潛能與風險：ChatGPT賦能學生非正式學習研究

關鍵詞：ChatGPT；非正式學習；潛能；風險

中圖分類號：G434 文獻標識碼：A 文章編號：1674-7615（2025）03-0038－10

DOI：10. 15958/j. cnki. jywhlt. 2025. 03. 004

作為生成式人工智能的代表，ChatGPT一經面世便憑借其便捷的接入和操作方式，迅速融入社會生活。它以深度學習和人類反饋強化學習等為基礎，通過大算法模型、大數據和大算力的融合貫通，對海量數據進行預訓練，進而根據用戶指令，以自然語言文本的形式與用戶開展“類人”對話，實現生成式人工智能的去神秘化和去壁壘化。有學者指出：ChatGPT或將利用其強大的自然語言處理能力，成為撬動第四次工業革命的杠桿[1]。技術媒介的更新迭代以及知識規模的高速擴張，使得信息、知識和價值觀的源泉呈現多樣化趨勢，個體學習越來越多地發生在正規教育機構之外。非正式學習是在非正式教育情境中，以非教學的方式進行的一種經驗學習。它以學習動機的自發性、學習時空的隨意性、學習形式的多樣性、學習內容的情境性以及學習效果的自評性等為特征[2「彌補了正式學習的不足并促進學習完整意義的回歸。也正是由于非正式學習具備自發性、靈活性和非結構化的特征，決定了其更易受到技術裹挾。科學技術并非價值中立的事物，技術的邏輯被轉變成依然處于奴役狀態的邏輯[3]。人工智能技術作為人體機能的補充，不僅能夠促進學生非正式學習的發展，還會按照自身的智能邏輯和技術邏輯，導致學生非正式學習陷人不確定性和風險之中。尤其是在生成式人工智能模擬甚至比肩人類智能的今天，有必要厘清ChatGPT類產品對學生非正式學習的賦能以及使用過程中潛在的風險，在此基礎上明晰學生非正式學習的發展之路。

一、ChatGPT介入學生非正式學習的潛能

“非正式學習不僅意味著一種學習方式、代表著一種學習情境，也體現了一種學習理念。”[4]從認識論視角來看，非正式學習強調知識的變化性和可建構性；從學習論視角來看，非正式學習是一種高度自覺的自適應學習過程；從教學論視角來看，非正式學習強調學習者的主觀能動性，凸顯了學習者自身對于學習結果的組織管理。以ChatGPT為代表的生成式人工智能，以問題為牽引融合人-機智慧，根據人機多輪對話，自動提供智能推送，有助于擴充學生非正式學習的知識邊界，提升非正式學習的自適應性，促進學生對學習結果的組織管理。

（一）人機群智協同擴充學生非正式學習的知識邊界

知識的生產與獲取是非正式學習中至關重要的一環。從知識社會學視角來看，知識的特征與社會化類型、社會共同體以及社會的形式密不可分[5]。當下以ChatGPT為代表的生成式人工智能加速了群智協同的分布式知識創造進程，引發知識范圍、類型與數量的變革，擴充了學生非正式學習的知識邊界。

ChatGPT作為新的知識生產主體，擴充了學生非正式學習的知識范圍。隨著ChatG-PT不斷擬合人的基本特征和能力，它不再是對大規模文本數據的機械記憶，而是作為人類的“第二大腦”而存在，表現出強大的語言生成能力、上下文理解能力和世界知識能力[，成為新的知識生產主體。尤其是隨著生成式人工智能逐步平民化和“草根化”，進一步加速了知識生產主體從單一個體過渡到人機群智協同。這主要得益于ChatGPT擁有千億級參數的大規模預訓練語言模型以及海量的知識庫。在預訓練過程中，ChatGPT實現了對互聯網多種類文本數據的編碼分析。因而，學生非正式學習過程中所獲取的知識范圍不再被自身所限制，而是以問題為牽引，通過人機協同與世界海量知識庫聯通，拓寬非正式學習的知識范圍。

