生成式人工智能賦能職業(yè)院校學(xué)生學(xué)習(xí)：現(xiàn)狀與應(yīng)對

摘要生成式人工智能以其獨(dú)特的技術(shù)屬性與強(qiáng)大功能將會引發(fā)學(xué)習(xí)的全方位變革。對上海市13所中高職院校3505名學(xué)生的調(diào)研發(fā)現(xiàn)，學(xué)生對人工智能有所了解，認(rèn)知比較理性，具備一定的智能化學(xué)習(xí)素養(yǎng)，對利用生成式人工智能開展學(xué)習(xí)有著明確的需求。但從現(xiàn)實(shí)來看，生成式人工智能賦能學(xué)生學(xué)習(xí)面臨著學(xué)生的應(yīng)用能力不足、思維鈍化、違反學(xué)術(shù)倫理等困境與挑戰(zhàn)。未來，政府層面需要明確規(guī)制，優(yōu)化教育領(lǐng)域的人工智能應(yīng)用設(shè)計(jì)；學(xué)校層面需要強(qiáng)化賦能，增強(qiáng)利用人工智能的思想意識和應(yīng)對策略；教師層面需要轉(zhuǎn)變觀念，引領(lǐng)學(xué)生實(shí)現(xiàn)高質(zhì)量的學(xué)習(xí)；學(xué)生個(gè)體層面需要面向未來，不斷提升自身的生成式人工智能技術(shù)素養(yǎng)。關(guān)鍵詞職業(yè)院校；生成式人工智能；學(xué)生學(xué)習(xí)一、問題提出近年來，伴隨著數(shù)字技術(shù)的發(fā)展，生成式人工智能依托“大數(shù)據(jù)+大算力+大算法”，已經(jīng)參與到人類的知識與經(jīng)驗(yàn)中，打破了傳統(tǒng)人機(jī)關(guān)系“主—客”二分的對立格局，正在塑造一種不同于以往認(rèn)知世界的框架[1]。在一定程度上，這將會引發(fā)學(xué)習(xí)的全方位變革，包括提高學(xué)習(xí)起點(diǎn)、優(yōu)化學(xué)習(xí)形態(tài)、重構(gòu)學(xué)習(xí)路徑等[2]。生成式人工智能以其“響應(yīng)敏捷、高效問答、多模態(tài)數(shù)據(jù)分析”的獨(dú)特優(yōu)勢，在數(shù)學(xué)、物理、語言等學(xué)科，在支持和促進(jìn)自主學(xué)習(xí)[3]、人機(jī)協(xié)同學(xué)習(xí)[4]、探究性學(xué)習(xí)[5]等學(xué)習(xí)模式上表現(xiàn)出色。有學(xué)者預(yù)言，隨著人工智能技術(shù)的普遍使用，特別是機(jī)器學(xué)習(xí)和腦機(jī)接口技術(shù)的突破，人類的學(xué)習(xí)將從自然學(xué)習(xí)、經(jīng)典學(xué)習(xí)和現(xiàn)代學(xué)習(xí)三個(gè)階段進(jìn)入到一個(gè)全新的學(xué)習(xí)進(jìn)化階段——超級學(xué)習(xí)階段[6]。在這一階段，學(xué)習(xí)的主要矛盾將表現(xiàn)為學(xué)習(xí)者思維、情感發(fā)展的多樣性需求和知識獲取的機(jī)器化之間的矛盾。生成式人工智能的出現(xiàn)，使學(xué)生所處的學(xué)習(xí)環(huán)境和學(xué)習(xí)路徑都發(fā)生了巨大變化，給學(xué)習(xí)帶來了深刻影響和挑戰(zhàn)。當(dāng)前，學(xué)界對生成式人工智能是否會替代學(xué)習(xí)者思維，是否會導(dǎo)致學(xué)術(shù)倫理的越界、誘發(fā)作弊和抄襲等都進(jìn)行了審慎的討論[7]，認(rèn)為智能設(shè)備的使用不當(dāng)極易導(dǎo)致網(wǎng)絡(luò)沉迷和信息繭房[8]，必然會面臨因訓(xùn)練數(shù)據(jù)集缺陷而引發(fā)的價(jià)值觀對抗、“觀點(diǎn)霸權(quán)”和刻板印象等問題，對學(xué)習(xí)者的邏輯思維、批判性思維與創(chuàng)造性思維能力都提出了更高的要求[9]。