颠覆与重构:AIGC赋能教育数字化转型的危与机

王莹聪,李 刚

(东北师范大学 教育学部,吉林 长春 130024)

以ChatGPT为代表的生成式人工智能引发了社会各界的高度关注,其与千行百业的融合正引领着一场数字化社会的深刻变革。作为生成式人工智能的重要组成部分,AIGC(Artificial Intelligence Generated Content的技术优势促进了各领域与之融合。乔布斯曾经发问:“为什么IT技术改变了几乎所有领域,却唯独对学校教育的影响小得令人吃惊?”[1]数字技术已经推动了教学方法、教学工具、教学技术等方面的进步,但数字技术与教育的融合尚未能引发实质性变革。数字技术为教育变革带来机遇的同时,也带来了危机。目前,教育领域尚未具备应对全部危机的妥善对策。党的二十大提出我国将深入实施教育数字化战略行动,建设人人皆学、处处能学、时时可学的学习型社会、学习型大国。在数智时代浪潮迭起的数字化转型中,AIGC能够起到杠杆作用,撬动教育和社会的整体变革,为我国教育变革开辟新疆域,产生颠覆性价值,开启我国教育数字化转型的新征程。

一、内外驱力:数智时代教育数字化转型的宏观趋势

教育数字化转型是顺应数字经济、数字中国的时代应答,是中国式现代化在教育领域的具体体现,是教育现代化的核心要素,也是促进教育现代化的动力引擎。一个国家、一个行业的内外驱力共同促成了数智时代教育数字化转型的宏观趋势。在教育数字化转型过程中存在的数实融合的相互排斥性、数字技术的局限性,导致教育领域的数字化转型成为了一把双刃剑。因此,下文将论述教育数字化转型的时代背景、本质内涵及现实困境。

(一)教育数字化转型的时代背景

教育数字化转型是将数字技术应用于教育场景中的过程。随着人工智能技术在教育领域的应用范围和影响力程度愈发扩大,教育数字化转型已成为国内外数智时代推动教育变革的研究热点问题之一。

1. 教育政策与国际竞争的转变

党的二十大擘画了中国式现代化的宏伟蓝图,中国式现代化在教育领域的集中体现就是中国式教育现代化。教育是国之大计、党之大计。习近平总书记在党的二十大报告中强调:“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”。随着技术的发展,教育数字化转型已经成为我国教育高质量发展和各国推动教育变革的主要趋势和必然之路。如表1所示,德国于2016年出台的《数字战略2025》提出开展针对各年龄段的数字化教育实践,美国高等教育信息化协会于2023年5月8日发布的《2023地平线报告(教与学版)》提出将生成式人工智能作为高等教育教学的关键技术。在我国,党和国家非常重视教育数字化建设。党的二十大报告明确强调推进教育数字化战略,以应对国际经济形势与人才结构的调整和冲击。

表1 部分国家教育数字化转型战略

2.产业联动与数字技术的突破

从教育数字化转型的驱动因素来看,政治因素影响教育数字化转型的顶层设计,经济因素影响中层技术,文化因素则影响底层应用大环境。作为衔接教育数字化转型顶层和底层的中层环节,经济因素发挥着重要作用,教育与各行业各领域的产业联动、校企合作以及数字技术的突破为教育数字化转型提供了物质基础和技术条件。一方面,教育部在《教育信息化十年发展规划(2011—2020年)》中提出各级政府在教育经费中按不低于8%的比例列支教育信息化经费。2010—2022年,国家财政性教育经费支出及占GDP比重均达到4%以上。另一方面,5G、物联网、云计算、大数据、人工智能、区块链等新技术的迅速发展与规模化应用,驱动着教育领域发生深刻变革[2]。

3.社会变迁与青年文化的嬗变

社会变迁与教育数字化转型是相辅相成的。数字技术的创新会推动社会的变迁,而深刻的社会变迁往往伴随着各行业、各领域的数字化转型。数智时代信息的呈现与传递具有数字化、智能化、网络化特征,人与人之间的交流也随之进入新纪元。人们在日常生活中使用互联网的频率愈发升高,亲友对话、工作对接、了解时事新闻、日常收支等社会生活在数字技术的稳步提升下变得更加方便。马克·普兰斯基(Marc Prensky)在2001年曾提出“数字原住民”(Digital Native)概念,将伴随着数字技术和新媒体长大的一代人称作数字时代的原住民[3]。当代青年群体作为数字原住民的典型代表,对数字技术的应用得心应手,其学习方式、认知特点也可能和上一代人迥然不同。因此,需要进行教育的数字化转型,以适应社会的变迁和青年文化的嬗变。

