生成式人工智能時代的生成性教育研究

摘要：生成式人工智能技術的突破為生成性教育理念的實踐落地創造了現實條件，二者的哲學與實踐關聯為AI賦能教育的發展指明了方向。在哲學方面，生成式人工智能與生成性教育在本體論、認識論和實踐論上都存在內在聯系。人工智能重構了“師-生-機”相互啟發的“共生智能”關系，與人類智能在演繹、歸納兩個方向上具有互補性，既構成了人類智力勞動異化的挑戰又提供了人類全面發展的機遇。在實踐方面，生成式AI為教育新質生產力的發展帶來了機遇，使生成性教育理念和啟發式教學的廣泛落地成為可能，以人的全面發展引領生產力發展而不為其所反制。在政策方面，應加強“AI+”教育發展的頂層設計，發揮政策引領和規范指引的作用；整合產業資源，促進實用化、輕量化、白盒化技術的發展，實現可信AI和可解釋AI；推動各種教育場景下的應用試點，推廣實踐經驗與應用模式。

關鍵詞：生成式人工智能；生成性教育；啟發式教學；新質生產力

基金項目：湖北省教育科學規劃專項重點課題“生成式人工智能驅動的啟發式教學效能提升研究”（2023ZA015）

中圖分類號：G434 文獻標識碼：Ａ 文章編號：2096-5982（2025）01-0053-07

一、問題的提出

近年來，隨著算法、數據和算力的不斷提升，生成式人工智能（Generative Artificial Intelligence，下文簡稱為生成式AI）技術與應用正在迅速發展。以2022年11月大型自然語言處理模型ChatGPT 3.5的發布為標志，能快速批量生成高質量文本、圖像、視頻、代碼的各類生成式AI工具如雨后春筍一樣涌現，對重復性腦力勞動、標準化考試和現有教育模式造成了潛在的沖擊。但生成式AI也為教育的改革創新帶來了前所未有的機遇，使強調個性化、自主化、啟發式學習的生成性教育理念有了普遍實現的技術基礎。習近平總書記在黨的二十大報告中強調“推進教育數字化，建設全民終身學習的學習型社會、學習型大國”。（1）中共中央、國務院印發的《中國教育現代化2035》提出，“適應信息化、人工智能等新技術變革，實施人工智能助推教師隊伍建設行動，推動教師積極轉變角色定位，做學生學習的指導者、支持者。”（2）“互聯網、人工智能等新技術的發展正在不斷重塑教育形態，知識獲取方式和傳授方式、教和學關系正在發生深刻變革。”（3）因此，探討生成式AI與生成性教育之間的哲學關聯和AI賦能教育的實踐路徑，對明確生成式AI在教育領域的應用和發展方向具有重要意義。本文將聚焦生成式AI對教育的賦能問題，以生成性教育為理論觀察視角，以生成式AI驅動的啟發式教學為實踐落地方式，探討生成式AI與生成性教育之間在哲學意蘊上的潛在關聯、生成式AI賦能教育的實踐現狀和完善路徑。

二、生成式AI與生成性教育的哲學關聯分析

在當代教育發展和改革的實踐中，對教育效率的過度關注長期影響了對教育質量的正確認識。（4）教育信息化尤其是當前“AI+”教育領域的發展則加速了從預成性教學到生成性教學的總體變革趨勢。（5）為了把握生成式AI與生成性教育的本質相容性，有必要從哲學角度審視二者的關聯性。

