易“浮”成“嵌”：GenAI賦能大學生數字素養教育的技術困境與紓解方略

摘要：強化大學生數字素養教育已成為高等教育數字化轉型的關鍵議題，雖然生成式人工智能（Generative Artificial Intelligence，GenAI）為其提供了新的機遇和賦能思路，但當前GenAI賦能大學生數字素養教育的過程中仍存在實踐缺位、應用錯位、工具越位等技術困境，兩者的深層次融合方式亟待進一步研究。為此，文章基于嵌入理論，構建了GenAI賦能大學生數字素養教育的理論分析框架，從常見的三類“技術脫嵌”困境入手，有針對性地提出紓解方略，以期為有效發揮GenAI賦能作用切實提升大學生數字素養教育效果提供可參考的解決方案。

關鍵詞：GenAI；大學生；數字素養教育；技術困境；紓解方略

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2025）04—0025—10【DOI】10.3969/j.issn.1009-8097.2025.04.003

《教育強國建設規劃綱要（2024-2035年）》提出，要增強高等教育綜合實力，以教育數字化開辟發展新賽道、塑造發展新優勢[1]。高等教育數字化轉型歸根結底是人的轉型，其最終愿景是賦能學生的學習與發展[2]，而大學生數字素養教育作為助力學生發展的有效抓手[3]，不僅能加快人才培養理念、模式和范式的變革步伐，釋放數字技術推動高等教育內涵式發展的價值潛力，還能助推高校專業教育的發展建設，促動專業教育和數字技術的融會貫通。近年來，GenAI 技術迅速迭代并呈現幾何級數增長，其憑借強大的自然語言理解能力、高質量的文本生成、多樣化的應用場景、可擴展和可定制的功能設置等優勢[4]，既使個性化學習、高質量教學和智慧治理的普及成為可能[5]，也為大學生數字素養教育的現存問題提供了解決方案。但不可忽視的是，在GenAI為大學生數字素養教育的提質增效賦予更多機遇的同時，其賦能過程中仍存在諸多技術困境，亟須進一步探索兩者的深度融合方式，提出具有針對性的紓解方略，以切實助推GenAI之于大學生數字素養教育的蓄勢賦能。

一理論基礎與分析框架

為探索GenAI與大學生數字素養的深入融合方式，實現有效賦能，本研究基于技術嵌入理論構建了GenAI賦能大學生數字素養教育的理論分析框架。1985年，Granovetter[6]將經濟學領域的“嵌入”概念加以拓展，提出嵌入理論的分析框架。在該分析框架中，“脫嵌”與“內嵌”（互嵌）作為一組對立概念，用于描述不同物體、體系之間的相互關系和運作狀態[7]。2007年，Volkoff等[8]意識到技術之于社會組織結構、治理方式和制度機制的重大影響，首次提出技術嵌入理論，揭示了技術應用引發組織制度變革的全過程。其認為，技術嵌入組織制度，能夠使組織制度的構成要素以客觀物質的形式而存在，并引發組織要素內部及組織之間相互關系的變革。在技術嵌入理論中，“技術脫嵌”和“技術互嵌”是關于技術與組織制度融合程度的相對概念，“技術脫嵌”是指將技術從既有組織制度及其內部要素之中剝離出來，使其不再作為組織體系鏈條中的重要一環且無法發揮應有的效能；“技術互嵌”則強調技術有機融入組織制度及其內部諸要素之中，這一變革既是物理層面的要素整合，也涉及技術與組織制度機理、要素結構和運行邏輯的深度融合[9]。GenAI是具備卓越語言理解技能和知識生成能力的技術工具，有效地應用GenAI可以極大地賦能大學生數字素養教育。然而本研究團隊經由調研發現，當前在GenAI賦能大學生數字素養教育的過程中仍然存在“懸浮”現象，兩者結合不夠深入，賦能潛力尚未充分發揮。為此，本研究細致剖析導致“懸浮”現象的三類“技術脫嵌”困境，并從數字學習、數字教學、數字課程、數字倫理四個方面的深入“互嵌”角度提出破解困境的紓解方略，理論分析框架如圖1所示。

GenAI的“脫嵌”是指該技術的應用與大學生數字素養教育的目標和實際需求脫節，且彼此之間欠缺有效的協調整合，使GenAI未達到預期的賦能效果，從而引發實踐缺位、應用錯位和工具越位三類“技術脫嵌”困境的出現。其中，“實踐缺位”是指GenAI在大學生數字素養教育的實踐場域中缺乏應用，諸多高校對其功能存疑且持消極態度，故而采用傳統的數字素養教育模式；“應用錯位”意指一些高校將GenAI淺顯地植入大學生數字素養教育中，使其難以與學生的個性化數字需求相匹配，僅割裂式地聚焦大學生數字素養教育流程中的某一結構要素；“工具越位”則指GenAI在大學生數字素養教育中的強勢介入與過度使用，使數字技術的工具理性凌駕于數字素養教育的價值理性之上，呈現技術僭越而“以教育人”價值退卻的樣態。以上三類“技術脫嵌”困境本質上均為“懸浮”，即在GenAI應用于大學生數字素養教育的過程中，其功能和效用浮于表面，無法有效貼合數字素養教育實踐，導致兩者之間出現相互割裂的現象[10]。由此，大學生數字素養教育便難以實現全流程、全系統、全要素的轉型升級與效能增值，GenAI的技術賦能力量亦難以彰顯。為紓解技術“懸浮”之困，需要探求GenAI賦能大學生數字素養教育的最優解——互嵌，即通過數字學習、數字教學、數字課程、數字倫理四大要素的系統集成、協同推進和互補融通，以實現技術、業務、流程和人本層次的全面升級迭代與形態重塑[11]。