(二)教育数字化转型的本质内涵

党的二十大报告明确提出:“推进教育数字化,建设全民终身学习的学习型社会、学习型大国。”教育数字化转型是我国当前乃至未来很长一段时间持续努力的方向,要想对教育数字化转型有一个清晰的认知,就需要区分清楚教育信息化、教育数字化与教育数字化转型的各自内涵。

1. 教育信息化与教育数字化

任何行业的数字化都是以信息化为基础的。我国教育信息化起步较晚,可将1995年中国教育和科研计算机网建成主干网并与国际互联网相连作为我国教育信息化的起点。2000年,我国相继召开了全国中小学信息技术教育工作等会议,颁布了《关于在中小学实施“校校通”工程的通知》《2003—2007年教育振兴行动计划》《中小学教师教育技术能力标准(试行)》等相关文件,通过“校校通”工程、“农远工程”等项目推动,迎来了教育信息化建设的大潮。2000年至2016年这一阶段就是我们通常所说的“教育信息化1.0”阶段。2017年党的十九大报告明确提出“办好网络教育”,并相继发布《教育信息化2.0行动计划》《中国教育现代化2035》《高等学校人工智能创新行动计划》《教育部等十一部门关于促进在线教育健康发展的指导意见》等相关文件,体现出教育信息化逐步转向数字化的趋势。因此,我们将2017年至今这一阶段称为“教育信息化2.0”阶段。

教育信息化是指将信息技术作为工具应用于教育流程,主要目的是提高效率和效果。教育数字化是指用数字技术来改变教育治理体系、教学资源,目标是引发教育领域根本性的范式跃迁,构建适应数智时代的数字化、个性化、终身化的教育体系。因此,可以将教育数字化视为“教育信息化3.0”。

2. 数字化与数字化转型

数字化与数字化转型的根本区别在于两者的性质不同。数字化强调的是一种将数字技术应用于事物发展并将二者融为一体的最终形态,而数字化转型是一个过程。所谓转型,是指事物的结构形态、运转模型和人们观念的根本性转变过程。转型是主动求新求变的过程,是一个创新的过程。通过前文梳理的我国教育信息化发展阶段,我们可以将从信息化到数字化的过程称为数字化转型(Digital Transformation)。数字化是使用前沿数字技术对现有运行方式加以改进而非颠覆的过程;数字化转型是一个“化蛹成蝶”的蜕变过程,要求管理人员以数字化思维,采用数字化技术,从旧的运行方式转化到另一种全新的运行方式,包含战略、能力、技术、管理等多方面的转变。

3.教育数字化转型的本质内涵

作为推动教育高质量发展的必经之路、保持各国国际竞争力的重要战略,教育数字化转型已经成为当前世界各国教育变革的共同目标。本文认为,“教育数字化转型”是从“教育信息化”转向“教育数字化”的过程。美国高等教育信息化协会提出,教育数字化转型是通过文化、劳动力和技术三方面深度且协调一致的转型来形成新的教育战略和模式[4]。顾小清认为,教育数字化转型是指利用数字技术推动教学范式、组织架构、教学过程、评价方式等全方位的创新与变革[5]。祝智庭认为,教育数字化转型是建立在数字化转型、数字化升级基础之上的系统性创变,用数字技术推动教育组织形成全方位的,具有开放性、适应性、柔韧性、永续性的良好教育生态[6]。

目前,对教育数字化转型没有统一的定义,但均指向将数字技术融入教育全要素、全业务、全领域和全流程的数字化转型。基于上述研究的分析,本文将教育数字化转型定义为将数字技术和数字战略融入教育领域并且从根本上转变其结构形态、运行模式、行为观念的转化过程,是数字技术与教育体系融合应用后的教育信息化的高阶形式。