（一）生成性教育理念

在中外現代教育模式中，教師被視為教學主體或主導者，學生被視為教育勞動對象、勞動產品或教學從屬者，其學習主體地位并未得到重視。（6）這本質上是因為現代主義教育的理性主義和主客體劃分也有反主體性的一面。（7） 20世紀后半葉在西方興起的建構主義、生活教育、合作學習、探究性學習等對此雖著力改良，但卻走向了另一個極端，出現了降低學業標準、削弱學習努力、劣化教育績效的后果（8），未能真正有效地建立起學生的學習主體性。生成性教育（9） （Generative Learning amp; Teaching）理念由Wittrock于1974年提出，是復雜性和涌現思想在教育領域中的應用（10），致力于克服現代教育中建構理性與學習主體性的矛盾（11），對預先設計并嚴格執行固定教學流程的“預成性教學”進行補充和改良。其內涵是在教學預設的基礎上，由教師和學生根據教學情境自主構建教學活動，實現知識的主動建構與自主生成（12），重過程而非結果，重生成而非預成。

（二）生成式AI與生成性教育的本體論關聯

啟發式教學（Heuristic Teaching）是生成性教育的具體表現形式和實現路徑之一，在中西教育史中都有著悠久傳統。無論是孔子還是蘇格拉底，中西方古典啟發式教學都采用“對話法”啟發學生思維，反對灌輸知識。但孔子更喜歡點到為止，通過類比舉一反三，留給學生思考的空間；而蘇格拉底則喜歡窮根究底，通過不斷詰問、類比歸謬、舉出反例等方法，引導學生接近普遍的真理。近代西方啟發式教學理論來源于夸美紐斯、裴斯泰洛齊、赫爾巴特等。但自赫爾巴特學派開始，教學理論被固化為“五階段教學法”等，逐漸回到了以教師和教材為中心的模式，背離了啟發式教學的初心。在現實中，受限于教師質量和數量不足以及班級人數過多，啟發式教學實際上往往退化為固定的問答環節而未能擺脫灌輸的窠臼（13），難以廣泛應用于全體學生、全部學習過程。當前，隨著生成式AI的突破性發展，啟發式教學可能成為人類智能和人工智能之間的橋梁。人類智能的教育和人工智能的訓練都遵循著一條自下而上的涌現路徑，而人工智能的內容生成和人類智能的推理創造則遵循著一條自上而下的演繹路徑（見圖1）。當人類訓練AI時，這就是所謂的“機器學習”；而當AI“教導”人類時，這就是通過與AI對話進行的“啟發式教學”。因此，人類和AI實際上是一種互教互學、優勢互補的“共生智能”關系。AI啟發了教育學，教育學也啟發了AI。（14）生成式人工智能（Generative AI）和生成性教育（Generative Education）不只是字面上的不謀而合，也是哲學思想上的殊途同歸。二者字面上的巧合正好揭示了二者本質上的聯系：對話、啟發與涌現（Dialectics， Heuristics， Emergence），盡管二者的“生成”方向是相反的——生成式AI是從預訓練模型（Pre-trained Model）生成信息內容，而教育則是從信息內容生成心智模型（Mental Model）。

（三）生成式AI與生成性教育的認識論關聯

為了在“AI+”教育實踐中揚長避短，需要從認識論的角度分析人類智能和人工智能的優勢和劣勢。普通的計算機是人類智能的延伸，但它不能從復雜的現實世界中歸納出復雜的規律或“默會知識”（復雜歸納問題）。其也不能從這種難以言傳的復雜規律中，在規避各種例外和常識性的陷阱的前提下，演繹出符合人類認知的可靠結論和有效作品（復雜演繹問題）。相比計算機，人類智能更擅長復雜歸納，將復雜的情境轉化為常識的判斷，常人日用而不知，直到最近AI才在語音、圖像識別領域取得了有限的成功；人類其實不太擅長復雜演繹，即在掌握復雜規則的基礎上進行創作，這一向是作家、藝術家、程序員等從事的高級智力活動，但最近人們才發現生成式AI的“創造”能力是如此強大。由此可知，生成式AI應用于教育有兩類主要的場景：一是讓學生從經驗材料中建構心智模型的歸納學習，生成式AI可以基于龐大的知識庫和素材庫為學生提供多樣化的學習和測試資料；二是讓學生運用學到的知識進行開放式創作的演繹學習，生成式AI可以成為學生的創意工具和腦力的延伸。

