生成式人工智能賦能教育信息科學(xué)與技術(shù)研究：新機(jī)遇、新趨勢(shì)、新議題

摘要：生成式人工智能為教育創(chuàng)新變革注入了新動(dòng)能，也為教育信息科學(xué)與技術(shù)研究帶來了新契機(jī)。生成式人工智能引發(fā)的研究場(chǎng)域變化、分析手段革新、服務(wù)能力升級(jí)、實(shí)踐樣態(tài)變革，為教育研究的科學(xué)化發(fā)展帶來了新機(jī)遇。在此背景下，教育信息科學(xué)與技術(shù)研究的目標(biāo)和重點(diǎn)亟需發(fā)生轉(zhuǎn)變，表現(xiàn)為從關(guān)注知識(shí)學(xué)習(xí)到重視創(chuàng)新人才培養(yǎng)，從重視規(guī)律挖掘到強(qiáng)調(diào)服務(wù)能力提升，從追求技術(shù)創(chuàng)新到注重解決教育問題，從聚焦通用場(chǎng)景到關(guān)注學(xué)科教育實(shí)踐，從研究跟隨實(shí)踐到研究引領(lǐng)實(shí)踐創(chuàng)新。為了更好地順應(yīng)生成式人工智能背景下教育信息科學(xué)與技術(shù)研究的新發(fā)展趨勢(shì)，未來該領(lǐng)域研究應(yīng)重點(diǎn)關(guān)注以下六大核心議題：一是面向創(chuàng)新人才培養(yǎng)的教育規(guī)律挖掘，二是學(xué)科教育人工智能大模型的構(gòu)建與應(yīng)用，三是學(xué)科素養(yǎng)圖譜的智能生成與動(dòng)態(tài)優(yōu)化，四是素養(yǎng)導(dǎo)向的個(gè)性化學(xué)習(xí)服務(wù)關(guān)鍵技術(shù)，五是人機(jī)協(xié)同教育的實(shí)踐創(chuàng)新和機(jī)理探索，六是人機(jī)協(xié)同勝任力的智能評(píng)測(cè)理論與技術(shù)。這些研究議題能為生成式人工智能背景下國(guó)家自然科學(xué)基金“教育信息科學(xué)與技術(shù)”資助方向的改革提供理論指引。

關(guān)鍵詞：教育信息科學(xué)與技術(shù)；生成式人工智能；人機(jī)協(xié)同教育；學(xué)科素養(yǎng)圖譜；教育大模型

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-5195（2024）06-0046-09 doi10.3969/j.issn.1009-5195.2024.06.006

一、引言

2018年國(guó)家自然科學(xué)基金委設(shè)立“教育信息科學(xué)與技術(shù)”（申請(qǐng)代碼為F0701），旨在利用教育學(xué)、心理學(xué)、信息科技、系統(tǒng)科學(xué)、神經(jīng)科學(xué)等多個(gè)學(xué)科的研究方法，刻畫教育主體、挖掘教育規(guī)律、變革教育服務(wù)、優(yōu)化教育模式，為教育的創(chuàng)新發(fā)展提供理論指引、技術(shù)保障和證據(jù)支持，對(duì)于我國(guó)教育科學(xué)研究工作的開展具有里程碑式的重要意義（鄭永和等，2023a）。經(jīng)過多年探索，教育信息科學(xué)與技術(shù)研究取得了突破性進(jìn)展，研究隊(duì)伍逐步壯大，研究方向趨于穩(wěn)定，技術(shù)方法和研究范式逐漸成熟，領(lǐng)域發(fā)展圖景初步顯現(xiàn)，能夠?yàn)榻逃母锇l(fā)展提供強(qiáng)有力的支持。

隨著2022年底ChatGPT的橫空出世，生成式人工智能儼然成為當(dāng)前教育創(chuàng)新變革的核心驅(qū)動(dòng)力，引發(fā)知識(shí)生產(chǎn)模式（劉三女牙等，2024a）、資源生成范式（萬力勇等，2023）、教育服務(wù)能力（方海光等，2024）、教育實(shí)踐樣態(tài)（祝智庭等，2023）的系統(tǒng)變革。教育領(lǐng)域的研究人員也在探索生成式人工智能在教育變革中的前景、趨勢(shì)和挑戰(zhàn)，同時(shí)嘗試將生成式人工智能作為教育研究的工具，探索其能夠?yàn)榻逃芯繋砟男├?。從本質(zhì)上講，生成式人工智能能夠推動(dòng)教育信息科學(xué)與技術(shù)的目標(biāo)使命、技術(shù)方法和實(shí)踐場(chǎng)域的全方位革新，充分釋放教育研究的生產(chǎn)力（劉三女牙等，2024b），為教育研究的科學(xué)化發(fā)展注入新動(dòng)能。在生成式人工智能的幫助下，教育信息科學(xué)與技術(shù)研究可以更好地聚焦教育規(guī)律挖掘、教育服務(wù)提升、教育模式優(yōu)化等現(xiàn)實(shí)問題，回應(yīng)創(chuàng)新人才培養(yǎng)、教育優(yōu)質(zhì)均衡發(fā)展等重大問題，為智能時(shí)代教育的創(chuàng)新變革提供有效支撐。本研究通過對(duì)生成式人工智能賦能教育信息科學(xué)與技術(shù)研究的新機(jī)遇、新趨勢(shì)、新議題進(jìn)行系統(tǒng)分析，旨在為國(guó)家自然科學(xué)基金“教育信息科學(xué)與技術(shù)”資助方向的改革提供方向指引，也期待為教育科學(xué)研究的創(chuàng)新發(fā)展提供學(xué)理支撐。

二、生成式人工智能賦能教育信息科學(xué)與技 術(shù)的新機(jī)遇

1.研究場(chǎng)域的變化

隨著生成式人工智能的快速發(fā)展和教育數(shù)字化轉(zhuǎn)型的逐步推進(jìn)，數(shù)字化的教育環(huán)境、資源、工具、平臺(tái)已成為一線教學(xué)的重要依托，相應(yīng)地也推動(dòng)教育環(huán)境、教育主體和教學(xué)組織機(jī)制發(fā)生了深刻變革。

其一，教育環(huán)境從傳統(tǒng)場(chǎng)景轉(zhuǎn)向數(shù)字化場(chǎng)景。生成式人工智能大模型能夠與視音頻、三維動(dòng)畫、虛擬現(xiàn)實(shí)、數(shù)字孿生、元宇宙、數(shù)字人等技術(shù)進(jìn)行深度整合，創(chuàng)設(shè)虛實(shí)融合、智能增強(qiáng)、沉浸真實(shí)的教育環(huán)境，提高學(xué)習(xí)環(huán)境的真實(shí)性和互動(dòng)性，并依據(jù)教學(xué)內(nèi)容的特征實(shí)現(xiàn)教育資源與環(huán)境的智能生成和動(dòng)態(tài)優(yōu)化（陳聰聰?shù)龋?024），進(jìn)而為學(xué)生提供身臨其境的學(xué)習(xí)體驗(yàn)。

其二，教育主體從“師—生”二元主體轉(zhuǎn)向“師—機(jī)—生”三元主體。生成式人工智能技術(shù)在顯著提升機(jī)器智能的同時(shí)，也使其能夠真正扮演數(shù)字教師的角色，全面參與課堂教學(xué)的設(shè)計(jì)、分析與決策過程，這不僅改變了傳統(tǒng)課堂教學(xué)的“師—生”二元主體結(jié)構(gòu)，建構(gòu)起“師—機(jī)—生”的三元主體結(jié)構(gòu)（蘇旭東，2024），而且也引發(fā)了教育主體角色的變遷、人機(jī)關(guān)系的重構(gòu)以及知識(shí)傳授方式的變革。

