摘 要 生成式人工智能以其獨(dú)特的技術(shù)屬性與強(qiáng)大功能將會(huì)引發(fā)學(xué)習(xí)的全方位變革。對(duì)上海市13所中高職院校3505名學(xué)生的調(diào)研發(fā)現(xiàn)，學(xué)生對(duì)人工智能有所了解，認(rèn)知比較理性，具備一定的智能化學(xué)習(xí)素養(yǎng)，對(duì)利用生成式人工智能開展學(xué)習(xí)有著明確的需求。但從現(xiàn)實(shí)來(lái)看，生成式人工智能賦能學(xué)生學(xué)習(xí)面臨著學(xué)生的應(yīng)用能力不足、思維鈍化、違反學(xué)術(shù)倫理等困境與挑戰(zhàn)。未來(lái)，政府層面需要明確規(guī)制，優(yōu)化教育領(lǐng)域的人工智能應(yīng)用設(shè)計(jì)；學(xué)校層面需要強(qiáng)化賦能，增強(qiáng)利用人工智能的思想意識(shí)和應(yīng)對(duì)策略；教師層面需要轉(zhuǎn)變觀念，引領(lǐng)學(xué)生實(shí)現(xiàn)高質(zhì)量的學(xué)習(xí)；學(xué)生個(gè)體層面需要面向未來(lái)，不斷提升自身的生成式人工智能技術(shù)素養(yǎng)。

關(guān)鍵詞 職業(yè)院校；生成式人工智能；學(xué)生學(xué)習(xí)

中圖分類號(hào) G712 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1008-3219（2025）02-0029-06

一、問(wèn)題提出

近年來(lái)，伴隨著數(shù)字技術(shù)的發(fā)展，生成式人工智能依托“大數(shù)據(jù)+大算力+大算法”，已經(jīng)參與到人類的知識(shí)與經(jīng)驗(yàn)中，打破了傳統(tǒng)人機(jī)關(guān)系“主—客”二分的對(duì)立格局，正在塑造一種不同于以往認(rèn)知世界的框架[1]。在一定程度上，這將會(huì)引發(fā)學(xué)習(xí)的全方位變革，包括提高學(xué)習(xí)起點(diǎn)、優(yōu)化學(xué)習(xí)形態(tài)、重構(gòu)學(xué)習(xí)路徑等[2]。生成式人工智能以其“響應(yīng)敏捷、高效問(wèn)答、多模態(tài)數(shù)據(jù)分析”的獨(dú)特優(yōu)勢(shì)，在數(shù)學(xué)、物理、語(yǔ)言等學(xué)科，在支持和促進(jìn)自主學(xué)習(xí)[3]、人機(jī)協(xié)同學(xué)習(xí)[4]、探究性學(xué)習(xí)[5]等學(xué)習(xí)模式上表現(xiàn)出色。有學(xué)者預(yù)言，隨著人工智能技術(shù)的普遍使用，特別是機(jī)器學(xué)習(xí)和腦機(jī)接口技術(shù)的突破，人類的學(xué)習(xí)將從自然學(xué)習(xí)、經(jīng)典學(xué)習(xí)和現(xiàn)代學(xué)習(xí)三個(gè)階段進(jìn)入到一個(gè)全新的學(xué)習(xí)進(jìn)化階段——超級(jí)學(xué)習(xí)階段[6]。在這一階段，學(xué)習(xí)的主要矛盾將表現(xiàn)為學(xué)習(xí)者思維、情感發(fā)展的多樣性需求和知識(shí)獲取的機(jī)器化之間的矛盾。

生成式人工智能的出現(xiàn)，使學(xué)生所處的學(xué)習(xí)環(huán)境和學(xué)習(xí)路徑都發(fā)生了巨大變化，給學(xué)習(xí)帶來(lái)了深刻影響和挑戰(zhàn)。當(dāng)前，學(xué)界對(duì)生成式人工智能是否會(huì)替代學(xué)習(xí)者思維，是否會(huì)導(dǎo)致學(xué)術(shù)倫理的越界、誘發(fā)作弊和抄襲等都進(jìn)行了審慎的討論[7]，認(rèn)為智能設(shè)備的使用不當(dāng)極易導(dǎo)致網(wǎng)絡(luò)沉迷和信息繭房[8]，必然會(huì)面臨因訓(xùn)練數(shù)據(jù)集缺陷而引發(fā)的價(jià)值觀對(duì)抗、“觀點(diǎn)霸權(quán)”和刻板印象等問(wèn)題，對(duì)學(xué)習(xí)者的邏輯思維、批判性思維與創(chuàng)造性思維能力都提出了更高的要求[9]。

