基于生成式人工智能的教师自主学习模式探究——以ChatGPT为例

汪 晨，刘永贵

（南京邮电大学 教育科学与技术学院，江苏 南京 210023）

0 引言

教师作为教育发展的支撑性力量，是教育数字化战略落地、教育理念创新及教育模式深刻变革的核心与关键。推动教师专业发展，提升教师在数智时代的适应性和创新性，是发挥教师在教育数字化转型中主角作用的有效途径。生成式人工智能为教育向“智”迭代提供了可能，其不仅在知识获取和教学辅助方面具有独特优势，而且在教师专业发展中扮演着重要角色，推动教育朝着更智慧的方向行进［1］。教育部2018 年、2021 年先后开展人工智能助推教师队伍建设试点工作，深入推进人工智能等新技术与教师队伍建设的融合，推动教师主动适应信息化、人工智能等新技术变革［2-3］。2021 年教育部和财政部发布《关于实施中小学幼儿园教师国家级培训计划（2021-2025 年）的通知》中，强调建立教师自主发展机制，探索教师自主选学等模式［4］。区别于集中、普适的传统教师培训，教师自主学习更具灵活性和自主性［5］，教师可根据实际需求、个人兴趣、专业目标等自主选择学习内容和学习方式。生成式人工智能凭借启发性内容生成、对话情境理解、序列任务执行和程序语言解析4 项核心能力［6］，能够为教师提供个性化指导、学习内容定制、学习路线规划等自主学习支持，为智能时代的教师专业发展带来了新契机。基于生成式人工智能的教师自主学习模式的应用不局限于现有环境，通过人机交互形成更具个性化的反馈和建议，可以轻松支持多领域、跨平台的迁移应用，包括部署到本地或教育专有平台上，从而为广大教育者提供适合垂直细分领域、匹配教育需求的服务。

1 生成式人工智能在教师问题导向自主学习中的优势分析

以ChatGPT 为代表的生成式人工智能具有强大的逻辑推理能力，既可以妙笔生花写出莎士比亚风格的诗歌，又可以博古通今回答学术问题并撰写论文［7］。GPT-4 支持下的ChatGPT Plus、New Bing 以及Microsoft 365 Copilo 等应用正成为协助人们开展日常生产活动的强有力的工具，给各行各业带来了新的生机，教师专业发展也概莫能外。教师专业发展是教师不断成长、接受新知识并提高专业能力的过程。在此过程中，教师通过自主学习、反思和探究不断更新与拓展其学科知识、教学能力等［8］。生成式人工智能可以成为教师自主学习的有力帮手，通过个性化指导、深度对话、资源整合等方式创新教师专业发展模式。

1.1 契合教师面向问题解决的个性化、弹性化学习需求

教师学习属于成人学习，工学矛盾使其只能接受短时间的辅导，自主学习成为促进其专业发展的主要方式。成年学习者相较于未成年学习者在学习过程中展现出更明确的学习目标和自我驱动的学习动机［9］。其更关注知识的实际应用以及职业发展、个人兴趣等日常性、真实的问题，希望通过自主学习获得可应用于工作与生活中的技能及知识［10］。成年学习者在使用生成式人工智能时能够更好地利用自身经验和先验知识，有意识、选择性地提出问题，通过与模型的不断对话获取所需信息，以实现个人的学习目标。此外，因成年学习者在时间、需求等方面个体差异明显，在使用生成式人工智能时更注重个性化和定制化的学习体验，而生成式人工智能作为支持自主学习的工具能够准确判断其知识水平、学习风格和兴趣偏好，从而满足其特定的学习需求和兴趣。

1.2 有效促进教师探究性学习、深度学习发生

成年学习者相较于未成年学习者在自主学习过程中展现出更强的批判性思维和深度理解能力［11］，而批判和反思能力是自主学习过程中支持学习者进行自我调节的基本要素［12］。由于未成年学习者缺乏足够的经验和知识背景来评估生成式人工智能所提供的答案，尚不具备辨析答案并将其延伸扩展的能力，所以其更倾向于将生成式人工智能作为寻求问题答案的工具，较少进一步探索答案背后蕴含的知识逻辑［13］。成年学习者往往更具备将所获取的知识应用于实际情境，并进一步探索相关领域的能力。其讲求“打破砂锅问到底”地深入挖掘问题本质，借助批判性思维对生成式人工智能提供答案的正确性和适用性进行判断，进一步深入思考并探索相关领域的知识，以拓展自身学习的深度和广度。成年学习者以生成式人工智能提供的答案为起点，积极寻找相关背景知识，探索不同的观点和理论，将模型提供的回答整合汇集成自己所需的资源，并将其与现实真实情境相结合，创造出更具有创新性和实用性的方案。

2 基于生成式人工智能的教师自主学习模式

数智时代下的教师学习发展方向为学习方式个性化、教育评价全景式、管理模式精细化和学习环境智能化［14］。生成式人工智能凭借其智能生成能力，为教师自主学习过程中的前瞻阶段、表现阶段以及自我反思阶段提供了独特化、多样化的学习体验，帮助教师促进自身专业发展。基于生成式人工智能的教师自主学习模式依赖教师与生成式人工智能间持续的互动反馈，由教师提供相关信息，系统依据教师需求反馈，在不断的对话商榷中得到教师所需内容，帮助教师开展自主学习。

