摘""要：生成式人工智能的綜合理解和生成能力較傳統(tǒng)人工智能進(jìn)一步提高，在建設(shè)學(xué)習(xí)型社會和終身教育體系的新時代下，生成式人工智能通過賦能個性化學(xué)習(xí)和智能輔助教學(xué)評價等應(yīng)用場景，有效解決了海量教學(xué)資源選擇難和教學(xué)評價繁重等問題。深入探討了生成式人工智能在推動可持續(xù)發(fā)展教育中的作用及實施路徑，生成式人工智能通過構(gòu)建知識圖譜、優(yōu)化學(xué)習(xí)推薦和智能輔助精準(zhǔn)評估，不僅提升了教育質(zhì)量與效率，還促進(jìn)了教育公平，為實現(xiàn)聯(lián)合國2030年可持續(xù)發(fā)展教育目標(biāo)，推進(jìn)教育數(shù)字化提供了強(qiáng)有力的技術(shù)支撐。

關(guān)鍵詞：生成式人工智能""可持續(xù)發(fā)展教育""知識圖譜""個性化學(xué)習(xí)""智能輔助評價

中圖分類號：G644

Exploration"of"Generative"AI"Empowering"ESD"Scenarios

XING"Shiyu

Liaoning"Finance"Vocational"College，"Shenyang，"Liaoning"Province，"110122"China

Abstract："The"comprehensive"understanding"and"generation"ability"of"generative"Artificial"Intelligence（AI）"have"been"further"improved"compared"to"traditional"AI."In"the"new"era"of"building"a"learning"society"and"a"lifelong"education"system，"generative"AI"can"effectively"solve"the"problems"of"difficult"selection"of"massive"teaching"resources"and"heavy"teaching"evaluation"by"empowering"application"scenarios"such"as"personalized"learning"and"intelligent"assisted"teaching"evaluation."This"paper"deeply"discusses"the"role"andnbsp;implementation"path"of"generative"AI"in"promoting"education"for"sustainable"development（ESD），"which"not"only"improves"the"quality"and"efficiency"of"education，"but"also"promotes"educational"equity"by"building"knowledge"graphs，"optimizing"learning"recommendations，"and"intelligently"assisting"accurate"evaluation，"providing"strong"technical"support"for"the"realization"of"the"United"Nations’"2030"Education"for"Sustainable"Development"Goals"and"the"digitalization"of"education.

Key"Words："Generative"AI;"ESD;"Knowledge"graph;"Personalized"learning;"Intelligently"assisted"evaluation

自聯(lián)合國提出17個可持續(xù)發(fā)展目標(biāo)已近10年，各國在教科文組織的指導(dǎo)下，政府、社區(qū)、學(xué)校、學(xué)習(xí)機(jī)構(gòu)和教育者等角色共同推進(jìn)2030年可持續(xù)發(fā)展教育目標(biāo)的達(dá)成。我國的科教興國戰(zhàn)略，將教育置于優(yōu)先發(fā)展的戰(zhàn)略地位，教育數(shù)字化是我國開辟教育發(fā)展新賽道和塑造教育發(fā)展新優(yōu)勢的重要突破口[1]。

然而，目前我國依然部分存在教學(xué)內(nèi)容、組織形式和評價體系等教學(xué)體系僵化和單一化的問題，導(dǎo)致教育成果易出現(xiàn)兩極分化的情況，無法很好地滿足數(shù)字社會的人才需求。生成式人工智能，如ChatGPT的快速發(fā)展，對未來可持續(xù)發(fā)展教育形態(tài)將產(chǎn)生深刻影響，為教育模式的變革和教育數(shù)字化的深化帶來新的機(jī)遇。

1"生成式人工智能的發(fā)展現(xiàn)狀

根據(jù)國家網(wǎng)信辦《生成式人工智能服務(wù)管理暫行辦法》對生成式人工智能技術(shù)的定義，生成式人工智能技術(shù)是指具有文本、圖片、音頻、視頻等內(nèi)容生成能力的模型及相關(guān)技術(shù)。和傳統(tǒng)人工智能相比，生成式人工智能（Generative"AI）在理解輸入的數(shù)據(jù)后，分析其結(jié)構(gòu)特性和內(nèi)在分布，創(chuàng)造與真實數(shù)據(jù)高度相似但又不完全相同的新數(shù)據(jù)[2]。

2022年OpenAI提出的通過人類反饋強(qiáng)化學(xué)習(xí)（reinforcement"learning"from"human"feedback，RLHF）機(jī)制引導(dǎo)InstructGPT模型生成符合預(yù)期結(jié)果的ChatGPT，使得生成式人工智能走向大語言模型時代；2023年的GPT-4和GPT-4"Turbo在處理速度、準(zhǔn)確性、自適應(yīng)學(xué)習(xí)等方面的功能不斷增強(qiáng)；2024年5月13日推出的"GPT-4o在"GPT-4"Turbo的基礎(chǔ)上構(gòu)建了新的大語言模型，采用單一統(tǒng)一的神經(jīng)網(wǎng)絡(luò)處理多模態(tài)輸入（接受文本、圖像、音頻和視頻的任意組合作為輸入，并生成文本、圖像和音頻輸出的任意組合），推理速度和吞吐量進(jìn)一步提高，其跨模態(tài)的綜合理解和生成能力是邁向更自然的人機(jī)交互的關(guān)鍵[3]。

