摘 要：作为现代技术发展的高级形态，生成式人工智能对教育的变革已成必然。那么，在教育领域中，生成式人工智能究竟有什么价值，价值实现过程中会遇到哪些困难，又该如何应对困难以实现价值？文章系统回答了这三个问题。首先，文章提出了生成式人工智能的三层教育价值——工具层协助学生、教师和教学管理人员促进教学变革，融合层联合多项技术重塑教育体系，终极层助力回归教育本质。然后，文章探讨了价值实现面临的三层困难——教育应用难深入、系统变革难推进、效能提升难显著。最后，文章针对三层价值和困难，总结了加强产品技术研发，匹配师生实际需求；打通技术融合壁垒，重构周围组织结构；加强基础机制研究，科学推进因材施教三项策略。文章通过系统研究生成式人工智能教育变革，旨在为我国利用生成式人工智能技术促进教育数字化转型提供系统的理论参考与实践指导。
关键词： 生成式人工智能；ChatGPT；教育变革；重塑教育；未来教育；学习科学
引言
2022年11月，生成式人工智能的典型代表ChatGPT横空出世，微软创始人比尔·盖茨甚至专门发表博客称赞这是他此生遇到的两项革命性技术之一。它可以通过对话的方式协助用户完成文本生成、检查代码等各类事项，能够以及格或较为优秀的成绩通过大学预修生物学、人文、社会科学和法律考试。凭借准确的理解能力和出色的对话能力，ChatGPT在短时间内收获了大量用户，让人们真切感受到生成式人工智能时代的到来。教育界对生成式人工智能带来的变革展开探讨，形成了三大基本共识：①生成式人工智能变革教育是必然的趋势，教育将迈入新的时代。杨宗凯等认为以ChatGPT为代表的生成式人工智能将给教育带来重大影响，变革教学、学习、育人场景；倪闽景从学习进化论的角度出发，认为生成式人工智能可以作为思维逻辑工具，助力人类走进“超级学习”时代；陈玉琨认为生成式人工智能的应用将使教育进入“人机协同”时代，教师将借助机器成为更加重视育人的“超级教师”，有意义学习也将进一步取代有效学习，成为学生和家长的教育追求。历史经验同样表明，禁止“破坏性”技术并不是明智之举，积极谨慎地开展变革、拥抱生成式人工智能带来的新时代才是上策。②生成式人工智能引发的教育变革应有所变，有所不变。变的是教学模式、学习方式、评价方式和教育理念，生成式人工智能有利于实现师-生-机三元教学模式，推动个性化学习，将教育引向多元化评价和注重高阶能力的育人理念；不变的是坚守教育本质和追求教育公平，教育要培养全面发展的人，力求为全社会提供优质资源、缩小教育差距。③生成式人工智能教育应用仍有潜在风险，产品和制度都需要进一步完善。ChatGPT独特的技术原理决定了产品弊端的存在——并未真正理解文本内容，而是通过概率计算生成最佳的文本答案；大规模训练语料库来自互联网，可能会产生错误信息。如果应用到教育领域中，生成式人工智能可能会带来学术不诚信、抄袭泛滥、用户过度依赖而思维退化等问题，需要恰当的制度建设予以解决。综上所述，尽管存在潜在风险，但以生成式人工智能为代表的教育新时代必将到来。在此基础上，有必要进一步总结提出生成式人工智能的教育价值模型，分析实施困难并提供应用策略，以为我国利用生成式人工智能技术促进教育数字化转型提供系统的理论参考与实践指导。
生成式人工智能的三层教育价值
本研究根据已有研究总结生成式人工智能的三层教育价值，如图1所示。三层教育价值层层递进，首先作为工具促进教学变革，然后与其他技术融合重塑教育体系，最终助力回归教育本质。
图1 生成式人工智能的三层教育价值
