作者：尚俊杰（北京大學教育學院學習科學實驗室執行主任）；張鵬（北京大學教育學院博士研究生）；汪旸（中國中醫科學院發展規劃處處長）

　　自2022年底以來，生成式人工智能給很多行業帶來了嶄新的希望，對于教育領域，生成式人工智能具備三層價值：一是工具價值，促進教學變革。生成式人工智能可以被應用到教與學的各個環節，促進個性化學習，提升教師備課授課與教育管理者決策的質量和效率。二是融合價值，重塑教育體系。生成式人工智能和虛擬現實/增強現實、移動、游戲等技術融合，促進培養模式變革。三是終極價值，助力回歸教育本質。讓學習者實現自由而全面的發展，享受學習的快樂。

　　然而，在教育教學中應用生成式人工智能，也會碰到許多具體困難和障礙。在工具層面，通用人工智能產品在教育領域的應用，需要有更多適應性教育產品，同時還需要提升師生的數字素養；在融合層面，技術整合與倫理問題可能導致系統變革推進緩慢；在終極層面，即使大規模應用生成式人工智能，教育效果可能也難以顯著提升，主要因為傳統評估方法可能無法全面反映人工智能帶來的積極影響，且當前評價導向可能限制了人工智能的發揮空間。

　　針對這些可能出現的困難和障礙，我們需要從工具層、融合層、終極層提供相應的應用策略，以真正促進生成式人工智能在教育中的廣泛應用，從而提升教育教學質量。

　　1 工具層：加強產品技術研發，匹配師生實際需求

　　生成式人工智能在教育領域的應用前景廣闊，但是在其與教育教學的適配性方面仍存在諸多問題，如存在與教育場景的適配性不足、對師生易用性不足等。因此，要深入教育應用場景，結合師生的需求開發產品。具體而言，可以采取如下策略：

　　深入教育場景，開發定制產品。生成式人工智能教育產品的設計應根植于真實教學需求，并通過科學規范的測試來驗證其教學效果。當前市場上出現的產品為教育領域提供了新的工具，但它們是否真正滿足教學需求、能否帶來實質性的教學效果，仍需經過嚴格的評估和驗證。同時，針對通用模型所存在的知識拼湊和學科聯系薄弱的問題，我們需要構建高水平的教育專用大模型，確保教育產品在傳遞信息、傳授知識和價值觀時的正確性和連貫性。因此，要高度重視生成式人工智能技術研發者的倫理水平，以產品傳遞正確價值觀，培養學生自身發展的能動性、責任感、批判性思維和創新思維。

　　建立評價標準，篩選優質產品。在生成式人工智能教育產品投入課堂使用前，必須建立一套全面的評價體系，這不僅包括產品的成本、質量和響應速度，還應涵蓋產品與教育場景的匹配度，以及對學生、教師和管理者的易用性和實用性等。這一評價標準的制定，將有助于篩選出真正能夠提升教育質量的生成式人工智能產品。

　　創新教學模式，發揮人工智能潛力。生成式人工智能在教育中的應用不應僅限于提升產品本身，更應通過創新的教學模式來實現其最大潛力。例如，可以提出以知識點為核心的教學模式，讓生成式人工智能為教師提供組織知識點的建議，生成相關教學資源，設計知識點互動方案，同時為學生推薦學習資源，啟發他們深入理解知識點。鑒于不同學科的特點，我們還需要開發和驗證多種教學模式，如在注重推理的學科中，可以側重讓生成式人工智能提供推理支持。

　　加強教師培訓，提升使用能力。教師是連接技術與學生的關鍵紐帶。未來的教師在生成式人工智能的協助下將成為“超級教師”，更加注重育人，并兼有監督機器教學的職責。可見，教師需要在使用生成式人工智能輔助學生學習的過程中發揮主導作用，確定人機協助模式，并嚴格監管技術的應用。為此，有必要對教師開展系統的產品使用培訓，包括使用方式、注意事項等，以確保教師能夠充分發揮其主觀能動性，促進生成式人工智能與教育的有效融合。

