人工智能赋能信息科技课堂教学评价：意义、风险与优化路径

人工智能正影响着人们的生活与思维方式，尤其是以生成式人工智能为代表的技术快速兴起，正逐步改变当前课堂教学评价样态。积极探索人工智能技术在教育教学评价领域的应用，是我国推动教育数字化发展的必经之路。2020年，中共中央、国务院印发《深化新时代教育评价改革总体方案》，明确提出要创新评价工具，利用人工智能、大数据等现代信息技术，探索开展学生各年级学习情况全过程纵向评价、德智体美劳全要素横向评价[1]。《义务教育信息科技课程标准（2022年版）》（以下简称《新课标》）明确指出，评价方式应体现多样性，要综合运用观察、实验、模拟、仿真等方法，采用纸笔考试、上机实践、作品创作等方式，借助电子档案袋、学习系统等平台记录学生过程性学习数据[2]。信息科技课程本就是综合运用技术手段对学生进行教育的课程，仅仅依靠传统的人工记录难以实现教学评价的即使化与精准化。此外，课堂教学是学校教育工作的主阵地，而课堂教学评价也是教育评价的重要环节，应用人工智能技术融入信息科技课堂教学评价，有助于教师对学生进行个性化评估，提高课堂教学效果。然而，人工智能在为课堂教学评价带来诸多便利的同时，也不可避免地存在风险与挑战。因此，本文旨在明晰人工智能赋能信息科技课堂教学评价的意义与风险，探讨人工智能赋能信息科技课堂教学评价的优化路径，以期满足对学生的个性化评价需求，推动信息科技课堂教学评价改革。

一、人工智能赋能信息科技课堂教学评价的内涵与意义

随着AI技术的迅猛进展，其在教育领域的应用为教育教学评价带来了新的变革。课堂教学评价作为衡量和促进学生学习成果的重要工具，一直面临发展机遇与挑战。

（一）内涵

“赋能”的英文为“empower”，简单来说就是赋予某种事物以某种能力，更深入地讲，乃是为行动主体实现目标提供一种新的方法、路径和可能性。人工智能为何能够赋能课堂教学评价构成了赋能的现实前提。一方面是基于课堂教学评价的内在需求，是从教育实践需求而非技术应用需求出发的。另一方面，人工智能自身的技术优势为赋能提供了技术前提[3]。

课堂教学评价是对教育活动做出价值判断的过程，是教学的“指挥棒”，具有调节教学方向的功能。而从神经科学的角度出发，许多学者认为人工智能在教学评价中主要是通过智能技术模拟人脑的信息加工、记忆存储和逻辑推理过程，以还原人类学习过程，并通过机器学习和场景模拟来辅助教学和评价学习行为[4]。它是一种通过计算机来模拟，实现人类和其他生物的感知、行为、记忆、思维和语言等自然智能的技术[5]。在教育发展进程中，人工智能以其快速适应的特点，激发了教育改革的动能和活力，其中一个较为明显的便是课堂教学评价的智能化转向。人工智能与教学评价的深度融合能够创新教学评价方法和手段，更新传统单一式教学评价方式，促进教学评价的个性化、互动化和智能化发展。

从教育评价的维度出发，人工智能赋能信息科技课堂教学评价，主要有评价主体多元化、评价方式多样化、评价过程动态化、评价结果个性化四方面。首先，AI赋能教学评价时，其多维的评价空间，多样化的评价证据，让多主体共同参与，生生评价、师生评价和家校评价的评价窗口，营造出多个主体共同评价的教学评价情境。其次，在人工智能的引领下，过程性评价和增值型评价方式均得以实践。“技术＋评价”打造“全样本数据+复杂模型+归纳分析+可视化反馈”的全景式评价体系[6]，增强评价效果的可持续性和发展性。再者，通过使用信息技术手段，教师可以记录学生课堂学习活动过程中的动态行为表现，如面部表情、肢体动作等，使评价过程动态化，评价结果真实化与可视化。最后，运用人工智能赋能教学评价，对不同学生采用针对性、具体性的评价反馈内容，依托人工智能技术，实时感知、捕捉、融合与分析多模态教育大数据，完成对个体综合素质水平的诊断与评估，提供可视化的个性化诊断报告[7]。

