從人工智能大模型看教育的認知鴻溝

【摘 要】人工智能大模型技術在教育領域得到了探索和應用，而對學生學習生產力的激發作用卻被低估，相應帶來了認知鴻溝的問題。本文介紹了認知鴻溝的主要特點，分析其在教育中的主要表現，提出緩解人工智能教育認知鴻溝的主要對策。

【關鍵詞】人工智能教育；大模型技術；認知鴻溝；數字鴻溝

【中圖分類號】G434" "【文獻標志碼】A

【論文編號】1671-7384（2024）05-005-03

人工智能大模型是通過詞嵌入、Transformer、Stable Diffusion等技術對大量數據進行預訓練學習，從而具備根據用戶提示語生成文本、代碼、圖像甚至視頻的能力。截至2023年底，ChatGPT在發布一年后，就獲得了約1個億的周活躍用戶，與此同時，百度文心一言的用戶量也已突破1億。人工智能大模型在教育領域也掀起了新一輪的探索與實踐，如清華大學從2024年春季開始，有5門課程使用大模型技術的“智能助教”。基礎教育領域相關話題同樣引人關注，2023年高考后的人工智能挑戰高考試題測試中，ChatGPT-3.5模型對新高考英語1卷20題的得分率達到了95%，文心一言對新高考數學1卷10道題的得分率達到了70%。但是，多數嘗試和探索還是在保持現有教學體系框架思路不變的條件下進行的，對于學生能否與人工智能合作思考、借助人工智能完成作業甚至將人工智能評測作為學業評價依據等問題的看法，目前尚存在較大的爭議。

數字教育從早期的多媒體使用到當下智慧教育的全面覆蓋，受益更大的群體是教師，即顯著提升了教師的教學生產力。目前，許多學者探討了人工智能大模型如何提升課堂效率的話題，如AI幫助教師啟發教學思路、編寫教學大綱、創新教學內容，甚至參與課堂教學。不過，更應看到有了AI的協助，學生的學習生產力得到了質的提升，而由此引發的如何改進當下的教學、考試方式甚至倒逼教學進行全域全過程改革等問題，需要引起廣大教育工作者的重視。

被激活的學習生產力及面臨的挑戰

數字教育在發展過程中經歷了多媒體演示、計算機輔助教學、數字化學習和智慧教育等不同的發展階段。在數字化工具和環境的輔助下，教師的備課、授課勞動強度大幅降低，教學生產力得到了質的提升。從學生群體來看，數字教育雖然改善了他們的學習環境、學習時限、互動方式，豐富了教育資源的供給途徑等，但是主要的考試評價方式并沒有發生實質性的變化。

而應用生成式人工智能技術的大模型工具則大幅提升了學生的學習生產力，學生主動通過與AI合作打開思路，拓寬認知的邊界，甚至用AI代替部分教師指導的工作。

（1）根據學生自身特點生成符合自身發展水平的學習計劃，制定切實可行的備考策略。

（2）幫助學生解釋晦澀難懂的概念和內容，而不必完全依賴于教師。

（3）根據考試重點難點生成模擬考試試卷，測試學習水平，有針對性地進行訓練，提高應試效果。

（4）總結課本知識要點甚至根據教學大綱分析考試重點。

（5）讓多數作業更加完善或者更有創意，而不僅僅在作文方面有所提高。

（6）在人工智能大模型的輔助下，消化未掌握好的知識并完成作業。

（7）通過人工智能大模型多維度分析、比較，提高對文獻的閱讀理解能力。

通過以上使用場景不難發現，人工智能大模型可以輔助學生提高學業質量甚至應試備考效率。如何應對學生和人工智能合作生成內容所出現的新問題，重新組織教學秩序乃至調整考試評價方式，這對學校和教師都是巨大的挑戰。

如果允許學生使用人工智能工具參與考試，如何出題才能測試出學生對知識點的掌握水平值得探討。以下面兩道試題為例。

問題1：“使用某某人工智能大模型將朱自清的《背影》改編為300字以內的文言文，要求忠于原文、表達生動，孤僻字詞需注解，并將輸入給大模型的提示詞和生成結果截圖提交。”

問題2：“請考生將某道初二水平難度的數學題改編成小學六年級難度的題，要求已知數據條件和結果不變，并分別給出求解過程，可用人工智能協助。”

這類試題不僅要求學生能夠活學活用已學的知識點，還需要了解人工智能大模型的基本原理，掌握使用人工智能大模型工具的基本技巧。在這種考試思路下，需要教師具備適應人工智能大模型時代的數字素養，有意識引導學生和人工智能工具進行合作，激活他們的學習生產力，主動對教學思路、教學內容、授課方式等做適應性調整。

人工智能大模型帶來的認知鴻溝

認知鴻溝是數字鴻溝發展的新階段。數字鴻溝最初的定義是由于經濟水平差異和地區發展的不均衡所導致的信息技術接入和使用機會的差異，后來心理動機和獲取能力的差距也被納入數字鴻溝的范疇。從數字鴻溝提出至今，大致可以分為四個不同階段。

第一次數字鴻溝，20世紀90年代末，隨著互聯網接入技術的興起，因貧富收入差距導致的PC使用普及率和互聯網訪問機會的差距。

第二次數字鴻溝，主要為使用互聯網信息、駕馭信息技術技能方面的差距。隨著智能手機和移動互聯網的普及，特別是移動終端訪問、處理數字內容的便捷高效性，第二次數字鴻溝逐漸緩解。

