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。
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。
面向 2026–27 学年,文章提出教师用 AI 增强教学的 5 种方式:搭建任务型工作流、加快差异化教学、支持学生思考、融入 AI 素养、把节省时间用于建立归属感。重点强调 AI 不应替代教师或学生思考,而应减少材料整理、沟通、评估汇总等重复工作,让教师有更多时间与学生互动。
Turnitin 的“Learning Integrity Insights Report Q2”显示,教师和管理者正在课堂 AI 实施中承担更主要角色。报告基于 2026 年上半年数据和 Turnitin Clarity AI 写作透明度工具分析,48% 的受访者称教师和管理者对学校或学区 AI 实施负主要责任,高于技术负责人 17% 和跨职能委员会 16%。
Personalized PD for Innovation 工作坊让教师围绕真实问题自主设计创新导向 PD 主题。在 48 名教师参与后的 10 分制调查中,相关性均分 9.4、实用性 9.5、帮助开发新课程或产品 9.4,所有人表示愿意再参加。其流程包括发散思维引入、选择主题、创作反思与分享。
Van Buren School District 负责人主张,AI 和生成式工具正让教师更快识别学习困难、规模化制定个性化学习计划。文章列举 Claude 的 Learning Mode、Replit 的 AI 辅助编程和 Lovable 的自然语言建站与应用创建,称许多能力对认证教育者和课堂免费或易获得。该区将通过持续专业发展和清晰伦理使用指南推进,强调教师判断、同理心和关系不可替代。
Gramms AI 开发者 Robin Singhvi 讲解了为 3–10 岁儿童构建 AI 产品时的年龄适配安全架构。
Nesreen El-Baz 提出在 AI 图像日益普及的课堂中,应把视觉素养作为核心阅读策略来教。她将构图元素映射到主旨、顺序、推理、证据回应等阅读策略,并让学生用 Perchance AI 通过 WAGOLL 提示词从简单到深入迭代图像。文章强调图像生成不应停留在产出,而要通过计划、修订和反思支持学术诚信与批判性阅读。