生成式人工智能助推大学课程创生中面临的机遇、挑战与应对——以ChatGPT为例

郭佳楠

（1.郑州工商学院 马克思主义学院,郑州 450000；2.亚洲理工学院发展与可持续性学院,泰国空滦12120，）

在21世纪的教育领域，人工智能和自适应学习技术的融合应用正在引发颠覆性变革。机器学习的最新进展与扩展导致了更复杂的创新技术数字内容的生成，如生成式人工智能的出现。其中，生成式建模人工智能(Generative modeling artificial in‐telligence，GAI)是一种无监督或部分监督的机器学习框架，它能够通过使用统计数据、概率等来生成人工产品。同时，随着深度学习技术的不断进步，生成式人工智能还可以通过检查训练示例来使用现有数字内容创建人工内容。另外，生成式预训练变换模型(GPT)是使用大量公开可用的数字内容数据（自然语言处理[NLP]）来阅读并生成多种语言的类人读本，同时可以从在几乎任何主题上令人信服的段落到完整的研究文章中表现出创造力。[1]如此强大的信息搜索、交互式对话、数据分析等能力，对未来大学课程创生产生深刻影响，包括课堂教学与组织、课程内容、学生创新素养与能力等。当前ChatGPT的相关研究主要集中在信息技术与社会经济等领域，而对于大学课程创生方面的讨论较少。然而，大学课程创生有其特殊性，与技术之间的碰撞也最为显著。基于此，本文将进一步诠释ChatG‐PT 的核心技术概念以及其应用于大学课程创生的价值与潜在风险，通过从理论与实践层面分析“课程创生-ChatGPT”关系的最优解，提出ChatGPT 在大学课程变革中应对挑战与风险的规避路径，助推大学教育工作者使用ChatGPT 实现智慧课程的整体发展，从根本上促进教育人工智能理性发展。

1 ChatGPT 与“课程创生”的概念界定与内涵解读

1.1 ChatGPT的概念界定

ChatGPT 是一种基于GPT（Generative Pretrained Transformer）模式的对话机器人，它是一个在自然语言处理中被广泛采用的预训练模型，同时开创了一个大型语言模型的新时代。与facebook和google 相类似的预训练模型相比，ChatGPT 在智能客服、智能问答、机器翻译等方面更具有优势，尤其是在文字概要领域它的表现会显得更为自然与顺畅，而这主要因为它采用了面向海量数据的建模、Transformer 框架以及采用“预设-调整”的方法来实现对特定任务的优化。大卫·拜杜·阿努（David Bai‐doo-Anu）则利用ChatGPT 对自身进行解释，他输入的提示问题是“什么是ChatGPT？”[2]随后ChatGPT 也生成了相应的答案：ChatGPT 是由OpenAI训练的大型语言模型。它旨在根据给定的提示或上下文生成类似人类的文本。它可用于各种自然语言处理任务，如文本完成、对话生成与语言翻译。

作为后续操作，为了解它的对话性，他在输入问题时专门使用了“它是如何工作的”而不是“Chat‐GPT 是如何工作的”。对此，ChatGPT 的回应是：ChatGPT 是基于转换器架构的模型，这是一种已被证明对自然语言处理任务非常有效的神经网络。它在大型文本数据集上进行训练，并能够学习生成与其训练的文本相似的文本。当客户给出提示问题或上下文时，模型会进一步处理输入问题并生成响应。响应一次生成一个词，模型根据输入和到目前为止生成的词预测下一个词。该模型使用注意力机制来关注输入中最相关的部分，并生成连贯且适合给定上下文的响应。训练结束后，可以通过为模型提供特定于任务的示例并根据这些数据对模型进行微调，从而对特定任务进行微调。它还可以通过在多语言数据集上的微调模型或为模型提供语言代码来生成多种语言的文本。

