高等教育中生成式 AI 採用之多層次障礙
arXiv - Computers and SocietyJianhua Yang, Kerem \"Oge, Adrian von M\"uhlenen, Abdullah Bilal Akbulut, Tanya Suzanne Carey, Chidi Okorro
本研究探討了生成式 AI 在高等教育不同學科與職位上遇到的障礙，發現這些障礙並非個體層面，而是深植於組織生態系統與知識規範。
AI 幫你先抓重點
AI 重點 1
不同學科與職位對生成式 AI 採用障礙的差異。
滑鼠懸停看 AI 判斷理由
了解這些差異對於制定有針對性的支援策略至關重要，避免一刀切的解決方案，提升資源分配的效率與成效，並促進生成式 AI 在各領域的合理應用。
AI 重點 2
組織生態系統與知識規範對 AI 採用的影響。
滑鼠懸停看 AI 判斷理由
這表明單純的技術培訓不足以克服障礙，大學需要從組織層面進行變革，調整治理模式，並建立支持性的文化，才能真正實現生成式 AI 的潛力。
核心研究發現
- 1
生成式 AI 的採用障礙並非僅限於個人對其效用與易用性的認知，而是受到結構性因素的影響。
- 2
人文社科領域的教職員主要關注學術誠信方面的倫理與文化障礙。
- 3
科學、技術、工程、數學 (STEM) 領域及行政服務人員更強調機構、治理和基礎設施的限制。
- 4
大學應超越普遍性的培訓，針對不同職位制定特定的治理和支援框架。
- 5
研究結果揭示了系統性的差異，表明不同學科與職位對生成式 AI 採用面臨的挑戰截然不同。
對教育工作者的啟發
大學應避免提供通用的生成式 AI 培訓，而應針對不同學科和職位，量身打造治理框架和支援系統。例如，人文社科領域可加強倫理議題的討論，STEM 領域則應投入更多資源改善基礎設施。此外，大學應鼓勵跨部門合作，共同解決生成式 AI 採用過程中遇到的挑戰，並建立一個開放、包容的文化，促進創新與學習。
原始文獻資訊
- 英文標題：
- Multi-Level Barriers to Generative AI Adoption Across Disciplines and Professional Roles in Higher Education
- 作者：
- Jianhua Yang, Kerem \"Oge, Adrian von M\"uhlenen, Abdullah Bilal Akbulut, Tanya Suzanne Carey, Chidi Okorro
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。