大型语言模型会催生学校结构性变革吗?——基于ChatGPT的前瞻性分析

被引:61
作者
张志祯 [1 ]
张玲玲 [2 ]
米天伊 [3 ]
丘诗萍 [3 ]
机构
[1] 北京师范大学教育学部教育技术基本理论研究中心
[2] 北京开放大学国开业务部
[3] 北京师范大学教育学部教育技术学院
关键词
ChatGPT; 大型语言模型; 智能教学系统; 个性化学习; 学校教育; 系统变革; 教学自动化;
D O I
10.13541/j.cnki.chinade.20230301.002
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
自2022年底以来,大型语言模型ChatGPT以爆炸式用户增长与网络传播的方式向公众宣告其诞生,并因其流畅的多轮次对话、对需求的准确理解、实用性高的文本(含程序代码)生成,受到教育领域的广泛关注。对于以ChatGPT为代表的大型语言模型及其衍生应用的教育技术学思考,不能停留在为教师和学生提供使用建议的层面,还需更深入。其中的一个方向是探讨源自教学机器的适应性教学系统及其所支持的个性化学习对学校教学系统结构的可能影响。对ChatGPT教学行为的分析表明:在教学行为(活动、任务)层面,它能够进行对话辅导、技能训练、讲授演示、协同创作、交互评价等活动,但是缺少课时、单元、课程等上层结构,而作为其行为基础的“动作”,也面临可信性与准确性不高的挑战。尽管如此,ChatGPT表现出来的跨领域自然语言理解与生成能力仍为智能教学系统提供了新型“能力基座”,有望大范围改变智能教学系统的开发模式,提升其教学表现,为个性化学习提供更全面、更有效的支撑。学校的教学系统是否会因此产生结构性变革?本文将“会不会”问题,分为“能不能”与“应该不应该”两个问题,分别从事实逻辑层面、实践价值层面进行探讨。分析表明,学校现有的分科课程、班级授课、教师主导等系统结构仍保持稳定,并未受已有的智能教学系统与慕课等资源太大的冲击;基于大型语言模型的教学自动化还需要补足“上层结构”,夯实“基础动作”;对于基础教育,学校教学系统的要素(如教师)可能会发生很大变化,但系统结构很可能会保持稳定。
引用
收藏
页码:32 / 41
页数:10
相关论文
共 18 条
[2]   疫情下中小学教师在线教学现状、问题与反思——基于湖北省“停课不停学”的调查与分析 [J].
王继新 ;
韦怡彤 ;
宗敏 .
中国电化教育, 2020, (05) :15-21
[3]   人工智能的教学角色隐喻分析——以人工智能教育应用领域高影响力项目为例 [J].
张志祯 ;
张玲玲 ;
徐雪迎 ;
刘佳林 .
中国远程教育, 2019, (11) :24-37+57+93
[4]   人工智能教育应用的应然分析:教学自动化的必然与可能 [J].
张志祯 ;
张玲玲 ;
李芒 .
中国远程教育, 2019, (01) :25-35+92
[5]   软件作为信息人工制品的概念及分类理论研究 [J].
王晓伟 ;
倪静 ;
邱莹 .
自然辩证法研究, 2018, 34 (09) :55-62
[7]   技术在未来高等教育中的应用图景——基于《地平线报告2017(高等教育版)》的分析 [J].
孙立会 ;
葛兴蕾 ;
陈张兼 .
电化教育研究, 2017, 38 (12) :121-128
[8]  
人工智能哲学十五讲[M]. 北京大学出版社 , 徐英瑾, 2021
[9]  
现代教育论[M]. 人民教育出版社 , 黄济, 2012
[10]  
教学论稿[M]. 人民教育出版社 , 王策三著, 2005