摘要：生成式人工智能技術(shù)的突破為生成性教育理念的實踐落地創(chuàng)造了現(xiàn)實條件，二者的哲學(xué)與實踐關(guān)聯(lián)為AI賦能教育的發(fā)展指明了方向。在哲學(xué)方面，生成式人工智能與生成性教育在本體論、認識論和實踐論上都存在內(nèi)在聯(lián)系。人工智能重構(gòu)了“師-生-機”相互啟發(fā)的“共生智能”關(guān)系，與人類智能在演繹、歸納兩個方向上具有互補性，既構(gòu)成了人類智力勞動異化的挑戰(zhàn)又提供了人類全面發(fā)展的機遇。在實踐方面，生成式AI為教育新質(zhì)生產(chǎn)力的發(fā)展帶來了機遇，使生成性教育理念和啟發(fā)式教學(xué)的廣泛落地成為可能，以人的全面發(fā)展引領(lǐng)生產(chǎn)力發(fā)展而不為其所反制。在政策方面，應(yīng)加強“AI+”教育發(fā)展的頂層設(shè)計，發(fā)揮政策引領(lǐng)和規(guī)范指引的作用；整合產(chǎn)業(yè)資源，促進實用化、輕量化、白盒化技術(shù)的發(fā)展，實現(xiàn)可信AI和可解釋AI；推動各種教育場景下的應(yīng)用試點，推廣實踐經(jīng)驗與應(yīng)用模式。

關(guān)鍵詞：生成式人工智能；生成性教育；啟發(fā)式教學(xué)；新質(zhì)生產(chǎn)力

基金項目：湖北省教育科學(xué)規(guī)劃專項重點課題“生成式人工智能驅(qū)動的啟發(fā)式教學(xué)效能提升研究”（2023ZA015）

中圖分類號：G434 文獻標識碼：Ａ 文章編號：2096-5982（2025）01-0053-07

一、問題的提出

近年來，隨著算法、數(shù)據(jù)和算力的不斷提升，生成式人工智能（Generative Artificial Intelligence，下文簡稱為生成式AI）技術(shù)與應(yīng)用正在迅速發(fā)展。以2022年11月大型自然語言處理模型ChatGPT 3.5的發(fā)布為標志，能快速批量生成高質(zhì)量文本、圖像、視頻、代碼的各類生成式AI工具如雨后春筍一樣涌現(xiàn)，對重復(fù)性腦力勞動、標準化考試和現(xiàn)有教育模式造成了潛在的沖擊。但生成式AI也為教育的改革創(chuàng)新帶來了前所未有的機遇，使強調(diào)個性化、自主化、啟發(fā)式學(xué)習(xí)的生成性教育理念有了普遍實現(xiàn)的技術(shù)基礎(chǔ)。習(xí)近平總書記在黨的二十大報告中強調(diào)“推進教育數(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”。（1）中共中央、國務(wù)院印發(fā)的《中國教育現(xiàn)代化2035》提出，“適應(yīng)信息化、人工智能等新技術(shù)變革，實施人工智能助推教師隊伍建設(shè)行動，推動教師積極轉(zhuǎn)變角色定位，做學(xué)生學(xué)習(xí)的指導(dǎo)者、支持者?！保?）“互聯(lián)網(wǎng)、人工智能等新技術(shù)的發(fā)展正在不斷重塑教育形態(tài)，知識獲取方式和傳授方式、教和學(xué)關(guān)系正在發(fā)生深刻變革?！保?）因此，探討生成式AI與生成性教育之間的哲學(xué)關(guān)聯(lián)和AI賦能教育的實踐路徑，對明確生成式AI在教育領(lǐng)域的應(yīng)用和發(fā)展方向具有重要意義。本文將聚焦生成式AI對教育的賦能問題，以生成性教育為理論觀察視角，以生成式AI驅(qū)動的啟發(fā)式教學(xué)為實踐落地方式，探討生成式AI與生成性教育之間在哲學(xué)意蘊上的潛在關(guān)聯(lián)、生成式AI賦能教育的實踐現(xiàn)狀和完善路徑。

二、生成式AI與生成性教育的哲學(xué)關(guān)聯(lián)分析

在當代教育發(fā)展和改革的實踐中，對教育效率的過度關(guān)注長期影響了對教育質(zhì)量的正確認識。（4）教育信息化尤其是當前“AI+”教育領(lǐng)域的發(fā)展則加速了從預(yù)成性教學(xué)到生成性教學(xué)的總體變革趨勢。（5）為了把握生成式AI與生成性教育的本質(zhì)相容性，有必要從哲學(xué)角度審視二者的關(guān)聯(lián)性。

