生成式人工智能賦能學習型社會建設之圖景：維度、風險與路徑
——基于UNESCO《生成式人工智能教育和研究指南》解讀

◎邱心玫 邱永渠

為全面貫徹黨的二十大精神和習近平總書記關于學習型社會建設的重要指示，教育部發布了《關于印發〈學習型社會建設重點任務〉的通知》，明確提出“把教育數字化作為推進學習型社會建設的‘倍增器’”。“教育數字化與學習型社會建設”業已成為世界數字教育領域的重要議題。聯合國教科文組織（簡稱UNESCO）于2023 年9 月發布了全球首份關于在教育和研究領域使用生成式人工智能的指南，以幫助政策制定者和教師最大限度地利用人工智能的潛力，以服務于學習者的根本利益［1］。全方位解讀UNESCO《生成式人工智能教育和研究指南》（Guidance for generative AI in education and research，以稱《指南》），以便從國際站位與立體視角審視生成式人工智能賦能學習型社會的整體圖景，從而推進我國全民終身學習和學習型社會建設。

一、生成式人工智能賦能學習型社會建設的維度

學習型社會是以社會學習者為中心，以終身教育體系、終身學習服務體系、學習型組織為基礎，以形成終身學習文化為基本特征，能保障和滿足社會成員學習基本權利和終身學習需求，從而有效地促進社會成員全面發展和社會價值得以充分實現，使社會可持續發展的一種開放、創新、富有活力的新型社會［2］。放眼全球，以Chat GPT 為代表的生成式人工智能，以其獨特的力量，將對學習型社會建設進行全面賦能。

（一）生成式人工智能賦能學習型社會建設的內容維度

就“學習型社會”的內涵層次和建設要求而言，生成式人工智能賦能學習型社會建設指向“學習型個體培養”“學習型組織”“終身教育和學習體系”“學習型文化” 的四重維度，構建出以全民學習主體為內核、以各類學習型組織為基石、以數字化轉向的終身教育體系為框架和以遵循習近平文化思想、人機高維互動生成的學習型文化為靈魂的立體圖景。

1.以“主體賦能”為內核。在學習型社會建設中，學習型個體扮演著關鍵角色，處于核心地位。生成式人工智能使用大數據訓練，通過統計分析所攝取數據中的單詞、像素或其他元素的分布，根據自然語言對話界面中編寫的提示，識別和重復常見模式來自動生成以人類思維符號所表現的各種內容［3］。基于自我效能理論、學習策略理論和社會認知理論的有效支撐，生成式人工智能可通過交互式學習環境、個性化學習推薦、自主學習與創造、實時反饋與個體化輔導等方式，影響學習者的社會認知、自我效能和學習情感，促進學習主體“好學、樂學”學習動機的產生，及“善學”學習能力的提升，培育主體“持續學習”的終身學習觀念和學習情感，進而匯聚億萬學習群體構建社會性學習場域。

2.以“組織賦能”為基石。作為學習型社會建設的基礎，生成式人工智能賦能學習型組織主要表征為生成式人工智能為“學習型家庭”提供個性化的家庭學習資源和互動性的家庭學習伴侶；為“學習型企事業單位與學習型團體”提供私人定制的團隊培訓和決策支持；為“學習型城鄉社區”提供區域性的學習推薦和活動管理；為“學習型城市”中提供智能化公共學習服務和智慧城市發展規劃；為“學習型政府”建設中提供決策支持和組織協同創新。五類學習型社會組織通過生成式人工智能賦能，不僅有利于實現知識結構和組織能力的持續升級，更有助于在社會子系統的相關作用下，形成合力從整體上推動知識經濟的繁榮、學習型社會的創新發展。

3.以“體系賦能”為架構。建設終身教育系統和終身學習體系是營造學習型社會的底盤和鋼架。生成式人工智能賦能學習型體系建設在于以智能化的技術和廣泛的學習終端，以個體學習者為支點，搭建起學習者群體（特別是不同學習基礎的社會學習者）易于操作的自主學習支架，生成性人工智能有助于提供個性化的學習內容和學習支持，惠及形成終身教育體系的各級各類學校機制體制框架，支撐從“終身教育”到“終身學習”體系的轉化，并使學習全過程更加高效、靈活和普惠。在社會終身學習體系中，社會成員自主學習的服務體系，如圖書館、文化館、博物館、科技館等公共文化設施，以信息技術為載體的公共數字學習平臺，以及從單點自媒體匯聚而成的海量學習資源，經過程序化篩選和整合，生成社會化學習寶庫，讓不同年齡階段的學習者都能從中獲得適合的學習資源和通道。

