從ChatGPT到Sora：面向AIGC的四能教育和范式革新*

摘要：AIGC作為集成了文本、圖像、視頻處理等多功能的技術體系，其多平臺、多終端、多模態的“涌現”不僅為教育領域帶來技術突破，也構成當前教研體系的挑戰與機遇。文章梳理了AIGC的內生價值，提出了面向AIGC的四能教育理論，通過“低能到高能、單能到多能、多能到超能、超能到異能”的智教合一和范式革新，將教學結果過程化，將創新思維工業化，將知識涌現常態化；形成“自生產”和“自適應”的教學理念，從“天人合一”最終達到“天人智一”，共創人機共生的教研環境。文章還提出了面向未來的AIGC教育大模型架構，為利用AIGC技術推動我國教育創新提供了理論依據和實踐指導，有助于培養適應未來社會需求的創新型人才。

關鍵詞：AIGC；四能教育；知識涌現；大模型；范式變革

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2024）03—0016—12"【DOI】10.3969/j.issn.1009-8097.2024.04.002

教育領域正處于前所未有的變革之中，Sora、GPT-4、Claude3等迅速迭代的大模型的問世，揭示出AIGC在現代教育中的潛力和挑戰。AIGC是指“人工智能生成內容”（Artificial Intelligence Generated Content），其通過學習大量的數據樣本，理解內容生成的規律和結構，自動生成新的、獨創的內容。如果說ChatGPT強調的是自然語言處理能力，那么Sora則更側重于通過交互式教學內容或數據分析來增強教與學的效率和效果。從ChatGPT到Sora，以大模型為基底，不斷迭代的AIGC技術旨在幫助教育形成從低能到高能、單能到多能、多能到超能、超能到異能的四能教育創新，同時將教學結果過程化、創新思維工業化、知識涌現常態化。本研究基于AIGC的內生價值，提出面向AIGC的四能教育，進而探析了AIGC變革教育全過程的圖景，并在梳理國內外AIGC教育現狀的基礎上，提出面向AIGC的教育范式革新，旨在通過理論結合實際分析未來教育體系的發展，為中國式現代化教育模式提供理論和實踐參考。

一 背景：AIGC的內生價值

當下，AIGC在藝術創作、游戲開發、教育生成等多個領域都有廣泛應用。本研究探討AIGC的內生價值，是因為AIGC強調AI在創造性任務中的能力，如文本、圖像、視頻等內容的自動化生成。這種創造能力在教育主體、內容、方法、技術平臺的全鏈路上具有顛覆式的影響。AIGC創造力的算法基礎來源于谷歌團隊2017年發表的論文Attention is All You Need，它首次介紹了Transformer模型的“注意力機制”^[1]，這種機制顯著提高了模型處理和理解語言的能力。

AIGC的內生價值體現在非線性、多尺度、自組織、自適應、難以規約、信號傳遞、反饋循環和歷史依賴等層面。AIGC能夠處理復雜的問題，其輸出和輸入不是簡單的線性關系，而是可以創造出意想不到的解決方案或內容，通過深入學習和理解大量訓練文本，實現知識的豐富嵌入，能夠在生成文本時準確地引入事實、概念、理論和觀點。它的上下文適應能力保證生成內容與對話或文本上下文高度一致，而多樣性生成使其能夠覆蓋各種主題、風格和情感，豐富交流的多樣性。AIGC的創新思維和復雜對話的處理能力使其能夠有效理解并回應用戶的各種互動。通過語義深化，AIGC還能夠處理并生成含有復雜論述和論證的深度語義文本。同時，傾向性調控和自我監控機制確保其生成的內容既符合預定的傾向性，又能避免產生不適當或有害的信息，體現了AIGC在智能、安全和倫理方面的綜合價值。綜上，AIGC的內生價值在于其強大的適應性、創造性和自我進化能力。

因此，在教育領域，AIGC融合了四大智能，推動教育動能，展現出巨大的價值：①生成式智能能夠為學生提供定制化的學習材料和創新的知識表現形式，激發學習動力；②體驗式智能通過理解學生的學習環境和需求，能夠提供實時反饋和個性化學習體驗；③理解式智能使AI能夠深入理解教育內容和學生反饋，促進更有效的教學和學習策略；④意識式智能雖然還在探索階段，但其潛在的自我意識和環境理解能力預示著未來AI能夠更深入地參與教育過程，提供更人性化的支持和互動。通過融合不同智能，AIGC在教育領域不僅實現了知識傳授的創新，其“涌現”的創造力也給教育的參與者、內容、教學方法和技術平臺帶來了巨大變革。