在教育數(shù)字化的影響下，學(xué)生運(yùn)用人工智能工具的能力在不斷提升，但在現(xiàn)實(shí)中，畏懼、逃避甚至拒斥人工智能應(yīng)用的現(xiàn)象依然存在。缺失智能時(shí)代基本的適應(yīng)力和生存力，可能面臨巨大的就業(yè)壓力和失業(yè)風(fēng)險(xiǎn)[10]。為此，亟須深入了解當(dāng)前學(xué)生理解和使用生成式人工智能的真實(shí)狀況，以期為生成式人工智能更好地賦能學(xué)生學(xué)習(xí)提供參考和依據(jù)。

二、研究設(shè)計(jì)

（一）研究工具

基于文獻(xiàn)研究和先期訪談，編制“職業(yè)院校學(xué)生生成式人工智能應(yīng)用現(xiàn)狀與需求”調(diào)查問(wèn)卷，主要包括學(xué)生基本信息，學(xué)生對(duì)生成式人工智能的使用情況，以及學(xué)生的認(rèn)知、素養(yǎng)及需求期待情況。其中學(xué)生對(duì)生成式人工智能的使用情況采用選擇題形式，用于了解學(xué)生對(duì)生成式人工智能的總體使用情況；學(xué)生的認(rèn)知、素養(yǎng)及需求期待情況設(shè)計(jì)了21個(gè)題項(xiàng)，采用李克特五點(diǎn)量表方式作答。為了方便學(xué)生答題，題項(xiàng)均設(shè)置為正向。從“完全不符合、不符合、基本符合、符合、完全符合”分別計(jì)1～5分，得分越高表示感受越強(qiáng)，反之越弱。本研究使用SPSS25.0軟件對(duì)所收集的數(shù)據(jù)進(jìn)行信度和效度檢驗(yàn)以及數(shù)據(jù)分析。初始問(wèn)卷編制完成后，由3位職業(yè)教育專家、5位高職院校教師、10位大學(xué)生及2位企業(yè)兼職教師對(duì)問(wèn)卷提出修改意見(jiàn)。修改后，對(duì)問(wèn)卷進(jìn)行了信度和效度檢驗(yàn)，最終形成終測(cè)卷。

依據(jù)“預(yù)測(cè)樣本量為總題項(xiàng)５倍量以上”的最佳原則，隨機(jī)抽取了2所職業(yè)院校的178名學(xué)生開展預(yù)測(cè)，問(wèn)卷有效回收率達(dá)到100％。預(yù)測(cè)問(wèn)卷回收后，開展了信度和效度檢驗(yàn)。

一是項(xiàng)目分析。項(xiàng)目分析可以從宏觀上審視題項(xiàng)是否達(dá)到統(tǒng)計(jì)學(xué)要求，能否作為篩選或修改的依據(jù)，檢驗(yàn)問(wèn)卷題項(xiàng)的適切性和可靠性[11]。本研究使用臨界比率法（CR值）對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析，將題項(xiàng)按維度總分高低依次排列，取前后27％分為高分組和低分組，對(duì)兩組被試進(jìn)行差異檢測(cè)。結(jié)果顯示各題項(xiàng)均具有較好的鑒別度，Ｐ＜0.05，具有統(tǒng)計(jì)學(xué)意義。

二是探索性因子分析。為進(jìn)一步檢測(cè)量表的結(jié)構(gòu)效度，根據(jù)項(xiàng)目分析結(jié)果，將符合統(tǒng)計(jì)學(xué)意義的18個(gè)題項(xiàng)進(jìn)行探索性因子分析。依據(jù)學(xué)者吳明隆的觀點(diǎn)，KMO值大于0.6適合做探索性因子分析，為此各題項(xiàng)指標(biāo)均符合要求。在多次、多組合的因子分析中，“1.我認(rèn)為人工智能貼近我的生活”“3.我認(rèn)為人工智能能夠成為我學(xué)習(xí)的有效工具”“18.我認(rèn)為自身當(dāng)前還缺乏有效利用生成式人工智能的能力”三個(gè)題項(xiàng)內(nèi)容，總游離于總體之外。因此，對(duì)此三個(gè)題項(xiàng)進(jìn)行剔除，保留其余18個(gè)題項(xiàng)內(nèi)容。然后使用主成分最大方差法求得旋轉(zhuǎn)因素負(fù)荷矩陣。如表1所示，對(duì)調(diào)查的數(shù)據(jù)使用最大變異法正交旋轉(zhuǎn)后得到每個(gè)因子負(fù)荷量均接近或大于0.6，其中1、2、3三個(gè)題項(xiàng)作為取樣適切性量數(shù)指標(biāo)的KMO為0.723，因子累計(jì)方差貢獻(xiàn)為76.76%（大于75.00%），基本可以作為三個(gè)題項(xiàng)內(nèi)容的代表性因子；4～9六個(gè)題項(xiàng)的KMO為0.928，因子累計(jì)方差貢獻(xiàn)為84.62%（大于75.00%），非常適合作為六個(gè)題項(xiàng)內(nèi)容的代表性因子；10～18九個(gè)題項(xiàng)的KMO為0.955，因子累計(jì)方差貢獻(xiàn)為79.37%（大于75.00%），基本可以作為九個(gè)題項(xiàng)內(nèi)容的代表性因子，由此得到三個(gè)維度。然后，依據(jù)每個(gè)維度所包含的題項(xiàng)內(nèi)容對(duì)三個(gè)因子分別命名為“了解與認(rèn)知”“技能與素養(yǎng)”“希望與期待”。