生成式人工智能作为工具是其最为明显的价值，具体体现在以下三个方面：①对于学生而言，生成式人工智能技术可以更好地实现“苏格拉底教学法”和同伴学习。正如孔子所说的“不愤不启，不悱不发”，生成式人工智能可以担任教师或同伴，与学生进行问答、讨论，培养学生的批判思维，提升学生在同伴学习中的收获。该价值的实现需要确保生成式人工智能的作答质量和身份转变。在作答质量上，贺樑等编码了ChatGPT的多轮回答，结果发现ChatGPT对于K12中有确定答案的单个问题表现较好，不过无法给出启发性的问题，仍需要GPT-4的支持。在身份转变上，目前可汗学院基于GPT-4研发的Khanmigo已经开始探索并验证了“让生成式人工智能担任教师，向学生提问来引导其不断思考”的可行性；Bauer等提出了基于ChatGPT的同伴反馈过程模型，让生成式人工智能为学生提供适应性的支持。可见，通过合适的资料库设置，生成式人工智能可以转变身份，以较快的响应速度给予学生必要的反馈和帮助，帮助学生解决问题、补齐短板，进而有效提升学生的学习质量和效率。②对于教师而言，生成式人工智能技术能够协助提升教师备课授课效率。在备课过程中，教师可以将生成式人工智能当作脚手架和资源库，通过文本对话的方式，让其协助查找授课资源、生成教案材料、撰写教材内容、准备教学课件等。例如，教师拟开展情景剧的排练课，可以让生成式人工智能技术为其生成情景剧的脚本范例；找不到合适的授课图片时，可以通过文字描述让技术代为生成；在遇到教学问题时，也可以向生成式人工智能寻求建议。在使用ChatGPT授课的过程中，生成式人工智能可以担任对话者、内容提供者、助教和评估者，教师则进行高质量的教学决策，在不断的决策中协调内容资源、让学生成为积极的参与者，提高学生的人工智能伦理意识。简而言之，作为工具的生成式人工智能可以让具有甄别能力的教师提高备课授课效率，为创造性工作的开展节省出大量时间。③对于教育管理者而言，生成式人工智能技术能够精简人力管理环节并提高决策效率。生成式人工智能可以帮助管理人员快速起草日常事务文档的模板或者大纲，如“撰写委婉的家校联系信”，ChatGPT能够快速起草内容大纲并满足“委婉”的要求，帮助教育管理人员快速完成大量的事务性工作。在决策过程中，生成式人工智能可以协助决策者收集资料，帮助决策者更全面、准确地了解问题背景和各种因素的影响，从而使其做出较为合理公正的决策。例如，当学校的管理者面临“是否要在本校开设STEM课程”的决策问题时，ChatGPT可以迅速给出“学生感兴趣程度、受益程度、教育资源、师资情况、学校愿景、教育政策匹配度”等参考指标，提供已经开设STEM课程的学校名单作为参考。在此基础上，管理者可以进一步结合自身经验和专业知识，权衡开设或者不开设相关课程的利弊，做出最优选择。除了本身的工具价值，生成式人工智能和大数据技术、虚拟现实/增强现实技术、物联网技术等技术相互融合，引发教育体系的系统性变革才是重中之重。正如美国2010年颁布的《国家教育技术计划》指出：如果想要看到教育生产力的显著提高，就需要在技术的基础上重新考虑整个教育，对教育系统进行由技术支持的重大结构性变革。以生成式人工智能为代表的人工智能技术、大数据技术、虚拟现实/增强现实技术、物联网技术等不仅可以作为工具应用到教育场景之中，它们的联动还能够代替许多初级工作。例如，生成式人工智能、大数据技术和物联网技术联动催生智能零售机器，为客户提供更有价值的物品信息，这可能会对销售导购岗产生冲击；生成式人工智能、大数据技术、虚拟现实技术联动催生虚拟培训教师或虚拟诊疗助手，这可能会对教育培训或医疗服务岗产生影响。以大型语言模型为基础的生成式人工智能技术能够回答不同领域的自然语言问题，以其为核心的技术融合有助于将不同的技术整合到统一的框架或应用中，带来新的生产力和职业岗位，进而更新社会结构和人才需求。