（一）生成性教育理念

在中外現(xiàn)代教育模式中，教師被視為教學(xué)主體或主導(dǎo)者，學(xué)生被視為教育勞動對象、勞動產(chǎn)品或教學(xué)從屬者，其學(xué)習(xí)主體地位并未得到重視。（6）這本質(zhì)上是因為現(xiàn)代主義教育的理性主義和主客體劃分也有反主體性的一面。（7） 20世紀后半葉在西方興起的建構(gòu)主義、生活教育、合作學(xué)習(xí)、探究性學(xué)習(xí)等對此雖著力改良，但卻走向了另一個極端，出現(xiàn)了降低學(xué)業(yè)標準、削弱學(xué)習(xí)努力、劣化教育績效的后果（8），未能真正有效地建立起學(xué)生的學(xué)習(xí)主體性。生成性教育（9） （Generative Learning amp; Teaching）理念由Wittrock于1974年提出，是復(fù)雜性和涌現(xiàn)思想在教育領(lǐng)域中的應(yīng)用（10），致力于克服現(xiàn)代教育中建構(gòu)理性與學(xué)習(xí)主體性的矛盾（11），對預(yù)先設(shè)計并嚴格執(zhí)行固定教學(xué)流程的“預(yù)成性教學(xué)”進行補充和改良。其內(nèi)涵是在教學(xué)預(yù)設(shè)的基礎(chǔ)上，由教師和學(xué)生根據(jù)教學(xué)情境自主構(gòu)建教學(xué)活動，實現(xiàn)知識的主動建構(gòu)與自主生成（12），重過程而非結(jié)果，重生成而非預(yù)成。

（二）生成式AI與生成性教育的本體論關(guān)聯(lián)

啟發(fā)式教學(xué)（Heuristic Teaching）是生成性教育的具體表現(xiàn)形式和實現(xiàn)路徑之一，在中西教育史中都有著悠久傳統(tǒng)。無論是孔子還是蘇格拉底，中西方古典啟發(fā)式教學(xué)都采用“對話法”啟發(fā)學(xué)生思維，反對灌輸知識。但孔子更喜歡點到為止，通過類比舉一反三，留給學(xué)生思考的空間；而蘇格拉底則喜歡窮根究底，通過不斷詰問、類比歸謬、舉出反例等方法，引導(dǎo)學(xué)生接近普遍的真理。近代西方啟發(fā)式教學(xué)理論來源于夸美紐斯、裴斯泰洛齊、赫爾巴特等。但自赫爾巴特學(xué)派開始，教學(xué)理論被固化為“五階段教學(xué)法”等，逐漸回到了以教師和教材為中心的模式，背離了啟發(fā)式教學(xué)的初心。在現(xiàn)實中，受限于教師質(zhì)量和數(shù)量不足以及班級人數(shù)過多，啟發(fā)式教學(xué)實際上往往退化為固定的問答環(huán)節(jié)而未能擺脫灌輸?shù)鸟骄剩?3），難以廣泛應(yīng)用于全體學(xué)生、全部學(xué)習(xí)過程。當前，隨著生成式AI的突破性發(fā)展，啟發(fā)式教學(xué)可能成為人類智能和人工智能之間的橋梁。人類智能的教育和人工智能的訓(xùn)練都遵循著一條自下而上的涌現(xiàn)路徑，而人工智能的內(nèi)容生成和人類智能的推理創(chuàng)造則遵循著一條自上而下的演繹路徑（見圖1）。當人類訓(xùn)練AI時，這就是所謂的“機器學(xué)習(xí)”；而當AI“教導(dǎo)”人類時，這就是通過與AI對話進行的“啟發(fā)式教學(xué)”。因此，人類和AI實際上是一種互教互學(xué)、優(yōu)勢互補的“共生智能”關(guān)系。AI啟發(fā)了教育學(xué)，教育學(xué)也啟發(fā)了AI。（14）生成式人工智能（Generative AI）和生成性教育（Generative Education）不只是字面上的不謀而合，也是哲學(xué)思想上的殊途同歸。二者字面上的巧合正好揭示了二者本質(zhì)上的聯(lián)系：對話、啟發(fā)與涌現(xiàn)（Dialectics， Heuristics， Emergence），盡管二者的“生成”方向是相反的——生成式AI是從預(yù)訓(xùn)練模型（Pre-trained Model）生成信息內(nèi)容，而教育則是從信息內(nèi)容生成心智模型（Mental Model）。

（三）生成式AI與生成性教育的認識論關(guān)聯(lián)

為了在“AI+”教育實踐中揚長避短，需要從認識論的角度分析人類智能和人工智能的優(yōu)勢和劣勢。普通的計算機是人類智能的延伸，但它不能從復(fù)雜的現(xiàn)實世界中歸納出復(fù)雜的規(guī)律或“默會知識”（復(fù)雜歸納問題）。其也不能從這種難以言傳的復(fù)雜規(guī)律中，在規(guī)避各種例外和常識性的陷阱的前提下，演繹出符合人類認知的可靠結(jié)論和有效作品（復(fù)雜演繹問題）。相比計算機，人類智能更擅長復(fù)雜歸納，將復(fù)雜的情境轉(zhuǎn)化為常識的判斷，常人日用而不知，直到最近AI才在語音、圖像識別領(lǐng)域取得了有限的成功；人類其實不太擅長復(fù)雜演繹，即在掌握復(fù)雜規(guī)則的基礎(chǔ)上進行創(chuàng)作，這一向是作家、藝術(shù)家、程序員等從事的高級智力活動，但最近人們才發(fā)現(xiàn)生成式AI的“創(chuàng)造”能力是如此強大。由此可知，生成式AI應(yīng)用于教育有兩類主要的場景：一是讓學(xué)生從經(jīng)驗材料中建構(gòu)心智模型的歸納學(xué)習(xí)，生成式AI可以基于龐大的知識庫和素材庫為學(xué)生提供多樣化的學(xué)習(xí)和測試資料；二是讓學(xué)生運用學(xué)到的知識進行開放式創(chuàng)作的演繹學(xué)習(xí)，生成式AI可以成為學(xué)生的創(chuàng)意工具和腦力的延伸。

（四）生成式AI與生成性教育的實踐論關(guān)聯(lián)