信度檢驗(yàn)結(jié)果顯示，３個(gè)因子的內(nèi)部一致性信度α為 0.863～0.946，總量表信度α為0.953，表明內(nèi)部一致性信度較高。從效度檢驗(yàn)來(lái)看，本問(wèn)卷量表在文獻(xiàn)研究和前期訪談基礎(chǔ)上形成，并使用項(xiàng)目分析、探索性因子分析對(duì)量表的維度再次驗(yàn)證，最終確定三個(gè)維度，保證了量表的內(nèi)容效度和結(jié)構(gòu)效度。

（二）研究對(duì)象

研究工具確定后，本研究選取了上海市具有代表性的7所中職學(xué)校和6所高職院校的學(xué)生作為研究對(duì)象。問(wèn)卷量表通過(guò)問(wèn)卷星，面向上述職業(yè)院校發(fā)放，調(diào)研時(shí)間為2024年2月18～25日，共回收有效問(wèn)卷3505份，其中中職學(xué)生問(wèn)卷2213份，占比63.13%，高職學(xué)生問(wèn)卷1292份，占比36.87%。具體分布如表2所示。

三、研究結(jié)果

（一）總體狀況：學(xué)生對(duì)人工智能有所了解，認(rèn)可人工智能對(duì)學(xué)習(xí)和生活的作用，但僅有部分學(xué)生聽說(shuō)并嘗試使用過(guò)生成式人工智能工具

在參與調(diào)研的3505名學(xué)生中，了解人工智能的學(xué)生比例要遠(yuǎn)高于了解生成式人工智能的學(xué)生比例。其中，對(duì)人工智能非常了解的占比18%，而對(duì)生成式人工智能很了解的僅占7.34%；不了解和完全沒(méi)聽說(shuō)過(guò)人工智能的學(xué)生占比3.94%，完全不了解生成式人工智能的達(dá)到了40.3%。學(xué)生聽說(shuō)過(guò)的生成式人工智能工具主要集中在ChatGPT（70.9%）、文心一言（27.28%）、訊飛星火（25.14%）、Gemini（21.14%）和盤古（19.43%），還有16.86%的學(xué)生沒(méi)有聽說(shuō)過(guò)任何生成式人工智能工具。從生成式人工智能工具的使用情況來(lái)看，使用過(guò)ChatGPT的學(xué)生最多，達(dá)到49.9%，有20.06%的學(xué)生使用過(guò)文心一言，有13.55%的學(xué)生使用過(guò)訊飛星火，使用比例均低于知曉比例。從教學(xué)情況來(lái)看，選擇“教師普遍使用過(guò)人工智能開展教學(xué)”的學(xué)生比例僅為16.83%，極個(gè)別教師使用過(guò)的占比31.04%，基本沒(méi)使用過(guò)的占比48.5%；從學(xué)生學(xué)習(xí)情況看，經(jīng)常使用人工智能幫助自身學(xué)習(xí)的占比14.49%，偶爾使用的占比55.35%，從未使用過(guò)的占比28.87%，見(jiàn)表3。

（二）三因子分析：學(xué)生對(duì)生成式人工智能的總體感受受多重因素影響，其中學(xué)生對(duì)生成式人工智能賦能學(xué)習(xí)的希望與期待尤為重要

本研究采用多元線性回歸模型分析，通過(guò)因子進(jìn)入模型的先后順序來(lái)判斷代表因子的重要性，根據(jù)標(biāo)準(zhǔn)化回歸系數(shù)來(lái)判斷不同因子對(duì)學(xué)生總體感受影響的大小。模型擬合采用了“逐步進(jìn)入”擬合方法，在這個(gè)過(guò)程中，能看到模型從一元到多元的逐步演進(jìn)過(guò)程。如表4所示，首先進(jìn)入模型的是“希望與期待”，模型擬合度達(dá)到了0.956，顯然，“希望與期待”成為影響職業(yè)院校學(xué)生對(duì)生成式人工智能總體感受的第一重要因素；其次，“了解與認(rèn)知”是第二個(gè)進(jìn)入模型的因子，在該模型中，“了解與認(rèn)知”和“希望與期待”共同影響職業(yè)院校學(xué)生對(duì)生成式人工智能的總體感受，但“希望與期待”的影響系數(shù)超過(guò)“了解與認(rèn)知”，模型擬合度達(dá)到了0.984；最后，“技能與素養(yǎng)”才進(jìn)入模型，但是其影響系數(shù)位于“了解與認(rèn)知”和“希望與期待”之間，模型擬合度達(dá)到了0.998。

