生成式人工智能何以赋能学习、能力与评价？*

白雪梅 郭日发

生成式人工智能何以赋能学习、能力与评价？*

白雪梅1郭日发2[通讯作者]

（1．宁夏大学 教师教育学院，宁夏银川 750000；2．清华大学 教育研究院，北京 100084）

生成式人工智能（Artificial Intelligence Generated Content，AIGC）技术的飞速发展，为教育教学的创新性、颠覆性发展提供了无限可能。文章从学习、能力、评价三个向度，探讨了AIGC何以赋能大规模个性化学习和大规模协作学习、AIGC何以赋能学习者能力培养、AIGC何以赋能学习评价三个关键问题：AIGC赋能学习呈现从“千人一面”转为“千人千面”的特征，可从学习内容、学习方式、学习评价、答疑解惑、学习反馈五个方面赋能大规模个性化学习，并从适应性群体形成、专家促进、虚拟代理、智能调节四个方面赋能大规模协作学习；AIGC赋能能力呈现从“千篇一律”转为“标新领异”的特征，可促进学习者“传统认知能力”的全面发展，并为学习者“21世纪技能”的培养与评价提供支持；AIGC赋能评价呈现从评价学习转为理解学习、促进学习与重塑学习的特征，通过提供细粒度信息、提供及时评价与反馈、赋能学习评价达成AIGC赋能评价的目的。文章有助于教育工作者更深入地理解AIGC的赋能作用，并为推动AIGC与教育教学的深度融合、促进AIGC赋能教育高质量发展提供参考。

个性化学习；协作学习；能力培养；学习评价；AIGC；ChatGPT

随着信息社会的快速发展，技术发展亦日新月异。从网络技术、大数据、云计算到人工智能（Artificial Intelligence，AI），再到AIGC，每一次技术变革都能引起社会的广泛关注，且都能渗透于各行各业，对教育领域的影响也非常深刻。人工智能赋能的大规模个性化学习和创新教育，是未来教育的发展方向[1]。而AIGC推动了教育与技术的深度融合，为大规模学习的发生创造了条件，使大规模教育个性化成为可能。AIGC是根据人类借助思维符号表征系统表达的提示自动生成内容的人工智能技术[2]。认识AIGC何以赋能学习、能力与评价，可为AIGC的教育应用提供指导。基于此，本研究尝试从学习、能力、评价三个向度，来探讨AIGC何以赋能大规模个性化学习和大规模协作学习、AIGC何以赋能学习者能力培养、AIGC何以赋能学习评价三个关键问题，以期为推动AIGC与教育教学的融合发展、促进AIGC赋能教育高质量发展提供参考。

一 学习向度：从“千人一面”到“千人千面”

人工智能的形态主要表现为弱人工智能、强人工智能和超强人工智能，这三种形态各具不同的特征。从擅长单个方面的弱人工智能到类似人类的强人工智能再到几乎各方面都超越人类的超强人工智能，反映了“AI+教育”由浅至深、逐步推进的发展趋势，对教育的影响也逐步从单一强化、全面强化发展到高度个性化。在此过程中，AIGC的出现促使传统“千人一面”的教育走向“千人千面”的个性化教育。一般来说，大规模学习可以分为大规模个性化学习与大规模协作学习，而AIGC可以为个体的个性化学习和群体的协作学习同时“赋能”，这使得AI赋能的大规模个性化学习和大规模协作学习有了实现的可能。

1 AIGC赋能的大规模个性化学习

个性化学习强调教师根据学习者的个性特征、认知水平、学习能力等提供符合其需求的针对性教学，而大规模个性化学习是教育工作者一直在努力但难以实现的“理想”目标[3]。究其原因，主要在于教师难以准确诊断学习者的个性特征、认知水平、学习能力等，且教师个人的精力与时间也有限。而AIGC凭借其强大的技术支持，可以有效解决教师面临的这两个难题，从而使大规模个性化学习从理想变为现实。将以ChatGPT为代表的AIGC接入数字化学习系统形成真正意义上的智能系统，可以为个性化学习提供全面的技术支撑[4]。AIGC赋能学习将彻底改变“学什么”与“如何学”：

