观点丨周洪宇等：生成式人工智能有效推动了人才培养标准的转向

中关村互联网教育创新中心 · 公众号 · · 2024-11-26 11:42

正文

新技术在教育领域中的应用，往往是先有其事，后有其名，再有其学；常常是先有技术，后有制度，再有思想。审视当下的教育生态，以ChatGPT为代表的生成式人工智能正在介入教育领域，引发教育的变革。为了更好地应对生成式人工智能在教育领域中应用的机遇和挑战，我们要从技术、制度等层面出发，把握好生成式人工智能在教育领域中应用的形态转换和演进逻辑。

技术层面的冲击与回应

生成式人工智能在教育领域中的应用

毫无疑问，生成式人工智能在教育领域中具备巨大的应用潜力，但从生成式人工智能当前展现的功能来看，尚无法满足正常的教育教学场景的需要。生成式人工智能更多的是让我们洞见未来教育的可能性，一种作为争议性的、变革性的、辅助性的、缓慢性的教育技术的可能。

（一）基于算法决策而产生的矛盾：争议性的教育技术

教育问题是教育的“特色”，每当新技术闯入教育实践活动，都有数不尽的新问题产生。ChatGPT爆火后，生成式人工智能的应用前景在我国教育界引发了大讨论。

生成式人工智能模型集强算法、大算力、大数据于一体，是生成式人工智能的关键组成部分。生成式人工智能的崛起是由算法、算力、数据三个方面共同进步所推动的。其中最重要的是算法方面的进步，而个体对算法的态度，尤其是对新生算法的态度总是具有矛盾的两面性：算法欣赏、算法厌恶，甚至欣赏与厌恶并存。算法欣赏与算法厌恶代表个体对于人工智能算法的态度，它们是基于算法决策而产生的。

持算法欣赏态度的教育工作者倾向于借助算法来做出决策，他们相信生成式人工智能可以为教育领域带来积极的影响和改进，从而推动教育的数字化、自动化、普及化和均衡化。持算法厌恶态度的教育工作者则对算法或算法应用感到反感或持消极态度。他们认为生成式人工智能的设计或实现存在一些争议，生成式人工智能进入教育领域可能会导致教育异化、加剧数字贫困、侵犯知识产权、陷入数据偏见、传播虚假知识。教育工作者围绕生成式人工智能而表现出来的欣赏或厌恶，是一种基于算法决策而产生的矛盾心理，这种矛盾心理促使生成式人工智能教育应用成为极富争议性的教育话题。

（二）基于劳动解放而带来的助力：变革性的教育技术

作为一种变革性的教育技术，生成式人工智能对教育的底层逻辑产生了极大的冲击，尤其是在知识生产和人才培养两个方面。 从知识生产来看， 生成式人工智能旨在利用语言模型，模仿训练数据内容来生成相似的知识。学习者和研究者习惯于通过生成式人工智能来完成家庭作业和撰写学术论文。例如：美国的一项调查显示，超过85%的受访学生会使用ChatGPT来完成家庭作业。虽然生成式人工智能对知识生产的冲击比人们预想中更大，但是生成式人工智能使用的是一种复制常见模式的预测算法，不具备原创性且缺乏风格，生成的只是计算性的、重复性的、机械性的、非创造性的知识，无法生成有情感的、独特的、灵活的、创造性的知识。因此，生成式人工智能只是为人类的脑力劳动解放提供了有限度的选择，并不能完全实现人类脑力劳动的解放。 从人才培养来看， 生成式人工智能有效地推动了人才培养标准的转向，传统的知识型人才逐渐不能满足时代的需要，复合型人才和创新型人才正在成为人才培养的主流。

（三）基于技术先行而衍生的实验：辅助性的教育技术

随着生成式人工智能的快速发展，世界各地的教师和机构都开始尝试开展小范围的生成式人工智能辅助教育实验。从焦虑、恐惧到部分接受，再到谨慎实验，教育工作者在同生成式人工智能接触的过程中，不断地挖掘生成式人工智能的应用潜能，利用生成式人工智能辅助教育事业发展逐渐成为世界各国的普遍共识。