通過(guò)三個(gè)因子進(jìn)入模型的順序，可以認(rèn)為，三個(gè)因子的重要性依次為：希望與期待、了解與認(rèn)知、技能與素養(yǎng)，但在綜合影響作用下，三者的影響按從大到小的順序則為“希望與期待”“技能與素養(yǎng)”“了解與認(rèn)知”。

從學(xué)生對(duì)三因子所屬題項(xiàng)的具體選擇來(lái)看，三因子的平均分均超過(guò)了3分，處于“基本符合”和“符合”之間，其中因子2“技能與素養(yǎng)”的平均分最高，為3.85分；因子3“希望與期待”為3.84分，因子1“了解與認(rèn)知”相對(duì)較低，為3.41。

從“希望與期待”來(lái)看，多數(shù)學(xué)生希望教師在教學(xué)中使用生成式人工智能工具，希望學(xué)校能夠提供AI應(yīng)用系統(tǒng)，并期待開展相關(guān)的培訓(xùn)和學(xué)習(xí)。其中“我希望學(xué)習(xí)網(wǎng)絡(luò)安全的基本知識(shí)”選項(xiàng)均分達(dá)到了最高的3.98，接近“符合”，說(shuō)明學(xué)生對(duì)自身學(xué)習(xí)的網(wǎng)絡(luò)安全、學(xué)校支持等都有明確期待。

從“技能與素養(yǎng)”來(lái)看，多數(shù)學(xué)生能夠認(rèn)識(shí)到使用AI時(shí)的道德考量，并注重遵守道德準(zhǔn)則和隱私政策，多數(shù)學(xué)生愿意學(xué)習(xí)AI技能并融入未來(lái)職業(yè)發(fā)展中。其中“我能確保在使用AI工具時(shí)遵守道德準(zhǔn)則和隱私政策”的選擇均分達(dá)到了3.91。在前期訪談階段，由于對(duì)生成式人工智能的了解程度和使用程度都不高，幾乎所有學(xué)生都提出需要進(jìn)一步提升自身的數(shù)字化技能和素養(yǎng)。

從“了解與認(rèn)知”來(lái)看，學(xué)生對(duì)生成式人工智能的認(rèn)知相對(duì)比較理性，95%以上的學(xué)生選擇能夠“對(duì)AI產(chǎn)生的結(jié)果保持批判性”，平均分達(dá)到了3.51分。但也有76.18%的學(xué)生認(rèn)為“人工智能課堂有可能影響教育規(guī)律和教育倫理”，有84%的學(xué)生認(rèn)為“生成式人工智能在教學(xué)中的應(yīng)用還很遙遠(yuǎn)”，平均分分別為3.29、3.43，說(shuō)明學(xué)生能夠相對(duì)理性地看待生成式人工智能對(duì)學(xué)習(xí)的影響。

（三）差異性分析：不同性別、年級(jí)、學(xué)校類型的學(xué)生對(duì)生成式人工智能的認(rèn)知、素養(yǎng)和期待，部分題項(xiàng)存在顯著差異

單樣本檢驗(yàn)結(jié)果顯示，所有調(diào)研題項(xiàng)均通過(guò)了顯著性檢驗(yàn)。以此為基礎(chǔ)，研究進(jìn)行了方差齊性檢驗(yàn)和參數(shù)檢驗(yàn)，并采用單因素方差（ANOVA）分析方法進(jìn)行差異顯著性檢驗(yàn)。結(jié)果顯示，在95%的置信水平下，男女生之間、不同學(xué)校類型之間和不同年級(jí)之間，學(xué)生了解、掌握和應(yīng)用生成式人工智能的差異情況不同。

首先，不同性別的學(xué)生在生成式人工智能的認(rèn)知、素養(yǎng)和期待方面存在顯著差異，其中在“了解與認(rèn)知”的三個(gè)題項(xiàng)上均差異顯著（Plt;0.001）；在“技能與素養(yǎng)”的“持續(xù)關(guān)注最新的研究成果和技術(shù)動(dòng)態(tài)”“將AI技能融入未來(lái)的職業(yè)發(fā)展”兩個(gè)題項(xiàng)上差異顯著（Plt;0.001）；在“希望與期待”的“嘗試開展自己的AI項(xiàng)目”“期待生成式人工智能早日進(jìn)入學(xué)校和課堂”三個(gè)題項(xiàng)上差異顯著（Plt;0.001）。其次，不同年級(jí)的學(xué)生對(duì)生成式人工智能的認(rèn)知、素養(yǎng)和期待，除了“我認(rèn)為人工智能課堂有可能影響教育規(guī)律和教育倫理”（p=0.243）、“我認(rèn)為生成式人工智能在教學(xué)中的應(yīng)用還很遙遠(yuǎn)”（p=0.142）以外，其余題項(xiàng)內(nèi)容均存在顯著差異。第三，不同類型學(xué)校的學(xué)生在生成式人工智能方面的認(rèn)知、素養(yǎng)和期待，除了“我認(rèn)為生成式人工智能在教學(xué)中的應(yīng)用還很遙遠(yuǎn)”（P=0.286）以外，其余題項(xiàng)內(nèi)容均存在顯著差異。

