Transcription
嗯，那么，现在是完全不同的内容，今天节奏稍作调整。嗯，今天我们很荣幸邀请到威斯康星大学的 Amanda Smith。她是 IYST 系的一名教学教员。嗯，她将和我们谈谈在人工智能时代教授人工智能。是的。>> 是的。>> 是的。谢谢你，凯文。谢谢大家。嗯，很高兴来到这里。感谢组织者邀请我，嗯，正如我提到的，或者幻灯片上显示的，这与我们到目前为止看到的所有内容都将有所不同。我知道我们都在认真思考人工智能、机器学习、算法以及所有这些。嗯，我完全承认我不是人工智能专家。我是一名教育专家。嗯，我的博士研究是关于优化的。所以，嗯，我非常专注于纯粹的优化。我教优化。嗯，但当然，嗯，我在教授优化时担心的很多事情都与教授人工智能、机器学习和相关主题有关。所以，我将谈谈我目前正在进行的这个具体项目，以及这个领域，利用数据分析工具，可能还有人工智能，来构建更好的团队，工程化更好的团队，以改善学生的体验和表现，并希望让我们的工作也变得更容易一些，因为嗯，我知道你们中的许多人，正如你们在做自己的人工智能研究和数据科学研究一样，也负责培养下一代人工智能研究员和数据科学家。所以，嗯，希望这至少能给你们一些嗯，想法或思考的素材，在我们进行这个嗯，相对较短的会议时。嗯，所以，我只会讲几件事。嗯，我想留出一些时间进行讨论，因为我认为这个小组分享你们的想法和经验非常有价值。所以，我已经准备好了，我将用讨论问题来引导你们，这样你们就可以在我讲解其他部分时思考这个问题。嗯，我将谈谈这个项目，嗯，我参与的有效团队动力学项目。嗯，然后我将向你们展示我构建的算法，嗯，优化模型，以期让我的团队工作得更好一些。嗯，然后我们将在最后开放讨论。嗯，所以，为了开始，我将先举手示意。首先，在座有多少人曾经参与过教学？这可能是在课堂上，或者是在行业环境中，教导目前正在团队工作或需要团队工作的人。以任何方式教导过团队的人？几乎所有人都在某种程度上。是的。所以，对于那些曾经教导过团队的人来说，嗯，你们是否收到过这样的电子邮件？这些都是我近几年来收到的真实电子邮件。嗯，当然，高亮显示了相关部分。嗯，这个人说他们一直在尝试与团队成员联系，但遇到了麻烦。所以，这使得履行他们的职责变得不可能。嗯，学生有时喜欢夸大其词。嗯，这个人想加入一个不同的团队。他们不喜欢他们的团队。这个人嗯，几乎独自完成了大部分项目。所以，恐怖，他们对他们的团队有严重的担忧。然后最后一个只是在电子邮件的标题里。团队成员不回应。这里有人收到过这样的电子邮件吗？我知道罗布收到过。是的。很多手。嗯，所以，对于那些收到过这类电子邮件的人来说，你们通常在项目进行到哪个阶段收到这些电子邮件？>> 就在截止日期之前。没错。是的。所以，当然，当你在项目截止日期前一天或项目提交后才发现人们有问题时，你没有多少能做的。现在，你在给项目评分。嗯，很好。如果存在严重问题，能在学期初发现就好了。也许可以和你的团队一起解决这些问题，直到最后。而现在，学生们正在试图最大化他们的分数。嗯，我们都知道他们发这些邮件就是这个原因。他们关心他们提交的东西，并因此试图最大化他们潜在的分数。所以，为了解决这个问题以及许多其他问题，嗯，我与我的两位同事安吉拉·基亚和克里斯塔·威利一起开始了这项工作，作为威斯康星大学麦迪逊分校工程学院创新与工程教育中心的一部分。所以，这个组织真正专注于改进所有学科的工程教育，以及工程师可能需要学习内容或体验团队合作等事物的不同方式。所以，这部分源于这样一个认识和理解，即团队合作是一项基本的工程技能。就像数学、科学或其他我们期望学生做的事情一样。我们期望他们团队合作。嗯，我们这些培训工程师或嗯，与工程师相关专业的学生的人都知道，一旦他们进入行业，他们很可能会在团队中完成项目。这就是我们所处的世界的一部分。这就是做好工作的一部分。所以，我们期望学生这样做，但我们经常不教他们如何这样做。所以，我们不嗯，你知道，我们不会期望一个从未上过微积分课的学生就能做出导数，对吧？