• 收藏
  • 加入书签
添加成功
收藏成功
分享

基于生成式人工智能的高校教学改革策略研究

刘宗沅 谢晶
  
大通媒体号
2024年46期
上海海关学院 海关与公共管理学院 上海 201204

[ 项目资助:(1)2023年校级教育教学改革项目课程思政培养课程(3218104A2024);(2)2022年度校级重点课程(3202080A2022);(3)2022年校级教育教学改革项目课程思政培养课程(3218039A2022)]

摘要:生成式人工智能技术正加速应用于教学工作当中,为高校教学改革带来深远影响。本文首先阐述了传统教学方式的优缺点,梳理了传统教育进入人工智能时代的演进过程,着重分析了生成式人工智能分别从增加知识资源获取的广度和深度、建立自适应学习系统、完善教学评价与反馈机制等多维度赋能教育创新。最后,阐明了为有效利用生成式人工智能技术、应对技术带来的挑战,高校应师生共建生成式人工智能应用体系、形成因材施教的个性化教学策略、加强学生思维训练促进深度思考、有效借助新技术革新评价理念与机制等方面制定教学改革策略,以期促进高校教育教学工作革新,推动人工智能工具有效使用。

关键词:生成式人工智能;高校教学改革;人工智能应用体系;智能化评价体系

引言

随着智能技术的发展与革新,人工智能正逐步颠覆人类的生产生活,同时驱动教育教学工作发生深刻变革。当前,生成式人工智能技术已经广泛渗透入教学各环节,为教学改革带来无限机遇。可以对个体进行精准分析,依托多元化互动及动态适应性内容,从而为学生配备个性化的学习资源,增加学习自主性。但同时,人工智能教育所引发的爆炸性信息真假难辨、学生抄袭破坏评估公正性、过度依赖技术导致教学机械化等问题日益凸显,使得人工智能技术与教育的进一步深度融合受阻。因此,迫切需要了解如何阐释与教育相适应的人工智能术语,如何对人工智能技术应用于教育教学提供有效指导,由此才能正确应对技术应用面临的挑战,制定有效的教育改革策略,实现人工智能教育的可持续发展。

一、传统教学方式特点及演进

(一)传统教学方式及其特点

最初,“教学”是由老师的“教”出发,学生而后跟着“学”,存在明显的先后顺序与清晰界限,传统的教学方法更多依赖于教师的教学计划与现场讲授,教师设计了多少内容,学生就学多少内容,时空范围也更多存在于课堂上,教师通过板书、后来加入PPT等方式进行知识传授,虽后期将教学过程拓展至课前预习、课后复习,但以教师为中心的理念始终不变。

以教师为中心有利于教师对课堂教学进行有序的组织、管理与控制。由于当时的教学环境单一,学生缺少获取学习资源的渠道,自身的逻辑思维体系与控制力不足,很容易进入误区,由教师主导可以避免学生走入学习死角,教学也更有目的性和针对性。课堂上通过交流与引导,一方面培养学生的思维能力,同时也可增进师生间的情感培养,达到“爱师及学”。但传统教学方法也存在明显的弊端,教师为主导使得学生的学习主动性和创造性不强,延续基础教育的“灌输式学习”特点,教学方法也较为单一,倘若学生对某门课程不感兴趣,则会产生恶性循环,无法调动学习兴趣与积极性,毕竟老师的人格魅力无法打动每一个学生。

(二)多媒体技术运用

随着多媒体、在线课程、教学平台等信息手段的出现,教学资源不断丰富,传统教学方式已跟不上时代发展与学生所需,激发教学不断提升,一方面通过多媒体技术增加展示环节,使教学内容更加直观易懂,增进学生理解、激发学生兴趣,另一方面对于实际教学效果的评估不局限于考试的方式,利用教学平台进行线上教学管理,可以及时了解学生本堂课的学习情况,快速调整教学进度与方法。在此阶段,开始关注学生的学习需求与体验,从老师教什么、学生学什么转变为学生需要什么、老师设计什么,即以学生为中心,根据学生实际情况和学习兴趣来设计和调整教学方式,利用科技手段更多使学生参与学习过程,激发学生的积极性和主动性,增进实践环节占比,让学生在实操中巩固理论知识,甚至依靠实训牵引理论知识的学习,使学生自行发现问题,寻找相应理论分析与解决问题,从而总结经验。不仅增强学生的实践能力,使理论结合实际,与未来进入工作岗位相衔接,同时使学生从问题出发,真正意识到理论对解决问题的重要性,从需求出发进行针对性学习,激发学习动力。