四、分析與討論

（一）生成式人工智能賦能學(xué)習(xí)的邏輯起點(diǎn)：學(xué)生具備了開展智能化學(xué)習(xí)的可能性

生成式人工智能的出現(xiàn)，促使一種新的學(xué)習(xí)文化——即時(shí)學(xué)習(xí)（Just-In-Time-Learning，JITL）成為現(xiàn)實(shí)[12]。這意味著生成式人工智能將成為一個(gè)高效便捷的學(xué)習(xí)助手，為學(xué)生的學(xué)習(xí)提供可能性。這種可能性主要表現(xiàn)在三個(gè)方面：一是學(xué)生對(duì)智能化學(xué)習(xí)的理性認(rèn)知。調(diào)研顯示，學(xué)生能夠相對(duì)理性地看待智能工具，如有95%以上的學(xué)生認(rèn)為“人工智能貼近我的生活”，96%以上的學(xué)生認(rèn)為“人工智能能夠成為我學(xué)習(xí)的有效工具”，90%的學(xué)生認(rèn)為“我能夠?qū)I產(chǎn)生的結(jié)果保持批判性”，也有76%以上的學(xué)生關(guān)注到了“人工智能課堂有可能影響教育規(guī)律和教育倫理”問(wèn)題。二是學(xué)生具備了一定的智能化學(xué)習(xí)素養(yǎng)。如有超過(guò)96%的學(xué)生表示能夠認(rèn)識(shí)到使用AI時(shí)的道德考量，能確保在使用AI工具時(shí)遵守道德準(zhǔn)則和隱私政策，考慮將AI技能融入未來(lái)職業(yè)發(fā)展中。三是學(xué)生對(duì)智能化學(xué)習(xí)有自身的需求。在生成式人工智能賦能教學(xué)的形式上，有73.8%的學(xué)生希望能夠幫助自己進(jìn)行個(gè)性化學(xué)習(xí)，有59.2%的學(xué)生希望能夠提供適合自己的學(xué)習(xí)資源，有57.9%的學(xué)生希望增強(qiáng)課堂教學(xué)的趣味性。這些認(rèn)知、素養(yǎng)和需求正成為賦能學(xué)習(xí)的起點(diǎn)和依據(jù)。

（二）生成式人工智能賦能學(xué)習(xí)的邏輯張力：學(xué)生面臨著新的學(xué)習(xí)風(fēng)險(xiǎn)和能力困境

生成式人工智能重塑了學(xué)生的學(xué)習(xí)，賦予了學(xué)生更大的自主權(quán)和選擇權(quán)，同時(shí)也帶來(lái)了新的風(fēng)險(xiǎn)和挑戰(zhàn)。一是學(xué)術(shù)倫理風(fēng)險(xiǎn)。本次調(diào)研雖然有超過(guò)30%的學(xué)生表示完全能夠“確保在使用AI工具時(shí)遵守道德準(zhǔn)則和隱私政策”，但如何在提高個(gè)性化學(xué)習(xí)及學(xué)習(xí)效率的同時(shí)，降低和減少作弊和抄襲等行為，教會(huì)學(xué)生以合乎道德和富有成效的方式使用，仍然是值得研究和思考的重大議題。二是思維鈍化風(fēng)險(xiǎn)。生成式人工智能因其強(qiáng)大的深度學(xué)習(xí)和生成創(chuàng)造能力，在短期內(nèi)可能會(huì)導(dǎo)致學(xué)生過(guò)分依賴信息檢索，一定程度上會(huì)引發(fā)思維層面的“中端替代”甚至“高端替代”[13]，從而形成信息繭房，弱化學(xué)生獨(dú)立思考和探索建構(gòu)的能力。三是應(yīng)用能力困境。生成式人工智能對(duì)學(xué)生的邏輯能力、批判性和創(chuàng)造性思維等高階能力提出了空前挑戰(zhàn)。當(dāng)前學(xué)生對(duì)生成式人工智能的了解度和熟悉度不高，有49.3%的學(xué)生對(duì)生成式人工智能完全不了解，超過(guò)33.64%的學(xué)生沒(méi)有使用過(guò)任何生成式人工智能工具，有84%的學(xué)生認(rèn)為“生成式人工智能在教學(xué)中的應(yīng)用還很遙遠(yuǎn)”。對(duì)于生成式人工智能接觸和使用的欠缺，是學(xué)生從機(jī)械記憶的學(xué)習(xí)路徑走向理解生成的巨大鴻溝。

