摘 要：本文旨在探討AIGC背景下，大學課程教學模式面臨的挑戰(zhàn)，并以“數(shù)碼特效”課程的教學模式轉(zhuǎn)型實踐為基礎，探索課程教學模式轉(zhuǎn)型的操作程序與可能存在的問題。文章采用文獻法梳理和分析相關理論，采用實踐法把握教學轉(zhuǎn)型過程中的事實與存在的問題，并得出結(jié)論：AIGC背景下，大學課程教學模式轉(zhuǎn)型是一種必然；AIGC背景下的教學模型是基于教學因素-行為因素-目標因素的三維互動的過程，是深度學習發(fā)生-深度學習深化-深度學習反思的過程；AIGC背景下的教學模式轉(zhuǎn)型需要管理部門、教師、學生、科技部門共同努力。教師需要形成AIGC教育理念和實踐積累，規(guī)避可能存在的風險，促進學生的深度學習。

關鍵詞：AIGC；教學模式；轉(zhuǎn)型；實踐

中圖分類號：G642文獻標識碼：A文章編號：1673-260X（2024）11-0069-04

AIGC（Artificial Intelligence Generated Content，生成式人工智能）的應用，意味著社會正向通用人工智能時代邁進。AIGC應用中的自然語言處理技術、圖像視頻生成技術、虛擬主播技術、音樂音效生成技術、一對一教學服務技術等，標志著知識生產(chǎn)范式與文化創(chuàng)作主體正進行著重大的變革。作為以知識生產(chǎn)與知識創(chuàng)新為主要使命的大學課程教學，其教學模式已然受到來自AIGC的挑戰(zhàn)。

1 AIGC背景下教學模式轉(zhuǎn)型的必然性

2023年，中共中央、國務院印發(fā)了《數(shù)字中國建設整體布局規(guī)劃》，并提出，要大力實施國家教育數(shù)字化戰(zhàn)略[1]。這是基于AIGC事實性技術背景的方向性要求，標志著AIGC在教育領域的應用已經(jīng)是一項基本國策。

AIGC背景下的教學模式轉(zhuǎn)型，是基于AIGC背景下知識呈現(xiàn)方式變革的必然要求。在AIGC背景下，知識是一種橫向公開且公平的狀態(tài)，學生獲取知識的途徑不再像傳統(tǒng)垂直知識時代，只能單向從教師那里獲取，教師的知識前置優(yōu)勢明顯下降。同時，AIGC背景下的知識也突破了容量局限，在超大知識庫的支持下，AIGC海量的數(shù)字信息可以為學生提供超出教師授課內(nèi)容范疇的信息，老師的“博學”優(yōu)勢也變得不那么重要。而且，AIGC還具有基于海量知識信息的邏輯構(gòu)建功能，可以說，一個AIGC作品所產(chǎn)生的知識鏈接，和一個普通的教師相比，具有更廣泛的邏輯支點，可以產(chǎn)生比教師更寬泛的邏輯連接點。因此，教師所具有的知識優(yōu)先優(yōu)勢、知識寬度優(yōu)勢，甚至知識深度優(yōu)勢，都受到挑戰(zhàn)，教師傳統(tǒng)的價值正在發(fā)生改變。

教育部教育數(shù)字化專家咨詢委員會主任楊宗凱對AIGC應用的優(yōu)勢進行了最概括性的總結(jié)。他認為，AIGC具有五個方面的教育優(yōu)勢。其一，有利于構(gòu)建更加公平的教育。其二，有利于構(gòu)建更加高質(zhì)量的教育。其三，有利于構(gòu)建更加終身化的教育。其四，有利于構(gòu)建更加包容的全納教育。其五，有利于構(gòu)建更高水平的教育治理[2]。AIGC通過打破時空邊界，通過基于大數(shù)據(jù)的學情診斷分析，在公平學習、深度學習、終身學習、個性化學習、開放式學習等多方面，對傳統(tǒng)的課堂教學模式構(gòu)成挑戰(zhàn)。