总体而言，数字化教育工具的应用已经使得大学生对课程认识开始转向更加自主性与异步学习，学生在课程学习中获得了更多自主权，并能够按照自己的学习进度完成课程作业。对于教师教学而言，ChatGPT技术具备生成性智能的特点，可以更好地辅助教师开展教学，提供教学所需的各种教学软件、教学平台、教学视频等工具和资源，并根据学生的学习特点和需求进行个性化的配备和使用，更好地实现因材施教。在这个充满挑战的时代，ChatG‐PT具有较强的交互性，不仅能够就广泛的课程主题上进行逼真的类人对话，而且还能产生令人信服的创意课程内容。

1.2 ChatGPT的技术支撑

作为新一代人工智能技术，ChatGPT 在自然语言解读与数字内容生成方面的性能得到提升，主要得益于ChatGPT依赖的技术。

一方面，ChatGPT 是AIGC 技术的典型体现，即利用人工智能技术自动产生内容，包括代码生成、文本问答、内容撰写等。具体而言，ChatGPT依赖计算机视觉技术、自然语言处理技术、单模态及多模态技术等，实现其运行时所需的数字内容孪生能力、数字编辑能力及数字创作能力，并通过智能增强、智能转译、语义理解、属性控制、基于模仿创作以及基于概念创作等活动，生产文字、图形、音频、视频以及部分模式的复合形式等数字内容（见图1）。

图1 基于AIGC技术的ChatGPT运行逻辑图

另一方面，ChatGPT通过对人类意图的理解，能够实现与人的智能交流，其技术逻辑除人工智能技术外，还综合运用机器学习、神经网络等多种技术模型。ChatGPT综合人工智能技术及其他多种负责技术与架构，成功运用了针对人类反馈信息学习的大规模预训练语言模型，经过多次试验与改进，其在情感分析、信息获取、理解阅读等文本场景中的优势较为突出。

（二）区域合作机制缺乏。渝黔边界地区合作缺乏省级层面的议事和合作机制，区域经济社会发展的总体规划和城市建设、土地利用、水利、产业等各自为政，缺乏规划协调和指引。重大项目建设机制、跨区域重点领域互通的规范机制、跨区域协调联动机制以及区域内良性互动的合作机制尚未建立。

1.3 “课程创生”的内涵解读

在大学课程创生过程中，ChatGPT 与其他生成式人工智能模型无法为学生提供与真正的老师或导师相同水平的互动。对于可能从与老师的个人联系中受益更多的学生来说，缺乏人际互动可能是课程创生的一个不利条件。[17]

“课程创生”(curriculum enactment) 中的enact‐ment在《现代英汉词典》中的动词形式有两种释义：(1)制定(法律)；颁布(法案)；(2)上演；扮演(角色)。课程创生取向对其作了解释：课程实施过程本质上是指学生在课堂上参与的实际课程内容。预定、评估与学习的课程是教育提供系统的重要组成部分，但大多数学习计划将在已制定的课程中进行。具体而言，课程创生是贯穿于课程教学的全过程中，这个过程包括课程设定的决策、课程的开发、课程教学的实施、课程评价、课程研究等相应环节。虽然师生在特定的教学情景中已经越来越多地表现出其自身具备的课程创生的主体性，但是这种主体性创生仍然基于一定的“忠实取向”，并非无源之水和无米之炊，而是依据特定的情景对现有的课程进行补缺，对新的课程进行“二次加工”，对新的课程进行动态的构建与创新，并在批评与反省中彰显出积极的、持续的、个人化的教育体验价值。

某跨河桥梁建设项目，该项目属于旧桥改造，全长约为137m，共设置了8跨，且每一跨均有一道伸缩缝。桥面宽9m左右，两侧设置了人行通道。荷载等级为一级，通行速度控制在80km/h左右，且由于该区域无地震发生，所以对抗震等级不予考虑。桥梁结构主要是采用钢筋混凝土空心板桥结构，利用钢筋混凝土浇筑实施桥面铺装作业，而墩台设计则采用了重力式墩台以确保桥梁的支撑效果。具体数据参数及其BIM模型如图1～2所示。