馬克思在《1844年經(jīng)濟學(xué)哲學(xué)手稿》中指出，“在通常的、物質(zhì)的工業(yè)中，人的對象化的本質(zhì)力量以感性的、異己的、有用的對象的形式，以異化的形式呈現(xiàn)在我們面前?！保?5）在教育生產(chǎn)力方面，生成式AI將憑借其交互性、參與性和數(shù)據(jù)性服務(wù)于生成性教學(xué)。（16）通過向?qū)W生提問、接受學(xué)生提問，教育AI能使學(xué)習(xí)過程更加個性化、自主化（17），有利于培養(yǎng)學(xué)生的提問能力和批判性思考能力（18），提高教師的工作效率。未來在結(jié)合知識圖譜功能后，教育AI能引導(dǎo)學(xué)生逐步遍歷培養(yǎng)計劃中所需學(xué)習(xí)的章節(jié)，并從綜合性、實踐性、跨學(xué)科的角度提升學(xué)習(xí)質(zhì)量。在教育生產(chǎn)關(guān)系和上層建筑方面，根據(jù)數(shù)字經(jīng)濟的時代特點設(shè)計和調(diào)整教學(xué)科研數(shù)據(jù)等生產(chǎn)資料的所有制和收入分配制度，促進教育AI的基礎(chǔ)數(shù)據(jù)資源共有、共享和共創(chuàng)。在利用AI等新興技術(shù)解放和發(fā)展先進生產(chǎn)力的同時，不能忽視人類自身的全面發(fā)展，借助AI提升全民學(xué)習(xí)的廣度、深度、速度、長度和創(chuàng)新度，使人民的科技素養(yǎng)足以引領(lǐng)先進生產(chǎn)力的發(fā)展而不為其所反制。

三、生成式AI賦能教育的實踐現(xiàn)狀與問題

生成式AI賦能教育在實踐上還處于初級階段，它對教育發(fā)展雖帶來了多方面的沖擊，但也為教育新質(zhì)生產(chǎn)力的實現(xiàn)提供了路徑。當前，“AI+”教育的已有實踐包括人機交互學(xué)習(xí)和AI教學(xué)工具的應(yīng)用，但受限于技術(shù)發(fā)展的局限性，其可靠性和可解釋性還有待提高。

（一）生成式AI對教育發(fā)展帶來的沖擊

生成式AI不可避免地對教育領(lǐng)域產(chǎn)生沖擊，但同時也蘊含著機遇。與此前的AI應(yīng)用不同，ChatGPT等自然語言生成模型直接挑戰(zhàn)了教育領(lǐng)域，憑借其強大的語言理解和語言組織能力實現(xiàn)了與人類的無障礙交流，其影響遠超以往的教育信息化技術(shù)。綜合學(xué)界的分類框架（19），我們可將生成式AI對教育的沖擊歸納為七個方面。第一，教育目標變革。生成式AI應(yīng)用的發(fā)展，使重復(fù)性技能人才失去用武之地，對人的學(xué)習(xí)能力和創(chuàng)新能力（20）、信息素養(yǎng)（21）和實踐素養(yǎng)提出了更高要求，創(chuàng)意性（產(chǎn)生創(chuàng)意）、創(chuàng)造性（構(gòu)造原型）、創(chuàng)新性（實現(xiàn)應(yīng)用）人才成為教育培養(yǎng)的主要目標。第二，教學(xué)過程變革。生成式AI降低了強化記憶和重復(fù)訓(xùn)練等傳統(tǒng)學(xué)習(xí)方式的意義，使面向“知識+素養(yǎng)”的創(chuàng)造性、實踐性、啟發(fā)式教學(xué)成為必要和可能。學(xué)習(xí)過程將更加智能化、個性化、自主化（22），預(yù)先設(shè)計并固化了教學(xué)過程的“預(yù)成性教學(xué)”將加快向師生互動、動態(tài)調(diào)整、建構(gòu)認知、共創(chuàng)價值、發(fā)揮主體能動性的“生成性教學(xué)”轉(zhuǎn)變。第三，評價方式變革。AI在各種標準化考試中的優(yōu)異表現(xiàn)使標準化考試變得不合時宜。在AI賦能下，“教—學(xué)—評”將實現(xiàn)一體化，考核評價將回歸輔助教學(xué)的原本目的。（23）學(xué)習(xí)過程將變?yōu)樽赃m應(yīng)和自反饋的，學(xué)生更容易自主把控。此外，信息素養(yǎng)和實踐素養(yǎng)也將得到更深入的考察評價。（24）第四，教育組織變革。AI技術(shù)將深刻改變教育教學(xué)的構(gòu)成要素與組織結(jié)構(gòu)（25），可能會使教育結(jié)構(gòu)從以學(xué)校為中心轉(zhuǎn)向以學(xué)習(xí)者為中心，在傳統(tǒng)的“人師”角色之外增加AI“機師”角色（26），并對現(xiàn)有的學(xué)科設(shè)置帶來沖擊。（27）第五，信息污染危機。對AI不假思索、不加批判的應(yīng)用和信任，可能會被虛假或不準確的AI生成內(nèi)容誤導(dǎo)（28）；同質(zhì)信息過多會對師生的創(chuàng)造性、批判性思維產(chǎn)生負面影響。第六，學(xué)術(shù)倫理危機。AI工具的應(yīng)用讓論文的寫作變得容易，但也會讓間接的抄襲和空洞無物的“灌水”變得容易，從而使學(xué)術(shù)不端的標準變得模糊，嚴重沖擊現(xiàn)行教育和科研體系。第七，人文主體性危機。AI的濫用導(dǎo)致工具理性壓抑價值理性，在解放人類勞動的同時，貶低和取消人的獨立自主和全面發(fā)展的人文主體性（29），從而有可能使人類勞動成為AI工具的數(shù)據(jù)附庸，出現(xiàn)異化現(xiàn)象。因此必須特別強調(diào)價值理性與工具理性并重（30），促進學(xué)生學(xué)習(xí)主體性的真正實現(xiàn)。生成式AI對教育帶來的上述變革既是對現(xiàn)有模式的挑戰(zhàn)，也是發(fā)展教育新質(zhì)生產(chǎn)力和生產(chǎn)關(guān)系的機遇。簡要總結(jié)見表1。

