生成式AI賦能教育：技術(shù)框架、應(yīng)用場(chǎng)域及價(jià)值

摘要：生成式AI作為人工智能技術(shù)的最新突破以及新質(zhì)生產(chǎn)力的典型代表，為經(jīng)濟(jì)社會(huì)發(fā)展注入了強(qiáng)勁動(dòng)能，也正深刻影響著教育教學(xué)領(lǐng)域。生成式AI教育應(yīng)用目前仍處于起步階段，雖然討論度高、潛力巨大，但實(shí)際應(yīng)用價(jià)值尚未充分發(fā)揮，亟需厘清技術(shù)推廣應(yīng)用的關(guān)鍵問(wèn)題，積極推進(jìn)生成式AI在教育教學(xué)中的合理運(yùn)用。基于這一背景，《2024智能教育發(fā)展藍(lán)皮書(shū)》從理論與實(shí)踐相結(jié)合的視角，對(duì)生成式AI教育應(yīng)用的參考框架、典型場(chǎng)域和實(shí)踐價(jià)值進(jìn)行了系統(tǒng)的梳理和研究。2024年9月21日，教育部科學(xué)技術(shù)與信息化司領(lǐng)導(dǎo)、中國(guó)教育技術(shù)協(xié)會(huì)領(lǐng)導(dǎo)、教育部教育數(shù)字化轉(zhuǎn)型咨詢專家等在西北師范大學(xué)與科大訊飛聯(lián)合舉辦的第六屆智能教育論壇上正式發(fā)布了該藍(lán)皮書(shū)。該研究首先概述了生成式AI的內(nèi)涵、特點(diǎn)和應(yīng)用參考框架，分析了其在自然語(yǔ)言理解、內(nèi)容生成和邏輯推理方面的能力；其次，梳理和闡述了生成式AI在教學(xué)、學(xué)習(xí)、評(píng)價(jià)、管理和科研等教育場(chǎng)域的應(yīng)用，并提出了相應(yīng)的應(yīng)用策略；最后，討論了生成式AI對(duì)教育實(shí)踐的價(jià)值，包括人才培養(yǎng)、教育環(huán)境、教學(xué)方式、學(xué)習(xí)方式、教育評(píng)價(jià)和教育治理的轉(zhuǎn)型變革。旨在為教育大模型的研發(fā)者、應(yīng)用者和評(píng)估者開(kāi)展生成式AI教育應(yīng)用研究與實(shí)踐提供借鑒和參考，激發(fā)更多關(guān)于如何利用生成式AI推動(dòng)教育創(chuàng)新的思考和討論，以促進(jìn)生成式AI在教育中的合理應(yīng)用和創(chuàng)新實(shí)踐。

關(guān)鍵詞：生成式AI；智能教育；技術(shù)框架；應(yīng)用場(chǎng)域

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A

* 本文系全國(guó)教育科學(xué)規(guī)劃2023年國(guó)家重大課題“新一代人工智能對(duì)教育的影響研究”（項(xiàng)目編號(hào)：VGA230012）階段性研究成果。

一、引言

隨著ChatGPT的推出，生成式人工智能（Generative Artificial Intelligence）迅速崛起吸引了全球范圍內(nèi)的廣泛關(guān)注。生成式AI作為人工智能技術(shù)的最新突破以及新質(zhì)生產(chǎn)力的典型代表，不僅是引領(lǐng)新一代產(chǎn)業(yè)變革的關(guān)鍵力量，也為經(jīng)濟(jì)社會(huì)發(fā)展注入了強(qiáng)勁動(dòng)能。生成式AI的自然語(yǔ)言理解、內(nèi)容生成和邏輯推理等強(qiáng)大能力，可以與相關(guān)行業(yè)融合，賦能千行百業(yè)。2024年3月，政府工作報(bào)告明確提出開(kāi)展“人工智能+”行動(dòng)，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群。圍繞生成式AI的產(chǎn)業(yè)生態(tài)正在蓬勃發(fā)展。

在教育領(lǐng)域，國(guó)家高度重視人工智能對(duì)教育的深刻影響，積極推動(dòng)人工智能和教育的深度融合與創(chuàng)新。2024年1月，懷進(jìn)鵬部長(zhǎng)在2024世界數(shù)字教育大會(huì)上提出，中國(guó)國(guó)家教育數(shù)字化戰(zhàn)略行動(dòng)將從“3C”走向“3I”，實(shí)施人工智能賦能行動(dòng)。2024年3月，教育部正式啟動(dòng)了人工智能賦能教育行動(dòng)。2024年7月，懷部長(zhǎng)再次提出要打造中國(guó)版人工智能教育大模型，探索大規(guī)模因材施教、創(chuàng)新性與個(gè)性化教學(xué)。生成式AI的出現(xiàn)將推動(dòng)人類文明進(jìn)入人機(jī)協(xié)同的新范式和新階段，也為教育帶來(lái)顛覆性變革[1]。教育界對(duì)生成式AI高度關(guān)注，展開(kāi)了熱烈討論，基于重要政策、專家觀點(diǎn)、行業(yè)發(fā)展數(shù)據(jù)等多方面信息梳理，研究發(fā)現(xiàn)當(dāng)前生成式AI教育應(yīng)用關(guān)注熱點(diǎn)集中在六個(gè)方面：生成式AI對(duì)教育教學(xué)產(chǎn)生的影響、生成式AI教育應(yīng)用的有效性和科學(xué)性、生成式AI在教育中的產(chǎn)品形態(tài)和功能、生成式AI教育應(yīng)用對(duì)師生素養(yǎng)和能力的要求、生成式AI教育應(yīng)用的倫理風(fēng)險(xiǎn)與應(yīng)對(duì)、教育中的生成式AI未來(lái)發(fā)展方向。雖然討論度高、潛力巨大，但從當(dāng)前行業(yè)發(fā)展及實(shí)踐現(xiàn)狀來(lái)看，生成式AI教育應(yīng)用仍處于起步階段，實(shí)際應(yīng)用價(jià)值尚未充分發(fā)揮。因此，迫切需要厘清技術(shù)應(yīng)用推廣的關(guān)鍵問(wèn)題，提高教育主體對(duì)生成式AI的技術(shù)認(rèn)知和應(yīng)用技能，明確生成式AI教育應(yīng)用的多元場(chǎng)景，加快推進(jìn)生成式AI在教育中的合理運(yùn)用。教育部科技司舒華副司長(zhǎng)在《2024智能教育發(fā)展藍(lán)皮書(shū)》（以下簡(jiǎn)稱“藍(lán)皮書(shū)”）發(fā)布儀式上指出，人工智能對(duì)促進(jìn)教育高質(zhì)量發(fā)展具有重要的推動(dòng)作用，要統(tǒng)籌兼顧安全與發(fā)展，積極探索創(chuàng)新應(yīng)用場(chǎng)景，強(qiáng)化師生數(shù)字素養(yǎng)培養(yǎng)，推動(dòng)產(chǎn)學(xué)研深度融合，政府、企業(yè)、學(xué)校、科研機(jī)構(gòu)協(xié)同推進(jìn)人工智能教育應(yīng)用的技術(shù)創(chuàng)新和實(shí)踐運(yùn)用[2]。藍(lán)皮書(shū)聚焦以上問(wèn)題，系統(tǒng)論述生成式AI教育應(yīng)用的原理、場(chǎng)景、典型案例以及發(fā)展方向[3]，期望對(duì)教育大模型研發(fā)者、應(yīng)用者和評(píng)估者的研究與實(shí)踐提供借鑒和參考[4]，激發(fā)更多關(guān)于如何利用生成式AI推動(dòng)教育創(chuàng)新的思考和討論。

二、生成式AI教育應(yīng)用面臨的關(guān)鍵問(wèn)題

生成式AI在自然語(yǔ)言理解與內(nèi)容生成方面展現(xiàn)出高水平的認(rèn)知智能，其涌現(xiàn)性、通用性等特性也使得應(yīng)用范圍不斷擴(kuò)張，得到了國(guó)際社會(huì)各界的廣泛關(guān)注，也為教育變革帶來(lái)了新機(jī)遇和新挑戰(zhàn)。為了最大限度地發(fā)揮生成式AI的教育應(yīng)用潛能，促進(jìn)在教育中負(fù)責(zé)任和合乎倫理地使用生成式AI，推動(dòng)生成式AI教育應(yīng)用需要重點(diǎn)關(guān)注技術(shù)理解、模型優(yōu)化、場(chǎng)景探索和倫理規(guī)范等關(guān)鍵問(wèn)題。

（一）教育主體對(duì)生成式AI的技術(shù)認(rèn)知亟待加強(qiáng)

推動(dòng)生成式AI應(yīng)用的前提是充分理解技術(shù)的效用邊際與價(jià)值局限，但目前教育主體對(duì)于生成式AI技術(shù)的理解和認(rèn)知仍存在不到位的情況。一方面，存在盲目信任和依賴生成式AI導(dǎo)致的技術(shù)萬(wàn)能論[5]，使得技術(shù)在教學(xué)過(guò)程中脫離實(shí)際無(wú)限制使用，教學(xué)成為“炫技”的場(chǎng)所[6]；另一方面，也不同程度存在對(duì)生成式AI技術(shù)本能的不信任，使得教師產(chǎn)生抵觸情緒并對(duì)自身技術(shù)應(yīng)用能力產(chǎn)生懷疑[7]。在人機(jī)融合轉(zhuǎn)型過(guò)程中，為了更好發(fā)揮技術(shù)潛能，推動(dòng)技術(shù)創(chuàng)新擴(kuò)散，確保應(yīng)用合規(guī)合理，教育主體認(rèn)知也應(yīng)轉(zhuǎn)型升級(jí)[8]，加強(qiáng)生成式AI教育應(yīng)用培訓(xùn)[9]，理解生成式AI運(yùn)作原理和應(yīng)用局限，掌握正確使用技巧，建立教育主體自信。

