對話式人機(jī)協(xié)同學(xué)習(xí)：本質(zhì)內(nèi)涵與未來圖景

摘要：生成式人工智能技術(shù)的發(fā)展使得機(jī)器的文本生成、人機(jī)對話和邏輯推理能力得到極大提升，也催生了對話式人機(jī)協(xié)同學(xué)習(xí)這一新型學(xué)習(xí)方式。對話式人機(jī)協(xié)同學(xué)習(xí)旨在通過人機(jī)之間的多輪對話和雙向反饋，激發(fā)學(xué)生與機(jī)器的思維碰撞，引發(fā)學(xué)習(xí)者的認(rèn)知沖突和自主建構(gòu)，逐步達(dá)成對所學(xué)內(nèi)容的共同認(rèn)識，探索對復(fù)雜問題的最優(yōu)解，實(shí)現(xiàn)學(xué)生智慧和機(jī)器智能的共同增長。在此基礎(chǔ)上，該文系統(tǒng)闡述了對話式人機(jī)協(xié)同學(xué)習(xí)的一般過程，圍繞學(xué)習(xí)目標(biāo)的生成性、學(xué)習(xí)內(nèi)容的適應(yīng)性、學(xué)習(xí)主體的互惠性、人機(jī)角色的互換性討論了對話式人機(jī)協(xié)同學(xué)習(xí)的核心特征，并從認(rèn)知輔助式學(xué)習(xí)、思維啟發(fā)式學(xué)習(xí)、自由探索式學(xué)習(xí)、人機(jī)論辯式學(xué)習(xí)四個(gè)方面探討了對話式人機(jī)協(xié)同學(xué)習(xí)的典型模式。未來對話式人機(jī)協(xié)同學(xué)習(xí)的開展需要進(jìn)一步推動(dòng)大模型技術(shù)研發(fā)、加強(qiáng)提示語工程建設(shè)、健全自適應(yīng)反饋機(jī)制、驗(yàn)證對話式學(xué)習(xí)成效、提高學(xué)生智慧學(xué)習(xí)力。

關(guān)鍵詞：人機(jī)協(xié)同學(xué)習(xí)；對話式學(xué)習(xí)；生成式人工智能；論辯式學(xué)習(xí)

中圖分類號：G434 文獻(xiàn)標(biāo)識碼：A

* 本文系國家重點(diǎn)研發(fā)計(jì)劃“文化科技與現(xiàn)代服務(wù)業(yè)”重點(diǎn)專項(xiàng)“面向終身學(xué)習(xí)的個(gè)性化‘?dāng)?shù)字教師’智能體技術(shù)研究與應(yīng)用”課題三“面向終身學(xué)習(xí)的自適應(yīng)教育關(guān)鍵技術(shù)”（課題編號：2021YFF0901003）研究成果。

① 鄭永和為本文通訊作者。

一、引言

隨著教育數(shù)字化轉(zhuǎn)型的逐步推進(jìn)和智能教育產(chǎn)品的快速普及，學(xué)習(xí)的發(fā)生越發(fā)依賴學(xué)生和機(jī)器之間的協(xié)同，通過人機(jī)之間的共同感知、共同分析、共同決策，實(shí)現(xiàn)人機(jī)協(xié)同支持的個(gè)性化、自適應(yīng)學(xué)習(xí)，促進(jìn)學(xué)生智慧和機(jī)器智能的共同提升。從這個(gè)意義上來講，人機(jī)協(xié)同學(xué)習(xí)將成為未來學(xué)習(xí)的新常態(tài)，引領(lǐng)未來學(xué)習(xí)變革的趨勢。而隨著生成式人工智能技術(shù)的快速發(fā)展，機(jī)器的自主意識逐漸顯現(xiàn)，文本生成和人機(jī)對話能力得到極大提升，能夠?yàn)閷W(xué)生提供更加定制化的學(xué)習(xí)支持服務(wù)，也推動(dòng)人機(jī)協(xié)同學(xué)習(xí)逐漸朝著基于人機(jī)多輪對話的“對話-協(xié)商”式學(xué)習(xí)發(fā)展[1]。從對話式人機(jī)協(xié)同學(xué)習(xí)的本質(zhì)來看，其旨在通過人機(jī)之間的語音、文本或多模態(tài)交互，實(shí)現(xiàn)遞進(jìn)式的問答對話、迭代式的內(nèi)容生成和進(jìn)階式的知識建構(gòu)[2]，以促進(jìn)學(xué)生的自主提問、自主建構(gòu)、自主反思、自主創(chuàng)造。在此背景下，對話式人機(jī)協(xié)同學(xué)習(xí)將成為人機(jī)協(xié)同學(xué)習(xí)的重要表征形態(tài)，引領(lǐng)未來學(xué)習(xí)的創(chuàng)新變革。然而，當(dāng)前關(guān)于人機(jī)協(xié)同學(xué)習(xí)的理論和實(shí)踐研究仍然較少，也尚未有研究去關(guān)注對話式的人機(jī)協(xié)同學(xué)習(xí)。鑒于此，本文主要聚焦生成式人工智能背景下對話式人機(jī)協(xié)同學(xué)習(xí)的本質(zhì)內(nèi)涵、表征樣態(tài)與未來圖景，以期為未來學(xué)習(xí)的創(chuàng)新變革提供理論指引。

二、對話式人機(jī)協(xié)同學(xué)習(xí)的本質(zhì)內(nèi)涵

（一）對話式人機(jī)協(xié)同學(xué)習(xí)的理論基礎(chǔ)

對話式人機(jī)協(xié)同學(xué)習(xí)的思想內(nèi)核能夠追溯到孔子的“啟發(fā)式教學(xué)法”和蘇格拉底的“產(chǎn)婆術(shù)”。孔子認(rèn)為，“不憤不啟，不悱不發(fā)”，強(qiáng)調(diào)在學(xué)習(xí)中應(yīng)注重激發(fā)學(xué)生的主動(dòng)性與積極性，讓學(xué)生先有求知的渴望，當(dāng)學(xué)生深入思考卻不得其解或已有所得卻不能清晰表達(dá)的時(shí)候，表明學(xué)生已經(jīng)通過自己的努力達(dá)到了認(rèn)知瓶頸，此時(shí)再由教師去進(jìn)行引導(dǎo)和啟發(fā)，才能取得最佳的學(xué)習(xí)效果，幫助學(xué)生加強(qiáng)對所學(xué)知識的深刻理解，實(shí)現(xiàn)認(rèn)知的進(jìn)階。蘇格拉底的“產(chǎn)婆術(shù)”是一種問答式的教學(xué)方法，包含譏諷、助產(chǎn)、歸納、定義四個(gè)步驟，強(qiáng)調(diào)在問答過程中不斷揭示學(xué)生觀點(diǎn)中的自相矛盾之處，找到邏輯漏洞，引發(fā)學(xué)生對自身知識體系和思維方式的質(zhì)疑和反思；在此基礎(chǔ)上，通過更多的提問引導(dǎo)他們自行探索更合理的問題解決方案；之后引導(dǎo)學(xué)生從特殊實(shí)例中抽象出共性問題，建立更為廣泛的理解，最后逐步從個(gè)別的感性認(rèn)識，上升到普遍的理性認(rèn)識、定義和知識。產(chǎn)婆術(shù)的核心在于通過提問引導(dǎo)學(xué)生進(jìn)行自我發(fā)現(xiàn)和自我教育，促進(jìn)深層次的學(xué)習(xí)和理解，幫助學(xué)生發(fā)現(xiàn)存在于內(nèi)心的真理，喚醒學(xué)生的潛能，發(fā)展學(xué)生內(nèi)心的智慧。兩種教育思想均重視學(xué)生的主體性建構(gòu)，通過對話的方式引導(dǎo)和啟發(fā)學(xué)生，幫助其建構(gòu)知識、提升思維。

