生成式人工智能与教育出版：机遇分析、现实挑战与实践转向

摘 要 生成式人工智能技术引领新一轮科技革命和产业变革，推动教育的耦合演进和出版的变革重塑。文章通过分析生成式人工智能与教育出版融合发展的机遇、挑战，指出要深入理解人工智能时代教育发展的要素之变，在此基础上，探究生成式人工智能与教育出版融合发展的演进逻辑，分析生成式人工智能与教育出版融合发展可能的应用场景，从而构建教育出版智能服务融合发展新生态。

关键词 生成式人工智能；教育出版；要素之变；应用场景

当前，教育出版市场经历了“数字化+教育出版”“互联网+教育出版”“移动+教育出版”等发展阶段，正在以蓬勃的姿态朝“智能+教育出版”阶段演进[1]。随着技术的加速演变，生成式人工智能技术引领新一轮科技革命和产业变革，推动教育的耦合演进和出版的变革重塑。教育出版是人工智能时代教育创新发展的重要依托力量，也是推动教育数字化转型的重要驱动力。作为以促进教育高质量发展为内在追求的内容产业，教育出版要以此为契机进一步把握生成式人工智能背景下知识生产与传播的规律与本质，以价值回归寻找行业本质，理顺教育出版与人工智能技术双向驱动的融合发展关系，实现内容与服务的可持续价值创新。

1 生成式人工智能与教育出版融合发展的机遇分析

在2024年全国两会上，“人工智能+”首次被写入政府工作报告。纵观人类历史，技术变革促进生产力变革，生产力变革倒逼生产关系调整，进而促进社会变革，革命性、颠覆性技术群的涌现，最终催生整个文明形态的转型。正如美国社会哲学家刘易斯·芒福德所言，“技术变化是文明史的核心”。出版也经历了铅与火、光与电、数与网、云与智的技术演进。当前，以ChatGPT、Sora、GPT-4为代表的生成式人工智能技术，可以实现从感知理解世界到生成创造世界的跨越，其多源多模态数据、统一的深度神经网络大模型，以及在完成语言理解、知识问答、逻辑推理、代码编写、多模态人机交互等任务方面取得的突破性进展，已经使其成为新的生产力工具和创造力引擎。通用人工智能技术带来解决人类一系列重大课题的新机遇和新思路，包括但不限于改变内容生产模式、信息获取（分发）模式、程序设计（代码编写）模式、交互任务完成模式等。生成式人工智能技术的发展使得知识生产不再是人类这一碳基生命的智慧专利。这必将深刻影响教育出版的主体、客体、目的、对象以及生产模式、呈现形式、传播方式，进而推动整个出版范式的变革。

1.1 从产业视角看

生成式人工智能正引导教育出版进行一场深刻变革。教育出版面临巨大机遇与挑战，短期会促进出版产业链的改造，中期各类教育垂直应用的领域模型和工具会引起场景和渠道之争，长期会导致知识生产方式的变革，进而促进教育出版与教育服务业态的变革。《出版业“十四五”时期发展规划》明确提出“突出科技创新在推动出版业数字化转型升级、实现深度融合发展中的重要作用”[2]，教育出版业会与人工智能技术加速融合，探索更多公共服务与商业服务模式。教育出版积累的各学科领域知识资源数据可以作为优质语料，在通用大模型的基础上，喂养和训练出领域小模型，叠加web3.0、区块链等新技术，与相关学科专业“知识”链接，赋能相关产业创新发展。当然，这要基于此前已经开展的资源数据标注、标引的工作，保证输出端知识的科学性、权威性和可溯源性，确保知识资源数据在流通周期中的资产权益，促进更多商业模式创新。