（三）生成式人工智能賦能學(xué)習(xí)的邏輯調(diào)試：學(xué)生對(duì)智能化學(xué)習(xí)有著明確期待

調(diào)研顯示，超過(guò)93%的學(xué)生都對(duì)AIGC應(yīng)用于教學(xué)抱有期待，近1/3的學(xué)生選擇了“完全符合”，且在不同性別、年級(jí)和學(xué)校類型的學(xué)生群體中總體感受都比較一致，差異性很小。這種期待主要表現(xiàn)在三個(gè)方面：一是課堂教學(xué)期待。雖然學(xué)生認(rèn)為生成式人工智能在教學(xué)中的應(yīng)用還很遙遠(yuǎn)（84%），但絕大多數(shù)學(xué)生都期待學(xué)校能夠提供AI應(yīng)用系統(tǒng)（96.29%），期待生成式人工智能早日進(jìn)入學(xué)校和課堂（96.47%）；二是自身應(yīng)用能力提升期待。學(xué)生迫切需要進(jìn)行有關(guān)生成式人工智能的培訓(xùn)和學(xué)習(xí)（95.66%），希望學(xué)會(huì)選擇可靠的AI資源和工具（97.12%），希望了解人工智能的基礎(chǔ)知識(shí)（95.83%），希望學(xué)習(xí)網(wǎng)絡(luò)安全的基本知識(shí)（97.23%）；三是交流共享期待。希望能嘗試開展自己的AI項(xiàng)目（97.12%），希望能夠使用AI工具促進(jìn)團(tuán)隊(duì)協(xié)作溝通（96.47%）。這些期待為生成式人工智能賦能學(xué)生學(xué)習(xí)指明了發(fā)展方向。

五、思考與建議

（一）政府層面：明確規(guī)制，優(yōu)化教育領(lǐng)域的人工智能應(yīng)用設(shè)計(jì)

技術(shù)賦能學(xué)習(xí)本質(zhì)上就是要優(yōu)化技術(shù)的應(yīng)用設(shè)計(jì)。一方面，要通過(guò)校企合作，加速推進(jìn)教育領(lǐng)域的專用EduGPT的研發(fā)，為學(xué)生提供易于選擇的學(xué)習(xí)平臺(tái)，破解學(xué)習(xí)中的思維替代和缺乏認(rèn)知建構(gòu)過(guò)程等問(wèn)題，縮短生成式人工智能進(jìn)入課堂的時(shí)間并提供質(zhì)量保障；另一方面，要強(qiáng)化使用規(guī)范的研制和出臺(tái)，包括諸如生成式人工智能管理規(guī)范、研發(fā)規(guī)范、供應(yīng)過(guò)程規(guī)范、使用過(guò)程規(guī)范等，通過(guò)明確監(jiān)督審查、數(shù)據(jù)采集、市場(chǎng)準(zhǔn)入等活動(dòng)，避免對(duì)生成式人工智能在教育領(lǐng)域的誤用、濫用和惡意使用等問(wèn)題。同時(shí)，要給予學(xué)校、教師和學(xué)生更多的試用和使用機(jī)會(huì)，在試點(diǎn)學(xué)校和學(xué)生中開展應(yīng)用試點(diǎn)加強(qiáng)模型訓(xùn)練，來(lái)研究和確認(rèn)人工智能技術(shù)在實(shí)際教育過(guò)程中的真實(shí)影響，深化教育數(shù)字化重點(diǎn)場(chǎng)景的示范應(yīng)用，最終實(shí)現(xiàn)在教育領(lǐng)域的深度全面賦能。

