生成式人工智能對課堂教學的變革影響

摘要： 人工智能的發展經歷了從計算智能、感知智能到認知智能的三代進化歷程。當機器已具備認知智能時，若課堂教學仍以布盧姆認知目標分類法為理論指導，以培養學生認知能力為主要目標，必然面臨重大危機。要實現生成式人工智能深度融入學校教育教學，為課堂教學帶來教育新質生產力，文章提出“四個更重要”的教學主張：掌握專家思維比專家結論更重要；經歷學習過程比呈現學習結果更重要；改變評價理念比改變評價形式更重要；重視科學教育的同時，培養人文精神更重要。

關鍵詞：生成式人工智能；認知智能；認知目標分類；課堂教學

1956年，兩個重要概念在不同領域內提出：一是教育界的布盧姆教育目標分類（Bloom's Taxonomy），二是科技界的人工智能（Artificial Intelligence， AI）。近七十年來，前者為全球教育領域提供了系統而明確的教育目標（尤其是認知領域），后者則指引全球科技領域探索用機器模擬人類智能。若課堂教學仍停留在以培訓學生認知能力為主的階段，那么必然要遭遇具備認知智能的生成式人工智能的挑戰與沖擊。在此背景下，如何適應新時代人才培養的需求，優化升級教學理念、內容與方式，已成為教育領域必須深入思考的問題。為此，本文在深入分析人工智能發展歷程的基礎上，提出了“四個更重要”的教學主張，旨在為智能時代的教育教學發展提供有價值的參考。

一、人工智能進化歷程與技術路徑

1956年，美國達特茅斯學院召開了一場會議。會上，該校數學系教授約翰·麥卡錫（1971年度圖靈獎獲得者）、馬文·明斯基（1969年度圖靈獎獲得者）與克勞德·香農（信息學創始人）等人聯合發布提案，明確指出“研究應基于這樣的假設，即學習的每個方面或智能的任何特征，原則上都可以如此精確地描述，以至于可以制造一臺機器來模擬它”。這一觀點成為人工智能作為研究領域的誕生標志，它指明了人工智能用以模擬、擴展、延伸人類智能的研究目標。

從進化歷程來看，人工智能可劃分為三代。誕生于二十世紀五六十年代的第一代人工智能，其特征是能存儲會計算，能基于規則進行推理，以模擬人類的“計算智能”；二十一世紀初出現第二代人工智能，其特征是能聽會說，能看會認，能感知世界，以模擬和擴展人類的“感知智能”。當前，人工智能進化到第三代，它能理解復雜的抽象概念、情感，能根據提示生成內容，并對真實世界加以理解、建模、驗證和不斷學習等，用以模擬和延展人類的“認知智能”。

從技術路徑來看，計算智能和感知智能可以歸類為判別式人工智能（Discriminative AI）。它們通過學習特定領域的小模型數據，提取其中的特征差異，來識別和分類新數據。比如，判別式模型采用向量機和決策樹等技術，用于完成圖像分類、語音識別和疾病預測等任務。模擬認知智能的第三代人工智能技術，又稱為生成式人工智能（Generative AI）。顧名思義，這是一種能夠生成新數據和內容的人工智能技術。通過訓練大規模文本數據，它能夠生成與原始數據相似但獨立的新數據，比如高質量的自然語言文本，用于對話系統、自動寫作，還可以生成逼真的圖像和視頻等，用以創造新的藝術作品等。因此，在多輪對話、意義理解和內容生成領域， 生成式人工智能展現出巨大的潛力。

二、以培養認知為主的教學遭遇生成式人工智能的挑戰

教育心理學家本杰明·布盧姆于1956年提出用系統化的思想來分類和評估教育目標。二戰后，美國的教育系統亟須一種標準化的工具，改進教學方法和評估學生的學習效果。布盧姆及其團隊通過對大量教育文獻和實際教學經驗的研究，從認知、情感和動作三個領域提出教育目標分類體系，并按照從簡單到復雜、從具體到抽象的序列，將認知領域劃分為六種水平——知識、領會、應用、分析、綜合和評價^[1]。該分類法自問世后，其教育影響力與日俱增，許多國家在制定課程標準、設計教學計劃和評估學生成績時，都會加以參考。

2001年，布盧姆的學生安德森等人對認知目標分類進行修訂，使其從一維框架拓展為二維框架。在新的分類框架中（見表1），原來的“知識”單獨組成了一個維度，包括事實性知識、概念性知識、程序性知識和元認知知識。“認知過程”維度則依據認知復雜程度，劃分為由低到高的六個層次：記憶、理解、應用、分析、評價和創造^[2]，以強調重視培養學生的創造力等高階認知能力。

