摘要：分析31所国外一流大学应对生成式人工智能挑战的策略发现,它们的最新应对行动多发生在ChatGPT4.0发布后;多数被调研高校对生成式人工智能的使用持开放态度,但措辞略有不同;应对策略主要聚焦教学、研究场景,前者包括提供教学大纲相关要求的新模板以及生成式人工智能参与作业的设计样例;后者包括规避数据和版权问题的建议以及修订的学术规范引用模板等。借鉴其经验,国内高校应对生成式人工智能的挑战,应明确使用要求和应用边界,为教师提供精细化教学支持,注重数据安全并增强本校平台的支撑作用。

摘要：近年来,慕课进入平稳发展阶段,改进教学设计以丰富学习者学习体验逐渐成为发展的重点。其中,慕课在生生互动方面的不足受到越来越多的关注。不少课程实践者与研究人员开始尝试拓展慕课生生互动的方式。在此背景下,某教师专业发展慕课尝试组织在线合作学习活动,希望以此促进学习者之间的交流。课程团队征集了52位学员志愿者,将其分成9组,每组5至7人。活动共持续六周,参与者通过小组QQ群自发组织课程作业的讨论,为彼此提供改进建议。活动结束后,研究人员通过问卷(24份有效问卷)与半结构访谈(9位被访者),调查了参与者的在线合作学习体验,包括学习者对小组协同过程、合作学习产出和互动中面临的挑战三方面的感知。研究发现,学习者在协同过程中遇到不少问题,但是大部分学习者认可在线合作学习活动对课程学习与教学实践的促进作用。学习者面临的挑战主要包括:专业背景差异阻碍相互理解,领导者角色缺失影响合作推进,时间协调困难影响共同参与,动机差异引发期待冲突。对上述挑战的分析,有助于丰富慕课情境下开展在线合作学习的认识,为开发符合慕课情境特征的合作学习策略提供线索。

摘要：目前对于大规模开放在线课程MOOCs中学生学习体验的研究相对缺乏。由于中国大陆高校此类课程的开设还比较少,为了能够尽快获得学生学习体验,以便给未来MOOCs课程的开展提供相关参考,该研究在自己的课程平台中模拟了Coursera课程模式,对参与学习的学生进行了学习体验问卷调查。研究结果显示,学生们对此类课程的主观反应处于中立与比较积极之间;课程效果评价以及对课程满意度方面,偏向比较满意。学历不同以及有无MOOCs学习经历,其学习体验具有显著差异。通过多元回归分析发现,系统绩效和课程设计均可以显著地正向预测学习体验。学生个人特性对学习体验的预测性并没有得到有效地支持。学生的认知风格中,只有言语表象认知风格可以显著地正向预测学习体验。