（二）提升生成式AI教育適用性需要專用大模型加持

由于教育的復(fù)雜性和特殊性，通用大模型存在難以適應(yīng)教育場(chǎng)景的情況，需加強(qiáng)教育領(lǐng)域的專用大模型建設(shè)。通用大模型由于缺乏專業(yè)的數(shù)據(jù)訓(xùn)練，教育深度知識(shí)不夠，回答準(zhǔn)確性不足，在實(shí)際應(yīng)用過(guò)程中往往難以靈活處理復(fù)雜多變的專業(yè)性教育任務(wù)，不能較好地滿足嚴(yán)肅教育教學(xué)場(chǎng)景的需求[10]，極大影響師生應(yīng)用體驗(yàn)。當(dāng)前業(yè)界已經(jīng)開(kāi)始開(kāi)發(fā)教育行業(yè)大模型，需進(jìn)一步加快關(guān)鍵技術(shù)的突破創(chuàng)新，充分利用教育領(lǐng)域多模態(tài)、長(zhǎng)周期的海量數(shù)據(jù)，構(gòu)建更具適用性的教育行業(yè)大模型[11]。

（三）生成式AI多元教育應(yīng)用場(chǎng)景及實(shí)效有待探索

為了適應(yīng)更多元的教育情境特征，解決教育細(xì)分場(chǎng)景中的復(fù)雜綜合性問(wèn)題和需求[12]，需推進(jìn)應(yīng)用場(chǎng)景多元化覆蓋與優(yōu)質(zhì)應(yīng)用典型示范打造，并基于科學(xué)實(shí)證驗(yàn)證技術(shù)應(yīng)用實(shí)效。當(dāng)前生成式AI教育應(yīng)用仍處于起步階段，應(yīng)用場(chǎng)景較為單一、技術(shù)創(chuàng)新應(yīng)用不充分、應(yīng)用實(shí)踐缺乏典型示范等問(wèn)題依然嚴(yán)重。與此同時(shí)，國(guó)內(nèi)研究領(lǐng)域當(dāng)前更傾向于哲學(xué)思辨層面的理論探討，從實(shí)踐層面探討生成式AI對(duì)教育教學(xué)影響效果的實(shí)證研究還比較少[13]，對(duì)應(yīng)用過(guò)程存在的問(wèn)題缺少系統(tǒng)性的分析和針對(duì)性的改進(jìn)意見(jiàn)，亟需在應(yīng)用場(chǎng)景探索的基礎(chǔ)上開(kāi)展實(shí)證調(diào)查和案例研究，幫助教師明確生成式AI的應(yīng)用范圍和能力邊界，有效形成最佳實(shí)踐。

（四）保障生成式AI合理應(yīng)用亟需完善倫理規(guī)范

教育領(lǐng)域應(yīng)高度重視生成式AI教育應(yīng)用的倫理風(fēng)險(xiǎn)應(yīng)對(duì)，完善生成式AI教育應(yīng)用的倫理規(guī)范，構(gòu)建風(fēng)險(xiǎn)應(yīng)對(duì)策略，作為推進(jìn)生成式AI教育應(yīng)用的重要保障。但當(dāng)前理論層面存在頂層設(shè)計(jì)缺乏、監(jiān)管框架缺位、政策標(biāo)準(zhǔn)缺失等問(wèn)題，實(shí)踐層面缺少科學(xué)完善的應(yīng)用指南、監(jiān)管認(rèn)證工具、平臺(tái)建設(shè)標(biāo)準(zhǔn)、創(chuàng)新實(shí)施方法和行動(dòng)措施，削弱了生成式AI技術(shù)全方位賦能教育的能力[14]。因此，教育領(lǐng)域需高度關(guān)注生成式AI潛在的安全與倫理風(fēng)險(xiǎn)，針對(duì)教育領(lǐng)域的應(yīng)用場(chǎng)景和教育對(duì)象的特殊性，從多維度、多視角制定應(yīng)對(duì)策略，構(gòu)建多方位、多主體[15]監(jiān)管模式，推進(jìn)生成式AI在教育領(lǐng)域的合規(guī)合理應(yīng)用與可持續(xù)發(fā)展。

三、生成式AI內(nèi)涵及應(yīng)用參考框架

生成式AI技術(shù)正引領(lǐng)著教育領(lǐng)域的變革創(chuàng)新，為了促進(jìn)教育主體對(duì)生成式AI的技術(shù)認(rèn)知，正確了解和有效利用生成式AI技術(shù)，需要準(zhǔn)確把握其概念內(nèi)涵、技術(shù)特點(diǎn)，探索生成式AI應(yīng)用框架和技術(shù)方案。

（一）生成式AI的內(nèi)涵

生成式AI是對(duì)解決生成類任務(wù)的一類人工智能技術(shù)的統(tǒng)稱，與此相對(duì)的是解決判別類問(wèn)題的“判別式人工智能”。判別式人工智能通過(guò)從帶有人工標(biāo)記的數(shù)據(jù)中學(xué)習(xí)到識(shí)別相關(guān)模式、判定不同類別之間邊界的方法，在圖像識(shí)別、語(yǔ)音處理、醫(yī)療診斷等領(lǐng)域取得了成功。但判別式人工智能只能對(duì)既有的數(shù)據(jù)做辨別判定，而對(duì)于處理新數(shù)據(jù)或未知分布的數(shù)據(jù)等方面的能力明顯不足。而生成式AI是采用特定算法模型以生成用戶期望數(shù)據(jù)的一類新型人工智能技術(shù)，它可以實(shí)現(xiàn)內(nèi)容創(chuàng)造和新數(shù)據(jù)生成，有助于聯(lián)結(jié)既有知識(shí)，激發(fā)新的想法，增強(qiáng)人類對(duì)世界的認(rèn)知與理解，提高人類的創(chuàng)新力與創(chuàng)造力。

生成式AI作為一個(gè)快速發(fā)展和演變中的概念，其內(nèi)涵特性也是在不斷發(fā)展和豐富。考慮到抽象的生成式AI概念是從具象的GAN（生成對(duì)抗網(wǎng)絡(luò)）、VAE（變分自編碼器）、GPT（生成式預(yù)訓(xùn)練模型）等技術(shù)應(yīng)用中總結(jié)和歸納形成的，而GPT已成為生成式AI的典型代表和主要形態(tài)，由此研究者可以以GPT大語(yǔ)言模型為主要研究對(duì)象，以GPT的技術(shù)、應(yīng)用及價(jià)值意義為觀察視角，實(shí)現(xiàn)對(duì)生成式AI重要特性的詮釋。

（1）從技術(shù)原理視角來(lái)看，生成式AI應(yīng)具備數(shù)據(jù)的自監(jiān)督學(xué)習(xí)和自動(dòng)生成的機(jī)制。這表明生成式AI允許模型在缺乏外部標(biāo)注的情況下，通過(guò)內(nèi)部預(yù)測(cè)機(jī)制進(jìn)行自我學(xué)習(xí)，使得復(fù)雜的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)（如Transformer或GAN）能夠捕捉并學(xué)習(xí)數(shù)據(jù)的分布。例如，復(fù)旦大學(xué)肖仰華教授認(rèn)為，生成式AI應(yīng)能在處理無(wú)標(biāo)注數(shù)據(jù)時(shí)，采用基于遮蔽內(nèi)容還原的自監(jiān)督學(xué)習(xí)任務(wù)來(lái)訓(xùn)練模型，從而引導(dǎo)模型生成與上下文語(yǔ)境相符合的數(shù)據(jù)內(nèi)容[16]。

（2）從功能應(yīng)用視角來(lái)看，生成式AI應(yīng)具備通過(guò)人機(jī)交互明確任務(wù)，并根據(jù)任務(wù)創(chuàng)造性地生成多樣化內(nèi)容的能力。例如，聯(lián)合國(guó)教科文組織專家苗逢春認(rèn)為，生成式AI是根據(jù)人類語(yǔ)言表達(dá)的提示詞（Prompts）自動(dòng)生成內(nèi)容的人工智能技術(shù)，既可以通過(guò)文字、語(yǔ)音、圖像、視頻或軟件代碼示例等方式向模型輸入提示詞，同樣地可以通過(guò)文字、語(yǔ)音、圖像、視頻或軟件代碼等方式輸出結(jié)果[17]。

（3）從價(jià)值視角來(lái)看，生成式AI應(yīng)具有強(qiáng)大的創(chuàng)新與創(chuàng)造能力，使其在輔助人類決策、發(fā)展人類高階思維等方面發(fā)揮重要價(jià)值。例如，聯(lián)合國(guó)教科文組織強(qiáng)調(diào)，生成式AI超越了對(duì)現(xiàn)有信息整理的范疇，具備了創(chuàng)造性地生成新內(nèi)容的能力[18]。國(guó)際知名咨詢公司德勤指出，生成式AI能夠生成連貫文本和超逼真圖像，使其能夠以以往必須通過(guò)人類努力地思考與創(chuàng)造才能實(shí)現(xiàn)的方式，生成新的數(shù)據(jù)[19]。

與生成式AI密切相關(guān)的另一個(gè)概念是“大模型”。大模型是指擁有超大規(guī)模參數(shù)、超強(qiáng)計(jì)算資源，能夠處理海量數(shù)據(jù)，完成各種復(fù)雜任務(wù)的人工智能模型。按照大模型所處理的數(shù)據(jù)模態(tài)來(lái)劃分，大模型可分為聚焦于文本數(shù)據(jù)的大語(yǔ)言模型（Large Language Model，LLM），面向圖像數(shù)據(jù)的視覺(jué)大模型（Large Vision Model，LVM），支持音頻、視頻等數(shù)據(jù)的多模態(tài)大語(yǔ)言模型（Multimodal Large Language Model，MLLM）。大模型與早期的模型相比，在規(guī)模上擴(kuò)展顯著，它們采用了預(yù)訓(xùn)練的策略，這使得它們?cè)谏墒紸I的實(shí)現(xiàn)中扮演了核心角色，所以生成式AI技術(shù)正是基于大模型來(lái)實(shí)現(xiàn)其生成新內(nèi)容的能力。在實(shí)際應(yīng)用中，如果在不引起混淆的情況下，人們常常直接將大模型與生成式AI技術(shù)等同起來(lái)。

