徐玉特

摘 要：從微觀的快變量和慢變量之間的關系看，ChatGPT對教育新業(yè)態(tài)和教學新模式的影響隨著從慢變量到快變量的逐步轉化，其影響力表現越來越微弱。院校間的資源稟賦、學科、生源基礎等差異對ChatGPT應用的效果評價差異較為明顯。這不僅說明了技術賦能教育存在變量影響的整體性和普遍性差異，也說明了技術賦能教育在快變量與慢變量之間存在交互機制的差異，即技術驅動的教育變革存在“馬太效應”與“鲇魚效應”雙重機制。雙重效應機制的相互交織塑造了技術推動的教育領域改革與發(fā)展的強連續(xù)性突變創(chuàng)新機制，而非弱連續(xù)性突變創(chuàng)新的現象。

關鍵詞：連續(xù)性技術創(chuàng)新；非連續(xù)性技術創(chuàng)新；ChatGPT應用；教學新業(yè)態(tài)

近年來，隨著科技賦能各領域的深入推進，人工智能驅動的教育教學改革亦逐步提上日程。相對于以往的科技驅動教學活動的形態(tài)和模式及業(yè)態(tài)，以ChatGPT為代表的新一代人工智能的橫空出世，及其在教育領域引起的廣泛關注，足以說明當前科技創(chuàng)新發(fā)展與教學活動改革和創(chuàng)新發(fā)展所具有的高度相關性?？萍假x能教育的數字教育時代，需要更關注對技術與教學之間的內在邏輯的理解和把握。

一、現有研究爭鳴及本研究出發(fā)點

科技對教育業(yè)態(tài)、形態(tài)和樣態(tài)的影響一直都是教育專家探討的一個重要內容，特別是隨著信息化社會的到來，學界就信息技術塑造的教育形態(tài)和業(yè)態(tài)等進行了較為深入和系統的探究?？萍假x能教育抑或教育賦能科技尚未形成共識，但兩者之間必然存在千絲萬縷的聯系，即科技的發(fā)展離不開教育培養(yǎng)的人才支持，而教育的優(yōu)質發(fā)展亦需要科技的積極和有為支撐已成為學界共識。從某種意義上說，這種交互作用和機制推動著學界對科技賦能教育新業(yè)態(tài)和新模式的持續(xù)關注和探析。ChatGPT作為人工智能領域的又一里程碑式的科技創(chuàng)新，其對教育新模式和新業(yè)態(tài)的影響亦引起了學界和實踐界的極大關注。縱觀學界的現有論爭，主要圍繞ChatGPT對教育領域的負面效應和正面效應兩個路向展開。

從負面效應的研究來看，“高科技剽竊”“避免學習的方式”“阻礙學生探索精神的發(fā)揮”“學生惰性學習養(yǎng)成”等成為ChatGPT在教育領域應用的最大隱憂[1-2]。據此，美國、法國、澳大利亞、印度、英國等國家和中國香港地區(qū)的大學或中小學紛紛對ChatGPT的應用采取了禁用的策略，或者采取更為嚴苛的措施來應對ChatGPT在教育領域應用的泛濫局面。

與負面效應的研究不同，正面效應的研究更多關注的是ChatGPT在教育領域的應用可能帶來的積極效果，諸如教育教學的提質增效、學生獨立思考能力和創(chuàng)新能力的培養(yǎng)、探索教育多樣化而非同質化路徑等都可以通過ChatGPT的科學合理應用來達成[3-5]。據此，與對ChatGPT在教育領域的圍堵扼殺的消極路徑不同，積極主動地擁抱和迎接ChatGPT實現“為我所用”成為正面效應的一個論證點。因為作為“人工智能的ChatGPT轉變了一般性的知識生產，但不是原創(chuàng)性的”，其只是對知識的簡單和機械性加工，而并非對知識和思維的創(chuàng)造性和創(chuàng)新性生成的過程和結果。