ChatGPT引發學生非正式學習知識類型變革。學生非正式學習所獲得的知識大多為隱性知識，有助于培養學生的認知、情感、信仰、經驗和技能。人工智能技術的更新迭代突破了文字抽象化的局限，信息空間記錄信息的載體也不再局限于文字，而是囊括了多種模態。這就使得知識類型從刻板抽象的顯性知識逐步擴展為生動立體的隱性知識，從傳統知識轉為流動知識，學生輸人問題即可解鎖學科知識和生活技能。從這一角度講，ChatGPT拉近了知識與生活的距離，體現了杜威“科學研究具有教育意義”[7]的理念，為學生的非正式學習賦能。

ChatGPT有利于擴充學生非正式學習的知識數量。非正式學習動機的自發性以及學習形式的多樣性決定了學生非正式學習的知識來源是多樣化的，且學生對知識的需求量巨大。ChatGPT借助大語言模型、大算力和大數據的優勢，“以基于知識庫和邏輯規則（算法）的‘計算與表征’系統，進行知識生產、獲取、存儲、搜集、運算、生成、匹配和推薦等”[8]，在縮短知識生產周期的同時，加速群智云集的分布式知識創造過程，促進知識的匯聚與涌現。這在一定程度上使知識的數量得以增長，有助于滿足學生非正式學習的多元化需求。

（二）智能推薦算法提升學生非正式學習的自適應性

學生非正式學習是自我發起、自我監督、自我調控的學習方式，因此在學習動機、學習內容、學習方式以及學習評價等方面都體現出高度的個性化和自適應性。人工智能時代，越來越多的學習行為能夠被追蹤和記錄。以強大算法庫為支撐的ChatGPT，可扮演私人學習顧問和私人智能助理的角色，精準刻畫學習者的特征模型、提供智能化的學習推薦和動態化的學情監測，有助于提升學生非正式學習的自適應程度。

以智能算法為支撐的ChatGPT有助于精準刻畫學習者特征模型。學習者特征模型是個性化自適應學習的核心，其關鍵技術為知識追蹤，即通過對學習者的行為序列進行建模，有效預測學習者對知識的掌握程度。ChatGPT能夠以自然語言與學生展開對話，通過采集學生話語以及交互行為等多模態信息，精準刻畫學習者特征模型，對學習者的學習風格、認知圖譜、認知能力以及情感體驗等進行建模分析。大語言模型的技術邏輯又使得ChatGPT能夠自動理解用戶輸入的任務，在與學生進行對話的同時，根據學生的反饋調整自身輸出內容的難度，以適應學生的學習習慣和認知水平，這為提升學生非正式學習的自適應程度奠定了基礎。

ChatGPT作為智能導師能夠為學生提供智能化的學習推薦。學生非正式學習存在學習內容和學習目標模糊等特征，ChatGPT能通過個性化學習資源推送，彌補學生非正式學習的本體性缺陷。ChatGPT通過算法規則對學習者特征模型進行數據分析，進而推送個性化的學習資料，有助于提升學生非正式學習的自適應性。“內容生成式AI產品的核心語言處理算法模型依賴強大的‘算法庫’支撐，具體算法的形成與優化又源于對人類行為的持續理解與實現，源于算法思維的結構再造”[10]，這就使得ChatGPT 能夠持續關注用戶特征，并根據用戶偏好以及學習進展進行策略的微調，通過數據維度的增加和算法模型的優化[11]，實現對學生非正式學習需求的智能匹配，進而提升學生非正式學習的自適應程度。

ChatGPT能夠實現對學生學習的動態監測和及時陪伴。通過智能算法以及數據跟蹤技術，ChatGPT在不同時間、不同地點或不同問題情境中根據學生的認知變化做出即時反應，即時監測學生的學習進度和理解情況[12]，對學生的非正式學習結果進行動態記錄、評估和監測。在人類反饋強化學習機制的支持下，ChatGPT能夠實現對學生學習評價的再反饋，以此實現對非正式學習的動態監測。此外，ChatGPT作為智能導師，憑借便捷的操作方式，實現了對學生的實時陪伴，學生隨時隨地都可與其開展互動。這種即時性的對話和反饋，有助于提升學生非正式學習的自適應程度。