2 ChatGPT与相关生成式人工智能：为助推大学课程创生提供机遇

2.1 创建一种以学生为主导的教学辅助工具，促进高等教育公平

事实上，ChatGPT并不是一种专有的、特定领域的教育工具，而是一种被称为通用人工智能的通用工具。[3]作为一种产品，它是一个人工智能聊天机器人，可以对自然语言中的人类输入生成基于文本的响应。ChatGPT 在进行连贯、情境化与类人类的对话以及处理各种类型的内容方面展现的能力，已经证明其比以前的任何聊天机器人都更为先进。它的核心是一个大型语言模型，它建立在生成式预训练变换模型(GPT)之上,并且具有大量训练数据语料库、通过人工反馈进行密集微调以及强大的超级计算基础设施。[4]

第二，ChatGPT 能够实时协助对定制大学课程内容的优化与反馈。ChatGPT的一个重要功能是对上下文进行感知，因为它可以在生成答案时参考用户最近提供的文本与上下文内容。这种能力允许ChatGPT 能够对学生输入的上下文进行理解，并更好地识别个别学习者对现有课程的需求、目标与问题域。也正是基于这种能力，ChatGPT 可以用来实时优化大学课程内容，以更加连贯与敏锐的方式为学生提供个性化支持和服务。[13]在大学课程创生过程中，即时反馈是ChatGPT 作为课改实践的另一个潜在优势。通过处理学生的输入文本，它可以对他们的问题提供即时响应与指导。即时反馈使不同年级的大学生能够按照自己的节奏与时间表进行课程学习并取得相应进步，而不是等待教师的教学辅导。同时，通过这种即时反馈，学生可以实时澄清他们的困惑并解决对以往课程学习中的某个问题的误解，并将新的理解应用到后续的课程学习任务中。因此，ChatGPT 的即时反馈功能很可能在未来大学课程改革中增强学生的学习参与度并提高教育质量。

当代大学生是教学过程中最重要的利益相关者之一，他们的生活与未来将不可避免地受到ChatGPT和其他技术进步的影响。而为了确保所有高等学校学生都能接触到新兴技术并从中受益，[8]ChatGPT在大学课程创生中的使用不仅有助于提升不同学生对课程目标、课程内容、课程意义、课程资源的认识与理解，而且还创造更公平的竞争环境并在很大程度上促进社会公平公正的实现。[9]

2.2 ChatGPT 赋能大学课程创生高质量发展，重塑大学教育的创新理念

第一，ChatGPT 是一种旨在实现个性化学习的课程学习分析技术。从最基本的层面来说，GPT 是一种自然语言处理模型，它擅长于分析和理解自然语言，它在处理基于文本的数据方面的优势提供了挖掘定性教育记录与补充现有学习分析技术的潜力。以往口头和书面形式的语言被广泛视为大学课程学习过程的主要媒介，大学生的语言作为他们思想的外化，构成了教师诊断、测量和评估学生课程学习质量的重要证据来源。[11]随着GPT 模型的广泛应用，它可以通过基于文本的定性分析来补充并完善现有课程学习分析系统中的定量指标，以提高分析能力并全面了解学生的学习情况。这样，由GPT 增强的课程学习分析技术就能够支持更好的个性化学习。[12]

图2 作为大学课程创生推动者的ChatGPT

要确定如何释放ChatGPT 在推动大学课程创生中的潜力，就需要了解其技术能力以及高等教育中主要利益相关者的需求、兴趣与观点。约翰·博伦（Johan Bollen）与威廉·祖迪玛（Willem Zuidema）认为，总的来说，ChatGPT是提高大学教育质量并实现大学课程改革的有力推动者。[10]尤其是大学的教育工作者们可以利用ChatGPT 和其他GPT 模型的技术架构来增强课程学习分析技术，从而以此变革未来人类学习不同课程的方式、与机器交互的方式以及数字课程内容生产的方式，最终扩大社会不同阶层群体的受高等教育机会与社会正义资源（见图2）。