在教育數(shù)字化的影響下，學(xué)生運(yùn)用人工智能工具的能力在不斷提升，但在現(xiàn)實(shí)中，畏懼、逃避甚至拒斥人工智能應(yīng)用的現(xiàn)象依然存在。缺失智能時(shí)代基本的適應(yīng)力和生存力，可能面臨巨大的就業(yè)壓力和失業(yè)風(fēng)險(xiǎn)[10]。為此，亟須深入了解當(dāng)前學(xué)生理解和使用生成式人工智能的真實(shí)狀況，以期為生成式人工智能更好地賦能學(xué)生學(xué)習(xí)提供參考和依據(jù)。二、研究設(shè)計(jì)（一）研究工具基于文獻(xiàn)研究和先期訪談，編制“職業(yè)院校學(xué)生生成式人工智能應(yīng)用現(xiàn)狀與需求”調(diào)查問卷，主要包括學(xué)生基本信息，學(xué)生對生成式人工智能的使用情況，以及學(xué)生的認(rèn)知、素養(yǎng)及需求期待情況。其中學(xué)生對生成式人工智能的使用情況采用選擇題形式，用于了解學(xué)生對生成式人工智能的總體使用情況；學(xué)生的認(rèn)知、素養(yǎng)及需求期待情況設(shè)計(jì)了21個(gè)題項(xiàng)，采用李克特五點(diǎn)量表方式作答。為了方便學(xué)生答題，題項(xiàng)均設(shè)置為正向。從“完全不符合、不符合、基本符合、符合、完全符合”分別計(jì)1～5分，得分越高表示感受越強(qiáng)，反之越弱。本研究使用SPSS25.0軟件對所收集的數(shù)據(jù)進(jìn)行信度和效度檢驗(yàn)以及數(shù)據(jù)分析。初始問卷編制完成后，由3位職業(yè)教育專家、5位高職院校教師、10位大學(xué)生及2位企業(yè)兼職教師對問卷提出修改意見。修改后，對問卷進(jìn)行了信度和效度檢驗(yàn)，最終形成終測卷。依據(jù)“預(yù)測樣本量為總題項(xiàng)５倍量以上”的最佳原則，隨機(jī)抽取了2所職業(yè)院校的178名學(xué)生開展預(yù)測，問卷有效回收率達(dá)到100％。預(yù)測問卷回收后，開展了信度和效度檢驗(yàn)。一是項(xiàng)目分析。項(xiàng)目分析可以從宏觀上審視題項(xiàng)是否達(dá)到統(tǒng)計(jì)學(xué)要求，能否作為篩選或修改的依據(jù)，檢驗(yàn)問卷題項(xiàng)的適切性和可靠性[11]。本研究使用臨界比率法（CR值）對預(yù)測結(jié)果進(jìn)行分析，將題項(xiàng)按維度總分高低依次排列，取前后27％分為高分組和低分組，對兩組被試進(jìn)行差異檢測。結(jié)果顯示各題項(xiàng)均具有較好的鑒別度，Ｐ＜0.05，具有統(tǒng)計(jì)學(xué)意義。二是探索性因子分析。為進(jìn)一步檢測量表的結(jié)構(gòu)效度，根據(jù)項(xiàng)目分析結(jié)果，將符合統(tǒng)計(jì)學(xué)意義的18個(gè)題項(xiàng)進(jìn)行探索性因子分析。依據(jù)學(xué)者吳明隆的觀點(diǎn)，KMO值大于0.6適合做探索性因子分析，為此各題項(xiàng)指標(biāo)均符合要求。在多次、多組合的因子分析中，“1.我認(rèn)為人工智能貼近我的生活”“3.我認(rèn)為人工智能能夠成為我學(xué)習(xí)的有效工具”“18.我認(rèn)為自身當(dāng)前還缺乏有效利用生成式人工智能的能力”三個(gè)題項(xiàng)內(nèi)容，總游離于總體之外。因此，對此三個(gè)題項(xiàng)進(jìn)行剔除，保留其余18個(gè)題項(xiàng)內(nèi)容。