生成式人工智能重塑高等教育形態：內容、案例與路徑

劉明 郭爍 吳忠明 廖劍

基金項目：2023年重慶市高等教育科學研究課題“生成式人工智能賦能大學生高階思維能力培養研究”（課題編號：cqgj23005B）；2021年國家自然科學基金面上項目“基于圖神經網絡的學生課堂狀態協同判別及解釋模型研究”（項目編號：62177039）

[摘? ?要] 生成式人工智能產生的強大推動力逼促高等教育形態重塑。基于對國內外38篇高質量期刊文獻的系統性分析，發現生成式人工智能從“三層面十維度”重塑高等教育形態，包括：以課堂教學、課外實踐、在線學習為代表的教育場景，以教學目標、教學資源、教學模式和教學評價為閉環的教學流程，以學生核心素養、教師數字素養和管理者智能化領導力為核心的“人”的思維范式。立足三類教育場景，系統梳理典型實踐案例，結合系統性分析框架剖析案例特征，總結個性與普適性規律，從創新數字治理政策、推動評價變革、提升教師人機協同教學與科研能力、推動多元化主體協同共建四方面提出應對策略，為推動高等教育數字化轉型、建設高等教育強國提供理論與實踐參考。

[關鍵詞] 生成式人工智能； 高等教育； 教育形態； 系統性文獻綜述； 人機協同

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 劉明（1980—），男，重慶人。教授，博士，主要從事智慧教育、智能閱讀與寫作評價反饋研究。E-mail：mingliu@swu.edu.cn。

一、引? ?言

教育部吳巖副部長在2023年世界數字教育大會上強調：“以人工智能為代表的數字技術改變傳統高等教育理念和范式，重塑高等教育形態，已經成為全球共識和行動。”[1]高等教育“形態”是在不同時間和空間背景下高等教育的外在“形式”和內在“狀態”[2]。吳南中、賈同等分別探究了信息技術、數據技術重塑教育形態的實然內容與應然路徑[3-4]。然而，教育形態并非一成不變，需要與特定的歷史時期相適應[5]。2022年11月，以ChatGPT為代表的生成式人工智能（Generative Artificial Intelligence，以下簡稱GAI）發布，發布5天后，注冊用戶超過百萬，引起社會各界的廣泛關注。GAI是指基于深度神經網絡，通過訓練大規模的數據集，學習抽象出數據的本質規律和概率分布，生成文本、圖像、視頻等新數據的技術。GAI產生的強大推動力引發了人力資本需求變革，倒逼高等教育形態重塑。

已有研究探討了GAI對教育帶來的機遇、挑戰及對策[6-8]，為本研究奠定了基礎，但鮮有研究聚焦高等教育類型，致使GAI發揮的功用和價值具有模糊性；已有研究多從GAI的技術功能出發，論證零散，尚未系統分析第一手研究證據。基于此，本研究采用系統性文獻綜述法，全面收集GAI與高等教育國內外高質量文獻，深入挖掘GAI重塑高等教育形態的具體內容，結合典型案例厘清關鍵挑戰，探尋應對之策，為重塑高等教育新形態、推進新質人才培養、建設高等教育強國提供理論與實踐參考。

二、研究設計

（一）研究方法

系統性文獻綜述法是通過內容分析與數據統計，建立文獻之間的聯結，解決特定研究問題的一種研究方法[9]。本研究采用系統性文獻綜述法梳理國內外第一手研究證據，為解決GAI重塑高等教育形態的內容、案例與路徑提供系統參考。

（二）樣本獲取

為全面獲取國內外GAI影響高等教育的高質量文獻，本研究在中國知網、Web of Science和Google Scholar三個數據庫中，以“生成式人工智能”“大語言模型”“高等教育”“大學”“Generative Artificial Intelligence”“ChatGPT”“Large Language Model”“AIGC”“Higher Education”“University”等為關鍵詞進行主題精確檢索，共檢索到2531篇中英文文獻。為保證文獻分析結果的準確性和可靠性，本研究制定了以下文獻排除標準[10]：（1）非中英文文獻；（2）非CSSCI、SSCI、SCI文獻；（3）頁數低于3頁的文獻；（4）研究內容未聚焦GAI和普通高等教育的文獻；（5）未呈現GAI對高等教育影響具體論述的文獻。基于上述文獻排除標準，共得到38篇高質量文獻。

