生成式人工智能賦能在線學(xué)習(xí)場(chǎng)景與實(shí)施路徑

肖君 白慶春 陳沫 陸璐

[摘? ?要] 生成式人工智能技術(shù)通過對(duì)大規(guī)模數(shù)據(jù)編碼訓(xùn)練，能夠依據(jù)人類指令自主地生成語言或圖像等內(nèi)容，在不同場(chǎng)景中展現(xiàn)新型的“智慧”和“創(chuàng)造”能力。現(xiàn)階段在學(xué)習(xí)場(chǎng)景中直接應(yīng)用存在諸多風(fēng)險(xiǎn)，需要不斷優(yōu)化和升級(jí)。通過探索和研究生成式人工智能輔助個(gè)性化學(xué)習(xí)潛力場(chǎng)景與技術(shù)實(shí)施路徑，提出生成式人工智能應(yīng)用于在線學(xué)習(xí)場(chǎng)景需確保三個(gè)方面：（1）內(nèi)容的準(zhǔn)確性；（2）過程的可解釋性；（3）個(gè)性化的聯(lián)動(dòng)性。為了保證人工智能的安全性和可靠性，需要建立完善的技術(shù)支持系統(tǒng)，以更好地服務(wù)于在線學(xué)習(xí)和教育需求。通過研究分析，以期為在線學(xué)習(xí)場(chǎng)景中的生成式人工智能技術(shù)規(guī)范和應(yīng)用設(shè)計(jì)提供有益參考。

[關(guān)鍵詞] 在線學(xué)習(xí)； 生成式人工智能； ChatGPT

[中圖分類號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 肖君（1974—），男，安徽含山人。研究員，博士，主要從事智慧學(xué)習(xí)環(huán)境、學(xué)習(xí)分析、學(xué)習(xí)者畫像、在線學(xué)習(xí)研究。E-mail：ecnuxj2003@163.com。

一、引? ?言

當(dāng)前，《中國(guó)教育現(xiàn)代化 2035》、六部委發(fā)布的教育“新基建”等相關(guān)政策均強(qiáng)調(diào)要大力發(fā)展基于人工智能技術(shù)的教育助手等應(yīng)用，促進(jìn)實(shí)現(xiàn)“人機(jī)共教、人機(jī)共育”，提高教育教學(xué)質(zhì)量[1-2]。在教學(xué)過程中，通過生成式人工智能教學(xué)輔助助手能夠加深學(xué)習(xí)者的理解、增強(qiáng)體驗(yàn)、促進(jìn)學(xué)習(xí)者產(chǎn)生感悟和思考啟發(fā)，是推進(jìn)智能化教育服務(wù)模式變革、實(shí)現(xiàn)規(guī)?；逃c個(gè)性化培養(yǎng)有機(jī)結(jié)合的重要研究方向[3-4]。近年來，隨著人工智能的快速發(fā)展，大模型生成式人工智能通過迭代和優(yōu)化，可以處理更加復(fù)雜的場(chǎng)景，例如基于人工智能技術(shù)的大型語言對(duì)話模型ChatGPT能夠采用情境學(xué)習(xí)（大模型的涌現(xiàn)能力改變傳統(tǒng)學(xué)習(xí)范式）、思維鏈（大模型的涌現(xiàn)能力打破模型參數(shù)約束）及指令學(xué)習(xí)（人在環(huán)路增強(qiáng)，對(duì)齊人類思路）策略，產(chǎn)生與真實(shí)對(duì)話無異的交流體驗(yàn)，引起學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注[5]。

在線學(xué)習(xí)環(huán)境中，由于受師生分離影響，在線學(xué)習(xí)者隨時(shí)可能參與學(xué)習(xí)，而教師往往不能提供 24 小時(shí)的實(shí)時(shí)答疑解惑和反饋，造成答疑缺乏即時(shí)性，降低了學(xué)習(xí)者的學(xué)習(xí)積極性，也給教師帶來重復(fù)性答疑工作的負(fù)擔(dān)。因此，通過“以學(xué)習(xí)者為中心”，借助生成式人工智能提供針對(duì)性的學(xué)習(xí)支持服務(wù)對(duì)于解決上述問題是非常必要的。一些研究者認(rèn)為ChatGPT已經(jīng)成為目前最熱門的現(xiàn)象級(jí)應(yīng)用，朱光輝等表明，ChatGPT的橫空出世有望形成“思維革命”，通過替代人類進(jìn)行創(chuàng)作、創(chuàng)意、解答、咨詢、翻譯和客服等改變?nèi)祟愃伎己吞幚韱栴}的方式方法，由此重塑各行業(yè)生態(tài)乃至整個(gè)世界[6]。令小雄等認(rèn)為ChatGPT的靈活性或人性化特質(zhì)是其奠定 AI 里程碑意義的一個(gè)強(qiáng)項(xiàng)[7]。

人工智能與教育的融合創(chuàng)新對(duì)教育生態(tài)系統(tǒng)的迭代升級(jí)產(chǎn)生了革命性影響[8]。隨著研究的不斷深入，在學(xué)習(xí)場(chǎng)景中應(yīng)用此類模型也存在諸多風(fēng)險(xiǎn)質(zhì)疑。例如儲(chǔ)舒婷等指出，高校中的論文尤其是本科生論文，在這一AI新工具的加持下變得“真假難分”[9]。這一“作弊神器”的流行也讓多所歐美知名高校不得不發(fā)出禁令。Qadir表明學(xué)習(xí)者可能不道德或不誠(chéng)實(shí)地使用[10]。ChatGPT也非常擅長(zhǎng)以聽起來權(quán)威的方式完全編造東西[11]。