(三)翻转课堂教学创新

翻转课堂不同于传统教学方式,其坚持以学生为中心,是自下而上的教学探索过程[1]。利用信息技术拓展教学的时空限制,增加课前预习、课堂讨论与课后巩固等环节,提高学生的自主学习能力与灵活性。创新性的教学模式对教师的要求也逐渐提高,传统教学中教师主要提前准备讲义与板书内容,而创新教学方式后,教师需建设线上平台,在课前发布与课程有关的在线课程资源或自制视频与文字材料,使学生自主学习,课堂上通过平台开启头脑风暴与小组讨论,增进师生互动、生生互动机会与趣味性[2],提高教学效率与质量。翻转课堂以学生为中心的理念,体现于注重培养学生的学习兴趣、激发学习积极性,使学生自行选择合适的学习时间与学习方法,拓展学习与交流时间,而不局限于课堂45分钟,也为教师提供更多选择,合理分配课堂讲授、课前预习与课下巩固内容,使课堂更具有灵活性和开放性。

(四)线上线下混合式教学方法创新

基于翻转课堂的创新模式,逐步形成线上线下混合式教学。该方式将信息技术与老师讲授相融合,建设线上课程平台拓展教学时空,形成“课前预习、课堂讲授与课后拓展”的教学过程。在课前,学生可通过平台预习本堂课的重难点与知识点,了解自己的接受程度与学习困难,在听课时能有所侧重;在课堂上,老师除了日常讲解,通过平台实现课堂点名、小组讨论与实操等环节,帮助学生理解与掌握知识点;在课下,学生通过平台进行测验练习、在线答疑,也可针对某些议题进行开放式讨论,所有的学生都可以看到并加入讨论,共同探讨解决问题,延续并深化课堂讲授,增加学生的思考与练习机会,培养创新思维和实践能力。同时,也可通过平台开展混合式教学评价,改变传统以考试定输赢的方式,综合参考学生的课堂表现、线上学习、小组讨论、实训表现等多方面情况,给予学生全面且客观的评价,一方面使学生全面了解自己的学习情况,知晓自己的强项与弱点,及时调整学习方案,对教师来说,该评价也是教学效果的综合反馈,教师也可据此及时调整教学方案。

二、生成式人工智能赋能教育创新

2022年11月30日ChatGPT问世,其便捷的接入方式、较低的准入门槛、简单易行的操作与丰富实用的多种功能迅速渗透入各行各业。2023年3月,新一代人工智能大模型GPT-4的研发应用,使得一批诸如文心一言、通义千问、星火认知在内的生成式人工智能APP迅猛发展。生成式人工智能(Artificial Intelligence)技术的研发应用对社会各领域产生深远影响,高校教学模式改革也从中受益[3],促进教学方式更贴近数字化、智能化。人工智能技术在教学工作中所具有的自动化和增强潜能特点可以优化教师的课程设计,加强人机互动与人际互动,但同时对教师的教学设计、整体把控与技术应用能力提出了更高要求。

(一)增加知识资源获取的广度和深度

传统教学主要从课本、参考书等获取知识,虽较为系统且权威,但具有局限性,这些渠道较为狭窄和扁平。随着科技的发展,特别是互联网这个海量数据库提供了不设限的知识资源。此后,生成式人工智能技术能够收集与分析大量数据,教师能够快速提取和整理课程相关信息,并根据生成的学生情况为各学生提供其所需的学习资源。同时,实时更新的知识资源也可辅助教师更好地设计和优化课程结构,以更加多样的形式与多层次结构呈现给学生。