1.2 从产品视角看

生成式人工智能不仅对知识的理解带来了新的要素，即数据和信息，也在知识形态、知识意义和知识生产上都产生了重大影响[3]。智能时代，信息内容产品的数字化创新和最终广泛应用，会有一个多种产品形态迭代并存的阶段，纸数并存、纸数融合将在很长一段时间继续下去，但传统形态的知识服务产品的生存空间会被不断压缩，教育出版也会有更多智能化的产品形态出现。

（1）新图文产品。借助AI大模型庞大的语料库和生成能力，叠加数字人技术和机器人技术，各类教育IP人物角色将以问答对话形式与用户深度交互，实现实时的具象化。借助Midjourney等AI绘图软件，可以通过文生图、图生图的方式输出多种风格的图像作品，批量、快速、高效，赋能教育出版提质增效。

（2）新音频产品。生成式人工智能通过快速学习和掌握人类个体的语音（语调）特征，在数据训练的基础上，生成模仿该个体的逼真语音，可以应用于虚拟语音助手、智能翻译、语音合成等领域。同时，生成式人工智能还可以根据人类设定的风格和简单旋律，快速生成音乐作品，支持音乐教育组装多种音乐教育元素，探索更多元、个性化的音乐教育方式。

（3）新视频产品。基于生成式人工智能的视频生成工具，集素材搜集、视频剪辑、后期包装、渲染导出和发布于一体，丰富了视听节目的表达空间，增强了实时交互体验，塑造出“虚拟化在场+实时互动”的效果。视频生成工具Sora不但可以对场景细节进行深度刻画，而且能理解建模中所涉主体在物理世界中的存在方式。

（4）新融合产品。生成式人工智能可有效提升教育数据库产品和教育游戏产品的研发效能，帮助开发者快速且低成本地生成对话、脚本、地图、布景、人设等基础数字资产，并可以快速检查、补全修复代码，缩短制作周期，提高开发效率，优化人机交互体验。

1.3 从教育学术论文出版视角看

“教育出版立足出版，服务教育”[4]。从微观层面看，教育学术论文出版是生成式人工智能与教育出版融合发展的重要形式之一。具体来看，在科研实践阶段，生成式人工智能可以将海量的教育学术文献进行知识图谱化，可对教育科研中产生的大量文本数据、图像数据以及文图多模态数据进行处理、解析，提供一站式的科研协作平台，实现效率革命。在论文写作阶段，除自动摘要、关键词提取、文献综述、语言润色、英文检测、翻译服务外，生成式人工智能通过学习用户的各种行为记录和科研属性，为其进行各种个性化智能推荐，让写作过程更加高效和智能。在投稿评审阶段，生成式人工智能可辅助完成稿件智能推荐、稿件完整性检查、同行评议专家推荐、学术不端审查等工作。在论文编辑出版阶段，生成式人工智能可以帮助学术期刊完成文本排版和格式化，自动开展出版格式调整、术语纠错、内容审查、优化润色等工作。在论文传播阶段，生成式人工智能可在文章摘录翻译、基于知识的搜索、个性化推荐、用户画像、多模态交互等方面发挥积极作用。

2 生成式人工智能与教育出版融合发展的现实挑战

从技术应用层面考量生成式人工智能，将影响其以什么形式、路径应用于教育出版中。我们要积极拥抱生成式人工智能技术，也要警惕生成式人工智能技术可能带来的负面影响。生成式人工智能绝对不是价值中立的，它背后可以有不同的手去操控它，而且可以操控得完全不动声色。这只手就是意识形态和价值观念，它会“润物细无声”地影响使用者。正如尤瓦尔·赫拉利所言，因为掌握了惊人的操作、生成语言的能力，人工智能已经入侵了人类文明的“操作系统”。对于出版而言，生成式人工智能技术及其应用无疑会促进出版的深刻变革，但其可能衍生的权利归属、侵权、权益保障等著作权问题，技术伦理与学术伦理失范等伦理问题，以及意识形态渗透、文化价值观偏离等文化安全问题是不容忽视和回避的关键问题[5]。生成式人工智能的应用给内容生产带来一系列便利的同时，也给内容生态带来一系列负面影响，包括文化污染、文化窄同、文化枯萎、社会问题、法律问题等[6]。