4.以“文化賦能”為靈魂。學習型文化是指一種強調終身學習和知識創新的文化。新時代文化建設需以習近平總書記文化思想為根本遵循。生成式人工智能的文化賦能主要體現為學習者堅守好文化“魂脈”“根脈”，將馬克思主義與中華優秀傳統文化相結合，充分運用生成式人工智能，開展個性化學習、能力發展和創新、組織學習、多種學習形態、文化交流融合以及數字化學習，真正認可接受，成為社會性的認知與習慣，從而上升為文化特征，繼而形成“以終身學習為導向”的學習型文化。“文化賦能”是生成式人工智能賦能學習型社會建設的靈魂，并具備導向、激勵和知識共享三大功能，以加速全社會的學習進程和知識技術的創新迭代，也為人類文明新形態貢獻中國力量。

（二）生成式人工智能賦能學習型社會建設的功能維度

社會學家帕森斯的結構功能主義理論（AGIL 功能分析框架）為生成式人工智能賦能學習型社會建設提供重要的理論視角［4］，其功能維度體現如下。

1.適應功能（Adaptation）。生成式人工智能能夠通過數據分析和模式識別，諸如對教育需求的預測、學習資源的優化分配以及教育內容的個性化定制，賦能終身教育系統更好地適應不斷變化的社會環境。在學習型社會的建設中，生成式人工智能可以輔助教育機構在面對快速變化的知識和技能需求時，快速調整教育策略和課程內容，提高教育系統的適應性和靈活性。

2.目標獲取功能（Goal Attainment）。生成式人工智能通過智能分析不同階段的學習者的行為和表現，通過個性化學習路徑的推薦、學習成效的實時反饋以及對學習進度的精準監控，學習型組織的數字化運行和管理賦能，普通教育、職業教育和成人教育的體用通達，中國特色學習型文化的培育生成，促進終身教育目標、教育社會性目的實現，以及學習型社會具體建設目標的全面落實。

3.整合功能（Integration）。生成式人工智能可加強教育系統內部、教育與社會各子系統之間的協調和整合，通過跨學科和跨文化的學習內容生成，促進知識和技能的綜合運用；可通過在線協作平臺促進學習者之間的互動和合作，增強各類學習型組織的集體感和文化認同。在學習型社會的背景下，有意識地引導生成式人工智能工具，還可協助整合來自不同領域和文化的知識，促進多元化學習社區、學習型城市的形成，使教育成為連接不同社會型組織、構建共同價值觀的橋梁。

4.模式維護功能（Latency）。生成式人工智能可支持和加強學習型社會的文化價值觀和行為模式的傳承。如通過智能生成的教育內容來宣傳社會核心價值，或者利用人工智能輔助的歷史模擬和文化體驗活動來傳承馬克思主義思想和優秀中華傳統文化。在學習型社會文化建設和學習型組織文化創生中，生成式人工智能推進維持和弘揚創新和終身學習的文化，鼓勵個體和集體不斷探索新知，形成支持創新和學習的社會氛圍。

（三）生成式人工智能賦能學習型社會建設的邏輯維度

“生成式人工智能賦能學習型社會建設”這一范疇中內隱三個緊密聯系的關鍵詞，即生成式人工智能、教育數字化轉型、學習型社會。三者遵循著“技術顛覆創新—教育模式轉變—教育性社會目標”的邏輯關系，體現了“國家—教育—社會—人”的辯證關系。

1.“技術創新—教育模式轉變—教育性社會目標”的邏輯關系。在此邏輯鏈條中，生成式人工智能和教育數字化轉型作為當代教育領域的主要技術創新，正在推動著教育模式的根本變革。這種變革不僅體現在教育內容和方法的數字化，還包括家庭教育、學校教育和社會教育之間的協同。這種協同意味著教育的邊界正在變得更加流動，家長、教師和社會各界都能通過數字平臺共同參與到孩子的教育過程當中。同時，普通教育、職業教育、成人教育以及特殊教育的融合正在打通傳統教育的壁壘，確保每個人都能根據自己的需求和條件獲得適宜的教育服務。這種教育模式的轉變正朝著教育性社會目標努力，更強調教育的個性化和終身化。在這種環境下，家庭、學校和社會不再是孤立的教育實體，而是形成一個互動共生的教育生態系統，共同促進每個成員的成長和發展。

