以信息化、数字化为标志的第四次工业革命对教育产生了深刻的影响,快速迭代的生成式人工智能技术也为高校人才培养带来挑战和机遇。生成式人工智能与传统人工智能相比,具有文本、图片、音频、视频等内容的按需生成能力。它不仅可以改变高等教育的教学内容和方式,也将会影响教育理念、价值观念和人才评价体系,最终驱动高等教育人才培养模式产生变革。
人工智能赋能高校教育教学
在世界范围内,人工智能技术已经在高等教育教学中得到了应用。在学习分析和可视化应用方面,美国华盛顿大学的保留率分析仪表盘网络应用将预测学生成绩与学习管理平台以及登录数据结合起来,帮助工作人员管理并关注有留级风险的学生。宾夕法尼亚州立大学“课程洞察力”应用程序利用学习分析技术,提供关于课程中学生的人口统计和先前入学情况的数据支持,帮助教师监测在线课程活动并了解学生的实时参与模式。
在自然语言处理和机器学习方面,澳大利亚迪肯大学开发了学术写作自动反馈工具,利用自然语言处理技术为学生的学术写作提供反馈,包括更正、评论、建议和赞美等。斯威本科技大学开发了一个基于网络的应用程序,利用机器学习技术主动支持学生的个人发展。该应用程序通过学习分析识别影响学生成功的风险因素,并为学生实时提供相应支持和指导。
在虚拟现实、增强现实和混合现实技术方面,美国印第安纳大学和普渡大学印第安纳波利斯联合分校,通过虚拟现实技术提供医学病例模拟,使学生能够在虚拟环境中与虚拟病人进行互动,并进行病例研究和诊断。蒙哥马利社区学院利用虚拟现实技术为放射学课程提供实践补充。学生可以在虚拟检查室中进行解剖学知识学习,与虚拟病人互动,并操作虚拟X射线设备进行实践。
在游戏化教学方面,美国南新罕布什尔大学通过游戏化评测,开发数字评估和徽章工具,以教授和评估与劳动力相匹配的软技能。
在智能辅导系统方面,美国印第安纳大学与普渡大学印第安纳波利斯联合分校的人机混合系统内嵌人工智能助手,模拟教师的个人和协作教学空间,提供全天24小时的即时回应和访问虚拟教师助理。
这些人工智能在高等教育中的应用,将随着生成式人工智能技术的不断发展,继续强化人工智能技术对高校教育教学的赋能。
生成式人工智能带来挑战和机遇
生成式人工智能可以智能化生成文本、图片、音频和视频,这导致论文写作这一高校教学常用评价方式的有效性受到了很大威胁。
《自然》杂志曾于2022年年底开展过一项针对ChatGPT写作与潜在学术不端应对策略的调查研究,主要调查对象来自北美和欧洲。调查结果表明,许多高校教授正在面临学生使用甚至滥用人工智能完成作业的情况。有20%的受访者表示在他的课程或其机构中看见过这种行为,有约半数的受访者对ChatGPT的高效表示担忧。在今年年初的世界数字教育大会上,英国伦敦玛丽女王大学校长分享了其在校园内进行的一项学生调查,结果显示有89%的学生借助ChatGPT做作业,53%的学生曾使用ChatGPT写论文。
与传统的论文抄袭相比,使用ChatGPT完成的论文无法轻易被检测抄袭的软件所发现。一部分教授担心ChatGPT的出现有可能使假论文泛滥,从而导致学术论文作为学习评价方式的终结。也有一部分教授认为ChatGPT的出现不是坏事。一方面,它为高校教师提供创新学生学习评价的契机。例如,可以在学生提交论文基础上增加即兴口试,从而验证其论文的原创性;或要求学生提交其写作过程中的元认知反思,这些都是生成式人工智能所无法完成的。此外,也可增加更多课堂教学过程中的学习评价,例如演讲、表演或在真实情境中测试学生的能力等。另一方面,生成式人工智能已经成为各行各业提升生产力的工具,人才培养的出口是就业,既然学生毕业后需要接触和使用生成式人工智能,高校就有义务面向产业行业需求为学生进入职场做好准备。
生成式人工智能促使高校变革人才培养目标
人才培养是高等教育的首要职能,高质量人才培养需要主动对接经济社会发展需求。
人工智能正在引发产业结构的深刻变革,包括基础架构与服务支撑相关的产业(算法、芯片、开源编程框架、云服务等)和应用领域(安防、金融、零售、交通、教育、医疗、智能制造等)。同时,生成式人工智能将促进产业界出现新的应用场景和业务模式。例如,在内容创作领域,生成式人工智能可以帮助创作者生成各种类型的内容,提高创作效率和带来新的创作灵感;在设计和艺术领域,生成具有创新性和美感的设计;在数据分析领域,帮助生成模拟数据,对于数据分析师来说是非常有价值的工具;在生物医学领域,帮助生成新的药物分子,或者预测疾病的发展趋势。这些都对相关专业人才的能力与素质提出了新要求,高校只有积极识别行业领域的迭代升级,科学调整人才培养目标,才能确保各项教育教学活动服务于学生专业能力和素质的培养与锻炼。
福布斯在其《人工智能工作:人工智能将如何改变就业市场》一文中提出,ChatGPT的发布很有可能改变现有行业格局,导致原先某些工作岗位消失。高校专业设置与人才市场上的岗位息息相关,这也提醒高校快速捕捉市场动态和研判人才培养趋势,及时调整专业设置,从而促进大学生高质量充分就业。例如,生成式人工智能技术的应用,有可能衍生出一个新兴岗位,即提示词工程师。生成式人工智能大模型的工作原理是提取用户文字输入中的关键词,并以此为依据生成回复内容。因此,其回复质量主要取决于用户输入的文字质量。提示词工程师的任务是通过编写自然语言来测试聊天机器人,识别和挖掘人工智能的错误和潜能,以便开发者处理和完善模型。
未来已来,生成式人工智能技术的快速发展和应用,要求高校和教师勇于接受新技术的挑战,学习新的教学方法,并不断调整人才培养目标。在这个过程中,高校和教师要确保生成式人工智能在教学和管理中的应用,能够真正提升教育质量,为学生提供更好的学习体验,更好地培养未来社会所需的人才。
(作者单位系北京教育科学研究院,本文系北京社科基金青年课题“人工智能大数据提升高校教学质量的实证研究”[20JYC017]成果)
作者:杨楠 唐亮
来源:《中国教育报》2024年4月4日第04版