人工智能科学(AI4S)引发的范式变革——大语言模型视角下教育研究的问题、方法与过程.pdfVIP

人工智能科学AI4S冤引发的范式变革

阴刘泽民陈向东

[摘要]人工智能科学渊AIforscience袁AI4S冤为代表的新范式正在重塑科学研究遥作为AI4S的关键技术袁大语言模型

在教育智能体建模与仿真尧教育过程挖掘尧教育数据增广等方面展现出了巨大潜力遥研究立足科学哲学领域的野问

题-方法-过程冶框袁剖析了大语言模型引发的教育研究范式变革图景院在问题维度袁大语言模型基于海数据形成

的野世界知识冶拓宽了教育研究的问题视野曰在方法维度袁大语言模型依托其野泛思维链冶能力袁为情境建模尧模拟仿

真尧因果推断等方法创新提供新的可能曰在过程维度曰大语言模型为野端到端冶和野人在回路冶理在教育研究中的融

合提供了理想的技术载体袁开启了人机协同的新范式曰结合教育研究范式演进的历史维度袁当前AI4S引领的变革是

社会需求牵引和技术进步双重驱动的必然袁既延续了数字时代教育研究范式的演进逻辑袁还在智能维度尧生成式范

式尧跨界整合等方面实现了独特突破遥需要指出的是袁这场范式变革虽然前景广阔袁但其复杂性也不容忽视遥研究对

教育知识生产野单一文化冶尧理解错觉加剧尧模型黑箱效应等潜在风险作了深度探讨袁提出了重塑教育研究的反思性尧

审慎评估大语言模型适用边界的策略实施袁为应对AI4S时代的教育机遇与挑战提供了新思路遥

[关键词]人工智能科学曰大语言模型曰教育研究范式曰世界知识曰思维链曰人在回路

[中图分类号]G420[文献标识码]A[文章编号]1672-0008渊2024冤05-0023-12

[DOI]10.15881/j.33-1304/g4.2024.05.003

了学习行为和认知过程的种种细节Hakimi袁etal.袁

一尧引言

2021冤遥这为深入理解复杂的教育现象提供了新的研

人工智能正以一种颠覆性的力量重塑人类认知究路径袁也对传统的教育研究范式提出了挑战遥访

的疆域遥以人工智能科学AIforscience袁AI4S冤的兴谈尧问卷尧观察等传统方法袁难以有效应对教育大数

起为标志袁人工智能已从单一的智能工具发展成为据时代的规模性尧多样性尧动态性特征袁亟须借助新

一种全新的科学研究范式袁其核心理念是利用人工的研究范式充分挖掘数据价值袁洞察复杂教育系统

智能技术优化科学研究的过程与方法袁通过智能化和过程的内在规律遥

手段拓展人类探索未知的边界李国杰袁2024曰周江大语言模型largelanguagemodel袁LLM冤的出现

林袁2023曰Xu袁etal.袁2023冤遥AI4S范式已在多个领域为教育领域的AI4S开辟了路径遥通过在海量数据上

取得突破院在生命科学领域袁AlphaFold2系统实现了的自监督预训练袁LLM习得了广泛尧通用的世界知识

蛋白质结构的高精度预测袁成为结构生物学的里程表征袁具备大的迁移学习能力Bommasani袁etal.袁

碑Bryant袁etal.袁2022冤曰在材料设计领域袁人工智能2022冤遥从GPT-4到Sora等多模态LLM的接连问

驱动的分子动力学模拟和材料设计正在加速突破性世袁显示LLM正从单一文模态向视频尧图像等更

材料的发现Leng袁etal.袁2023b冤遥这一系列跨越式发加丰富尧立体的认知形式进发袁其目标是构建一个涵

展表明袁人工智能正在成为科学研究不可或缺的助盖感知与认知的完整野世界模型冶袁展现对复杂世界

推器袁AI4S作为一种崭新的研究范式已基本成型遥更加全面尧更加接近人类认知的理解和建模能力

教育研究领域同样迎来了AI4S浪潮的机遇遥随Brooks袁etal.袁2024冤遥借助LLM对世界的高阶理解

着教育数字化转型的深入袁教与学过程产生了海量能力袁复杂的教育现象有望被更加细致入微地刻画尧

的数字化痕迹袁以前所未有的细粒度和多维度记录更加质地洞悉遥LLM有望成为引领教育研究范式

基金项院本文系2023年全国教育科学规划一般课