生成式人工智能教育應用及其規制

鄭永紅 王辰飛 張務偉

摘要：生成式人工智能的快速發展為中國教育領域帶來了新的機遇和挑戰。在信息化時代大背景下，探究生成式人工智能對中國教育的影響與啟示成為我國教育改革與發展的重大實踐命題。研究梳理了生成式人工智能在中國教育領域的應用場景，探討了生成式人工智能在促進教育公平、推動教育創新和提升教育質量方面的積極影響，找到了生成式人工智能在教育領域發展的問題和痛點，并在此基礎上，總結了生成式人工智能在教育領域的未來發展趨勢，指出了未來需要進一步研究和探討的問題。

關鍵詞：生成式人工智能；教育應用；規制

中圖分類號：G434 文獻標識碼：A

* 本文系全國教育科學規劃教育部規劃項目“農村義務教育學生營養改善計劃的實效性與可持續性研究”（項目編號：FGB180659）研究成果。

① 張務偉為本文通訊作者。

在當前科技日新月異、迅猛發展的時代背景下，科技的進步已經深入滲透到社會的各個角落，其中教育領域亦受到了深刻的影響[1]。生成式人工智能，作為人工智能領域的重要分支，憑借其強大的數據處理和模式生成能力，為教育領域帶來了前所未有的變革[2][3]。中國作為全球規模最大的教育市場之一，其教育領域對生成式人工智能的需求及應用前景顯得尤為廣闊。因此，深入探究生成式人工智能對中國教育的影響與啟示，不僅對推動中國教育現代化具有重大意義，同時也為全球教育領域的未來發展提供了寶貴的借鑒和參考。

一、生成式人工智能教育應用

（一）個性化教育

1.學習路徑制定

隨著生成式人工智能的發展，教育領域正逐步實現個性化教育的目標。通過對學生學習數據的深度挖掘和分析，生成式人工智能能夠精準掌握每個學生的學習特點和需求，進而為他們量身定制個性化的學習路徑。這種學習路徑不僅考慮到學生的學科知識掌握情況，還涵蓋了學生的學習興趣、學習風格等多個維度，從而確保每個學生都能在最適合自己的方式下進行學習，實現真正的因材施教。

通過深度學習和大數據分析，生成式人工智能系統能夠精確洞察學生的學習習慣、能力層級及興趣偏好，并據此精心構建符合個體特色的學習規劃[4]，有效提高學生學習效率，同時于潛移默化中培養其自主學習與創意思維能力。通過對學生學習基礎、解題速度及錯誤率等數據的深度分析，生成式人工智能系統能夠精準地為學生提供個性化的學習資源和練習題。針對基礎薄弱的學生，系統將重點推送基礎知識和例題解析，以幫助他們穩固基礎；而對于能力較強的學生，系統將推薦更具挑戰性的學習內容，以激發他們的潛能。針對體質較弱、營養不良或學習壓力較大的學生，生成式人工智能系統將建議調整作息時間和飲食生活方式，以改善學生營養狀況和學習情緒，提高學習成效。通過這種方式，每個學生都能在自身能力范圍內獲得最為適宜的學習體驗。

2.學習資源推薦

通過深度學習和智能分析海量教育資源，以ChatGPT為代表的生成式人工智能可以精準地根據學生的學習進度、能力水平以及個人興趣，為他們推薦最為適宜的學習材料[5]。生成式人工智能可以對學習資源進行解析，讓有限的學習資源衍生出無限的資源素材，通過整合、加工和創新，按需生成個性化的學習資源，滿足教師和學生在教學和學習過程中的個性化需求，讓融合學習更具成就感和效能感[6][7]。這不僅極大節省了學生在篩選資源上的時間，提升了學習效率，更能確保他們所接觸到的知識內容既具有挑戰性又符合他們的興趣點，從而充分激發他們的學習熱情和積極性。

學習資源推薦還有助于培養學生的自主學習生活能力和自我健康管理能力。生成式人工智能會根據學生的體質健康情況、學習進度和反饋，靈活調整推薦策略，引導他們逐步深入學習。這種個性化的學習路徑不僅有助于培養學生的自主學習能力，還能促使他們養成良好的學習生活習慣和自我健康管理能力，為未來的終身學習和健康生活奠定堅實基礎。

