從“失序”到“有序”:生成式人工智能教育應用的轉向及其生成機制

□吳南中 陳咸彰 馮 永

一、引言

2022年11月30日，美國人工智能實驗室OpenAI 上線了基于GPT3.5 的大型自然語言模型Chat-GPT，它不僅能完成一般意義的對話，還可以在不同領域顯示其高超的通用問題解決能力，將人工智能中自然語言處理的研究與實踐提升到了新高度，也掀起了各界圍繞人工智能開展創新的實踐。在教育領域，眾多學者對其應用模式和使用策略進行了基于不同視角的探討（吳砥，等，2023；盧宇，等，2023；焦建利，2023；鄭燕林，等，2023）。從科技與人的關系視角審視教育中ChatGPT 及其類似模型的教育應用問題，生成式人工智能在本質上是一種人類創造的工具，是實現人類特定目的和滿足特定需求的產物。技術為人類的選擇與行動創造了新的可能性，但也使得對這些可能性的處置，將事務發展為一種不確立的狀態，當個體對技術理解不深的時候，容易根據個體的局域性理解或者片面性理解，自覺采取公開或隱蔽抵制的狀態，容易形成一種基于自我選擇和自我強化的新的不平等?！凹夹g產生什么影響、服務于什么目的，這些都不是技術本身所固有的，而取決于人用技術來做什么?！保∕esthene，1970）盡管人工智能的強大功能，改變了人類理解世界的方式，成為現代人無法改變的歷史方向，成為具有雙重功能的“座架”（Heidegger，1977），但技術本身并不是“異化”為導向的特異性工具，而是可以利用的時代智慧結晶。ChatGPT 一經發布，就快速嵌入到教育的各個領域，成為教育中的技術新勢力，造成了“技術悲觀主義”的緊張與焦慮，也支持了“技術樂觀主義”的狂歡，給廣大民眾造成了認知沖突和行動遲疑。本研究旨在分析ChatGPT 等生成式人工智能應用到教育領域的利弊，以“技術善用”“器以成道”的實踐訴求，有意識地進行教育的結構、功能和關系等機制的調整，使ChatGPT 服務于智能化時代“整全的人”的培養（劉鐵芳，2017），落實新時代教育所呼吁的“大規模個性化教育”形態，提高教育的整體效率。

二、“劍之兩刃”：ChatGPT 等生成式人工智能的教育應用立場

ChatGPT 是基于“Transformer 結構”和“回歸+Prompting”訓練模式的人工智能模型，其核心是通過回歸算法、預訓練和人類反饋強化學習等多舉措，實現多類任務生成，具備極高自主學習能力、現實推理能力、人類理解力，呈現了易用、仿真、通用等品性，是近年來深度神經網絡、大型語言模型共同作用下，算法、算力、存儲的多維支持下的重大人工智能階段性成果（Wodecki，2023；Hirosawa，et al.，2023；朱光輝，等，2023）。ChatGPT 一經發布，就在教育領域引起了轟動，高等教育體系更是迅速跟進，不僅學者們開展研究與實踐，大量學生也應用ChatGPT 做設計，甚至畢業設計，這對傳統教育體系至少在目標定位、教學資源生產和教學過程重塑上產生了較大沖擊。然而也有個體基于抵抗的戰術對生成式人工智能的廣泛應用進行抵制，比如害怕學生作弊而禁止學生使用ChatGPT。ChatGPT 作為一種典型的生成式人工智能成果，在教育數字化轉型中具有應用價值，但也的確存在被異化的風險。全面認識ChatGPT 等生成式人工智能的異化風險和應用價值，是其服務教育發展的前提條件。

