- 孙发勤;彭雨;冯锐;
随着人工智能生成内容(Artificial Intelligence Generated Content,AIGC)在教育领域的应用日益广泛,其内容的准确性、科学性、适配性、价值偏差和学术不端风险等问题日益凸显,阻碍了AIGC在教育领域的进一步发展。为此,文章借鉴新闻学中“事实核查”的理念,构建了以“立德树人”为核心,涵盖“安全无害”“真实可靠”“科学规范”“表达客观”“认知适宜”的五维度教育领域AIGC核查框架。该框架构建了由事实层、认知层和价值层组成的三层核查体系,不仅实现了对教育AIGC内容的全方位质量评估,还详细阐述了各层核查的具体目标、内涵及实施方法,并指出单纯事后核查存在局限性。文章不仅为构建可信的教育AIGC体系提供了坚实的理论支撑,更提出了包含可信数据源供给、透明度与可解释性增强、人工智能与人类教育价值观对齐的系统性实施路径。
2025年08期 v.35;No.292 5-14页 [查看摘要][在线阅读][下载 1373K] [下载次数:2 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:4 ] - 王兴宇;陈恺;
作为人工智能的新突破,生成式人工智能(Generative Artificial Intelligence,GenAI)给高等教育带来了巨大的机遇与挑战,“高校如何应用生成式人工智能”成为了高等教育领域备受瞩目的议题。为此,文章采用质性研究方法,基于国外11所高校发布的14份GenAI应用指南政策文本进行研究,通过数据收集和开放式编码、主轴编码、选择性编码三个阶段的数据分析,形成了高校GenAI应用路径模型。此模型通过“价值引领”建立共同理解、“条件保障”打造支持环境、“教育创新”奠定知识基础、“审查评估”规避潜在风险,全方位、立体化地描绘了高校应用GenAI的现实图景。之后,文章依托此模型,借鉴国外高校的GenAI应用经验,提出我国高校的GenAI应用策略,以回应“高校如何应用生成式人工智能”的问题,并为我国高校实现数字时代的教育高质量发展提供理论支撑。
2025年08期 v.35;No.292 15-24页 [查看摘要][在线阅读][下载 1477K] [下载次数:0 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:4 ] - 卢淑怡;褚乐阳;王浙栋;陈向东;
当前,大语言模型(Large Language Model,LLM)在语言写作教学中的创新潜力日益显现,其中创意写作作为培养学生情感表达、批判性思维与创新能力的重要手段,正面临教学模式僵化、教学资源匮乏、评价模式单一等现实挑战,LLM的发展为其带来了新的机遇。为此,文章从世界知识、涌现能力、心理理论、思维链、硅基样本等角度分析了LLM在创意写作教学中的适用性,提出了基于LLM的创意写作应用框架,以通过多媒体创意激发和交互式创意激发相结合的形式,在写作过程中融入动态分析与个性化反馈。基于此框架,文章开发了相应的LLM4Writing平台,并在上海市S小学开展了为期5周的案例实践。案例结果表明,在LLM的技术赋能下学生在创意构思和表达能力等方面取得了显著进步,同时写作兴趣与创意潜力得到了有效激发。文章通过研究,旨在为LLM在创意写作教学中的应用提供理论基础和实践指导,推动写作教学模式创新和写作教学质量提升。
2025年08期 v.35;No.292 25-35页 [查看摘要][在线阅读][下载 1557K] [下载次数:5 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:3 ] - 钱莉;李文昊;顾庭轩;王小寒;
生成式人工智能(Generative Artificial Intelligence,GenAI)技术以其独特的生成性、创造性和适应性对教学和学习产生了重大影响,但其对学生学习效果的实际作用存在争议,制约了其在教育实践的广泛应用。文章采用元分析方法,对2024年6月前有关GenAI影响学生学习效果的39篇实验和准实验研究文献(60个效应量)进行了系统梳理与分析,结果表明:GenAI对学生学习效果具有中等偏大的积极影响(g=0.623);与其他学科相比,GenAI更能提升医学学科的学习效果;GenAI对学生学习效果的影响随着样本量增加而减弱;持续多次使用GenAI比一次性干预更能促进学生学习,但不同干预时长下无显著差异;相较于内容生成、评估反馈和混合应用方式,会话交互式GenAI应用最广且最有效;GenAI适用于各学段和不同学习者群体。基于上述结果,文章建议从学科特色、场景差异、合理干预、情境适配等方面加强对学生学习效果的实际作用,以助力GenAI教育应用落地。
2025年08期 v.35;No.292 36-45页 [查看摘要][在线阅读][下载 1322K] [下载次数:6 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:4 ] - 杨宁;李晓璠;马子璘;林岚;
同伴对话反馈是协作学习中促进批判性思维发展的重要途径。生成式人工智能(Generative Artificial Intelligence,GenAI)在理论上有助于消解在对话反馈时小学生知识储备不足、元认知能力薄弱以及教师即时指导缺失等问题,从而强化同伴对话反馈进程中的批判性思维发展,但该结论尚缺乏实证研究的支持。为此,文章对发生在小学科学大单元学习过程三个阶段的1000条同伴对话反馈文本进行滞后序列分析和认知网络分析,探究GenAI介入的同伴对话反馈质量及其对学生批判性思维的影响。结果显示,GenAI的介入深化了同伴对话反馈的过程,在促进批判性思维发展的过程中形成了“反思与争论”和“接受与评价”迭代循环的特征;同伴间的高水平争论有助于促进批判性思维发展;教师的协同可以增强GenAI介入同伴对话反馈促进批判性思维发展的作用。最后,文章探讨了GenAI介入的小学生同伴对话反馈机制,可为推动GenAI与学科课堂教学融合的创新发展提供实践参考。
2025年08期 v.35;No.292 46-56页 [查看摘要][在线阅读][下载 1475K] [下载次数:5 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:3 ]