（二）智能輔助教學

1.智能問答系統

在數字化浪潮中，智能問答系統正逐漸嶄露頭角，成為教育領域的一股新生力量。“搜索即學習”逐漸成為當前各階段學生的高效學習方式[8]。生成式人工智能依托自然語言處理技術與龐大的知識庫，能實時回應學生在學習生活過程中遇到的各類問題，為他們提供迅速且準確的幫助。此外，系統還能根據學生的提問與回答，分析他們的學習難點與薄弱環節，并為之提供針對性的學習建議，從而有助于學生更加高效地掌握知識，提升學習效率。

智能問答系統的引入，也在一定程度上顯著減輕了教師在答疑方面的負擔。在傳統的教學模式下，教師需要耗費大量時間與精力來回答學生的問題，而智能問答系統則能自動化地完成這一任務。不僅如此，該系統還能同時處理多個學生的問題，確保每個學生都能得到及時的反饋，從而教師得以將更多時間與精力投入到關注學生的學習進展上，為他們提供更加個性化的指導。與此同時，智能問答系統還能為個性化教學提供數據支持。通過深入分析學生的提問與回答，系統能夠洞察每個學生的學習特點與需求，為教師提供更加精準的教學建議，制定更具個性化的教學方案，提高教學效果。

2.智能評估與反饋

借助尖端算法與大數據分析，生成式人工智能能夠依據學生的學習表現，自動分析其知識掌握、技能應用以及學習態度等維度[9][10]。智能評估系統通過整合學生在學習過程中的多元數據，如作業完成度、課堂互動記錄以及在線測試成績等，運用先進的機器學習算法進行深度數據挖掘與分析，最終生成客觀、全面的學習評估報告。此類報告不僅涵蓋學生的學習成績，更包含其在學習過程中的表現、進步與困難等信息，從而為學生和教師提供更為豐富和全面的學習反饋。與此同時，生成式人工智能可以根據學習評估結果，結合學生體質健康狀況、學習特點和需求，為其量身定制個性化的學習生活建議與指導，以助力其健康學習且更有效地掌握知識和提高技能。此外，評估與反饋系統還能針對學生的學習生活困難與問題，提供具體的健康學習生活解決方案與指導，協助其及時糾正錯誤、改善營養狀況、優化學習方法，從而實現更高效的學習。

智能評估與反饋的應用不僅提升了學生的學習效率與效果，還為教師提供了更為精準的教學支持[11]。借助智能評估系統提供的學生健康和學習數據，教師能夠更全面地了解學生的學習生活狀況與需求，從而進行更具針對性的教學設計與調整。此舉有助于教師更好地滿足學生的學習生活需求，提高教學效果，助力學生成長成才，推動教育公平與質量的持續提升。

（三）教育管理與決策支持

1.教育數據分析

信息技術的迅猛發展，使教育信息化成為教育領域的重要趨勢，與此同時，大量的教育數據得以積累，形成龐大的信息庫。然而，如何有效利用這些數據，挖掘其潛在價值，成為教育領域面臨的關鍵問題。幸運的是，生成式人工智能的興起為解決此問題提供了路徑。生成式人工智能，依托大數據和深度學習技術，可以對海量教育數據進行深入挖掘與分析，揭示其內在規律和趨勢。通過對學生學習數據、教師教學資源、學校管理信息等數據的綜合分析，教育管理者得以更精準地把握教育發展的動態[12]。

具體而言，生成式人工智能能夠通過對學生體質健康監測數據、學習數據的分析，揭示學生的學習生活習慣、興趣點以及各學科的薄弱環節，從而有助于教育管理者更準確地識別教育資源需求與配置狀況，實現教育資源的優化配置。例如，針對特定學科或領域的不足，教育管理者可以有針對性地增加相關資源的投入，從而提升教育質量和效果。針對農村學生存在的營養不良狀況，可以因地制宜實施學生營養改善計劃，提高農村學生營養健康水平，從而推動城鄉義務教育優質均衡發展。此外，通過綜合評估教師的教學數據、學生評價等信息，生成式人工智能可以客觀評價教師的教學效果和資源利用效率，為教師的培訓和提升提供依據。與此同時，生成式人工智能還可以幫助管理者了解教師的教學風格和特點，為教學團隊的組建和協作提供指導。

