见地 | “Z世代”教育，如何拥抱生成式人工智能？
见地 | “Z世代”教育，如何拥抱生成式人工智能？
▋见地
近些年，生成式人工智能在教育领域的应用广受关注。对于生于技术普及时代的“Z世代”的教育发展，生成式人工智能并非避之不及的洪水猛兽，而是变革教育数字化转型高阶发展的利器，如何应时而动、避虚向实地用法治规制其发展轨迹，以实现教育与技术的长期价值，积极落实党的二十大报告中关于教育数字化战略的行动部署，成为目前研究的应有之义。
原文 ：《生成式人工智能与“Z世代”教育的融合》
作者 |西南政法大学博士研究生 燕颖川
图片 |网络
以ChatGPT为例的生成式人工智能表现为智能化的聊天机器人，以生成式预训练的转换器（GPT）为核心基础，可以从大规模训练数据中进行自监督学习，深入学习语言规律和模式，与学习者进行模拟自然语言对话，并根据对话的上下文环境回答问题，在繁复跨学科的知识利用、演绎推理等方面表现出更强的规范性、逻辑性。
生成式人工智能融合教育的应用前景
毋论“学媒之争”的思想激荡，新技术切实开拓了高效便捷、生动灵活的教育应用前景。
从“知识推送”到“智能汇集”。在传统的“知识推送”中，教师按照固定的课程计划和内容进行知识点编集，视野窄化且更新滞后。而生成式人工智能通过自然语言生成和对话交互等方式，实现对“Z世代”的学习者定制化学习需求的满足，不仅能高效自动地汇集各种类型的学习资源，如课程教材、文献、音频等，还可以构建跨学科的知识图谱，为“Z世代”提供更加丰富多样、深入全面的学习体验。
从“填鸭式单向教育”到“探照灯式自适应学习”。传统的由教师发起的填鸭式单向教育往往采取匮乏个性化的“一刀切”教学方式，忽略“Z世代”的兴趣与情绪唤起。而ChatGPT代表了生成式人工智能发展的转折点，学生可以自主参与体验学习，通过问答自发探究知识领域。基于数据驱动，生成式人工智能可以搭建精准化教学的个性化学习框架，勾勒“Z世代”的个体特征画像，定制个性化的自适应互动方式，提供精确的方案反馈和进一步学习指导。
从“辅助教学”到“技术课程整合”。传统的人工智能通过教育软件、多媒体教学等对课业进行教学支持，但互动性较差、更新不及时且资源通用，很难满足学习者的需求。而生成式人工智能技术应用于教育领域，可以实现对教学资源、教学方法、教学评估等方面的高度整合，通过任务式驱动教学，提示启发性创意思路，使应用方法和掌握知识齐头并进，最后对“Z世代”进行全面细致的评估，提供有针对性、多维度的教学建议。
从“人机协同”到“人机融合”。生成式人工智能通过个性化指导、在线辅导答疑、优质资源整合推荐、追踪全面评估，除了帮助学生更好地掌握学术写作技巧，还能为“Z世代”提供高阶的方法指导，如时间管理、背诵技巧、同侪相处等。这可以帮助“Z世代”更高效地应对学习挑战，减轻学习压力、焦虑和困惑。数字化与智能化的充分融合，让因材施教的梦想成为可能，成就技术变革教育的夙愿。
生成式人工智能开拓教育的风险剖析
生成式人工智能如同一柄双刃剑，在带来巨大教育技术红利的同时，也存在安全隐私泄露等伴生风险挑战。
数据安全威胁隐私泄露。生成式人工智能教育的法律和伦理指导方面尚待完善，其开发和运营缺乏透明度与监管。ChatGPT的学习以海量数据作为基础支撑，一旦ChatGPT在收集、处理数据信息时未经授权使用或非用于教育目的滥用，都将使“Z世代”的个人隐私等重要信息处于极其危险的境地。另外，学习证据的标签化、异质数据的杂糅化等都为技术发展埋下隐忧。
数据黑箱暗藏误导偏见。生成式人工智能的训练数据和算法过程仍然是黑箱，所生成的内容不具备可解释性与明确的依据，为了追求回答的完整性常常出现逻辑错误或步骤冗余，因此应用于尚处认知萌生阶段的“Z世代”课程实践及高利害的学习任务时，虚假、错误的回答很容易造成其学习迷航，甚至有割裂教育的人本性和整全性的风险。
