华东师范大学戚业国:人工智能赋能学习方式变革的底层逻辑与实践路径
【ZiDongHua之“自动化者人文”收录关键词:人工智能 华东师范大学 大模型 学习方式 自然语言处理】
AI赋能学习方式变革的底层逻辑与实践路径
以生成式语言大模型为代表的人工智能技术正在快速嵌入全社会的方方面面,在教育界更多人认可2025是AI赋能教育变革元年。AI赋能成为教育的新热点,各种探索风起云涌。在这场教育变革的大潮中,需要从底层逻辑审视技术对教育赋能的机制,尤其AI推动的学习方式变革更需要从理论基础到实现路径进行全面探索。

一、学习方式变革的内涵及其问题
学习方式变革是教育改革的关键领域之一。所谓学习通常可以从结果和过程两方面理解,“作为结果是指由经验或练习引起的个体在能力或倾向方面的变化,作为过程是指个体获得这种变化的过程”。而学习方式是指“个人在学习时接受或加工信息的方式”,学习方式直接体现在三个方面:学习者对所用感觉通路的偏好,学习者对学习环境的偏好,个体对学习内容组织程度的偏好。在学校教育中,学习方式与教学方式密不可分,两者相互依存相互影响。理想的教育是教师的教学方式与学生的学习方式匹配,但现实中教学方式与学习方式的特征并不完全耦合。
在教育实践语境中,学习方式是与教学方式结合在一起讨论的,学习方式在很大程度上受到教学方式的影响。从教学理论看,教学方式和学习方式变革涉及教育思想理念、教师、学生、教学内容、教学环境、教学评价、教学的技术支持等多个方面。学习方式变革首先需要教育理念的支持,核心是在教学中教师和学生身份地位的确立;其次,学习方式受到教师和学生个人特点与偏好的影响,需要两者的耦合;再次,学习方式与教学内容和教学组织形式有密切关系,可以通过教学方式变革影响改变学生的学习方式;最后,学习方式还受到教学环境和技术条件的限制。此外,评价通常也是影响学习方式改变的关键因素。
从基础教育到高等教育,我国教学和学习方式存在的主要问题集中体现在几个突出方面:学习目的应试倾向比较突出,注重考试成绩、忽视真正的学习过程和知识的深入理解;课堂上以教师语言讲授为主、形象化呈现不足,课堂自主探究合作较少、学生学习比较被动;知识学习过程中,学习理解知识的感觉通路单一,经常处于“题海”中,学习与实践结合不足,直接影响学生创新素养培育,影响知识应用的能力;教学组织中,个性化教学不足,难以充分体现学生的个体差异、满足不同层次学生的学习需要;学习评价中过于强调标准答案,不鼓励创新思维,限制了学生的想象力和创造力的发展。
现代教学理论认为,调动尽可能多的感官通路更有利于提高学习成效,一个泛在的、友好的、更个性的学习环境有利于提高学习成效,学习内容的科学组织能有效提高学习成效。教师对学生的理解与尊重直接影响学生学习方式,教学环境与技术支持直接影响到学习方式与教学方式的实现,评价往往是影响学习方式和教学方式能否发生实质性变化的关键力量。人工智能技术的发展,尤其生成式语言大模型的出现,为班级授课制下实现学习方式变革提供了新的思路与可能。
二、人工智能赋能学习方式变革的底层逻辑
生成式语言大模型为AI赋能教育提供了全新的、强大的技术支持。大模型是一种具有海量参数的神经网络模型,它通过学习大量的文本数据,自动捕捉语言中的语法、语义和语用等模式,从而能够理解和生成自然语言文本。从大模型的模态特征看,大模型包括语言大模型、图像大模型和视频大模型。目前备受关注的生成式语言大模型,已经实现了视频、图像、文本三种模态的统一理解和生成。
生成式语言大模型突破了语义理解的困难,可以理解各种自然语言文本,包括复杂的句子结构、语义关系、上下文信息等,准确把握文本含义。它不仅拥有海量的参数和庞大的数据集,更具有出色的生成能力,能够根据给定提示或上下文,生成连贯、有逻辑且符合语法规则的文本,并且具有多领域通用性,在多领域和多任务中表现出色,还具有持续学习和进化能力。目前看,大模型的突出功能主要体现在文本生成、对话交互、知识问答、文本摘要、机器翻译等方面。