与现有的教学辅助工具相比，ChatGPT 的学生驱动性是通过其用户界面得到进一步加强。作为一个聊天机器人，ChatGPT 的界面是一种简单的对话格式，[5]它有一个供用户使用的文本输入区域与一个来自ChatGPT 的文本输出区域。它的界面设计确保对话始终由用户发起，同时对话方向也主要由用户控制。[6]这样，大学生在学习课程过程中就不太可能被动地接收通过预定义命令或制定课程推送的通知或任务，并且更有可能被授权决定对话或课程学习的主题、路径和过程。这种以学生输入为中心的界面设计呼应了大学课程改革中以学生为中心的课程宗旨与理念，使学生能够在规划、组织与个性化学习课程过程中发挥主导作用。在这个意义上，ChatGPT 有可能重新定义大学课程改革过程中发挥作用的教育权力来源，尤其是涉及到当代大学生角色与责任的相关权力。

第三，ChatGPT 的应用有助于大学课程创生过程中新创意的产生。作为一种大型语言模型，Chat‐GPT 不仅在科学期刊、新闻文章和书籍等各种来源的海量数据上进行模拟训练，而且还不断对这些数据中的知识进行融合。基于其庞大的训练数据与知识库，ChatGPT 可以被看成课改新创意产生的促进者，在大学课改中它可以帮助师生就给定的课改主题或提示问题运用头脑风暴法予以解答。有了这种可供性，学生们也可以探究不同课改的观点，从而确定潜在的课改解决方案，并思考各种课改解决方案的可能性。除了这种直接促进作用之外，ChatGPT还可以从其数据库中检索并生成范围广泛的故事、案例与示例，这将有利于激发关于优化大学课程创生内容的新思想或激发大学生关于课程发展的创造性思维。[14]

2.3 推动教学者与人工智能协同进化，不断优化师生课程创生的知识结构与能力

人类与人工智能之间的相互适应关系意味着需要更多的研究来调查大学生与人工智能交互的课程创生过程和模式。尤其是ChatGPT 可用于创建自适应学习系统，从而根据学生的进步和表现调整课程改革的方法。因此，随着具有自适应学习功能的人工智能工具越来越多地融入高校学生的日常课程学习，深入了解大学课程如何与人工智能交互以及它们的交互方式、模式和趋向就变得尤为重要。而对上述问题的研究也可以为在大学课程中理解人工智能交互时的行为、认知过程和模式提供有价值的参考，这将极大地丰富大学师生在课程创生方面的理论知识。

第一，ChatGPT 的应用使得大学课改方式开始从以往利用人工智能改革转变为与人工智能协同进化。人类对ChatGPT 的使用与适应表明，在研究高等教育技术的过程中教育工作者们对人与技术关系的概念化理解发生了转变。[15]ChatGPT 的交互式学习功能可用于创建交互式课程学习体验，使得大学生们可以在其中以对话的方式与虚拟导师进行课程的学习与互动。这些ChatGPT 在大学课改中体现的主体性与能动性使得课改研究重点开始转移到理解技术在促进有意义的课程学习以及研究人们与技术本身的交互方面的课程变革追求方向上。ChatGPT 自发布以来，由于其独特的人工智能与个性化算法的出现，一个新兴的主题正在取代传统一刀切的教学方法并适应个别大学生的课程需求。同时移动和社交媒体也在不断强化了这一主题，因为青少年以及年轻人在ChatGPT 的影响下已经改变了他们的传统课程学习行为、学习习惯与学习方式以适应和利用这项技术。人们正在倾向于将人工智能视为自主的社会参与者。

