Key points are not available for this paper at this time.
本研究报告了一项全国性调查，调查了新西兰奥特亚罗瓦地区语言教师对生成性人工智能的态度。调查结合了封闭式和开放式问题，并使用主题分析法识别教师定性反应中的关键主题。基于124名高资源和低资源语言教师的数据，该研究揭示了教师在语言教学中对AI整合的态度和理由的显著模式。这些发现提供了不同语言组之间的比较见解。中文教师对AI表现出最为务实的态度，这得益于对中国本土AI工具的更广泛访问和潜在的同伴影响。其他高资源语言的教师，包括英语、法语、西班牙语、德语和日语，更常提供批判性视角，包括可持续性、数字信任和学术诚信，往往缺乏明确的政策指导。低资源语言教师，特别是那些教授毛利语和太平洋语言的教师，提到基础设施缺口、工具准确性有限以及人工智能系统与口语基础教育之间的认知不匹配是整合的主要障碍。该研究强调了语言教育中日益扩大的数字鸿沟，并反对“一刀切”的人工智能政策和专业发展方法。各个背景的教师都呼吁提供差异化的支持和强有力的领导，以指导包容性和语言公正的人工智能整合.
丹平王（周）研究了这个问题。