綜上所述，盡管ChatGPT在教育領域的應用尚處于初始階段，但學界和實踐界圍繞著ChatGPT能否培養(yǎng)學生的批判性思維、解決問題的能力和創(chuàng)新性邏輯等展開了各自的論證。從某種意義上說，教育活動本身具備多項功能和社會效應，而這種功能和效應完全單純依靠人工智能等機器取代可能會陷入“技術決定論”的窠臼。一是從教育自身的知識傳授功能和角色來看，人工智能可能比人類大腦具備更多的知識存儲的容量和快速搜尋匹配的優(yōu)勢。二是從教育自身的技術訓練和提高來看，人工智能可能相比人類大腦所具備的靈活性、創(chuàng)造性和個性化等主觀能動性的優(yōu)勢顯得稍微不足。三是從教育自身的思維邏輯的培養(yǎng)和提高來看，人類社會情感和大腦的創(chuàng)造性等比人工智能更勝一籌。四是從教育自身的技能提高和價值塑造等來看，人類社會情感的主觀能動性及創(chuàng)造性和人工智能需要更緊密的結合才能實現技能和價值的全面優(yōu)化和綜合提升。因此，從教育活動本身的低階的知識傳授到中階的技術訓練再到高階的技能提升和價值引領等層面，隨著位階的不斷提升和深化，人工智能所發(fā)揮的功能和作用可能越發(fā)微弱?！敖逃龜底只^不只是技術層面的數字化，技術環(huán)境的變化還會促進教育業(yè)務流程的升級、重構，促進教育業(yè)務智能協同，推動學校組織結構的重塑”，進而實現教育與技術的完美結合和交互機制功能的發(fā)揮。

因此，試圖“一刀切式”地判斷教育與技術之間的關系都不符合教育發(fā)展規(guī)律和技術的創(chuàng)新性生發(fā)路徑。在教育與技術之間存在著快變量和慢變量之間的差異需要引起研究的足夠重視，并明確快變量和慢變量的差異以及變量之間的交互關系。這就需要針對不同的技術、不同的變量、不同的情境、不同領域、不同目標/任務等來剖析ChatGPT的具體應用議題。而這其中引起關注的不僅僅是技術賦能義務教育、中等教育、高等教育等宏觀的教育領域的思辨性和學理性差別論證，同時更需要關注各個宏觀領域內部統攝和關照下的中觀和微觀差異，進而才能更好地明晰技術賦能教育各具體環(huán)節(jié)和各方面的內在變遷的影響機制和邏輯所在。據此，本研究基于不同學科、院校專家評價視角對以ChatGPT為代表的新一代人工智能驅動的教育新業(yè)態(tài)和教學新模式的具體過程和效應進行具體探究。

二、調查工具的編制及其信效度檢測

本次專家評價問卷調查在維度設計層面，從學生的知識掌握與理解、技術習得與訓練、邏輯思維（能力）的鍛煉與培養(yǎng)、價值引導和塑造等測查專家對ChatGPT應用在上述四個維度的整體感知以及態(tài)度趨勢和行為舉措等具體展開。每個維度下轄的6個具體題項均涵蓋了事實型題項和態(tài)度型題項兩類題型。據此，本問卷共計24道題項，外加一道開放性題項。問卷全部采用五點量表計分法，1～5表示符合實際情況程度和滿意程度的大小，1表示非常不符合實際情況，5表示非常符合實際情況，所有題項均采取正向計分。問卷編制完成之后，本研究對問卷進行了試調查和修正，并對問卷進行信效度檢測。檢測結果表明，本問卷具有良好的信效度，可以作為正式問卷對ChatGPT驅動的教學新業(yè)態(tài)及其效果對專家進行評價測查。

在本研究中，我們將知識掌握、技術提升、能力訓練和價值引領四個具體維度劃分為快變量和慢變量兩個模塊及低階和高階的教育目標層次，其中快變量涵蓋知識掌握和技術訓練，而慢變量則包括能力提高和價值引領。將上述四個變量做如上劃分主要是基于以下四點考量：一是從四個變量的內在關系審視，知識掌握和技術習得是技能提升的基礎，而價值引導則貫穿整個過程。據此，知識和技術是基礎和外顯性，而技能和價值則是更具內隱性和高階性。二是從四個變量之間的生成邏輯和周期來看，知識掌握和技術訓練的周期更短且更易于見成效，而具有內隱性特征的技能和價值則周期更長且難以達到立竿見影的效果。三是從整個教育目標的可易見性和效果的可衡量性來看，知識和技術比技能和價值的可易見性更強、可衡量性更精準等。能力和價值等相對于知識掌握和技術提升更具浸潤性和滲透性，同時綜合性和復雜性程度更好，對此類高階性內容的衡量需要更高的效度和更有效的信度。此種劃分并非絕對和一成不變的，而是具有相對性，或者基于更易于辨明和鑒別的研究方式的視角而采取的一種簡易類型學劃分。