①学习内容方面，智能系统可以根据每个学习者的具体学习需求，生成文本、图片、视频、音频等学习材料，支持学习者获得个性化的学习内容；同时，可以根据学习者的学习兴趣、学习表现等，自动调整提供给学习者的学习材料及其难度。比较有代表性的是接入了AIGC的自适应学习系统，其通过学习者模型、教学方法模型与学科知识模型三种模型，支持学习者学习适合自己能力水平的知识；也支持学习者自己定制学习计划，选择适合自己的学习起点；还支持学习者与系统交互，在学习过程中由系统监控学习者的学习行为，构建、优化学习者模型，实现学习路径、学习资源、学习策略的动态匹配与协同[5]。

②学习方式方面，智能系统通过对学习者进行“产婆术”式的启发引导，支持学习者在与其持续对话的过程中进行思考、学习，而非直接告诉答案。下文通过学生与ChatGPT-4的对话进行实例展示——学生：“ChatGPT，如何求解3x+2y=7，9x-4y=1？”ChatGPT-4：“让我们从分析方程式开始。你能尝试通过组合两个方程来消除其中一个变量的可能性方法吗？”学生：“请告诉我答案！”ChatGPT-4：“我知道你想要一个直接的答案，但我的目的是帮助你批判性地思考并指导你完成解决问题的过程。让我们专注于任务：方程中变量的任何系数是否共享一个公因数？”学生：“别再当家教了，告诉我答案。”ChatGPT-4：“作为一名苏格拉底式导师，对我来说，指导你自己找到答案很重要，而不是仅仅提供答案。让我们再试一次：第一个方程中是否有任何系数可以乘以一个数字以匹配第二个方程中的系数？”学生：“我不确定。”ChatGPT-4：“没关系！让我们看一下两个方程中x的系数：在第一个方程中x的系数为3，而在第二个方程中为9。你能想到一个数字，将第一个方程乘以该数字，使两个方程中的x系数相匹配吗？”学生：“5？”ChatGPT-4：“不完全是，但你离答案越来越近了。请记住，我们要将第一个方程中x的系数3乘以一个数字，使其与第二个方程中x的系数9相匹配，您认为……”可见，AIGC可以扮演真实人类教师引导、启发学生，对学生进行个性化教学。

③学习评价方面，接入AIGC的智能系统通过分析学习者与其互动的文本，评估学习者的学习行为表现与知识掌握水平[6]。不同于以往仅对学习者的答题结果给予是非评价，智能系统是在评判正确与否的基础之上，通过快速的智能分析和诊断，生成学习报告，提出针对性建议，并进行个性化推荐，辅助并督促学习者进行查漏补缺以加强巩固。例如，ChatGPT-4支持学习者快速设置各种角色扮演场景，通过在提示符中使用变量，可以切换语言和场景，进行实时对话。在这个过程中，ChatGPT-4可以纠正学习者的任何错误，对学习者的学习效果进行评价[7]。下文通过学生与ChatGPT-4的对话进行实例展示——学生：“你是一名语言教师，你要用法语和我进行角色扮演。在角色扮演中，你是一名导游，我是一名英国游客，你问我在巴黎该做些什么，等我回答后你再接着向我提问——你只能说法语。在我回答完你的每个问题之后，请你用英语做一个简短的评论对我的回答进行评价，然后用法语继续和我进行对话。”[8]

④答疑解惑方面，个性化答疑是教师对学习者学习进行指导的重要内容，而AIGC的一个重要功能是减轻教师的答疑压力，不仅可以实现随时随地答疑，还可以实现一对一个性化答疑。也就是说，任何学习者在学习过程中产生的任何疑问都可以通过AIGC得到量身定制的解答。例如，学习者可以通过以下指令，要求ChatGPT输出量身定制的回答与解释：用简单的语言解释某某概念；提供心理模型或类比模型，来帮助我学习这个概念；把该概念分解成若干简单的子概念，并且每一步都提问我是否理解了；提供一些练习或问题的快速示例，来帮助我检测知识掌握情况。