在教育领域中，技术带来的社会结构和人才需求的变革将直接导致教育体系的重塑：先是影响教育体系的培养目标，而后影响教学、学习和教学管理等培养方式。具体到以生成式人工智能为重要代表的技术融合上，重复的知识生产工作将被代替，未来人才需要更加突出人类自身的独特之处。正如微软（中国）公司首席技术官韦青所言，以ChatGPT为代表的生成式人工智能技术能够用自然语言的形式提炼生成人类的知识。这意味着如何调整教育体系以培养未来人类指导机器提炼出高质量的知识、产生人类独有的知识或成为最大挑战。更进一步，人之为人的社会情感、创造力、批判性思维、问题解决能力将更加重要。联合国教科文组织“教育的未来”国际委员会于2021年发布的《一起重新构想我们的未来》中指出，未来教育不仅要让学生具备与他人合作的能力，发展自身能动性、责任感、同理心、批判性和创造性思维，还要掌握全方位的社交和情感技能。这些“人之为人”的独特性将成为未来的人才需求之一，指引未来的培养目标，成为未来教育体系的工作重点。以ChatGPT为代表的生成式人工智能技术为教育提供工具价值，在更深层次上能够融合大数据技术、物联网技术等重塑教育体系。不过重塑教育体系并不是最终目的，其终极价值是回归到人的发展，助力回归教育的本质。教育的本质是教育的根本问题，但目前难以得出统一的、令所有人信服的结论。历史上的教育家在自身所处的历史背景下，提出了自己对于教育本质的理解。西方教育家多从教育的目的和作用进行阐释，如夸美纽斯的“只有受到恰当的教育之后，人才能成为一个人”，洛克的“白板说”——通过教育让像白纸的儿童掌握知识和美德，杜威的“生长说”——教育是经验的改造或重组，进而增加经验的意义并指导后来的改造进程。我国教育家多从教育者和教育目的进行阐释，如韩愈《师说》的“传道授业解惑”，到学习苏联后采纳的“教育是对于受教育者心理上所施行的一种确定的、有目的的感化作用”“教育是培养社会主义接班人”，再到1978年教育界对教育本质和价值的大争论。在争论中顾明远先生指出，我们应回归到教育的主体——学生来考虑教育，教育研究应深入到受教育者接受教育的内在机制上，提升受教育者的生命质量和生命价值。石中英进一步梳理顾先生的观点，指出教育的根本任务是“立德树人”，应首先“回归到人的发展上”，“让每一个孩子的潜能得到挖掘”。虽然教育的本质难以达成统一的结论，但是通过这一讨论达成的共识是，要综合时代背景与国家文化以回归到学生本身来考虑教育的本质，让每个人都能开心快乐地学习，本研究认为教育的本质主要是强调这一点。正如顾明远先生在2018年指出的，在当前的信息时代背景下，结合我国的集体主义价值观，未来教育应该充分正确利用信息技术，以学生的健康成长、幸福生活为中心，培养有“理想信念、创新思维、勇于担当、奉献精神”的全面发展与个性发展相统一的人才。生成式人工智能这类技术手段作用于教育，使教育发生了革命性的变革，但是教育的本质不会改变。生成式人工智能的终极教育价值是助力回归教育的本质——以学生的健康成长为中心，让学生通过个性化自适应学习，在快乐的学习过程中充分发掘自己的潜能，实现全面发展与个性化发展。在传统的课堂教学中，“学生为了考试而学习、而不是为了发展而学习”，教师也很难照顾到所有学生的个性化需求。生成式人工智能和其他技术的加入，能够根据学生的个性化问题进行答疑解惑，并将教师从重复的教学工作解放出来，更多地投入到学生的德育工作中以保证其全面发展。无论是作为单一的工具应用于教育场景，还是联合其他技术重塑教育体系，生成式人工智能的工具层、融合层都是为终极层服务。作为工具促进教学变革的层面，生成式人工智能技术能够帮助学生实现个性化自适应学习，使其积极主动地思考，自由自在、更加有效率地学到真正需要的内容，实现自身“小圆满”向“大圆满”的过渡。在重塑教育体系的层面，生成式人工智能、大数据技术都是人类智慧的外化产物，在教育领域中应用或禁止都是为了更好地服务于人类的生存和进步，让未来人类获得“安身立命”的力量，实现“自由而全面的发展”。
