生成式人工智能对课堂教学的变革影响_孙众.pdfVIP

生成式人工智能专题

生成式人工智能对课堂教学的变革影响

文|孙众

摘要：人工智能的发展经历了从计算智能、感知智能到认知智能的三代进化历程。当机器已具备认知智能时，若

课堂教学仍以布卢姆认知目标分类法为理论指导，以培养学生认知能力为主要目标，必然面临重大危机。

要实现生成式人工智能深度融入学校教育教学，为课堂教学带来教育新质生产力，文章提出“四个更重要”

的教学主张：掌握专家思维比专家结论更重要；经历学习过程比呈现学习结果更重要；改变评价理念比改

变评价形式更重要；重视科学教育的同时，培养人文精神更重要。

关键词：生成式人工智能；认知智能；认知目标分类；课堂教学

1956年，两个重要概念在不同领域内提出：为研究领域的诞生标志，它指明了人工智能用以

一是教育界的布卢姆教育目标分类（Blooms模拟、扩展、延伸人类智能的研究目标。

Taxonomy），二是科技界的人工智能（Artificial从进化历程来看，人工智能可划分为三代。

Intelligence,AI）。近七十年来，前者为全球诞生于二十世纪五六十年代的第一代人工智能，

教育领域提供了系统而明确的教育目标（尤其是其特征是能存储会计算，能基于规则进行推理，

认知领域），后者则指引全球科技领域探索用机以模拟人类的“计算智能”；二十一世纪初出现

器模拟人类智能。若课堂教学仍停留在以培训学第二代人工智能，其特征是能听会说，能看会认，

生认知能力为主的阶段，那么必然要遭遇具备认能感知世界，以模拟和扩展人类的“感知智能”。

知智能的生成式人工智能的挑战与冲击。在此背当前，人工智能进化到第三代，它能理解复杂的

景下，如何适应新时代人才培养的需求，优化升抽象概念、情感，能根据提示生成内容，并对真

级教学理念、内容与方式，已成为教育领域必须实世界加以理解、建模、验证和不断学习等，用

深入思考的问题。为此，本文在深入分析人工智以模拟和延展人类的“认知智能”。

能发展历程的基础上，提出了“四个更重要”的从技术路径来看，计算智能和感知智能可

教学主张，旨在为智能时代的教育教学发展提供以归类为判别式人工智能（Discriminative

有价值的参考。AI）。它们通过学习特定领域的小模型数据，提

取其中的特征差异，来识别和分类新数据。比如，

一、人工智能进化历程与技术路径

判别式模型采用向量机和决策树等技术，用于完

1956年，美国达特茅斯学院召开了一场会成图像分类、语音识别和疾病预测等任务。模拟

议。会上，该校数学系教授约翰·麦卡锡（1971认知智能的第三代人工智能技术，又称为生成式

年度图灵奖获得者）、马文·明斯基（1969年人工智能（GenerativeAI）。顾名思义，这是

度图灵奖获得者）与克劳德·香农（信息学创始人）一种能够生成新数据和内容的人工智能技术。通

等人联合发布提案，明确指出“研究应基于这样过训练大规模文本数据，它能够生成与原始数据

的假设，即学习的每个方面或智能的任何特征，相似但独立的新数据，比如高质量的自然语言文

原则上都可以如此精确地描述，以至于可以制造