【摘 要】早期教學(xué)智能體和生成式人工智能的教學(xué)應(yīng)用存在一些局限，基于此，文章提出了生成式教學(xué)智能體是生成式人工智能用于教育的可普及形態(tài)，同時(shí)闡釋了生成式教學(xué)智能體的創(chuàng)建策略、角色、應(yīng)用以及展望。

【關(guān)鍵詞】教學(xué)智能體；生成式人工智能；生成式教學(xué)智能體

【中圖分類號】G434 【文獻(xiàn)標(biāo)志碼】A

【論文編號】1671-7384（2024）010-008-03

早期教學(xué)智能體的局限

教學(xué)智能體（Pedagogical Agent，簡稱PA）又被稱為“教學(xué)代理”，是智能輔導(dǎo)系統(tǒng)（Intelligent Tutoring System，簡稱ITS）的關(guān)鍵組成部分。教學(xué)智能體是人工智能技術(shù)應(yīng)用于教育的重要研究方向。其被開發(fā)設(shè)定為擬人角色（模擬教師、學(xué)伴等）來增加ITS的社交屬性，以增強(qiáng)學(xué)習(xí)互動(dòng)和參與感，提升學(xué)生學(xué)習(xí)動(dòng)機(jī)，并提供個(gè)性化的教學(xué)和輔導(dǎo)。PA背后的ITS，從本質(zhì)上講是基于規(guī)則和知識庫的專家系統(tǒng)，是依賴于預(yù)制的學(xué)科知識和教學(xué)策略為學(xué)生提供指導(dǎo)和反饋，具有準(zhǔn)確性高的優(yōu)勢。但是把學(xué)科知識和教學(xué)策略以人工編程方式教會(huì)計(jì)算機(jī)使其具備教學(xué)智能，則非常復(fù)雜和耗時(shí)。因此，ITS難以快速更新以反映最新知識和教學(xué)策略，導(dǎo)致PA擴(kuò)展性和適應(yīng)性被限制，這影響了PA的廣泛應(yīng)用。

教學(xué)生成式人工智能的探索

當(dāng)前，ChatGPT正被當(dāng)作通用型教學(xué)智能體，成為學(xué)習(xí)者的私人導(dǎo)師和教師的教學(xué)助理。不過在實(shí)際的教學(xué)運(yùn)用中，ChatGPT等生成式人工智能并沒有展現(xiàn)良好的表現(xiàn)。突出的缺點(diǎn)是回答學(xué)生問題時(shí)，有時(shí)候給出的解釋是錯(cuò)的，這會(huì)帶偏學(xué)生；有時(shí)候給出的分析長篇大論，增加了學(xué)生的認(rèn)知負(fù)荷；還有就是會(huì)直接給出答案，這會(huì)助長抄襲行為。

研究人員發(fā)現(xiàn)，生成式人工智能直接用于教學(xué)實(shí)踐表現(xiàn)不佳的原因，在于其背后的大模型并不是專門為教育教學(xué)而開發(fā)[1]。因此，需要把大模型針對教學(xué)進(jìn)行調(diào)整和優(yōu)化，使得生成式人工智能像優(yōu)秀的人類教師那樣與學(xué)生互動(dòng)。提示工程是優(yōu)化大模型最簡單、最常用的方法。它所需要的只是教師用自然語言寫出一套關(guān)于良好教學(xué)行為的說明作為提示詞，然后生成式人工智能就會(huì)依據(jù)提示要求產(chǎn)生相應(yīng)的教學(xué)行為和內(nèi)容。然而，這種方法效果有限，未從根本上糾正大模型的上述問題。微調(diào)是優(yōu)化大模型的第二種方法。它是讓大模型進(jìn)行額外訓(xùn)練，即通過從補(bǔ)充的教學(xué)數(shù)據(jù)中學(xué)習(xí)來獲取教學(xué)相關(guān)知識，理解有效的教學(xué)行為和策略，讓其從底層擁有了教學(xué)相關(guān)知識和技能，使其能以更符合教學(xué)規(guī)律的行為與學(xué)生互動(dòng)。然而高質(zhì)量教學(xué)數(shù)據(jù)集和有效評估標(biāo)準(zhǔn)的缺乏，導(dǎo)致微調(diào)教育大模型并非完美。不過探索并未停止，一些教師找到了第三種方法讓生成式人工智能服務(wù)于課堂。