对于教育出版而言，更应关注人工智能技术带来的认知变革及其陷阱。信息时代以来，信息以海量且指数级的速度增长，人工智能时代更呈现爆炸式加速增长趋势。个体认知适应这一趋势的有效路径之一就是从个体认知向人机结合的分布式认知转变，将越来越多的认知任务外包给外部智能设备和智慧环境，包括计算信息外包、感知信息外包、认知信息外包、社会网络外包等[7]。通过人机融合、认知外包的方式，人类的认知在长度、深度、广度上都得到极大拓展，处理复杂事务的整体能力得到极大增强。但这有一个关键问题，我们可以将一部分认知任务外包给人工智能技术，如计算、记忆、存储、识别等，而大脑的意义加工，即对意义的理解和生成，能不能外包？应不应该外包？如果人脑内部没有经历对意义的理解和生成过程，我们所谓的有意义学习或深度学习可能就不会发生，人类反而可能被外部海量数据、复杂网络及日益强大的工具所淹没，丧失认知主体的主导地位，成为工具支配和奴役的对象。具体表现为以下3个方面。

（1）思维懒惰。AIGC的出发点是“积极懒惰”，实际可能造成“消极懒惰”。一切都依赖人工智能，万事都让机器代劳。如此一来，个人的认知结构和思维能力无法得到有效锻炼与发展，内、外部认知失衡和割裂，人类成为机器的附庸。“过分依赖生成式人工智能寻求‘标准答案’或问题解决方案，会导致观点的趋同性，削弱多样性创新观点的建构”[8]。

（2）遮蔽效应。各类所谓的信息服务以“精致包装”博取大众注意，“浅薄的表演”取代“深刻的思考”，这类“信息投喂”极易让人进入信息获取的舒适区，习惯性汲取营养价值不高的信息碎片，逐渐失去生命的自主与自由。大量碎片化信息不仅干扰了人的判断与选择，还容易让人受到虚假信息的误导，误导信息构筑起信息茧房，引发严重的遮蔽效应。被相同算法推荐的群体通过互联网寻求认同，彼此强化、确认、巩固，最终形成了两极的、对立的、持有极端认知的群体。

（3）认知固化。比斯塔在《教育的美丽风险》一书中提出“教育之弱”的概念，认为教育总是充满风险的，教育过程和实践都不应该像机器一样运行，学生是发起行动和承担责任的主体，而非被塑造和规训的客体。如果学习结果是确定的，是绩效导向的，学生依靠人工智能系统推荐学习资源，只走最优路径，不走弯路，不一定是好的学习；如果不踩雷、不跳坑，不经历失败体验、痛苦探索过程的学习，不经历“山重水复疑无路，柳暗花明又一村”的过程，也不一定是好的学习。如果学习仅仅依靠人工智能算法，可能会损害学习内容展示的多样性与丰富性，也可能会损害有意义学习的建构过程。思维受到算法的约束，可能产生认知偏差和思维固化，甚至丧失否定性、批判性、超越性的第二向度思维，丧失个体的创造力和主动选择的能力，造就马尔库塞所谓“单向度”的人。

3 生成式人工智能与教育出版融合发展的实践转向

教育出版本质上是一种教育服务。从人工智能与教育出版融合发展的实践应用来看，实践转向“并不意味着否定教育出版的实践性，而是强调通过向实践发问获取超越现象进入本质的智慧”[9]。这就需要教育出版服务提供者深刻理解和把握生成式人工智能技术与教育的关系，深刻理解和把握生成式人工智能技术与出版的关系。