（四）生成式AI與生成性教育的實踐論關聯

馬克思在《1844年經濟學哲學手稿》中指出，“在通常的、物質的工業中，人的對象化的本質力量以感性的、異己的、有用的對象的形式，以異化的形式呈現在我們面前。”（15）在教育生產力方面，生成式AI將憑借其交互性、參與性和數據性服務于生成性教學。（16）通過向學生提問、接受學生提問，教育AI能使學習過程更加個性化、自主化（17），有利于培養學生的提問能力和批判性思考能力（18），提高教師的工作效率。未來在結合知識圖譜功能后，教育AI能引導學生逐步遍歷培養計劃中所需學習的章節，并從綜合性、實踐性、跨學科的角度提升學習質量。在教育生產關系和上層建筑方面，根據數字經濟的時代特點設計和調整教學科研數據等生產資料的所有制和收入分配制度，促進教育AI的基礎數據資源共有、共享和共創。在利用AI等新興技術解放和發展先進生產力的同時，不能忽視人類自身的全面發展，借助AI提升全民學習的廣度、深度、速度、長度和創新度，使人民的科技素養足以引領先進生產力的發展而不為其所反制。

三、生成式AI賦能教育的實踐現狀與問題

生成式AI賦能教育在實踐上還處于初級階段，它對教育發展雖帶來了多方面的沖擊，但也為教育新質生產力的實現提供了路徑。當前，“AI+”教育的已有實踐包括人機交互學習和AI教學工具的應用，但受限于技術發展的局限性，其可靠性和可解釋性還有待提高。

（一）生成式AI對教育發展帶來的沖擊

生成式AI不可避免地對教育領域產生沖擊，但同時也蘊含著機遇。與此前的AI應用不同，ChatGPT等自然語言生成模型直接挑戰了教育領域，憑借其強大的語言理解和語言組織能力實現了與人類的無障礙交流，其影響遠超以往的教育信息化技術。綜合學界的分類框架（19），我們可將生成式AI對教育的沖擊歸納為七個方面。第一，教育目標變革。生成式AI應用的發展，使重復性技能人才失去用武之地，對人的學習能力和創新能力（20）、信息素養（21）和實踐素養提出了更高要求，創意性（產生創意）、創造性（構造原型）、創新性（實現應用）人才成為教育培養的主要目標。第二，教學過程變革。生成式AI降低了強化記憶和重復訓練等傳統學習方式的意義，使面向“知識+素養”的創造性、實踐性、啟發式教學成為必要和可能。學習過程將更加智能化、個性化、自主化（22），預先設計并固化了教學過程的“預成性教學”將加快向師生互動、動態調整、建構認知、共創價值、發揮主體能動性的“生成性教學”轉變。第三，評價方式變革。AI在各種標準化考試中的優異表現使標準化考試變得不合時宜。在AI賦能下，“教—學—評”將實現一體化，考核評價將回歸輔助教學的原本目的。（23）學習過程將變為自適應和自反饋的，學生更容易自主把控。此外，信息素養和實踐素養也將得到更深入的考察評價。（24）第四，教育組織變革。AI技術將深刻改變教育教學的構成要素與組織結構（25），可能會使教育結構從以學校為中心轉向以學習者為中心，在傳統的“人師”角色之外增加AI“機師”角色（26），并對現有的學科設置帶來沖擊。（27）第五，信息污染危機。對AI不假思索、不加批判的應用和信任，可能會被虛假或不準確的AI生成內容誤導（28）；同質信息過多會對師生的創造性、批判性思維產生負面影響。第六，學術倫理危機。AI工具的應用讓論文的寫作變得容易，但也會讓間接的抄襲和空洞無物的“灌水”變得容易，從而使學術不端的標準變得模糊，嚴重沖擊現行教育和科研體系。第七，人文主體性危機。AI的濫用導致工具理性壓抑價值理性，在解放人類勞動的同時，貶低和取消人的獨立自主和全面發展的人文主體性（29），從而有可能使人類勞動成為AI工具的數據附庸，出現異化現象。因此必須特別強調價值理性與工具理性并重（30），促進學生學習主體性的真正實現。生成式AI對教育帶來的上述變革既是對現有模式的挑戰，也是發展教育新質生產力和生產關系的機遇。簡要總結見表1。