作为一种辅助性的教育技术，生成式人工智能的辅助功能涉及学习、教学、科研等方面。 第一，生成式人工智能可以帮助学生搭建自主学习平台 ，为学生量身定制学习计划和学习内容，自动化评估学生的学习状况，充分满足学生个性化成长的需求。例如：Quizlet依托ChatGPT，增加了一个名为Q-Chat的功能，可以根据学生的学习偏好定制学习内容，为学生提供类似于一对一的定制教育服务。学生既可以选择不同版本的学习材料，也可以及时调整学习材料的难易程度。 第二，生成式人工智能可以辅助教师开展教学工作和事务性工作 ，提高教师在课程计划制定、教学大纲设计、作业批改、考试评分、活动策划、汇报撰写、报表填写等方面的工作效率，全方位地减轻教师的压力和负担。 第三，生成式人工智能具备强大的科研辅助能力， 可以帮助学生撰写与修改论文。一方面，生成式人工智能可以根据相关主题生成文献综述，帮助学生快速了解相关领域的研究进展；另一方面，生成式人工智能可以修改完善论文的句式、语法和结构，帮助学生提升论文的整体质量。

（四）基于系统融合而出现的挑战：缓慢性的教育技术

当今世界正经历百年未有之大变局，新一轮科技革命与产业变革深入发展，科技进步与教育发展的融合态势已初露端倪。然而，教育系统与科技系统的融合存在高度的差异性和不确定性。从电化教育在中国传入与发展的近百年历程来看，技术促进教育系统的变革过程往往是复杂且缓慢的。教育深层变革的真正实现需要走过漫长的系统融合历程，需要解决一系列的技术集成问题、资源分配问题以及教育者与学习者的适应性问题。

作为一种缓慢性的教育技术，生成式人工智能在引入教育领域的过程中遭遇了诸多挑战。一方面，挑战来自教育改革的内生动力不足。大部分教育工作者面对新技术习惯于采取保守的态度，几乎不愿意走出舒适区，这就导致教育变革的速度往往滞后于技术更新的速度。“教育—社会—科技”的“内驱轮”似乎与“科技—社会—教育”的“外驱轮”的耦合机制不协调。因此，当生成式人工智能展现出教育应用的潜能后，大部分教育工作者首先感受到的却是恐惧和担忧。另一方面，挑战来自生成式人工智能自身存在的局限性。一是生成式人工智能生成的内容错误率较高，存在误导学生的风险；二是生成式人工智能生成的内容有时存在偏见，可能会对教育活动产生负面的影响；三是生成式人工智能生成的内容缺乏对学生批判性思维和创造性思维的养成，可能会导致学生过度依赖生成式人工智能生成的内容。

制度层面的规范与引导

生成式人工智能在教育领域中的发展

制度是组织要素，是影响技术发展的重要因素，约束、激励、调节着技术的发展方向。制度的运行由不同的层级构成，美国著名政治学家埃莉诺·奥斯特罗姆（Elinor Ostrom）将制度运行的层级分为法律层、管理层和操作层。从“制度层级分析理论”来看，生成式人工智能在教育领域中的发展，离不开以上三种层级的逐层衔接，只有形成耦合完整的生成式人工智能教育制度，才能产生最好的规范与引导作用。

（一）立法保障：生成式人工智能教育的法治建设

生成式人工智能教育制度的法律层是指中央政府或地方政府开展生成式人工智能教育治理的法制性规定，具有最高层次的权威性和约束力。此层级是决定生成式人工智能在教育领域中应用发展的元规则，赋予生成式人工智能以合法性，为生成式人工智能营造良好的制度环境，使生成式人工智能在不违背法律法规的前提下运行，解决生成式人工智能宏观保障缺失问题。

