摘要：AIGC（AI-Generated Content，人工智能生成內(nèi)容） 作為加速教育數(shù)字化變革的工具，在重塑教育結(jié)構(gòu)，重整教學(xué)過程，促進(jìn)學(xué)生學(xué)習(xí)能力提升及個人價值的多元化發(fā)展等方面發(fā)揮著獨特作用。文章緊緊圍繞AIGC技術(shù)賦能教學(xué)，輔助學(xué)生建構(gòu)個性化的知識體系，提高教學(xué)效率展開，選取甘肅衛(wèi)生職業(yè)學(xué)院2025級針灸推拿專業(yè)兩個平行班級（N=102） 學(xué)生為研究對象，實驗班采用融入AIGC的教學(xué)模"，"Introduction":""，"Columns":"人工智能"，"Volume":""，"Content":"

摘要：AIGC（AI-Generated Content，人工智能生成內(nèi)容） 作為加速教育數(shù)字化變革的工具，在重塑教育結(jié)構(gòu)，重整教學(xué)過程，促進(jìn)學(xué)生學(xué)習(xí)能力提升及個人價值的多元化發(fā)展等方面發(fā)揮著獨特作用。文章緊緊圍繞AIGC技術(shù)賦能教學(xué)，輔助學(xué)生建構(gòu)個性化的知識體系，提高教學(xué)效率展開，選取甘肅衛(wèi)生職業(yè)學(xué)院2025級針灸推拿專業(yè)兩個平行班級（N=102） 學(xué)生為研究對象，實驗班采用融入AIGC的教學(xué)模式，對照班沿用傳統(tǒng)教學(xué)模式。結(jié)果顯示，兩個班級的期末測試成績P值存在顯著差異，P=0.000lt;0.01，表明實驗班學(xué)生對知識點的掌握明顯優(yōu)于普通班。滿意度調(diào)查結(jié)果顯示，實驗班學(xué)生對新教學(xué)模式的滿意程度達(dá)到了95.67%。

關(guān)鍵詞：AIGC；教學(xué)模式；醫(yī)學(xué)類高職；信息技術(shù)；個性化學(xué)習(xí)

中圖分類號：G642" " " 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2025）18-0028-04

開放科學(xué)（資源服務(wù)） 標(biāo)識碼（OSID）

0 引言

教育部懷進(jìn)鵬部長在召開的第二次教育強國建設(shè)戰(zhàn)略咨詢委員會上指出：人工智能是把“金鑰匙”……讓青年一代更加主動地學(xué)，讓教師更加創(chuàng)造性地教。由此，重構(gòu)教育理念，創(chuàng)新課堂教學(xué)方法，充分發(fā)揮以自然語言處理技術(shù)為基礎(chǔ)的AIGC（AI-Generated Content，人工智能生成內(nèi)容） 工具在人才培養(yǎng)中的積極作用，為教育提供新的交互模式和個性化學(xué)習(xí)體驗是“工業(yè)時代”向“數(shù)字時代”轉(zhuǎn)型教育改革的方向。作為人工智能技術(shù)之一的AIGC引發(fā)了教育研究者的深度關(guān)注。

在此背景下，AIGC憑借其強大的文本、聲音、圖形、圖像、視頻等數(shù)據(jù)生成及處理功能被引入教育領(lǐng)域。它在創(chuàng)新性、傳播力、迭代性、個性化等方面技術(shù)優(yōu)勢突出。它能根據(jù)學(xué)生特點提供個性化教學(xué)，實現(xiàn)智能輔導(dǎo)及實時反饋，促進(jìn)教育公平，創(chuàng)新評估方式，并具有強適應(yīng)性。特別是在語言學(xué)習(xí)和終身教育方面，AIGC能提供有力支持，被認(rèn)為終身學(xué)習(xí)伴侶[1]。