二懸浮：GenAI賦能大學生數字素養教育的“技術脫嵌”困境

毋庸諱言，GenAI能夠為大學生數字素養教育提供便利和機遇，但倘若GenAI的應用僅浮于淺表，無法與大學生數字素養教育的價值內核相契合，就會形成“技術脫嵌”困境，即“懸浮”。本研究通過實地觀察和訪談的形式，對上海市10所高校GenAI賦能大學生數字素養教育的實踐情況進行了調研，以了解管理者及師生對于GenAI賦能大學生數字素養教育的看法。調研發現，當前絕大部分高校的數字素養教育存在“懸浮”現象，其中一部分高校由于主觀否定GenAI的應用優勢抑或過于依賴傳統培養模式，故未在數字素養教育中應用該技術工具；一部分高校由于技術應用不到位，因而無法滿足數字素養教育的需要和學生的個性化需求；雖鮮有高校過度使用該技術工具，但因其所致的違背教育教學規律、引發數字輿論風險等問題不容忽視——此三者即“實踐缺位”“應用錯位”和“工具越位”三類“技術脫嵌”困境。

1 實踐缺位：教育與技術沖突對立，GenAI優勢難以彰顯

在技術批判理論視野下，GenAI的技術“底色”未曾發生改變[12]，但其在賦能大學生數字素養教育的過程中卻可能加速技術異化，激化教育與技術之間的沖突對立，進而導致“實踐缺位”。就本研究而言，“實踐缺位”是指因持有“技術威脅論”“技術風險論”等觀點，對在大學生數字素養教育中使用GenAI持懷疑態度，使該技術在數字素養教育實踐中處于“缺場”和“失語”狀態，具體表征為：①對GenAI應用優勢的主觀否定。“技術威脅論”主張GenAI的應用不僅會消弭大學生數字素養教育的效果，還會衍生一系列負面問題，如大學生數字學習主體性、創造性和建構性的遮蔽與式微，師生數字教學交互關系的疏離等[13]，嚴重的甚至還會誘發高等教育的合法性危機。通過對部分高校的實地調研，本研究發現在數字素養教育實踐中，大部分高校管理者和專業課教師持有該觀點，這折射出其尚未廓清GenAI之于數字素養教育的正向效用。該觀點不僅會阻滯GenAI在數字素養教育中發揮實質效能，還有悖于數字素養教育的初衷。②對傳統培養模式的路徑依賴。囿于GenAI的濫用、誤用和錯用而引發的“技術風險論”愈演愈烈，有研究者認為GenAI可能誘發“教學過程固定化風險”，即教師過度依賴GenAI給出的教學計劃，使教學失去應有的生成性和體驗性，教師的教學機智和教學藝術走向衰弱[14]。事實上，本研究團隊經由調研發現，大部分高校為規避技術風險，仍以“一師一板一課堂”為依規，沿循舊有的數字素養教育模式。長此以往，就會形成過度的路徑依賴，既會加劇“實踐缺位”，也會造成學生數字批判性思維、數字創新意識和數字實踐技能等核心素養的缺失或弱化。