生成式教學(xué)智能體的實(shí)現(xiàn)

現(xiàn)在大多數(shù)生成式人工智能平臺(tái)都支持用戶以零代碼或低代碼的方式創(chuàng)建特定功能的智能體（AI Agent）。教師們發(fā)現(xiàn)，利用這種方式創(chuàng)建的智能體也可用來支持自己的教學(xué)。這是一種新型的教學(xué)智能體，由于其基于生成式人工智能創(chuàng)建，為了區(qū)別于傳統(tǒng)的教學(xué)智能體，這里命名為：生成式教學(xué)智能體（Generative Pedagogical Agent，簡稱GPA）。

GPA是使用預(yù)設(shè)的指令和教學(xué)材料來引導(dǎo)GPT-4等生成式人工智能大模型，實(shí)現(xiàn)在特定學(xué)科支持學(xué)生學(xué)習(xí)。這里用到了檢索增強(qiáng)生成技術(shù)（RAG），這是優(yōu)化大模型應(yīng)用于教育的第三種方法。RAG通過提示詞和知識庫內(nèi)容結(jié)合來增強(qiáng)生成式人工智能以展現(xiàn)更好的教學(xué)行為和內(nèi)容輸出。這里的提示詞就是預(yù)設(shè)的指令，它是對智能體教學(xué)行為的明確指示。這里的知識庫就是教師提供的教學(xué)材料，它是讓智能體更明確教學(xué)的內(nèi)容。二者結(jié)合再利用大模型強(qiáng)大的理解和泛化能力，就能提升智能體的教學(xué)能力。具體實(shí)現(xiàn)過程就是，當(dāng)學(xué)生提出問題后，智能體會(huì)把預(yù)設(shè)的指令與學(xué)生問題組合成新指令，再用新指令在知識庫中檢索出相關(guān)內(nèi)容，然后把新指令與檢索到的內(nèi)容構(gòu)建成上下文豐富、結(jié)構(gòu)規(guī)范的提示詞提交給大模型執(zhí)行，這樣GPA就能更好地完成教學(xué)任務(wù)了。可見，GPA實(shí)際上是整合了傳統(tǒng)教學(xué)智能體和生成式人工智能的優(yōu)勢，即通過預(yù)設(shè)和生成來確保教學(xué)的準(zhǔn)確性和適應(yīng)性。不過要做到這些，還需要一些方法和技巧。