2.“國家—教育—社會—人”的辯證關系。在生成式人工智能推動的學習型社會建設中，國家、教育、社會、個體之間的辯證關系日益凸顯。國家不僅是技術與教育模式革新的推動者，更是這場變革的監督與調節者，通過政策、資金和標準的制定與實施，確保教育資源的整合與社會教育目標的實現。教育在此過程中扮演著連接國家與社會的橋梁角色，培養符合社會發展需要的人才，并為社會提供新知識、新技能，推動新質生產力發展。教育數字化轉型和生成式人工智能的應用，為教學資源與方法的豐富性和多樣性提供了可能，進而顯著提升教育效率與質量，推動社會向更加開放與包容的方向發展，奠定了學習型社會的堅實基礎。社會的多元需求促使了家庭、學校、社會協同及多樣化教育形式的融合，生成式人工智能和教育數字化轉型通過個性化學習路徑為個體提供了定制化的學習體驗，支持其個人發展與社會適應，使個體的終身學習能力成為推動社會發展的關鍵力量。

二、生成式人工智能賦能學習型社會建設的潛在風險

生成式人工智能在學習型社會建設方面具有巨大潛力，但同時也需要關注生成式人工智能的倫理和安全等方面的問題。《指南》中提及了生成式人工智能包含數字貧困加劇、超越國家監管適應、未經同意使用內容、用于生成輸出的無法解釋的模型、人工智能生成的內容污染互聯網、缺乏對現實世界的了解、減少意見多樣性、生成更深的深度贗品等八項爭議與不良影響［5］。就學習型社會建設視角而言，生成性人工智能潛在風險可歸納為以下幾個方面。

（一）基于概論性答案的學習者學習責權異化

生產式人工智能以其強大算力，雖在各種標準化考試表現良好，自證其不同程度地解決問題、處理文字的能力，卻也帶來了對代替學習者思考、疏于理性鑒別、過度依賴技術的擔憂。

首先，以ChatGPT 為代表的生成式人工智能模型之答案生成過程相對簡化，容易給學習者帶來“答案唾手可得”的錯覺，從而降低學習者對學習或未知世界的探索興趣和內在驅動力，產生認知惰性，滿足于表面答案，不愿積極深挖知識背后的深層規律或底層邏輯，甚至誘發作弊行為。無論是在校生抑或是社會學習者皆面臨此挑戰。社會學習者在使用這些技術時，利用生成性人工智能工具在工作中易產生不正當競爭，從而損害了自身的誠信和職業道德。

其次，生產式人工智能通常是基于語料庫訓練和算法預測，輸出概率性的答案，而非真正的主體價值判斷，容易在學習主體學習和培養過程中傳遞一些片面或歧視性的觀點，從而導致學習者接收到有偏差的信息。如果學習者疏于對生成性內容進行進一步的鑒別、推敲、判斷，且過度依賴人工智能技術，則不利于個體元認知發展和學習型社會形成。為此，學習者、教育者乃至全社會須意識到生成性人工智能的工具局限性，樹立“輔助而非替代”“工具而言主體”技術觀，保持批判性思維，避免陷入學習權責異化的困局，做負責任的“智慧”運用者。

（二）基于深度學習算法的學習型文化建設風險

根據《指南》精神，學習者、教育者們應該意識到生成式人工智能系統就像黑匣子一樣運行，很難知道為什么會創建特定內容，從而導致使用者囿于生成式人工智能系統參數設定的邏輯中。而這些參數可能反映了特定的文化或商業價值觀和規范，可能隱含地對人工智能工具生成的內容產生偏見。生成式人工智能給學習型文化帶來的風險主要體現如下。

