生成式AI賦能高等教育創新：學習方式變革與教育應對策略

摘要：本論文探討生成式AI對高等教育的影響，通過調查問卷分析其引發的大學生學習方式變革及影響，隨著該技術的普及，大學生學習資源獲取更趨多元個性化，學習模式向自主交互轉變，成果展示也不斷創新。但變革也帶來學術誠信、信息甄別等挑戰。為此本文從技術平臺構建、課程體系優化、倫理教育方面提出系統的教育應對策略，旨在推動高等教育與生成式AI深度融合，實現創新發展。

關鍵詞：生成式AI；高等教育；學習方式變革；應對策略

中圖分類號：F2"""""" 文獻標識碼：A"" """doi：10.19311/j.cnki.16723198.2025.22.017

1 大學生生成式AI使用現狀

生成式AI是人工智能領域的重要分支，一種基于算法和模型生成文本、圖片、聲音、視頻、代碼等內容的技術，不同于傳統人工智能的分析功能，生成式AI能學習并生成具有邏輯的新內容。自ChatGPT上線以來，國內也陸續上線了相關智能工具，如豆包、文心一言、DeepSeek等，都被廣泛應用于各行各業。隨著教育行業的發展，高校不斷對學生的自主學習能力、創新能力提出新的要求，而傳統單一的學習模式難以滿足需求，大學生在面臨課后作業、小組項目和學術研究時，需要更高效的學習輔助工具，以便在短時間內整合文獻資料，提升效率。根據中國互聯網絡信息中心發布的生成式AI應用發展報告（2024）統計[1]，截至2024年6月，我國有24.8%的人表示自己聽說過生成式AI產品；有16.4%的人表示自己使用過生成式AI產品。對用戶屬性進行分析可以發現，年齡和學歷明顯影響了網民對生成式AI產品的使用意愿，中青年、高學歷網民對生成式AI產品的使用更普遍。其中20～29歲網民使用生成式AI產品的比例最高，達到40.5%。

在高校教育環境中，大學生思維活躍、好奇心旺盛、對科技前沿產品充滿探索精神，生成式AI的出現為大學生們提供了良好的學習方式，豐富了學生的學習體驗。本研究運用問卷調查法，收集大學生對生成式AI技術的使用現狀、使用效果以及學習方式的影響等方面的數據，探討生成式AI賦能高等教育學習方式的創新。根據發布的問卷結果顯示，本次調查共收集到104份問卷，性別方面，女生50人，男生54人；學歷層次方面，本科生37人，碩士生57人，博士生10人；專業類別方面，自然學科64人，人文學科13人，社會學科27人。問卷中90.38%的學生表示，曾使用過生成式AI工具（如ChatGPT、文心一言等），其中43.62%的人每天多次使用生成式AI完成學習任務，39.36%的人每周3次以上使用生成式AI完成學習任務。

總的來說，生成式AI為大學生的學習生活帶來了更多的便利，其模擬人類的思維方式幫助學生完成信息收集及假設驗證，并使學生能夠通過不斷追問人工智能的方式進一步挖掘研究內容，引發人工智能的深度思考。

2 生成式AI對大學生學習方式的變革

以DeepSeek為例，生成式AI模型憑借多模態生成、跨學科整合與邏輯推理能力，從“教”“學”“育”3個維度推動教育的系統性變革。通過構建多維動態評估矩陣，生成個性化認知腳手架和跨學科案例，實現“教”方面的變革；通過搭建多模態沉浸式學習場景，構建可視化的知識拓撲網絡，支持學習者自主探索，實現“學”方面的變革；再基于混合專家架構構建跨學科的思維網絡，利用多模態生成技術創設道德情景模擬，實現“育”方面的變革[2]。

調查數據表明，64.9%的學生表示傾向于優先使用生成式AI而非傳統學習方式。具體而言，生成式AI正在重塑大學生的學習方式，從知識獲取到實踐應用，從個人學習到協作模式均發生顯著變化。

（1）知識獲取：在傳統教育模式下，大學生主要依靠課堂教學獲取知識，以聽課、記筆記為學習方式，將標準化教科書奉為知識權威，課余則通過借閱書籍、整理文獻獲取信息。然而，這種方式存在明顯弊端：教材內容陳舊，修訂周期長，難以體現學科前沿；圖書館查閱資料耗時，且存在資源缺失問題；學術會議成果轉化慢，前沿信息滯后。而生成式AI的出現，為大學生學習方式注入了新活力，它可以將檢索效率從線性提升至即問即答，助力學生快速理解復雜概念，還能整合跨學科知識、模擬案例場景輔助實踐學習。在資源獲取方面，突破了傳統局限，實現從“有限資源庫”到“無限知識池”的跨越。學習模式上，推動學生從被動接受轉向主動建構，通過持續對話追問，促進深度思考。