近年來，學(xué)習(xí)科學(xué)研究越發(fā)關(guān)注辯論/論證學(xué)習(xí)這一話題，旨在讓學(xué)生圍繞一個(gè)具有爭議性的話題展開論證，學(xué)生需要收集信息、分析不同的觀點(diǎn)和論據(jù)、尋求和評價(jià)證據(jù)、為主張辯護(hù)、反駁對方觀點(diǎn)等[3]，在此過程中，學(xué)生能夠加深對所學(xué)知識的理解和掌握，提高邏輯思維和批判性思維能力。其本質(zhì)也是學(xué)生能夠基于特定立場整合信息、提煉觀點(diǎn)、明確主張，在辯論的過程中強(qiáng)化對研究話題的系統(tǒng)性認(rèn)識，并提高自身的邏輯思維能力。

（二）對話式人機(jī)協(xié)同學(xué)習(xí)的概念內(nèi)涵

從人機(jī)協(xié)同學(xué)習(xí)的核心價(jià)值來看，其主要通過人和機(jī)器的合理分工，讓學(xué)生和機(jī)器執(zhí)行各自最擅長的工作，凝聚人類智慧和機(jī)器智能的核心優(yōu)勢，通過學(xué)習(xí)者和機(jī)器的智能交互、協(xié)同工作、對話協(xié)商和共同決策，實(shí)現(xiàn)人機(jī)協(xié)同的教育智慧創(chuàng)生，幫助學(xué)習(xí)者完成超越學(xué)生智慧和機(jī)器智能的復(fù)雜任務(wù)[4]。在以往6l0/pL7e6Wf7UVYvii3FHVLB0CcM5wRRK/9Dis+Y5FU=的人機(jī)協(xié)同學(xué)習(xí)中，學(xué)生與機(jī)器之間更多是一種簡單的“使動(dòng)”關(guān)系，由學(xué)生提出需求，機(jī)器被動(dòng)應(yīng)答（如：機(jī)器根據(jù)學(xué)生的學(xué)習(xí)需求為其推薦適應(yīng)性的學(xué)習(xí)資源，或是設(shè)計(jì)定制化的探究活動(dòng)），或是通過人機(jī)合理分工提升學(xué)習(xí)效率（如：由機(jī)器完成資料整理、素材加工等基礎(chǔ)工作，由學(xué)生進(jìn)行創(chuàng)意設(shè)計(jì)和作品制作），難以引發(fā)學(xué)生和機(jī)器之間深層次的對話交流和思維碰撞，也無法促進(jìn)學(xué)生智慧和機(jī)器智能的有機(jī)融合。而生成式人工智能在極大程度上提升了機(jī)器的文本生成、人機(jī)對話和邏輯推理能力，這一方面能夠拓展人機(jī)交互的渠道，通過人機(jī)多輪對話的方式，建立起學(xué)生和機(jī)器之間的溝通橋梁，加強(qiáng)學(xué)生與機(jī)器的對話協(xié)商和思維碰撞，實(shí)現(xiàn)人機(jī)協(xié)同的教育智慧創(chuàng)生；另一方面能夠優(yōu)化人機(jī)交互的方式，使得機(jī)器能夠更好地模擬專家教師的教學(xué)經(jīng)驗(yàn)和思維模式，針對學(xué)生的學(xué)業(yè)問題和學(xué)習(xí)需求，進(jìn)行嚴(yán)謹(jǐn)?shù)耐评砗蜌w因，并給出擬人化的及時(shí)應(yīng)答，逐步啟發(fā)學(xué)生思考、激發(fā)學(xué)生動(dòng)機(jī)，助力人機(jī)協(xié)同學(xué)習(xí)質(zhì)量的大幅提升。

具體來講，生成式人工智能能夠依托“思維鏈”技術(shù)提升大模型的邏輯推理能力，以此來模仿人類的思維過程，為學(xué)生提供逐層深入、循序漸進(jìn)的智能學(xué)習(xí)輔助[5]。這不僅能夠幫助學(xué)生加強(qiáng)對所學(xué)內(nèi)容的理解和掌握，還能夠教會(huì)學(xué)生解決問題的方法和策略[6]，幫助學(xué)生真正學(xué)會(huì)學(xué)習(xí)。在人機(jī)協(xié)同學(xué)習(xí)的過程中，學(xué)習(xí)者與機(jī)器可以針對特定問題開展多輪遞階式的對話，由學(xué)生根據(jù)自身學(xué)習(xí)需求提出學(xué)業(yè)問題、拋出探究議題或設(shè)置對話情境，機(jī)器通過對學(xué)生學(xué)業(yè)狀況和學(xué)習(xí)需求的精準(zhǔn)分析，確定對話生成的策略和邏輯，在此基礎(chǔ)上預(yù)設(shè)相應(yīng)的“問題鏈”，同時(shí)給予學(xué)生回應(yīng)并給出提示語，學(xué)生則根據(jù)機(jī)器的應(yīng)答情況和提示語進(jìn)行追問，通過人機(jī)之間的多輪對話和雙向反饋，促進(jìn)學(xué)習(xí)活動(dòng)的有效發(fā)生，達(dá)成學(xué)生和機(jī)器的共同認(rèn)識，實(shí)現(xiàn)人機(jī)協(xié)同的教育智慧創(chuàng)生。與啟發(fā)式教學(xué)、蘇格拉底的產(chǎn)婆術(shù)相似，對話式人機(jī)協(xié)同學(xué)習(xí)以激發(fā)學(xué)習(xí)者的高認(rèn)知沖突為前提，通過產(chǎn)生認(rèn)知缺口，激勵(lì)學(xué)生進(jìn)行自主探索與求證，實(shí)現(xiàn)對所學(xué)內(nèi)容的深層次意義建構(gòu)。從這個(gè)意義上來說，相較于以往固化的學(xué)習(xí)方式，對話式人機(jī)協(xié)同學(xué)習(xí)更能夠觸及學(xué)習(xí)的本質(zhì)。基于此，本文將對話式人機(jī)協(xié)同學(xué)習(xí)的內(nèi)涵界定為：