然后使用主成分最大方差法求得旋轉(zhuǎn)因素負(fù)荷矩陣。如表1所示，對調(diào)查的數(shù)據(jù)使用最大變異法正交旋轉(zhuǎn)后得到每個(gè)因子負(fù)荷量均接近或大于0.6，其中1、2、3三個(gè)題項(xiàng)作為取樣適切性量數(shù)指標(biāo)的KMO為0.723，因子累計(jì)方差貢獻(xiàn)為76.76%（大于75.00%），基本可以作為三個(gè)題項(xiàng)內(nèi)容的代表性因子；4～9六個(gè)題項(xiàng)的KMO為0.928，因子累計(jì)方差貢獻(xiàn)為84.62%（大于75.00%），非常適合作為六個(gè)題項(xiàng)內(nèi)容的代表性因子；10～18九個(gè)題項(xiàng)的KMO為0.955，因子累計(jì)方差貢獻(xiàn)為79.37%（大于75.00%），基本可以作為九個(gè)題項(xiàng)內(nèi)容的代表性因子，由此得到三個(gè)維度。然后，依據(jù)每個(gè)維度所包含的題項(xiàng)內(nèi)容對三個(gè)因子分別命名為“了解與認(rèn)知”“技能與素養(yǎng)”“希望與期待”。信度檢驗(yàn)結(jié)果顯示，３個(gè)因子的內(nèi)部一致性信度α為0.863～0.946，總量表信度α為0.953，表明內(nèi)部一致性信度較高。從效度檢驗(yàn)來看，本問卷量表在文獻(xiàn)研究和前期訪談基礎(chǔ)上形成，并使用項(xiàng)目分析、探索性因子分析對量表的維度再次驗(yàn)證，最終確定三個(gè)維度，保證了量表的內(nèi)容效度和結(jié)構(gòu)效度。（二）研究對象研究工具確定后，本研究選取了上海市具有代表性的7所中職學(xué)校和6所高職院校的學(xué)生作為研究對象。問卷量表通過問卷星，面向上述職業(yè)院校發(fā)放，調(diào)研時(shí)間為2024年2月18～25日，共回收有效問卷3505份，其中中職學(xué)生問卷2213份，占比63.13%，高職學(xué)生問卷1292份，占比36.87%。具體分布如表2所示。三、研究結(jié)果（一）總體狀況：學(xué)生對人工智能有所了解，認(rèn)可人工智能對學(xué)習(xí)和生活的作用，但僅有部分學(xué)生聽說并嘗試使用過生成式人工智能工具在參與調(diào)研的3505名學(xué)生中，了解人工智能的學(xué)生比例要遠(yuǎn)高于了解生成式人工智能的學(xué)生比例。其中，對人工智能非常了解的占比18%，而對生成式人工智能很了解的僅占7.34%；不了解和完全沒聽說過人工智能的學(xué)生占比3.94%，完全不了解生成式人工智能的達(dá)到了40.3%。學(xué)生聽說過的生成式人工智能工具主要集中在ChatGPT（70.9%）、文心一言（27.28%）、訊飛星火（25.14%）、Gemini（21.14%）和盤古（19.43%），還有16.86%的學(xué)生沒有聽說過任何生成式人工智能工具。從生成式人工智能工具的使用情況來看，使用過ChatGPT的學(xué)生最多，達(dá)到49.9%，有20.06%的學(xué)生使用過文心一言，有13.55%的學(xué)生使用過訊飛星火，使用比例均低于知曉比例。從教學(xué)情況來看，選擇“教師普遍使用過人工智能開展教學(xué)”的學(xué)生比例僅為16.83%，極個(gè)別教師使用過的占比31.04%，基本沒使用過的占比48.5%；從學(xué)生學(xué)習(xí)情況看，經(jīng)常使用人工智能幫助自身學(xué)習(xí)的占比14.49%，偶爾使用的占比55.35%，從未使用過的占比28.87%，見表3。