三、生成式人工智能重塑高等教育形態的內容

余勝泉認為，教育數字化轉型包括技術、業務和人本三個層次[11]。姬冰澌指出，人工智能時代的教育需要場景之變、制度之變和思想之變，以有效應對技術沖擊[12]。基于此，本研究系統分析38篇高質量文獻，將教育場景、教育教學流程和“人”的思維范式確定為底層分析框架。結合38篇文獻對GAI重塑高等教育形態的論述，基于教育生態學理論，將教育場景擴展為課堂教學場景、課外實踐場景、在線學習場景三類[13]；基于教學系統要素理論，將教育教學流程擴展為教學目標、教學資源、教學模式和教學評價四類[14]；按高等教育系統內主體劃分，將“人”的思維范式擴展為學生思維范式、教師思維范式和管理者思維范式三類，如圖1所示。

（一）重塑高等教育場景

具備動態性與延伸性的高等教育場景融合了時空的真實性與虛擬性、社會生活的確定性與不確定性，形成了以“實體課堂”為代表的固定時空、以“課外實踐”為代表的半固定時空和以“在線學習”為代表的不定時空多維教育場景，如圖2所示。

圖2? ?GAI重塑高等教育場景

1.課堂教學場景重塑：創建生成式智慧課堂環境，促進學習體驗智聯融通

課堂教學場景特指高校線下授課教學場景。當前，傳統高校課堂教學知識單向度傳輸，師生與生生互動不足，極大地阻礙創新型人才培養[15]。GAI創建沉浸式智慧課堂教學環境，打破高校實體課堂教學的信息空間與物理空間阻隔，實現大學生學習體驗智聯融通。嵌入學習伙伴和專家小組等虛擬數字人，通過語音識別和可穿戴技術讓學生獲得身臨其境般的沉浸體驗，使課堂教學體驗更具深層次的沉浸感，有利于強化大學生探究意識和能力，培育研究型思維品質。例如：浙江大學智慧教學生態體系，基于人工智能生成語音、視頻技術和云計算服務，形成“無感知異地授課”“無邊界課堂”“全真互聯課堂”等多種教學授課服務模式，有效促進學生沉浸式研究型學習[16]。

2. 課外實踐場景重塑：創生智能孿生實踐環境，培育跨學科實踐綜合能力

課外實踐場景特指大學生線上或線下融合式實踐場景。在當前以能力提升為導向的人才培養模式改革中，高校存在重理論、輕實踐的教學弊端，加強課外實踐有助于培養學生跨學科創新創業綜合能力。大語言模型、視頻大模型結合元宇宙的腦機接口、數字孿生等技術，智能增強和轉譯真實世界中的內容，不同的群體和物體之間基于數據實現泛在互聯，得以擴展到智能化學習空間中[17]。華中師范大學融合國家智慧教育平臺、GAI和教育元宇宙技術構建沉浸式“AI賦能教學分析工作坊”“生物學虛擬仿真實驗自主學習室”，幫助師范生進行教學技能訓練，培育大學生實踐創新能力[18]。

3. 在線學習場景重塑：嵌入個性化輔導與陪伴智能體，增強歸屬與聯結感

在線學習場景特指大學生線上自主學習場景。大語言模型技術的類人信息生成能力能夠塑造更逼真的“教育智能體”，借助思維鏈技術可與學生實時交流互動，為學生提供個性化答疑解惑。一方面，嵌入GAI的教育智能體擔任監督學習者學習的“導師”，為學習者提供個性化輔導服務。例如：在大學生在線課后閱讀場景中，提問機器人可對學生提出的問題進行針對性反饋并做出示例，加深對閱讀內容的理解[19]。另一方面，充當陪伴學習者的“伙伴”，為學習者提供情感與精神層面的支持。Rudolph等人研究表明，GAI的即時反饋可以滿足大學生情感、尊嚴和自我實現的需求，增強大學生的歸屬感和聯結感[20]。

（二）重塑高等教育教學流程

“只有當教育技術促使我們重新思考和革新教育體系的時候，教育和技術才會有交織。”[21]教育體系層面的重塑較之空間場景更為深刻，只有建構一套與GAI發展相適應的教育教學流程體系，才能使教育形態重塑從顯性的外層深入到隱性的內層。基于系統性文獻綜述分析結果和教學系統要素理論，GAI重塑教育教學流程，如圖3所示。