二 躍遷：面向AIGC的四能教育

1 教育的基本邏輯、目標價值和當前的挑戰

教育的基本邏輯是通過傳授知識、培養技能、塑造價值觀和促進個人全面發展，來準備個體在社會和職業生活中的有效參與和貢獻^[2]。教育的目標價值在于促進學習者的認知發展、情感成熟和社會適應，激發創新思維和批判性思考，以及培養終身學習的能力和良好的道德品質，最終促進個人的自我實現與社會的進步和繁榮。

當下教育領域面臨的挑戰是多方面的，包括教學內容和質量、技術整合、地區教育資源分配、教育公平、國際化等一系列議題。目前大模型迅速發展，教育教學在實踐層面存在技術引領創新與實踐機制滯后的新矛盾^[3]，如何將AIGC這類先進技術有效融入教育體系，以促進學習成為一大挑戰^[4]。同時，教師專業發展的技術支持也亟待并軌，科研機構需為教師提供必要的培訓和資源，確保其能夠有效地利用這些技術。此外，在知識傳播全球化的背景下，教育的國際化也是我國教育面臨的挑戰之一，教育系統需要在內容、技術、平臺上更加國際化，為學生培養全球視野和競爭力。

2 AIGC四能教育理論的提出

結合當前AIGC技術的發展，本研究提出AIGC四能教育（AIGC"Quadruple Ability Education）理論，即AIGC通過輔助學習與個性化教育、促成跨學科學習與綜合技能培養、強化深度學習與高階思維能力提升、拓展認知邊界與創新思維模式，幫助學習者實現從低能到高能（Low Ability to High Ability）、從單能到多能（Single Ability to Multiple Abilities）、從多能到超能（Multiple Abilities to Super"Abilities）、從超能到異能（Super Abilities to Extraordinary Abilities）的全面發展。AIGC四能理論模型架構如圖1所示，從定義教學需求出發，AIGC通過四能教育，輔助學習與個性化教育、促進跨學科學習與綜合技能培養、強化深度學習與高階思維能力提升、拓展認知邊界與創新思維模式，并結合教研技術呈現進行教研實踐，最終完成教育范式革新。

①第一階段，低能到高能，AI輔助學習與個性化教育。通過個性化教育，AI技術用于幫助學習者從低能力狀態迅速進入到高能力狀態。通過分析學習者的學習習慣、知識掌握情況和反饋，AI能夠提升教材適應性、定制適合每個學生的學習內容和教學策略。例如，對于初學者來說，AI可以推薦基礎而詳細的教學材料，建立互動式的教學過程，通過對數字化內容的練習和反饋，循序漸進地提升學生的理解和應用能力。一個初學英語的學生通過AI學習平臺，能夠根據自己的學習進度和興趣接收到個性化的詞匯、語法和聽說訓練，從而在短時間內顯著提高英語水平，即Al根據每個學習者的需求與優勢定制教學內容和方法。在這個階段，大模型作為工具，不僅替換了傳統的教學工具，更改變了以教師為中心的知識傳遞方式。通過個性化的有效互動和反饋機制，學習體驗是主動、深度的^[5]，以實現從低能到高能的狀態轉換和學習興趣培養。

②第二階段，單能到多能，AI促成跨學科學習與綜合技能培養。AI技術用于幫助學習者從具備單一技能狀態發展到擁有多種成熟技能。AI可以整合各種領域的知識，為學習者提供更廣泛的學習資源，幫助他們掌握多種技能，發展綜合性技能。例如，一個擅長數學的學生，通過AI的引導，可以開始學習如何將數學知識應用于計算機編程和數據分析，逐步形成跨學科的解決問題能力；一名工程師通過AI平臺學習市場營銷和人力資源管理的知識，從而在職場上展現更全面的能力。在這個階段，學生利用大模型促進協作學習的邊界拓展，實現跨學科異構知識的融合、拓展技能知識樹、廣泛涉獵“人類百科全書”，達到跨文化學習、多學科交叉協作的效果。教師可以在教學實踐中合理采用GPT賦能的多模態教學資源建設相關方法，進一步促進多模態教學資源的數智化，用更具時效、更豐富、更精彩的教學內容賦予學生更高的學研能力。

