张鹏、汪旸、尚俊杰：生成式人工智能与教诲变革——艰难与策略_人工智能_教师
虽然天生式人工智能对付教诲来说代价无限，但在三层代价的履行过程中必定会碰着困难，表现为工具层中教诲运用难深入、领悟层中系统变革难推进、终极层中效能提升难懂显。
通过利用天生式人工智能技能产品，学生可以得到个性化的学习体验，西席可以利用自动化的办法来创建个性化的学习内容，传授教化管理者能够提高管理和行政效率。天生式人工智能在文稿创作、代码撰写等场景展示了工具代价，但是在教诲传授教化详细过程中的实际运用还有待提升，须要大量基于人工智能的适应性教诲产品和能够精确利用产品的教诲主体，即相互匹配的工具和工具利用者。但目前的天生式人工智能产品如ChatGPT本身是通用措辞大模型，并非为教诲领域研发，在教诲领域的表现并不尽如人意。贺樑等测试了ChatGPT在伦理问题、学科知识、知识、教案设计、勾引式传授教化方面的表现水平，分别达到了98%、96%、0%、100%、85%的精确率，这五个方面相应的表现水平反响出ChatGPT具有通用的代价不雅观、基本的学科知识判断能力、较强的教案设计能力，但仍明显存在知识拼凑的问题、欠缺启示学生的能力。当然，除了通用的天生式人工智能产品，专门为教诲场景研发的天生式人工智能产品也在不断呈现，如可汗学院在2023年3月推出基于GPT-4的实验性赞助学习与传授教化工具Khanmigo，科大讯飞在2023年5月推出讯飞星火认知大模型及星火语伴等学习领域运用产品，好未来也在2023年7月上线数学领域解题和讲题的MathGPT，该类产品与教诲场景的匹配性和运用效果仍有待验证。在工具利用者方面，学生、西席、教诲管理者都是天生式人工智能产品在教诲领域中的主要受众。然而，在当下天生式人工智能融入教诲场景的过程中，一线西席群体的浸染显得尤为主要。如果一线西席不知道、不理解、不该用、不接管天生式人工智能产品，纵然是像ChatGPT这样的产品，都难以在教室中得到普遍运用，遑论学生从中持续受益。只有当一线西席真正认可并具备利用天生式人工智能产品的能力，这些产品才能够真正融入教诲实践，并通过西席的丰富履历和专业知识得到进一步优化。但目前并不是所有西席都能够精确利用天生式人工智能，除了干系技能和产品的利用方法，针对天生式人工智能的批驳性思维和道德意识也须要培训。此外，西席信念也是影响天生式人工智能产品运用的主要成分，Choi等创造具有建构主义信念的西席比坚信单向传授的西席更有可能在传授教化和教室中利用人工智能教诲工具。因此，在推进天生式人工智能工具代价的实现过程中，筛选或培养“能利用”“会利用”“利用好”天生式人工智能的西席，是亟待打破的关键环节。天生式人工智能与其他技能领悟重塑教诲体系，无疑具有深远影响。然而，领悟和重塑必是一个缓慢而困难的过程。一方面将天生式人工智能与其他技能工具进行有效的整合可能面临技能上的困难和伦理上的寻衅。只管天生式人工智能和其他技能领悟有利于提高教诲数字系统的创新性和用户体验，如与虚拟现实/增强现实技能领悟可以大大提高干系教诲系统的自然措辞处理和理解能力，为用户供应丰富且自然的交互办法。但要实现这一领悟，必须办理系统兼容性问题，确保不同的技能能够协同事情，并制订明确的用户数据集成和信息共享办法。例如，在天生式人工智能与虚拟现实技能的结合中，须要确保两者之间的互动是无缝的：学生能够在虚拟环境中以自然措辞提出问题，而系统则能够以智能的办法理解并在虚拟环境中予以精准回应。这种协同事情须要战胜技能架构的不同、数据格式的差异等技能层面的寻衅。除了技能困难，天生式人工智能在与其他技能整合的过程中也可能会碰着伦理问题。Pataranutaporn等提出可以将天生式人工智能与数字人结合起来赞助实现个性化学习，如“复活”已故之人（如孔子、李白等）或创造虚拟西席和学生。在这一领悟和创造的过程中，诸如可能存在的历史修改、陵犯人物形象、人机关系取代人际关系等问题，仍旧须要得到明确定义和解决。另一方面，教诲系统呈现出教诲主体的差异性、教诲资源的不屈衡性、教诲环境的多样性和组成成分的动态组合性等繁芜特色，教诲系统的变革更是牵一发而动全身，须要多个成分非线性、动态、长期的综合浸染。著名教诲变革理论家Havelock指出，教诲变革是“教诲任何故意义的改变”，包括自然变革和有操持变革。天生式人工智能和其他技能可以通过自然变革和有操持变革这两种办法对教诲系统进行改革。个中，自然变革中教诲系统相对被动，随着技能对社会和教诲系统的渗入而改变；有操持变革的目的性和策略性更强，涉及教诲事情者的培训温柔应、学校根本举动步伐的升级、课程的重新设计等教诲成分的主动调度。