圖3? ?GAI重塑高等教育教學流程

1. 教學目標重塑：發展大學生高階思維，培育倫理與社會責任意識

隨著GAI的發展，大批以腦力勞動為主的行業可能被其替代，高等教育教學目標必須在GAI難以生成的領域中重新定位。與以往智能技術不同，面向生成式人工智能，學生首先需要靈活使用“提示語”，教師需著力培養學生的問題意識和提示語組織技巧，促進人機協同發展。其次，培養批判性思維。GAI極易生成虛假內容，干擾學生認知，而著力培養學生批判性思維，有助于學生把握事物的本質，使其具備一定的獨立思考和決策的能力，從而分辨虛假內容，有效規避GAI技術弊端。例如：GAI在法學專業生成錯誤的法規，可能會帶來職業道德和倫理風險，甚至違反法律法規，具備批判性思維能力的學生則可有效辨別虛假信息，勝任職業任務，避免技術風險。最后，培養倫理和社會責任意識。GAI引發了一系列教育倫理問題，學生可能會在考試中利用ChatGPT作弊、抄襲作業等，因此，高校需要重視學生數字德育，教導其以道德且負責任的方式使用GAI[22]。

2. 教學資源重塑：豐富高校資源形式，人機共創加快數字資源建設

研究表明，高校缺乏開發數字化、智能化課程資源的意識和能力，高質量課程資源嚴重不足[23]。GAI具備多模態內容生成能力，有助于生成多模態教學資源，人機資源共創可加快高校資源開發效率。一方面，生成個性化多模態的“新”資源。第一，生成融合虛擬實驗、3D視頻等認知類資源，允許學生在情景化實驗和模擬操作條件下，獲得實踐經驗和技能；第二，生成虛擬教師、虛擬同伴等情感類資源，包括虛擬人視頻生成和虛擬人實時交互；第三，生成方案、策略、調節反饋等元認知類資源，用于教育游戲中非玩家角色邏輯設計和教育評價個性化反饋。另一方面，人機共創加快資源建設。人機共創是指人與機器以協同合作的方式共同創作內容[24]，教師借助GAI快速檢索與知識點或主題相關的教學資源，構建跨學科知識圖譜，打破學科壁壘，加快數字教材開發建設效率。

3. 教學模式重塑：創新人機協同教學模式，探索生成性探究式教學

傳統大學課堂教學通常以教師講授為主，不利于大學生創造力和批判性思維發展。教師借助GAI變革傳統教學模式，積極探索面向大學生高階思維能力培養的人機協同教學模式及生成性探究式教學。一方面，創新人機協同教學模式。課前，GAI可生成學生學習診斷報告，為教師提供可研究的前測問卷和教學案例[25]；課中，教師引導學生向GAI提問，以獲取精準信息，開闊問題解決視野并產生新思路；課后，生成個性化作業，助力教師減負增效。另一方面，探索生成性探究式教學。教師借助可汗學院開發的教育人工智能助手Khanmigo，以“蘇格拉底式”教學方法構建富有啟發性的對話，引導學生尋找答案，提升學生的思考深度和廣度[26]。此外，Guo等讓學生辯論之前，先與辯論聊天機器人Argumate互動，通過結構復雜性和論證質量等方面的指標來評估學生的論證技能[27]。

4. 教學評價重塑：面向大學生高階思維，構建智能化教學評價體系

長期以來，高等教育教學評價存在重“知識”、輕“能力”，評價指標單一等問題[28]。GAI重塑高等教育教學評價，推動構建智能化評價體系。第一，重塑教學評價理念。GAI重塑下的教學評價理念是以學生為中心，更加關注學生人機協同素養、批判性思維等高階思維。第二，重塑教學評價內容。GAI可生成情景創新型題目。GAI可以利用大量的訓練數據和深度學習技術，結合教師或學生輸入的特定提示詞生成多樣化、創新性的測試題目，提高題目生成的效率和質量。第三，重塑教學評價方式。GAI匯聚多元學習證據鏈，通過預測性分析、系統建模等對采集的學習者過程性和結果性數據融合分析，實現學生創新的貫通性評估，提升教師決策精確性[29]。