③第三階段，多能到超能，AI強化深度學習與高階思維能力提升。通過深度學習和高階思維能力培養，AI技術用于幫助學習者從具備多種成熟技能狀態發展到超高能力狀態。AI可以通過提供高質量、專業化的知識體系，引導學習者深入研究特定領域，提高其創新能力、思辨能力和解決問題的能力。通過大模型技術的應用，AI還可以模擬真實世界的復雜問題讓學生進行解決，或者通過高級模擬實驗室提供實驗條件，讓學生進行科學研究。例如，一名醫學生通過虛擬實驗室進行高級生物醫學研究，提升了其在醫學領域的專業能力和創新思維。在這個層面上，AI開始改變教學的本質，更多地專注于學生深度主動參與教學實踐，關注學生深度學習和思考能力與跨學科協作思維。當下，ChatGPT大語言模型已經推出多人文檔協作模式，Midjourney等視頻創作模型也可以通過新建資產組（Assets）以服務多人多場景的協作，教師可以利用這些工具培養學生的超高創新思維和技術能力。

④最終階段，超能到異能，AI拓展認知邊界與創新思維模式。AI技術用于幫助學習者從超高能力狀態發展到異能狀態。前者是建立在人類已有知識體系下的能力獲取、滿足和提升，而異能狀態是指超越人類現有能力的技術躍遷。AI創生的反物理美學、智幻美學、無限趨近美學等新內容，是對現有物理世界規律展現的極大顛覆，也是對教育教學過程中想象力和美學的建構。例如，學生利用AI工具學習生物學原理，并將其應用于可持續設計，創造全新的設計作品。此外，還可以將AI教育大模型運用于教學中，創建之前無法想象的新場景和新任務，形成物理空間與網絡空間相互融通的學習場景^[6]。學生可在方寸大小的教室，通過AI構建的仿真空間，“訪問”克利奧帕特拉的宮殿，或者進入鯨魚的骨骼內部來檢查其結構。技術的使用遠遠超出了在投影屏幕上顯示講座筆記和在數字數據庫中輸入評估分數的基本例程，拓展了教育者和學生的思維界限。這些教學體驗通過實時反饋與評估，持續改進教學效果。在此基礎上，AI協助學習者挖掘潛在的認知能力，開發出前所未有的“異能”，以應對未來社會的挑戰和變革。

對于四能教育，在多能領域，AI能迅速使人掌握新技能，如作曲、繪畫和視頻制作。然而，關鍵在于如何從多能走向超能甚至異能，促進年輕一代在能力上的差異化發展。為此，教育應將AIGC生成的內容作為新的起點，從天人合一到天人智一，促成天、人與人工智能的融合。通過過程化和內源化創新，將認知外包轉化為能力提升的機會。

三 變革：AIGC對課內外教學過程的影響

1"受教者：全齡覆蓋的“自生產”和“自適應”學習

AIGC的多模態內容“自生產”能力為不同發展階段的學生提供了豐富多樣的學習資源和環境，支持其在知識廣度和深度上的成長。小學階段，AIGC能夠通過各種模態（文本、圖像、音頻等）激發學生的興趣，幫助他們識別興趣點并構建跨學科的知識體系。中學階段，AIGC通過深化知識的多模態解析和提供批判性思維訓練的材料，促進學生的認知發展和思維能力的提升。而高等教育階段，AIGC支持學生進行專業領域的深入研究，利用其強大的數據處理和分析能力加速研究進程，并通過模擬實驗環境提供實踐學習的機會。

AIGC通過集成強大的內容生成、豐富的知識資源和智能互動工具，測試出人的知識盲點，顯著提升學生的“自適應學習”能力。所謂“自適應學習”，是指在各學齡段覆蓋的個體化、智能化的學習模式。在提升自適應學習能力的同時，AIGC也通過其高效的內容生成能力和深度的知識理解能力，為學生創造性思維和問題解決技能的發展提供了豐富的土壤和動力。AIGC借助出色的內容生成機制、龐大的知識集與問答系統，鍛煉學生的想象力和創造力，同時拓寬學生的認知邊界，進一步促進其自主思辨與解決問題的能力培養。同時，個性化學習路徑的設計和實時互動反饋機制激發了學生的探索欲望，促進其自主學習。可見，AIGC通過“超人為”的學習方式，提升了學生的想象力、創新性、審美力和判斷力^[7]。

AIGC和教育的“智教合一”，不僅優化了教學過程，還為學生的個性化和終身學習奠定了基礎，通過精準地適應每個學生的學習需求和偏好，實現了教育資源的最優分配^[8]。這種教育模式的轉變，從根本上促進了學習者的主動性和創造性。

2"教育者：傳道授業到教學相長

對于傳統教育者而言，AIGC的影響是“轉化”與“重構”，它不僅改變了教學內容的創造和呈現方式，還提高了教學效率和個性化教學的可能性。教師可以利用AIGC生成個性化教學材料，進行數據驅動的教學決策，從而更專注于策略制定和學生互動。