（三）深度整合機制促進學生非正式學習的知識重構

學生非正式學習活動具有高度非組織化、非結構化、非制度化和非系統化的特征。這種碎片化的學習方式容易造成知識分散、結構無序和信息失焦等問題。非正式學習的知識重構是指通過抽取知識源、挖掘語義關系以及融合知識等程序，促進碎片化資源形成系統化知識體系的意義建構。ChatGPT整合資源與技術的機制，為深化學生非正式學習的知識重構，提供了可行的路徑。

ChatGPT的資源整合機制為學生非正式學習提供了相對系統化的知識源供給。ChatGPT的“無所不能”源于其擁有超大數據量的模型訓練，不僅整合了百度百科與維基百科等知識圖譜，谷歌與必應等搜索引擎以及人工智能網絡的數據資源，還不斷吸納時代變革過程中產生的新數據，進行知識庫的更新和迭代。因而，ChatGPT區別于單一的搜索引擎，憑借強大的整合機制實現了資源的整合和重組，因此超越了單一搜索引擎的知識界限，為學生提供相對系統化的知識源供給。

ChatGPT的技術整合機制，為挖掘學生非正式學習所獲知識源之間的語義關聯提供了技術支撐。ChatGPT的算法整合機制主要源于自然語言處理技術和多種深度學習技術。一方面，語言交互層采用先進的預訓練語言模型，初步具備讀懂知識源的能力，使得AI助手能夠從大量文本數據中學習語言規則，進而為探究知識源語義關聯提供了必要前提。另一方面，技術整合層采用卷積神經網絡和循環神經網絡等多種深度學習技術，挖掘語義關系的能力得以提升，這有助于ChatGPT更好地控制輸出序列，因而也構成了挖掘學生非正式學習所獲知識之間源語義關聯的技術邏輯。

ChatGPT資源整合機制與技術整合機制相融合，促進學生非正式學習過程中碎片化知識的融合。學生在非正式學習過程中，通過ChatGPT的資源整合機制完成數據收集，經過多重技術對數據進行清理和預處理之后，集中存儲至統一系統中，經由ChatGPT的半監督學習技術，提取對其有用的知識，生成相應的知識圖譜。學生以問題為牽引，獲取答案并將其應用至實際生活中。正如焦耳當所說：新知識只有在證明了自身之后才會被真正接受[13]。知識一旦可以被用于解決真正的問題，即表明知識體系的完善和形成。

由此可見，資源整合機制和技術整合機制的融合，促進了學生非正式學習過程中碎片化知識的融合。

二、ChatGPT介入學生非正式學習的風險

雖然ChatGPT憑借其超強的信息檢索能力、文本生成能力以及自然語言處理能力為學生非正式學習賦能，但科技進步也帶來了新的不確定性。淺層次的技術應用以及感官愉悅掩蓋了學生對非正式學習更深層次的意義追尋，學生的情感和體驗被技術奇觀操控，智能系統代替了人際交往，技術背后隱含的倫理風險也進一步弱化了非正式學習的教育意義。

（一）算法黑箱會遮蔽學生非正式學習的知識建構過程

非正式學習作為一種非線性和生成性的活動，將過程、歷史、情境、實踐等引人話語之中，強調存在及其關系的生成性[14]。然而在技術理性的規訓下，日益精進的算法取代了學生的思考過程，導致學生主體地位與批判精神的極度缺失。

算法黑箱使知識建構的主體從學習者轉變為代具性智能工具，取代了學生的主體地位。非正式學習是以學習者為中心的學習方式，在開展非正式學習的過程中，學生本應主動地參與交互學習，但在利用ChatGPT開展非正式學習的過程中，只需輸入問題即可獲得由智能機器自動生成的答案。這就使得ChatGPT取代了學習者，成為知識建構的主體。ChatGPT單向的知識灌輸和投喂，使得學生不再需要對知識進行選擇和排列，導致“機器的人化”和“人的機器化”。而學習過程中最為核心的知識建構過程被代具性的智能工具所代理，這意味著技術理性已經侵蝕了學習的價值內核，學習者的主體地位面臨崩塌。