在AIGC挑戰(zhàn)下，教師僅僅依靠知識優(yōu)勢的職業(yè)時代很快會過去，教師如果不能實現(xiàn)教學功能的突破，則有可能被淘汰。在AIGC背景下，學生一定不滿足于一個僅僅具有知識積累的知識傳授型教師，因為這種知識傳授的意義正在逐步下降。他們需要的是知識判斷能力、知識篩選能力、知識重組能力、知識批判能力，以形成具有創(chuàng)新性的個性化的知識體系與解決實際問題的能力，因為只有這些能幫助他們適應快速變化和發(fā)展的未來社會。

因此，教師的職能需要從知識的傳授轉(zhuǎn)向知識的篩選、知識的重組、知識的評價；教學的中心，要從教師中心轉(zhuǎn)向?qū)W生中心；教學的目標要從知識的積累轉(zhuǎn)向知識遷移能力、批判性思維能力、解決問題能力和團隊合作能力的發(fā)展；師生關系要從教師的主導地位轉(zhuǎn)向師生互動合作的高滲透關系?？傊珹IGC發(fā)起了對傳統(tǒng)教學模式的巨大挑戰(zhàn)，AIGC背景下的教學需要構(gòu)建涉及師生關系、教學內(nèi)容、教學方式、教學場景等全方位的教學新模型，以完成AIGC背景下的教育教學新使命。

2 AIGC背景下的教學新模型

2.1 AIGC背景下的教學新理念

教學模式的轉(zhuǎn)型，需要有前置的教育理念，沒有源自內(nèi)心的思想指引，教育實踐難以持續(xù)與深化。人機協(xié)同的本質(zhì)在于驅(qū)動教育創(chuàng)新，是理解未來教育世界的關鍵概念。這種協(xié)同不僅涉及技術層面的合作，還包括教育理念和社會價值的融合[3]。AIGC背景下的教學新模型，要求教師樹立適應AIGC環(huán)境的以學生為中心、以學生個性化成長為目標、以深度學習為追求的新教育理念。

AIGC背景下的教學為“以學生為中心”提供了更大的支持?！耙詫W生為中心”一直都是教育追求的目標。然而，在教師傳授、學生聽講的傳統(tǒng)教學模式中，學生的主體地位很難保證[4]。在AIGC賦能的教學模式下，傳統(tǒng)的“師—生”二維模式，變?yōu)椤皫煛獧C—生”三維模式。在三維模式下，教師的控制地位被消解，AIGC基于強大的數(shù)據(jù)庫和超強的演算能力，能夠針對性地檢查學生的學習短板，為不同學生量身定制學習內(nèi)容、學習方法、學習評價量表，同時還能適時發(fā)現(xiàn)學生的學習優(yōu)勢，真正將學生置于學習的主體地位和核心位置。在這個過程中，教師的任務首先在于培養(yǎng)學生和AIGC進行有效互動的能力，例如提出深度問題的能力、恰當組織語言表述問題的能力等。其次是致力于解決學生在自主學習過程中產(chǎn)生的疑問，引導學生在探究問題的過程中發(fā)展自己的獨立思維。

AIGC背景下的教學為促進學生個性化成長提供了更大的支持。讓每個學生成為最好的自己，因材施教。AIGC的強大數(shù)字系統(tǒng)使“成為自己”的學習成為可能。AIGC智能系統(tǒng)尊重不同學生在知識掌握和能力形成中的差異，為學生量身打造個性化的學習內(nèi)容，設置符合個人成長和發(fā)展規(guī)律的學習進度，使得學習真正成為學生“自己”的學習。從教師層面看，充分利用AIGC智能教學系統(tǒng)，可降低教師講授陳述性知識的時間比例，減輕教師在學習評價中的負擔，從而能夠把更多精力投入與學生建立情感聯(lián)系、了解學生差異、進行智慧啟發(fā)、進行有針對性的面對面交流研討等活動中，從而在尊重學生差異的前提下，關注每個學生的成長和發(fā)展，引導學生發(fā)現(xiàn)自己的特點，促進學生的個性化成長。