如果我们没有教过学生如何做导数，我们也不会因为他们不知道如何做导数而感到沮丧。那么，为什么我们要对团队合作这样做呢？对吧？如果我们期望学生在团队中取得成功，我们至少应该给他们成功的工具。当然，我们这些处于 AET 认证学位项目中的人知道，这是维持认证的重要组成部分。所以，这个我们正在进行的有效团队动力学项目，本质上是有一个崇高的目标，那就是努力更好地匹配我们教授学生如何团队合作以及评估他们团队合作的方式，与我们期望他们取得的成果，这可能最好地体现在行业需求中。对吧？我们与校友交谈，我们了解学生毕业后进入行业时真正需要具备的能力。所以，我们正试图更好地将我们在课程中所做的事情与这些行业需求相匹配。所以，其中一部分是我们正在使用的这个嗯，过程，我们将一些信息上传到我们的嗯，课程学习管理系统。我们使用 Canvas。我知道有很多种，Blackboard，Canvas。嗯，你们可能使用其中一种或多种。嗯，但我们将这些内容上传到 Canvas，一些培训，一些视频，一些嗯，指向我们认为对学生有价值的不同信息的链接。然后，我们要求他们完成一项个人评估。嗯，他们会做一个 Clifton Strengths 评估。我敢肯定你们很多人都熟悉这个。嗯，它帮助他们在这种企业行业环境中识别出他们最大的嗯，工作优势。例如成就或未来主义，这些有助于人们做好工作的事情。所以，我们让学生进行这项评估。我们要求他们反思自己的个人优势。然后，我们根据我们从他们那里自愿收集的信息将他们分配到团队。嗯，然后一旦他们被分配到团队，他们就会见面。他们讨论如何利用自己的优势协同工作。他们完成项目。嗯，然后我们在学期末进行一次嗯，检查。一切进展如何？你们的队友是如何合作的？你们是如何利用自己的优势的？等等。所以，我将要做的是，嗯，略过这第一部分。我将深入探讨我们如何进行团队分配，或者至少我个人如何进行团队分配，因为我认为这是其中的一个重要部分。嗯，然后我将谈谈我们如何在最后进行评估。嗯，我将尝试在整个过程中穿插一些人工智能和分析，这样我就可以强调我认为也许我希望你们所有人从这次会议中获得的主要收获是，我们可以利用我们正在研究的工具来更好地完成我们工作的教学部分。嗯，并且有方法可以创造性地将我们的研究融入教学中，让学生学得更好，并最终也让我们的工作更轻松。所以，嗯，我经常做的一件事就是组建团队。嗯，我班级人数很多。哦，问题。是的。>> 我想只是为了背景，你说的这个班级大概有多大？>> 这是一个很好的问题。>> 是的。所以，我在这里做的事情，我在多个班级都这样做。一个班级人数少得多。大约有 30 到 40 名学生。嗯，我开始的那个班级大约有 130 到 150 名学生。嗯，我试图做的是构建能够根据需要扩展到任意大小的工具。所以，这是从一个相对较大的注册班级开始的，大约 150 人。嗯，因为那个班级让我足够沮丧，因为我做了太多次同样的事情，以至于我想，我必须做些什么来提高效率。嗯，但我也能在较小的班级里做到。>> 你是在别人的班级里做的，还是只是你自己的班级到目前为止？到目前为止，是我自己的班级，但有一些元素已经融入到其他班级中。嗯，这是我们正在做的一件大事的一部分，我主要是在我们一年级入门课程中这样做，然后有后续的模块被放入我们未来的设计课程中，比如大三设计、大四设计，这样学生们在他们整个四年里都能看到这种途径。那是在更远的将来。我们还没有到那一步。所以，我们主要是在一年级进行这项工作。很好的问题。是的，请随时提问。到目前为止还有什么吗？好的。所以，组建团队，这是我工程师大脑在多次执行这项繁琐任务的时刻之一，有一次我对我说，我不能再这样做了。我需要一个更好的方法。所以，我非常厌倦手工组建团队。但这就像是经典的方式。嗯，人们组建团队主要有两种方式。他们以我称之为随机分配的方式进行，也就是让学生自行组合。这可能还可以。嗯，但我相信你们都经历过其中的一些弊端，比如有些小团体最终会一起工作，然后一些可能不认识班上其他学生的学生最终会被剩下，可能会和一些落后者一起。