生成式人工智能賦能高校個性化育人管理的邏輯

摘 要：以大語言模型為技術基底的生成式人工智能，已突破了傳統人工智能基于有限數據參數適配的群體個性化推薦的“閾值”，在千億級訓練參數與萬億級訓練數據基礎上，涌現出強大的生成、言說與對話的能力，逐漸接近了人類的意識，開始真正以“人”的角色參與教育全流程之中，也促使教育管理向著更加科學化、自動化、個性化和精準化方向不斷發展。生成式人工智能的不可預測性“生成”，重塑了知識生產方式和人機交往模式，其易得性與易用性已不由自主地以有形與無形的形式滲透至大學生的學習與日常生活情境。高校教育管理只有通過生成式人工智能賦能，才能不斷突破其由“管”向“育”的跨越式發展，以至于才能即時快速響應大學生不斷呈現出的多樣異質的認知發展需求與復雜的數字化心理特征。生成式人工智能的智能事務問答可以提升學生學習與生活體驗、發展規劃生成助力學生全頻譜個性成長、學業志趣追蹤泛化生成差異資源、智能學伴增強學生個性化課程學習、教育大模型自研保護學生核心數據隱私，促進高校教育管理因“智能”而實現精準育人。

關鍵詞：生成式人工智能；高校；教育管理；個性化育人

2022年11月30日，OpenAI發布了全新的生成式預訓練轉換模型（Chat Generative Pre-trained Transformer，以下簡稱ChatGPT），標志著“無限接近人類智能”的生成式人工智能時代已經到來。由于生成式人工智能基于人類反饋的強化學習，基本掌握了理解、運用與模仿同人交流的語言能力，雖在很多應用場景也有其不可逾越的桎梏，但已初步具備了“類人”屬性也是不爭的事實，突破了人機交往的“檢索式”回答障礙，使其向著生活世界全面滲透，改變了人類傳統的工作模式和生產方式。

生成式人工智能的技術“奇點”，或可以顛覆高等教育的傳統模式，形成破壞性影響，故誕生之日并未成為教育各領域變革的新主張。2023年1月，法國巴黎政治學院向全校師生發送電子郵件宣布禁止使用ChatGPT一類的生成式人工智能。2023年3月，英國牛津大學、劍橋大學也宣布禁用ChatGPT，防止學生利用ChatGPT完成學業論文或考試作弊。2023年4月，日本多所大學也陸續發布了對生成式人工智能教育應用的限制條例，不允許學生使用ChatGPT撰寫學術論文等相關內容。盧德主義并未影響機器全面成為工業革命的重要生產者，人也并沒有如預想會全部失業，社會因技術而進步的方向不會因為拒絕而改變。高等教育面臨生成式人工智能的逃避與回避式管理方式并不是良策，所以世界很多國家，如澳大利亞宣布自2024年第一學期起學校開放使用生成式人工智能，并教授學生如何正確使用生成式人工智能。同時，生成式人工智能與大學生協同生成的學術作品已被證實超越了大學生的平均水平，其在教育管理中的深度應用也可以進一步推動學生管理向著科學化、自動化、個性化和精準化的方向不斷發展[1]。生成式人工智能不可預測性“生成”，重塑了知識生產方式和人機交往模式，其易得性與易用性已不由自主地以有形與無形的形式滲透至大學生的學習與日常生活情境。智能時代大學生群體也呈現出較以往所不同的樣態，如時而會表現出迷茫、焦慮、倦怠等，甚至經常沉溺于“信息繭房”所編織的沉浸式數字化世界無法自拔，這給高校學生管理注入了新的風險元素[2]。同時，傳統的教育管理模式更多集中在教學管理與生活管理的“工業化”規范流程，缺乏對學生個性化需求的精準把握。隨著學生對個體發展的多樣化追求，遲滯響應的教育管理模式已無法滿足所有學生的“接訴即辦”需求，如何根據學生的個性特質進行精準育人管理，促進每一個學生的個性化全面發展，已成為高校管理改革的重要目標。高校教育管理只有通過生成式人工智能賦能，才能不斷突破其由“管”向“育”的跨越式發展，以至于才能即時快速響應大學生不斷呈現出的多樣異質的認知發展需求與復雜的數字化心理特征。

