生成式人工智能服務學科教研轉型的可能及其實現

摘 要 生成式人工智能技術的飛速發展，給社會和教育帶來了巨大挑戰，同時也提供了新的機遇。生成式人工智能技術對基礎教育學科教研信息量擴容、數字化效率的匹配和深度創新等提出了新挑戰。可以借助生成式人工智能和教研活動的人機接口，尋找技術與教研的融合空間，借助人工智能彌補教師對學科本質理解不夠的缺陷，從而實現AI技術為教研添翼的現實需求。

關 鍵 詞 生成式人工智能；學科教研；教研轉型；數據分析；教研組

中華人民共和國成立以來，我國特有的學校教研制度促進了基礎教育階段教師的專業發展，為教育教學質量的提升提供了支持。隨著時代的不斷變遷和發展，人工智能技術給教育帶來了海量的信息，以ChatGPT為代表的生成式人工智能技術對教育產生了重要影響。有研究表明：人工智能支持下的智慧教研模式及推進策略能有效地提升教研工作的針對性、有效性、吸引力和創造力，能開辟智慧教師成長的新路徑[1]。面對無處不在的人工智能技術，如何讓人工智能成為新時期教研變革的“新工具”，促進技術和教研的融合，是新時期教研工作深度開展不可逾越的話題[2]。

生成式人工智能是指基于先進的算法、精細的模型、明確的規則，可以生成文本、聲音、圖片、視頻以及程序代碼等豐富內容的人工智能技術[3]。聯合國教科文組織（UNESCO）發布的全球首份GenAI相關的指南性文件——《教育和研究中的生成式人工智能指南》將生成式人工智能定義為一種基于機器學習的人工智能技術，能根據自然語言對話界面中的提示自動生成新的內容[4]。

生成式人工智能是新時期工業革命和技術革命發展的最新成果，是學科教學研究工作插上時代翅膀的引擎，作為新時期的新技術工具，如何讓生成式人工智能成為教研升級的驅動而非是標簽，對人工智能與教研工作內在聯系的認知非常重要。

一、生成式人工智能賦予新時代教研轉型可能

人工智能之于數字化時代的教研項目而言，既是教研項目存在的新背景，也是教研活動創新改革的新工具，更是教研項目發展的新動力和新資源。生成式人工智能的蓬勃發展，使得基礎教育的教研活動面臨著諸多的轉型可能。

1.封閉到開放：項目實施方式的轉型

面對現代學習理論的沖擊，學習理論正從教育學、心理學拓展至生物科學、腦神經科學等深度階段，數字化教學理論也從經典教學理論、網絡教學理論向著智慧學習理論邁進。這些變革只有融入教師專業成長的教研活動中，方能使得教師專業發展符合時代變革需求。新型教研活動的形式設計、項目提煉、組織流程、評價呈現、成果匯聚，都將被賦予數字化的特征，使得教研項目從“人—人”對話走向不斷生成開放的“人—機”對話[5]。

2.模糊到清晰：研討數據分析的轉型

生成式人工智能具有交互性、及時性和反饋性的特征，這些信息化特征將彌補傳統教研活動拖沓、低效、他律的不足，使得“基于理念的教學研討”走向“基于數據的教學研討”，將更突出教師個體在教研活動中的優勢、劣勢，這一切源于生成式人工智能對教研活動中數據的轉化和分析，使得精準教研成為現實。

3.拖沓到高效：反饋即時生成的轉型

傳統教研活動的特征之一就是參與主體的獲得效率問題比較模糊，有學校提出“卷入式教研”操作模式，旨在讓參與教師獲得內驅力。從根本上說，這些都是附加于教研的力量。教師教研內驅形成的根本因素是點對點地對某一教學思想，或者具體教學環節做出及時的實證，從而改變教師的教學觀念和教學細節。而生成式人工智能軟件天然具有這一優勢，AI介入教研活動將導致兩個變化：一是教師將獲得自己教學細節或教學主張的數據、證據等實證性評價，使得他們對自我矯正心服口服；二是立竿見影的迅捷，使得教研活動生成了數字活動和數據活動，同步將成為教研的新風格，同步同傳使得教師對教學環節的迭代成為肉眼可見的進步。同時我們可以預測，傳統教研中磨課借助AI評價將會減少試教的次數，從而降低對學生學習的干擾。

4.教研到科研：跨度多元的轉型

當下教研最大的問題是重流程、輕結果，關注教研的主題和實踐，缺少科研化意識，使得教研步入會議內卷的模式[6]。AI介入教研，使得教研活動管理設計更加立體，教研項目提煉更加貼近教師和學生。AI協助搭建的科研序列框架，使得教研不再是松散的業余學習，而是生成式人工智能指導下的跨度大 、領域廣、專業精的教育科學研究活動。

二、生成式人工智能服務教研轉型可能的實現

1.尋找生成式人工智能與科學教研的人機接口

生成式人工智能技術本質上是機器，其服務對象是人，機器與人建立人機接口的通道是語音搜集、提示詞輸入、畫面分析等[7]。具體來說，人工智能對教研的改變有三個“運用”值得推介。

（1）對創設新型教研場景的互動和協作運用

教研的目的是通過集體智慧的研討實現教師個體教學智慧的增長。在新型教研場景建構中，可以增加定性分析和定量分析的對比，實現他人到自我的內化。如針對某一著名特級教師教學思想的研討分析，可以創設三個場景：特級教師教學現場場景、研討教師對話場景、AI智能分析場景。這種教研新場景的創設可以深化教師對名師教學思想的深度認識，同時可以從AI人工智能視角來建構自我和機器的觀點比較，實現卷入式教研的可能[8]。特別是AI提供虛擬互動平臺和工具，模擬教學場景，支持在線討論和協作。對小學科學學科友好的是，利用虛擬現實和增強現實技術，AI能創建沉浸式教學環境，使教師和學生在虛擬空間中互動和實踐，如在虛擬教室進行課堂演練、在虛擬實驗室進行科學實驗。

（2）對教研數據分析及互動模式建立運用

教師在傳統教研時常處于隔岸觀火的狀態，核心原因在于研討內容是別人的現場，問題不是自己的課堂癥結表現。AI通過數據分析識別教師和學生的互動模式和需求，幫助教師設定更具互動性和實踐性的教研目標。AI收集和分析課堂互動數據、教師與學生的交流記錄及學生的反饋，揭示教學的不足，并建議增加課堂討論頻率、引入更多實踐活動，鼓勵學生主動參與。AI還支持教師設定具體的互動和實踐目標，如每節課20分鐘互動時間或每周一次實踐活動，AI介入教研使得每位教師參與教研活動教學研討的互動性、實踐性和對標性大大增加，AI介入的現場研討對教學行為的改變更加有效。

（3）對教研成果的智慧反饋及生成運用

由于教研時間和人力資源有限，因此一場教研活動的成果往往難以全面提煉和概括，多場教研的承接難以形成實證的數據鏈。在教研成果總結方面，AI能夠自動收集和分析教研數據，生成詳盡的成果報告，包括互動頻率增加情況、實踐活動效果評估和教師改進效果等。教師借助這些分析總結教研成果，反思活動成效，并依據AI建議進行改進和優化。AI還幫助建立團隊和教師個體長期教研檔案，記錄活動過程和成果，形成系統化的總結與反思機制，持續提升教研活動的質量和效果。

2.調準生成式人工智能服務科學教研的坐標

新時代教研在提升教育教學質量上有很多作為，以小學科學學科為例，結合我國小學科學師資隊伍現狀和學校校本教研的現狀，基于AI背景的科學教研有兩個非常值得期待的服務空間。

（1）對科學思想和科學本質的深度理解生成服務

當下我國小學科學教師最需要得到強化的教研項目，是關于學科思想和學科本質的理解指導，這一主題對絕大多數普通學校的科學教研組來說是巨大的挑戰，教研組老師很難實現對某一學科內容背后學科思想和學科本質的深度理解，相關的系統資料也難以整理和梳理，而生成式人工智能就提供了及時、強大、對標的具體指導[9]。

例如，在教研備課研討蘇教版《科學》六上“鐵釘生銹”一課的過程中，我們借助“星火對話”智能軟件，輸入：小學《科學》“鐵釘生銹”蘊含了哪些科學思想和科學本質？對話回復從物質變化的科學思想、科學探究的科學本質、科學態度的培養、科學技術與社會的關系、創新精神的體現五個維度給我們羅列了科學思想本質教育的可能性，其生成的內容雖然比較宏觀，但是所回答問題的覆蓋面較廣，超越了傳統教研活動的點狀信息鏈接。

（2）對學生學習認知的分析解讀服務

學習認知的升級是教學意義的終極體現，對于科學教師而言，對學生學習起點的準確把握，對學習困難的具體分析，都不是一件容易的事情，因而很多科學教師很多時候對此會置之不理。生成式人工智能有著大數據模型的天然優勢，在教研活動中對傳統教研空白作了剛性補充。

以上文中對“鐵釘生銹”這一學習內容的學生認識基礎和學習困難分析為例，“星火對話”AI助手提供了四個可能性的學習基礎：物理與化學變化的基礎、觀察實驗能力基礎、證據意識的培養、科學探究過程的理解；還提供了五個參考性的學習困難：實驗設計的復雜性、長期觀察的挑戰性、理論與實踐的連接、抽象思維的發展、團隊與合作交流進一步發展。每個學科教研都能復制這一研討過程和模式，此中學習主體從教學方式視角得以體現，是課程標準的真正落地，AI智能助手對教研中學生認知的分析，是大數據和大模型優勢得以體現的智能展示，也是新時期教研走向深度的支撐工具。

3.促成生成式人工智能升級教研的智慧應用

《基礎教育課程教學改革深化行動方案》提出，強化教研專業引領，建設基礎教育學科教研基地[10]，由此而引發的基于數據驅動的教研綜合化應用服務不斷升級，形成了教研項目的智慧型應用。人工智能助力教研變革的愿景在于，既能通過技術賦能實現高效教研，也能借由思想智化達致聰明教研[11]。

以某集團學校科學組校本教研活動的開展為例，該科學學科教研組有組長1人，其嘗試利用生成式人工智能支持教研活動。本次教研活動圍繞“空氣占據空間”這一教研課的教學研討，對教學目標、教學活動、教學對話等進行審視和重建，以培養青年教師的基本備課能力和課堂教學駕馭能力。

學校教研組長在學科教研員的指導下，基于生成式人工智能技術做了三個變革。一是利用“訊飛聽見”智能軟件對教師教研課進行全程錄音，并將錄音轉化為文本，便于教學組織性語言的搜索和比對。二是在組織教師陳述教學目標的基礎上，利用“KIMI智能助手”對教師所描述“空氣占據空間”的教學目標進行評析，此處利用AI對話分三輪進行：第一輪對話輸入“空氣占據空間”的教學目標是什么？試圖利用AI生成目標和教師闡述目標進行比對式教研，后來大家發現這種提問方式下AI對研討的介入深度不夠；第二輪對話輸入“空氣占據空間”的下列目標怎么看？由于AI參考的是來源于大數據和大模型的信息，由于對話信息量不夠，智能技術呈現的是贊美之詞，缺少對教學目標的剖析和批判；第三輪對話輸入對“空氣占據空間”的目標提出修改性建議，這時AI會做出一定的評價供對話者研討參考。三是將文本信息借助圖表生成課堂圖片、教師研討意見，借助AI生成具有詳細指向性的備課創作。教師們輸入：請結合上述教學實錄流程、教學對話統計數據、課堂教學圖片、教學研討意見生成一篇新的教學設計，該設計要能體現如下特征：注重學生思維的發展歷程；注重創造性實驗的呈現；注重科學實踐空間的創設。上述案例中翔實、有層次的提示語，使得新的教學設計具有定制性和創造性，這種提問方式對AI本身也是一種訓練。

上述教研活動設計的流程凸顯了生成式人工智能對教研的干預和深度介入，其也順利地借助生成式人工智能軟件實現了教師對自我教學的深度研討、數據呈現和教學改進，甚至創造出了新教案，是一次融入AI背景的典型教研活動，特別適合專職科學老師少、專業科學教師不足的鄉村小學教研活動，該形式使得教學、研究、評價一體化在AI智能工具的支持下獲得實現，這也是新型教研共同體建設的形式之一。

4.平衡生成式人工智能融入科學教研的尺度

生成式人工智能是時代技術發展帶來的一種強大的工具。在人工智能時代，“超真實”經驗遮蔽了身體感知覺經驗，教師成為一個倫理身份模糊不清的虛擬節點，師生交往逐步弱化[12]。所以，要做到生成式人工智能服務教研且不喧賓奪主，有以下幾個要素需要平衡。