(三)教育数字化转型的现实困囿

教育数字化转型作为数字经济、数字中国在教育领域的体现,是教育高质量发展的动力引擎,也是推动中国式现代化的重要支撑。我国的教育数字化转型目前还处于起步阶段,对技术、精神、社会这三个构成教育系统的主要维度的构建尚不完善,出现了技术架构、顶层设计、认知偏差的障碍。

1.技术架构:基础设施不完善与技术瓶颈的存在

数智时代,数字技术作为教育数字化转型的基础性支撑,是变革的核心影响因素。信息技术正在以突飞猛进的速度发展,但作为一项新兴产业,仍存在技术瓶颈以及基础设施不完善等问题。技术瓶颈主要体现在三方面:一是数字技术算法过程的复杂性、掩盖性造成的技术黑箱易,带来数据伦理风险;二是同质化的媒体信息造成的“信息茧房”,易消解对真实世界的深度感知;三是信息的无边界传播造成的媒介焦虑,易降低人们感受到的社会可信度。目前已有ChatGPT、人工智能、元宇宙、大数据、智慧教育、自适应学习系统等数字技术在教育领域的开发与应用,但多重技术瓶颈的存在仍使教育数字化转型面临重重阻碍。当前我国大部分学校的数字教育基础设施建设仍处于起步阶段,师生多持观望态度,直接导致教师教学方法、学生学习方法以及师生数字化素养存在不足。在数字经济、数字中国时代背景下,千行百业的可持续性发展都构建在数字化基础设施的底座之上。因此,需完善各地的数字化基础设施。

2.顶层设计:资源与投入的不平衡加剧数字鸿沟

教育数字化转型开发与实践的具体落地离不开政策支持、顶层设计与资源投入的保驾护航。我国已相继出台《教育信息化十年发展规划(2011—2020年)》《教育信息化2.0行动计划》《关于大力加强中小学线上教育教学资源建设与应用的意见》《上海市教育数字化转型实施方案(2021—2023)》等众多文件,支持教育数字化转型的平稳运行。但是,由于涉及领域众多、教育自身的复杂性和惯性,有关教育数字化转型的政策体系仍有诸多不完善,如“打造人人皆学、处处能学、时时可学的网络学习空间”与“禁止学生携带手机、电话手表等电子产品进校园”之间就背道而驰。我国多数学校之间、学校内部层级之间的协调与配合不够,使教育数字化转型出现松散管理的现状。所谓数字鸿沟是指在全球数字化进程中对信息技术掌握程度的差别而造成的信息落差和贫富进一步两极分化的趋势。数字教育资源不均衡、数字网络质量参差不齐、基础设施投入不均等问题在贫富差异明显的地区尤为突出。

3.认知偏差:师生数字素养与态度有待进一步深化

教育的决策者、管理者、实行者乃至教育对象都是鲜活的人,因此相对于其他领域的数字化转型,教育领域的数字化转型具有较强的主观性。若没有教育过程中各主体的认同与支持,教育数字化转型将举步维艰。因此,数字化转型的关键实际上是人的转变和思维方式的转变。我国大部分中小学教师借助数字化创新教学的实践能力薄弱。国家应为教师发展提供支持策略,开展教师数字化教学能力的在线培训项目,如微证书、微学位等项目。教师也应当紧跟时代潮流,更新知识与理念。教育部于2023年2月发布《教师数字素养》,从数字化意识、数字技术知识与技能、数字化应用、数字社会责任、专业发展5个维度,对教师应具备的数字素养进行了描述[7]。当前多数教师对用数字技术带动教育教学的态度犹豫不定,实践培训的缺位也使教师心有余而力不足。因此,需在全国范围内进一步深化师生数字素养与态度,加强信息技术实践活动。

二、生成逻辑:AIGC为何及何为

数智时代,人类不断探索着人与机器的相处之道。随着ChatGPT的爆火,作为生成式人工智能重要组成部分的AIGC也被竞相追捧,甚至被寄望于重塑现有数字内容的生产方式。下文将简要介绍AIGC的历史沿革、概念及技术优势。