生成式教學(xué)智能體的創(chuàng)建策略

創(chuàng)建GPA時(shí)，需要一些策略來簡化復(fù)雜的操作，讓普通教師能快速上手。我們建議做到以下三個(gè)關(guān)鍵策略。（1）任務(wù)策略：盡量不要把GPA設(shè)計(jì)為多任務(wù)或多用途，其任務(wù)和用途相對單一點(diǎn)更好。這樣教師在提示詞中把執(zhí)行的方法指令描述得更清晰，智能體的響應(yīng)速度更快，完成質(zhì)量也更高，另外任務(wù)越多可能需要更多的知識庫文檔來支持。研究人員建議，如果有多主題內(nèi)容或復(fù)雜任務(wù)需要解決，可設(shè)計(jì)多個(gè)智能體來協(xié)同完成[2]。（2）提示詞策略：盡量用示例對提示詞進(jìn)行補(bǔ)充說明，讓智能體正確理解做什么、怎么做、何時(shí)做以及不能做什么等。雖然現(xiàn)在的大模型都針對教育應(yīng)用進(jìn)行了微調(diào)，但當(dāng)提示詞難以準(zhǔn)確描述教師教學(xué)行為或隱性教學(xué)經(jīng)驗(yàn)時(shí)，示例（特別是呈現(xiàn)推理過程的示例）能大幅提升大模型的理解能力。已經(jīng)有大量研究證明，在提示詞中提供示例可顯著提高大模型輸出的性能[3][4]。（3）知識庫策略：盡量以提升RAG檢索性能來設(shè)計(jì)知識庫文檔，這樣才能使文檔中的內(nèi)容都能被完整地檢索并能準(zhǔn)確地回答學(xué)生的問題。技術(shù)研究發(fā)現(xiàn)，結(jié)構(gòu)化文檔和問題清單能有效提升RAG的檢索效率[5]。因此我們建議首先把教學(xué)材料以markdown格式形成結(jié)構(gòu)化清晰的Word文檔；其次把收集的學(xué)生問題、教師要求學(xué)生掌握的問題和大模型生成的能基于教學(xué)材料回答的問題合并成問題清單，并配上答案作為知識庫文檔之一，以此把學(xué)情數(shù)據(jù)和教學(xué)材料進(jìn)行融合來提升RAG的性能。

以上策略，是進(jìn)一步為GPA設(shè)定“護(hù)欄”，讓其在特定學(xué)科教學(xué)中發(fā)揮穩(wěn)定的作用。值得一提的是，一些專用的GPA創(chuàng)建平臺(tái)（國外的SchoolAI和國內(nèi)的曉羊智能體）設(shè)置了更好的“護(hù)欄”來支持安全教學(xué)，如平臺(tái)上沒有與學(xué)習(xí)無關(guān)智能體的干擾，教師能查看學(xué)生與智能體的對話數(shù)據(jù)等。

生成式教學(xué)智能體的角色

最新的研究發(fā)現(xiàn)，在提示詞中讓大模型扮演角色能提高其推理能力和內(nèi)容輸出的質(zhì)量[5]。創(chuàng)建GPA時(shí)可通過下面的方法來賦予其角色以提升其性能。

（1）主題角色。這是為創(chuàng)建某個(gè)教學(xué)主題GPA而賦予的角色，如說明文寫作導(dǎo)師、單詞教練、化學(xué)方程式配平向?qū)У?；也可為一個(gè)學(xué)科概念，為一篇閱讀材料，為一個(gè)歷史事件等創(chuàng)建一個(gè)GPA。在實(shí)踐中，最常見的是教師基于一個(gè)單元或一節(jié)課的內(nèi)容，創(chuàng)建GPA導(dǎo)師。教師只需在預(yù)設(shè)提示詞中說明教學(xué)要求（教學(xué)步驟、教學(xué)方法等），并上傳相應(yīng)的教學(xué)材料，就能輕松創(chuàng)建這類GPA。這類GPA通?？赏ㄟ^全流程教學(xué)來支持學(xué)生的自主學(xué)習(xí)，不僅可用來回答學(xué)生的問題，還可通過向?qū)W生詢問有關(guān)該主題的問題來幫助學(xué)生學(xué)習(xí)。

（2）功能角色。如果不是將GPA用于全流程教學(xué)，而只是在教學(xué)某個(gè)環(huán)節(jié)用GPA作為教師的教學(xué)助手，那么可為此創(chuàng)建實(shí)現(xiàn)特定教學(xué)功能的GPA，如化學(xué)鍵答疑助教（專門回答學(xué)生各種關(guān)于化學(xué)鍵的問題）、三角函數(shù)習(xí)題生成器（根據(jù)學(xué)生要求生成題目供學(xué)生練習(xí)并給出批改反饋）、洋流習(xí)題講評助手（就“洋流”這節(jié)課的作業(yè)對學(xué)生進(jìn)行個(gè)別講評）等。這類GPA的用途是為教師主導(dǎo)的教學(xué)做輔助。這樣教師在創(chuàng)建時(shí)就會(huì)比主題角色的GPA更簡單。如習(xí)題講評助手的創(chuàng)建，教師只需要在預(yù)設(shè)提示詞中說明講評規(guī)則，再上傳需要講評的習(xí)題和答案即可。

