生成式人工智能赋能学习情景与教学设计研究

关键词：生成式人工智能；学习情境；教育；相关分析法

中图分类号：G424 文献标识码：A

文章编号：1009-3044（2024）25-0027-04

随着2022年末ChatGPT的推出，生成式文本技术实现了前所未有的飞跃，标志着生成式人工智能技术的重大突破。这一技术的迅猛发展不仅引起了科技界的广泛关注，同时也在教育领域激起了深刻的变革浪潮。在《中国教育现代化2035》中，中共中央和国务院指出：“要创新教育服务业态，建立数字教育资源共建共享机制。”生成式人工智能与教育教学的融合发展已然成为大势所趋。

生成式智能技术日新月异，教育领域正经历着前所未有的挑战与机遇[1]。这些技术不仅为传统教学模式带来了创新的可能，促使我们重新审视并优化学习策略与思维模式，同时它们还孕育了一系列潜在的挑战与不安因素。为了发现这些潜在的挑战，深入探究生成式人工智能技术在教育领域的应用现状，本文通过严谨的实证分析，探讨生成式人工智能如何在教学实践、学习体验、教育评价体系等多个维度上发挥积极作用，为教育领域的未来发展提供科学依据与策略指导。

1 研究设计

1.1 研究方法

本文通过查阅相关文献与资料，以“生成式人工智能对学习情景和教学设计影响研究”为主题设计了调查问卷，并使用问卷星进行信息收集。在问卷调查结束后，随机对8位教师进行访谈。访谈围绕以下8个方面进行提问：使用频率、应用场景、体验满意度、内容满意度、是否提高教学质量、对个性化教学的作用、所遇到的困惑与挑战以及学生是否有过度依赖现象。

1.2 研究对象

本文研究对象为四川省内的综合类、理工类、医学类和师范类高校的学生和教师。通过随机抽样和匿名填写的方式进行问卷调查，最终回收了505份有效问卷。其中，学生问卷共计445份，占总问卷数的88.12%；教师问卷共计60份，占总问卷数的11.88%。从学校类型来看，综合类学校问卷共计117份，占学生问卷总数的26.29%；理工类学校问卷共计98份，占学生问卷总数的22.02%；医学类学校问卷共计165份，占学生问卷总数的37.08%；师范类学校问卷共计125 份，占学生问卷总数的28.09%。

1.3 数据处理方式与统计分析方法

本研究利用问卷星软件进行数据收集，并借助Excel进行数据的可视化分析及图谱统计。同时，采用SPSS软件对问卷的信度与效度进行深入分析，并利用Citespace软件，对国内外文献进行比较分析。最终结合问卷调查结果进行了详尽的统计分析。

2 结果分析

2.1 生成式人工智能概述

随着智慧教学的推进，生成式人工智能在教育界的作用日益显著。本次研究致力于通过真实有效的数据反映生成式人工智能在教育领域的应用现状、人们对其的普遍看法以及其存在的客观挑战，从而了解生成式人工智能在实际运用中如何塑造教育改革。该技术在教学中的应用有利于丰富教学内容、促进教学形式的多样化、增强学生自主学习能力，推动教学课堂的智能化发展。然而，学术界对生成式人工智能在教育场景中发挥的具体作用和师生对其认可程度的研究却很少。为了弥补这些不足，本文深入不同高校调查生成式人工智能在学校的融入程度，了解师生对其的体验感和满意度。文章采用问卷调查和访谈法，对四川省内不同类型高校进行调查，分析高校师生对生成式人工智能的认知、生成式人工智能在高校中的应用现状以及师生对其的满意度和负面反馈，进一步探寻生成式人工智能在教育场域中如何作用于教育教学，了解生成式人工智能在高校中的发展现状与挑战，为科学地推动教育改革提供建议和启示。

2.2 生成式人工智能在教育领域的应用现状

通过Citespace分析国外的生成式人工智能与教育的相关研究，发现研究者主要来自高等学校和信息研究机构，如Aston University 和Vignan′s Institute ofInformation Technology等。他们更倾向于实际调研的方法，焦点集中在生成式人工智能与教育融合在计算思维、育人范式以及产教融合等方面的研究。例如，Anthony Summers等[2]研究了生成式人工智能在护理教育中的贡献；Shijian Che， Yee Lye等[3]提出了“反对、避免和采纳”的原则来评估生成式人工智能引发的学术诚信问题。在国内，研究者主要来自高校，如陕西师范大学教育学部、西南大学教育学部和曲阜师范大学教育学部等，他们更偏向于概念建模的方法，主要研究人工智能在高等教育中的应用与影响、人机协同以及风险治理等。例如，廖剑等[4]通过数智分身的原型系统实现人机共教；张惠彬等[5]探讨了生成式人工智能在教育领域的伦理风险与治理路径。国内外的研究重点虽然有所不同，但都围绕人工智能融入教育教学的具体研究展开。