有賴于生成式人工智能技術(shù)的快速迭代，生成式人工智能在教育、醫(yī)療、金融、計算機(jī)、文藝創(chuàng)作和檔案管理等領(lǐng)域，在互動交流、輔助設(shè)計、內(nèi)容創(chuàng)作和個性化定制等方面應(yīng)用廣泛。比如使用者可以在平臺咨詢法律和醫(yī)療方面的基礎(chǔ)建議，再求助律師和醫(yī)生的專業(yè)指導(dǎo)；在計算機(jī)行業(yè)，生成式人工智能可以根據(jù)需求生成高質(zhì)量代碼，并根據(jù)細(xì)化要求進(jìn)一步修改完善；在金融領(lǐng)域，通過對話式交互收集客戶的個人信息和偏好[4]，有針對性、人性化地解決客戶的金融需求，形成用戶的專屬“數(shù)字分身”[5]，通過大量收集和深度分析市場數(shù)據(jù)，幫助銀行提供合理的決策[6]。教育領(lǐng)域?qū)ι墒饺斯ぶ悄芗夹g(shù)的反應(yīng)迅速又強(qiáng)烈，有些學(xué)者從行業(yè)角度分析，認(rèn)為新技術(shù)對教育影響巨大將重塑教育邏輯與生態(tài)[7-11]，并重點(diǎn)關(guān)注對高等教育的影響[12-13]；有些學(xué)者從教師角度分析未來的機(jī)遇與變革[14-16]。但在學(xué)生的社會學(xué)習(xí)教育中，生成式人工智能又帶來哪些機(jī)遇和風(fēng)險卻鮮有學(xué)者討論，在建設(shè)學(xué)習(xí)型社會和終身教育體系的新時代下，探究生成式人工智能對可持續(xù)發(fā)展教育的影響的意義重大。

2"可持續(xù)發(fā)展教育的困境

黨的二十大報告提出：“推進(jìn)教育數(shù)字化，建設(shè)全民終身學(xué)習(xí)的學(xué)習(xí)型社會、學(xué)習(xí)型大國”，這與聯(lián)合國“確保包容和公平的優(yōu)質(zhì)教育，讓全民終身享有學(xué)習(xí)機(jī)會”的2030可持續(xù)發(fā)展教育目標(biāo)[17]相吻合。目前，我國線上教育資源數(shù)量較為豐富。以國家智慧教育平臺資源為例，截至2023年底，中小學(xué)課程資源已有8.8萬條；職教板塊包括在線精品課、虛擬仿真等資源2.8萬個；老年教育上線課程43.6萬門；中國慕課上線7.68萬門課程，已服務(wù)12.77億人次的學(xué)習(xí)[18]。這一數(shù)據(jù)充分彰顯了國家智慧教育平臺全過程育人的巨大優(yōu)勢。隨著終身學(xué)習(xí)觀念的不斷深入人心，用戶群體不斷豐富，對可持續(xù)發(fā)展教育提出了更高的要求[19]。

2.1"知識圖譜構(gòu)建棘

知識圖譜作為一種結(jié)構(gòu)化的知識展示模型，將學(xué)科或課程的知識點(diǎn)和其相互關(guān)系形成網(wǎng)狀的知識結(jié)構(gòu)，清晰地展現(xiàn)知識脈絡(luò)，方便學(xué)習(xí)者由淺入深理解課程的內(nèi)容。雖然目前線上資源數(shù)量豐富、質(zhì)量逐漸提升，但并未搭建知識圖譜的海量教育資源反而成為了學(xué)習(xí)者自主學(xué)習(xí)、深入學(xué)習(xí)的桎梏，尤其是高等教育在線精品課內(nèi)容多數(shù)以知識點(diǎn)的形式呈現(xiàn)，知識點(diǎn)間的演進(jìn)和結(jié)構(gòu)關(guān)系對于初學(xué)者的理解是十分困難的，構(gòu)建知識圖譜可以幫助學(xué)習(xí)者描述、分析、呈現(xiàn)知識點(diǎn)及其聯(lián)系。

