卢宇 等｜生成式人工智能的教育应用与展望——以ChatGPT系统为例

生成式人工智能的教育应用与展望——以ChatGPT系统为例

摘要：生成式人工智能（Generative Artificial Intelligence）旨在利用人工智能技术自动化生成文本、图像、视频、音频等多模态数据，在教育领域受到广泛关注。其中，ChatGPT系统因其良好的自然语言理解和生成能力，体现出较高的多领域应用潜力。本研究以ChatGPT为主要对象，基于其四项核心能力，探讨在教师教学、学习过程、教育评价、学业辅导四个方面的潜在教育应用。在此基础上，在真实系统中进行了习题生成、自动解题、辅助批阅等教育应用的初步验证。最后，本文进一步探讨了以ChatGPT为代表的生成式人工智能在教育应用中所面临的局限和对教育的启示。

关键词：生成式人工智能；ChatGPT；大语言模型；人工智能教育应用

引言

　　2017年7月，国务院发布的《新一代人工智能发展规划》明确提出了我国人工智能发展的战略规划。2022年11月，生成式人工智能系统ChatGPT正式发布，迅速成为教育领域关注和讨论的焦点。生成式人工智能指通过人工智能相关技术，自动化生成文本、图像、视频、音频等多类型内容。近年来，随着算力水平与可获取数据量的提升，生成式人工智能技术依托语言、图像以及多模态大模型，可以实现较好的内容生成效果，并在多个领域逐步开始提供专业化与个性化内容生成服务。

ChatGPT概述

历史演变

　　人工智能的研究目标是使机器能够像人类一样思考和行动。科学家从模仿人类语言交互的角度提出了著名的“图灵测试”。进入21世纪，研究人员开始尝试构建基于统计推断和机器学习技术的自然语言处理模型。随着深度学习技术的发展，对人类自然语言进行高维分布式表征和隐含特征提取成为可能。2017年，Transformer模型的提出促使自然语言处理模型的参数量得到大幅扩展。在此基础上，研究人员提出了预训练语言模型的概念，并由此开启了自然语言处理领域的大模型时代。

　　ChatGPT等系统是基于Transformer模型构建的自然语言处理系统，其发展历程包括GPT-1、GPT-2、GPT-3等版本，最终在ChatGPT中实现了显著的性能提升。

相关技术

　　为实现高质量的生成内容，以ChatGPT为代表的GPT系列系统主要涉及了五项关键技术和架构：

1. Transformer模型：基于自注意力机制的深度神经网络，包含编码器和解码器。
2. 基于Transformer的基本架构：以GPT-3为例，由96层的Transformer解码器组成。
3. 基于人类反馈的强化学习（RLHF）技术：通过监督式微调、构建奖励模型和PPO算法优化文本生成模型。
4. 指示微调（Instruction Tuning）技术：将预设的指令描述与生成文本相结合，构建训练数据。
5. 思维链（Chain of Thought）技术：通过一系列前后关联的指令，辅助完成复杂推理任务。

核心能力

　　ChatGPT等系统在自然语言理解与内容生成方面显示出以下四项核心能力：

1. 启发性内容生成能力：生成有启发性和创意性的文本。
2. 对话情境理解能力：基于上下文信息进行语义理解和推理。
3. 序列任务执行能力：理解指令之间的关联关系，逐步对任务进行推进。
4. 程序语言解析能力：对代码程序进行结构与算法分析。

潜在教育应用

　　基于ChatGPT系统的核心能力，本文从教、学、评、辅四个典型教育环节梳理了不同核心能力可以支持的潜在教育应用。

教师教学

　　ChatGPT等系统可以为教师教学提供多种形态的帮助和服务，包括生成创作型教学素材、充当助教角色、生成个性化教学方案等。例如，在中学语文课程《荷塘月色》的教案设计过程中，教师可以要求系统制作基础方案并增加互动环节和课外拓展素材。

学习过程

　　ChatGPT等系统也可以为学习过程提供良好的支持和服务，包括自动生成范文段落示例、学科知识问答、动态教学支架与反馈等。例如，系统可以为学生解答“苹果会落地”的物理学原理并进一步讲解牛顿运动定律。

教育评价

　　ChatGPT等系统还可以完成教育评价的多项任务，包括学生作品和答案的客观点评、语言表达能力评测、智能组卷等。例如，系统可以通过自动识别程序语言、数据结构等，整体评价典型算法程序的编写正误。

学业辅导

　　ChatGPT等系统还可以尝试完成较为复杂和专业的学业辅导任务，包括生成知识探究与创新素材、个性化学习支持等。例如，系统可以基于假设的启发性素材引导学生对历史问题进行深入思考。

教育应用初步验证

　　本研究从教师教学、学习过程与教育评价三个维度，分别选取题目生成、自动解题与辅助批阅三个具体教育应用对系统进行初步验证。结果表明，ChatGPT系统已经初步具备了依据教学目标生成创作型教学素材、完成个性化学科知识问答与支架式教学反馈等教育应用的能力。但需要注意的是，对于具有较为复杂情境的题目和中文语境的理解与表达能力仍需提高。

局限与启示

局限与问题

　　以ChatGPT为代表的生成式人工智能系统仍然面临诸多局限，包括难以充分理解信息和分析信息内在的逻辑关系、生成内容不具备可解释性与明确的依据、在中文语境和文字上的理解和表达能力总体上要弱于英文等。此外，该技术也可能被恶意利用造成安全隐患和法律风险。另外，高成本也是教育应用中需要关注的问题。因此，人工智能生成内容技术的教育应用范围和场景也有一定的局限性。

启示与展望

1. 推进教育理念变革：教育应更加侧重于培养学生的高阶思维能力，尤其是跨学科多元思维能力、批判性思维能力与创造性思维能力。同时需要加速教师队伍的观念转变。
2. 创新教学方式与内容：教学方式需鼓励教师积极创新课堂教学方式并调整不同学科的培养目标和教学要求以强调学科核心素养导向的教学内容设置。例如对于编程类教学需要更加强调计算思维与算法思维的培养而非语法细节的记忆性学习。
3. 鼓励教育与技术互促共进：教育需要积极适应人工智能技术的快速发展对其持有更加开放和包容的态度同时需要关注新技术条件下的安全与伦理风险并制定相应的法律法规形成技术与教育双螺旋式的互促共进局面 。