2.3 生成式人工智能对学习情景和教学设计的影响

2.3.1 调查数据的统计学分析

1） 信效度分析。在剔除基本问题和不相关问题之后，剩余的7个主要项目中，本次研究利用SPSS软件进行信效度分析，样本量为505。分析结果如表1 所示，本次调查的信度系数（Cronbach′s α） 为0.828，该值大于0.8，表明该量表具有较高的内部一致性，测试结果稳定可靠。KMO值为0.721，该值位于0.7至0.8，表明数据适合进行因子分析且量表具有较好的效度。

2） 相关分析。通过SPSS软件对样本进行相关性分析，得到以下结果：认为“生成式人工智能可以有效促进学习和教学”与“生成式人工智能具有较好的发展前景”之间的皮尔逊（Pearson） 相关系数为0.98；表示“听过生成式人工智能”与“使用过生成式人工智能”之间的P值为0.96；“使用过生成式人工智能”与认为其“可以有效促进学习和教学”之间的P值为0.64；“使用过生成式人工智能”与认为其在“教育领域有很好前景”之间的P值为0.63；认为“生成式人工智能可以应用在教育领域”与“能够有效促进学习和教学”之间的P值为0.51；认为“生成式人工智能可以应用在教育领域”与“具有很好的发展前景”之间的P值为0.50。各个问题之间的相关系数r≥0.5，表明样本之间显著相关，结构较为合理，能够提供较为科学的结论。

2.3.2 高校师生对生成式人工智能的认知现状

如图1所示，问卷结果显示，79.41%的受访者表示听说过生成式人工智能，不同类型学校的受访者在听过生成式人工智能的比例上高度趋同，其中医学类院校占比最多，为80.61%。从身份维度考察发现，听说过生成式人工智能的学生占学生总数的77.8%，而在听说过生成式人工智能的教师中，这一比例高达91.7%。进一步调查了解到，有86.93%的受访者认为生成式人工智能可被应用于学习和教学领域，其中有59.6%的学生表示他们在学习过程中实际使用了生成式人工智能。

基于上述结果，笔者可以得出以下结论：生成式人工智能在高校中的普及范围广；不同学校类型的受访者在生成式人工智能的认知上差异较小，表明不同教学水平和教育背景在生成式人工智能领域的认知差异不显著；相较于学生，教师对生成式人工智能有更加深入的了解。

2.3.3 生成式人工智能在高校师生中的应用现状

深入调查师生的主要使用场景，排除未听说过生成式人工智能以及认为生成式人工智能无法应用于教育领域的师生，最终筛选出322名有效受访者。如图2所示，这些受访者的使用行为主要集中在以下四个场景：在线答疑、学程布置、个性化分析和协助完成文稿。其中，88.2%的师生将生成式人工智能应用于在线答疑，占比最高。有82.04%的师生认为生成式人工智能能够更好地提供资源访问与参考咨询服务，体现了生成式人工智能在教育领域中的主要应用方向。

在“人师—机师—学生”教育新范式下，教学场域内的“多对多”复杂交互得益于ChatGPT等生成式人工智能提供的个性化服务。从对老师的访谈结果来看，生成式人工智能在学科解答、辅助资料编写、资料精准推送、统计分析、教学辅导与内容深度优化（含案例分析与文稿自动生成）等方面广受师生认可。生成式人工智能基于详尽问题描述与海量数据资源，快速生成精准答案，大幅减少了师生查阅资料文献的时间。在毕业设计辅导、深度知识解释（如代码解析、专业名词阐释）中，生成式人工智能不仅激发了学生的思考，促进了创新能力的发展，还有效填补了教师知识体系中的不足，共同推动了教学水平的持续提升。

2.3.4 生成式人工智能对学习情景和教学设计的影响

1） 使用体验。研究从满意度与认同感两个维度出发，探究师生对生成式人工智能的使用体验感，结果如图3所示。在关于使用满意度的243份有效问卷中，有117人表示对生成式人工智能服务非常满意，占总比的48.15%；有117人认为生成式人工智能服务一般，占总比的48.15%；有9人对生成式人工智能服务不满意，占总比的3.7%。基于上述数据，可以得出结论：大部分使用者对生成式人工智能服务满意，认可度较高，这表明生成式人工智能具有良好的使用体验感，进而有利于推动教育体制机制创新，并在不断优化的教育改革中发挥积极作用。