本文通過對(duì)在線學(xué)習(xí)中生成式人工智能的應(yīng)用框架進(jìn)行梳理，從在線學(xué)習(xí)場(chǎng)景的數(shù)據(jù)、算法和應(yīng)用層面提出在線學(xué)習(xí)場(chǎng)景中生成式人工智能場(chǎng)景與實(shí)施路徑，并對(duì)人工智能作為智能教師所必需的三大核心特質(zhì)進(jìn)行測(cè)試初步驗(yàn)證，以期為后續(xù)應(yīng)用改進(jìn)提供有益參考。

二、 研究綜述

（一）生成式人工智能

生成式人工智能ChatGPT和其他生成式人工智能的引入，已經(jīng)廣泛引起教育領(lǐng)域的關(guān)注，并開啟了教育實(shí)踐中的范式轉(zhuǎn)變討論。生成式學(xué)習(xí)概念由來已久，技術(shù)迭代帶來的應(yīng)用和范式的進(jìn)化是教育自我改革的一次重大機(jī)遇，教育領(lǐng)域應(yīng)把握人工智能帶來的便利，推動(dòng)大規(guī)模生成式學(xué)習(xí)的推廣和實(shí)施[12]。自2022年ChatGPT出現(xiàn)以來，ChatGPT快速成為廣為人知的問答對(duì)話系統(tǒng)，能夠以自然和直觀的方式與用戶進(jìn)行對(duì)話交互[13]。許多教育研究者系統(tǒng)性地分析了ChatGPT對(duì)教師、學(xué)習(xí)者和政策的潛在影響。一些教育工作者已經(jīng)開始測(cè)試ChatGPT的效率，ChatGPT能夠表現(xiàn)出關(guān)鍵的思考能力，并將其整合到教育活動(dòng)中，如研究、教學(xué)、評(píng)估，發(fā)現(xiàn)通過某些任務(wù)和流程的自動(dòng)化，肯定了生成式人工智能在教學(xué)指導(dǎo)、個(gè)性化教育等方面的應(yīng)用潛力與價(jià)值。例如，沈書生等提出，ChatGPT可以作為個(gè)體的外腦，并與內(nèi)腦構(gòu)成復(fù)合腦，推動(dòng)個(gè)體構(gòu)建適應(yīng)未來世界的復(fù)合腦，學(xué)校教育需要形成“思維比知道重要、問題比答案重要、邏輯比羅列重要”的學(xué)習(xí)評(píng)價(jià)新思維[14]。王佑鎂等認(rèn)為ChatGPT具有賦能教學(xué)創(chuàng)新的潛能，可以提升教學(xué)成果的完成度與創(chuàng)意感、支持教學(xué)反饋與評(píng)價(jià)的生成性與個(gè)性化[15]。Taecharungroj，V確定了ChatGPT的五個(gè)功能領(lǐng)域：創(chuàng)意寫作、論文寫作、提示寫作、代碼寫作和回答問題，并提出了人工智能進(jìn)步需要解決的四個(gè)關(guān)鍵問題：工作的演變、新的技術(shù)格局、對(duì)通用人工智能的追求以及進(jìn)步倫理難題[16]。

（二）在線學(xué)習(xí)智能技術(shù)現(xiàn)狀

從技術(shù)應(yīng)用層面看，國(guó)外學(xué)術(shù)研究主要將AI+在線學(xué)習(xí)的應(yīng)用場(chǎng)景分為四大類：分析和預(yù)測(cè)、自適應(yīng)系統(tǒng)和個(gè)性化、評(píng)估和評(píng)價(jià)、智能輔導(dǎo)系統(tǒng)[17]。其中，分析與預(yù)測(cè)應(yīng)用場(chǎng)景主要根據(jù)學(xué)習(xí)者的特征、學(xué)習(xí)者活動(dòng)產(chǎn)生的數(shù)據(jù)等識(shí)別出有特定特征需要干預(yù)的學(xué)習(xí)者，或是對(duì)學(xué)生的學(xué)業(yè)表現(xiàn)進(jìn)行預(yù)測(cè)，包括高危學(xué)生識(shí)別、學(xué)生成績(jī)預(yù)測(cè)、學(xué)生狀態(tài)識(shí)別、AI分析與預(yù)測(cè)推廣等主題。自適應(yīng)系統(tǒng)與個(gè)性化主要根據(jù)學(xué)生特征或?qū)W習(xí)行為的分析結(jié)果向?qū)W生推薦量身定制的內(nèi)容或提供相應(yīng)的任務(wù)，也包括可視化。評(píng)估與評(píng)價(jià)主要指對(duì)學(xué)生作業(yè)進(jìn)行打分和為學(xué)生提供反饋。智能輔導(dǎo)關(guān)注輔助討論、實(shí)驗(yàn)學(xué)習(xí)、機(jī)器人應(yīng)用、教學(xué)效果調(diào)查、智能輔導(dǎo)系統(tǒng)推廣研究等（如圖1所示）。

綜合已有研究，在線學(xué)習(xí)場(chǎng)景中，國(guó)內(nèi)外學(xué)者都普遍重視智能技術(shù)的應(yīng)用，認(rèn)同生成式人工智能對(duì)于應(yīng)用場(chǎng)景的支撐作用，但是對(duì)生成式人工智能應(yīng)用于在線學(xué)習(xí)場(chǎng)景中的風(fēng)險(xiǎn)也提出擔(dān)憂。例如，生成式人工智能技術(shù)內(nèi)在的精準(zhǔn)性難以保證、教育個(gè)性化和隱私保護(hù)等難題，需要從理論和實(shí)踐的視角來探索和研究生成式人工智能輔助在線學(xué)習(xí)場(chǎng)景與技術(shù)實(shí)施路徑，建立完善的技術(shù)支持系統(tǒng)，保證人工智能的安全性和可靠性，從而更好地服務(wù)于在線學(xué)習(xí)和教育需求，同時(shí)要以ChatGPT介入教育生態(tài)的思考為契機(jī)，針對(duì)人工智能教育可能存在的潛在風(fēng)險(xiǎn)，提前干預(yù)和控制，確保教育新生態(tài)的良性循環(huán)[18]。