致力于學生的深度學習，是AIGC背景下的重要教育理念。深度學習的概念最早于1976年由教育心理學家佛倫斯·馬頓和羅杰·爾喬提出。2005年，我國學者何玲和黎加厚介紹了國外關于深度學習的研究成果，同時探討了深度學習的本質(zhì)，認為深度學習是指在理解學習的基礎上，學習者能夠批判性地學習新的思想和事實，并將它們?nèi)谌朐械恼J知結(jié)構(gòu)中，能夠在眾多思想間進行聯(lián)系，并能夠?qū)⒁延械闹R遷移到新的情境中，做出決策和解決問題的學習[5]。深度學習是一種促進學生創(chuàng)造能力、批判性思維能力、知識遷移能力、解決問題能力和團隊合作能力等高階思維能力發(fā)展的學習方式。AIGC發(fā)揮的是深度學習的底層支撐作用，AIGC賦能學習者較高的元認知能力以影響深度學習策略；AIGC賦能學生較高的自我效能感影響深度學習動機；AIGC賦能教學情境，激發(fā)學生深度學習的動機和內(nèi)驅(qū)力；AIGC賦能交互因素，促進知識共享和學習反思，使學生獲得沉浸感和心流體驗，進而實現(xiàn)持續(xù)性深度學習。在AIGC技術支撐下，學習者實現(xiàn)從接受式學習到探究式學習的轉(zhuǎn)化；教學情境實現(xiàn)從預設式到個性化生成式的轉(zhuǎn)化；交互因素實現(xiàn)從單一人際交互到“人際+人機”的雙維交互，總之，借助AIGC技術支撐，形成深度學習的全要素轉(zhuǎn)變，從而實現(xiàn)深度學習。

2.2 AIGC背景下教學新模型的基本結(jié)構(gòu)

基于AIGC的教學模型，是學生、AIGC、教師三因素協(xié)調(diào)的過程。排斥AIGC因素，是一種現(xiàn)代化教育資源的浪費，一種教師和學生人力成本的浪費。生成式人工智能與教育教學的深度融合，預示著教育將邁進一個“師—機—生”教育命運共同體的新時代[6]。從教學的過程上看，基于AIGC的教學模型則是教學因素—行為因素—目標因素三個維度互動的過程。教學因素是靜態(tài)的條件因素，包含教學資源、教學情境、教師個體、學生個體等因素；行為因素包含技術操作、學生學習、師生互動、人機互動等因素；目標因素則指向?qū)W生的知識遷移能力、解決問題能力和創(chuàng)造力等深度學習目標。

2.3 AIGC背景下教學新模型的操作程序

AIGC背景下的教學模型，從程序上說，是一個深度學習發(fā)生—深度學習深化—深度學習反思的過程。

AIGC背景的深度學習發(fā)生階段，學生借助AIGC技術對個性特征、認知基礎、知識結(jié)構(gòu)等方面進行自我學情診斷，依據(jù)學情診斷結(jié)果定制深度學習的個性化課程目標，確定適合自身的教學項目、教學素材及合理的學習策略，提高元認知能力，由此激發(fā)深度學習的動機，提升學習的自我效能感。此過程中教師的任務是進行相應的指導，指引學生批判性地進行人機交互，提升學生的自主探究能力和AIGC技術掌握能力，為深度學習帶來啟動效應。

AIGC背景的深度學習深化階段，是充分發(fā)揮教師作用和AIGC作用的階段。由教師帶領學生利用AIGC技術進行知識的廣泛鏈接和邏輯重組，拓展學生發(fā)現(xiàn)問題的思路及分析問題的能力，培育以批判質(zhì)疑和勇于探究為核心的深度學習能力。在此過程中，學生借助AIGC技術得到個性化輔導，指出項目實施中的問題，并由AIGC技術提供方法推送，輔助提升元認知能力和解決問題的能力。由于人機共創(chuàng)的過程中包含隨機性，因此可能收獲意想不到的結(jié)果，間接提升了學生的創(chuàng)造力。最后，教師從項目解決方案中提取關鍵知識點，及時將知識點從模糊概念中剝離出來，至此，學生基本完成知識的深度加工，高階思維能力得到全面提升。

AIGC背景的深度學習反思階段，是為下一個目標積累能量的過程。反思可以由AIGC技術實現(xiàn)，也可以由教師完成，也可以由學生互評完成。反思有助于進一步內(nèi)化知識，拓展知識體系，提升學生自我效能感，實現(xiàn)知識與能力的群體建構(gòu)。在反思性的追問下，AIGC技術可以進一步推薦新的學習方法。在反思階段，教師也可以提出新問題，引導學生進行新一輪的深度學習。