三、調查結果分析

本次問卷調查對象為各類型和各學科高校專家（副高級及以上職稱），采取網上問卷填寫和電子郵件問卷填寫兩種形式，共收到回復和回饋的問卷118份，其中有效問卷111份，有效問卷占問卷總數的94.07%。調查的專家涵蓋了“985工程”建設高校、“211工程”建設高校和普通高校三種類型，以及醫(yī)學、理學、工學、文科等專業(yè)類別。

1．描述性統計結果

由表1可知，專家們對ChatGPT驅動的教學新業(yè)態(tài)和新模式及其效果的評價均值為3.25，其中知識掌握、技術訓練、思維邏輯養(yǎng)成、價值塑造四個維度的得分均值在2.48～3.68之間，總體屬于中等偏上水平。同時，均值之間存在較大波動?？傮w來看，知識掌握維度得分均值最高，為3.68；其次是技術訓練得分均值，為3.52；再次是價值塑造得分均值，為3.18；最后是思維邏輯培養(yǎng)的得分均值，僅為2.48。從變量之間的關系來看，GhatGPT在促進學生知識掌握和技術訓練提高等快變量的推動作用中，專家評價最高，這些為低階性的技術和能力，屬于快變量的范疇。而在價值引領塑造和思維邏輯養(yǎng)成等慢變量層面，專家的評價較低，這些為高階性的技術和能力。這說明了技術賦能教育創(chuàng)新發(fā)展，特別是技術應用在驅動教學活動改革創(chuàng)新層面存在的非均衡、非同步和非同質性等內在特點。同時也說明了技術在教育領域應用更有利于學生對知識的理解和掌握、技術訓練與提升，但更深層次的思維邏輯能力和價值引領塑造等發(fā)揮可能更為微弱，需要更深一步的探究。

2．差異性統計結果分析

（1）不同學科。由表2可知，不同學科專家對ChatGPT驅動的教學新業(yè)態(tài)和新模式的評價在總體、技術訓練、思維培育、價值引導等維度上均存在顯著差異，而在知識掌握維度不存在差異。在技術訓練維度，工學專家的評價顯著高于理學、醫(yī)學和文學，醫(yī)學專家的評價顯著高于理學和文學，而理學專家評價顯著高于文學。在思維培育和能力提升維度，醫(yī)學專家的評價顯著高于理學、工學和文學，工學專家的評價顯著高于理學和文學，文學專家評價顯著高于理學專家。在價值引領維度，文學專家評價顯著高于醫(yī)學、理學和工學專家，工學專家的評價顯著高于理學和醫(yī)學，醫(yī)學專家的評價顯著高于理學專家的評價。這說明不同學科在技術賦能教學變革創(chuàng)新發(fā)展過程和結果具有的高度復雜性和綜合性等內在特征。從慢變量和快變量的角度看，快變量的差異不顯著，但在慢變量上作為具有高技能和思維訓練的醫(yī)學類專家的評價相對積極和顯著，其次是工學，再次是理學，最后是文學類專家。

（2）不同院校類型。由表3可知，不同類型院校專家對ChatGPT驅動的教學新業(yè)態(tài)和新模式的評價在總體、知識掌握、技術訓練、思維鍛煉和價值引領等維度上均存在顯著差異?？傮w來看，無論是知識掌握、技術訓練、思維鍛煉還是價值引領維度，“211工程”和“985工程”建設高校專家的評價顯著高于普通院校專家的評價。從同類型院校之間的不同維度的評價上看，“211工程”和“985工程”建設院校在快變量上的評價顯著高于慢變量上的評價，而普通院校亦在快變量上的評價表現出與“211工程”和“985工程”建設院校相類似的情況。