在傳統(tǒng)的教學(xué)中，教師在課前需要花費大量時間完成教學(xué)資料的準(zhǔn)備，例如，課件、教案、教學(xué)視頻、學(xué)習(xí)任務(wù)單等，學(xué)生需要獨立完成舊課復(fù)習(xí)、新課預(yù)習(xí)。課中，教師雖然盡力參與小組學(xué)習(xí)中去，但仍舊無法關(guān)注到每位學(xué)生的學(xué)習(xí)情況，尤其針對信息技術(shù)這種實操性強的課程，很多學(xué)生的操作因得不到及時解答而流于形式，只知其然，不知其所以然。課后，教師又投入新一輪的教學(xué)資料準(zhǔn)備，學(xué)生又開始新一輪復(fù)習(xí)、預(yù)習(xí)。經(jīng)過調(diào)研及課堂觀察發(fā)現(xiàn)，實際教學(xué)中，教學(xué)資源有限，教師授課量大且科研任務(wù)繁重，外加學(xué)生學(xué)習(xí)的差異性等因素，每個教學(xué)單元獲得教師指導(dǎo)和幫助的學(xué)生不足5%。傳統(tǒng)的教學(xué)節(jié)奏迫使部分學(xué)生在還未掌握基本概念的情況下，就轉(zhuǎn)向了更高階知識的學(xué)習(xí)，這種知識上的漏洞會隨時間不斷積累，最終形成難以逾越的學(xué)習(xí)障礙。而信息技術(shù)作為一門應(yīng)用性很強的公共課，面向各校幾乎所有專業(yè)開設(shè)，具有內(nèi)容龐雜，學(xué)時有限，專業(yè)覆蓋面廣，學(xué)生數(shù)量多且水平參差不齊等特點。如何激發(fā)不同專業(yè)、不同能力學(xué)生的學(xué)習(xí)興趣，滿足不同層次學(xué)生對知識的需求，實現(xiàn)異步化教學(xué)，是課程教學(xué)中的難點。

1 文獻(xiàn)綜述

在國際上，已有研究指出，生成式人工智能（Artificial Intelligence Generated Content，簡稱AIGC） 能夠輔助教師進(jìn)行教學(xué)資源的多元化整合、增強課堂及時反饋互動以及進(jìn)行學(xué)生學(xué)習(xí)效果的評估。2024年7月，薩爾曼·可汗出版的《教育新語》中，強調(diào)了人工智能對教育的深遠(yuǎn)影響。他指出，人工智能不僅為教育帶來了精準(zhǔn)化與個性化的教學(xué)可能，還促使教師的角色從知識傳遞者轉(zhuǎn)變?yōu)閷W(xué)習(xí)引導(dǎo)者、支持者與啟發(fā)者。通過大數(shù)據(jù)和AI技術(shù)，教育得以實現(xiàn)定制化的學(xué)習(xí)路徑，為每位學(xué)生提供個性化的學(xué)習(xí)體驗，進(jìn)而激發(fā)學(xué)生的無限潛能[2]。

在國內(nèi)，隨著教育信息化的推進(jìn)，越來越多的研究開始關(guān)注AIGC技術(shù)在教學(xué)中的應(yīng)用潛力。喻國明提出AI時代教學(xué)模式變革的要點是培養(yǎng)學(xué)生的人工智能思維[3]。張明飛等人認(rèn)為人工智能是通過對數(shù)字資源的重組，提供個性化學(xué)習(xí)資源，從而實現(xiàn)個性化導(dǎo)學(xué)[4]。羅江華提出建構(gòu)多模態(tài)學(xué)科知識圖譜，通過多模態(tài)知識的傳達(dá)深化學(xué)習(xí)者的理解[5]。吳蘭岸等人指出AIGC可以借助問題為學(xué)生創(chuàng)設(shè)問題情景，在沉浸式對話交互中，激發(fā)學(xué)生的問題意識，使其高階思維能力得到培養(yǎng)和發(fā)展[6]。何克抗提出探究性教學(xué)模式已成為各學(xué)科常規(guī)課堂教學(xué)最需要、最有效也是最常用的課內(nèi)整合模式之一[7]。沈張一等人將MM-AIGC應(yīng)用于數(shù)據(jù)結(jié)構(gòu)課程促進(jìn)了學(xué)生深度學(xué)習(xí)，提高了教學(xué)效率[8]。莊舒婷等人認(rèn)為人工智能的使用雖然有其積極的一面，但其昂貴的費用增加了教育成本，監(jiān)管系統(tǒng)的缺失造成了專業(yè)信息傳輸及倫理的錯誤，學(xué)生的過度依賴削弱其學(xué)習(xí)能力[9]。

