【推荐语】这篇文章为我们深入剖析了在智慧学习环境中，如何通过GAI重塑教育生态，培养适应未来的高素质新质人才。文章从人才培养理念、知识与课程观、教学模式与学习方式、教育评价体系以及教育治理模式等多个维度，详细探讨了GAI带来的系统性转变与重构。因此推荐该篇文章供大家学习与研究。
智慧学习环境是夯实数字化转型的重要保障，也是推动智慧教育高质量发展的重要引擎，探索泛在、灵活、智能的智慧学习环境建设方案与应用模式已成为我国当前教育新发展和改革的重要举措。作为人工智能发展的新阶段，以大语言模型为代表的生成式人工智能（Generative Artificial Intelligence ，GAI）为教育领域的创新发展和变革升级带来了新的视角，在大数据、高算力和强算法的加持下，具有强大的生成能力、迁移能力与交互能力的GAI有望成为技术驱动的智慧学习环境智能化升级的关键动力。生成式人工智能如何重塑智慧学习环境？一起来看——
GAI不仅为智慧学习环境中各要素的升级提供新鲜动力，更进一步地对人才培养理念、知识与课程观、教学模式与学习方式、教学评价体系和教育治理模式等核心方面进行着系统化转变与重构，深刻影响着智慧学习环境中教育生态的重塑。
（一）人才培养理念的重构
人才是创新的根基，是生产力中最积极、最活跃的要素。当前我国人才呈现出“均值高，方差低”的特点，拔尖创新型人才较少，难以满足我国未来高水平社会发展中新质生产力的需要。新质生产力需要新质人才作为重要支撑与动力源泉，新质人才是指具备适应科技发展的技术思维、跨界融合知识与技能的复合思维、突破认知边界的创想和实践思维的新型高素质人才。新质人才重点在“新”，核心在“质”，综合来看，新质人才应具备高意识的学习成长能力、高敏锐的创新实践能力以及高适应的人机协同能力。高意识的学习成长能力是指对知识的获取、筛选、整合、评估等能力，新质人才能够通过与GAI等智能技术的交互快速获取丰富的信息与知识，在分析、比较和评估后将有价值的内容纳入、整合到自身发展体系。高敏锐的创新实践能力是指创新性、批判性、问题解决等高阶思维与能力，新质人才能够熟练利用AI技术精准分析问题，有机整合GAI提供的新素材、新视角、新创意，寻找有效的问题解决方案，并能在GAI提供的快速迭代反馈机制以及低风险的创新环境中积极探索与大胆尝试。高适应的人机协同能力是指人机价值定位、职能分工和流程协同能力，新质人才能够以人机协同为基线思维充分发挥人类智慧和机器智能的优势，正确定位人类和机器的角色和职责，合理分配人机任务，并不断改进与优化人机协同的策略与流程
（二）知识与课程观的重构
信息爆炸和知识过载的今天，智能技术，尤其是GAI，彻底改变了知识生产周期以及知识生产方式，对知识生产及知识获取都带来了深刻影响，推动着知识生态的遽变。首先，知识生产主体由单一人类主体转变为人机共同体。知识的产生通常需要人类的感知、思考、推理、创新以及对现实世界的深入理解和体验，然而GAI的强大数据处理能力、信息整合组织能力和内容生成能力加速了人类认知和决策的“外包”过程，使得人类大脑对于知识生产的主体性部分让渡于机器，形成人机共同体高效进行知识生产的局面。
其次，知识本质特征由权威真理转变为个体经验。GAI以人机交互的形式推动着人们个体经验构建和知识内化，知识不再是普遍客观的绝对权威事实与真理本身，而是以个体化、情境化、实用性为特点的个体经验，其根植于社会情境之中，有着其适用的特定时空场域或条件。“知识概念从最初‘确证的真信念’‘人类认识的成果结晶’转变为‘组织化了的系统经验’‘行动的工具’。”