（二）三因子分析：學(xué)生對生成式人工智能的總體感受受多重因素影響，其中學(xué)生對生成式人工智能賦能學(xué)習(xí)的希望與期待尤為重要本研究采用多元線性回歸模型分析，通過因子進(jìn)入模型的先后順序來判斷代表因子的重要性，根據(jù)標(biāo)準(zhǔn)化回歸系數(shù)來判斷不同因子對學(xué)生總體感受影響的大小。模型擬合采用了“逐步進(jìn)入”擬合方法，在這個(gè)過程中，能看到模型從一元到多元的逐步演進(jìn)過程。如表4所示，首先進(jìn)入模型的是“希望與期待”，模型擬合度達(dá)到了0.956，顯然，“希望與期待”成為影響職業(yè)院校學(xué)生對生成式人工智能總體感受的第一重要因素；其次，“了解與認(rèn)知”是第二個(gè)進(jìn)入模型的因子，在該模型中，“了解與認(rèn)知”和“希望與期待”共同影響職業(yè)院校學(xué)生對生成式人工智能的總體感受，但“希望與期待”的影響系數(shù)超過“了解與認(rèn)知”，模型擬合度達(dá)到了0.984；最后，“技能與素養(yǎng)”才進(jìn)入模型，但是其影響系數(shù)位于“了解與認(rèn)知”和“希望與期待”之間，模型擬合度達(dá)到了0.998。通過三個(gè)因子進(jìn)入模型的順序，可以認(rèn)為，三個(gè)因子的重要性依次為：希望與期待、了解與認(rèn)知、技能與素養(yǎng)，但在綜合影響作用下，三者的影響按從大到小的順序則為“希望與期待”“技能與素養(yǎng)”“了解與認(rèn)知”。從學(xué)生對三因子所屬題項(xiàng)的具體選擇來看，三因子的平均分均超過了3分，處于“基本符合”和“符合”之間，其中因子2“技能與素養(yǎng)”的平均分最高，為3.85分；因子3“希望與期待”為3.84分，因子1“了解與認(rèn)知”相對較低，為3.41。從“希望與期待”來看，多數(shù)學(xué)生希望教師在教學(xué)中使用生成式人工智能工具，希望學(xué)校能夠提供AI應(yīng)用系統(tǒng)，并期待開展相關(guān)的培訓(xùn)和學(xué)習(xí)。其中“我希望學(xué)習(xí)網(wǎng)絡(luò)安全的基本知識”選項(xiàng)均分達(dá)到了最高的3.98，接近“符合”，說明學(xué)生對自身學(xué)習(xí)的網(wǎng)絡(luò)安全、學(xué)校支持等都有明確期待。從“技能與素養(yǎng)”來看，多數(shù)學(xué)生能夠認(rèn)識到使用AI時(shí)的道德考量，并注重遵守道德準(zhǔn)則和隱私政策，多數(shù)學(xué)生愿意學(xué)習(xí)AI技能并融入未來職業(yè)發(fā)展中。其中“我能確保在使用AI工具時(shí)遵守道德準(zhǔn)則和隱私政策”的選擇均分達(dá)到了3.91。在前期訪談階段，由于對生成式人工智能的了解程度和使用程度都不高，幾乎所有學(xué)生都提出需要進(jìn)一步提升自身的數(shù)字化技能和素養(yǎng)。從“了解與認(rèn)知”來看，學(xué)生對生成式人工智能的認(rèn)知相對比較理性，95%以上的學(xué)生選擇能夠“對AI產(chǎn)生的結(jié)果保持批判性”，平均分達(dá)到了3.51分。但也有76.18%的學(xué)生認(rèn)為“人工智能課堂有可能影響教育規(guī)律和教育倫理”，有84%的學(xué)生認(rèn)為“生成式人工智能在教學(xué)中的應(yīng)用還很遙遠(yuǎn)”，平均分分別為3.29、3.43，說明學(xué)生能夠相對理性地看待生成式人工智能對學(xué)習(xí)的影響。（三）差異性分析：不同性別、年級、學(xué)校類型的學(xué)生對生成式人工智能的認(rèn)知、素養(yǎng)和期待，部分題項(xiàng)存在顯著差異單樣本檢驗(yàn)結(jié)果顯示，所有調(diào)研題項(xiàng)均通過了顯著性檢驗(yàn)。