嗯，这并不总是很好的团队动力。嗯，我认为嗯，有大量的证据表明，在分配团队方面采取更具战略性的方法。有一些研究表明，如果你们在分配团队方面做一些战略性的工作，而不是让他们自行组合，学生的表现会更好。嗯，而自然的方式是使用嗯，我称之为“自然”的“贪婪算法”。所以，这里快速介绍一下背景，嗯，我们设置这些项目的方式是，学生可以选择几个不同的主题领域，我们试图将学生分配到符合他们兴趣主题的团队。所以，这里有一种多维度的分配。我们必须将学生分配到团队，并且我们必须将团队分配到主题，因为每个团队只能处理一个主题。所以，我们试图以一种所有学生都在从事他们感兴趣的项目的方式来匹配学生、团队和主题。当然，还有其他约束，每个项目和每个班级都不同。所以，我试图让这个保持一定的模糊性。嗯，尽管我将向你们展示我在我的嗯，团队建设算法中使用的具体约束。嗯，但我确实在我教的其他班级里用不同的约束来做这件事。所以，它相当嗯，模块化且可根据需要互换。所以，我试图大致将其草绘成一个算法。嗯，这是嗯，这是一个非常粗略的算法。这不是你们会在论文中代表实际算法的内容。它也可以这样写，但我认为这主要是为了让你们理解，如果你只是坐下来分配团队，你可能会如何正式地做到这一点，对吧？所以，你有一堆学生，你给他们编号一到 130。你决定你的团队规模是多少。我试图争取四到五人。更大很难。更小嗯，对任何一个学生来说都太多了。所以，四到五人的团队嗯，根据这个，你可以大致算出你需要多少团队。你设置学生等于一，然后对于你的学生。你查看他们最喜欢的项目。你查看所有不同的项目。试着找一个有那个偏好标签的项目，并且有一个空位。如果存在，就将学生分配到那个团队。嗯，如果没有，那么你就找一个没有标签或没有分配主题的团队，将学生分配到那个团队，然后给那个团队标记为该学生偏好的项目。然后，你增加学生编号并迭代，嗯，遍历整个列表。当然，如果你遇到一个点，你不可避免地会遇到，那就是没有未标记的团队，并且没有可用的空位符合当前学生的最高偏好，你现在就转向第二高的偏好主题。对吧？所以，现在学生得不到他们的首选，但希望他们能得到他们的第二选择。所以，然后你遍历并以同样的方式查找。你寻找一个有他们第二选择主题的团队，并且有一个空位，然后分配给他们。如果没有，那么第三选择，然后第四选择，以此类推。>> 在其中，是的，嗯，如果你随机化，那么希望你可以消除任何可能来自学生排序的偏见。嗯，我总是试图匿名化我的学生数据，然后再进行所有这些分析，这样我就不会引入我自己的任何隐性偏见。嗯，但是的，由于学生排序，存在一些固有的嗯，结构。嗯，递增，重复直到你没有学生。嗯，然后如果你有一些额外的约束需要执行，比如我将在下一张幻灯片上指出的那些，你可以交换学生。嗯，最容易做到这一点的方式是，你查看两个具有相同嗯，主题标签的团队，然后你只在这些团队之间进行交换，这样你就不会意外地将学生移动到他们不想去的团队。这很有效。这很好。这基本上是如果你给我一份学生、主题和他们偏好的列表，然后说把这个变成团队，那么自然的做法就是这样。嗯，但我喜欢优化模型。所以我决定我要构建一个混合整数程序来为我做这件事，因为它非常繁琐。嗯，所以，这里只是为了表示法目的的数据。我的变量是两个不同的二进制变量，将学生分配给团队，并将团队分配给主题。嗯，这当然需要你提前确定你需要多少团队。如果你知道你的团队规模目标，这很容易做到。嗯，然后在这个例子中，我们试图最小化所有可能分配的总偏好。嗯，因为我使用一作为我的最高偏好，四作为我的最低偏好。是的，罗布。>> 是的。我想知道，嗯，在我不得不组建的一些团队中，有些学生喜欢编码，有些学生喜欢运行实验。有些学生说我喜欢写结果。有些学生说我喜欢尝试证明一个小定理或做一些分析。学生的技能在某个地方起作用吗？>> 它可以。是的。所以，这是我在某些情况下添加的约束之一，而不是在所有情况下。所以，嗯，我教的一个课程，技能集非常重要。嗯，他们做基于统计学的项目，所以团队中必须有人知道如何使用 Excel，有人了解基本的统计学，你知道还有什么可能，编码技能，理论技能。