3.1 生成式人工智能引发教育的要素之变

纵观人类发展史，农业时代是个性化的精英教育阶段，工业时代是集体性的大众教育阶段，人工智能时代是个性化的大众教育阶段。生成式人工智能带来的教育变革将重塑教学模式、重构教育资源的供给方式，也将对育人目标、教师角色、教学资源、学习方式、教育评价、教育治理提出新要求。

（1）育人目标。教育活动是人与人的联系，是“一个灵魂召唤另一个灵魂”。教育要以人的发展为目的，以是否促进了人的发展为衡量标准。正如教育家苏霍姆林斯基所言，“教学不是冷冰冰地把知识从一个脑袋装进另一个脑袋，而是师生之间无时不在的情感交流”。学生要不断学习新知识和新技能，要“重新构建”新的认知和范式来理解世界、理解社会、理解自己。人工智能时代学生的能力结构更加聚焦于品德养成、性格塑造、人际交往、批判意识、创新思维、审美素养等“人”的教育活动，促进“人”的个性解放、主体跃升和智慧成长[10]。要把学生培养适应时代的综合型创新人才、具备数字社会所需要的数字素养与解决复杂问题能力的社会主义建设者和接班人。例如，北京师范大学魏锐、刘坚教授团队[11]提出“21世纪核心素养5C模型”，即审辨思维（Critical Thinking）、创新（Creativity）、沟通（Communication）、合作（Collaboration），以及文化理解与传承（Cultural Competence），并且建立了包括5个一级维度、16个二级维度在内的核心素养5C框架。

（2）教师角色。教育的变革与发展需要教师角色的转变，法国哲学家贝尔纳·斯蒂格勒曾在《技术与时间》一书中提出了人的“代具性”思想。在“代具性”意义上，未来人工智能教师将与现在的黑板、教科书一样，成为新的“代具”。人工智能不会取代教师，但使用人工智能的教师将会取代不使用人工智能的教师。未来将是人类教师与人工智能教师协同共生的时代。教师从“知识的守门人”转变为“学习的编舞者”，教师“教”的功能弱化，“育”的功能强化；“经师”的功能弱化，“人师”的功能强化；“知识传授者”的功能弱化，“灵魂工程师”的功能强化。教师转变为创新支持者、活动设计者、沟通协调者、技术拥抱者，与人工智能教师协作，帮助学生精准学习，实现真正意义上的因材施教。

（3）教学资源。人工智能技术的进步引发人类知识观和知识生产方式的巨变，“人类知识形态经历了从经验形态到分科的原理形态知识，再从原理形态发展到在信息技术平台上形成的差异化或交叠形态的知识”[12]。新技术引发教学资源供给方式的变革，通过多种途径促进学生发展，包括学习资源类型的极大丰富、资源供应方式的智慧化、基于大数据诊断的个性化资源自动推送、互动性学习体验的极大提升等。人工智能能够快速高效地把分散的优质资源聚合起来，跨学校、跨区域、跨媒体传播分享，并按时按需精准推荐。随着生成式人工智能技术的引入，教师可以利用这一工具快速生成教学资源，并不断调整所生成资源的质量和适用性。生成式人工智能通过对语言、动作、图片、音频、视频等多模态数据的智能分析，生成适配不同场景的课程视频资源，创造生动的知识学习情境，可以代替教师和专业技术人员开发视频资源。未来课程及资源建设过程中，教师及专业技术人员将更加聚焦于资源脚本的创意设计、智能工具的设计与开发等方面，更加聚焦于学生思维能力的提升、跨学科知识的综合运用等高阶能力和素养。

（4）学习方式。过去的学习是学习者与学习对象的简单交互，学习方式单一、资源有限、效率低下、反馈滞后、分享不便，人工智能时代的学习方式多元、资源丰富、效率提升、反馈及时、分享便利。人工智能赋予学习者更大的自主权，“师–生”双向互动将转变为“师–生–机”多维互动，促进教学环境更加开放、师生关系更加平等、育人方式更加灵活。在新旧范式的转变过程中，学习将越来越以“社会化学习”的形态出现。学习活动可以在任何时空、任何场景发生，以适应学习者个性化、多元化、智慧化需求的形式开展。学习的内容也不限于教科书上的知识，物理空间、信息空间和社会空间里的各种事物都可作为学习素材。