三、 生成式人工智能賦能在線學(xué)習(xí)應(yīng)用

場(chǎng)景與實(shí)施路徑

在線學(xué)習(xí)場(chǎng)景中，生成式人工智能為多樣化的教學(xué)和管理帶來了更多的可能性，可以為學(xué)習(xí)者、教師和管理者提供更加智能化、個(gè)性化、高效化的學(xué)習(xí)和管理服務(wù)。因此，探索在線學(xué)習(xí)場(chǎng)景中生成式人工智能場(chǎng)景與實(shí)施路徑有助于提高在線學(xué)習(xí)的效率，更好地輔助教學(xué)場(chǎng)景學(xué)習(xí)。

（一）生成式人工智能賦能在線學(xué)習(xí)應(yīng)用場(chǎng)景

通過上下文情境學(xué)習(xí)、小規(guī)模樣本學(xué)習(xí)和自然語言指令學(xué)習(xí)等能力，生成式人工智能改變了傳統(tǒng)人工智能技術(shù)的“調(diào)參”學(xué)習(xí)范式，從而大幅提升了在線學(xué)習(xí)場(chǎng)景的泛化能力。本文根據(jù)生成式人工智能在在線學(xué)習(xí)應(yīng)用場(chǎng)景中的作用，將其應(yīng)用劃分為三個(gè)方面和三個(gè)階段，包括教、學(xué)、評(píng)三個(gè)方面和課前、課中、課后三個(gè)階段，如圖2所示。

1. 為教師提供效率工具支持

生成式人工智能通過對(duì)大規(guī)模數(shù)據(jù)背后的規(guī)律和洞見進(jìn)行編碼學(xué)習(xí)訓(xùn)練，依據(jù)人類指令自主地生成語言和圖像等復(fù)雜對(duì)象，在某種程度上也是一種新型的“智慧”和“創(chuàng)造”。作為一種工具輔助教師教學(xué)，生成式人工智能能夠協(xié)助教師完成更為復(fù)雜和繁重的教學(xué)任務(wù)，輔助教師更為高效和精準(zhǔn)地工作。課前階段，生成式人工智能可以輔助教師進(jìn)行教學(xué)設(shè)計(jì)，例如，創(chuàng)建教學(xué)大綱、創(chuàng)建書面內(nèi)容、編寫腳本和編輯在線學(xué)習(xí)視頻，借助已有的經(jīng)驗(yàn)獲得高質(zhì)量的教學(xué)設(shè)計(jì)，基于相應(yīng)的信息挖掘，提供個(gè)性化的教研建議，高效匹配教材版本和教學(xué)側(cè)重點(diǎn)，從而避免了煩瑣的手動(dòng)操作和重復(fù)性的工作。課中階段，教師可以利用生成式人工智能對(duì)學(xué)習(xí)者進(jìn)行教學(xué)輔導(dǎo)、根據(jù)學(xué)習(xí)者的學(xué)習(xí)生成學(xué)習(xí)報(bào)告，可以使用大型語言模型為學(xué)習(xí)者創(chuàng)建個(gè)性化的學(xué)習(xí)體驗(yàn)。課后階段，教師可以利用生成式人工智能進(jìn)行作業(yè)批改，教師通過批改的結(jié)果進(jìn)行錯(cuò)因分析，使得教師在教學(xué)當(dāng)中可以有針對(duì)性地教學(xué)，提高教學(xué)效率，增強(qiáng)教師教學(xué)設(shè)計(jì)能力。

需要注意的是，生成式人工智能并非教師的替代品，而是教師的智能助手，為其解決日常煩瑣的工作問題。通過生成式人工智能，教師能夠更快地獲取已有的知識(shí)與經(jīng)驗(yàn)，并在此基礎(chǔ)之上進(jìn)行創(chuàng)新，這將使教師得以更專注于學(xué)生，為他們提供更好的支持。展望未來，人機(jī)協(xié)作式的課堂，特別是本地教師、遠(yuǎn)程教師、機(jī)器人教師協(xié)同工作聯(lián)合教學(xué)（Co-Teaching）的三師課堂將成為人工智能時(shí)代的常規(guī)課堂樣態(tài)[19]。

2. 為學(xué)習(xí)者提供全天候的智能輔導(dǎo)

生成式人工智能可以作為“人人、時(shí)時(shí)、處處”進(jìn)行全方位智能輔導(dǎo)的工具，與教師可以進(jìn)行人機(jī)協(xié)同，共同幫助學(xué)習(xí)者學(xué)習(xí)。課前階段，學(xué)習(xí)者可以利用生成式人工智能進(jìn)行課程規(guī)劃，快速生成學(xué)習(xí)計(jì)劃，以幫助學(xué)習(xí)者在幾天或幾周內(nèi)完成繁重的課程作業(yè)。通過學(xué)習(xí)者與生成式人工智能的課程問答互動(dòng)，學(xué)習(xí)者可以對(duì)課程內(nèi)容有更深入的理解和掌握，進(jìn)而進(jìn)行更加高效的學(xué)習(xí)，而這種互動(dòng)也有助于激發(fā)學(xué)習(xí)者的好奇心和探究精神，提高學(xué)習(xí)者的學(xué)習(xí)興趣和動(dòng)力。課中階段，生成式人工智能可以充當(dāng)學(xué)習(xí)者的智能學(xué)伴，隨時(shí)隨地給予學(xué)習(xí)者學(xué)習(xí)提醒，基于學(xué)習(xí)者的學(xué)習(xí)表現(xiàn)和狀態(tài)，通過動(dòng)態(tài)干預(yù)幫助學(xué)習(xí)者進(jìn)行自我調(diào)節(jié)，不斷調(diào)整學(xué)習(xí)狀態(tài)。課后階段，學(xué)習(xí)者可以借助生成式人工智能對(duì)自己做的作業(yè)進(jìn)行分析，了解自己的不足之處并且改正，及時(shí)查漏補(bǔ)缺。借助生成式人工智能，學(xué)習(xí)者還可以獲得更加豐富的、個(gè)性化的知識(shí)鞏固和運(yùn)用或者技能練習(xí)的機(jī)會(huì)，從而不斷進(jìn)步。