（二）AI賦能教育的實踐方向與已有成果

習(xí)近平總書記指出，“新質(zhì)生產(chǎn)力由技術(shù)革命性突破、生產(chǎn)要素創(chuàng)新性配置、產(chǎn)業(yè)深度轉(zhuǎn)型升級而催生，以勞動者、勞動資料、勞動對象及其優(yōu)化組合的躍升為基本內(nèi)涵，以全要素生產(chǎn)率大幅提升為核心標志，特點是創(chuàng)新，關(guān)鍵在質(zhì)優(yōu)，本質(zhì)是先進生產(chǎn)力。（31）在教育領(lǐng)域，新質(zhì)生產(chǎn)力意味著數(shù)據(jù)要素、數(shù)智技術(shù)和智能服務(wù)等新質(zhì)生產(chǎn)要素要深度滲透融合進傳統(tǒng)教育生產(chǎn)要素——教育勞動對象（知識、技能；部分人將學(xué)生歸為教育勞動對象，但這不符合學(xué)生知識建構(gòu)的主體性特征）、勞動資料（軟硬件工具和基礎(chǔ)設(shè)施）和勞動者（教師、學(xué)生）（32），而教育生產(chǎn)力的新質(zhì)化也將改變部分教育生產(chǎn)關(guān)系——教育的組織、運營、評價、管理等方面。目前AI賦能教育領(lǐng)域已經(jīng)出現(xiàn)了一定數(shù)量的研究成果。在具體實現(xiàn)方面，建立在人機交互關(guān)系之上的“學(xué)習(xí)型搜索”和“智能問答”構(gòu)成了AI賦能的啟發(fā)式教學(xué)的基礎(chǔ)。學(xué)習(xí)型搜索是用戶主動求助于搜索引擎的信息行為，包括信息需求、信息理解、信息獲取和信息使用等過程，其中獲取與使用行為在另外兩者的影響下交替迭代進行，共同決定了學(xué)習(xí)效能。（33）學(xué)習(xí)型搜索行為模式受用戶滿意度、搜索意圖、交互模式（34）、信息素養(yǎng)（35）等因素的影響。不同于“學(xué)習(xí)型搜索”，“智能問答”作為用戶與信息系統(tǒng)之間的一種半智能化的人機互動，需要更多人性化的設(shè)計，例如自然語言問答、用戶意圖理解（36）、問題提示列表（37）?？梢允褂貌煌募夹g(shù)路線，例如知識圖譜、知識聚合、自然語言預(yù)訓(xùn)練模型BERT、知識增強語義表示模型ERNIE、卷積神經(jīng)網(wǎng)絡(luò)CNN。（38）需要結(jié)合不同的應(yīng)用場景構(gòu)建實用的智能問答系統(tǒng)，例如知識問答服務(wù)、網(wǎng)絡(luò)搜索服務(wù)、館藏資源服務(wù)等。（39）盡管“學(xué)習(xí)型搜索”和“智能問答”中包含了一些人機交互學(xué)習(xí)的因素，但其AI技術(shù)滲透深度尚顯不足，而目前涉及生成式AI賦能教育的研究仍然較少。實證研究表明，“AI賦能教學(xué)”對全部學(xué)段的教學(xué)效果提升都有顯著影響，但對大學(xué)學(xué)段和計算機、數(shù)學(xué)、英語、生物等學(xué)科的提升更強。（40）此外，AI對學(xué)習(xí)者的學(xué)習(xí)積極性（41）、自主性（42）、總體效能、學(xué)習(xí)方向（43）、協(xié)作學(xué)習(xí)和批判性思維（44）等都有顯著的正面影響?？傮w來說，通過AI的自適應(yīng)和自反饋，學(xué)習(xí)者能更好地把握自身學(xué)習(xí)的過程，實現(xiàn)“教—學(xué)—評”一體的AI輔助自主學(xué)習(xí)。（45）