（3）人物角色。這是為教學(xué)內(nèi)容相關(guān)的人物創(chuàng)建GPA角色。我們可讓GPA扮演真實(shí)人物，如某個(gè)科學(xué)家、作家、歷史人物，也可讓GPA扮演文學(xué)作品中塑造的人物角色，如莎士比亞筆下的威尼斯商人夏洛克，甚至可讓GPA扮演原子、細(xì)胞等擬人角色。這類GPA是以創(chuàng)設(shè)情境的方式來支持學(xué)生進(jìn)行沉浸式拓展學(xué)習(xí)，主要是向?qū)W生提供豐富的材料并進(jìn)行恰當(dāng)?shù)慕忉尅?chuàng)建這類GPA或許更簡單。首先，不需要在預(yù)設(shè)提示詞中說明復(fù)雜的教學(xué)規(guī)則，僅需要對輸出的內(nèi)容正確性、難易度和長度等提出要求以適合學(xué)生的層次。其次，GPA背后生成式人工智能大模型本身就能回答大多數(shù)問題，所以對知識庫材料的要求不高，僅準(zhǔn)備大模型不熟悉的內(nèi)容即可，建議提供相關(guān)教材內(nèi)容以幫助GPA理解學(xué)生需掌握的知識層次。

生成式教學(xué)智能體的應(yīng)用

（1）翻轉(zhuǎn)課堂。翻轉(zhuǎn)課堂是學(xué)生在家中通過課程材料（視頻或其他數(shù)字資源）學(xué)習(xí)新知識，然后在課堂上通過協(xié)作活動(dòng)、討論或解決問題的練習(xí)來應(yīng)用他們學(xué)到的知識。在這個(gè)過程中，即便是教師精心準(zhǔn)備的課程材料可能也無法避免“一刀切”的窘境。基于主題內(nèi)容創(chuàng)建的GPA可作為AI導(dǎo)師來支持學(xué)生更有效地在家學(xué)習(xí)，確保他們來上課時(shí)準(zhǔn)備得更充分，并能更好地投入實(shí)踐活動(dòng)或討論中。另外，在學(xué)生人數(shù)較多的課堂，教師也可創(chuàng)建GPA作為答疑助手來回答學(xué)生個(gè)性化的問題，還可把習(xí)題生成器GPA分發(fā)給每位學(xué)生使用，以支持自適應(yīng)練習(xí)和反饋。

（2）同伴教學(xué)。同伴教學(xué)是利用學(xué)生之間的討論和交流，促進(jìn)他們IIF7+ff1rs0lpa0K+cvYA1Kf1cgCgCVpjyZNaSBsVzc=對概念的理解和應(yīng)用，提高他們的課堂參與度和學(xué)習(xí)效果。在這個(gè)過程中，有很多因素可能導(dǎo)致無法形成有效的討論和交流，如口頭表達(dá)能力、性格、認(rèn)知差距等。教師可創(chuàng)建GPA擔(dān)任“同伴”角色，分發(fā)給配對效果不好的學(xué)生，讓AI同伴與其開展適應(yīng)性的互動(dòng)。另外，學(xué)生扮演教師去教會(huì)別人是同伴教學(xué)中常見的活動(dòng)，但是如果“學(xué)習(xí)者”無法識別“教師”的錯(cuò)誤，這可能形成知識傳播不準(zhǔn)確的風(fēng)險(xiǎn)。教師可創(chuàng)建GPA擔(dān)任“學(xué)習(xí)者”角色來促進(jìn)這一活動(dòng)的有效實(shí)施，避免類似情況發(fā)生。

