见地
近年来，以ChatGPT、Midjourney、Runway等应用程序为代表的生成式人工智能（GAI）迅猛发展，在创意内容生成、人机交互、多模态信息加工、数字孪生、反馈式学习等领域展示出巨大潜能。GAI的井喷式发展为教育工作创新创造了新契机，深刻把握GAI的鲜明技术特性，揭示其内蕴的独特优势，对于推动教育科技人才一体化建设、助力中国式现代化在教育领域繁荣发展具有重要意义。
原文 ：《生成式人工智能为教育现代化带来新契机》
作者 | 湖南师范大学中华伦理文明研究中心讲师 胡景谱
图片 | 网络
GAI的创意内容生成实现了文本生成、音频生成、图像生成、视频生成等传统生成功能，以及文生图、文生视频、文生音频、文生代码、图像/视频生成文本等跨模态生成功能，能够有效将知识内容具象化为多模态直观展示形式。GAI独具的创意内容生成能够赋能教育现代化以生成性优势。一是有助于增强教师教育内容的创造能力。GAI可以在极短时间内生成大量创意性内容，内容质量也随着算力与模型的更新迭代而自适应提升，为教师提供全面、丰富的教育资源，促使教师从多学科角度提出命题假设并通过理论推导、数据挖掘分析及批判性检验等方式高效地创造教育知识。二是有助于促进学生接受教育内容的方式转化。GAI可根据学生的兴趣、关键词句输入，参考资源库数据，生成基于关键词的语义解析、相关理论、数据模型等知识，为学生提供专业知识的系统回答，激发学生对课程的兴趣和爱好，将学生由传统课堂拉入数字课堂，促使学生实现由被动式学习向主动式学习的范式转换。三是有助于革新教育内容的双向共创路向。GAI的开发和广泛应用实现创作去中心化，师生都成为教育课程的内容共创者和内容消费者，教学知识的供给导向与需求导向实现互联互动。
GAI具有独特的模型塑造与内容联想能力，极大地重塑了人与机器、人与数据的交互关系与交互方式，在具体的教育教学中展示出主动性与创造性，为教育工作的现代化发展赋能交互性优势。一是实现传统课堂的数字化翻转。传统课堂生成的原生数据在GAI处理下，通过高精度3D姿态建模和动作捕捉，以“数字化”“信息化”实现创新性转化。这些技术能够实时创建和调整虚拟角色的姿态和行为，使得虚拟教学环境中的互动更加逼真和自然。二是改变教师对课堂的介入方式。具有模型塑造能力的GAI可以通过感知和操作物理世界来获取更多的信息和知识，将人机交互的形式不断深化，实现课堂虚拟与现实的完美交互，打破传统课堂教学模式单一、僵化的局限，使得课堂更加生动、个性化和高效。三是助力学生深度思考探究。生成式人工智能具有强大的情境理解和连续对话能力，教师可以据此引导学生开展素养导向下的个性化探究与思辨学习。学生课前梳理问题，利用生成式人工智能解答问题；课中，教师引导学生与生成式人工智能开展合作探究、质疑批判等，帮助澄清概念误解，扩展知识边界。
GAI的数据处理能力已不限于单纯的文本处理，而是拓展到对包括文本、图片、视频、语音、音频等在内的多模态数据资源的理解与处理。GAI多模态信息拥有的融合式、混合式、交互式处理模式赋予教育现代化以整体性的优势。一是推动教育资源的多模态转换。通过基于深度学习和卷积神经网络等技术基础，GAI具备跨模态的语义解析能力，能够从不同模态的数据中提取语义信息并进行综合分析，例如将一段文本描述转换为对应的图像或视频，或者由一张图片生成相应的文字描述。这种跨模态转换丰富了教学信息表达的形式，也提高了数字化教学内容的可访问性和理解度。二是绘制受教育者的整体性画像。GAI通过对学生的话语、表情、身体姿态、交互行为等多模态数据的采集，挖掘学生深层次的行为模式和学习习惯，从而构建更加精准完善的学习者模型，对学习者的知识技能、认知行为、情感体验等特征进行结构化的建模分析和群体画像的绘制。三是形成多模态的教育全流程。GAI可以生成包含文本、图片、音频和视频的多模态教材，提供更加丰富和多样的学习资源。因此，教师可以先期输入课程大纲，GAI根据大纲自动生成相应的教学内容，减轻教师的备课负担。由此，即使不具备信息化教学能力的部分教师，也可以借助GAI这一生成式载体成为数字教学资源的创作者。
数字孪生是指在虚拟空间构建物理世界物体的数字孪生体，实现对物理世界的数字映射，借以实现对物理实体全生命周期的分析、控制。在具有庞大数据资源的GAI加持下，数字孪生能使物理世界在虚拟空间完成数字化孪生体构建，使教育实现超越局限空间的宏观把控，赋能教育工作内容与形式创新的临场性优势。
一是增强教育数据的实时性。现实课堂可以在GAI模型作用下，在数字孪生体中完成真实场景的建模映射，数字孪生体可以实时接收来自课堂的数据传输，为课堂实时提供课堂监测、学生状态评估、智能诊断学习成效等服务支持。此外，GAI可以生成高质量的合成数据，创造出多样化的教育数据，以模拟不同学生的学习风格和需求，为个性化教学提供有力支持。
二是增强教育全过程的预期性。GAI具备强大的预测能力，可以对教学过程中的各种变量进行精准预测。在数字孪生体中，GAI可以根据教师提供的课堂及课程数据，使用多种传感器与脑机接口设备收集多种形态、结构数据，借助庞大的数据库和超强的数据分析能力，能够为教育提供坚实的教学质量数据分析、教学趋势预测等服务功能。
三是实现教学全周期的动态调控。数字孪生与GAI的结合能够构成一个闭环迭代体系，实现教学过程的持续改进和提升。通过虚拟与现实的结合，对课堂教学、课后作业、考试评估等环节的数据进行实时采集和分析，由此调整教学内容和方法，更好地引导学生的思想发展。通过对学生历史学习数据的分析，反馈式模型可以预测学生对未来课程的学习期待。
[本文系湖南省社会科学基金项目“人机交互的‘技术情感’理论建构及调节策略研究”（23YBQ031）成果]