第三次數字鴻溝，主要是高效和高質量應用互聯網能力的差異。隨著個人參與互聯網內容創作技術的普及，以及用戶畫像、大數據分析、精準推薦算法的大量應用，低質量甚至虛假信息也隨之而來，加之推薦算法和商業利益的深度捆綁，久而久之給不同人群罩上了信息繭房，識別高質量信息、甄別防范虛假信息的能力出現了明顯差異。

第四次數字鴻溝，即認知鴻溝，主要是對人工智能在數字世界中的角色定位所產生的認知差異，由此導致應用人工智能創作和生成內容的能力差距。隨著大模型技術的日趨成熟，人工智能將大量參與人類的腦力活動，人機合作將更加普遍。認知鴻溝不僅體現在能否接納和使用人工智能大模型方面，更體現在與人工智能合作的技能差異、使用人工智能的倫理道德水平等方面。

教育認知鴻溝

在人工智能大模型技術尚不成熟階段，認知鴻溝在教育中的主要表現為：由于對技術的不了解或者規避技術風險等原因，教師對人工智能大模型的接納態度、使用與教學活動相匹配的大模型工具的主觀能動性，以及是否使用大模型所產生的教學實效差異。但是，隨著技術的不斷成熟完善和法律法規的健全，多數人對人工智能大模型的接受態度也會逐漸轉向包容。

在大模型大量普及應用后，不少教師還會有延續已有教育教學模式的慣性，教育認知鴻溝會逐漸轉變為：主觀認知水平和執行力差異，帶來教學活動中使用人工智能的手段策略差別，并最終導致教學實效出現巨大差異或波動。

人工智能大模型技術所帶來的教育認知鴻溝，會直接影響教師能否積極應用人工智能，發揮人和機器各自的強項就教學內容和教學策略做出調整，還會影響能否有效組織學生與人工智能進行合作學習，努力緩和學生之間的認知鴻溝，確保考試、升學、擇業的公平競爭。

縮小教育認知鴻溝的策略建議

1.培養教師適應大模型時代的數字素養

盡管人工智能大模型技術出現的時間并不長，但是從大模型完成通用任務的表現以及在教育中的應用情況來看，該技術對所有學科以及主流的教學、考試模式都會帶來不小的沖擊，表1給出了人工智能大模型可以參與的部分典型教學活動，對比了目前尚存在的認知差異。一方面，各級教育主管部門和各類教育機構應重視全體師生對人工智能大模型的基本認知培訓，培養教師要掌握常用人工智能大模型工具特別是提示詞設計、與大模型進行互動交流的技巧等。另一方面，應正視人工智能大模型技術大幅提升學生學習生產力的實際，倒逼學校和教師進行教學改革，直至改進對學生的考評選拔方式。

2.具備與人工智能合作優先的意識

培養和發展人的智能是教育的重要使命，這與發展人工智能技術提升機器智能有很多相似之處。隨著人工智能大模型技術的日益成熟，訓練屬于每個人專屬的人工智能助手將成為可能，即人工智能可以基于特定學生群體的特點甚至學生個體的數據進行學習訓練，給每個學生生成更有個性特點的內容結果。人機協作還將向人機融合階段發展，人和機器以共同完成人類的特定任務為目標，二者相互學習促進。

要把培養人和人工智能進行合作的意識和水平作為未來教育探索的一部分，甚至把如何科學訓練和評價人機融合智能作為教學評價的一部分，全面提升師生人工智能素養。當然，在人機合作過程中，需要確保人的獨立主導地位，了解最新的技術進展、掌握新的合作技能、調整合作策略等，從而更好地適應人機合作中的挑戰和變化。

3.掌握人工智能大模型的典型教育教學場景

教師擁有教學關系的支配權和主導權，也是縮小認知鴻溝的執行主體。教師應結合自身經驗，根據學科特點和教學需要，準確把握大模型技術對典型教學場景的適用性和局限性。

人工智能大模型技術可以助力的典型教育教學場景，包括對備課內容進行規范化處理；教師可啟發大模型生成多樣化的教學思路；利用教育大模型評估教學內容難點重點；總結學生差異性特點，根據不同學生的能力水平和規律生成差異性的試題；對教學內容進行完整性補全；在人工智能的啟發下開展跨學科的教學設計；人工智能參與教案和課堂反饋評價等。

4.堅守人工智能大模型使用中的道德倫理底線

雖然已有不少利用人工智能撰寫的學術論文被曝光的案例，但目前尚缺乏對人工智能生成結果進行有效識別的手段。教育工作者應該樹立人機合作中的道德倫理觀念，在使用人工智能生成的結果時應加以說明，可按照學術成果的引用規范加以明示。

國家及教育主管部門應該提前預判人工智能在不同教育環節中的角色及演變趨勢，制定在教育教學中使用人工智能大模型生成結果的引用規范，加強對師生使用人工智能大模型工具以及合規使用其生成結果的道德倫理規則培訓。當然，目前人工智能大模型技術在常識理解、因果邏輯性和道德價值觀判斷方面還存在較大局限，應避免對人工智能工具的過度依賴。

縮小教育認知鴻溝不僅關乎教育的高質量發展，更關乎社會的公平與正義。只有通過不斷強化教師應對人工智能時代的數字素養，重視對學生應用人工智能大模型后的高階思維能力培養，敬畏道德倫理底線，才能更好地防范人工智能大模型對教育帶來的挑戰和威脅。