基于深度学习的图像大模型,具有了强大的图像理解和学习能力,具有很强的高分辨率与细节处理能力,能够应用于多种图像相关任务,能够实现与语言、音频等其他模态数据融合,实现更全面、深入的跨模态理解和生成。
视频大模型能够有效处理视频数据,模拟真实物理世界,生成具有丰富想象力的内容。视频大模型已经可以实现更长的时长和更高的分辨率,具有很高的时空一致性、出色的动态性,具有多模态的理解与生成能力。
生成式语言大模型的强大功能可以充分嵌合进学习过程中,为教学方式和学习方式变革提供强大支持,只有把握大模型的功能特点与学习方式变革痛点的耦合关系,才可能找到AI赋能学习方式变革的技术路线。从目前的初步实践看,多模态大模型在技术层面为教学和学习至少提供以下几个方面支持:教学资源查询与处理的智能化,教学文本的智能生成,高可靠问答对话的便利化,实时语言与图像、视频的相互生成式转换,教学中的知识可视化、思维可视化,学习中知识图谱的智能化整理,个人学习理解的拓展,评价的高度智能化,数字化办公系统的高度智能化。
教学资源查询与处理的智能化,可以有效解决教学资源利用中成本收益率过低的问题。经过多年的教育信息化努力,我们已经积累了海量的教学资源,但受限于资源筛选利用的劳动成本,利用率一直不高。大模型的生成能力能够按照要求或指令迅速查询和处理各类教学资源,以教师需要的形态呈现出来,为教学资源的充分利用提供了真正有效的助力,可以大大促进教学资源在教学实践中的充分运用。
教学文本的智能生成可以大大减少教师的工作强度,为学生“无中生有”提供了有效的引导。从教案到教学过程中的各种资料材料,按教师意愿与要求生成文本,再按要求不断调整完善,可以大大降低教师的工作强度、提高工作的效率,随着数据积累训练,可以帮助普通教师快速提高教学质量和个人的教学能力。学生利用AI工具生成各种方案和计划、形成初步作品,在此基础上不断完善和提高,可以快速掌握各种实践文本的基本规范和形成方法,大大提高学习的效率。生成文本的不断“挑刺”和修改,能够提高学生批判性思维、帮助学生将学习的知识付诸应用,可以改善以往脱离实践的学习方式;生成文本对思路和评判的更高要求,推动学习的不断深入,深度学习真正发生。
大模型强大的问答功能可以有效解决“知识不足”的困难。在现实的教育教学中,教师经常面临背景知识不足或不准确的困难,需要在备课中查阅更多资料,很多时候教师查阅资料的时间占用备课时间的大半部分,问答式的AI助手能够极其便利地提供各种事实知识的支持。学生在成长中不仅会遇到各种疑惑问题,更面临心理支持需要的诉说与引导,AI问答式助手不仅能够私密地为学生解惑,还可以进行有效的心理疏导。
实时语言与图像、视频的相互转换,为学习中意象理解的具象化、具象的抽象化提供了可能。文字的描述可以通过图像转换变得更容易理解,真实的情景转化为丰富的语言描述,为学习语言运用提供了极好的借鉴。通过把想象转化为图像和视频,可以更好帮助学生训练想象力,提高空间思维能力,大大增强思维训练的趣味性。语言文字、图像、视频的相互转化,为新的教学和学习方式提供了巨大的尝试和想象空间。
教学中的知识无法可视化影响了学生的理解,是制约学习抽象知识和概念的重要因素。为了解决这样的问题,教学演示的视频制作成为耗费教师时间精力的重要工作。通过AI的图像生成,可以随时将复杂的原理、抽象的空间结构模拟出来,大大提高了教学的便利性。新课标要求提高学生在真实情境中应用所学知识解决复杂问题的能力,教师遇到的最大困难是学生经历阅历的限制,由于没有相应经历和认知的基础,大大增加了理解的难度。图像生成功能可以瞬间将描述的情景以图像形式呈现出来,大大降低了理解的难度,助力知识的学习理解和应用。