生成式人工智能教育价值的实施困难
虽然生成式人工智能对于教育来说价值无限，但在三层价值的实施过程中必定会遇到困难，表现为工具层中教育应用难深入、融合层中系统变革难推进、终极层中效能提升难显著。
通过使用生成式人工智能技术产品，学生可以获得个性化的学习体验，教师可以利用自动化的方式来创建个性化的学习内容，教学管理者能够提高管理和行政效率。生成式人工智能在文稿创作、代码撰写等场景展示了工具价值，但是在教育教学具体过程中的实际应用还有待提升，需要大量基于人工智能的适应性教育产品和能够正确使用产品的教育主体，即相互匹配的工具和工具使用者。但目前的生成式人工智能产品如ChatGPT本身是通用语言大模型，并非为教育领域研发，在教育领域的表现并不尽如人意。贺樑等测试了ChatGPT在伦理问题、学科知识、常识、教案设计、引导式教学方面的表现水平，分别达到了98%、96%、0%、100%、85%的正确率，这五个方面相应的表现水平反映出ChatGPT具有通用的价值观、基本的学科知识判断能力、较强的教案设计能力，但仍明显存在常识拼凑的问题、欠缺启发学生的能力。当然，除了通用的生成式人工智能产品，专门为教育场景研发的生成式人工智能产品也在不断涌现，如可汗学院在2023年3月推出基于GPT-4的实验性辅助学习与教学工具Khanmigo，科大讯飞在2023年5月推出讯飞星火认知大模型及星火语伴等学习领域应用产品，好未来也在2023年7月上线数学领域解题和讲题的MathGPT，该类产品与教育场景的匹配性和应用效果仍有待验证。在工具使用者方面，学生、教师、教育管理者都是生成式人工智能产品在教育领域中的重要受众。然而，在当下生成式人工智能融入教育场景的过程中，一线教师群体的作用显得尤为重要。如果一线教师不知道、不了解、不使用、不接受生成式人工智能产品，即使是像ChatGPT这样的产品，都难以在课堂中得到普遍应用，遑论学生从中持续受益。只有当一线教师真正认可并具备使用生成式人工智能产品的能力，这些产品才能够真正融入教育实践，并通过教师的丰富经验和专业知识得到进一步优化。但目前并不是所有教师都能够正确使用生成式人工智能，除了相关技术和产品的使用方法，针对生成式人工智能的批判性思维和道德意识也需要培训。此外，教师信念也是影响生成式人工智能产品应用的重要因素，Choi等发现具有建构主义信念的教师比坚信单向传授的教师更有可能在教学和课堂中使用人工智能教育工具。因此，在推进生成式人工智能工具价值的实现过程中，筛选或培养“能运用”“会运用”“运用好”生成式人工智能的教师，是亟待突破的关键环节。生成式人工智能与其他技术融合重塑教育体系，无疑具有深远影响。然而，融合和重塑必是一个缓慢而艰难的过程。一方面将生成式人工智能与其他技术工具进行有效的整合可能面临技术上的困难和伦理上的挑战。尽管生成式人工智能和其他技术融合有利于提高教育数字系统的创新性和用户体验，如与虚拟现实/增强现实技术融合可以大大提高相关教育系统的自然语言处理和理解能力，为用户提供丰富且自然的交互方式。但要实现这一融合，必须解决系统兼容性问题，确保不同的技术能够协同工作，并制定明确的用户数据集成和信息共享方式。例如，在生成式人工智能与虚拟现实技术的结合中，需要确保两者之间的互动是无缝的：学生能够在虚拟环境中以自然语言提出问题，而系统则能够以智能的方式理解并在虚拟环境中予以精准回应。这种协同工作需要克服技术架构的不同、数据格式的差异等技术层面的挑战。