- 董艳;陈辉;
在学科融合趋势日益迅猛的时代背景下,培养学生的跨学科创新思维是当前教育的重要目标之一。作为人工智能时代的突破性技术,生成式人工智能给技术赋能教育带来了巨大的机遇与挑战。基于此,文章聚焦跨学科教育领域,首先阐释了跨学科创新思维的基本内涵和分类,在此基础上归纳出跨学科创新思维的四个发生要素:多学科知识基础、基本的创新思维、团队沟通与协作、产出导向。然后,文章剖析了生成式人工智能赋能跨学科创新思维培养的四个核心功能:高效信息检索与整合、多轮对话与角色模拟、评价与反馈、生成与创作。在此基础上,文章厘清了生成式人工智能赋能跨学科创新思维培养的内在机理。最后,文章从“课前-课中-课后”教学评一体化的视角,基于面向设计的产生式学习模式(Design-orientedProduction-BasedLearning,DoPBL),构建了生成式人工智能赋能跨学科创新思维培养的教学模式。文章通过研究,旨在为人工智能时代下如何培养学生的跨学科创新思维提供理论和实践参考。
2024年04期 v.34;No.276 5-15页 [查看摘要][在线阅读][下载 1218K] [下载次数:965 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:32 ] - 陶炜;沈阳;
AIGC作为集成了文本、图像、视频处理等多功能的技术体系,其多平台、多终端、多模态的“涌现”不仅为教育领域带来技术突破,也构成当前教研体系的挑战与机遇。文章梳理了AIGC的内生价值,提出了面向AIGC的四能教育理论,通过“低能到高能、单能到多能、多能到超能、超能到异能”的智教合一和范式革新,将教学结果过程化,将创新思维工业化,将知识涌现常态化;形成“自生产”和“自适应”的教学理念,从“天人合一”最终达到“天人智一”,共创人机共生的教研环境。文章还提出了面向未来的AIGC教育大模型架构,为利用AIGC技术推动我国教育创新提供了理论依据和实践指导,有助于培养适应未来社会需求的创新型人才。
2024年04期 v.34;No.276 16-27页 [查看摘要][在线阅读][下载 1355K] [下载次数:762 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:18 ] - 吴永和;颜欢;马晓玲;
当前,人工智能大模型在各领域迅猛发展,其中教育领域的人工智能大模型虽然能够在知识生产、知识计算和知识服务方面完成多种智能任务以提供教学辅助,但其在功能构建、数据收集与管理、教学测评和应用等方面仍存在局限,同时缺乏适用于多个教育场景的通用人工智能大模型。基于此,文章从人工智能的发展和标准化的现状出发,对教育通用人工智能大模型的概念、原则和属性做出界定,并提出教育通用人工智能大模型标准体系,包括总体框架、信息模型、数据规范、测评规范和教学应用要求等,以从指导角度对教育通用人工智能大模型的研发、应用、管理和评估进行规范。文章通过研究,旨在规范通用人工智能大模型在教育领域的应用与发展,赋能、赋智于教育,推动教育的高质量发展。
2024年04期 v.34;No.276 28-36页 [查看摘要][在线阅读][下载 1171K] [下载次数:343 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:10 ] - 和文斌;范占江;郑浩;谭征;赵帅;
CSCL作为培养高阶思维发展的一种新型学习方式,已经历了30年的颠簸历程,但因跨学科的特征致使其发展与探索呈现复杂性。随着以ChatGPT为代表的生成式AI迅速渗透各行各业,为CSCL的创新发展带来了曙光。为此,文章首先进行了ChatGPT的基本概述,并从内容生成、语境理解、语言转译及场景复刻刻画了其应用优势。然后,文章基于对CSCL手册的分析与思考,融合ChatGPT的特征与能力,从影响CSCL发展的外延与核心两个层面,依据复刻境脉、助力变革、面向多元、支持学习、辅助教学、解密黑箱六个维度,构建了ChatGPT赋能CSCL发展的未来图景。最后,文章提出了基于ChatGPT的CSCL生态创新发展的突围路径,以期为CSCL的创新发展与教育领域内ChatGPT的理论探索与实践应用提供参考。
2024年04期 v.34;No.276 37-46页 [查看摘要][在线阅读][下载 1189K] [下载次数:212 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:5 ] - 邢瑶;王帆;李雯洁;
当前,人工智能生成内容(Artificial Intelligence Generated Content,AIGC)跨越式发展正在变革教育环境,对研究生的学习与研究冲击较大,使其认知的不确定性和复杂性日益明显。为适应AIGC环境研究生成长需要对多种因素和条件进行逻辑推演与组织关联,以生成复杂认知,因此探索AIGC与研究生学习、研究的融合方式,及其对研究生复杂认知的影响显得尤为必要。为此,文章首先将ChatGPT纳入研究生课程,然后通过“证据推理”GoE框架,利用认知网络分析法对研究生课程学习的过程数据进行剖析,发现AIGC环境下研究生的复杂认知由简单线性连接、低阶认知状态生成向复杂网络建构、高阶认知状态演变发展;理论学习具有“非专业-整合”型认知特征,外部干预能够有效突破研究生的低阶认知状态,呈现“∞”型的发展轨迹;学术研究具有“解析”型认知特征,“机-师”协同指导可以提升研究生的高阶认知水平,呈现“∑”型发展轨迹。最后,文章提出利用AIGC构建融合课程以培养研究生高阶认知思维、通过提示模式教学强化研究生推理实践、借助AIGC“认知中介”助推研究生理论学习与学术研究衔接等建议,以期推动研究生培养模式的转型与发展。
2024年04期 v.34;No.276 47-59页 [查看摘要][在线阅读][下载 1258K] [下载次数:263 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:5 ] - 丁宝根;钟阳阳;
作为人工智能技术的标志性代表,ChatGPT技术在多个领域得到了不同程度的应用,特别是在高等教育领域的应用与实践探索备受关注,“ChatGPT+高等教育”变革已成为重要趋势。在此背景下,文章首先梳理了“ChatGPT+”的来源与内涵,阐述了“ChatGPT+高等教育”新形态。然后,文章从政策、技术和模式等方面分析了“ChatGPT+高等教育”变革的驱动因素。最后,文章多角度探讨了“ChatGPT+高等教育”变革面临的主要障碍,并针对这些障碍提出了有关建议,以实现“ChatGPT+高等教育”变革的健康有序推进,为高等教育现代化贡献更多“数智化”力量。
2024年04期 v.34;No.276 60-68页 [查看摘要][在线阅读][下载 1184K] [下载次数:517 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:11 ]