（1）生成式人工智能的AI化與人創新之間的平衡

人工智能是人類智慧的產物，但是其生成性背后隱藏著機器特有的單一性和機械性，冰冷的回答、教條的條目并不是最佳答案，而人類才是最美世界的創造者。所以，在AI虛擬化沖擊現實化的情境下，教研活動中要充分發揮教師、學生的“人”的特質特征，要注意AI和人之間的協調和平衡，不能顧此失彼。

（2）離身的時空虛擬與具身的現場生動之間的平衡

教研活動是現實的研討活動，生成式人工智能是為現場的教研活動提供信息和服務，而不是借助虛擬的AI生成來代替或弱化現實的教研活動，純粹的AI教研可以偶爾為之，但絕不能成為常態。要能夠借助鮮活的語言環境、幽默的表達方式、和諧的人際關系下的現場真實教研來撐起教研的主陣地。要將課堂真正發生的對話、案例、疑慮呈現在教研現場，組織教師設身處地地去探尋基于現場的真問題。生成式人工智能作為不可或缺的信息源和創造源，可以用以拓寬教研參與者的視野，豐富教研活動的形式，但絕不能脫離現場，搞成“AI秀”為主角的教研活動。

（3）標準化的信息表達與多元化的信息創造之間的平衡

生成式人工智能軟件是由各種具有個性偏好的工程師開發出來的，無論是軟件本身數據偏見性的問題，還是開發設計者價值觀念的問題，都使得生成式人工智能技術具有一些先天性的不足。從本質上來看，生成式人工智能有個最大的缺陷——AI并未能理解問題文本，而是借助概率計算生成文本答案[13]。退一步說，即使由AI生成的文本觀念或者設計步驟是最佳標準，如果教師人人都采用這樣的優秀設計，也會使得教研活動產生審美疲勞。教研中面對AI生成的標準化信息，要形成教師個體創造性信息的百花齊放。

在教育挑戰中，以生成式人工智能為代表的教育新時代必將到來，我們既不能墨守陳規無視技術的發展，也不能被人工智能新技術牽著鼻子走，而是需要細致分析技術之于教育和教研的價值、優勢和潛在風險[14]，從而為教研活動的深度開展提供相應的應用策略，為生成式人工智能促進教研轉型提供理論參考和實踐示范。

參考文獻

[1] 湯少冰，黃彩嬌.人工智能下的區域智慧教研模式構建與實踐檢驗[J].中國教育信息化，2023，29（05）：121-128.

[2][6][9][12] 楊欣.人工智能助力教研變革的價值與邏輯[J].電化教育研究，2020，41（11）：27-32+86.

[3] 張廣錄，劉曉峰.“人G共生”范式：生成式人工智能視域下的教育轉型圖景[J].中國教育信息化，2024，30（06）：12-22.

[4] 胡小勇，朱敏捷，陳孝然，等.生成式人工智能教育應用政策比較：共識、差異與實施進路[J].中國教育信息化，2024，30（06）：3-11.

[5] 鄭小軍，張素素，譚敏惠.數字化教研教改基本框架：內涵、目標、問題集、內容體系與方法論[J].廣西職業技術學院學報，2024，17（01）：51-60.

[7] 劉三女牙，郝曉晗.生成式人工智能助力教育創新的挑戰與進路[J].清華大學教育研究，2024，45（03）：1-12.

[8] 鄭永紅，王辰飛，張務偉.生成式人工智能教育應用及其規制[J].中國電化教育，2024（05）：114-119.

[10] 教育部辦公廳關于印發《基礎教育課程教學改革深化行動方案》的通知[EB/OL]（2023-05-26）.http：//www.moe.gov.cn/srcsite/A26/jcj_kcjcgh/202306/t20230601_1062380.html

[11] 何昌旺，熊和平.ChatGPT類生成式人工智能教育倫理危機及其應對[J].中國教育信息化，2024，30（02）：081-090.

[13] 張鵬，汪旸，尚俊杰.生成式人工智能與教育變革：價值、困難與策略[J].現代教育技術，2024，34（06）：14-24.

[14] 劉驥，丘霖.生成式人工智能嵌入教育應用的風險生成及其規制[J].現代遠距離教育，2024（04）：12-19.