生成式人工智能可以不受時(shí)空限制全天候地為學(xué)習(xí)者提供輔導(dǎo)，學(xué)習(xí)者可以快速獲取想要的知識(shí)，極大地滿足了學(xué)習(xí)者的求知欲，同時(shí)也鍛煉了學(xué)習(xí)者提出問題的能力，培養(yǎng)了學(xué)習(xí)者的批判性思維，這無疑可以促進(jìn)學(xué)習(xí)者的自主學(xué)習(xí)。未來的人才是有能力和生成式人工智能互動(dòng)對(duì)話，更有創(chuàng)造性的思想者[20]。

3. 為在線學(xué)習(xí)評(píng)價(jià)管理提供解釋評(píng)估輔助

生成式人工智能可以作為一種工具，為在線學(xué)習(xí)監(jiān)控、評(píng)估和管理提供智能化和個(gè)性化的解釋和支持，從而促進(jìn)在線學(xué)習(xí)評(píng)價(jià)體系的變革。在課前階段，教師可以通過綜合分析學(xué)習(xí)者的課前學(xué)習(xí)情況和課后作業(yè)完成情況進(jìn)行教學(xué)診斷和個(gè)性化測(cè)評(píng)，以便更好地了解學(xué)生的學(xué)習(xí)能力和水平，并制定個(gè)性化的教學(xué)方案。在課中階段，生成式人工智能能夠?qū)崟r(shí)監(jiān)控學(xué)習(xí)者的學(xué)習(xí)情況，及時(shí)為學(xué)生提供個(gè)性化的支持和輔導(dǎo)，并根據(jù)學(xué)習(xí)者的認(rèn)知特點(diǎn)、痕跡以及錯(cuò)誤類型、頻率等因素，生成符合學(xué)習(xí)者需要的問題，幫助學(xué)習(xí)者更好地掌握知識(shí)點(diǎn)。在課后階段，教師可以通過課程作業(yè)和測(cè)驗(yàn)等方式，了解學(xué)習(xí)者的學(xué)習(xí)成果，幫助教師及時(shí)調(diào)整教學(xué)策略，提高教學(xué)效果，實(shí)現(xiàn)學(xué)生的個(gè)性化學(xué)習(xí)目標(biāo)。

通過生成式人工智能技術(shù)，教育評(píng)價(jià)變得更加全面和細(xì)致。通過綜合考慮學(xué)習(xí)者的學(xué)習(xí)方式、思維過程、邏輯能力等因素，對(duì)學(xué)習(xí)者進(jìn)行全方位的評(píng)估，將評(píng)價(jià)融入到整個(gè)學(xué)習(xí)過程之中，不斷地監(jiān)測(cè)學(xué)習(xí)者的學(xué)習(xí)狀況并及時(shí)給予反饋，使得學(xué)習(xí)者能夠動(dòng)態(tài)調(diào)整學(xué)習(xí)行為。

（二）在線學(xué)習(xí)場(chǎng)景下生成式人工智能實(shí)施路徑

生成式人工智能是與學(xué)習(xí)者最為緊密相連的環(huán)節(jié)。通過與學(xué)習(xí)者直接進(jìn)行交互，檢測(cè)感知學(xué)習(xí)者的意圖，識(shí)別學(xué)習(xí)者的需求，能夠在不同的情境下自動(dòng)生成復(fù)雜的文本對(duì)話等內(nèi)容，為學(xué)習(xí)者提供更具靈活性和適應(yīng)性的幫助。但當(dāng)前，卻并未有明確的在線學(xué)習(xí)場(chǎng)景應(yīng)用與技術(shù)實(shí)施路徑。生成式人工智能于在線學(xué)習(xí)場(chǎng)景中依然還存在精準(zhǔn)性難以保證、解釋性缺乏、教育個(gè)性化和隱私保護(hù)等難題。因此，需從理論和實(shí)踐的視角來探索和研究生成式人工智能輔助個(gè)性化學(xué)習(xí)場(chǎng)景與技術(shù)實(shí)施路徑，建立完善的技術(shù)支持系統(tǒng)，保證人工智能的安全性和可靠性，從而更好地服務(wù)于在線學(xué)習(xí)和教育需求。如圖3所示。

1. 精準(zhǔn)性與少標(biāo)注的博弈：構(gòu)建“少標(biāo)注、精準(zhǔn)數(shù)據(jù)”的教學(xué)場(chǎng)景數(shù)據(jù)保障能力