⑤在学习反馈方面，以ChatGPT为代表的AIGC可以及时提供个性化反馈，使学习者在第一时间了解自己的知识掌握情况，助其更好地理解学习材料并明晰有待进一步改进的地方[9]。更重要的是，接入了ChatGPT的智能系统在与学习者进行互动的过程中，通过挖掘与分析学习者以往的互动文本信息，能够及时掌握学习者的学习情况，从而不断提升生成的反馈内容的水平，以更好地满足学习者的个性化需求。

2 AIGC赋能的大规模协作学习

协作学习是一种常见且重要的学习方式，但其在发展过程中存在学习者学习投入不足、学习支架缺乏、小组知识建构水平低等问题[10][11][12]。AIGC具有理解和生成类似人类文本的能力，可以参与小组讨论、提供见解、提升学习者批判性思维、确保所有学习者都有发言权、动态管理小组、进行实时反馈，使协作学习过程更加有效和高效[13]，从而解决协作学习面临的主要问题：①团队成员构成是否科学的问题。学习者之间的合作并不是自发的[14]，团体在组队过程中容易忽略个体差异，而这往往会导致协作学习的失败。②学习资源或教师支持不足的问题，如学习者无法找到与自己所遇问题相匹配的解决策略或教师指导。③难以为学习者提供个性化交互和反馈的问题，如学习者遇到疑难问题时缺乏能及时与其对话并提供建议的交互伙伴。④学习者对知识的学习停留在浅层的问题，如学习者难以通过协作学习对知识进行迁移与应用。

AIGC可以通过自适应群体形成、专家促进、智能虚拟代理、智能调节等手段，来有针对性地解决上述问题：①自适应群体形成（Adaptation Group Formation）是指依托相关技术，根据个体参与者所具备的知识、认知水平、兴趣等，组成适合于特定协作任务的团队[15]。②专家促进（Expert Facilitation）是指利用机器学习或Markov模型识别有效协作和问题解决策略，以及学习者在理解彼此共享概念时遇到的困难，据此适时提供有针对性的资源性或思路性支持，发挥学习支架的作用。③智能虚拟代理（Intelligent Virtual Agent）是一种自动答话机器人程序，其不仅可以参与对话，还可以代替人类教师协调和指导学习者之间的互动，如以专家参与者的身份扮演教师的角色，或以虚拟同伴的身份扮演与学习者认知水平相似、但能够引入新观点的AI同伴角色。其中，AI同伴的表现要求多元、不刻板，如能够故意给出错误的理解，或能够提供创新性观点，以激发富有成效的辩论或反思。④智能调节（Intelligent Moderation）是指通过对学习者的讨论进行分析和总结，并扮演人类导师角色，来指导、支持和监督学习者走向富有成效的合作，这对实现协作学习的目标至关重要。例如，当发现学习者偏离主题或重复错误概念时，智能调节系统会及时向人类导师发出警报，提醒其进行干预。

二 能力向度：从“千篇一律”到“标新领异”

众所周知，教学的目的是促使学习者学习并使其获得能力，且教学本身就是一种自然认知能力[16]。在教学过程中，学习者认知能力的培养与发展是任何时代、任何形式的教育都要达到的目的。即使是在AI时代，创新教育的普及也强调学习者能力的发展，即“能力导向教育”[17]。然而，传统教学往往“重分数、轻能力”，对学习者能力的培养“千篇一律”，尤其是对学习者创新创造能力、批判性思维等高阶认知能力的培养不足。随着时代的进步，社会对人才的要求越来越高，高阶认知能力对个体成就的影响力也越来越受重视。其中，“21世纪技能”培养成为新的关注点。而AIGC的应用，既可以促进学习者“传统认知能力”的全面发展，也可以为学习者“21世纪技能”的培养与评价赋能。

