生成式人工智能賦能學習情景與教學設計研究

關鍵詞：生成式人工智能；學習情境；教育；相關分析法

中圖分類號：G424 文獻標識碼：A

文章編號：1009-3044（2024）25-0027-04

隨著2022年末ChatGPT的推出，生成式文本技術實現了前所未有的飛躍，標志著生成式人工智能技術的重大突破。這一技術的迅猛發展不僅引起了科技界的廣泛關注，同時也在教育領域激起了深刻的變革浪潮。在《中國教育現代化2035》中，中共中央和國務院指出：“要創新教育服務業態，建立數字教育資源共建共享機制。”生成式人工智能與教育教學的融合發展已然成為大勢所趨。

生成式智能技術日新月異，教育領域正經歷著前所未有的挑戰與機遇[1]。這些技術不僅為傳統教學模式帶來了創新的可能，促使我們重新審視并優化學習策略與思維模式，同時它們還孕育了一系列潛在的挑戰與不安因素。為了發現這些潛在的挑戰，深入探究生成式人工智能技術在教育領域的應用現狀，本文通過嚴謹的實證分析，探討生成式人工智能如何在教學實踐、學習體驗、教育評價體系等多個維度上發揮積極作用，為教育領域的未來發展提供科學依據與策略指導。

1 研究設計

1.1 研究方法

本文通過查閱相關文獻與資料，以“生成式人工智能對學習情景和教學設計影響研究”為主題設計了調查問卷，并使用問卷星進行信息收集。在問卷調查結束后，隨機對8位教師進行訪談。訪談圍繞以下8個方面進行提問：使用頻率、應用場景、體驗滿意度、內容滿意度、是否提高教學質量、對個性化教學的作用、所遇到的困惑與挑戰以及學生是否有過度依賴現象。

1.2 研究對象

本文研究對象為四川省內的綜合類、理工類、醫學類和師范類高校的學生和教師。通過隨機抽樣和匿名填寫的方式進行問卷調查，最終回收了505份有效問卷。其中，學生問卷共計445份，占總問卷數的88.12%；教師問卷共計60份，占總問卷數的11.88%。從學校類型來看，綜合類學校問卷共計117份，占學生問卷總數的26.29%；理工類學校問卷共計98份，占學生問卷總數的22.02%；醫學類學校問卷共計165份，占學生問卷總數的37.08%；師范類學校問卷共計125 份，占學生問卷總數的28.09%。

1.3 數據處理方式與統計分析方法

本研究利用問卷星軟件進行數據收集，并借助Excel進行數據的可視化分析及圖譜統計。同時，采用SPSS軟件對問卷的信度與效度進行深入分析，并利用Citespace軟件，對國內外文獻進行比較分析。最終結合問卷調查結果進行了詳盡的統計分析。

2 結果分析

2.1 生成式人工智能概述

隨著智慧教學的推進，生成式人工智能在教育界的作用日益顯著。本次研究致力于通過真實有效的數據反映生成式人工智能在教育領域的應用現狀、人們對其的普遍看法以及其存在的客觀挑戰，從而了解生成式人工智能在實際運用中如何塑造教育改革。該技術在教學中的應用有利于豐富教學內容、促進教學形式的多樣化、增強學生自主學習能力，推動教學課堂的智能化發展。然而，學術界對生成式人工智能在教育場景中發揮的具體作用和師生對其認可程度的研究卻很少。為了彌補這些不足，本文深入不同高校調查生成式人工智能在學校的融入程度，了解師生對其的體驗感和滿意度。文章采用問卷調查和訪談法，對四川省內不同類型高校進行調查，分析高校師生對生成式人工智能的認知、生成式人工智能在高校中的應用現狀以及師生對其的滿意度和負面反饋，進一步探尋生成式人工智能在教育場域中如何作用于教育教學，了解生成式人工智能在高校中的發展現狀與挑戰，為科學地推動教育改革提供建議和啟示。

2.2 生成式人工智能在教育領域的應用現狀

通過Citespace分析國外的生成式人工智能與教育的相關研究，發現研究者主要來自高等學校和信息研究機構，如Aston University 和Vignan′s Institute ofInformation Technology等。他們更傾向于實際調研的方法，焦點集中在生成式人工智能與教育融合在計算思維、育人范式以及產教融合等方面的研究。例如，Anthony Summers等[2]研究了生成式人工智能在護理教育中的貢獻；Shijian Che， Yee Lye等[3]提出了“反對、避免和采納”的原則來評估生成式人工智能引發的學術誠信問題。在國內，研究者主要來自高校，如陜西師范大學教育學部、西南大學教育學部和曲阜師范大學教育學部等，他們更偏向于概念建模的方法，主要研究人工智能在高等教育中的應用與影響、人機協同以及風險治理等。例如，廖劍等[4]通過數智分身的原型系統實現人機共教；張惠彬等[5]探討了生成式人工智能在教育領域的倫理風險與治理路徑。國內外的研究重點雖然有所不同，但都圍繞人工智能融入教育教學的具體研究展開。