（二）意义

人工智能技术的赋能为信息科技课堂教学评价的高质量发展提供了有效依托，为数智时代教育的创新发展提供了方向指引。

（1）大量数据促使结果评价更加全面

在信息科技教学中，结果评价通常在理论教学或微机操作结束后比较教学、管理以及学习成效与预定目标之间的一致性。该评价侧重于结果导向，采用一套较为固定的标准来进行评价。而在智能技术的支持下，信息科技课堂教学评价数据来源得到极大丰富。首先，可以利用人工智能背后的大数据技术实现全体学生的数据收集[8]。其次，人工智能技术通过建立统一的算法和模型、更一致和客观的评价标准，根据标准采集评价数据，有利于提高评价结果的可比性。

（2）科学分析驱动过程评价更为生动

过程评价作为在教学实施过程中的评价，评价数据的精准分析一直是一大难题，而人工智能技术的引入为教育教学提供了多样化的评价手段。具体而言，一是可以通过系统平台、穿戴感知设备等多种智能数据采集手段，实现全过程伴随式数据采集，避免了数据采集的片段化。二是利用机器学习算法对学生课堂上的行为、心理活动等多模态数据进行处理，使分析结果更客观准确。三是利用数据可视化，将数据分析结果以直观可视化的形式即时呈现给信息教师，有利于帮助教师及时调整教学进度和给出个性化的指导意见，这样的课堂教学评价才更为生动立体。

（3）信息互通驱动增值评价更快发展

增值评价侧重于评估学生的学习历程与发展，而不是单单的考试成绩，通过对比学习之初和最终达到的水平来判断学生的成长幅度[9]。增值评价作为刚刚起步的教学评价思路，自身不可避免的存在一些问题，但人工智能的赋能为应对增值评价中存在的问题和挑战提供了有利的抓手。比如利用大数据为教师提供实时的指导信息，有利于提升数据追踪和收集的稳定性和可靠性；智能化管理使得数据库能够处理并互通不同的数据，可突破增值评价内容形式单一且数量不足的限制；可视化交互系统提升了发展成果的呈现，对被评价对象的发展水平数据进行可视化的呈现与交互，有利于辅助信息教师理解评价结果而减少增值评价落地的阻力。总的来说，人工智能赋能课堂教学评价时的信息互通，能够驱动增值评价更快发展。

（4）客观反馈驱动综合评价更具公平

综合评价是一种对教育行为进行整体性评价的方法，以学生的学习成绩、平时表现、综合素质等多个指标，全面评估学生核心素养的形成，有助于为信息教师提供更加准确的评价结果和更具针对性的指导和建议。人工智能技术支持下，综合评价得到了全面优化。首先在评价数据收集层面，人工智能技术创建了一个综合的数据平台，利用大规模且多样化的数据采集来解决综合评价中信息量的限制、偏差和结构性缺陷[10]。其次在评价数据分析方面，人工智能有着如人工神经网络一般的先进算法，能够科学建立并定期更新评价指标模型，有效提升信息科技课堂教学综合评价中指标构建的科学性。最后，在评价数据反馈方面，利用数据挖掘和分析技术，全面剖析学生各方面的综合发展状态，并揭示评价结果的普遍特性和个体差异，以客观的反馈驱动学生综合评价更具公平。

二、人工智能赋能信息科技课堂教学评价的风险

人工智能与课堂教学评价深度融合的过程充满机遇与挑战，其中忽视情感因素、存在安全风险、过度依赖技术等潜在风险，对其赋能课堂教学评价构成威胁，需要我们用谨慎、细致的态度去正视它。

（一）忽视情感因素

教育是用一颗心影响另一颗心的活动，只有用真心对待教育，才能达到学生心灵的深处。而人工智能在课堂教学评价过程中本身就存在一定局限，它依靠算法的设计来预设变量，仅能作出程序性、机械性的教学评价，无法关注到教学中产生的情感因素，其过度介入将使得教学评价的人文性遭到破坏。课堂教学评价本应是充满情感交互和人文关怀，但教育的本体性价值被技术所规制与约束，弱化了人的具身性体验。