1. 关于生成式人工智能的法治建设

随着生成式人工智能的快速发展，各国政府一直围绕生成式人工智能应用开展法治建设，旨在有效监管生成式人工智能在教育等社会领域的应用，解决生成式人工智能带来的诸多科技伦理问题。近年来，包括中国、美国、欧盟在内的国际治理主体，都在快速推进关于生成式人工智能的法治建设。2022年，美国先后颁布了《2022年算法问责法案》《美国数据隐私和保护法案》《人工智能权利法案蓝图》。2023年7月，国家网信办等七部门联合发布了《生成式人工智能服务管理暂行办法》，旨在促进生成式人工智能的健康发展和规范应用，维护国家安全和社会公共利益，保护公民、法人和其他组织的合法权益，凸显了中国特色的生成式人工智能治理之道，为全球生成式人工智能治理贡献中国智慧。2023年12月8日，欧洲议会、欧盟成员国和欧盟委员会三方就《人工智能法案》（AI Act）达成协议，该法案将成为全球首部人工智能领域的全面监管法规，将为全球范围内有效监管人工智能技术定下基调，标志着全球人工智能立法进程迈出了重要一步。

2. 关于生成式人工智能的法律法规

各国关于生成式人工智能的法律法规对生成式人工智能在教育领域中的应用提供了相关的法律参照。例如：ChatGPT存在使用受版权保护的材料来训练人工智能模型的现象，学生在使用ChatGPT辅助论文写作时，常常会遭遇侵犯他人知识产权的问题。中国和欧盟为了应对生成式人工智能带来的版权挑战，规范生成式人工智能所输出的内容，在版权保护方面都实施了监管举措。《生成式人工智能服务管理暂行办法》要求生成式人工智能供应商对生成式人工智能模型训练过程中使用的受版权保护的内容进行数据标注。《人工智能法案》则要求生成式人工智能开发人员披露他们在构建系统时使用的受版权保护的材料。关于生成式人工智能教育的法治建设，一方面应依托宏观的生成式人工智能法律法规，另一方面应制定专门的生成式人工智能教育法律法规，全方位地提供立法保障。

（二）政策管理：生成式人工智能教育的行政规范

生成式人工智能教育制度的管理层是指通过政策的制定和评价使法律层进一步制度化，进而为操作层提供通用性规则，以保证制度层级的上下贯通。此层级是生成式人工智能在教育领域中应用发展的通用性规则，由政府行政机关制定的各种规章、规定构成，保证生成式人工智能在政府的管理和监督下运行，解决生成式人工智能政府管理缺失问题。从各国政府对人工智能的治理经验来看，可以从三个方面出发来规范生成式人工智能，提升生成式人工智能教育治理的现代化水平。

1. 制定国家人工智能发展规划

制定国家人工智能发展规划，实施国家人工智能发展战略，牢牢把握人工智能发展新阶段国际竞争的战略主动性。联合国教科文组织指出，截至2023年初，全球大约有67个国家制定了关于人工智能的国家规划。早在2017年，我国便发布了《新一代人工智能发展规划》，强调完善人工智能教育体系，建设人工智能学科，形成人工智能教育高地和人才高地。根据国家人工智能发展规划，教育行政部门应准确把握生成式人工智能发展态势，找准突破口和主攻方向，拓展生成式人工智能应用深度与广度，全面提升教育智能化水平。

2. 制定国家通用数据保护条例

制定国家通用数据保护条例，规范数据使用者对国家通用数据的收集、传输、保留和处理，明确数据使用者的责任和义务，保护数据主体的权利和隐私，避免数据使用者代替数据主体成为实际的数据控制者。根据国家通用数据保护条例，教育行政部门应规范生成式人工智能供应商对教育数据的收集和处理，要求生成式人工智能供应商依法开展预训练、优化训练等训练数据处理活动，防止教育数据的泄漏与滥用，维护教育数据的安全与稳定。

3. 制定人工智能科技伦理治理办法

制定人工智能科技伦理治理办法，完善人工智能科技伦理治理体系，有效防控人工智能科技伦理风险，提升人工智能科技伦理治理能力，努力实现人工智能技术高质量发展和高水平安全良性互动。2022年3月，中共中央办公厅、国务院办公厅发布了《关于加强科技伦理治理的意见》，提出了我国科技伦理治理的原则以及基本要求，不断推动科技向善、造福人类，实现高水平科技自立自强。根据人工智能科技伦理治理办法，教育行政部门应完善生成式人工智能教育伦理规范和标准，建立生成式人工智能教育伦理审查和监管制度；落实生成式人工智能供应商科技伦理管理主体责任，引导供应商和研发者自觉遵守生成式人工智能教育伦理要求；加强生成式人工智能教育伦理理论研究，提升生成式人工智能教育治理水平。

（三）操作指引：生成式人工智能教育的行动指南

生成式人工智能教育制度的操作层是指通过具体的实践行动使管理层进一步细化，为生成式人工智能在教育领域的真正落地提供具体的操作细则，使生成式人工智能教育制度层级体系具备可行性基础。此层级是生成式人工智能在教育领域中应用发展的基础性规则，规定了生成式人工智能教育如何改善课程、教学、学习的行动指南，解决生成式人工智能教育微观执行缺失问题。生成式人工智能在教育中的作用需要在实践中得以展示，可以从三个方面出发来提升生成式人工智能教育的实践活力。

1. 制定适应生成式人工智能的课程改革方案

制定适应生成式人工智能的课程改革方案，打造智能、融通、开放的课程模式，加强课程与生成式人工智能的连接，更好地迎接生成式人工智能对课程建设提出的挑战。在课程目标设置上，应聚焦学生智能素养培育，重点关注人的智能发展以及运用智能工具解决问题的能力。在课程内容设置上，应聚焦学生复合素养培育，倡导知识和技能的跨学科整合，帮助学生掌握多元的知识和技能。在课程形态设置上，应聚焦学生创新素养培育，强调标准化课程与定制化课程相结合，努力实现“一人一张课程表”。

2. 制定适应生成式人工智能的教学改革方案

制定适应生成式人工智能的教学改革方案，打造人机协同、虚实结合的教学模式，不断改进和完善教学环境，以适应科技的发展和学生的需求。在教学目标设置上，应着重培育学生的思维意识和创新意识，提升学生掌握和应用生成式人工智能的能力，进一步巩固学生学习的主体性地位。在教学内容设置上，应将生成式人工智能的相关知识和技能纳入教学内容中，让学生充分了解生成式人工智能的基本原理、应用场景和发展趋势。在教学方式设置上，应采用人机协同的教学方式，利用生成式人工智能为学生提供更加个性化和高效的学习体验。在教学评价设置上，应建立基于生成式人工智能的教学评价体系，通过数据分析和智能评估，帮助学生改进学习方法，提高学习效率。

3. 制定适应生成式人工智能的学习改革方案

制定适应生成式人工智能的学习改革方案，打造自主性、独特性、多样性、创新性、终身性的学习模式，帮助学生树立内驱发展、个性发展、全面发展、创新发展、终身发展的学习观。在学习目标设置上，应围绕学生发展核心素养，重点培养学生的自主学习能力、自我认知能力、创新实践能力、数据分析能力和终身学习能力。在学习内容设置上，应提供定制化、个性化、智能化的学习资源，不断激发学生的学习兴趣和学习欲望。在学习方法设置上，应鼓励学生使用问题式、项目式、协作式、探究式的学习方法，为学生的成长提供无限的可能。

关注官方视频号

获取更多教育资讯

观点丨周洪宇等：生成式人工智能有效推动了人才培养标准的转向

正文

请到「今天看啥」查看全文