2.3 生成式人工智能對學習情景和教學設計的影響

2.3.1 調查數據的統計學分析

1） 信效度分析。在剔除基本問題和不相關問題之后，剩余的7個主要項目中，本次研究利用SPSS軟件進行信效度分析，樣本量為505。分析結果如表1 所示，本次調查的信度系數（Cronbach′s α） 為0.828，該值大于0.8，表明該量表具有較高的內部一致性，測試結果穩定可靠。KMO值為0.721，該值位于0.7至0.8，表明數據適合進行因子分析且量表具有較好的效度。

2） 相關分析。通過SPSS軟件對樣本進行相關性分析，得到以下結果：認為“生成式人工智能可以有效促進學習和教學”與“生成式人工智能具有較好的發展前景”之間的皮爾遜（Pearson） 相關系數為0.98；表示“聽過生成式人工智能”與“使用過生成式人工智能”之間的P值為0.96；“使用過生成式人工智能”與認為其“可以有效促進學習和教學”之間的P值為0.64；“使用過生成式人工智能”與認為其在“教育領域有很好前景”之間的P值為0.63；認為“生成式人工智能可以應用在教育領域”與“能夠有效促進學習和教學”之間的P值為0.51；認為“生成式人工智能可以應用在教育領域”與“具有很好的發展前景”之間的P值為0.50。各個問題之間的相關系數r≥0.5，表明樣本之間顯著相關，結構較為合理，能夠提供較為科學的結論。

2.3.2 高校師生對生成式人工智能的認知現狀

如圖1所示，問卷結果顯示，79.41%的受訪者表示聽說過生成式人工智能，不同類型學校的受訪者在聽過生成式人工智能的比例上高度趨同，其中醫學類院校占比最多，為80.61%。從身份維度考察發現，聽說過生成式人工智能的學生占學生總數的77.8%，而在聽說過生成式人工智能的教師中，這一比例高達91.7%。進一步調查了解到，有86.93%的受訪者認為生成式人工智能可被應用于學習和教學領域，其中有59.6%的學生表示他們在學習過程中實際使用了生成式人工智能。

基于上述結果，筆者可以得出以下結論：生成式人工智能在高校中的普及范圍廣；不同學校類型的受訪者在生成式人工智能的認知上差異較小，表明不同教學水平和教育背景在生成式人工智能領域的認知差異不顯著；相較于學生，教師對生成式人工智能有更加深入的了解。

2.3.3 生成式人工智能在高校師生中的應用現狀

深入調查師生的主要使用場景，排除未聽說過生成式人工智能以及認為生成式人工智能無法應用于教育領域的師生，最終篩選出322名有效受訪者。如圖2所示，這些受訪者的使用行為主要集中在以下四個場景：在線答疑、學程布置、個性化分析和協助完成文稿。其中，88.2%的師生將生成式人工智能應用于在線答疑，占比最高。有82.04%的師生認為生成式人工智能能夠更好地提供資源訪問與參考咨詢服務，體現了生成式人工智能在教育領域中的主要應用方向。

在“人師—機師—學生”教育新范式下，教學場域內的“多對多”復雜交互得益于ChatGPT等生成式人工智能提供的個性化服務。從對老師的訪談結果來看，生成式人工智能在學科解答、輔助資料編寫、資料精準推送、統計分析、教學輔導與內容深度優化（含案例分析與文稿自動生成）等方面廣受師生認可。生成式人工智能基于詳盡問題描述與海量數據資源，快速生成精準答案，大幅減少了師生查閱資料文獻的時間。在畢業設計輔導、深度知識解釋（如代碼解析、專業名詞闡釋）中，生成式人工智能不僅激發了學生的思考，促進了創新能力的發展，還有效填補了教師知識體系中的不足，共同推動了教學水平的持續提升。

2.3.4 生成式人工智能對學習情景和教學設計的影響

1） 使用體驗。研究從滿意度與認同感兩個維度出發，探究師生對生成式人工智能的使用體驗感，結果如圖3所示。在關于使用滿意度的243份有效問卷中，有117人表示對生成式人工智能服務非常滿意，占總比的48.15%；有117人認為生成式人工智能服務一般，占總比的48.15%；有9人對生成式人工智能服務不滿意，占總比的3.7%。基于上述數據，可以得出結論：大部分使用者對生成式人工智能服務滿意，認可度較高，這表明生成式人工智能具有良好的使用體驗感，進而有利于推動教育體制機制創新，并在不斷優化的教育改革中發揮積極作用。