但知識圖譜的構(gòu)建是較為困難的。一方面是教學(xué)資源數(shù)據(jù)格式問題，教學(xué)大綱和數(shù)字教材中的文本類資源可以生成結(jié)構(gòu)化數(shù)據(jù)，音頻、視頻格式的課程教學(xué)資源和數(shù)字教材生成的是半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)[20]，這些數(shù)據(jù)需要通過手動或技術(shù)手段進(jìn)行提取和處理，這要求數(shù)據(jù)處理者具備較高的數(shù)據(jù)處理能力和計算機(jī)水平才能完成；另一方面為確保教學(xué)順序的邏輯性和知識點(diǎn)的準(zhǔn)確性，比如定理、公式和理論學(xué)說等復(fù)雜內(nèi)容的精準(zhǔn)識別，以求達(dá)成教學(xué)目標(biāo)、形成學(xué)習(xí)成果，并根據(jù)現(xiàn)實需求更新教學(xué)大綱和課程內(nèi)容等，這就需要教育專家、學(xué)科負(fù)責(zé)人、授課教師的高度參與。更遑論交叉學(xué)科、跨學(xué)科等專業(yè)課程內(nèi)容，綜合來講，就是需要數(shù)據(jù)處理技術(shù)人員與教育專家等人員合力構(gòu)建知識圖譜，清晰展示課程與相關(guān)課程的知識體系，難度可想而知。

2.2"分層教學(xué)實施難

“以學(xué)生為中心”“因材施教”的分層教學(xué)要求符合學(xué)生學(xué)習(xí)和發(fā)展規(guī)律，教師在線下教學(xué)時都在積極探索。在線下授課時，可以根據(jù)學(xué)生的學(xué)習(xí)基礎(chǔ)進(jìn)行簡單分層，比如根據(jù)學(xué)生英語水平的高低分為普通班和加強(qiáng)班，在授課時教師可以根據(jù)全班的英文平均水平更好地準(zhǔn)備英文內(nèi)容的難易和占比，以此達(dá)到“讓普通水平的同學(xué)學(xué)好，讓加強(qiáng)班的同學(xué)學(xué)飽”的效果。但在線上學(xué)習(xí)時，海量且沒有進(jìn)行難度劃分的線上資源，容易讓學(xué)習(xí)者產(chǎn)生“知識過載”和“知識迷航”的情況[21]，大多數(shù)情況下只能學(xué)習(xí)者摸索解決。學(xué)習(xí)過程中的成本越低，學(xué)習(xí)者參與學(xué)習(xí)的主動性越高，反之亦反，因此“探索式”學(xué)習(xí)模式對可持續(xù)發(fā)展教育會造成限制作用。

“以學(xué)生為中心”“因材施教”的教育要求暗含著合理的分層標(biāo)準(zhǔn)、學(xué)生前期學(xué)習(xí)基礎(chǔ)的全面了解、學(xué)習(xí)結(jié)果更全面的評價、學(xué)生偏好的教學(xué)模式、當(dāng)學(xué)生覺得過易或過難應(yīng)當(dāng)如何調(diào)整推薦等諸多要素。這要求教學(xué)資源平臺在學(xué)生線上學(xué)習(xí)前中后期需要收集大量的數(shù)據(jù)，以保證分層教學(xué)的合理性和及時性，對教學(xué)過程中學(xué)生數(shù)據(jù)的收集、抓取、分析、處理和推薦提出了較高的要求。

2.3"教學(xué)評價工作繁重

學(xué)生學(xué)習(xí)成果的評價工作是檢驗學(xué)生知識掌握與積累、素養(yǎng)與能力目標(biāo)達(dá)成、激發(fā)學(xué)生自驅(qū)力、推動教師更新教學(xué)內(nèi)容與方法、調(diào)整教學(xué)過程、促進(jìn)師生共同提升的重要手段[22]。對教師來說，教學(xué)評價是滾動的。本屆學(xué)生的形成性評價反映出的個體成長情況，因材施教以達(dá)成所有學(xué)生都能夠達(dá)到課程目標(biāo)是本輪授課的結(jié)束也是下一輪授課的開始，因為學(xué)生的學(xué)習(xí)特征存在共性問題，在為下屆學(xué)生講授前，可以基于以往的數(shù)據(jù)更好地應(yīng)對學(xué)生的學(xué)習(xí)問題和調(diào)整授課內(nèi)容和方法，多門課程的教學(xué)評價以點(diǎn)成線，形成本專業(yè)人才培養(yǎng)周期的形成性評價，對本專業(yè)、本學(xué)校的教學(xué)質(zhì)量的提高都存在較大的借鑒意義。但這一過程中，教師承擔(dān)的教學(xué)評價工作任務(wù)繁重，收集、記錄、整理、分析學(xué)生數(shù)據(jù)會花費(fèi)大量時間和精力，可能會出現(xiàn)本末倒置的情況；線上學(xué)習(xí)者的體量更是龐大，完全靠教師進(jìn)行數(shù)據(jù)收集和分析不亞于天方夜譚。

