在教育領(lǐng)域有效運(yùn)用生成式人工智能

　　生成式人工智能（GenAI）正迅速蔓延全球。校園里，學(xué)生通過聊天機(jī)器人完成作業(yè)，教師借助應(yīng)用程序設(shè)計課程教案。這場技術(shù)革命的推進(jìn)速度令人驚嘆，例如ChatGPT于2022年末問世后，以驚人的速度在發(fā)展。

　　與以往教育技術(shù)浪潮不同，當(dāng)前多數(shù)生成式人工智能技術(shù)對所有互聯(lián)網(wǎng)用戶開放。其用戶體驗直觀易用，無需任何前期培訓(xùn)或編程技能要求。該技術(shù)的多功能性意味著它能在數(shù)秒內(nèi)完成從撰寫論文到創(chuàng)建學(xué)習(xí)體驗的各類任務(wù)。

　　鑒于生成式人工智能的強(qiáng)大能力，其在教育領(lǐng)域的快速普及不足為奇。經(jīng)濟(jì)合作與發(fā)展組織最新發(fā)布的《2026數(shù)字教育展望》報告顯示，生成式人工智能蘊(yùn)含諸多機(jī)遇，但也存在一些風(fēng)險。當(dāng)人工智能工具在明確教學(xué)目標(biāo)引導(dǎo)下或?qū)榻逃O(shè)計時，能有效輔助學(xué)習(xí)。但當(dāng)人工智能消除了學(xué)習(xí)過程中必要的“生產(chǎn)性掙扎”時，學(xué)生雖能更快完成任務(wù)并獲得即時優(yōu)異成果，其知識理解能力卻可能難以深度鞏固。這將削弱學(xué)生的認(rèn)知耐力、深度閱讀能力、持續(xù)專注力和毅力。缺乏明確教學(xué)目標(biāo)的人工智能工具，可能助長研究者提出的“元認(rèn)知惰性”和“學(xué)習(xí)疏離感”。

　　該報告同時揭示了非教育專用型通用人工智能工具在學(xué)習(xí)中的局限性。例如，多項研究表明，使用通用人工智能工具學(xué)習(xí)的學(xué)生答題質(zhì)量雖優(yōu)于未使用組，但考試表現(xiàn)未見提升，甚至出現(xiàn)惡化現(xiàn)象。

　　反觀之，盡管通用生成式人工智能工具在教學(xué)中可發(fā)揮作用，但專為學(xué)習(xí)設(shè)計的專用生成式人工智能工具更具潛力。這類工具基于人類知識技能習(xí)得科學(xué)原理，以明確教學(xué)目標(biāo)為設(shè)計核心。評估表明，當(dāng)其作為創(chuàng)意協(xié)作學(xué)習(xí)伙伴或虛擬研究助手時，往往能帶來更好的學(xué)習(xí)成效。

　　早期試驗表明，基于生成式人工智能的輔導(dǎo)助手能增強(qiáng)人類導(dǎo)師解決學(xué)生難題的能力。一項研究顯示，經(jīng)驗較少的導(dǎo)師在人工智能輔助下采用了更優(yōu)的輔導(dǎo)策略，顯著提升了學(xué)生對數(shù)學(xué)知識的掌握程度。研究人員發(fā)現(xiàn)，另一款基于互動聊天的教師培訓(xùn)工具——通過模擬學(xué)生場景讓新手教師進(jìn)行教學(xué)實踐，能有效提升教師的教學(xué)準(zhǔn)備度和自信心。盡管這些研究前景可期，但仍需未來研究評估其在不同教育場景中的實際成效。

　　展望未來，生成式人工智能顯然并非解決所有教育問題的魔法棒。它既能放大優(yōu)質(zhì)教學(xué)法的效果，也能擴(kuò)大不良教學(xué)法的影響。各國政府應(yīng)確保生成式人工智能被有目的地運(yùn)用，能夠豐富學(xué)習(xí)體驗而非替代認(rèn)知努力或削弱教師的專業(yè)判斷。教育體系應(yīng)優(yōu)先支持那些明確旨在提升教學(xué)效果、由師生共同設(shè)計并經(jīng)過嚴(yán)格試驗檢驗的工具。通過這些措施，各國政府能夠確保生成式人工智能為全球師生提供支持，并幫助學(xué)習(xí)者掌握關(guān)鍵的生成式人工智能素養(yǎng)技能，而這些技能對未來勞動力市場乃至更廣闊的人生成功都至關(guān)重要。

　　（作者系經(jīng)濟(jì)合作與發(fā)展組織教育與技能司司長、德國籍學(xué)者，本文由本報記者黃金魯克翻譯）

《中國教育報》2026年03月05日 第09版