2.教育政策模擬

生成式人工智能能夠高效整合多元數據源，諸如學生成績、教育資源分配以及教師評價等，從而構建出一個詳盡且全面的教育系統模型。借助此模型，決策者可以對各種潛在的教育政策方案進行模擬運行，深入評估其可能的效果與影響，這不僅能夠幫助決策者明晰各類方案的優劣勢，還能夠揭示隱藏的風險和挑戰，為制定明智決策提供堅實依據[13]。在模擬不同政策方案時，系統能夠全面展示各項政策對學生、教師以及整個教育系統可能產生的長期與短期影響，有助于決策者全面而深入地了解政策的內涵與復雜性，避免決策過程中的短視與片面性。例如，生成工人工智能可以通過學校食堂供餐管理、膳食資金管理、學生體檢數據、營養健康教育等方面的數據集成分析，評價農村義務教育學生營養改善計劃的政策實施成效和存在問題，提醒教育部門規避可能存在的食品安全、資金安全和糧食浪費等風險。

進一步而言，生成式人工智能可以根據歷史數據與趨勢預測，對未來教育政策的需求與發展走向進行精準模擬預測[14]。通過對大量數據的深入分析與挖掘，系統能夠洞察教育政策變化的內在規律與趨勢，為政策制定者提供具有前瞻性的策略建議，使得政策制定者能夠提前進行規劃，確保教育政策的連續性與穩定性，推動教育系統的持續優化與發展。與此同時，通過公開數據與模擬結果，公眾能夠更加清晰地了解政策制定的全過程，從而增強教育政策制定的透明度與公正性，增強公眾對政策的信任與理解，為教育事業健康發展奠定堅實基礎。

二、生成式人工智能教育應用的影響

（一）教育公平的促進

教育公平作為社會公平的重要組成部分，對于推動社會整體進步與發展具有不可或缺的作用。生成式人工智能，憑借其強大的數據處理與分析能力，為推進教育公平提供了新的路徑與可能性。

首先，生成式人工智能能夠突破地域限制，助力實現教育資源的均衡分配[15]。歷史上，由于地域、經濟等多重因素的制約，教育資源在不同地區和學校之間存在明顯的差異。生成式人工智能通過收集和分析各地教育資源數據，為決策者提供科學依據，有助于決策者制定更加合理的資源分配策略，從而緩解資源不均等問題，讓更多學生享受公平且優質的教育。生成式人工智能可以分析城市和農村學生的飲食生活、營養水平和體質健康差異，有助于決策者實行智能化監管，確保食品和資金安全，提高資金使用效益。

其次，生成式人工智能有助于消除個體差異，推動個性化教育的實現。每個學生都是獨一無二的，他們的學習需求、興趣愛好和潛力各不相同。傳統的教育方式往往難以滿足學生的個性化需求。生成式人工智能通過分析學生的學習生活數據和興趣愛好，可以為他們提供個性化的學習生活資源和建議，滿足其個性化需求，有助于消除個體差異，讓每個學生都能得到適合自己的教育資源和支持。例如，提供個性化服務，有效改善農村地區義務教育階段學生的健康狀況。

此外，生成式人工智能還能提高教育評價的公正性和準確性。傳統的教育評價方式往往依賴于教師的經驗和直覺，容易受到主觀性和片面性的影響。生成式人工智能通過收集和分析學生的學習生活數據和行為表現，為他們提供客觀、全面的評價結果和建議。這種基于客觀數據的評價方式有助于提高評價的公正性和準確性，也能夠更好地幫助學生了解自己的學習生活情況和發展方向。

最后，生成式人工智能還有助于推動在線教師專業學習社群的發展，提升教師隊伍的整體素質和能力[16]。教師隊伍的素質和能力直接關系到教育質量和教育公平。生成式人工智能可以為教師提供個性化的培訓和發展建議，幫助其不斷提升自己的專業素養和教學能力，從而提升教師隊伍的整體素質和能力，為推進教育公平提供堅實的師資保障。

（二）教育創新的推動

生成式人工智能在教育領域的應用，不僅優化了教育資源的配置，提高了教育質量，更成為推動教育創新的重要力量。傳統的教育模式受限于固定的框架和模式，難以充分激發學生的創造力和潛能。然而，生成式人工智能通過深度學習和大數據分析，為學生提供了更加豐富和多樣化的學習生活體驗和方式，有效激發了學生的學習生活興趣和創新能力。

