注册| 登录
手机版 关注微信
您现在位置:中国创新教育网 >> 教育资讯 >> 教育视点 >> 浏览文章

黎加厚:数字化教育资源如何适应人工智能时代

来源:人民教育 作者: 黎加厚 记者 邢星 已有0人评论  2024/7/9 11:23:50  加入收藏

2022年3月28日,国家智慧教育公共服务平台正式上线,《人民教育》杂志就此专访上海师范大学教育学院教育技术学系教授黎加厚,探讨如何用好数字化教育资源。到现在近两年过去了,数字化教育资源的建设和应用又呈现出哪些新特点、新趋势?我们再次采访黎教授,对此进行深入探讨。

《人民教育》:国家智慧教育公共服务平台上线近两年了,这两年间科技持续高速发展,特别是生成式人工智能在教育领域广受关注;我国教育数字化战略行动取得了显著成果,国家智慧教育公共服务平台不断升级迭代。在这样的背景下,很希望请您再谈谈“如何用好数字化教育资源”这个话题。

黎加厚:在庆祝国家智慧教育公共服务平台创建两周年之际,我们一起再来讨论如何用好数字化教育资源,这是一件很有意义的事情。我们上次谈到,国家智慧教育公共服务平台建设是我国教育信息化发展进程中的一件大事,开启了国家推进教育资源数字化建设一个新的起点。[1]我们国家数字化教育资源建设的目标很宏伟也很朴素,归根到底就是让老百姓能够享受到更好的教育。截至2023年底,国家智慧教育公共服务平台已汇聚超8.8万条覆盖各年级和各学科的中小学教育资源、1万余门职业教育在线精品课程、2.7万门高等教育优质慕课,还有丰富的课外学习资源和教师专业发展的学习资源,累计注册用户突破了l亿,这是在短短两年间取得的伟大成就。这件事情在世界上也有很大影响,2023年6月9日,国家智慧教育公共服务平台荣获联合国教科文组织哈马德·本·伊萨·阿勒哈利法国王教育信息化奖,这是联合国系统内教育信息化最高奖项。中国国家智慧教育公共服务平台是公共数字学习平台普遍访问和有效使用的杰出代表,向世界展示了如何利用数字技术使教学和学习更加普及,为全球数字教育变革提供了有益经验。[2]

《人民教育》:数字化教育资源一方面重在建设,另一方面重在应用。这两年,国家智慧教育平台建设水平持续提升,那么面向新的一年,我们该如何进一步推动中小学校和教师用好国家数字化教育资源?

黎加厚:用好数字化教育资源是一项系统工程,涉及教育教学的各个方面,包括教师和学生的教育规念与技术观念、信息技术素养,以及课程教学改革、教师培训等。还涉及数字化教育资源提供方的服务,如技术支持、管理营运,以及整个教育数字化转型的顶层设计、治理方略等。数字化教育资源的建设和应用需要综合治理、整体变革、统筹规划、协调行动。我用冰山模型来概括教育资源整体发展思路(见下图)。

黎加厚:数字化教育资源如何适应人工智能时代

教育资源如何在教学中应用是冰山模型浮在“水面上”的部分,这一部分能够最直接感受到,是大家经常关心议论的部分,也是教育资源建设最终服务目的。要支撑起整座冰山,更重要的是“水面下”资源供给层的工作,教育资源建设者在“水面下”的艰辛劳动是大量的,我称他们是无名英雄。而从根本上影响整个国家教育资源发展的是最底层的发展理念层,尽管这是我们平时“看不到”的,却起着引领和指导作用,决定教育资源的发展路线和方向。

从教师实践反馈来看,我们各级数字化教育资源在建设和应用中所遇到的“最后一公里”难题或许就卡在服务上。目前我们为全国师生提供的主要是“产品服务”,包括文章、教案、PPT、课程视频、虚拟实验等,当师生在使用的时候,这些已经产品化的优质资源无法动态生成来满足师生需求,而师生的教与学活动更需要个性化的“动感服务”。解决教育资源建设和应用“最后一公里”难题的关键,是教育资源如何从固化的产品转化成为能够动态适应一线教学需求的“动感服务”。[3]

《人民教育》:我对您提出的“动感服务”想法很感兴趣,这可能也是教师在应用数字化教育资源的一个突破点。能不能从这个点切入,请您给一线教师谈谈如何用好数字化教育资源帮助自己的教学?