第一，價值觀混亂與迷失。在學習型文化中，價值觀是培養和傳承的核心。而生成式人工智能所攜帶的資本邏輯可能與學習型文化建設的社會主義核心價值觀相沖突，導致價值觀的混亂和迷失。同時，人工智能的應用還可能加劇信息繭房效應，甚至被用于資本輿論操縱，從而對文化建設的多元性、公平性、真實性原則構成挑戰。第二，主流話語體系減蝕。話語是學習型文化建設中傳遞價值觀、構建文化認同的重要工具。生成式人工智能帶來的“人機協同”話語生產新模式削弱了主流意識形態話語的深度，導致話語權威淡化，增加了意識形態話語減蝕的風險。第三，意識形態管理削弱。在學習型文化建設中，意識形態管理是保證文化健康發展、防止文化偏離正確軌道的重要手段。生成式人工智能可能消解意識形態管理的主導權，導致意識形態管理弱化，從而對學習型文化建設帶來不利影響。生成式人工智能給學習型文化帶來的風險不容忽視，為此社會各界應審慎對待生成性人工智能的影響，采取有效措施防范和化解相關風險。

（三）基于數據崇拜的學習型組織管理挑戰

在人工智能時代，數據已成為決策與管理的關鍵要素、評估和衡量組織效能的風向標，引發各種學習型組織對數據不同程度的青睞和崇拜。生成式人工智能賦能學習型組織建設也面臨著來自組織決策和管理層面挑戰。

首先，過度依賴數據導致的決策盲點使得難以量化且關乎組織可持續發展的關鍵因素，諸如組織價值觀、創新力、文化可能被邊緣化。其次，生成式人工智能決策算法可能存在的偏見和設計缺陷。生成式人工智能通過學習大量數據和模式來生成決策和解決方案，但其算法決策可能存在一定的主觀性和誤導性，對包含學習型家庭、學習型企事業單位與學習型團體、學習型城鄉社區、學習型城市以及學習型政府在內的學習型組織的某些決策產生不同程度的影響。再次，過度依賴數據和算法進行決策可能導致決策過程的機械化，缺乏靈活性和創造性，從而不同程度抑制了學習型組織對外部環境變化的敏感性和適應力。最后，過度的數據崇拜可能會導致數據霸權，形成數據驅動的組織管理模式，產生“重數輕質”“重技術輕人文”的組織管理異化，不利于各類學習型組織的建設。人工智能時代對組織培訓和人力資源管理提出了更高的要求，如果學習型組織成員過度依賴生成式人工智能來提供創新性的解決方案，可能會導致組織在面對新情況和問題時缺乏創新思維和獨立決策能力，從而制約其組織競爭力和組織建設潛能。

（四）基于區域差異與“智教悖論”的終身教育和學習體系阻礙

在終身教育體系建設方面，生成式人工智能在極大地豐富終身學習資源的同時可能加劇教育區域機會不均衡和數字鴻溝。作為新興技術，生成式人工智能的應用需要一定的人力資源和認知門檻，可能導致暫時無法接觸到生成式人工智能的區域和學習群體在終身學習體系中錯失先發優勢。如在同一學校，校長的數字化領導力高低，師生及其家庭成員數字化素養的差異，都直接影響生成式人工智能帶來學習機會和資源支持的巨大差異。

與此同時，生成式人工智能憑借其強大的算法確定性賦能終身教育體系和終身學習體系，卻可能與終身教育的動態性和多樣性相沖突。人工智能算法的確定性特點與教育的開放性和不確定性的矛盾，可能將限制教育的自然流動和多元發展。學習者隱私和數據安全問題以及終身教育與學習體系中以陳舊、割裂化的學習內容、被動式教學模式和相對片面的評價方式，乃至各成“孤島”的數字化教育和社會治理外部信息環境，都影響著生成式人工智能賦能學習型社會建設的整體效能和進程。因此，審慎地權衡人工智能的教育角色和社會生態位，要發揮技術優勢，又尊重教育本質和學習型社會建設規律，實現二者內在融合、和諧共生，尤為重要。

三、生成式人工智能賦能學習型社會建設的基本路徑

就生成性人工智能的應用策略方面，《指南》提供了規范生成式人工智能在教育中的使用、制定利用生成性技術的政策框架和促進生成式人工智能在教育和研究中的創造性應用三大方案［6］。據此思路，結合“學習型社會”的特點與建設要求，生成式人工智能賦能學習型社會建設可從以下諸方面開展。