首先，生成式人工智能促進了教學方法的創新。智能化的教學輔助工具和學習平臺使得教師可以更加靈活地設計教學方案，采用更具吸引力和趣味性的教學方式，以激發學生的學習生活興趣和積極性。同時，生成式人工智能還能根據學生的學習生活情況和反饋，及時調整教學策略和方法，確保教學效果的最大化。

其次，生成式人工智能推動了學習生活方式的變革。在傳統的學習生活方式中，學生往往處于被動接受知識的狀態，缺乏主動性和探索性。然而，生成式人工智能通過智能化的學習平臺和資源推薦系統，為學生提供了更加個性化和自主化的學習生活方式。學生可以結合自身體質健康情況、飲食作息習慣、學習成績、個人喜好等因素，通過生成式人工智能的數據分析，生成符合個性化需求的健康生活方式和學習作息安排等。這種自主式的學習生活方式有助于培養學生的創新思維和解決問題的能力，提升他們的學習效果和綜合素質，養成健康的生活方式。

最后，生成式人工智能對于推動教育領域的整體創新具有重要意義。通過深度學習和大數據分析，生成式人工智能能夠洞察教育領域的最新動態和發展趨勢，為教師和教育機構提供決策支持和建議。同時，生成式人工智能還能與教育創新團隊合作，共同研發新的教育技術和產品，推動教育領域的持續創新和發展。這種跨界合作和創新有助于打破傳統教育模式的束縛，為教育事業的未來發展注入新的活力和動力。

（三）教育質量的提升

在教育領域中，生成式人工智能的應用已經展現出了顯著的影響力和潛力[17]。它有力地推動了教育公平和創新，為提升教育質量注入了新的活力。通過大數據分析，生成式人工智能能夠精準識別學生的學習需求和問題，從而為他們提供個性化的學習資源和輔導，進一步提升了學生的學習效果和學習動力。

生成式人工智能的應用有助于實現精準教學。通過分析學生的學習數據和行為表現，生成式人工智能能夠精準地診斷學生的學習問題和需求，為他們提供個性化的學習資源和建議。這將有助于解決傳統教育中存在的“一刀切”和“填鴨式”教學的問題，讓每個學生都能得到適合自己的教育資源和支持，從而提升他們的學習效果和學習動力。此外，通過智能化的教學輔助工具和學習平臺，生成式人工智能能夠為教育機構和教師提供更加高效和便捷的教學管理和服務方式，推動教育領域的數字化轉型和升級。同時，生成式人工智能還能與教育創新團隊合作，共同研發新的教育技術和產品，推動教育領域的持續創新和發展，從而提高教育效率和質量，為學生和教師帶來更加優質的教育體驗和服務。

三、生成式人工智能教育應用的規制

（一）數據安全與隱私保護

隨著生成式人工智能在教育領域的廣泛應用，我們既看到了其推動教育創新、提升教育質量的巨大潛力，但它也面臨著數據安全與隱私保護等嚴峻挑戰[18]。教育數據作為重要的信息資源，其安全性和隱私性對個人和社會具有至關重要的意義。這些數據往往涉及學生的體質健康、個人信息、學習情況、成績等敏感內容，一旦泄露或被濫用，將嚴重侵犯學生的個人隱私，甚至可能對學生的身心健康造成不良影響。因此，在應用生成式人工智能處理這些數據時，我們必須嚴格遵守相關的數據保護和隱私法規，確保數據的合法使用和安全存儲[19]。

此外，生成式人工智能還面臨著如何避免算法偏見、確保數據公正性等的倫理問題[20][21]。在教育領域，算法偏見可能導致教育資源分配不公，進而影響學生的學習機會和成果。為了避免這一問題，需要加強對算法設計和實施的監管，確保算法在開發過程中遵循公正、公平和透明的原則。同時，還需要關注算法訓練數據的來源和質量，確保數據的多樣性和公正性，避免算法因為訓練數據的偏差而產生偏見。我們必須重視數據使用的合規性，確保教育機構和第三方機構在收集、存儲和使用學生數據的過程中嚴格遵守相關法律法規，尊重學生的知情權和選擇權。

