1956年，两个重要概念在不同领域内提出：一是教育界的布卢姆教育目标分类（Bloom's Taxonomy），二是科技界的人工智能（Artificial Intelligence, AI）。近七十年来，前者为全球教育领域提供了系统而明确的教育目标（尤其是认知领域），后者则指引全球科技领域探索用机器模拟人类智能。若课堂教学仍停留在以培训学生认知能力为主的阶段，那么必然要遭遇具备认知智能的生成式人工智能的挑战与冲击。在此背景下，如何适应新时代人才培养的需求，优化升级教学理念、内容与方式，已成为教育领域必须深入思考的问题。为此，本文在深入分析人工智能发展历程的基础上，提出了“四个更重要”的教学主张，旨在为智能时代的教育教学发展提供有价值的参考。
一、人工智能进化历程与技术路径
✦
✦
1956年，美国达特茅斯学院召开了一场会议。会上，该校数学系教授约翰·麦卡锡（1971年度图灵奖获得者）、马文·明斯基（1969年度图灵奖获得者）与克劳德·香农（信息学创始人）等人联合发布提案，明确指出“研究应基于这样的假设，即学习的每个方面或智能的任何特征，原则上都可以如此精确地描述，以至于可以制造一台机器来模拟它”。这一观点成为人工智能作为研究领域的诞生标志，它指明了人工智能用以模拟、扩展、延伸人类智能的研究目标。
从进化历程来看，人工智能可划分为三代。诞生于二十世纪五六十年代的第一代人工智能，其特征是能存储会计算，能基于规则进行推理，以模拟人类的“计算智能”；二十一世纪初出现第二代人工智能，其特征是能听会说，能看会认，能感知世界，以模拟和扩展人类的“感知智能”。当前，人工智能进化到第三代，它能理解复杂的抽象概念、情感，能根据提示生成内容，并对真实世界加以理解、建模、验证和不断学习等，用以模拟和延展人类的“认知智能”。
从技术路径来看，计算智能和感知智能可以归类为判别式人工智能（Discriminative AI）。它们通过学习特定领域的小模型数据，提取其中的特征差异，来识别和分类新数据。比如，判别式模型采用向量机和决策树等技术，用于完成图像分类、语音识别和疾病预测等任务。模拟认知智能的第三代人工智能技术，又称为生成式人工智能（Generative AI）。顾名思义，这是一种能够生成新数据和内容的人工智能技术。通过训练大规模文本数据，它能够生成与原始数据相似但独立的新数据，比如高质量的自然语言文本，用于对话系统、自动写作，还可以生成逼真的图像和视频等，用以创造新的艺术作品等。因此，在多轮对话、意义理解和内容生成领域， 生成式人工智能展现出巨大的潜力。
二、以培养认知为主的教学
遭遇生成式人工智能的挑战
✦
✦
教育心理学家本杰明·布卢姆于1956年提出用系统化的思想来分类和评估教育目标。二战后，美国的教育系统亟须一种标准化的工具，改进教学方法和评估学生的学习效果。布卢姆及其团队通过对大量教育文献和实际教学经验的研究，从认知、情感和动作三个领域提出教育目标分类体系，并按照从简单到复杂、从具体到抽象的序列，将认知领域划分为六种水平——知识、领会、应用、分析、综合和评价。该分类法自问世后，其教育影响力与日俱增，许多国家在制定课程标准、设计教学计划和评估学生成绩时，都会加以参考。
2001年，布卢姆的学生安德森等人对认知目标分类进行修订，使其从一维框架拓展为二维框架。在新的分类框架中（见表1），原来的“知识”单独组成了一个维度，包括事实性知识、概念性知识、程序性知识和元认知知识。“认知过程”维度则依据认知复杂程度，划分为由低到高的六个层次：记忆、理解、应用、分析、评价和创造，以强调重视培养学生的创造力等高阶认知能力。
表1 布卢姆认知目标修订后的二维分类框架
图片