（二）AI賦能教育的實踐方向與已有成果

習近平總書記指出，“新質生產力由技術革命性突破、生產要素創新性配置、產業深度轉型升級而催生，以勞動者、勞動資料、勞動對象及其優化組合的躍升為基本內涵，以全要素生產率大幅提升為核心標志，特點是創新，關鍵在質優，本質是先進生產力。（31）在教育領域，新質生產力意味著數據要素、數智技術和智能服務等新質生產要素要深度滲透融合進傳統教育生產要素——教育勞動對象（知識、技能；部分人將學生歸為教育勞動對象，但這不符合學生知識建構的主體性特征）、勞動資料（軟硬件工具和基礎設施）和勞動者（教師、學生）（32），而教育生產力的新質化也將改變部分教育生產關系——教育的組織、運營、評價、管理等方面。目前AI賦能教育領域已經出現了一定數量的研究成果。在具體實現方面，建立在人機交互關系之上的“學習型搜索”和“智能問答”構成了AI賦能的啟發式教學的基礎。學習型搜索是用戶主動求助于搜索引擎的信息行為，包括信息需求、信息理解、信息獲取和信息使用等過程，其中獲取與使用行為在另外兩者的影響下交替迭代進行，共同決定了學習效能。（33）學習型搜索行為模式受用戶滿意度、搜索意圖、交互模式（34）、信息素養（35）等因素的影響。不同于“學習型搜索”，“智能問答”作為用戶與信息系統之間的一種半智能化的人機互動，需要更多人性化的設計，例如自然語言問答、用戶意圖理解（36）、問題提示列表（37）。可以使用不同的技術路線，例如知識圖譜、知識聚合、自然語言預訓練模型BERT、知識增強語義表示模型ERNIE、卷積神經網絡CNN。（38）需要結合不同的應用場景構建實用的智能問答系統，例如知識問答服務、網絡搜索服務、館藏資源服務等。（39）盡管“學習型搜索”和“智能問答”中包含了一些人機交互學習的因素，但其AI技術滲透深度尚顯不足，而目前涉及生成式AI賦能教育的研究仍然較少。實證研究表明，“AI賦能教學”對全部學段的教學效果提升都有顯著影響，但對大學學段和計算機、數學、英語、生物等學科的提升更強。（40）此外，AI對學習者的學習積極性（41）、自主性（42）、總體效能、學習方向（43）、協作學習和批判性思維（44）等都有顯著的正面影響。總體來說，通過AI的自適應和自反饋，學習者能更好地把握自身學習的過程，實現“教—學—評”一體的AI輔助自主學習。（45）

（三）當前教育AI的局限性

在生成式AI應用于教育領域時，不可避免地會對其可靠性和可解釋性提出更為嚴格的要求。我們很難接受這樣的場景：在學生向教育AI提問時，AI卻被互聯網上真偽難辨的信息所誤導而給出錯誤的回答；在教育AI講解幾何題分析過程和作文構思過程時，無法給出人類可以理解的解題思路和思考方式。因此，生成式AI的局限性是我們在發展“AI+教育”應用時要認真考慮的。當前，生成式AI的局限性與AI發展史中的“符號主義”和“聯結主義”之爭有關。1956年，伴隨著“人工智能”概念的首次提出，“符號主義”學派登上了學術舞臺。該學派相信，基于完備界定的概念、命題、邏輯推理和計算機符號運算就能夠實現機器智能。（46）在實踐過程中，遵循這一思路的“專家系統”在將學科知識編制為可推理的符號命題時，遇到了無法追上知識快速增長的難題。20世紀80年代中期以后，人工智能的主要發展思路被稱為“聯結主義”，它主張通過模擬人腦神經元的網絡連接方式來實現人工智能，并利用大數據和機器學習算法訓練統計模型，實現基于經驗歸納的機器智能。2006年以后，這一技術路線在語音識別、圖像識別、圍棋等領域取得了巨大成功。ChatGPT的橫空出世宣告了“聯結主義”的勝利。