综上所述，尿糖与尿微量白蛋白联合检测显著提高了糖尿病早期肾损伤的检出效果，更有利于疾病的早发现、早治疗。

第二，有助于高校师生学会与人工智能共同进行课改实践。对于高校师生来说，用人工智能学习进行课改本身就是一项学习任务。随着时间的推移，高校师生对技术工具使用的熟练程度和效率越来越高，他们经常会经历所谓的学习曲线。而高校师生对ChatGPT的学习曲线可以用两个相互依存的维度来表示（见图3）。学习使用ChatGPT，如红线所示，是指操作该工具的一般方法。由于用户界面简单直观，对大多数高校师生来说通常并不困难。然而，学习使用ChatGPT 学习意味着在操作之外需要付出更多的努力，因为它需要高校师生在学习过程中，共同制定适当的提示问题和提问策略，并了解此人工智能工具在课程创生实践中的解答能力与局限性。应该说，这个过程可能并不顺利，甚至充满挫折与停滞，因为高校师生需要测试与GPT 模型交互的最差或最佳课程创生实践活动，进而调整他们对ChatGPT 帮助水平的期望，并提高自己作为自我教学、自我调节、自我激励学习者的能力。

图3 高校师生学会使用ChatGPT进行课程创生的学习曲线

尽管ChatGPT在实现大学课程创生上具有丰富的潜力，但这种潜力不会自然或自动地实现。高等教育领域的利益相关者需要为ChatGPT的知情与负责任的适应做好必要的准备。人工智能不再是一种被动的、静态的、简单地由学生操纵的工具，而是一个能够显著塑造课程学习体验的积极参与者。

3 ChatGPT与相关生成式人工智能：给助推大学课程创生带来风险与挑战

3.1 主体向度层面：智能依赖下的浅层思考

从图4可以看出，对于该数据集，使用CLIQUE算法聚类时，外部圆环部分缺失大量边界，圆心部分被聚类成两个不同的类，虽然GPCLIQUE算法的聚类质量有所提升，但效果也不理想，使用改进算法聚类时，成功找回外部圆环的边界和圆心，聚类效果明显。因此，使用本文提出的方法改进CLIQUE算法，能够有效的提高聚类结果的准确率。

其次，在对ChatGPT 的智能依赖下课程创生者的知识建构可能会遭受损害，从而丧失其处理复杂场景与内容创作的能力。由于ChatGPT 是基于算法和已有知识运行的，而不是人类的洞察力与批判性思维的运用，因此，这很可能会导致高校师生在处理复杂和新情况或考虑多种观点的课程改革能力受到限制。另外，由于ChatGPT 能够辅助高校师生进行课程内容与形式的改革，一些创生者可能会变得过于依赖这种人工智能模型，进而削弱其个人的批判性思维能力，降低创造创新和新内容的生产力。

系统解剖学是医学生最早接触的医学基础课程，为后续一系列医学课程的学习打下基础。系统解剖学课程内容比较多且繁琐，要求学生对人体各重要解剖结构的名称、位置和相互毗邻关系都要有所掌握，学习难度比较大。随着信息技术在教育领域的逐步应用，传统教学模式在教学中的不足之处日益显现。学生不再满足于被动的接受教师知识的灌输，课堂变成了一部分同学的“游戏课”“电影课”“小说课”，认真听课的同学有些也经常昏昏欲睡。如何有效地提升学生的学习兴趣，增强学生自主学习能力，是目前解剖学教学亟待解决的问题。本文将我校在临床医学专业学生中进行“基于微课的翻转课堂+对分课堂”教学改革的具体实践及成效报道如下。

最后，ChatGPT 等智能化技术可能减弱课程创生者改革的具身化经验。创生者们通过与ChatGPT交互而获取的计算机经验，是一种经过处理的辅助性材料，实践部分将由技术所取代，这种方式会导致其生命以及生活体验的退化。由于许多创生者长久以来都是依靠ChatGPT 技术来进行课程改革与创新，这就促致其课程改革往往会被置于深度的技术量化过程中，从而丧失了与客观世界及外在教学环境的最直观的联系。

为保证顶岗实习工作有序、高效、安全进行，学生在顶岗实习期间接受校内指导教师和企业指导教师的双重管理。对于不同层次的顶岗实习，对校内指导教师和企业指导教师及师生比也有所不同。