同時，AIGC應用于教育也意味著教學角色的轉變。教師的角色正從傳統的知識傳遞者轉變為學習的引導者和協助者。這種轉變意味著教師不再是課堂上唯一的知識來源，而是成為協助學生在知識探索過程中導航的伙伴。教師將更多地關注激發學生的興趣、引導學生的思考和探索，以及促進學生之間的互動和合作^[9]。這種轉變有助于打破自上而下的傳統教學模式，實現教學環境的平等和互動，從而促進教學相長。

此外，一旦AIGC和人形機器人在教學中相結合，一些重復性和低效率的教學任務將被替代^[10]。例如，AI可以自動批改作業、提供學生的學習分析報告，或者承擔一些基礎知識的教學，從而讓教師有更多的時間和精力專注于教學設計和學生互動。這不僅增強了教學活動的創新性，還提高了教學效率和質量。但是教師的職業發展也面臨新的挑戰，面對技術的變革，教師需要不斷適應和學習，提升自己的信息技術應用能力，這包括了解和掌握AI教育工具的使用，以及如何將這些工具有效地融入教學。

3"在教學理念、資源、技術平臺上的創新應用

在教學理念方面，AIGC引入了個性化和適應性學習的概念，使教育更加以學生為中心。傳統的“大一統”教學模式正在被更加靈活和個性化的教學策略所取代，教學理念上的因材施教正在被AIGC豐富的教學內容賦予時代新意。在中東地區，已有研究基于SAMR理論，將AIGC在教育理念上的創新性總結為四個層面：替代（Substitution）、增強（Augmentation）、修改（Modification）和重定義（Redefinition），AIGC提供了一個逐層深入的方法將技術集成到日常教學活動中^[11]。這種變革鼓勵學生主動學習，促進了其批判性思維和創造性解決問題能力的提升，同時也為教師提供了更多關注學生個體差異和教學質量的空間。

在資源方面，類似Sora這類AIGC技術的引入預示著由AI生成教學資源和內容將成為新常態，從而重構傳統的教材準備方式。例如，借助AI瞬間就可以生成南北半球春夏秋冬四季的教學講解圖片，而無須煩瑣的手動搜集。這些教學資源不僅涵蓋了傳統的文本和圖像，還包括互動模擬、虛擬實驗室和增強現實/虛擬現實等多媒體元素。研究表明，AIGC通過創造全新的教學體驗，為學生提供沉浸式學習體驗，徹底改變了傳統的教學方法^[12]。此外，AI的交互式功能能夠自適應地識別并測試學習者的知識盲點，從而加速認知提升。

在技術平臺方面，AIGC推動了智慧平臺的演進，使其更加智能化和互動化。這些平臺不僅支持多模態內容的創建和展示，還能夠根據學生的互動和學習進展進行實時調整與優化。Sora、ChatGPT等大模型雖然還處于起步階段，但已經開始改變教育資源的創建和獲取方式。Kasneci等^[13]探討了大語言模型在教育應用中的機遇和挑戰，并強調了這些模型在創造教育內容方面的潛力。這些平臺的集成和應用，為實現無縫的在線和離線學習體驗、跨地域的資源共享和協作學習提供了可能，從而打破了傳統教育模式的時間和空間限制。

綜上，對于受教者而言，AIGC技術通過其自生產和自適應的學習模式，在全齡教育中實現了個性化和多模態的教學，有效促進了學生在不同發展階段的認知成長和能力提升。對于教育者而言，AIGC引發了教學角色和方法的轉變，從而提高了教學效率，促進了更加互動和個性化的教學環境的形成。同時，AIGC在教學理念、資源和技術平臺方面的創新應用，為教育提供了更加豐富和動態的學習資源，推動了教育模式向更加靈活、互動和個性化的方向發展。短期看，AIGC大模型在教育和培訓領域的應用實現了“所思即所見”，即人們所想即可通過人工智能具象化，促進了即時的能力訓練。從長遠來看，人機共生的AI環境將自動識別并補充人類知識結構的缺陷。人腦接收新信息并產生創新想法的能力，體現了人類智慧和靈感的涌現，對于學習和創造過程至關重要。這種策略不僅重塑了教學的過程，還促進了教學方法和內容的持續創新，確保教育實踐能夠與時俱進，更好地滿足現代教育的需求。