（一）統一基本準則，促“文化賦能”

1.“以人為本”原則。從2019 年《人工智能與教育北京共識》、2021 年《人工智能倫理建議書》、2022 年《人工智能與教育：政策制定者指南》到2023 年《生成式人工智能教育和研究指南》，一以貫之的根本信念是以人為本的人工智能方法論。“以人為本”不僅是“生成式人工智能賦能學習型社會建設”的根本性倫理原則、“生成式人工智能賦能學習型文化建設”的基本準則，更符合了習近平文化思想的人民立場和人類文明關懷。具體而言，《指南》以聯合國教科文組織《2021 年人工智能倫理建議書》為基礎，以人文主義教育方法為基礎，反對人工智能絕不能篡奪人類智慧，強調生成式人工智能促進人類能動性、包容性、公平、性別平等、文化和語言多樣性以及多元化意見和表達；增強人類可持續發展的能力以及生活、學習和工作中有效的人機協作；呼喚對知識和人類學習等既定理解的重新審視，共創以人為本的數字學習未來。在生成式人工智能賦能學習型文化建設方面，突出強調：實現包容性學習計劃，特別是關注殘疾學習者等弱勢群體；支持個性化和開放的學習選擇；改進基于數據的規定和管理，以擴大學習機會并提高學習質量；監控學習過程并提醒教師注意失敗風險；培養對人工智能的道德關注和有意義的操作技能。

2.“自主學習創意”原則。據于《指南》原則表述和學習型社會建設實踐，“生成式人工智能賦能學習型文化建設”的第二個重要原則可歸納“自主學習創意”，其意有二。其一，主動學習。在學習型文化建設中，主動學習是關鍵。“人的主觀能動性”業已成為教育者和學習者設計和使用人工智能的首要考慮因素，以其內在動機為依據選擇使用工具，使用人工智能工具時注重學習者的主動、深度思考，實現人機在高階思維層面的互動，并基于學習者的年齡、預期效果和目標知識類型有效生成的學習性內容。其二，激發創新。在生成性人工智能賦能學習型文化建設中，終身教育工作者和學習者應在使用生成式人工智能工具時，充分理解數據的類型和使用方式及社會生活影響；積極保護自身的社交需求、個人成長和學習動力，多接觸人類創新成果，激發創意和提升創新能力。同時，避免學習者對生成式人工智能的過度依賴性和認知交往能力的阻礙；確保既利用人工智能工具推進學習型文化建設效能，又提升學習型文化的創新意向。

3.“公平多元包容”原則。公平多元包容體現出《指南》著重強調的生成性人工智能促進包容、公平和文化多樣性的根本要求，在遵循習近平文化思想中“兩個結合”“七個著重”的基礎上，要義有二。第一，公平包容。生成式人工智能在賦能學習型文化建設過程中，必須秉持公平和包容性原則。無論性別、種族、特殊教育需求、社會經濟地位或地理位置，人工智能工具都應為所有人提供服務，推動全民數字化能力的提升，并建立嚴格的驗證機制，確保人工智能系統不含有性別偏見、邊緣群體歧視或仇恨言論。第二，文化多元。在利用生成式人工智能推動學習型文化建設的過程中，政府、社會與學習者要尊重并保護文化多樣性，以提升人工智能對多語言文本的響應和生成能力，防止人工智能消除或歧視少數民族語言。在我國具體實踐和話語體系中，可理解為在人類命運共同體和中華民族命運共同體的框架下，以保證語言和文化得到尊重和保護。

（二）完善治理體系，助“組織、體系賦能”

1.規范生成式人工智能的教育運用。為了解決圍繞生成人工智能的爭議并利用生成式人工智能在學習型社會建設中的潛在優勢，需要對其進行監管與規范，以確保其道德、安全、公平和有意義使用。借鑒《指南》的規范性步驟和學習型社會具體需求，可采用以下實踐方法：國家層面應做好認可通用數據保護條例或制定國家數據保護法；保障政府整體人工智能戰略并提供資金；鞏固并實施人工智能倫理規定；調整或執行版權法規范生成式人工智能生成的內容；制定生成式人工智能的詳細監管框架；培養終身教育體系中教育者和學習者正確使用生成式人工智能的能力。特別是學校和其他教育機構需要在支持和培訓教育者正確使用生成式人工智能的同時，培養其了解人工智能對教育的潛在好處和風險的能力，并構建通暢渠道，與專家對話、與技術對話、與政策對話。

