从“失序”到“有序”:生成式人工智能教育应用的转向及其生成机制

作者简介:
吴南中,博士,西南大学数学与统计学院博士后流动站教授,硕士生导师(重庆 400715);陈咸彰(通讯作者),博士,重庆大学计算机学院副教授,硕士生导师;冯永,博士,重庆大学计算机学院教授,博士生导师(重庆 400444)。

原文出处:
远程教育杂志

内容提要:

当教育者以批判性逻辑和局域经验性认知为基础,将注意力放在ChatGPT等生成性人工智能的异化利用上时,可以很轻易地挖掘其所引发的教育质量失控、运行失序、伦理失调、认知浅化、创新堕化等外在异己性风险,成为自觉公开或隐蔽抵制的“技术幽灵”,容易形成一种基于自我选择和自我强化的新的不平等。从ChatGPT等生成式人工智能所呈现的强情境化、重整合化、凸显个体差异性和内蕴批判精神的特征来看,生成式人工智能能为学习者重构空间、重建内容、重塑能力、重调过程、重建评价等,为破解单一知识来源、冲击标准化场域、打破封闭式教学和突破外在表现评价等教育异化现象提供“解决工具”。 ChatGPT等生成式人工智能的教育应用“利好”转化需要以理想课堂建构为追求,建构人与ChatGPT等生成式人工智能工具实现共生成长的生成机制。对此,基于动机类别和联结机会,将生成式人工智能教育应用的转化机制区分为顺应型机制、响应型机制、主动型机制和建构型机制,旨在针对不同类型的动机和联结机会,促进生成式人工智能的科学应用,实现生成式人工智能从“失序”到“有序”的应用转变。


期刊代号:G1
分类名称:教育学
复印期号:2024 年 05 期

字号:

       一、引言

       2022年11月30日,美国人工智能实验室 OpenAI上线了基于GPT3.5的大型自然语言模型 ChatGPT,它不仅能完成一般意义的对话,还可以在不同领域显示其高超的通用问题解决能力,将人工智能中自然语言处理的研究与实践提升到了新高度,也掀起了各界围绕人工智能开展创新的实践。在教育领域,众多学者对其应用模式和使用策略进行了基于不同视角的探讨(吴砥,等,2023;卢宇,等,2023;焦建利,2023;郑燕林,等,2023)。从科技与人的关系视角审视教育中ChatGPT及其类似模型的教育应用问题,生成式人工智能在本质上是一种人类创造的工具,是实现人类特定目的和满足特定需求的产物。技术为人类的选择与行动创造了新的可能性,但也使得对这些可能性的处置,将事务发展为一种不确立的状态,当个体对技术理解不深的时候,容易根据个体的局域性理解或者片面性理解,自觉采取公开或隐蔽抵制的状态,容易形成一种基于自我选择和自我强化的新的不平等。“技术产生什么影响、服务于什么目的,这些都不是技术本身所固有的,而取决于人用技术来做什么。”(Mesthene,1970)尽管人工智能的强大功能,改变了人类理解世界的方式,成为现代人无法改变的历史方向,成为具有双重功能的“座架”(Heidegger,1977),但技术本身并不是“异化”为导向的特异性工具,而是可以利用的时代智慧结晶。ChatGPT一经发布,就快速嵌入到教育的各个领域,成为教育中的技术新势力,造成了“技术悲观主义”的紧张与焦虑,也支持了“技术乐观主义”的狂欢,给广大民众造成了认知冲突和行动迟疑。本研究旨在分析 ChatGPT等生成式人工智能应用到教育领域的利弊,以“技术善用”“器以成道”的实践诉求,有意识地进行教育的结构、功能和关系等机制的调整,使 ChatGPT服务于智能化时代“整全的人”的培养(刘铁芳,2017),落实新时代教育所呼吁的“大规模个性化教育”形态,提高教育的整体效率。