(一)AIGC的历史沿革

习近平总书记指出:“人工智能是引领新一轮科技革命和产业变革的重要驱动力,正深刻改变着人们的生产、生活、学习方式,推动人类社会迎来人机协同、跨界融合、共创分享的智能时代”[8]。1950年,艾伦·图灵在其论文《计算机器与智能》中提出了比人工智能这一概念的出现还早的“图灵测试”,认为评判机器是否智能的关键在于机器是否和人一样能够思考。一个时代的生产力水平往往取决于生产工具,数字内容的生产方式反映了互联网时代的发展。

互联网经历了Web1.0、Web2.0、Web3.0与元宇宙时代,每个阶段都出现了不同的内容生产方式。在Web1.0里用户主要单向地接收信息,也就催生了PGC(Professional Generated Content,专业生成内容)。所谓PGC是指由一些拥有专业知识、内容相关领域资质的专业人士生产的高质量内容,这取决于当时的技术限制与网络的搜索功能。在Web2.0里更注重用户的参与和贡献,孕育出了UGC(User Generated Content,用户生成内容)。UGC是指由所有普通用户包括非专业人士生产出来的多样化内容,这迎合了互联网基数增大、互动性增强的趋势。相较而言,PGC体现的是互联网的内容质量,UGC体现的是网络活跃用户基数的量级。如果说Web1.0是过去时,Web2.0是现在时,那么Web3.0和元宇宙时代就是将来时,更强调网络化和个性化,自然也就产生了AIGC(Artificial Intelligence Generated Content,人工智能生成内容),表2展示了内容生产方式随着互联网形态变迁而发生的变化[9]。

表2 不同互联网形态的内容生产方式

(二)AIGC的概念内涵

纵观计算机、互联网与人工智能的发展,并结合算法技术水平和AIGC应用范围,可以将AIGC的发展历程划分为三个阶段:早期萌芽阶段(20世纪50年代至90年代中期)、沉淀积累阶段(20世纪90年代中期至21世纪10年代中期)和快速发展阶段(21世纪10年代中期至今)。在早期萌芽阶段,典型事件有1950年著名的“图灵测试”给出判断机器是否智能的方法、1957年第一支由计算机创作的音乐作品《Illiac Suite(依利亚克组曲)》完成、1966年世界第一款人机可对话机器人“Eliza”问世。在沉淀积累阶段,典型事件包括2007年第一部AI创作的小说《1 The Road》完成、2012年微软研发出全自动同声传译系统。在快速发展阶段,典型事件有2014年生成式对抗网络GAN问世、2018年英伟达发布可自动生成图片的StyleGAN模型、由AI创作的首部诗集和画作相继问世、2019年DeepMind发布可自动生成连续视频的DVD-GAN模型、2021年OpenAI发布可自动生成文本与图像的DALL-E。2023年百度推出的大模型“文心一言”,是基于大语言模型的生成式AI产品,具备包括文学创作、商业文案创作、数理推算、中文理解、多模态生成在内的多项通用能力[10]。

国内外不同的学者多是从技术、内容生产方式等不同的视角来定义AIGC。有人认为,AIGC既是从内容生产者视角进行分类的一类内容,又是一种内容生产方式,还是用于内容自动化生成的一类技术集合。也有人认为,AIGC是数据与内容生产的强大引擎,有望实现效率与品质更高、低成本甚至零成本的自动化内容生产。狭义的AIGC是指利用AI自动生成内容的生产方式,广义的AIGC是指像人类一样具备生成创造能力的AI技术。基于上述论证,本文将AIGC定义为由AI接收一定的指令,通过处理人的自然语言,自动生成文本、图片、视频、音频等各种形式内容的一类AI技术或内容生产方式。

(三)AIGC的技术优势

从技术层面看,ChatGPT属于AIGC的一类应用,代表着AIGC的最新进展。AIGC是AI大模型中的自然语言处理模型的一种应用,ChatGPT则是将AIGC应用于文本对话场景的一个具体应用。因此,我们可以把AIGC看作一个大的范畴,而ChatGPT是其中一个类别的小应用。国内也推出众多AIGC应用模型,如百度的文心一言、阿里的通义千问、华为的盘古、字节跳动的My AI、360公司的360智脑、中国科学院自动化所研发的“紫东太初”等。AIGC应用的不断推出和持续改进都是在技术的基础上进行的,主要技术包含深度神经网络下的深度学习、多模态预训练大模型和扩散模型。