（二）學(xué)校層面：強(qiáng)化賦能，增強(qiáng)利用人工智能的思想意識(shí)和應(yīng)對(duì)策略

生成式人工智能的興起，必將對(duì)人才培養(yǎng)標(biāo)準(zhǔn)、課程設(shè)置、教材編寫、考試評(píng)價(jià)、管理方式等產(chǎn)生深遠(yuǎn)影響[14]，需要學(xué)校把握技術(shù)應(yīng)用與課堂教學(xué)之間的密切關(guān)系。第一，學(xué)校要認(rèn)識(shí)到當(dāng)前技術(shù)應(yīng)用的兩面性。一方面要正視機(jī)遇，積極推進(jìn)生成式人工智能融入教學(xué)，更好地發(fā)揮生成式人工智能在泛在化的學(xué)習(xí)空間、個(gè)性化的學(xué)習(xí)過(guò)程以及協(xié)作化的學(xué)習(xí)方式上的優(yōu)勢(shì)和作用；另一方面要深入了解其在生成內(nèi)容的準(zhǔn)確性、隱私安全、政治道德風(fēng)險(xiǎn)等方面的消極影響。第二，學(xué)校應(yīng)幫助師生做好技術(shù)應(yīng)用準(zhǔn)備。在教學(xué)過(guò)程中，學(xué)校應(yīng)注重引導(dǎo)師生加強(qiáng)對(duì)生成式人工智能技術(shù)的本質(zhì)認(rèn)知與初步應(yīng)用，提供生成式人工智能相關(guān)課程，加強(qiáng)對(duì)其理念、知識(shí)與技術(shù)的培訓(xùn)，引導(dǎo)師生在教學(xué)中正確使用教學(xué)設(shè)計(jì)、多元評(píng)價(jià)，強(qiáng)調(diào)在理性判斷的前提下與新技術(shù)“接觸”[15]。第三，學(xué)校要為教師教學(xué)提供具體指導(dǎo)和監(jiān)督反饋。在生成式人工智能背景下，師生的教學(xué)主體性往往會(huì)逐漸適配數(shù)字化技術(shù)的理性和邏輯，直至主體性權(quán)力由師生所屬讓渡為技術(shù)所屬[16]。為此，要注意強(qiáng)化師生在課堂教學(xué)中的主體性地位，明確生成式人工智能在教學(xué)中應(yīng)用的范圍、原則和準(zhǔn)則，并對(duì)教學(xué)中使用的各個(gè)環(huán)節(jié)進(jìn)行嚴(yán)格審查、監(jiān)督和反饋。

（三）教師層面：轉(zhuǎn)變觀念，引領(lǐng)學(xué)生實(shí)現(xiàn)高質(zhì)量、有意義的學(xué)習(xí)

智能時(shí)代，單一的人類主體轉(zhuǎn)變?yōu)槿娜藱C(jī)主體，人機(jī)協(xié)作成為教育發(fā)展的新常態(tài)。為此，需要教師轉(zhuǎn)變育人理念，創(chuàng)新教學(xué)模式。一是著力構(gòu)建新型的“三元”師生關(guān)系。生成式人工智能在學(xué)習(xí)中所扮演的專業(yè)教學(xué)設(shè)計(jì)師、助學(xué)同伴、學(xué)習(xí)路徑引領(lǐng)師的作用是監(jiān)控與審核生成式人工智能所提供低階知識(shí)的準(zhǔn)確性，并借助生成式人工智能使得精準(zhǔn)教學(xué)成為可能。二是關(guān)注學(xué)生核心素養(yǎng)以及高階思維能力培養(yǎng)。學(xué)生的核心素養(yǎng)，特別是高階思維能力，如批判性思考能力、創(chuàng)新能力等已成為未來(lái)智能時(shí)代的關(guān)鍵競(jìng)爭(zhēng)力[17]。為此，教師要關(guān)注學(xué)生在學(xué)習(xí)過(guò)程中的深層次理解等具體思維發(fā)展，關(guān)注學(xué)生在技能訓(xùn)練中的素養(yǎng)形成路徑。三是創(chuàng)設(shè)有溫度的教學(xué)空間和環(huán)境。一方面，人工智能可以將教師從繁重、重復(fù)、低效的知識(shí)和技能傳授中解放出來(lái)，讓教師更聚焦于創(chuàng)設(shè)有溫情的教學(xué)空間，更加注重師生面對(duì)面的真實(shí)行為互動(dòng)以及情感交流和體驗(yàn)；另一方面，教師也需要通過(guò)自我能力的迭代更新，以更加積極的姿態(tài)尋找課堂教學(xué)與生成式人工智能的融合點(diǎn)，從而促進(jìn)高質(zhì)量、有意義學(xué)習(xí)的實(shí)施。

（四）學(xué)生層面：面向未來(lái)，不斷提升生成式人工智能技術(shù)素養(yǎng)

面向未來(lái)，學(xué)生提升自身的數(shù)字素養(yǎng)可以從以下三個(gè)方面著手：一是提高使用生成式人工智能的風(fēng)險(xiǎn)防范意識(shí)。在當(dāng)前技術(shù)和規(guī)范還不成熟的環(huán)境下，無(wú)論是家長(zhǎng)還是學(xué)校均需要擔(dān)負(fù)起監(jiān)督與引導(dǎo)職責(zé)，學(xué)生自身也要對(duì)生成內(nèi)容保持審慎的態(tài)度。二是增強(qiáng)向生成式人工智能提問(wèn)的能力。提問(wèn)能力決定了生成內(nèi)容和結(jié)果的真實(shí)性和準(zhǔn)確度，能夠在不斷追問(wèn)的過(guò)程中尋找與最終目標(biāo)有邏輯契合點(diǎn)的信息，從而更精準(zhǔn)地匹配自身所要達(dá)成的目標(biāo)，不斷提升人機(jī)交互質(zhì)量。三是明確利用智能技術(shù)的路徑。其一，要“學(xué)人工智能”，通過(guò)人工智能相關(guān)課程的學(xué)習(xí)，培養(yǎng)自身的計(jì)算思維，提升自身數(shù)字化學(xué)習(xí)能力；其二，要“用人工智能學(xué)”，可以通過(guò)高度智能化的智能助教和虛擬導(dǎo)師，定制學(xué)習(xí)方案，通過(guò)個(gè)性化問(wèn)題引導(dǎo)深度學(xué)習(xí)，開展人機(jī)協(xié)作學(xué)習(xí)等；其三，要“與人工智能一起學(xué)”，通過(guò)人工智能提供的多主體參與的智能學(xué)習(xí)場(chǎng)景，探究解決實(shí)踐活動(dòng)中的真實(shí)問(wèn)題，從而培養(yǎng)自身的批判思維能力、合作解決問(wèn)題能力以及探索創(chuàng)新精神等。