信息科技课堂教学应是充满师生、生生互动的，是极其需要人依赖内在理性与伦理道德观念作出价值判断的教育实践活动。学生在作品设计时投入了自身情感，不一定做得尽善尽美，但作品背后有其独特的主题。智能机器没有人类所拥有的情感，终究是冰冷、无生命、无人文价值关怀的[11]。人工智能无法对人的道德行为与情感表达作出深入的价值判断，难以有效识别和回应不同评价主体的文化需求，也难以取代人在评价过程中所给予的独特情感关怀，缺乏明显的情感表达[12]。这种专业且客观的教学评价系统可能会对被评价主体产生某种冷漠态度，比如一位合格的信息教师在进行课堂教学评价时本不会产生的“傲慢感”和“无情感”。此外，人工智能赋能课堂教学评价时产生的物化陷阱，在应对学生的过去表现时对学生的具体需求和情况缺乏必要的同情和理解。比如学生过去的数据被永久存储在评价数据平台上，被定格为电子标签且很难摆脱，这不仅可能会对学生的心理造成负面影响，还可能会对他们的现在和未来带来不公正的影响[13]。教学本质上是育人的活动，承载着人与人、人与自然、人与社会的情感交流和精神际遇。因此，在人工智能赋能信息科技课堂教学评价时，要警惕人的失落，注重情感因素在评价中的重要影响。

（二）存在安全风险

人工智能在应用过程中衍生出的信息安全风险是其赋能教学评价需要应对的重要挑战。在当今教育环境下，人工智能让我们的行为和思想都无不显露于“第三只眼”下[14]，其从采集到保存再到运用的整个过程均存在信息安全风险。

首先是数据采集所带来的隐私泄漏问题。人工智能赋能的信息科技课堂教学评价过程涉及了对大量学生数据的收集与处理，在智能化教学评价工具的加持下，信息教师不再使用肉眼观察或是填写记录表的形式收集评价数据，除了在线教学系统中采集的评价数据，还包括通过智能摄像头、智能穿戴设备采集的学生的微表情、学习行为、课堂动作等多方面数据，更加全面、便捷地获取学生的信息，从而进行全方位、多层次的评价。但评价对象的个人信息在系统留存的过程中，极易产生泄露风险，危害到评价对象的信息安全。已有调查显示在教学评价过程中，数据泄露的内容包括用户向人工智能输入的学生和教师评价的相关信息以及教师、学生与人工智能对话中的一些私密内容，这其中可能存在大量私人甚至是敏感信息。

其次是数据处理与运用所带来的问题。人工智能收集的数据以片段化为主，且数据需要经过广泛的筛选、分类和标准化[15]，以适应不同机构的各种技术处理方法，这可能对数据的完整性和准确性构成挑战。此外，信息教师收集课堂教学评价数据一方面是为了对学生进行客观综合的评价，落实核心素养的培养，另一方面是为了在课后对数据进行分析从而改进教学，即对评价数据的二次利用，这就容易出现数据滥用或泄露的情况。比如某些人可能出于利润驱动，将数据、算法和算力的优势转化为操控学生信息的手段[16]，收集学生的信息和隐私，进而引起学生信息的非自愿收集，造成评价信息安全风险。

（三）过度依赖技术

人工智能的出现不同于以往的技术革命，其模糊了现实世界与虚拟世界的界限[17]，就好比“元宇宙”概念的出现，可以让人在现实与虚拟世界中无缝对接。这样的拟人化的特质虽然能够在一定程度上弥补人类的不足，但也在加速技术对人类主体性的剥夺。随着AI技术的持续发展，人们对AI的依赖日渐加重，甚至可能不自觉地采纳 AI 的处理逻辑。目前的发展趋势表明，人工智能机器正在逐渐成为社会及教育生态系统不可或缺的一部分，它们将发展为能作出独立判断和自主行动的实体[18]。

尽管人工智能进入教育领域后，短时间内便在赋能教师教学、学生学习、教学评价等方面展现出了巨大优势，但在实际应用过程中，师生在利用人工智能赋能教学评价时，极易产生对技术的依赖心理，过于相信智能化评价，造成思维惰性。这种机械式配合智能化教学评价的现象是滥用人工智能的后果，换言之，人机协同关系的倒置阻碍了的教学评价主体作用。人工智能赋能信息科技课堂教学评价时容易产生工具理性主义，进而滋长教师的“技术依赖”。比如说信息教师在课堂中利用诸如ChatGPT的生成式人工智能与学生进行互动或评价时，其具有的一系列强大功能使得教师极有可能出于惰性或技术崇拜而将评价过程中的主体权利让渡给机器[18]。就好比如果让学生利用人工智能辅助学习，学生会不自觉将所有任务交给AI。同样，教师在利用人工智能在制定评价方案、给出评价结果时，也会习惯性地参照机器生成的内容，放弃主体独立思考、独立判断的过程。人工智能赋能课堂教学评价的核心目标是让机器能够在人类经验的驱使下完成教学评价的中间环节，而不是让机器替代教师[20]。从本质上讲，“AI＋教学评价”应以教师的实践经验为指导，在信息科技课堂教学中合理设计智能技术的应用场景，开发相应的智能评价系统，以提高课堂教学评价效率，而不能过于依赖技术，忽略评价的本质。

