教多语学习者超越识别深度伪造，学会质询 AI
Nesreen El-Baz 主张，面向多语学习者的 AI 素养教学不应停留在识别深度伪造，而要训练学生追问来源、语境、可信度和证据。文章建议用横向阅读、问题框架和句式支架支持核查，并提到 Google Arts & Culture 的 Odd One Out 可作为低语言门槛练习。课堂活动可按解释、生成、评估推进，让学生比较不同提示词生成的图像如何改变叙事，再回到可靠来源和证据判断是否可信。
#伦理/安全
#伦理/安全
今日 0 条eSchool NewsAI 评分6464
EdSurgeAI 评分6363 Michael Hernandez 用 AI 构建抗 AI 作弊作业工具 Cheat Vulnerability Index
Michael Hernandez 设计了免费 Web 应用 Cheat Vulnerability Index，帮助教师分析现有作业的作弊脆弱性并给出改进建议。
eSchool NewsAI 评分6868 eSchool News：抗 AI 课堂是迷思，评估设计应假设 AI 已存在
eSchool News 文章认为，试图打造“抗 AI”课堂并不现实，学校应设计默认 AI 已存在的评估来衡量有意义的学习。文章提出从成品评估转向过程评估，把元认知反思纳入评分，强化判断力任务、结构化口头说明和清晰的 AI 披露要求。作者还建议学校和学区在教师专业发展、诚信政策、家庭沟通和评估框架中同步调整，目标不是消除 AI，而是让学生学会负责任使用和批判性评价。
eSchool NewsAI 评分6161 AI 没有破坏作业，而是暴露了作业设计中已有的问题
Nesreen El-Baz 认为，生成式 AI 没有破坏作业，而是让作业长期未能纯粹衡量独立学习的问题变得可见。文章指出，ChatGPT 和 Google Gemini 能在几秒内起草文章、总结阅读和解复杂题，学校应从监控成品转向重视元认知、自我调节和推理过程。