肖君等 ｜ 《生成式人工智能赋能在线学习场景与实施路径》在CSSCI来源期刊《电化教育研究》正式发表

近日，由上海开放远程教育工程技术研究中心肖君研究团队所著文章《生成式人工智能赋能在线学习场景与实施路径》（下简称“文章”）在线发表。

文章探究生成式人工智能与在线学习场景的融合与应用议题，分析其优势和挑战，并提供实施路径，旨在为教育从业者和决策者提供参考，促进在线学习的发展与创新。文章于《电化教育研究》2023年第9期的网络教育栏目正式刊表。 

（图）文章刊表于《电化教育研究》

👉👉《电化教育研究》由中国电化教育研究会与西北师范大学主办，创刊于1980年，是我国教育与电教界的学术理论园地和权威性刊物，素有“中国电化教育理论研究基地”之称誉，是国家级学术刊物，读者遍及英、美、日、荷兰、韩、加拿大等国家和香港、台湾等地区。

《电化教育研究》关注国内外电化教育理论的最新发展、电化教育研究的最新动态、具有广泛指导意义的经验总结等。是中文核心期刊、CSSCI来源期刊、RCCSE中国权威学术期刊、AMI核心期刊、复印报刊资料重要转载来源期刊。该期刊目前复合影响因子为7.020，综合影响因子为4.503。

互联网时代，在线学习以其灵活、便捷和个性化的学习方式，受到了越来越多的关注和重视，但由于在线学习环境下师生分离的影响，使得学习与答疑之间出现裂缝，教师既无法实现24小时实时反馈，也面临重复性答疑工作的负担。生成式人工智能技术通过对大规模数据编码训练，能够依据人类指令自主地生成语言或图像等内容，在不同场景中展现新型的“智慧”和“创造”能力，为在线学习的改善和创新带来了新的可能性。 

文章通过对在线学习中生成式人工智能的应用框架进行梳理，从在线学习场景的数据、算法和应用层面提出在线学习场景中生成式人工智能场景与实施路径。文章表示，生成式人工智能通过为教师提供效率工具支持、为学习者提供全天候的智能辅导、为在线学习评价管理提供解释评估辅助等三大方面赋能在线学习应用场景。指出，在线学习场景下生成式人工智能的三大实施路径：一是精准性与少标注的博弈，构建“少标注、精准数据”的教学场景数据保障能力；二是生成能力与解释性的兼顾，构建具备解释性的算法；三是教学场景迁移能力与学习者元认知能力的双螺旋组合。

（图）论文研究示意图

文章对人工智能作为智能教师所必需的三大核心特质进行测试初步验证：以 ChatGPT 为例，开展了包括师生互动测试，模拟教师进行知识内容回复；理解学习者测试，感知学习者情感回复；帮助学习者测试，引导式教学能力等三项测试。

测试表明，ChatGPT 能够完成初步知识传授、设计试题和对作答反馈，但是 ChatGPT 无法保证信息的准确性；面对学习者的学习困惑和消极体验，ChatGPT 能够根据不同的学习情境有针对性地提供认知和元认知策略建议，但是语言不够灵活，回复答案的共情的程度较低；ChatGPT 初步能够为学习者提供基础的教学指导，并且根据需求调整试题难度，但是为了确保指导的有效性和个性化以及试题难度评估的准确性，系统需要更多真实的教学数据提供基础。

（图）论文研究测试实验图

文章肯定了现阶段在学习场景中直接应用存在诸多风险，需要不断优化和升级。文章通过探索和研究生成式人工智能辅助个性化学习潜力场景与技术实施路径，提出生成式人工智能应用于在线学习场景需确保三个方面：（1）内容的准确性；（2）过程的可解释性；（3）个性化的联动性。文章指出，为了保证人工智能的安全性和可靠性，需要建立完善的技术支持系统，以更好地服务于在线学习和教育需求。

网络首发地址：

https://link.cnki.net/urlid/62.1022.G4.20230904.1652.008

DOI：10.13811/j.cnki.eer.2023.09.008