三、人工智能赋能信息科技课堂教学评价的优化路径

从整体上看，人工智能赋能信息科技课堂教学评价的价值与风险并存，如何发挥“AI＋评价”的正向作用并尽可能规避风险，是当前需要关注和解决的核心问题。人工智能赋能课堂教学评价可以从重塑人机协同中的身份、保障评价主体隐私安全以及培养信息教师智能素养三方面构建优化路径。

（一）重塑人机协同中的身份

伴随着人工智能浪潮对教育领域的冲击，教师从未停止对自身在“人机协同”教育中应扮演的身份角色的思考。尽管人工智能在复杂计算和逻辑推理上有着巨大优势，但在课堂教学评价中，教师的作用依然是无法替代的。重塑信息教师在人工智能赋能课堂评价下的身份角色，才能更加有效地推进人机协同教学。

首先，信息教师要充分认识到自身对比于人工智能的优势所在。目前已有学者就“人有哪些特质是目前人工智能无法模拟的？在教育评价实践中，哪些事情是人工智能目前无法有效完成并需要由人来操作的？”之类的问题进行思考，为我们提供了理论参照。如蔡曙山等将人类心智和意识分为神经、心理、语言、思维、文化五个层级[21]，并认为人工智能在思维的认知上已经有能与人类智能相匹敌的能力，但在语言文化意识领域，人工智能仍然不可企及[22]。信息教师应结合已有理论成果与自身经验，在课堂教学评价过程中对上述问题进行反复探索，明确自身在人机协同评价中应扮演的身份角色，并达成人机协同评价中的自我身份建构。

其次，要想智能化教学评价合理化运作，就应使人机分离转向人机交互，破解人对机器的盲目崇拜，重塑信息教师在人机协同中的身份。一方面，信息教师应认真端正自身意识，不可盲目地认为一项新技术的出现就一定能推翻以往的实践。在教育过程中所需要的人文性、和伦理性终究是人工智能所难以赋予的，人的主体地位始终是毋庸置疑的。另一方面，信息教师应客观认识智能技术的有用之处，理性分析其带给信息科技课堂教学的便利之处。比如说智能批改系统、学情分析系统可以提高教学效率和质量。此外，信息教师可以尝试开发新的教学软件、设计智能教学系统，通过技术创新并引入信息科技课堂教学评价，为学生提供更加丰富、多元的学习体验。或者植入个人声音，发挥教学评价中语言与语音的同步作用，使人工智能赋能的教学评价流露出“真情实感”，引发学生的情感共鸣，激发其学习热情。

（二）保障评价主体隐私安全

其一，人工智能融入教学评价时，教学环境中会安装诸如眼动仪、面部表情采集、摄像录音等智能化设备，全程记录采集师生的教学行为数据，这很可能造成评价主体的信息隐私流出或被滥用[23]。因此，学校需积极建立全面的数据隐私安全约规。其组成范围较为宽泛，既包括了信息科技课堂教学评价数据采集标准和安全保障标准，也包括了教学评价中的学习分析标准、可视化标准以及参与者的使用标准等[24]。并以数据安全规约为行动框架，严格制定符合伦理规范的线上评价系统，及时防范具有潜在隐私泄露风险的线上评价系统，确保应用人工智能技术时数据的安全性，以保护师生隐私。

