加载 Spotify 播放器；Spotify 可能会设置 Cookie。本设备将记住您的选择。
主要发现
- 学者们积极使用 ChatGPT 和 Copilot 等人工智能工具，主要用于研究，其次是教学和行政服务工作。
- 主要机遇包括自动化日常教学准备、支持非英语母语者的学术写作，以及简化资助申请流程。
- 参与者对伦理风险、人工智能幻觉、同行评审质量下降以及关键学习和研究技能可能遭到侵蚀提出了重大担忧。
- 人工智能的影响受个人人工智能素养、机构政策和学科规范的调节，因此需要高校采取积极的治理措施。
- 为信息系统学者概述了一项研究议程，强调人机协作、负责任的人工智能设计以及对早期职业学者职业生涯的影响。
实践启示
CIO / IT 高管
Initiate a cross-departmental working group meeting to inventory existing AI tool usage across teaching, research, and administrative functions, identifying commonalities and immediate risks based on the 'Key Findings' regarding AI hallucinations and ethical concerns.
IT 经理
Schedule a technical assessment to evaluate the security protocols and data privacy implications of the most commonly used AI tools (e.g., ChatGPT, Copilot) currently being utilized by academic staff, referencing the 'Key Findings' on ethical risks.
商业战略师
Begin drafting a preliminary AI integration roadmap for academic workflows by identifying 2-3 specific routine teaching preparation or scholarly writing tasks (as per 'Key Findings') that could be piloted for AI automation within the next quarter.
研究人员
Experiment with using an AI tool like ChatGPT or Copilot to draft an initial outline for a grant application section (referencing 'Key Findings' on streamlining grant workflows) or to refine a paragraph for clarity if English is not your primary language, noting both the efficiencies gained and any potential 'hallucinations' or quality degradation.
政策制定者
Schedule a review of current institutional policies related to academic integrity and technology use, specifically flagging areas that need to be updated to address the 'Key Findings' on AI hallucinations, the degradation of peer-review quality, and the erosion of critical learning skills.
摘要
本研究探讨了人工智能如何改变教学、科研和学术服务等领域的学术知识工作。作者在 EURAM 2025 会议期间采用了探索性的世界咖啡馆（World Café）方法，收集了来自不同学术背景参与者的亲身经历、反思和实践。
核心问题
尽管高等教育中人工智能的应用正在迅速加速，但现有研究在很大程度上仍停留在概念层面、以技术为中心，且分散于孤立的学术活动中。因此，缺乏关于学者如何全面体验人工智能转型并适应其日常工作角色的实证见解。
文稿
Expert: 嗨，Anna，很高兴再次来到你的节目。
Host: Alex，我们经常听说生成式人工智能正在颠覆各个行业，而这项研究把镜头对准了学术界，探讨人工智能如何改变教学、科研和学术服务等领域的知识工作。你能先为我们介绍一下，这项研究最初是为了解决什么问题吗？
Expert: 这是一个非常关键的起点，Anna。虽然人工智能在高等教育中的应用速度飞快，但过去的大多数探讨都停留在概念和理论层面，或者过于偏向纯技术角度，而且往往孤立地看待各项学术活动。换句话说，我们过去一直缺乏来自一线的实证数据，不知道知识工作者在日常工作中究竟是如何全面体验并适应这场人工智能转型的。
Host: 明白，也就是说我们需要从技术理论转向真实的落地体验。那么，这项研究是如何收集到这些来自一线的真实声音的呢？
Expert: 研究团队在 EURAM 2025 会议期间，采用了非常具有互动性的“世界咖啡馆”方法。他们召集了来自不同学术背景的参与者，通过多轮深入探讨，收集了大家在教学、科研和管理服务中的亲身经历、反思以及具体实践。这种方法能让我们跨越抽象的预测，看到最真实的工作场景。
Host: 这种方法确实能还原真实的现状。那么研究揭示了哪些关键发现呢？学者们现在到底是如何使用人工智能的？
Expert: 结果显示，学者们正在积极使用像 ChatGPT 和 Copilot 这样的人工智能工具。最主要的应用场景是科学研究，其次是日常教学准备，最后是行政与学术服务工作。
Host: 这具体带来了哪些积极的改变和机遇呢？
Expert: 机遇主要集中在三个方面。第一，人工智能显著简化了日常教学的准备流程；第二，对于非英语母语的学者来说，它极大地降低了学术写作和国际交流的门槛；第三，它大幅提升了撰写复杂的科研资助申请书的效率。
Host: 这些确实能释放巨大的生产力。但随着 AI 的广泛使用，学者们是否也表达了一些担忧？
Expert: 确实如此，参与者们提出了不少深刻的顾虑。除了常见的伦理风险和人工智能产生的“虚假幻觉”之外，大家非常担心同行评审的质量可能会因此下降。更深层的忧虑在于，如果长期过度依赖人工智能，可能会侵蚀学者和学生最核心的批判性思维与独立研究能力。
Host: 这确实是一个非常深刻的警示。那么，决定人工智能能否成功发挥正面作用的关键因素是什么？
Expert: 这项研究强调，人工智能的影响并非一成不变，它高度依赖于三个调节因素：个人的 AI 素养、机构的政策引导，以及具体的学科规范。这就意味着，机构不能放任自流，必须采取积极主动的治理措施。
Host: Alex，这项研究虽然聚焦在学术界，但对于我们广大非学术界的企业管理者和职场专业人士来说，有哪些核心的商业启示呢？
Expert: 这正是这项研究最引人深思的地方，Anna。学者其实就是最典型的“知识工作者”。商业企业中的研发、战略规划、法律和市场部门，今天面临着完全相同的变革逻辑。
Host: 怎么理解这种相似性呢？
Expert: 首先，企业在追求人工智能带来的短期效率提升时，必须防范员工核心思考能力的蜕化。其次，人工智能正在重塑跨语言与跨区域的协作效率，企业应当利用这一优势加速全球化流程。最后，企业不能只停留在工具采购上，更需要制定清晰的 AI 治理框架，提升全员的 AI 素养，建立良好的人工智能协作模式。
Host: 总结得太到位了。只有建立起负责任的治理与培训机制，才能让技术真正赋能企业创新，而不是削弱组织的核心竞争力。
Expert: 没错，这正是现代企业知识管理的关键所在。
Host: 非常感谢 Alex 今天为我们带来的深度解读，也感谢各位听众的收听。这里是 A.I.S. Insights — powered by Living Knowledge，我们下期节目再见！
Expert: 再见，大家！
Academics, Knowledge Work, Artificial Intelligence, Implication, Future of Work