其三，教學(xué)組織模式從“預(yù)設(shè)性”轉(zhuǎn)向“生成性”。以往的課堂教學(xué)大多依據(jù)預(yù)設(shè)的目標(biāo)、內(nèi)容、場(chǎng)景和方案，按部就班地開展教學(xué)活動(dòng)，而生成式人工智能大模型能夠?qū)崿F(xiàn)教學(xué)方案的科學(xué)設(shè)計(jì)、教學(xué)資源的智能生成、教學(xué)活動(dòng)的精準(zhǔn)組織、教育環(huán)境的動(dòng)態(tài)優(yōu)化、教育評(píng)價(jià)的實(shí)時(shí)反饋（楊現(xiàn)民等，2024）。在此背景下，課堂教學(xué)將打破基于人工預(yù)設(shè)的線性結(jié)構(gòu)，而能根據(jù)學(xué)生的學(xué)習(xí)興趣和需求，定制教學(xué)方案、教學(xué)內(nèi)容和教學(xué)活動(dòng)，以提高課堂教學(xué)的靈活性、適應(yīng)性和創(chuàng)新性，激發(fā)課堂教學(xué)的內(nèi)在活力。從這個(gè)意義上說，生成式人工智能與教育教學(xué)的深度融合為教育信息科學(xué)與技術(shù)研究提供了新的研究場(chǎng)域，未來相關(guān)研究的開展需要越發(fā)重視生成式人工智能背景下的教育過程感知、教育主體建模、教育規(guī)律挖掘和教育模式優(yōu)化，進(jìn)而為教育實(shí)踐的創(chuàng)新變革提供方法和證據(jù)支持。

2.分析手段的革新

生成式人工智能有助于推動(dòng)教育研究手段的轉(zhuǎn)型升級(jí)，提高數(shù)據(jù)分析效率，為教育研究的科學(xué)化發(fā)展提供有效支撐。

其一，機(jī)器能夠?qū)崿F(xiàn)自動(dòng)化的數(shù)據(jù)標(biāo)注。生成式人工智能能夠?qū)⒁酝枰扇斯ね瓿傻臄?shù)據(jù)標(biāo)注工作交給機(jī)器去完成，這將克服基于人工的“眾包”標(biāo)注模式帶來的效率低、成本高、質(zhì)量低、主觀性強(qiáng)等弊端，在一定程度上提高了標(biāo)注效率、保證了標(biāo)注質(zhì)量、降低了標(biāo)注成本、增強(qiáng)了標(biāo)注多樣性，并且在機(jī)器標(biāo)注的過程中，模型的泛化能力也將通過持續(xù)學(xué)習(xí)和優(yōu)化而逐步提升。

其二，機(jī)器能夠?qū)崿F(xiàn)自動(dòng)化的數(shù)據(jù)分析。生成式人工智能大模型能夠有效提升數(shù)據(jù)分析的效率，實(shí)現(xiàn)自動(dòng)化的代碼生成，代替人工完成參數(shù)調(diào)優(yōu)、模型訓(xùn)練等工作；充分挖掘數(shù)據(jù)中潛在的模式、關(guān)系和趨勢(shì)，強(qiáng)化教育數(shù)據(jù)的價(jià)值挖掘；還可利用圖表和文字增強(qiáng)解釋機(jī)器智能決策的邏輯、依據(jù)與機(jī)制，避免人工智能的黑箱模型對(duì)人造成的“信任危機(jī)”，不斷提升教育數(shù)據(jù)的使用效能（王一巖等，2023a）。

其三，機(jī)器能夠?qū)崿F(xiàn)自動(dòng)化的結(jié)果反饋。生成式人工智能大模型能夠整合人類智慧和機(jī)器智能的核心優(yōu)勢(shì)，生成科學(xué)化的評(píng)價(jià)方案；通過對(duì)多模態(tài)數(shù)據(jù)的復(fù)雜建模分析，提供客觀、精準(zhǔn)、可解釋的分析結(jié)果，這些方案和分析結(jié)果能夠?yàn)榻逃龑?shí)踐的優(yōu)化提供方向指引。

總體來看，生成式人工智能所帶來的教育分析手段的革新，能夠提高數(shù)據(jù)分析效率、強(qiáng)化數(shù)據(jù)價(jià)值洞察、實(shí)現(xiàn)自動(dòng)化的評(píng)價(jià)與反饋，其一方面能夠加強(qiáng)對(duì)學(xué)生復(fù)雜能力的建模分析，為教育主體建模提供工具支撐，另一方面能夠?qū)崿F(xiàn)對(duì)教育規(guī)律的深層次探索，為教育實(shí)踐的改進(jìn)和優(yōu)化提供方向指引。

3.服務(wù)能力的升級(jí)

生成式人工智能相較于傳統(tǒng)人工智能技術(shù)的核心優(yōu)勢(shì)在于其強(qiáng)大的文本生成、人機(jī)對(duì)話和邏輯推理能力。具體而言，生成式人工智能能夠脫離人工預(yù)設(shè)規(guī)則的限制，借助自身強(qiáng)大的知識(shí)庫，通過自主學(xué)習(xí)發(fā)現(xiàn)新規(guī)律、探索新方法、生成新內(nèi)容，并通過與人類的對(duì)話協(xié)商，整合人類智慧和機(jī)器智能的優(yōu)勢(shì)，提升機(jī)器智能決策的適應(yīng)性和可靠性。這在很大程度上推動(dòng)了教育服務(wù)能力的轉(zhuǎn)型升級(jí)，具體體現(xiàn)在三個(gè)方面。

其一，教學(xué)輔助的轉(zhuǎn)型升級(jí)。在以往研究中，機(jī)器大多只能根據(jù)預(yù)設(shè)的計(jì)算規(guī)則和算法模型，對(duì)課堂教學(xué)的某些方面進(jìn)行診斷和評(píng)價(jià)，并將評(píng)價(jià)結(jié)果反饋給教師，例如幫助教師批改作業(yè)、診斷學(xué)情、評(píng)價(jià)教學(xué)效果等。而生成式人工智能一方面能夠依托自身強(qiáng)大的算法模型提升傳統(tǒng)教學(xué)輔助的質(zhì)量，另一方面能夠依據(jù)教學(xué)目標(biāo)和教學(xué)內(nèi)容的特點(diǎn)，為教師設(shè)計(jì)個(gè)性化的教學(xué)方案、生成定制化的教學(xué)資源、創(chuàng)設(shè)適應(yīng)性的教學(xué)活動(dòng)、實(shí)現(xiàn)過程性的教學(xué)評(píng)價(jià)。這將為課堂教學(xué)提供多樣化的輔助措施，激發(fā)課堂教學(xué)的內(nèi)在活力，推動(dòng)課堂教學(xué)的組織機(jī)制創(chuàng)新。

其二，學(xué)習(xí)干預(yù)的動(dòng)態(tài)優(yōu)化。以往的智能化學(xué)習(xí)干預(yù)大多局限于依托學(xué)業(yè)數(shù)據(jù)的學(xué)情診斷、資源推薦、路徑規(guī)劃等方面，而生成式人工智能技術(shù)的應(yīng)用能夠通過人機(jī)之間的多輪對(duì)話，對(duì)學(xué)生的學(xué)業(yè)問題、學(xué)習(xí)意圖、認(rèn)知水平、學(xué)習(xí)偏好、思維能力等方面進(jìn)行精準(zhǔn)刻畫，利用思維鏈技術(shù)模擬人類的思維過程（戴嶺等，2023），并通過人機(jī)多輪對(duì)話啟發(fā)學(xué)生思考、激發(fā)學(xué)習(xí)動(dòng)機(jī)，幫助學(xué)生逐層深入地理解學(xué)習(xí)內(nèi)容的本質(zhì)，提高學(xué)習(xí)的自主性和能動(dòng)性。

