哈佛发布生成式AI学生应用指南，提出四项建议和33个策略

2025年1月17日，哈佛大学教育研究生院（Harvard Graduate School of Education）发布《学生自主项目中的GenAI：建议和启示》指南，该指南由哈佛创意计算实验室（Creative Computing Lab）基于学习设计专业（Learning Design）学生的经验编写而成，展示了GenAI在支持学生创造性自主项目（以学生自主性、批判性思维和解决问题为重点）背景下辅助教学和学习的有效方法。该指南强调了新技术带来的机遇和困难，并提供了建议、策略和使用时需要注意的一些事项。

该指南的共同作者创意计算实验室主任Karen Brennan解释道：“在K-12和高等教育中，人们对生成式AI及其潜在滥用的焦虑部分来自于这样一种认识：我们可能要求学习者从事一些实际上并不是特别重要或有意义的工作。如果机器可以做到这一点，那么要求所有年龄段的学生都这样做意味着什么呢？”

原文：https://creativecomputing.gse.harvard.edu/genai/

Karen Brennan, Paulina Haduong, Avantika Kolluru, Sally Yao, Jacob Wolf
哈佛大学教育研究生院

引言

“问题不在于人工智能是否比你更强大，而在于你加上人工智能是否比你更强大。”

— Andrew Ho，哈佛大学教育研究生院教授

学生主导的项目，即由学生在内容和过程上进行指导的项目，可以作为发展各种技能、概念和学科经验与流利度的个性化有意义的情境。然而，学生在定义目标、确定项目范围和任务以及具体实现他们的创造性愿景方面可能会遇到困难。

“学生主导”并不意味着完全自主工作。事实上，学生在进行自主项目时可以从各种支架和支持中受益。在这个时刻，生成式人工智能（GenAI）作为一种新的支持形式正变得越来越容易获得。当我们谈论GenAI时，我们指的是像OpenAI的ChatGPT或哈佛大学的定制AI Sandbox这样的工具，它们可以根据提示生成文本、图像或其他内容。

基于我们作为教师和学生的自身经验，我们对GenAI如何作为学生主导项目中的有效支持感到好奇。这本指南由哈佛大学学习与教学倡议（HILT）慷慨支持，是我们探索这一好奇心的结果。

这本指南包含了关于GenAI如何支持自主项目的建议和启示，支持学生在面对不确定性和机会时进行非规定性的工作，这些工作的结果既不保证也不为人所知。我们希望这本指南能够支持学生和教师探索如何将GenAI用于实现学生的目标和愿望。

我们的过程

在2023年秋季，我们为哈佛大学教育研究生院的教学设计学生教授了核心必修课程。该课程的学生开发了一个为期一学期的自主项目，专注于设计学习体验。每个学生都参与了一个项目——但他们从事的项目以及他们如何进行项目则由他们自己决定。

随着对GenAI的新关注，我们希望了解课程中的学生是如何在项目开发中使用这些工具的。我们还对教授项目课程的同事们对这一特定技术时刻的挑战和机遇的思考感到好奇。我们采访了27名哈佛大学教育研究生院的教学设计学生和7名哈佛大学教育研究生院的教师。

在学生访谈之前，我们要求每位学生准备一张项目开发体验的地图，标记旅程中的主要里程碑，并指出沿途重要的支持和工具，包括GenAI。这种过程导向帮助我们理解了多个月的学习设计项目中所涉及的各种活动。

除了过程问题外，我们还要求学生分享他们对自主项目和GenAI的更广泛的想法。教职员工访谈的结构类似，但侧重于他们学生的工作而非他们自己的使用。

当然，这些访谈反映了一个特定的时间点和一个特定的学生群体。关于特定的时间点，我们希望这份记录能够作为人们在开始接触强大新技术时感到可能性的记录。关于特定的学生，我们专门与研究生学习设计专业的学生合作。但即使你不与研究生合作或在你的教学中不专注于学习设计，我们希望关于创造性、学生主导的设计项目的想法仍然能够激发你的教学和设计想象力。

建议与启示

在我们与学生和教职员工的对话中，我们听到了许多关于在学生主导项目中使用GenAI的精彩的一般性建议和美丽的具体例子。我们编写这本指南的目的是分享我们所学到的广度和深度。首先是一般性建议：

考虑更广泛的影响。 学生和教职员工强调了深思熟虑使用的重要性，指出了与使用GenAI相关的许多严重问题，从其产生幻觉的倾向、巨大的环境足迹、由于成本造成的可访问性障碍、对文化的潜在同质化以及固有的算法偏见。给出的建议很明确：以意图和对其局限性和潜在危害的认识来接近GenAI。

保留学习和真实的声音。 另一个反复出现的主题是使用GenAI作为支持，而不是个人思考、努力和风格的替代品。正如一位学生所解释的，“我认为如果你感到有点卡住，它可以成为你的第二个大脑。你可以请它帮你开始，但它不能为你做所有的事情。你仍然是飞行员，它只是一个助手。” 学生们描述了决定将哪些任务委托给GenAI以及哪些任务自己解决所面临的挑战。正如另一位学生所建议的，“真正思考你此刻想要什么。你只是想完成工作，还是想学习？”