（二）技術依賴與自主性的平衡

生成式人工智能在教育領域的應用，雖然為學生帶來了諸多便利和優勢，但亦存在潛在風險。過度依賴智能系統可能導致學生逐漸喪失自主性和創新性，習慣于依賴技術解決問題和獲取知識，而非發揮自身的思考和探索能力[22]。教師也可能因過于依賴生成式人工智能產品而降低教學能動性[23]。因此，在智能教育環境中，培養學生的自主性和創新性顯得尤為重要。

為應對這一挑戰，教師需要精心設計學習任務，以激發學生的批判性思維。例如，通過提出開放性問題，鼓勵學生獨立思考，自行尋找答案，而非直接依賴系統提供的信息。這種教學方法不僅有助于學生掌握知識，更能提升他們的思考能力和創新精神。同時，引導學生正確看待和使用智能技術也是不可或缺的。學生應該明白智能技術僅是輔助工具，真正的學習和思考仍需依賴自身。如同使用鋒利的劍，雖能披荊斬棘，但若不掌握技巧和方法，反可能傷到自己。此外，還需注意的是，隨著生成式人工智能的廣泛應用，新知識生產模式的出現導致知識體量急劇增長，知識更新迭代速度加快，知識確證性逐漸降低[24]。面對這一新知識世界的挑戰，我國教育事業需要付出更多的努力來適應和應對這些變化。

（三）資源差距與技術鴻溝

隨著科技的迅猛發展，生成式人工智能已經逐漸成為教育領域的重要支撐力量，為優化教育資源配置和提升教育公平性開辟了新的路徑。但在實際應用過程中，我們也必須審慎思考資源分配問題，確保技術的普及和公平利用，避免出現生成式人工智能反噬教育公平[25]。

生成式人工智能的核心在于為每個學生提供個性化的學習生活資源，以滿足他們不同的學習生活需求和興趣。通過精準的數據分析和智能推薦，學生可以獲得更符合自身特點和需求的學習生活材料，從而更好地健康生活，不斷提高學習成效。然而，這種個性化學習資源的分配也可能帶來潛在的不公平問題。首先，不同地區和學校之間的技術條件和經濟能力存在差異。一些位于偏遠地區或經濟較為落后的學校可能缺乏必要的技術設施和專業人員，無法充分享受到生成式人工智能帶來的教育資源。這種技術鴻溝可能導致教育資源的分配不均，加劇教育不公平的現象[26]。其次，即使在具備相同技術條件和經濟能力的地區和學校，也可能存在資源分配不均的問題。這主要源于學校在技術應用方面的態度和重視程度不同，比如，一些學校可能更注重技術的引入和應用，而另一些學校則可能由于種種原因而相對滯后。然而這種差異往往可能會導致學生在接受教育資源方面的機會不均等，進而影響他們的學習生活和健康發展。因此，我們需要通過政策引導和資金支持等措施，促進教育資源的公平分配，確保每一個學生都能享受到高質量的教育資源和支持。

（四）溝通障礙與情感缺失

在教育領域應用生成式人工智能時，技術的先進性和精確性固然重要，但人機之間建立有效的溝通機制同樣不可或缺。盡管生成式人工智能在自然語言理解和生成方面已取得顯著進展，但其能力仍顯有限。在面對復雜多變的語言環境時，系統往往難以準確捕捉學生的真實意圖和需求，這可能導致教育過程中出現誤解和溝通障礙，進而對教育效果產生不良影響。因此，我們有必要進一步深入研究自然語言處理技術，提升系統的理解和回應能力。通過引入更先進的語義分析和情感分析算法，使系統更加準確地理解學生的情感和需求，從而提供更加個性化的教育服務。

此外，生成式人工智能在回應學生時往往缺乏情感色彩[27]。與人類教師相比，機器往往無法給予學生情感上的支持和引導，形成情感共鳴[28]。這可能會使學生在學習生活過程中感到孤獨和迷茫，從而降低他們的學習生活積極性和興趣。為解決這一問題，我們需要將情感計算技術引入教育領域，力求通過分析學生的情感狀態和需求，機器便可為學生提供更加溫暖和人性化的學習生活環境。

四、啟示與展望

（一）啟示

首先，我們需要認識到生成式人工智能的雙刃劍效應。雖然生成式人工智能具有巨大的潛力，能夠促進教育公平、推動教育創新、提升教育質量，但同時也伴隨著數據安全、技術依賴、資源差距以及溝通障礙等風險挑戰。因此，在應用生成式人工智能時，我們必須保持清醒的頭腦，審慎思考其潛在的風險和后果，確保該技術的健康發展。