（三）當前教育AI的局限性

在生成式AI應(yīng)用于教育領(lǐng)域時，不可避免地會對其可靠性和可解釋性提出更為嚴格的要求。我們很難接受這樣的場景：在學(xué)生向教育AI提問時，AI卻被互聯(lián)網(wǎng)上真?zhèn)坞y辨的信息所誤導(dǎo)而給出錯誤的回答；在教育AI講解幾何題分析過程和作文構(gòu)思過程時，無法給出人類可以理解的解題思路和思考方式。因此，生成式AI的局限性是我們在發(fā)展“AI+教育”應(yīng)用時要認真考慮的。當前，生成式AI的局限性與AI發(fā)展史中的“符號主義”和“聯(lián)結(jié)主義”之爭有關(guān)。1956年，伴隨著“人工智能”概念的首次提出，“符號主義”學(xué)派登上了學(xué)術(shù)舞臺。該學(xué)派相信，基于完備界定的概念、命題、邏輯推理和計算機符號運算就能夠?qū)崿F(xiàn)機器智能。（46）在實踐過程中，遵循這一思路的“專家系統(tǒng)”在將學(xué)科知識編制為可推理的符號命題時，遇到了無法追上知識快速增長的難題。20世紀80年代中期以后，人工智能的主要發(fā)展思路被稱為“聯(lián)結(jié)主義”，它主張通過模擬人腦神經(jīng)元的網(wǎng)絡(luò)連接方式來實現(xiàn)人工智能，并利用大數(shù)據(jù)和機器學(xué)習(xí)算法訓(xùn)練統(tǒng)計模型，實現(xiàn)基于經(jīng)驗歸納的機器智能。2006年以后，這一技術(shù)路線在語音識別、圖像識別、圍棋等領(lǐng)域取得了巨大成功。ChatGPT的橫空出世宣告了“聯(lián)結(jié)主義”的勝利。

然而，ChatGPT類的大型自然語言模型生成的回答的不可信性和不可解釋性成為了限制生成式AI廣泛應(yīng)用的最大障礙之一。大模型雖然看上去具有語言理解和語言組織能力，但它似乎并不具備理解事物和他人狀況的心智模型和同理心。問題的根源與現(xiàn)代人工智能的出發(fā)點和暫時的落腳點“圖靈測試”（47）有關(guān)，它反映了西方人工智能學(xué)界可能存在的一種基于其語言文化背景的認知偏差。筆者稱之為“語言至上主義謬誤”（Fallacy of Linguistic Supremacy），即過于沉迷語言的表象，將其視為智能的本質(zhì)和終極考驗。這跟西方的語言哲學(xué)傳統(tǒng)是一致的，即認為語言先于文字（符號），語言先于思想——維特根斯坦后期語言哲學(xué)就主要批判了這一觀點。所以，當ChatGPT在自然語言對話上取得突破時，西方人往往會誤以為ChatGPT已經(jīng)是“通用人工智能”。但這只是一個錯覺，“會說話”不一定有智慧。ChatGPT并不具備最基本的知識泛化能力、自主學(xué)習(xí)能力，也無法“明辨是非”，它的模型容易因海量訓(xùn)練數(shù)據(jù)導(dǎo)致“過擬合”（48），以及容易因錯誤數(shù)據(jù)而受到“污染”。對于大語言模型來說，語言就只是輸入輸出數(shù)據(jù)而已，與AlphaGo生成的棋招一樣，并不代表背后有人類一樣的智慧。因此，當前流行的生成式AI大模型在知識的可靠性和邏輯的可解釋性上還不完全適應(yīng)教育領(lǐng)域的基本需求。

四、生成式AI賦能教育應(yīng)用的路徑探索

在前文分析的基礎(chǔ)上，可從頂層設(shè)計、技術(shù)和產(chǎn)業(yè)發(fā)展、應(yīng)用試點三方面完善“AI+”教育發(fā)展的路徑。通過借助制度的頂層設(shè)計，促進“AI+”教育核心技術(shù)和產(chǎn)業(yè)的發(fā)展，并通過應(yīng)用試點促進技術(shù)成果轉(zhuǎn)化。

（一）加強“AI+”教育發(fā)展頂層設(shè)計，發(fā)揮政策引領(lǐng)和規(guī)范指引的作用

一是加強“AI+”教育發(fā)展頂層設(shè)計。應(yīng)建立健全體制機制，使教育生產(chǎn)力和人的發(fā)展跟上新興技術(shù)的發(fā)展，使人的科技素養(yǎng)足以引領(lǐng)先進生產(chǎn)力的發(fā)展。應(yīng)將“AI+教育”發(fā)展看作生成式AI產(chǎn)業(yè)應(yīng)用落地的“練兵場”，構(gòu)建統(tǒng)籌科技、教育、產(chǎn)業(yè)三方部門和企業(yè)的協(xié)同研發(fā)與應(yīng)用推廣機制，促進技術(shù)的快速迭代和產(chǎn)業(yè)化發(fā)展。二是制定行業(yè)標準規(guī)范和指導(dǎo)性文件。作為國計民生的重要領(lǐng)域，教育行業(yè)在AI沖擊下實現(xiàn)健康有序發(fā)展，是必須從全局性、戰(zhàn)略性的高度進行系統(tǒng)性規(guī)劃的問題。技術(shù)變革的腳步不能停，立德樹人的標準不能松，教育事業(yè)和教育產(chǎn)業(yè)在AI革命過程中的關(guān)系不能亂，這些都需要行業(yè)標準規(guī)范和政策指導(dǎo)性文件的支持?！逗笔∪斯ぶ悄墚a(chǎn)業(yè)“十四五”發(fā)展規(guī)劃》描繪了湖北省“AI+”教育領(lǐng)域的發(fā)展藍圖，還需要在“AI+”教育內(nèi)容規(guī)范、技術(shù)標準、適用范圍等方面進行細化，分級分類管理AI教師、AI助教、AI學(xué)伴、問答AI、復(fù)習(xí)AI、學(xué)科AI、數(shù)理AI工具、文字/多媒體生成式AI、出題/閱卷AI、啟蒙/教育娛樂AI等AI教育應(yīng)用，并使其能合法合規(guī)地介入到各學(xué)段、各學(xué)科、全流程和課內(nèi)外的教學(xué)過程之中。三是加強“AI+”教育應(yīng)用創(chuàng)新理論研究。深入研究與“AI+”教育相配套的生產(chǎn)關(guān)系和上層建筑方面的理論問題。例如，教學(xué)科研數(shù)據(jù)所有制、交易分配制度等，能促進社會知識的共有、共享和共創(chuàng)；學(xué)生的學(xué)習(xí)主體性、師生的價值共創(chuàng)性、教學(xué)的情境生成性等，能促進生成性教育思想的與時俱進。通過加強各種教育場景下的AI應(yīng)用創(chuàng)新理論研究，以加快“AI+”教育技術(shù)的實際落地發(fā)展。