（二）生成式AI的特點(diǎn)

生成式AI模型規(guī)模日益龐大，技術(shù)發(fā)展持續(xù)加速。隨著模型規(guī)模突破特定閾值，它展現(xiàn)出顯著的能力“涌現(xiàn)”特點(diǎn)。能力“涌現(xiàn)”如同一把雙刃劍，一方面增強(qiáng)了模型的泛化和遷移能力，另一方面也可能導(dǎo)致其產(chǎn)生認(rèn)知上的“幻覺(jué)”現(xiàn)象。

1.具有能力“涌現(xiàn)”特性。隨著模型規(guī)模的增大，生成式AI表現(xiàn)出了能力“涌現(xiàn)”特性，即模型性能在其規(guī)模達(dá)到某個(gè)關(guān)鍵閾值之前接近隨機(jī)水平，一旦超過(guò)該閾值，則提升至遠(yuǎn)超隨機(jī)水平。例如，當(dāng)GPT-3預(yù)訓(xùn)練語(yǔ)言模型接收到特定任務(wù)的提示（如自然語(yǔ)言指令）時(shí)，無(wú)需進(jìn)一步的訓(xùn)練或參數(shù)梯度更新，就能完成新任務(wù)的響應(yīng)，這表明其具有能力“涌現(xiàn)”特性。生成式AI模型的能力“涌現(xiàn)”特性與其規(guī)模、技術(shù)架構(gòu)、數(shù)據(jù)質(zhì)量和訓(xùn)練過(guò)程等息息相關(guān)。例如，在少樣本（Few-shot）學(xué)習(xí)模式下，當(dāng)參數(shù)規(guī)模為130億時(shí)，GPT-3 13B版本的兩位數(shù)加減法運(yùn)算準(zhǔn)確度低于60%；當(dāng)參數(shù)規(guī)模達(dá)到1750億時(shí)，GPT-3 175B版本的兩位數(shù)加減法運(yùn)算準(zhǔn)確度則提高至98%以上[20]。但在另一項(xiàng)研究中，人們?cè)跍y(cè)試GRE閱讀理解、語(yǔ)言學(xué)謎題等14個(gè)BIG-Bench任務(wù)后發(fā)現(xiàn)，參數(shù)規(guī)模較小的PaLM表現(xiàn)出了優(yōu)于LaMDA和GPT-3的性能水平；研究者推測(cè)，PaLM的能力“涌現(xiàn)”可能與訓(xùn)練數(shù)據(jù)質(zhì)量和技術(shù)架構(gòu)有關(guān)[21]。

2.具備強(qiáng)大的泛化和遷移能力。生成式AI表現(xiàn)出持續(xù)適應(yīng)新數(shù)據(jù)、新任務(wù)的特性，能夠根據(jù)環(huán)境反饋不斷地進(jìn)行自我改進(jìn)，具備強(qiáng)大的泛化和遷移能力。生成式AI通過(guò)上下文學(xué)習(xí)從提示詞提供的示例中確定待解決任務(wù)的自然語(yǔ)言指令（Instruct），在不需要額外訓(xùn)練的情況下生成符合預(yù)期的文本內(nèi)容[22]；也能將已經(jīng)學(xué)習(xí)到的知識(shí)和技能遷移到新的任務(wù)或領(lǐng)域中，或?qū)囊延袠颖緮?shù)據(jù)中學(xué)習(xí)到的一般性規(guī)律泛化到新類型數(shù)據(jù)的處理任務(wù)上面[23]。生成式AI模型卓越的泛化與遷移能力源于深度學(xué)習(xí)算法的應(yīng)用、預(yù)訓(xùn)練機(jī)制的實(shí)施及技術(shù)架構(gòu)的持續(xù)改進(jìn)等多重因素。（1）通過(guò)深度學(xué)習(xí)算法，能夠從大量數(shù)據(jù)中自動(dòng)學(xué)習(xí)和提取特征，使得生成式AI模型在面對(duì)新任務(wù)時(shí)，可以利用已學(xué)習(xí)的特征進(jìn)行識(shí)別和理解，正確地響應(yīng)新的任務(wù)。（2）通過(guò)預(yù)訓(xùn)練和微調(diào)，能夠?qū)W(xué)習(xí)到的知識(shí)應(yīng)用到其他相關(guān)但不相同的任務(wù)上，實(shí)現(xiàn)知識(shí)遷移[24]。（3）通過(guò)技術(shù)架構(gòu)的改進(jìn)，如引入自注意力機(jī)制，能夠進(jìn)一步增強(qiáng)其語(yǔ)言理解和知識(shí)學(xué)習(xí)性能，實(shí)現(xiàn)泛化和遷移能力的提升[25]。

3.存在認(rèn)知“幻覺(jué)”現(xiàn)象。生成式AI有時(shí)會(huì)生成虛假信息或?qū)χR(shí)盲區(qū)進(jìn)行貌似合理的錯(cuò)誤回答，特別是當(dāng)使用者具有一定誤導(dǎo)性的指令來(lái)引導(dǎo)其生成內(nèi)容時(shí)，有很大可能會(huì)產(chǎn)生認(rèn)知“幻覺(jué)”現(xiàn)象。Guo等[26]通過(guò)構(gòu)建人類專家和ChatGPT的回答對(duì)比數(shù)據(jù)集HC3，發(fā)現(xiàn)ChatGPT有時(shí)會(huì)捏造事實(shí)來(lái)回答問(wèn)題。人們將生成式AI在處理輸入任務(wù)、維持輸出語(yǔ)境連貫性以及與現(xiàn)實(shí)世界事實(shí)保持一致性時(shí)存在的偏差或錯(cuò)誤稱之為“幻覺(jué)”[27]。生成式AI幻覺(jué)主要有3種表現(xiàn)形式：（1）生成內(nèi)容與用戶輸入的任務(wù)不相關(guān)；（2）生成內(nèi)容的邏輯前后矛盾；（3）生成內(nèi)容與現(xiàn)實(shí)世界中的既定事實(shí)不一致。

（三）生成式AI應(yīng)用參考框架

為幫助教育研究者或?qū)嵺`者更精準(zhǔn)地找到生成式AI技術(shù)應(yīng)用的切入點(diǎn)，并能提出創(chuàng)造性與可行性兼?zhèn)涞男枨蠼鉀Q方案，需要構(gòu)建生成式AI技術(shù)的應(yīng)用參考框架。國(guó)內(nèi)外已有學(xué)者對(duì)此展開(kāi)研究，如Minaee對(duì)生成式AI技術(shù)原理進(jìn)行研究[28]，呈現(xiàn)了大模型構(gòu)建的基本流程；國(guó)內(nèi)學(xué)者趙朝陽(yáng)等也梳理了基于人類反饋學(xué)習(xí)的ChatGPT訓(xùn)練范式[29]等。本研究在此基礎(chǔ)上，參考DIKW模型理論框架，提出了一個(gè)從生成式AI技術(shù)工作原理到工程應(yīng)用實(shí)踐的參考框架，如圖1所示。

上述生成式AI應(yīng)用參考框架包括基礎(chǔ)層、技術(shù)層、能力層、應(yīng)用層和行業(yè)層，使得研究者或?qū)嵺`者能夠從不同的技術(shù)層次理解生成式AI，并在分析與應(yīng)用大模型時(shí)能夠找準(zhǔn)技術(shù)脈絡(luò)和組成模塊。各層次具體內(nèi)容如下：

1.基礎(chǔ)層描述了支撐大模型實(shí)現(xiàn)的部署與應(yīng)用環(huán)境，包括軟件和硬件兩大類基礎(chǔ)設(shè)施。軟件包括支撐大模型的數(shù)據(jù)存儲(chǔ)、支撐大模型的云計(jì)算、基礎(chǔ)模型的選擇與部署等，共同為大模型的實(shí)現(xiàn)提供了堅(jiān)實(shí)基礎(chǔ)；硬件包括 GPU（圖形處理單元）、TPU（張量處理單元）、NPU（神經(jīng)網(wǎng)絡(luò)處理單元）和其它AI處理器，可共同組成計(jì)算集群，通過(guò)并行計(jì)算、異構(gòu)計(jì)算、硬件協(xié)同工作、傳輸與調(diào)度等方面的優(yōu)化，實(shí)現(xiàn)整個(gè)集群的性能和能效的提升。

2.技術(shù)層闡釋了從數(shù)據(jù)獲取到信息加工與知識(shí)建構(gòu)、再到智能輸出各階段所涉及的大模型實(shí)現(xiàn)所需的各項(xiàng)智能技術(shù)。在數(shù)據(jù)獲取階段，包括數(shù)據(jù)采集技術(shù)、數(shù)據(jù)預(yù)處理技術(shù)；在信息加工階段，包括對(duì)數(shù)據(jù)進(jìn)行詞元化、向量化處理等相關(guān)技術(shù)；在知識(shí)建構(gòu)階段，包括模型預(yù)訓(xùn)練、對(duì)模型進(jìn)行有監(jiān)督微調(diào)、價(jià)值對(duì)齊等相關(guān)技術(shù)；在智能輸出階段，包括模型解碼、模型評(píng)估等相關(guān)技術(shù)。