布卢姆的认知目标分类作为全球教育领域的重要理论，长期以来在人才培养目标的设定上发挥着关键作用。当人工智能只具备计算和感知智能时，并未触及课堂教学的核心，即未对学生认知能力的培养造成干扰。但是当教师发现，生成式人工智能展现出判别式人工智能不曾拥有的认知智能，它不仅能够达成海量记忆、意义理解等低阶认知目标，还能够较好地完成逻辑分析、作品评价、内容创造等高阶认知目标，做到了对人类的认知外包，甚至认知替代时，那么以认知教学为主的学校教育和课堂教学，必然会感受到巨大危机。因此，从西方到东方，从高等教育到基础教育，多个教育机构或行政管理部门，都曾于2023年上半年发布过对ChatGPT的禁令，将使用生成式人工智能视为学术剽窃。但是几个月以后，禁令纷纷反转。有条件、恰当使用生成式人工智能，以推进时代发展的重大科技创新为背景，培养适应和引领人机协同时代的人才，成为教育界的新共识。
三、面对生成式人工智能的教学主张
✦
✦
为了让具备认知智能的生成式人工智能深度融入学校教育，为课堂教学带来教育新质生产力，本文提出“四个更重要”的教学主张。
（一）掌握专家思维比专家结论更重要
核心素养，是世界各国对人才结构的描述。综合分析多个国家和机构给出的新世纪人才核心素养，可以发现两个共性的素养群。我国学者刘徽将其概括为专家思维和复杂交往。前者关乎智商，后者关乎情商。两者均是人工智能所不具备的人类专属素养，是各国要培养学生具备的高阶能力。
如果说教材里所印制的，多是由相对具体的专家结论所组成的知识体系，那么融合生成式人工智能的课堂教学，要更加关注由大概念所构成的专家思维。大概念所打通的，不只是学科内部的核心概念和关键概念，不只是为培养学生掌握作为专家结论的学科知识，而是要打通学科内的知识，以及学校教育和现实世界的路径，让学生掌握具备生活价值的专家思维。它涉及对问题的深刻理解、解决问题的策略、复杂交往的策略，以及在不同情境中应用以上策略的能力。2023年阿联酋的一项研究显示，在教师引导下，学生使用生成式人工智能来内化专家思维后，表现出对于复杂问题更高的解决能力和创新能力。
（二）经历学习过程比呈现学习结果更重要
20世纪70年代，教育心理学家维特罗克将其在认知心理学多年的研究成果运用于教育实践，对理科和人文学科的课程改革产生了深远影响。其中，他提出的“生成学习模式”在教育界的影响力尤为卓著。维特罗克认为，生成学习模式的本质，不是大脑被动学习和记录信息，而是主动地建构它对信息的解释，并从中做出推论。生成学习既是一种教学法，又是一种学习法。对于教师而言，教学中要体现出生成学习是动态的、发展的过程，要引导学生使用生成过程来建构意义和行动计划。而对于学生而言，生成学习的目的是达到意义理解，在此过程中，他们需要运用反审认知（也称为元认知，指的是人对认知活动的自我意识与自我控制）等，对生成学习过程进行监控。即使教师给出答案并已对答案进行解释，学生仍然需要运用反审认知，自己生成意义理解。由此可知，生成学习模式理论对于融合生成式人工智能的课堂教学，具有较强的指导意义。
在教学中，如果教师忽视学生所经历的动态发展的学习过程，而只是要求他们产出诸如写出一篇作文、解出一道题目、编写一段代码或绘制一幅简报等学习结果时，生成式人工智能就会发挥认知外包甚至认知取代的作用，人类学习者的认知加工则会出现惰性化、依赖化、局限化的倾向，生成式人工智能成为潜在“枪手”。当教师能够通过任务设计、问题驱动、思维培养、全程引导等，让学生经历深度的自主、探究、合作学习过程，那么生成式人工智能所提供的个性化帮助、及时反馈、答案解释、内容生成等，就可以让学生经由反审认知，生成自主的意义理解。
（三）改变评价理念比改变评价形式更重要
新课标导向下的课堂教学评价，已呈现出从结果性评价到过程性评价，从抽样截面评价到全样本全过程评价，从认知类评价到素养类评价等特征。当生成式人工智能融入课堂，教学评价则应体现出人机协同评价的理念转型和技术支持。
一是关于评价理念转型。以往的课堂教学评价，多是把学生作为独立个体，评价其经过学习后所表现出的认知、思维、态度和情感变化。融合生成式人工智能的评价理念，应重在评价学生能否恰当地使用生成式人工智能，具备何种程度的人机协同式问题解决能力、分布式认知策略、必备品格与正确情感价值观等。学生可参与到生成式人工智能助学的评价设计中，不仅成为评价的对象，还能成为评价的主体；不仅尝试理解并正确处理人与技术的关系，还体现出借助人工智能，促进自身全面且个性化成长的评价理念。例如，北京市第十八中学的初中生们，历经两个月的学习与调查，归纳总结出《生成式人工智能（GenAI）应用于学习生活应遵循的原则》，从透明度与数据安全、自主性与动机保护、认知与社交能力培养、平衡使用与防止依赖、减压而非增负、人类价值优先、前置审核、持续评估等八方面进行阐述，并向全社会学习者发出倡议。