其三，教育評(píng)價(jià)的精準(zhǔn)調(diào)控。以往的智能教育評(píng)價(jià)大多由教師和研究人員從自身經(jīng)驗(yàn)出發(fā)構(gòu)建評(píng)價(jià)體系，并通過數(shù)據(jù)建模的方式對(duì)評(píng)價(jià)對(duì)象的特定方面進(jìn)行刻畫。而生成式人工智能一方面能夠突破人類主觀經(jīng)驗(yàn)的限制，整合教師智慧和機(jī)器智能生成自動(dòng)化的評(píng)價(jià)方案，實(shí)現(xiàn)教育評(píng)價(jià)體系的智能演進(jìn)；另一方面能夠通過數(shù)據(jù)建模的方式實(shí)現(xiàn)形成性評(píng)價(jià)，并整合過往經(jīng)驗(yàn)，生成智能化的改進(jìn)策略，進(jìn)而為教師改進(jìn)教學(xué)方案提供有效支撐。

4.實(shí)踐樣態(tài)的變革

生成式人工智能能夠助力教育方案設(shè)計(jì)、教育資源生成、教育服務(wù)供給、學(xué)習(xí)干預(yù)機(jī)制、教育決策模式的系統(tǒng)變革，引發(fā)教育實(shí)踐樣態(tài)的轉(zhuǎn)型升級(jí)，推動(dòng)學(xué)習(xí)和教學(xué)逐漸向“人機(jī)協(xié)同”的方向發(fā)展。

其一，人機(jī)協(xié)同學(xué)習(xí)。生成式人工智能大模型能夠?yàn)閷W(xué)生提供對(duì)話式的學(xué)習(xí)輔助，幫助學(xué)生通過與機(jī)器的溝通交流、對(duì)話協(xié)商加強(qiáng)對(duì)所學(xué)內(nèi)容的理解與建構(gòu)，這使人機(jī)協(xié)同學(xué)習(xí)成為未來學(xué)習(xí)的新常態(tài)。人機(jī)協(xié)同學(xué)習(xí)旨在通過學(xué)生和機(jī)器的合理分工和有機(jī)協(xié)同來提升學(xué)習(xí)的效率，促進(jìn)學(xué)生智慧和機(jī)器智能的共同增長(zhǎng)，以解決超越人類智慧和機(jī)器智能的復(fù)雜任務(wù)，尤其是促進(jìn)學(xué)生的知識(shí)建構(gòu)、認(rèn)知發(fā)展、思維提升和智慧養(yǎng)成（王一巖等，2024a）。人機(jī)協(xié)同學(xué)習(xí)的核心在于通過學(xué)生和機(jī)器的多輪對(duì)話和雙向反饋，促進(jìn)學(xué)生與機(jī)器的思維碰撞，引發(fā)學(xué)生的認(rèn)知沖突和自主建構(gòu)，逐步達(dá)成對(duì)所學(xué)內(nèi)容的共同認(rèn)識(shí)。

其二，人機(jī)協(xié)同教學(xué)。生成式人工智能的快速發(fā)展使機(jī)器的智能化水平顯著提升，能夠深度參與教學(xué)設(shè)計(jì)、實(shí)施與評(píng)價(jià)的各個(gè)環(huán)節(jié)，推動(dòng)課堂教學(xué)向人機(jī)協(xié)同的方向發(fā)展。人機(jī)協(xié)同教學(xué)旨在充分發(fā)揮教師智慧和機(jī)器智能的核心優(yōu)勢(shì)，通過教師與機(jī)器的協(xié)同工作和優(yōu)勢(shì)互補(bǔ)，優(yōu)化課堂教學(xué)的中間環(huán)節(jié)，重構(gòu)課堂教學(xué)的組織模式，超越教師智慧和機(jī)器智能的局限性，實(shí)現(xiàn)人機(jī)協(xié)同的教育智慧創(chuàng)生，推動(dòng)“教師智慧—機(jī)器智能—學(xué)生智慧”的協(xié)同增長(zhǎng)和共同進(jìn)化（王一巖等，2024b）。未來隨著生成式人工智能技術(shù)向課堂教學(xué)的逐漸滲透，教學(xué)方案、教學(xué)內(nèi)容、教學(xué)資源、教學(xué)活動(dòng)、教學(xué)評(píng)價(jià)都將呈現(xiàn)出較強(qiáng)的生成性和適應(yīng)性的特點(diǎn)，這將推動(dòng)教學(xué)從“預(yù)設(shè)性”走向“生成性”，更好地激發(fā)課堂教學(xué)的內(nèi)在活力，提高學(xué)生學(xué)習(xí)的自主性和能動(dòng)性。

三、生成式人工智能賦能教育信息科學(xué)與技 術(shù)的新趨勢(shì)

教育信息科學(xué)與技術(shù)研究旨在利用信息科技手段和自然科學(xué)的研究方法，發(fā)現(xiàn)教育規(guī)律、解決教育問題、升級(jí)教育服務(wù)、優(yōu)化教育模式，以推動(dòng)教育研究與實(shí)踐的創(chuàng)新發(fā)展。生成式人工智能技術(shù)的快速發(fā)展，不僅推動(dòng)了研究場(chǎng)域、分析手段、服務(wù)能力、教育模式的轉(zhuǎn)型，也引發(fā)了教育信息科學(xué)與技術(shù)研究目標(biāo)的變化，使教育科學(xué)研究能夠在更大程度上回應(yīng)教育改革發(fā)展的現(xiàn)實(shí)需求，推動(dòng)教育實(shí)踐的轉(zhuǎn)型升級(jí)。

1.從關(guān)注知識(shí)學(xué)習(xí)到重視創(chuàng)新人才培養(yǎng)

從以往教育信息科學(xué)與技術(shù)研究的愿景目標(biāo)來看，相關(guān)研究更加關(guān)注“知識(shí)學(xué)習(xí)”，注重利用知識(shí)圖譜、認(rèn)知診斷、知識(shí)追蹤等技術(shù)實(shí)現(xiàn)對(duì)學(xué)生知識(shí)結(jié)構(gòu)、認(rèn)知水平、學(xué)科能力的精準(zhǔn)測(cè)評(píng)，以此為學(xué)生提供個(gè)性化的學(xué)業(yè)診斷、資源推薦和路徑規(guī)劃服務(wù)（王一巖等，2023b）。隨著新一輪科技革命和產(chǎn)業(yè)變革的逐步深入推進(jìn)，教育的目標(biāo)亦發(fā)生了相應(yīng)的變化，更加強(qiáng)調(diào)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略下的大規(guī)模創(chuàng)新型人才培養(yǎng)，人才培養(yǎng)目標(biāo)亟須從“知識(shí)導(dǎo)向”向“素養(yǎng)導(dǎo)向”轉(zhuǎn)變。在此背景下，教育信息科學(xué)與技術(shù)研究不能僅僅聚焦“知識(shí)學(xué)習(xí)”層面，還需要在更大程度上回應(yīng)中國(guó)教育改革發(fā)展面臨的重大問題，聚焦科技強(qiáng)國(guó)建設(shè)的現(xiàn)實(shí)需求，為創(chuàng)新人才培養(yǎng)提供有效支撐。生成式人工智能所引發(fā)的教育分析手段和教育服務(wù)能力的提升，恰能讓教育科學(xué)研究真正回應(yīng)創(chuàng)新人才培養(yǎng)這一重大的時(shí)代議題，為教育創(chuàng)新發(fā)展提供有效依托。未來，教育信息科學(xué)與技術(shù)研究需要逐漸超越知識(shí)學(xué)習(xí)的邏輯，面向創(chuàng)新人才培養(yǎng)的現(xiàn)實(shí)需求，突出素養(yǎng)導(dǎo)向、實(shí)踐導(dǎo)向、探究導(dǎo)向，充分發(fā)揮生成式人工智能在核心素養(yǎng)測(cè)評(píng)、教育內(nèi)容供給、教育規(guī)律挖掘、教育服務(wù)優(yōu)化、教育模式創(chuàng)新等方面的核心效用，為創(chuàng)新人才培養(yǎng)提供可靠支撐。