3.能力層從場(chǎng)景應(yīng)用的視角，對(duì)大模型的智能能力進(jìn)行了抽象與概括，以訊飛星火認(rèn)知大模型為例，大模型呈現(xiàn)七大核心能力：（1）文本生成能力，生成符合用戶在主題、風(fēng)格、長(zhǎng)度等多方面要求文本內(nèi)容的能力；（2）語(yǔ)言理解能力，對(duì)人類語(yǔ)言高級(jí)處理和理解的能力；（3）知識(shí)問(wèn)答能力，檢索、處理和生成準(zhǔn)確答案的能力；（4）邏輯推理能力，運(yùn)用邏輯規(guī)則和原則進(jìn)行合理推斷和解決問(wèn)題的能力；（5）數(shù)學(xué)能力，處理和理解數(shù)學(xué)概念、符號(hào)、公式以及解決數(shù)學(xué)問(wèn)題的能力；（6）代碼能力，理解和生成編程語(yǔ)言代碼的能力；（7）多模態(tài)交互能力，處理和理解文本、圖像、視頻、音頻等多種類型數(shù)據(jù)的能力[30]。

4.應(yīng)用層描述了對(duì)大模型能力的四種常用應(yīng)用方法，它們適用于不同的情景之下。在大模型具備基礎(chǔ)能力時(shí)，可通過(guò)“提示詞工程”精心設(shè)計(jì)輸入提示，以進(jìn)一步引導(dǎo)大模型的輸出；在需要補(bǔ)充更多輸入信息時(shí)，可通過(guò)“智能體”或“檢索增強(qiáng)生成”技術(shù)，優(yōu)化大模型的輸出；而在大模型面對(duì)特定應(yīng)用場(chǎng)景，需要提升性能和準(zhǔn)確性時(shí)，可通過(guò)“大模型微調(diào)”技術(shù)提高大模型在該場(chǎng)景下的可用性。

5.行業(yè)層描述了大模型在各個(gè)行業(yè)或領(lǐng)域落地應(yīng)用過(guò)程中，通過(guò)應(yīng)用層提供的四類增強(qiáng)或優(yōu)化模型的手段，特別是“大模型微調(diào)”技術(shù)方法，將特定行業(yè)數(shù)據(jù)及行業(yè)特征信息融入到大模型之中，以構(gòu)建出能夠更好地解決本行業(yè)特定任務(wù)的專業(yè)化、定制化大模型。常見(jiàn)的行業(yè)大模型包括教育行業(yè)大模型、醫(yī)療行業(yè)大模型、金融行業(yè)大模型、法律行業(yè)大模型等。其中，教育行業(yè)大模型是為了滿足教育領(lǐng)域特定場(chǎng)景任務(wù)而構(gòu)建的教育行業(yè)大模型，要求具有更高的知識(shí)準(zhǔn)確度、更可控的意識(shí)形態(tài)與安全性和更適切的面向?qū)W科學(xué)段的使用方式與內(nèi)容生成。

四、生成式AI賦能教育的典型場(chǎng)域

推動(dòng)生成式AI在教育中的落地應(yīng)用，關(guān)鍵在于明確教育教學(xué)的實(shí)際需求和應(yīng)用場(chǎng)景。教育部部長(zhǎng)懷進(jìn)鵬在2024世界數(shù)字教育大會(huì)上提出，將實(shí)施人工智能賦能教育行動(dòng)，積極推動(dòng)以智助學(xué)、以智助教、以智助管、以智助研。一些專家學(xué)者也開(kāi)展了生成式AI教育應(yīng)用的場(chǎng)景探索，如柯清超等提出生成式AI可應(yīng)用于教育系統(tǒng)的教學(xué)、學(xué)習(xí)、評(píng)價(jià)、研究、管理等多個(gè)場(chǎng)景，為教育教學(xué)全過(guò)程賦能[31]；李寶敏深入剖析了ChatGPT在“教”“學(xué)”“評(píng)”“管”“輔”“研”等典型教育場(chǎng)景中的應(yīng)用方法[32]；楊現(xiàn)民認(rèn)為生成式AI可以實(shí)現(xiàn)教學(xué)、學(xué)習(xí)、資源、科研、管理、服務(wù)等教育全場(chǎng)景的智能化改造[33]。可見(jiàn)，生成式AI在教學(xué)、學(xué)習(xí)、評(píng)價(jià)、管理和科研等多個(gè)方面創(chuàng)造了眾多典型的應(yīng)用場(chǎng)景，不僅輔助教師優(yōu)化了教學(xué)方法，豐富了師生學(xué)習(xí)體驗(yàn)，還有效推動(dòng)智能技術(shù)賦能教育評(píng)價(jià)，提升了教育管理效率，并在科研工作中發(fā)揮了重要作用。“場(chǎng)域”一詞從社會(huì)學(xué)向教育學(xué)延伸的過(guò)程中，內(nèi)涵逐漸泛化為基于人的實(shí)踐的開(kāi)放性關(guān)系結(jié)構(gòu)或時(shí)空構(gòu)型[34]。基于這一觀點(diǎn)，本研究通過(guò)梳理當(dāng)前各類學(xué)校已有的應(yīng)用實(shí)踐，發(fā)現(xiàn)生成式AI在學(xué)校教育的五大場(chǎng)域、21個(gè)方面、56個(gè)場(chǎng)景進(jìn)行了探索應(yīng)用，形成了典型的實(shí)踐案例，其中五大場(chǎng)域和 21個(gè)方面基本框架如圖2所示。

（一）教學(xué)場(chǎng)域

在教學(xué)應(yīng)用場(chǎng)域中，生成式AI從教學(xué)設(shè)計(jì)、教學(xué)資源、課堂互動(dòng)、科學(xué)實(shí)驗(yàn)等方面助力教學(xué)活動(dòng)開(kāi)展。在教學(xué)設(shè)計(jì)方面，生成式AI能夠根據(jù)需求為教師提供量身定制教學(xué)方案，可以減輕教師工作負(fù)擔(dān)同時(shí)提升教學(xué)質(zhì)量。在制作教學(xué)資源方面，生成式AI則協(xié)助教師打造出豐富多樣的教學(xué)內(nèi)容，使教學(xué)更加生動(dòng)有趣。在課堂互動(dòng)方面，基于生成式AI的人機(jī)協(xié)同課堂互動(dòng)實(shí)現(xiàn)了多樣化的實(shí)時(shí)交流，提升了課堂氛圍，幫助學(xué)生更加高效地掌握知識(shí)技能。在實(shí)驗(yàn)教學(xué)方面，生成式AI可以有效助力科學(xué)實(shí)驗(yàn)的開(kāi)展，讓學(xué)生在實(shí)踐中提高實(shí)驗(yàn)?zāi)芰Γ罨瘜?duì)科學(xué)知識(shí)的理解。

（二）學(xué)習(xí)場(chǎng)域

在學(xué)習(xí)應(yīng)用場(chǎng)域中，生成式AI在答疑輔學(xué)、閱讀、口語(yǔ)對(duì)話、編程學(xué)習(xí)、心理疏導(dǎo)等方面為學(xué)生學(xué)習(xí)提供支持。在答疑輔學(xué)方面，生成式AI能根據(jù)學(xué)生答題的實(shí)際情況，提供精準(zhǔn)而有針對(duì)性的解答和解析，不僅有助于提高學(xué)生的解題能力，還能培養(yǎng)他們的獨(dú)立思考精神。在閱讀方面，生成式AI能夠?yàn)閷W(xué)生提供個(gè)性化的全過(guò)程指導(dǎo)，引導(dǎo)他們深入閱讀文本，從而提高閱讀理解能力。在口語(yǔ)對(duì)話中，它能模擬真實(shí)語(yǔ)境，讓學(xué)生沉浸在口語(yǔ)練習(xí)中，進(jìn)而提升口語(yǔ)表達(dá)和跨文化交際能力[35]。在編程學(xué)習(xí)方面，生成式AI可以幫助排查代碼錯(cuò)誤，并提供實(shí)時(shí)的反饋和指導(dǎo)，從而提高學(xué)生的編程技能。在心理疏導(dǎo)方面，生成式AI通過(guò)對(duì)話交流的方式，對(duì)學(xué)生進(jìn)行心理疏導(dǎo)，幫助他們排解心理壓力，促進(jìn)心理健康。

（三）評(píng)價(jià)場(chǎng)域

在教育評(píng)價(jià)場(chǎng)域中，生成式AI可以有效賦能試題生成、智能批改、口語(yǔ)能力測(cè)評(píng)、學(xué)生核心素養(yǎng)評(píng)價(jià)。在試題生成方面，可以基于它的多輪對(duì)話、信息處理和內(nèi)容生成等能力助力教師生成試題素材，也可以基于學(xué)科知識(shí)庫(kù)以及專業(yè)試題庫(kù)自動(dòng)生成符合教師需求的試題，有效提高了教師編制試題的效率。在智能批改方面，它可以快速準(zhǔn)確地對(duì)作業(yè)進(jìn)行評(píng)分和反饋，減輕教師作業(yè)批改負(fù)擔(dān)，還可以提供高階維度的個(gè)性化反饋，針對(duì)性推薦學(xué)生相應(yīng)的學(xué)習(xí)練習(xí)資源。在口語(yǔ)能力測(cè)評(píng)方面，利用多模態(tài)口語(yǔ)對(duì)話大模型和虛擬人技術(shù)，實(shí)現(xiàn)互動(dòng)性口語(yǔ)評(píng)測(cè)，并根據(jù)評(píng)測(cè)對(duì)話內(nèi)容輸出模考報(bào)告，幫助學(xué)生獲得實(shí)時(shí)反饋與評(píng)估報(bào)告，有效提高口語(yǔ)能力。在學(xué)生核心素養(yǎng)評(píng)價(jià)方面，生成式AI有效支持核心素養(yǎng)評(píng)價(jià)方案設(shè)計(jì)、評(píng)價(jià)數(shù)據(jù)采集和評(píng)價(jià)結(jié)果生成，不僅提高了評(píng)價(jià)方案科學(xué)性，還支持伴隨式采集評(píng)價(jià)數(shù)據(jù)和包含學(xué)生核心素養(yǎng)的評(píng)價(jià)結(jié)果生成，促進(jìn)核心素養(yǎng)評(píng)價(jià)有效實(shí)施應(yīng)用。