對話式人機(jī)協(xié)同學(xué)習(xí)旨在通過人機(jī)之間的多輪對話和雙向反饋，激發(fā)學(xué)生與機(jī)器的思維碰撞，引發(fā)學(xué)習(xí)者的認(rèn)知沖突和自主建構(gòu)，逐步達(dá)成對所學(xué)內(nèi)容的共同認(rèn)識，探索對復(fù)雜問題的最優(yōu)解，實(shí)現(xiàn)學(xué)生智慧和機(jī)器智能的共同增長。在此過程中，學(xué)生能夠逐層深入地加強(qiáng)對所學(xué)內(nèi)容的理解和掌握，強(qiáng)化自身的知識建構(gòu)、認(rèn)知進(jìn)階和思維提升，也能夠逐步了解生成式人工智能賦能學(xué)習(xí)的核心場景和內(nèi)在機(jī)理，以更好地勝任人機(jī)協(xié)同的學(xué)習(xí)方式；機(jī)器則能夠更加明確學(xué)生的學(xué)習(xí)需求和思維模式，通過問題鏈設(shè)計(jì)和提示語構(gòu)建，為學(xué)生提供更加適切精準(zhǔn)的引導(dǎo)和支持，優(yōu)化智能輔助策略。

（三）對話式人機(jī)協(xié)同學(xué)習(xí)的價(jià)值意蘊(yùn)

1.以學(xué)生個(gè)體的自主發(fā)展為核心

對話式人機(jī)協(xié)同學(xué)習(xí)的發(fā)生需要先由學(xué)生提出問題或拋出討論議題，機(jī)器通過對學(xué)生學(xué)習(xí)需求的診斷和判別，為其提供自適應(yīng)、定制化的學(xué)習(xí)支持服務(wù)。需要明確的是，其核心目標(biāo)是促進(jìn)學(xué)生的自主發(fā)展，幫助學(xué)生獲得知識、技能、思維、觀念等方面的提升。在人機(jī)協(xié)同學(xué)習(xí)的過程中，機(jī)器的智能診斷和干預(yù)都需要以學(xué)生的學(xué)習(xí)興趣和學(xué)習(xí)需求為出發(fā)點(diǎn)，尊重學(xué)生在學(xué)習(xí)中的主體地位，增強(qiáng)學(xué)生的主體性建構(gòu)，避免生成式人工智能對學(xué)生主體地位的“僭越”[7]。因此，對話式人機(jī)協(xié)同學(xué)習(xí)的開展，需要注重激發(fā)學(xué)生的自主自覺意識，尊重學(xué)生對知識的理解、建構(gòu)與表達(dá)，避免單向的知識傳授與服務(wù)供給，應(yīng)通過學(xué)生與機(jī)器之間的多輪對話，實(shí)現(xiàn)自適應(yīng)的學(xué)業(yè)診斷、定制化的學(xué)習(xí)干預(yù)、形成性的學(xué)習(xí)評價(jià)，以助力學(xué)生的成長與發(fā)展。

2.基于人機(jī)互饋的深層次意義建構(gòu)

在以往的人機(jī)協(xié)同學(xué)習(xí)中，機(jī)器的智能診斷和干預(yù)只限于利用對學(xué)生知識狀態(tài)和認(rèn)知水平的測評分析，實(shí)現(xiàn)單向度的資源推薦和服務(wù)供給，忽視了學(xué)生對機(jī)器智能服務(wù)的接受度，機(jī)器也難以根據(jù)學(xué)生的反饋進(jìn)行自適應(yīng)的動(dòng)態(tài)調(diào)整。這使得人機(jī)協(xié)同學(xué)習(xí)容易淪為單向度的智能診斷和干預(yù)，難以觸及學(xué)習(xí)的本質(zhì)，也無法體現(xiàn)“人機(jī)協(xié)同”的特色。而對話式人機(jī)協(xié)同學(xué)習(xí)則在以往人機(jī)協(xié)同學(xué)習(xí)的基礎(chǔ)上更加強(qiáng)化了人機(jī)之間的雙向互動(dòng)機(jī)制。機(jī)器不僅能夠依據(jù)學(xué)生提出的問題，對其學(xué)業(yè)狀況和學(xué)習(xí)需求進(jìn)行精準(zhǔn)診斷，并提供及時(shí)化、精準(zhǔn)化、層次化的學(xué)習(xí)干預(yù)措施，還能夠根據(jù)學(xué)生的反饋來調(diào)整干預(yù)策略，以此來為學(xué)生提供更加彈性化的學(xué)習(xí)干預(yù)措施[8]，幫助學(xué)生逐層深入地加強(qiáng)對所學(xué)內(nèi)容的理解和掌握，實(shí)現(xiàn)深度學(xué)習(xí)。從這個(gè)意義上來說，對話式人機(jī)協(xié)同學(xué)習(xí)更能夠激發(fā)學(xué)生和機(jī)器之間的多元交互和對話協(xié)商，也符合人機(jī)協(xié)同學(xué)習(xí)的本質(zhì)特征。

3.基于人機(jī)對話的知識引導(dǎo)與思維啟發(fā)

生成式人工智能區(qū)別于傳統(tǒng)AI技術(shù)的關(guān)鍵在于，其不僅能夠?qū)W(xué)生的學(xué)業(yè)狀況和學(xué)習(xí)需求進(jìn)行實(shí)時(shí)精準(zhǔn)的測評分析，并為學(xué)習(xí)者提供資源推薦和路徑規(guī)劃等學(xué)習(xí)支持服務(wù)，還能夠模擬專家教師的經(jīng)驗(yàn)和方法“循循善誘”地去引導(dǎo)和啟發(fā)學(xué)生[9]，讓學(xué)生在人機(jī)協(xié)同學(xué)習(xí)的過程當(dāng)中逐步調(diào)動(dòng)自身的主觀能動(dòng)性，和機(jī)器一起去探索、思考和求證。在此過程中，學(xué)生不僅能夠抽絲剝繭般地逐步掌握所學(xué)內(nèi)容，還能夠通過機(jī)器的啟發(fā)和引導(dǎo)，學(xué)會(huì)解決問題的方法和策略，以獲得自身思維能力的提升。從這個(gè)意義上來說，對話式人機(jī)協(xié)同學(xué)習(xí)能夠發(fā)揮機(jī)器在知識引導(dǎo)、思維引領(lǐng)與智慧啟迪方面的核心價(jià)值，逐層深入地引發(fā)學(xué)生的自主思考與深入探索，助力學(xué)生個(gè)體智慧的提升。

4.基于高認(rèn)知沖突的自主知識建構(gòu)

如果說以往的個(gè)性化學(xué)習(xí)強(qiáng)調(diào)的是通過機(jī)器的診斷“告知”學(xué)生其在知識、能力等方面的關(guān)鍵問題，對話式人機(jī)協(xié)同學(xué)習(xí)則更加偏重于在人機(jī)對話的過程中，通過提示、追問等方式讓學(xué)生“意識”到自身在知識基礎(chǔ)、關(guān)鍵技能、思維策略等方面的不足之處，以激發(fā)學(xué)生內(nèi)在的學(xué)習(xí)需求。也就是說，對話式人機(jī)協(xié)同學(xué)習(xí)的核心是激發(fā)學(xué)生的“認(rèn)知沖突”和“認(rèn)知需求”[10]，只有讓學(xué)生在學(xué)習(xí)的過程中意識到自身在知識、技能、方法、策略等方面存在的關(guān)鍵問題，產(chǎn)生認(rèn)知缺口，才能夠激發(fā)學(xué)生深層次的認(rèn)知需求，引導(dǎo)學(xué)生加強(qiáng)對所學(xué)內(nèi)容的理解和建構(gòu)。

三、對話式人機(jī)協(xié)同學(xué)習(xí)的表征樣態(tài)