其二，应加强人工智能应用于信息教师评价、作品评价、小组合作评价等课堂评价时，相关技术的提供以及服务应用的监督保障，尤其指向数据安全层面。技术研发人员应和信息科技教研员展开广泛跨界合作，注重人工智能训练数据选择和数据标注过程中的非歧视性与真实性，共同关注数据安全存储、附加使用权限等问题以保障评价过程中数据安全存储、传输与使用[25]。学校要建立相应的制度条例，对涉及敏感数据和个人隐私的评价过程进行严格监管。信息教师要明确规定学生哪些信息可以被输入到人工智能评价系统中，仅收集与课堂教学评价直接相关的必要数据，避免过度收集学生或教师的个人敏感信息。对收集到的数据进行脱敏处理，如隐藏或替换学生的姓名、学号等个人信息，确保数据在处理和分析过程中不被泄露。采用先进的加密技术对学生的评价数据进行加密存储，确保数据在传输和存储过程中的安全性。最后，信息教师可以利用自身专业特性，推动人工智能赋能下的课堂教学评价标准、评价过程、评价结果等解读的公开化和透明化，增强评价的可解释性。同时，教师也可以调动学生的积极性，鼓励学生积极参与隐私保护活动，如提出改进建议、监督隐私政策的执行情况等。

（三）培养信息教师智能素养

继信息素养、媒介素养、数字素养之后，智能素养已成为个体在智能时代的必备能力与品格的最新诠释，这也意味着评价主体智能素养的培育必需被提升到一个新的高度。培养信息教师的智能素养，最关键的是要持续深化人工智能研究，尤其是其在教育评价领域中的实践应用探索。具体措施有三：

一是要明确智能素养的内涵。尽管目前国内学术界已有一些文章探讨了人工智能赋能教学评价下教师应该具备哪些能力素养，但这些探讨大多较为零散，缺乏系统梳理。笔者综合多篇温文献，总结得出智能素养是指个体在智能技术环境下，所具备的智能技术知识、智能技术应用能力、智能伦理道德以及持续学习与创新的能力。对于信息教师而言，智能素养应涵盖信息技术基础、人工智能应用、数据分析与处理、智能教学系统设计、智能伦理与法规等多个方面[26]。

二是要制定培养目标和计划。根据信息教师的实际需求和教育发展趋势，制定明确的智能素养培养目标，包括知识掌握、技能提升、伦理道德和创新能力等方面。然后在制定详细计划，结合培养目标，制定分阶段、分层次的培养计划，确保培养过程的有序性和有效性。加强与其他学校的合作与交流，实现优质教育资源的共享和互补。通过联合举办教学活动、共享教学资源和经验等方式，促进信息教师的共同成长和发展。

三是要开展多元化培训和学习。比如通过线上培训，如在线教育平台、慕课等资源，为信息教师提供灵活多样的线上学习机会。通过在线课程、直播讲座、互动答疑等形式，帮助教师掌握最新的智能技术知识和教学方法。或者是线下培训或校本研修，如邀请专家学者和一线教师分享经验、交流心得，通过面对面的交流和实操练习，提升教师的实践能力和问题解决能力，营造良好的数据氛围， 共同促进专业发展[27]。编制人工智能教学评价应用， 指导手册、召开研讨会以及培训会等方式对信息教师进行培训，向有关人员解读我国出台的人工智能相关政策，帮助教师了解有关人工智能的政策动向。

四、结语

人工智能的发展正在以前所未有的速度改变世界，其与教学评价的深度融合已成为教育领域的一大趋势。近年来智慧教育示范区的一系列教育教学案例已经表明，人工智能赋能的信息科技课堂教学评价不仅是理论上的构想，也是正在实现的现实进程。因此，如何让“AI＋教学评价”落地，如何让人机协同规范化，是值得教育者思考和研究的问题。综合来说，虽然人工智能赋能信息科技课堂教学评价有诸多意义价值，但其存在的风险与挑战不容小觑。而从重塑人机协同中的身份、保障评价主体隐私安全以及培养信息教师智能素养三方面构建实现的优化路径，使人工智能与教学评价相融，是深化教育评价改革的一大尝试。

参考文献

[1] 中共中央国务院印发《深化新时代教育评价改革总体方案》[EB/ OL]. （2020-10-13） [2023-12-12]. http： / / www. moe. gov. cn / jyb _ xxgk / moe _ 1777 / moe _ 1778 / 202010 / t20201013_494381. html.

[2] 中华人民共和国教育部.义务教育信息科技课程标准（2022年版）[S].北京：北京师范大学出版社，2022.

[3] 李毅，郑鹏宇，张婷.ChatGPT赋能教育评价变革的现实前提、作用机理及实践路径[J].现代远距离教育，2024，（03）：9-17.