傳統(tǒng)的生成式人工智能技術(shù)需要大量的標(biāo)注數(shù)據(jù)來進(jìn)行訓(xùn)練和優(yōu)化，這不僅需要耗費(fèi)大量的時(shí)間和人力成本，而且還會(huì)面臨標(biāo)注數(shù)據(jù)質(zhì)量不高的問題，從而影響模型的性能和效果。在生成式人工智能技術(shù)中，精準(zhǔn)性和標(biāo)注數(shù)據(jù)量之間存在一種博弈關(guān)系。一方面，提高數(shù)據(jù)的精準(zhǔn)性可以讓機(jī)器更好地理解和模擬人類的思維和行為模式，從而實(shí)現(xiàn)更加智能化和自然化的輸出和交互；另一方面，減少標(biāo)注數(shù)據(jù)的數(shù)量可以提高標(biāo)注數(shù)據(jù)的效率，從而在處理大規(guī)模數(shù)據(jù)和復(fù)雜任務(wù)時(shí)更加高效和準(zhǔn)確，但是會(huì)損失一部分精準(zhǔn)度。因此，構(gòu)建“數(shù)據(jù)精準(zhǔn)、標(biāo)注少”的能力成為生成式人工智能技術(shù)發(fā)展的一個(gè)重要目標(biāo)。“數(shù)據(jù)精準(zhǔn)”，通過數(shù)據(jù)采集和處理的過程中，通過各種手段（如數(shù)據(jù)挖掘、自然語言處理等）篩選和提取最具代表性和價(jià)值的數(shù)據(jù)，從而減少無效數(shù)據(jù)和噪聲數(shù)據(jù)的干擾。這種方法可以使得機(jī)器在訓(xùn)練和優(yōu)化過程中更加精準(zhǔn)地理解和模擬人類的思維和行為模式，從而實(shí)現(xiàn)更加智能化和自然化的輸出和交互?！皹?biāo)注少”是指在數(shù)據(jù)標(biāo)注的過程中，通過技術(shù)手段（如遷移學(xué)習(xí)、弱監(jiān)督學(xué)習(xí)等）減少人工標(biāo)注數(shù)據(jù)的數(shù)量，提高標(biāo)注數(shù)據(jù)的質(zhì)量和效率?？梢允沟脵C(jī)器在處理大規(guī)模數(shù)據(jù)和復(fù)雜任務(wù)的過程中更加高效和準(zhǔn)確，同時(shí)也可以減少人力成本和時(shí)間成本的投入。通過構(gòu)建以“數(shù)據(jù)精準(zhǔn)、標(biāo)注少”的能力，生成式人工智能技術(shù)可以更加高效地實(shí)現(xiàn)場(chǎng)景的遷移能力，更好地輔助教學(xué)場(chǎng)景的應(yīng)用落地。

2. 生成能力與解釋性的兼顧：構(gòu)建具備解釋性的算法

不同于互聯(lián)網(wǎng)中的人機(jī)對(duì)話交互，教育的本質(zhì)是啟迪思考，在教學(xué)場(chǎng)景中，生成式人工智能除了要保障生成能力之外，教學(xué)的交互生成的內(nèi)容是否能夠被清晰、準(zhǔn)確地解釋和解讀，讓學(xué)習(xí)者能夠理解其生成的原因和過程是必不可少的環(huán)節(jié)。基于大語言模型如ChatGPT通過使用人工反饋?zhàn)鳛閺?qiáng)化學(xué)習(xí)的獎(jiǎng)勵(lì)，訓(xùn)練和優(yōu)化模型，從而使模型更好地與人類行為保持一致，提高模型在在線學(xué)習(xí)場(chǎng)景中的遷移能力和學(xué)習(xí)者元認(rèn)知能力的表現(xiàn)。但是，應(yīng)用于在線學(xué)習(xí)場(chǎng)景，需要考慮教育領(lǐng)域的特殊性和復(fù)雜性。例如，學(xué)生在使用學(xué)習(xí)系統(tǒng)時(shí)刻意迎合系統(tǒng)的算法來獲取更高的分?jǐn)?shù)，學(xué)習(xí)系統(tǒng)推薦的內(nèi)容可能會(huì)受到算法的限制而不利于學(xué)生的發(fā)展，以及缺乏算法的可解釋性使得利益相關(guān)者難以理解系統(tǒng)運(yùn)轉(zhuǎn)過程中產(chǎn)生的結(jié)果。

因此，在實(shí)施技術(shù)的過程中，需要增強(qiáng)模型的可解釋性和在線學(xué)習(xí)場(chǎng)景的目標(biāo)約束，以確保機(jī)器生成的內(nèi)容不僅在邏輯和語境上符合教育規(guī)律，還能夠協(xié)助學(xué)習(xí)者和教師理解生成內(nèi)容的原因，保證其可靠性。構(gòu)建可解釋性算法可以為用戶和教育管理者提供了解算法工作機(jī)制的透明度和可審計(jì)性，從而最大限度地減少給學(xué)生帶來的風(fēng)險(xiǎn)。通過在技術(shù)層面進(jìn)行限制和保障，確保算法的可靠性、可追溯性、問責(zé)性、非歧視性和公平性。

3.教學(xué)場(chǎng)景遷移能力與學(xué)習(xí)者元認(rèn)知能力的雙螺旋組合

基于大語言模型如ChatGPT采用思維鏈（Chain-of-Thought，CoT）的方式[21]，通過提示學(xué)習(xí)能夠捕獲上下文的語境，在技術(shù)上已經(jīng)取得較大的突破性進(jìn)展。但是，教學(xué)場(chǎng)景的變化是不可避免的，模型在遷移過程中存在與學(xué)習(xí)場(chǎng)景的融入不足問題。在遷移與應(yīng)用中，構(gòu)建模型思維鏈與學(xué)習(xí)者認(rèn)知鏈的雙螺旋組合，通過學(xué)習(xí)者的認(rèn)知能力和模型的思維能力相互作用，以學(xué)習(xí)者的反饋?zhàn)鳛槟Ｐ退季S鏈的優(yōu)化方向，雙鏈不斷提升，形成一種正反饋的循環(huán)。模型思維鏈指的是模型的輸出結(jié)果、判斷和決策等思維過程與學(xué)習(xí)者的認(rèn)知鏈同步。學(xué)習(xí)者認(rèn)知鏈則是學(xué)習(xí)者在學(xué)習(xí)過程中的認(rèn)知狀態(tài)、知識(shí)結(jié)構(gòu)、思維方式等。