（5）教育评价。生成式人工智能促使教育评价深刻变革，呈现全新样貌。在生成式人工智能技术支持下，内容生成过程的高度自动化和生成结果的难以判别性，将倒逼教育评价目标从“知识导向”转为“素养导向”。教育评价将从对知识量的考核转向对知识真伪的鉴别审查、与机器协同参与知识生产的技能，以及对机器生成的知识进行审查修订、验真除错的能力等的考查[13]。学习评价也将更加关注学生的思维能力和综合素养，以学生的学习成果为载体，注重评价、诊断与改进相结合，其目的是给每位学生提供个性化的行为改进指导。

（6）教育治理。人工智能作为引领教育创新的变革性力量，为教育赋能的同时，也带来数据隐私、伦理安全、标准规范、算法偏见等诸多问题。人工智能时代的教育治理主体也更加多元化，需要构建政府、家庭、学校、社会、企业等不同主体之间相互衔接、多元协同、共治共享的治理体系。教育治理重点内容应涵盖人工智能法治化建设、“师–机–生”协同生态建设、创新型人才培养体系建设、大中小学思想政治教育一体化建设、教育学科专业供给侧改革、师生数字素养培养体系建设等多个方面。

3.2 生成式人工智能与教育出版融合发展的应用场景

教育是生成式人工智能技术的重要应用场景之一。未来教育将具有以适应未来社会的能力为导向、注重个性发展的学习形态、人工智能赋能的教育新生态等特征。教育领域的生成式人工智能应用需要注意以下几点：

（1）通用大模型不能完全解决教育面临的问题，需要构建基于国产底座的教育专有模型、领域知识库和领域工具/插件。同时，人工智能在教育领域的深度应用要关注安全可控、场景驱动和专属模型3个关键要素。

（2）通过底层设计将数据打通，促进教育专有大模型赋能备课、教研、教学、作业、考试、评价、管理、治理等各环节。

（3）需要构建科学的教育大模型评测体系，以评测专用模型是否真正有效。例如，科大讯飞通过认知智能全国重点实验室牵头设计了通用认知大模型评测体系，覆盖7大类481个细分任务类型。

（4）要发展师生的数字素养。正如联合国教科文组织（UNESCO）教育助理总干事贾尼尼在《生成式人工智能与教育的未来》中指出：关注对教师进行系统培训，使其深度了解生成式AI的技术原理、生成机制等，以便在合适的教育场景中使用。

人工智能在教育出版服务的应用场景主要包括以下几个方面：

（1）助力教学设计。可以做教案的辅助设计和习题的情景改造。

（2）助力作业的精准批改。以英文作文为例，AI在批改的准确度、语法的修订度、修改的优美度等方面已超过一般教师水平，可大幅提高工作效率。

（3）助力个性化口语学习。基于大模型可打造面向各学段学生、商务人士等英语学习者的个性化口语陪伴教师，适用主题对话、口语模拟考试、虚拟人对话、情景交流等各个应用场景。

（4）助力启发式素质课堂。打造学科智能教师助手，特别是数学、科学、信息科技等学科，智能教师助手基于海量的科普知识，与学生进行类科学家自由对话，激发学生的好奇心、想象力和探索欲。

（5）提升青少年心理健康筛查与干预水平。通过类人自由对话式心理辅导，助力疏导青少年心理压力，并对心理风险进行预警和干预。比如，北师大出版集团基于人工智能等技术研发的大有阳光心理平台，聚焦青少年心理发展“发现难”“干预难”“协作难”“管理难”等痛点问题，为中小学师生提供系统全面的心理成长解决方案。