其次，我們需要關注教育的本質和目標。教育的核心在于培養學生的綜合素質和能力，而不僅僅是傳授知識。生成式人工智能的應用應當服務于這一核心目標，為學生提供更加個性化、高效的學習生活體驗，促進他們的健康成長和全面發展。同時，我們也要注意避免技術主義傾向，不能將教育過度依賴于技術手段，而忽視了教育的本質和人文關懷。

第三，“數字+教育”是數字新時代教育現代化變革的關鍵。只有教師具備良好的數字素養，才能保障教育數字化轉型的要求轉化落地，才能更好地實現教學活動的提質增效[29]。因此，我們要有針對性地制定數字素養提升政策，進而助推教師隊伍的數字化轉型進程，更好地把握生成式人工智能帶來的機遇。

最后，我們需要加強合作與共享。生成式人工智能的發展需要政府、學校、企業和社會各方的共同努力和合作。通過政策引導、資金支持、技術研發和推廣等手段，促進資源的公平分配和技術的廣泛應用，共同推動教育領域的發展和進步。

（二）展望

隨著科技的快速發展，教育領域正迎來前所未有的變革。特別是在生成式人工智能的助力下，教育領域將邁向一個充滿創新與機遇的新紀元。未來的教育將更加注重個性化學習、跨界融合以及人文關懷，力求為學生打造更為全面、多元和深入的學習生活體驗。

首先，未來的教育將傾向于個性化學習。借助生成式人工智能的強大功能，每個學生都將獲得量身定制的學習生活資源和路徑。這些資源將根據學生的健康、興趣、能力、進度等因素進行個性化設計，以滿足學生的個性化需求，使每個學生都能在最適合自己的環境中學習生活，從而提高學習效率和成果。

其次，未來的教育將更加注重跨界融合。傳統的學科界限將被打破，跨學科學習將成為主流。生成式人工智能將助力實現這種跨界融合，為學生提供更廣闊的知識領域，幫助學生在知識海洋中自由探索，培養學生跨學科的綜合素質和能力，使其能夠更好地適應未來社會的多元化需求，培養其成為具有全面素養和創新能力的新時代人才。

最后，未來的教育將更加注重人文關懷。在追求技術創新的同時，我們不能忽視教育的本質和目標。未來的教育應更加關注學生的全面發展和人文關懷，提高學生健康水平，培養學生的道德情感和社會責任感。生成式人工智能應成為實現這一目標的輔助工具，而非替代教育的本質。通過融入人文關懷，教育將不僅是知識的傳授，更是對學生心靈的滋養和成長的支持。

參考文獻：

[1] 劉冬予，駱方.人工智能賦能教育和心理學研究中的數據處理[J].中國考試，2024，（3）：18-27.

[2] 張靜蓓，虞晨琳，蔡迎春.人工智能素養教育：全球進展與展望[EB/OL].http：// kns.cnki.net/kcms/detail/42.1085.g2.20240312.1734.006.html，2024-03-15.

[3] 周洪宇，余江濤.2023中國教育治理研究熱點與未來前瞻[J].現代教育技術，2024，34（3）：5-16.

[4][10] 王磊，徐子競等.生成式人工智能賦能網絡安全人才培養的探索研究[J].中國電化教育，2023，（9）：101-108+116.

[5] 鄭燕林，賈保龍.AI時代英國推進教育均衡發展的路徑與舉措[J].現代遠程教育研究，2023，35（5）：48-56.

[6] 李曉芳，雷江華.人工智能賦能融合教育高質量發展的路徑探析[J].殘疾人研究，2023，（3）：58-65.

[7] 萬力勇，杜靜，熊若欣.人機共創：基于AIGC的數字化教育資源開發新范式[J].現代遠程教育研究，2023，35（5）：14-18.

[8] 趙一鳴，余馨婕，陳憶金.真實工作場景下“搜索即學習”任務集的構建與分析[J].圖書與情報，2024，（1）：121-133.

[9] Annus N.Chatbots in Education：The impact of Artificial Intelligence based Chat GPT on Teachers and Students [J].International Journal of Advanced Natural Sciences and Engineering Researches，2023，7（4）：366-370.

[11] 李英哲，劉劍玲.新課標背景下Chat GPT在初中數學備課中的創新功能與價值定位[J].中國電化教育，2024，（3）：109-114.

