人机学习共生体--论后人工智能教育时代基本学习形态之构建

人工智能与教育的融合实现了教育的规模化、个性化和智能化,然而它并未突破传统教育知识传授模式的局限,未来的人工智能教育应用应当从"机器教人"向"人机共生"的知识创造性发展。"人机学习共生体"这一后人工智能教育时代的学习形态,是在分析人工智能发展历程和学习者角色演变的基础上,以经验之塔理论和知识创造螺旋理论为基础提出的。后人工智能教育时代人机共生的学习形态,即在学习者的客体观、主体观、主体间、共生观和他者观等基础上,形成的具有连续统样态的人工智能教育模式。人机学习共生体围绕隐性知识和显性知识之间的转化,形成了学习者与智能体的共生关系,通过共同化、表出化、联结化和内在化等知识转化过程,持继促进知识创造。人机共生学习是学习者、智能体和教师所构成的以知识共生为核心的学习过程。未来人机学习共生体的实现,需要解决智能体的主体性技术、学习绩效支持以及学习模式创设等挑战。

人机协同学习:实践逻辑与典型模式

随着教育数字化转型的推进和生成式人工智能技术的发展,人机协同学习成为未来学习的新常态。人机协同学习主要通过学生和机器的分工和有机协同提升学习的效率和效能,促进学生智慧和机器智能的共同增长,实现人机协同的教育智慧创生,完成超越人类智慧和机器智能的复杂任务,促进学生的知识建构、认知发展、思维提升和智慧养成。人机协同学习需要以学习者的智慧增长为核心,重视人和机器之间的博弈与平衡,强化人机角色的辨识与动态调整,加强人与机器自主度的灵活转换。本研究围绕面向知识掌握的“干预—自主”式学习、面向知识建构的“协作—探究”式学习、面向知识创造的“对话—协商”式学习,提出人机协同学习的典型模式,勾勒了人机协同学习的实践样态。未来人机协同学习需要优化智能学习干预的模式与策略,提高学生的自主意识,加强人机协同学习模式的探索,探究人机协同学习的发生机制,以支撑和引领智能时代学习模式的创新发展。

基于生成式人工智能的人机协同学习更能提升学习成效?——基于20项实验和准实验的元分析

生成式人工智能的崛起为人机协同学习注入了动力。然而,学界对基于生成式人工智能的人机协同学习成效仍有争议。本研究采用元分析法对国内外20项研究进行整合分析,并从学科领域、知识类型、干预时长等维度探讨调节变量对基于生成式人工智能的人机协同学习成效的影响。结果显示,相比于传统学习方式,基于生成式人工智能的人机协同学习能有效提升学习成效。调节分析表明,基于生成式人工智能的人机协同学习在社会科学领域与程序性知识学习中的表现更好;干预周期越长影响越弱;群体学习、角色设定与翻转课堂对人机协同学习成效的影响最突出;学科领域、知识类型、学习方式等的组间差异不显著。研究者需加强实践适切性设计,开展围炉群证式学习,注重角色精细化指引和探索模式深度融合,以助推基于生成式人工智能的人机协同学习理论与实践的发展。

对话式人机协同学习:本质内涵与未来图景

生成式人工智能技术的发展使得机器的文本生成、人机对话和逻辑推理能力得到极大提升,也催生了对话式人机协同学习这一新型学习方式。对话式人机协同学习旨在通过人机之间的多轮对话和双向反馈,激发学生与机器的思维碰撞,引发学习者的认知冲突和自主建构,逐步达成对所学内容的共同认识,探索对复杂问题的最优解,实现学生智慧和机器智能的共同增长。在此基础上,该文系统阐述了对话式人机协同学习的一般过程,围绕学习目标的生成性、学习内容的适应性、学习主体的互惠性、人机角色的互换性讨论了对话式人机协同学习的核心特征,并从认知辅助式学习、思维启发式学习、自由探索式学习、人机论辩式学习四个方面探讨了对话式人机协同学习的典型模式。未来对话式人机协同学习的开展需要进一步推动大模型技术研发、加强提示语工程建设、健全自适应反馈机制、验证对话式学习成效、提高学生智慧学习力。