（四）管理場(chǎng)域

在管理服務(wù)應(yīng)用場(chǎng)域中，生成式AI在管理數(shù)字化、智能問(wèn)答咨詢、行政辦公以及數(shù)據(jù)分析和決策支持等方面有重要價(jià)值。在學(xué)校管理數(shù)字化方面，基于智能體等自動(dòng)化工具，管理者可以快速創(chuàng)建智能化的管理應(yīng)用，實(shí)現(xiàn)日常管理業(yè)務(wù)自動(dòng)化和流程化；在智能問(wèn)答咨詢方面，生成式AI可以優(yōu)化管理服務(wù)流程，在處理大量文件、自動(dòng)提交關(guān)鍵信息、智能回答常見(jiàn)問(wèn)題等方面有較多應(yīng)用，有效提升管理和服務(wù)效率。在行政辦公方面，生成式AI可以輔助開(kāi)展各類辦公活動(dòng)，提升公文撰寫(xiě)、會(huì)議管理以及流程自動(dòng)化等工作的效率。在數(shù)據(jù)分析和決策支持方面，生成式AI可以對(duì)教育教學(xué)平臺(tái)、管理系統(tǒng)的海量信息進(jìn)行數(shù)據(jù)挖掘和分析，為決策者提供深入洞察和可靠的數(shù)據(jù)支持，從而輔助其制定策略和方案。

（五）研究場(chǎng)域

在教育研究場(chǎng)域中，生成式AI在專業(yè)知識(shí)問(wèn)答、文獻(xiàn)研讀和寫(xiě)作輔助方面提供了有效支持。在專業(yè)知識(shí)問(wèn)答方面，經(jīng)過(guò)專業(yè)知識(shí)庫(kù)二次訓(xùn)練和監(jiān)督精調(diào)的學(xué)科領(lǐng)域大模型能夠精準(zhǔn)地回答研究者提出的學(xué)科專業(yè)問(wèn)題，并推薦相關(guān)的文本、圖像、視頻等多模態(tài)資源。在文獻(xiàn)研讀方面，利用其長(zhǎng)文本處理能力，生成式AI能夠批量處理大量文獻(xiàn)，輸出結(jié)構(gòu)化的解讀文檔并提供相關(guān)引文鏈接，同時(shí)還可以針對(duì)具體文獻(xiàn)內(nèi)容進(jìn)行問(wèn)答。在寫(xiě)作輔助方面，生成式AI基于其語(yǔ)言理解和文本生成能力，能夠幫助研究者拓展研究思路，完成學(xué)術(shù)文章的潤(rùn)色、改寫(xiě)、翻譯和校對(duì)等，提升研究者的寫(xiě)作效率和文章質(zhì)量。

五、生成式AI賦能教育的實(shí)踐價(jià)值

生成式AI在技術(shù)邏輯、技術(shù)成果、技術(shù)意義等多方面取得的重大技術(shù)突破和技術(shù)變革，為教育數(shù)字化轉(zhuǎn)型帶來(lái)了新機(jī)遇和新驅(qū)力[36]。在學(xué)校、研究機(jī)構(gòu)、企業(yè)等自主探索生成式AI教育應(yīng)用的同時(shí)，政府也開(kāi)始有組織推進(jìn)生成式AI教育應(yīng)用示范行動(dòng)，推動(dòng)大模型從課堂走向應(yīng)用[37]。隨著生成式AI與教育教學(xué)的深度融合，其影響將日益廣泛和深入，催生出更多樣、更豐富的教育應(yīng)用新樣態(tài)。

（一）人才目標(biāo)轉(zhuǎn)向更加重視創(chuàng)新能力培養(yǎng)

高階思維能力成為未來(lái)創(chuàng)新型人才培養(yǎng)的重要內(nèi)容。生成式AI能夠高效匯聚多領(lǐng)域多學(xué)科知識(shí)并結(jié)合不同場(chǎng)景合理提取和使用知識(shí)，橫向突破人類的知識(shí)壁壘[38]，勢(shì)必引發(fā)未來(lái)社會(huì)生產(chǎn)生活方式和職業(yè)崗位的變革，依靠獲取和存儲(chǔ)知識(shí)的低階思維腦力工作終將被智能機(jī)器所替代，能夠批判性分析、理解和評(píng)價(jià)知識(shí)，并能創(chuàng)造性運(yùn)用多領(lǐng)域多學(xué)科知識(shí)解決問(wèn)題的創(chuàng)新型人才是未來(lái)社會(huì)發(fā)展的需要。因此，培養(yǎng)學(xué)生高階思維能力將成為重要教學(xué)內(nèi)容和人才培養(yǎng)目標(biāo)。在機(jī)器智能化背景下，教學(xué)內(nèi)容的重點(diǎn)不再是知識(shí)的記憶，而是轉(zhuǎn)向?qū)W生批判性思維等高階思維能力的培養(yǎng)。“凡是人工智能擅長(zhǎng)的知識(shí)和能力，可以少教甚至不教，凡是人工智能不擅長(zhǎng)或者無(wú)能為力的知識(shí)和能力，需要多教或重點(diǎn)教”[39]。

人機(jī)協(xié)作能力成為未來(lái)人才的必備關(guān)鍵能力。AI技術(shù)將通過(guò)硬件、軟件等多種形式充斥未來(lái)的工作、生活和學(xué)習(xí)，人機(jī)互動(dòng)將成為人們常態(tài)化活動(dòng)方式，機(jī)器的角色將從工具變成伙伴，人機(jī)協(xié)作能力將成為未來(lái)人才的關(guān)鍵能力之一，能夠靈活運(yùn)用智能技術(shù)、通過(guò)人機(jī)協(xié)同解決問(wèn)題的創(chuàng)新應(yīng)用能力將變得至關(guān)重要，不能利用生成式AI技術(shù)有效賦能工作的人將逐漸落伍直至被淘汰。同時(shí)，智能機(jī)器將從工具轉(zhuǎn)變?yōu)橹匾虒W(xué)主體，教學(xué)活動(dòng)將由人機(jī)協(xié)作共同實(shí)施，多元化和多樣化的人機(jī)交互將成為教與學(xué)基本活動(dòng)方式，教師與機(jī)器通過(guò)自然語(yǔ)言交互共同承擔(dān)教學(xué)任務(wù)，學(xué)生在智能學(xué)習(xí)助手和工具的陪伴支持下實(shí)現(xiàn)學(xué)習(xí)和成長(zhǎng)，在此過(guò)程中，學(xué)生的人機(jī)協(xié)作能力將得到不斷培養(yǎng)和提升，人機(jī)關(guān)系也將實(shí)現(xiàn)更高層次的交互、協(xié)作與共生[40]。

（二）教育環(huán)境轉(zhuǎn)向智能升級(jí)和虛實(shí)融合

大模型賦能軟硬件升級(jí)，創(chuàng)設(shè)一體化智能化教學(xué)環(huán)境。第一，大模型賦能教學(xué)軟硬件實(shí)現(xiàn)智能化升級(jí)。基于大模型研發(fā)出的各類應(yīng)用以獨(dú)立軟件系統(tǒng)或功能模塊等方式加載到智能黑板、學(xué)習(xí)機(jī)等硬件以及教學(xué)平臺(tái)、管理系統(tǒng)等軟件平臺(tái)中，形成具有知識(shí)問(wèn)答、教學(xué)設(shè)計(jì)、教與學(xué)評(píng)價(jià)、資源搜索、語(yǔ)言學(xué)習(xí)、編程練習(xí)等各類生成式AI助手，有效提升教學(xué)硬件和系統(tǒng)平臺(tái)的智能化水平和服務(wù)能力。第二，大模型助力數(shù)據(jù)聯(lián)通促進(jìn)教學(xué)環(huán)境一體化。各類AI助手既是相響應(yīng)戶需求的輸出端，也是動(dòng)態(tài)采集教育教學(xué)數(shù)據(jù)的輸入口，通過(guò)以大模型為基礎(chǔ)的各類助手工具可以實(shí)現(xiàn)相關(guān)軟硬件、系統(tǒng)平臺(tái)之間數(shù)據(jù)的互聯(lián)互通，有效解決不同類型、品牌軟硬件的數(shù)據(jù)聯(lián)通和能力兼容等問(wèn)題。

生成式AI賦能多模態(tài)內(nèi)容生成，打造虛實(shí)融合學(xué)習(xí)空間。第一，大模型生成多模態(tài)內(nèi)容為虛擬學(xué)習(xí)空間構(gòu)建與應(yīng)用提供強(qiáng)大支持。生成式AI可以通過(guò)多模態(tài)能力，智能生成高度擬真的虛擬場(chǎng)景、建筑、景觀、人物角色和物品等，以及生成豐富多樣的意義情境、故事情節(jié)，智能推薦個(gè)性化的內(nèi)容和活動(dòng)，更好地滿足虛擬空間里師生對(duì)內(nèi)容差異化和定制化的需求，提供更為精準(zhǔn)和個(gè)性化的服務(wù)，為學(xué)生創(chuàng)設(shè)良好的探索與創(chuàng)造的空間。第二，大模型提升智能化交互體驗(yàn)促進(jìn)虛實(shí)學(xué)習(xí)空間更自然融合。利用生成式AI制作更加形象真實(shí)的虛擬數(shù)字人，模擬和再現(xiàn)真實(shí)世界中的各種人物、活動(dòng)、行為甚至情感表達(dá)，使其以人性化的自然交流方式進(jìn)行回應(yīng)，滿足學(xué)習(xí)者社會(huì)聯(lián)系的需要[41]，創(chuàng)造個(gè)性化和引人入勝的體驗(yàn)。同時(shí)，高擬真虛擬數(shù)字人將打破虛擬空間和現(xiàn)實(shí)空間的邊界，促進(jìn)虛實(shí)空間更自然融合。

（三）教學(xué)方式轉(zhuǎn)向人機(jī)協(xié)同教學(xué)