（一）對話式人機(jī)協(xié)同學(xué)習(xí)的一般過程

如圖1所示，從對話式人機(jī)協(xié)同學(xué)習(xí)的一般過程來看：（1）由學(xué)生根據(jù)當(dāng)前的知識基礎(chǔ)和所面臨的實(shí)際問題，明確自身的學(xué)習(xí)需求，以及期待機(jī)器能夠幫助自身達(dá)成的學(xué)習(xí)目標(biāo)，并主動(dòng)向機(jī)器發(fā)起提問，用機(jī)器能夠理解的語言闡述清楚實(shí)際的學(xué)習(xí)需求。（2）機(jī)器通過對學(xué)生話語的智能解析，明確學(xué)生的學(xué)業(yè)問題、學(xué)習(xí)需求以及期待達(dá)成的學(xué)習(xí)目標(biāo)，以此為學(xué)習(xí)干預(yù)的實(shí)施提供方向指引。（3）機(jī)器通過對學(xué)生學(xué)習(xí)需求的細(xì)粒度、層次化拆解，生成能夠滿足學(xué)生多樣化學(xué)習(xí)風(fēng)格的問題鏈，依據(jù)學(xué)生所面臨的實(shí)際問題和學(xué)生的學(xué)習(xí)意向?yàn)槠涮峁┒ㄖ苹膶W(xué)業(yè)問題解決方案。（4）機(jī)器依據(jù)學(xué)生當(dāng)前面臨的實(shí)際問題給予智能化的學(xué)習(xí)應(yīng)答，包括為學(xué)生提供智能化的資源推薦、路徑規(guī)劃、動(dòng)機(jī)激勵(lì)、思維引導(dǎo)等；與此同時(shí)，機(jī)器能夠結(jié)合真實(shí)情境以及預(yù)設(shè)的對話策略為學(xué)生推送提示語，幫助學(xué)生對機(jī)器提出更加精準(zhǔn)有效的學(xué)習(xí)問題和需求以便于機(jī)器理解和應(yīng)答。（5）學(xué)生在接收機(jī)器提供的學(xué)習(xí)干預(yù)之后，需要對相關(guān)信息進(jìn)行理解和消化，以強(qiáng)化自身的知識建構(gòu)，并依據(jù)自身的真實(shí)狀況對機(jī)器進(jìn)行追問，由此開啟下一輪對話。（6）在學(xué)生與機(jī)器針對所探討的問題達(dá)成共識，且學(xué)生的學(xué)習(xí)需求被充分滿足之后，則可結(jié)束對話，之后學(xué)生可以根據(jù)對話式學(xué)習(xí)的體驗(yàn)對機(jī)器的服務(wù)質(zhì)量進(jìn)行評價(jià)和反饋，幫助機(jī)器修正對話策略，提高人機(jī)協(xié)同學(xué)習(xí)的質(zhì)量。

（二）對話式人機(jī)協(xié)同學(xué)習(xí)的核心特征

1.學(xué)習(xí)目標(biāo)的生成性

對話式人機(jī)協(xié)同學(xué)習(xí)依賴學(xué)生與機(jī)器之間的對話交流，學(xué)習(xí)活動(dòng)的發(fā)生更多以學(xué)生的認(rèn)知發(fā)展和興趣保持為依托，如果學(xué)生在人機(jī)對話的過程中保持較為旺盛的求知欲，那么就可以為學(xué)生制定更高層級的學(xué)習(xí)目標(biāo)，提供進(jìn)階式的提示語，推進(jìn)學(xué)習(xí)活動(dòng)的持續(xù)發(fā)生；而如果學(xué)生的認(rèn)知能力低下或?qū)W習(xí)興趣低沉，則可以適當(dāng)降低學(xué)習(xí)目標(biāo)，采取一定的措施幫助學(xué)生鞏固基礎(chǔ)知識。因此，對話式人機(jī)協(xié)同學(xué)習(xí)在目標(biāo)的設(shè)定層面具有一定的“生成性”的特征，要對學(xué)生當(dāng)前的認(rèn)知狀態(tài)和學(xué)習(xí)意愿進(jìn)行綜合評判，以確定下一步的學(xué)習(xí)目標(biāo)。

2.學(xué)習(xí)內(nèi)容的適應(yīng)性

在對話式人機(jī)協(xié)同學(xué)習(xí)中，學(xué)習(xí)目標(biāo)的生成性導(dǎo)致學(xué)習(xí)方案的設(shè)計(jì)需要根據(jù)學(xué)習(xí)目標(biāo)進(jìn)行動(dòng)態(tài)性的轉(zhuǎn)換，針對特定的學(xué)習(xí)目標(biāo)設(shè)計(jì)全新的學(xué)習(xí)內(nèi)容。在此背景下，學(xué)習(xí)內(nèi)容的供給也呈現(xiàn)出適應(yīng)性的特征，需要根據(jù)真實(shí)教育情境中的學(xué)習(xí)目標(biāo)和學(xué)生的學(xué)習(xí)狀態(tài)，進(jìn)行個(gè)性化的定制，以滿足學(xué)生特定的學(xué)習(xí)需求。從以往數(shù)字教育資源供給的典型模式來看，主要通過對現(xiàn)有學(xué)習(xí)資源的智能聚合和精準(zhǔn)供給，幫助學(xué)生獲取所需的學(xué)習(xí)內(nèi)容，但隨著以Sora為代表的多模態(tài)大模型的出現(xiàn)，未來學(xué)習(xí)內(nèi)容的適應(yīng)性供給有賴于依托多模態(tài)教育大模型實(shí)現(xiàn)智能化生成和適應(yīng)性調(diào)整[11]，以滿足對話式人機(jī)協(xié)同學(xué)習(xí)過程中學(xué)生動(dòng)態(tài)變化的學(xué)習(xí)需求。

3.學(xué)習(xí)主體的互惠性

對話式人機(jī)協(xié)同學(xué)習(xí)的發(fā)生依賴學(xué)生與機(jī)器之間的雙向互動(dòng)和平等交流，以推動(dòng)人機(jī)多輪對話的順利開展。在此過程中，學(xué)生一是能夠在機(jī)器的引導(dǎo)和啟發(fā)下逐步加深對所學(xué)內(nèi)容本質(zhì)特征的理解，并養(yǎng)成良好的思維習(xí)慣；二是能夠更加了解機(jī)器分析和解決問題的邏輯和策略，加深對機(jī)器提問方法的掌握，提高人機(jī)協(xié)同學(xué)習(xí)能力。機(jī)器則能夠在多輪對話的過程中，更加了解學(xué)生的知識基礎(chǔ)、學(xué)習(xí)需求、學(xué)習(xí)風(fēng)格、思維模式，從而為學(xué)生提供更加精準(zhǔn)高效的學(xué)習(xí)干預(yù)策略。由此可見，在對話式人機(jī)協(xié)同學(xué)習(xí)的過程中，學(xué)習(xí)者與機(jī)器之間是一種互惠共生的關(guān)系，通過二者之間的深度協(xié)同，實(shí)現(xiàn)學(xué)生智慧和機(jī)器智能的共同增長。

