AI赋能大规模个性化教育的新样态.docx

AI赋能大规模个性化教育的新样态

摘要：生成式教学智能体在全球教育领域初现端倪，正逐渐成为生成式人工智能赋能教学的新样态。文章通过分析国际上的成功案例，阐述了生成式教学智能体的概念、角色、定制方法、评价标准及其在教学中的应用实践，并从中推断生成式教学智能体有望推动实现大规模个性化的教学。

关键词：生成式教学智能体；生成式人工智能；个性化教学；因材施教

生成式人工智能正在重新定义教育的边界，特别是在实现个性化学习方面。斯坦福大学教育学教授BryanBrown指出，生成式人工智能技术具备支持单个教师与数十名学生同步展开个性化对话的潜力，从而显著提升个性化学习的效率[1]。然而，若直接把通用生成式人工智能交给学生使用，仍面临诸多挑战和不确定性，比如存在幻觉、偏见，内容抄袭以及教学失范等风险。一些国外教师在社交媒体上抱怨，学生原本应该在学校里培养的技能，现在却由人工智能代劳了[2]。波士顿学院教授TimLindgren认为，没有教师的指导，人工智能不知道如何帮助学生学习[3]。

一些新锐教师在教学中发现，在生成式人工智能大模型的基础上，通过特定的教学指令和资源来定制智能体，能在特定学科支持学生个性化学习和发展。相较于基于早期人工智能技术的传统教学智能体，这种生成式教学智能体（GenerativePedagogicalAgent，GPA；以下简称“智能体”）是基于生成式人工智能创建的，经过精细调适和引导，能按照指定教学方法和知识范围来与学生一对一互动，并完成特定教学任务的智能体。它可以有效弥补生成式人工智能在教学中应用的不足，因此被认为是生成式人工智能在教育行业中应用的最佳形态。

一、智能体技术平台定制

智能体作为一种将生成式人工智能应用于教学的创新样态正在走进教室，教师可以通过不同技术路径定制实现。

（一）基于大模型API定制

波士顿学院的研究团队调用ChatGPT的API开发了Stuckbot智能体，用于帮助学生学习“数据分析”课程[4]。Stuckbot能像教师一样在与学生的对话中提供与目标相一致的教学内容，帮助学生知道学什么、为什么学以及与谁一起学习。在实践应用中，Stuckbot不仅能在学生遇到问题时为其提供帮助，还会帮助学生停下来反思他们是如何摆脱困境的。学生在使用后反馈，智能体会指导他们逐步找到解决方案，而不是直接给出答案来帮助他们学习。

（二）基于通用平台定制

霍普金斯学校的研究团队针对学生初学化学时难以理解化学命名法的现象，利用OpenAI的GPTs平台在ChatGPT上零代码创建了ChemBot智能体，用于帮助学生掌握化学命名法[5]。ChemBot是专门针对相关课程内容和学习目标，以及学生的学习进度、误解和偏好进行训练的，经过定制，它可以成为高效的导师。事实证明，ChemBot在促进个性化和差异化教学方面，性能非常可靠。

（三）基于专用平台定制

悉尼大学的研究团队基于ChatGPT开发了名为Cogniti的智能体专用平台。该平台支持教师仅使用自然语言提供相关教学说明就能创建智能体，以此作为自己的人工智能替身来帮助学生[6]。目前，已有数十位大学教师在Cogniti中创建了自己的智能体，用于帮助师生完成多样化教学任务，并获得了积极的反馈和评价。

二、智能体在教育中的多元化角色

在教学实践中，智能体常被赋予各种角色，以在不同教学任务中发挥特有的教学功能。波士顿学院[7]和悉尼大学[8]的教师广泛地探索了智能体的应用场景，并通过赋予智能体丰富的角色来增强和改变教学工作。

（一）课程助理

“课程助理”帮助学生了解课程运作方式和快速获取课程材料，学生通过运用智能体节省时间以专注于学习。比如，学生想了解该如何学一门课程才能拿到学分或学得更好，只需向“课程助理”提问，即可得到相关建议。再如，学生要耗费时间从一堆书籍讲义或导航复杂的课程网站中找到学习材料，现在只需向“课程助理”提要求，很快材料内容或链接就会被推送出来。此外，学生还能就不懂的内容请求“课程助理”解释。

（二）作业导师

“作业导师”能为学生学习搭建脚手架，并促进学生的独立学习达到更高的层次。“作业导师”之所以受到了学生喜欢，是因为它不直接给出答案。一位学生说：“它提供了一种结构化方法来剖析我解决问题的过程，而没有给我确切的解决方案。它更像是一种支持工具，在我走错路时推动我朝着正确的方向前进。”

（三）流程指导

“流程指导”专注于引导学生完成一个复杂任务，该任务需要学生在多个步骤中进行思考和输入。“流程指导”通过与学生对话来分步解释任务信息以减轻学生认知负荷，并以友好、鼓励的方式逐步引导学生。“流程指导”将复杂的任务流程以学习任务单的形式提供给学生，再辅以额外的对话来帮助学生构建解决问题的过程。与此同时，它还会在学生对完成任务感到沮丧或灰心时给予适当的安慰和支持。