（二）整合產(chǎn)業(yè)資源，促進“AI+”教育技術(shù)研發(fā)向?qū)嵱没?、輕量化、白盒化方向發(fā)展

一是鼓勵企業(yè)研發(fā)“AI+”教育的實用化產(chǎn)品。以“開科取賢”的方式，依托產(chǎn)業(yè)發(fā)展基金，激勵科創(chuàng)企業(yè)開發(fā)可實際應(yīng)用于課堂教學(xué)、自主學(xué)習(xí)、出題閱卷、模擬仿真、創(chuàng)意設(shè)計等方面的“AI+”教育產(chǎn)品。完善教育AI的用戶界面、知識導(dǎo)航和教育評價功能，直觀展示知識體系、培養(yǎng)計劃和學(xué)習(xí)進度，并從綜合性、實踐性、跨學(xué)科的角度深入提升和考察學(xué)生的學(xué)習(xí)質(zhì)量。二是鼓勵企業(yè)研發(fā)“AI+”教育的輕量化產(chǎn)品。以“選賢舉能”的方式，通過政府采購普惠式“AI+”教育產(chǎn)品的形式（以嚴格遵循相關(guān)產(chǎn)品標準規(guī)范為前提），鼓勵企業(yè)研發(fā)在單機上可運行的輕量級“AI+”教育產(chǎn)品，促進“AI+”教育技術(shù)全面鋪開落地、普惠師生。三是鼓勵企業(yè)研發(fā)基于AI知識圖譜等技術(shù)的白盒化產(chǎn)品。以“張榜求賢”的方式，設(shè)立政府“AI+”教育專項獎勵，激勵企業(yè)開展AI基礎(chǔ)研發(fā)，重點發(fā)展AI的先驗知識能力和符號邏輯能力。通過吸收“符號主義”方法論，借助知識圖譜等知識表示和知識推理技術(shù)，拓展先驗知識預(yù)先植入和機器學(xué)習(xí)自動歸納技術(shù)，突破可信AI、可解釋AI的世界性難題。在此基礎(chǔ)上，將其應(yīng)用于對可信性和可解釋性有著基本需求的教育領(lǐng)域，開發(fā)具有清晰和正確的知識架構(gòu)以及嚴謹?shù)倪壿嬐评砟芰Φ陌缀谢癆I+”教育產(chǎn)品，以填補相關(guān)領(lǐng)域的重大空白。

（三）推動各種教育場景下的應(yīng)用試點，推廣實踐經(jīng)驗和應(yīng)用模式

一是推動各學(xué)段、各學(xué)科“AI+”教育應(yīng)用試點。一方面，對接相關(guān)學(xué)段和學(xué)科的“AI+”教育優(yōu)秀產(chǎn)品；另一方面，發(fā)動一線教育工作者為“AI+”教育應(yīng)用找需求、找方法、找技術(shù)、找不足，在自己傳統(tǒng)的“人師”角色之外增加AI“機師”的角色，推動教育的AI轉(zhuǎn)型。應(yīng)提高師生AI信息素養(yǎng)和應(yīng)用能力，培養(yǎng)師生的系統(tǒng)性提問能力、批判性思考能力和學(xué)習(xí)規(guī)劃能力，使其逐漸掌握AI輔助的個性化、自主化學(xué)習(xí)模式，促進“AI+”教育的實踐落地。二是推動“教—學(xué)—評”全流程“AI+”教育應(yīng)用試點。組織一線教育工作者和教育研究者對當前教育各環(huán)節(jié)開展適應(yīng)于“AI+”教育場景的流程再造，推動“AI+”教育技術(shù)深度內(nèi)嵌的“教—學(xué)—評”一體化變革，使學(xué)生能通過學(xué)習(xí)過程的自適應(yīng)和學(xué)習(xí)結(jié)果的自反饋更好地把握自身學(xué)習(xí)的過程，實現(xiàn)教學(xué)效能的提升。三是推動各類教育主體“AI+”教育應(yīng)用試點。除鼓勵和領(lǐng)導(dǎo)公立教育系統(tǒng)展開“AI+”教育試點外，還應(yīng)組織和動員各類非公教育主體參與“AI+”教育應(yīng)用的試點和推廣，促進“AI+”教育產(chǎn)業(yè)在各領(lǐng)域的蓬勃發(fā)展。四是征集“AI+”教育最佳實踐，建設(shè)優(yōu)秀案例共享平臺，并加強知識產(chǎn)權(quán)保護。由相關(guān)部門牽頭，廣泛征集“AI+”教育新型應(yīng)用場景和典型案例；舉辦“AI+”教育應(yīng)用創(chuàng)新案例大賽等系列活動，對獲獎案例進行深度開發(fā)和宣傳推廣；建設(shè)實時更新的“AI+”教育應(yīng)用創(chuàng)新案例庫和共享平臺，推動全社會對“AI+”教育的認識和相關(guān)技術(shù)、模式的傳播應(yīng)用；加強對創(chuàng)新模式的知識產(chǎn)權(quán)保護，鼓勵更多教育主體參與“AI+”教育模式創(chuàng)新，從大量實踐經(jīng)驗中凝練出自主可控、系統(tǒng)全面、可復(fù)制推廣的“AI+”教育應(yīng)用模式。