3"生成式人工智能賦能可持續(xù)發(fā)展教育

從學(xué)習(xí)者的需求出發(fā)，在達(dá)成可持續(xù)發(fā)展目標(biāo)應(yīng)該有以下3個必經(jīng)之路：（1）能夠較為便捷地獲取需要且合適的學(xué)習(xí)資源，并通過學(xué)習(xí)達(dá)成技能提升、素質(zhì)增強(qiáng)、情操培養(yǎng)等目標(biāo)；（2）在學(xué)習(xí)后能夠判斷出學(xué)習(xí)效果，是否達(dá)成現(xiàn)有課程培養(yǎng)目標(biāo)，并推薦進(jìn)階課程內(nèi)容；（3）在不干擾學(xué)習(xí)行為、生活和工作節(jié)奏的前提下，通過日常行為盡早觀察到可能影響工作和生活的社會性發(fā)展水平問題，并以委婉的形式提醒通過學(xué)習(xí)或醫(yī)學(xué)干預(yù)，以保證健康學(xué)習(xí)生活和人際交往行為。生成式人工智能技術(shù)為可持續(xù)發(fā)展教育目標(biāo)提供強(qiáng)大的支撐力量，賦能可持續(xù)發(fā)展教育的應(yīng)用場景和實施路徑。

3.1"個性化的學(xué)習(xí)體驗

個性化學(xué)習(xí)其實是根據(jù)學(xué)習(xí)者的專業(yè)基礎(chǔ)、學(xué)習(xí)偏好和學(xué)習(xí)需求等數(shù)據(jù)，為學(xué)習(xí)者推薦合適的學(xué)習(xí)資源，并搭配深度學(xué)習(xí)技術(shù)在其學(xué)習(xí)的過程中收集交互行為數(shù)據(jù)，提升推薦性能。個性化學(xué)習(xí)應(yīng)用場景的搭建需要從以下3個角度協(xié)力完成。

3.1.1"資源平臺端

資源平臺端應(yīng)至少具備知識檢索、智能問答和課程推薦3項功能，這3項功能的實現(xiàn)依靠知識圖譜的構(gòu)建，體量大、標(biāo)準(zhǔn)不一、維護(hù)難是構(gòu)建知識圖譜的難題，生成式人工智能技術(shù)可以幫助突破這些難題。首先，借助人工神經(jīng)網(wǎng)絡(luò)對教學(xué)與崗位標(biāo)準(zhǔn)內(nèi)容進(jìn)行深度學(xué)習(xí)，然后對知識元數(shù)據(jù)的分支去粗取精形成高聚合知識簇，聚類圖譜基本成型，再次面對海量的學(xué)習(xí)資源和數(shù)據(jù)利用神經(jīng)網(wǎng)絡(luò)技術(shù)，完善知識圖譜節(jié)點(diǎn)內(nèi)容，最后可以請專家團(tuán)隊對數(shù)據(jù)采集內(nèi)容進(jìn)行核對、編輯，訓(xùn)練神經(jīng)網(wǎng)絡(luò)以備后用。平臺搭建好知識圖譜后，在學(xué)生進(jìn)行知識檢索或進(jìn)行提問時，平臺即可通過圖卷積網(wǎng)絡(luò)和異構(gòu)信息網(wǎng)絡(luò)，解讀學(xué)習(xí)者的語義表達(dá)，快速定位到知識點(diǎn)[23]。

課程推薦相比其他兩項功能“定位知識點(diǎn)”的實施多一個“描繪用戶畫像”的步驟。首先，收集學(xué)習(xí)者目前的學(xué)習(xí)經(jīng)歷及知識結(jié)構(gòu)、明確學(xué)習(xí)需求及學(xué)習(xí)目標(biāo)數(shù)據(jù)以繪制用戶畫像；其次，確定學(xué)習(xí)者的個人知識圖譜、學(xué)習(xí)領(lǐng)域知識圖譜以及知識差異集；最后，依據(jù)知識差異集進(jìn)行個性化學(xué)習(xí)內(nèi)容推薦，并利用矩陣分解技術(shù)計算學(xué)習(xí)者與未學(xué)習(xí)資源的交互概率或引用超圖神經(jīng)網(wǎng)絡(luò)，結(jié)合學(xué)生學(xué)習(xí)情況反饋數(shù)據(jù)的收集情況，更新合適的后續(xù)學(xué)習(xí)資源，實現(xiàn)不同基礎(chǔ)、不同學(xué)習(xí)特點(diǎn)、不同學(xué)習(xí)目標(biāo)學(xué)生的定制學(xué)習(xí)之路。

以運(yùn)動軟件KEEP為例，平臺先收集用戶身高、體重、運(yùn)動基礎(chǔ)和頻次、想要達(dá)成的運(yùn)動目標(biāo)等基本情況后，還會收集是否有影響運(yùn)動的既往病史、不喜歡哪些運(yùn)動動作（比如高抬腿、波比跳等），再生成推薦的課程內(nèi)容。在運(yùn)動課程中退出，會詢問退出原因（難度太大、臨時有事等），課程結(jié)束后用戶選擇本次運(yùn)動的難度（1～10星打分），調(diào)整推薦的運(yùn)動難度和類別。