事務管理：智能事務問答增進學生學習與生活體驗

目前，大學生獲取學習、管理、生活等相關信息已從訴諸于人轉變至互聯網和智能平臺。這就要求高校的事務性工作管理須通過智能化系統進行數字化信息流轉，以提供即時、高效的個性化育人服務。高等教育的整體結構因生成式人工智能而發生改變，是無法選擇“變”或“不變”的，“變”是必然。“變”或可以給令人詬病的規訓式“管”為主的高校管理帶來以“育”為初心的逆轉契機。具有類人屬性的生成式人工智能無縫式融入高校教育管理，或突破了傳統高校教育管理中技術的工具理性，可以提供“7×24小時”在線“真人”智能事務問答服務，能夠快速精準解答學生在日常學習和生活中遇到的復雜多變的事務性問題，極大地減少了學生在瑣碎事務上的時間消耗，助力學生將更多精力集中于學術學習和個人發展[3]。例如：清華大學的“清小搭”能夠迅速回答諸如“選課”“教師郵箱”“醫療報銷”“食堂上新”等一系列曾需要專業搜索、排除干擾信息并具有高階信息素養才能得到精準答案的問題，這大大增進了學生的美好學習生活體驗。基于“事務性管理”的數據微調訓練的智能問答系統的不斷迭代升級，能夠根據學生不同的籍貫、年級、專業、興趣等具體需求，以“對話問詢”和“個性化生成”的方式，解決曾經“打不通”“找不著”“找不對”“下班了”等因人工服務或傳統人工智能僅限于“數據匹配服務”的現實困境。回答不及時或疏漏的人力資源與技術水平限制等原因會給學生帶來較差的校園生活體驗。基于生成式人工智能的智能問答系統，不僅能保證“類人”無限耐心式答復的及時性和準確性，還能減輕學校管理人員在回答大量重復性問題上的工作負擔與消極情緒，幫助高校管理人員致力于更高層次的需要“人在回路”的教育管理和決策之中，推動高校教育管理的智能化與人本化，促進高校管理質量的躍升。

發展管理：發展規劃生成助力學生全頻譜個性成長

實現人的個性化全面發展是高等教育改革的重要目標。受限于傳統學生發展管理的理念陳舊與模式單一，學生的個性化目標往往發展成群體的個性化即同質化。生成式人工智能之于學生發展管理的意義在于尊重學生的個體差異和自然需要，量身定制個性化的教育發展方案，幫助學生發掘潛力、彌補短板，避免統一模式的“放棄與錯失”。生成式人工智能通過記錄學生的學術背景、興趣愛好、性格特征、課外活動參與情況等全頻譜多維度數據，形成伴隨式個人成長數字化檔案袋，為學生提供“全過程、全方位、全天候”的“數字人”式陪伴與支持，不斷動態微調學生的認知模式與發展傾向，生成個性化的成長規劃，如可以提供“授人以漁式”的個性化學習方法，賦能個性化育人管理。生成式人工智能也能實時縱向追蹤學生的學業進展，并基于學生即時反饋數據及時調整學生的個性化發展規劃，確保成長路徑始終符合自然發展需求。例如：生成式人工智能在學生入學前就可以與其成為“好朋友”，一起探索未來發生的精彩校園生活，也可以成為學生學習科研的“好搭子”，一起深化專業學習和深度參與科研項目，追蹤學生技能成長，還可以成為求職前的“面試官”，一起模擬真實的職業應聘場景，助力學生角色轉變。生成式人工智能還能基于多模態細粒度的情感計算，識別學生的個性心理問題，通過“知心伙伴”式的情感“同頻共振”，提供“類人”的情緒價值，消除學生向他者傾訴的羞恥感，為學生提供即時心理疏導和情緒管理，生成基于心理發展規律的個性化建議，緩解焦慮，增強學習信心[4]，確保學生狀態永遠處于正常“閾值”之內。

資源管理：學業志趣追蹤泛化生成差異化資源

資源管理是指高校通過有效的規劃和調配，確保教育資源的合理分配和高效使用。靈活、精準的個性化教育資源配置不僅能更好地滿足學生的多元需求，還可以讓學生的認知永遠處于動態變化的“最近發展區”，不斷提升學生認知發展的深度與廣度。傳統的教育資源管理往往依賴靜態的課程設置和統一的資源配置，忽視了學生個性化的資源需求和學業志趣的動態變化。生成式人工智能不斷對學生的發展需求和成長數據無限數字還原，生成個性化學業志趣畫像，可以有效追蹤學生在學業上的興趣變化與學習狀態是否“在線”，激發學生對自己未來學業與職業路徑的反思和規劃，也為教育資源的個性化生成與分配提供客觀證據。生成式人工智能具有強大的“自組織”與“進化”的能力，能夠基于學生的個性化志趣畫像，通過生成對抗網絡和自注意力機制，在海量的教育資源池中，動態生成諸如練習題、教學視頻、教育案例等精準化、個性化和多樣化的教育資源。相較于無法提供即時適配支持的粗放、低效的靜態資源管理模式與調配機制，生成式人工智能賦能的個性化教育資源管理，能為每一個學習者創造更加多元、包容和靈活的個性化發展空間，生成“千人千面式”的差異化學習資源，并根據學生的學術表現適時調整資源的難度與深度，進而為每一個學生架設起不斷“重新認識自己”的“學業橋梁”，確保學生在挑戰中獲得成長。生成式人工智能還可以縱向追蹤每一個學生的志趣畫像，或超越了教育優績主義傾向的“機心主義”經驗的選課策略，泛化動態生成符合個體發展規律的差異化成長建議[5]，為學生量身定制學業成長路徑，最大化促進學生的學業成長和職業發展。

學習管理：智能學伴增強學生個性化課程學習

面對學科知識的深度性、廣度性以及學習進度的差異性，基于制式流程的傳統學習管理模式往往難以滿足每個學生的個性化課程學習需求。具有強大言說與對話能力的生成式人工智能，能成為學生個性化學習管理的智能學伴，提供諸如上課時間變更、作業提交截止時間等全方位、個性化的學習管理支持。智能學伴還可以扮演教師角色，通過大數據分析和機器學習，為學生提供量身定制的動態學習計劃與建議，讓學習管理成為激發學生發展潛能的“催化劑”，促進學生個性化的全面發展[6]。傳統的教學反饋往往存在時效性問題，長期滯后的學習反饋會使學生在學習過程中出現的認知錯誤或理解偏差無法得到及時糾正，或導致學生學業倦怠，形成對學習的抵觸情緒和消極態度，進而喪失學習興趣與動機，不斷逃避學習任務，甚至于還會影響學生的心理健康。智能學伴可以根據與學生的對話內容和上下文情境，提供不間斷的實時反饋與正誤判斷，并通過蘇格拉底式對話教學，不斷拋出問題逐步引導學生分析問題、解決問題，進而促進學生的個性化學習不斷深化[7]。智能學伴還可以被設定為科學家、文學家或歷史人物，連續給學生創造出從“真實到虛擬”進化成“虛擬抵達現實”的學習場景[8]，持續消解學生在“同化”與“順應”的認知改變中產生的消極情緒，為學生帶來了“擬人化”的學習管理。需要注意的是，智能學伴允許學生提出問題，并生成與人類原創內容難以區分的新內容，使得學習效果評估變得困難[9]，甚至于造成知識產權糾紛，為學習管理帶來了新的挑戰。然而，這并不意味著教育管理者應對生成式人工智能融入學生學習持有消極態度，因為使用智能技術的能力已成為“數字原住民”的必備素質與稟賦[10]。高校教育管理應該以更加積極主動的態度擁抱生成式人工智能，設計將技術與創造性思維和想象力相結合的新學習評估，利用技術賦能學習管理。

隱私管理：教育大模型自研保護學生核心數據隱私

數字化時代，學生的學習數據、個人信息以及行為軌跡是推動個性化育人管理的基石。如何確保核心數據在被用于促進學生個性化發展的同時，還能保障學生核心數據的隱私安全，成為當前教育管理改革的重要挑戰。技術自主可控的教育大模型，不僅能使師生的隱私數據“不出校”，最大程度減少數據泄露風險[11]，而且還能通過脫敏和脫密手段充分利用學生的成長伴隨數據，為教育決策和學生個性化學習提供高效服務。教育大模型開發的過程，須實施透明的數據使用和隱私保護政策，通過政策約束和法律保障，確保所有涉及學生數據的行為都符合法律規定，“不出校”并不代表可以“濫用”。根據高校教育管理層級，教育大模型通常會設計嚴格的管理權限和多層次的身份認證系統，有效防止未授權訪問和數據濫用。同時，生成式人工智能對話數據的“審計”機制，能夠對所有的數據訪問行為進行記錄和監控，任何對學生數據的操作都可以進行回溯，增強了隱私數據管理的透明度與責任性，提高了數據隱私保護的安全性，也能在出現問題時及時響應和處理。教育大模型通過本校學生的核心數據，不斷進行微調，以增強其服務個性化育人管理的適配能力。教育大模型還可以通過分析學生多模態的學習與生活數據，增強更多的“擬人”屬性，進而形成溫情化的高校管理模式。例如：教育大模型可以實時分析學生每日每餐的消費金額，并結合學生的基本檔案信息，生成個性化的校園生活報告，一旦達到學校的某一標準，就會觸發管理部門的“溫情響應”，無論是自尊心還是隱私均予以充分的“隱藏”，讓“教育管理不是為了管而管，而是為了管而育”的“詩意化”精準育人的教育追求真正發生。

總之，“盧德主義式”的“不用”或“技術激進主義式”的“用”已不是生成式人工智能之于高校教育管理的“第一性”問題，如何“用好”“用對”才是高校教育管理因技術賦能而實現精準育人轉型的關鍵。當然，如何平衡生成式人工智能與高校教育管理者的角色與任務，不是簡單的“替換”或“讓渡”的問題，須在教育管理實踐中不斷循證，以形成指向個性化育人的人機協同機制。未來是或然，但遵循教育規律的技術賦能管理的向善邏輯是底色，不會改變。

參考文獻：

[1] PRILLAMAN M K. Is ChatGPT making scientists hyper-productive？ The highs and lows of using AI[J]. Nature， 2024， 627（8002）： 16-17.

[2] SHENGYAO Y， XUEFEN L， JENATABADI H S， et al. Emotional intelligence impact on academic achievement and psychological well-being among university students： the mediating role of positive psychological characteristics[J]. BMC psychology， 2024， 12（1）： 389.

[3] 李曉文，徐媛媛，翟雪松，等.生成式人工智能賦能高校學生發展：國際經驗與中國路徑[J].中國遠程教育，2024，44（12）：36-49.

[4] 孫立會，周亮.生成式人工智能融入國家中小學智慧教育平臺的實踐邏輯[J].中國電化教育，2024（8）：71-79.

[5] MAZZULLO E， BULUT O， WONGVORACHAN T， et al. Learning analytics in the era of large language models[J]. Analytics， 2023， 2（4）： 877-898.

[6] VASARHELYI M A， MOFFITT K C， STEWART T， et al. Large language models： An emerging technology in accounting[J]. Journal of emerging technologies in accounting， 2023， 20（2）： 1-10.

[7] FIRDAUS M F， WIBAWA J N， RAHMAN F F. Utilization of GPT-4 to improve education quality through personalized learning for generation z in Indonesia[J]. IT for Society， 2023， 8（1）：6-14.

[8]孫立會，周亮.生成式人工智能賦能教育變革的邏輯——基于新質生產力的視角[J].教育研究，2024，45（10）：38-49.

[9] TAECHARUNGROJ V. “What can ChatGPT do？” Analyzing early reactions to the innovative AI chatbot on Twitter[J]. Big Data and Cognitive Computing， 2023， 7（1）： 35-45.

[10] RATTEN V， JONES P. Generative artificial intelligence （ChatGPT）： Implications for management educators[J]. The International Journal of Management Education， 2023， 21（3）： 1-7.

[11] 曹培杰，謝陽斌，武卉紫，等.教育大模型的發展現狀、創新架構及應用展望[J].現代教育技術，2024，34（2）：5-12.

[責任編輯：苑聰雯]