对学生来说,如此多元的学习内容近乎满足各种学习进度与兴趣的不同群体,学生可智能搜索和筛选线上平台的优质资源,如在线课程、学术论文、实验指导等,不仅贯穿于预习、听讲与复习等过程始终,随时随地可学习,拓宽知识视野,还可根据兴趣与需要自主学习。

同时,教师与学生对于生成式人工智能软件的应用也可以促进学习资源的优化和更新。系统可以对教师与学生的使用习惯进行分析,及时删选掉过时与不适用的知识资源,识别出最新的合适资源推荐给师生,形成动态更新机制,帮助师生的教与学始终保持与时俱进。

(二)建立自适应学习系统

以学生为中心的教学,需始终围绕学生的需求、自主性与学习效果展开,生成式人工智能技术的应用可以通过构建自适应学习系统[4]来实现该目标。该技术可多渠道收集学生的线上学习数据,包括活动记录、兴趣调查以及师生反馈等,经过处理与分析后可生成该生的学习模式与偏好,系统将为每位同学构建详细的学习轮廓,包括该生的学习风格、兴趣点、课堂表现、成绩平均及其优缺点。学习轮廓会不断跟踪该学生的学习活动,持续收集与分析数据,进行不断迭代与优化,以保证学习轮廓始终能够准确刻画该学生的最新学习情况。

教师直接参考每位同学的学习轮廓则可快速准确地了解其学习需求和兴趣点,从而为学生提供相适应的学习路径和知识资源,甚至可以点对点进行,每位同学的学习内容都不相同,确保教师的教学内容符合各个学生的能力水平与学习偏好,促进教育实践效率提升。

对于学生来说,每位同学通过系统都更加确切地认识自己,不仅了解自身薄弱的科目与对应的章节内容、知识点,甚至细化到难以理解的某个概念,进而配备练习题,通过数据迭代使得接下来的学习内容与练习题等级都更符合该学生的实际水平,从而深化学习内容,同时具有一定的挑战性以期使学习更加深入。

(三)完善教学评价与反馈机制

传统的教学评价方式大多依赖于平时作业和考试,难以全面反映学生整体学习过程和能力素质的提升。借助生成式人工智能技术,系统实时提供学生的学习数据,不仅可以帮助学生了解自身的学习进度和问题,也帮助教师了解学生各板块的知识掌握、阶段性学习态度与知识技能获取情况,进而对每位同学做出更准确客观的评价,给出更有针对性的学习建议。具体来看,针对平时作业和考试,系统可自动评分,减轻教师工作量,提升教学评估准确性与效率;针对学生的日常表现,系统可将学习数据分析结果呈现给该生和教师,用以反馈教学结果,同时,系统内部不断进行迭代,使得学习路径与建议不断贴近该生的当前学习情况,给出最新的学习指导,帮助学生改进问题,提升学习效率;更有甚者,系统可基于现有的学习数据预测该生未来的学习成果,提前发现可能遇到的困难,提前预警并给出努力方向。

三、基于生成式人工智能的高校教学改革策略

(一)师生共建生成式人工智能应用体系

虽然新一代人工智能技术的应用为教学带来了颠覆性变革,但师生在应用过程中还存在不少问题,不能很好地使数据实现有效迭代,师生对于技术的适应和驾驭能力有待提升。

首先,可加强师生对于生成式人工智能的认识与应用。需客观看待学习工具,有效利用的同时具有批判性思维,构建起教学一体的智能化教育管理场景;其次,提升人工智能素养与水平,掌握基本知识与技能,妥善处理人机关系;最后,为教师提供相匹配的数字化教学资源与可供参考的优秀成果,为学生提供支持人工智能工具使用的教学环境,鼓励其开展人机互动,探索技术应用潜力,加深对技术的理解,并能够有效利用技术来为学习服务。