算法黑箱掩蓋了知識建構的過程，導致學生非正式學習的淺表化和淺層化。界面、數據和模型構成了智能算法黑箱的三大要素，其中算法作為交互界面內部數據的運作邏輯，是不公開、不透明的，這就導致學生在利用ChatGPT進行非正式學習的過程中，只能獲取ChatGPT處理后的成品，無法了解知識建構和推演邏輯。然而技術的高效性和便捷性，常常使學習者沉浸其中，正如有學者指出：“在未來很可能產生一種‘通用大模型效應，使人們生成一種異化的新型認知模式”[15]。學習者在非正式學習的過程中很可能沉迷于ChatGPT的生成式答案，不再進行深層次思考，最終導致“到處都是信息，唯獨沒有思考的頭腦”[16]以及批判精神和反思精神的缺失。

ChatGPT秉承計算思維并遵守算法規則，尚不具備辨別和剔除錯誤信息的能力。目前來看，ChatGPT只能對現有資源材料進行整合，因而容易出現知識盲點，而算法主導下的精準推送又讓這些錯誤答案更具欺騙性[16]。這對學生非正式學習的知識建構造成負面影響。尤其是在漢語語境下的開放式問題中，ChatGPT對含蓄以及隱喻性問題的理解能力依然不盡如人意，其生成的答案良莠不齊，不利于學生非正式學習的知識建構。ChatGPT作為新興技術，依然存在很大的進步空間。

（二）智能依賴會剝離學生非正式學習的社會化情境

學生非正式學習不是原子式或孤立進行的，而是在真實的社會性情境中與他人的交往活動，需要穩定的社會文化生態支持。隨著科技進步，智能機器不斷獲得類人特征，越來越能洞悉人類的情感需求并做出回應，逐漸成為學生交往活動的中介。ChatGPT能夠直接與人對話，憑借其博學、便捷和高效的特點，加劇了學生對智能產品的依賴程度，導致學生非正式學習的人際交往、情感互動和文化生態缺失。

學生非正式學習過程中的社會交往，逐步被人機交往和虛擬交往取代。非正式學習作為一種與自身、客觀世界、他人互動性的對話，是從個體出發，經由與同伴合作，又返回個體的過程。換言之，非正式學習是學生通過社會性交往促進個體成長的過程。但生成式聊天機器人為學生提供私人定制式服務，將學生非正式學習的范圍禁錮在數字圍墻之中，學習者越是沉浸在虛擬交往中，其現實交往能力就越弱。“在虛擬洞穴與社會現實的巨大裂隙的撕裂下，可能會因極強的不適感而日益疏離真實社會中的人際關系”[17]。因而，在以數據和算法為本的時代，以ChatGPT為代表的生成式聊天機器人已成為學習者與他人交往的阻隔

ChatGPT的交互功能遵循數據歸納統計的一般規律，無法給予學生真正的情感滋養。ChatGPT雖然可以與學生展開持續的類人對話，但其本質上依然遵循算法邏輯，其對話是智能算法、邏輯模型以及程序代碼運行的結果，本身并不具備自我意識和主體意向，因而消解了人際交往的精髓一思想碰撞、情感理解、心靈共通等飽含人類生命特征的交往要領，原本富有溫度的社會交往退化為機械的符號交互。學生每一次的非正式學習應是由興趣驅動，自發進行的學習，整個過程蘊含著積極的情感和情緒體驗，為下一次非正式學習儲蓄正能量。由此可以看出，ChatGPT的算法邏輯消解了學生非正式學習最本質的社會性特征。

技術的裹挾滋生出大量的原子化個體，干擾了非正式學習文化生態建構。認知的分布性決定了學習最好是一個參與共同體的過程[18]，對非正式學習來說尤為如此。作為一種文化活動，非正式學習是學生在社會情境中進行的文化協商與理解。當學生的非正式學習逐步被他者認同并對他者造成影響時，便形成了非正式學習的文化生態。但過于依賴ChatGPT則會將學生的非正式學習退化為游離于程序孤島的單子式、單向度學習，學生也退化為單薄的數據收發節點。人際交往與情感互動的隱退，解構了學生非正式學習的文化生態。