智能时代人机协同学习的价值意涵与实践进路

人机协同学习是一种适应智能时代发展趋势的新型学习范式,对于促进学习方式变革和终身学习具有重要价值。人机协同学习以学习者、教师和智能技术系统的交互协作为手段,以虚实融合环境为场景,实现人与机器优势互补、群智共生、协同共进。其主要特征是学习目标的整合融通、学习内容的个性生成、学习主体的交互协作、学习情境的多维开放、学习评价的全面精准。在实践中可以通过建构适合多元场景的人机协同学习实践模式、提升教师和学习者的人机协同实施能力、警惕和防范各种可能的实践风险等路径实现人机协同学习的良性发展。

创造人机对话式学习新形态--大语言模型的教育应用现状与展望

大语言模型创造了人机对话式学习的新形态,给学习方式变革带来了新的可能。本文概括了大语言模型背景下人机对话式学习的五个主要场景--学科知识问答、语言学习、写作助手、编程学习和智能教研,并基于对现状和趋势的整体分析与把握,指出随着大语言模型教育应用的不断深化,将有望产生兼具学科知识与教学能力的专家级智能导师,推动人机对话式学习迈向新阶段,并由此影响课堂教学变革。

人机协同学习下关怀型师生关系的建构

随着教育数字化转型的推进,传统的师生课堂转变为师-机-生三维的人机协同学习课堂。作为教育中最重要的人际关系,师生关系面临师生关系疏离、教育主体功能弱化和师生互动条件限制等挑战。关怀伦理学理论注重师生间的道德情感,致力于提升教师的关怀意识与营造良好的关怀型教学氛围。

基于“生成式人工智能+元宇宙”的人机协同学习模式研究

元宇宙与生成式人工智能的出现创新了人机协同的数字化学习环境。元宇宙的仿真性与生成式人工智能的内容理解力虽然理论上已经表现出高度的弥合性,但仍缺少实证证据。本研究自主研发了融入生成式人工智能的元宇宙智能学习平台,在创新翻转课堂人机协同学习模式的基础上,调查学习者学习绩效的变化及重用意愿,并基于人工智能-元宇宙框架、人工智能接受模型等理论,探究感知偶然性、预期绩效、预期努力和感知拟人性对重用意愿的影响机制。实验结论与部分假设一致:基于“生成式人工智能+元宇宙”的人机协同学习能明显提升学习绩效,预期绩效和预期努力是感知偶然性和重用意愿的完全中介变量。与假设不一致的是,感知拟人性负向调节预期努力和重用意愿。本研究深入讨论了这些结论的发生机制与启发,以期为基于“生成式人工智能+元宇宙”的人机协同学习模式提供参考。

智能时代的人机协同学习:形态、本质与发展

人工智能推动了智能教育的快速发展,展现出人机协同的实践特征。但人机协同学习作为智能教育的重要组成部分,已经呈现出怎样的实践形态、透过现象彰显出怎样的本质却鲜有研究探讨。为了技术更好地服务教育、服务人的发展,研究对智能时代的人机协同学习实践进行深入剖析。首先,综合相关文献和实践发现,人的认知活动与机器智能产生了千丝万缕的联系,人机协同学习在实践中已呈现出知识导学、互动对话、智能增强三大形态。其次,透过现象看本质,研究从人机构成的学习双主体协同结构中揭示出人机协同学习三个重要本质内容:一是人机协同学习意味着人类认知与人工认知的协同混合;二是人机交互技术的应用为人机协同认知搭建了流畅的通道;三是人机互惠构成人机有效协同的关键。最后,研究提出两点发展建议,即在技术层面以人机交互与人机互惠为着力点提升技术设计,在实践层面以学习科学与以人为本为基本遵循规范实践过程。

