专栏名称: 中关村互联网教育创新中心

“互联网+教育”产业专业园区;“互联网+教育”助力创新创业；打造具有全球影响力的科技创新中心。

看点丨树立“场景为先”的教育大模型建设典范

中关村互联网教育创新中心 · 公众号 · · 2024-07-23 11:41

正文

生成式人工智能的出现将人类带入生成式人工智能时代，成为教育者认识、改造教育世界的重要伙伴，有望助力教育改革创新，推动教育事业发展。本文探讨了以生成式人工智能为代表的人工智能作为新知识、新动能之于教育的重要意义，阐明了生成式人工智能助力教育创新面临的现实挑战，并从“培养什么人”和“如何培养人”两方面，对生成式人工智能助力教育创新的未来进路提出了启示。

一

生成式人工智能之于教育的重要意义

AI的力量正在广泛、深入地渗透至教育领域，将科技变革浪潮引入教育理论探索与实践研究活动，为教育改革提供了强大驱动力。AIGC的出现意味着AI的通用性、泛化性、实用性大大提升，不再停留于数据分析、计算模拟和建模等层面，而是开启了AI创作、创造的新纪元。至此，以大模型为核心的AIGC促使AI超越单纯的工具角色，成为人们认识、改造教育世界的同伴，为教育创新增添了生成式智能引擎。

0 1

AIGC变革教育领域的知识生产

（1）AIGC变革知识的复制性生产。 知识传播、知识教授是教育工作的关键环节，也是教育知识实现复制性生产的主要形式。如今，AIGC已经超越时空限制，在一定程度上实现了对人类大脑的延伸，学习者可借助AIGC徜徉在超脱于现实的数字智能空间，与知识产生深度交互，将单向、固化的知识传播转向双向、灵活的知识交流。

一方面，AIGC不但能生成文本、图像、音频、视频、三维模型等模态的学习内容，还能实现跨模态的内容转换。例如，将已有的文本、图像类知识，转换为音频、视频，或是创建三维“数字人”教师。另一方面，AIGC拥有较强的认知力和语言感知力，既能在极短时间内搜集、整理并呈现特定主题的知识内容，又能满足跨模态检索的需求。在此基础上，AIGC会通过实时回答学习者的问题提供个性化的学习指导，根据人类反馈不断调整答案，以贴近人类对话的方式答疑解惑、探讨新知。这种人类与AI双向交流、彼此赋能的形式，将突破过往机械、单调的知识传播模式，改善知识传播效果，进而强化知识交流的深度与广度。

（2）AIGC变革知识的原创性生产。 教育领域的知识创新和发现主要发生在教育科学研究活动中，能够为教育知识的原创性生产提供源源不断的力量。凭借较强的通用性和实用性，AIGC能够灵活地融入教育科研活动，通过逻辑推理能力来探索各类教育现象，辅助研究者发现新规律、新原理，以此推动知识的有效增长。

首先，研究者可利用AIGC完成文献的搜集、整理和分析任务，在提升文献检索效率的同时，直接从文献数据中发掘新见解、获取新知识；其次，研究者可通过与AIGC进行认知交互来获取灵感和启发，发现更具价值的研究问题或方向，形成更科学的研究假设和研究方案；再次， AIGC具备数据分析、文本分析、情感计算、虚拟互动实验等功能，还能生成可视化结果，有助于创建多元研究路径，辅助研究者全面分析实验结果，形成更加可靠、更具创新性的科研结论；最后，不同学科、不同专业、不同立场的研究者可借助AIGC中海量灵活的知识符号，清晰、自由地表达个人对特定教育事件的见解，以平等对话、深入交流的方式开展多学科交叉协作和跨学科研究，产出更多、更优质的原创性知识成果。

0 2

AIGC成为教育世界中的理性存在

作为新的理性存在进入社会系统时，以AIGC为代表的AI体现出极强的能动性和创造力，给各行各业带来了技术红利，其已然超越其他技术工具，成为社会运作中的关键引擎和促进社会进步的新动能。AI新动能渗透至教育领域后，将通过强化“供需链”和“创新链”，推动教育公平发展和质量提升。

（1）AIGC强化“供需链”，促进教育公平。 教育“供给侧”改革的核心在于扩大优质教育资源供给，优化教育资源配置。 AIGC的逻辑推理和内容创作能力有助于加强数字化教育资源建设，助力“供给侧”改革。在资源生成维度，AIGC可根据提示生成特定主题、专业、学科的教育资源，例如，习题和测验、课程大纲、教学方案等。将静态和动态教学材料、教学方案，与AIGC生成的“数字人”相整合，还能达成“数字人”教师在线授课的效果，进一步拓展在线教育资源存量。