在成分浩瀚的教诲系统中，周围组织构造将决定教诲体系重塑的速率与质量。天生式人工智能浸染于教诲，实质上是为了学生全面而个性化的发展，使其快乐学习、康健发展。这层终极代价的实现不仅须要前两层代价的实现，还须要考虑到教诲效果的实现困难。首先，天生式人工智能技能浸染于教诲系统和学生的学习，很可能涌现所谓的“非显著性差异”征象。杨浩等指出，自1928年以来一贯有研究创造不同的技能手段对教诲与学习结果的影响并没有显著差异。这或许源于学生的学习过程受到多方面成分的共同影响，包括个体智力水平、学习环境、教诲者的传授教化方法以及家庭背景等。在多元化的学习生态系统中，技能只是个中一环，不能独立决定学习的成效。这意味着，只管天生式人工智能是强大的教诲工具，但其对个性化学习效果的改进可能在某些情形下难以丈量，在短期内难以看到明显效果。当然，这并不虞味着天生式人工智能没有代价，而是须要更细致的方法来研究和评估其潜在影响。其次，传统的丈量办法并不一定能够准确反响学生从天生式人工智能中受益的程度。例如，以标准化测试为根本的评估方法常日聚焦于对知识和技能的量化评估，这在一定程度上可以反响学生的学业表现，但每每不能完备丈量出学生在学习中得到的更广泛的体验和能力，如情绪体验、创造性思维和解决问题的能力等。天生式人工智能浸染于学生的学习，并不限于知识的通报，而是侧重于供应一种更为丰富和有趣的学习体验——让学生在互动的过程中引发学习兴趣、提升创造性思维，以及发展办理问题的技能。这些积极的学习体验对付学生的全面发展至关主要，传统的丈量方法每每无法完备捕捉。末了，当前的评价导向并不一定能够给予天生式人工智能太多的发挥空间，以充分助力学生的快乐发展与全面发展。教诲领导决策层与教诲履行评价层可能涌现了错位的情形，教诲研究者、决策者重视学生的快乐发展与全面发展，学校、家长、西席也重视学生的身心康健，但都面临升学率的重压磨练。在巨大的升学与考试压力面前，学生更多的是为了考试而不是发展去学习。在这种情境下天生式人工智能这类技能的参与，只能通过促进个性化学习来提升学习效率，给予学生更多韶光探索自己感兴趣的事情。但是，评价导向不变，多数学生的重心可能仍会放在考试和如何提升分数上，借助天生式人工智能来探索自己感兴趣的问题的主要性则相对滞后。要想真正发挥天生式人工智能的主要浸染，助力教诲回归到发展人的实质，仍要加强根本研究与制度研究，调度评价办法。作为工具，天生式人工智能面临的最大困难是对付教诲场景和当前西席军队的适用性不敷。当然，这也意味着我国天生式人工智能教诲运用仍大有可为，要深入教诲运用处景，结合师生的需求开拓产品。详细而言，可以采纳如下策略：①根植于实际传授教化需求设计开拓天生式人工智能教诲产品，测试实际传授教化效果。Khanmigo、星火语伴、MathGPT等专为教诲领域不同方向研发的天生式人工智能教诲产品正在不断呈现，但这些产品是否知足实际的传授教化需求、真实的传授教化效果又如何，仍需科学规范的测试验证。此外，针对以ChatGPT为代表的通用模型随意马虎存在拼凑缺点答案、学科知识联系弱等问题，良好的教诲运用产品及传授教化效果的实现仍须要高水平的教诲知识数据库，干系模型和产品必须确保所讲授的学科知识、知识、意识形态的精确性，并且看重学科知识的联系。②建立天生式人工智能教诲产品的评价标准。在产品进入教室之前须要严格把关，不仅要关注产品本身的本钱、质量、相应速率，还要测试产品与教诲场景的匹配性，以及对付学生、西席、管理者而言的易用性和有用性……因而一套天生式人工智能教诲产品的评价标准亟待提出，以筛选出真正优质的天生式人工教诲产品。③提出各种天生式人工智能参与的传授教化模式。天生式人工智能若要在教诲中发挥最大潜力，只有产品是远远不足的，仍须要通过适用的传授教化模式匹配传授教化场景，如陈静远等提出“天生式人工智能促进以知识点为核心的传授教化模式”，为西席供应知识点组织的建议、天生干系传授教化资源、设计知识点互动，为学生推举干系的学习资源、启示学生理解知识点。以知识点为核心的传授教化模式更看重知识的浸染，具有较强的通用性。但不同学科具有不同的特点，仍须要各种传授教化模式的提出和有效性验证，如在学习看重推理的学科时，天生式人工智能参与的传授教化模式可更加侧重供应推理脚手架。④培训西席利用天生式人工智能教诲产品。陈玉琨认为未来西席在天生式人工智能的帮忙下将成为超级西席，机器卖力传授教化、西席看重育人。在当前阶段，西席不仅须要承担教书育人的双重职责，还须要在利用天生式人工智能赞助学生学习的过程中发挥主导浸染，确定帮忙模式，并严格监管天生式人工智能的运用。