（三）更新高等教育中“人”的思維范式

思維是教育最內在的質素，思維層次的轉變“是最關乎個人的，也是最深刻的”[30]。 GAI重塑高等教育形態應回歸育人本源，回答“培養什么人”的時代之問，承擔新質人才培養新使命，如圖4所示。

圖4? ?GAI重塑“人”的思維范式

1. 學生思維范式更新：以“知識、能力、價值觀”為著力點

學生思維范式更新應以“知識為基、能力為重、價值為先”為著力點。首先，學生思維范式以基本知識為根基。人工智能介入知識生產過程提升了知識增長的速率，學生看似不需要死記硬背知識，但基礎知識與基本技能是培養學生高階思維的重要支撐，只有建立基本知識與其他知識、技能的關聯，才有助于高階思維形成[31]。其次，學生思維范式以高階能力為重點。大學生具有人機共生思維與較強的AI滲透技能，能破除原有思維慣性，具備創新性問題解決的技能[32]。最后，學生思維范式以數字德育價值觀為引領。大學生應發展向真、向善的價值觀，筑牢數字人文底蘊，塑造尊重他人、關注社會、心系國家的情感態度和價值取向，積極與國際社會接軌，具備全球視野，最終形成人技共善的國際化數字德育體系，促進人與技術共同進步[33]。

2. 教師思維范式更新：發展數字素養，創新教學、科研與社會服務方式

當前，部分高校教師仍處于技術使用的淺層階段[34]。GAI時代，教師以數字素養為著力點，創新人機協同教學、科研和服務方式。首先，GAI作為“助手”，減輕教師教學負擔。GAI依據教學目標和學情，可為教師準備教學設計和案例；GAI可與教師協同出題，教師確定GAI可以支持哪些題目的實現，對題目的準確性、情景的適切性進行審核把關。其次，GAI作為“導師”，提高教師科研創新能力。例如：斯坦福大學的Markel博士研究基于教師培訓工具GPTeach，讓其模擬不同的學生角色與受訓教師一對一互動，促進教師專業發展[35]。最后，GAI作為“助理”，賦能教師社會服務。高校教師通過參加學術報告、科學普及活動等社會服務工作，轉化高校科研成果，擴大高校社會影響力。

3. 管理者思維范式更新：推動教育數字化治理，提升智能化領導力

GAI時代，高校教育管理者應轉變思維范式，著力提升智能化領導力，從領導自己、領導他人和領導組織三層面推進高等教育系統性變革[36]。第一，領導自己——反映一個人如何管理自己的思想、感情和行動。GAI時代，管理者保持成長性思維，明確GAI教育的現實價值，樂于、敢于嘗試新策略以提升學校績效。第二，領導他人——反映一個人如何與他人共事，吸引和影響他人。管理者需要促進人與人、人與機器的高效協同工作，厘清機器與教師角色定位，發揮各自優勢，提高團隊的整體能力。第三，領導組織——反映一個人如何促進組織目標完成。管理者需要有較完善的GAI教育愿景目標、計劃、資源保障機制和激勵機制，把握GAI教育應用的改革方向。

四、生成式人工智能重塑高等教育形態的案例

本研究立足三大高等教育場景，結合研究團隊前期實踐積累，以GAI重塑高等教育形態的具體表征內容為框架，剖析典型案例特征，見表1。

（一）基于智能教育機器人的大學生“雙師課堂”教學案例

針對大學生課堂學習個性化不足、學習動機不強等問題，提出以智能教育機器人輔助學習的“雙師課堂”[37]。研究發現，基于智能教育機器人的“雙師課堂”有助于激發學生學習動機，并且對學生的自信心、自我價值感起到了促進作用，但在實驗中也發現若干問題，例如：教育機器人扮演輔導者、干預者和評價者等多重角色，疏離了學生與教師之間的情感聯結。

（二）基于人機問題共創系統的大學生課外批判性閱讀案例

提問能力主要指擁有抓住事物關鍵問題的能力，但當前學生提問普遍存在淺表化和類型單一等問題[38]。研究團隊前期采用大語言模型T5-PEGASUS自動生成問題，開發了學生與AI問題共創工具Co-Asker，構建了基于人機問題共創系統的大學生批判性閱讀模式，以促進大學生批判性思維和閱讀理解能力的提升[19]。但在實驗過程中發現，學生抄襲AI生成的問題現象嚴重，不利于學生深度學習和批判性思維發展。