黎加厚:教育动感服务的特点是教育资源能够根据每一个教师和学生在教学活动中的具体场景和需求,动态提供适合用户需求的资源服务。经过近两年的实践,各地教师在教学实践中将国家和各省市的教育资源与自己的课堂教学相结合,通过不同的办法将数字化教育资源转化为适合自己课堂教学的服务。例如:

(1)在现有数字化教育资源基础上教师自己进行二次加工,转化成适合自己课堂教学的内容。这是目前教师利用数字化教育资源最普遍的方式。在教师信息技术素养提升培训中,最受一线教师喜欢的内容就是获取教育资源的搜索、下载方法,以及处理加工图片、视频、文档等资源,编辑制作自己的教学PPT和微课短视频等极简技术,反映了广大教师渴求把数字化教育资源转化成自己的教学服务的强烈需求。

(2)把数字化教育资源作为教师进修提高的学习材料。这是很多热爱教育、致力于不断学习提高自己教学水平的青年教师的做法,他们会把从数字化教育资源平台和各种网络平台上看到的优秀教学范例迁移到自己的教学中。

(3)指定学生直接观看数字化教育资源平台上的课程视频等。这种方法在前些年“停课不停学”阶段运用比较普遍,还用于翻转课堂的预习阶段、寒暑假学生自学等,后来随着复课和对学生使用情况的了解,逐渐械少了这种使用数字化教育资源的方式。

(4)教师在课堂直接使用数字化教育资源平台上的课程视频等给学生上课,同时辅以教师的课堂讲解。这种方法目前多用于师资相对紧缺的乡村或边远地区学校。由于之前国家“校校通”工程等取得的实际成效,现在包括边远地区和乡村学校基本上都有条件在课堂上使用数字化教育资源,而教师的培训和综合素质等因素则影响其是否采用这种方式开展数字化教学。

(5)最新的发展是生成式人工智能在数字化教学中的应用。教师把数字化教育资源与生成式人工智能结合起来,巧妙地通过生成式人工智能将数字化教育资源平台上的学习内容转化成动态生成式服务,让学生获得与单纯观看课程视频完全不一样的学习体验。

这些从一线教学中萌生的新做法,让我们看到了数字化教育资源未来发展的新方向。

《人民教育》:在2024世界数字教育大会上,教育部部长怀进鹏在主旨演讲中提出更智能化发展数字技术,将实施人工智能赋能行动,促进智能技术与教育教学(Al for education)等的深度融合。生成式人工智能与数字化教育资源该怎样更好结合,怎样帮助教师实现数字化教育资源向动感服务转化呢?

黎加厚:回顾电化教育发展史,20世纪90年代提出了“建网、建库、建队伍”的发展思路,数宇化教育资源的建设就像一个地区的发展要先修路一样;进入21世纪后,教育资源库内容逐步丰富,人们开始更加重视数字化教育资源在教学中的应用,提出“应用为王,服务至上”的发展思路;随着数字化教育资源应用的深人,我们进一步认识到数字化教育资源提供的不仅仅是产品,更需要M合教学需求的“动感服务”。叶澜教授强调指出,教学活动的过程是生成过程,要用生成论的思想方法去认识动态的教学过程。[4]如何让数字化教育资源变成适合教学个性化需求的“生成式”资源?这个“最后一公里”难题一直困扰我们。

今天,生成式人工智能像是呼啸而来的21世纪工业革命浪潮,彻底颠覆了我们对计算机和教育资源的认识,这将是教育资源发展道路上的一个重要里程碑。生成式人工智能与之前我们在教育中应用的所有信息技术不同的地方,就是经过海量数据预训练的生成式人工智能大模型能够在与学生互动对话中生成针对每一次对话的个性化内容,恰好可以弥补现在依靠网络和多媒体技术建设的数字化教育资源的“最后一公里”短板。

