AI对不同学科的影响在哪三个方面最为显著？	课程、教学法和评估
为什么学科专业知识对于应对AI带来的变革至关重要？	因为它帮助教育工作者理解自己领域的核心价值观、方法和思维方式，从而判断哪些是机遇，哪些是需要解决的问题
分析AI对学科影响时需要探讨的三个关键问题是什么？	1) 你的领域中什么会被自动化？2) 人类与AI的合作在哪里最有价值？3) 我们如何准备学生管理和对AI系统负责？
当学生问"既然AI能做，为什么还要学这个？"时，教师应该如何回应？	开发有说服力的、针对学科的答案，说明为什么这些基础概念仍然重要
AI流利度与学科专业知识之间的关系是什么？	AI流利度放大而不是替代学科专业知识
在教学法转变中，应该如何区分AI真正帮助学生学习和仅仅让事情更容易/更快之间的区别？	评估AI是否促进深度学习和理解，而不仅仅是提高效率
在AI时代，真正的理解应该如何评估？	评估过程、成长、批判性思维以及最终产品，同时考虑学生在获得AI访问权限时的表现
位置论文应该包含哪些主要内容？	关于课程演变、教学法转变和评估创新的观点，以及具体的例子和理由
为什么有些学科的课程可能保持稳定而评估会转变？	因为AI的影响和破坏模式在不同学科和不同领域中是不均匀的
在设计AI时代的评估时，应该避免什么？	设计可以被AI轻易绕过的评估，而应该鼓励负责任的AI使用并证明个人理解