（2）實踐應用：生成式AI為多個專業的實踐應用開辟了新路徑，在代碼編寫與原型設計方面表現尤為突出。李顯將機器智能與教師、學生緊密聯系起來[3]，構建起現代化“人機協同”教學新模式。課前通過生成式AI設計三個子任務，包含任務描述、生成簡單代碼和包含知識點，并給出相應的教學設計，一鍵生成PPT，在此基礎上簡單修改形成最終教學幻燈片。教學資源方面，利用生成式AI技術，直接發出指令，如“請生成一個與本節課主題相適配的插圖，圖片內容包含多層循環的思想”，片刻之后，即可生成幾組圖片，顯著減輕教師備課壓力。此外，生成式AI還能助力各專業學生實現跨領域知識整合。例如，社會學專業學生可利用機器學習模型預測人口增長趨勢，從而推動復合型課題研究，打破學科間的壁壘。

（3）個人學習：在針對個體的個性化學習方面，生成式AI對學生個性化學習的影響是深遠且多維的，它既為因材施教提供了技術支撐，也重塑了學習自主性與深度。人工智能可以根據學生上傳的知識內容，精準化指出知識漏洞，優先推送薄弱領域的學習資源，針對性地提出學習建議，破解了師生之間交流的時間和空間限制，實現隨時隨地學習。張燁提出生成式AI技術正在融入大學英語[4]，虛擬對話生成器能夠模擬真實的語言交流場景，幫助學生進行口語和聽力訓練。

（4）小組學習：生成式AI可以對小組成員進行技能分析，如語言表達能力、代碼編程能力，自動優化分工，每個人做自己擅長的事情，進行優勢分配，協作流程智能化。如討論過程中遇到知識盲區時，請求人工智能即時提供背景資料，避免討論中斷。當小組內出現觀點沖突時，傳統的溝通方式往往容易陷入各執一詞的僵局，耗費大量時間卻難以達成共識，而生成式AI能夠精準抓取各方觀點的核心要點，梳理對立觀點，幫助小組成員跳出固有思維，從更宏觀的視角審視分歧。

3 生成式AI工具使用對學生學習方式的影響

生成式AI驅動的學習變革如雙刃劍重塑教育生態，既提升效率激發創新，也引發對傳統教育價值及技術協同的反思。

3.1 生成式AI工具使用對學生學習方式的積極影響

陳陽通過對學生進行問卷調查[5]，得出有91%的學生表示，通過使用該技術輔助學習，有效地增強了他們對學習內容的興趣。此外，95%的學生表示，智能化學習輔助工具如虛擬實驗室、互動模擬等，使得學習過程更加生動有趣，進而提升學習好奇心。生成式AI為學生帶來了全新的學習方式和體驗，還可以根據學生在虛擬場景中的操作和探索，實時提供相關的知識講解和引導，讓學生在實踐中學習并通過提問、提示、案例分析等方式，啟發學生的思維，引導他們進行深入的思考和探索。

學生在學習過程中遇到問題時，生成式AI可以隨時提供準確、詳細的解答和輔導。這種快速解決問題的方式，能夠減少學生在學習過程中的挫折感，增強他們的學習信心和興趣。學生可以通過簡單地輸入問題或關鍵詞，快速獲取大量相關的知識和信息，這種一問一答的方式節省了學生查找資料的時間和精力，讓他們能夠更專注于對知識的理解和思考，為學習和研究提供便利。本次調查數據表明，有77.66%的學生認為生成式AI工具會顯著提升自己的學習效率，15.96%的學生認為生成式AI對學習效率的提示一般，僅有6.38%的學生認為生成式AI工具并沒有提升自己的學習效率。

在學生學習的過程中，人工智能可以實時監測學生的學習行為和表現，及時給予反饋，指出學生的優點和不足，幫助學生及時調整學習策略。這種及時的反饋能夠讓學生感受到自己的學習進步，增強他們的學習動力。人工智能可助力學生以多元形式展示學習成果，如寫作、繪畫等，還能給予積極評價鼓勵，激發學生學習興趣與熱情。

3.2 生成式AI工具使用對學生學習方式的消極影響

生成式AI已深度融入大學生學習、社交等多場景。在學習領域，其“黑箱”特性成為突出問題。因人工智能輸出內容的推導過程與數據來源不透明，學生面對算法、模型及復雜數據處理等專業問題時，常只能被動接受結論，難以理解背后邏輯。例如在機器學習應用中，雖能快速獲得預測結果，但學生對模型選擇和參數設置一無所知，這嚴重阻礙專業能力提升，導致學生在復雜問題前束手無策。同時，生成式AI輸出內容存在準確性風險，若學生缺乏辯證思考，不僅會降低學術成果質量，還可能形成錯誤的知識體系。此外，隨著人工智能的迅速發展，更新迭代，從ChatGPT到DeepSeek，普通學生未經過系統性的培訓，很難充分利用其獨立解決使用過程中出現的技術問題，更無法在模型優化過程中進行調試。有限的技術能力，使得學生很難有針對性地根據自身需求進行個性化定制[6]。