然而，ChatGPT類的大型自然語言模型生成的回答的不可信性和不可解釋性成為了限制生成式AI廣泛應用的最大障礙之一。大模型雖然看上去具有語言理解和語言組織能力，但它似乎并不具備理解事物和他人狀況的心智模型和同理心。問題的根源與現代人工智能的出發點和暫時的落腳點“圖靈測試”（47）有關，它反映了西方人工智能學界可能存在的一種基于其語言文化背景的認知偏差。筆者稱之為“語言至上主義謬誤”（Fallacy of Linguistic Supremacy），即過于沉迷語言的表象，將其視為智能的本質和終極考驗。這跟西方的語言哲學傳統是一致的，即認為語言先于文字（符號），語言先于思想——維特根斯坦后期語言哲學就主要批判了這一觀點。所以，當ChatGPT在自然語言對話上取得突破時，西方人往往會誤以為ChatGPT已經是“通用人工智能”。但這只是一個錯覺，“會說話”不一定有智慧。ChatGPT并不具備最基本的知識泛化能力、自主學習能力，也無法“明辨是非”，它的模型容易因海量訓練數據導致“過擬合”（48），以及容易因錯誤數據而受到“污染”。對于大語言模型來說，語言就只是輸入輸出數據而已，與AlphaGo生成的棋招一樣，并不代表背后有人類一樣的智慧。因此，當前流行的生成式AI大模型在知識的可靠性和邏輯的可解釋性上還不完全適應教育領域的基本需求。

四、生成式AI賦能教育應用的路徑探索

在前文分析的基礎上，可從頂層設計、技術和產業發展、應用試點三方面完善“AI+”教育發展的路徑。通過借助制度的頂層設計，促進“AI+”教育核心技術和產業的發展，并通過應用試點促進技術成果轉化。

（一）加強“AI+”教育發展頂層設計，發揮政策引領和規范指引的作用

一是加強“AI+”教育發展頂層設計。應建立健全體制機制，使教育生產力和人的發展跟上新興技術的發展，使人的科技素養足以引領先進生產力的發展。應將“AI+教育”發展看作生成式AI產業應用落地的“練兵場”，構建統籌科技、教育、產業三方部門和企業的協同研發與應用推廣機制，促進技術的快速迭代和產業化發展。二是制定行業標準規范和指導性文件。作為國計民生的重要領域，教育行業在AI沖擊下實現健康有序發展，是必須從全局性、戰略性的高度進行系統性規劃的問題。技術變革的腳步不能停，立德樹人的標準不能松，教育事業和教育產業在AI革命過程中的關系不能亂，這些都需要行業標準規范和政策指導性文件的支持。《湖北省人工智能產業“十四五”發展規劃》描繪了湖北省“AI+”教育領域的發展藍圖，還需要在“AI+”教育內容規范、技術標準、適用范圍等方面進行細化，分級分類管理AI教師、AI助教、AI學伴、問答AI、復習AI、學科AI、數理AI工具、文字/多媒體生成式AI、出題/閱卷AI、啟蒙/教育娛樂AI等AI教育應用，并使其能合法合規地介入到各學段、各學科、全流程和課內外的教學過程之中。三是加強“AI+”教育應用創新理論研究。深入研究與“AI+”教育相配套的生產關系和上層建筑方面的理論問題。例如，教學科研數據所有制、交易分配制度等，能促進社會知識的共有、共享和共創；學生的學習主體性、師生的價值共創性、教學的情境生成性等，能促進生成性教育思想的與時俱進。通過加強各種教育場景下的AI應用創新理論研究，以加快“AI+”教育技術的實際落地發展。