路径依赖引致能力退化。生成式人工智能可以生成完整且符合逻辑的语句，导致“Z世代”形成技术依赖，忽略了批判性思维和解决问题的能力，一旦缺乏技术伦理及学术道德，不仅影响“Z世代”自主的写作能力的提升，还可能导致学术作弊及学术诚信的问题。此外，一旦沉迷于科技交互，还可能导致情绪匮乏、情感缺失。
数字鸿沟加剧资源不均。研究表明，就算接触数字技术相对频繁的大学生群体中数字鸿沟依旧存在，不可将“Z世代”都视为具备高水平数字素养的同质化群体。在部分经济欠发达地区，受限于当地经济、文化、政策等叠加因素，资源配置相对落后，而生成式人工智能等融合教育的新兴技术囿于成本大、技术要求难以满足等，将影响教育资源分配的公平性。
法治应对生成式人工智能教育风险
为促进信息技术与“Z世代”教育融合互促的范式升维，推进教育数字化转型，激励教育高质量发展，需从法治层面逐一提出应对措施，实现全流程、全链条、全方位防治教育异质化风险。
加快数据保护的法规体系建设。关于生成式人工智能应用教育的法规体系，既要发挥法治固根本、稳预期、利长远的保障作用，又要审慎稳健地尊重保护ChatGPT等生成式人工智能作为新生事物的发展动能。一是需要制定相关教育企业的指导方针，梳理教育领域生成式人工智能科技发展的相关规制衔接数据保护法规、政策，用法治为企业发展锚定航向并描绘兜底红线。二是用法治解蔽算法，其一，建立透明公正的算法规约体系，以“可阐述”取代“可解释”透明度标准，使可阐述原则涵盖生成式人工智能的算法偏好、个性化学习推送表征与内在逻辑；其二，规制企业在定制人工智能和训练数据时应当丰富扩大数据库，使其避免偏见，且富有多样性。
推进教育多元协同的监督模式。监督是生成式人工智能治理的内生力量，监督得力可以循序释放技术应用教育的红利。一是建立分类分层风险预警与评估机制，应根据具体的适用范围、数据来源、使用意图判断生成式人工智能应归纳的风险类别，再适用相应的规约，并进行定期监控和评估。二是明确多主体权责，明晰多元支持联盟的权责分配及各主体对技术治理的贡献度，利用追踪技术建立治理机制的责任归属路径，重塑可行有效协同的治理路径。三是多主体协作监督布局，在政府引领企业制定监督机制外，重要的是带动和号召社会群体参与教育治理，实现公众监督的协同优势。
确定数智为人的法治建设目标。我们需要理性地认识到技术服务于人的本质，确定数智为人的法治建设目标，寻求工具理性和价值理性的平衡。首先，必须高度关注在教育领域中应用生成式人工智能技术的潜在安全、伦理风险，细化人工智能伦理规范，并上升至立法层面；其次，针对不同的应用场景，框定使用的合法合理范围，形成技术与教育双螺旋式的融合共生；最后，培养“Z世代”的批判性思维、跨学科多元思维、创造性思维，增强“Z世代”知法守法意识及诚信意识，培育其法治素养，特别是要提升算法素养，理解算法对信息环境的形塑并能应对算法的风险，进一步能使其协助完成优质信息获取及生产。
完善顶层教育资源的配置设计。为避免隐形教育差距的扩大，弥合教育的“数字鸿沟”，一是政府必须创新数字鸿沟治理理念，完善顶层教育资源的配置设计，将生成式人工智能嵌入教育技术着力运用于经济欠发达地区，切实补全短板，促进教育公平。二是完善信息技术教育体系的构建，实现包括生成式人工智能在内技术公平的基础物质资源调配，确保每一位“Z世代”切实享受数字红利。三是区别不同的存在形式，从技术使用和素养参差等鸿沟入手，在着重深度下沉互联网基础资源的过程中对弱势“Z世代”融入生成式人工智能教育给予必要帮助，使其数字素养的教育体系更加精确化。
[本文系教育部哲学社会科学重大攻关项目“人工智能发展中的重大风险防范体系研究”（20JZD026）阶段性成果]
文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第1868期第5版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。
本期责编：王立尧
拓展阅读
关注 | 给生成式人工智能“带上紧箍圈”
国家治理 | 以法治化解生成式人工智能风险