3.1.2""教師維護(hù)端

教師的重點(diǎn)工作在于學(xué)習(xí)資源的整理和更新。分層教學(xué)的難點(diǎn)在于對學(xué)校學(xué)生精確考核學(xué)習(xí)基礎(chǔ)進(jìn)行分班，從學(xué)生管理角度來看是不現(xiàn)實的，因此教師的教學(xué)資源難度往往取平均值，搭配少量難度較高的內(nèi)容作為拓展內(nèi)容。個性化學(xué)習(xí)因為缺乏“教師監(jiān)督”，更多的學(xué)習(xí)者是因為興趣愛好或提升自我的想法，選擇拓展知識邊界，因此，教師在設(shè)計教學(xué)內(nèi)容或考核時更應(yīng)該增加給予學(xué)生正反饋的頻次（比如運(yùn)動軟件KEEP課程休息和運(yùn)動后半程，會頻繁播報“再堅持一下！”“你已經(jīng)很棒了！”等內(nèi)容），讓學(xué)習(xí)者產(chǎn)生更多的學(xué)習(xí)動力。教師可以將課程內(nèi)容和資料按照基礎(chǔ)、中等、困難等多種模式進(jìn)行設(shè)計，對不同難度層次的課程設(shè)置不同的教學(xué)目標(biāo)，生成不同的學(xué)習(xí)成果，并定期關(guān)注學(xué)習(xí)者的反饋，調(diào)整內(nèi)容難度和豐富度，適應(yīng)當(dāng)下的現(xiàn)實需求。

在整理好教學(xué)資源后，教師根據(jù)資源平臺的要求，上傳符合格式要求的教學(xué)標(biāo)準(zhǔn)、崗位標(biāo)準(zhǔn)、課程大綱、課程的視頻、文本、圖片、測試題目等資源，保證較高的數(shù)據(jù)質(zhì)量，平臺即可利用生成式人工智能，采用馬爾可夫模型或基于HMM模型自動抽取元數(shù)據(jù)，不僅方便后續(xù)機(jī)器深度學(xué)習(xí)提升元數(shù)據(jù)抽取技術(shù)，實現(xiàn)元數(shù)據(jù)的統(tǒng)一，方便平臺搭建知識圖譜，而且可以進(jìn)行智慧化教學(xué)設(shè)計，生成互動式教學(xué)資源，應(yīng)用多種場景。

3.1.3""學(xué)生學(xué)習(xí)端

學(xué)生出于提升職業(yè)技能、學(xué)習(xí)專業(yè)知識和培養(yǎng)興趣愛好等目標(biāo)選擇自我學(xué)習(xí)，為平臺更加準(zhǔn)確地推薦合適的學(xué)習(xí)資源，學(xué)習(xí)者應(yīng)當(dāng)配合平臺收集必要的數(shù)據(jù)。例如：平臺需要確定學(xué)習(xí)者的個人知識領(lǐng)域，可能發(fā)放問卷了解學(xué)習(xí)者的學(xué)習(xí)特征、動機(jī)、偏好和目標(biāo)，收集數(shù)據(jù)越多，繪制用戶畫像越準(zhǔn)確，學(xué)習(xí)者根據(jù)自己的實際情況選擇合適的答案；在平臺推薦學(xué)習(xí)資源后，學(xué)習(xí)者根據(jù)順序進(jìn)行學(xué)習(xí)，對章節(jié)測試、課后問答等反饋學(xué)習(xí)成果的要及時作答，這樣平臺才能跟蹤監(jiān)測知識點(diǎn)是否掌握、在課程學(xué)習(xí)中或結(jié)束后反饋課程難度和吸收情況，方便平臺及時調(diào)整推薦內(nèi)容。

學(xué)習(xí)者借助平臺知識檢索、智能問答和課程推薦等多項功能，可以與平臺的預(yù)設(shè)角色進(jìn)行沉浸式互動，提升學(xué)習(xí)者的學(xué)習(xí)興趣。例如人工智能軟件“豆包”在首頁中設(shè)計“英語口語聊天搭子”“面試專家”“中醫(yī)學(xué)習(xí)”“學(xué)習(xí)小幫手”等多個角色。以“學(xué)習(xí)小幫手”為例，可以向它提問從小學(xué)到大學(xué)的各科題目，包括語數(shù)外政及經(jīng)濟(jì)學(xué)、計算機(jī)、法學(xué)、醫(yī)學(xué)、機(jī)械等多個學(xué)科。在提問明確問題時，學(xué)習(xí)小助手會給出比較確切的答案；如果是描述性的模糊問題，它會不斷提出問題，引導(dǎo)學(xué)習(xí)者進(jìn)行詳細(xì)描述，之后給出籠統(tǒng)性回答或建議，這種互動式問答能夠加深學(xué)習(xí)者對問題的理解。

3.2"智能輔助精準(zhǔn)評價

可持續(xù)發(fā)展教育推動傳統(tǒng)教育模式的變化，從原來的結(jié)果選拔向知識網(wǎng)格化轉(zhuǎn)變，從強(qiáng)調(diào)知識獲取到注重能力和素養(yǎng)提升，生成式人工智能技術(shù)的應(yīng)用，考核方式也從原來的“師生+生生的人際”考核轉(zhuǎn)變?yōu)椤叭穗H+人機(jī)”考核，不僅能減輕教師的工作強(qiáng)度，又能提升評價的精準(zhǔn)性。