1 AIGC促进学习者“传统认知能力”的全面发展

认知能力由低阶水平发展到高阶水平主要涉及记忆、理解、运用、分析、评价、创造等维度，而AIGC为低阶认知能力和高阶认知能力的培养均可提供必要的条件支持。

（1）AIGC如何赋能低阶认知能力？

认知能力的发展需要场景与机遇，而AIGC可为促进学习者认知能力的发展提供场景。具体来说，AIGC可以提供传统信息技术无法支撑的虚实全场景，其通过模拟现实世界的真实场景，使学习过程更具吸引力[18]，还可以从视觉、触觉、听觉、感觉等多方位刺激并调动学习者的学习动力和兴趣。同时，AIGC赋能教与学过程，能更好地促进学习者理解、分析、运用等低阶认知能力的发展。例如，智能机器人随时正确引导读和写，对于提升学习者的记忆会有很大的帮助；智能导师随时进行针对性点拨和个性化指导，并利用碎片化时间进行辅导，这对学习者理解、分析、运用等低阶认知能力的发展也有重要的促进作用。

（2）AIGC何以赋能高阶认知能力？

学习者认知能力的发展，不仅需要场景与机遇，也需要外界提供必要的支持：①AIGC可以为学习者提供平时生活接触不到的特定场景，而环境创新会在某种程度上为学习者的思维创新和能力创新提供支持。②AIGC可以为学习者提供更加个性化的环境和沉浸式的场景，支持学习者在模拟现实世界的真实场景中学习并不断提升自己的认知能力，以唤起创新意识、发展创造能力。③AIGC利用强大的数据分析能力，可为高阶认知能力的培养提供支持。能力评价需要对学习者的多种复杂学习情境数据进行分析，但传统技术对于数据的分析能力有限，而AIGC技术可以高效且全面地利用、处理、分析海量学习数据，支持教师有效掌握学习者的学习情况，以更全面地了解学习者的能力发展水平；同时，支持教师在有效评价的基础上有针对性地进行教学干预，以促进学习者认知能力的提升。

2 AIGC为学习者“21世纪技能”的培养与评价赋能

培养学习者的“21世纪技能”十分重要。“21世纪技能”具体包括：学习与创新技能，信息、媒介与技术素养，批判性思维，问题解决能力，交流合作能力，“学会学习”能力。然而，目前面临的一个重要挑战是如何对学习者的“21世纪技能”进行评价。在美国国家科学基金会（National Science Foundation）的资助下，哈佛大学教育研究院推出了河城项目（The River City Project）[19]，对沉浸式虚拟环境在学生科学探究能力与“21世纪技能”评价中的应用进行了持续性研究。该项目开发了一个交互式AI模拟系统，其内容是在参考美国《国家科学教育标准》（National Science Education Standards）、《国家学生教育技术标准》（National Educational Technology Standards for Students）和“21世纪技能”相关内容的基础上发展而来，以培养、评价学生的科学探究能力和“21世纪技能”。该项目利用AI支持的交互式模拟环境，来评价传统教学中难以衡量的学习成果（如科学探究能力和“21世纪技能”），发现AI技术可以为真实任务情景下学生高阶能力的评价提供支持；而以ChatGPT-4为代表的AIGC可以提供更加逼真、无限接近真实世界的虚拟学习场景，为“21世纪技能”的培养与评价赋能。

