生成式人工智能何以賦能學習、能力與評價？*

白雪梅 郭日發

生成式人工智能何以賦能學習、能力與評價？*

白雪梅1郭日發2[通訊作者]

（1．寧夏大學 教師教育學院，寧夏銀川 750000；2．清華大學 教育研究院，北京 100084）

生成式人工智能（Artificial Intelligence Generated Content，AIGC）技術的飛速發展，為教育教學的創新性、顛覆性發展提供了無限可能。文章從學習、能力、評價三個向度，探討了AIGC何以賦能大規模個性化學習和大規模協作學習、AIGC何以賦能學習者能力培養、AIGC何以賦能學習評價三個關鍵問題：AIGC賦能學習呈現從“千人一面”轉為“千人千面”的特征，可從學習內容、學習方式、學習評價、答疑解惑、學習反饋五個方面賦能大規模個性化學習，并從適應性群體形成、專家促進、虛擬代理、智能調節四個方面賦能大規模協作學習；AIGC賦能能力呈現從“千篇一律”轉為“標新領異”的特征，可促進學習者“傳統認知能力”的全面發展，并為學習者“21世紀技能”的培養與評價提供支持；AIGC賦能評價呈現從評價學習轉為理解學習、促進學習與重塑學習的特征，通過提供細粒度信息、提供及時評價與反饋、賦能學習評價達成AIGC賦能評價的目的。文章有助于教育工作者更深入地理解AIGC的賦能作用，并為推動AIGC與教育教學的深度融合、促進AIGC賦能教育高質量發展提供參考。

個性化學習；協作學習；能力培養；學習評價；AIGC；ChatGPT

隨著信息社會的快速發展，技術發展亦日新月異。從網絡技術、大數據、云計算到人工智能（Artificial Intelligence，AI），再到AIGC，每一次技術變革都能引起社會的廣泛關注，且都能滲透于各行各業，對教育領域的影響也非常深刻。人工智能賦能的大規模個性化學習和創新教育，是未來教育的發展方向[1]。而AIGC推動了教育與技術的深度融合，為大規模學習的發生創造了條件，使大規模教育個性化成為可能。AIGC是根據人類借助思維符號表征系統表達的提示自動生成內容的人工智能技術[2]。認識AIGC何以賦能學習、能力與評價，可為AIGC的教育應用提供指導。基于此，本研究嘗試從學習、能力、評價三個向度，來探討AIGC何以賦能大規模個性化學習和大規模協作學習、AIGC何以賦能學習者能力培養、AIGC何以賦能學習評價三個關鍵問題，以期為推動AIGC與教育教學的融合發展、促進AIGC賦能教育高質量發展提供參考。

一 學習向度：從“千人一面”到“千人千面”

人工智能的形態主要表現為弱人工智能、強人工智能和超強人工智能，這三種形態各具不同的特征。從擅長單個方面的弱人工智能到類似人類的強人工智能再到幾乎各方面都超越人類的超強人工智能，反映了“AI+教育”由淺至深、逐步推進的發展趨勢，對教育的影響也逐步從單一強化、全面強化發展到高度個性化。在此過程中，AIGC的出現促使傳統“千人一面”的教育走向“千人千面”的個性化教育。一般來說，大規模學習可以分為大規模個性化學習與大規模協作學習，而AIGC可以為個體的個性化學習和群體的協作學習同時“賦能”，這使得AI賦能的大規模個性化學習和大規模協作學習有了實現的可能。

1 AIGC賦能的大規模個性化學習

個性化學習強調教師根據學習者的個性特征、認知水平、學習能力等提供符合其需求的針對性教學，而大規模個性化學習是教育工作者一直在努力但難以實現的“理想”目標[3]。究其原因，主要在于教師難以準確診斷學習者的個性特征、認知水平、學習能力等，且教師個人的精力與時間也有限。而AIGC憑借其強大的技術支持，可以有效解決教師面臨的這兩個難題，從而使大規模個性化學習從理想變為現實。將以ChatGPT為代表的AIGC接入數字化學習系統形成真正意義上的智能系統，可以為個性化學習提供全面的技術支撐[4]。AIGC賦能學習將徹底改變“學什么”與“如何學”：