四 涌現：AIGC教育大模型的范式革新與構建

1 AIGC和教育大模型的研究范式革新

為將AIGC的四能教育有效應用于實踐，需深入探討AIGC技術的研究規律與現狀，并據此對教育大模型進行系統的范式革新與構建。AIGC的技術底座是大模型，是指擁有從數十億到數百億甚至更多訓練參數的人工智能系統，這些系統是由深度學習技術、GPU硬件加速以及大規模數據集等多種先進技術協同發展的結果。從通用大模型到教育領域的專用大模型，是人工智能大模型技術深化發展的必然趨勢^[14]。AI教育大模型是專為教育環境設計、擁有巨量訓練參數的人工智能系統。深度學習的引入，特別是諸如生成對抗網絡（GAN）和變分自編碼器（VAE）這樣的架構，為創建AI教育大模型提供了強大的生成能力^[15]。目前全球范圍內還沒有一個成體系的教育大模型平臺，教育大模型需要基于通用大模型進行構建，表1列舉了目前國內外代表性的通用大模型及其應用情況。例如，ChatGPT和Sora分別代表文本生成文本/圖像與文本生成視頻的技術，后者以其直觀性和視頻固有的節奏感、多維價值（畫面、社會、情感、時空）提供了更豐富的信息量。Sora的視頻生成能力優化了對人類各項技能的鍛煉，增強了抽象思維和想象力。未來日常生活中，視頻內容預計將占據主導地位。

從通用大模型出發，結合前文論述的教育目標和過程，可以看出單模態的內容生成無法滿足教育之需。教育大模型不再局限于單一的內容生成，而是向多模態和交互式創作進發。模型驅動的生成式人工智能正在改變其技術工具的屬性^[16]。當下，全球各國正高度重視教育大模型在教育中的應用。實踐層面，參與清華大學“元宇宙發展與挑戰”課程的學生完成了一項用AI寫作業的探索性實驗，通過實踐拷問人機互動邊界^[17]，通過這項實驗，學生不僅掌握了AI技術在學術寫作中的應用，深入體會到了AI輔助學習的潛力和局限，還促進了其對未來技術與社會、倫理相互作用的深刻反思。政策層面，美國教育部的技術辦公室發布了一份關于《人工智能與未來教學》的政策報告，強調人類在循環中的作用、根據現代學習原則設計人工智能等^[18]。聯合國教科文組織（UNESCO）將利用人工智能技術實現2030年教育議程，開發了旨在幫助教育政策制定者準備使用人工智能的出版物^[19]。英國教育部發布了關于教育領域使用生成式人工智能，包括大型語言模型（如ChatGPT、Google Bard）的指導文件，強調了生成式AI在教育中的應用潛力，同時指出了使用這些技術時需要注意的風險和挑戰^[20]。

本研究使用CiteSpace對國外2018年～2024年WoS數據庫上所有與大模型、教育等相關的科學研究文獻進行知識域可視化呈現，以了解AIGC教育全球研究進展。以Web of Science（WoS）核心數據庫為文獻來源，使用“education”“large language model”“content generate”作為關鍵詞進行高級檢索，時間范圍為2018年1月1日～2024年2月28日，通過精確匹配和人工編碼相結合的方法，標注出381篇樣本。基于知識節點（如圖2所示）、主題聚類（如圖3所示）和關鍵詞統計（如表2所示），本研究發現大模型在人工智能和教育教學、教育創新、教育技術等領域的結合密切。

數據表明，AIGC和教育相結合是未來教育發展的必然趨勢，基于語言大模型、視頻大模型的教育大模型的范式革新和框架構建迫在眉睫。目前，人工智能（artificial intelligence）一詞的高頻出現表明人工智能是教育大模型研究的核心領域。大型語言模型（large language model）這一關鍵詞及其相關項（如large language model和language model）的頻繁出現強調了大模型在教學研究中的重要性。generative ai（生成式人工智能）、education technology（教育技術）、students（學生）等關鍵詞說明AIGC在教育領域具備創造出新的學習資源（如模擬實驗、教學案例等）的條件，教育領域與教育大模型的聯系緊密。例如，研究發現教育中AIGC的應用能夠增強學習過程^[21]，通過三維模擬人體器官賦能教學實踐，這突顯了生成式AI和教育技術的協同潛力。而medical education（醫學教育）、high education（高等教育）、diagnosis（診斷）等關鍵詞反映了教育大模型在特定教育領域內的應用：在理論上，通過模擬病例學習提高了醫學教育的互動性和實用性；在實踐上，AIGC在醫學影像學中的應用推動了臨床應用的創新，并且在教育學生理解和分析醫學圖像方面發揮了重要作用^[22]。