3.2.1""教師學(xué)生評價數(shù)據(jù)上傳

目前教學(xué)評價由原來的終結(jié)性評價慢慢變化為“過程性評價+形成性評價+終結(jié)性評價”，以全面檢驗學(xué)生的學(xué)習(xí)情況，便于教師及時調(diào)整授課難度、增加基礎(chǔ)或高階知識的安排。教學(xué)評價工作從課前開始貫穿課程到結(jié)束，教師通過課前發(fā)放調(diào)查問卷或測試結(jié)果，了解學(xué)生對前置知識的掌握情況，確定教學(xué)難點(diǎn)；在教學(xué)過程中，教師進(jìn)行課堂提問、設(shè)計課堂測試，并及時地給予反饋，鼓勵學(xué)生激發(fā)學(xué)習(xí)興趣，認(rèn)真記錄學(xué)生在課堂上的表現(xiàn)，評估學(xué)生達(dá)到教學(xué)目標(biāo)的程度；課后根據(jù)形成性和過程性評價結(jié)果，及時調(diào)整教學(xué)方法或內(nèi)容，在期末對學(xué)生掌握知識和應(yīng)用知識的能力進(jìn)行測試，得到終結(jié)性評價。

在教學(xué)評價工作中，教師學(xué)生的評價數(shù)據(jù)是基于線下教學(xué)過程產(chǎn)生的。當(dāng)老師進(jìn)行課堂提問或情景演練等活動后，綜合學(xué)生積極性和回答質(zhì)量進(jìn)行打分；當(dāng)進(jìn)行小組作業(yè)時，學(xué)生間可以根據(jù)每個人的任務(wù)分配難度、完成情況和協(xié)作意愿等因素進(jìn)行綜合打分；另外根據(jù)學(xué)生前后的增值性變化，教師也可以給學(xué)生加減課堂表現(xiàn)分?jǐn)?shù)。以上這些內(nèi)容因為并未依賴智慧教學(xué)平臺，因此需要教師和學(xué)生手動上傳評價數(shù)據(jù)，完善平臺數(shù)據(jù)智能采集的缺失。

3.2.2""平臺數(shù)據(jù)智能采集分析

平臺數(shù)據(jù)智能采集分析可以貫穿教學(xué)的全過程，大大減少教師基礎(chǔ)性、重復(fù)性評價工作。課前教師發(fā)放基礎(chǔ)知識學(xué)習(xí)任務(wù)后，平臺通過自然語言處理算法、機(jī)器學(xué)習(xí)算法等評估學(xué)生的學(xué)習(xí)質(zhì)量和答題能力，利用可視化技術(shù)為教師展示學(xué)生的學(xué)習(xí)情況，方便教師確定教學(xué)難點(diǎn)和調(diào)整授課內(nèi)容難度；課中的隨堂測試和課后教師發(fā)放的拓展性任務(wù)，教學(xué)平臺通過正確作答率和新穎性等評估指標(biāo)收集學(xué)生知識掌握和應(yīng)用數(shù)據(jù)，為學(xué)生推薦合適的課外學(xué)習(xí)資源。

如果是完全依賴平臺的線上課程，則可以通過準(zhǔn)確性指標(biāo)（命中率、精準(zhǔn)率、召回率等）、排序指標(biāo)（歸一化折損累計增益、平均倒數(shù)排名、AUC值等）和其他指標(biāo)（正確作答率、推薦難度準(zhǔn)確性、學(xué)習(xí)效果等）監(jiān)測學(xué)生學(xué)習(xí)情況和知識掌握情況[21]。以計算機(jī)編程課程為例，平臺設(shè)計不同學(xué)習(xí)模式：根據(jù)提醒（或注釋）編寫代碼，或者根據(jù)注釋理解后自己編寫，學(xué)生可以根據(jù)學(xué)習(xí)基礎(chǔ)自己選擇難度，理解代碼生成的邏輯。另外，學(xué)生根據(jù)內(nèi)置題庫進(jìn)行練習(xí)，平臺會智能校驗、查錯和糾錯，全過程平臺會智能收集學(xué)生的學(xué)習(xí)數(shù)據(jù)，根據(jù)指標(biāo)模型分析后，生成學(xué)習(xí)評價，并調(diào)整學(xué)習(xí)資源，提升學(xué)習(xí)效果。

3.3"記錄行為支撐發(fā)展

在人的成長過程中，認(rèn)知發(fā)展與社會性發(fā)展相輔相成，處在不同階段的個體應(yīng)當(dāng)達(dá)到相應(yīng)的社會性發(fā)展水平[24]，社會性發(fā)展水平遲緩將影響其獲得良好的人際關(guān)系[25]和“關(guān)系擴(kuò)展”[26]，進(jìn)而影響其學(xué)習(xí)、就業(yè)等諸多方面[27]。