2.1 前瞻阶段：明晰目标、制定计划

Fig.1 Teacher's autonomous learning mode based on generative artificial intelligence图1 基于生成式人工智能的教师自主学习模式

生成式人工智能可以帮助教师更好地明确学习目标、规划学习路径，以协助其高效地开展学习活动。教师可以用通俗的语句表达个人需求，生成式人工智能在理解教师意图后，基于模型内部参数系统将收集到的信息生成全新的文段作为答案。由于答案是针对特定提问编写出来的，因此具有极强的针对性，可以满足教师的个性化需求［15］。通过与教师的协商对话，考虑教师生产实践中的真实问题，结合教师基本特征，生成式人工智能可以为其找到差异化、个性化的学习目标，提供针对性的指导和建议。例如，用户是高二信息技术学科的教师，希望获得能力提升工程2.0 培训微能力选择建议，并将高中信息技术教学大纲、信息技术会考相关知识点、中小学教师信息技术应用能力校本应用考核规范等培训、考纲文件上传，同时将任教学科、任教学段、教学内容、教学目标、培训要求、考核目标等信息提供给ChatGPT。ChatGPT 通过自然语言处理技术理解教师的问题，包括运用语法解析、关键词提取和上下文理解等，结合教师学科特点，并根据解决会考难题以及培养学生创造性思维等要求提供选择建议。生成式人工智能可以为教师说明相关背景知识、解释关键概念、厘清任务要求，帮助其理解陌生的复杂概念，从更全面的视角理解学习目标以及学习任务。例如，教师不了解创造性学习的概念，ChatGPT 可以访问预先训练的大型知识库为教师解释该概念。如果教师仍不明白，还可以进一步要求ChatGPT 结合实际举例说明。综合教师实际应用场景、软硬件环境、教育教学任务以及日常活动安排，生成式人工智能可以快速为教师生成学习计划，并提供时间管理、实施方法以及学习资源选择建议［16］。例如，教师想要制定具体学习计划时，可以将自己的教学、教研、休息等时间安排和所处环境的软硬件资源条件告知ChatGPT。ChatGPT 使用规划和调度算法，按照其学习目标，结合个人时间安排将学习任务分配到不同时间段，并结合现有资源条件制定合理、可达成的目标，从而得到每个周期内需要完成的学习目标、具体学习活动与预期结果。

如表1 所示，教师确定自己需要获取的信息和希望得到的帮助后，尽可能地向模型提供足够丰富的信息，帮助模型更好地理解教师需求，包括任教学科、个人兴趣、专业擅长、目标任务等内容。因为模型无法及时更新最新或特定的信息，教师还需在模型不具备相关背景知识的情况下自行准备部分资料。教师可以就难以抉择的自主学习主题向模型寻求帮助，模型会为教师提出多条参考意见并给予相应解释，供教师将其与自身的专业知识和实际情境相结合，判断参考意见是否合理、可行，教师还可以根据需要进一步提出问题、补充信息或要求模型对回答进行修改和完善。在此基础上，教师可以要求模型细化学习目标，将抽象、宏观的学习目标拆分成形象、具体的学习目标，从而帮助其循序渐进地达成目标。同时，模型可以结合教师教学、教研等日常活动安排帮助其制定学习计划，明确每个阶段的学习时间、学习目标、学习活动以及预期结果，将自主学习融入到教师的日常活动中，帮助其更好地利用所处的信息化教学环境规划和开展自主学习。

Table 1 Example generated during the forward looking stage表1 前瞻阶段生成示例

2.2 表现阶段：实施任务、调节反馈

生成式人工智能可以帮助教师更好地完成学习任务、监控学习过程，以协助其合理地推进和调节学习进程。自主学习者在学习与实践过程中需要能够不断通过自我塑造、自我控制、自我调节与自我评价，实现一种动态、积极、有意义的学习过程［17］。基于“预训练+预精调+提示”范式训练出的生成式人工智能，采取多轮对话式学习的方式进行训练，构建对话历史模型，确保了模型的对话生成能力和流畅度［18］。通过与教师的多轮对话，模型能够更好地理解教师意图，为教师提供更精准的服务。生成式人工智能根据教师的学习记录和表现，为教师提供个性化的辅导和反馈，以解决学习过程中遇到的问题［19］。例如，教师在自主学习过程中没有找到促进学生开展创造性学习的方法，向ChatGPT 寻求帮助，ChatGPT 会从论文、资源、策略等不同方面提供回答。教师可以利用生成式人工智能的回答拓宽自己的思路，探索新的学习策略和教学方法［20］。生成式人工智能的大语言模型学习了海量的在线数据，能有效采集和挖掘重要信息，教师通过变化提问可以获得模型不同视角的生成内容，从而获得启发［21］。例如，教师就如何结合教学重难点完成微能力考核作业要求ChatGPT 提供思路，ChatGPT 会完整设计作业完成流程，从引入到总结涵盖整个教学环节。生成式人工智能还可以帮助教师检验周期任务的达成情况，教师根据评估结果可以了解当前阶段的知识掌握情况，及时调整后期学习安排。例如，教师在完成阶段一的学习目标后，将需要达成的预期结果输送给ChatGPT，由ChatGPT 结合上文相关评价内容进行评判并给予改进帮助。同时，教师可以使用生成式人工智能协助生成教学材料，例如案例、图片、课件或其他根据学生需求量身定制的资源，以减轻教师需要完成的重复或耗时的任务压力，也可以帮助教师设计教案、提供创新性的任务完成思路和建议，以帮助教师灵活运用智能技术促进自身更好地发展。