基于生成式人工智能的規范運用，從而實現其真正賦能于各類學習型組織，顯現出良好的學習型組織建設樣態：其一，通過分析家庭成員的學習需求和興趣，生成式人工智能提供個性化的學習資源、學習計劃和互動性虛擬家庭學習伴侶，促進知識的傳遞和共享；其二，通過分析員工或成員的學習需求和能力水平，提供個性化的培訓和學習規劃，促進組織成員工作技能和專業知識的提升；同時通過數據分析和預測，提供決策支持，促進組織的演進和創新；其三，通過分析社區居民的學習需求和社區資源，提供符合區域特點的學習推薦和社區活動安排，促進居民的學習和交流，且幫助社區組織和管理學習活動，提高社區的學習氛圍和學習效果；其四，通過分析城市居民的學習需求和城市資源，提供諸如智能化公共閱讀等公共學習服務和城市發展規劃，促進居民的學習和城市的可持續發展，打造智慧城市；其五，通過分析政府工作的需求和社會發展的趨勢，提供生成性決策建議和政策框架，幫助政府實現科學決策和有效管理；幫助政府建立學習型組織和學習型機制，推動政府的學習和創新。規范生成式人工智能組織賦能的同時，良性的制度賦能與其在終身教育中的正向運用，則進一步聯動學校教育、家庭教育與社會教育，喚醒不同年齡段學習者的學習意識，提升各級各類教育者的數字化學習力，推動全民終身學習的數字化升級。

2.構建生成式人工智能融合的學習體系。首先，建設“成長性導向”的終身學習數字化機制。生成式人工智能的組織賦能和體系賦能可主要表征為終身學習數字化教育體系的建設。結合《指南》和終身教育實踐要求，建議采用以下幾項行動：一是政府提供數字教育供給，如批準學校教育、技術和職業教育領域的人工智能課程培訓以及終身學習（人工智能課程應涵蓋人工智能對社會生活的影響，包括觀念、倫理、技能運用等）；二是高校與研究所加強“計算教育學”學科建設和人工智能人才機制建設；三是根據社會需求、技術發展趨勢與未來學校樣態，加強各級教育和終身學習系統的未來適應性機制建設；四是建立健全加強老年人和特殊人群的數字學習和生活適應性機制。不難看出，多角度構建的終身學習體系之關鍵在于學習者人工智能能力的發展。而無論是在生成式人工知識興起的當下還是其他技術領銜的未來，成長型學習力建設、成長型心智培養都是核心和元能力。

其次，加強“數字元能力”的學習型組織成員能力建設。學習型組織成員雖涵蓋面較廣，但每一類型的組織中，都有充當“教育者”角色的群體。而教育者生成性人工智能能力建設是學習型組織乃至學習型社會建設的重要人力保障，諸如學習型學校的教師、學習型企業的培訓師等。教育者為有效、謹慎地使用生成式人工智能，促進學習型組織建設，可以采取以下行動：首先，學習型組織可以利用本土數據，為教育者提供操作生成式人工智能工具的具體指導；其次，學習型組織可以分析和評估教育者在運用生成式人工智能過程中的深度思維、組織溝通和價值觀培養行為和影響；再次，創建符合學習型組織生態位、教育者知識能力水平和學習者綜合素養訴求的生成式人工智能教學工具；最后，動態評估學習型組織中教育者數字化能力（特別是人工智能能力），并將其納入教師職業培訓框架體系內，從而惠及學習型組織成員，提升社會整體科技水平。

（三）開展創造性應用，行“主體賦能”