4.人機(jī)角色的互換性

根據(jù)人機(jī)協(xié)同學(xué)習(xí)過程中人和機(jī)器自主度的不同，本研究團(tuán)隊(duì)將人機(jī)協(xié)同學(xué)習(xí)劃分為“干預(yù)-自主”式學(xué)習(xí)、“協(xié)作-探究”式學(xué)習(xí)、“對話-協(xié)商”式學(xué)習(xí)三種類型[12]。在對話式人機(jī)協(xié)同學(xué)習(xí)的過程中，也不存在完全由機(jī)器主導(dǎo)或?qū)W生主導(dǎo)的情況，若學(xué)生學(xué)習(xí)目標(biāo)明確、學(xué)習(xí)意念堅(jiān)定，機(jī)器在很大程度上充當(dāng)?shù)氖且环N被動(dòng)應(yīng)答的角色，而若學(xué)生的知識基礎(chǔ)薄弱、學(xué)習(xí)目標(biāo)模糊，機(jī)器則需要充當(dāng)引導(dǎo)者的角色，為學(xué)生提供適切性的對話提示語，幫助學(xué)生逐步加深對所學(xué)內(nèi)容的理解和掌握。因此，需要重視在對話式人機(jī)協(xié)同學(xué)習(xí)過程中人機(jī)主客體角色的動(dòng)態(tài)轉(zhuǎn)換性，根據(jù)學(xué)生學(xué)習(xí)需求、認(rèn)知水平、思維方式的轉(zhuǎn)變，及時(shí)調(diào)整機(jī)器智能干預(yù)的邏輯和策略，避免過度干預(yù)影響學(xué)生學(xué)習(xí)自主性的養(yǎng)成。

（三）對話式人機(jī)協(xié)同學(xué)習(xí)的典型模式

從人機(jī)對話的典型模式來看，在僅有的研究中，戴嶺等人參考人際對話的劃分方式將人機(jī)之間的對話劃分為指導(dǎo)型對話、探究型對話、批判型對話、辯論型對話、談話型對話五種類別[13]，并針對每種類別的對話論述了其核心特征。本研究依據(jù)“干預(yù)-自主”“協(xié)作-探究”“對話-協(xié)商”三種人機(jī)協(xié)同學(xué)習(xí)方式，按照認(rèn)知沖突發(fā)生可能性的高低，將對話式人機(jī)協(xié)同學(xué)習(xí)的問題類型劃分為事實(shí)問答型、協(xié)作探究型、開放討論型、立場判別型四類，并將對話式人機(jī)協(xié)同學(xué)習(xí)的模式劃分為圖2所示的認(rèn)知輔助式學(xué)習(xí)、思維啟發(fā)式學(xué)習(xí)、自由探索式學(xué)習(xí)和人機(jī)論辯式學(xué)習(xí)四種類型。

1.認(rèn)知輔助式學(xué)習(xí)：認(rèn)知輔助與增強(qiáng)

認(rèn)知輔助式學(xué)習(xí)的基本假設(shè)是學(xué)生的知識基礎(chǔ)不牢固或者學(xué)習(xí)方法不科學(xué)，面臨的更多是知識掌握和認(rèn)知發(fā)展層面的學(xué)習(xí)需求。在此背景下，機(jī)器需要精準(zhǔn)分析學(xué)生的知識基礎(chǔ)、診斷學(xué)生的學(xué)習(xí)能力、預(yù)測學(xué)生的最近發(fā)展區(qū)[14]，并構(gòu)建科學(xué)的學(xué)習(xí)支架，采用循序漸進(jìn)的干預(yù)策略，幫助學(xué)生加強(qiáng)對所學(xué)知識的理解和應(yīng)用。認(rèn)知輔助式學(xué)習(xí)的核心是機(jī)器針對學(xué)生的學(xué)習(xí)需求，模擬專家教師的教學(xué)經(jīng)驗(yàn)和策略，對復(fù)雜的教學(xué)內(nèi)容進(jìn)行合理分解，厘清知識講授的步驟和策略，在人機(jī)對話的過程中，根據(jù)學(xué)生的應(yīng)答情況評判學(xué)生在特定節(jié)點(diǎn)的知識掌握程度，并有針對性地調(diào)整機(jī)器應(yīng)答模式、優(yōu)化提示語推送方案，幫助學(xué)生強(qiáng)化知識掌握、提高認(rèn)知水平。

2.思維啟發(fā)式學(xué)習(xí)：思維啟發(fā)與引領(lǐng)

思維啟發(fā)式學(xué)習(xí)旨在發(fā)揮機(jī)器在邏輯推理、思維啟發(fā)方面的優(yōu)勢，逐層深入地為學(xué)生提供學(xué)習(xí)引導(dǎo)，幫助學(xué)生由淺入深、由表及里地掌握學(xué)習(xí)內(nèi)容的本質(zhì)。在以往的機(jī)器輔助學(xué)習(xí)中，機(jī)器大多偏向于直接向?qū)W生提供解決問題的標(biāo)準(zhǔn)答案，這非但不能夠幫助學(xué)生學(xué)習(xí)，還容易造成學(xué)生的“投機(jī)”心理，造成思維的懶惰化[15]。而思維啟發(fā)式學(xué)習(xí)則要求機(jī)器能夠依據(jù)學(xué)習(xí)內(nèi)容的特點(diǎn)和學(xué)生的認(rèn)知能力，搭建學(xué)習(xí)支架，構(gòu)建序列化的對話問題鏈，循循善誘、逐層深入地幫助學(xué)生理解學(xué)習(xí)內(nèi)容的本質(zhì)，引導(dǎo)學(xué)生加強(qiáng)對所學(xué)知識的分析、評價(jià)和創(chuàng)造，助力自身高階思維能力的提升[16]。從這個(gè)意義上來說，思維啟發(fā)式學(xué)習(xí)更符合人類的認(rèn)知規(guī)律，也更能夠激發(fā)學(xué)生的邏輯推理和想象力，對學(xué)生認(rèn)知能力的提升和創(chuàng)新意識的養(yǎng)成具有重要意義。

3.自由探索式學(xué)習(xí)：知識整合與創(chuàng)生

自由探索式學(xué)習(xí)沒有特定的學(xué)習(xí)主題或?qū)W習(xí)目標(biāo)，旨在讓學(xué)生與機(jī)器圍繞開放性的問題進(jìn)行自由討論和探索，在此過程中，學(xué)生和機(jī)器能夠互相分享觀點(diǎn)、交流想法，促進(jìn)人機(jī)之間的思維碰撞和知識創(chuàng)生。學(xué)生一方面能夠借助機(jī)器對相關(guān)的知識、事實(shí)、證據(jù)進(jìn)行聚合和重組，強(qiáng)化自身的知識整合和重構(gòu)，另一方面能夠依據(jù)機(jī)器提供的解決方案進(jìn)行定制化開發(fā)，設(shè)計(jì)更加符合現(xiàn)實(shí)情況或個(gè)人需求的問題解決方案。機(jī)器一方面能夠通過對學(xué)生話語的深層次挖掘分析，為學(xué)生提供個(gè)性化的學(xué)習(xí)支持服務(wù)，另一方面通過對學(xué)生觀點(diǎn)的評判，為其提供新的事實(shí)、證據(jù)，并引入新的分析視角，幫助學(xué)生更加了解事物的本質(zhì)，對自身的觀點(diǎn)和見解進(jìn)行完善和豐富。通過自由探索式學(xué)習(xí)，學(xué)生和機(jī)器能夠交換思想、互相啟發(fā)，逐步實(shí)現(xiàn)機(jī)器智能和人類智慧的深度整合，實(shí)現(xiàn)人機(jī)協(xié)作效率的最大化。