（三）倫理風險會弱化學生非正式學習的教育性功能

非正式學習既能滿足學生對新知識的需求，也符合成長中個體自由的天性，幫助學生釋放生命活力，開闊視野、增長見識，生成實踐智慧[19]。ChatGPT類產品在賦予非正式學習更大發展空間的同時，其中暗含的倫理風險也會導致學生非正式學習的教育性功能大打折扣。正如科技界人士表示：人工智能實驗室未對高級人工智能的發展做出相應的規劃和管理，違背了“阿西洛馬人工智能原則”[20]。ChatGPT 數據庫和算法上潛在的倫理風險，弱化了學生非正式學習的教育功能一方面，ChatGPT數據庫和算法存在意識形態風險和歧視，可能對學生價值觀造成影響。ChatGPT本身并不具備思考能力和主體意識，其類人性文本生成表現實際上是研發方和用戶進行數據投喂和能力訓練的結果[1]。目前，用于訓練 ChatGPT 的語料庫主要源于英語語料庫，難免裹挾西方的價值觀念和意識形態，生成包含意識形態偏見的文本。此外，雖然算法的基礎原理無涉價值，但算法的各種參數、賦值、變換實際上存在著人為價值介人的可能[2]。算法設計的背后是程序開發商等諸多利益相關者的觀點制衡，這就使得算法與數據庫一樣存在潛在的歧視和偏見。學生以非正式學習作為自我導向的學習，缺乏系統性的監督和指導，易受到ChatGPT文本中不良意識形態侵蝕。

另一方面，ChatGPT以計算思維和數據邏輯為主導，過濾了人文性因素，以標準化的方式忽視了學生的多元特征，針對個體的適應性學習難以落實到位[22]。非正式學習是學生獲取實踐智慧的重要途徑，對學生的成長和成人都具有較高價值。但將人文因素融入大數據算法難度大、耗時長、成本高，且智能產品遵循技術邏輯以及資本以增加用戶黏性來謀取利益的商業邏輯，因而算法開發者通常過濾掉豐富的情境和文化價值因素，使學生非正式學習窄化為知識投喂，弱化了非正式學習的教育功能。此外，ChatGPT的運行以對學生和學習過程進行量化為邏輯前提，這種技術邏輯和算法邏輯抽象地預設了學生的需要和可塑性，忽視其作為主體的、現實的和多元化的個體存在，而是以數據化和標準化的方式對學生的學習過程進行指導。這種技術理性抽離了非正式學習以學習者為中心的價值內核，弱化了非正式學習的育人屬性。

三、學生非正式學習的發展之路

生成式人工智能與學生非正式學習的融合過程中呈現出“二律背反”現象：一方面，ChatGPT的算法優勢促進了學生非正式學習的個性化和高效化;另一方面，其技術理性弱化了學生非正式學習的育人功能。隨著生成式人工智能不斷迭代升級，它將會為學生非正式學習帶來更大的潛能和挑戰。我們既不能因噎廢食，也不能盲目接受，而應積極探索趨利避害的可行策略，充分借助科技優勢，促進學生非正式學習的健康發展。

（一）樹立人機協同創生的非正式學習觀念

生成式人工智能作為一種手段或思維方式，已然融入了非正式學習場域，信息量和信息熵呈爆炸式增長。在新興智能技術不斷推陳出新的過程中，技術已是學生非正式學習系統中不可或缺的組成部分。因而，應當秉承人機協同創生的觀念，為非正式學習發展提供更大的可能和發展空間。