嗯，我构建了基本上是最低分数是多少的约束，该技能至少是空白，或者所有团队的平均分数至少是空白，或者在两个界限之间。嗯，对于你可能有的任何约束，做到这一点相对容易。嗯，当然，还有所有其他自然约束，将每个人分配到一个团队，将每个团队分配到一个主题，团队规模。嗯，然后我总是包含一个，因为我认为这对团队成功很重要，并且不会孤立那些在嗯，很多 STEM 领域中可能有时会感到孤立的学生，因为这是所有自愿报告的。所以，学生可以自愿嗯，披露他们是否属于代表性不足的少数群体。嗯，如果他们披露了，那么我们确保这些学生不会孤军奋战。所以，如果我们有一个学生属于这个代表性不足的少数群体，我们总是确保团队中至少还有另一个学生也属于这个群体。嗯，这有大量的研究表明可以嗯，减少学生孤立。嗯，当然，那些注意的人会注意到，这是一个二进制变量和目标函数的乘积，这不太好。嗯，但显然，这只是一个修改过的二次分配问题，所以你可以用 McCormick 包络重新表述，并线性化。所以，MIP 嗯，为我组建团队。然后我想，我来参加一个人工智能会议。人工智能可以做这样的事情。我将尝试不同的 AI 模型，使用我能找到的所有开源生成式 AI 模型，看看人工智能是否能为我完成这项任务。所以，我首先从 W Madison 批准使用的那个开始，Copilot。我们有它的许可证。它是经过 FERPA 保护的。我们可以上传东西。所以，我从那个开始。我给了它我需要的团队构成细节。我说，“请按照所有这些规则为我组建团队。”它说，“当然，给你。这是一个格式良好的 CSV。”嗯，我看了看。它似乎做得还可以，但然后我注意到了一些可疑的地方。CSV 中的学生比我给它的少。所以，它删除了三个学生。然后我说，“嘿，出了点问题。我不知道为什么，但你删除了这三个特定的学生。再做一次。”然后我重申了偏好，因为我注意到它在将学生分配到团队方面存在一些问题，嗯，关于他们偏好的项目。所以我说，“嘿，别忘了那个。”然后它说，“哦，是的，抱歉。我明白了。这是完整的团队列表。”它删除了更多学生。然后我有点生气了。嗯，我继续，尝试了 Gemini。然后>> 是的，所以>> 我在尝试所有这些不同的 AI 工具时，我越来越恼火。嗯，我变得越来越明确，比如它必须是确切的学生人数。不要删除任何学生。这个数量的每个学生都需要在一个团队里。所以我尝试了 Gemini。同样的情况。它也删除了学生。嗯，然后我尝试了 GPT5，我开始有点担心，因为它花了很长时间。嗯，这只是输出的一小部分。嗯，但最终它说，“我明白了。这是你的团队。是这个数量的学生。”嗯，然后它给了我，它实际上说它给了我一个交互式表格。它没有。所以，我不知道发生了什么。嗯，但然后它让我吐出了一个 CSV。>> 嗯，一个 MIP。所以，>> 所以 Gemini 实际上做了。它写了一个 MIP，它即将解决它，然后它说错误分析错误，再次尝试，然后它尝试了一个启发式算法。所以，嗯，作为一个非人工智能专家，我真的不知道人工智能模型发生了什么。我不明白为什么他们会遇到如此大的困难，因为我不认为这是一个非常困难的推理任务。嗯，所以我不知道为什么它不起作用。嗯，但是 GPT5 做到了。它给了我一个 CSV，学生人数正确。万岁。它没有删除任何人。嗯，大部分遵守了约束。我的少数族裔学生约束在一些情况下被打破了，所以需要一些嗯，后期处理。嗯，然后偏好映射乱七八糟。有很多人的最低偏好项目嗯，和那些将那个作为他们最高偏好项目的人一起工作。所以，嗯，它基本上起作用了，但有很多问题，嗯，我不得不手动修复。所以，说实话，我对嗯，人工智能为我做这个特定任务并没有留下深刻的印象。嗯，所以我没有将其与我的 MIP 和贪婪算法进行比较，因为它打破了太多约束，我觉得这不公平。嗯，但只是非常简短地，我做了一个关于 10 个随机生成实例的试验，并为我的 MIT 与贪婪算法构建了一些箱须图，130 名学生对 30 名学生，在这两种情况下，我都进行了假设检验，水平为 0.05，即使样本量很小，我的 MIP 也明显优于贪婪。