綜合前人研究，全球圖景下AIGC技術在教育領域的應用正變得更加廣泛和深入。各國研究明確了確保生成內容的可信度以及在教育環境中成功整合生成式AI工具的重要性，AIGC正融合推動傳統教育行業的智能轉型。面向AIGC的教育大模型理論建構不僅有助于明確AI在教育中的角色和目標，還能夠確保技術應用的方向性和有效性，避免盲目追求技術創新而忽視教育實踐的實際需求。同時，通過面向AIGC的教育大模型建構能更好地融入教學設計、課程內容、評估方式和學習分析等教育環節，從而促進個性化學習、增強教學互動性和提高教育質量。

2 AIGC教育大模型范式構建

大模型內容生成平臺的問世，揭示出AI內容生成在現代教育中的潛力和挑戰。一般而言，教育大模型依賴于龐大且多元化的數據集進行訓練，這些數據集涵蓋了模型應用領域內的廣泛信息，要構建AIGC教育大模型，必須對教育領域數據進行預處理和特征工程訓練，包括學習行為數據、教育資源、評估成果及互動記錄等，從而提高數據質量以優化模型的學習效率和性能。AIGC教育大模型構建過程還包括模型架構、優化算法、評估指標、訓練策略等，最后需要集成到實際的教育應用中。以上這些元素共同構成了AIGC教育大模型的核心。本研究提出圖4所示的AIGC教育大模型范式，包括底層架構層、模型訓練層、數據處理層、應用層、用戶界面層、數據安全與隱私層、反饋與迭代優化層，涵蓋從底層技術到應用的各個方面，旨在為教育及其他領域提供高效、精確且個性化的服務。

在實踐中，AIGC教育大模型的整體范式由“四加五”創新驅動，模型后端包括云計算、基座大模型、教育內容的標準化框架和價值觀對齊，而前端界面涵蓋面向學生的學習助手、面向教師的教學助手、教學名師資源庫、超級名師智慧集群和用戶本體。該范式展示了AIGC教育大模型如何從基礎的數據和技術架構出發，通過復雜的數據處理和模型訓練，最終在應用層提供個性化和互動性強的教育服務。通過這種多層次、模塊化的結構，AIGC教育大模型能夠靈活地適應不斷變化的教育需求和技術進步。

五 展望：面向未來的AIGC教育創新體系

1 “教育+AIGC”的時代創新

面向未來的AIGC教育范式革新既是技術上的革命，也是對教育理念和方法的深刻變革。在這一范式下，ChatGPT、Sora等人工智能工具的應用將可能超越傳統教學的界限，引領教育向著更加個性化、互動化和智能化的方向發展。AIGC的教育應用將實現從信息傳遞到知識構建、從記憶理解到創新思考的轉變，強調學習者的主體性和創造性。大模型的出現，本質上意味著創新和思維的工業化，傳統的工業化是把可見的實體產品工業化，而AIGC大模型的出現，完成了人類創新思維的工業化。同時，AIGC四能教育可助力研究者分析龐大而復雜的數據集、揭示潛在科學規律、加速和躍遷個人能力，用1%的人力撬動99%的AI內容生產力，從天人合一最終達到天人智一，從而加速科學發現和知識創新的過程。AIGC的智教合一，可以概括為一個“泛L1-L5理論”層次，分為L1輔助自動化（Assisted Automation）、L2部分自動化（Partial Automation）、L3條件自動化（Conditional Automation）、L4高級自動化（High Automation）、L5完全自動化（Full Automation）。未來，AIGC技術強大的內容生成、數據處理和學習能力，將會為科研和教育實踐活動提供空前的支持，強調技術、認知、學習和創新能力的綜合提升。基于泛人工智能（AGI）、高度復雜的機器學習模型、深度邏輯推理與自主學習和適應能力，AIGC將推動教育全過程在復雜度、獨立性和創新能力上的逐步遞進。

2023年5月29日，習近平總書記在中共中央政治局第五次集體學習時強調：“建設教育強國，是全面建成社會主義現代化強國的戰略先導，是實現高水平科技自立自強的重要支撐，是促進全體人民共同富裕的有效途徑，是以中國式現代化全面推進中華民族偉大復興的基礎工程。”^[23]習近平總書記的重要講話，強調了教育在國家現代化進程中的核心地位，特別指出需要加快建設具有中國特色、世界一流的大學和優勢學科并推進科研創新。在這一背景下，推動科學研究和教育創新、構建作為新興科技領域重要成果的AIGC教育架構意義十分重大。不僅對加速科研進程、促進學科間的交叉融合、推進教育現代化、建設教育強國具有重要意義，同時也為教育創新提供了強大的技術支撐。

2 未來風險和建議

大模型作為一種概率模型，其固有的AI幻覺現象導致存在錯誤的可能性，這與教育領域對準確性的高要求形成矛盾，因此“教育+AIGC”應當聚焦提高模型的可靠性。在具體的教學實踐中，首先因為數據模型的技術與基于物理規則的現實世界之間存在本質的差異^[24]，這種偏差可能導致錯誤的知識傳遞，進而影響學生的學習效果。其次，過度依賴技術可能導致學生缺乏對基礎知識的理解和掌握，AIGC對風格的模仿替代不了人的藝術實踐，以及實踐中風格的不斷累積和演變^[25]，基礎知識和技能的教育仍然是不可或缺的。再者，地區性的技術和教育的不平等問題也正在日益凸顯^[26]。此外，數據隱私和安全等問題也值得重視。面對以上風險和挑戰，要培訓教師和學生在大模型使用過程中的數據科學意識，確保AIGC技術得到科學的應用。同時，相關主體要不斷監督和評估技術應用的效果，避免對AIGC技術的過度依賴。此外，可以在教育考核體系中加入面向學生的AI能力開放性測試，隨著AI技術在教育領域的深入應用和AI幻覺問題的有效緩解，培養學生的AI創造能力將越來越重要。這種范式革新不僅促進了教育內容和方法的創新，也為學生提供了與時俱進的技能培養機會。

六 結語

AIGC和教育主體、內容、技術、平臺等多層多維多元的融合，是未來教育發展的必然方向。一方面，有賴于大模型的支撐，從書本材料到教學環境都全面多模態化、AI化，信息大爆發和內容智能生成激發學生的想象力與創造力。另一方面，AIGC通過輔助學習與個性化教育、跨學科學習與綜合技能培養、深度學習與高階思維能力提升、拓展學生的認知邊界與創新思維模式，達到AIGC之“四能教育”。AIGC也促使教師角色從傳統的“授課者”轉變為“學習的引導者”。AI將作為一個動態發展的中介角色，對教育領域產生前所未有的深遠影響，其角色隨技術進步而演變，從助教到教授，乃至超越現有學術界的知識極限。隨著AI能力的不斷增強，其在教育過程中的地位將相應提升，可能最終成為一個引領性的學習模范。這種技術進步促使終身學習成為一種普遍現象，為個人與AI的互動提供了有力支撐。

本研究基于AIGC技術內生價值，提出“低能到高能、單能到多能、多能到超能、超能到異能”的面向AIGC的四能教育理論，分析了AIGC對現代教育過程的影響，包括對內容和教育主體的顛覆革新、對技術和平臺的再定義。在梳理全球教育和大模型研究前沿的基礎上，進一步構建了從基礎教育數據架構、復雜學習模型訓練、互動教學層到創新教育服務的AIGC教育大模型。本研究對面向AIGC的四能教育理論和教育大模型的理論探討，為利用先進技術推動教育創新提供了理論依據和實踐指導，有助于培養適應我國未來社會需求的創新型人才。

————————

參考文獻

[1]Vaswani A， Shazeer N， Parmar N， et al. Attention is all you need[A]."Proceedings of the 31st International Conference on Neural Information Processing Systems （NIPS’17）[C]. NY， USA： Curran Associates Inc.， Red Hook， 2017：6000-6010.

[2]石中英.論教育實踐的邏輯[J].教育研究，2006，（1）：3-9.

[3]陳旭，阮昆.數字思政的時代意蘊、現實困境及發展路徑[J].重慶郵電大學學報（社會科學版），2024，（3）：1-14.

[4]周文輝，趙金敏.ChatGPT對研究生創新能力培養的價值與挑戰[J].高校教育管理，2024，（2）：42-52.

[5]Bower M. Technology-mediated learning theory[J]. British Journal of Educational Technology， 2019，（3）：1035-1048.

[6]曹培杰.智慧教育：人工智能時代的教育變革[J].教育研究，2018，（8）：121-128.

[7]吳砥，郭慶，鄭旭東.智能技術進步如何促進學生發展[J].教育研究，2024，（1）：121-132.

[8]吳豐華，韓文龍.大型語言模型對高等教育的影響與中國應對[J].高等理科教育，2024，（1）：75-83.

[9]方海光，洪心，舒麗麗，等.基于課堂智能分析大模型的教師教學能力分析框架及其應用研究[J].現代教育技術，2024，（2）：43-52.

[10]余勝泉，熊莎莎.基于大模型增強的通用人工智能教師架構[J].開放教育研究，2024，（1）：33-43.

[11] Puentedura R R. SAMR： A contextualized introduction[OL].

lt;http：//hippasus.com/rrpweblog/archives/2014/01/15/SAMRABriefContextualizedIntroduction.pdfgt;

[12]Wu W H， Wu Y C， Chen C Y， et al. Review of trends from mobile learning studies： A meta-analysis[J]. Computers amp; Education， 2012，（2）：817-827.

[13]Kasneci E， Se?ler K， Küchemann S， et al. ChatGPT for good？ On opportunities and challenges of large language models for education[J]. Learning and Individual Differences， 2023，103：102274.

[14]曹培杰，謝陽斌，武卉紫，等.教育大模型的發展現狀、創新架構及應用展望[J].現代教育技術，2024，（2）：5-12.

[15]錢力，劉熠，張智雄，等.ChatGPT的技術基礎分析[J].數據分析與知識發現，2023，（3）：6-15

[16]陳昌鳳.智能平臺興起與智能體涌現：大模型將變革社會與文明[J].新聞界，2024，（2）：15-24、48-11.

[17]中國青年報.Sora爆火引關注，清華一場教學實驗拷問人機互動邊界[OL].

lt;https：//baijiahao.baidu.com/s？id=1791244983383619025amp;wfr=spideramp;for=pcgt;

[18]U.S. Department of Education. Shares insights and recommendations for artificial intelligence[OL].

lt;https：//www.ed.gov/news/press-releases/us-department-education-shares-insights-and-recommendations-artificial-intelligencegt;

[19]UNESCO. Artificial intelligence in education[OL]. lt;https：//www.unesco.org/en/digital-education/artificial-intelligencegt;

[20]Gov.UK. Generative artificial intelligence （AI） in education[OL].

lt;https：//www.gov.uk/government/publications/generative-artificial-intelligence-in-education/generative-artificial-intelligence-ai-in-educationgt;

[21]Armoundas A A， Narayan S M， Arnett D K， et al. Use of artificial intelligence in improving outcomes in heart disease： A scientific statement from the American heart association[OL].

lt;https：//www.ahajournals.org/doi/abs/10.1161/CIR.0000000000001201gt;

[22]郭華源，劉盼，盧若谷，等.人工智能大模型醫學應用研究[J].中國科學：生命科學，2024，（3）：482-506.

[23]新華社.以教育之強夯實國家富強之基——習近平總書記在中共中央政治局第五次集體學習時的重要講話指明教育強國建設方向[OL]."lt;http：//big5.news.cn/gate/big5/www.news.cn/2023-05/30/c_1129657754.htmgt;

[24]夏潤澤，李丕績.ChatGPT大模型技術發展與應用[J].數據采集與處理，2023，（5）：1017-1034.

[25]段吉方，閻愷祺.AI生成藝術與后人類技術的美學意義[J].廈門大學學報（哲學社會科學版），2023，（6）：54-64.

[26]尚智叢，閆禹宏.ChatGPT教育應用及其帶來的變革與倫理挑戰[J].東北師大學報（哲學社會科學版），2023，（5）：44-54.

From ChatGPT to Sora： Four-capability Education and Paradigm Innovation"Oriented Towards AIGC

TAO"Wei""""SHEN"Yang

（School of Journalism and Communication， Tsinghua University， Beijing， China 100084）

Abstract："As an technological system"integrating"text， image， and video processing capabilities， artificial intelligence generated content （AIGC）’s multi-platform， multi-terminal and multi-modal “emergence”， not only brings technological breakthroughs in the field of"education， but also poses challenges and opportunities for the current teaching and research system. This paper delineated"the intrinsic value of AIGC and introduced"the four-capability education theory oriented towards AIGC."Through the integration of wisdom and education and paradigm innovation of “low capability to high capability， single"capability"to multiple capabilities， multiple capabilities"to super capabilities， and super"capabilities to heterogeneous capabilities”，"the teaching results were processed， innovative thinking was industrialized， and knowledge emergence was normalized. Meanwhile，"the teaching concept of “self-production”"and “self-adaptation”"was formed， and “heaven and man unity”"to “heaven and man intelligence”"was achieved， and a teaching and research environment of human-computer symbiosis was created. The study further proposed"a future-oriented AIGC educational model architecture， providing theoretical foundation and practical guidance for leveraging AIGC technology to drive innovation in China’s education sector， aiding in the cultivation of innovative talents who can meet the demands of the future society.

Keywords： AIGC; Four-capability education; knowledge emergence; large models; paradigm shift