2.從重視規(guī)律挖掘到強(qiáng)調(diào)服務(wù)能力提升

以往研究更多關(guān)注特定教育情境中教育規(guī)律的挖掘與分析，以揭示“人是如何學(xué)習(xí)的”這一根本問題。近年來相關(guān)研究也大多聚焦利用教育學(xué)、心理學(xué)、系統(tǒng)科學(xué)、神經(jīng)科學(xué)、信息科技等學(xué)科的理論、技術(shù)和方法，深層次揭示教育的規(guī)律，實(shí)現(xiàn)多學(xué)科研究結(jié)論的科學(xué)互證，以推動(dòng)教育研究的科學(xué)化發(fā)展。但從教育信息科學(xué)與技術(shù)研究的目標(biāo)和使命來看，其除了需要表征學(xué)習(xí)過程、挖掘教育規(guī)律之外，還應(yīng)依據(jù)教育改革的現(xiàn)實(shí)需求、參照教育規(guī)律、依托數(shù)字技術(shù)，推動(dòng)教育實(shí)踐樣態(tài)的調(diào)整和優(yōu)化，以此為創(chuàng)新人才培養(yǎng)提供有效依托，推動(dòng)大規(guī)模個(gè)性化教育目標(biāo)的落實(shí)。從這個(gè)意義上講，教育信息科學(xué)與技術(shù)研究的目標(biāo)不能僅僅局限在揭示“人是如何學(xué)習(xí)的”，更應(yīng)該關(guān)注“如何設(shè)計(jì)更好的學(xué)習(xí)”，聚焦“教育規(guī)律挖掘”和“教育服務(wù)供給”兩大主題，充分發(fā)揮生成式人工智能技術(shù)對(duì)于教育的賦能作用，實(shí)現(xiàn)對(duì)教育實(shí)踐的改進(jìn)和優(yōu)化。未來教育信息科學(xué)與技術(shù)研究需要進(jìn)一步關(guān)注我國(guó)教育改革發(fā)展的重大議題，利用生成式人工智能技術(shù)推動(dòng)教育服務(wù)能力的大幅提升，不斷革新教育實(shí)踐場(chǎng)域、變革教育教學(xué)樣態(tài)、優(yōu)化人才培養(yǎng)模式、完善資源供給機(jī)制，進(jìn)而提高教育質(zhì)量，保障教育公平，為教育高質(zhì)量發(fā)展提供堅(jiān)實(shí)保障。

3.從追求技術(shù)創(chuàng)新到注重解決教育問題

從自身定位來講，教育信息科學(xué)與技術(shù)研究注重利用自然科學(xué)研究的范式探究教育發(fā)展的底層規(guī)律，以推動(dòng)教育研究的科學(xué)化發(fā)展（鄭永和等，2023a）。其帶來的問題是，研究人員往往過度強(qiáng)調(diào)新技術(shù)、新算法的應(yīng)用，卻忽視了對(duì)教育本質(zhì)的追問，這使教育信息科學(xué)與技術(shù)研究在很大程度上淪為了技術(shù)驅(qū)動(dòng)的算法創(chuàng)新研究（鄭永和等，2023b），而對(duì)于教育規(guī)律的挖掘、教育問題的發(fā)現(xiàn)、教育服務(wù)的優(yōu)化卻并沒有實(shí)質(zhì)性貢獻(xiàn)。這在很大程度上背離了教育科學(xué)研究的初衷。隨著生成式人工智能技術(shù)的快速發(fā)展，技術(shù)方案的設(shè)計(jì)、算法模型的訓(xùn)練變得更加簡(jiǎn)單便捷，即便研究人員沒有太多的算法基礎(chǔ)，也可以利用生成式人工智能大模型去獲取先進(jìn)的技術(shù)方案。在此背景下，以往基于數(shù)據(jù)感知、建模、分析、預(yù)測(cè)的研究邏輯將逐漸被大模型所扭轉(zhuǎn)。應(yīng)該說，生成式人工智能大模型為教育科學(xué)研究提供了技術(shù)底座，有助于提升教育研究向教育實(shí)踐的轉(zhuǎn)化能力。未來教育信息科學(xué)與技術(shù)研究的開展不宜過度強(qiáng)調(diào)新技術(shù)、新算法的應(yīng)用，而應(yīng)更加注重選定適合技術(shù)應(yīng)用的明確教育問題，構(gòu)建合理完善的解決方案，避免盲目的數(shù)據(jù)化、標(biāo)簽化和算法化將教育研究引入“技術(shù)決定論”的實(shí)踐誤區(qū)。未來研究應(yīng)該更加關(guān)注智能技術(shù)的應(yīng)用揭示了哪些教育問題、挖掘了哪些教育規(guī)律、提升了哪些教育服務(wù)，以此來規(guī)范教育信息科學(xué)與技術(shù)研究的實(shí)踐方向，推動(dòng)教育科學(xué)研究的常態(tài)化發(fā)展。

4.從聚焦通用場(chǎng)景到關(guān)注學(xué)科教育實(shí)踐

從近年來教育信息科學(xué)與技術(shù)研究的關(guān)注要點(diǎn)來看，相關(guān)研究大多關(guān)注通用場(chǎng)景中的教育規(guī)律挖掘與分析，如課堂學(xué)習(xí)、在線學(xué)習(xí)、混合學(xué)習(xí)、虛實(shí)融合學(xué)習(xí)、人機(jī)協(xié)同學(xué)習(xí)等，以挖掘普適性的教育規(guī)律，解決教育研究與實(shí)踐中的共性問題（鄭永和等，2021）。應(yīng)該說，對(duì)于通用場(chǎng)景中教育規(guī)律的挖掘與分析是數(shù)字技術(shù)與教育教學(xué)深度融合的必經(jīng)階段，也是教育科學(xué)研究的必然趨勢(shì)，其能夠促進(jìn)對(duì)經(jīng)典教育模式的改進(jìn)和優(yōu)化，規(guī)范數(shù)字技術(shù)與教育實(shí)踐的融合路徑。但其中的問題在于，此類研究更加關(guān)注特定教育場(chǎng)景或典型教育模式下教育規(guī)律的挖掘與分析，而對(duì)學(xué)科、學(xué)段、人群等方面的關(guān)注不足，這導(dǎo)致特定研究情境下獲得的教育規(guī)律的可遷移性偏弱，比如在數(shù)學(xué)學(xué)科發(fā)現(xiàn)的規(guī)律無法應(yīng)用于語文學(xué)科，在初中階段發(fā)現(xiàn)的規(guī)律無法應(yīng)用于小學(xué)階段。從這個(gè)意義上來說，對(duì)于通用學(xué)科場(chǎng)景中教育規(guī)律的挖掘與分析在教育信息科學(xué)與技術(shù)推進(jìn)的初期階段具有重要意義，有助于在探索過程中逐漸完善研究范式和明確技術(shù)方案。但從長(zhǎng)遠(yuǎn)來看，教育科學(xué)研究應(yīng)該扎根于學(xué)科教育實(shí)踐，聚焦特定學(xué)科的教育目標(biāo)、教育內(nèi)容、教育資源、教育模式等，進(jìn)行體系化的研究布局，針對(duì)學(xué)科教育的不同學(xué)段與場(chǎng)域開展深入細(xì)致的機(jī)理探索，以提升教育規(guī)律的針對(duì)性和可遷移性。因此，走向?qū)W科化是教育科學(xué)研究的必然趨勢(shì)，隨著生成式人工智能技術(shù)所帶來的教育分析手段和教育服務(wù)能力的提升，教育信息科學(xué)與技術(shù)的相關(guān)研究也應(yīng)該逐漸下沉到語文、數(shù)學(xué)、英語、科學(xué)等學(xué)科，挖掘?qū)W科教育場(chǎng)景中的特異性規(guī)律，為學(xué)科教育實(shí)踐創(chuàng)新提供可靠的證據(jù)支持。

