生成式人工智能如何改變學習方式

　　基于生成式人工智能的個性化學習，學習過程中更加凸顯個體學習者的“高自主性”，即學習者和內容資源具有“高生成性”的生成式人工智能之間，通過提問與追問等高頻互動，形成不同的學習路徑，滿足個性化需求
　　
　　在國家持續深入推進教育數字化轉型的背景下，生成式人工智能因其自然語言理解、基于人類反饋的強化學習、深度神經網絡模型等技術特點，能夠動態生成學習內容、優化學習路徑，并支持學生的“按需學習”，為大規模個性化學習提供了新的可能性。
　　
　　當前，一線教學中部分中小學積極主動地將生成式人工智能用于課堂教學，比如今年以來，教育智能體在北京、上海、深圳等地區學校不斷涌現，生成式人工智能走進課堂教學的背后，是生成式人工智能技術促使教學系統內部各要素逐漸走向融合，并逐步形成基于生成式人工智能的個性化學習新樣態。
　　
　　推動學生自我引導式學習
　　
　　基于生成式人工智能的個性化學習，最明顯的改變之一就是學生角色的改變。經典的個性化學習依賴教師提供的資源和引導。大數據技術支持的個性化學習強調基于不同學習知識水平等狀態，精準推送個性化資源來優化學習。而基于生成式人工智能的個性化學習，則是強調主體性的自我引導式學習。
　　
　　學習中，生成式人工智能猶如一位耐心的導師，通過自然對話幫助學生厘清思路、通過對學生提問與追問分析，理解學生的深度學習需求。如學生可以隨時向AI提問，通過反復交流，把那些“只可意會”的想法或需求漸漸地表達出來，AI會根據學生的不同需求，靈活調整解答方式。
　　
　　在這個過程中，學生不僅能獲得需要的知識，還能學會自主調整學習規劃和進度，真正實現自我導向的按需學習。在人機關系的處理上，生成式人工智能可視為人的“外腦”，具有高數據處理能力和智能泛化能力，可以高效完成常見的甚或較為復雜的任務；而人腦作為“內腦”具有創造性思維能力、情感表達能力、人文關懷精神等，可以負責把握方向及工作目標。
　　
　　生成個性化學習資源
　　
　　在傳統教學中，學習者往往面臨著同樣的學習內容和學習方面，個性化學習需求很難滿足。雖然在大數據技術支持下，通過收集和分析學習者的行為數據、學習習慣與偏好、知識薄弱點等，從而提供精準的學習資源，但從根本上看是基于精準性推送資源的接受式學習。實踐中是由教師或平臺預設了有限數量和難度層次的學習內容資源，力求滿足學生無限多樣化的需求。
　　
　　基于生成式人工智能的個性化學習，可以從學生與生成式人工智能的對話歷史中獲取學生的個性化信息，記錄和理解學生的認知水平現狀與知識盲區，分析學生獨特的學習習慣和動機，為學生提供學習支架，并動態生成符合學生各自最近發展區的學習內容；實現在交互活動過程中產生真正的個性化學習，充分尊重學習者個體差異特征及其潛在的創新能力，實現適合每個學習者知識與思維水平的啟發式學習。
　　
　　AI助教可以根據當前學習內容，生成相應的測驗題來診斷學習起點，這樣診斷測試還有一個在大模型訓練數據來源范圍之內的橫向水平比較的參照，進而讓診斷有更強的參考價值。AI助教還可以通過自然語言處理技術，運用其實體識別和關系抽取等功能，從學生的學習記錄（如筆記、作業、問答等）中自動提取知識點和概念間的關系，構建個人知識圖譜，進而發現學生個體現有知識結構和學科知識體系（圖譜）之間的映射關系，從而對學生的現有知識水平現狀和進一步發展需求進行評估，并通過人機協同支持的智能化教育資源聚合，為學生生成或推送個性化的學習內容與資源。
　　
　　提供有針對性的學習路徑
　　
　　依托AI技術和聚類算法、智能助教，基于生成式人工智能的個性化學習，除了資源的動態生成外，學習路徑的動態生成也是推動個性化學習發展的重要改變之一，呈現出更強的支撐學習的“強生成性”特征。
　　
　　生成式人工智能通過對學習行為進行持續追蹤分析等，掌握學生的學習基礎、進度、軌跡、效果等顯性特點，挖掘學習偏好、情感和動機等內隱特征，據此可以給學習者提供及時的學習資源與學習干預支持；還可以作為學伴智能體為學習者進行學習規劃與時間管理，實現對學習路徑、資源和情緒等的針對性調整。
　　
　　由此可見，基于生成式人工智能的個性化學習，借助于推理模型，可以針對不同學習者給出不同的學習路徑，即根據學習者的提問思路，給出多樣的問題解決方案、邏輯和分步推理任務，學習者則可以依據方案，繼續開展多路徑的學習和持續探索。例如，在學習過程中通過大模型與學習者進行交流，記錄和存儲學習者對話文本、多模態信息，利用大模型數據采集與分析能力，實現生成式人工智能對學生學習能力與認知水平的分析，進而提供個性化的學習資源推薦和路徑選擇。根據學生的認識水平和理解，生成式人工智能可以動態地調整學習內容難度、速度和呈現方式，推進學生開展基于提問和不斷追問的探究學習。
　　
　　推動大規模個性化學習
　　
　　經典的個性化學習和基于大數據技術的個性化學習，重在按照教師或大數據的需求分析，預設好各種優質資源，為學習者提供個性化推薦服務，本質上是個體化學習。簡單說，以往的一些個性化學習往往注重給學生提供均衡的、有限的、預設的優質資源，而很少關注這些有限預設學習資源或內容是否滿足學習者真正的興趣或需要。
　　
　　生成式人工智能的數據集，是不同領域專家學者通過提供優質知識庫，并以此為基礎，不同師生在與智能體互動中生成的各種有價值的交互數據。AI助教接受了這些數據集的訓練后，對高質量教學內容及其教學方式儲存會越來越豐富，具備了“群體智慧結構”。再借助于逐步“平權化”的生成式人工智能技術，及諸如推理模型支持的“無門檻”的互動提問能力，為每名師生提供了觸手可及的群體智慧，可以使每個學習者發自內心的學習興趣需要等被均等化滿足，進而實現按照自己興趣選擇提問、生成內容、推薦資源、規劃路徑，實現按需學習的機會均等，真正實現大規模個性化學習，而非簡單地優質均衡。
　　
　　（作者系首都師范大學人工智能教育研究院副院長、教授，本文系全國教育科學“十四五”規劃2022年度教育部重點課題［課題編號：DCA220455］階段性研究成果）