參 考 文 獻(xiàn)

[1]藍(lán)江.生成式人工智能與人文社會(huì)科學(xué)的歷史革命——從 ChatGPT 智能革命談起[J].思想理論教育，2023（4）：12-18.

[2][7]吳慮，楊磊.ChatGPT賦能學(xué)習(xí)何以可能[J].電化教育研究，2023（12）：28-34.

[3]郝祥軍，顧小清，張?zhí)扃?，?人機(jī)協(xié)同學(xué)習(xí)：實(shí)踐模式與發(fā)展路向 [J].開放教育研究，2022（4）：31-41.

[4]郝祥軍，張?zhí)扃?，顧小?智能時(shí)代的人機(jī)協(xié)同學(xué)習(xí)：形態(tài)、本質(zhì)與發(fā)展 [J].中國(guó)電化教育，2023（10）：26-35.

[5]何文濤，路璐，周躍良，等. 智能時(shí)代人機(jī)協(xié)同學(xué)習(xí)的本質(zhì)特征與一般過(guò)程[J].中國(guó)遠(yuǎn)程教育，2023（3）：12-20.

[6]倪閩景.從學(xué)習(xí)進(jìn)化的視角看 ChatGPT/生成式人工智能對(duì)學(xué)習(xí)的影響[J].華東師范大學(xué)學(xué)報(bào)，2023（7）：151-161.

[8][10][13]夏立新，楊宗凱，黃榮懷，等.教育數(shù)字化與新時(shí)代教育變革（筆談）[J].華中師范大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2023（9）：1-22.

[9]陳昌鳳，張夢(mèng).由數(shù)據(jù)決定？AIGC 的價(jià)值觀和倫理問(wèn)題[J].新聞與寫作，2023（4）：15-23.

[11][12]王天恩.信息及其基本特性的當(dāng)代開顯[J].中國(guó)社會(huì)科學(xué)，2022（1）：90-113+206.

[14]李永生.“ChatGPT+”時(shí)代學(xué)校教育的機(jī)遇、挑戰(zhàn)[J].中小學(xué)管理，2023（4）：43 -45.

[15]王學(xué)男，李永智.人工智能與教育變革[J].電化教育研究，2024（8）：13-21.

[16]吳南中，陳咸彰，馮永，2023.從“失序”到“有序”：生成式人工智能教育應(yīng)用的轉(zhuǎn)向及其生成機(jī)制[J].遠(yuǎn)程教育雜志，2023（6）：42-51.

[17]楊宗凱.利用信息技術(shù)促進(jìn)教育教學(xué)評(píng)價(jià)改革創(chuàng)新[J].人民教育，2020（21）：30-32.

Empowering Vocational College Students’Learning with Generative Artificial Intelligence： Current Status and Responses

Hu Xiujin， Qin Lichun， Yang Keyang

Abstract" Generative artificial intelligence （GAI）， with its unique technical attributes and powerful functions， is poised to trigger comprehensive transformations in learning. A survey on 3505 students from 13 secondary vocational schools and higher vocational colleges in Shanghai revealed that students understand AI， possess rational cognition， exhibit a certain level of intelligent learning literacy， and clearly need GAI in their learning. However， in reality， empowering students’learning with GAI faces challenges and difficulties such as insufficient application abilities among students， dulling of thinking， and violations of academic ethics. Moving forward， at the government level， clear regulations need to be established to optimize the design of AI applications in education; at the school level， empowerment efforts should be strengthened to enhance awareness and coping strategies for utilizing AI; at the teacher level， attitudes need to be changed to guide students in achieving high-quality learning; and at the individual student level， efforts should be made to face the future and continuously improve" GAI technical literacy.

Key words" vocational colleges; generative artificial intelligence; students’learning

Author" Hu Xiujin， associate researcher of the Shanghai Academy of Educational Sciences （Shanghai 200032）; Qin Lichun， assistant researcher of Shanghai Academy of Educational Sciences; Yang Keyang， Shanghai Ocean University