綜上，多數(shù)研究均從AIGC工具應(yīng)用于教學(xué)的價值、意義、存在的風(fēng)險等角度展開深入探討，但建構(gòu)基于AIGC工具的教學(xué)模式并將其應(yīng)用于職業(yè)院校教學(xué)實踐方面的研究較少。

2 理論基礎(chǔ)

2.1 布魯姆掌握學(xué)習(xí)理論

掌握學(xué)習(xí)理論強調(diào)，只要給予適當(dāng)?shù)慕虒W(xué)與足夠的時間，80%～90%學(xué)生都能達(dá)到對所學(xué)課程內(nèi)容的掌握。融入AIGC工具的教學(xué)實踐充分體現(xiàn)了“以學(xué)生為中心”的教學(xué)理念，與布魯姆的掌握學(xué)習(xí)理論不謀而合?！盀檎莆斩蹋瑸檎莆斩鴮W(xué)”，這一原理強調(diào)教學(xué)應(yīng)以學(xué)生的學(xué)習(xí)需求為中心，注重教學(xué)過程中的及時反饋與個別化的矯正性幫助。但在實際教學(xué)中，及時反饋與個別化矯正需要教師投入大量的時間和精力。面對當(dāng)前職業(yè)院校教師周18～24學(xué)時的教學(xué)工作量及科研壓力，根本無法完成。而AIGC工具的應(yīng)用減輕了教師負(fù)擔(dān)，針對學(xué)生提出的問題24小時不停歇地提供高效、快速解答，由此，AIGC工具的應(yīng)用在輔助學(xué)生學(xué)習(xí)方面達(dá)到了及時反饋與個別化矯正的目標(biāo)。

2.2 戴爾“學(xué)習(xí)金字塔”理論

戴爾“學(xué)習(xí)金字塔”理論強調(diào)，教育者應(yīng)當(dāng)設(shè)計并實施更多促進(jìn)主動參與的學(xué)習(xí)活動，以確保學(xué)生在實踐中深化理解、掌握知識。為了確保學(xué)生在學(xué)習(xí)中積極參與和實踐，教育者需要從思維和行為兩個層面著手。在思維層面，激發(fā)學(xué)生的主動思考，引導(dǎo)他們探索知識的內(nèi)在聯(lián)系，并通過多角度分析問題，尋求解決問題的方法。在行為層面，教育者應(yīng)促進(jìn)課堂互動，鼓勵學(xué)生主動回答問題、分享見解，并對同伴的答案提出創(chuàng)新性的解決方案，以此拓展問題的廣度。在實際課堂中，由于學(xué)生個體差異、教學(xué)資源限制、緊湊的課程要求、教師準(zhǔn)備不足以及技術(shù)挑戰(zhàn)等因素，實現(xiàn)高水平的參與和實踐面臨多重挑戰(zhàn)。而AIGC工具可以增強學(xué)生的參與感和實踐能力。它可以根據(jù)學(xué)生的學(xué)習(xí)進(jìn)度和能力動態(tài)調(diào)整學(xué)習(xí)內(nèi)容，確保每個學(xué)生都能在適合自己的節(jié)奏、方式下參與學(xué)習(xí)；通過智能輔導(dǎo)系統(tǒng)提供即時反饋，幫助學(xué)生糾正錯誤并深化理解。AIGC工具為學(xué)生提供了開放、包容的學(xué)習(xí)環(huán)境，實現(xiàn)了學(xué)生在學(xué)習(xí)中的充分參與和實踐。