四川省平武山区的旧堡羌族乡中心小学、甘肃省甘南藏族自治州合作市第四小学、广东省广州市天河区的体育东路小学等各地中小学的教师把国家智慧教育公共服务平台与生成式人工智能相结合,引导学生在学习课程视频的过程中与生成式人工智能随时互动交流,生成式人工智能变成了智能化教学的中间助手,成为连接数字化教育资源产品与师生教学需要的动感服务的代理(Agent,或者称为智能体/智能助手)。

《人民教育》:技术进步确实给数字化教育资源建设和应用带来无限可能,同时也会带来一些新问题,比如生成式人工智能的伦理问题,特别是输出信息的真实性和准确性问题等,对数字化教育资源建设会带未哪些影响?在数字化教育资源建设中,我们该如何合理应用智能技术?

黎加厚:生成式人工智能在教育领域应用首先遇到的是正确率难题。国外和国内的生成式人工智能大模型都遇到过不能正确地回答问题,或是“一本正经的胡说八道”的问题。为什么通用大型语言模型都有准确率的天生硬伤?因为大型语言模型是通过预训练对通常包含数千亿或更多参数的文本资料进行分析处理,由于受到算力、资金、人力、语料收集、时间等限制,大模型无法学习“所有”知识,特别是专业知识;大模型使用历史数据进行训练,训练时间之后参数无法做到实时更新;各家大模型公司收集加工的文本资料带有其所处社会的文化偏见……这些局限让大型语言模型经常会产生不准确信息,甚至“一本正经的胡说八道”,严重影响生成式人工智能在教育中的应用。

要用生成式人工智能解决数字化教育资源建设和应用的“最后一公里”难题,关键是提高生成式人工智能输出信息的准确性。因此,建设和应用高质量、面向教育领域的数据训练教育专有大模型,减少内容创作偏见,提高教育知识生成的准确度、学科学段的适切度和意识形态的可控性与安全性,是生成式人工智能赋能教育数字化转型的必由之路。[5]

目前引人注目的是检索增强生成(Retrieval-Augmented Generation,RAG)和人机协同工作的人在回路(Human-in-the-Loop, HITL)技术的发展,即“混合增强生成技术”,将解决生成式人工智能输出信息的准确度难题,让AI辅助教育资源的动感服务成为可能。

检索增强生成技术就是将预训练的参数与非参数内存相结合用于语言生成,动态地从用户提供的外部知识源中(PDF、TXT、DOC文档、网址等)检索相关信息,为大型语言模型提供更专业和最新的背景信息,用这些信息引导生成过程,提升回答的准确性和相关性。[6]RAG与大模型结合无须用户对自己的专属任务进行再次训练,实现了低成本、易操作、高准确性,有效解决了大模型的“幻觉问题”。目前,国产大模型已经逐步增加了RAG功能。重庆市聚奎中学校利用多种AI工具的定制开发与RAG功能,全校教师自建学科教学知识库和辅助教学的智能体,在乡村中学的课堂中应用生成式人工智能促进学生深度学习。

人在回路技术是人类与人工智能协作工作学习的一种方式,将人的作用嵌入AI系统中,将人类的高阶思维能力与计算机强大的算力和存储能力相结合,构成人在回路的混合式智能系统,人类的干预成为智能系统运作的组成部分,获得人—机智慧协同互补的最佳效果。

基于检索增强生成技术的大模型和人在回路的混合式智能系统在数字化教育资源建设中的应用,将改变数字化教育资源的建设理念和运行机制,把数字化教育资源建设变成双向服务:既是数字化教育资源为师生服务,同时师生也为数字化教育资源的建设提供智慧服务,师生从单向的资源消费者转变成资源的建设者、智慧的贡献者。

《人民教育》:未来我们将持续建强国家智慧教育平台,打造出汇聚全国乃至全球智慧的最佳平台。那么,国家级数字化教育资源建设如何做出特色?