4.人機(jī)論辯式學(xué)習(xí)：認(rèn)知沖突與重構(gòu)

人機(jī)論辯式學(xué)習(xí)是對話式人機(jī)協(xié)同學(xué)習(xí)的高階形態(tài)，其基本假設(shè)是機(jī)器具有較強(qiáng)的自主意識，具備理性認(rèn)知、價(jià)值判斷、復(fù)雜決策的意識和能力，能夠基于預(yù)設(shè)的立場進(jìn)行信息搜索、知識整合、觀點(diǎn)提煉，并且能夠有理有據(jù)地對學(xué)生的觀點(diǎn)進(jìn)行辯駁[17]。在人機(jī)論辯式學(xué)習(xí)中，學(xué)生和機(jī)器能夠針對某一特定話題進(jìn)行證據(jù)搜集、各抒己見、辯駁問難，在此過程中，學(xué)生能夠進(jìn)行主動(dòng)的知識獲取、整合與建構(gòu)，提高認(rèn)知的深刻性，通過與機(jī)器的觀點(diǎn)碰撞和信息交流，強(qiáng)化認(rèn)知沖突與重構(gòu)，在此過程中提高反向思維、發(fā)散性思維和批判性思維能力；機(jī)器則需要有層次、有計(jì)劃地陳述觀點(diǎn)，并對學(xué)生的觀點(diǎn)進(jìn)行辯駁，讓學(xué)生逐步意識到自身的邏輯漏洞和思維誤區(qū)，引導(dǎo)學(xué)生主動(dòng)思考與自主求證，提升知識的整合與應(yīng)用能力。在論辯式學(xué)習(xí)的過程中，通過學(xué)生與機(jī)器的觀點(diǎn)碰撞和立場辯駁，學(xué)生的認(rèn)知能動(dòng)性得到極大提升，能夠更加主動(dòng)地進(jìn)行思考和求證，以提高認(rèn)知的深刻性，實(shí)現(xiàn)深度學(xué)習(xí)。

四、對話式人機(jī)協(xié)同學(xué)習(xí)的未來圖景

從長遠(yuǎn)來看，對話式人機(jī)協(xié)同學(xué)習(xí)能夠有效支撐知識學(xué)習(xí)、思維訓(xùn)練、素養(yǎng)培育、情感涵養(yǎng)、道德教化，對于教育質(zhì)量的提升和創(chuàng)新人才培養(yǎng)具有重要作用。未來對話式人機(jī)協(xié)同學(xué)習(xí)的開展需要進(jìn)一步加強(qiáng)大模型的技術(shù)研發(fā)、加強(qiáng)提示語工程建設(shè)、健全自適應(yīng)反饋機(jī)制、驗(yàn)證對話式學(xué)習(xí)成效、提高學(xué)生智慧學(xué)習(xí)力，以助力對話式人機(jī)協(xié)同學(xué)習(xí)的有效開展。

（一）推動(dòng)大模型技術(shù)研發(fā)，支持人機(jī)靈活互動(dòng)

從目前來看，大模型具有一定的對話能力，能夠基于特定的學(xué)習(xí)指令生成特異性的解決方案，但大模型在處理復(fù)雜的多輪人機(jī)對話中還存在諸多不足，難以支撐對話式人機(jī)協(xié)同學(xué)習(xí)的有效開展。因此，未來需要進(jìn)一步加強(qiáng)大模型的技術(shù)研發(fā)，支持人機(jī)之間的靈活互動(dòng)。一是重視基于人機(jī)對話的學(xué)習(xí)狀態(tài)識別和學(xué)習(xí)需求預(yù)測。對于學(xué)生學(xué)習(xí)狀態(tài)的識別和學(xué)習(xí)需求的預(yù)測是對話式學(xué)習(xí)發(fā)生的前提條件，大模型需要通過對學(xué)生話語信息的深層次挖掘分析，識別學(xué)生的學(xué)習(xí)狀態(tài)（如：知識水平、認(rèn)知能力、情感態(tài)度等），診斷學(xué)生的學(xué)習(xí)需求，以此為學(xué)生提供更加精準(zhǔn)的反饋和指導(dǎo)。二是加強(qiáng)上下文理解與多輪對話管理能力。對話式人機(jī)協(xié)同學(xué)習(xí)的發(fā)生依賴人機(jī)之間的多輪對話，而在人機(jī)對話持續(xù)推進(jìn)的過程中，大模型容易遺忘前序生成的信息，出現(xiàn)上下文不一致的問題。因此為保證對話式人機(jī)協(xié)同學(xué)習(xí)的順利開展，需要加強(qiáng)大模型的上下文理解和多輪對話管理能力，確保每一輪對話都與之前的歷史相關(guān)聯(lián)，并能夠生成連貫的回復(fù)，以此為學(xué)生提供更加自然的對話體驗(yàn)。三是加強(qiáng)思維鏈技術(shù)研發(fā)，提高人機(jī)對話邏輯。思維鏈技術(shù)是人機(jī)對話的核心，旨在通過顯式輸出模型的推理步驟，提高大語言模型處理復(fù)雜推理任務(wù)的性能，幫助學(xué)生實(shí)現(xiàn)深層次的知識理解和邏輯推理[18]，因此思維鏈技術(shù)在極大程度上決定了對話式人機(jī)協(xié)同學(xué)習(xí)的成敗。未來需要進(jìn)一步加強(qiáng)思維鏈技術(shù)的研發(fā)，以提高機(jī)器的邏輯推理能力，為學(xué)生提供更加科學(xué)有效的學(xué)習(xí)引導(dǎo)和思維啟發(fā)。

（二）加強(qiáng)提示語工程建設(shè)，引導(dǎo)學(xué)生智慧問學(xué)

對話式人機(jī)協(xié)同學(xué)習(xí)的基本假設(shè)是機(jī)器能夠準(zhǔn)確理解學(xué)生的話語，并能夠及時(shí)響應(yīng)，在此背景下，如何提高大模型對學(xué)生話語的理解能力，讓大模型能夠準(zhǔn)確理解并有效響應(yīng)學(xué)生的學(xué)習(xí)需求，是對話式人機(jī)協(xié)同學(xué)習(xí)需要解決的關(guān)鍵問題。這就引出了一個(gè)新話題：教育提示語工程。提示語的本質(zhì)是以獲得大模型的理想輸出或精準(zhǔn)控制大模型執(zhí)行特定任務(wù)而設(shè)計(jì)的特定自然語言序列，教育提示語需要包含明確的指令告知大模型自身的學(xué)習(xí)需求、學(xué)習(xí)意圖和期待達(dá)成的學(xué)習(xí)結(jié)果[19]，以幫助大模型設(shè)定學(xué)習(xí)目標(biāo)、設(shè)計(jì)學(xué)習(xí)任務(wù)、明確對話策略，在此基礎(chǔ)上生成特定的問題鏈，引導(dǎo)學(xué)生循序漸進(jìn)地實(shí)現(xiàn)“智慧問學(xué)”。從人機(jī)協(xié)同學(xué)習(xí)的發(fā)生機(jī)制來看，如果機(jī)器不能夠準(zhǔn)確理解學(xué)生所提出的學(xué)習(xí)問題，很有可能為學(xué)生推送錯(cuò)誤的學(xué)習(xí)內(nèi)容、提供與學(xué)生認(rèn)知水平不相符的學(xué)習(xí)方案，這將為人機(jī)協(xié)同學(xué)習(xí)的開展帶來較大的負(fù)面影響。因此，在對話式人機(jī)協(xié)同學(xué)習(xí)的過程中，需要著力加強(qiáng)人機(jī)對話的提示語工程建設(shè)，借助簡單的提示框架，幫助學(xué)生輸入既符合人類表達(dá)習(xí)慣又遵循機(jī)器對話規(guī)則的特定學(xué)習(xí)指令[20]，讓機(jī)器能夠更好地理解學(xué)生的學(xué)習(xí)需求，提供更加精準(zhǔn)高效的學(xué)習(xí)應(yīng)答。