首先，在獲得用戶授權(quán)同意的基礎(chǔ)上，智慧平臺需要聯(lián)動學(xué)校、衛(wèi)健、公安、科技公司等部門進(jìn)行跨部門的數(shù)據(jù)共享，通過手機(jī)、手環(huán)、考勤機(jī)等設(shè)備將進(jìn)行無感化數(shù)據(jù)采集，減少對使用者的干擾；其次，利用大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和人工智能技術(shù)，對用戶的行為、測評結(jié)果數(shù)據(jù)自動識別、精準(zhǔn)處理、個性化分析和評估用戶行為和狀態(tài)變化[28]；再次，自動與客戶進(jìn)行社交互動，提升用戶的人際交往能力和技巧應(yīng)用水平，同時平臺擁有豐富的課程資源，個性化推送或智能生成適合用戶的人際關(guān)系處理、關(guān)系擴(kuò)展等教育內(nèi)容；最后，當(dāng)監(jiān)測到用戶出現(xiàn)社會性水平發(fā)展遲緩等異常情況，向責(zé)任人進(jìn)行自動化預(yù)警，提醒責(zé)任人及時尋找專業(yè)醫(yī)生進(jìn)行干預(yù)，避免因社會性水平遲滯引發(fā)異常的人際交往關(guān)系與學(xué)習(xí)問題。

在記錄用戶數(shù)據(jù)、行為過程中，智能平臺一是要保證不同層級的數(shù)據(jù)加密，設(shè)置不同層級用戶的訪問權(quán)限，保證數(shù)據(jù)的匿名化處理；二是要建立數(shù)據(jù)備份和恢復(fù)機(jī)制，保障數(shù)據(jù)的安全和存儲，嚴(yán)防數(shù)據(jù)泄露；三是要繪制用戶的成長曲線和路徑，建立學(xué)習(xí)、行為檔案，平臺觀測學(xué)生社會性發(fā)展水平，不僅可以探索造成其社會性發(fā)展水平遲緩的原因，也可以推薦合適的課程資源或互動幫助其成長；四是建立持續(xù)評估和檢測機(jī)制，創(chuàng)造智能化、專業(yè)化、高效化、支持性強(qiáng)的智慧學(xué)習(xí)平臺。

4"結(jié)語

隨著ChatGPT4.0等技術(shù)的快速發(fā)展，生成式人工智能在理解、分析和生成內(nèi)容上展現(xiàn)出巨大潛力，為教育數(shù)字化提供了新的機(jī)遇。本文探討了生成式人工智能在可持續(xù)發(fā)展教育中的應(yīng)用與路徑，生成式人工智能通過構(gòu)建知識圖譜、個性化學(xué)習(xí)推薦和智能輔助教學(xué)評價等方式，有效解決了當(dāng)前海量教學(xué)資源選擇難和教學(xué)評價繁重等問題。具體而言，生成式人工智能通過深度學(xué)習(xí)技術(shù)優(yōu)化資源平臺，實現(xiàn)個性化學(xué)習(xí)體驗；利用自然語言處理和機(jī)器學(xué)習(xí)算法，減輕教師評價負(fù)擔(dān)，提升評價精準(zhǔn)性；同時生成式人工智能通過分析用戶行為數(shù)據(jù)，實現(xiàn)早期社會性發(fā)展水平遲滯與干預(yù)。這些應(yīng)用不僅提升了教育效率，也促進(jìn)了教育公平和質(zhì)量的雙重提升，為實現(xiàn)聯(lián)合國2030年可持續(xù)發(fā)展教育目標(biāo)推進(jìn)和教育數(shù)字化目標(biāo)達(dá)成提供了有力支持。

參考文獻(xiàn)