拥抱玩耍和实验。 学生和教职员工都强调了跨不同GenAI工具进行动手探索的重要性。“一定要使用它并探索它，”一位学生建议道，同时指出，“它不能为你做所有的事情。所以要策略性地使用。”教职员工也回应了这种情绪，一位教职员工说，“你得玩一玩，了解一下情况。在你自己没有感觉之前，你无法帮助学生。”

实践战略性迭代。 学生们分享了他们通过经验了解到，使用GenAI取得成功需要多次尝试和提示改进。正如一位学生观察到，它“不会在第一次尝试后立即给你正确答案，你必须稍微修改一下，直到得到答案。” 然而，他们也警告与新工具相关的学习曲线，承认有时现有的方法可能更有效。正如一位学生明智地建议的那样，在讲述了一次特别漫长的GenAI体验后，“如果你发现你已经花了六个小时，也许你应该现在已经完成了，也许你应该停下来。”

这些指导性建议伴随着具体的例子来激发实际行动。本指南的其余部分提供了使用GenAI在学生主导项目中的策略集合。

这些策略的呈现顺序受到我们在学生地图中看到和听到的活动的顺序的启发。我们听到了他们项目的早期经历，关于项目空间的开发想法和探索项目可能性。我们听到了漫长而混乱的中间阶段，创建原型作为思考的具体表现，与他人分享，作为修订和完善的迭代过程的一部分。这些策略在整个过程中都被使用。

每种策略都有一个简短的标题、一个简短的描述、一个学生的反思以及策略在行动中的例子。

策略示例

策略在行动中的例子包括项目概述和可能支持项目工作的GenAI工具的提示。所有项目和提示都受到学生实际项目的启发。本指南中的提示用于从GenAI工具生成输出，但工具正在持续开发中；如果你今天在同一个工具中尝试一个提示，输出可能会有所不同。

在可能的情况下，我们只包含了提供免费层的工具的示例，但GenAI工具有各种定价模型。我们希望这本指南能够激发你如何将GenAI作为你自己自主项目或支持他人自主项目的额外资源的灵感。

1. 起点：信息收集与研究

• 简介: 使用生成式人工智能（GenAI）作为收集信息的起点。例如，学生可以通过询问GenAI来获取关于即将到来的日食的信息，然后根据需要进一步查阅其他资源，如YouTube视频或学术论文。

2. 头脑风暴：开发项目创意

• 简介: 利用GenAI进行对话式头脑风暴，激发项目创意。例如，学生可以与ChatGPT讨论如何构建一个分享校园故事的在线平台，获取关于平台功能和技术实现的建议。

3. 构建混乱：制定项目计划

• 简介: 使用GenAI生成包含目标、活动和交付成果的项目时间表。例如，学生可以询问GenAI如何将一个为期六周的博物馆展览项目分解为可管理的步骤和任务。

4. 定义它：探索相关概念

• 简介: 利用GenAI深入理解项目相关的概念或构造。例如，学生可以询问GenAI关于“学生自主性”的定义、特征以及这些特征之间的关系，以更好地理解研究主题。

5. 人物角色可能性：分析目标受众需求

• 简介: 使用GenAI生成用户人物角色，探索目标受众的潜在需求。例如，学生可以要求GenAI为一款针对成年学习者的音乐学习应用程序创建用户人物角色，包括人口统计、目标和动机、痛点、学习偏好等信息。

6. 情境很重要：应用概念到相关情境

• 简介: 将概念和想法应用于个人相关的情境。例如，学生可以询问GenAI关于在印度推广创客空间的政策差异，并要求提供相关数据来源。

7. 范围与规模：定义项目约束

• 简介: 通过定义项目约束来聚焦关键要素。例如，学生可以询问GenAI关于举办一个关于气候适应职业的活动应该设置哪些限制，包括活动时长、交付成果以及哪些内容不在范围内。