（三）健全自適應(yīng)反饋機(jī)制，完善智能導(dǎo)學(xué)策略

相較于以往的機(jī)器輔助學(xué)習(xí)，對話式人機(jī)協(xié)同學(xué)習(xí)更加強(qiáng)調(diào)學(xué)生的自主提問、思考、理解、整合，在人機(jī)對話和雙向反饋的過程中強(qiáng)化思維碰撞與交流、加強(qiáng)認(rèn)知沖突與平衡，在此過程中學(xué)生的知識技能、認(rèn)知能力、思維方式也將得到極大提升。從這個(gè)意義上來說，對話式人機(jī)協(xié)同學(xué)習(xí)更能夠觸及學(xué)習(xí)的本質(zhì)，對于學(xué)習(xí)質(zhì)量的提升具有重要意義。在此背景下，如何為學(xué)生提供科學(xué)、精準(zhǔn)、自適應(yīng)的反饋應(yīng)答，對于對話式人機(jī)協(xié)同學(xué)習(xí)的發(fā)展具有重要意義。生成式人工智能大模型在對話式學(xué)習(xí)中應(yīng)用的核心問題在于，一是大模型的“幻覺”問題容易給出與事實(shí)相悖或超越學(xué)生認(rèn)知范疇的回答[21]，這非但不能夠啟發(fā)學(xué)生思維、引導(dǎo)學(xué)生成長，反而會(huì)引發(fā)學(xué)生的“思維誤區(qū)”，為學(xué)生的學(xué)習(xí)帶來負(fù)面影響；二是對話式學(xué)習(xí)引發(fā)的高認(rèn)知沖突容易增加學(xué)生的認(rèn)知負(fù)荷，如果處理不當(dāng)容易增加學(xué)生的緊張和焦慮情緒，反而讓學(xué)生產(chǎn)生畏難情緒，降低學(xué)習(xí)動(dòng)機(jī)。因此，未來生成式人工智能大模型的研發(fā)需要進(jìn)一步健全自適應(yīng)反饋機(jī)制，完善智能導(dǎo)學(xué)策略，為學(xué)生提供更加精準(zhǔn)適切的對話引導(dǎo)與支持。其一，完善基于話語分析的學(xué)習(xí)需求預(yù)測和認(rèn)知能力診斷方法，通過對人機(jī)對話數(shù)據(jù)的精準(zhǔn)分析，對學(xué)生潛在的學(xué)習(xí)需求和認(rèn)知水平進(jìn)行智能診斷，以此為大模型的自適應(yīng)反饋提供科學(xué)參照；其二，完善基于認(rèn)知能力測評的自適應(yīng)對話反饋機(jī)制，根據(jù)學(xué)生的認(rèn)知需求制定適應(yīng)性的導(dǎo)學(xué)策略，幫助機(jī)器強(qiáng)化問題鏈的設(shè)計(jì)與更新，為學(xué)生提供更加精準(zhǔn)有效的學(xué)習(xí)引導(dǎo)和干預(yù)。

（四）驗(yàn)證對話式學(xué)習(xí)成效，優(yōu)化人機(jī)協(xié)作模式

從理論視角來看，相較于以往教師布置任務(wù)、學(xué)生自主練習(xí)的學(xué)習(xí)模式，對話式人機(jī)協(xié)同學(xué)習(xí)在強(qiáng)化知識掌握、啟發(fā)思維發(fā)展方面具有天然的優(yōu)勢，但目前并未有系統(tǒng)化的研究證明對話式學(xué)習(xí)能夠促進(jìn)學(xué)習(xí)，以及在哪些方面促進(jìn)學(xué)習(xí)。因此，未來相關(guān)研究的開展需要進(jìn)一步加強(qiáng)對話式人機(jī)協(xié)同學(xué)習(xí)的成效驗(yàn)證和規(guī)律挖掘，以此為對話策略的改進(jìn)和人機(jī)協(xié)作模式的優(yōu)化提供可靠的證據(jù)支持。而對話式人機(jī)協(xié)同學(xué)習(xí)成效的驗(yàn)證，一是要通過準(zhǔn)實(shí)驗(yàn)的方式探究對話式人機(jī)協(xié)同學(xué)習(xí)和傳統(tǒng)學(xué)習(xí)方式在學(xué)習(xí)效果方面的差異，以及不同的對話式學(xué)習(xí)模式對學(xué)生學(xué)業(yè)表現(xiàn)、學(xué)科素養(yǎng)、思維能力等的影響機(jī)制，以深入挖掘?qū)υ捠饺藱C(jī)協(xié)同學(xué)習(xí)的潛在效用；二是要加強(qiáng)對話式人機(jī)協(xié)同學(xué)習(xí)的過程挖掘，明確在對話式學(xué)習(xí)過程中，學(xué)生行為、認(rèn)知、情感、元認(rèn)知的動(dòng)態(tài)變化情況，對學(xué)生的學(xué)習(xí)狀態(tài)進(jìn)行全方位表征，探究在不同的對話序列中，學(xué)生外顯表征和內(nèi)隱狀態(tài)的變化情況，以深入挖掘?qū)υ捠饺藱C(jī)協(xié)同學(xué)習(xí)的潛在規(guī)律，并為對話策略的改進(jìn)提供科學(xué)依據(jù)。

