生成式人工智能背景下新聞傳播實踐教育改革研究

李欣?柳欣怡

【內容摘要】本文認為，生成式人工智能技術的發展將推動新聞傳播業新一輪的巨變，新聞傳播教育正面臨前所未有的沖擊，要求新聞傳播院校的實踐教育體系圍繞新技術、新趨勢因時而變。為探究新聞傳播教育如何應對技術變遷，本文將分別從實踐教育理念、課程體系及實踐平臺等維度探討生成式人工智能環境下新聞傳播院校實踐教學體系的改革方向。

【關鍵詞】新聞傳播實踐教育；生成式人工智能；教學改革

2022年11月，智能程序ChatGPT問世，在短短兩個月內月活用戶便突破1億，成為互聯網發展史上用戶規模增幅最快的應用程序。人們驚嘆于ChatGPT高階的人機交流水平、內容學習與創造能力，其背后以AIGC為代表的生成式人工智能技術也引起了全社會的關注。“媒介的影響之所以非常強烈，恰恰是另一種媒介變成了它的‘內容’。”①依托其強大的數據分析及模型生成技術，生成式人工智能具備以智能對話的形式進行內容生成并形成自己內容基礎的能力，使得“信息對信息傳播”的全新圖景成為可能，更為激發生產力和人類創造力提供了強勁的引擎。據埃森哲（Accenture）發布的研究報告，98% 的全球高管認同人工智能基礎模型將在未來3至5年內在其組織的戰略中發揮重要作用；40%的工作時間可能會受到像 GPT-4這樣的大型語言模型的影響。②這一技術將拓展更廣泛的應用場景，深化人機協同的程度，一定會帶來傳播生態的巨大變局。

馬歇爾·麥克盧漢曾指出，媒介對人類聯合、行動規模和形式發揮塑造和控制作用。③對于新聞傳播界來說，技術一直是行業發展的關鍵性推動力量。隨著生成式人工智能顛覆性的進步，越來越多的學者、從業者開始思考其對新聞傳播實踐所產生的影響。曾曉（2023）④認為，生成式人工智能應用于新聞內容生產領域，將實現新聞從生產到分發各環節的一站式自動生成目標，在降本增效的同時，充分釋放新聞內容生產力、擴大內容影響力，并且以多元的呈現形式和豐富的內容形態實現深度融合目標。陳昌鳳（2023）⑤提出人工智能創新了報道方式、改變新聞敘事觀念的可能性。喻國明等人（2023）⑥認為，以ChatGPT為代表的生成式人工智能將驅動傳媒業從勞動密集型產業逐漸轉變為技術密集型和資本密集型產業。總而言之，不論微觀的新聞生產流程、新聞分發方式等層面，還是新聞組織、機構甚至生態層面，普遍認為生成式人工智能對于新聞傳播實務的影響是巨大且空前的。

掌握專業化的新聞報道技術，是新聞行業對未來從業者的重要訴求。⑦新聞教育是新聞學界與業界勾連最多的場域，20世紀90年代末，就有學者敏銳地意識到互聯網將會對新聞業造成革命性的影響。2005年，蔡雯教授將“媒介融合”概念引入中國后，學界對技術變更下新聞學學科的建設開展了大量討論，新聞傳播教育也對媒介技術的變革保持著高度的關注。從現實來看，多年來隨著技術不斷升級，新聞傳播類院校的確不斷將前沿媒介技術納入了自身的教育體系中，大數據、云計算、物聯網、虛擬現實、人工智能等成為了新聞傳播教育中的“核心”與“骨干”。⑧在生成式人工智能為傳媒業帶來機遇與挑戰的同時，種種新聞傳播領域的實踐變革，都在要求新聞傳播院校的實踐教育體系圍繞新技術、新趨勢因時而變。本文將分別從實踐教育理念、課程體系及實踐平臺等維度探討生成式人工智能環境下，新聞傳播院校實踐教學體系的改革方向。

一、理念重塑，重新認知新聞傳播業的行動主體

生成式人工智能的崛起及其對新聞業的介入，表明人工智能在新聞生產的行動者網絡中正在發生關鍵性作用，形成了作為“行為方式”的技術經由新聞生產流程參與構造信息生產過程的全新機制。對這一全新機制的認知是新聞傳播教育理念重塑的基石。

美國傳播學家施拉姆曾用一天中的“最后7分鐘”來描繪人類傳播演進所呈現出的加速度發展趨勢。隨著不斷地迭代發展，生成式人工智能擁有了強大的語義理解能力及處理復雜多模態輸入的能力，能夠輸出文本、圖像、視頻等多種形式的內容。百度推出的“文心一言”不僅可以生成文字，而且也能生成圖片、思維導圖等多種內容形式，實現多模態化的工作。生成式人工智能最新的變化表明，當前生成式人工智能的內容更加多元與復雜，有助于提升新聞業自動化新聞生成的能力。新聞傳播學從未有過這樣一個需要深度整合多元學科發展的時代，新聞傳播人才實踐教育升級應充分實現學科間的交叉融合，實現向智能新聞教育的轉向。

從許多既有的高校培養方案來看，智能新聞教育的改革僅限于在原有教學框架之上按照技術更新、院校優勢等添補內容，缺乏系統的課程修訂和整體布局，這也使得學生對新聞傳播學應學內容產生困惑。⑨生成式人工智能作為新生技術，其學術研究仍處于探索規律的階段，相關的理論體系還未建立。值得注意的是，以生成式人工智能為代表的智能媒體讓“萬物皆媒”有了充分的呈現空間，傳播主體身份的嬗變，使信息傳播與新聞傳播雜糅在一起，造就了復雜的傳播樣態，這就極大地影響了新聞教育的培養目標和教學內容。如無法在教育過程之中區分新聞傳播與信息傳播的區別，就極有可能會混亂學生對于新聞傳播功能的認知。⑩

因此，為了實踐教育本身不浮于表面，且有效與新聞實踐接軌，在實踐教育的過程之中，應當從源頭上遵循一縱一橫兩個基本邏輯。縱向思路上，在改革過程中引入技術思維，從新技術的變更之中透視技術的變更邏輯，確保新聞實踐教育與技術更新同頻共振。橫向思路上，緊跟生成式人工智能技術的切面研究，分析生成式人工智能技術對新聞實踐所產生的影響。總的來說，實踐教育改革嘗試應當與技術相關研究步調相配合，在摸索生成式人工智能這一技術的同時，厘清智能媒體下新聞教育的邊界。

二、知識體系，形成交叉學科“知識樹”

新聞傳播實踐教育的基礎是學生具備多學科交叉的“樹”形知識體系。“知識樹”建構的目的是探索如何可擴展性地解決學生知識體系的結構化、體系化、鏈路化，以構建知識庫并支撐新聞實踐。需要多種理論與方法來實現，包括知識圖譜、機器學習、自然語言處理、多媒體內容分析等技術以及更重要的人文社會知識的引入。

人工智能以計算機作為物質載體，通過對人腦功能的模擬，賦予“類人化”的認知、學習、分析、解決問題的能力。我們完全可以從人工智能的學習模式中獲得啟迪：通過對等硬核技能的學習，學生可以更好地分析所獲得的信息與數據，并了解如何運用通順的邏輯思維處理事件過程之中可能遇到的問題。知識性模塊可以從以下角度進行教學：認識技術的基本邏輯、能夠簡單運用技術進行分段任務實踐、能夠通過案例提煉理論知識，并最終指導實踐工作。例如浙江傳媒學院開設的“數據新聞報道”課程模塊包含“數據可視化技術”“數據分析與挖掘”“數據新聞報道”等課程，授課內容包含“應用案例介紹”“數據與處理”“可視化技能”，并引入Tableau、Echarts等新近可視化處理平臺進行教學，鼓勵學生運用 Python等計算機編程語言進行數據處理和挖掘，無論從課程設計還是教學安排上都緊跟技術發展的趨勢。

生成式人工智能最大的影響是“知識易獲得”，相對而言就是知識的貶值，這種知識貶值只是針對固定知識的，而創造性的洞見則顯得更加珍貴。創造性來源于人類知識生產的底層邏輯，來源于多學科的交叉學習。生成式人工智能時代，學科交叉應當是新聞傳播實踐教學的一大趨勢。國內如復旦大學新聞學院等院校已經自2012年起對本科生專業教育采取“2+2”培養模式，第一、二學年的通識教育階段，學生在經濟學、社會學、電子信息科學技術、法學、政治學與行政學、漢語言文學、國際政治學、行政管理這幾個方向中任選一個，第三、四學年的專業教育階段，再按照新聞傳播學方向進行專業課程學習。

三、師資力量，重視基于生成式人工智能的實踐型師資隊伍建設

實踐型師資的缺乏是當前新聞傳播教育改革實現突破的瓶頸。在既往的教育實踐中，常出現學院派教師實務經驗不足，而實踐派教師學術不善動用學術理論等問題。對于這一障礙，目前常見的邏輯是對資源進行排列組合，發揮各類資源的長處。以新聞與傳播專業研究生教育為例，《新聞與傳播碩士專業學位設置方案》指出，應重視吸收來自新聞傳播實踐領域的專業人員承擔專業課程教學，構建“雙師型”師資結構。許多高校也積極聘請豐富實踐經驗的業界導師，與校內導師共同指導。但研究發現，由于缺乏比較明確的管理機制，目前校外導師制流于形式，校內導師“雙師型”比例較低的情況仍有出現。對此，將業務導師的管理組織化、制度化，明確其職責、津貼，并且以掛職鍛煉等方式增加學術類導師的實踐認知、能力水平等方式，是加強師資隊伍建設的重要內容。

另外，由于生成式人工智能等智能媒體硬核的技術內容，需要更專業的教師與新聞專業教師合作，才能盡可能更好地完成技術教學的目標。如早年間中山大學就有開設本科課程“信息可視化”和研究生課程“數據新聞與交互設計”，這兩門課程由三位教師共同教授，其中兩位教師具有跨學科背景，分別是理工科背景和設計學科背景。這種跨學科教師教學的方式其實類似于“兼職教師”，可以有效彌合本專業教師的薄弱項，打通教育資源，實現實踐教育上的技術支撐。

四、課程體系，強化數字新聞敘事能力培養

技術的強力入局要求新聞從業者具備良好的知識更新能力以適應動態發展的實踐環境，而媒介技術在新聞與傳播領域的強大影響力，推動了高校對于學生培養目標設置方式上的變化。面臨課業與實踐的割裂、機器高度自主生產所帶來的從業者職業恐慌等，當下的新聞實踐教育應當意識到學生的專業知識、實踐技能與數字素養是“知識硬通貨”。

首先，應當優化學生傳統專業知識的課程安排。作為新聞與傳播專業的基本功，新聞學、傳播學、新聞史等專業通識類課程必不可少，且在課程開設過程中可盡量將理論與當前的媒體環境相掛靠，讓經典知識在新技術環境之下“活起來”。

其次，在技術教育上，課程的設置則要結合業界前沿大趨勢。技術教學可以分為兩個基本方向：一是學習新技術的基礎知識，以對技術本身的了解應對其對于新聞傳播實踐的影響。如針對大數據技術，武漢大學新聞與傳播專業碩士及數字媒介專業碩士的培養計劃中就包含了“網絡數據分析與挖掘”“數據結構”等計算機專業課程。面對生成式人工智能的技術沖擊，了解技術本身的邏輯是理性看待并且將其利用至新聞業的首要方法。二是圍繞新的媒介技術形態開設課程，進行專項技術的教學及實踐，如應對媒介融合的技術環境與政策背景，有許多學校開設了“跨媒體融合實踐”“新媒體新聞實務”等課程，探索新聞傳播領域具體技術工具的使用方法。總的來說，需要正確認識生成式人工智能的技術原理，改變單一陳舊的課程設置方式，在保證知識基本功的前提下以行業需求為重要改革方向，開設符合技術環境的課程內容，為學生快速地適應此種媒體環境做好準備。

另外，有研究發現，現有的新聞傳播教育教學大多圍繞知識性課程或技能性課程展開，媒介素養或智能素養等課程較為匱乏。對此，高校也需要展開包括案例分析、智能媒體時代新聞倫理相關的課程教學，以提高學生的智能素養。

五、實踐平臺，推動多方協同育人

從教學方式上看，“傳授技能”是開設課程的主要目標和宗旨，“實際應用能力”則為衡量最終教學成果的關鍵因素。正所謂“實踐出真知”，若新聞傳播實踐教育僅停留在高校層面，學生無法做到“學以致用”，那么再好的教育嘗試也只能是紙上談兵。實踐改革應當促進學界與業界的資源打通，避免形成教育的“繭房”，而要廣泛開展院系間、企業間和媒體間等各方合作。梁君健等人提出“三位一體” 的教育理念，認為要將技術學習區分為知識傳授、能力培養和價值塑造三個層面具體分析。通過建立實驗室、工作坊等與前沿的機構合作，讓學生進一步接觸和了解新聞傳媒應用的智能設備和技術，在實踐中加深對生成式人工智能的認識，并在一定程度上避免理論與實踐脫節。

（一）以實驗平臺推動協同實踐育人

早在2012年，教育部發布《教育部等部門關于進一步加強高校實踐育人工作的若干意見》，強調加強實踐育人，強化實踐教學，深化實踐教學改革的重要性。工欲善其事，必先利其器。高校在新聞學教學改革上加大資金投入，通過建設技術運用的平臺，為學生提供充分的學習和演練平臺，有助于實現教學的應用化、媒體化。

在建設邏輯上，喻國明認為，以互聯網為代表的技術發展引起的所有變化，已經重寫了過去傳播學的邊界、重心、結構、價值，必須站在跨學科的基點上來解決當下問題。所以，媒體實驗室的發展應從問題邏輯出發，破除學科邊界，多學科交融發展。在可行性方面，曹晚紅等人提出項目制的解決方式，即新聞傳播院系和業界緊密合作，利用高校媒體實驗室協同進行前沿領域研究、媒介產品研發的一種模式。這實則也是一種資源的置換，媒體、企業為院系媒體實驗室建設提供資金保障，實驗室則提供科研資源，產出的研究成果對媒體、企業產生反哺。這種跨學科、跨行業的建設方式有效地對資源進行了整合，與生成式人工智能的強技術邏輯相呼應，此外也能夠借助外力形成資源優勢，帶動整體的學科建設。在一流資源和一流合作者的支撐下，實驗室產出的研究成果也比較前沿，從而更多優質資源被吸引過來，由此可形成產、學、研的良性循環，讓學生能夠持續進行實踐學習。

但從現實情況來看，部分新聞傳播學科優勢院校在建立實驗室、開展合作等方面具有優勢，而二、三線城市的新聞傳播院校則因地域發展水平不平衡，缺少與互聯網大型技術企業進行校企合作和交流的機會，導致學生缺乏新型智能技術相關的實踐機會。對于這種情況，高校需要意識到在技術日益重要的環境下，實驗室的建設是校內學生能夠接觸技術并與業界接軌最直接便捷的方式。因此，在人工智能技術驅動的智媒時代，推動媒體實驗室的建設與應用、創新新聞傳播人才培養模式實際是大勢所趨。

（二）以工作坊教育、項目思維培養實踐能力

新聞傳播領域的實踐教學能夠模擬媒介技術在現實使用中的情況，使學生對業務實踐的模糊性和可能存在的問題產生切身體驗。工作坊形式便是通過設置任務主題進行經驗教學的方法之一。這種教學模式嘗試將傳統的學徒制納入現代教育體系，以構建真實情境，組成學習、實踐共同體，通過知識教育與經驗積累結合進行有機建構，能夠給學生打造完整的實踐訓練場域，培養學生的實戰思維。

周亞齊等人曾提出高校需要構建“BOPPPS+工作坊”教學模型。BOPPPS 模式包含引入（Brideg-in）、學習目標（Objective）、前測（Pre-assessment）、 參與式學習（Participatory Learning）、后測（Post-assessment）和總結（Summary）六個階段。總體來說，就是將項目管理邏輯與學習任務相結合。這種模式不同于橫向的知識性教學，而是從設定目標、完成目標、復盤過程與結果的線性邏輯實現某一具體的任務。在這種模式之下，可以設置不同的評價標準，如學業水平、實踐水平、成果水平等；學生也可以鍛煉自身的創意能力、專業知識應用能力、組織策劃能力、操作執行能力等，檢驗自身的專業知識水平與對新興技術的理解程度。應對生成式人工智能的智媒環境，高校可根據新聞傳播專業發展特點與專業優勢，與行業前沿的人工智及能公司及傳播公司建立合作關系，將企業實際項目引入課堂教學。

（三）以競賽設置，鼓勵學生適應新技術環境，產出優質作品

除自上而下的院校對于學生新聞傳播實踐技能的培養，還應當正視學生實踐上的自主性，鼓勵學生積極參與創新性探索學習與實踐，同時設置鼓勵學科專業相關競賽，激勵學生培養創新能力并且倒逼學生產出作品。例如應對生成式人工智能環境，2023年9月，由北京市教育委員會指導，北京科學教育發展基金會亞馬遜云科技、清華大學人工智能研究院基礎模型研究中心以及多家大語言模型相關科技公司就攜手發起了“首屆中國生成式AI應用創新挑戰賽”，所有報名選手將通過學習本次比賽發布的一系列課程掌握生成式人工智能技術的核心理論和實踐工具，構建創新應用。這樣的賽制旨在助力中國新一代科技人才提高生成式人工智能技術實踐能力，助力生成式AI創新科技產業落地。

另一方面，學生產出作品的過程實則也是新聞傳播教育者發現學生關注點、問題點的過程。作為新聞傳播行業的新鮮血液，學生作品或許擁有更年輕化的視角、更新穎的思路，教育者可以集中對于競賽結果進行復盤，吸納年輕人的經驗以反哺新聞傳播的實踐教學方式。

六、保持價值判斷：塑造理智的技術觀

如芒福德所言，人類擁有比其他一切組合都更為重要的生物學裝備——大腦及其支配的身軀。作為教育的一種類型，新聞傳播教育是培養人的社會活動，人既是其出發點，也是最終歸宿。所謂“授人以魚不如授人以漁”，技術變化日新月異，人只有掌握了優質的技術觀，站穩立場，才能在不斷智能化的技術下不被技術牽著走，保持人的獨立性與能動性。學者任孟山提出，我國的新聞學及傳播學教育，其涵蓋內容應該分為博雅教育、知識教育與技能教育三個部分。除卻上文提到的基礎知識教育與新興技能教育，包括對哲學、歷史、當下社會議題、文化等的通識，以及對“真善美”“假惡丑”認知的博雅教育，應當是當下新聞傳播實踐教育的必修課題。在與技術共舞的時代，新聞傳播教育實踐需要強調人類的直覺、判斷力與獨特的價值判斷，在技術的學習和學生的技術觀之間建立平衡的關系。另外，應重視博雅教育中彰顯人性化、明辨性思維的部分，讓學生在新聞傳播實踐工作中把握好思想的基礎，學習技術向善的價值觀和科技哲學的批判性思維，來幫助自身形成知行合一的穩定的觀念系統。

七、總結與思考

迭代而來的生成式人工智能對新聞業乃至新聞傳播教育形成了極大的挑戰，新聞傳播實踐教育需要更多的技術思維，更加立體化、多層次、全方位的新文科意識。因此，培養學生對技術的基礎概念認知、基本操作流程與培養學生對技術議題的敏銳感、對技術結合專業知識的應用能力同樣重要。因此，實踐課程不能脫離理論依據，而生成式人工智能技術下，還需更精細地探討理論與實踐教學上的融合方式。

學者方興東等人曾提出，智能媒體給予我們最大的啟示，就是一個趨于無限的開放系統的可能性。這種傳播的迭代能力與新圖景極大地挑戰了我們的想象力，也難免讓學生乃至從業者產生職業危機。過往的新聞實踐教育或許會有一個誤區：現在媒體對新聞畢業生提出的要求就是要立刻能上手，將學的知識都能用在實踐上。但事實上應當明確的是，實踐教育不是應“市”教育，而是適應技術變更的基本邏輯，為生成式媒體環境下的實踐環境鋪路。因此，培養學生的技術思維、數字素養比單個的技能培養從長遠來說更加重要。此外，作為新聞傳播教育，“新聞人才培養不只是‘術’的教育，更要強調立場和思想、情懷和境界”。在技術強勁的發展勢頭下，新聞傳播教育更應該保持定力，不能迷失在技能教育之中，陷入“技術決定論”的誤區。應當認識到，不論實踐教育還是理論教育，新聞傳播教育的目標依然是培養有正確辨識能力、有社會關懷與有公共服務精神的媒體人。往更大的方向看，新聞傳播教育需要培養的學生也不一定局限在媒體一域，而是擴散在社會的各個方面。因此，新聞實踐教育應當站在技術環境之上因時而變、隨事而制，打開視野努力發掘和定位自身在新技術的發明、推廣與應用中的獨特價值。

參考文獻：

①③〔加〕麥克盧漢：《理解媒介——論人的延伸》，何道寬譯，譯林出版社2011年版，第29-30頁、第19頁。

②Automated Insights. The Associated Press used NLG to automate NCAA Division I men’s basketball previews during the 2018 season allowing their journalists to focus on writing critical， qualitative articles. https：//automatedinsights.com/customer-stories/associated-press/.

④曾曉：《ChatGPT新思考：AIGC模式下新聞內容生產的機遇、挑戰及規制策略》，《出版廣角》2023年第7期。

⑤陳昌鳳：《生成式人工智能與新聞傳播：實務賦能、理念挑戰與角色重塑》，《新聞界》2023年第6期。

⑥喻國明、蘇健威：《生成式人工智能浪潮下的傳播革命與媒介生態——從ChatGPT到全面智能化時代的未來》，《新疆師范大學學報（哲學社會科學版）》2023年第5期。

⑦Wolf Gangd. Journalism as the new knowledge profession and consequences for journalism education. Journalism， 2014. pp661-677.

⑧廖祥忠：《未來傳媒：我們的思考與教育的責任》，《現代傳播（中國傳媒大學學報）》2019年第３期。

⑨付玉、黃夢然：《新文科背景下人工智能與新聞傳播教育深度融合的路徑探索》，《傳播與版權》2022年第9期。

⑩李驚雷：《人工智能時代新聞傳播教育困境》，《中國出版》2019年第6期。

許鵬：《新聞傳播學教學模式改革范例——以復旦大學新聞學院本科“2+2”培養模式為例》，《新聞與寫作》2015 年第1期。

朱秀凌：《新聞傳播專業碩士協同培養模式研究》，《青年記者》2022年第16期。

李薇：《我國數據新聞教學的現狀分析和對策研究》，浙江傳媒學院2017年碩士學位論文。

陳媛媛：《國內外數據新聞人才的培養途徑與基本現狀》，《記者觀察》2018年第27期。

高冉：《地方高校引進數據新聞教學的探索與實踐》，《新聞研究導刊》2018年第10期。

謝光玉：《“數據新聞可視化”線上線下混合式教學模式探究》，《文教資料》2022年第6期。

梁君健、黃一洋：《關鍵的技術：新聞傳播教育如何應對技術變遷》，《中國新聞傳播研究》2022年第3期。

《教育部等部門關于進一步加強高校實踐育人工作的若干意見》，中華人民共和國教育部網站，http：//www.moe.gov.cn/srcsite/A12/moe_1407/s6870/201201/t20120110_142870.html，2012年1月10日。

曹晚紅：《高校媒體實驗室的多重功能與應用模式研究——基于對高校新聞傳播院系教師的問卷調查》，《中國新聞傳播研究》2022年第3期。

Svinikim， Meckachiem. Teaching tips： strategies， research， and theory for college anduniversity teachers[M]. 13thed. CA： WadsworthCenage Learning， 2011. 204.

周亞齊、藺琳：《智媒時代新聞傳播專業“BOPPPS+工作坊”產教融合協同培養機制研究》，《傳播與版權》2023年第11期。

〔美〕劉易斯·芒福德：《機器的神話（上）：技術與人類進化》，宋俊嶺譯，中國建筑工業出版社2014年版，第6頁。

姚姿如、楊兆山 ：《“以人為本”教育理念的意蘊》，《教育研究》2011年第3期。

任孟山：《媒介技術變革時代的新聞傳播教育——從中國傳媒大學研究生教育綜合改革談起》，《青年記者》2020年第28期。

方興東、顧燁燁、鐘祥銘：《ChatGPT的傳播革命是如何發生的？——解析社交媒體主導權的終結與智能媒體的崛起》，《現代出版》2023年第2期。

高曉虹、趙希婧：《新時代新聞輿論工作的價值堅守與路徑創新》，《中國記者》2017年第12期。

（作者李欣系浙江傳媒學院新聞與傳播學院院長、教授，暨南大學博士生導師；柳欣怡系浙江傳媒學院碩士研究生）

【責任編輯：謝敏】

*本文系浙江傳媒學院“十四五”研究生教學改革項目“新文科建設戰略下全媒型研究生校外實踐基地建設研究”的階段性成果。