值得一提的是，“21世纪技能”的内涵丰富，而AIGC可为培养学生的“21世纪技能”提供多方面支持：①AIGC助力批判性思维的培养。许多教育实践者发现，ChatGPT是发展学习者批判性思维的有用工具。例如，ChatGPT不仅可以教会学习者提出一个好问题，还能指导学习者为所提出的问题进行辩护，从而帮助学习者批判性地思考他们已经熟悉的话题。再如，ChatGPT除了鼓励学习者对课堂上学习的概念进行批判性思考，还可以引导学习者探索新问题、提出新观点，从而拓展学习者的思维，促使其批判性地了解更多与学习主题相关的科学知识[20]。②AIGC助力数字素养的培养。一方面，数字素养要求学习者掌握“利用信息技术和互联网发现、评估、利用、分享、创造内容的能力”[21]，而AIGC的核心功能是支持学习者生成和创造内容，为发展学习者的数字素养提供支持。与此同时，使用AIGC进行学习对学习者的数字素养也有一定的要求[22]，即学习者在使用AIGC进行学习的过程中要不断发展数字素养[23]。另外，有研究者构建了包含表达力、探索力、道德力、解读力、应用力、适应力六种能力的数智公民6A素养培养框架[24]，可为AIGC时代数智公民的培养提供理论指导。③AIGC助力问题解决能力的培养。AIGC可以通过提出复杂问题并要求学习者提出解决方案，来培养学习者的问题解决能力。例如，科学课上ChatGPT-4可以这么提问：“想象一下你是一名试图减少海洋中塑料垃圾数量的科学家，你会采取什么措施来解决这个问题？”此问题鼓励学习者思考现实世界中真实存在的问题，提出有效的解决方案，并预测所提解决方案的影响[25]，这个过程无疑可以提升学习者的问题解决能力。④AIGC助力“学会学习”能力的培养。ChatGPT-4可以通过提供定期评估，来帮助学习者及时掌握学习进度，并明确需要改进的地方，这无疑有助于学习者提升其学习能力[26]。另外，ChatGPT-4能帮助学习者设定、追踪个人学习目标，并在其努力实现目标的过程中提供鼓励和支持。而AIGC赋予了学习极大的灵活性，使学习者真正成为学习的主人，并以满足其个性化需求、符合其能力水平的步调进行学习，最终实现“学会学习”。

三 评价向度：从评价学习到理解学习、促进学习与重塑学习

提供及时的评价，可以对教与学起到及时诊断、调整优化的作用。传统的考试评价方式常用于衡量一段时间内学习者在学习方面取得的进步，主要存在以下不足：①提供的信息有限。传统评价只关注学习者是否答对每一道考试题目，而无法外显学习者的思考轨迹，也无法对学习者解决问题的过程予以可视化呈现，即无法就学习者对于学习的由何、为何、如何、是何、若何等问题提供详细的过程性信息，不便于教师掌握学习者的学习情况。②反馈有些滞后。学习评价最重要的价值不是为了证明，而是为了“改进”，即改进教学和促进学习[27]，这离不开信息的及时反馈。传统评价不能给予学习者及时反馈，因而教师和学习者很难在第一时间获得所需的教与学信息，评价对于教与学的支撑作用也就难以发挥出来，“改进”的效果也就比较有限了。③个性化评价不足。传统评价往往忽略学习者的知识储备与技能积累水平、学习风格与习惯特征等个体差异，尤其是学习者的情感态度与真实情绪状态难以获得且难以给予评价[28]，故不能因材施教，无法满足学习者的个性化学习需求。针对上述问题，AIGC技术支持的评价可以提供细粒度信息以理解学习、提供及时反馈以促进学习、赋能学习评价以重塑学习。

1 AIGC提供细粒度信息以理解学习

AIGC可以提供细粒度信息，支持教师全面理解学习者的学习，具体体现在以下三个方面：

①AIGC可以提供学习者全过程的学习表现数据，支持教师全面理解学习者的学习表现。AIGC使用机器学习算法分析学习者的学习表现数据，以确定学习者掌握与未掌握的科学知识，以及其在学习特定概念方面遇到的困难点[29]；同时，提供关于学习者学习进步的见解（Insight），以帮助教师更好地了解每位学习者的学习动态[30]，从而精准、全面地掌握其学习情况。

②AIGC可以提供学习者学习全过程的互动信息，支持教师理解学习者如何学习。AIGC支持的评价将学习与评价相结合，通过分析、处理学习者与智能评价系统互动的信息，为教师提供关于学习者如何学习的详细报告。例如，在AIGC支持的作业或测试场景，智能评价系统通过收集和处理学习者对问题做出何种反应、何时需要何种支持才能得出正确答案等学习过程性数据，具体包括学习者做题的准确性与速度、遇到困难寻求帮助的行为、解决问题的次数、对学科技能的掌握情况等细粒度信息，可以帮助教师理解学习者“如何学习”。