（三）基于群體感知智能的大學生在線協作學習案例

針對小組學習中同伴協商沖突、互評能力不足和投入度不高等問題，利用學習分析技術，基于社會評價理論，開發基于群體感知工具的在線協作學習系統，構建了“協作—感知—互評—感知—改進小組”學習模式[39]，但在實驗過程中也發現若干問題。例如：由于瀏覽器兼容性等技術問題，群體感知圖輸出效果不佳；抄襲同伴作業導致學習過程深度欠佳，不利于高階思維發展等。

五、生成式人工智能重塑高等教育形態的路徑

本研究提煉實踐過程中的關鍵問題，基于分析結果，提出GAI重塑高等教育形態的四條實踐路徑，如圖5所示。

（一）創新數字治理政策與工具，規避學術不端行為風險

針對GAI在高等教育應用過程中產生的學生作業抄襲、考試作弊和論文剽竊等學術不端現象，需創新國家、學校和企業層面的治理政策與工具[40]。首先，國家層面需制定使用GAI的規章制度，積極探索技術質量通用標準和重大問題解決預案與風險應對方案，明晰多元支持聯盟的權責分配及各主體對技術治理的貢獻度，引導GAI動能釋放。其次，學校層面需出臺GAI校園準入和教育應用制度，推動GAI在特定教育場景中的應用。最后，企業層面需開發學術不端風險預警工具，依據預測模型對學習者或教師在開展教學活動中的教學行為進行風險類型分析，構建可視化預警系統。

（二）推動評價變革，助力學生創造力和批判性思維發展

針對濫用GAI會抑制學生高階思維發展問題，教師需變革評價體系，助力學生創造力和批判性思維發展。首先，制定評價任務規范。教師在教學之前，需要定義一個整體評價體系框架，設計情境化、真實性的評價任務，以多類型學習證據支持評價內容。其次，布置多模態類型作業。教師為防止學生濫用GAI，可布置多模態作業任務，學生只能自主完成或在GAI生成內容的基礎上進行大幅調整。最后，加強過程性評價。教師可通過不定期檢查學生階段性論文、研究成果，要求學生反思完成工作過程中受到的啟發。

（三）提升教師人機協同教學與科研能力，破解角色危機

針對教師面臨的GAI時代多重角色轉變困境，需要培養教師人機協同教學與科研能力，以促進教師專業發展[41]。首先，個體層面，教師應熟悉和掌握GAI的相關知識和操作技能，增強新技術革新教育的意識。其次，學校層面，學校應制定智能工具校園準入與應用政策，將教師智能教育素養納入教師專業考核標準，激發教師應用GAI改進教學實踐的內生動力。最后，國家層面，政府應建設系統完備的智能教育人才培養機制，著力打造高校教師智能教育素養培育的多元平臺和重點項目，細化評價指標體系，實質性地推動該項工作科學、全面、有序開展。

（四）推動多元主體協同共建，夯實高等教育數字基座

針對高質量數據難獲取、算力計算成本高等技術限制，需要借助政府、企業、高校多主體作用，協同夯實數字基座。第一，政府定標準、搭平臺。政府部門應加速研制GAI教育產品校園準入規范，建立數據安全管理辦法和開放共享機制，加強隱私保護。例如：2023年5月，教育部等七部門聯合發布《生成式人工智能服務管理暫行辦法》，統籌協同GAI技術發展與治理、服務規范和法律責任[42]。第二，企業做產品，保運維。企業訓練高質量數據集，發展可解釋性的GAI技術，以提高它們的透明度和可理解性。第三，高校作示范，建資源。學校開展應用示范，解鎖GAI與教育教學深度融合的課堂、實驗室等新教育場景和“教、學、管、測、評”等教育流程。

六、結? ?語

在人類社會發展的歷史長河中，技術革命和社會革命從來都是相互促進、相互影響，協同推動著社會進步。GAI產生的強大推動力促逼高等教育形態重塑，驅動高等教育場景、教育教學流程、“人”的思維范式發生革命性創變。與此同時，我們需要立足高等教育的育人本質和學習發生的神經機制，精準把握GAI重塑高等教育形態的“不變”與“變”，加速人類文明向著求真、向善、唯美、創新的方向前進。

[參考文獻]

[1] 吳巖.教育部副部長吳巖在世界數字教育大會高等教育平行論壇上的致辭[EB/OL].（2023-02-14） [2024-01-13]. https：//www.163.com/dy/article/HTL0BTRH05366EUH.html.