5.從研究跟隨實(shí)踐到研究引領(lǐng)實(shí)踐創(chuàng)新

從“研究”與“實(shí)踐”的關(guān)系來看，以往研究由于研究理念和技術(shù)手段的限制，大多發(fā)生在特定的實(shí)踐場(chǎng)景中，依托一線教師的教育實(shí)踐活動(dòng)進(jìn)行數(shù)據(jù)采集、分析和決策，并為教育實(shí)踐的改進(jìn)提供相應(yīng)建議。此階段“研究”之于“實(shí)踐”更多是一種“跟跑”的關(guān)系，教育科學(xué)研究的開展需要依賴特定的教育實(shí)踐。但隨著生成式人工智能技術(shù)的快速發(fā)展，教育服務(wù)能力也顯著得以提升，使教育過程的感知、教育規(guī)律的挖掘、教育問題的診斷、教育環(huán)境的創(chuàng)設(shè)、教育模式的優(yōu)化更加便捷高效。由此也引發(fā)教育科學(xué)研究視角的轉(zhuǎn)變：相關(guān)研究不能僅僅局限于依托現(xiàn)有教育實(shí)踐去表征學(xué)習(xí)過程、刻畫教育主體、挖掘教育規(guī)律，更要能夠?qū)ΜF(xiàn)有實(shí)踐進(jìn)行全方位、系統(tǒng)化的精準(zhǔn)評(píng)價(jià)，挖掘現(xiàn)有教育實(shí)踐中存在的突出問題，并生成系統(tǒng)化的改進(jìn)方案以推動(dòng)教育實(shí)踐的創(chuàng)新。例如，生成式人工智能大模型通過對(duì)課堂教學(xué)案例的學(xué)習(xí)，一方面能夠?yàn)榻處熖峁﹤€(gè)性化的教學(xué)改進(jìn)策略，另一方面能夠生成合理完善的教學(xué)設(shè)計(jì)方案，以助力教育實(shí)踐的優(yōu)化。從這個(gè)意義上來說，未來“研究”與“實(shí)踐”的關(guān)系，需要從“跟跑”轉(zhuǎn)變?yōu)椤耙I(lǐng)”和“創(chuàng)新”，即充分發(fā)揮生成式人工智能對(duì)于教育實(shí)踐的改進(jìn)和優(yōu)化作用，探究教育研究如何賦能教學(xué)方案的設(shè)計(jì)、教學(xué)資源的優(yōu)化、教學(xué)活動(dòng)的組織、教學(xué)策略的調(diào)整，以此為教育實(shí)踐的開展提供更加智能化、精準(zhǔn)化、人性化的教育服務(wù)，進(jìn)而推動(dòng)“教育研究”和“教育實(shí)踐”的雙向賦能和協(xié)同進(jìn)化。

四、生成式人工智能賦能教育信息科學(xué)與技 術(shù)的新議題

鑒于生成式人工智能為教育信息科學(xué)與技術(shù)研究帶來新的發(fā)展機(jī)遇，未來相關(guān)研究需要結(jié)合教育信息科學(xué)與技術(shù)研究的核心要點(diǎn)進(jìn)行深入探索，其研究的新議題主要包括如下6個(gè)方面。

1.面向創(chuàng)新人才培養(yǎng)的教育規(guī)律挖掘

由上文可知，以往的教育研究大多圍繞“知識(shí)學(xué)習(xí)”進(jìn)行探索，以刻畫學(xué)生的知識(shí)基礎(chǔ)、學(xué)科能力、認(rèn)知水平、學(xué)習(xí)態(tài)度，挖掘?qū)W生的認(rèn)知發(fā)展規(guī)律，并提供適應(yīng)性的學(xué)業(yè)診斷和學(xué)習(xí)干預(yù)，以助力學(xué)生取得學(xué)業(yè)成功。但隨著教育改革發(fā)展的逐步推進(jìn)，以及生成式人工智能技術(shù)的快速發(fā)展，教育目標(biāo)亦發(fā)生了重大變化，越發(fā)注重科技強(qiáng)國(guó)建設(shè)背景下的創(chuàng)新人才培養(yǎng)，這就要求對(duì)學(xué)生知識(shí)技能的單一關(guān)注，轉(zhuǎn)向?qū)W(xué)生問題解決能力、批判性思維、創(chuàng)造性思維、系統(tǒng)性思維、跨學(xué)科能力、自主學(xué)習(xí)能力的全方位觀照，即從強(qiáng)調(diào)“知識(shí)導(dǎo)向”轉(zhuǎn)向強(qiáng)調(diào)“素養(yǎng)導(dǎo)向”。生成式人工智能技術(shù)在人機(jī)對(duì)話、知識(shí)講解、思維啟發(fā)、能力訓(xùn)練等方面表現(xiàn)出巨大潛力，不僅能夠?yàn)閷W(xué)生定制個(gè)性化的學(xué)習(xí)方案，還能幫助學(xué)生實(shí)現(xiàn)對(duì)話式、啟發(fā)式、探究式的學(xué)習(xí)，真正為創(chuàng)新人才培養(yǎng)賦能。因此，未來教育信息科學(xué)與技術(shù)研究需要以創(chuàng)新人才的培養(yǎng)和評(píng)價(jià)為目標(biāo)，推動(dòng)研究目標(biāo)和研究手段的系統(tǒng)性重構(gòu)。

其一，在教育主體刻畫方面，需要以創(chuàng)新人才培養(yǎng)為目標(biāo)，對(duì)原有的學(xué)習(xí)者模型進(jìn)行拓展和延伸，在知識(shí)基礎(chǔ)、認(rèn)知水平、情感態(tài)度的基礎(chǔ)上，加強(qiáng)對(duì)學(xué)生問題解決能力、批判性思維能力、跨學(xué)科能力、創(chuàng)造力等關(guān)鍵能力的觀照，構(gòu)建面向創(chuàng)新人才培養(yǎng)的學(xué)習(xí)者模型，并采用數(shù)據(jù)驅(qū)動(dòng)的研究方法對(duì)學(xué)生在多元學(xué)習(xí)場(chǎng)景中的行為表現(xiàn)進(jìn)行智能化監(jiān)測(cè)分析，對(duì)創(chuàng)新人才培養(yǎng)相關(guān)的能力和素養(yǎng)進(jìn)行精準(zhǔn)刻畫。

其二，在教育規(guī)律挖掘方面，需要在原有研究的基礎(chǔ)上以創(chuàng)新人才的相關(guān)特質(zhì)為參照，探究相關(guān)教育要素影響創(chuàng)新人才培養(yǎng)的潛在機(jī)制。例如，利用視頻分析技術(shù)探究課堂教學(xué)模式對(duì)學(xué)生問題解決能力的影響機(jī)制，利用文本挖掘技術(shù)揭示課堂對(duì)話對(duì)學(xué)生批判性思維的影響機(jī)制，或者利用腦成像技術(shù)探究基于人機(jī)對(duì)話的啟發(fā)式教學(xué)對(duì)學(xué)生創(chuàng)造力的影響機(jī)制等。

其三，在教育服務(wù)供給層面，需要逐漸擺脫面向知識(shí)層面的教學(xué)輔助和學(xué)習(xí)干預(yù)，轉(zhuǎn)而利用教學(xué)方案的設(shè)計(jì)、教學(xué)內(nèi)容的生成、教學(xué)活動(dòng)的組織，為學(xué)生打造實(shí)踐性、探究性、跨學(xué)科性的學(xué)習(xí)方案，并通過人機(jī)對(duì)話的方式，逐步啟發(fā)學(xué)生思考，培養(yǎng)學(xué)生的批判精神、探索精神和創(chuàng)新精神，進(jìn)而引導(dǎo)他們進(jìn)行自主思考和積極探索。

2.學(xué)科教育人工智能大模型構(gòu)建與應(yīng)用

要依托生成式人工智能技術(shù)推動(dòng)教育實(shí)踐變革、助力創(chuàng)新人才培養(yǎng)，需要有面向教育領(lǐng)域的垂直大模型作為支撐，以探索大規(guī)模因材施教的方法與路徑，助力創(chuàng)新性與個(gè)性化教學(xué)。未來生成式人工智能將成為教育實(shí)踐創(chuàng)新的重要驅(qū)動(dòng)力，因此需要結(jié)合相關(guān)研究的前沿趨勢(shì)，突出學(xué)科育人要求，聚焦學(xué)科特異性場(chǎng)景，整合優(yōu)質(zhì)學(xué)科資源，加強(qiáng)學(xué)科教育人工智能大模型研發(fā)，為學(xué)科教育研究和實(shí)踐的開展提供有效依托。