3 AIGC背景的新教學模型實踐

目前，基于AIGC背景的教學模式轉(zhuǎn)型，尚處于應用探索階段。以下是“數(shù)碼特效”課程一學期內(nèi)基于AIGC的教學實踐過程?！皵?shù)碼特效”課程作為一門藝術設計實踐型課程，具有AIGC技術發(fā)揮的良好空間，是進行AIGC背景下教學模式轉(zhuǎn)型實踐的適宜場合。

3.1 課前準備：AIGC技術助力項目主題確定

“數(shù)碼特效”課程的個性化特征與實踐性特征，決定了教學主題必須符合學生的學習興趣和學習能力，且具有可行性。本次實踐采用AIGC技術助力項目主題確定。首先，學生通過與ChatGPT（Chat Generative Pre-trained Transformer，聊天生成預訓練變換器）的對話“請根據(jù)我提供的信息，從多個角度評估我的學習能力”，得到來自ChatGPT的學習能力評估和學習建議。然后，學生提問ChatGPT“我喜歡中國非遺文化，請針對‘3D制作和攝像機動畫’擬定適合我訓練的項目內(nèi)容”。這兩個過程，學生在AIGC技術助力下，獲取了基于自己學情的“項目庫”，為教學實踐提供了方向性指導。以“項目庫”為前提，學生繼續(xù)與ChatGPT對話，闡明自己的興趣、現(xiàn)有條件、優(yōu)勢等內(nèi)容，得到具體的項目主題建議。比如，一個學習小組經(jīng)過“學生提問—ChatGPT反饋—師生討論”的流程，項目最終細化為皮影戲經(jīng)典故事展示之3D皮影戲《花木蘭》。在以上過程中，AIGC技術輔助完成了“項目庫”的建立、個性化學情評估、個性化目標定制。學生在此過程中，自我元認知能力得到提升，明確了適合自己的學習方法，自我效能感增加。

3.2 課中探究：AIGC技術輔助項目指導與創(chuàng)作

進入3D皮影戲《花木蘭》的初步制作階段，ChatGPT作為熟稔影視設計的資料庫和輔助者，對學生的腳本創(chuàng)作、小組分工、主題解構(gòu)、分鏡設計、特效設計、美術風格等方面提供針對性的建議。比如，該組學生就腳本的片頭、分場景、片尾的內(nèi)容向ChatGPT提問，ChatGPT準確捕捉到情節(jié)節(jié)奏較慢、缺乏視覺沖擊力、旁白語言較生硬、缺少情感表達等問題，并提出了優(yōu)化建議。在師生共同討論下，學生采納了ChatGPT和教師的建議，對腳本進行了調(diào)整，比如嘗試實景拍攝與皮影戲動畫效果進行蒙太奇穿插結(jié)合，去掉旁白，用鏡頭語言傳遞信息等，最后在人機、師生、生生交互下對腳本初稿進行優(yōu)化調(diào)整形成腳本終稿。學生在此過程中，知識依據(jù)具體案例進行遷移，批判性思維能力、團隊合作能力、解決問題能力都得到了鍛煉和提升。

進入3D皮影戲《花木蘭》數(shù)碼特效的實際創(chuàng)作階段，AIGC的優(yōu)勢更加凸顯。制作一段完整的影視視頻投入成本非常高，以教學現(xiàn)有條件也難以滿足多樣化題材實景拍攝。借助AIGC技術，學生向sora（人工智能文生視頻大模型）、Midjourney（AI繪畫工具）、Suno（AI音樂創(chuàng)作平臺）輸入3D皮影戲《花木蘭》相關的文本描述，獲得了與主題相適配的多個音視頻素材。較低的制作難度大大降低了試錯成本，同時在人機共創(chuàng)的過程中，AIGC的海量數(shù)據(jù)與技術參與提高了生成作品的不確定性，產(chǎn)生了更多意外卻與主題一致的創(chuàng)意成果。學生在此過程中，更熟悉AIGC技術的屬性規(guī)律，提高了解決問題能力，提高了創(chuàng)新能力，也獲得了創(chuàng)新性成果。