一般而言，技术的运行逻辑不仅会脱离原本的运行轨迹，而且还会脱离主体的控制，从而对个人的自主性、能动性、创造力造成负面的冲击。首先，新兴GPT 技术的出现会造成高校对课程创生的“智能”依赖性，[16]从而削弱课程创生主体对课程变革的自主意识。在大学课程创生过程中，学生应该积极主动地参与到课程改革与课堂革命的教育模式，但过度地依靠人工智能会使学生失去自主学习探索的能力与意识。虽然ChatGPT 具有很强的数据收集与分析能力，能够为课程创生理念上的变化和创新提供准确的解答，但是它在为课程创生带来技术优势的同时，也减少了创生参与者直接参与反思问题的机会。这样就会在无形之中对改革者的积极性与好奇心产生腐蚀，造成了其对“技术”的沉迷，容易满足于现成答案，甚至还会滋生出一种对知识的惰性。

3.2 关系向度层面：高校师生交往缺乏互动性

20 世纪80 年代，经由人本主义思潮的影响，在课程实施的过程上重视创生取向开始逐步形成。1992 年，美国的课程学者辛德(J Snyde)等人在富兰(M Fullan)等学者研究的前提上，通过结合了一系列数据收集工具，研究了六个州300 多所高中课堂上向学生提供的数学和科学教学内容与教学法，并且使用每日教师日志，在其中60多个教室收集了整个学年的课程的详细实践描述，也正是在这些实证研究的基础之上首次提出了“课程创生”这一概念。自20 世纪90 年代初以来，人们对课堂实践描述以及课程取向的兴趣稳步增长，尤其是随着高风险课程测试成为州与地区问责计划的一个受欢迎的组成部分，使得“课程创生”逐渐成为国外课程改革的一种主流取向。

另外，ChatGPT 是基于它们所训练的数据中的统计模式，这种高校师生交往互动性的缺乏会导致人工智能对它们正在帮助学生课程学习或创生的概念缺乏真正的理解。在提供针对大学生的个人课程学习需求与误解的解释或反馈时，这可能是一个劣势：因为大学课程创生是一种生成性的活动，不可能完全被预设，然而，在ChatGPT 技术理性的规训之下，原来包含着大量丰富的师生交互的课程创生过程，现在仅仅变成了一个僵硬单调的知识传授的过程，这个过程缺少了对高校教师的整体性指导，师生创造性的意识活动也被技术逻辑所代替。[18]

3.3 客体向度层面：数据偏差与信息茧房

在客体向度层面，ChatGPT 在大学课程创生中的运用可能导致数据偏差与隐私泄露问题。具体而言，ChatGPT 输出内容质量的好坏取决于它们所训练的数据，如果训练数据包含偏差，那么模型也会有偏差。汤姆·B·布朗（Tom B Brown）曾经的一项研究表明，在来自互联网的大量文本语料库上训练的生成式人工智能模型在其课程内容或语言生成中很可能会表现出性别偏见。另外，生成式人工智能模型是在大量数据上训练的，输出内容的质量高低依赖于数据的质量与数量。[19]ChatGPT 作为在屏幕上形成或隐藏在计算机程序后端的客体，其生成的文本内容很可能在大学课程创生过程中存在事实性错误、知识盲区、概念误用甚至捏造信息等问题，甚至存在现编、查找无效的现象。

另外，在ChatGPT 的应用过程中，与其它大型的语言模型系统类似，也存在着“算法歧视”与“信息茧房”等共性的社会问题。随着ChatGPT 技术与高等教育教学的深度整合，将会持续地强化西方话语体系下关于课程创生的“信息茧房”的知识结构。[20]这种“信息茧房”的出现，可能导致ChatGPT的“技术算法”对高校课程创生的过程进行控制，它通过对海量的互联网文本进行甄别，精确地将技术认为应该被增加或剔除的信息（知识）植入到新课程中，进而导致课程参与者无法辨别哪些应该是被删除的信息，这就为人工智能利用从众心理，对高校师生进行隐性的技术规训提供了可能。[21]