2） 使用反馈。如图4所示，在听说过生成式人工智能的401份有效调查中，有322人认为生成式人工智能可以应用于教育领域，占总比的80.3%；有79人表示不知道生成式人工智能在教育领域的应用潜力，占总比的19.7%。此外，有388人表示愿意参与生成式人工智能在教育领域的推广与应用中，占总比的77%；有224人（占总比的44.95%） 认为，尽管生成式人工智能具有广阔的应用前景与发展空间，其发展也会受到一定的限制与调整。受访者指出生成式人工智能在教育领域面临的主要障碍：首先是技术成本与可靠性问题，其次是教育行业的监管和标准化问题。受访者更期望将生成式人工智能应用于科学统计、分析学习数据、资料资源供给以及解决学科难题等方面。

基于上述数据与分析，笔者可以得出结论：尽管大多数人对生成式人工智能持积极态度，但由于其智能技术水平与使用方式的限制，目前仍无法为用户提供完美的体验。这一发现揭示了当前生成式人工智能所面临的主要困境与发展方向，同时也为智能化教育改革提供了一些有益的启示。

3 讨论与建议

3.1 研究发现

此前，许多学者研究了生成式人工智能对学习情境和教学设计的影响。例如，冉柔等[6]研究了如何通过生成式人工智能科学提升初中语文作文教学的效率与成果，冯晓英等[7]探讨了在人工智能时代教师应如何作为。然而，关于生成式人工智能在高校中的具体应用现状的研究却相对较少。本文从四川省内的四大类院校出发，调查了生成式人工智能在师生中的应用现状，探寻其在高校师生中的融入程度。研究发现，在高等院校中，教育资源与地域的不同对学生认识新事物的影响不显著，生成式人工智能受不同类型学校的影响较小；生成式人工智能在高校中发展较好，师生对其认可度普遍较高，越来越多的师生开始将其应用于日常学习与教学中，尤其在编写文稿、知识查询等方面。

生成式人工智能在教育领域展现出的关键作用显著提升了学习效率与教学质量[8]，并广泛应用于各类教育场景，跨越了学校类型的界限。生成式人工智能突破了词条问答不匹配与搜索格式化的限制，打破了教育资源的信息茧房，促进了知识的深度挖掘、高效检索与思维创新。它不仅推动了教学模式向人机协同转型，还丰富了教学内容，实现了学习效率与教学质量的双重飞跃，符合现代教育发展的需求与趋势。

3.2 建议与展望

生成式人工智能在教育教学中的广泛融入，是发展智慧教育的重要步骤。虽然它已被广泛使用，但不少教师依然持保守态度。主要原因在于许多教师担忧学生可能因为过度依赖人工智能导致思维惰性，进而阻碍主动学习和思维创新。生成式人工智能作为未来发展的一个重要方向，其与教育教学的深度融合是一个必然且不可忽视的过程。促进生成式人工智能与教育理念的融合需要一个渐进的过程，需要教育者、学生及开发者的共同努力。教育者尤其需要保持对技术的敏感性，更新知识，注重培养学生的自主学习能力，同时塑造学生正确的学习观，以促进教育创新。

此外，调查发现生成式人工智能在教育领域的应用仍面临一些挑战，如生成内容生硬、道德伦理担忧，以及因访问人数过多导致的服务器不稳定等负面体验。“教育—ChatGPT”的积极关系不容忽视[9]。作为智能辅助工具，它正在引领社会变革，革新教学模式。因此，作为用户端，我们应冷静客观，扬长避短，秉持人本教育理念，强化立德树人，推动教育改革，着重培养数字化、智能化学习能力与思维，构建“人—机—环境”和谐共生的教育新生态。作为开发端，研发者更应该关注这些负面体验，同时关注生成式人工智能在教育领域的主要应用场景与应用优势，取长补短，为教育教学研发出更适合的新模式。

4 结束语

生成式人工智能在教育领域具有巨大的应用潜力，并在推动教育变革和数字化转型方面发挥着关键作用。研究得出的结论包括：生成式人工智能在师生中的渗透程度不受学校类型限制，其主要应用场景是生成文稿和知识查询。师生对其的认可度与满意度普遍较高，大部分师生表示愿意参与生成式人工智能与教育教学融合的推广。然而，负面体验也存在，包括学生可能过于依赖人工智能、生成内容较为死板和机械化、伦理与道德的担忧以及服务器不稳定等问题。

需要指出的是，本研究仍有改进空间，如线上线下问卷发放、调查对象规模的差异及问卷设计的科学性，这些因素可能影响结果的准确性。期待未来的研究能够进一步弥补这些不足，不断提升调查结果的准确性和科学性，以更好地指导生成式人工智能在教育领域的应用和发展。