Anthropic 教育报告：教育工作者如何使用 Claude
Anthropic 的研究表明，大学教育工作者正在将 AI 集成到课堂教学和行政工作流中，主要用于课程开发和日常任务的自动化。虽然教育工作者通常更倾向于将 AI 作为高上下文任务的增强型协作伙伴，但使用 Claude Artifacts 构建定制化、交互式教育资源的趋势正日益显著。
高等教育中 AI 的主要用例
课程开发是教育工作者中使用 AI 最突出的应用，其次是学术研究和学生表现评估。基于对 5 月和 6 月期间 Claude.ai 约 74,000 场匿名对话的分析，前三个用例是：
- 开发课程： 57% 的分析对话。
- 进行学术研究： 13% 的分析对话。
- 评估学生表现： 7% 的分析对话。
除了这些主要用途外，教育工作者还利用 AI 创建模拟法律场景、开发职业培训内容、起草推荐信以及管理会议议程等行政文档。
从聊天机器人向定制工具构建的转型
教育工作者正越来越多地使用 Claude Artifacts 功能，从简单的聊天交互转向创建功能齐全、可部署的教育资源。这种转变允许教职人员产出以往需要大量技术专业知识或资金资源的材料。
教育工作者正在构建的关键工具包括：
- 交互式学习： 基于 Web 的游戏、密室逃脱和模拟（例如，化学化学计量学游戏、计算物理模型）。
- 评估工具： 带有自动反馈的 HTML 格式测验，以及用于分析学生表现的 CSV 数据处理器。
- 可视化： 科学概念和历史时间线的交互式展示。
- 行政工具： 自动填充的学术日历和预算规划/分析工具。
- 学术文档： 用于终身教职申请、拨款申请和成绩相关沟通的草案。
增强与自动化的光谱
教育工作者根据任务所需上下文和创造力的程度，将 AI 增强（协作使用）与 AI 自动化（完全委派）区分开来。
高增强任务
涉及直接学生交互或复杂决策的任务主要通过增强方式处理：
- 大学教学与指导： 77.4% 增强。
- 拨款申请书写作： 70.0% 增强。
- 学术指导： 67.5% 增强。
- 监督学生工作： 66.9% 增强。
高自动化任务
日常行政和财务任务更有可能被完全委派给 AI：
- 机构财务与筹款： 65.0% 自动化。
- 学生记录与表现评估： 48.9% 自动化。
- 招生与入学管理： 44.7% 自动化。
AI 辅助评分的争议
教育工作者对 AI 评分的认知与实际使用情况之间存在显著差异。虽然受访教职人员将评分视为 AI 最无效的领域，但 Claude.ai 数据中 48.9% 的评分相关对话属于自动化程度较高的任务。
教职人员对自动评分的担忧集中在准确性和伦理问题上。一位 Northeastern University 的教授指出：
"从伦理和实践角度来看，我非常警惕使用 [AI 工具] 以任何方式评估或指导学生……学生支付学费是为了获得我的时间，而不是为了 LLM 的时间。"
对教学法和评估的影响
AI 的普及正在迫使教学方法和学生评估方式进行重新设计。教育工作者正将重心从死记硬背的技术技能转向更高层次的概念应用。例如，在编程教育中，重点已从调试语法转向讨论分析在商业中的应用。
为了应对 AI 驱动的作弊和“认知卸载”，一些教授正在放弃传统的研究论文，转而采用 AI 无法完成的任务，迫使学生应对更复杂、真实的挑战。
研究方法论与局限性
Anthropic 使用了一种保护隐私的自动化分析工具，对与高等教育邮箱地址关联的 Claude.ai Free 和 Pro 账户的对话进行过滤。这与对来自 Northeastern University 的 22 名早期采用者教职人员进行的定性研究相辅成效。
关键局限性包括：
- 范围： 研究仅包括高等教育邮箱地址，不包括 K-12 教师。
- 偏差： 数据很可能反映了早期采用者，而非普通教育工作者群体。
- 过滤： 仅捕获了来自高等教育邮箱的约 1.5% 的对话，因为该工具专门过滤了与教育工作者明确相关的任务（例如，创建教学大纲）。
- 时间性： 分析仅限于 5 月和 6 月，忽略了季节性的学术变化。