所以，至少这种嗯，基本的贪婪算法明显不如使用 MIP 来组建团队，具体取决于你的具体约束和目标。所以，是的，优化仍然有效。嗯，即使对于较大的嗯，130 名学生的案例来说，它也是一个相当大的整数程序，我嗯，我只是设置了一个 100 秒的时间限制，并且在每次情况下，它都接近最优解。所以我对大约 1.5% 的最优性差距感到满意。嗯，这是使用 Goi，我用 Julia 编程的。嗯，所以，很高兴看到它总体上有效。嗯，所以，只是一个非常快速的总结，我知道我们没有太多时间了，所以我想快速浏览一下最后几张幻灯片。嗯，但比较这三种团队建设方法。嗯，有几个不同的方面我一直在关注。速度显然是其中的一个重要部分。如果你只是想快速组建团队，贪婪是迄今为止最快的。嗯，贪婪是一个很好的方法，可以获得相当好的解决方案。嗯，透明度在这种情况下，我基本上只是指如何将学生分配到特定的团队。贪婪的设计本身就具有透明度，因为你构建了算法本身，你大致知道它为什么这样分配学生。嗯，MIP，如果你理解你的模型在做什么，你就有很好的透明度。我不喜欢使用人工智能，特别是，是因为缺乏透明度，我很难弄清楚它为什么会这样做。嗯，这可能只是我个人缺乏人工智能经验。你们所有人可能都会对它在做什么有更好的理解。嗯，所以，当然，这带有我不知道它在做什么的星号。嗯，我不喜欢做很多数据准备/预处理，当然你至少需要做一点来理解学生们嗯，提交的偏好等等。只是将其放入一个你可以上传和解决的格式。嗯，人工智能一个潜在的非常好的方面是，你不需要做太多的预处理，对吧？你可以直接把所有信息都扔进去，然后说，“嘿，嗯，这是我拥有的。用这个来组建团队。”只要你小心任何 FERPA 问题，就像我们不允许使用 ChatGPT 或 OpenAI 一样，所以我必须小心地删除任何潜在的可识别信息，当我测试它的时候，这只是需要注意的事情。结果符合预期，贪婪和 MIP 都做得不错，人工智能到目前为止还没有。易于修改，这就像如果你需要添加或删除约束。嗯，贪婪就像有点麻烦，你可以，但你必须明显地稍微改变你的算法。MIP 很好，因为它很容易添加或删除约束。然后，再次，使用 GenAI 的有希望的事情是，你有这种自然语言，对吧？你可以说，“嘿，我实际上希望我的团队这样做。”理论上它可以为你做到。也许还不行，但我希望有一天我们可以做到。嗯，好的。所以，然后我们组建团队。团队完成他们的项目。然后我将要谈论的最后一件事，嗯，我不会说太多关于这个，就是我们在最后使用工具来评估团队的表现。所以，我们有一个叫做 Feedback Fruits 的工具。我只是好奇，有没有其他人听说过 Feedback Fruits？哇。真的吗？没有人？好的。所以，我知道很多大学都和 Feedback Fruits 有合作关系。所以，这可能是你们大学值得研究的东西。它是一个非常方便的同伴评估工具。你可以构建任何你想要的评分标准，嗯，就像我有很多不同的嗯，贡献度，然后学生们在你选择的尺度上互相评价，它会在最后显示有多少学生为团队中的每个学生选择了这些不同的嗯，评分，这对于分析来说非常好。嗯，然后他们会互相留下匿名的反馈。嗯，它总是像某种奇怪的形容词颜色水果，这就是为什么它叫 Feedback Fruits。他们通过称呼这些奇怪的水果名字来匿名化所有人。嗯，这很有趣。嗯，但它也有内置的人工智能教练，可以帮助学生更好地互相提供反馈，这是我们不经常教授的另一项团队合作技能。所以，如何写建设性的批评或有用的赞扬，而不是仅仅说“这个人做得很好，五分之五”。嗯，你可以在这里看到一些例子，关于这个学生给她的两个队友留下的一些非常详细的很好的反馈。嗯，它还提供了一些异常数据点，这非常有用。嗯，它有低估自己、高估自己、两人之间的冲突、表现优异者和表现不佳者，它会为你识别出来。所以，只需滚动浏览一下，就能快速识别出团队的潜在问题，这非常好。