第三，知识形态结构由静态分割转变为动态整合。传统知识往往被分割在界限分明的不同学科领域中，知识呈现出相对独立静态的状态，一定程度上为问题的解决与创新带来阻碍与桎梏。GAI能够打破知识形态的学科界限，融合并关联不同类型、来源、领域的知识以满足问题解决的需要。
最后，知识价值评价由知识认知转变为知识运用。人是衡量知识价值的尺度，知识发展的无限性、知识生产主体的去中心化意味着“知识怎么用”才是核心价值所在。GAI提供了海量的知识储量与多样化的知识形态，知识经过学习主体分辨、反思、加工和重组，在满足其学习需求和问题解决后才可凸显其真正价值。知识运用的实践价值指向既是实现学习者“适应性能力”发展的重要保障，也呼应了智能时代对于创新人才培养的现实需求。
GAI同样推动着智慧学习环境中课程生态的变革。一方面，课程形态由数字化课程转向智慧课程。数字化课程在发展的过程中“技术愈发清晰，理念越发模糊”，根本原因是“人”的主体性因素被忽略以及技术缺陷，导致数字化的是技术而不是完整意义上的课程。GAI等先进技术的深度融入能够有效支撑课程由数字化迈向智慧化，实现课程资源的自动化生产和改造，通过可互动、可探究、可生成的课程内容引导师生共同建构课程意义；智慧课程中的沉浸体验式学习促进学习者更深入地达成学习目标，个性化课程方案也可支持学习者自我驱动和自我探究完成主动学习。
另一方面，课程内容由学科分立转变为学科融通。跨学科课程是发展学生实践创新能力的重要载体，但在实践层面却面临着教师跨学科知识储备不足、教学设计不当、数字资源匮乏、教学过程僵硬以及课程评价空心化等诸多困境。GAI能够关联整合多学科知识、生成丰富的案例素材支持跨学科课程教学设计，以角色模拟辅助教学、人机互动协作学习等方式支持跨学科课程教学实践，制定评价指标、自动化分析评价作品、提供教学反馈与意见以支持跨学科课程评估。GAI对解决跨学科课程与教师时间、精力和能力不匹配等现实矛盾有着巨大潜力，为多学科融通课程体系的建立提供了新的视角和方法。
（三）教学模式与学习方式的重构
智慧学习环境下的教学模式由教师主导转向师机协同。教师和机器各有优势和不足，人的“缺陷存在”与机的“代具补偿”构建起人机协同关系，教师与人工智能“共教共学”是深化教育变革、提升教育质量效率的必然途径。基于RLHF机制的GAI强化了“机器”面对复杂教育情境的判断与决策能力，能够大大提升人工智能在课程准备、课堂助教、教学评估等教学场景中的应用适应性，并降低教师的技术胜任难度，从而积极影响在教学中整合技术的持续行为。教师可以充分利用GAI为教学中机械性、重复性或程序化的工作减负增效，从而将时间与精力放在学习者价值观引导、思维提升、情感交流与意志品质培养等技术无法替代的工作上。因此，人机协同教学实践的核心是需要明确人和机可以完成或执行哪些角色和任务，从而实现人机能力的相互补位。但无论在何种场景中，人工智能都应只是促进人发展的增值手段，人类自身才是自主自决的核心主体。考虑到GAI所生成的内容易出现错误或不合理，教师在设计教学活动时应有意识地加入促进学生辨别反思和深度探索的活动，而不是全盘接受或忽视。
智慧学习环境下的学习方式由固定预设转向生成探究。传统学习方式遵循着“行为—认知主义”的学习理念，学习内容、学习步骤等都来自教师的选择与安排。预设式的学习方式忽视了学习者个体差异，压抑了其学习动机和思维参与，偏离了育人为本的理念。GAI促进了生成探究式学习的广泛应用，即引导学习者从个体需求出发，通过生机、生师、生生等主体之间的互动对话与合作交流解决问题并积累经验，从而更好地发展自主探究能力与创新思维。在此过程中，GAI通过强大的环境理解能力实时生成出色的内容与人性化的反馈，并基于学习者的学习特点提供兼具互动性、情境性、动态化和生成性的学习条件以支持学习者的知识和经验建构。学习者个体经过“选择—组织—整合”三阶段去主动探索高质量和创新性的问题解决方案，完成自我驱动的生成式学习。以人机对话为特点的生成探究式学习更加强调教育主体的自我导向与自我调节，学习者被赋予更多的主动权和选择权，充分体现了智能时代中学习的动态性与体验的个性化，这种主动的、建构的、真实的、协作的、反思的和联通的学习过程将导向深度学习的发生。