注釋：

（1） 習(xí)近平：《高舉中國特色社會主義偉大旗幟 為全面建設(shè)社會主義現(xiàn)代化國家而團結(jié)奮斗——在中國共產(chǎn)黨第二十次全國代表大會上的報告》，中國政府網(wǎng)2022年10月25日。

（2） 《中共中央、國務(wù)院印發(fā)〈中國教育現(xiàn)代化2035〉》，中國政府網(wǎng)2019年2月23日。

（3） 《繪制新時代加快推進教育現(xiàn)代化建設(shè)教育強國的宏偉藍圖——教育部負責人就〈中國教育現(xiàn)代化2035〉和〈加快推進教育現(xiàn)代化實施方案（2018－2022年）〉答記者問》，中國政府網(wǎng)，2019年2月23日。

（4） 程紅艷、杜佳慧：《何種質(zhì)量——教育質(zhì)量觀之反思與重建》，《社會科學(xué)戰(zhàn)線》2024年第9期。

（5）（16） 劉洋溪、錢夢婷、吳南中：《智能時代學(xué)校教學(xué)形態(tài)的變革——基于生成性教學(xué)的實踐審思》，《當代教育論壇》2022年第3期。

（6） 劉合榮、廖兆慧：《生成性教學(xué)研究及其價值追求》，《湖北教育（教育教學(xué)）》2018年第4期。

（7） 吳全華：《教育現(xiàn)代性的合理性研究》，華南師范大學(xué)2005年博士學(xué)位論文。

（8） ［瑞典］奧薩·維克福什：《另類事實：知識及其敵人》，中信出版集團2021年版，第210-216頁。

（9） M. C. Wittrock， A Generative Model of Mathematics Learning， Journal for Research in Mathematics Education， 1974， 5（4）， pp.181–196.

（10） 劉合榮、廖兆慧：《生成性教學(xué)實踐的價值期待》，《教學(xué)與管理》2018年第27期。

（11） 趙小段：《后現(xiàn)代教育思潮的超越與挑戰(zhàn)——我國學(xué)者關(guān)于后現(xiàn)代教育研究綜述》，《當代教育科學(xué)》2004年第11期。

（12） 白偉、李文星：《預(yù)設(shè)走向生成性教學(xué)理論研究》，《才智》2022年第31期。

（13） 王桂紅：《核心素養(yǎng)背景下啟發(fā)式教學(xué)存在的問題及優(yōu)化策略研究》，" 曲阜師范大學(xué)2021年碩士學(xué)位論文。

（14） 劉凱、賈敏、黃英輝、胡祥恩、王培：《像教育人一樣教育機器——人類教學(xué)原則能用于通用人工智能系統(tǒng)嗎？》，《開放教育研究》 2022年第2期。

（15） 《馬克思恩格斯全集》第42卷，人民出版社1979年版，第127—128頁。

（17） 徐瑾劼、申昕：《重塑以學(xué)習(xí)者為中心的教育評價生態(tài)——基于教育評價智能化發(fā)展的全球觀察》，《開放教育研究》2023年第3期。

（18） 王佳麗：《基于KWL模式的中學(xué)生信息技術(shù)課堂提問能力培養(yǎng)的實踐研究》，華東師范大學(xué)2022年碩士學(xué)位論文。

（19） 張絨：《生成式人工智能技術(shù)對教育領(lǐng)域的影響——關(guān)于ChatGPT的專訪》，《電化教育研究》2023年第2期；馬秀麟、姜雪、賈玉娟：《近十年面向人工智能教育研究的文獻計量分析與探索》，《中國教育信息化》2022年第8期。

（20） 周玲、王烽：《生成式人工智能的教育啟示：讓每個人成為他自己》，《中國電化教育》2023年第5期。

（21） 雷曉燕、邵賓：《大模型下人工智能生成內(nèi)容嵌入數(shù)字素養(yǎng)教育研究》，《現(xiàn)代情報》2023年第6期。

（22） 余勝泉：《人工智能教師的未來角色》，《開放教育研究》2018年第1期。

（23） 楊欣：《基于生成式人工智能的教育轉(zhuǎn)型圖景——ChatGPT究竟對教育意味著什么》，《中國電化教育》2023年第5期。

（24） 羅國鋒、劉清生：《ChatGPT賦能高校信息素養(yǎng)教育應(yīng)用場景與實踐研究》，《農(nóng)業(yè)圖書情報學(xué)報》2024年第4期。

（25） 梁迎麗、劉陳：《人工智能教育應(yīng)用的現(xiàn)狀分析、典型特征與發(fā)展趨勢》，《中國電化教育》2018年第3期。

（26） 李政濤：《智能時代是“雙師”協(xié)同育人的新時代》，《當代教師教育》2021年第1期。

（27） 張海生：《人工智能賦能學(xué)科建設(shè)：解釋模型與邏輯解構(gòu)》，《高校教育管理》2023年第3期。

（28） S. Murugesan， A. K. Cherukuri， The Rise of Generative Artificial Intelligence and Its Impact on Education： The Promises and Perils， Computer， 2023， 56（5）， pp.116-121；J. Qadir， Engineering Education in the Era of ChatGPT： Promise and Pitfalls of Generative AI for Education， 2023 IEEE Global Engineering Education Conference （EDUCON）， Kuwait， 2023， pp.1-9.