以此為基礎(chǔ)，研究進(jìn)行了方差齊性檢驗(yàn)和參數(shù)檢驗(yàn)，并采用單因素方差（ANOVA）分析方法進(jìn)行差異顯著性檢驗(yàn)。結(jié)果顯示，在95%的置信水平下，男女生之間、不同學(xué)校類型之間和不同年級之間，學(xué)生了解、掌握和應(yīng)用生成式人工智能的差異情況不同。首先，不同性別的學(xué)生在生成式人工智能的認(rèn)知、素養(yǎng)和期待方面存在顯著差異，其中在“了解與認(rèn)知”的三個(gè)題項(xiàng)上均差異顯著（Plt;0.001）；在“技能與素養(yǎng)”的“持續(xù)關(guān)注最新的研究成果和技術(shù)動態(tài)”“將AI技能融入未來的職業(yè)發(fā)展”兩個(gè)題項(xiàng)上差異顯著（Plt;0.001）；在“希望與期待”的“嘗試開展自己的AI項(xiàng)目”“期待生成式人工智能早日進(jìn)入學(xué)校和課堂”三個(gè)題項(xiàng)上差異顯著（Plt;0.001）。其次，不同年級的學(xué)生對生成式人工智能的認(rèn)知、素養(yǎng)和期待，除了“我認(rèn)為人工智能課堂有可能影響教育規(guī)律和教育倫理”（p=0.243）、“我認(rèn)為生成式人工智能在教學(xué)中的應(yīng)用還很遙遠(yuǎn)”（p=0.142）以外，其余題項(xiàng)內(nèi)容均存在顯著差異。第三，不同類型學(xué)校的學(xué)生在生成式人工智能方面的認(rèn)知、素養(yǎng)和期待，除了“我認(rèn)為生成式人工智能在教學(xué)中的應(yīng)用還很遙遠(yuǎn)”（P=0.286）以外，其余題項(xiàng)內(nèi)容均存在顯著差異。四、分析與討論（一）生成式人工智能賦能學(xué)習(xí)的邏輯起點(diǎn)：學(xué)生具備了開展智能化學(xué)習(xí)的可能性生成式人工智能的出現(xiàn)，促使一種新的學(xué)習(xí)文化——即時(shí)學(xué)習(xí)（Just-In-Time-Learning，JITL）成為現(xiàn)實(shí)[12]。這意味著生成式人工智能將成為一個(gè)高效便捷的學(xué)習(xí)助手，為學(xué)生的學(xué)習(xí)提供可能性。這種可能性主要表現(xiàn)在三個(gè)方面：一是學(xué)生對智能化學(xué)習(xí)的理性認(rèn)知。調(diào)研顯示，學(xué)生能夠相對理性地看待智能工具，如有95%以上的學(xué)生認(rèn)為“人工智能貼近我的生活”，96%以上的學(xué)生認(rèn)為“人工智能能夠成為我學(xué)習(xí)的有效工具”，90%的學(xué)生認(rèn)為“我能夠?qū)I產(chǎn)生的結(jié)果保持批判性”，也有76%以上的學(xué)生關(guān)注到了“人工智能課堂有可能影響教育規(guī)律和教育倫理”問題。二是學(xué)生具備了一定的智能化學(xué)習(xí)素養(yǎng)。如有超過96%的學(xué)生表示能夠認(rèn)識到使用AI時(shí)的道德考量，能確保在使用AI工具時(shí)遵守道德準(zhǔn)則和隱私政策，考慮將AI技能融入未來職業(yè)發(fā)展中。三是學(xué)生對智能化學(xué)習(xí)有自身的需求。在生成式人工智能賦能教學(xué)的形式上，有73.8%的學(xué)生希望能夠幫助自己進(jìn)行個(gè)性化學(xué)習(xí)，有59.2%的學(xué)生希望能夠提供適合自己的學(xué)習(xí)資源，有57.9%的學(xué)生希望增強(qiáng)課堂教學(xué)的趣味性。這些認(rèn)知、素養(yǎng)和需求正成為賦能學(xué)習(xí)的起點(diǎn)和依據(jù)。