(二)形成因材施教的个性化教学策略

技术的革新促使教学方式发生转变,虽然生成式人工智能技术的运用能够拓宽知识收集渠道,生成智能化与个性化推送,但仍无法完全替代教师的角色。因为该技术的使用是一种复制常见模式的预测算法,生成的是重复性知识[5],缺乏原创性,所以不能完全替代脑力劳动。教师应在了解学生的特点与个性化需求后,有针对性地进行教学设计,实施个性化教学方案。此时,虽然生成式人工智能技术可以帮助教师实现上述目标,但过度依赖该技术将导致教学活动机械化,回到“一刀切”的教学时代,无法实现个性化与多样化培养。所以,教师在利用该技术时不能忘记“以学生为中心”的初心,注重学生的思维训练和创造力培养,同时关注学生的情感需求和心理发展,以个性化与因材施教的教学策略提升人才培养质量。

(三)加强学生思维训练促进深度思考

生成式人工智能技术虽可为学生提供海量知识资源,但在使用过程中也存在潜在风险,海量数据所提供的信息质量参差不齐,不准确的信息将会误导学生。因此,高校应加强对学生的逻辑思维与批判性思维的训练,使学生能够在海量信息中准确判断正确及有用的信息,提升信息鉴别能力,引导学生延伸思维深度,养成良好的思维习惯,从而做出明确的决策[6]。

(四)有效借助新技术革新评价理念与机制

传统更多依靠知识记忆和复现的考试方式已无法适应科技时代对人才的培养需求,所以高校应构建全新的智能化评价体系。教师可以引入多维度的考核评价模块,由课前预习、课堂表现、小组讨论、实验实训、科研发文等组成,也可以从创新能力、协作能力、逻辑思维能力、问题解决能力等方面形成评价体系,不仅关注学生的学习结果,更加关注学习过程,以保证教学反馈可以全面、客观、准确地衡量学生的整体学习状况。

当然,生成式人工智能技术在为学生提供海量信息的同时,也使学生能够轻松获取和复制测验答案,则不可避免存在抄袭行为[7],直接影响评估的可信度。所以,高校在丰富与完善评价体系的同时,更为重要的是加强学生的诚信教育,使学生在使用人工智能技术时加强道德自律意识。同时,加入新技术的应用后,评估标准也应与技术发展相适应,各学习环节的评价标准与规范应重新进行设计与实施,以确保师生对于人工智能技术的合理使用。

四、结语

从传统教育演变至今,经历了无数困难与策略的磨合提升,从翻转课堂的应用,线上线下混合式教学方法的创新,到当今生成式人工智能的出现,不断为高校教育带来新机遇。对比传统教育,生成式人工智能教育以学生为中心,拓宽了信息获取渠道,增加知识资源获取的广度和深度,多渠道收集学生的线上学习数据,为每位学生构建学习轮廓,供教师了解学生需求和兴趣点,从而提供相适应的学习路径和知识资源,打破传统依赖于平时作业和考试的教学评价方式,构建能够全面反映学生的整体学习过程和能力素质提升的评价体系。

有效把握上述生成式人工智能技术为教学带来的优势,面对道德诚信问题、缺乏泛化能力、信息准确性问题等挑战,能够采取积极策略有效应对,合理利用生成式人工智能技术优势,不断完善教育创新实践。

参考文献

[1] 齐军.翻转课堂“热潮”过后的审思:被忽视的教学正义[J].当代教育科学,2023(12):29-35.

[2] 王翠霞,徐志宇,周伟等. 电工电子仿真实验线上线下混合教学模式探索[J]. 实验室研究与探索,2024,43(7):91-94.

[3] Euchner,J. Almost Human[J].Research-Technology Management, 2023,66(2):10-11.

[4] 王佑镁,王旦,梁炜怡等. “阿拉丁神灯”还是“潘多拉魔盒”:ChatGPT教育应用的潜能与风险[J].2023,35(2):48-56.

[5] 陈永伟. 超越ChatGPT:生成式AI的机遇、风险与挑战[J].山东大学学报(哲学社会科学版),2023(3):127-143.

项目资助:(1)2023年校级教育教学改革项目课程思政培养课程(3218104A2024);(2)2022年度校级重点课程(3202080A2022);(3)2022年校级教育教学改革项目课程思政培养课程(3218039A2022)

*本文暂不支持打印功能

monitor