在“需求侧”，AIGC的信息获取和数据处理能力有助于提供个性化的学习资源和多样化的教学服务。对学生而言，AIGC可准确分析学习者的学习表现和反应，提供符合学生动态需求的材料和有针对性的改进策略，化身为一对一的专业辅导教师或合作学习伙伴。通过制定更具包容性的学习策略，AIGC还能为学习障碍者提供自适应服务，进一步提升教育的公平性。例如，ChatGPT可为视力障碍者朗读文本，并自动推荐学习方法。对教师而言，AIGC能辅助教师开展个性化、细粒度的教学评价，生成对教学评价的再反馈。教师可以此为依据，与AIGC协同创建更精准、有效的教学支持和学习服务。

（2）AIGC强化“创新链”，提高教育质量。 教育创新是提高教育质量的有效途径。AIGC将通过促进知识拉平、能力拉平、创意拉平，激活并强化教育“创新链”，为教育高质量发展持续输入创造性力量。AIGC营造出的开放式、自由式、沉浸式对话环境，让个体能够在人机协同的互动框架内学习深层次的隐性知识，以此扩充知识量、拓展知识面、优化知识结构，进而缩减个体间知识差，促进知识拉平。创意不足是阻碍创新发展的关键要素，AIGC具备强大的创造力和创意逻辑，能够激发使用者的创意。教育者可借助AIGC广泛、深入地探寻影响教育教学和教育科研成效的创意因子。

二

生成式人工智能助力教育创新的现实挑战

以AIGC为代表的AI技术作为新知识和新动能，为人类社会进步和教育创新发展提供了新的实践方案和理论启示。然而，随着AIGC与教育融合的程度不断加深，AIGC对教育本质、教育图景、教育基础设施、教育伦理、教育公平产生的影响日益深刻，由此引发了诸多现实挑战。

人智协同的新图景

传统教育教学活动以人际交互的形式进行，教师和学生之间通过加工、处理知识完成教学，形成了以集体教授、被动接受为特征的“师-生”教学模式。如今，教学模式正在AIGC的催动下迈向“师-生-智”新阶段，人们即将迎来人智协同的教育新图景。技术不再是简单的工具，以AIGC为代表的AI深度参与学习者的学习和认知过程，深刻影响着学习者的知识建构、高阶能力培养、情感发展、价值观形成等方面。

与此同时，新的问题也随之诞生。以ChatGPT类AIGC工具为例， 首先， ChatGPT产生的知识信息具有碎片化的特点，频繁使用此类工具不利于学习者从中构建完整、系统的知识体系。而且，ChatGPT实现知识问答，代替学习者完成了知识体系性建构，剥夺了学习者的认知过程。知识问答服务还会重新排布、整合学习者的提问内容，以符合其偏好的方式呈现相关回答，造成学习者认知视域的缩减。

其次， 对ChatGPT的高频使用可能导致深度学习、探究性学习效果的下降，学习者将更少经历实践操作、逻辑推理、验证反思等过程，造成认知模式的浅薄化和认知思维的同质化。这会阻碍学习者进行深层次的思考、有意识的创新和能动性的批判，对其高阶能力培养产生冲击。

再次， ChatGPT在交互中处于中心位置，教育主体与大模型的互动取代了真实世界中的活动，师生、生生之间的现实交往和沟通由此减弱。人与机器的亲近在一定程度上造成人与人的疏离，会消解教育主体之间的精神交流、情感理解、心灵共鸣等，对学习者的社会性和情感发展产生负面作用。

最后， 为了在AIGC参与营造的人智协同环境中获得更好的学习效果，学习者会更多地学习、接受、采用AIGC的思维方式，在相关生成内容的引导下形成特定的价值观念，学习者的个体思想将由此产生变化。

值得深思的是，学习者在人智协同新图景中展现出的知识、能力、情感、价值观等状态，其背后的形成机制和原理尚未明确，AIGC如何干预学习者的学习和认知发展也不得而知。教育者必须在人智协同的环境下探寻AIGC如何扰动教育系统和人的成长，重新回答“人类如何学习”，在理论和实践层面推进人智协同育人。

教育基础设施的新要求

建立个性化的教育服务模式成为新时代的教育目标，这在基础层、技术层、应用层对教育大模型的创新架构提出了新要求。

教育大模型的基础层 架构需要从数据、算法和算力三方面做好准备。数据方面，训练数据的数量和质量决定了模型性能。要构建能提供高价值、个性化教育服务的教育大模型，还应实现更加细分的教育垂直领域的深度数据积累。算法方面，垂直领域大模型的重要训练算法较为复杂，需要人为参与调优来适应不同教育场景的算法需求。算力方面，大模型依赖着“大算力”，需要构建算力基座，备足教育大模型专用的算力资源和服务。

教育大模型的技术层 建设必须充分考虑不同教学、学习场景的真实情况，满足用户需要、符合教学规律，实现模型和教育场景的深度融合、高度契合。同时，由于教育学科多样、结构复杂，形成了庞杂的知识体系，教育大模型还应具备整合全科知识的能力，从而更好地理解知识、支持教学。