基于GAI的逆向工程教学思维在人机协作中的应用研究--以编程教育为例

大模型为学习者提供跨模态的学习资源,同时也为创新人机协同教学模式提出了更高要求。研究引入了逆向工程教学思维,分析了其在流程与机理上与生成式人工智能的相契互补性,并基于自主开发的逆向工程编程学习平台,开展了探索性编程教学实验。通过LDA主题词抽取和人机协作感知因子分析,研究挖掘出该模式下人机协作五类行为和情感取向。此外,问卷结果显示学习者在此教学模式下表现出较高的感知偶然性、人机协作感知以及持续学习意愿,但人机信任度处于中位水平。结合主题词分析,研究也提出未来人机协作的优化方向:通过逆向工程引领人机协作,降维拆解复杂问题;构建多智能体生态,提高多人-多机群体协作效能;塑造新型人机劳动关系,发展新智生产力。研究为未来人工智能协作学习提供了理论依据和数据参考,也提出了未来研究进一步改进的思路和方法。

ChatGPT赋能学生学习的路径探析

ChatGPT给技术赋能教育带来了巨大的机遇与挑战,有望变革与重塑教与学方式。但目前ChatGPT的相关研究主要从功能与伦理出发探讨其对教育领域的影响,对学习者如何与ChatGPT互动进入协同学习的分析还不够深入。为此,文章从人机协同学习的基本视角出发,结合ChatGPT的特点以及道德伦理等方面的规范,提出ChatGPT赋能学生学习的具体路径,包括协同底座、个体责任、协同基础、协同接口、协同表现、有效对话和协同形式七个方面。其中,协同底座受到个人责任的激发与约束,协同基础通过协同接口连通,协同表现以有效对话为核心,协同形式具有不同的层次。未来,可以从技术发展、人机双向反馈机制及提升策略、学习者提问与创新能力发展策略等方面做更深入的分析。

网络交互学习与人机独立学习环境下的概念构图研究

本研究以基于阅读的概念构图(以下简称"概念构图")任务为例,探索大学学术英语写前活动的计算机支持性任务环境资源。针对63名中等水平英语学习者,网络交互学习与人机独立学习环境下的概念阅读任务对比实验表明:1)概念构图任务在两种计算机支持性学习环境下对写作均有显著促进作用,后测作文总体质量与文章长度、内容论证、词丰富度等分项指标均显著高于前测作文;2)相对于人机独立学习环境,网络交互性概念构图任务的相对优越性并不高,网络交互组与独立学习组仅在"组织结构"指标呈边缘性显著组间差异。在线任务行为分析以及后续访谈揭示:计算机支持性概念任务效果受制于学习者对任务环境资源给养的感知与汲取,后者则与学习者个体认知与情感因素有关。

人机协同学习:实践模式与发展路向

人工智能等技术与社会各领域的加速融合,使得人机协同成为智能时代的重要特征和发展趋势。人机协同的教与学已初具实践形态,为理解和建构未来教育世界提供了新的方式。本研究聚焦智能时代的人机协同学习,首先明确了其重要内涵,并综合现有文献系统剖析了人机协同学习的现状。其次,本研究基于人机交互的自主度变化将人机协同学习的实践模式解构为三类,即人工智能引导的训练学习模式、人工智能支持的协作学习模式和人工智能赋能的探究学习模式,并以此分析了学习者的角色。最后,为推动人机协同学习的实践发展,本研究围绕人机关系建立、价值取向和伦理安全提出了具体建议,以此明确智能时代的人机协同学习发展路向。