8. 大胆蓝图：制定战略计划

• 简介: 基于愿景和目标创建战略计划。例如，学生可以要求GenAI根据非营利组织的使命宣言和一般工作内容，提供一个战略计划草案，包括SWOT分析和战略目标。

9. 概念类比：解释复杂概念

• 简介: 通过类比来解释难以理解的概念。例如，学生可以要求GenAI将“随机对照试验”类比为厨师尝试新食谱，以帮助高中生更好地理解这一研究方法。

10. 角色扮演：模拟与用户和受众的对话

• 简介: 模拟与可能用户和受众的对话。例如，学生可以扮演在线软件工程硕士课程教师的角色，与GenAI进行对话，以了解他们在管理工作量方面面临的挑战。

11. 再次解释：寻求不同解释

• 简介: 通过提示不同解释来加深理解。例如，学生可以要求GenAI用不同的方式解释“碳封存”的概念，甚至可以用五年级学生的理解水平来解释。

12. 分析伙伴：提供个性化未来方向

• 简介: 根据收集的数据提供个性化未来方向。例如，学生可以向GenAI提供关于一个五岁男孩的观察数据，并要求提供适合在创客空间制作的玩具创意。

13. 大创意：识别文本的核心

• 简介: 识别文本的核心思想。例如，学生可以要求GenAI从关于NASA火星探测器设计的“鸡蛋降落”实验的PDF文档中提取三个最重要的概念。

14. 为每个人设计：探索项目特定的无障碍建议

• 简介: 探索项目特定的无障碍建议。例如，学生可以询问GenAI关于为老年人制作物理指南时应该考虑的无障碍因素，包括字体大小、字体类型和布局设计。

15. 可视化：创建项目创意的视觉表示

• 简介: 创建项目创意的视觉表示。例如，学生可以要求GenAI生成一个虚拟现实游戏界面，包括魔法农田、不同类型的作物和游戏界面叠加。

16. 梦想成真：创建有限现有参考的图像

• 简介: 创建以前不存在的图像。例如，学生可以使用Firefly生成一个关于气候未来的儿童书籍插图，展示一个混合室内外空间的城市。

17. 调查设计：开发初步调查问卷草稿

• 简介: 开发初步调查问卷草稿。例如，学生可以要求GenAI帮助设计一个调查问卷，以根据学生的阅读习惯对他们的项目进行分组。

18. 基础层：混音音乐、艺术和其他媒体样本

• 简介: 混音音乐、艺术和其他媒体样本。例如，学生可以要求GenAI生成一个结合古典和电子元素的1分钟器乐曲目，用于一个关于在废弃图书馆中揭开谜团的电子游戏。

19. 案例构成：创建针对特定受众的定制案例研究

• 简介: 创建针对特定受众的定制案例研究。例如，学生可以要求GenAI编写一个关于一个在阅读方面有困难的学生的案例研究，并突出教师如何支持学生的阅读过程。

20. 讲述你的故事：生成项目旁白

• 简介: 生成项目旁白。例如，学生可以上传团队成员的声音样本，并使用GenAI生成旁白，用于一个关于城市设计博客的帖子。

21. 设计造型师：提供字体、颜色和主题的设计建议

• 简介: 提供字体、颜色和主题的设计建议。例如，学生可以询问GenAI关于设计一个面向Gen Z用户的友好且色彩丰富的应用程序的建议，包括字体组合和颜色调色板。

22. 名称生成器：建议项目标题

• 简介: 为项目建议标题。例如，学生可以要求GenAI为一款关于不同生态系统的儿童棋盘游戏提供10个标题选项。

23. 多输入：使用文本和图像提示

• 简介: 使用文本和图像提示。例如，学生可以向GenAI提供文本提示和风格和颜色参考图像，以生成一个关于青少年背包旅行和徒步旅行夏令营的海报。

24. 代码工匠：协助创建代码片段

• 简介: 协助创建代码片段。例如，学生可以要求GenAI提供Unity中C#代码片段，以实现对象跟随鼠标的功能。

25. 解码你的代码：交互式代码解释

• 简介: 提供交互式代码解释。例如，学生可以将代码输入GenAI，并要求解释每一行代码的作用和目的。

26. 调试助手：识别错误、解释错误消息并提供替代方案

• 简介: 识别错误、解释错误消息并提供替代方案。例如，学生可以向GenAI提供Python代码中的错误消息，并要求解释错误原因以及如何修复。

27. 公式查找器：查找电子表格函数进行数据分析

• 简介: 查找电子表格函数进行数据分析。例如，学生可以询问GenAI关于在Excel中计算特定单词在行中出现次数的函数。

28. 友好翻译器：学习其他语言中的口语短语和俚语

• 简介: 学习其他语言中的口语短语和俚语。例如，学生可以要求GenAI提供一些非正式的印地语短语，以感谢他们的项目合作伙伴。

29. 作家的选择：有选择地结合语言编辑

• 简介: 有选择地结合语言编辑。例如，学生可以将草稿输入GenAI，并要求对段落进行修改以使其更清晰，然后根据需要选择性地接受或拒绝建议。

30. 回顾、反思、修改：反思书面作品的修改建议

• 简介: 反思书面作品的修改建议。例如，学生可以将项目提案的执行摘要输入GenAI，并要求提供关于优势、劣势、过渡和清晰度的反馈。

31. 问任何事：经常提出大胆的问题

• 简介: 经常提出大胆的问题。例如，学生可以向GenAI提出关于心理健康和保健应用程序的社会责任和真实性风险的问题，并寻求建议。

32. 魔鬼代言人：提供多种观点以支持反思

• 简介: 提供多种观点以支持反思。例如，学生可以要求GenAI扮演魔鬼代言人，对电影情节中的线索提出批评。

33. 什么？所以什么？现在什么？：重新定义问题并支持反思

• 简介: 重新定义问题并支持反思。例如，学生可以与GenAI讨论如何改进游戏中“错误”消息的显示方式，并探索其他促进成长型思维的方法。