| 生成式人工智能何以赋能学习、能力与评价？ |
| |
| 引用本文： | 白雪梅,郭日发.生成式人工智能何以赋能学习、能力与评价？[J].现代教育技术,2024(1):55-63. |
| |
| 作者姓名： | 白雪梅 郭日发 |
| |
| 作者单位： | 1. 宁夏大学教师教育学院;2. 清华大学教育研究院 |
| |
| 基金项目： | 2021年度国家自然科学基金青年项目“基于教师制品的教师技术采纳评价与归因研究”（项目编号：62007008）；;2023年度教育部人文社会科学研究青年基金“学习分析技术支持的认知临场感过程模式挖掘与提升策略研究”（项目编号：23YJC880002）；;2022年宁夏回族自治区社科规划项目“宁夏深入推进‘互联网+教育’的路径：学习分析启发的学习设计应用研究”（项目编号：20NXRCC13）资助； |
| |
| 摘 要： | 生成式人工智能（Artificial Intelligence Generated Content,AIGC）技术的飞速发展，为教育教学的创新性、颠覆性发展提供了无限可能。文章从学习、能力、评价三个向度，探讨了AIGC何以赋能大规模个性化学习和大规模协作学习、AIGC何以赋能学习者能力培养、AIGC何以赋能学习评价三个关键问题：AIGC赋能学习呈现从“千人一面”转为“千人千面”的特征，可从学习内容、学习方式、学习评价、答疑解惑、学习反馈五个方面赋能大规模个性化学习，并从适应性群体形成、专家促进、虚拟代理、智能调节四个方面赋能大规模协作学习；AIGC赋能能力呈现从“千篇一律”转为“标新领异”的特征，可促进学习者“传统认知能力”的全面发展，并为学习者“21世纪技能”的培养与评价提供支持；AIGC赋能评价呈现从评价学习转为理解学习、促进学习与重塑学习的特征，通过提供细粒度信息、提供及时评价与反馈、赋能学习评价达成AIGC赋能评价的目的。文章有助于教育工作者更深入地理解AIGC的赋能作用，并为推动AIGC与教育教学的深度融合、促进AIGC赋能教育高质量发展提供参考。
|
| 关 键 词： | 个性化学习 协作学习 能力培养 学习评价 AIGC ChatGPT |
|