除了技术困难，生成式人工智能在与其他技术整合的过程中也可能会遇到伦理问题。Pataranutaporn等提出可以将生成式人工智能与数字人结合起来辅助实现个性化学习，如“复活”已故之人（如孔子、李白等）或创造虚拟教师和学生。在这一融合和创造的过程中，诸如可能存在的历史篡改、侵犯人物形象、人机关系取代人际关系等问题，仍然需要得到明确定义和解决。另一方面，教育系统呈现出教育主体的差异性、教育资源的不均衡性、教育环境的多样性和组成因素的动态组合性等复杂特征，教育系统的变革更是牵一发而动全身，需要多个因素非线性、动态、长期的综合作用。著名教育变革理论家Havelock指出，教育变革是“教育任何有意义的改变”，包括自然变革和有计划变革。生成式人工智能和其他技术可以通过自然变革和有计划变革这两种方式对教育系统进行改革。其中，自然变革中教育系统相对被动，随着技术对社会和教育系统的渗入而改变；有计划变革的目的性和策略性更强，涉及教育工作者的培训和适应、学校基础设施的升级、课程的重新设计等教育因素的主动调整。在因素众多的教育系统中，周围组织结构将决定教育体系重塑的速度与质量。生成式人工智能作用于教育，本质上是为了学生全面而个性化的发展，使其快乐学习、健康成长。这层终极价值的实现不仅需要前两层价值的实现，还需要考虑到教育效果的实现困难。首先，生成式人工智能技术作用于教育系统和学生的学习，很可能出现所谓的“非显著性差异”现象。杨浩等指出，自1928年以来一直有研究发现不同的技术手段对教育与学习结果的影响并没有显著差异。这或许源于学生的学习过程受到多方面因素的共同影响，包括个体智力水平、学习环境、教育者的教学方法以及家庭背景等。在多元化的学习生态系统中，技术只是其中一环，不能独立决定学习的成效。这意味着，尽管生成式人工智能是强大的教育工具，但其对个性化学习效果的改进可能在某些情况下难以测量，在短期内难以看到明显效果。当然，这并不意味着生成式人工智能没有价值，而是需要更细致的方法来研究和评估其潜在影响。其次，传统的测量方式并不一定能够准确反映学生从生成式人工智能中受益的程度。例如，以标准化测试为基础的评估方法通常聚焦于对知识和技能的量化评估，这在一定程度上可以反映学生的学业表现，但往往不能完全测量出学生在学习中获得的更广泛的体验和能力，如情感体验、创造性思维和解决问题的能力等。生成式人工智能作用于学生的学习，并不限于知识的传递，而是侧重于提供一种更为丰富和有趣的学习体验——让学生在互动的过程中激发学习兴趣、提升创造性思维，以及发展解决问题的技能。这些积极的学习体验对于学生的全面发展至关重要，传统的测量方法往往无法完全捕捉。最后，当前的评价导向并不一定能够给予生成式人工智能太多的发挥空间，以充分助力学生的快乐成长与全面发展。教育领导决策层与教育实施评价层可能出现了错位的情况，教育研究者、决策者重视学生的快乐成长与全面发展，学校、家长、教师也重视学生的身心健康，但都面临升学率的重压考验。在巨大的升学与考试压力面前，学生更多的是为了考试而不是发展去学习。在这种情境下生成式人工智能这类技术的介入，只能通过促进个性化学习来提升学习效率，给予学生更多时间探索自己感兴趣的事情。但是，评价导向不变，多数学生的重心可能仍会放在考试和如何提升分数上，借助生成式人工智能来探索自己感兴趣的问题的重要性则相对滞后。要想真正发挥生成式人工智能的重要作用，助力教育回归到发展人的本质，仍要加强基础研究与制度研究，调整评价方式。
生成式人工智能教育价值的应用策略
1 工具层：加强产品技术研发，匹配师生实际需求