（29） 靖東閣：《人工智能時代教育研究的主體性缺失與回歸》，《中國電化教育》2020年第12期。

（30） 祝智庭、韓中美、黃昌勤：《教育人工智能（eAI）：人本人工智能的新范式》，《電化教育研究》2021年第1期。

（31） 習(xí)近平：《發(fā)展新質(zhì)生產(chǎn)力是推動高質(zhì)量發(fā)展的內(nèi)在要求和重要著力點》，中國政府網(wǎng)2024年5月31日。

（32） 趙瑞雪、李甜、關(guān)陟昊、鮮國建、寇遠濤、孫坦：《知識服務(wù)與新質(zhì)生產(chǎn)力：雙向賦能機制與實踐路徑》，《農(nóng)業(yè)圖書情報學(xué)報》2024年第2期。

（33） 劉金亞、王馨悅、劉暢：《學(xué)習(xí)型搜索中的信息行為概念圖構(gòu)建與研究展望》，《情報理論與實踐》2023年第4期。

（34） 趙一鳴、程宗、陳憶金：《探尋式搜索路徑與搜索意圖轉(zhuǎn)換路徑的協(xié)同分析》，《情報資料工作》2021年第6期。

（35） 劉詠梅、謝陽群：《“搜索即學(xué)習(xí)”視角下大學(xué)生信息素養(yǎng)行動研究》，《情報理論與實踐》2019年第8期。

（36） 趙浩宇、陳登建、曾楨、張虹雨：《基于知識圖譜的中國近代史知識問答系統(tǒng)構(gòu)建研究》，《數(shù)字圖書館論壇》2022年第6期。

（37） 唐曉波、劉亞嵐：《基于Sentence-BERT語義表示的咨詢問題提示列表自動構(gòu)建方法研究——以糖尿病咨詢?yōu)槔?，《現(xiàn)代情報》2021年第8期。

（38） 華斌、康月、范林昊：《政策文本的知識建模與關(guān)聯(lián)問答研究》，《數(shù)據(jù)分析與知識發(fā)現(xiàn)》2022年第11期。

（39） 黃永文、孫坦、趙瑞雪、鮮國建、李嬌、羅婷婷：《大數(shù)據(jù)與人工智能背景下新型知識服務(wù)研究與實踐》，《圖書情報工作》2022年第19期。

（40） 顧雯、王娟：《人工智能技術(shù)對學(xué)習(xí)成績影響研究——基于40項實驗與準實驗研究的元分析》，《中國成人教育》2021年第1期；胡德鑫、王耀榮：《人工智能技術(shù)對學(xué)生學(xué)習(xí)效果的影響研究——基于2010至2022年40項實驗與準實驗的元分析》，《天津大學(xué)學(xué)報》（社會科學(xué)版）2022年第6期。

（41） 馬超、張妺：《基于人工智能技術(shù)的互動課堂對兒童學(xué)習(xí)動機的影響研究》，《中國教育信息化》2022年第1期。

（42） 宋光迪、羅雨晴、張可可、初易涵、楠迪：《生成式人工智能工具技術(shù)支持下大學(xué)生自主學(xué)習(xí)能力提升研究——以財務(wù)會計專業(yè)為例》，《互聯(lián)網(wǎng)周刊》2024年第1期。

（43） 高紅麗、楊磊、徐升、隆舟、劉凱、胡祥恩：《智能導(dǎo)學(xué)系統(tǒng)人機交互機制研究》，《中國遠程教育》2021年第1期。

（44） 鄭蘭琴、高蕾、黃梓宸：《基于生成式人工智能技術(shù)的對話機器人能促進在線協(xié)作學(xué)習(xí)績效嗎？》，《電化教育研究》2024年第3期。

（45） 李福灼、覃延鑫：《人工智能技術(shù)賦能學(xué)生個性化學(xué)習(xí)：基本方略與實踐圖景》，《中國成人教育》2024年第5期。

（46） 付芳：《邏輯視角下的可信人工智能研究》，《倫理學(xué)研究》2024年第5期。

（47） 1950年，“圖靈測試”作為機器智能的衡量標準被提出，它認為如果人類無法分辨他們是在與人類還是機器交談，那么這個機器應(yīng)該被認為是具有真正智能的。

（48） “過擬合”是指模型在訓(xùn)練數(shù)據(jù)上表現(xiàn)很好，但在未見過的測試數(shù)據(jù)上表現(xiàn)較差的情況。這是由于模型過于復(fù)雜，能夠記住訓(xùn)練數(shù)據(jù)的細節(jié)和噪聲，而不是透過數(shù)據(jù)的表象把握一般模式的本質(zhì)。

作者簡介：劉齊平，湖北經(jīng)濟學(xué)院信息管理學(xué)院講師，湖北武漢，430205；何國卿，中南財經(jīng)政法大學(xué)經(jīng)濟學(xué)院講師，湖北武漢，430073。

（責任編輯 程 騁）