（二）整合產業資源，促進“AI+”教育技術研發向實用化、輕量化、白盒化方向發展

一是鼓勵企業研發“AI+”教育的實用化產品。以“開科取賢”的方式，依托產業發展基金，激勵科創企業開發可實際應用于課堂教學、自主學習、出題閱卷、模擬仿真、創意設計等方面的“AI+”教育產品。完善教育AI的用戶界面、知識導航和教育評價功能，直觀展示知識體系、培養計劃和學習進度，并從綜合性、實踐性、跨學科的角度深入提升和考察學生的學習質量。二是鼓勵企業研發“AI+”教育的輕量化產品。以“選賢舉能”的方式，通過政府采購普惠式“AI+”教育產品的形式（以嚴格遵循相關產品標準規范為前提），鼓勵企業研發在單機上可運行的輕量級“AI+”教育產品，促進“AI+”教育技術全面鋪開落地、普惠師生。三是鼓勵企業研發基于AI知識圖譜等技術的白盒化產品。以“張榜求賢”的方式，設立政府“AI+”教育專項獎勵，激勵企業開展AI基礎研發，重點發展AI的先驗知識能力和符號邏輯能力。通過吸收“符號主義”方法論，借助知識圖譜等知識表示和知識推理技術，拓展先驗知識預先植入和機器學習自動歸納技術，突破可信AI、可解釋AI的世界性難題。在此基礎上，將其應用于對可信性和可解釋性有著基本需求的教育領域，開發具有清晰和正確的知識架構以及嚴謹的邏輯推理能力的白盒化“AI+”教育產品，以填補相關領域的重大空白。

（三）推動各種教育場景下的應用試點，推廣實踐經驗和應用模式

一是推動各學段、各學科“AI+”教育應用試點。一方面，對接相關學段和學科的“AI+”教育優秀產品；另一方面，發動一線教育工作者為“AI+”教育應用找需求、找方法、找技術、找不足，在自己傳統的“人師”角色之外增加AI“機師”的角色，推動教育的AI轉型。應提高師生AI信息素養和應用能力，培養師生的系統性提問能力、批判性思考能力和學習規劃能力，使其逐漸掌握AI輔助的個性化、自主化學習模式，促進“AI+”教育的實踐落地。二是推動“教—學—評”全流程“AI+”教育應用試點。組織一線教育工作者和教育研究者對當前教育各環節開展適應于“AI+”教育場景的流程再造，推動“AI+”教育技術深度內嵌的“教—學—評”一體化變革，使學生能通過學習過程的自適應和學習結果的自反饋更好地把握自身學習的過程，實現教學效能的提升。三是推動各類教育主體“AI+”教育應用試點。除鼓勵和領導公立教育系統展開“AI+”教育試點外，還應組織和動員各類非公教育主體參與“AI+”教育應用的試點和推廣，促進“AI+”教育產業在各領域的蓬勃發展。四是征集“AI+”教育最佳實踐，建設優秀案例共享平臺，并加強知識產權保護。由相關部門牽頭，廣泛征集“AI+”教育新型應用場景和典型案例；舉辦“AI+”教育應用創新案例大賽等系列活動，對獲獎案例進行深度開發和宣傳推廣；建設實時更新的“AI+”教育應用創新案例庫和共享平臺，推動全社會對“AI+”教育的認識和相關技術、模式的傳播應用；加強對創新模式的知識產權保護，鼓勵更多教育主體參與“AI+”教育模式創新，從大量實踐經驗中凝練出自主可控、系統全面、可復制推廣的“AI+”教育應用模式。

注釋：

（1） 習近平：《高舉中國特色社會主義偉大旗幟 為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告》，中國政府網2022年10月25日。

（2） 《中共中央、國務院印發〈中國教育現代化2035〉》，中國政府網2019年2月23日。

（3） 《繪制新時代加快推進教育現代化建設教育強國的宏偉藍圖——教育部負責人就〈中國教育現代化2035〉和〈加快推進教育現代化實施方案（2018－2022年）〉答記者問》，中國政府網，2019年2月23日。