2 應用錯位：教育與技術結構斷裂，GenAI應用流于形式

技術的本質是“被捕捉并加以利用的現象的集合”[15]，支撐每項技術產生的先決條件是對現象的發現、捕捉與利用。有研究者指出，技術本身就蘊含在教育過程或活動之中，兩者是深層的共生互動、生態耦合關系[16]。研判技術應用是否有效的邏輯起點就是考量技術的應用是否蘊含教育現象并符合教育規律，否則將造成“教育-技術”結構的斷裂，使技術應用流于形式，進而產生“應用錯位”問題。就本研究而言，“應用錯位”是指GenAI在大學生數字素養教育中的機械移植和簡單鑲嵌，未觸及“以教育人”的本源價值，具體表征為：①GenAI的應用無法滿足數字素養教育的需要。通過與不同層次高校的管理者開展深度訪談，本研究發現一部分高校在高等教育數字化轉型的背景下，高度重視技術基礎設施的發展建設，且愈來愈多的高校正在探索如何將GenAI融入高等教育課程教學之中。然而，受制于部分教師數字素養水平不高、數字認知與實踐不一、技術資源利用能力不足等原因[17]，即使專業課教師普遍認可GenAI在教育教學中的價值潛力，但其滯后的數字能力無法將認知轉化為實踐行動，由此造成了數字資源的高投入、低回報和數字素養教育的缺失。②數字素養教育無法應對學生的個性化需求。大學生數字素養是包含知識、技能、特質、態度、倫理等要素的數字能力體系[18]，強調學生應具備搜尋、查閱、歸納和整合數字信息的認知與技能。考慮到高等教育的學科門類、專業類型眾多，因而需要依據學科差異和專業屬性來開展大學生數字素養教育。但研究團隊在對專業課教師進行訪談之后發現，很多教師由于存在對GenAI理解失之偏頗、不夠深入，抑或自身精力有限等問題，因此普遍采用常規且相似的單一教育模式，鮮少針對學科特點、學生特質和發展需求開展差異化的數字素養教育。其后果是技術應用流于形式、浮于淺表，數字素養教育遲滯于“教到學”的線性態和“一對多”的程式態，難以發揮GenAI對大學生數字素養教育的賦能優勢。

3 工具越位：教育與技術主客倒置，GenAI隱憂層見疊出

技術賦能教育的價值邏輯是通過發揮技術優勢來解決教育問題，而現實痛點是持續迭代的技術正演變為教育發展和變革的阻力[19]。功利化的“工具導向”和“工具思維”使教育與技術主客倒置，即以技術為代表的“工具理性”和“技術邏輯”在教育場域占據上風，出現“工具越位”問題。就本研究而言，“工具越位”是指GenAI過度嵌入大學生數字素養教育，使創造性、育人性、道德性的人才培養旨歸異化[20]，數字素養教育的價值軸心發生位移和偏離，呈現“技術至上”的邏輯樣態，引發諸多風險隱患，具體表征為：①違背教育教學規律。當前，學界普遍強調發揮GenAI對高等教育的賦能優勢，諸多高校亦積極研發各類數字技術工具來助推高等教育的多維變革。而研究團隊經過調研發現，盡管GenAI對大學生數字素養教育乃至其他方面大有裨益，但不恰當的使用會擠壓學生的學習想象力和思考現實問題的能力，使其成為被GenAI裹挾的知識填塞容器，并極易削弱其對數字信息進行深入評估和研判的慣習，侵蝕其質疑“標準答案”真偽性和有效性的能力。當然，也有少量受訪者提到GenAI在數字素養教育中的過度使用會致使學生數字創新思維、批判性思維漸趨退化，長此以往，學生可能會淪為GenAI的附庸，陷入工具理性僭越價值理性的泥潭。②引發數字輿論風險。由于GenAI的內容生成過程仍是難以洞悉的“黑箱”，無法追溯并挖掘完整的算法邏輯鏈條，故其生成的內容缺乏可靠性與透明度，極易衍生誤導性信息。如同本研究中的小部分受訪教師所述，GenAI所提供的虛假信息一旦被無批判性地接受和傳播，就可能會對學生的認知發展和思維架構造成負面影響，甚至引發數字道德輿論的混亂，危及數字社會的倫理基石[21]。這顯然偏離了數字素養教育的內核要義，背離了“以教育人”的價值旨歸，甚至可能導致“數字凸顯，育人凹陷”的畸形發展。此外，“技術至上”的邏輯路向還會使數字素養教育缺失人文向度和價值理性，這與教育的初衷背道而馳，勢必會阻礙大學生數字素養教育效果的提升。

三互嵌：GenAI賦能大學生數字素養教育技術困境的紓解方略

承前所述，倘若難以平衡教育與技術之間的關系，GenAI賦能數字素養教育就會衍生出“實踐缺位”“應用錯位”“工具越位”的負面效應。故此，唯有廓清技術之于教育的賦能邊界和作用機理，聯合各利益相關者共同推進，才能實現GenAI與大學生數字素養教育的“互嵌”。基于此，本研究從數字學習、數字教學、數字課程和數字倫理四大維度著手，提出GenAI賦能大學生數字素養教育技術困境的紓解方略。

1 挖掘潛在賦能優勢，錨定“學生為本”數字學習導向

Bourdieu等[22]將“場域”定義為“位置之間客觀關系的一個網絡或構型”，認為場域是行動者之間權力博弈的場所。場域內部的權力制衡和資本供給決定了其發展演變的趨勢[23]，高等教育場域亦是如此。在傳統教育時代，高等教育場域的權力主體是學校和教師。進入數字時代，隨著GenAI嵌入高等教育場域，以往占據絕對主導地位的學校和教師逐漸讓位于學生，技術本身也日益崛起為新的權力主體，教學由“師-生”模式轉變為“生-師-機”一體化模式。然而本研究團隊通過調研發現，當前大部分高校尚未意識到GenAI之于大學生數字素養教育的價值所在，對其持有主觀懷疑態度或沿襲舊有培養模式；還有部分高校因對GenAI使用不當而難以滿足數字素養教育的需要，難以回應學生的個性化學習訴求。為解決上述問題，應在高等教育場域中充分挖掘GenAI的潛在價值，恰當地使用并發揮其賦能優勢，將其視作大學生數字學習的有效工具。