（二）生成式人工智能賦能學(xué)習(xí)的邏輯張力：學(xué)生面臨著新的學(xué)習(xí)風(fēng)險(xiǎn)和能力困境生成式人工智能重塑了學(xué)生的學(xué)習(xí)，賦予了學(xué)生更大的自主權(quán)和選擇權(quán)，同時(shí)也帶來了新的風(fēng)險(xiǎn)和挑戰(zhàn)。一是學(xué)術(shù)倫理風(fēng)險(xiǎn)。本次調(diào)研雖然有超過30%的學(xué)生表示完全能夠“確保在使用AI工具時(shí)遵守道德準(zhǔn)則和隱私政策”，但如何在提高個(gè)性化學(xué)習(xí)及學(xué)習(xí)效率的同時(shí)，降低和減少作弊和抄襲等行為，教會學(xué)生以合乎道德和富有成效的方式使用，仍然是值得研究和思考的重大議題。二是思維鈍化風(fēng)險(xiǎn)。生成式人工智能因其強(qiáng)大的深度學(xué)習(xí)和生成創(chuàng)造能力，在短期內(nèi)可能會導(dǎo)致學(xué)生過分依賴信息檢索，一定程度上會引發(fā)思維層面的“中端替代”甚至“高端替代”[13]，從而形成信息繭房，弱化學(xué)生獨(dú)立思考和探索建構(gòu)的能力。三是應(yīng)用能力困境。生成式人工智能對學(xué)生的邏輯能力、批判性和創(chuàng)造性思維等高階能力提出了空前挑戰(zhàn)。當(dāng)前學(xué)生對生成式人工智能的了解度和熟悉度不高，有49.3%的學(xué)生對生成式人工智能完全不了解，超過33.64%的學(xué)生沒有使用過任何生成式人工智能工具，有84%的學(xué)生認(rèn)為“生成式人工智能在教學(xué)中的應(yīng)用還很遙遠(yuǎn)”。對于生成式人工智能接觸和使用的欠缺，是學(xué)生從機(jī)械記憶的學(xué)習(xí)路徑走向理解生成的巨大鴻溝。（三）生成式人工智能賦能學(xué)習(xí)的邏輯調(diào)試：學(xué)生對智能化學(xué)習(xí)有著明確期待調(diào)研顯示，超過93%的學(xué)生都對AIGC應(yīng)用于教學(xué)抱有期待，近1/3的學(xué)生選擇了“完全符合”，且在不同性別、年級和學(xué)校類型的學(xué)生群體中總體感受都比較一致，差異性很小。這種期待主要表現(xiàn)在三個(gè)方面：一是課堂教學(xué)期待。雖然學(xué)生認(rèn)為生成式人工智能在教學(xué)中的應(yīng)用還很遙遠(yuǎn)（84%），但絕大多數(shù)學(xué)生都期待學(xué)校能夠提供AI應(yīng)用系統(tǒng)（96.29%），期待生成式人工智能早日進(jìn)入學(xué)校和課堂（96.47%）；二是自身應(yīng)用能力提升期待。學(xué)生迫切需要進(jìn)行有關(guān)生成式人工智能的培訓(xùn)和學(xué)習(xí)（95.66%），希望學(xué)會選擇可靠的AI資源和工具（97.12%），希望了解人工智能的基礎(chǔ)知識（95.83%），希望學(xué)習(xí)網(wǎng)絡(luò)安全的基本知識（97.23%）；三是交流共享期待。希望能嘗試開展自己的AI項(xiàng)目（97.12%），希望能夠使用AI工具促進(jìn)團(tuán)隊(duì)協(xié)作溝通（96.47%）。這些期待為生成式人工智能賦能學(xué)生學(xué)習(xí)指明了發(fā)展方向。五、思考與建議（一）政府層面：明確規(guī)制，優(yōu)化教育領(lǐng)域的人工智能應(yīng)用設(shè)計(jì)技術(shù)賦能學(xué)習(xí)本質(zhì)上就是要優(yōu)化技術(shù)的應(yīng)用設(shè)計(jì)。