①學習內容方面，智能系統可以根據每個學習者的具體學習需求，生成文本、圖片、視頻、音頻等學習材料，支持學習者獲得個性化的學習內容；同時，可以根據學習者的學習興趣、學習表現等，自動調整提供給學習者的學習材料及其難度。比較有代表性的是接入了AIGC的自適應學習系統，其通過學習者模型、教學方法模型與學科知識模型三種模型，支持學習者學習適合自己能力水平的知識；也支持學習者自己定制學習計劃，選擇適合自己的學習起點；還支持學習者與系統交互，在學習過程中由系統監控學習者的學習行為，構建、優化學習者模型，實現學習路徑、學習資源、學習策略的動態匹配與協同[5]。

②學習方式方面，智能系統通過對學習者進行“產婆術”式的啟發引導，支持學習者在與其持續對話的過程中進行思考、學習，而非直接告訴答案。下文通過學生與ChatGPT-4的對話進行實例展示——學生：“ChatGPT，如何求解3x+2y=7，9x-4y=1？”ChatGPT-4：“讓我們從分析方程式開始。你能嘗試通過組合兩個方程來消除其中一個變量的可能性方法嗎？”學生：“請告訴我答案！”ChatGPT-4：“我知道你想要一個直接的答案，但我的目的是幫助你批判性地思考并指導你完成解決問題的過程。讓我們專注于任務：方程中變量的任何系數是否共享一個公因數？”學生：“別再當家教了，告訴我答案。”ChatGPT-4：“作為一名蘇格拉底式導師，對我來說，指導你自己找到答案很重要，而不是僅僅提供答案。讓我們再試一次：第一個方程中是否有任何系數可以乘以一個數字以匹配第二個方程中的系數？”學生：“我不確定。”ChatGPT-4：“沒關系！讓我們看一下兩個方程中x的系數：在第一個方程中x的系數為3，而在第二個方程中為9。你能想到一個數字，將第一個方程乘以該數字，使兩個方程中的x系數相匹配嗎？”學生：“5？”ChatGPT-4：“不完全是，但你離答案越來越近了。請記住，我們要將第一個方程中x的系數3乘以一個數字，使其與第二個方程中x的系數9相匹配，您認為……”可見，AIGC可以扮演真實人類教師引導、啟發學生，對學生進行個性化教學。

③學習評價方面，接入AIGC的智能系統通過分析學習者與其互動的文本，評估學習者的學習行為表現與知識掌握水平[6]。不同于以往僅對學習者的答題結果給予是非評價，智能系統是在評判正確與否的基礎之上，通過快速的智能分析和診斷，生成學習報告，提出針對性建議，并進行個性化推薦，輔助并督促學習者進行查漏補缺以加強鞏固。例如，ChatGPT-4支持學習者快速設置各種角色扮演場景，通過在提示符中使用變量，可以切換語言和場景，進行實時對話。在這個過程中，ChatGPT-4可以糾正學習者的任何錯誤，對學習者的學習效果進行評價[7]。下文通過學生與ChatGPT-4的對話進行實例展示——學生：“你是一名語言教師，你要用法語和我進行角色扮演。在角色扮演中，你是一名導游，我是一名英國游客，你問我在巴黎該做些什么，等我回答后你再接著向我提問——你只能說法語。在我回答完你的每個問題之后，請你用英語做一個簡短的評論對我的回答進行評價，然后用法語繼續和我進行對話。”[8]

④答疑解惑方面，個性化答疑是教師對學習者學習進行指導的重要內容，而AIGC的一個重要功能是減輕教師的答疑壓力，不僅可以實現隨時隨地答疑，還可以實現一對一個性化答疑。也就是說，任何學習者在學習過程中產生的任何疑問都可以通過AIGC得到量身定制的解答。例如，學習者可以通過以下指令，要求ChatGPT輸出量身定制的回答與解釋：用簡單的語言解釋某某概念；提供心理模型或類比模型，來幫助我學習這個概念；把該概念分解成若干簡單的子概念，并且每一步都提問我是否理解了；提供一些練習或問題的快速示例，來幫助我檢測知識掌握情況。