[2] 褚宏啟. 教育現代化的本質與評價——我們需要什么樣的教育現代化[J].教育研究，2013，34（11）：4-10.

[3] 吳南中，夏海鷹，張巖.信息技術推動教育形態變革的邏輯、形式、內容與路徑[J].中國電化教育，2019（11）：24-33.

[4] 賈同，顧小清.數據技術驅動的教育形態重塑：路徑與過程[J].中國電化教育，2021（3）：38-45.

[5] 胡弼成.論教育形態的變革——思維教育簡論[J].高教探索，2008（5）：15-19.

[6] 劉邦奇，聶小林，王士進，等.生成式人工智能與未來教育形態重塑：技術框架、能力特征及應用趨勢[J].電化教育研究，2024，45（1）：13-20.

[7] 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， 41（7）：26-35.

[8] 張絨.生成式人工智能技術對教育領域的影響——關于ChatGPT的專訪[J].電化教育研究，2023，44（2）：5-14.

[9] 胡曉玲，韋慕春，袁民，等.教育領域的系統性文獻綜述：本質、價值與實現[J].電化教育研究，2024，45（1）：43-51.

[10] INDRIASARI T D， LUXTON-REILLY A， DENNY P. Gamification of student peer review in education： a systematic literature review[J]. Education and information technologies， 2020，25（6）：5205-5234.

[11] 余勝泉.教育數字化轉型的層次[J].中國電化教育，2023（2）：55-59，66.

[12] 姬冰澌.人工智能時代未來學校研究[D].武漢：華中師范大學，2021.

[13] 范國睿.教育生態學[M].北京：人民出版社，2001：305.

[14] 何克抗，林君芬，張文蘭.教學系統設計[M].北京：高等教育出版社，2006：3-5.

[15] 王鑒，王明娣.大學課堂教學改革問題：生活世界理論的視角[J].高等教育研究，2013，34（11）：77-83.

[16] 沈麗燕，李萌，張紫徽，等.基于AI技術的高校智慧教學生態體系的構建與應用——以浙江大學為例[J].現代教育技術，2022，32（12）：85-92.

[17] 蔡慧英，董海霞，陳旭，等.如何建設未來學校：基于智能教育治理場景的前瞻與審思[J].華東師范大學學報（教育科學版），2022， 40（9）：45-54.

[18] 華中師范大學.數據驅動 融合創新 教育數字化賽道上的“華師路徑”[EB/OL]. （2023-06-21） [2024-01-22]. https：//www.ccnu.edu.cn/info/1073/36637.htm.

[19] LIU M， ZHANG J X， NYAGOGA L M， et al. Student-AI question co-creation for enhancing reading comprehension[J]. IEEE transactions on learning technologies， 2023（17）：815-826.

[20] RUDOLPH J， TAN S， TAN S. ChatGPT： bullshit spewer or the end of traditional assessments in higher education？ [J]. Journal of applied learning and teaching， 2023（1）：1-22.

[21] 聯合國教科文組織國際教育發展委員會.學會生存——教育世界的今天和明天[M].華東師范大學比較教育研究所，譯.北京：教育科學出版社，1996：167.

[22] 張立國，劉曉琳，常家碩.人工智能教育倫理問題及其規約[J].電化教育研究，2021，42（8）：5-11.

[23] 安國勇，趙翔.“雙一流”建設背景下拔尖創新人才培養問題研究[J].河南大學學報（社會科學版），2022，62（1）：117-125，155.

[24] 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）：12-21.

[25] 張一春，湯玲，馬春蘭.人工智能助推教師發展的路徑與對策研究[J].電化教育研究，2023，44（10）：104-111.

[26] 董艷，夏亮亮，李心怡，等.ChatGPT賦能學生學習的路徑探析[J].電化教育研究，2023，44（12）：14-20，34.

[27] GUO K， ZHONG Y C， LI D L， et al. Effects of chatbot-assisted in-class debates on students' argumentation skills and task motivation[J]. Computers & education， 2023（203）： 1-19.