（四）教育评价体系的重构
首先，评价理念由知识本位转向核心素养。GAI强大的内容整合与生成能力加速了知识的获取和传授，提高了内容加工的自动化程度和防伪难度，降低了低阶内容作为核心学习结果的必要价值。教师对于学业诚信问题的担忧恰好反映了当前知识本位的评价体系亟待转变。思维方式的多元性决定人类智慧的多样性，核心素养的评价理念指向培养和创造更多样的思维，以适应终身学习和社会发展需要。
其次，评价主体由教师主导转向三元协同。教师权威身份使得学生沦为评价的被动接受者，学生自身的评价主体价值得不到发挥，且教师评价的理念、方法、决策等素养亟待提升。人机交互中学生可提升自我反思与自我调节能力，教师也可优化评价方案、丰富评价方法、加强结果解释，即师、生、机三元主体的协同评价能够培养主体整合、比较、分析“他人”评价意见的能力，形成更全面的评价信息。
再次，评价方式由学评分离转向学评融合。学评分离导致学习反馈滞后和缺乏过程性指导，且大多数教师不具备将评价用于学习和作为学习的技能。GAI的即时反馈机制使得“学习即评价、评价即学习”成为现实，实现学习与评价的有机融合，鼓励学习者随时审查反思并结合评价结果加以验证、调整和优化，从而提高自主学习能力与元认知能力。
最后，评价内容由封闭知识转为开放问题。GAI能够回答的陈述性知识不应是评价重点，真正有效的评价内容应具备高阶性、开放性与情境性，并注重考察学生的高阶能力与核心素养。GAI通过动态模拟或构建适切且真实的开放问题场景，在人机交互中分析学习者的思考踪迹和问题解决过程与结果，实现学习者批判性思维、问题解决等核心素养的评价。GAI使得人工智能应用从过去的封闭性、任务性场景扩展到开放式、互动式、创造性的场景中，评价内容表现为以传统试卷为主的结果评价变成情境化、问题式的综合性评价。
（五）教育治理模式的重构
智慧学习环境中的教育治理模式由分散疏离转向互联互通。纵向来看，教育管理层级关系逐渐扁平化：GAI强大的信息检索与收集能力使其具有打破不同教育管理层级间的信息壁垒、突破信息收集的视野局限的可能性，即不再需要复杂的管理层级逐级传递指令，管理服务从各自为政走向集成化。横向来看，教育管理网络关系延展化：一方面，GAI的语言理解与处理能力能够促进内部协调沟通，数据联结能力打破数据共享围墙，能有效解决部门间的“数据孤岛”问题；另一方面，GAI可以将优质资源整合和分类，促进不同学校、不同地区之间的教育资源共享和交流，优化资源配置网络结构。
GAI是助力智慧学习环境要素升级和生态重构的关键性力量，擘画智慧学习环境从理念到实践的转型图景。我们需要超越GAI作为一种新工具的浅层思维，深入思考技术升级与教育变革相互融合时所带来的全要素、全流程、全生态的更新迭代与升维创新，从而推进数智时代教育的可持续发展。在充分认识GAI重塑智慧学习环境的教育价值与优势后，也要意识到GAI背后的风险与挑战，精准把握教育变革中的变与不变，坚守育人本质，构建高质量、有人文关怀的智慧学习环境，共同创设数智时代教育新生态。
来源：节选自《电化教育研究》、互联网教育国家工程研究中心 编辑：张洁 校对：徐航 初审：施羽晗 终审：聂竹明