（一）教育“失序”：技術悲觀主義的立場

1.質量失控：生成式人工智能帶來的學習內容風險

“教育質量是指教育所提供的過程、方式、內容實現的結果滿足所規定的標準的程度?！保ń鹕v，2022）ChatGPT 的出現，意味著基于數據和算法驅動的智能內容全面侵蝕和沖擊教育的內容體系，可能導致教育整體性的內容傳播失控，給教育帶來了質量風險。一是ChatGPT 等生成式人工智能可能導致教育的完整傳播鏈條被肢解。按照蘇格拉底的理解，教育中的知識不是傳授的結果，而是喚醒學生內在的真知并予以挖掘，教師自己只是“電鰩、助產士、牛虻”（漢娜·阿倫特，2006）；約翰·紐曼（2001）也認為教育過程中需要學習者主動進入知識領域，通過思維行動迎接教育事實。ChatGPT 等生成式人工智能的出現和過頻使用，會導致深度思考機會的減少，難以以思維的行動喚醒大腦的運行，容易從整體上降低教育的質量。二是ChatGPT 等生成式人工智能會改變教育的內容，提升教育內容的不確定性。由于ChatGPT 等生成式人工智能提供了基于預訓練的“涌現”內容，這些內容缺乏科學的考證，是已有知識片段生成的結果，如不加以約束會影響學習者學習質量。

2.運行失序：生成式人工智能帶來的教育責任主體分散

在教育體系中，責任是教與學關系建構中自身需要承擔的角色和功能，是一個基于行動體互動衍生出來的關系性產物和一種特殊的主體間行為。比如ChatGPT 的出現，帶來教和學的責任分散問題。從教的角度看，由于ChatGPT 的引入，教師的責任從垂直集中變成了分散交叉，這種交叉的一支是教師，另一支是ChatGPT 所產生的教育內容，這種由于內容“交叉”可能產生的“偏差”或者“誤導”，其責任后效甚至挑戰了國家對教育的控制。從學的角度看，ChatGPT等生成式人工智能帶來新的知識渠道，尤其是在學習過程中以“Chat”為核心的陪伴效應，使學生感受到了具有個體獨特性的關懷，這種途徑對教師主導教學形成了挑戰，由于知識傳導形成的安全責任體系坍塌。

3.倫理失調：生成式人工智能帶來的學生學業倫理風險

技術應用帶來的教育倫理問題擔憂和現實困擾由來已久，主要集中在“教師職業倦怠”“學風不良”和“學術不端”等領域（楊潔，2016；于英姿，等，2020）。ChatGPT 等生成式人工智能主要帶來了學業主體缺失、學風向淺、學術不端等倫理問題。一是生成式人工智能的過度介入帶來了“主體缺失”的倫理風險。生成式人工智能的使用，使過往需要不斷尋求知識的過程被簡化，學習者學習自主性被機器“喂養式”投放所壓制，學生參與集體討論和共同體活動的機會和時間變少，容易出現技術支配下的“空談主義者”。二是生成式人工智能的過度介入導致對問題的分析流于表面，形成“學風向淺”的問題。長期依賴生成式人工智能處理問題，容易導致學習者對知識的追求停留在表面，無法深入知識本體。三是生成式人工智能帶來了嚴重的學術不端問題。國外有研究發現，有89%的美國大學生嘗試使用ChatGPT 完成家庭作業，有53%的學習者使用其撰寫論文，有48%的學習者依賴其完成考試（馮雨奐，2023）。

4.認知淺化：生成式人工智能帶來的學生認知結構“薄化”

生成式人工智能的出現，容易導致“生成式人工智能沉浸”現象，表現為既有精神層面的工具依賴，也有身體層面的“失身現象”，還容易導致認知結構的變化，產生類似“谷歌效應”的“認知淺化”問題。一是形成學習者學習的淺嘗輒止、走馬觀花。由于“問題比答案重要”，個體不再需要對知識進行深度加工，學習者容易陷入表層學習之中，無法利用批判性、創新性工具進行深層次的思考，導致認知結構的“薄化”。二是生成式人工智能形成了同質化交流，導致無法通過同步相互啟發性交互實現認知的深化。由于Chat-GPT 等生成式人工智能使用的是同樣的數據庫，當核心問題一致時，容易形成大致相同的內容。同時，生成式人工智能依賴算法輸出內容，是具有“套路和模板”的“知識”，這種模式容易形成海德格爾所提及的“技術使一切都化為千篇一律的和無本質的東西，否決事物所享有的等級，并抹殺了任何區別?！保▽亍そB伊博爾德，1993）三是生成式人工智能剝離了身體的參與，形成學習中身體的“離場現象”，導致學習者認知結構的“薄化”。在ChatGPT 等生成式人工智能所塑造的環境中，由于結果與學習者提問方式和過往行為特征密切相關，形成了“信息繭房”現象（張剛要，等，2021），以及“假象的知識獲得感”?！罢鎸嵉慕洑v”對學習者而言沒有了意義，導致學習者不愿意通過實驗、實踐來認識知識本身，無法實現伽達默爾（Gadamer）所闡述的“視域融合”所需要的狀態，導致深度學習難以形成。