人機(jī)協(xié)同推進(jìn)教學(xué)效果提升。第一，在大模型賦能下，“機(jī)器教師”能夠拓展和增強(qiáng)人類教師能力，助力實(shí)施規(guī)模化因材施教。如基于生成式AI的教學(xué)助手具備完成知識(shí)問(wèn)答、內(nèi)容與活動(dòng)規(guī)劃、策略與路徑推薦等任務(wù)的能力，能夠隨時(shí)隨地陪伴在每一個(gè)學(xué)生身邊，幫助教師完成資源收集整理、活動(dòng)策劃、作業(yè)批閱、學(xué)習(xí)輔導(dǎo)、學(xué)習(xí)資源和路徑推薦等任務(wù)，教師能夠在教學(xué)助手的幫助下及時(shí)了解到每個(gè)學(xué)生的學(xué)習(xí)狀態(tài)，并針對(duì)每一個(gè)學(xué)生設(shè)計(jì)針對(duì)性的教學(xué)內(nèi)容和活動(dòng)，從而實(shí)現(xiàn)傳統(tǒng)教學(xué)中所難以實(shí)現(xiàn)的個(gè)性化教學(xué)。第二，“機(jī)器教師”能夠在教學(xué)中不斷提高和師生的契合度，助力實(shí)現(xiàn)更好的教學(xué)效果。基于生成式AI的智能教學(xué)助手具備強(qiáng)大的自主學(xué)習(xí)和成長(zhǎng)能力，在人機(jī)交互過(guò)程中，能夠根據(jù)師生的選擇不斷調(diào)整反饋的內(nèi)容，構(gòu)建符合師生特征的反饋模式，從而有效提高交互效率，減少溝通成本，及時(shí)為師生提供所需要的教學(xué)服務(wù)，提高教學(xué)質(zhì)量和效果。

人機(jī)協(xié)同推進(jìn)教學(xué)創(chuàng)新發(fā)展。第一，教學(xué)形式將更為多樣。“機(jī)器教師”可以獨(dú)立完成絕大部分課堂練習(xí)批改、輔導(dǎo)答疑等簡(jiǎn)單重復(fù)性工作，人類教師將有更多時(shí)間和精力用于學(xué)生核心素養(yǎng)、道德情感等方面的培育及相關(guān)課堂活動(dòng)組織[42]。同時(shí)，在“機(jī)器教師”的幫助下，可以生成虛擬仿真實(shí)驗(yàn)、元宇宙、VR/AR等新型教學(xué)資源，從而有效支撐更為多樣的教學(xué)形式的實(shí)現(xiàn)。第二，教學(xué)策略和活動(dòng)將更為合理。“機(jī)器教師”能夠獨(dú)立完成多模態(tài)學(xué)習(xí)數(shù)據(jù)采集和處理分析、開(kāi)展學(xué)生課堂學(xué)習(xí)評(píng)估與反饋等等工作量巨大的復(fù)雜工作。人類教師基于這些數(shù)據(jù)準(zhǔn)確識(shí)辨學(xué)生學(xué)習(xí)水平和存在的問(wèn)題、及時(shí)調(diào)整教學(xué)策略和教學(xué)活動(dòng)[43]，不斷推動(dòng)教學(xué)方法、策略和模式等方面的改革創(chuàng)新。

（四）學(xué)習(xí)方式轉(zhuǎn)向生成式個(gè)性化學(xué)習(xí)

大模型根據(jù)學(xué)生特征智能生成適應(yīng)性學(xué)習(xí)內(nèi)容和數(shù)字化學(xué)習(xí)資源。第一，基于生成式AI的智能學(xué)習(xí)助手針對(duì)學(xué)生實(shí)際情況生成與之匹配的學(xué)習(xí)內(nèi)容。智能學(xué)習(xí)助手能夠通過(guò)系統(tǒng)平臺(tái)采集、物聯(lián)設(shè)備感知等方式，獲得學(xué)生各方面學(xué)習(xí)行為與表現(xiàn)評(píng)價(jià)數(shù)據(jù)，準(zhǔn)確識(shí)別教學(xué)全過(guò)程中學(xué)生個(gè)體的學(xué)習(xí)狀態(tài)、表現(xiàn)和水平，為學(xué)生匹配最優(yōu)學(xué)習(xí)內(nèi)容。而且還可以根據(jù)學(xué)生的即時(shí)性學(xué)習(xí)表現(xiàn)進(jìn)行智能糾偏以及調(diào)整學(xué)習(xí)路徑和學(xué)習(xí)內(nèi)容，動(dòng)態(tài)適應(yīng)學(xué)生的學(xué)習(xí)實(shí)際，從而有效提高學(xué)習(xí)效果和學(xué)習(xí)效率。第二，智能學(xué)習(xí)助手可以智能生成數(shù)字化學(xué)習(xí)資源。智能學(xué)習(xí)助手具備多模態(tài)能力，可以根據(jù)學(xué)生的需求，智能生成圖片、視頻、課件、試題、聽(tīng)力、數(shù)字人教師、虛擬仿真實(shí)驗(yàn)等數(shù)字化學(xué)習(xí)資源，并可以通過(guò)和學(xué)生的互動(dòng)來(lái)進(jìn)行資源的優(yōu)化，將優(yōu)化后的資源納入數(shù)據(jù)庫(kù)，與其他學(xué)生共享[44]。

學(xué)生在人機(jī)對(duì)話活動(dòng)中實(shí)現(xiàn)個(gè)性化探究學(xué)習(xí)。第一，智能學(xué)習(xí)助手內(nèi)隱的思維鏈特征和復(fù)雜推理能力支持學(xué)生在人機(jī)對(duì)話中開(kāi)展知識(shí)探究學(xué)習(xí)。通過(guò)思維鏈方法，大模型將復(fù)雜的大任務(wù)拆解為若干可由簡(jiǎn)單指令引導(dǎo)的小任務(wù)，從而提高復(fù)雜邏輯推理能力。智能學(xué)習(xí)助手可以引導(dǎo)學(xué)生開(kāi)展思維鏈?zhǔn)降膶?duì)話，通過(guò)一系列由表及里、由淺入深的連續(xù)提問(wèn)和迭代追問(wèn)，幫助學(xué)生在持續(xù)探索中了解知識(shí)內(nèi)容、解除問(wèn)題疑惑、加深知識(shí)理解和掌握。第二，學(xué)生在人機(jī)對(duì)話中開(kāi)展對(duì)弈式訓(xùn)練培養(yǎng)高階思維能力。大模型生成的內(nèi)容并不都是確定科學(xué)和準(zhǔn)確的，需要使用者批判性分析和選擇性吸納。學(xué)生與智能學(xué)習(xí)助手對(duì)話的過(guò)程也將是一個(gè)認(rèn)知博弈的過(guò)程，學(xué)生在應(yīng)對(duì)生成內(nèi)容不確定性的過(guò)程中逐步實(shí)現(xiàn)獨(dú)立思考能力、批判性思維和人-機(jī)協(xié)作思維能力、“多算勝少算”的深度學(xué)習(xí)思維、“下棋如人生”的哲理思維等方面的培養(yǎng)和提升[45]。

（五）教育評(píng)價(jià)轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)的發(fā)展性評(píng)價(jià)

教育評(píng)價(jià)從經(jīng)驗(yàn)驅(qū)動(dòng)轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)。一是大模型可以實(shí)現(xiàn)全過(guò)程伴隨式數(shù)據(jù)采集促進(jìn)數(shù)據(jù)實(shí)證。大模型支持下的智能學(xué)習(xí)助手貫穿學(xué)生學(xué)習(xí)過(guò)程的始終，可以在持續(xù)的人機(jī)交互對(duì)話中收集學(xué)生學(xué)習(xí)過(guò)程的表現(xiàn)數(shù)據(jù)、互動(dòng)信息、場(chǎng)景數(shù)據(jù)等細(xì)顆粒度信息，通過(guò)信息跟蹤挖掘、數(shù)字回溯分析、科學(xué)監(jiān)測(cè)評(píng)價(jià)等方式，完整記錄學(xué)生的學(xué)習(xí)過(guò)程和成長(zhǎng)軌跡，從而綜合分析學(xué)生的知識(shí)學(xué)習(xí)情況和表現(xiàn)，推動(dòng)教學(xué)評(píng)價(jià)從依靠教師或?qū)＜医?jīng)驗(yàn)走向追求數(shù)據(jù)實(shí)證。二是大模型可以實(shí)現(xiàn)多模態(tài)數(shù)據(jù)診斷分析促進(jìn)綜合素養(yǎng)評(píng)價(jià)。依托數(shù)據(jù)挖掘、內(nèi)容分析、預(yù)測(cè)性分析、系統(tǒng)建模等功能，大模型能夠?qū)Σ杉娜四槨⒄Z(yǔ)音、表情、體態(tài)、腦電波、眼動(dòng)軌跡、心理健康狀態(tài)等多模態(tài)數(shù)據(jù)進(jìn)行融合分析，挖掘其內(nèi)在元素的相關(guān)性和因果性，并對(duì)學(xué)生學(xué)科能力、情感態(tài)度、思維品質(zhì)等進(jìn)行綜合分析，全方位刻畫(huà)學(xué)生的問(wèn)題解決能力、批判性思維能力、跨學(xué)科能力、創(chuàng)造力等高階思維能力[46]。