四、連續(xù)性突變創(chuàng)新：“馬太效應”與“鲇魚效應”雙重機制形塑

連續(xù)性突變創(chuàng)新是經濟領域用于解釋技術及投資波動影響經濟增長的內在機理[6]，即在經濟增長和發(fā)展過程中，技術的創(chuàng)新性突變對于拉動經濟發(fā)展起著決定性作用，但這種作用的發(fā)揮具有內在的一致性和連續(xù)性的特質。連續(xù)性突變創(chuàng)新說明技術創(chuàng)新具有沿著既定軌道或既定范式演進的連續(xù)性特征。這一方面說明了技術創(chuàng)新在推動經濟增長和發(fā)展中的積極作用，另一方面說明了技術創(chuàng)新本身所具有的累積性和固化性等內在特質。而從教育領域的技術應用和技術創(chuàng)新推動的教育改革以及教育教學創(chuàng)新來看，亦存在著明顯的連續(xù)性突變創(chuàng)新的現象。從數據結果分析看，強連續(xù)性創(chuàng)新是技術驅動的教育教學新業(yè)態(tài)和新模式存在的“馬太效應”和“鲇魚效應”交互作用的結果，其中占據主導地位的是“馬太效應”，而非“鲇魚效應”，進而阻止了技術在教育領域應用中的非連續(xù)性突變創(chuàng)新的出現。

1．ChatGPT驅動的教學新業(yè)態(tài)可能存在的“馬太效應”

“馬太效應”是指存在的兩極分化現象。羅伯特·莫頓（Robert K. Merton）用“馬太效應”概括一種社會心理現象，即“相對于那些不知名的研究者，聲名顯赫的科學家通常得到更多的聲望；即使他們的成就是相似的，在一個項目上，聲譽通常給予那些已經出名的研究者”[7]。這也就是說任何個體、群體或地區(qū)，在某一個方面（如金錢、名譽、地位等）獲得成功和進步，就會產生一種積累優(yōu)勢，就會有更多的機會取得更大的成功和進步。隨后，“馬太效應”在經濟學、社會學、教育學、管理學等學科領域得到進一步擴展使用。在研究的結論借用“馬太效應”意在說明不同類型高校存在的科技驅動教育創(chuàng)新形態(tài)和模式以及同類型高校之間在快變量和慢變量之間，并非直接指向的強則愈強、弱者越弱的現象，而是指向這種強弱關系存在的同時發(fā)展過程中的差距亦越大的結果?！榜R太效應”是形成不同類型高校和同類型高校之間在技術應用中快變量和慢變量的固化和既定軌道變遷的重要效應，即優(yōu)者更優(yōu)，但并非弱者更弱，而是在發(fā)展過程中前者較后者的速度更快導致差距不斷擴大。從數據結果分析看，ChatGPT驅動的教學新業(yè)態(tài)和新模式存在的“馬太效應”主要表現在兩個層面，一是不同類型高校之間形成的優(yōu)者更優(yōu)，優(yōu)者與弱者之間的差異越來越大。一方面，盡管在科技與教育融合的大背景下，不同類型高校均會受益，但由于學校資源稟賦以及生源質量和教師質量等結構性因素的綜合制約導致不同類型高校在科技賦能發(fā)展上并非是同步和同質的，兩者間存在優(yōu)者更優(yōu)，弱者趨弱的現象。二是不同類型高校之間存在快變量和慢變量的“馬太效應”。相對于快變量的變化，慢變量需要具備更多的優(yōu)勢條件基礎和積淀的效應，因而不同類型高校慢變量之間存在“馬太效應”是一個方面。另一方面，快變量之間亦存在此類現象，即資源稟賦好的高校慢變量轉變和增進得更快，而資源稟賦一般的高校則越發(fā)難以在激烈的競爭中實現慢變量的轉化和增進。最后是快變量和慢變量之間的“馬太效應”趨勢明顯。資源稟賦優(yōu)異的高?？熳兞亢吐兞烤鶎崿F高速變化和發(fā)展，而資源稟賦一般的高校的快變量和慢變量盡管也實現了變化和發(fā)展，但與前者相比，其速度和質量差距愈來愈大。因而“馬太效應”表現為在吸納和創(chuàng)新技術上存在的分化和相對固化的差異。

2．ChatGPT驅動的教學新業(yè)態(tài)可能存在的“鲇魚效應”