（4） 程紅艷、杜佳慧：《何種質量——教育質量觀之反思與重建》，《社會科學戰線》2024年第9期。

（5）（16） 劉洋溪、錢夢婷、吳南中：《智能時代學校教學形態的變革——基于生成性教學的實踐審思》，《當代教育論壇》2022年第3期。

（6） 劉合榮、廖兆慧：《生成性教學研究及其價值追求》，《湖北教育（教育教學）》2018年第4期。

（7） 吳全華：《教育現代性的合理性研究》，華南師范大學2005年博士學位論文。

（8） ［瑞典］奧薩·維克福什：《另類事實：知識及其敵人》，中信出版集團2021年版，第210-216頁。

（9） M. C. Wittrock， A Generative Model of Mathematics Learning， Journal for Research in Mathematics Education， 1974， 5（4）， pp.181–196.

（10） 劉合榮、廖兆慧：《生成性教學實踐的價值期待》，《教學與管理》2018年第27期。

（11） 趙小段：《后現代教育思潮的超越與挑戰——我國學者關于后現代教育研究綜述》，《當代教育科學》2004年第11期。

（12） 白偉、李文星：《預設走向生成性教學理論研究》，《才智》2022年第31期。

（13） 王桂紅：《核心素養背景下啟發式教學存在的問題及優化策略研究》，" 曲阜師范大學2021年碩士學位論文。

（14） 劉凱、賈敏、黃英輝、胡祥恩、王培：《像教育人一樣教育機器——人類教學原則能用于通用人工智能系統嗎？》，《開放教育研究》 2022年第2期。

（15） 《馬克思恩格斯全集》第42卷，人民出版社1979年版，第127—128頁。

（17） 徐瑾劼、申昕：《重塑以學習者為中心的教育評價生態——基于教育評價智能化發展的全球觀察》，《開放教育研究》2023年第3期。

（18） 王佳麗：《基于KWL模式的中學生信息技術課堂提問能力培養的實踐研究》，華東師范大學2022年碩士學位論文。

（19） 張絨：《生成式人工智能技術對教育領域的影響——關于ChatGPT的專訪》，《電化教育研究》2023年第2期；馬秀麟、姜雪、賈玉娟：《近十年面向人工智能教育研究的文獻計量分析與探索》，《中國教育信息化》2022年第8期。

（20） 周玲、王烽：《生成式人工智能的教育啟示：讓每個人成為他自己》，《中國電化教育》2023年第5期。

（21） 雷曉燕、邵賓：《大模型下人工智能生成內容嵌入數字素養教育研究》，《現代情報》2023年第6期。

（22） 余勝泉：《人工智能教師的未來角色》，《開放教育研究》2018年第1期。

（23） 楊欣：《基于生成式人工智能的教育轉型圖景——ChatGPT究竟對教育意味著什么》，《中國電化教育》2023年第5期。

（24） 羅國鋒、劉清生：《ChatGPT賦能高校信息素養教育應用場景與實踐研究》，《農業圖書情報學報》2024年第4期。

（25） 梁迎麗、劉陳：《人工智能教育應用的現狀分析、典型特征與發展趨勢》，《中國電化教育》2018年第3期。

（26） 李政濤：《智能時代是“雙師”協同育人的新時代》，《當代教師教育》2021年第1期。

（27） 張海生：《人工智能賦能學科建設：解釋模型與邏輯解構》，《高校教育管理》2023年第3期。

（28） S. Murugesan， A. K. Cherukuri， The Rise of Generative Artificial Intelligence and Its Impact on Education： The Promises and Perils， Computer， 2023， 56（5）， pp.116-121；J. Qadir， Engineering Education in the Era of ChatGPT： Promise and Pitfalls of Generative AI for Education， 2023 IEEE Global Engineering Education Conference （EDUCON）， Kuwait， 2023， pp.1-9.