其一，加強(qiáng)學(xué)科語料庫和資源庫建設(shè)。整合課標(biāo)、教材、教案、作業(yè)庫、試題庫、論文、專著、課堂對(duì)話等文本資源，建設(shè)學(xué)科教育專有語料庫；匯聚圖片、PPT課件、視音頻、三維動(dòng)畫、虛擬現(xiàn)實(shí)、數(shù)字人等教學(xué)資源，建設(shè)多模態(tài)教育資源庫；在此基礎(chǔ)上，通過確定任務(wù)場(chǎng)景、制定評(píng)分標(biāo)準(zhǔn)、建設(shè)SFT（Supervised Fine-Tuning）監(jiān)督學(xué)習(xí)數(shù)據(jù)集等方式，為大模型的訓(xùn)練和優(yōu)化提供基礎(chǔ)語料和資源保障。

其二，訓(xùn)練學(xué)科教育人工智能大模型。在國(guó)產(chǎn)大模型底座的基礎(chǔ)上，結(jié)合學(xué)科專有語料庫，研究面向?qū)W科教育場(chǎng)景的模型訓(xùn)練和指令微調(diào)方法，構(gòu)建融合教育領(lǐng)域知識(shí)的增強(qiáng)模型，通過高質(zhì)量有監(jiān)督指令任務(wù)的監(jiān)督學(xué)習(xí)、基于人類反饋的強(qiáng)化學(xué)習(xí)來提升大模型的性能。在此基礎(chǔ)上，加強(qiáng)教育提示語工程建設(shè)，引導(dǎo)學(xué)生輸入既符合人類表達(dá)習(xí)慣又遵循機(jī)器對(duì)話規(guī)則的學(xué)習(xí)指令（趙曉偉等，2024），讓機(jī)器能夠理解學(xué)生真實(shí)的學(xué)習(xí)需求，并及時(shí)響應(yīng)。

其三，加強(qiáng)學(xué)科特異性功能開發(fā)。結(jié)合學(xué)科教學(xué)的實(shí)踐需求，聚焦跨學(xué)科教案設(shè)計(jì)、多模態(tài)資源生成、探究性活動(dòng)設(shè)計(jì)、對(duì)話式學(xué)習(xí)干預(yù)、生成性教學(xué)輔助、形成性評(píng)價(jià)反饋等多元場(chǎng)景，設(shè)計(jì)系統(tǒng)化的研究選題，構(gòu)建完善的技術(shù)方案和應(yīng)用場(chǎng)景，以推動(dòng)學(xué)科教育人工智能大模型的功能開發(fā)，為教育實(shí)踐的創(chuàng)新提供可靠的技術(shù)支持。

3.學(xué)科素養(yǎng)圖譜的智能生成與動(dòng)態(tài)優(yōu)化

知識(shí)圖譜旨在以課標(biāo)、教材為參照，對(duì)知識(shí)點(diǎn)之間的前后關(guān)系、包含關(guān)系、上下位關(guān)系進(jìn)行準(zhǔn)確表征（周東岱等，2024），以完善學(xué)科知識(shí)譜系，并建立教育資源和學(xué)科知識(shí)圖譜之間的映射關(guān)系。知識(shí)圖譜已成為評(píng)判學(xué)生知識(shí)結(jié)構(gòu)和學(xué)科能力、實(shí)現(xiàn)資源推薦和路徑規(guī)劃的重要參考。隨著人才培養(yǎng)目標(biāo)的變化，以及義務(wù)教育新課標(biāo)的發(fā)布，教育研究與實(shí)踐需要擺脫“知識(shí)導(dǎo)向”的桎梏，逐漸向“素養(yǎng)導(dǎo)向”轉(zhuǎn)變。未來學(xué)科素養(yǎng)圖譜的研究將為創(chuàng)新人才的培養(yǎng)和評(píng)價(jià)提供有效支撐。

其一，關(guān)注面向?qū)W科教育的“知識(shí)—素養(yǎng)”智能標(biāo)注。即在原有學(xué)科知識(shí)圖譜的基礎(chǔ)上，以課標(biāo)和教材為參考，對(duì)各個(gè)學(xué)科的知識(shí)譜系進(jìn)行梳理，并將知識(shí)點(diǎn)對(duì)應(yīng)的關(guān)鍵學(xué)科素養(yǎng)進(jìn)行標(biāo)注。在此基礎(chǔ)上，以學(xué)科教育資源和活動(dòng)為基本學(xué)習(xí)單元，對(duì)每個(gè)學(xué)習(xí)單元所涉及的關(guān)鍵知識(shí)點(diǎn)和學(xué)科素養(yǎng)進(jìn)行標(biāo)識(shí)，建立“資源/活動(dòng)—知識(shí)—素養(yǎng)”之間的動(dòng)態(tài)映射關(guān)系，構(gòu)建體系化、結(jié)構(gòu)化的學(xué)科素養(yǎng)圖譜。

其二，重視學(xué)科素養(yǎng)圖譜智能生成與動(dòng)態(tài)優(yōu)化關(guān)鍵技術(shù)。匯聚多樣化學(xué)科教學(xué)資源，研究基于“知識(shí)—素養(yǎng)”的抽取、融合、加工、補(bǔ)全、糾錯(cuò)、更新等關(guān)鍵技術(shù)（林健等，2022），實(shí)現(xiàn)學(xué)科素養(yǎng)圖譜的智能構(gòu)建與動(dòng)態(tài)優(yōu)化。

其三，關(guān)注學(xué)生學(xué)科素養(yǎng)圖譜智能生成與動(dòng)態(tài)調(diào)整方法。以學(xué)生利用學(xué)習(xí)資源、完成學(xué)習(xí)活動(dòng)的真實(shí)表現(xiàn)為參考，對(duì)學(xué)生的知識(shí)掌握程度、學(xué)科素養(yǎng)水平進(jìn)行全方位綜合化的測(cè)評(píng)分析，并利用資源之間的關(guān)聯(lián)關(guān)系對(duì)學(xué)生的素養(yǎng)水平進(jìn)行精準(zhǔn)診斷和科學(xué)預(yù)測(cè)。

4.素養(yǎng)導(dǎo)向的個(gè)性化學(xué)習(xí)服務(wù)關(guān)鍵技術(shù)

隨著教育目標(biāo)從“知識(shí)導(dǎo)向”向“素養(yǎng)導(dǎo)向”的轉(zhuǎn)變，個(gè)性化學(xué)習(xí)的內(nèi)涵和關(guān)注點(diǎn)也需隨之遷移，即逐漸擺脫對(duì)知識(shí)圖譜、認(rèn)知診斷、資源推薦等傳統(tǒng)個(gè)性化學(xué)習(xí)技術(shù)的依賴，更加關(guān)注面向?qū)W生素養(yǎng)發(fā)展的個(gè)性化學(xué)習(xí)理論和技術(shù)研究。素養(yǎng)導(dǎo)向的個(gè)性化學(xué)習(xí)旨在破除對(duì)“知識(shí)學(xué)習(xí)”的依賴，更加強(qiáng)調(diào)從創(chuàng)新人才培養(yǎng)的核心目標(biāo)出發(fā)，構(gòu)建面向?qū)W生個(gè)體的個(gè)性化學(xué)科素養(yǎng)圖譜，對(duì)學(xué)生的知識(shí)基礎(chǔ)、問題解決能力、批判性思維能力、跨學(xué)科能力、創(chuàng)造力等共性特征，以及特定學(xué)科的核心素養(yǎng)進(jìn)行實(shí)時(shí)動(dòng)態(tài)的精準(zhǔn)測(cè)評(píng)，并為學(xué)生推薦適應(yīng)性的學(xué)習(xí)資源、設(shè)計(jì)探究性的學(xué)習(xí)活動(dòng)、提供對(duì)話式的思維引導(dǎo)，以助力學(xué)生學(xué)科素養(yǎng)的有效提升。

