多模态大模型作为人工智能技术发展的高阶形态,正逐步成为驱动产业变革和生产力革新的关键力量。这一趋势也为高等工程教育带来了深刻影响,推动其教学理念、内容、模式、评价等关键教学要素全面创新。多模态大模型具备多模态内容理解、多模态内容生成、多模态人机交互与多模态数据融合等核心技术特征,其在工程教育教学中的作用价值体现在以下几个方面:驱动跨学科知识整合以构建创新人才培养基础、支撑动态教学资源开发以聚焦工程问题解决、构建人机共生教学场域以重塑教育主体交互范式、促进多元循证评价体系形成以实现教学价值持续增值。然而,多模态大模型在工程教育中的应用也存在诸多风险,包括技术应用可靠性的价值隐忧、学生主体地位消解的认知危机、教师专业权威弱化的身份失衡等。针对这些问题,本研究从政策引领、技术支撑、主体赋能和价值锚定四个维度,系统提出优化多模态大模型工程教育应用的关键对策,对推动工程教育数字化转型,培育引领未来的卓越工程师具有重要战略意义。
教育大模型价值对齐的核心在于确保其输出内容与人类社会的伦理准则、教育目标和社会公共利益保持一致,本质是通过技术系统与教育价值的深度耦合实现育人目标。从教育哲学与技术伦理来看,教育大模型价值对齐具有三重蕴意:治理逻辑升级、技术范式革新和教育效能提升。不过,教育大模型价值对齐也面临着一些现实困境,诸如多元价值与教育目的的整合难题、智能生成与教育意识的表征隔阂,以及数据主导与教育意义的权力失衡。基于上述困境,教育大模型价值对齐的实现路径至少有三:建立教育大模型自适应价值共生网络、发展教育大模型机器意识和培育“人—教育大模型”融合智能,进而助力教育大模型赋能教育的良性发展。
人工智能驱动的智能教学平台为教师提供了自动化分析支持,然而,其预设算法逻辑无法替代教师教学决策规律的探究,教师亦不宜过度依赖平台提供的统计分析结果。针对教师如何深化信息分析以制定针对性教学决策,其理论依据及可依循的认知规律问题,本研究综合运用出声思维法与扎根理论,揭示了教师数据驱动决策的心理机制,构建了一个涵盖数据感知、归因方式、阈值标准及教学内容知识等多因素的认知过程解释模型。基于此,研究从实践层面提出了人机协同决策的优化路径建议,旨在为智能时代教师教学决策提供理论指引与实践参照。
教材作为知识传播的核心工具,经历了从纸质化到数字化的变革。然而,当前数字教材的建设仍然存在着个性化体验欠缺、互动性和参与度不足、智能辅导与即时反馈缺失等问题。生成式人工智能技术的迭代进步,将引发数字教材的新一轮变革,探索、设计、开发与智能时代相适应的新形态教材,是技术深度融入教育的重要着力点,也是教育现代化的关键。鉴于此,本研究旨在探讨数字教材的智能化转变,明晰智能教材的概念及特征,构建智能教材建设的理论框架,并初步开发智能教材示范平台,阐述其建设的具体流程和推进策略,意在为我国智能教材的建设提供理论与实践的双重指导,推动教育数字化转型全面发展。
大语言模型(Large Language Models,LLMs)的出现对人类社会多领域产生了深远影响,其广泛应用引起了学术界的广泛关注和热烈讨论。作为一项通用技术,大语言模型实现了对诠释学技术、它异技术、背景技术意向性的整合,完成了从单一意向到集成意向的转变。它改变了技术意向对实践的单一性影响格局,重塑了“人—技术—实践”三者之间的互动关系。然而,在教育领域应用大语言模型时,对其意向性的忽视导致了集成性意向与教学意向的对峙,造成教学效率下降,形成“系统性愚蠢”下的思维倦怠以及对教育目标的话语渗透等问题。为实现对大语言模型意向性的教育规范,推动教育回归育人本质,在伦理层面,应当以价值共识引发学习共鸣,确立技术服务于育人的共同认知;在内容层面,要借助从“技术再现”到“再现技术”过程对意向性的动态修正与升级,对其内容输出逻辑进行动态调整;在监控层面,需依靠从“技术入校”到“技术离校”的监控机制,对大语言模型意向性实施监管,彰显教育育人功能的主导地位。
教育大模型作为提高教育生产效率的新质技术,为拔尖创新人才培养模式变革提供了新思路与新方法。教育大模型驱动拔尖创新人才培养模式变革具有从概念性工具转向演绎—算法融合、混合式技术进路高精度培养、人机对话推动“自我”呈现的基本原理。应遵循横向共享—纵向贯通的回路追踪逻辑、人机协同—会话助产的对话推理逻辑、能力指向—评价强化的反馈牵引逻辑,推动培养目标从学术筛选转向素养生成的精准塑造,促进资源配置从实体受限走向虚实融合的生态构建,助力培养方式从知识传授迈向人机共研的探究实践,以及促使评价范式从单一分数升维为发展潜力的综合评估。
<正>《中国教育政策评论》是以评论我国教育政策热点及难点问题为主要内容的学术集刊。自创刊以来,本集刊一直秉持“教育研究密切联系实践,服务决策”的精神,对中国教育发展过程中的重大理论问题和实践问题进行了专门探讨,在教育研究、教育决策以及教育实践领域产生了广泛而深远的影响,已连续多次被确立为CSSCI来源集刊。
生成式人工智能在学术研究中的应用不断深化。相关研究表明,生成式人工智能在研究生学术论文写作方面具有一定的辅助作用。虽然目前已有关于生成式人工智能在学术研究中的理论探讨与实证研究,但关于生成式人工智能在辅助研究生学术论文写作方面的效果调查还有待深化。本研究基于相关理论构建了研究生生成式人工智能辅助学术论文写作的持续行为意向的理论模型,并展开了实证研究。通过模糊集定性分析,本研究得出研究生生成式人工智能辅助论文写作的持续行为意向生成的3个组态,分别是外在影响组、技术质量组、主观感知组,总体一致性得分为0.723 752,覆盖度为0.862922,具有良好的解释力。满意度是研究生生成式人工智能辅助学术论文写作的持续行为意向产生的必要条件,而系统质量、信息质量与社群影响则是研究生生成式人工智能辅助学术论文写作的持续行为意向产生的核心条件。本研究基于上述结果提出了相关对策建议。
人工智能的快速发展正重构知识的源头,向教育发出了不容回避的变革“通牒”。AI前所未有的颠覆性趋势,正倒逼教育领域做出系统性的变革回应。AI正由“认知工具”演进跃迁为“能动伙伴”,这一转变促使教育目标、教学过程、师生角色、学习环境与评估体系同步重塑,揭示出AI时代教育从“知识传授”走向“认知赋能”的范式革命本质。然而现行教育体系在变革过程中,仍受观念认知、制度结构、技术工具、师资能力和资源公平等多重因素掣肘。为破解这些系统性难题,本研究提出构建智能教育伙伴系统、创建“实验验证”学习环境、优化知识供给体系、建设智能数据基础设施、培养研究型教育工作者、完善综合治理框架等六条相互关联支撑的推进路径。研究指出,未来教育并非技术的简单叠加,而是一场以“人的认知赋能”为核心的全面重构,这场教育变革已超越教育领域本身,成为关乎国家未来竞争力的战略工程,亟须国家层面的系统设计与社会多元主体协同推进。