一方面，要通過校企合作，加速推進(jìn)教育領(lǐng)域的專用EduGPT的研發(fā)，為學(xué)生提供易于選擇的學(xué)習(xí)平臺，破解學(xué)習(xí)中的思維替代和缺乏認(rèn)知建構(gòu)過程等問題，縮短生成式人工智能進(jìn)入課堂的時(shí)間并提供質(zhì)量保障；另一方面，要強(qiáng)化使用規(guī)范的研制和出臺，包括諸如生成式人工智能管理規(guī)范、研發(fā)規(guī)范、供應(yīng)過程規(guī)范、使用過程規(guī)范等，通過明確監(jiān)督審查、數(shù)據(jù)采集、市場準(zhǔn)入等活動，避免對生成式人工智能在教育領(lǐng)域的誤用、濫用和惡意使用等問題。同時(shí)，要給予學(xué)校、教師和學(xué)生更多的試用和使用機(jī)會，在試點(diǎn)學(xué)校和學(xué)生中開展應(yīng)用試點(diǎn)加強(qiáng)模型訓(xùn)練，來研究和確認(rèn)人工智能技術(shù)在實(shí)際教育過程中的真實(shí)影響，深化教育數(shù)字化重點(diǎn)場景的示范應(yīng)用，最終實(shí)現(xiàn)在教育領(lǐng)域的深度全面賦能。（二）學(xué)校層面：強(qiáng)化賦能，增強(qiáng)利用人工智能的思想意識和應(yīng)對策略生成式人工智能的興起，必將對人才培養(yǎng)標(biāo)準(zhǔn)、課程設(shè)置、教材編寫、考試評價(jià)、管理方式等產(chǎn)生深遠(yuǎn)影響[14]，需要學(xué)校把握技術(shù)應(yīng)用與課堂教學(xué)之間的密切關(guān)系。第一，學(xué)校要認(rèn)識到當(dāng)前技術(shù)應(yīng)用的兩面性。一方面要正視機(jī)遇，積極推進(jìn)生成式人工智能融入教學(xué)，更好地發(fā)揮生成式人工智能在泛在化的學(xué)習(xí)空間、個(gè)性化的學(xué)習(xí)過程以及協(xié)作化的學(xué)習(xí)方式上的優(yōu)勢和作用；另一方面要深入了解其在生成內(nèi)容的準(zhǔn)確性、隱私安全、政治道德風(fēng)險(xiǎn)等方面的消極影響。第二，學(xué)校應(yīng)幫助師生做好技術(shù)應(yīng)用準(zhǔn)備。在教學(xué)過程中，學(xué)校應(yīng)注重引導(dǎo)師生加強(qiáng)對生成式人工智能技術(shù)的本質(zhì)認(rèn)知與初步應(yīng)用，提供生成式人工智能相關(guān)課程，加強(qiáng)對其理念、知識與技術(shù)的培訓(xùn)，引導(dǎo)師生在教學(xué)中正確使用教學(xué)設(shè)計(jì)、多元評價(jià)，強(qiáng)調(diào)在理性判斷的前提下與新技術(shù)“接觸”[15]。第三，學(xué)校要為教師教學(xué)提供具體指導(dǎo)和監(jiān)督反饋。在生成式人工智能背景下，師生的教學(xué)主體性往往會逐漸適配數(shù)字化技術(shù)的理性和邏輯，直至主體性權(quán)力由師生所屬讓渡為技術(shù)所屬[16]。為此，要注意強(qiáng)化師生在課堂教學(xué)中的主體性地位，明確生成式人工智能在教學(xué)中應(yīng)用的范圍、原則和準(zhǔn)則，并對教學(xué)中使用的各個(gè)環(huán)節(jié)進(jìn)行嚴(yán)格審查、監(jiān)督和反饋。（三）教師層面：轉(zhuǎn)變觀念，引領(lǐng)學(xué)生實(shí)現(xiàn)高質(zhì)量、有意義的學(xué)習(xí)智能時(shí)代，單一的人類主體轉(zhuǎn)變?yōu)槿娜藱C(jī)主體，人機(jī)協(xié)作成為教育發(fā)展的新常態(tài)。為此，需要教師轉(zhuǎn)變育人理念，創(chuàng)新教學(xué)模式。一是著力構(gòu)建新型的“三元”師生關(guān)系。生成式人工智能在學(xué)