3 人機協(xié)同的“課堂小循環(huán)+課程大循環(huán)”教學(xué)模式設(shè)計

3.1 模型整體結(jié)構(gòu)

本教學(xué)模式的特點是課堂小循環(huán)+課程大循環(huán)，如圖1所示。課堂小循環(huán)由課前、課中、課后三階段組成，圍繞本小節(jié)學(xué)習(xí)內(nèi)容展開，各學(xué)段相互影響，如學(xué)生的預(yù)習(xí)反饋影響課堂教學(xué)內(nèi)容規(guī)劃及教學(xué)活動的設(shè)計。從課前到課后，形成“學(xué)懂—遷移—內(nèi)化”的閉環(huán)，解決了傳統(tǒng)課堂“學(xué)用脫節(jié)”的問題。課程大循環(huán)以完成“手搓”一本計算機教材為學(xué)期目標(biāo)。“手搓教材”任務(wù)符合高職教育“實踐導(dǎo)向”的人才培養(yǎng)特點，旨在通過整合課程知識點，推動學(xué)生主動梳理知識體系，完成知識體系化建構(gòu)。

3.2 課前、課中、課后的設(shè)計意圖與實施細(xì)節(jié)

3.2.1 課前：精準(zhǔn)準(zhǔn)備，高效預(yù)熱

在教學(xué)的起始階段，教師利用AIGC工具高效地準(zhǔn)備教學(xué)資料，包括生成教案、課件和授課計劃等教學(xué)文檔。AIGC輔助教師生成視頻等教學(xué)素材，豐富教學(xué)內(nèi)容，精準(zhǔn)匹配學(xué)生的實際需求。同時，教師利用AIGC工具為學(xué)生搭建“腳手架”式的自主學(xué)習(xí)任務(wù)單，引導(dǎo)學(xué)生做好預(yù)習(xí)，確保學(xué)生掌握本節(jié)課程必要的核心知識與技能。為了更加準(zhǔn)確地評估學(xué)生課前知識的掌握情況，教師使用AIGC生成了課前自測題。課前自測有助于教師了解學(xué)生的學(xué)習(xí)基礎(chǔ)，為后續(xù)的課堂教學(xué)活動設(shè)計，以及教學(xué)內(nèi)容調(diào)整提供針對性指導(dǎo)。最后，為使學(xué)習(xí)內(nèi)容更加條理清晰，幫助學(xué)生理解和記憶，要求學(xué)生依據(jù)所學(xué)知識搭建思維導(dǎo)圖框架，擬定教材編寫大綱。學(xué)生遇到問題時，可以通過AIGC輔助知識點答疑，這不僅提高了學(xué)習(xí)效率，還增強了學(xué)生的自主學(xué)習(xí)能力。

3.2.2 課中：互動答疑，深化理解

進(jìn)入課堂教學(xué)階段，AIGC工具的應(yīng)用進(jìn)一步凸顯了其優(yōu)勢。教師針對課前設(shè)計的教學(xué)案例，結(jié)合學(xué)生預(yù)習(xí)成果進(jìn)行全面解讀，引導(dǎo)學(xué)生理解案例中的關(guān)鍵知識點和應(yīng)用場景。學(xué)生完成案例制作，并針對自己存在的問題與AIGC工具展開“對話式”探討。AI工具的應(yīng)用降低了技術(shù)門檻，學(xué)生通過“做中學(xué)”強化了實踐能力，進(jìn)一步提升了學(xué)習(xí)動力。教師從“知識的傳授者、案例的演示者”轉(zhuǎn)型為“學(xué)習(xí)活動的設(shè)計者、引導(dǎo)者”。一些簡單的操作及常識性的問題已由AIGC輔助解答，教師僅聚焦學(xué)生高階能力培養(yǎng)。最后，學(xué)生通過小組交流、演示分享、歸納總結(jié)，實現(xiàn)知識點內(nèi)化。

3.2.3 課后：反思總結(jié)，個別輔導(dǎo)