3.3 課后實踐：AIGC技術輔助評價，提出進一步實踐的項目方向

在3D皮影戲《花木蘭》主題實踐作品完成后，由教師組織過程回顧、作品展示與互相評價等活動，比如“如何理解ChatGPT的評價‘腳本中的節(jié)奏感不強，缺乏高潮和低谷的起伏’，你是如何修改的？為什么？”“你最后確定的作品特點是什么”等。學生在此過程中，能體會到知識遷移和創(chuàng)造過程中的不足，批判性思維能力得到鍛煉。最后，教師對學生作品進行過程性的總結(jié)和評價。更重要的是抓住人機熟悉的機會，借助ChatGPT的記憶功能，與ChatGPT對話商討下一個升級性的實戰(zhàn)主題，獲得ChatGPT的主題推薦，激發(fā)靈感，并在下一個實戰(zhàn)中，進行螺旋上升式的二次深度學習。學生在此過程中，批判性思維能力、團隊合作能力、知識遷移能力、解決問題能力、創(chuàng)造力等高階思維會得到二次深度鍛煉。

4 基于AIGC教學模式轉(zhuǎn)型與實踐的結(jié)論與思考

實踐表明，AIGC具有信息量大、加工速度快、加工寬度廣等眾多優(yōu)勢，具有很強的教學助力功能。AIGC是無法逃避的現(xiàn)實，也是不應該逃避的資源。AIGC必將促進當前教育教學的深刻變革。

實踐也表明，AIGC背景下的教學模式轉(zhuǎn)型不是一蹴而就的事情，而是需要管理部門、教師、學生、科技部門共同努力的過程。在教學條件上，AIGC落地目前有一定的困難，比如缺乏高質(zhì)量的相關教材與課程資源，難以在教學實踐中普遍使用；在技術支持上，在AIGC“數(shù)碼特效”課程實踐中，AIGC技術對于視覺信息的處理能力尚且不足，無法直接針對音視頻類作品進行指導；同時，多個小組中AIGC技術提供的反饋大致趨同，即反饋的差異性不足，與強調(diào)個性化的創(chuàng)意實踐需求不符；人工智能技術的參與增加了素材效果的不確定性，在學生尚未完全掌握AIGC技術的情況下，嘗試的過程往往會耗費很多不必要的時間精力，影響學習的積極性。對于教師而言，我國的AIGC深度學習理論、技術應用邏輯、實踐路徑等相關研究還很有限，AIGC技術在高校人才培養(yǎng)課程體系中尚未有效融入，教師并不普遍具備AIGC技術融入實踐教學的能力。對于學生而言，傳統(tǒng)教學模式下的程序性知識記憶，使學生過于重視知識與技能的習得，而適應深度學習的批判能力、自主學習能力與創(chuàng)造能力不足，影響課程目標的實現(xiàn)。

總之，在AIGC背景下，教育模式的轉(zhuǎn)型是不可阻擋的必然趨勢，是國家的基本國策。高校教師需要積極探索AIGC嵌入教育生態(tài)的可能性，推動人工智能與教育的深度融合，形成AIGC教育理論和實踐積累，規(guī)避可能存在的風險，以促進學生的深度學習。

參考文獻：

〔1〕政府網(wǎng).中共中央 國務院印發(fā)《數(shù)字中國建設整體布局規(guī)劃》[EB/OL].（2023-02-27）（2024-11-11）.https：//www.gov.cn/xinwen/2023-02/27/content_5743484.htm.

〔2〕楊宗凱.推進教育數(shù)字化是一場全局性變革[N].湖北日報，2023-7-20（12）.

〔3〕毛剛，王良輝.人機協(xié)同：理解并建構(gòu)未來教育世界的方式[J].教育發(fā)展研究，2021，41（01）：16-24.

〔4〕韓衛(wèi)娟，張艷玲.利用生成式人工智能推動教學轉(zhuǎn)型[EB/OL].（2024-05-24）（2024-11-11）.https：//baijiahao.baidu.com/s？id=179991588281921446 6amp;wfr=spideramp;for=pc.

〔5〕何玲，黎加厚.促進學生深度學習.現(xiàn)代教學[J]，2005，21（05）：29-30.

〔6〕柯清超，米橋偉，鮑婷婷.生成式人工智能在基礎教育領域的應用：機遇、風險與對策[J].現(xiàn)代教育技術，2024，34（09）：5-13.

收稿日期：2024-11-18

基金項目：2023年武漢東湖學院教學研究項目“AIGC賦能的《數(shù)碼特效》課程深度教學模式研究”，武東院教【2023】43號2023032