　　2 融合層：打通技術融合壁壘，重構教育組織結構

　　在教育領域，生成式人工智能技術正與虛擬現實、增強現實、自然語言處理等其他技術融合，共同重塑教育體系。這種融合不僅要求技術層面的深度合作與創新，也對教育組織結構提出了新的挑戰。以下是具體策略建議：

　　設計整合方案，構建系統架構。生成式人工智能需要與現有教育技術無縫銜接，為學習者提供更加豐富的學習體驗。如通過虛擬現實和增強現實技術，學生可以在沉浸式環境中進行學習，參與虛擬實驗或角色扮演；生成式人工智能與之融合，可以整合各類學習資源，為學生提供個性化、多樣化的學習資料，強化沉浸性和交互性，從而讓學習者獲得更豐富、生動的學習體驗。為此，教育機構應建立跨學科的技術整合團隊，包括技術專家、教育學家、心理學家和課程設計師，確保技術整合方案既滿足教學需求，又符合學生的心理和認知特點。在此基礎上，開發統一的技術框架與接口標準，促進不同技術之間的數據共享和功能互補，真正實現技術整合。

　　重構組織結構，共建融合生態。將生成式人工智能與其他技術工具進行有效的整合可能面臨技術上的困難和倫理上的挑戰。當前，有一些優秀產品未能成功普及，原因就是支持系統沒有跟上。正如幻燈片的普及過程，生成式人工智能技術的融合同樣需要從觀念、技術、再到組織結構的逐層打通。再比如，將生成式人工智能與數字人結合起來輔助實現個性化學習，如創造虛擬教師過程中，可能存在侵犯人物形象、人機關系取代人際關系等問題。

　　組織結構的重構是實現技術融合價值的關鍵。因此，首先要轉變利益相關者的理念，通過宣傳推廣技術融合的優秀案例，讓教師、家長和教育管理者充分認識到生成式人工智能技術的重要價值和潛在風險，如過度依賴技術、盲目信任機器、缺乏深度思考等。其次要利用技術改造教師活動、學習方式與管理制度，實現系統性變革。如在人工智能教育環境中，教師可將更多的工作重心放在育人上，通過協作學習、項目式學習等提升學生問題解決能力，避免“生成式人工智能完全代替學生腦力勞動”情形的出現。除此以外，教育管理者還應建立技術融合的監管與服務機制，有效保護學生的隱私和數據安全，確保技術起到正向促進教育的作用。

　　3 終極層：加強基礎機制研究，科學推進因材施教

　　因材施教、個性化學習是教育領域一直以來的追求，但是依靠傳統教學實現起來難度確實很大，而生成式人工智能在個性化自適應學習方面展現出巨大潛力，借助人工智能和大數據等技術，可以深入了解每名學生的獨特需求、興趣和學習風格，從而提供量身定制的學習體驗。具體有如下應用策略：

　　打造智能系統，促進個性化學習。隨著人工智能技術的不斷進步，生成式人工智能在教育領域的應用需要進一步提升其智能性，構建更加精準的個性化自適應學習系統，從而更好地實現個性化學習。

　　重視學習科學，加強基礎研究。在教育技術領域，一直存在“非顯著性差異”現象，就是在一些大型的調查或測驗中，結果顯示應用技術和不應用技術在學習成效方面似乎不存在顯著差異。要想真正解決該問題，就需要注重開展學習的基礎研究，深入研究“人是如何學習的？如何促進有效的學習”。通過學習科學領域的教育學家、心理學家和數據科學家緊密合作，深入研究大腦的認知與學習規律，可以更好地了解協作學習、在線學習、虛擬情境中的學習等各教育領域的學生特征和學習規律。在掌握規律的基礎上，通過實證研究探明有效的學習策略，如游戲化學習策略、在線學習策略、復習策略等，從而最大限度地提升學習效果，也可以使得生成式人工智能在教育領域中實現從“非顯著性差異”到顯著提升的轉變，讓每個人學習得更加科學、快樂、有效。

　　生成式人工智能在教育領域的應用是一個多維度、跨學科的復雜過程。通過加強產品技術研發、打通技術融合壁壘、加強基礎機制研究等方式，我們可以期待這一技術在教育中發揮更大的作用，不僅可以提升教育教學質量，還可以促進教育的深層變革，為培養拔尖創新人才、打造高質量教育體系奠定堅實基礎。