“總結(jié)鞏固”與“銜接下一階段學(xué)習(xí)”是這一環(huán)節(jié)的關(guān)鍵任務(wù)，通過AIGC工具的深度支持，形成教學(xué)效果的動態(tài)優(yōu)化與持續(xù)性跟蹤。教師借助AIGC生成學(xué)習(xí)報告，精準(zhǔn)識別學(xué)生薄弱環(huán)節(jié)，并據(jù)此調(diào)整下一階段教學(xué)內(nèi)容。同時利用AIGC自動生成教案、課件及教學(xué)案例，確保教學(xué)資源的前瞻性與連貫性。學(xué)生則借助AIGC完善思維導(dǎo)圖，編寫個性化教材章節(jié)，完成NCRE Level 2專項測試，此部分由AI提供錯題解析與針對性練習(xí)，進(jìn)一步鞏固知識體系，實現(xiàn)能力遷移。至此，AIGC工具已經(jīng)解決了學(xué)生的大部分共性及個性問題，教師僅針對個別學(xué)生的特殊問題進(jìn)行答疑。在作業(yè)的完成中，學(xué)生也由“知識掌握者”邁向“知識建構(gòu)者”。通過數(shù)據(jù)驅(qū)動的閉環(huán)銜接，即課后成果反哺下一階段資源，形成“教—學(xué)—用”的良性循環(huán)，使其工程化思維與創(chuàng)新能力都得以提升，最終實現(xiàn)了教學(xué)精準(zhǔn)度提升與學(xué)習(xí)生態(tài)的可持續(xù)迭代。

綜上所述，AIGC工具作為教學(xué)全過程中的智能性助教，不僅減輕了教師的教學(xué)負(fù)擔(dān)，同時，成了學(xué)生的學(xué)伴，在提供豐富學(xué)習(xí)資源的同時，與學(xué)生展開基于情境的學(xué)科知識多輪對話，既提高了教學(xué)效率和質(zhì)量，又增強了學(xué)生的學(xué)習(xí)體驗，做到個性化學(xué)習(xí)路徑設(shè)計，滿足不同程度學(xué)生的學(xué)習(xí)需求[10]。

4 AIGC助力教學(xué)的應(yīng)用場景

郵件合并技術(shù)作為文字處理模塊的進(jìn)階教學(xué)內(nèi)容，其多維數(shù)據(jù)整合特性對學(xué)生的計算思維與問題解決能力提出了較高要求。在課前預(yù)學(xué)階段，通過基礎(chǔ)性郵件合并任務(wù)，引導(dǎo)學(xué)生開展自主探究學(xué)習(xí)，初步形成對數(shù)據(jù)關(guān)聯(lián)的認(rèn)知圖式；課堂實施階段，教師引入高階認(rèn)知沖突——圖像數(shù)據(jù)的異構(gòu)性整合問題，采用問題導(dǎo)向教學(xué)法激發(fā)深度思考。相較于結(jié)構(gòu)化文本數(shù)據(jù)，圖像數(shù)據(jù)在郵件合并中存在兩個技術(shù)壁壘：第一，非結(jié)構(gòu)化數(shù)據(jù)的路徑動態(tài)引用機制需建立跨文件系統(tǒng)認(rèn)知；第二，圖像格式兼容性及大小將影響數(shù)據(jù)可視化呈現(xiàn)。在教學(xué)中，學(xué)生通過操作觀察—認(rèn)知沖突—概念重構(gòu)的迭代過程，運用AIGC工具解決技術(shù)瓶頸，最終完成個性化護(hù)理手冊的生成，如表1所示。