教育評(píng)價(jià)從重視學(xué)習(xí)結(jié)果診斷轉(zhuǎn)向重視過(guò)程反饋。一是大模型可以為個(gè)人構(gòu)建學(xué)習(xí)畫(huà)像，為準(zhǔn)確了解學(xué)生學(xué)習(xí)情況提供支持。基于大模型對(duì)過(guò)程性學(xué)習(xí)數(shù)據(jù)的記錄、分析、挖掘和呈現(xiàn)，能夠?yàn)閷W(xué)習(xí)者輸出其個(gè)人的學(xué)習(xí)數(shù)字畫(huà)像，從而全面、形象地展示學(xué)習(xí)者的學(xué)習(xí)狀態(tài)和學(xué)習(xí)偏好，為學(xué)習(xí)者的學(xué)習(xí)路徑規(guī)劃、學(xué)習(xí)方式選擇等提供實(shí)時(shí)的數(shù)據(jù)支撐和建議，助力因材施教。二是大模型可以實(shí)現(xiàn)實(shí)時(shí)反饋和調(diào)控，促進(jìn)學(xué)生學(xué)習(xí)和成長(zhǎng)。基于大模型的邊緣計(jì)算能力，大模型能夠?qū)W(xué)生的學(xué)習(xí)行為進(jìn)行實(shí)時(shí)的監(jiān)控和評(píng)價(jià)，并在學(xué)習(xí)者出現(xiàn)走神、理解偏差等問(wèn)題時(shí)及時(shí)給予反饋和調(diào)控，實(shí)現(xiàn)對(duì)每一個(gè)學(xué)習(xí)者學(xué)習(xí)狀態(tài)的關(guān)注和及時(shí)指導(dǎo)，保障每一個(gè)學(xué)習(xí)者的學(xué)習(xí)體驗(yàn)和學(xué)習(xí)效果。

（六）教育治理轉(zhuǎn)向全球化智能化治理

技術(shù)潛在風(fēng)險(xiǎn)推動(dòng)教育治理走向全球化合作。當(dāng)前，以大模型為代表的人工智能技術(shù)日新月異，在助力教育治理效能提升的同時(shí)，也帶來(lái)了潛在的風(fēng)險(xiǎn)挑戰(zhàn)，考驗(yàn)著教育治理的能力，如群體性數(shù)據(jù)隱私泄露問(wèn)題、全球數(shù)字鴻溝進(jìn)一步擴(kuò)大、算法歧視日益加劇等。如何讓智能技術(shù)充分賦能教育，讓技術(shù)發(fā)展的成果惠及全球，成為所有學(xué)習(xí)者、教師和管理人員的最大利益服務(wù)的工具，是當(dāng)今時(shí)代的一個(gè)重大實(shí)踐課題，需要全世界共同努力[47]。2024年7月，2024世界人工智能大會(huì)暨人工智能全球治理高級(jí)別會(huì)議在上海召開(kāi)，發(fā)布《人工智能全球治理上海宣言》，倡導(dǎo)建立全球范圍內(nèi)的人工智能治理機(jī)制，指出只有在全球范圍內(nèi)的合作與努力下，才能充分發(fā)揮人工智能的潛力，為人類帶來(lái)更大的福祉。

教育治理方式從信息化管理走向智能化支持與服務(wù)。第一，教育大模型助力教育治理決策科學(xué)化。大模型依托其海量教育數(shù)據(jù)、語(yǔ)言模型、深度學(xué)習(xí)算法、高度計(jì)算力等智能化技術(shù)與算法，可以幫助決策者在教育治理過(guò)程進(jìn)行數(shù)據(jù)收集、信息整理與知識(shí)處理，強(qiáng)化數(shù)據(jù)要素價(jià)值挖掘、分析、應(yīng)用與管理，從而高效率進(jìn)行結(jié)果判斷，實(shí)時(shí)為決策提供關(guān)鍵信息或優(yōu)化建議，形成融合算法與人類判斷的決策輸出，幫助教育管理者預(yù)測(cè)與感知教育治理風(fēng)險(xiǎn)，并為精準(zhǔn)解決教育治理難題提供具體方案，促進(jìn)教育治理效能提升[48]。第二，教育大模型助力教育服務(wù)個(gè)性化。在大模型的語(yǔ)言理解、邏輯推理、代碼開(kāi)發(fā)等能力的幫助下，一線教師也可以參與到應(yīng)用開(kāi)發(fā)工作中，高效產(chǎn)出個(gè)性化的低代碼應(yīng)用，形成多樣化、可共享的教育應(yīng)用集群，滿足各級(jí)各類教育工作者應(yīng)用需求。同時(shí)，大模型可以嵌入教育管理與服務(wù)平臺(tái)中，作為申請(qǐng)受理的窗口和業(yè)務(wù)處理助手，有助于疏通部門(mén)內(nèi)部業(yè)務(wù)流程阻礙，打破部門(mén)間信息壁壘，提高業(yè)務(wù)辦理效率和質(zhì)量[49]。

六、結(jié)語(yǔ)

《2024智能教育藍(lán)皮書(shū)》對(duì)當(dāng)前生成式AI在教育領(lǐng)域的應(yīng)用和發(fā)展進(jìn)行了詳細(xì)的梳理和分析，深度與廣度并重、理論與實(shí)踐結(jié)合，是反映我國(guó)生成式AI教育應(yīng)用發(fā)展現(xiàn)狀和當(dāng)前發(fā)展水平的重要報(bào)告[50]。一方面從技術(shù)視角回顧了生成式AI的興起與影響，剖析了生成式AI的內(nèi)涵及技術(shù)框架；另一方面從教育視角深入探討了其在教育中的應(yīng)用場(chǎng)景及價(jià)值，并提供了豐富的應(yīng)用案例，不僅為教育工作者和政策制定者提供了寶貴的參考，對(duì)促進(jìn)行業(yè)發(fā)展以及教育工作者開(kāi)展GenAl的示范應(yīng)用也有非常重要的推動(dòng)作用。下一階段，研究團(tuán)隊(duì)將持續(xù)追蹤生成式AI技術(shù)發(fā)展與教育應(yīng)用的趨勢(shì)，推廣技術(shù)應(yīng)用，驗(yàn)證應(yīng)用實(shí)效，培育一線優(yōu)質(zhì)應(yīng)用案例，共同迎接“人工智能+教育”的新時(shí)代。《2024智能教育藍(lán)皮書(shū)》的研究與正式發(fā)布是在科大訊飛智能教育專家委員會(huì)和訊飛內(nèi)部技術(shù)專家指導(dǎo)下完成的，離不開(kāi)訊飛教育技術(shù)研究院編撰團(tuán)隊(duì)的共同努力，本文撰寫(xiě)得到了團(tuán)隊(duì)成員的支持。

參考文獻(xiàn)：

[1] 陳麗.人工智能對(duì)于教育，不是賦能，而是顛覆[EB/OL].https：//mp.weixin. qq.com/s/kYISfhdRX84KHH0bmCKcrA，2024-07-03.

[2] 電化教育研究.第六屆智能教育論壇暨第二屆全國(guó)教育技術(shù)學(xué)科青年學(xué)者論壇在西北師范大學(xué)召開(kāi)[EB/OL].https：//mp.weixin.qq.com/s/lIjP C8DuW5ONeRb9BS0QqA，2024-09-24.

[3][50] 陳麗.人工智能促使教學(xué)向數(shù)字時(shí)代的人機(jī)協(xié)同方式轉(zhuǎn)型，人類文明將進(jìn)入人機(jī)協(xié)同新范式的發(fā)展階段[EB/OL].https：//mp.weixin. qq.com/s/sevncCSQKuaSsY-5p-FsoQ，2024-09-29.

[4] 賈積有.大語(yǔ)言模型在教育評(píng)測(cè)與輔導(dǎo)中的應(yīng)用及高校人工智能素養(yǎng)培養(yǎng)[EB/OL].https：//mp.weixin.qq.com/s/h2YpnipZNRcuT8RhmZ5A 9A，2024-10-21.

[5] 鄭智勇，范卿澤，賈偉.人工智能技術(shù)賦能教師發(fā)展的三重幻象及破解之道[J].中國(guó)電化教育，2024，（7）：28-34+73.

[6] 崔曉慧，朱軒.轉(zhuǎn)智成慧：智慧教育時(shí)代高職院校智慧教學(xué)的困局與突破[J].職業(yè)技術(shù)，2024，23（6）：55-63.

[7] 魏仙.公立小學(xué)教師的數(shù)字化技術(shù)壓力及其管理對(duì)策研究[D].上海：華東師范大學(xué)，2023.

[8] 蔡連玉，金明飛，周躍良.教育數(shù)字化轉(zhuǎn)型的本質(zhì)：從技術(shù)整合到人機(jī)融合[J].華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2023，41（3）：36-44.

[9] 褚樂(lè)陽(yáng)，王浩，陳向東.面向大語(yǔ)言模型的青少年人工智能教育[J].中國(guó)電化教育，2024，（4）：32-44.

[10] 曹培杰，謝陽(yáng)斌等.教育大模型的發(fā)展現(xiàn)狀、創(chuàng)新架構(gòu)及應(yīng)用展望[J].現(xiàn)代教育技術(shù)，2024，34（2）：5-12.

[11] 中國(guó)教育科學(xué)研究院數(shù)字教育研究所之江實(shí)驗(yàn)室智能教育研究中心.重構(gòu)教育圖景：教育大模型研究報(bào)告（簡(jiǎn)版）[EB/OL].https：// mp.weixin.qq.com/s/kJy-8JcA9Q9cRRTkCAOq7g，2023-12-08.

[12] 尹西明，陳勁，王冠.場(chǎng)景驅(qū)動(dòng)：面向新質(zhì)生產(chǎn)力的數(shù)據(jù)要素市場(chǎng)化配置新機(jī)制[EB/OL].http：//kns.cnki.net/kcms/detail/21.1012.C.20240419.1539.006. html，2024-04-25.

[13] 秦渝超，劉革平，許穎.生成式人工智能如何重塑教學(xué)活動(dòng)——基于活動(dòng)理論的模型構(gòu)建與應(yīng)用[J].中國(guó)遠(yuǎn)程教育，2023，43（12）：34-45.

[14] 蘭國(guó)帥，杜水蓮等.生成式人工智能教育：關(guān)鍵爭(zhēng)議、促進(jìn)方法與未來(lái)議題——UNESCO《生成式人工智能教育和研究應(yīng)用指南》報(bào)告要點(diǎn)與思考[J].開(kāi)放教育研究，2023，29（6）：15-26.

[15] 方海光，舒麗麗，王顯闖.人工智能教育應(yīng)用倫理的核心議題與應(yīng)對(duì)之策[J].中小學(xué)數(shù)字化教學(xué)，2023（7）：30-33.