作为工具，生成式人工智能面临的最大困难是对于教育场景和当前教师队伍的适用性不足。当然，这也意味着我国生成式人工智能教育应用仍大有可为，要深入教育应用场景，结合师生的需求开发产品。具体而言，可以采取如下策略：①根植于实际教学需求设计开发生成式人工智能教育产品，测试实际教学效果。Khanmigo、星火语伴、MathGPT等专为教育领域不同方向研发的生成式人工智能教育产品正在不断涌现，但这些产品是否满足实际的教学需求、真实的教学效果又如何，仍需科学规范的测试验证。此外，针对以ChatGPT为代表的通用模型容易存在拼凑错误答案、学科知识联系弱等问题，良好的教育应用产品及教学效果的实现仍需要高水平的教育知识数据库，相关模型和产品必须确保所讲授的学科知识、常识、意识形态的正确性，并且注重学科知识的联系。②建立生成式人工智能教育产品的评价标准。在产品进入课堂之前需要严格把关，不仅要关注产品本身的成本、质量、响应速度，还要测试产品与教育场景的匹配性，以及对于学生、教师、管理者而言的易用性和有用性……因而一套生成式人工智能教育产品的评价标准亟待提出，以筛选出真正优质的生成式人工教育产品。③提出各类生成式人工智能参与的教学模式。生成式人工智能若要在教育中发挥最大潜力，只有产品是远远不够的，仍需要通过适用的教学模式匹配教学场景，如陈静远等提出“生成式人工智能促进以知识点为核心的教学模式”，为教师提供知识点组织的建议、生成相关教学资源、设计知识点互动，为学生推荐相关的学习资源、启发学生理解知识点。以知识点为核心的教学模式更注重知识的作用，具有较强的通用性。但不同学科具有不同的特点，仍需要各类教学模式的提出和有效性验证，如在学习注重推理的学科时，生成式人工智能参与的教学模式可更加侧重提供推理脚手架。④培训教师使用生成式人工智能教育产品。陈玉琨认为未来教师在生成式人工智能的协助下将成为超级教师，机器负责教学、教师注重育人。在当前阶段，教师不仅需要承担教书育人的双重职责，还需要在使用生成式人工智能辅助学生学习的过程中发挥主导作用，确定协助模式，并严格监管生成式人工智能的应用。因而，在设计开发高质量教育产品的基础上，有必要对教师开展关于产品使用方式、注意事项等方面的培训工作，以充分发挥教师的主观能动性，真正促进生成式人工智能与教育的融合。生成式人工智能技术与其他技术的融合，正在不断地重塑教育体系。这种融合不仅需要技术层面的合作与创新，也对教育组织的结构提出了新的要求。一方面，必须加强教育体系内部技术的整合和协调，确保生成式人工智能与现有的教育技术如虚拟现实/增强现实、自然语言处理、机器学习、数据挖掘和知识图谱等能够无缝衔接。例如，生成式人工智能可以与虚拟现实和增强现实技术联动：学生在虚拟环境中沉浸式地进行学习，如参与虚拟实验或角色扮演，从而获得更丰富、生动的学习体验；虚实结合环境中的生成式人工智能可以扮演任意角色或整合在线课程、教材、学术研究等各类学习资源，为学生提供多样化的学习资源和场景，突出虚拟现实/增强现实的沉浸性和交互性。为此，教育机构可以建立一个多学科的技术整合团队，技术专家、教育学家、心理学家和课程设计师共同工作，以确保技术解决方案既满足教学需求，又符合学生的心理和认知特点。此外，还可以开发统一的技术框架与接口标准，促进不同技术之间的现数据共享和功能互补。另一方面，周围组织结构的重构是实现技术融合价值的关键。类似于幻灯片和投影仪走进中小学课堂的过程，从软硬件到观念再到组织结构，生成式人工智能技术融合价值的实现同样需要逐层打通。只有通过教师对技术的使用意愿、家长对技术的接受程度以及学校对技术的支撑能力和评价制度的高度协调，技术融合课堂才能常态化开展。具体而言，可以从转变利益相关者的理念入手，宣传推广技术融合的优秀案例，让教师、家长与教学管理者充分认识到生成式人工智能技术的重要价值和潜在风险；在观念转变的基础上，利用技术改造教师活动、学习方式与管理制度。