如果你在学期中进行检查，你就可以在收到学期末的那些电子邮件之前发现这些问题。嗯，你也可以利用这一点，如果学生说，“嘿，我的团队有问题，但他们没有在学期中途说任何话。”你可以跟进他们，说，“我不知道发生了什么，因为你没有在你的嗯，团队反馈中分享。”嗯，在你与学生合作时，更容易拥有这样的纸质记录。嗯，还有一个供个人填写的反思问题。所以，我们要求他们根据他们最初的 Clifton Strengths 评估进行跟进。你在团队中如何利用你的优势？这实际上是 GenAI 很有帮助的一件事，因为我有 130 名学生。嗯，我不想阅读每一个自我反思的每一个细节。所以，我嗯，喜欢上传它，让 AI 给我一个很好的总结，关于主要的收获或学生留下的亮点，或者我需要处理的任何行动项目。嗯，这是学生们对自己团队贡献的一些很好的评论的集合，我觉得这很酷。嗯，然后这里的最后一部分是，在这个项目中，我们进行的这种学期末反思，我们问学生一些关于团队合作的普遍性反思问题。嗯，令人失望的启示是，嗯，这是一个学生当前对团队合作的重视程度的直方图，就像他们大学期间的团队合作经历，这是他们认为团队合作在未来会是什么样的直方图。所以，在行业及以后它会多么重要。你可以看到，两者之间确实存在统计学上的显著差异。所以，即使我们在这门课程中做了额外的工作。嗯，学生们仍然认为团队合作在未来比在大学里更有价值，这也许并不令人惊讶，但似乎我们告诉学生在课堂上做什么，以及嗯，我们希望他们在毕业后做什么，之间可能仍然存在一些不匹配。所以，说了这么多，嗯，我的收获可能会给你一些有用的东西来思考，如果你曾经教授过任何有团队合作成分的课程。嗯，我必须说，纯粹是轶事，自从我两年前开始这样做以来，我没有收到过一封关于团队问题的学期末电子邮件。所以，如果别的没有，也许它有助于减少这个问题，这是一个很好的奖励。嗯，我认为优化是组建团队的好方法，而人工智能是评估团队表现的好方法。嗯，无论是学生互相评估，嗯，并利用人工智能工具来做到这一点。嗯，也让你能够审阅学生在评估中写的内容，嗯，并快速分析。当然，这里还有很多工作要做。嗯，我想在人工智能方面做得更好，并将其用作教学支持。嗯，我非常有兴趣最终增加人工智能代理作为团队成员，并教导学生如何与人工智能合作，基本上作为团队成员。嗯，不同领域的学科专家。嗯，然后弄清楚当前和未来团队合作价值之间的不匹配问题。嗯，我知道这有点超出了时间，所以我们现在没有太多时间进行讨论问题了，但在这一切之后，我很想和你们所有人私下聊聊。嗯，比如明天的休息时间，或者甚至嗯，在今晚一切结束之后，关于其中一个或两个问题，因为我真的很想听听你们所有人都在你们的课程中做什么。你们是如何使用人工智能或其他分析工具作为嗯，教学支持的，以及我们如何才能对学生进行一些嗯，元认知，这基本上是一种花哨的说法，比如你看，我教优化，我使用优化算法来组建团队。我们能否稍微嗯，揭开面纱，向学生展示我们如何利用这些工具来解决这些实际问题，嗯，并帮助他们更好地理解他们在课堂上学到的东西与他们毕业后可能在实际环境中能够做到的事情之间的联系。例如。所以，这是关于人工智能和分析以及教学的未来，我的两个大问题。嗯，我很想和你们所有人谈谈。嗯，也许在我结束之前有一个问题，如果有人有任何快速的问题，我很乐意回答。>> 是的。>> 是的。所以，你提到你已经做了多少年了？比如两年。>> 这个特定的项目。是的。我已经教了六年这门课了，只是在过去的两年里我一直在做这个 ETD 项目。>> 所以，所以这是我可怕的想法。>> 当你提到你没有得到任何帮助时。如果他们现在正在使用人工智能，而他们的团队没有回应怎么办？有没有可靠的方法来探测这一点？>> 这是一个很好的问题，我也曾有过同样的令人恐惧的想法，而且我还没有答案，但我会非常好奇。嗯，甚至可以在我的反思调查中添加一个问题，关于他们个人如何使用人工智能作为顾问或支持。嗯，也许甚至匿名调查，如果他们不想分享他们的名字。但这确实是，是的，这是一个非常有趣的想法。我同意。好了，谢谢大家。 [掌声]