布盧姆的認知目標分類作為全球教育領域的重要理論，長期以來在人才培養目標的設定上發揮著關鍵作用。當人工智能只具備計算和感知智能時，并未觸及課堂教學的核心，即未對學生認知能力的培養造成干擾。但是當教師發現，生成式人工智能展現出判別式人工智能不曾擁有的認知智能，它不僅能夠達成海量記憶、意義理解等低階認知目標，還能夠較好地完成邏輯分析、作品評價、內容創造等高階認知目標，做到了對人類的認知外包，甚至認知替代時，那么以認知教學為主的學校教育和課堂教學，必然會感受到巨大危機。因此，從西方到東方，從高等教育到基礎教育，多個教育機構或行政管理部門，都曾于2023年上半年發布過對ChatGPT的禁令，將使用生成式人工智能視為學術剽竊。但是幾個月以后，禁令紛紛反轉。有條件、恰當使用生成式人工智能，以推進時代發展的重大科技創新為背景，培養適應和引領人機協同時代的人才，成為教育界的新共識。

三、面對生成式人工智能的教學主張

為了讓具備認知智能的生成式人工智能深度融入學校教育，為課堂教學帶來教育新質生產力，本文提出“四個更重要”的教學主張。

（一）掌握專家思維比專家結論更重要

核心素養，是世界各國對人才結構的描述。綜合分析多個國家和機構給出的新世紀人才核心素養，可以發現兩個共性的素養群。我國學者劉徽將其概括為專家思維和復雜交往^[3]。前者關乎智商，后者關乎情商。兩者均是人工智能所不具備的人類專屬素養，是各國要培養學生具備的高階能力。

如果說教材里所印制的，多是由相對具體的專家結論所組成的知識體系，那么融合生成式人工智能的課堂教學，要更加關注由大概念所構成的專家思維。大概念所打通的，不只是學科內部的核心概念和關鍵概念，不只是為培養學生掌握作為專家結論的學科知識，而是要打通學科內的知識，以及學校教育和現實世界的路徑，讓學生掌握具備生活價值的專家思維。它涉及對問題的深刻理解、解決問題的策略、復雜交往的策略，以及在不同情境中應用以上策略的能力。2023年阿聯酋的一項研究顯示，在教師引導下，學生使用生成式人工智能來內化專家思維后，表現出對于復雜問題更高的解決能力和創新能力^[4]。

（二）經歷學習過程比呈現學習結果更重要

20世紀70年代，教育心理學家維特羅克將其在認知心理學多年的研究成果運用于教育實踐，對理科和人文學科的課程改革產生了深遠影響。其中，他提出的“生成學習模式”在教育界的影響力尤為卓著 ^[5]。維特羅克認為，生成學習模式的本質，不是大腦被動學習和記錄信息，而是主動地建構它對信息的解釋，并從中做出推論。生成學習既是一種教學法，又是一種學習法。對于教師而言，教學中要體現出生成學習是動態的、發展的過程，要引導學生使用生成過程來建構意義和行動計劃。而對于學生而言，生成學習的目的是達到意義理解，在此過程中，他們需要運用反審認知（也稱為元認知，指的是人對認知活動的自我意識與自我控制^[6]）等，對生成學習過程進行監控。即使教師給出答案并已對答案進行解釋，學生仍然需要運用反審認知，自己生成意義理解。由此可知，生成學習模式理論對于融合生成式人工智能的課堂教學，具有較強的指導意義。

在教學中，如果教師忽視學生所經歷的動態發展的學習過程，而只是要求他們產出諸如寫出一篇作文、解出一道題目、編寫一段代碼或繪制一幅簡報等學習結果時，生成式人工智能就會發揮認知外包甚至認知取代的作用，人類學習者的認知加工則會出現惰性化、依賴化、局限化的傾向，生成式人工智能成為潛在“槍手”。當教師能夠通過任務設計、問題驅動、思維培養、全程引導等，讓學生經歷深度的自主、探究、合作學習過程，那么生成式人工智能所提供的個性化幫助、及時反饋、答案解釋、內容生成等，就可以讓學生經由反審認知，生成自主的意義理解。

（三）改變評價理念比改變評價形式更重要

新課標導向下的課堂教學評價，已呈現出從結果性評價到過程性評價，從抽樣截面評價到全樣本全過程評價，從認知類評價到素養類評價等特征。當生成式人工智能融入課堂，教學評價則應體現出人機協同評價的理念轉型和技術支持。

一是關于評價理念轉型。以往的課堂教學評價，多是把學生作為獨立個體，評價其經過學習后所表現出的認知、思維、態度和情感變化。融合生成式人工智能的評價理念，應重在評價學生能否恰當地使用生成式人工智能，具備何種程度的人機協同式問題解決能力、分布式認知策略、必備品格與正確情感價值觀等。學生可參與到生成式人工智能助學的評價設計中，不僅成為評價的對象，還能成為評價的主體；不僅嘗試理解并正確處理人與技術的關系，還體現出借助人工智能，促進自身全面且個性化成長的評價理念。例如，北京市第十八中學的初中生們，歷經兩個月的學習與調查，歸納總結出《生成式人工智能（GenAI）應用于學習生活應遵循的原則》，從透明度與數據安全、自主性與動機保護、認知與社交能力培養、平衡使用與防止依賴、減壓而非增負、人類價值優先、前置審核、持續評估等八方面進行闡述，并向全社會學習者發出倡議。