在組合交互過程中，模型感知學(xué)習(xí)者的學(xué)習(xí)意圖，并將輸出結(jié)果返回給學(xué)習(xí)者。此后，模型會(huì)監(jiān)控和調(diào)整學(xué)習(xí)者的學(xué)習(xí)過程，并結(jié)合學(xué)習(xí)者的最近發(fā)展區(qū)以及元認(rèn)知能力的控制和指導(dǎo)作用來檢測(cè)學(xué)習(xí)者已經(jīng)具備的知識(shí)和技能，更新學(xué)習(xí)者的認(rèn)知鏈，以便更好地輔助學(xué)習(xí)者理解和應(yīng)用知識(shí)。模型也會(huì)根據(jù)反饋不斷進(jìn)行優(yōu)化和調(diào)整，輔助學(xué)習(xí)者可以更好地理解和應(yīng)用知識(shí)，同時(shí)能夠不斷進(jìn)行優(yōu)化和調(diào)整學(xué)習(xí)策略以適應(yīng)新的學(xué)習(xí)環(huán)境，從而形成一種雙螺旋式的組合，使學(xué)習(xí)者的元認(rèn)知能力和教學(xué)場(chǎng)景遷移能力得到不斷提升，從而形成一種相互促進(jìn)的良性循環(huán)。如圖4所示。

四、 生成式人工智能賦能在線學(xué)習(xí)的初步驗(yàn)證（以ChatGPT為例）

本文根據(jù)Tack和Piech提出的AI教師測(cè)試?yán)碚?，從師生互?dòng)、理解學(xué)習(xí)者和幫助學(xué)習(xí)者這三個(gè)層面，初步利用ChatGPT進(jìn)行對(duì)話測(cè)試，以分析在線學(xué)習(xí)環(huán)境中生成式AI輔助工具應(yīng)具備的能力[22]。在師生互動(dòng)方面，測(cè)試AI教師是否具備理解學(xué)習(xí)者的問題和回答問題，以便為學(xué)習(xí)者提供相關(guān)的知識(shí)和信息，幫助他們更好地理解課程內(nèi)容；在理解學(xué)習(xí)者方面，測(cè)試AI教師是否具備感知學(xué)習(xí)者學(xué)習(xí)風(fēng)格、興趣等能力；在幫助學(xué)習(xí)者層面，測(cè)試AI教師是否具備為學(xué)習(xí)者提供個(gè)性化的學(xué)習(xí)支持和幫助的能力。測(cè)試系統(tǒng)為2023年3月最新版本的ChatGPT。

（一）師生互動(dòng)測(cè)試：模擬教師進(jìn)行知識(shí)內(nèi)容回復(fù)

經(jīng)過初步測(cè)試，本文探討了ChatGPT在模擬老師進(jìn)行基本教學(xué)互動(dòng)方面的適用性。當(dāng)學(xué)習(xí)者提出學(xué)習(xí)意圖后，系統(tǒng)能夠用直觀的語言闡釋概念，并能聯(lián)系實(shí)際（圖5中對(duì)話1）。ChatGPT還能夠設(shè)計(jì)試題以測(cè)查學(xué)習(xí)者的知識(shí)水平。在學(xué)習(xí)者的回答問題后，ChatGPT不僅能反饋?zhàn)鞔鹫`，還能夠判斷學(xué)習(xí)者知識(shí)掌握程度（圖5中對(duì)話2），并且根據(jù)學(xué)習(xí)者作答內(nèi)容進(jìn)行進(jìn)一步的闡釋（圖5中對(duì)話3）。

測(cè)試表明ChatGPT能夠完成初步知識(shí)傳授、設(shè)計(jì)試題和對(duì)作答反饋，尤其是在反饋環(huán)節(jié)，ChatGPT能夠給予學(xué)習(xí)者的作答給予個(gè)性化的反饋。但是ChatGPT無法保證信息的準(zhǔn)確性。測(cè)試發(fā)現(xiàn)即便是由系統(tǒng)生成的沒有抽象語義信息的內(nèi)容，仍會(huì)出現(xiàn)前后不一致或錯(cuò)誤的情況，如圖6對(duì)話4中，題干給出了8個(gè)數(shù)字，但是解題過程中卻是9個(gè)數(shù)字。

綜上所述，系統(tǒng)已經(jīng)初步具備的基本師生互動(dòng)能力，可以為教學(xué)過程提供便利和輔助，但需要注意的是，系統(tǒng)提供信息的準(zhǔn)確性需要甄別。

（二）理解學(xué)習(xí)者測(cè)試：感知學(xué)習(xí)者情感回復(fù)

ChatGPT能夠基于學(xué)習(xí)者的困惑和提出的學(xué)習(xí)難點(diǎn)提供更加詳盡的闡釋，并提供實(shí)例幫助學(xué)習(xí)者深入理解抽象的概念，這符合教學(xué)中的量力性原則。進(jìn)一步地，ChatGPT還能夠在元認(rèn)知層面幫助學(xué)習(xí)者，如提供有效的認(rèn)知、元認(rèn)知策略等（圖7中對(duì)話5，6，7）。值得一提的是，系統(tǒng)能根據(jù)不同學(xué)習(xí)目標(biāo)（圖7對(duì)話5，6）和學(xué)科（圖7中對(duì)話6，7）提供有針對(duì)性的策略，例如，為了實(shí)現(xiàn)知識(shí)掌握目標(biāo)和通過考試目標(biāo)，ChatGPT提供的建議是不同的（圖7中對(duì)話6，7）。觀察ChatGPT的溝通風(fēng)格，發(fā)現(xiàn)其能針對(duì)學(xué)習(xí)者情緒產(chǎn)生的原因提出應(yīng)對(duì)策略，但是在回復(fù)學(xué)習(xí)者表露出負(fù)面情緒時(shí)，系統(tǒng)缺乏較高共情水平的回復(fù)方式[23]。

