导学生人工智能永远是对的
- C) 建立透明/道德的使用规则并教授来源验证和批判性评估✔
- D）只允许成功的学生使用人工智能
说明：最健康的做法是制定透明且符合道德的使用规则，而不是禁止；它是教给学生关于来源验证、批判性评估以及人工智能可能会犯错误的知识。由此，人工智能成为思考伙伴，而不是复制工具。
13.以下哪项表达了人工智能在教学中使用的正确限度？
- A）人工智能可以代替老师做出所有的教学决策
- B）人工智能只能用于做演示，不能用于其他用途
- C) 人工智能是教学助手和思想伙伴；关键决定的责任和最终批准由老师承担 ✔
- D）人工智能可以在没有老师批准的情况下为学生提供最终成绩
描述：人工智能是教学助手、大纲生成器和创意伙伴。影响学生的关键决策（例如评分、教学判断、学术诚信决策和指导）的责任和最终批准始终由教师承担。
14. 为老师编写强提示而不是弱提示的主要好处是什么？
- A）人工智能产生答案的速度较慢
- B) 在给定背景、水平、结果和格式时获得适合年级、一致且可用的输出 ✔
- C）人工智能不再需要任何验证
- D) 延长提示总是会使输出变差。
描述：包含角色、年级、结果、持续时间、约束和所需输出格式的强烈提示使 AI 能够生成适合年级、一致且可用的草稿，而不是通用草稿。对没有上下文的请求做出一般且不适用的响应。