“鲇魚效應”，原是指鯰魚在攪動小魚生存環(huán)境的同時，也激活了小魚的求生能力。后來，“鯰魚效應”是指采取一種手段或措施，刺激一些企業(yè)活躍起來投入到市場中積極參與競爭，從而激活市場中的同行業(yè)企業(yè)[8]。從數據結果分析看，ChatGPT驅動的教學新業(yè)態(tài)和新模式存在的“鲇魚效應”主要體現在三個層面。一是同類型的高校之間存在著良性循環(huán)競爭的“鲇魚效應”。在科技賦能教育改革與發(fā)展，特別是在教育教學層面，“211工程”和“985工程”建設高校內部形成了不同梯隊內部之間的良性競爭之勢，即高校在應用ChatGPT推動教學變革和促進學生成長的評價中，“985工程”建設高校專家的評價均較為積極和中肯，這符合學校生源基礎和學校資源稟賦特征。而在普通高校之間亦各自形成獨特的競爭機制的生態(tài)環(huán)境。二是快變量和慢變量內部亦存在著“鲇魚效應”。盡管各高校專家對自身定位和功能發(fā)揮存在差異，但從快變量的數據分析結果看，各高校在快變量之間亦存在著良性競爭的“鲇魚效應”，而慢變量層面的分析亦存在此類現象。三是同類型的高校內部在快變量和慢變量間形成的“鲇魚效應”?！?11工程”和“985工程”建設高校內部和普通高校內部在快變量之間和慢變量之間形成了“鲇魚效應”。這說明同類型高校在快變量和慢變量內部具有內在的競爭機制，這在一定程度上促進高校的相對均衡和有基礎性差異的發(fā)展。

3．強連續(xù)性創(chuàng)新：科技賦能教育的“馬太效應”主導機制

“馬太效應”“鲇魚效應”雙重效應的相互交織和嵌入形塑了科技與教育融合的具體形態(tài)和模式。這種新形態(tài)和新模式的存在說明了教育高質量發(fā)展本身所具有的動態(tài)復雜性和系統性綜合性以及相應的基礎條件性等多形態(tài)的特質。“馬太效應”說明了我國高校內部發(fā)展的不均衡狀態(tài)和現象，這是由于高校自身資源稟賦和定位，由此聚集的學生生源基礎等的綜合影響，進而形成了高校在應用科技促進教育教學發(fā)展和學生發(fā)展等層面的差異。這也說明了各個高校在具體應用技術助推高質量發(fā)展和人才培養(yǎng)質量提升上具有的不同步和不協調的問題。但“鲇魚效應”的存在亦在一定程度上彌補了“馬太效應”的缺陷和不足?！蚌郁~效應”的存在說明了在科技賦能高校教育質量提升和推動高校高質量發(fā)展上的積極作用。不同類型院校和同一類型及層次的院校具有較為明晰的競爭目標和標桿，并不斷明晰高校自身的角色和定位，這也是我國高校近幾年來在科技助推發(fā)展上不斷取得高質量成就的主要原因。高校自身的辦學定位和發(fā)展目標更為明確，高校差異化發(fā)展和錯位發(fā)展理念等變得更為清晰可行。這有利于不同類型高校在培養(yǎng)不同層次人才上具有的獨特價值。

“馬太效應”是形成技術驅動教育教學連續(xù)性創(chuàng)新的重要機制，體現的是科技賦能教育發(fā)展具有的非均衡性、非同步性和非等效性。而“鲇魚效應”的存在是形成技術推動的教育教學非連續(xù)性創(chuàng)新的重要機制，體現的是科技賦能教育發(fā)展具有的超越性、突變性（良性）、差異化、個性化等特征。因而，從理論上看，無論是技術創(chuàng)新自身，還是技術驅動或支撐的其他領域的創(chuàng)新均需要正確處理和把握好連續(xù)性創(chuàng)新和非連續(xù)性創(chuàng)新之間的關系，促進兩者在不同時空和不同條件背景下各自獨特功能和價值的發(fā)揮。一方面，作為技術創(chuàng)新和技術驅動的各領域創(chuàng)新的重要機制的連續(xù)性創(chuàng)新為創(chuàng)新的持續(xù)和穩(wěn)定性提供可能，但這亦容易陷入創(chuàng)新形成的“高原”反應；另一方面，作為技術創(chuàng)新和技術驅動的各領域創(chuàng)新的重要機制的非連續(xù)性創(chuàng)新為創(chuàng)新的突破性和跨越性提供了路徑和通道。這為科技創(chuàng)新的競爭機制的激發(fā)，進而實現重大原創(chuàng)性突破和差異化競爭優(yōu)勢的形成提供了基礎。但從整體上看，“馬太效應”的主導機制和功能持續(xù)在我國科技賦能高校發(fā)展中表現出極強的效應，而“鲇魚效應”的弱勢地位更為明顯。