[16] 肖仰華.生成式語(yǔ)言模型與通用人工智能：內(nèi)涵、路徑與啟示[J].人民論壇·學(xué)術(shù)前沿，2023，（14）：49-57.

[17] 苗逢春.生成式人工智能技術(shù)原理及其教育適用性考證[J].現(xiàn)代教育技術(shù)，2023，33（11）：5-18.

[18] Holmes W，Miao F.Guidance for generative AI in education and research [M].Paris：UNESCO Publishing，2023.

[19] 德勤.亞太地區(qū)生成式人工智能應(yīng)用與監(jiān)管[EB/OL].https：//www2. deloitte.com/content/dam/Deloitte/cn/Documents/financial-services/ deloitte-cn-fsi-acrs-gai-application-and-regulation-in-apaczh-240131.pdf.，2024-04-05.

[20] Brown T B，Mann B，et al.Language Models are Few-Shot Learners [DB/OL]. https：//arxiv.org/abs/2005.14165，2024-08-30.

[21] Wei J，Tay Y，et al.Emergent abilities of large language models [DB/OL]. https：//arxiv.org/abs/2206.07682，2024-08-30.

[22] 桑基韜，于劍.從ChatGPT看AI未來(lái)趨勢(shì)和挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2023，60（6）：1191-1201.

[23] 張民，李俊濤.生成式預(yù)訓(xùn)練模型[J].中國(guó)科學(xué)基金，2021，35（3）：403-406.

[24] 羅錦釗，孫玉龍等.人工智能大模型綜述及展望[J].無(wú)線電工程，2023， 53（11）：2461-2472.

[25] 張華平，李林翰，李春錦.ChatGPT中文性能測(cè)評(píng)與風(fēng)險(xiǎn)應(yīng)對(duì)[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2023，7（3）：16-25.

[26] Guo B，Zhang X，et al.How close is chatgpt to human experts comparison corpus，evaluation，and detection [DB/OL].https：//arxiv.org/abs/2301.07597，2024-08-30.

[27] 趙月，何錦雯等.大語(yǔ)言模型安全現(xiàn)狀與挑戰(zhàn)[J].計(jì)算機(jī)科學(xué)，2024，51（1）： 68-71.

[28] Minaee S，Mikolov T，et al.Large language models：A survey [DB/OL].https：// arxiv.org/abs/2402.06196，2024-08-30.

[29] 趙朝陽(yáng)，朱貴波，王金橋.ChatGPT給語(yǔ)言大模型帶來(lái)的啟示和多模態(tài)大模型新的發(fā)展思路[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2023，7（3）：26-35.

[30] 劉邦奇，聶小林等.生成式人工智能與未來(lái)教育形態(tài)重塑：技術(shù)框架、能力特征及應(yīng)用趨勢(shì)[J].電化教育研究，2024，45（1）：13-20.

[31] 柯清超，米橋偉，鮑婷婷.生成式人工智能在基礎(chǔ)教育領(lǐng)域的應(yīng)用：機(jī)遇、風(fēng)險(xiǎn)與對(duì)策[J].現(xiàn)代教育技術(shù)，2024，34（9）：5-13.

[32] 李寶敏.人機(jī)協(xié)同ChatGPT與智能時(shí)代教師發(fā)展[M].上海：上海教育出版社，2023.10+61-63.

[33] 楊現(xiàn)民，鄭旭東.生成式人工智能重塑教育及教師應(yīng)對(duì)之道[J].中小學(xué)信息技術(shù)教育，2023，（5）：8-10.

[34] 劉遠(yuǎn)杰.場(chǎng)域概念的教育學(xué)建構(gòu)[J].教育學(xué)報(bào)，2018，14（6）：21-33.

[35] 吳堅(jiān)豪，周婉婷，曹超.生成式人工智能技術(shù)賦能口語(yǔ)教學(xué)的實(shí)證研究[J].中國(guó)電化教育，2024，（4）：105-111.

[36] 郭小東.生成式人工智能的風(fēng)險(xiǎn)及其包容性法律治理[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，25（6）：93-105+117.

[37] 教育部.教育部發(fā)布4項(xiàng)行動(dòng)助推人工智能賦能教育[EB/OL].http：// www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2024/2024_zt05/mtbd/202403/ t20240329_1123025.html，2023-03-29.

[38] 楊欣.基于生成式人工智能的教育轉(zhuǎn)型圖景——ChatGPT究竟對(duì)教育意味著什么[J].中國(guó)電化教育，2023，（5）：1-8+14.

[39] 李政濤.ChatGPT/生成式人工智能對(duì)基礎(chǔ)教育之“基礎(chǔ)”的顛覆與重置[J].華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2023，（7）：47-55.

[40] 汪靖，陳恬妮，楊玉芹.思維與調(diào)節(jié)的融合共創(chuàng)：生成式人工智能支持的人智交互過(guò)程與模式研究[J].中國(guó)電化教育，2024，（8）：45-55.

[41] Baumeister， R F，Leary， M R.The need to belong： Desire for inter personal attachments as a fundamental human motivation [J].Psychological Bulletin，1995，117（3）：497-529.

[42] 方海光，孔新梅等.基于共生理論的人機(jī)協(xié)同教育主體合作博弈及其優(yōu)化策略研究[J].電化教育研究，2024，45（1）：21-27.

[43] 宛平，顧小清.生成式人工智能支持的人機(jī)協(xié)同評(píng)價(jià)：實(shí)踐模式與解釋案例[J].現(xiàn)代遠(yuǎn)距離教育，2024，（2）：33-41.

[44] 黎加厚，邢星.數(shù)字化教育資源如何適應(yīng)人工智能時(shí)代——再談如何用好數(shù)字化教育資源[J].人民教育，2024，（6）：42-45.

[45] 黎加厚.生成式人工智能對(duì)課程教材教法的影響[J].課程·教材·教法，2024，44（2）：14-21.

[46] 鄭永和，王一巖，楊淑豪.人工智能賦能教育評(píng)價(jià)：價(jià)值、挑戰(zhàn)與路徑[J].開(kāi)放教育研究，2024，30（4）：4-10.

[47] 中國(guó)教育報(bào).數(shù)字變革助推教育“數(shù)治”升級(jí)——教育治理數(shù)字化與數(shù)字教育治理平行會(huì)議觀察[EB/OL].http：//www.moe.gov.cn/jyb_xwfb/ xw_zt/moe_357/2024/2024_zt02/pxhy/pxhy_szzl/pxhy_szzl_mtbd/202402/ t20240201_1113754.html，2024-02-01.

[48] 周洪宇，李宇陽(yáng).生成式人工智能技術(shù)ChatGPT與教育治理現(xiàn)代化——兼論數(shù)字化時(shí)代的教育治理轉(zhuǎn)型[J].華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2023，（7）：36-46.

[49] 聶小林，張金霞等.智能技術(shù)賦能教育數(shù)字化治理：內(nèi)涵、框架及路徑[J].中國(guó)教育信息化，2024，30（4）：21-31.

作者簡(jiǎn)介：

劉邦奇：教授，院長(zhǎng)，博士生導(dǎo)師，研究方向?yàn)槿斯ぶ悄芙逃龖?yīng)用、數(shù)字化學(xué)習(xí)、教育信息化治理。

聶小林：高級(jí)工程師，碩士，研究方向?yàn)槿斯ぶ悄芙逃龖?yīng)用、教育信息化。

王亞飛：副教授，副院長(zhǎng)，研究方向?yàn)槿斯ぶ悄芙逃龖?yīng)用。

袁婷婷：研究員，在讀博士，研究方向?yàn)榻逃咝袠I(yè)研究。

趙子琪：研究員，研究方向?yàn)槿斯ぶ悄芙逃龖?yīng)用。

張國(guó)強(qiáng)：副教授，研究方向?yàn)橹悄芙逃碚撆c實(shí)踐。

Generative AI Empowering Education： Technical Framework， Application Field and Value

—2024 Intelligent Education Development Research Report

Liu Bangqi1，2， Nie Xiaolin1， Wang Yafei1， Yuan Tingting1，2， Zhao Ziqi1， Zhang Guoqiang1

1.iFLYTEK Educational Technology Institute， Hefei 230088， Anhui 2.School of Educational Technology， Northwest Normal University， Lanzhou 730070， Gansu

Abstract： Generative AI， as the latest breakthrough in artificial intelligence technology and a typical representative of new quality productive forces， injects strong momentum into economic and social development， which is profoundly affecting the field of education and teaching. At present， the educational application of generative AI is still in its infancy. Although the discussion degree is high and the potential is huge， the actual application value has not yet been fully exerted. It is urgent to clarify the key problems of technology application and actively promote the rational application of generative AI in education and teaching. Based on this background， the 2024 Blue Book of Intelligent Education Development systematically combs and studies the referential framework， typical fields and practical values of generative AI in education from the perspective of combining theory with practice. On September 21，2024， leaders of of the Department of Science， Technology and Informatization at the Ministry of Education， leaders of China Association for Educational Technology， consulting experts of educational digital transformation at the Ministry of Education， etc.， officially released the Blue Book at the 6th Intelligent Education Forum jointly held by Northwest Normal University and iFLYTEK. Firstly， this study outlines the connotation， characteristics and application referential framework of generative AI， and analyzes its capabilities in natural language understanding， content generation and logical reasoning. Secondly， the application of generative AI in teaching， learning， evaluation， management and scientific research is described in detail， and the corresponding application strategies are put forward. Finally， the value of generative AI to educational practice is discussed， including the transformation of talent cultivation， educational environment， teaching methods， learning methods， educational evaluation and educational governance. The aim is to provide reference for the developers， applicators and evaluators of the education model to carry out the research and practice of generative AI in education， stimulate more thinking and discussion on how to use generative AI to promote rational application and innovative practice in education.

Keywords： generative AI； intelligent education； technical framework； application field

收稿日期：2024年10月25日

責(zé)任編輯：宋靈青