生成式AI的廣泛應用，使得學生在學習方面“偷懶”，導致淺層學習，一問一答的溝通方式，會使提問者缺乏對知識體系的系統性理解，無法將“他人的知識”變為“自己家的知識”。而過于信任人工智能的輸出，也會導致提問者的批判性思維能力下降。有些學生在做大作業時，會參考生成式AI給出的答案；但存在部分學生，會直接抄襲生成式AI給出的答案，對生成式AI產生過強的依賴。例如，《紐約時報》報道稱，北密歇根大學的安東尼·奧曼教授發現，全班第一的論文竟出自ChatGPT之手[7]。長此以往，會產生學術誠信問題，學習的目標也從自趨型轉為任務型。

使用者通過生成式AI獲取的資料，可能包含未經授權的受版權保護數據，學生若不當使用，易間接參與侵權，引發糾紛。當學生向Chatgpt等人工智能工具提供數據時，應注意保護個人隱私，因為根據生成式AI的模型原理，這些數據可能被平臺存儲或用于二次訓練。一旦泄露敏感信息，便有被不當利用風險。部分平臺數據脫敏效果不佳，難以完全消除可識別性，若平臺遭黑客攻擊，數據泄露風險加劇，個人隱私與信息安全將受威脅。此外，學生日常輸入的學術思路、論文草稿等原創內容，也可能被用作訓練素材，導致知識成果無償流失，打擊學生學術創新積極性。

4 高等教育的應對策略

在人工智能技術快速發展的當下，單純設定抽象的培養目標或停留在表面的認知理解，已經無法幫助大學生在時代浪潮中立足。為切實提升大學生在人工智能方面的適應能力，需針對性地開展一系列對策。

學校可通過自主研發或引入成熟平臺的方式，打造專屬的學習平臺，并建立完善的管理與監控機制，助力學生安全、規范地運用生成式AI。平臺借助先進的內容檢測技術，能夠自動識別并攔截侵權、虛假及有害信息，為學生筑牢信息安全防線；同時，運用高級加密算法，對學生上傳的個人數據、學習成果等進行嚴密保護，杜絕數據泄露與濫用風險。此外，平臺還將依據學生的學業階段和能力水平，靈活設置權限等級，精準開放適配功能，逐步引導學生科學、高效地使用生成式AI工具。

在課程建設方面，可以將生成式AI技術課程納入專業培養方案，對不同的專業提出不同的要求，設置差異化課程。對于技術類的專業開設深度學習、生成式模型設計等進階課程，培養學生開發、優化生成式模型的能力；對于非技術類的專業，開設通識課程，重點講解生成式AI的基礎原理、應用場景及使用規范，幫助學生理解技術本質，提高使用工具的能力。除此之外，成立技術小組，將人工智能企業中的技術人員拉到群組中，針對學生學習生成式AI的過程中遇到的問題，及時答疑解惑，形成良好的學習交流氛圍。

在倫理意識與社會責任培養上，學校應以法律法規為綱，系統培育大學生的倫理意識與社會責任感。通過剖析典型侵權案例，揭示不當使用生成式AI獲取版權數據的法律后果，解析算法偏見引發的社會問題，強化學生對技術倫理責任的認知。學校需制定明確的使用規范和行為準則，嚴禁借助該技術實施學術不端行為，杜絕虛假信息傳播、隱私侵犯等問題，并建立監督反饋機制，及時糾偏違規行為，引導學生樹立正確使用觀。同時，開展多樣化實踐活動，組織學生參與虛假信息檢測工具開發、隱私保護方案設計等項目，深化其對倫理問題的理解；鼓勵學生投身社會志愿服務，向公眾普及技術使用風險，在實踐中增強社會責任感。

5 結論

生成式AI為高等教育創新發展帶來了新的機遇和挑戰，深刻變革了大學生的學習方式。高等教育應積極應對，通過構建技術平臺、優化課程體系和強化倫理教育等一系列策略，實現與生成式AI的深度融合，充分發揮人工智能的優勢，培養適應時代需求的高素質創新人才，推動高等教育高質量發展。

主要參考文獻

［1］中國互聯網絡信息中心（CNNIC）.生成式AI應用發展報告（2024）[EB/OL].（20241202）[2025430].https：//www.cnnic.net.cn/n4/2024/1216/c8811196.html.

[2]郭蕾蕾.生成式AI驅動教育變革：機制、風險及應對——以DeepSeek為例[J].重慶高教研究，2025，13（03）：3847.

[3]李顯.生成式AI下職業教育計算機教學模式的創新與探索——以Python程序設計基礎課程為例[J].信息與電腦，2025，37（08）：227229.

[4]張燁.生成式AI技術融入大學英語教學的影響與路徑探討[J].公關世界，2025，（07）：23.

[5]陳陽，袁曉榮，方如思，等.生成式AI對青年學習動力的影響研究[J].現代商貿工業，2024，45（17）：3335.

[6]湯倩雯，殷子涵，張浩.生成式AI背景下大學生數字素養培育目標與實施策略[J].圖書館工作與研究，2025，（04）：95102.

[7]Guilford J P.Creativity[J].American Psychologist，1950，5（9）：444454.