智能时代的人机协同学习:价值内涵、表征形态与实践进路

智能技术的快速发展和智能教育产品的逐渐成熟在极大程度上促进了学习服务的升级、学习模式的变革和学习理念的革新,使得人机协同学习逐渐成为智能时代学习活动开展的重要组成部分。智能时代的人机协同学习,旨在充分发挥人类智能和机器智能的核心优势,通过学习者与机器的智能交互、协同工作、对话协商和共同决策,实现人机协同的教育智慧生成,重构智能时代的智慧学习新生态。其表征形态主要包括:通过人机智能交互,帮助机器更好地理解人类的学习意图和学习需求,进而为学习者提供更加适切的学习支持服务;通过人机协同工作,充分发挥学生智慧和机器智能的核心效用,促进学习目标的有效达成;通过人机群智融合,实现人机协同支持的教育智慧创生,产生超越人类智慧和机器智能的群体智慧;通过人机协同共生,实现学生智慧与机器智能的协同进化,激活人机协同学习的内生动力。未来人机协同学习相关研究的开展需要从机器智能服务测评体系的构建、基于多模态交互的人机协同学习过程监测、人机协同学习规律的探讨、学生智慧学习力的提升、人机协同学习的伦理问题阐释等方面加以重视。

智能时代个性化学习的现实困境、意蕴重构与模型构建

智能技术的快速发展和智能教育产品的逐渐成熟为个性化学习的实现提供了可靠保障。然而,“片面化”的智能诊断、“程式化”的教育干预、“投喂式”的服务供给、“机器主导”的教育决策阻碍了个性化学习目标的实现。要从本质上实现个性化学习,应该从“技术应用”“个体发展”和“人机关系”的视角对个性化学习进行重新审视:实现对学生的智能诊断和精准干预,强化智能技术对于教育的“赋能作用”;强调学生自我意识的唤醒、自我认知的强化和自主学习能力的提升,保障智能技术应用回归“育人”的本真;通过学生和机器的“博弈”,找到“机器智能干预”和“学生自主学习”的平衡点,实现人机协同学习生态的优化。在此基础上,围绕“学生自主学习—机器智能分析—机器智能干预—学生主观评判”构建了人机协同支持的个性化学习模型,以期勾勒智能时代个性化学习的未来图景。

智能学习干预:现实困境、实施原则与实践进路

智能学习干预是智能技术驱动学习变革的关键环节,也是大规模个性化教育的重要依托。然而,干预目标的“短视化”、干预方式的“程式化”、干预条件的“粗放化”、干预成效的“模糊化”,严重制约了智能学习干预效用的发挥。文章重新界定了智能学习干预的内涵,指出智能学习干预旨在通过全景化教育数据的采集分析,智能诊断和综合评估学生的个体特质、学业问题和学习需求,通过教师和机器的协同决策,找准学生的学习困境,“主动”为学生提供定制化的学习内容、服务与策略,帮助学生减轻学习负担、克服学业困难、提高学业水平、提升学习素养;从主动性、适切性、渐进性、延展性、可解释性、可协商性六方面定义了智能学习干预的实施原则。在此基础上,文章围绕教育数据感知、干预对象刻画、学业问题诊断、学习干预设计、干预措施甄选、干预成效检验等环节构建了人机协同支持的智能学习干预模型,并从价值定位与理念重构、干预成效的长周期检验、风险防范和伦理规约、基于数字人技术的干预模式设计方面展望智能学习干预的实践进路。

新技术视域下的教学创新:从趣悦学习到机器人陪伴学习——英国开放大学《创新教学报告》(2019版)解读

AI技术和5G通信技术的逐步应用,为教育提供了更多的可能。随着信息技术和教育的深度融合,教育改革和创新的呼声越来越高。英国开放大学领衔发布了一系列的《创新教学报告》(以下简称《报告》),着重介绍和探讨了技术支持下教育领域出现的、可能会带来巨大影响力的"创新教学法"。2019年度的《报告》,从"用新技术赋能教学"、"应对未来社会变革与挑战"、"创新已有教学法",以及"为教育开辟新可能"四个主题入手,介绍了十个年度创新教学法及其对应的教学实践案例。其中,"机器人陪伴学习"和"基于无人机的学习"两个教学法,代表了前沿技术对教学的影响。前者重新定义了教师的工作任务,让教师腾出更多时间从事创造性、情感性、启发性的工作;后者为学习者观察和记录提供了新视角,扩展了学习空间。新技术还给"趣悦学习"、"通过奇观学习"和"基于地点的学习"这些教学法带来了新生,强化了这些教学法在探索、合作和交流方面的能力。《报告》还提醒我们,在关注新技术发展和应用的同时,更应聚焦当前迫切要解决的,以及影响人类社会长远发展的教育和社会问题,以教学创新重塑教育。在此,对2019年《报告》中介绍的创新教学理论和案例进行的深度解读,内容包括:《报告》发布的背景、编写团队和编写过程、报告的核心价值理念、十个创新教学法的内容概要和点评。《报告》进一步加深了对教学法内容的分析和讨论:新技术为重构学习空间提供了可能;新技术赋能教育将有助重塑教育;教学创新为我国推进智慧教育提供了经验和参考。