黎加厚:教育部高度重视数字技术和人工智能发展新机遇。我们必须主动作为,加强研究、趋利避害、提前布局,以数字化、智能化赋能教师的教和学生的学以及教育管理和评价改革。鼓励支持积极探索未来教育和学校新样态,使数字技术和人工智能推动基础教育优质均衡发展、保障教育公平、提高教育质量,在促进人的全面发展中发挥更大更重要的作用。[7]具体谈到国家智慧教育公共服务平台的发展,可以从技术发展和治理改革两个方面来考虑。

一是技术发展思路,向国家级数字技术基座方向发展。前面谈到,数字化教育资源建设升级进入生成式人工智能时代,应用“混合增强生成技术”解决动感服务的“最后一公里”难题。在实践层面,并不需要各级数字化教育资源平台去重复搞大型语言模型,这对教育行业来说既不现实也无必要。国家级数字化教育资源平台的发展思路是建设好为全国教育服务的大基座,充分聚集和发挥全社会资源的作用。上海市教育数字化转型实践提出学校数字基座设计,[8]  通过大基座把各方资源、工具、软件、信息整合为一体,建成数字时代教育资源集中交汇的大平台。国家级数字技术基座彰显国家体制优势,在国家层面包容支持各方教育资源,做成坚持政策导向、信息安全、自主可控的一站式国家教育资源门户。

国家智慧教育公共服务平台在生成式人工智能时代的升级,可以采用“增强式”和“拓展式”路径来实现。

“增强式”:在平台现有栏目基础上,增加AI按键功能,帮助用户使用AI增强和转化平台上已有的资源为教学服务,例如“AI辅助阅读”“问答式增强检索”“生成式教学设计服务”等生成式人工智能功能。大家可能已经注意到了,现在几乎所有的社会化服务平台和软件都在努力增加AI生成的新功能,这是时代智能化转型的历史潮流。

“拓展式”:根据教育教学需求,拓展智能时代的教育服务功能。例如,发挥国家数字大基座的体制优势,开辟基于国家智慧教育公共服务平台的教学智能体共享空间,类似手机应用市场一样,支持各地师生共享交流学科教学的智能体/智能助手。

二是治理改革思路,我们要记住“方法重于技术、组织制度创新重于技术创新”的工作理念,从数字化教育资源建设的顶层设计考虑,提升国家智慧教育公共服务平台的“数字化教育资源领导力”,让国家智慧教育公共服务平台从众多的数字化教育资源提供方中,跃升为国家数字化教育资源的指挥中心,代表国家意志领导中国数字化教育资源的发展方向。国家智慧教育公共服务平台关注的重心要从具体的资源库建设等方面,上升到重点关注中国数字化教育资源发展战略、政策制定、标准颁布、全社会各类数字化教育资源的评审把关等宏观层面。

注释:

[1]黎加厚,邢星,如何用好数字化教育资源[J人民教育,2022(10):35-38.

[2]国家智慧教育平台获联合国教科文组织教育信息化奖[EB/OL,(203-06-10) [2024-0-18, htps/lmp weirin.qxcom/slavY2enNieZw2n205N2Z/w.

[3]黎加厚.教育数字化转型的“最后一公里”:动感服务[J.中国信息技术教育,2023(2):4-9.

[4叶润,课堂教学过程再认识:功夫重在论外[J课穆·教材·教法,2013,33(5):3-13.

[5]刘邦奇,聂小林,王士选等.生成式人工智能与未来教育形态重郊:技术框架、能力特征及应用趋势u]电化教育研究,2024,45(1) :13-20.

[6]Parik Lewis, at al.Ratrival-Augmented Ceoneration for knowledge-lntersie NLP Tasks. Aorawces in Neuwral lniomat in Proessim Sstems, 3 ,949-9474. [EB OUL .(200)

[2024-2-18], hirpe:/lproceedings.neurips.cce/paper/2020/hashil6b493230205780elbe26945df7481e5-Abstract.html.

[7]王嘉毅,坚定教育自信,扎根中国大地办好基础教育[N]学时报,2024-01-03.

[8]李水智.教育数字化转型的构想与实践探索J]人民教育,2022(7):13-21.

0
0
关键字:

 最新文章

 热门文章

关于我们| 版权声明| 联系我们|免责声明| 网站地图

中国创新教育网 版权所有:站内信息除转载外均为中国创新教育网版权所有,转载或摘录须获得本网站许可。

地 址:潍坊市奎文区东风大街8081号    鲁ICP备19030718号     鲁公网安备 37070502000299号