1.“師生互動”情境的終身教育時空，生成式人工智能應用策略。在具有“師生互動”情境的終身教育時空中，結合《指南》策略，為師生（特別是教師）制定、實施和驗證適當的策略和道德框架，以指導負責任且合乎道德地使用生成式人工智能系統和應用程序，從而促進“生成式人工智能賦能教學改進與學習型個體發展”。首先，踐行數字倫理規范與培訓。確保為師生提供有關生成式人工智能工具的指導和培訓，使其以負責任和道德的方式使用生成式人工智能工具，遵守有關數據隱私和知識產權的適當法規，批判性地對待輸出的準確性和有效性。其次，培養工程思維和生成式人工智能話語能力。基于教師智能化培訓，教師除應具備的特定學科知識，應習得工程學專業知識，興發工程思維，方能鍵入和調整合適的生成式人工智能提示語，并對其進行批判性評估。之后通過數字化教學、主題學習、專題活動或學科滲透，師生共育，提升學生的應用能力。再次，探索維護學術誠信的機制與策略。應對基于生成式人工智能的學生書面作業抄襲行為，“人工智能生成”水印標簽的技術處理、識別人工智能生成材料的軟件設計以及基于嚴格檢測的學校問責機制，雖較具效果，但多屬于即時策略。而長期策略是教師重新考慮書面作業的設計，將生成性人工智能工具融入探索性、自主性的學習任務中，對教育者和學習者個體賦能，提升其應對復雜現實世界挑戰的感情關懷、價值判定與創造力。

2.“獨立學習”情境的終身教育時空，生成式人工智能應用策略。在具有“獨立學習”情境的終身教育時空中，《指南》指出學習者通過了解生成式人工智能的指令基本公式、常見場景和實戰案例，在不同的學習場景中，解決學習難題，同時調教出相應場景的AI 伙伴。

一方面，作為1：1 教練的個性化學習。在眾多能力中，這些基本技能包括聽力、發音和寫作，以及基本的計算、藝術和編碼。學習者使用生成式人工智能作為1：1 教練，以自定進度獲得學習語言和藝術等基礎技能。具體而言，以三大個性化學習場景為例。其一，1：1 語言技能教練。在語言學習、會話練習領域，在使用通用生成式人工智能平臺時，學習者使用生成式人工智能工具來請求改進、糾正發音或寫作示例的反饋。其預期成果為讓學習者參與會話練習，通過提供反饋、糾正和模仿母語或外語來幫助他們提高聽、說和寫的技能，從而幫助學習者提高寫作能力。其二，1：1 美術教練。在音樂和繪畫等領書領域，學習者可以將人工智能工具的藝術技巧與他們自己的藝術作品進行比較。其預期成果為提供個性化藝術服務。當然，作為美術教練的AI 工具的使用門檻較之于語言技能而言更高。如果配合人類教師的支持和鼓勵，更有利于學習者發展和運用他們的想象力和創造力，這也是人工智能目前無法取代的。其三，1：1 數學或編程教師。在入門級的基礎數學、編程知識與技能的學習領域，有一定專業基礎的學習者可通過生成式人工智能，習得基本相關知識和技能，并激勵學習者使用計算思維和編程在解決問題，包括協作編碼。

另一方面，作為蘇格拉底式對話的探究或項目學習。基于大規模數據，生成式人工智能工具有潛力充當蘇格拉底式對話中的對手或基于項目的學習中的研究助理，以提升個體學習者的高階思維或創造力。觸發高階思維的學習設計過程有以下兩大主要場景。其一，蘇格拉底式的挑戰者。當遇到非結構性問題，學習者（生手可在教師幫助下）預備一系列逐漸深入的問題，作為生成性人工智能工具提示的例子，例如“讓我參與蘇格拉底式對話，以幫助我對某主題采取批判性的觀點”，然后通過越來越精致的提示逐漸加深對話。其預期成果為讓學習者參與對話，讓人想起蘇格拉底式對現有知識的質疑，從而發現新知識或更深入的了解。其二，基于項目的學習顧問。在科學或社會研究中結構不良的研究領域，學習者（生手可在教師幫助下）可要求生成式人工智能提供研究問題的基本思路。個人和小組學習者使用生成式人工智能工具進行文獻綜述、收集和處理數據以及創建報告，其預期成果為通過幫助學習者進行基于項目的學習來支持知識創造。生成式人工智能扮演類似于研究顧問角色。

綜上所述，有效使用生成式人工智能將實現“混合伙伴式的終身學習者”“一個人就是一支隊伍”的神奇效果。作為學習型社會建設和教育數字化轉型的主要技術引擎，生成式人工智能在教育、研究和終身學習領域的深度運用施以主體賦能、組織賦能、體系賦能與文化賦能，推動學習型社會的數字化建設和系統性發展。