[28] 胡欽太，伍文燕，馮廣，等.人工智能時代高等教育教學評價的關鍵技術與實踐[J].開放教育研究，2021，27（5）：15-23.

[29] EMERSON A， CLOUDE E B， AZEVEDO R， et al. Multimodal learning analytics for game-based learning[J]. British journal of educational technology， 2020，51（5）：1505-1526.

[30] 金耀基.從傳統到現代[M].北京：法律出版社，2017：129.

[31] 顧小清，郝祥軍.從人工智能重塑的知識觀看未來教育[J].教育研究，2022，43（9）：138-149.

[32] 祝智庭，戴嶺，趙曉偉，等.新質人才培養：數智時代教育的新使命[J].電化教育研究，2024，45（1）：52-60.

[33] 祝智庭，戴嶺，胡姣.高意識生成式學習：AIGC技術賦能的學習范式創新[J].電化教育研究，2023，44（6）：5-14.

[34] 張倩葦，張敏，楊春霞.高校教師混合式教學準備度現狀、挑戰與建議[J].電化教育研究，2022， 43（1）：46-53.

[35] MARKEL J M， OPFERMAN S G， LANDAY J A， et al. GPTeach： interactive TA training with GPT based students [EB/OL]. （2023-02-18） [2024-01-22]. https：//htc.weshareresearch.com/2023/02/18/gpteach-interactive-ta-training-with-gpt-based-students/.

[36] 周釜宇，康曉宇，張立國，等.當代中小學校長領導力的發展研究[J].中國電化教育，2023（6）：75-82，97.

[37] LIU M， KITTO K， SHUM S B. Combining factor analysis with writing analytics for the formative assessment of written reflection [J]. Computers in human behavior， 2021（120）：106733.

[38] KURDI G， LEO J， PARSIA B， et al. A systematic review of automatic question generation for educational purposes[J]. International journal of artificial intelligence in education， 2020，30（1）：121-204.

[39] 勝楚倩，劉明，劉革平.基于群體感知的在線同伴互評系統實現與應用[J].現代遠程教育研究，2019，31（4）：104-112.

[40] 劉明，吳忠明，廖劍，等.大語言模型的教育應用：原理、現狀與挑戰——從輕量級BERT到對話式ChatGPT[J].現代教育技術，2023（8）：19-28.

[41] 吳茵荷，蔡連玉，周躍良.教育的人機協同化與未來教師核心素養——基于智能結構三維模型的分析[J].電化教育研究，2021，42（9）：27-34.

[42] 國家互聯網信息辦公室，中華人民共和國國家發展和改革委員會，中華人民共和國教育部，等.生成式人工智能服務管理暫行辦法[EB/OL].（2023-07-13） [2024-01-29]. http：//www.cac.gov.cn/2023-07/13/c_1690898327029107.htm.

Generative Artificial Intelligence Reshaping the Higher Education：

Contents， Cases and Pathways

LIU Ming，? GUO Shuo，? WU Zhongming，? LIAO Jian

（Faculty of Education， Southwest University， Chongqing 400715）

[Abstract] The powerful impetus generated by generative artificial intelligence （GAI） is forcing the reshaping of the form of higher education. Based on a systematic analysis of 38 high-quality journal literature at home and abroad， GAI reshapes the form of higher education from "three levels and ten dimensions"， including educational scenarios represented by classroom teaching， extracurricular practice and online learning， the teaching process with teaching objectives， teaching resources， teaching modes and teaching evaluation as a closed loop， and the "human" thinking paradigm with students' core literacy， teachers' digital literacy and administrators' intelligent leadership as the core. Based on the three types of educational scenarios， the study systematically sorts out the typical practice cases， analyzes the characteristics of the cases with the systematic analysis framework， and summarizes the laws of individuality and universality. The study puts forward the corresponding strategies from four aspects： innovating the digital governance policies， promoting the evaluation reform， improving teachers' human-machine collaborative teaching and scientific research abilities， and promoting the collaborative construction of diversified subjects. This provides theoretical and practical references for promoting the digital transformation of higher education and building a powerful country in higher education.

[Keywords] Generative Artificial Intelligence; Higher Education; Educational Form; Systematic Literature Review；Human-Machine Collaboration