教育大模型的应用层 架构需要做到 “懂教育、少幻觉” 。目前，现有大模型仍存在不同程度的“机器幻觉”，导致大模型输出结果与现实世界的已知知识或事实不符，对大模型应用的可靠性造成威胁。大模型的幻觉会误导学习者，带来认知障碍、学习迷航等负面影响，干扰学习效果。因此，教育大模型的应用层建设必须适应知识密集、场景严肃、交互频繁、容错率低的教学活动。既要保障知识输出的准确和认知交互的多元，以支持科学化的知识传授和综合化的能力培养；还要能够辅助培育情感、态度、价值观，以实现有温度的陪伴，更好地完成“教书育人”的任务。

三

生成式人工智能助力教育创新的未来进路

教育者应审慎思忖，专注于回答AIGC时代“培养什么人”“如何培养人”这一根本性问题，破除AIGC助力教育创新之路上的重重阻碍，构筑未来教育的理论大厦，开辟出AIGC助力教育创新的未来进路。

0 1

培养什么人

在自然科学研究领域，AI通过机器学习、深度学习等方法高效处理科研大数据，克服了“维数灾难”，还通过高精度的模拟和预测，加速了科研探索，由此形成第五范式——人工智能驱动的科学研究（AI for Science，简称AI4S）。ChatGPT出现之后，AI4S能够帮助科学家发现新规律、提出新假设、测试新理论、获得新发现，推动科学研究进展。

随着AIGC的快速更新和广泛应用，社会经济活动和人类生产生活方式将发生巨变，教育必须直面时代转变带来的挑战，专注于培育能够适应社会变化节奏、实现终身发展和全面发展的人才。为此，需要通过构建新体系和创建新专业来重新校准教育目标，确保教育能够回归育人本位。

构建新体系，是指重构学习者的能力体系，使之适应融合AI技术的复杂学习环境。创建新专业，一是指实时开设具备学科交叉特征的全新学科和专业；二是指在AIGC时代，学科和专业的知识体系应纳入智能技术应用的内容；三是指丰富现有学科实践和专业实践环节，兼顾知识学习、能力提升和素养生成。

0 2

如何培养人

在AIGC时代，可通过重构教育支撑环境、创新教育模式、守护教育价值、塑造教育公平，向“如何培养人”提供AIGC赋能的解决方案。

重构教育支撑环境，构建下一代教育大模型。这需要构建以下一代教育大模型为代表的教育基础设施，让教育大模型能够理解用户、理解教学、理解知识，树立“以场景为先”“以学习者为中心”的教育大模型建设典范。

创新教育模式，发展人智协同新生态的同时，要守护教育价值，筑牢教育伦理防火墙。在技术维度，可通过数据审核和算法优化，在大模型与学习者之间建立技术防火墙，实现价值观对齐。在法律法规维度，可通过修订法律法规和研发判别工具，来加固教育伦理防火墙。

在AIGC时代促进实现教育公平，缩减教育公平鸿沟，需要从以下两个方面入手。 一方面，要降低AIGC技术的应用门槛。 在国家层面，可统筹设计并制定面向教师的AI框架或培训计划，建立针对ChatGPT等AIGC工具教学应用的在线知识库，注重提升教师的智能技术应用能力和信息甄别素养；在学校层面，学校可联合教育大模型研发机构，对学生进行AIGC等智能技术应用的系统化、结构化培训，增强其提问素养和判别能力；在企业或科研机构层面，可利用技术手段改进教育大模型，将工具模块以可视化方式呈现，并提供简明化的操作路径，以此降低AIGC与教育主体交互的复杂性。

另一方面，要破除AIGC技术的研发壁垒。 推动国内大模型产品与ChatGPT等大模型的跨国合作与交流，实现国内AIGC平台的整体优化，促进大模型领域自有技术和自研系统的发展。以此破除现有AIGC产品使用的诸多限制，提升AIGC技术在国家和区域层面的可达性，让不同地区、不同学校的学习者均有机会获取AI提供的高质量知识服务，促进教育资源的合理配置，进一步实现教育的普惠性公平。

同时，国内大模型增强对中国教育、文化环境的适应能力，提高AIGC教育应用场景的灵活性和泛化性，进而改善以AIGC为代表的AI技术在教育领域的应用效果。

最后，坚持“以我为主、兼收并蓄”的原则，组建国家级的教育大模型研发团队，打造自主、可控、可迁移的国产方案，形成中国本土的AIGC研发体系，并推动其在国际上的传播和推广。以此强化我国在大模型研究领域的话语权，打破西方技术先行国家的知识垄断和文化霸权。在此基础上，充分发挥中国的制度优势，构筑教育公平的中国新优势。

关注官方视频号

获取更多教育资讯

看点丨树立“场景为先”的教育大模型建设典范

正文

请到「今天看啥」查看全文