例如，在将生成式人工智能技术和虚拟现实相结合，打造虚拟教师、学生实行个性化适应学习时，教师可以将更多的工作重心放在育人之上；协作学习、项目式学习能够较好地锻炼学生的沟通能力、问题解决能力，避免“生成式人工智能完全代替学生脑力劳动”情形的出现，成为技术融入教育场景的良好选择；除了利用生成式人工智能完成重复的通知工作之外，教育管理者还应建立技术融合的监管与服务机制，有效保护学生的隐私和数据安全，确保技术融合起到正向促进教育的作用。生成式人工智能技术的进步为个性化自适应系统智能性的提升带来了契机，有益于开展因材施教。因材施教意味着需要深入了解每位学生的需求、兴趣和学习风格，以便为其提供最佳的个性化学习体验。自1956年达特茅斯会议正式提出人工智能的概念以来，人工智能技术几乎同步作用于教育领域，致力于实现个性化学习，大致可以分为三个阶段：①20世纪50年代兴起的计算机辅助教学，典型代表是可编程自动教学系统PLATO，支持学生跳过“简单”或“熟悉”的课程材料，专注于更有深度或更难掌握的内容；但当时该系统还较为简单，智能化程度较低。②20世纪70年代兴起的智能教学系统（也常称为智能导师系统），能够基于专家模型、学生模型和导师模型，让计算机像人类教师一样指导学生学习，典型代表是讲授南美洲地理的Scholar系统，能够为学生的个性化学习提供有价值的认知和学习工具，但是与人类教师相比还有一定的差距。③20世纪90年代以来兴起的个性化自适应学习系统，使人工智能技术联动学习分析、大数据技术诊断学生的学习状态，为学生提供个性化干预，典型代表是可汗学院的学习分析仪表盘系统。承接人工智能教育应用的发展脉络，生成式人工智能需要进一步提升智能性，搭建个性化自适应学习系统，让学生将更多时间投入到自己感兴趣的领域，助力快乐学习。个性化自适应学习的实现同样需要学习的基础机制研究作为保障。学习基础机制研究直接指向教育领域的核心问题——人是如何学习的？如何进行有效的学习？通过学习科学领域的教育学家、心理学家和数据科学家紧密合作，深入研究大脑的认知与学习规律，可以更好地了解协作学习、在线学习、虚拟情境中的学习等各教育领域的学生特征和学习规律。在掌握规律的基础上，通过实证研究探明有效的学习策略，如游戏化学习策略、在线学习策略、复习策略等，从而最大程度地提升学习效果。这种基础机制研究有助于开发更有效的生成式人工智能工具、开展更有效的技术融合，使生成式人工智能在教育领域中跳出“非显著性差异”的困境，助力学生自由全面的发展，让学生享受学习的快乐。
结语
习近平总书记在二十大报告中指出，教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。当今，生成式人工智能技术的出现成为社会发展迈向新阶段的象征，也是大国博弈的新边疆。作为国家基础性和战略性支撑的教育系统，更要未雨绸缪、提前部署。我们既要充分认识到生成式人工智能的教育价值，也要意识到生成式人工智能给社会带来了极大的不确定性。当前采取的各类教育策略和干预措施都是在不确定性中构建新秩序以寻求发展的稳定性，即在工具层面和融合层面构建新的教育秩序以寻求教育本质的回归。
当然，教育系统性变革的过程往往复杂且缓慢，即使是以ChatGPT为代表的生成式人工智能，在短期内也难以让教育产生天翻地覆的变化。生成式人工智能还面临教育应用难深入、教育系统变革难推进、效能提升难显著的困难，这都需要采取策略一一解决。无论如何，相信在科技发展迅速的时代中，我们能够把握住教育的本质，有所变也有所守，让生成式人工智能赋予未来教育无限有益的可能。
作者：张鹏 汪旸 尚俊杰