一方面，應緊隨GenAI與高等教育深度融合的發展浪潮，積極恰當且創新性地使用GenAI。具體來說：①GenAI的嵌套式應用賦能數字學習。教師應先依托自適應學習技術，捕捉、采集、整合和剖析學生的數字學習數據；再針對專業的異質性特點，圍繞核心知識主題和關鍵技能單元，利用GenAI為學生定制智能培育畫像并繪制知識圖譜，以明晰不同學生的學習優勢與短板。在此基礎上，將GenAI作為輔助工具用于核心知識和技能的深度學習過程之中，通過智能化推薦與個性化學習指導，提升學生的學習成效。②GenAI的遞歸式應用助力數字學習。教師應基于某一數字學習問題的性質特點、難易程度，發揮GenAI的“大計算+新數據+強融合”優勢，精準透析隱匿于問題背后的復雜邏輯結構和內在機理。通過智能算法，將復雜問題逐級解構，轉為一系列簡易化、可操作、程序性的子問題序列，引導學生依循由易及難、由淺入深的思維邏輯路徑，逐步達成數字學習目標。③GenAI的螺旋式應用助推數字學習。教師應利用GenAI向學生提供某一問題的解決范例，或借助該工具向學生“投射”具有挑戰性的專業領域問題，激發學生的探索欲與創新能力。例如，計算機類專業教師既可以依托GenAI提供的典型編程代碼，幫助學生深入理解并歸納不同編程語言的語法規則與應用技巧；也可以鼓勵學生自主探尋并嘗試解決具有挑戰性的編程問題，將個人解答方案與GenAI所提供的參考答案進行比較，通過剖析不同答案的異同和優劣，促進其對關鍵信息的深度整合、靈活遷移與創新應用，從而全面提升數字學習效能。

另一方面，應發揮學生在數字學習中的主體地位，幫助學生逐漸從“規訓被動”過渡到“積極主動”再到“智慧能動”。具體來說：①激發學生的數字學習主體意識。高校應積極開展“GenAI助力大學生學習與科研參與”的通識課程、專題學術沙龍和經驗分享會等系列活動，揭示GenAI的工作原理并使學生深入理解GenAI的應用潛力和價值；教師應激發學生的數字學習主體意識，使學生在認知層面上樹立正確的技術應用理念，知曉GenAI服務于數字學習的工具屬性[24]。②挖掘學生的數字學習潛能。教師應在日常教學中借助實例演示和操作指導有意識地講授GenAI的技術原理與應用策略，幫助學生高效利用人工智能技術開展學習活動；學生應主動探索，利用GenAI豐富數字學習體驗，并學會識別和規避GenAI的潛在風險，逐漸掌握高階學習策略。③積極探索GenAI的拓展性學習功能。學生應樂于、敢于并善于向智能機器發問，在“生-機”持續的互動中構建起邏輯緊密的思維鏈條，最終實現向“智慧能動”學習狀態的跨越。

2 強化數字教學交互，打造“多維一體”協同教學模式

隨著數字技術與高等教育的不斷縱深融合，GenAI逐漸成為撬動大學生數字素養教育效果提升的關鍵支點[25]。數字教學是大學生數字素養教育的重要一環，若以Habermas的主體間性視角加以審視，那么“智能體不再是被動的客體”[26]，人也不再是數字教學活動唯一的出發點和目的地。質言之，數字教學已不是教師借助GenAI做出的工具行為，而是“生-師-機”之間的交往行為，即“一種人類智慧與人工智能間的溝通行為”[27]。盡管如此，本研究團隊調研發現，大部分高校的數字教學仍沿襲傳統模式，要么存在教師“一言堂”“灌輸式教學”等舊有頑疾，要么出現“用新技術走老路”問題。即使部分高校已在數字素養教育中應用GenAI，也存在難以滿足數字素養教育需要、學生的個性化需求等現象。同時，雖然當前鮮少有高校在數字教學中過度使用GenAI，但隨著社會各行各業對GenAI技術的關注和應用越來越多，“技術至上”傾向仍需警惕，該傾向將導致教師角色式微，學生批判性思維、創新意識弱化，易誘發數字道德輿論風險。為破解上述困境，亟需覓求數字素養教育與GenAI技術之間的平衡點，探索全鏈條、開放式、數字化的協作教學模式，架構“生-師-機”三者之間的交互協同環鏈。