二是關于人工智能評價技術支持。世界模型是人工智能系統對外部世界的內部表征。它不僅僅是對于周圍環境的感知，更是對環境的深層理解和建模。具備世界模型的人工智能技術，可理解真實世界的基本邏輯。因此，未來的課堂教學評價，可分階段采用真實與仿真深度交互的人工智能評價技術。在現實世界中，學生想進行大量的試錯，通常難以實現，或受諸多條件限制。而采用具備世界模型的人工智能技術，學生可將問題解決思路和方法，用人工智能技術加以協同評價。比如，學生可先通過文生文、文生圖等技術，讓生成式人工智能模擬可能的問題解決過程生成部分結果，再使用Sora等具有世界模型的人工智能，模擬并試運行整個問題解決過程和結果。根據人工智能即時、仿真的反饋結果，學生綜合分析判斷，再調整完善原有問題解決方案，并修正后續學習的思路與方法。當前，文生文和文生圖等生成式人工智能技術相對成熟，可以融入課堂教學評價中。比如廈門第二實驗小學與國內某運動品牌聯合成立跨界聯名研究所。小學生提出書包的改進思路，分析書包使用體驗感不好的主要原因，給出新書包的功能需求，手畫草圖后，與生成式人工智能多輪對話，直至生成理想書包的效果圖，再與品牌設計師一起找材料、打樣、選料、定價、市場測試等，最后形成可進入市場的產品。在這個過程中，生成式人工智能可以在真實任務解決的全過程、全環節發揮作用，建起學校教育與社會教育的評價通路。期待不遠的將來，具有世界模型的人工智能技術可參與評價，讓課堂教學評價從理念到技術，均形成適合人工智能時代人才培養的新樣態。

（四）重視科學教育的同時，培養人文精神更重要

我國于2023年發布的《教育部等十八部門關于加強新時代中小學科學教育工作的意見》，強調要“凸顯學生核心素養培養，統籌規劃科學教育與工程教育。利用人工智能、虛擬現實等技術手段改進和強化實驗教學”。中小學科學教育水平，決定了未來國家公民的整體科學素養，以及國家在全球科技競爭的水平。重視中小學課堂教學中的科學教育，是具有戰略意義的舉措。

無論是科學教育、工程教育等與人工智能密切相關的課程，還是其他傳統學科，技術對課堂教學的作用，可以體現為四個階段。前兩個是初級階段，其作用是替代（substitution）和增強（augmentation）。生成式人工智能能夠把教師從教學事務類或重復類工作中解放出來，用人工智能技術替代或提升教學效能，比如幫助教師進行學情數據分析與報告生成，教學資源生成與教學設計優化等。高級階段是調整（modification）和重塑（redefinition）。如果說傳統的課堂教學結構里，存在功能穩定且界限清晰的教師、學生、教學內容和教學媒體四要素的話，那么生成式人工智能會成為課堂教學里前所未有的第五要素。這是因為，生成式人工智能可以按需跨越不同要素，它既可以化身教師助手，又可以作為學生伙伴；既可以生成新的教學內容，又可以成為融合型的教學媒體。它改變了教學結構中四要素相對穩定的作用關系，實現了用人工智能技術重塑全新的學習流程或模式。

但是無論人工智能怎樣發展、教學結構如何變化，教育的本質都不會改變，那就是培養大批具備核心素養的人才。這就意味著，除了學科素養外，學生要具備深厚的家國情懷、堅強的意志品格和良好的人文精神。在日益強調重視科學教育重要性的同時，教師更要重視學生人文精神的培養。比如，學生要開發一款App，其核心理念是為社區殘障人士提供服務。當殘障人士有出行需求時，該App就可以自動匹配社區附近愿意花時間全程陪伴他們的志愿者。在以人文精神為內核的任務驅動下，學生借助生成式人工智能來完成軟件開發。生成式人工智能會幫助人類編寫代碼、自動查錯、生成界面、上線運行等。因此，科技手段可以由人工智能協同完成，而人類獨有的人文精神，會令科技插上人性的翅膀。

注：本文系國家自然科學基金面上項目（項目編號：61977048）的階段性研究成果。

參考文獻

[1] 盛群力，褚獻華.重在認知過程的理解與創造：布盧姆認知目標分類學修訂的特色[J].全球教育展望，2004（11）：73-76.

[2] 盛群力，褚獻華.布盧姆認知目標分類修訂的二維框架[J]. 課程·教材·教法，2004（9）：90-96.

[3] 劉徽.大概念教學：素養導向的單元整體設計[M].北京：教育科學出版社，2022.

[4] QAWQZEH Y. Exploring the influence of student interaction with ChatGPT on critical thinking， problem solving， and creativity[J]. International Journal of Information and Education Technology，2024（4）：596-601.

[5] 馬向真.論威特羅克的生成學習模式[J].華東師范大學學報（教育科學版），1995（2）：73-81.

[6] 董奇.論元認知[J].北京師范大學學報，1989（1）：68-74.

（作者系首都師范大學信息工程學院教授、博士生導師）

責任編輯：牟艷娜