③AIGC可以提供学习全过程的场景数据，支持教师理解学习者学习表现背后的原因及其个性特征。例如，在AIGC支持的做题场景，智能系统可以自动分析学习者做题时花费的时长、在某题的思考和停留时长等点击流数据背后的原因，支持教师更深入地理解学习者学习表现背后的原因；同时，可以自动分析学习者在做题过程中的涂抹、擦除、修改等行为数据或监测到的周围环境噪音等，支持教师更全面地了解学习者的学习行为、学习风格等个性特征。

2 AIGC提供及时反馈以促进学习

AIGC可以提供及时反馈，赋能学习者促进学习，具体体现在以下三个方面：

①AIGC支持的及时评价与反馈赋能学习者即时了解学情并开展高效学习。AIGC赋能的评价与学习几乎同时进行，即在学习者学习的同时能给出同步评价，这一方面能让学习者在第一时间了解自己的学习表现，总结并积累好的学习经验，同时反思自己的不足之处；另一方面能让学习者及时获得想要的个性化反馈，并基于个性化反馈调整自己的学习计划与学习行为，从而有针对性地开展高效学习。

②AIGC支持的及时评价与反馈可以助力学习者学会学习。AIGC赋能的评价可以为学习者提供基于证据的反馈，这有助于学习者分析自己的学习表现、审视自己的学习过程，从而将学习当成一个积极的过程去不断探索，并在此过程中自主进行自我调节学习，从而学会学习。同时，AIGC还支持对学习者的自我调节学习成效再次进行评价，并再次提供基于证据的反馈，以帮助学习者及时检验学习成效，据此更好地进行自主学习，从而真正学会学习。

③AIGC支持的及时评价与反馈有助于学习者适应大规模个性化学习。AIGC具有强大的文字识别、图像识别、场景识别、声音识别等功能，可为参与大规模在线学习的学习者提供个性化支持。例如，AIGC可以通过文字识别功能，来判断不同学习者的阅读偏好，据此个性化推荐合适的学习资源；可以通过图像识别功能，快速识别图片中的物品、人脸、场景等内容并进行智能标注，便于不同学习者根据不同标注进行有针对性的学习；可以通过场景识别功能，创设高度还原现实世界的虚拟环境，让每一位学习者都获得身临其境般的学习体验；还可以通过声音识别功能，实时分析不同学习者的语速、音量、语调等信息并判断其学习状态，据此及时提供个性化反馈和改进建议。

3 AIGC赋能学习评价以重塑学习

AIGC可以赋能学习评价的内容、形式、目的来重塑学习，具体体现在以下三个方面：

①AIGC支持的学习评价拓展了评价的内容。AIGC支持的学习评价通过收集、整理、分析学习者的相关数据，来评价学习者的学习成效。此外，AIGC支持的学习评价将通过可视化呈现学习者的思考轨迹、解决问题的过程等，来实现对学习者批判性思维、问题解决能力、推理反思能力等高阶能力的评价。甚至在不远的将来，AIGC支持的学习评价还有可能实现对学习者情感态度与真实情绪状态的评价。

②AIGC支持的学习评价改变了评价的形式，即从传统的考试评价转为大规模个性化评价。AIGC赋能的学习评价可以监督学习者的学习状态，使不同学习者随时随地获得个性化评价。同时，AIGC赋能的学习评价可以深入学习者所处的场景，并“触摸”到学习者的特质，在为学习者学习过程画像的同时，自适应推荐适合该场景的个性化学习资源和学习方案。更重要的是，AIGC还能将这种“评价模式”规模化“生产”，使每位学习者呈现出风格迥异且丰富多元的“学习样态”。