二是关于人工智能评价技术支持。世界模型是人工智能系统对外部世界的内部表征。它不仅仅是对于周围环境的感知，更是对环境的深层理解和建模。具备世界模型的人工智能技术，可理解真实世界的基本逻辑。因此，未来的课堂教学评价，可分阶段采用真实与仿真深度交互的人工智能评价技术。在现实世界中，学生想进行大量的试错，通常难以实现，或受诸多条件限制。而采用具备世界模型的人工智能技术，学生可将问题解决思路和方法，用人工智能技术加以协同评价。比如，学生可先通过文生文、文生图等技术，让生成式人工智能模拟可能的问题解决过程生成部分结果，再使用Sora等具有世界模型的人工智能，模拟并试运行整个问题解决过程和结果。根据人工智能即时、仿真的反馈结果，学生综合分析判断，再调整完善原有问题解决方案，并修正后续学习的思路与方法。当前，文生文和文生图等生成式人工智能技术相对成熟，可以融入课堂教学评价中。比如厦门第二实验小学与国内某运动品牌联合成立跨界联名研究所。小学生提出书包的改进思路，分析书包使用体验感不好的主要原因，给出新书包的功能需求，手画草图后，与生成式人工智能多轮对话，直至生成理想书包的效果图，再与品牌设计师一起找材料、打样、选料、定价、市场测试等，最后形成可进入市场的产品。在这个过程中，生成式人工智能可以在真实任务解决的全过程、全环节发挥作用，建起学校教育与社会教育的评价通路。期待不远的将来，具有世界模型的人工智能技术可参与评价，让课堂教学评价从理念到技术，均形成适合人工智能时代人才培养的新样态。
（四）重视科学教育的同时，培养人文精神更重要
我国于2023年发布的《教育部等十八部门关于加强新时代中小学科学教育工作的意见》，强调要“凸显学生核心素养培养，统筹规划科学教育与工程教育。利用人工智能、虚拟现实等技术手段改进和强化实验教学”。中小学科学教育水平，决定了未来国家公民的整体科学素养，以及国家在全球科技竞争的水平。重视中小学课堂教学中的科学教育，是具有战略意义的举措。
无论是科学教育、工程教育等与人工智能密切相关的课程，还是其他传统学科，技术对课堂教学的作用，可以体现为四个阶段。前两个是初级阶段，其作用是替代（substitution）和增强（augmentation）。生成式人工智能能够把教师从教学事务类或重复类工作中解放出来，用人工智能技术替代或提升教学效能，比如帮助教师进行学情数据分析与报告生成，教学资源生成与教学设计优化等。高级阶段是调整（modification）和重塑（redefinition）。如果说传统的课堂教学结构里，存在功能稳定且界限清晰的教师、学生、教学内容和教学媒体四要素的话，那么生成式人工智能会成为课堂教学里前所未有的第五要素。这是因为，生成式人工智能可以按需跨越不同要素，它既可以化身教师助手，又可以作为学生伙伴；既可以生成新的教学内容，又可以成为融合型的教学媒体。它改变了教学结构中四要素相对稳定的作用关系，实现了用人工智能技术重塑全新的学习流程或模式。
但是无论人工智能怎样发展、教学结构如何变化，教育的本质都不会改变，那就是培养大批具备核心素养的人才。这就意味着，除了学科素养外，学生要具备深厚的家国情怀、坚强的意志品格和良好的人文精神。在日益强调重视科学教育重要性的同时，教师更要重视学生人文精神的培养。比如，学生要开发一款App，其核心理念是为社区残障人士提供服务。当残障人士有出行需求时，该App就可以自动匹配社区附近愿意花时间全程陪伴他们的志愿者。在以人文精神为内核的任务驱动下，学生借助生成式人工智能来完成软件开发。生成式人工智能会帮助人类编写代码、自动查错、生成界面、上线运行等。因此，科技手段可以由人工智能协同完成，而人类独有的人文精神，会令科技插上人性的翅膀。
转自中小学数字化教学微信公众号，仅作学习交流，如有侵权，请联系本站删除！