       二、“剑之两刃”:ChatGPT等生成式人工智能的教育应用立场

       ChatGPT是基于“Transformer结构”和“回归+Prompting”训练模式的人工智能模型,其核心是通过回归算法、预训练和人类反馈强化学习等多举措,实现多类任务生成,具备极高自主学习能力、现实推理能力、人类理解力,呈现了易用、仿真、通用等品性,是近年来深度神经网络、大型语言模型共同作用下,算法、算力、存储的多维支持下的重大人工智能阶段性成果(Wodecki,2023;Hirosawa,et al.,2023;朱光辉,等,2023)。ChatGPT一经发布,就在教育领域引起了轰动,高等教育体系更是迅速跟进,不仅学者们开展研究与实践,大量学生也应用 ChatGPT做设计,甚至毕业设计,这对传统教育体系至少在目标定位、教学资源生产和教学过程重塑上产生了较大冲击。然而也有个体基于抵抗的战术对生成式人工智能的广泛应用进行抵制,比如害怕学生作弊而禁止学生使用ChatGPT。ChatGPT作为一种典型的生成式人工智能成果,在教育数字化转型中具有应用价值,但也的确存在被异化的风险。全面认识ChatGPT等生成式人工智能的异化风险和应用价值,是其服务教育发展的前提条件。

       (一)教育“失序”:技术悲观主义的立场

       1.质量失控:生成式人工智能带来的学习内容风险

       “教育质量是指教育所提供的过程、方式、内容实现的结果满足所规定的标准的程度。”(金生鈜,2022)ChatGPT的出现,意味着基于数据和算法驱动的智能内容全面侵蚀和冲击教育的内容体系,可能导致教育整体性的内容传播失控,给教育带来了质量风险。一是ChatGPT等生成式人工智能可能导致教育的完整传播链条被肢解。按照苏格拉底的理解,教育中的知识不是传授的结果,而是唤醒学生内在的真知并予以挖掘,教师自己只是“电鳐、助产士、牛虻”(汉娜·阿伦特,2006);约翰·纽曼(2001)也认为教育过程中需要学习者主动进入知识领域,通过思维行动迎接教育事实。ChatGPT等生成式人工智能的出现和过频使用,会导致深度思考机会的减少,难以以思维的行动唤醒大脑的运行,容易从整体上降低教育的质量。二是ChatGPT等生成式人工智能会改变教育的内容,提升教育内容的不确定性。由于ChatGPT等生成式人工智能提供了基于预训练的“涌现”内容,这些内容缺乏科学的考证,是已有知识片段生成的结果,如不加以约束会影响学习者学习质量。

       2.运行失序:生成式人工智能带来的教育责任主体分散

       在教育体系中,责任是教与学关系建构中自身需要承担的角色和功能,是一个基于行动体互动衍生出来的关系性产物和一种特殊的主体间行为。比如ChatGPT的出现,带来教和学的责任分散问题。从教的角度看,由于ChatGPT的引入,教师的责任从垂直集中变成了分散交叉,这种交叉的一支是教师,另一支是ChatGPT所产生的教育内容,这种由于内容“交叉”可能产生的“偏差”或者“误导”,其责任后效甚至挑战了国家对教育的控制。从学的角度看,ChatGPT等生成式人工智能带来新的知识渠道,尤其是在学习过程中以"Chat"为核心的陪伴效应,使学生感受到了具有个体独特性的关怀,这种途径对教师主导教学形成了挑战,由于知识传导形成的安全责任体系坍塌。

       3.伦理失调:生成式人工智能带来的学生学业伦理风险

       技术应用带来的教育伦理问题担忧和现实困扰由来已久,主要集中在“教师职业倦怠”“学风不良”和“学术不端”等领域(杨洁,2016;于英姿,等,2020)。ChatGPT等生成式人工智能主要带来了学业主体缺失、学风向浅、学术不端等伦理问题。一是生成式人工智能的过度介入带来了“主体缺失”的伦理风险。生成式人工智能的使用,使过往需要不断寻求知识的过程被简化,学习者学习自主性被机器“喂养式”投放所压制,学生参与集体讨论和共同体活动的机会和时间变少,容易出现技术支配下的“空谈主义者”。二是生成式人工智能的过度介入导致对问题的分析流于表面,形成“学风向浅”的问题。长期依赖生成式人工智能处理问题,容易导致学习者对知识的追求停留在表面,无法深入知识本体。三是生成式人工智能带来了严重的学术不端问题。国外有研究发现,有89%的美国大学生尝试使用ChatGPT完成家庭作业,有53%的学习者使用其撰写论文,有48%的学习者依赖其完成考试(冯雨奂,2023)。

相关文章: