ChatGPT賦能CSCL：未來圖景與突圍路徑*

摘要：CSCL作為培養高階思維發展的一種新型學習方式，已經歷了30年的顛簸歷程，但因跨學科的特征致使其發展與探索呈現復雜性。隨著以ChatGPT為代表的生成式AI迅速滲透各行各業，為CSCL的創新發展帶來了曙光。為此，文章首先進行了ChatGPT的基本概述，并從內容生成、語境理解、語言轉譯及場景復刻刻畫了其應用優勢。然后，文章基于對CSCL手冊的分析與思考，融合ChatGPT的特征與能力，從影響CSCL發展的外延與核心兩個層面，依據復刻境脈、助力變革、面向多元、支持學習、輔助教學、解密黑箱六個維度，構建了ChatGPT賦能CSCL發展的未來圖景。最后，文章提出了基于ChatGPT的CSCL生態創新發展的突圍路徑，以期為CSCL的創新發展與教育領域內ChatGPT的理論探索與實踐應用提供參考。

關鍵詞：ChatGPT；CSCL；未來圖景；突圍路徑

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2024）04—0037—10"【DOI】10.3969/j.issn.1009-8097.2024.04.004

引言

計算機支持的協作學習（Computer-Supported Collaborative Learning，CSCL）作為學習科學的子領域，是以規則和工具為支持，以表征和工件為調節，以主體間性為核心，以知識獲取、社會參與、工件創造、集體理解及高階思維培養為共同愿景的一種新型學習方式^[1]。30年的顛簸歷程，使CSCL研究者在群體認知、知識建構、元認知、實踐與感知等視角獲取了豐碩成果，但因融合社會科學、計算機科學、民族學等學科的跨學科特征，使CSCL的方法、分析尺度、支持群體等呈現多樣性與復雜性，為其發展與探索帶來了極大挑戰^[2]。人類社會已邁入智能時代，為有效促進CSCL的發展，激發學習者的學習動機、培養學習者的高階思維能力，人工智能助力CSCL的探索逐漸成為應對CSCL多樣性與復雜性的“阿拉丁神燈”。

2022年11月30日，OpenAI發布的ChatGPT進一步推動了人工智能的熱潮，預示著人工智能技術已進階為“生成式”AI的大模型通用階段。對于如何應對AI對教育的變革，我國已在《新一代人工智能發展規劃》《2020年教育信息化和網絡安全工作要點》等多個文件指出：要抓住人工智能對教育變革的機遇，推動人工智能領域科技產品的轉化與應用，有效推進包含智能學習與交互式學習的新型教育體系建設^[3][4]。此外，2023年發布的《生成式人工智能服務管理辦法（征求意見稿）》中也提出，國家支持人工智能算法及框架在健康發展與規范應用的原則下展開自主創新和推廣應用^[5]。因此，為乘坐生成式AI的風勢，有效創新CSCL發展，本研究對ChatGPT賦能CSCL的未來圖景與突圍路徑展開探討與分析。

一 ChatGPT的基本概述

1 ChatGPT的橫空出世

2022年11月，OpenAI發布了一款基于大型語言模型的生成式工具ChatGPT，該工具作為一款模仿人類基本思維過程（概括、判斷、綜合、分析與推理等）的大型語言模型，能夠依據強大的自然語言處理、邏輯推理與信息檢索等能力理解問題信息，并利用對話優化的方式，生成較為成熟的反饋內容^[6]。已衍化出多個版本的ChatGPT，從根源而言是基于機器翻譯和摘要等語言生成為任務的GPT體系的一種AI對話工具，一經問世就吸引了教育、傳播、新聞和情報等多個領域的熱切關注。由此預見，隨著ChatGPT的不斷迭代發展，其改革因子將擴散至社會的各個角落。CSCL作為提升學習者應對智能時代高階思維培養的有效措施，亟需基于ChatGPT的應用優勢對接入該工具的未來圖景與突圍路徑展開探討和分析。

2 ChatGPT的應用優勢

ChatGPT作為生成式語言訓練模型GPT-3.5微調后的產品，是基于大規模數據、大算力、大參數和反饋的強化學習集成的神經網絡^[7]。在數據層面，ChatGPT具有45TB的訓練數據，語料主要來源于網絡爬取、書籍刊物等；在算力層面，ChatGPT具有285000個CPU及10000個GPU，能夠支撐其應對各類復雜的交互任務與需求；在參數層面，ChatGPT具有1750億個參數，能夠生成自然且多樣的文本；在交互層面，ChatGPT基于反饋的強化學習優化語言模型，能夠通過聽取反饋和更新響應來增強反饋質量與交互體驗。依托GPT-3.5的研究成果，OpenAI仍在進一步調整模型，這意味著其能力將逐步優化、提升。基于上述特征可知，ChatGPT逐漸基于其理解與推理能力拓展出啟發性內容生成、同一性語境理解、多樣化語言轉譯以及社會化場景復刻的能力。

（1）啟發性內容生成

啟發性內容生成是助力創新的催化劑。依據海量的數據，ChatGPT能夠針對同一話題，通過多輪對話給予用戶不同視角的反饋信息，以此生成拓寬思考問題視野的啟發性內容，包括故事、素材和大綱等^[8]。例如，Piercey在小學生故事的再創作中發現，ChatGPT能夠以一些獨特的視角和元素豐富、趣味化故事情節，為學生“打開腦洞”，并激發其動機與動力^[9]。Megahed等^[10]也在研究中發現，ChatGPT對教學大綱中同一主題和研究領域的回應具有不同的反饋，能夠為用戶提供多角度的視野，同時該工具也可成為助力“頭腦風暴”和知識創造的工具，以完善教學大綱的設計、實施與改進。

（2）同一性語境理解

同一性語境理解是實現定制化交互的密鑰。ChatGPT能夠在多輪對話中理解、推理上下文之間的關系、情境、意圖與情感^[11]。相較基于規則的預測聊天機器人，ChatGPT具有更強的同一性語境理解能力。這意味著，ChatGPT的交互模式能夠在不添加無關信息的情況下，通過分析大量數據更加深入地推理對話中的上下文內容^[12]，以適應不同的交互語境，實現準確、連貫、符合邏輯、貼合交互語境的對話反饋，最終為用戶提供個性化、高度可定制的交互體驗。

（3）多樣化語言轉譯

多樣化語言轉譯是促進跨文化交流的橋梁。多樣化語言轉譯的性能體現在兩個層面：①語言翻譯。ChatGPT能夠理解語言中語句的意義，并準確地生成另一種語言的譯文，實現中文、英語、法語及俄語等多語言間的相互轉譯。基于此，ChatGPT可為虛擬教師提供多語言的素材，同時也可助力用戶閱讀和理解跨語言的知識內容^[13]。②語義重述。ChatGPT基于其強大的語義理解能夠有效弱化領域材料的復雜性。例如，Lyu等^[14]在臨床醫學的實踐中發現，ChatGPT可以剔除放射學報告中的冗余詞匯、替換專業的復雜術語以及集成分散的模塊信息，為病人和醫療保健者提供了清晰、簡潔、全面和易于理解的病情材料，助力患者消化專業內容。

（4）社會化場景復刻

社會化場景復刻是體驗式學習的支撐。ChatGPT作為生成式AI演化的成果，能夠以人類記憶存儲的片段、互聯網承載的素材、人類記載的實體資源為藍本，以用戶交互需求為繪筆，以社會化場景復刻為目標，實現真實場景的虛擬“孿生”體構建，以此拉長時間的維度，縮短空間的距離，給用戶以多維、真實、精彩的體驗^[15]。例如，Sallam等^[16]在公共衛生教育領域的探討中指明，ChatGPT可以生成不同醫療保健專業間協作的案例場景、交互式策略的模擬場景，以此助力學習者理解復雜的公共衛生問題。

二 未來圖景：ChatGPT賦能CSCL進階發展

ChatGPT演進的應用優勢愈發凸顯，其與教育融合發展亦將成為重要趨勢。因此，為變革CSCL領域的創新發展，需刻畫ChatGPT賦能CSCL領域的未來圖景，以加快推進ChatGPT與CSCL的深度融合，助力該領域數字轉型與智能升級。2021年發布的《計算機支持的協作學習手冊》（下文簡稱“手冊”）匯總了領域發展的30年歷程，為認識CSCL的研究愿景、趨勢、焦點提供了系統性的指導與介紹。由此，本研究以良好、健康、適當的應用為前提，基于對手冊的分析與思考，融合ChatGPT的特征與能力，從影響CSCL發展的外延與核心兩個層面，依據復刻境脈、助力變革、面向多元、支持學習、輔助教學、解密黑箱六個維度，構建了ChatGPT賦能CSCL進階框架（如圖1所示），以此圍繞CSCL的未來圖景展開探討。

1 復刻境脈：交互語境由脫離化走向體驗化

境脈是蘊含于“人-機-人”交互中可以表征實體的信息，具體包含用戶目標、相關文化與歷史、社會與機構的規范和期望、可以感知的環境等^[17]。境脈能夠有效支撐對社會互動、技術使用和學習經驗間關系的說明與解析。教學設計抑或交互情境設計等過程中納入境脈因素的考量亦可豐富基于群體的學習交互。作為CSCL理論奠基者的維果斯基認為，境脈反映了社會和政治的歷史結構，亦影響著學習的發生。基于此，CSCL研究者從社會文化的視角認為學習是根植于社會文化和歷史系統中的一種社會體驗，境脈是幫助學習者感知和引導教育體驗的階梯^[18]。但交互情境中蘊含的復雜而模糊的社會文化和歷史情境，致使原有技術難以有效呈現和復刻，在一定程度上使學習的發生脫離實際的社會境脈。生成式AI的出現為境脈復刻帶來了“曙光”，以ChatGPT為代表的新一代人工智能可用于匯總大規模的數據，并基于其強大的理解能力產生特定境脈的全面認知。隨著人機動態交互中境脈的演變，ChatGPT有望結合其基于推理的同一性情境理解能力，貼合學習者的交互特征與意圖，以連貫和符合邏輯的方式，有效復刻真實環境中相應的境脈表現，為實現體驗化的教與學提供支撐。綜合而言，ChatGPT、文心一言等生成式AI將以生成文本、圖片、視頻甚至未來的虛擬空間等多種形式，提供適應性、真實化、社會化和體驗化的境脈支撐，助力學習者在復刻的社會和文化歷史中產生或是復現與學習相關的活動和實踐。從學習視角分析，此類體驗化的學習方式能夠有效增強學習者的認知能力、沉浸感、知識的邏輯關系認識及知識、技能的遷移與實踐應用等；從研究視角分析，真實境脈復刻的學習探究，為深入剖解CSCL中的學習與設計提供了豐富的解釋透鏡。

2 助力變革：創新發展由淺層化走向可擴展

作為提高參與度和培養21世紀高階能力的重要途徑，協作學習吸引了研究者的廣泛關注，但如何突破創新所衍生的淺層化、局限性環境，以持續性的狀態深化和擴展到更為廣泛的視野和場景中以適應不斷變化的教育目標和實踐，從而變革CSCL創新的發展成為當前領域的共同愿景。依據Coburn^[19]和Clarke等^[20]的研究，依托技術促進可擴展性和可持續性的發展，是實現動態、適應文化變化的學習創新變革的主要措施，其中可擴展性是可持續性的主要推力。基于此，為促進CSCL創新的變革，需基于AI、大數據等前沿技術構建支撐知識建構的協作社區，開展基于跨層次對齊學習框架協調的知識整合，以有效鞏固CSCL可擴展性發展^[21]。從協作社區視角分析，ChatGPT將成為創建智能協作網絡的核心技術，是引領協作社區邁入新階段的重要推手，而基于ChatGPT的協作社區將成為創新因子傳播的重要平臺，亦可能是創新孵化、發展和擴展的重要基地。通過啟發性的內容生成能力，基于ChatGPT、文心一言等工具的協作社區能夠助力教學、科研、學習的開放性反思、設計、分享與探究，并依托“人機協作”的形式營造持續創新的文化氛圍，支撐CSCL領域的知識建構過程和結果的創新變革。從建設基于跨層次對齊的學習框架視角分析，ChatGPT將可能基于大規模數據的理解與分析能力，較為全面、系統地認知CSCL中多層次嵌套的復雜現象，為助力跨層次對齊的學習架構建設提出自上而下和自下而上的一致性變革意見。同時，以ChatGPT為核心的學習架構，還將有效捕捉跨層次對齊的交互過程，監測整體架構的運行模式，并以實踐衍生的問題為起點，優化協調知識整合的系統性條件，改進、完善維持和發展創新的組織架構與基礎設施。

3 面向多元：服務群體由統一化走向多樣化

CSCL的愿景之一是探究解決方案如何在更大的群體中長期發揮作用，但現有的工件及應用程序在一定程度上忽略了人口的多樣性，缺乏對學習者經驗、知識和需求的差異性考量，致使CSCL的研究成果難以呈現規模化的效果^[22]。為此，研究需超越小規模的統一性群體特征，著眼于多元用戶群體，捕捉群體間的相關性和差異性，設計具有公平性、包容性、跨文化、大規模的CSCL系統，從而打破原有依靠傳播技術代表的規模化現象。基于上述探究，有研究者提煉了影響CSCL多元發展的核心要素——語言、差異性學習與身份認同^[23]。從語言視角分析，復雜性、可訪問性、可用性是影響CSCL資源理解和認知的阻力。ChatGPT的多元語言轉譯能力能夠實現貼近用戶語言特征的材料簡化、整合與翻譯，增強用戶與系統的交互體驗及跨文化的素材理解，有效擴展用戶的視野、削減認知主體的劣勢，從而促進跨語言的知識與文化規模化傳播。從差異性學習視角分析，CSCL研究要深刻認識到單一的規則體系無法支持和調節所有個體的學習過程。為此，基于智能技術設計可調節的適應性系統成為實現大規模用戶公平訪問的有效路徑。ChatGPT作為智能技術的前瞻性代表，將基于交互用戶的特征，有效配置系統功能及規則，以“低門檻”的形式，包容不同認知水平的學習者，以此促進CSCL多元的發展。從身份認同視角分析，CSCL系統需要避免“有色眼鏡”的設計視角，解決傳統“一刀切”的技術模式，盡可能地囊括所有社會角色的學習者。為此，需要基于ChatGPT、文心一言等工具生成符合參與主體生活方式、文化和思想的社會情境，以角色認同的呈現與輔助方式，打破特定身份的桎梏，支撐多元身份的個體邁入CSCL的研究視野。

4 支持學習：介導工件由靜態化走向自適應

從學習視角分析，CSCL是以技術為介導工件，以個體或小組創造人工制品為導向的三元學習過程^[24]。該過程超越了對個體知識獲得和群體參與的聚焦，強調協作學習是以共同創造人工制品為驅動的主體間性過程，其中人工制品包含藝術品、創新觀點及論證方案等^[25]。三元活動中人工制品的衍生是脫胎于動態、創造性和反思性的交互過程。基于ChatGPT的自適應工件能夠有效打破傳統CSCL中以標準程序、反復過程和基于靜態規則交互的知識建構模式，助力構建智能技術介導的自適應人工制品創造過程。依據效用自適應工件可分為規范、引導交互行為的自適應腳本、動態理解群體的感知工具及監控、調節協作活動的智能機制。ChatGPT驅動的自適應腳本將依據學習者的實時交互狀態與需求，以逐漸淡化的形式匹配最佳的腳本，實現指導和規范學習者的交互行為，自動化分配、輪換、刺激與形象化協作過程中的角色扮演和促進基于內部腳本的創造性知識生成。基于ChatGPT的感知工具將通過全方位的數據捕獲，以動態可視化的方式共享群體信息、協作過程、貢獻表征及差異化等內容，幫助學習者實現個體及群體間認知、情感、態度和行為的感知，及時地整合、反思與比較知識創造過程，在避免“吸盤效應”和“向下比較”弊病的同時，提升群體凝聚力、信任和歸屬感。ChatGPT優化的智能機制則將以面向過程的實時測量方式，全面、系統地監控協作的細粒度過程，并整合多模態的數據，深度挖掘情感、行為、動機與認知調節過程衍生、激活與促進的途徑，并以智能化的干預方式促進學習者的任務理解、調節意識與評價反思等。

5 輔助教學：實踐設計由常規化走向創造性

從教學視角分析，CSCL是以教師精心設計的群體實踐驅動學習者的認知發展，該過程通過設計問題分解、話輪轉換、語言參照及表征實踐等形式的實踐指示，為學習者的意義建構、主體間性、結構化等問題提供一個高效的解決方案^[26]。同時，群體實踐在個人認知和社會文化中亦起著調節作用，其能夠為個人技能轉化提供資源，為社區實踐傳遞提供參照。Medina指出基于群體實踐的教學設計流程包含確定、設計、排序、支持和分析五個環節^[27]。隨著ChatGPT的引入，群體實踐設計將有望克服原有依據固定樣例、有限內容、僵化序列與低效迭代的現狀，以人體“外腦”的形式支撐教師實現創造性的設計過程：①為實踐類型的確定生產樣例。ChatGPT將以豐富多樣的形式為教師提供有關問題分解、促進表征等實踐活動的參照。②創新群體實踐的活動設計。在教師開展群體實踐活動設計時，ChatGPT可融合社會情境，幫助創設基于“人機協同”的話輪轉換與對話模式，以增強學習者的感知、行為、敘事、社會與解放式沉浸體驗。③基于群體實踐特征助力智能化縱向調配。ChatGPT將以序列化、合理化、科學化、邏輯化的方式整合實踐活動順序，實現群體實踐過程的無縫銜接，亦可依托需求調換不同實踐活動模塊的組合順序。④優化群體實踐支持工件的組合模式。ChatGPT將輔助教師設計分階段、分類型、動態化的工具集，支撐群體在學習實踐中獲取知識技能或解決問題。⑤助力群體開展高效的迭代設計。ChatGPT創設的智能模式將模擬學習者對群體實踐的討論、協商、接受、開展與推廣過程，并依據虛擬群體實踐過程數據分析實踐活動的效用，以低成本、高效率的方式實現迭代優化。

6 解密黑箱：協作探究由單維化走向跨層級

從研究視角分析，CSCL的發展史實際是解密“協作黑箱”的歷史，即從對話理論的視角而言，理解和探究CSCL的重要透鏡是剖析個體、群體及工件間復雜對話構成的“協作黑箱”^[28]。因CSCL中的對話過程具有交叉性、復雜性、跨層次特征，致使現有技術難以獲取詳細、連續的過程性數據，仍聚焦于特定層級的單維化協作探究，阻礙了對協作交互復雜機制的深入探索。同時，CSCL學科、目標及人群的多樣性對研究方法的選取、跨層次的分析提出了更高的要求。而ChatGPT的出現將為解密“協作黑箱”提供“密鑰”，為此本研究構建了基于ChatGPT解密“協作黑箱”的愿景框架，包括捕獲過程、處理數據、協作分析、復調協作四個部分：①捕獲過程是解密的起點，以ChatGPT、文心一言等工具構建的數字生態將以全方位、連續性的方式跟蹤、捕獲個體、群體及工件間的復雜對話過程，為刻畫交互機制提供詳盡、豐富的對話數據。②處理數據是解密的前提，ChatGPT將基于超強的理解能力深度介入數據處理過程，以智能化方式開展交叉性對話數據的分段，并依據情境理解串聯跨層次的對話數據，有效描述、關聯助力協作學習的交互式模塊，為特定的協作機制研究提供序列化、跨層級的數據支撐。③協作分析是解密的核心，ChatGPT將以研究問題和內容為度量，開展基于跨層次對話數據的分析，系統考量影響協作學習的多層級因素。此外，該工具還將采用多類型的研究方法進行對話分析，為研究者提供多視角的分析結果，實現基于“趨同”與“對立”結果的創新性分析。④復調協作是解密的最終目標，即利用ChatGPT解密的機制以創新、及時的方式促進“分歧”的衍生與同一性理解的進展，實現基于“頭腦風暴”的共同知識建構。

三 突圍路徑：基于ChatGPT的CSCL進階發展實現路徑

ChatGPT賦能CSCL進階發展的圖景令人憧憬，但該工具仍存在規則缺失、數據非真及倫理隱患^[29]等問題，阻礙了ChatGPT與CSCL的融合發展。為推進以ChatGPT為代表的生成式AI健康、合規的設計與應用，催化新智能階段CSCL的創新發展，本研究基于現有風險，依據六個維度提出了ChatGPT賦能CSCL的突圍路徑。

1 開拓“指引”：探索ChatGPT理論實踐

ChatGPT作為社會發展和技術進步的成果，并非以教育領域為場景而設計，為此需要探索基于ChatGPT的CSCL理論與實踐，以指導CSCL的創新發展。開拓“指引”是實現ChatGPT賦能CSCL生態創新和持續發展的重要基礎，為此必須衍生創新的理論與實踐、加強實踐驗證和制定評估體系：①推動理論實踐的創新。研究者需剖解ChatGPT的原理和特點，考量CSCL的應用場景與目標，整合CSCL領域的復雜理論，探索中國式“本土化”ChatGPT與CSCL的融合點以創新理論與實踐。②發揮評價體系的導向作用。研究者需制定新智能時代的評價體系以評估學習效果、學習效率及學習體驗等多維度的內容，為理論和實踐的改進提供依據。③激發實踐驗證的活力。政府及企業可以通過科研項目、基金支持、主題會議和創新大賽等形式驅動研究者及教師參與實踐探索及理論驗證，推進融合ChatGPT與CSCL的理論和實踐創新發展。

2 凈化“投喂”：監管ChatGPT數據來源

ChatGPT依賴于語料的“投喂”，但該過程存在數據來源不合規、侵犯知識產權、數據內容存偽及違反道德法律等問題，致使生成內容“毒害”用戶。為此，需要發揮多層級、多角色協同凈化的作用，以監管ChatGPT“投喂”的過程：①搭建“漏斗式”數據精煉過程。CSCL領域的數據投喂是開放且多角色參與的，因此需要投喂者、審查者及監管者搭建“漏斗式”的數據精煉過程，以確定特定領域的對話及知識數據來源、質量、數量、格式，保障其合規性、可靠性和安全性。②形成人工主導、機器參與的標注模式。標注數據是ChatGPT學習數據間關系，實現輸入輸出之間關系認知、生成高質量內容的關鍵。為此，需要打破現有全機器或利用低價勞動力標注的特性，融合領域專家提升數據標注的質量、明確對話信息的關聯關系，幫助AI更好地理解對話內容。

3 透明“消化”：開放ChatGPT推理機制

“消化”是指ChatGPT以“投喂”信息為數據進行模型訓練，該過程中數據關系的復雜處理及難以追溯的推理過程，使模型可能出現捏造結果、難以令人信服等問題。例如，Haluza等^[30]發現ChatGPT使用捏造的數據實現基于“幻覺”的事實性回應。因此，為打破AI“幻覺”，需實現透明“消化”以保障正確、可信及可追溯的生成過程：①組建產業聯盟研發透明推理機制。需整合行業與產業的資源，研發具有可視化重要特征、模型結構及交互細節的生成式智能產品，助力教育用戶理解模型與決策過程。②呼吁服務機構報備算法黑箱。企業除遵守風險隔離、透明過程外，還需借助政企AI管理渠道主動向監督部門報備算法的主要參數，支持算法黑箱的透明化監管。③倡導相關利益者設計可解釋性模型。提倡以可解釋性為原則，設計簡單且可視化的特征、輸出與評估，避免抽象的特征、模型阻礙決策過程的可讀性與結果的可推理性。

4 綠化“反哺”：規范ChatGPT輸出內容

“反哺”是指ChatGPT對CSCL用戶需求的啟發性反饋，該過程可能會產生泄露隱私或非法、違反道德倫理的內容，從而將用戶引入“歧途”。例如，在數據安全方面，支付清算協會發現ChatGPT存在隱私數據泄漏的風險^[31]；在倫理道德層面，ChatGPT會提供帶有偏見、歧視、丑化等傾向的違反倫理道德的內容^[32][33]。為此，需要以平衡的原則為準繩，均衡考慮道德、法律及倫理等標準，生成健康、有益的啟發性內容。而要實現這一目標，應設置過濾機制、加強審查和限制特殊領域輸出：①建立梯度式篩選機制。需通過企業主導、政府監管、行業協會參與的梯度式篩選過程，融合規則、機器學習及人工審核，禁止系統輸出違反道德、法律與倫理的病態式內容。②創新話題審查算法。服務機構需開發新穎的算法以加強對敏感信息與爭議性話題的監管，確保生成內容順應倫理道德與法律法規。③嚴格限制高風險領域內容生成。醫療、金融等特定領域的惡性輸出可能致使操縱市場、惡意欺詐及診療誤斷等危害性大、波及范圍廣、影響惡劣的結果。為此，需要醫療體系和金融行業嚴格遵守國家制定的應用范圍，杜絕邊緣試探、逾越界限等行為。

5 積極“尋求”：善向ChatGPT交互目的

“尋求”是指CSCL用戶與ChatGPT交互實現知識建構、意義生成與創造人工制品的過程。但ChatGPT這類工具的惡意使用、過度依賴及情感弱化亦是影響用戶身心健康發展的“毒瘤”。例如，在應用方面，Yin通過測試表明，ChatGPT存在惡意文本生成、電子欺詐服務等技術濫用的風險^[34]；在情感層面，學生和員工經常依賴ChatGPT完成任務，可能會致使其在“寄居”技術的“馴服”中呈現身體、技能、情感的隱退^[35]。此類尋求均背離了CSCL中協作探究的初衷，為指導學習者以向善的交互目的展開協作學習，應實施以下措施：①規避匿名化使用。服務機構需建立個體身份檔案，以認證和授權為門檻規避匿名化的惡意使用。②構筑全生態的交互追蹤模式。服務機構需以知情、開放的原則及時規范、識別與糾正協作成員的對話行為。③營造伴隨式“防沉迷”氛圍。政府與企業需聯合社會宣傳、校園普及和警醒機制，提倡以人為本的適度使用，祛除技術凌駕于人的幻象。④打造充盈人文與藝術的協作環境。政府與企業需促成“家-校-社”協同的人際情感交際空間，阻擋冷漠規則與機制對協作者的侵蝕，預防和治愈技術崇拜與虛擬沉迷帶來的情感淡漠。