2） 使用反饋。如圖4所示，在聽說過生成式人工智能的401份有效調查中，有322人認為生成式人工智能可以應用于教育領域，占總比的80.3%；有79人表示不知道生成式人工智能在教育領域的應用潛力，占總比的19.7%。此外，有388人表示愿意參與生成式人工智能在教育領域的推廣與應用中，占總比的77%；有224人（占總比的44.95%） 認為，盡管生成式人工智能具有廣闊的應用前景與發展空間，其發展也會受到一定的限制與調整。受訪者指出生成式人工智能在教育領域面臨的主要障礙：首先是技術成本與可靠性問題，其次是教育行業的監管和標準化問題。受訪者更期望將生成式人工智能應用于科學統計、分析學習數據、資料資源供給以及解決學科難題等方面。

基于上述數據與分析，筆者可以得出結論：盡管大多數人對生成式人工智能持積極態度，但由于其智能技術水平與使用方式的限制，目前仍無法為用戶提供完美的體驗。這一發現揭示了當前生成式人工智能所面臨的主要困境與發展方向，同時也為智能化教育改革提供了一些有益的啟示。

3 討論與建議

3.1 研究發現

此前，許多學者研究了生成式人工智能對學習情境和教學設計的影響。例如，冉柔等[6]研究了如何通過生成式人工智能科學提升初中語文作文教學的效率與成果，馮曉英等[7]探討了在人工智能時代教師應如何作為。然而，關于生成式人工智能在高校中的具體應用現狀的研究卻相對較少。本文從四川省內的四大類院校出發，調查了生成式人工智能在師生中的應用現狀，探尋其在高校師生中的融入程度。研究發現，在高等院校中，教育資源與地域的不同對學生認識新事物的影響不顯著，生成式人工智能受不同類型學校的影響較小；生成式人工智能在高校中發展較好，師生對其認可度普遍較高，越來越多的師生開始將其應用于日常學習與教學中，尤其在編寫文稿、知識查詢等方面。

生成式人工智能在教育領域展現出的關鍵作用顯著提升了學習效率與教學質量[8]，并廣泛應用于各類教育場景，跨越了學校類型的界限。生成式人工智能突破了詞條問答不匹配與搜索格式化的限制，打破了教育資源的信息繭房，促進了知識的深度挖掘、高效檢索與思維創新。它不僅推動了教學模式向人機協同轉型，還豐富了教學內容，實現了學習效率與教學質量的雙重飛躍，符合現代教育發展的需求與趨勢。

3.2 建議與展望

生成式人工智能在教育教學中的廣泛融入，是發展智慧教育的重要步驟。雖然它已被廣泛使用，但不少教師依然持保守態度。主要原因在于許多教師擔憂學生可能因為過度依賴人工智能導致思維惰性，進而阻礙主動學習和思維創新。生成式人工智能作為未來發展的一個重要方向，其與教育教學的深度融合是一個必然且不可忽視的過程。促進生成式人工智能與教育理念的融合需要一個漸進的過程，需要教育者、學生及開發者的共同努力。教育者尤其需要保持對技術的敏感性，更新知識，注重培養學生的自主學習能力，同時塑造學生正確的學習觀，以促進教育創新。

此外，調查發現生成式人工智能在教育領域的應用仍面臨一些挑戰，如生成內容生硬、道德倫理擔憂，以及因訪問人數過多導致的服務器不穩定等負面體驗。“教育—ChatGPT”的積極關系不容忽視[9]。作為智能輔助工具，它正在引領社會變革，革新教學模式。因此，作為用戶端，我們應冷靜客觀，揚長避短，秉持人本教育理念，強化立德樹人，推動教育改革，著重培養數字化、智能化學習能力與思維，構建“人—機—環境”和諧共生的教育新生態。作為開發端，研發者更應該關注這些負面體驗，同時關注生成式人工智能在教育領域的主要應用場景與應用優勢，取長補短，為教育教學研發出更適合的新模式。

4 結束語

生成式人工智能在教育領域具有巨大的應用潛力，并在推動教育變革和數字化轉型方面發揮著關鍵作用。研究得出的結論包括：生成式人工智能在師生中的滲透程度不受學校類型限制，其主要應用場景是生成文稿和知識查詢。師生對其的認可度與滿意度普遍較高，大部分師生表示愿意參與生成式人工智能與教育教學融合的推廣。然而，負面體驗也存在，包括學生可能過于依賴人工智能、生成內容較為死板和機械化、倫理與道德的擔憂以及服務器不穩定等問題。

需要指出的是，本研究仍有改進空間，如線上線下問卷發放、調查對象規模的差異及問卷設計的科學性，這些因素可能影響結果的準確性。期待未來的研究能夠進一步彌補這些不足，不斷提升調查結果的準確性和科學性，以更好地指導生成式人工智能在教育領域的應用和發展。