一方面，應在教師、學生和GenAI的互促融合中激活大學生數字教學的動能與勢能。具體來說：①創設富含情感溫度的數字教學交互場域。教師應意識到數字教學早已超越了傳統物理空間內單向度、直線性的“講授”模式，須創建“教”與“學”緊密契合的教學交互場域，充分利用GenAI的即時反饋與個性化推薦功能，定制更符合學生數字需求的教學內容，并根據學生的學習情況及時調整，給予個性化的指導。②強化教師在數字教學中的角色定位。教師應深刻理解自身的角色嬗變，不僅要掌握運用GenAI輔助教學的能力，更要思考如何利用這些技術，結合自身學科、專業特點來優化數字教學內容和教學方法，以最大化地發揮GenAI在提升教學質量、效率及個性化學習體驗方面的潛力。例如，通過GenAI分析學生的學習數據，精準識別學習重點和難點，有的放矢地開展數字教學。③推進數字教學培養重心的轉向。教師應在數字教學中采用大單元、主題化、項目化的教學方式，以GenAI所提供的創意觀點為參考，通過組建虛擬學習小組、配置智能學伴等方式，促使教師、學生和GenAI進行深度交互研討。例如，可圍繞特定主題，利用GenAI輔助解構復雜的教學任務，探索創新的數字教學模式。同時，教師應在數字教學活動中著重培養學生的創新思維和問題求解能力，通過GenAI創設的沉浸式、具身式、情景式的學習場景，增強學生的學習體驗，促進其認知邊界的拓展和思維深度的飛躍。

另一方面，應架構“生-師-機”三者的交互協同環鏈，搭建數字教學交互關系網絡。具體來說：①充分利用并優化數字教學的基礎設施和技術資源。高校應激活GenAI賦能數字教學革新的技術引擎，將其深度融合至現有的數字教學體系中，實現數字教學模式的創新與升級。例如，高校應為師生提供適合本校教、學及管理的GenAI工具并與原有系統平臺、教學資源等深度融合，及時有效地收集、分析教與學的數據，以便于師生借此優化教與學活動。②提供寬口徑、異質性的數字教學內容。教師應借助GenAI的模型參數優勢，充分發揮GenAI的“大腦延伸”功能[28]，為學生提供多樣化、定制式的個性選擇。例如，在人文社科領域，教師應借助GenAI生成具有啟發性、批判性及育人性的對話內容，以點帶面地拓展學生的數字知識空間、數字思維能力邊界，根據學生特點提供適切的關鍵知識點以促進學生認知提升。③搭建“多維一體”的數字教學交互場景。教師應借助適當的數字教學策略，利用GenAI模擬不同的現實場景，通過創設模擬實驗和仿真體驗，激發學生的問題求解意識與實踐操作能力[29]，實現學生認知和技能的全方位培養。例如，理工科專業的教師可借助GenAI技術打造真實可感、虛實融合的教學情境，選取并開發具有實操性、技能指向性的教學資源，側重于培養學生的數字創新理念、數字資源應用意識、數字問題解決思維以及數字信息整合能力，使GenAI成為學生學習和科研參與的有效工具，促進數字教學交互關系網絡的持續優化與良性循環。

3 順應知識生產變革，塑造“技術賦能”數字課程體系

Gibbons等[30]基于知識生產情境和主體的變化，提出了超越學科邊界的知識生產模式2，以區別于昔日以學科為中心的知識生產模式1。而隨著技術發展的日新月異，知識生產模式2中密集的尖端人才和先進的組織架構為新型知識生產工具的迭代培植沃土，孕育出了ChatGPT、DeepSeek等GenAI技術[31]。同時，GenAI技術的涌現亦將變革既有的知識生產模式，不斷突破“人”這一知識生產主體的范疇和邊界[32]，使技術在高等教育場域中扮演重要角色，并成為大學生知識學習、科研參與的賦能工具。在此背景下，GenAI嵌入數字課程，也勢必成為大學生數字素養教育的嶄新路徑和未來趨向。但調研發現，受教師數字素養參差不齊、GenAI應用流于形式及使用不當等因素的疊加影響，即使部分高校在數字課程中使用了GenAI，但其對傳統教育模式過于依賴、難以滿足數字素養教育的需要和學生的個性化需求等問題依然凸顯。為紓解上述問題，亟需順應知識生產變革，促進“課程”和“數字”在功能層面的耦合，塑造“課程+數字”的培養體系。

一方面，應以提升高校教師的數字素養為首要之義，塑造“技術賦能”的培養課程體系。具體來說：①建立健全高校教師數字素養培育及其測評機制。國家應著力打造高校教師數字素養培育的多元平臺，設置一系列重點項目來支持高校教師數字素養的培育、測評、反饋和提升等。同時，應為高校教師數字素養的培育釋放政策紅利，為該群體制定《高校教師數字素養標準》并編制《高校教師數字素養水平測度報告》，將高校教師的數字素養培育及評價納入專業發展和績效測評范疇之中。②對高校教師群體開展精準培養。高校應依據現行的《教師數字素養》標準，為高校教師構建一套完善的數字素養培育體系，包括智慧教學、智能評價、GenAI技術的應用等。具體而言，高校應重點組織教師參加基于真實課程情境的GenAI技術應用培訓，使教師掌握必要的數字工具和授課技能；打造并推廣基于典型案例的數字素養混合研訓模式，促進“課程”與“數字”的深度融合，培養一支具備數字意識、技能、特質、態度和倫理的優質高校教師隊伍。③借助GenAI逐步完善數字課程體系內容。教師應主動適應并積極采用新技術工具，設計融合“課程”與“數字”元素的授課內容。通過GenAI的智能分析、內容生成等功能，豐富和完善數字課程體系的知識結構，使課程內容更為飽滿豐實。此外，教師還應摒棄一以貫之的傳統教育模式，不斷探索“課程+數字”的創新模式，為學生提供更加優質、高效的數字化課程體驗。