1.深度神经网络优化了生成算法

在探索人工智能发展的过程中,研究人员受到人脑神经网络工作机理的启发,设计出了人工神经网络。一个典型的人工神经网络包含一层层的节点,节点之间互相关联,每一层节点的输入是前一层或者多层节点的输出。当前神经网络已经达到几十层、几百层甚至上千层,形成了我们熟悉的深度神经网络,如图1所示。深度神经网络足以使机器从海量的数据中学习复杂、丰富的规律与知识,甚至能学习人类还没有发现的知识,并可以识别物体和发现物体之间的关系,完成各种复杂的计算。基于深度神经网络从大规模的数据中学习的过程,就是深度学习。在此基础上,深度学习的生成算法模型如生成对抗网络(Generative Adversarial Network,GAN)、Transformer模型、扩散模型(Diffusion Model)等相继涌现,构成了AIGC应用各类模型的主体。

图1 深度神经网络的工作机理

2.多模态预训练大模型拓宽了AIGC应用广度

一方面,人、物和环境的交互作用会产生音频、视频、文本等多种模态。随着AI技术的进步,传统单一模态的人工智能算法框架已无法满足新需要。同时,具有超大规模、超多参数量的多模态大型神经网络催生了在日常生活中最常见且最重要的视觉、语言两种模态的大模型,也包括听觉、触觉等多种模态的大模型。多模态大模型的出现,拓宽了AIGC技术应用的领域,可以处理不同模型、不同来源、不同指令下的数据和信息,满足AIGC真实情境中多样化的创作需求。

另一方面,任何一种AI技术投入应用之前,都离不开预训练。预训练模型(The Pre-trained Foundation Models,PFM)能够利用大量的数据和任务来训练一个通用模型,使其可以直接使用或根据某个应用的具体需求进行进一步微调。如ChatGPT全名为Chat Generative Pre-trained Transformer,是在GPT-3.5的基础上利用大量文本、数据和代码进行训练而形成的预训练模型。

3.扩散模型提升了捕捉数据分布的精确度

AIGC有两项关键技术:一个是ChatGPT所代表的大模型技术,另一个是AI绘画背后的扩散模型(Diffusion Model)技术。真实世界的数据是复杂的,其维度高、分布复杂,变量之间还存在非线性关系,如图片、视频中的噪声点无处不在。这对使用传统模型进行拟合数据分布提出了巨大挑战。扩散模型是一类应用于细粒度图像生成的模型,通过向原始数据逐步加入噪声来破坏原始信息,然后再逆转这一过程生成清晰的图像。相较于以往的深度生成模型,扩散模型能够捕捉复杂的数据分布,产生真实、新颖的内容,满足个性化、多样化的创作需求。通过将扩散模型与人工神经网络相结合,能够激发扩散模型在生成式人工智能领域的巨大潜力。人类可以通过用语言向机器描述心中的想法,进而创作出满意的作品。

三、作用机理:AIGC赋能教育数字化转型的危与机

推进教育数字化转型,是顺应数字时代、数字经济发展的要求。当前世界各国教育行业均处于数字化转型的关键变革期,面临着众多未知的机遇和挑战。数字技术已经推动了教学工具、教学技术和教学模式的改变,但当前数字技术与教育的融合仍存在着诸多问题。AIGC是一把双刃剑,不但会赋能教育数字化转型的机遇,也有可能带来挑战。

(一)基于AIGC的教育数字化转型机遇

新时代,我国加快建设高质量教育体系和现代化教育体系的目标,促使教育领域进行数字化转型。人工智能的溢出性“头雁效应”激发了“群雁活力”,AIGC的应用不仅为企业、工厂,也为教育行业的数字化转型带来了机遇,主要体现在教师教学、学生学习、教育管理、教育研究四个方面。

1.基于教师立场,推动教师角色转变

2020年初至2022年末全国大中小学教师居家在线教学的高效性彰显了教师是人工智能在当前阶段无法替代的职业,这是由教师育人工作的特性决定的。教育教学在本质上是人与人的交往,具体而言就是教师与学生之间的交往。相较于机器教学,教师能够换位思考,亲身体会学生的感受,具备同理心,能够在与学生长时间的相处中培养学生的情感态度与价值观。AIGC在教育领域的应用,将推动教师由传统的“教书匠”转为新技术的应用者、数字素养的培育者、督促学生坚守教育伦理的卫道者。