6 系統“管治”：完善ChatGPT相關標準

以ChatGPT為代表的生成式AI，其規范性還存在缺失，為有效落實教育應用，需要構建完整的ChatGPT標準體系指導科學研發與應用探索。為此，國家需采取以下措施來完善ChatGPT相關標準：①戰略開拓，形成頂層設計。需充分發揮國家層面的主導作用，有效推進基于ChatGPT的EduGPT戰略行動，并助力融合ChatGPT標準，合理規劃構建完整標準體系的路徑，以產、教、研、學協同融合發展為目標，制定戰略方案。②聚焦核心，逐步完善。需優先明晰研發責任標準，確保數據安全、模型及機制等內容合法合規、公平公正，隨后逐步完善ChatGPT類工具的使用標準，劃定應用領域、賦能場景及服務用戶等，以此保障ChatGPT類工具生態的長久、穩定、健康發展。③協作編制，溝通內外。需搭建社會企業、教育機構與科研院所等主體的交流平臺，聯合不同專業背景的組織協作研制標準體系，同時銜接國際規范為標準完善提供助力。

參考文獻

[1][2][22][23][24][27][28]Cress U， Rosé C， Wise A F， et al."International handbook of computer-supported collaborative learning[M]. New York： Springer， 2021：163-181、17、103-119、117、241-259、199-218、219-239.

[3]國務院.國務院關于印發新一代人工智能發展規劃的通知[OL].

lt;https：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htmgt;

[4]教育部.教育部辦公廳關于印發《2020年教育信息化和網絡安全工作要點》的通知[OL].

lt;http：//www.zsedu.cn/info/810379.jspxgt;

[5]中國網信網.國家互聯網信息辦公室關于《生成式人工智能服務管理辦法（征求意見稿）》公開征求意見的通知[OL].

lt;http：//www.cac.gov.cn/2023-04/11/c_1682854275475410.htmgt;

[6]Haleem A， Javaid M， Singh R P. An era of ChatGPT as a significant futuristic support tool： A study on features， abilities， and challenges[J]. BenchCouncil Transactions on Benchmarks， Standards and Evaluations， 2023，（4）：100089.

[7]Pavlik J V. Collaborating with ChatGPT： Considering the implications of generative artificial intelligence for journalism and media education[J]. Journalism amp; Mass Communication Educator， 2023，（1）：84-93.

[8]Qadir J. Engineering education in the era of ChatGPT： Promise and pitfalls of generative AI for education[A]. 2023 IEEE Global Engineering Education Conference （EDUCON）[C]. Kuwait： IEEE Education Society， 2023：1-9.

[9]ED TECH. ChatGPT， Chatbots and artificial intelligence in education[OL]. lt;https：//ditchthattextbook.com/ai/gt;

[10]Megahed F M， Chen Y J， Ferris J A， et al. How generative AI models such as ChatGPT can be （mis） used in spc practice， education， and research？ An exploratory study[J]. Quality Engineering， 2023，（2）：287-315.

[11]George A S， George A S H. A review of ChatGPT AI’s impact on several business sectors[J]. Partners Universal International Innovation Journal， 2023，（1）：9-23.

[12]Qin C， Zhang A， Zhang Z， et al. Is ChatGPT a general-purpose natural language processing task solver？[OL].

lt;https：//arxiv.org/pdf/2302.06476.pdfgt;

[13]王佑鎂，王旦，梁煒怡，等.“阿拉丁神燈”還是“潘多拉魔盒”：ChatGPT教育應用的潛能與風險[J].現代遠程教育研究，2023，（2）：48-56.

[14]Lyu Q， Tan J， Zapadka M E， et al. Translating radiology reports into plain language using ChatGPT and GPT-4 with prompt learning： Promising results， limitations， and potential[OL]. lt;https：//arxiv.org/pdf/2303.09038.pdfgt;

[15]張夏恒.新一代人工智能技術（ChatGPT）可能引發的社會變革[J].產業經濟評論，2023，（3）：22-30.

[16]Sallam M， Salim N， Barakat M， et al. ChatGPT applications in medical， dental， pharmacy， and public health education： A descriptive study highlighting the advantages and limitations[J]. Narra J， 2023，（1）：e103-e103.

[17]Winters N， Price S. Mobile HCI and the learning context： An exploration[A]. Proceedings of Context in Mobile HCI Workshop at MobileHCI05[C]."New York： Association for Computing Machinery，"2005：19-22.

[18]Glassman M. Dewey and Vygotsky： Society， experience， and inquiry in educational practice[J]. Educational Researcher， 2001，（4）：3-14.

[19]Coburn C E. Rethinking scale： Moving beyond numbers to deep and lasting change[J]. Educational Researcher， 2003，（6）：3-12.

[20]Clarke J， Dede C. Design for scalability： A case study of the river city curriculum[J]. Journal of Science Education and Technology， 2009，18：353-365.

[21]Stein M K， Coburn C E. Architectures for learning： A comparative analysis of two urban school districts[J]. American Journal of Education， 2008，（4）：583-626.

[25]李海峰，王煒.CSCL研究30年：研究取向、核心問題與未來挑戰——基于《計算機支持的協作學習國際手冊》的要點分析[J].現代遠程教育研究，2022，（5）：101-112.

[26]Stahl G. Traversing planes of learning[J]. International Journal of Computer-Supported Collaborative Learning， 2012，7：467-473.

[29]駱飛，馬雨璇.人工智能生成內容（AIGC）對學術生態的影響與應對——基于ChatGPT的討論與分析[J].現代教育技術，2023，（6）：15-25.

[30]Haluza D， Jungwirth D. Artificial intelligence and ten societal megatrends： An exploratory study using GPT-3[J]. Systems，"2023，（3）：120.

[31]支付清算協會.關于支付行業從業人員謹慎使用ChatGPT等工具的倡議[OL].

lt;https：//www.pcac.org.cn/eportal/ui？pageId=598261amp;articleKey=617041amp;columnId=595085gt;

[32]Ferrara E. Should chatgpt be biased？ challenges and risks of bias in large language models[OL].

lt;https：//arxiv.org/pdf/2304.03738.pdfgt;

[33]Tlili A， Shehata B， Adarkwah M A， et al. What if the devil is my guardian angel： ChatGPT as a case study of using chatbots in education[J]. Smart Learning Environments， 2023，（1）：15.

[34]Pa Pa Y M，"Tanizaki S，"Kou T，"et al. An attacker’s dream？ Exploring the capabilities of ChatGPT for developing Malware[A]. Proceedings of the 16th Cyber Security Experimentation and Test Workshop[C]."California："ACM，"2023：10-18.

[35]Kelly R. Over-reliance on ChatGPT could harm worker performance[OL].

lt;https：//www.itpro.com/technology/artificial-intelligence/over-reliance-on-chatgpt-could-harm-worker-performancegt;

ChatGPT Enables CSCL： Future Prospect and Breakout Paths

HE Wen-Bin¹""""FAN Zhan-Jiang¹""""ZHENG Hao²""""TAN Zheng¹"nbsp;""ZHAO Shuai¹

（1. School of Educational Science， Xinjiang Normal University， Urumqi， Xinjiang， China 830017;

2. Department of Educational Information Technology， East China Normal University， Shanghai， China 200333）

Abstract： As a new learning method to develop high-order thinking， computer-supported collaborative learning （CSCL） has experienced a bumpy course of 30 years， but its development and exploration present complexity due to its interdisciplinary characteristics. With the rapid penetration of generative AI represented by ChatGPT into all walks of life， it brings the dawn to the innovation and development of CSCL. Therefore， the paper firstly described the basic overview of ChatGPT， and described its application advantages from content generation， context understanding， language translation and scene reproduction. Then， based on the analysis and thinking of CSCL manual， the paper integrated the characteristics and capabilities of ChatGPT， and constructed the future prospect of CSCL development enabled by ChatGPT from the two aspects of the extension and core that affected the CSCL development， and according to the six dimensions of copying the context， helping change， facing diversity， supporting learning， assisting teaching， and decrypting the black box. Finally， this paper laid out a breakthrough path for the ecological innovation and development of CSCL based on ChatGPT， in order to provide reference for the innovative development of CSCL and the theoretical exploration and practical application of ChatGPT in the field of education.

Keywords： ChatGPT; CSCL; future picture; breakout paths