其一，完善學(xué)科素養(yǎng)的智能測(cè)評(píng)機(jī)制。以學(xué)科素養(yǎng)圖譜為參照，構(gòu)建系統(tǒng)化的學(xué)科素養(yǎng)測(cè)評(píng)模型，完善學(xué)科素養(yǎng)智能測(cè)評(píng)方法體系，根據(jù)學(xué)生在特定學(xué)習(xí)活動(dòng)中的表現(xiàn)，利用多模態(tài)數(shù)據(jù)對(duì)學(xué)生的學(xué)科素養(yǎng)水平進(jìn)行動(dòng)態(tài)全面的精準(zhǔn)測(cè)評(píng)。在此基礎(chǔ)上，系統(tǒng)分析學(xué)生個(gè)體和群體的學(xué)科素養(yǎng)發(fā)展水平，挖掘?qū)W科素養(yǎng)的薄弱項(xiàng)，為素養(yǎng)導(dǎo)向的個(gè)性化學(xué)習(xí)服務(wù)供給提供標(biāo)準(zhǔn)參照和方向指引。

其二，構(gòu)建學(xué)科素養(yǎng)的精準(zhǔn)干預(yù)策略。根據(jù)學(xué)生學(xué)科素養(yǎng)的發(fā)展水平，利用生成式人工智能大模型生成創(chuàng)意性的學(xué)習(xí)材料、創(chuàng)設(shè)探究性的學(xué)習(xí)活動(dòng)、提供對(duì)話式的學(xué)習(xí)引導(dǎo)、設(shè)計(jì)啟發(fā)式的教學(xué)輔助，以幫助學(xué)生在機(jī)器的引導(dǎo)和啟發(fā)下加強(qiáng)對(duì)所學(xué)內(nèi)容本質(zhì)的理解，在參與探究實(shí)踐的過程中實(shí)現(xiàn)跨學(xué)科的知識(shí)整合和應(yīng)用，發(fā)揮自身的自主性和創(chuàng)造性，助力學(xué)生高階思維能力與關(guān)鍵學(xué)科素養(yǎng)的有效提升。

5.人機(jī)協(xié)同教育的實(shí)踐創(chuàng)新和機(jī)理探索

生成式人工智能技術(shù)的快速發(fā)展使機(jī)器的智能化水平顯著提升，越發(fā)深入地參與到學(xué)習(xí)、教學(xué)、評(píng)價(jià)的各個(gè)方面，并通過人和機(jī)器的深度協(xié)同，提高教育實(shí)踐的靈活性、適應(yīng)性和創(chuàng)新性，這也使對(duì)話式人機(jī)協(xié)同學(xué)習(xí)、生成性人機(jī)協(xié)同教學(xué)、形成性人機(jī)協(xié)同評(píng)價(jià)成為可能。在此背景下，需要進(jìn)一步加強(qiáng)人機(jī)協(xié)同教育的實(shí)踐創(chuàng)新和機(jī)理探索，為生成式人工智能背景下教育研究與實(shí)踐的創(chuàng)新提供方向指引。

其一，人機(jī)協(xié)同教育的典型模式探索。未來人機(jī)協(xié)同教育實(shí)踐的開展，需要推動(dòng)生成式人工智能技術(shù)與教學(xué)、學(xué)習(xí)、評(píng)價(jià)的深度融合，通過人和機(jī)器的合理分工，整合人類智慧和機(jī)器智能的核心優(yōu)勢(shì)（王一巖等，2024a），聚焦人機(jī)協(xié)同的對(duì)話式學(xué)習(xí)、生成性教學(xué)、形成性評(píng)價(jià)等典型場(chǎng)景，探索人機(jī)協(xié)同教育的典型模式，以助力人機(jī)協(xié)同教育實(shí)踐的創(chuàng)新發(fā)展。

其二，人機(jī)協(xié)同教育的實(shí)踐成效驗(yàn)證。目前智能技術(shù)賦能教育創(chuàng)新僅存在于“應(yīng)然”的理念探索層面，尚未有“實(shí)然”的實(shí)證證據(jù)支撐（UNESCO，2023）。因此，人機(jī)協(xié)同教育實(shí)踐的開展需要加強(qiáng)對(duì)其實(shí)踐成效的檢驗(yàn)，以此為教育實(shí)踐樣態(tài)的革新提供方向指引。此類研究需要著重關(guān)注以下問題：對(duì)話式人機(jī)協(xié)同學(xué)習(xí)促進(jìn)學(xué)生知識(shí)掌握、認(rèn)知提升、思維發(fā)展的成效驗(yàn)證；生成性人機(jī)協(xié)同教學(xué)提升學(xué)生參與度、學(xué)習(xí)動(dòng)機(jī)、自主學(xué)習(xí)能力的成效驗(yàn)證；形成性評(píng)價(jià)反饋賦能課堂教學(xué)策略優(yōu)化與質(zhì)量提升的成效驗(yàn)證等。

其三，人機(jī)協(xié)同教育的潛在規(guī)律挖掘。在模式探索和成效驗(yàn)證的基礎(chǔ)上，研究者需要加強(qiáng)對(duì)人機(jī)協(xié)同教育潛在規(guī)律的探索，明確人機(jī)協(xié)同的教育模式對(duì)學(xué)生學(xué)習(xí)、教師教學(xué)的影響機(jī)制，以此為教育實(shí)踐的改進(jìn)提供證據(jù)支持。其核心議題主要包括：人機(jī)協(xié)同學(xué)習(xí)的對(duì)話序列挖掘和典型模式提煉，人機(jī)對(duì)話促進(jìn)學(xué)生元認(rèn)知發(fā)展的機(jī)理探索，生成性教學(xué)促進(jìn)學(xué)生創(chuàng)造力發(fā)展的機(jī)制研究，以及形成性評(píng)價(jià)促進(jìn)教師勝任力提升的機(jī)理探索等。

6.人機(jī)協(xié)同勝任力智能評(píng)測(cè)理論與技術(shù)

隨著生成式人工智能對(duì)教育教學(xué)的逐漸滲透，教學(xué)和學(xué)習(xí)的發(fā)生越發(fā)依賴人和機(jī)器的深度協(xié)同，也使人機(jī)協(xié)同教育成為未來教育發(fā)展的主流趨勢(shì)。在此背景下，學(xué)生和教師能否合理利用生成式人工智能大模型開展合乎倫理的學(xué)習(xí)和教學(xué)實(shí)踐，促進(jìn)學(xué)習(xí)效率和教學(xué)質(zhì)量的顯著提升，成為生成式人工智能教育應(yīng)用需要解決的關(guān)鍵問題。因此，未來教育信息科學(xué)與技術(shù)研究需要進(jìn)一步加強(qiáng)對(duì)師生人機(jī)協(xié)同勝任力的關(guān)注，為人機(jī)協(xié)同教育實(shí)踐的開展提供證據(jù)支撐。

其一，構(gòu)建師生人機(jī)協(xié)同勝任力的評(píng)價(jià)體系。從生成式人工智能背景下人機(jī)協(xié)同學(xué)習(xí)和人機(jī)協(xié)同教學(xué)的前沿趨勢(shì)出發(fā)，聚焦意愿態(tài)度、技能水平、創(chuàng)新應(yīng)用、倫理道德等方面，構(gòu)建系統(tǒng)化、層次化的師生人機(jī)協(xié)同勝任力評(píng)價(jià)體系（范建麗等，2022），為人機(jī)協(xié)同勝任力測(cè)評(píng)實(shí)踐的開展提供標(biāo)準(zhǔn)參照。