另一方面，應塑造“課程+數字”培養體系，構建“數字素養+學科專業”的培養共同體。具體來說：①開設與各學科、專業相關的GenAI課程和講座。高校應追隨GenAI的發展步伐，動態優化各學科、專業的培養方案，開設與之緊密關聯的專業課程和系列講座。這些課程應聚焦“GenAI如何賦能專業課程學習”，依托具體案例和策略展示其在數字課程中的應用，確保學生對其理論和實踐技能的全面掌握。②將數字素養教育嵌入專業課程內容之中。教師應結合各學科、專業的異質性特點和課程屬性，將數字知識、數字技術原理和數字技能訓練融入專業課程實踐中。例如，教育學專業的教師可借助GenAI的對話功能，基于包含課程大綱、教學標準和教材內容的豐富知識庫，提出“如何在教育學專業核心課中滲透數字知識和能力”的需求。此時，GenAI會對知識原料進行過濾、提煉、加工，為教師提供定制化的課程項目計劃和實施方案；教師則需對上述“答案”進行反思質疑和驗真除錯，并將符合教育教學規律且合乎實踐法則的方案付諸數字課程實踐。③架構不同學科、專業之間的在線學習共同體。學生可依據GenAI所提供的內容分析和解答方案，汲取靈感、提取精華，為個性化、協作式和跨學科學習創造條件。具而言之，學生可通過參加跨學科數字課程的互動研討，與來自不同學科背景的同學和教師共同探究數字議題、分享見解，學會跨越學科界限，通過多元視角審視問題，逐漸形塑開放包容的心智結構和認知思維，最終提升自身的跨學科素養、批判性思維和創新能力。

4 遵循數字倫理準則，架構“雙向驅動”治理評價機制

“雙向驅動”治理評價機制發軔于美國考試服務中心所提出的證據中心設計（Evidence-Centered Design，ECD）理念[33]。該治理評價機制依循自上而下的理論驅動和自下而上的數據驅動原則：前者基于理論模型的構建，明確多元維度、各級指標、核心要素等，并以此制定多模態數據的采集框架；后者則借助前沿智能技術，精準識別、捕捉、提取和分析能反映特定評價主體的行為數據，綜合應用關聯規則、神經網絡、深度學習等分析技術，建立數據指標與網絡行為之間的映射關聯并據此構建治理評價模型，為高校、教師和學生提供可視化反饋[34]。此類技術嵌入式的治理評價機制具有個性化、即時性和智能感特質，能夠為大學生數字素養評價提供充分的證據支撐。調研發現，不同高校對GenAI的理念定位、應用模式和使用限度等存在殊異，雖然目前鮮少有高校在數字素養教育中過度使用GenAI，但由此導致的“違背教育教學規律”“引發數字輿論風險”等負面影響卻不容小覷。因此，迫切需要架構“雙向驅動”的治理評價機制，以切實推進大學生數字倫理水平的提升。

一方面，為提升大學生的數字倫理水平，國家相關部門、高校、科研機構、教師等主體應攜手合作，充分發揮生成人工智能的潛力。具體來說：①制定“大學生使用GenAI”的倫理規范和管理準則。國家相關部門應針對GenAI的廣泛應用，明確數字倫理的核心原則、行為要旨及GenAI使用的倫理邊界，為大學生提供清晰的倫理指引。同時，構建基于GenAI的數字倫理評價理論分析模型，以更為科學地評估學生的數字倫理行為表現。②與GenAI研發公司開展密切協作。高校、科研機構應與GenAI研發公司共同研發嵌入數字倫理評價功能的GenAI技術系統，自動采集、分析學生的網絡行為數據，并根據預設的倫理評價維度、指標、要素，對學生的數字倫理表現進行實時評估，以及時發現并糾正學生的數字倫理失范行為，有效降低不良行為的發生概率。③加強大學生數字倫理的伴隨式評價。教師應在課程教學中利用GenAI持續監測學生的網絡行為，及時捕捉、采集和分析相關數據，不斷豐富和完善大學生數字倫理評價的理論框架，揭示學生數字倫理的發展變動趨勢，對基于GenAI的數字倫理評價理論分析模型進行動態微調和優化，確保評價體系的時效性和準確性。