⑤在學習反饋方面，以ChatGPT為代表的AIGC可以及時提供個性化反饋，使學習者在第一時間了解自己的知識掌握情況，助其更好地理解學習材料并明晰有待進一步改進的地方[9]。更重要的是，接入了ChatGPT的智能系統在與學習者進行互動的過程中，通過挖掘與分析學習者以往的互動文本信息，能夠及時掌握學習者的學習情況，從而不斷提升生成的反饋內容的水平，以更好地滿足學習者的個性化需求。

2 AIGC賦能的大規模協作學習

協作學習是一種常見且重要的學習方式，但其在發展過程中存在學習者學習投入不足、學習支架缺乏、小組知識建構水平低等問題[10][11][12]。AIGC具有理解和生成類似人類文本的能力，可以參與小組討論、提供見解、提升學習者批判性思維、確保所有學習者都有發言權、動態管理小組、進行實時反饋，使協作學習過程更加有效和高效[13]，從而解決協作學習面臨的主要問題：①團隊成員構成是否科學的問題。學習者之間的合作并不是自發的[14]，團體在組隊過程中容易忽略個體差異，而這往往會導致協作學習的失敗。②學習資源或教師支持不足的問題，如學習者無法找到與自己所遇問題相匹配的解決策略或教師指導。③難以為學習者提供個性化交互和反饋的問題，如學習者遇到疑難問題時缺乏能及時與其對話并提供建議的交互伙伴。④學習者對知識的學習停留在淺層的問題，如學習者難以通過協作學習對知識進行遷移與應用。

AIGC可以通過自適應群體形成、專家促進、智能虛擬代理、智能調節等手段，來有針對性地解決上述問題：①自適應群體形成（Adaptation Group Formation）是指依托相關技術，根據個體參與者所具備的知識、認知水平、興趣等，組成適合于特定協作任務的團隊[15]。②專家促進（Expert Facilitation）是指利用機器學習或Markov模型識別有效協作和問題解決策略，以及學習者在理解彼此共享概念時遇到的困難，據此適時提供有針對性的資源性或思路性支持，發揮學習支架的作用。③智能虛擬代理（Intelligent Virtual Agent）是一種自動答話機器人程序，其不僅可以參與對話，還可以代替人類教師協調和指導學習者之間的互動，如以專家參與者的身份扮演教師的角色，或以虛擬同伴的身份扮演與學習者認知水平相似、但能夠引入新觀點的AI同伴角色。其中，AI同伴的表現要求多元、不刻板，如能夠故意給出錯誤的理解，或能夠提供創新性觀點，以激發富有成效的辯論或反思。④智能調節（Intelligent Moderation）是指通過對學習者的討論進行分析和總結，并扮演人類導師角色，來指導、支持和監督學習者走向富有成效的合作，這對實現協作學習的目標至關重要。例如，當發現學習者偏離主題或重復錯誤概念時，智能調節系統會及時向人類導師發出警報，提醒其進行干預。

二 能力向度：從“千篇一律”到“標新領異”

眾所周知，教學的目的是促使學習者學習并使其獲得能力，且教學本身就是一種自然認知能力[16]。在教學過程中，學習者認知能力的培養與發展是任何時代、任何形式的教育都要達到的目的。即使是在AI時代，創新教育的普及也強調學習者能力的發展，即“能力導向教育”[17]。然而，傳統教學往往“重分數、輕能力”，對學習者能力的培養“千篇一律”，尤其是對學習者創新創造能力、批判性思維等高階認知能力的培養不足。隨著時代的進步，社會對人才的要求越來越高，高階認知能力對個體成就的影響力也越來越受重視。其中，“21世紀技能”培養成為新的關注點。而AIGC的應用，既可以促進學習者“傳統認知能力”的全面發展，也可以為學習者“21世紀技能”的培養與評價賦能。