4 结语

当前，生成式人工智能与教育出版的融合发展面临认知外包陷阱和技术伦理等问题，但不可否认，随着创新性、颠覆性技术群的涌现和加速发展，教育出版服务的要素、场景、模式和形态将被变革和重构。无论是从宏观层面的产业视角、中观层面的产品视角，还是从微观层面的教育学术论文出版视角来看，生成式人工智能与教育出版的融合发展面临不少机遇与挑战，亟待在实践应用层面平衡内容与技术的关系、供给与需求的关系、目标与手段的关系、共性与个性的关系，基于技术向善的理念，不断规制、消解生成式人工智能给教育出版服务带来的负向伦理风险，最大限度地发挥生成式人工智能的正向价值效用，不断提升教育出版质量，优化教育服务品质，实现生成式人工智能与教育出版融合发展从低层次嵌套到高层次服务的转变，激发生成式人工智能高质量赋能教育出版创新发展的动能，从而助力国家教育数字化和教育强国建设战略。

（责任编辑：翟艳荣）

参考文献

[1] 王鹏涛，曾慧珊.教育出版的智能化转型路径：数据驱动下的全方位创新[J].中国编辑，2020（11）：39-43.

[2] 国家新闻出版署关于印发《出版业“十四五”时期发展规划》的通知[EB/OL].（2021-12-30）[2024-06-15].https：//www.nppa.gov.cn/xxfb/tzgs/202112/t20211230_666304.html.

[3] 顾小清，郝祥军.从人工智能重塑的知识观看未来教育[J].教育研究，2022，43（9）：138-149.

[4] 薛东海.人工智能与教育出版融合发展探析[J].中国出版，2022（14）：46-49.

[5] 方卿，丁靖佳.人工智能生成内容（AIGC）的三个出版学议题[J].出版科学，2023，31（2）：5-10.

[6] 冯宏声，王枢.变革与重塑：出版业与人工智能共创未来[J].数字出版研究，2023，2（4）：1-7.

[7] 余胜泉，汪凡淙.人工智能教育应用的认知外包陷阱及其跨越[J].电化教育研究，2023，44（12）：5-13.

[8] 苗逢春.生成式人工智能及其教育应用的基本争议和对策[J].开放教育研究，2024，30（1）：4-15.

[9] 张学科.转向实践：知识液态化时代的教育出版[J].编辑学刊，2023（5）：30-35.

[10] 姜钰.AI赋能教育：产业应用管窥与琐思[J].中国教师，2019（7）：29-32.

[11] 魏锐，刘坚，白新文，等.“21世纪核心素养5C模型”研究设计[J].华东师范大学学报（教育科学版），2020，38（2）：20-28.

[12] 韩震.知识形态演进的历史逻辑[J].中国社会科学，2021（6）：168-185，207-208.

[13] 陈晓珊，戚万学.知识机器生产模式与教育新隐喻[J].教育研究，2023，44（10）：33-43.

Generative Artificial Intelligence and Educational Publishing： Opportunity Analysis，Reality Challenges and Practice Turn

Yu Jiang Sha Li

Beijing Normal University Publishing Group，Beijing 100088，China

Abstract Generative artificial intelligence technology leads a new round of scientific and technological revolution and industrial transformation，and promotes the coupling evolution of education and the transformation and reshaping of publishing.By analyzing the opportunities and challenges of the integrated development of generative artificial intelligence and educational publishing，this paper points out that it is necessary to deeply understand the changes of the elements of educational development in the era of artificial intelligence.On this basis，it explores the evolution logic of the integrated development of generative artificial intelligence and educational publishing，and analyzes the possible application scenarios of the integrated development of generative artificial intelligence and educational publishing.So as to build a new ecology of integrated development of education and publishing intelligent services.

Keywords Generative artificial intelligence;Educational publishing elements;Changing application scenarios