\t
1. 吳丹."權(quán)威訪談·學(xué)習(xí)貫徹黨的二十屆三中全會精神"統(tǒng)籌推進(jìn)教育科技人才體制機(jī)制一體改革：訪教育部黨組書記、部長懷進(jìn)鵬[EB/OL]."[2024-08-08]."http：//gd.people.com.cn/n2/2024/0808/c123932-40937369.html.
\t
2. 車璐，張志強(qiáng)，周金佳，等.生成式人工智能的研究現(xiàn)狀和發(fā)展趨勢[J].科技導(dǎo)報，2024，42（12）：35-43.
\t
3. OpenAI."GPT-4o"System"Card[EB/OL]."[2024-08-08]."https：//cdn.openai.com/gpt-4o-system-card.pdf.
\t
4. RATHORE"B."Future"of"AI"amp;"Generation"Alpha："ChatGPT"beyond"Boundaries[J]."Eduzone："International""Peer"Reviewed/Refereed"Multidisciplinary"Journal，2023，12（1）：63-68.
\t
5. 申么，申明浩，丁子家，等.生成式人工智能與銀行業(yè)變革：典型事實、實踐問題與破局之策：以ChatGPT為例[J].南方金融，2023（11）：64-76.
\t
6. MALIK"T，"DWIVEDI"Y，"KSHETRI"N，"et"al."“So"what"if"ChatGPT"wrote"it？”"Multidisciplinary"perspectives"on"opportunities，"challenges"and"implications"of"generative"conversational"AI"for"research，"practice"and"policy[J]."International"Journal"of"Information"Management，"2023，71：102642.
\t
7. 邱燕楠，李政濤.挑戰(zhàn)·融合·變革：“ChatGPT與未來教育”會議綜述[J].現(xiàn)代遠(yuǎn)程教育研究，2023，35（3）：3-12，21.
\t
8. 楊宗凱，王俊，吳砥，等.ChatGPT/生成式人工智能對教育的影響探析及應(yīng)對策略[J].華東師范大學(xué)學(xué)報（教育科學(xué)版），2023，41（7）：26-35.
\t
9. 周洪宇，李宇陽.ChatGPT對教育生態(tài)的沖擊及應(yīng)對策略[J].新疆師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2023，44（4）：102-112.
\t
10. 王佑鎂，王旦，梁煒怡，等.“阿拉丁神燈”還是“潘多拉魔盒”：ChatGPT教育應(yīng)用的潛能與風(fēng)險[J].現(xiàn)代遠(yuǎn)程教育研究，2023，35（2）：48-56.
\t
11. QADIR"J.Engineering"education"in"the"era"of"ChatGPT："Promise"and"pitfalls"of"generative"AI"for"education[C]//2023"IEEE"Global"Engineering"Education"Conference"（EDUCON）.IEEE，2023：1-9.
\t
12. 吳慶華，郭麗君.生成式人工智能時代高職院校的教學(xué)變革：挑戰(zhàn)、框架與路徑[J].大學(xué)教育科學(xué)，2023（6）：112-120.
\t
13. RUDOLPH"J，TAN"S，TAN"S.ChatGPT：Bullshit"spewer"or"the"end"of"traditional"assessments"in"higher"education？[J].Journal"of"applied"learning"and"teaching，2023，6（1）：342-363.
\t
14. 王樹義，張慶薇.ChatGPT給科研工作者帶來的機(jī)遇與挑戰(zhàn)[J].圖書館論壇，2023，43（3）：109-118.
\t
15. 宋萑，林敏.ChatGPT/生成式人工智能時代下教師的工作變革：機(jī)遇、挑戰(zhàn)與應(yīng)對[J].華東師范大學(xué)學(xué)報（教育科學(xué)版），2023，41（7）：78-90.
\t
16. 李森，鄭嵐.生成式人工智能對課堂教學(xué)的挑戰(zhàn)與應(yīng)對[J].課程.教材.教法，2024，44（1）：39-46.
\t
17. 聯(lián)合國經(jīng)濟(jì)和社會事務(wù)部."2030年可持續(xù)發(fā)展目標(biāo)4[EB/OL]."[2024-08-30]."https：//sdgs.un.org/goals/goal4.
\t
18. 中華人民共和國教育部."教育部：國家智慧教育平臺累計注冊用戶突破1億[EB/OL]."[2024-01-26]."http：//www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2024/2024_zt02/mtbd/202401/t20240129_1113178.html.
\t
19. 孫立會，周亮.生成式人工智能融入國家中小學(xué)智慧教育平臺的實踐邏輯[J].中國電化教育，2024（8）：71-79.
\t
20. 武法提，牟智佳.電子書包中基于大數(shù)據(jù)的學(xué)生個性化分析模型構(gòu)建與實現(xiàn)路徑[J].中國電化教育，2014（3）：63-69.
\t
21. 周洋濤，褚華，朱非非，等.基于深度學(xué)習(xí)的個性化學(xué)習(xí)資源推薦綜述[J/OL].計算機(jī)科學(xué)，1-26[2024-08-22].http：//kns.cnki.net/kcms/detail/50.1075.TP.20240712.1852.021.html.
\t
22. 孫晶，劉新.過程性評價、形成性評價與終結(jié)性評價教學(xué)實踐[J].高等工程教育研究，2024（4）：94-100.
\t
23. 孫麗郡，孟繁軍，徐行健.課程知識圖譜構(gòu)建技術(shù)研究綜述[J/OL].計算機(jī)工程：1-25[2024-08-22].https：//doi.org/10.19678/j.issn.1000-3428.0069543.
\t
24. 林崇德.發(fā)展心理學(xué)[M].2版.北京：人民教育出版社，2009.
\t
25. ZAREI"J，ALI"B"M.Alexithymia"and"interpersonal"problems[J].Procedia-Social"and"Behavioral"Sciences，2010，5：619-622.
\t
26. 唐輝一，陳倩，吳俊華.大學(xué)生社會性發(fā)展與心理健康的關(guān)系：述情障礙的中介作用及其性別差異[J].心理發(fā)展與教育，2021，37（5）：735-742.
\t
27. 王永和.談大學(xué)生心理健康的重要性[J].中國高教研究，2004（4）：75-76.
\t
28. 孫炳海，武瑩，孫長康.中小學(xué)心理健康教育數(shù)字化平臺建設(shè)評價標(biāo)準(zhǔn)的構(gòu)建[J].中國教育信息化，2024，30（4）：41-50.