1 AIGC促進學習者“傳統認知能力”的全面發展

認知能力由低階水平發展到高階水平主要涉及記憶、理解、運用、分析、評價、創造等維度，而AIGC為低階認知能力和高階認知能力的培養均可提供必要的條件支持。

（1）AIGC如何賦能低階認知能力？

認知能力的發展需要場景與機遇，而AIGC可為促進學習者認知能力的發展提供場景。具體來說，AIGC可以提供傳統信息技術無法支撐的虛實全場景，其通過模擬現實世界的真實場景，使學習過程更具吸引力[18]，還可以從視覺、觸覺、聽覺、感覺等多方位刺激并調動學習者的學習動力和興趣。同時，AIGC賦能教與學過程，能更好地促進學習者理解、分析、運用等低階認知能力的發展。例如，智能機器人隨時正確引導讀和寫，對于提升學習者的記憶會有很大的幫助；智能導師隨時進行針對性點撥和個性化指導，并利用碎片化時間進行輔導，這對學習者理解、分析、運用等低階認知能力的發展也有重要的促進作用。

（2）AIGC何以賦能高階認知能力？

學習者認知能力的發展，不僅需要場景與機遇，也需要外界提供必要的支持：①AIGC可以為學習者提供平時生活接觸不到的特定場景，而環境創新會在某種程度上為學習者的思維創新和能力創新提供支持。②AIGC可以為學習者提供更加個性化的環境和沉浸式的場景，支持學習者在模擬現實世界的真實場景中學習并不斷提升自己的認知能力，以喚起創新意識、發展創造能力。③AIGC利用強大的數據分析能力，可為高階認知能力的培養提供支持。能力評價需要對學習者的多種復雜學習情境數據進行分析，但傳統技術對于數據的分析能力有限，而AIGC技術可以高效且全面地利用、處理、分析海量學習數據，支持教師有效掌握學習者的學習情況，以更全面地了解學習者的能力發展水平；同時，支持教師在有效評價的基礎上有針對性地進行教學干預，以促進學習者認知能力的提升。

2 AIGC為學習者“21世紀技能”的培養與評價賦能

培養學習者的“21世紀技能”十分重要。“21世紀技能”具體包括：學習與創新技能，信息、媒介與技術素養，批判性思維，問題解決能力，交流合作能力，“學會學習”能力。然而，目前面臨的一個重要挑戰是如何對學習者的“21世紀技能”進行評價。在美國國家科學基金會（National Science Foundation）的資助下，哈佛大學教育研究院推出了河城項目（The River City Project）[19]，對沉浸式虛擬環境在學生科學探究能力與“21世紀技能”評價中的應用進行了持續性研究。該項目開發了一個交互式AI模擬系統，其內容是在參考美國《國家科學教育標準》（National Science Education Standards）、《國家學生教育技術標準》（National Educational Technology Standards for Students）和“21世紀技能”相關內容的基礎上發展而來，以培養、評價學生的科學探究能力和“21世紀技能”。該項目利用AI支持的交互式模擬環境，來評價傳統教學中難以衡量的學習成果（如科學探究能力和“21世紀技能”），發現AI技術可以為真實任務情景下學生高階能力的評價提供支持；而以ChatGPT-4為代表的AIGC可以提供更加逼真、無限接近真實世界的虛擬學習場景，為“21世紀技能”的培養與評價賦能。

值得一提的是，“21世紀技能”的內涵豐富，而AIGC可為培養學生的“21世紀技能”提供多方面支持：①AIGC助力批判性思維的培養。許多教育實踐者發現，ChatGPT是發展學習者批判性思維的有用工具。例如，ChatGPT不僅可以教會學習者提出一個好問題，還能指導學習者為所提出的問題進行辯護，從而幫助學習者批判性地思考他們已經熟悉的話題。再如，ChatGPT除了鼓勵學習者對課堂上學習的概念進行批判性思考，還可以引導學習者探索新問題、提出新觀點，從而拓展學習者的思維，促使其批判性地了解更多與學習主題相關的科學知識[20]。②AIGC助力數字素養的培養。一方面，數字素養要求學習者掌握“利用信息技術和互聯網發現、評估、利用、分享、創造內容的能力”[21]，而AIGC的核心功能是支持學習者生成和創造內容，為發展學習者的數字素養提供支持。與此同時，使用AIGC進行學習對學習者的數字素養也有一定的要求[22]，即學習者在使用AIGC進行學習的過程中要不斷發展數字素養[23]。另外，有研究者構建了包含表達力、探索力、道德力、解讀力、應用力、適應力六種能力的數智公民6A素養培養框架[24]，可為AIGC時代數智公民的培養提供理論指導。③AIGC助力問題解決能力的培養。AIGC可以通過提出復雜問題并要求學習者提出解決方案，來培養學習者的問題解決能力。例如，科學課上ChatGPT-4可以這么提問：“想象一下你是一名試圖減少海洋中塑料垃圾數量的科學家，你會采取什么措施來解決這個問題？”此問題鼓勵學習者思考現實世界中真實存在的問題，提出有效的解決方案，并預測所提解決方案的影響[25]，這個過程無疑可以提升學習者的問題解決能力。④AIGC助力“學會學習”能力的培養。ChatGPT-4可以通過提供定期評估，來幫助學習者及時掌握學習進度，并明確需要改進的地方，這無疑有助于學習者提升其學習能力[26]。另外，ChatGPT-4能幫助學習者設定、追蹤個人學習目標，并在其努力實現目標的過程中提供鼓勵和支持。而AIGC賦予了學習極大的靈活性，使學習者真正成為學習的主人，并以滿足其個性化需求、符合其能力水平的步調進行學習，最終實現“學會學習”。

三 評價向度：從評價學習到理解學習、促進學習與重塑學習

提供及時的評價，可以對教與學起到及時診斷、調整優化的作用。傳統的考試評價方式常用于衡量一段時間內學習者在學習方面取得的進步，主要存在以下不足：①提供的信息有限。傳統評價只關注學習者是否答對每一道考試題目，而無法外顯學習者的思考軌跡，也無法對學習者解決問題的過程予以可視化呈現，即無法就學習者對于學習的由何、為何、如何、是何、若何等問題提供詳細的過程性信息，不便于教師掌握學習者的學習情況。②反饋有些滯后。學習評價最重要的價值不是為了證明，而是為了“改進”，即改進教學和促進學習[27]，這離不開信息的及時反饋。傳統評價不能給予學習者及時反饋，因而教師和學習者很難在第一時間獲得所需的教與學信息，評價對于教與學的支撐作用也就難以發揮出來，“改進”的效果也就比較有限了。③個性化評價不足。傳統評價往往忽略學習者的知識儲備與技能積累水平、學習風格與習慣特征等個體差異，尤其是學習者的情感態度與真實情緒狀態難以獲得且難以給予評價[28]，故不能因材施教，無法滿足學習者的個性化學習需求。針對上述問題，AIGC技術支持的評價可以提供細粒度信息以理解學習、提供及時反饋以促進學習、賦能學習評價以重塑學習。

1 AIGC提供細粒度信息以理解學習

AIGC可以提供細粒度信息，支持教師全面理解學習者的學習，具體體現在以下三個方面：

①AIGC可以提供學習者全過程的學習表現數據，支持教師全面理解學習者的學習表現。AIGC使用機器學習算法分析學習者的學習表現數據，以確定學習者掌握與未掌握的科學知識，以及其在學習特定概念方面遇到的困難點[29]；同時，提供關于學習者學習進步的見解（Insight），以幫助教師更好地了解每位學習者的學習動態[30]，從而精準、全面地掌握其學習情況。

②AIGC可以提供學習者學習全過程的互動信息，支持教師理解學習者如何學習。AIGC支持的評價將學習與評價相結合，通過分析、處理學習者與智能評價系統互動的信息，為教師提供關于學習者如何學習的詳細報告。例如，在AIGC支持的作業或測試場景，智能評價系統通過收集和處理學習者對問題做出何種反應、何時需要何種支持才能得出正確答案等學習過程性數據，具體包括學習者做題的準確性與速度、遇到困難尋求幫助的行為、解決問題的次數、對學科技能的掌握情況等細粒度信息，可以幫助教師理解學習者“如何學習”。

③AIGC可以提供學習全過程的場景數據，支持教師理解學習者學習表現背后的原因及其個性特征。例如，在AIGC支持的做題場景，智能系統可以自動分析學習者做題時花費的時長、在某題的思考和停留時長等點擊流數據背后的原因，支持教師更深入地理解學習者學習表現背后的原因；同時，可以自動分析學習者在做題過程中的涂抹、擦除、修改等行為數據或監測到的周圍環境噪音等，支持教師更全面地了解學習者的學習行為、學習風格等個性特征。

2 AIGC提供及時反饋以促進學習

AIGC可以提供及時反饋，賦能學習者促進學習，具體體現在以下三個方面：

①AIGC支持的及時評價與反饋賦能學習者即時了解學情并開展高效學習。AIGC賦能的評價與學習幾乎同時進行，即在學習者學習的同時能給出同步評價，這一方面能讓學習者在第一時間了解自己的學習表現，總結并積累好的學習經驗，同時反思自己的不足之處；另一方面能讓學習者及時獲得想要的個性化反饋，并基于個性化反饋調整自己的學習計劃與學習行為，從而有針對性地開展高效學習。

②AIGC支持的及時評價與反饋可以助力學習者學會學習。AIGC賦能的評價可以為學習者提供基于證據的反饋，這有助于學習者分析自己的學習表現、審視自己的學習過程，從而將學習當成一個積極的過程去不斷探索，并在此過程中自主進行自我調節學習，從而學會學習。同時，AIGC還支持對學習者的自我調節學習成效再次進行評價，并再次提供基于證據的反饋，以幫助學習者及時檢驗學習成效，據此更好地進行自主學習，從而真正學會學習。

③AIGC支持的及時評價與反饋有助于學習者適應大規模個性化學習。AIGC具有強大的文字識別、圖像識別、場景識別、聲音識別等功能，可為參與大規模在線學習的學習者提供個性化支持。例如，AIGC可以通過文字識別功能，來判斷不同學習者的閱讀偏好，據此個性化推薦合適的學習資源；可以通過圖像識別功能，快速識別圖片中的物品、人臉、場景等內容并進行智能標注，便于不同學習者根據不同標注進行有針對性的學習；可以通過場景識別功能，創設高度還原現實世界的虛擬環境，讓每一位學習者都獲得身臨其境般的學習體驗；還可以通過聲音識別功能，實時分析不同學習者的語速、音量、語調等信息并判斷其學習狀態，據此及時提供個性化反饋和改進建議。

3 AIGC賦能學習評價以重塑學習

AIGC可以賦能學習評價的內容、形式、目的來重塑學習，具體體現在以下三個方面：

①AIGC支持的學習評價拓展了評價的內容。AIGC支持的學習評價通過收集、整理、分析學習者的相關數據，來評價學習者的學習成效。此外，AIGC支持的學習評價將通過可視化呈現學習者的思考軌跡、解決問題的過程等，來實現對學習者批判性思維、問題解決能力、推理反思能力等高階能力的評價。甚至在不遠的將來，AIGC支持的學習評價還有可能實現對學習者情感態度與真實情緒狀態的評價。

②AIGC支持的學習評價改變了評價的形式，即從傳統的考試評價轉為大規模個性化評價。AIGC賦能的學習評價可以監督學習者的學習狀態，使不同學習者隨時隨地獲得個性化評價。同時，AIGC賦能的學習評價可以深入學習者所處的場景，并“觸摸”到學習者的特質，在為學習者學習過程畫像的同時，自適應推薦適合該場景的個性化學習資源和學習方案。更重要的是，AIGC還能將這種“評價模式”規模化“生產”，使每位學習者呈現出風格迥異且豐富多元的“學習樣態”。

③AIGC賦能的學習評價明晰了評價的目的，使“學習即評價、評價即學習”成為現實。新的想法、觀點或一些重要的靈感往往來源于生活的一瞬間[31]，AIGC賦能的學習評價可以使學習者隨時隨地對自己的想法、觀點、靈感等進行審查與反思，并結合評價結果加以驗證、調整與優化，最終實現邊學邊評，使學習者的即時學習過程更加清晰、有序、高效。同時，AIGC賦能的學習評價也可以促進學習者的自我認知和自我發展，真正實現以評促學和以學定評的聯動。

四 結語

AIGC作為一項新興的人工智能技術，給教育教學帶來了新的圖景。本研究通過揭示AIGC對學習內容、學習方式、學習評價、答疑解惑、學習反饋的支持，以及引入適應性群體形成、專家促進、虛擬代理、智能調節等手段，回答了AIGC何以賦能大規模個性化學習和大規模協作學習的問題；通過分析學習者能力特征，從AIGC賦能“21世紀技能”培養與評價的視角回答了AIGC何以賦能學習者能力培養的問題；同時，通過分析AIGC提供細粒度信息以理解學習、提供及時反饋以促進學習、賦能學習評價以重塑學習三個方面，回答了AIGC何以賦能學習評價的問題。上述三個問題的探討與解決，有助于教育工作者更深入地理解AIGC的賦能作用。后續研究將聚焦AIGC賦能人才培養、AIGC促進教育公平等話題，進一步探索AIGC何以賦能教育教學的問題，以揭示AIGC在教育教學過程中的技術定位與作用機理；同時，將探索如何將AIGC技術更有效地融入具體的教育教學實踐中，使其服務于教育教學的全過程，從而為AIGC支持的教學設計、活動組織、評價實施等提供有力抓手，推動AIGC技術與教育教學實踐的深度融合。

[1]顧小清.當現實逼近想象:人工智能時代預見未來教育研究[J].開放教育研究,2021,(1):4-12.

[2]苗逢春.生成式人工智能技術原理及其教育適用性考證[J].現代教育技術,2023,(11):5-18.

[3]焦建利.ChatGPT:學校教育的朋友還是敵人?[J].現代教育技術,2023,(4):5-15.

[4][6]楊宗凱,王俊,吳砥,等.ChatGPT/生成式人工智能對教育的影響探析及應對策略[J].華東師范大學學報(教育科學版),2023,(7):26-35.

[5]吳南中.論在線學習范式的變遷:從自主學習到自適應學習[J].現代遠距離教育,2016,(2):42-48.

[7][8]Young A. How to use ChatGPT to easily learn anything(7 GPT-4 prompts for studying)[OL].

[9]宋萑,林敏.ChatGPT/生成式人工智能時代下教師的工作變革:機遇、挑戰與應對[J].華東師范大學學報(教育科學版),2023,(7):78-90.

[10]馬志強,岳蕓竹,王文秋.基于多模態交互信息的協作學習投入分析[J].現代教育技術,2021,(1):47-53.

[11]李梅,葛文雙.基于項目的在線協作學習支架策略探究[J].現代遠距離教育,2021,(1):40-47.

[12]張文蘭,劉君玲,劉斌.情緒交互對在線協作學習者知識建構的影響[J].電化教育研究,2021,(1):72-79.

[13][18][25]Campbell R. ChatGPT-4 in the classroom: A new era of collaborative learning[OL].

[14]陳向東,羅淳,張江翔.共享調節:一種新的協作學習研究與實踐框架[J].遠程教育雜志,2019,(1):62-71.

[15]Andrejczuk E, Bistaffa F, Blum C, et al. Synergistic team composition: A computational approach to foster diversity in teams[J]. Knowledge-Based Systems, 2019,(15):1-16.

[16]周加仙,賀琴,王浩宇.教學是人類的一種自然認知能力——與西德尼·斯特勞斯教授的對話[J].全球教育展望,2014,(10):3-10.

[17]趙建華,蔣銀健,陳慶濤.創新教育視域下的能力導向教學范式——從PISA測試看學生能力培養[J].現代遠程教育研究,2020,(2):64-72.

[19]The River City Project. A multi-user virtual environment for learning scientific inquiry and 21st century skill[OL].

[20]Vartika Singh.11 Benefits of using AI chatbot in the education sector[OL].

[21]Breen M, Waters J, O’Shea L. Taking a lead on digital literacy for students—A case study from the library at the university of Limerick[J]. New Review of Academic Librarianship, 2023,(1):11-32.

[22]Kohnke L, Moorhouse B L, Zou D. ChatGPT for language teaching and learning[J]. RELC Journal, 2023,(3):1-14.

[23]Abramson A. How to use ChatGPT as a learning tool[OL].

[24]袁磊,徐濟遠,葉薇.AIGC時代的數智公民素養:內涵剖析、培養框架與提升路徑[J].現代教育技術,2023,(9):5-15.

[26]Elearning Industry. ChatGPT for students: How AI chatbots are revolutionizing education[OL].

[27]Stufflebeam D L. Conflicts between standards-based and postmodernist evaluations: Toward rapprochement[J]. Journal of Personnel Evaluation in Education, 1998,(3):287-296.

[28]黃濤,趙媛,耿晶,等.數據驅動的精準化學習評價機制與方法[J].現代遠程教育研究,2021,(1):3-12.

[29]Rahman M M, Watanobe Y. ChatGPT for education and research: Opportunities, threats, and strategies[J]. Applied Sciences, 2023,(9):1-18.

[30]Quick Creator. The reality of AIGC in education: Separating hype from potential future[OL].

[31]李祖超,李蔚然,王天娥.24位國家最高科學技術獎獲得者成才因素分析[J].教育研究,2014,(12):61-71.

How does Artificial Intelligence Generated Content Enable Learning, Ability and Evaluation?

BAI Xue-Mei1GUO Ri-Fa2[Corresponding Author]

The rapid development of artificial intelligence generated content (AIGC) has provided infinite possibilities for the innovative and subversive development of education and teaching. From the three aspects of learning, ability, and evaluation, this paper discussed three key issues of how AIGC to enable the large-scale personalized learning and large-scale collaborating learning, how AIGC to enable the cultivation of learners’ abilities, and how AIGC to enable the learning evaluation. The enablement of large-scale personalized learning by AIGC showed the characteristic from “one thousand the same face” to “everyone having their own view”, and AIGC facilitated large-scale personalized learning through five aspects of learning content, learning method, learning evaluation, question-solving and learning feedback, and enabled large-scale collaborative learning from four aspects of adaptive group formation, expert facilitation, virtual agent, intelligent moderation. AIGC’s enabling ability was characterized by transitioning from “stereotypical” to “new and different”, which could facilitate the comprehensive development of learners’ “traditional cognitive ability” and provide support for the cultivation and evaluation of learners’ “21st century skills”. The enablement of evaluation by AIGC presented the characteristic of transforming from evaluation learning to understanding learning, promoting learning and reshaping learning, and achieving the goal of AIGC to enable evaluation by providing fine-grained information, offering timely evaluation and feedback, and enabling learning evaluation. This paper was helpful for educators to have a deep understanding of the enabling function of AIGC, and provide reference for promoting the deep integration of AIGC with education and teaching, and high-quality development of AIGC to enable education.

personalized learning; collaborative learning; ability cultivation; learning evaluation; AIGC; ChatGPT

G40-057

A

1009—8097（2024）01—0055—09

10.3969/j.issn.1009-8097.2024.01.006

本文受2021年度國家自然科學基金青年項目“基于教師制品的教師技術采納評價與歸因研究”（項目編號：62007008）、2023年度教育部人文社會科學研究青年基金“學習分析技術支持的認知臨場感過程模式挖掘與提升策略研究”（項目編號：23YJC880002）、2022年寧夏回族自治區社科規劃項目“寧夏深入推進‘互聯網+教育’的路徑：學習分析啟發的學習設計應用研究”（項目編號：20NXRCC13）資助。

白雪梅，講師，博士，研究方向為學習分析應用、技術支持的學習設計、在線教育等，郵箱為963584029@qq.com。

2023年9月5日

編輯：小米