（3）POGIL模式。POGIL是Process Oriented Guided Inquiry Learning的縮寫，意為面向過程的指導(dǎo)型探究學(xué)習(xí)，就是教師提供指導(dǎo)性的學(xué)習(xí)材料支持學(xué)生在合作中由淺入深地遞進(jìn)完成探究問題。這個(gè)過程中，需要學(xué)生扮演不同的合作學(xué)習(xí)角色，教師則在教室里四處走動(dòng)，根據(jù)需要提供指導(dǎo)和支持。如果學(xué)生小組合作有缺陷，教師可創(chuàng)建GPA扮演小組中相應(yīng)的角色來協(xié)助合作學(xué)習(xí)的開展；教師忙不過來，也可創(chuàng)建GPA扮演團(tuán)隊(duì)教練來對小組進(jìn)行指導(dǎo)。

（4）5E模式。5E與POGIL類似，本質(zhì)上都是基于建構(gòu)主義學(xué)習(xí)理論的支架式教學(xué)，是通過Engage（吸引）、Explore（探究）、Explain（解釋）、Elaborate（遷移）和Evaluate（評價(jià)）五種活動(dòng)來支持學(xué)生的探究式學(xué)習(xí)。教師可為每個(gè)小組創(chuàng)建GPA來擔(dān)任流程教練，以增強(qiáng)對各個(gè)小組活動(dòng)的指導(dǎo)，包括在每個(gè)活動(dòng)起始提供任務(wù)問題，在過程中對小組共同的問題進(jìn)行協(xié)助，并通過接收小組活動(dòng)成果做出評價(jià)和反饋來適應(yīng)性地引導(dǎo)后續(xù)活動(dòng)的開展。

教學(xué)智能體的未來展望

早期PA就曾以2D或3D的擬人形象出現(xiàn)，但終究因技術(shù)實(shí)現(xiàn)復(fù)雜和互動(dòng)效果有限而沒有廣泛應(yīng)用?，F(xiàn)在利用生成式人工智能可實(shí)現(xiàn)真人形象的數(shù)字分身——數(shù)字人，同時(shí)GPT4o能通過攝像頭觀察現(xiàn)實(shí)世界并與人類互動(dòng)。如果把這些先進(jìn)技術(shù)與GPA結(jié)合，或許將是GPA的未來形態(tài)——數(shù)字人教學(xué)智能體?？梢灶A(yù)見，當(dāng)模擬教師真人形態(tài)的數(shù)字人具備基于視覺來與學(xué)生溝通時(shí)，教育將真正迎來革命性的變化。

注：本文系重慶市教育科學(xué)規(guī)劃課題“生成式人工智能賦能中學(xué)生深度學(xué)習(xí)的教學(xué)模式構(gòu)建和實(shí)踐研究”（課題編號：K24ZG1140078）、“教學(xué)智能體賦能中學(xué)數(shù)學(xué)教學(xué)的實(shí)踐研究”（課題編號：K24ZG1140142）、“生成式人工智能賦能中學(xué)物理跨學(xué)科主題學(xué)習(xí)的實(shí)踐研究”（課題編號：K24ZG1140117）、“生成式人工智能促進(jìn)農(nóng)村中學(xué)教師專業(yè)發(fā)展的策略研究”（課題編號：K23ZX1140007）研究成果

參考文獻(xiàn)

Irina Jurenka，et al.Towards Responsible Development of Generative AI for Education： An Evaluation-Driven Approach[EB/OL].（2024-07-19）[2024-09-03].https：//arxiv.org/abs/2407.12687v2.

[3] Graham Clay.Tutorial：How to Build （Better） Custom GPTs[EB/OL].（2024-05-22）[2024-09-05].https：//automatedteach.com/p/tutorial-how-to-build-custom-gpt-tutor.

Aobo Kong，et al.Better Zero-Shot Reasoning with Role-Play Prompting[EB/OL].（2024-03-14）[2024-09-06].https：//arxiv.org/abs/2308.07702v2.

Christian Griset.Why Your RAG Doesn’t Work[EB/OL].（2024-03-5）[2024-09-06].https：//medium.com/@cdg2718/why-your-rag-doesnt-work-9755726dd1e9.