（五）提高學(xué)生智慧學(xué)習(xí)力，適應(yīng)智能學(xué)習(xí)變革

由上文可知，對話式人機(jī)協(xié)同學(xué)習(xí)是智能時(shí)代學(xué)習(xí)變革的前沿趨勢，對于學(xué)習(xí)方式的創(chuàng)新和學(xué)習(xí)質(zhì)量的提升具有重要意義。但與此同時(shí)，這種新型的學(xué)習(xí)方式也對學(xué)生提出了更高要求，要求學(xué)生不僅要具備數(shù)字化學(xué)習(xí)意識和人機(jī)協(xié)同學(xué)習(xí)能力，能夠適應(yīng)人機(jī)對話的學(xué)習(xí)方式，善于利用人機(jī)對話輔助和優(yōu)化自身學(xué)習(xí)；還要具備一定的數(shù)字化學(xué)習(xí)創(chuàng)新能力，能夠在教育大模型的支持下進(jìn)行針對性的提問，以探索未知的學(xué)習(xí)領(lǐng)域、嘗試全新的問題解決方案，實(shí)現(xiàn)基于人機(jī)對話的探索性和創(chuàng)新性學(xué)習(xí)。未來，對話式人機(jī)協(xié)同學(xué)習(xí)的開展需要進(jìn)一步重視學(xué)生智慧學(xué)習(xí)力的提升[22]，讓學(xué)生能夠理解生成式人工智能大模型在對話式學(xué)習(xí)中的潛力，合理利用生成式人工智能大模型調(diào)控自身學(xué)習(xí)策略、探索自身學(xué)習(xí)邊界，通過人機(jī)對話的方式鞏固知識學(xué)習(xí)、提高認(rèn)知水平、鍛煉思維能力，以幫助學(xué)生逐步適應(yīng)對話式的人機(jī)協(xié)同學(xué)習(xí)。

參考文獻(xiàn)：

[1][12] 王一巖，劉淇等.人機(jī)協(xié)同學(xué)習(xí)：實(shí)踐邏輯與典型模式[J].開放教育研究，2024，30（1）：65-72.

[2][6][13] 戴嶺，趙曉偉等.智慧問學(xué)：基于ChatGPT的對話式學(xué)習(xí)新模式[J].開放教育研究，2023，29（6）：42-51+111.

[3] 彭正梅，伍紹楊等.如何提升課堂的思維品質(zhì)：邁向論證式教學(xué)[J].開放教育研究，2020，26（4）：45-58.

[4] 王一巖，鄭永和.智能時(shí)代的人機(jī)協(xié)同學(xué)習(xí)：價(jià)值內(nèi)涵、表征形態(tài)與實(shí)踐進(jìn)路[J].中國電化教育，2022，（9）：90-97.

[5] 潘香霖，褚樂陽等.窺探機(jī)器之竅：機(jī)器心理學(xué)視角下的大模型教育應(yīng)用[J].遠(yuǎn)程教育雜志，2023，41（6）：52-61.

[7] 周洪宇，李宇陽.ChatGPT對教育生態(tài)的沖擊及應(yīng)對策略[J].新疆師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023，44（4）：102-112.

[8] 王一巖，鄭永和.智能學(xué)習(xí)干預(yù)：現(xiàn)實(shí)困境、實(shí)施原則與實(shí)踐進(jìn)路[J].開放教育研究，2023，29（2）：103-111.

[9] 李海峰，王煒等.智能助產(chǎn)術(shù)教學(xué)法——以“智能蘇格拉底會(huì)話機(jī)器人”教學(xué)實(shí)踐為例[J].開放教育研究，2024，30（2）：89-99.

[10] 王振華，于澤元.人工智能助力素養(yǎng)生成：內(nèi)在邏輯與實(shí)現(xiàn)路徑[J].電化教育研究，2023，44（7）：37-43.

[11] 陳聰聰，李晨等.文生視頻模型Sora之于教育教學(xué)：機(jī)遇與挑戰(zhàn)[J].現(xiàn)代教育技術(shù)，2024，34（5）：27-34.

[14] 劉寧，余勝泉.基于最近發(fā)展區(qū)的精準(zhǔn)教學(xué)研究[J].電化教育研究，2020， 41（7）：77-85.

[15] 余勝泉，汪凡淙.人工智能教育應(yīng)用的認(rèn)知外包陷阱及其跨越[J].電化教育研究，2023，44（12）：5-13.

[16] 李海峰，王煒.人機(jī)爭論探究法：一種爭論式智能會(huì)話機(jī)器人支持的學(xué)生高階思維能力培養(yǎng)模式探索[J].電化教育研究，2024，45（3）：106-112+128.

[17] 馮軍旗，陳弱霄.辯論式教學(xué)的實(shí)踐與規(guī)則研究[J].教育科學(xué)研究，2022， （8）：53-57.

[18] 羅江華，張玉柳.多模態(tài)大模型驅(qū)動(dòng)的學(xué)科知識圖譜進(jìn)化及教育應(yīng)用[J].現(xiàn)代教育技術(shù)，2023，33（12）：76-88.

[19] 趙曉偉，祝智庭等.教育提示語工程：構(gòu)建數(shù)智時(shí)代的認(rèn)識論新話語[J].中國遠(yuǎn)程教育，2023，43（11）：22-31.

[20] 趙曉偉，戴嶺等.促進(jìn)高意識學(xué)習(xí)的教育提示語設(shè)計(jì)[J].開放教育研究，2024，30（1）：44-54.

[21] 盧宇，余京蕾等.生成式人工智能的教育應(yīng)用與展望——以ChatGPT系統(tǒng)為例[J].中國遠(yuǎn)程教育，2023，43（4）：24-31+51.

[22] 王一巖，鄭寧等.智慧學(xué)習(xí)力：概念內(nèi)涵與結(jié)構(gòu)模型[J].電化教育研究，2022，43（7）：19-26.

作者簡介：

王一巖：博士，研究方向?yàn)橹悄芙逃⑷藱C(jī)協(xié)同教育、教育信息科學(xué)與技術(shù)。

劉淇：教授，博士，博士生導(dǎo)師，研究方向?yàn)榇髷?shù)據(jù)、人工智能、智能教育。

鄭永和：教授，碩士，博士生導(dǎo)師，院長，研究方向?yàn)榻逃畔⒖茖W(xué)與技術(shù)、科技與教育政策、科學(xué)教育。

Dialogue Based Human-Machine Collaborative Learning： Essential Connotations and Future Prospects

Wang Yiyan1， Liu Qi2， Zheng Yonghe1

1.Research Institute of Science Education， Beijing Normal University， Beijing 100875 2.School of Computer Science and Technology， University of Science and Technology of China， Hefei 230027， Anhui

Abstract： The development of generative artificial intelligence technology has greatly improved the text generation， human-machine dialogue， and logical reasoning abilities of machines， and has also given rise to a new type of learning method called conversational human-machine collaborative learning. Dialogue based human-machine collaborative learning aims to stimulate the collision of thinking between students and machines through multiple rounds of dialogue and bidirectional feedback， trigger cognitive conflicts and autonomous construction among learners， gradually achieve a common understanding of the learned content， explore the optimal solutions to complex problems， and achieve the joint growth of student intelligence and machine intelligence. On this basis， the article systematically elaborates on the general process of conversational human-machine collaborative learning， discusses the core characteristics of conversational human-machine collaborative learning around the generation of learning objectives， adaptability of learning content， reciprocity of learning subjects， and interchangeability of human-machine roles， and explores typical models of conversational human-machine collaborative learning from four aspects： cognitive assisted learning， thinking heuristic learning， free exploration learning， and human-machine argumentative learning. The development of future dialogue based human-machine collaborative learning needs to further promote the development of large model technology， strengthen the construction of prompt language engineering， improve adaptive feedback mechanisms， verify the effectiveness of dialogue based learning， and improve students’ intelligent learning ability.

Keywords： human-machine collaborative learning； dialogue based learning； Generative Artificial Intelligence； argumentative learning

收稿日期：2024年8月8日

責(zé)任編輯：李雅瑄