5 實施效果

5.1 期末測試

為了進(jìn)一步檢測新教學(xué)模式的教學(xué)效果，研究者選取甘肅衛(wèi)生職業(yè)學(xué)院2025級針灸推拿專業(yè)兩個平行班級學(xué)生為研究對象，實驗班52人，采用融入AIGC的教學(xué)模式，對照班50人，采用傳統(tǒng)教學(xué)模式，進(jìn)行了為期15周的教學(xué)實驗。期末測試卷由AIGC工具生成難度貼近全國計算機等級考試（二級） 的試題組成，總分100，包括單選、多選、判斷、簡答、操作五大題型。測試結(jié)果顯示，實驗班優(yōu)秀率（≥85分） 達(dá)80%，顯著高于普通班級，無不及格學(xué)生，普通班優(yōu)秀率為46%，有9名學(xué)生不及格。再結(jié)合總分均值檢驗P值，P=0.000lt;0.01，表明融入AIGC工具的教學(xué)效果較好。其中，選擇題、簡答題得分均值檢驗不存在顯著差異，多選題、判斷題、操作題得分均值檢驗存在顯著差異，表明AIGC更有利于高階知識目標(biāo)的達(dá)成，有效促進(jìn)了學(xué)生復(fù)雜技能掌握。

5.2 問卷及訪談?wù){(diào)查

課程評價問卷調(diào)查顯示，實驗班級學(xué)生對課程的滿意程度高達(dá)95.67%，學(xué)生認(rèn)為該教學(xué)模式不僅有效提升了他們的信息技術(shù)應(yīng)用能力和數(shù)字素養(yǎng)，更加深了他們對人工智能的認(rèn)知和理解。課后，對5名實驗班級學(xué)生進(jìn)行訪談，其中，3名學(xué)生表示，新教學(xué)模式的應(yīng)用使得跨學(xué)科內(nèi)容、未知領(lǐng)域知識、被遺忘、含混不清的概念及不能及時得以解答的問題，都不再成為學(xué)習(xí)中的障礙。在追問中表示，探究的學(xué)習(xí)模式極大地激發(fā)了他們的學(xué)習(xí)興趣與熱情。2名學(xué)生表示，希望開設(shè)與AI相關(guān)的課程，期待通過系統(tǒng)學(xué)習(xí)掌握工具的使用方法，同時表示，在學(xué)習(xí)中存在過度依賴AI工具的現(xiàn)象，有時也會因為頻繁交互訪問導(dǎo)致注意力碎片化。

6 總結(jié)與反思

本研究通過將AIGC技術(shù)深度嵌入教學(xué)全過程，重構(gòu)了“師—機—生”三元協(xié)同教育生態(tài)；通過多模態(tài)資源生成、認(rèn)知路徑優(yōu)化與動態(tài)評估反饋，顯著提升了知識傳遞效率及高階思維能力培養(yǎng)。然而，技術(shù)工具的雙刃劍效應(yīng)要求教育者警惕算法偏見與認(rèn)知依賴風(fēng)險，需在教學(xué)設(shè)計中建立倫理審查機制。

6.1 重塑課程目標(biāo)

課程目標(biāo)體系超越了傳統(tǒng)布魯姆分類法的層級局限，基于AIGC多模態(tài)支持，建構(gòu)了“知識-能力-素養(yǎng)-價值”四維目標(biāo)模型，如圖2所示。該模型通過AIGC的動態(tài)適應(yīng)性特征實現(xiàn)了目標(biāo)遞進(jìn)，驅(qū)動學(xué)生能力螺旋上升。

6.2 重創(chuàng)學(xué)習(xí)新樣態(tài)：從場景重構(gòu)到范式革命

AIGC技術(shù)正在引發(fā)教育范式的三重變革：

1）認(rèn)知交互革命：大語言模型的對話式學(xué)習(xí)顛覆了知識單向傳遞模式，學(xué)生通過“質(zhì)疑-修正-再建構(gòu)”循環(huán)發(fā)展批判性思維。

2）評估體系重構(gòu)：基于AI的實時學(xué)習(xí)分析系統(tǒng)實現(xiàn)了高精度的實時評估，教師可精準(zhǔn)識別學(xué)生的認(rèn)知斷點。

3）教育公平再定義：AIGC驅(qū)動的自適應(yīng)學(xué)習(xí)系統(tǒng)極大地縮小了教育資源鴻溝，讓更多學(xué)生享受到個性化教育。但同時，也要警惕算法可能帶來的歧視風(fēng)險，需要通過多模態(tài)去偏技術(shù)加以遏制。