首先，遵循人為主、機為輔的前提。智能機器人的主體性在人機協同的非正式學習中得到了一定體現，但ChatGPT無法代替學生學習，真正的學習主體依然是學生。ChatG-PT作為生成式人工智能的杰出代表，具備強大的資源和信息整合能力，有助于拓展學生非正式學習的知識邊界，但它尚不具備獨立思考能力，難以對良莠不齊的數據信息進行判斷、篩選和過濾。這就決定了在人機協同創生的非正式學習過程中，依然要發揮人特有的能力，即學生應當對ChatGPT的運行結果進行適度的反思，避免被機器和技術裹挾，這既是對非正式學習中學生主體地位的回應，也是將信息技術與教育融合的必要前提

其次，明晰人與機器的權責邊界，促進人與機器的優勢互補。智能機器人可以快速完成機械性、重復性和程序性的工作。但由于算法限制，ChatGPT目前并不具備完全類人的情感表達能力。因而，在ChatGPT類產品應用于學生非正式學習的過程中，應當明晰人與智能機器各自擅長的領域。第一，充分利用智能機器人的算法邏輯，將一些重復性的非正式學習活動交給智能機器人完成，并利用機器人超強的記憶力、感知力、進化力以及“永不煩躁”的品性，提供良構領域知識的傳遞與強化功能，以及程序性學習任務的自動化處理服務，將學生從重復性的勞動中解放出來，節省精力以提升非正式學習的自適應性。第二，學生主要負責非良構領域知識的學習，承擔情感交流、價值觀感悟、創造力培養以及因果推理等任務。非正式學習的最終目標不是獲取特定的知識，而是培養獨立思考、運用所學知識解決問題的人。因而，科學技術越是快速發展，非正式學習越是要回歸人性。

（二）搭建虛實交匯融合的非正式學習環境

以生成式人工智能為技術媒介，可以大大提升學生非正式學習的自適應程度，但容易引發學生對智能設備的過度依賴，這就決定信息化時代必須構建虛實交匯融合的非正式學習環境，實現現實環境與虛擬環境的有機組合。這一舉措旨在充分發揮人機各自優勢，彌補雙方劣勢，為學生非正式學習提供虛實融合的物理環境、社會環境和主體環境，促進學生非正式學習的正向發展。

首先，創建虛擬融合的物理環境，提升學生非正式學習的沉浸體驗。一方面，學生在具身參與真實物理環境的過程中，能夠親歷概念的來源，有利于發現問題、建構知識、激發創新；另一方面，虛擬環境具備生成多模態信息的能力，以直觀的體驗彌補現實物理環境扁平化的不足。隨著科技發展，生成式人工智能機器人有望與虛擬現實技術以及仿真技術相結合，為學生非正式學習提供更加逼真和趣味性的學習場景。真實情境與虛擬情境相融合，既能增強學習內容的表征能力與學習環境的沉浸體驗，又能支持學習者的具身運動與自然交互[23]，進而促進學生非正式學習。

其次，搭建虛實融合的社會環境，促進非正式學習共同體文化的形成。信息化背景下，學生的交往已經不再局限于面對面的交流，也包括虛擬與現實的多模態交互。一方面，現實社會環境賦予學生社會存在感，有助于學生的社會性發展，擴展其社會認知；另一方面，虛擬的社會環境有利于學生以興趣、愛好為牽引，形成網絡化非正式學習共同體。因而，通過構建虛實融合的社會環境，學生不僅可以增進與他人的社會性互動，還可通過虛擬社會環境，拓寬非正式學習網絡，進而形成非正式學習共同體文化，反哺學生非正式學習。

最后，營造虛實融合的主體環境，促進學生在非正式學習中的知識建構。非正式學習的知識建構，是學生在真實情境中進行實踐與經驗的即時互動過程。現實的主體環境有助于學生理解知識與生活的聯系，而虛擬的主體環境具有工具屬性，適宜的虛擬技術在非正式學習內部經驗與外部行動的耦合過程中發揮至關重要的作用，不僅可以降低認知負荷，還能將學習者的理解顯性化，幫助學習者獲得全新的學習體驗。創設虛實融合的主體環境，塑造人機共生的教學共同體[24]，可為學生非正式學習提供形式多樣的學習支架，促進學生非正式學習的知識建構。