另一方面，應發揮GenAI、大數據、區塊鏈、物聯網等技術工具的綜合效能，為學生數字倫理行為數據的挖掘、錨定、獲取、分析和追蹤全過程評價鏈條奠定證據基礎。具體來說：①廣泛采集學生的多模態數據。高校應深度挖掘GenAI技術工具的應用潛力，廣泛系統地采集學生的多模態網絡行為數據，包括對話文本、檢索及瀏覽記錄等，以對學生數字倫理進行“過程式”監管和“動態式”評價，處理并解讀“動態+靜態”和“顯性+隱性”的數據資料[35]，挖掘并剖析隱匿在多模態數據背后的網絡行為屬性，繼而準確研判學生的網絡行為是否符合數字倫理準則，同時將評價結果及時、可視化地反饋給相關方。②為學生布置多類態、多形式的數字倫理測評任務。教師應在開展課程教學活動時，穿插布置富有情境化、真實性的數字倫理測評任務，如依托GenAI為學生創設“真實可感”的數字環境，使學生在“虛實結合”的情景中做出行為選擇，隨后對學生的數字倫理水平進行量化賦值評價；抑或借助GenAI編制具有針對性的數字倫理典型例題，引導學生就例題充分地交流討論、互動協作，培養學生的數字合作意識、批判性思維和創新能力；此外，還可以通過剖析學生與GenAI之間的對話文本，精準捕捉關鍵信息，進一步測度學生的數字倫理水平。③對學生的網絡行為“軌跡”開展精準追蹤與錨點定位。教師應充分利用GenAI的強大分析功能，結合定性與定量評價范式，借助非數值化的信息資料來定義、概括和判斷學生的網絡行為屬性。當GenAI系統檢測到學生的數字倫理失范行為時，應立即根據預設的數字倫理準則進行細致對照，及時給予學生提醒和警告。隨后，依據GenAI生成的可視化智能圖譜，對學生的網絡行為進行實時追蹤和定期反饋，確保數字倫理評價的有效性和及時性。

四結語

在高等教育數字化轉型浪潮的推動下，大學生數字素養教育成為促進學生學習與發展、提升數智時代人才培養質量與規格的關鍵抉擇。雖然GenAI是賦能大學生數字素養教育的有效舉措，但調研結果表明，當前其賦能實踐中仍存在“實踐缺位”“應用錯位”“工具越位”三類“技術脫嵌”困境，即“懸浮”。為紓解技術“懸浮”之困，實現GenAI之于大學生數字素養教育的“互嵌”，本研究圍繞數字學習、數字教學、數字課程和數字倫理四個維度給出了紓解方略。未來，相關研究者還應運用實證分析手段，對這一方略的實施開展科學研究：首先，探析GenAI賦能大學生專業課程學習的實然成效，為檢驗GenAI在數字課程中的應用效能提供實證理據；其次，進一步探究GenAI應用與大學生數字批判思維、創新素養和深層學習之間的關聯機制，為提升跨學科數字課程的授課質量和培養數智時代的高階人才提供可行路徑；最后，挖掘GenAI賦能大學生數字課程的典型案例，并據此提煉出關鍵要素、組織流程和邏輯架構，以優化并推廣GenAI在數字課程中的應用模式。

————————

參考文獻

[1]中華人民共和國中央人民政府.中共中央國務院印發《教育強國建設規劃綱要（2024-2035年）》[OL].

lt;https：//www.gov.cn/gongbao/2025/issue_11846/202502/content_7002799.htmlgt;

[2]韓錫斌，陳香妤，刁均峰，等.高等教育教學數字化轉型核心要素分析——基于學生和教師的視角[J].中國電化教育，2022，（7）：37-42.

[3][18][35]徐國興，孔新宇，管佳.數字融合背景下大學生數字素養培育：模型與路徑[J].中國電化教育，2024，（2）：53-60.

[4]中國青年報.關注人工智能賦能教育話題第三屆清華高等教育論壇開幕[OL].

lt;https：//www.tsinghua.edu.cn/info/1182/113633.htmgt;

[5]宋萑，林敏.ChatGPT/生成式人工智能時代下教師的工作變革：機遇、挑戰與應對[J].華東師范大學學報（教育科學版），2023，（7）：78-90.

[6]Granovetter M. Economic action and social structure： The problem of embeddedness[J]. American Journal of Sociology， 1985，（3）： 481-510.

[7]楊冬.脫嵌與內嵌：智慧工程教學的現實困境與推進策略——基于技術嵌入理論[J].高校教育管理，2024，（1）：33-46、69.

[8]Volkoff O， Strong D M， Elmes M B.Technological embeddedness and organizational change[J]. Organization Science， 2007，（5）：749-883.

[9]嚴雪雁.ChatGPT技術的風險解構、防范措施及其治理范式轉型——基于“嵌入-脫嵌”互動視角的分析[J].武漢科技大學學報（社會科學版），2024，（2）：61-74.

[10]王云龍.“技術懸浮”：鄉村數字治理的實踐困境及其應對——基于云南省H縣的經驗考察[J].西北民族大學學報（哲學社會科學版），2024，（1）：125-137.

