学习中有效利用生成式人工智能技术的思考

一、生成式人工智能在教育领域的应用

随着生成式大模型的应用不断渗透到人们的工作与学习中，传统的课堂教学模式正面临挑战。在实际教学场景里，有人甚至称“生成式人工智能是他的老师”。的确，生成式大模型的知识储备量远超人类老师。但需明确的是，人工智能技术本质上是一种工具，无论是学生还是老师，都应善用这一技术，更高效地完成学习与教学过程。

生成式人工智能技术是基于深度学习的大规模人工智能系统，它能够理解自然语言，生成高质量的文本、图像、代码等内容，实现人机对话。在教育领域，生成式人工智能技术应用前景十分广阔，已然成为当今教育技术的重要组成部分。从学的角度来看，它可作为智能辅导系统，为广大教师和学生提供 24/7 的学习支持。学习者可以通过继续追问或者细化问题，使系统不断优化生成内容，从而激发学习者的兴趣，引导他们深入思考问题。从教的角度而言，它能够助力教师快速生成教学材料，以多样化的形式呈现知识，满足不同教学场景的需求，进而减轻教师的备课负担。这有助于教师将更多精力投入到启发学生求知思路以及“授人以渔”上，同时他也是教师学习的得力助手。随着生成式大模型在教育领域的日益普及，越来越多专业性更强的 AI 助手参与到辅助学生学习的过程中。例如，“国家智慧教育公共服务平台”[1] 中的AI 试验场，里面内容丰富多样，涵盖数学解题助手、代码纠错助手、代码解答助手等学习相关模型，能更好地促进学生学习。

二、生成式人工智能助力学

我们知道，知识可分为显性知识与隐性知识。显性知识能够被结构化为计算机数据，可被人工智能技术完全学习。而隐性知识是教师在常年学习与教学过程中积累于自己大脑中的思维模式与思路，学生只有在教师传授过程中深入体会才能习得。简单地讲，当大家都使用生成式人工智能来寻找同一问题的答案时，对生成的新内容正确性的判断依赖于大脑中的知识积累和思维判断。这就要求教师在传统教学中向学生传授正确的理论知识，学生才能在正确理论知识的基础上，筛选出正确的生成内容。鉴于无论是教师还是学生，“学”都是共同需要完成的任务，下面我们将详细探讨“学”的相关方面。

1、从高起点开始学习

当今，生成式人工智能技术飞速发展，成为各行各业技术突破的“巨人”。这个“巨人”能帮助我们学习大量的知识，因此我们不应从零开始学习，而应站在“巨人”的肩上，从 60 分甚至 80 分开始学。学习的关键在于利用我们大脑真正的“智能”去判断生成内容的正确与否，进而训练自己的思维方式。让技术助力我们快速充实大脑的“智能”，以解决实际问题。

2、有效利用生成式人工智能示例

显性知识的学习还是要从正规的书籍、期刊中获取。我们可以让生成式大模型提供知识来源，并依据这些来源在正式网站查看原文或者正规出处。采用“生成式大模型 + 搜索引擎”的模式，比直接使用搜索引擎大海捞针式的查找更加快速有效。下面以写代码为示例，说明如何有效利用大模型工具。

生成式人工智能技术在代码生成方面较为擅长，即把理论算法用程序语言编写出来，并能运行出结果。我们可以根据自己的算法要求向生成式人工智能模型提问，快速得到不同编程语言版本的完整代码，这样能减少我们自己编写程序的时间。然而，我们需要思考能否看懂代码、代码是否正确、如何在代码中加入自己的想法以及修改哪些参数可以将代码改成我们需要等问题。解决这些问题才是借助工具学习应有的思路，而不是完全依赖人工智能工具、受制于工具。简而言之，我们不能被大数据或者大数据工具主导，而应利用工具更好地解决问题，提升自己大脑的“智能”。

要解决上述问题，离不开传统课堂教学模式。课内的基本算法思路和编程语言的基本用法是必须掌握的理论知识。在学习知识时，我们可以先写下学习心得或者利用算法编写一段程序，然后用生成式大模型生成同一问题的代码，比较两者的差距，从而发现自己的不足，这样就能解决看懂代码的问题。接着，我们要在本地软件中运行这段代码，若能运行通过，就解决了软件的基本使用问题。之后，还需逐步调试代码，观察变量值的变化是否与算法理论的预期一致，才可能解决代码正确性的问题。在生成代码时，我们可以要求大模型生成每行代码的注释，这样能更快速理解代码的含义与逻辑结构。只有真正理解了代码的含义与逻辑结构，才能解决在其基础上修改代码的问题，进而实现自己的想法。

三、结论

从目前的教学过程可以看出，生成式人工智能在促进自主学习方面作用显著。它允许学习者按照自己的节奏学习，随时获取帮助而不必担心被评判。这种低风险的学习环境特别有利于培养学习兴趣和探索精神。同时，人工智能生成的学习计划也能帮助学生建立良好的学习习惯。然而，要有效利用这一技术，还需注意人工智能辅助与传统教学的关系。生成式人工智能只是教育的增强工具，而非替代品，人类教师的引导启发作用、理论知识讲授以及情感连接不可替代。此外，在学习过程中，还需要关注数据隐私、算法偏见和学术诚信等方面的问题。总之，生成式人工智能技术为教育创新提供了强大的工具。只有将技术创新与教育规律有机结合，才能真正发挥其潜力，推动教育向着更加个性化和高效化的方向发展。

参考文献

[1] 国家智慧教育公共服务平台 . https://www.smartedu.cn/.

作者简介：

菅肖霞，1981 年 - ，内蒙古包头人，副教授，研究方向为行人交通建模与安全疏散管理。

顾海，1974 年 - ，浙江镇海人，讲师，研究方向为会计与人工智能方法。

* 通讯作者 顾海

资助项目：科技发展基金项目(KJFZ2024- 5)。