2.基于学生立场,强化学生主体性发展

随着大数据信息分析手段日益成熟,人工智能可以通过大数据侧写描摹出用户画像,精准推送用户所偏好的信息。“侧写”一词源自心理学,是指根据心理咨询者的行为方式推断其心理状态,从而分析出其性格、生活环境、职业、成长背景等;引申到AIGC上,就是依据学生在大数据上的留痕,为其提供个性化服务,帮助其更充分地认识自己,通过聚焦其兴趣爱好,让其感受到自己的意愿与选择得到尊重,更为灵活地适应其个性化需求,促进其主体性发展。

3.基于学校立场,促进教育管理科学化

技术作为学校管理的媒介,对教育管理体系的变革具有深刻意义。AIGC作为多模态、智能化的技术工具,能够革新学校决策者的思维方式,重塑学校教育管理运行方式,向科学化、网格化、智能化方向进步。理念是行动的先导,AIGC在教育领域的应用将会带动学校管理理念由“经验化”转向“智能化”,使学校决策者依据大数据收集到的各方信息作出科学决策,营造开放包容、共治共享的教育数字化生态氛围。在技术层面,AIGC助力学校管理过程由“静态化”走向“动态化”,采用动态监测,及时改进学校管理的不足。

4.基于科研立场,驱动教育研究范式变革

在算法、数据、算力三大引擎的驱动下,以深度神经网络为基础的人工智能发展迅速,以ChatGPT为代表的AIGC已广泛应用于各领域的科研活动中,将对科研人员的科研行为产生一系列影响。在教育领域,AIGC将会驱动教育研究范式的变革。AIGC将成为教育研究人员的数字秘书和科研助手,辅助研究人员采集、管理并分析数据,整合信息和生成文本,完成初步的方案设计、统计分析等一系列工作,助力科研人员腾出更多的时间和精力开展新的研究工作。

(二)基于AIGC的教育数字化转型挑战

人工智能是新一轮科技革命的驱动力,但同时也是一把“双刃剑”。如今人工智能的数据分析能力已经远超人脑,人类在人工智能面前成为无遮掩的透明体。信息茧房锐化了算法的歧视与不公,固化了师生对教育数字化的偏见,技术滥用、人机关系异化将引发多重伦理风险,个人隐私安全问题亟待得到重视。这些都是AIGC带给教育数字化转型的“危”。

1.信息茧房:教学价值偏见的既定性

2006年,凯斯·桑斯坦(Cass R. Sunstein)在《信息乌托邦:众人如何生产知识》一书中基于“私人订制”“我的日报”概念,第一次提出了“信息茧房”的概念。[11]信息茧房是指人们浏览、关注的信息圈层会习惯性地被自己的兴趣所引导,从而像蚕茧一样将自己桎梏的现象。大数据时代,人们在互联网中的每一次选择、每一次浏览都将自己的偏好暴露在算法下。长此以往,算法会为其精准画像,推荐个性化服务。从表面看起来是我们筛选了信息,实际上却是AI限制了我们。这无疑会导致师生思维视域的窄化、认知观念的固化,难以扭转师生固有的对教育数字化的价值偏见,使学生群体作出极端化事件的概率升高,阻碍教学主体之间的顺畅沟通,进而引发教育数字化转型过程的浅表化。

2.伦理风险:技术滥用、人机关系异化引发多重风险

人工智能领域愈发庞大的用户规模,使伦理风险发生的频率和程度显著提升。由于数字技术的进步和人类对算法技术的盲目崇拜,互联网、人工智能、区块链等技术广泛被应用甚至滥用。为了规避技术滥用带来的风险,我国于2023年7月10日公布了《生成式人工智能服务管理暂行办法》,要求对生成式人工智能服务实行包容审慎和分类分级监管,生成积极健康、向上向善的优质内容,在提供和使用生成式人工智能服务的过程中遵守法律、行政法规[12]。人工智能正处于高速发展的进程中,需要监管部门及时更新条例以规避风险。从农业文明时代到工业文明时代,“人”始终是机器的主宰者和控制者。智文明时代,人工智能成为社会中不可或缺的范式、架构乃至规则,人已经成为智能社会系统的“边缘人”,人机关系的异化容易引发诸多伦理风险。