[12] 張文超.教育數字化轉型背景下人工智能教育應用的態勢——基于文本數據挖掘的分析[J].中國教育科學（中英文），2023，6（3）：52-60.

[13] 崔金貴，馬瑩瑩.我國人工智能教育研究進展與展望[J].高校教育管理，2023，17（6）：31-39.

[14] 孫立會，周亮.面向中小學的生成式人工智能教育政策制定路向——基于日本《中小學生成式人工智能教育應用指南》的分析[J].中國電化教育，2023，（11）：53-61.

[15] 于秋月，劉堅.“人工智能+教育”的倫理分析及主體重塑[J].學術探索，2024，（1）：148-156.

[16] 尹弘飚，秦晗.教師專業學習社群研究：范式、旨趣與論述[J].華東師范大學學報（教育科學版），2024，42（3）：61-77.

[17] 燕連福，秦浦峰.生成式人工智能賦能思想政治教育的價值、問題與對策[J].廣西社會科學，2023，（9）：201-206.

[18] 蔡翠紅，李煜華.全球數字治理赤字：表現、成因與中國的應對[J].國際展望，2024，16（2）：65-84+163.

[19] 林北征.沒有刪除，只能遺忘：AI大模型個人信息刪除義務的解釋與重構[EB/OL].http：//kns.cnki.net/kcms/detail/61.1329.C.20240304.1650.002. html，2024-03-15.

[20] 程威.數字平臺加重義務的理論闡釋與規范形塑[J].學習與探索，2024，（2）：62-72.

[21] 馮琳，倪國良.基于生成式人工智能的思想政治教育數字化轉型[J].思想教育研究，2024，（2）：46-53.

[22] 李海峰，王煒.人機爭論探究法：一種爭論式智能會話機器人支持的學生高階思維能力培養模式探索[J].電化教育研究，2024，45（3）：106-112+128.

[23] 趙磊磊，閆志明.生成式人工智能教育應用的生態倫理與風險紓解[J].貴州師范大學學報（社會科學版），2023，（5）：151-160.

[24] 魯子簫.智能時代知識變遷中的教學知識變革[J].教育研究，2024，45（2）： 55-66.

[25] 張新民，張稷鋒.論教育技術向善：基于技術反噬公平的視角[J].四川師范大學學報（社會科學版），2023，50（3）：107-116.

[26] 李玉順，安欣等.數字教育促進教育公平實踐的反思[J].開放教育研究，2023，29（3）：69-78.

[27] 胡翼青.我們該如何理解“數字共通”：基于媒介哲學的批判[J].現代出版，2024，（2）：35-44.

[28] 劉力銘.人機共生中的擬人化：概念溯源、譜系重建與議題拓展[J].新聞與傳播評論，2024，77（2）：82-92.

[29] 宋靈青.我國中小學教師數字素養的實然狀態與突破路徑——基于全國9405名中小學教師的測評[J].中國電化教育，2023，（12）：113-120.

作者簡介：

鄭永紅：副研究員，在讀博士，研究方向為教育人工智能與農業經濟。

王辰飛：在讀碩士，研究方向為人工智能與農業經濟。

張務偉：教授，博士生導師，研究方向為人工智能與農業經濟。

Application and Regulation of Generative Artificial Intelligence in Education

Zheng Yonghong1，2， Wang Chenfei1， Zhang Wuwei1

1.School of Economics and Management， Shandong Agricultural University， Taian 271018， Shandong 2.Fujian Provincial Student Assistance Management Center， Fuzhou 350001， Fujian

Abstract： The rapid development of Generative AI has brought new development environments and opportunities and challenges to the field of education in China. In the context of the information age， exploring the impact and inspiration of generative artificial intelligence on Chinese education has become a major practical proposition in Chinas education reform and development. This study summarizes the application scenarios of generative artificial intelligence in the field of education in China， explores the positive impact of generative artificial intelligence in promoting educational equity， promoting educational innovation， and improving educational quality， identifies the problems and pain points of the development of generative artificial intelligence in the field of education， and based on this， summarizes the future development trends of generative artificial intelligence in the field of education， pointing out the issues that need further research and exploration in the future.

Keywords： generative artificial intelligence； educational applications； regulation

收稿日期：2024年3月11日

責任編輯：李雅瑄