共 17 条
生成式人工智能何以赋能学习、能力与评价?
被引:63
作者:
白雪梅
[1
]
郭日发
[2
]
机构:
[1] 宁夏大学教师教育学院
[2] 清华大学教育研究院
来源:
关键词:
个性化学习;
协作学习;
能力培养;
学习评价;
AIGC;
ChatGPT;
D O I:
暂无
中图分类号:
G434 [计算机化教学];
TP18 [人工智能理论];
学科分类号:
040110 ;
081104 ;
0812 ;
0835 ;
1405 ;
摘要:
生成式人工智能(Artificial Intelligence Generated Content,AIGC)技术的飞速发展,为教育教学的创新性、颠覆性发展提供了无限可能。文章从学习、能力、评价三个向度,探讨了AIGC何以赋能大规模个性化学习和大规模协作学习、AIGC何以赋能学习者能力培养、AIGC何以赋能学习评价三个关键问题:AIGC赋能学习呈现从“千人一面”转为“千人千面”的特征,可从学习内容、学习方式、学习评价、答疑解惑、学习反馈五个方面赋能大规模个性化学习,并从适应性群体形成、专家促进、虚拟代理、智能调节四个方面赋能大规模协作学习;AIGC赋能能力呈现从“千篇一律”转为“标新领异”的特征,可促进学习者“传统认知能力”的全面发展,并为学习者“21世纪技能”的培养与评价提供支持;AIGC赋能评价呈现从评价学习转为理解学习、促进学习与重塑学习的特征,通过提供细粒度信息、提供及时评价与反馈、赋能学习评价达成AIGC赋能评价的目的。文章有助于教育工作者更深入地理解AIGC的赋能作用,并为推动AIGC与教育教学的深度融合、促进AIGC赋能教育高质量发展提供参考。
引用
收藏
页码:55 / 63
页数:9
相关论文