访谈法：通过对东丽区医疗卫生机构的工作人员进行深入访谈，了解东丽区卫生人力资源的配置情况和人才管理政策。

4 未来已来：利用人工智能助推大学课程创生

随着人工智能与高等教育之间的联系不断扩大，学术机构、教育工作者与政策制定者都有责任促进彼此间的合作、制定全面的应对策略以解决其在大学课程创生中存在的潜在风险与意外后果。同时，在大学课程创生中ChatGPT 的伦理问题也在不断增加，高等教育系统各主体也有责任确保人工智能系统开发与使用的可问责性、透明性与可监督性，从而在直面未来中走向未来、成就未来。

4.1 转变大学课程创生的评估方式，提升高校教师课程评估素养

高校教师应减少大学生过度依赖ChatGPT 等大型文本工具完成课程作业或考试的风险。为此，这就需要不断提升高校教师课改专业能力，也需要调整他们的评估方式并相应地设计适当的评估任务。尤其是随着人工智能工具的出现，高校教师必须调整他们的课程创生评估设计，将评估重点放在大学课程变革中培养学生批判性思维、解决问题的能力与创造力等高阶能力上，而不是简单地记忆、回忆和应用内容知识，更好地了解如何创建有效、可靠且相关的课程创生评估任务，以提供有关大学生发展与表现的明确证据，最大限度地促进高校教师课改专业发展提质增效。

4.2 掌握新兴技术工作，为大学中特定领域或学科专业课程的人工智能工具进行ChatGPT微调

目前为止，GPT 模型都是为了通用目的而开发的，训练数据有着不同的来源，它们的性能可能因特定领域或主题而异，这就导致它们在高度专业化或小众领域的课程创生应用可能并不总是那么精通或准确。为了解决这个问题，就需要付出大量努力来微调GPT 模型以使其能够在高等教育教学环境中用于特定领域的课程创生。这里的微调涉及在特定于高等教育领域或课改主题的较小数据集上训练预训练模型。这个过程有助于语言模型在特定领域的课程创生变得更加熟练、知识库变得更加丰富与敏锐，同时还能够提升其性能以及与目标课程、高校学生与学习环境的相关性。

1.1 一般资料 经过本单位医学伦理委员会论证同意并与病人或其家属签订知情同意书情况下，选择择期手术的ASAⅠ-Ⅲ级、烧伤面积＜30%、年龄18-65岁的成年烧伤患者40例（男性25例，女性15例）作为研究对象，所有患者均无严重的气道灼伤，无合并严重的心、脑、肺等器官疾病及内分泌疾病。随机分为以下两组：喉罩组（A组，n=20）、气管插管组（B 组，n=20）。

4.3 更新大学课程创生的制度策略，将课程改革重点从已知转向未知

未来的大学课程创生制度策略应更加重视大学生在课程学习中创造性能力的培养以及为应对现实世界的复杂性与模糊性挑战做好准备。这就需要在高等教育领域中开展全面的课程与教学改革，这种改革不仅要传授特定学科的专业知识，而且还要培养人的全面发展。尤其是要优先培养大学生的某些人格特质，如勇气、毅力与面对挫折的抗打击力等，这些特质恰恰是实现一个人全面发展所不可或缺的组成部分，同时也会提升大学生在面对不可预见的困难与挑战时的适应和坚持不懈能力。具体而言，应积极倡导在大学课程创生中运用真正的跨学科教育方法，以帮助学生融合不同领域的知识培训。课程创生的参与者们可以尝试将体验式与基于项目的学习机会整合到课程改革框架中，使大学生们在现实世界中的发展知识学习的情境化。[22]此外，相关学术机构（如学校和科研机构）与外部组织（如企业、非营利组织和政府）之间加强协同应变，教师、学生、高等教育机构以及政策主管部门都应密切关注大学课程创生的发展趋势，适时调整课程变革与评估的制度策略，以推动课程创生的高质量发展并适应当前时代的需要。