（29） 靖東閣：《人工智能時代教育研究的主體性缺失與回歸》，《中國電化教育》2020年第12期。

（30） 祝智庭、韓中美、黃昌勤：《教育人工智能（eAI）：人本人工智能的新范式》，《電化教育研究》2021年第1期。

（31） 習近平：《發展新質生產力是推動高質量發展的內在要求和重要著力點》，中國政府網2024年5月31日。

（32） 趙瑞雪、李甜、關陟昊、鮮國建、寇遠濤、孫坦：《知識服務與新質生產力：雙向賦能機制與實踐路徑》，《農業圖書情報學報》2024年第2期。

（33） 劉金亞、王馨悅、劉暢：《學習型搜索中的信息行為概念圖構建與研究展望》，《情報理論與實踐》2023年第4期。

（34） 趙一鳴、程宗、陳憶金：《探尋式搜索路徑與搜索意圖轉換路徑的協同分析》，《情報資料工作》2021年第6期。

（35） 劉詠梅、謝陽群：《“搜索即學習”視角下大學生信息素養行動研究》，《情報理論與實踐》2019年第8期。

（36） 趙浩宇、陳登建、曾楨、張虹雨：《基于知識圖譜的中國近代史知識問答系統構建研究》，《數字圖書館論壇》2022年第6期。

（37） 唐曉波、劉亞嵐：《基于Sentence-BERT語義表示的咨詢問題提示列表自動構建方法研究——以糖尿病咨詢為例》，《現代情報》2021年第8期。

（38） 華斌、康月、范林昊：《政策文本的知識建模與關聯問答研究》，《數據分析與知識發現》2022年第11期。

（39） 黃永文、孫坦、趙瑞雪、鮮國建、李嬌、羅婷婷：《大數據與人工智能背景下新型知識服務研究與實踐》，《圖書情報工作》2022年第19期。

（40） 顧雯、王娟：《人工智能技術對學習成績影響研究——基于40項實驗與準實驗研究的元分析》，《中國成人教育》2021年第1期；胡德鑫、王耀榮：《人工智能技術對學生學習效果的影響研究——基于2010至2022年40項實驗與準實驗的元分析》，《天津大學學報》（社會科學版）2022年第6期。

（41） 馬超、張妺：《基于人工智能技術的互動課堂對兒童學習動機的影響研究》，《中國教育信息化》2022年第1期。

（42） 宋光迪、羅雨晴、張可可、初易涵、楠迪：《生成式人工智能工具技術支持下大學生自主學習能力提升研究——以財務會計專業為例》，《互聯網周刊》2024年第1期。

（43） 高紅麗、楊磊、徐升、隆舟、劉凱、胡祥恩：《智能導學系統人機交互機制研究》，《中國遠程教育》2021年第1期。

（44） 鄭蘭琴、高蕾、黃梓宸：《基于生成式人工智能技術的對話機器人能促進在線協作學習績效嗎？》，《電化教育研究》2024年第3期。

（45） 李福灼、覃延鑫：《人工智能技術賦能學生個性化學習：基本方略與實踐圖景》，《中國成人教育》2024年第5期。

（46） 付芳：《邏輯視角下的可信人工智能研究》，《倫理學研究》2024年第5期。

（47） 1950年，“圖靈測試”作為機器智能的衡量標準被提出，它認為如果人類無法分辨他們是在與人類還是機器交談，那么這個機器應該被認為是具有真正智能的。

（48） “過擬合”是指模型在訓練數據上表現很好，但在未見過的測試數據上表現較差的情況。這是由于模型過于復雜，能夠記住訓練數據的細節和噪聲，而不是透過數據的表象把握一般模式的本質。

作者簡介：劉齊平，湖北經濟學院信息管理學院講師，湖北武漢，430205；何國卿，中南財經政法大學經濟學院講師，湖北武漢，430073。

（責任編輯 程 騁）