2024-10-01
2024年北京大学“新一代人工智能对教育影响研究”博士生学术论坛顺利召开
在北京大学研究生院“研究生教育创新计划”的支持下,北京大学数字化学习研究中心于2024年9月22日在线上线下同步举办了以“新一代人工智能对教育影响研究”为主题的博士生学术论坛。该论坛自创办以来,已连续举办八年,每一届的主题均紧扣当下j教育技术学前沿议题,开展深入的学术讨论。本届论坛围绕“新一代人工智能对教育的影响”这一核心议题,从“育人新目标”“教学新理论”“应用新场景”“学习新模式”“治理新举措”“管理新规程”以及“国际新政策”七个话题展开探讨,并在会前进行了案例征集与观点汇总。本次博士生论坛吸引了来自数十所高校的上百名师生参与,线下会场百余人,线上直播会场观看人数4238,最高同时在线人数186人。
|
|
|
在论坛正式开始前,北京大学教育学院汪琼教授介绍了论坛议程设计的初衷和工作方式,希望有组织的话题设计能够更好地汇聚青年学者和博士生当下研究兴趣。本届论坛采取线下线上相结合的形式,分为“主题报告”和“世界咖啡”两个环节。在“主题报告”环节,七位话题引言人皆为2023年国家社会科学基金教育学重大课题《新一代人工智能对教育的影响研究》(VGA230012)课题组的年青教师和在读博士生,他们选择各自研究领域的一个点进行了深入分享。在“世界咖啡”环节,在线上开设七个分论坛,先是线上投稿嘉宾分享,再线上线下同时研讨。
大模型在教学中的应用正处于探索阶段,当前仍缺少系统化的理论支撑。北京大学乐惠骁博士认为,推动大模型教学应用和理论发展,或可尝试将思路转向更具人本视角的研究路径:即考虑大模型如何在教学情境中模拟人类行动者(教师或学生)的角色。这样不仅能够充分借鉴现有丰富的人-人教学理论,还能通过理论重构,将其迁移应用于人-机交互的教学场景。早期关于教学代理的研究表明,这种转型思路的实现依赖于两个关键层面的挑战。首先,在情感交互层面,需解决大模型如何与学生建立具有临场感的情感联结,并处理学生与非社会化智能体互动的心理适应性问题。其次,在信息有效性层面,核心难题包括如何应对大模型的幻觉问题,以及如何构建学习者对大模型的信任机制。尤其是在大模型生成内容的可信度和逻辑一致性上,信任问题更为突出,直接影响其作为教学代理的有效性。乐惠骁博士的研究报告尝试为构建人机共生时代的教育新理论提供理论框架,为探索教育领域的转型提供了借鉴思路。
福建师范大学汪滢博士的报告主要围绕AIGC时代下育人目标的重塑及未来技能框架的变迁展开。生成式人工智能(GenAI)的崛起将引发劳动力市场革新,驱动人才需求变化,促使探索新的育人目标。报告梳理了来自多元组织(学术、非营利、政府和行业)的未来技能框架,找出这些框架中被广泛关注的技能,通过分析GenAI对这些技能产生影响的相关研究,总结出未来技能的转变。报告特别关注了“共同创造力”(co-creative)的演变,指出生成式人工智能不仅改变了个体创作模式,还在根本上重塑了协作创新的逻辑与范式。报告展望未来,提出了重构未来技能框架的必要性与思考方向,特别是在跨学科协作、复杂问题解决及人机共生情境下,技能体系与育人目标的双重更新与重构至关重要。
|
|
|
华南师范大学的博士生黄星云在“应用新场景”主题汇报中,深入探讨了GenAI在课堂学习与自主学习这两大教学情境中的变革性影响及未来趋势。研究揭示了GenAI在课堂教学环境中的三大创新图景:首先,人机协作的共答模式激发了学生的探究精神与创新能力,推动了教学互动的深层次转型;其次,智能助教的介入构建了生成式课堂,使得教学过程更加灵活、智能化;最后,即时评估与反馈机制的引入,极大地助力了大规模个性化学习的实现。在自主学习场景下,黄星云提出,学习模式从传统的静态搜索向动态的对话式学习演进,标志着教育领域的一次重要转型。通过GenAI的对话式学习,学习者能够在“一站式”平台中获取高度定制化的知识与信息,不仅显著提升了学习效率,更强化了学习者的深度理解与批判性思维,促使学习者从被动的信息接收者转变为主动的意义建构者,进而激发了深度的自主学习能力。