[4] 高雪薇.人工智能赋能教育评价改革的优化策略研究[D].湖北师范大学.

[5] 肖羽洪.智能化教学评价的风险挑战及对策研究[J].重庆电子工程职业学院学报，2024，33（03）：131-136.

[6] 朱德全，吴虑.大数据时代教育评价专业化何以可能：第四范式视角[J].现代远程教育研究，2019（6）：14-21.

[7] 鹿星南，高雪薇.人工智能赋能教育评价改革：发展态势、风险检视与消解对策[J].中国教育学刊，2023（2）：48-54.

[8] 陈明选，王诗佳.测评大数据支持下的学习反馈设计研究[J].电化教育研究，2018，39（03）：35-42+61.

[9] 辛涛，张文静，李雪燕.增值性评价的回顾与前瞻[J].中国教育学刊，2009，（04）：40-43.

[10] 张治，戚业国.基于大数据的多源多维综合素质评价模型的构建[J].中国电化教育，2017（09）：69-77+97.

[11] 王旦，张熙，侯浩翔.智能时代的教育伦理风险及应然向度[J].教育研究与实验，2021（4）：34-39+96.

[12] 王丽，李艳，陈新亚，等.ChatGPT支持的学生论证内容评价与反馈——基于两种提问设计的实证比较[J].现代远程教育研究，2023（4） ： 83-91.

[13] 张辉蓉，朱山，谢小蓉.教育智慧评价：意蕴、特征与挑战[J].中国考试，2021，（9）：1-7

[14] 涂子沛.大数据：正在到来的数据革命[M].桂林： 广西师范大学出版社，2013.

[15] 骆方，田雪涛，屠焯然，等.教育评价新趋向：智能化测评研究综述[J].现代远程教育研究，2021，33（05）：42-52.

[16] 苗逢春.教育人工智能伦理的解析与治理——《人工智能伦理问题建议书》的教育解读[J].中国电化教育，2022，（06）：22-36.

[17] 丁玉峰.技术逻辑失序扩张下“智能”的宰制与“人”的复归——基于安德鲁·芬伯格技术民主思想的批判性审思[J].理论导刊，2022，（06）：95-100+108.

[18] 刘复兴.论教育与机器的关系[J].教育研究，2019，（11）：28-38.

[19] 赵磊磊，蒋馨培，代蕊华.内在主义技术伦理：教学评价智能化转型考量[J].中国远程教育，2023（1）：40-48.

[20] 郑永和，王一岩，杨淑豪.人工智能赋能教育评价：价值、挑战与路径[J].开放教育研究，2024，30（04）：4-10.

[21] 蔡曙山，薛小迪.人工智能与人类智能——从认知科学五个层级的理论看人机大战[J].北京大学学报（哲学社会科学版） ，2016（4）：145-154.

[22] 祝智庭，戴岭，胡姣，高意识生成式学习： AIGC技术赋能的学习范式创新[J].电化教育研究，2023（6） ：5-14．

[23] 陈仪婷，孙明娟.人工智能赋能中小学课堂教学评价探析[J].黑龙江教师发展学院学报，2024，43（05）：122-127.

[24] 张志华，王丽，季凯.大数据赋能新时代教育评价转型：技术逻辑、现实困境与实现路径[J].电化教育研究， 2022（5）：33-39.

[25] 吴砥，郭庆，吴龙凯，等.智能技术赋能教育评价改革[J].开放教育研究，2023，29（04）：4-10.

[26] 胡伟.人工智能何以赋能教师发展——教师人工智能素养的构成要素及生成路径[J]. 教师教育学报，2024（2）：39-47．

[27] 毕琼远，李玲.智慧校园支持下的中小学教师数据素养提升策略[J].中国教育技术装备，2022，（11）：29-31.

[28]  余胜泉，汪凡淙.人工智能教育应用的认知外包陷阱及其跨越[J].电化教育研究，2023，44（12）：5-13.

[29]  徐瑾劼，申昕.重塑以学习者为中心的教育评价生态——基于教育评价智能化发展的全球观察[J].开放教育研究，2023，29（03）：40-46.

[30] 董艳，夏亮亮，李心怡，等．ChatGPT赋能学生学习的路径探析[J].电化教育研究，2023（12）：14-20 + 34.