測(cè)試結(jié)果表明，面對(duì)學(xué)習(xí)者的學(xué)習(xí)困惑和消極體驗(yàn)，ChatGPT能夠根據(jù)不同的學(xué)習(xí)情境有針對(duì)性地提供認(rèn)知和元認(rèn)知策略建議，但是語言不夠靈活，回復(fù)答案的共情的程度較低。在線學(xué)習(xí)過程中成人學(xué)習(xí)者存在學(xué)習(xí)策略不佳的問題[24]，在情感支持層面仍需要進(jìn)一步提高。

（三）幫助學(xué)習(xí)者測(cè)試：引導(dǎo)式教學(xué)能力

本文測(cè)試了ChatGPT在學(xué)習(xí)者學(xué)習(xí)過程中能否做到：（1）提供學(xué)習(xí)任務(wù)相關(guān)的線索，（2）根據(jù)學(xué)習(xí)者能力水平調(diào)整試題難度。ChatGPT可以根據(jù)學(xué)習(xí)提出的學(xué)習(xí)困惑提供線索，初步具備了提供教學(xué)腳手架（Scaffolding）的能力，但是如何提供更有效的提示信息，ChatGPT仍需進(jìn)一步提高精準(zhǔn)度。對(duì)于調(diào)整試題難度的請(qǐng)求，需要系統(tǒng)能夠準(zhǔn)確評(píng)估試題難度。測(cè)試發(fā)現(xiàn)ChatGPT不僅能夠響應(yīng)學(xué)習(xí)者調(diào)整難度的需求，還能進(jìn)行合理的解釋（圖8中對(duì)話8）。

總體而言，ChatGPT初步能夠?yàn)閷W(xué)習(xí)者提供基礎(chǔ)的教學(xué)指導(dǎo)，并且根據(jù)需求調(diào)整試題難度，但是，為了確保指導(dǎo)的有效性和個(gè)性化，以及試題難度評(píng)估的準(zhǔn)確性，系統(tǒng)需要更多真實(shí)的教學(xué)數(shù)據(jù)提供基礎(chǔ)。因此ChatGPT已經(jīng)初步具備了提供教學(xué)腳手架的能力，這種能力在今后向?qū)W習(xí)者提供更高效更自動(dòng)化的支持中具有潛在的應(yīng)用價(jià)值。

五、 結(jié)? ?語

生成式人工智能應(yīng)用的飛速發(fā)展能夠?yàn)樵诰€學(xué)習(xí)場(chǎng)景賦予更多的應(yīng)用潛力，但是在線學(xué)習(xí)領(lǐng)域?qū)τ谄湟胍廊淮嬖谠S多風(fēng)險(xiǎn)擔(dān)憂，如果不加限制，將會(huì)帶來諸多安全倫理問題。本文首先從在線學(xué)習(xí)視角出發(fā)，對(duì)生成式人工智能引入的潛在場(chǎng)景進(jìn)行分析，然后提出了從實(shí)踐實(shí)施角度的技術(shù)支持框架。在數(shù)據(jù)層，需要構(gòu)建“少標(biāo)注、精準(zhǔn)數(shù)據(jù)”的教學(xué)場(chǎng)景數(shù)據(jù)保障能力；在應(yīng)用層，需要考慮生成能力與解釋性的兼顧；在應(yīng)用層需要考慮模型在不同場(chǎng)景的遷移能力與學(xué)習(xí)者的非認(rèn)知屬性鏈雙向交互優(yōu)化。最后，從在線學(xué)習(xí)助手的視角下對(duì)ChatGPT的測(cè)評(píng)發(fā)現(xiàn)，當(dāng)前模型在擬人化交流方面基本具備溝通能力，對(duì)于在線學(xué)習(xí)場(chǎng)景的精準(zhǔn)性依然需要技術(shù)能力去保障，對(duì)于解釋性仍需要增加，對(duì)于學(xué)習(xí)者的非認(rèn)知和不同場(chǎng)景的學(xué)習(xí)還需要較大的提升?；诒疚牡难芯拷Y(jié)果，明確了生成式人工智能賦能在線學(xué)習(xí)應(yīng)用場(chǎng)景與實(shí)施路徑要素，以保障人工智能的安全性和可靠性，從而更好地服務(wù)于在線學(xué)習(xí)和教育需求。

ChatGPT無論是在知識(shí)的廣度和深度還是在對(duì)話的擬人化和流暢度上都比此前的聊天機(jī)器人做得更好。然而機(jī)器要成為學(xué)習(xí)的引導(dǎo)者和促進(jìn)者、教師的得力助手，未來可以在提升內(nèi)容準(zhǔn)確性、增強(qiáng)評(píng)價(jià)的可解釋性以及提升輔導(dǎo)服務(wù)的個(gè)性化等方面著力進(jìn)行技術(shù)開發(fā)，促使以用戶為中心的聊天機(jī)器人轉(zhuǎn)向以學(xué)習(xí)者為中心的智能教師或助教。

[參考文獻(xiàn)]

[1] 中共中央、國(guó)務(wù)院.中共中央、國(guó)務(wù)院印發(fā)《中國(guó)教育現(xiàn)代化2035》[EB/OL].（2019-02-23）[2023-07-19]. https：//www. gov.cn/zhengce/2019-02/23/content_5367987.htm.

[2] 教育部.教育部等六部門印發(fā)意見部署教育新型基礎(chǔ)設(shè)施建設(shè)[EB/OL]. （2021-07-22）[2023-07-19]. https：//www. gov.cn/xinwen/2021-07/22/content_ 5626540.htm.

[3] WONG G K W， MA X， DILLENBOUNG P， et al. Broadening artificial intelligence education in K-12： where to start？[J]. ACM inroads， 2020，11（1）：20-29.