[11]袁小平.“鑲嵌”與“脫域”——對格蘭諾維特鑲嵌觀的再認識[J].南通大學學報（社會科學版），2014，（6）：116-120.

[12]郭順峰，李光，鄒紅軍.ChatGPT引發的“以人為師”合法性危機與應對——基于技術批判理論視角[J].電化教育研究，2023，（11）：28-35.

[13]Clarke B， Rossini M. The Cambridge companion to literature and the posthuman[M]. New York： Cambridge University Press， 2016：153.

[14]周洪宇，李宇陽.ChatGPT對教育生態的沖擊及應對策略[J].新疆師范大學學報（哲學社會科學版），2023，（4）：102-112.

[15]（美）布萊恩·阿瑟著.曹東溟，王健譯.技術的本質[M].杭州：浙江人民出版社，2014：53.

[16][19]陳曉珊，戚萬學.“技術”何以重塑教育[J].教育研究，2021，（10）：45-61.

[17]方海光，舒麗麗，王顯闖，等.生成式人工智能時代教育數字化轉型的可能與可為——基于對Sora的思考[J].國家教育行政學院學報，2024，（4）：69-75.

[20][25]黃蓓蓓，宋子昀，錢小龍.生成式人工智能融入高等教育生態系統的風險表征、預警及化解[J].現代教育技術，2024，（5）：16-26.

[21]王天民，鄭麗麗.ChatGPT賦能思想道德教育的風險及對策[J].自然辯證法研究，2023，（8）：131-137.

[22]BourdieuP， Wacquant J D L. An invitation to reflexive sociology[M]. Chicago： University of ChicagoPress， 1992：97.

[23][27][32]余暉，朱俊華.算法時代嵌入技術變革的教育權力關系重構[J].教育研究，2023，（11）：29-41.

[24]戴嶺，趙曉偉，祝智庭.智慧問學：基于ChatGPT的對話式學習新模式[J].開放教育研究，2023，（6）：42-51、111.

[26]（以）尤爾瓦·赫拉利著.林俊宏譯.未來簡史[M].北京：中信出版社，2017：353.

[28]沈書生，祝智庭.ChatGPT類產品：內在機制及其對學習評價的影響[J].中國遠程教育，2023，（4）：8-15.

[29]沈超.ChatGPT：助力高等教育變革與創新型人才培養[J].國家教育行政學院學報，2023，（3）：13-16.

[30]Gibbons M， Limoges C， Nowotny H， et al.The new production of knowledge： The dynamics of science and research in contemporary societies[M]. London： Sage Publication， 1994：3.

[31]陳曉珊，戚萬學.知識機器生產模式與教育新隱喻[J].教育研究，2023，（10）：33-43.

[33]Mislevy RJ， Almond R G， Lukas J F. Abriefintroductiontoevidence-centereddesign[J].ETSResearch Report Series，2003，（1）：1-29.

[34]朱莎，楊灑，李嘉源，等.智慧課堂情境的課程核心素養評價范式[J].開放教育研究，2024，（1）：83-88.

Changing “Suspension” into “Inter-embedding”： Technical Dilemma and Mitigation

Strategy for GenAI to Enable Digital Literacy Education for University Students

GUAN Jia1KONG Xin-Yu2XU Guo-Xing2[Corresponding Author]JIANG Hao-Zhe3

（1. Center for Educational Technology and Resource Development， Ministry of Education （National Center for Educational Technology）， Beijing， China 100031; 2. Institute of Higher Education， East China Normal University， Shanghai， China 200062; 3. College of Education， Zhejiang University， Hangzhou， Zhejiang， China 310058）

Abstract：Strengthening university students’ digital literacy education has become a key issue in the digital transformation of higher education. Although Generative Artificial Intelligence （GenAI） provides new opportunities and empowerment solutions for this， there are still technical dilemmas such as practical gaps， application dislocations， and tool overreaches in the process of GenAI enabling university students’ digital literacy education， and the deep integration mode of the two needs to be further studied. Therefore， based on the embeddedness theory， this paper constructed a theoretical analysis framework for GenAI empowering university students’ digital literacy education， and started with three common “technology decoupling” dilemmas， and put forward targeted mitigation strategies， in order to provide a reference solution for effectively leveraging the empowerment role of GenAI and validly improving university students’digital literacy education effect.

Keywords： GenAI; university students; digital literacy education; technical dilemma; mitigation strategy

————————

*基金項目：本文為2023年度國家自然科學基金面上項目“拔尖本科生專業學習規律及培優策略研究”（項目編號：72374072）、2022年度教育部人文社科一般項目“拔尖本科生培養體系優化策略的理論與實證研究”（項目編號：22YJA880067）的階段性研究成果。

作者簡介：管佳，副研究員，碩士，研究方向為教育信息化、教育管理，郵箱為694423212@qq.com。

收稿日期：2024年10月24日

編輯：小時