智慧学习力:概念内涵与结构模型

在智能技术与教育教学深度融合的时代背景下,学生需要具备何种意识、能力和素质才能适应人机协同的学习模式,避免智能环境下的“认知迷航”风险,是智慧教育研究需要解决的关键问题。基于此,文章提出“智慧学习力”的概念,指出“智慧学习力”是对智慧学习环境下“学习力”概念的延伸,是为了适应智能教育产品的快速发展和人机协同学习的实践进程,学生所需具备的一系列能力、信念、意识、品质的集合,其核心内容涉及学生的智能素养、人机协同思维、自我反思意识、自我调节学习能力、探索精神和创新意识等诸多方面。在此基础上,从“适应力”“辨别力”“自省力”“调控力”“探索力”五个方面构建了智慧学习力的结构模型,对智慧学习力的构成要素进行了系统分析。未来相关研究需要从智慧学习力测评体系的构建、智慧学习力测评实践研究的开展、智慧学习力的影响因素探究、面向智慧学习力培育的智能教育产品研发与改进等方面加以重视。

智能技术赋能自我调节学习的内涵转型、制约瓶颈与发展路径

以大数据、人工智能为代表的智能技术,已成为推动教与学变革的强大动力,也使自我调节学习发生的条件产生巨大的变化。为此,智能时代自我调节学习的内涵,应向“自我决定”“自我监控”“自我认同”与“自我调整”的方向转型。根据智能技术由“计算智能”到“感知智能”再到“认知智能”的三个发展阶段,智能技术赋能自我调节学习的功能框架,可划分为“计算智能+自我调节学习”“感知智能+自我调节学习”“认知智能+自我调节学习”三个层次。从其带来的风险因素出发,智能技术赋能自我调节学习的发展,应注重技术与学习者之间的良性互动,建立知识联结,激发学习者的学习内驱力;以过程性数据帮助学习者自知,以数据素养帮助学习者自省;通过自定义规则,促进人机协同智慧决策达成。对智能技术赋能自我调节学习的研究,可引导学习者适应环境变化,以实现更高层次的自我调节学习。

数智时代学生的主体性反思与重构——基于人技关系的思考

数智时代,学生与教育技术的关系表现出三重样态。总体上看,教育技术作为一种环境深刻影响着教育的全领域、全过程、全要素;具体来看,它是作为供学生主体所使用的一种手段;随着智能技术的深入发展,它还可以作为人机协同学习过程中的一个“共生体”。这三重人技关系并非矛盾对立的,而是融通共存的。三重人技关系对学生的主体性发展表现出双重性。一方面,教育技术为学生的主体性发展提供更多可能性;但另一方面学生的主体性发展也面临着虚实割裂、技术垄断、机器增智的新挑战。面对这些新挑战,学生的主体性表现出新内涵,即反思“数字世界”的自觉性、关怀现实世界的自主性、挣脱技术垄断的能动性、超越技术的强主体意识。推动学生主体性的新发展,教育需要从三个方面作出努力:构建虚实融通的数字教育新生态;增强教育技术的教育性,回归教育技术的育人价值;健全人机协同学习的过程监测,驱动学生智能创生。