[4] 《上海市教育數(shù)字化轉(zhuǎn)型實(shí)施方案（2021—2023）》[EB/OL]. （2021-11-10）[2023-07-19]. http：//edu.sh.gov.cn/mbjy_xwzx/20211112/4d46f20aa250 42a7a4db6cfd76e0882b.html.

[5] ZHOU， J， KE P， QIU X. et al. ChatGPT： potential， prospects， and limitations[J]. Front inform technol electron eng，2023，1：2095-9230.

[6] 朱光輝，王喜文.ChatGPT的運(yùn)行模式、關(guān)鍵技術(shù)及未來圖景[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）：113-122.

[7] 令小雄，王鼎民，袁健.ChatGPT爆火后關(guān)于科技倫理及學(xué)術(shù)倫理的冷思考[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）：123-136.

[8] 朱珂，張斌輝，宋曄.技術(shù)生態(tài)位視閾下“人工智能+教育”的融合邏輯與模型構(gòu)建[J].電化教育研究，2023，44（1）：13-19.

[9] 儲(chǔ)舒婷.ChatGPT火熱“出圈”，我們?nèi)绾螒?yīng)對(duì)新挑戰(zhàn)[N].文匯報(bào)，2023-02-05（003）.

[10] QADIR J， Engineering education in the era of chatGPT： promise and pitfalls of generative AI for education[C]. 2023 IEEE Global Engineering Education Conference （EDUCON）， Kuwait：2023：1-9.

[11] 張絨.生成式人工智能技術(shù)對(duì)教育領(lǐng)域的影響——關(guān)于ChatGPT的專訪[J].電化教育研究，2023， 44（2）：5-14.

[12] 祝智庭，戴嶺，胡姣.高意識(shí)生成式學(xué)習(xí)：AIGC技術(shù)賦能的學(xué)習(xí)范式創(chuàng)新[J].電化教育研究，2023，44（6）：5-14.

[13] RUDOLPH J， TAN S， TAN S. ChatGPT： Bullshit spewer or the end of traditional assessments in higher education？[J]. Journal of applied learning and teaching， 2023， 6（1）：1-22.

[14] 沈書生，祝智庭.ChatGPT類產(chǎn)品：內(nèi)在機(jī)制及其對(duì)學(xué)習(xí)評(píng)價(jià)的影響[J].中國(guó)遠(yuǎn)程教育，2023，43（4）：8-15.

[15] 王佑鎂，王旦，梁煒怡等.“阿拉丁神燈”還是“潘多拉魔盒”：ChatGPT教育應(yīng)用的潛能與風(fēng)險(xiǎn)[J].現(xiàn)代遠(yuǎn)程教育研究，2023，35（2）：48-56.

[16] Taecharungroj， V. "What can chatGPT do？" analyzing early reactions to the innovative AI chatbot on twitter[J]. Big data cogn. comput，2023，7：1-35.

[17] ZAWACKI-RICHTER O， MARIN V I， BOND M. Systematic review of research on artificial intelligence applications in higher education - where are the educators？[J]. International journal of educational technology in higher education， 2019，16（1）：39.

[18] 周洪宇，李宇陽.ChatGPT對(duì)教育生態(tài)的沖擊及應(yīng)對(duì)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.

[19] 焦建利.ChatGPT助推學(xué)校教育數(shù)字化轉(zhuǎn)型——人工智能時(shí)代學(xué)什么與怎么教[J].中國(guó)遠(yuǎn)程教育，2023，43（4）：16-23.

[20] 李潔. ChatGPT與教育思想會(huì)在杭州湘湖舉辦[N]. 企業(yè)家日?qǐng)?bào)，2023-03-07（A03）.

[21] TALMOR A ，? TAFJORD O，? CLARK P， et al. Teaching pre-trained models to systematically reason over implicit knowledge[C]. NeurIPS 2020：1-11.

[22] TACK A， PIECH C. The AI Teacher Test： measuring the pedagogical ability of blender and GPT-3 in educational dialogues[C]//Proceedings of the 15th International Conference on Educational Data Mining. England，Acm， 2022：522-529.

[23] LV X， YANG Y， QIN D， et al. Artificial intelligence service recovery： the role of empathic response in hospitality customers' continuous usage intention[J].Computers in human behavior， 2021，126（1）：106993.

[24] 陸葉豐，李娟，葉德偉，等.避免“規(guī)模陷阱”：成人在線學(xué)習(xí)的問題與策略——基于國(guó)內(nèi)外119篇實(shí)證研究文獻(xiàn)的分析[J].現(xiàn)代教育技術(shù)，2022，32（11）：93-100.

Generative Artificial Intelligence-enabled e-Learning Scenarios and

Implementation Paths

XIAO Jun1，? BAI Qingchun1，? CHEN Mo1，? LU Lu2

（1.Shanghai Open Distance Education Engineering Technology Research Center， Shanghai Open University， Shanghai 200433; 2.School of Education， Shanghai Normal University， Shanghai 201418）

[Abstract] Generative AI technology， through the training of large-scale data encoding， can autonomously generate content such as language or images according to human instructions， and display new "intelligent" and "creative" abilities in different scenarios. However， there are many risks associated with direct application in learning scenarios， which requires continuous optimization and upgrading. By exploring and researching the potential scenarios and technical implementation paths for generative AI-assisted personalized learning， it is proposed that three aspects must be ensured when applying generative AI in online learning scenarios： （1） content accuracy; （2） process interpretability; and （3） personalized connectivity. In order to ensure the safety and reliability of AI， it is necessary to establish a perfect technical support system to better serve the needs of online learning and education. Through the research and analysis， it is hoped that useful references can be provided for the technical specification and application design of generative AI in online learning scenarios.

[Keywords] Online Learning; Generative Artificial Intelligence; ChatGPT