如表2 所示，教师可以就学习过程中遇到的复杂概念或困难问题向模型寻求帮助。教师需要具备良好的语言理解和表达能力，能够清晰地表达问题和需求，除保证与系统正常开展对话外，还有利于诱导更高阶、更精准内容的推送，带来个性化的学习体验。教师需要对回答的准确性、可靠性和相关性进行判断，借助自身的专业知识和经验因时制宜地应用其中有用的信息，避免错误信息的干扰，高效解决自主学习中遇到的困难。在完成预期目标时，可以利用模型为自己提供创设性建议、推荐参考性资源，从而实现高质量学习成果的产出。由于系统还没有内嵌于真实的教学场景中，无法了解教师在任务中的具体表现和实施情况，所以教师需要利用系统对学习过程中形成的文字、图片、视频等成果进行评价，结合系统给出的意见协助自己监控自身的学习进度和表现，定期反思自己的学习过程。

Table 2 Example generated during performance stage 表2 表现阶段生成示例

2.3 自我反思阶段：评价成效、总结经验

生成式人工智能可以帮助教师更好地评估学习成效、形成学习经验，以促进其有效地评价与总结学习过程。在阶段学习结束后，教师需要对当前阶段的学习成效进行评判，以便进行查漏补缺。教师是自我评价的主体，生成式人工智能可以为教师提供自我评价方案和工具参考，教师在此基础上结合考核要求、教学经验、实际情况等因素综合完善方案，并对自己的自主学习情况进行反思与评价。例如，教师要求ChatGPT 提供自我评价微能力达标的指标，结合自己的实际情况对学习成效进行评价，也可以就自己实际开展成效未达预期目标向ChatGPT 寻求帮助。生成式人工智能除可以根据教师提供的学习材料作出诊断性评价外，还可以为教师提出改进建议，根据上下文对话讨论任务成功或失败的原因，帮助教师识别自身的优点和改进的方向。其引导教师进行归因分析，思考如何从经验中学习和成长，为下次更好地开展自主学习作准备。例如，教师在完成培训任务后，可以将形成的文字材料传送给ChatGPT，由ChatGPT 参考考核要求对成果进行评价。在教师自主学习结束后，生成式人工智能可优化和整合教师形成的学习成果，并帮助教师将这些学习成果转化为教学资源，使教师可以通过实际的成果获得学习的满足感，并将其应用于教学实践中。

如表3 所示，教师需要积极进行自我反思，利用模型的帮助来识别自己的优势和需要改进的领域。在阶段学习结束后，教师可以就学习目标的实现情况、知识和技能的提升等方面与系统进行交流，共同评估学习成效。模型可以依据学习计划生成自主评价问题，教师利用模型提供的问题思考自己在学习过程中的表现、成功和失败的原因等。同时，教师可以向模型分享自己的学习经验和成果，并询问模型对于自己表现和成果的评价。模型可以根据教师与其对话过程中的问题和回答等回顾学习过程中的重要阶段及关键活动，帮助教师总结学习过程中遇到的挑战、成功和失败的原因，以及采取的策略和方法等。教师在学习过程中生成的过程性材料，如文字、图片、视频等学习成果可以整合形成资源库，为实际教学活动提供支持。

Table 3 Example generated during self-reflection stage表3 自我反思阶段生成示例

3 结语

生成式人工智能究竟是“潘多拉魔盒”还是“阿拉丁神灯”暂且未知，但就其当前展现出的无限可能，已使得诸多教育领域的设想不再是空中楼阁。人类制造工具，也应成为工具的主人，充分认识生成式人工智能的可能与不可能，合理、有效地利用生成式人工智能技术将有利于教育生态的演进。生成式人工智能通过在自主学习的3 个阶段为教师提供面向个体需求的指导和支持，帮助教师实现高效学习，解决相关困难和挑战，并促进其专业发展。模型的构建不仅可帮助教师利用现有生成式人工智能通用平台开展自主学习，而且可以为后续本地部署平台或教育专有平台迁移使用提供理论参考，通过人机协作互动促进教师的自主学习。当然，生成式人工智能也有其局限性，其不能完全代替教师的专业判断和反思能力。因此，教师需要充分认识到人工智能的作用，积极参与学习过程，并不断提升自己的专业能力。