未來，AIGC技術(shù)與腦機接口、情感計算的融合將催生“神經(jīng)教育學(xué)”新領(lǐng)域。例如，通過EEG（Electroencephalogram） 信號同步分析AI輔導(dǎo)過程中的認(rèn)知負(fù)荷變化，可實現(xiàn)教學(xué)策略的神經(jīng)反饋優(yōu)化。教育者需前瞻性建立“技術(shù)-倫理-教學(xué)法”協(xié)同演進(jìn)框架，避免陷入技術(shù)決定論陷阱。

6.3 研究局限與展望

本研究存在三方面局限：首先，實驗周期僅覆蓋單學(xué)期，未能觀測長期認(rèn)知遷移效果；其次，未量化分析不同AIGC工具（如ChatGPT、質(zhì)譜清言、文心一言等） 的教學(xué)效能差異；最后，信息技術(shù)課程的特殊性可能限制結(jié)論普適性。后續(xù)研究將構(gòu)建跨學(xué)科對比實驗，并開發(fā)AIGC教育效能評估指標(biāo)體系，為智能教育生態(tài)系統(tǒng)建設(shè)提供理論支撐。值得注意的是，教學(xué)中需引導(dǎo)學(xué)生辯證看待AIGC的技術(shù)依賴風(fēng)險，培養(yǎng)其對生成結(jié)果的批判性驗證能力，進(jìn)一步為信息化技能人才培養(yǎng)提供新的方法論視角。

參考文獻(xiàn)：

[1] 生成式人工智能（AIGC） 之最全詳解圖解[EB/OL].[2024-02-18] [2024-10-18].https：//blog.csdn.net/DFCED/article/details/136107612

[2] 薩爾曼·可汗.教育新語：人工智能時代教什么，怎么學(xué)[M].王琦，萬海鵬，譯.北京： 中信出版集團(tuán)，2024.

[3] 喻國明，滕文強，李釩.AIGC時代人機關(guān)系的再思考：本質(zhì)認(rèn)知、特征演化與協(xié)同路徑：基于機體哲學(xué)與WSR方法論的分析[J].廣州大學(xué)學(xué)報（社會科學(xué)版），2024，23（6）：52-63.

[4] 張明飛，孔新梅，王顯闖，等.基于生成式人工智能的探究式教學(xué)設(shè)計與應(yīng)用研究[J].中國現(xiàn)代教育裝備，2024（18）：1-4.

[5] 羅江華，馮瑞.智慧教育平臺的適應(yīng)性服務(wù)框架和實施路徑探析[J].中國電化教育，2024（6）：46-53.

[6] 吳蘭岸，閆寒冰，黃發(fā)良，等.大型語言模型在高等教育中的應(yīng)用分析與現(xiàn)實挑戰(zhàn)[J].現(xiàn)代教育技術(shù)，2023，33（8）：29-37.

[7] 何克抗，吳娟.信息技術(shù)與課程整合的教學(xué)模式研究之三：“探究性” 教學(xué)模式[J].現(xiàn)代教育技術(shù)，2008，18（9）：5-10，27.

[8] 沈張一，李琛璞，鐘華.多模態(tài)生成式人工智能在數(shù)據(jù)結(jié)構(gòu)課程教學(xué)中的應(yīng)用[J].湖州師范學(xué)院學(xué)報，2024，46（10）：44-50.

[9] 莊舒婷，袁明洲，林信富，等.生成式人工智能在病理生理學(xué)基于案例/問題教學(xué)中的應(yīng)用探討[J].中國當(dāng)代醫(yī)藥，2024，31（34）：114-118，125.

[10] 荀淵.ChatGPT/生成式人工智能與高等教育的價值和使命[J].華東師范大學(xué)學(xué)報（教育科學(xué)版），2023，41（7）：56-63.

【通聯(lián)編輯：王 力】