因而，在设计开拓高质量教诲产品的根本上，有必要对西席开展关于产品利用办法、把稳事变等方面的培训事情，以充分发挥西席的主不雅观能动性，真正促进天生式人工智能与教诲的领悟。天生式人工智能技能与其他技能的领悟，正在不断地重塑教诲体系。这种领悟不仅须要技能层面的互助与创新，也对教诲组织的构造提出了新的哀求。一方面，必须加强教诲体系内部技能的整合和折衷，确保天生式人工智能与现有的教诲技能如虚拟现实/增强现实、自然措辞处理、机器学习、数据挖掘和知识图谱等能够无缝衔接。例如，天生式人工智能可以与虚拟现实和增强现实技能联动：学生在虚拟环境中沉浸式地进行学习，如参与虚拟实验或角色扮演，从而得到更丰富、生动的学习体验；虚实结合环境中的天生式人工智能可以扮演任意角色或整合在线课程、教材、学术研究等各种学习资源，为学生供应多样化的学习资源和场景，突出虚拟现实/增强现实的沉浸性和交互性。为此，教诲机构可以建立一个多学科的技能整合团队，技能专家、教诲学家、生理学家和课程设计师共同事情，以确保技能办理方案既知足传授教化需求，又符合学生的生理和认知特点。此外，还可以开拓统一的技能框架与接口标准，促进不同技能之间的现数据共享和功能互补。另一方面，周围组织构造的重构是实现技能领悟代价的关键。类似于幻灯片和投影仪走进中小学教室的过程，从软硬件到不雅观念再到组织构造，天生式人工智能技能领悟代价的实现同样须要逐层打通。只有通过西席对技能的利用意愿、家长对技能的接管程度以及学校对技能的支撑能力和评价制度的高度折衷，技能领悟教室才能常态化开展。详细而言，可以从转变利益干系者的理念入手，宣扬推广技能领悟的精良案例，让西席、家长与传授教化管理者充分认识到天生式人工智能技能的主要代价和潜在风险；在不雅观念转变的根本上，利用技能改造西席活动、学习办法与管理制度。例如，在将天生式人工智能技能和虚拟现实相结合，打造虚拟西席、学生实施个性化适应学习时，西席可以将更多的事情重心放在育人之上；协作学习、项目式学习能够较好地磨炼学生的沟通能力、问题办理能力，避免“天生式人工智能完备代替学生脑力劳动”环境的涌现，成为技能融入教诲场景的良好选择；除了利用天生式人工智能完成重复的关照事情之外，教诲管理者还应建立技能领悟的监管与做事机制，有效保护学生的隐私和数据安全，确保技能领悟起到正向促进教诲的浸染。天生式人工智能技能的进步为个性化自适应系统智能性的提升带来了契机，有益于开展因材施教。因材施教意味着须要深入理解每位学生的需求、兴趣和学习风格，以便为其供应最佳的个性化学习体验。自1956年达特茅斯会议正式提出人工智能的观点以来，人工智能技能险些同步浸染于教诲领域，致力于实现个性化学习，大致可以分为三个阶段：①20世纪50年代兴起的打算机赞助传授教化，范例代表是可编程自动传授教化系统PLATO，支持学生跳过“大略”或“熟习”的课程材料，专注于更有深度或更难节制的内容；但当时该系统还较为大略，智能化程度较低。②20世纪70年代兴起的智能传授教化系统（也常称为智能导师系统），能够基于专家模型、学生模型和导师模型，让打算机像人类西席一样辅导学生学习，范例代表是讲授南美洲地理的Scholar系统，能够为学生的个性化学习供应有代价的认知和学习工具，但是与人类西席比较还有一定的差距。③20世纪90年代以来兴起的个性化自适应学习系统，使人工智能技能联动学习剖析、大数据技能诊断学生的学习状态，为学生供应个性化干预，范例代表是可汗学院的学习剖析仪表盘系统。承接人工智能教诲运用的发展脉络，天生式人工智能须要进一步提升智能性，搭建个性化自适应学习系统，让学生将更多韶光投入到自己感兴趣的领域，助力快乐学习。个性化自适应学习的实现同样须要学习的根本机制研究作为保障。学习根本机制研究直接指向教诲领域的核心问题——人是如何学习的？如何进行有效的学习？通过学习科学领域的教诲学家、生理学家和数据科学家紧密互助，深入研究大脑的认知与学习规律，可以更好地理解协作学习、在线学习、虚拟情境中的学习等各教诲领域的学生特色和学习规律。在节制规律的根本上，通过实证研究探明有效的学习策略，如游戏化学习策略、在线学习策略、复习策略等，从而最大程度地提升学习效果。这种根本机制研究有助于开拓更有效的天生式人工智能工具、开展更有效的技能领悟，使天生式人工智能在教诲领域中跳出“非显著性差异”的困境，助力学生自由全面的发展，让学生享受学习的快乐。作者单位｜1&3. 北京大学教诲学院学习科学实验室；2. 中国中医科学院
本文系作者个人观点，不代表本站立场，转载请注明出处！