知识结构化是提高学科核心素养的重要基础,学习中知识图谱的整理是近年教学中经常提及的问题,以往通过思维导图或知识归类进行知识梳理,无论是教师的教学运用还是学生的复习整理都比较耗费时间精力。AI的知识梳理功能非常强大,能够按照要求将已经学习过的知识迅速结构化、系统化,为帮助学生建构结构性思维、形成完整的知识体系提供有效的助力。
学习理解的拓展在个人学习中具有非常重要的意义,生成式语言大模型能够实现续写、知识的拓展应用、多领域的知识关联,这些功能为学习个性化提供了支持,十分有利于个体构建更加完整的知识体系,有利于打破现有学科割裂实现知识的跨学科学习运用,在目前的跨学科学习、项目化学习中可以发挥积极作用。
减轻教师非教学负担是国家教育改革的重要目标,教师的众多非教学负担与文本处理方式的落后有关,大模型的文本生成、文本处理可以升级目前的数字化办公,通过智能化大幅度减轻教师的非教学负担。
三、人工智能赋能学习方式变革的实践路径
在教育实践中,与学习方式转变有关的教学工作主要包括四大类,即教(教师的教学)、学(学生的学习)、研(教师教研)、评(教学与学习评价)。人工智能赋能学习方式和教学方式的变革主要通过这四个方面得以落实和实现。
教师的教学活动是AI赋能的主要领域。大模型的广泛应用可以大大降低教师选择使用教育资源的劳动成本,教育信息化多年积累的教学资源可以充分挖掘和运用,使教学信息化智能化成为可能。从目前各地教学实践探索看,AI辅助教案、教师问答助手、文字与图像视频转换、将抽象知识可视化、知识梳理等方面都有较大发挥空间。按照教师的教学要求AI生成教案、在生成教案基础上提示修改,已经成为比较成熟的备课方式。教师备课和上课中直接链接AI助手,实时问答备课和课堂中突发的问题,甚至可以直接使用AI进行课堂提问。在多模态生成方面,语文等学科运用图像生成功能理解课文、赏析作品,学生的理解或习作用图像或视频呈现,艺术课的想象到图像生成、AI评判指导作品,地理等学科自然现象的视觉呈现,历史政治事件的视频展示等等都具有运用空间,物理、化学、数学等抽象概念的可视化,外语学习的情景化等等都能发挥很好作用。运用AI进行知识系统化梳理也有了很好的实践经验,以AI布置拓展性作业或任务,在实现教学个性化方面具有较大探索空间。
AI在辅助学生学习方面可以发挥更大作用。生成式语言大模型本身就是很好的伴随老师,学习中的困惑问题可以直接对话请教,可以进行有效的学习互动,是便捷的全能家教老师。AI能提供学生适合的学习感觉通路,视觉、听觉、图像、文字等等可以多模态呈现。利用大模型生成各种实践方案、实验设计等,不仅更加便利,也推动学生理解和思考向深度拓展。问答式大模型在倾听学生诉说、引导学生心理与品德发展中具有很大优势,可以替代完成心理辅导的众多任务。
评价改革是教育改革的重点领域,AI赋能教育评价改革是重要的应用场景。在课堂评价中AI可以广泛应用于语文的诵读评价、外语教学的听说评价、音乐的演奏演唱评价、艺术作品评价等。述评是学生评价改革的重要内容,AI使个性化的述评成为可能,在学生发展评价、综合素质评价中个性化评语的生成,学生心理与学习的预警性评价等都可以使用AI生成。
教研是中国基础教育的优良传统和特色,AI在赋能教研创新方面具有广阔的应用空间。AI评课已经得到广泛应用,在推动教师专业发展中发挥积极作用。基于生成教学设计的新教研方式正在逐渐成熟。AI教研对教师的专业能力提出了更高的要求,推动教师专业发展的重点从基本专业素养到教学深度理解转变。
人工智能大模型为学习方式变革打开了广阔的空间,但现实的运用需要更多经验积累,大模型本身也需要更多数据的持续训练。目前AI赋能教育热中具有许多的想象成分,脱离了真实的教学现场就难以真正有效助力学习方式的转变。大模型在教学中的运用,必须厘清底层逻辑,坚持问题导向、有效为本,数据积累、持续训练,积极探索、谨慎推广,这样才可能充分发挥AI赋能教育变革的巨大潜能。
(作者系华东师范大学高等教育研究所教授)
转载请注明来源:中国社会科学网【编辑:方鸿琴】
我要收藏
点个赞吧
转发分享
评论排行