其二，開展師生人機(jī)協(xié)同勝任力的測(cè)評(píng)實(shí)踐。利用話語分析技術(shù)對(duì)學(xué)生對(duì)話式人機(jī)協(xié)同學(xué)習(xí)的文本數(shù)據(jù)進(jìn)行深入分析，挖掘其中潛在的文本序列，并與學(xué)生特定維度的能力水平進(jìn)行匹配，以此對(duì)學(xué)生的人機(jī)協(xié)同學(xué)習(xí)勝任力進(jìn)行綜合評(píng)價(jià)；或者依據(jù)教師利用生成式人工智能設(shè)計(jì)、實(shí)施、評(píng)價(jià)、改進(jìn)教學(xué)的過程性數(shù)據(jù)，運(yùn)用多模態(tài)學(xué)習(xí)分析方法對(duì)教師的意愿態(tài)度、知識(shí)技能、思維方法、倫理意識(shí)進(jìn)行綜合評(píng)價(jià)，以此對(duì)教師的人機(jī)協(xié)同教學(xué)勝任力進(jìn)行智能分析。

其三，完善師生人機(jī)協(xié)同勝任力的干預(yù)機(jī)制。利用生成式人工智能大模型對(duì)教師和學(xué)生的潛在問題及其成因進(jìn)行系統(tǒng)分析，并設(shè)計(jì)智能化的干預(yù)策略，助力師生人機(jī)協(xié)同勝任力的顯著提升。例如，為教師推薦適應(yīng)性的學(xué)習(xí)資源，幫助教師了解人機(jī)協(xié)同教學(xué)的核心價(jià)值，提高人機(jī)協(xié)同教學(xué)的意愿；為學(xué)生設(shè)計(jì)針對(duì)性的學(xué)習(xí)任務(wù)，幫助學(xué)生在與機(jī)器合作解決問題的過程中，提升人機(jī)協(xié)同學(xué)習(xí)的意識(shí)和能力。

參考文獻(xiàn)：

[1]陳聰聰，李晨，王亞飛（2024）.文生視頻模型Sora之于教育教學(xué)：機(jī)遇與挑戰(zhàn)[J].現(xiàn)代教育技術(shù)，34（5）：27-34.

[2]戴嶺，趙曉偉，祝智庭（2023）.智慧問學(xué)：基于ChatGPT的對(duì)話式學(xué)習(xí)新模式[J].開放教育研究，29（6）：42-51，111.

[3]范建麗，張新平（2022）.大數(shù)據(jù)＋智能時(shí)代的教師數(shù)智勝任力模型研究[J].遠(yuǎn)程教育雜志，40（4）：65-74.

[4]方海光，舒麗麗，王顯闖等（2024）.生成式人工智能時(shí)代教育數(shù)字化轉(zhuǎn)型的可能與可為——基于對(duì)Sora的思考[J].國(guó)家教育行政學(xué)院學(xué)報(bào)，（4）：69-75.

[5]林健，柯清超，黃正華等（2022）.學(xué)科知識(shí)圖譜的動(dòng)態(tài)生成及其在資源智能組織中的應(yīng)用[J].遠(yuǎn)程教育雜志，40（4）：23-34.

[6]劉三女牙，郝曉晗（2024a）.生成式人工智能助力教育創(chuàng)新的挑戰(zhàn)與進(jìn)路[J].清華大學(xué)教育研究，45（3）：1-12.

[7]劉三女牙，郝曉晗，李卿（2024b）.教育科研新范式：人工智能驅(qū)動(dòng)的教育科學(xué)研究[J].教育研究，45（3）：147-159.

[8]蘇旭東（2024）.數(shù)智時(shí)代的“人師”與“機(jī)師”協(xié)同教學(xué)[J].開放教育研究，30（4）：46-52.

[9]萬力勇，杜靜，熊若欣（2023）.人機(jī)共創(chuàng)：基于AIGC的數(shù)字化教育資源開發(fā)新范式[J].現(xiàn)代遠(yuǎn)程教育研究，35（5）：12-21.

[10]王一巖，鄭永和（2023a）.可解釋學(xué)習(xí)者建模：價(jià)值意蘊(yùn)與應(yīng)用圖景[J].現(xiàn)代遠(yuǎn)程教育研究，35（5）：96-103.

[11]王一巖，鄭永和（2023b）.智能時(shí)代個(gè)性化學(xué)習(xí)的現(xiàn)實(shí)困境、意蘊(yùn)重構(gòu)與模型構(gòu)建[J].電化教育研究，44（3）：28-35.

[12]王一巖，劉淇，鄭永和（2024a）.人機(jī)協(xié)同學(xué)習(xí)：實(shí)踐邏輯與典型模式[J].開放教育研究，30（1）：65-72.

[13]王一巖，朱陶，楊淑豪等（2024b）.人機(jī)協(xié)同教學(xué)：動(dòng)因、本質(zhì)與挑戰(zhàn)[J].電化教育研究，45（8）：51-57.

[14]楊現(xiàn)民，丁杰（2024）.生成式人工智能如何與教學(xué)深度融合[N].中國(guó)教育報(bào)，2024-06-15（004）.

[15]趙曉偉，戴嶺，沈書生等（2024）.促進(jìn)高意識(shí)學(xué)習(xí)的教育提示語設(shè)計(jì)[J].開放教育研究，30（1）：44-54.

[16]鄭永和，王一巖（2021）.教育與信息科技交叉研究：現(xiàn)狀、問題與趨勢(shì)[J].中國(guó)電化教育，（7）：97-106.

[17]鄭永和，王一巖（2023a）.智能時(shí)代教育信息科學(xué)與技術(shù)的戰(zhàn)略定位與發(fā)展方向[J].遠(yuǎn)程教育雜志，41（3）：12-20.

[18]鄭永和，王一巖，吳國(guó)政等（2023b）.教育信息科學(xué)與技術(shù)研究的現(xiàn)實(shí)圖景與發(fā)展路向——2018—2022年F0701資助情況分析[J].現(xiàn)代遠(yuǎn)程教育研究，35（1）：10-19.

[19]周東岱，董曉曉，顧恒年（2024）.教育領(lǐng)域知識(shí)圖譜研究新趨向：學(xué)科教學(xué)圖譜[J].電化教育研究，45（2）：91-97，120.

[20]祝智庭，戴嶺，趙曉偉（2023）.“近未來”人機(jī)協(xié)同教育發(fā)展新思路[J].開放教育研究，29（5）Pr2JbV5dn53o3i1tymN7DKuumRboF7HqXyrrSKfs57c=：4-13.

[21]UNESCO （2023）. Technology in Education： A Tool on Whose Terms？[R]. Paris： UNESCO.

Generative Artificial Intelligence Empowers Educational Information Science and

Technology Research： New Opportunities， New Trends and New Issues

Abstract： Generative artificial intelligence injects new momentum into educational innovation and reform and brings new opportunities for research in educational information science and technology. The change in research fields， the innovation of analytical methods， the upgrading of service capabilities， and the transformation of practical pattern triggered by generative artificial intelligence have brought new opportunities for the scientific development of educational research. In this context， the goals and priorities of educational information science and technology research urgently need to be transformed， manifested as a shift from focusing on knowledge learning to emphasizing the cultivation of innovative talents， from emphasizing law mining to emphasizing the improvement of service capabilities， from pursuing technological innovation to focusing on solving educational problems， from focusing on general scenarios to focusing on disciplinary educational practice， and from research following practice to research leading practical innovation. In order to adapt to the new trend of educational information science and technology research under the background of generative artificial intelligence， future related research should focus on the following topics： first， exploring educational laws for the cultivation of innovative talent; second， constructing and applying artificial intelligence models for disciplinary education; third， intelligent generation and dynamic optimization of disciplinary literacy maps; fourth， key technologies for personalized learning services guided by literacy; fifth， practical innovation and mechanism exploration of human-machine collaborative education; sixth， intelligent evaluation theory and technology for human-machine collaborative competence. This study aims to provide theoretical guidance for the reform funded by “Educational Information Science and Technology” of the National Natural Science Foundation of China in the context of generative artificial intelligence.

Keywords： Educational Information Science and Technology; Generative Artificial Intelligence; Human-Machine Collaborative Education; Disciplinary Literacy Map; Education Model