关于GenAI如何变革教学这一问题,教育界已经展开了广泛而持续的讨论,并形成了各具特色的叙事视角,包括宏观的政策叙事、深刻的实践叙事、新颖的技术叙事等多重叙事框架。广州大学的缪静敏博士指出,随着GenAI应用的不断深入,来自教师的实践叙事引发了教育领域内外的广泛关注。她认为,这类叙事不仅展示了从问题提出到策略实施再到效果评估的完整路径,还通过翔实的经验证据,揭示了GenAI在教学应用中的复杂性与多样性。为了能够更好地剖析教师的实践叙事,缪静敏老师及其团队采用了以“新”明“变”的方式,聚焦应用新场景这一切入点,力图捕捉教师教学实践的真实变化。研究通过系统化的场景分析,归纳出GenAI改变教学的六类主要应用场景:资源定制、强化联结、替代反馈、模拟情境、迭代创造和加速进程,呈现出GenAI赋能教学的多种维度。
鉴于GenAI在育人新目标、应用新场景、教学新理论、学习新模式等方面引发的变革,南京师范大学赵晓伟博士分享了应对GenAI带来风险的地方政策研究,重点从三个维度探讨了政策如何应对教育领域的深层变革。首先,现有的“人工智能+”教育政策主要集中在四个方向:构建支持GenAI的数字基础设施、提升师生适应GenAI的数字素养、推动GenAI应用场景的多维创新,以及完善GenAI伦理框架与监管机制。其次,尽管GenAI为教育模式带来了巨大变革,但其背后也伴随着新的风险与挑战。政策制定者需在鼓励创新与应对风险之间取得平衡,确保GenAI在教育中的深度应用。为此,制定具有前瞻性和公平性的指导框架至关重要,政策设计应体现社会正义与教育公平的双重价值。最后,赵晓伟博士建议,未来的“人工智能+”教育政策应以探索创新路径为核心,制定全面且负责任的政策方案,注重地方层面配套措施的适应性建设,并建立动态调整与持续优化机制,以应对教育需求与技术发展之间不断变化的张力,从而有效应对未来教育场域中可能出现的新挑战。
|
|
|
GenAI为教育带来的机遇与风险,亟须通过全新的治理举措加以应对。作为一种颠覆式技术,GenAI在教学场景中的介入,势必对现有的学术诚信体系、人才培养机制以及教学模式产生深远影响,甚至挑战传统教育体制的核心结构。迄今为止,国内外的政府及相关机构围绕这一议题积累了相对丰富的治理经验,但尚未形成统一的全球框架。之江实验室的沈苑博士及其团队围绕英国政府、澳大利亚高等教育质量管理与标准署(TEQSA)、麻省理工学院(MIT)等不同治理主体的政策实践,进行了深度的多案例分析与比较,揭示了当前国际社会在GenAI治理方面的三大创新趋势:以充分的赋权和支持机制为代表的治理架构创新、基于证据制定决策的治理路径创新、优先推动教育评估变革的实施策略创新。研究为我国教育治理的创新提供了宝贵的理论参考和实践借鉴。
在围绕GenAI教育应用国际新政策的专题研讨中,北京理工大学的欧阳嘉煜博士分享了团队的最新研究发现。通过对6个国家发布的与GenAI教育应用相关政策进行系统分析,研究提炼出推进GenAI教育应用的三条典型路径:以试点实证反馈刻画具体教育场景、以定向项目资助带动核心研发需求和以日常使用需求为引锚定应用情境。研究从教师、学生、教学内容等多维角度细致刻画了各国政策中所关注的GenAI教育应用风险,在此基础上提出了三条GenAI教育应用的未来进路。
|
|
|
在七位导言人完成主题报告后,会议顺利过渡到“世界咖啡”环节。线上线下的参会者被分为7个小组,围绕7个不同的主题展开深入研讨,来自北京大学的宋小伟博士生、范逸洲博士、北京语言大学的刘敏博士、温州大学的柳晨晨博士、西北师大的袁婷婷博士生、南京师大的李欣雅博士生和北京大学的汪琼教授分别担任线上七个分论坛的主持人。首先由来自河南大学、江苏师范大学、南京师范大学、马来西亚理科大学等国内外高校的博士生与年青教师分享各自的独到见解。随后,在讨论过程中,每二十分钟做一次议题转换,参会者可以进入不同分论坛,以确保思维的跨领域碰撞与多维度拓展。同时,参会者还可以通过线上发帖的形式继续就其他尚未探讨的议题发表见解,丰富了讨论的广度与深度。
本次北大博士生论坛以2023年国家社会科学基金教育学重大课题《新一代人工智能对教育的影响研究》(VGA230012)阶段性成果为引子,一方面展示课题团队青年学者的学术风采,另一方面也是为了吸引全国更多的博士生和年青学者就相关话题进行深入对话,检验课题研究发现,丰富研究话题,形成更为持久的学术共同体。
(撰稿人宋小伟)