3.安全缺位:隐私泄露弱化教育治理关照

人工智能在投入使用之前,会经历大量的预训练。也就是说,人工智能水平越高,越需要大量数据和信息的“喂养”。在大量数据中,难免包含个人隐私。个人隐私一旦泄露,将后患无穷。一方面,人工智能背后的操作者、互联网平台开发者、管理者都有可能看到AI技术收集的所有数据和信息,一些不法者会通过AI技术窃取个人信息,以生成违禁内容谋私,如AI换脸、视频合成、音频造假等欺诈事件层出不穷。另一方面,AIGC既有被他人侵权的风险,也有侵犯他人权利的可能性[13]。我国《著作权法》规定著作权人是指“作者”以及“其他依照本法享有著作权的自然人、法人或者非法人组织”。人工智能并不在列,因为人工智能是对已完成的作品进行算法运行,尚不具备真正的创造力。因此,隐私的泄露可能会引发知识产权风险。

四、制度构建:AIGC赋能教育数字化转型的新范式

依据上述对我国教育数字化转型的宏观趋势、AIGC的生成逻辑、AIGC赋能教育数字化转型的机遇与挑战的阐述,构建AIGC赋能我国教育数字化转型的新范式,包括重建教育关系、重塑教育公平、重构教育模式、重组教育场域、重修教育评价。

(一)重建教育关系:师生平等共生式教育

社会性是教育的第一性,也就是说,教育产生于各种社会关系的建立,又反作用地服务于建设一个使得全体成员都能在广泛的协作中实现自我全面发展的社会。人工智能时代要求教育关系由传统的服从式关系转向现代的师生平等共生式教育关系,AIGC与教育的结合使教师的权威地位得以消解,教师对知识的垄断地位也不复存在。学生可以从海量的生成式内容中获取知识,与教师平等地进行交流、探讨。AIGC将撬动人们对于教育关系本质的理解,重视人与人之间的良好关系。

(二)重塑教育公平:优质教育资源的规模化

AIGC应用到教育领域的本质在于实现优质教育资源的规模化、公平化、个性化。传统教学模式存在个性化教育与普惠教育之间的矛盾,而AIGC赋能教育数字化转型能够凭借较低的运营成本,跨越时空的障碍,为学生提供个性化教育服务,且随着服务学生规模的上升,其边际成本稳步下降,人均成本逐渐趋向于零。AIGC对教育的降本增效作用,有助于实现优质教育资源规模化、发掘普惠教育与个性化教育的平衡点,从而实现教育的低成本与因材施教。

(三)重构教育模式:自适应学习

AIGC与教育的融合将会催生新的教育模式。美国高等教育信息化协会把自适应学习定义为:基于个人的能力或技能素养,动态调整课程内容的水平或类型,以提高学习者的主动学习和教师干预下的学习绩效的技术。自适应学习模式可以依据学生的个性化需求和能力,帮助学生更加科学、轻松和有效地学习,激发学生学习的内驱力,使学生从“要我学”向“我要学”转变。

(四)重组教育场域:从有限到无限

AIGC将AR和VR技术融合在教育场景中,使实体空间、虚拟空间或两者结合都可以成为学生学习知识的地方,使学生接触的教育资源是无限的。传统密闭的教室易使人感到压抑、闭塞,限制学生的想象力。AIGC应用到教育场景中,会带来多感官交互的沉浸式体验,将会激发学生的求知欲,“唤醒”教育本质。

(五)重修教育评价:兼具价值理性与工具理性

AIGC赋能教育评价向数字化转型,将助力教育评价由传统的以质性评价为主转向依托大数据驱动的量化评价和质性评价互补共融的科学人文主义评价范式,使之兼具价值理性与工具理性。在AIGC技术底座的支撑下,教育评价将加速实现主体多元化、方法多样化、过程可视化、内容综合化、目标全面化。通过收集和分析海量的学习数据,AIGC能够为教师和学生提供更加精准、及时、高效、多维度的评价反馈,助力教师减负提效,促进学生的个性化与全面发展。