③AIGC赋能的学习评价明晰了评价的目的，使“学习即评价、评价即学习”成为现实。新的想法、观点或一些重要的灵感往往来源于生活的一瞬间[31]，AIGC赋能的学习评价可以使学习者随时随地对自己的想法、观点、灵感等进行审查与反思，并结合评价结果加以验证、调整与优化，最终实现边学边评，使学习者的即时学习过程更加清晰、有序、高效。同时，AIGC赋能的学习评价也可以促进学习者的自我认知和自我发展，真正实现以评促学和以学定评的联动。

四 结语

AIGC作为一项新兴的人工智能技术，给教育教学带来了新的图景。本研究通过揭示AIGC对学习内容、学习方式、学习评价、答疑解惑、学习反馈的支持，以及引入适应性群体形成、专家促进、虚拟代理、智能调节等手段，回答了AIGC何以赋能大规模个性化学习和大规模协作学习的问题；通过分析学习者能力特征，从AIGC赋能“21世纪技能”培养与评价的视角回答了AIGC何以赋能学习者能力培养的问题；同时，通过分析AIGC提供细粒度信息以理解学习、提供及时反馈以促进学习、赋能学习评价以重塑学习三个方面，回答了AIGC何以赋能学习评价的问题。上述三个问题的探讨与解决，有助于教育工作者更深入地理解AIGC的赋能作用。后续研究将聚焦AIGC赋能人才培养、AIGC促进教育公平等话题，进一步探索AIGC何以赋能教育教学的问题，以揭示AIGC在教育教学过程中的技术定位与作用机理；同时，将探索如何将AIGC技术更有效地融入具体的教育教学实践中，使其服务于教育教学的全过程，从而为AIGC支持的教学设计、活动组织、评价实施等提供有力抓手，推动AIGC技术与教育教学实践的深度融合。

[1]顾小清.当现实逼近想象:人工智能时代预见未来教育研究[J].开放教育研究,2021,(1):4-12.

[2]苗逢春.生成式人工智能技术原理及其教育适用性考证[J].现代教育技术,2023,(11):5-18.

[3]焦建利.ChatGPT:学校教育的朋友还是敌人?[J].现代教育技术,2023,(4):5-15.

[4][6]杨宗凯,王俊,吴砥,等.ChatGPT/生成式人工智能对教育的影响探析及应对策略[J].华东师范大学学报(教育科学版),2023,(7):26-35.

[5]吴南中.论在线学习范式的变迁:从自主学习到自适应学习[J].现代远距离教育,2016,(2):42-48.

[7][8]Young A. How to use ChatGPT to easily learn anything(7 GPT-4 prompts for studying)[OL].

[9]宋萑,林敏.ChatGPT/生成式人工智能时代下教师的工作变革:机遇、挑战与应对[J].华东师范大学学报(教育科学版),2023,(7):78-90.

[10]马志强,岳芸竹,王文秋.基于多模态交互信息的协作学习投入分析[J].现代教育技术,2021,(1):47-53.

[11]李梅,葛文双.基于项目的在线协作学习支架策略探究[J].现代远距离教育,2021,(1):40-47.

[12]张文兰,刘君玲,刘斌.情绪交互对在线协作学习者知识建构的影响[J].电化教育研究,2021,(1):72-79.

[13][18][25]Campbell R. ChatGPT-4 in the classroom: A new era of collaborative learning[OL].

[14]陈向东,罗淳,张江翔.共享调节:一种新的协作学习研究与实践框架[J].远程教育杂志,2019,(1):62-71.

[15]Andrejczuk E, Bistaffa F, Blum C, et al. Synergistic team composition: A computational approach to foster diversity in teams[J]. Knowledge-Based Systems, 2019,(15):1-16.

[16]周加仙,贺琴,王浩宇.教学是人类的一种自然认知能力——与西德尼·斯特劳斯教授的对话[J].全球教育展望,2014,(10):3-10.

[17]赵建华,蒋银健,陈庆涛.创新教育视域下的能力导向教学范式——从PISA测试看学生能力培养[J].现代远程教育研究,2020,(2):64-72.

[19]The River City Project. A multi-user virtual environment for learning scientific inquiry and 21st century skill[OL].