（三）強化ChatGPT類教育產品的綜合治理

生成式人工智能為學生非正式學習創造了更多的可能，但作為一種新興事物，其算法以及數據庫存在意識形態風險，這就導致其在教育應用過程中面臨眾多倫理問題，各利益相關者必須對生成式人工智能開展綜合治理，使倫理道德融入人工智能教育應用的全生命周期[25]

首先，針對生成式人工智能在教育領域中的應用，相關部門應當制定對應的風險防范制度。良法是善治的前提。因此，應當強化頂層設計，從教育的特殊屬性出發，對ChatGPT類產品潛在的風險以及生成機理進行科學研判，制定并優化生成式人工智能在教育領域的風險防范機制。此外，相關部門應對生成式人工智能在教育領域的應用進行倫理監管，規范生成式人工智能機器人的設計及程序，避免惡意程序植人，在源頭上給予方向性和原則性的指引，降低生成式人工智能可能引發的負面影響。

其次，在研發ChatGPT類產品時，優先考慮開源和民主控制的人工智能技術，促進算法黑箱的公開化和透明化，降低算法的消極影響。在萬物互聯的今天，人們賦予算法以決策的權力，導致“制定標準、制造硬件、編寫代碼的人擁有相當程度的控制力量”[26]，打破這種力量一方面要充分調動相關專業領域人員，對生成式人工智能機器人收集數據和處理數據的邏輯進行核查，確保其符合教育倫理規范；另一方面，還可通過算法邏輯來規制算法風險，如將公平正義等主流價值觀念融入ChatGPT的算法體系，提高源頭審查和過程控制，對采集整理、自我學習、偏見結果等進行算法審計和規范標準設置[27] 。

最后，強化教師和家長的監管作用，對學生利用生成式人工智能機器人作為技術媒介開展非正式學習的過程進行合理監督和管理。學生非正式學習并非完全脫離他人引導，教師和家長應當引導學生正確認識Chat-GPT的優勢與劣勢，對生成式人工智能機器人形成客觀的認識，避免學生對其產生過度依賴；應當對學生使用ChatGPT進行非正式學習保持警惕，防范并化解生成式人工智能可能帶來的不良影響，充分發揮科技的正向優勢，提升學生非正式學習的自適應程度，并充分激發非正式學習的體驗與價值。

四、結語

作為現代技術的高級形態，生成式人工智能蘊含著催生教育領域重大變革的無限潛力。在非正式學習領域，生成式人工智能的生命力更強、作用范圍更廣。但生成式人工智能仍處于起步階段，還存在諸多不足和限制，因此我們應當以開放、理性的心態看待生成式人工智能對非正式學習的影響，既要以積極的心態擁抱智能技術為非正式學習帶來的便捷，也要警惕技術理性暗含的風險，充分發揮新興技術的教育價值。

參考文獻：

[1］蒲清平，向往.生成式人工智能——ChatGPT的變革影響、風險挑戰及應對策略[J].重慶大學學報（社會科學版），2023（3）：102-114.

[2]張劍平，等.虛擬融合環境下的非正式學習研究[M].杭州：浙江大學出版社，2018：9.

[3］赫伯特·馬爾庫塞.單向度的人：發達工業社會意識形態研究[M].劉繼，譯.上海：上海譯文出版社，2008：137.[4］季嬌，伍新春，青紫馨.非正式學習：學習科學研究的生長點[J].北京師范大學學報（社會科學版），2017（1）：74-82.

[5] 馬克思·舍勒.知識社會學問題[M].艾彥，譯.南京：譯林出版社，2014：25.

[6］朱光輝，王喜文.ChatGPT的運行模式、關鍵技術及未來圖景[J].新疆師范大學學報（哲學社會科學版），2023（4）：113 -122.

[7] 杜威.杜威教育論著選[M].趙祥麟，王承緒，編譯.上海：華東師范大學出版社，1981：7.

[8] 杜華，顧小清.人工智能時代的知識觀審思[J].中國遠程教育，2022（10）： 1-9+76

[9]朱佳，張麗君，梁婉瑩.數據驅動下的個性化自適應學習研究綜述[J].華南師范大學學報（自然科學版），2020（4）：17-25.