五、未來政策議題聚焦點

盡管連續(xù)與非連續(xù)技術創(chuàng)新的含義及界定并未形成統一的觀點，但學者們就技術創(chuàng)新路徑達成的基本共識亦對技術應用和創(chuàng)新以及技術推動相關領域創(chuàng)新等方面形成一定的借鑒價值和實踐參考路徑，即“無論是持續(xù)技術創(chuàng)新還是非連續(xù)性技術創(chuàng)新，都是技術演進過程中不同階段的不同形式表現”[9]。在技術的連續(xù)性發(fā)展過程中會出現離散點，而在非連續(xù)性發(fā)展過程中也會間接性出現連續(xù)階段，因而連續(xù)與非連續(xù)性創(chuàng)新并不是技術創(chuàng)新過程的獨立體

現[10-11]。非連續(xù)性技術創(chuàng)新是技術研究過程中的另一種表現形式，在解決技術封鎖、跨越式發(fā)展及國家間技術競爭等問題上發(fā)揮重要作用，因而深刻影響國家創(chuàng)新發(fā)展戰(zhàn)略與相關政策制度。連續(xù)性突變的技術創(chuàng)新和非連續(xù)性突變的技術創(chuàng)新的有機結合是推動科技賦能教育高質量發(fā)展的內在和必然要求。據此，技術驅動的教育的政策議題指向技術與教育的深度融合，進而實現科技賦能教育發(fā)展的目標，促進科技支撐下的教育和教學活動的連續(xù)性的創(chuàng)新與非連續(xù)性的創(chuàng)新的有機結合。

第一，聚焦分層分類的政策體系支撐高等教育高質量發(fā)展。不同類型院校和不同學科標準的分層分類管理和評價是推動高等教育結構優(yōu)化，促進內涵式特色化發(fā)展的基礎，也是實現高等教育高質量發(fā)展的重要支撐和保障。而不同學科和不同類型高校以及同類型院校和學科在科技賦能教育教學深度融合發(fā)展過程中，亦受到高校的生源基礎多元、師資水平差異、資源稟賦保障差別等內外在條件的制約，進而表現出在具體科技賦能層面的不同效果。而國家采取分層分類的精準化戰(zhàn)略推動高校發(fā)展是促進“馬太效應”轉向“鲇魚效應”的重要基礎和支撐。這需要國家通過制度供給和政策保障形式給以關注，即國家根據不同學科和不同院校等的差別分別制定不同的評價標準和體系，在充分保障基本標準的基礎上，促進各高校在技術賦能中實現個性化和特色化發(fā)展。

第二，強化以學生為基礎導向的科技賦能教育教學創(chuàng)新政策制定。在教育教學過程中，教師的教與學生的學是“一體兩面”的關系。教無定法而學有學法，這就要求教師的教學活動根據學生的特點和特征進行更好的“因材施教”和“因生施教”。相對于國外不同國家對ChatGPT等新一代人工智能在教育領域應用中的“堵截”和“疏?！眱煞N截然相反的政策舉措。我國更應該理性地看待相類似的科技對教育教學活動的影響范圍、內容和效果等，進而采取相應的策略。具體而言，學生是教學活動的中心，而對學生的理解和個性的掌握是教學取得預期效果的重要基礎，因而科技在賦能教師和學校更好地了解學生層面具有比傳統的直觀和感觀的觀察和判斷更為積極有效和科學。據此，如何推動科技與學生認知和學生基礎更好地結合理應是國家未來人工智能塑形的數字教育新形態(tài)和新模式需要積極關注和應對的重大課題。這需要遵循的基本原則是科技驅動教育教學改革的理性價值和工具價值的統一、精準性和模糊性的統一、確定性與不確定性的統一、定性和定量的統一、系統性和專業(yè)性的契合等。