[20]Vartika Singh.11 Benefits of using AI chatbot in the education sector[OL].

[21]Breen M, Waters J, O’Shea L. Taking a lead on digital literacy for students—A case study from the library at the university of Limerick[J]. New Review of Academic Librarianship, 2023,(1):11-32.

[22]Kohnke L, Moorhouse B L, Zou D. ChatGPT for language teaching and learning[J]. RELC Journal, 2023,(3):1-14.

[23]Abramson A. How to use ChatGPT as a learning tool[OL].

[24]袁磊,徐济远,叶薇.AIGC时代的数智公民素养:内涵剖析、培养框架与提升路径[J].现代教育技术,2023,(9):5-15.

[26]Elearning Industry. ChatGPT for students: How AI chatbots are revolutionizing education[OL].

[27]Stufflebeam D L. Conflicts between standards-based and postmodernist evaluations: Toward rapprochement[J]. Journal of Personnel Evaluation in Education, 1998,(3):287-296.

[28]黄涛,赵媛,耿晶,等.数据驱动的精准化学习评价机制与方法[J].现代远程教育研究,2021,(1):3-12.

[29]Rahman M M, Watanobe Y. ChatGPT for education and research: Opportunities, threats, and strategies[J]. Applied Sciences, 2023,(9):1-18.

[30]Quick Creator. The reality of AIGC in education: Separating hype from potential future[OL].

[31]李祖超,李蔚然,王天娥.24位国家最高科学技术奖获得者成才因素分析[J].教育研究,2014,(12):61-71.

How does Artificial Intelligence Generated Content Enable Learning, Ability and Evaluation?

BAI Xue-Mei1GUO Ri-Fa2[Corresponding Author]

The rapid development of artificial intelligence generated content (AIGC) has provided infinite possibilities for the innovative and subversive development of education and teaching. From the three aspects of learning, ability, and evaluation, this paper discussed three key issues of how AIGC to enable the large-scale personalized learning and large-scale collaborating learning, how AIGC to enable the cultivation of learners’ abilities, and how AIGC to enable the learning evaluation. The enablement of large-scale personalized learning by AIGC showed the characteristic from “one thousand the same face” to “everyone having their own view”, and AIGC facilitated large-scale personalized learning through five aspects of learning content, learning method, learning evaluation, question-solving and learning feedback, and enabled large-scale collaborative learning from four aspects of adaptive group formation, expert facilitation, virtual agent, intelligent moderation. AIGC’s enabling ability was characterized by transitioning from “stereotypical” to “new and different”, which could facilitate the comprehensive development of learners’ “traditional cognitive ability” and provide support for the cultivation and evaluation of learners’ “21st century skills”. The enablement of evaluation by AIGC presented the characteristic of transforming from evaluation learning to understanding learning, promoting learning and reshaping learning, and achieving the goal of AIGC to enable evaluation by providing fine-grained information, offering timely evaluation and feedback, and enabling learning evaluation. This paper was helpful for educators to have a deep understanding of the enabling function of AIGC, and provide reference for promoting the deep integration of AIGC with education and teaching, and high-quality development of AIGC to enable education.

personalized learning; collaborative learning; ability cultivation; learning evaluation; AIGC; ChatGPT

G40-057

A

1009—8097（2024）01—0055—09

10.3969/j.issn.1009-8097.2024.01.006

本文受2021年度国家自然科学基金青年项目“基于教师制品的教师技术采纳评价与归因研究”（项目编号：62007008）、2023年度教育部人文社会科学研究青年基金“学习分析技术支持的认知临场感过程模式挖掘与提升策略研究”（项目编号：23YJC880002）、2022年宁夏回族自治区社科规划项目“宁夏深入推进‘互联网+教育’的路径：学习分析启发的学习设计应用研究”（项目编号：20NXRCC13）资助。

白雪梅，讲师，博士，研究方向为学习分析应用、技术支持的学习设计、在线教育等，邮箱为963584029@qq.com。

2023年9月5日

编辑：小米