[10]沈書生，祝智庭.ChatGPT類產品：內在機制及其對學習評價的影響[J].中國遠程教育，2023（4）：8-15.

[11］王一巖，鄭永和.智能時代的人機協同學習：價值內涵、表征形態與實踐進路[J].中國電化教育，2022（9）：90-97.

[12]馮雨奐.ChatGPT在教育領域的應用價值、潛在倫理風險與治理路徑[J].思想理論教育，2023（4）：26－32.

[13］安德烈·焦爾當.學習的本質[M].杭零，譯.上海：華東師范大學出版社，2015：30.

[14］張良，王克志.知識與素養究竟是什么關系——實體性與生成性之間必要的張力[J].課程·教材·教法，2020（5）：45-50.[15］高奇琦，嚴文鋒.知識革命還是教育異化？ChatGPT與教育的未來[J].新疆師范大學學報（哲學社會科學版），2023（5）：102-112+2 業

[16]鐘秉林，尚俊杰，王建華，等.ChatGPT對教育的挑戰（筆談）[J].重慶高教研究，2023（3）：3－25.

[17]韓雪童.大數據時代個性化學習的技術曲解、本源廓清與突圍路徑[J].電化教育研究，2022（6） ：25-31+60 [18］毛齊明.略論“社會文化—活動\"理論視野下的學習過程觀[J].外國教育研究，2011（6）：1-6.

[19］成尚榮.非正式學習推動育人方式的深刻變革[J].中國教育學刊，2022（12）：8－10.

[20]JONESA.PauseGiantAIExperiments：AnOpenLeter[EB/OL].（2023-03-22）[2024-03-24].ttps：//futureoflife.org /open -letter/pause -giant -ai-experiments/.

[21]藍江.生成式人工智能與人文社會科學的歷史使命——從ChatGPT智能革命談起[J].思想理論教育，2023（4）：12－18[22］王毅，吳玉霞．國內外“人工智能 + 教育\"研究熱點、異同比較及發展啟示［J]．教育文化論壇，2023（1）：81-91.[23］鐘柏昌，劉曉凡.論具身學習環境：本質、構成與交互設計[J].開放教育研究，2022（5）：56-67.

[24］杜尚榮，潘舒愛雪．人工智能背景下教學方式變革的邏輯與路向[J]．教育文化論壇，2024（2）：68－76.

[25］吳砥，李環，陳旭.人工智能通用大模型教育應用影響探析[J].開放教育研究，2023（2）：19 -25+45

[26］馬長山.人工智能的社會風險及其法律規制[J].法律科學（西北政法大學學報），2018（6）：47-55.

[27］于水，范德志.新一代人工智能 ChatGPT的價值挑戰及其包容性治理［J]．海南大學學報（人文社會科學版），2023（5）：82 -90.

Abstract ：Generative Artificial Inteligence （GAI） represented by ChatGPT holds immense transformative potential，exerting a significant influence on students'informal learning.However，the application of ChatGPT in students'informal learning presents a antinomy phenomenon ：on one hand，ChatGPT empowers students'informal learning，manifesting in the augmentation of students'informal learning boundaries through human-machine collective intelligence collaboration，intelligent algorithm recommendations enhancing the adaptability of students'informal learning，and in-depth integration mechanisms promoting the knowledge reconstruction of students'informal learning；on the other hand， ChatGPTs intervention in students'informal learning processes entails certain risks，specifically seen in algorithmic black-box obscuring the knowledge construction process of students‘informal learning，intelligent reliance detaching students‘informal learning from its social contexts，and ethical risks weakening the educational function of students'informal learning.Based on this，it is imperative to establish a concept of humanmachine collaborative creation in informal learning，establish an environment that integrates virtual and real interactions for informal learning，strengthen comprehensive governance of educational products like ChatGPT，fully unleash the infinite potential of GAI in empowering informal learning，thus to enhance the experience and value of students'informal learning.

Key Words：ChatGPT；informal learning；potential；risks

（責任編輯：梁昱坤 郭蕓）