第三，突出學校稟賦和特色為基礎的科技賦能教育創(chuàng)新的政策體系。科技驅動教育變革與教學活動改革的主體是高校，而教師是高校教育教學改革主力軍和生力軍。教師是基于高校的資源稟賦和條件等開展的具體的教學活動，進而促進學生成長成才的重要主體。因而在技術賦能學校發(fā)展和教師發(fā)展的過程中，需要明晰的是賦能的非均衡性、非同質性和非同步性等。這就要求國家在推進教育數字化和數字教育的過程中，以學校資源稟賦和條件基礎為基本的理念和原則，為高?？茖W合理地應用科技賦能學校和學生發(fā)展提供政策支撐和保障。這里需要遵循的基本原則是學校文化與科技賦能的關系、科技賦能中的競爭與合作的關系、科技賦能中的效率性與公平性的關系等關鍵性政策議題。

第四，構建從不同領域到不同院校再到不同學科的科技驅動教育教學改革和教學標準及其評價體系的國家制度體系和地方政策執(zhí)行機制。科技賦能教育的非均衡性和非同步性以及非同質性具體體現在不同院校、學科、專業(yè)等層面。這需要借助不同的教育教學手段和方式的創(chuàng)新以及教學標準評價體系的不斷調整優(yōu)化和完善，推動不同類型院校的特色化發(fā)展，實現不同學科類型的個性化發(fā)展，不同類型人才的不斷涌現，進而實現高等教育高質量發(fā)展的目標。而國家標準的政策體系為科技驅動的教育發(fā)展提供前提條件和重要保障，并有序引導高校更好地利用科技賦能自身的高質量發(fā)展。據此，標準及其評價體系的建立健全作為一個基準顯得尤為重要和迫切，是推動科技驅動的教育教學改革的最基本的原則和要求。

第五，推動高校教育教學活動與科技應用的深度融合?？萍假x能的領域均存在正確處理好技術的快變量和慢變量以及應用領域發(fā)展的規(guī)律和快慢變量之間的關系，同時要明確技術應用領域的快慢變量之間的相互轉化機制和規(guī)律及機理。進一步來說，這要求科技支撐各領域發(fā)展過程中的技術自身的創(chuàng)新實踐規(guī)律和邏輯，所應用領域的實踐規(guī)律和邏輯，技術和所屬領域各自環(huán)境的實踐和邏輯等內在的本質聯系和表征關系。惟其如此，才能真正推動科技賦能工具理性和價值理性的統一，進而更好實現預期目標。在教育領域，這需要正確認識并科學推動高等教育與科技的深度融合，進而更好地實現科技賦能教育發(fā)展的內在目的。大學的教育教學活動規(guī)律和創(chuàng)新機制的探索與科技規(guī)律和創(chuàng)新機制的高效結合，進而實現科技賦能教育的目標。因而這需要對兩者間的理論對話和實踐探索相結合，需要制度創(chuàng)新和理論創(chuàng)新相配合，更需要社會文化、科技文化和教育文化等文化基因的深度挖掘和共生共融。

參考文獻：

[1] 朱昌俊.ChatGPT火了，教育需要雙重應對[N].中國教育報，2023-02-21.

[2]論文都是科技與狠活？ChatGPT為何引教育界“封殺”？[EB/OL]. （2023-02-12）[2023-05-08]. chinanews.com/sh/2023/02-12/9952237.shtml.

[3] 趙星妮，申昕，張婭婷，等編譯.ChatGPT將如何影響教育[N].中國教育報，2023-03-02.

[4] 劉博智.ChatGPT對教育意味著什么——代表委員熱議人工智能技術對教育的影響[N].中國教育報，2023-03-05.

[5] Schumpter， J. The Theory of Economic Development[M].Cambridge， MA： Harvard University Press， 1932： 117-129.

[6] Merton R K. The Matthew Effect in Science[J].Science， 1968， 159（3810）： 56-63.

[7] Schumpeter，J. The Theory of Economic Development[M].Cambridge， MA： Harvard University Press，1932：117-129.

[8] Merton R K. The Matthew Effect in Science[J].Science，1968，159（3810）：56-63.

[9] 張鐓亓. 三角團隊：如何打造團隊戰(zhàn)斗力[M].北京：機械工業(yè)出版社，2009：29-37.

[10] 鄧向榮，汪小潔，曹紅.非連續(xù)性創(chuàng)新理論研究新進展[J].經濟學動態(tài)，2022（1）：132-146.

[11] Lee，K. & C.Lim. Technological regimes， catching-up and leapfrogging： Findings from the Korean industries[J]. Research， 2001， 30（3）： 459-483.

[責任編輯：楊裕南]