5.創新墮化：生成式人工智能帶來的學習者創新缺失風險

ChatGPT 等生成式人工智能的出現，給學習者的創新能力培育帶來了影響：一是降低了反復練習的參與。人類創新的基礎是較多的重復和反復練習（高奇琦，2023a）。也正是如此，我國先賢提出“熟讀唐詩三百首，不會作詩也會吟”，強調了創新中反復練習的作用；吉爾·德勒茲（Deleuze，1994）也有類似闡述重復產生差異的觀點。由于生成式人工智能能快速提供解決問題的答案，學習者完成學習任務時無須反復去揣摩其中的深度含義和內部結構，因此無法實現創新所需要的重復狀態準備。二是過于尋求快速解決問題的路徑依賴。阿蘭·巴迪歐（Badiou，2013）將創新描述為“一種事件，即一種形勢的溢出，一種未預期的結果?！笨焖俳鉀Q問題意味著學習者給大腦“給養”的是“多巴胺”而非“內啡肽”，學習者持續保持敏銳性的能力缺乏，產生意料之外結果的可能性降低。三是內容一致性降低了學習者創新的動力。在學習共同體運行的過程中，內容一致性會造成團隊消耗大量的注意力在同質化的內容上，個體成為對同伴無意義的“節點”，從同伴獲取創新動力和靈感的機會被消除，創新的難度加劇。

（二）教育的“變革”：生成式人工智能延展了教育的“身心”

作為一種具有暴力美學特征的技術性作品，生成式人工智能已經對教育領域產生深遠的影響。從生成式人工智能所呈現的強情境化、重整合化、個體差異性和批判“體質”的特征角度來思考生成式人工智能的現實應用，形成了“技術樂觀主義”派系，認為ChatGPT 等生成式人工智能正以“破壞性創新效應”形成“教育變革”，為教育發展創造機會。

1.空間重構：生成式人工智能為學習者打造個體化的專屬情境

學習空間是指蘊含學習的發生場所、場景，以及背后關于學習者學習的設計與信息技術增強等隱喻的空間（郭紹青，等，2017）。在教育信息化的大背景下，學習空間將開放獲取、自由參與、互動交流等特性納入其中（吳南中，2017），實現了學習、數據、技術等多種要素的統整，強化了“主動化、社會性和個性化”等隱喻（許亞鋒，等，2015），成為學習者學習效率和質量的關鍵性變量。ChatGPT 等生成式人工智能背后是基于強大算力和通用算法支撐的“萬智聚集”，學習者提問方式不同、提供的參考模板不同、關注的角度不同，都會形成獨特的內容及其學習情境，促使學習者形成“自適應”的狀態，進而與情境感知技術等配合，為學生創造自適應學習條件，支持學習者自由靈活地開展學習。

2.內容重建：生成式人工智能通過知識生產瓦解單一知識來源

從技術特征來看，ChatGPT 等生成式人工智能主要通過“大規模通用訓練+指令微調”的方式進行文本內容生成，其中還嵌入了人類偏好作為獎勵信號對生成內容進行以獎勵信號為標志的創造，其實質是形成“人機協同”的知識生產模式。這一知識生產模式實現從經驗生產轉向數據生產，并從生產速度、數量和創新方式上發生了改變（高奇琦，等，2023b）。這種內容生成不是簡單的“抄襲”或“剽竊”，而是“非意向性”與“非創造性”結合的知識，是一種根據已有知識的“集成性創新”，類似于“電機技術”“電池技術”與“汽車技術”的結合，產生了技術集成體“新能源汽車”。生成式人工智能的教育應用涌入課堂，場域中的知識來源在課程、教師、同伴的傳統結構中增加了智能技術這一因素，使得為每個學習者生成獨特的、契合自身需要的學習內容成為可能，跨領域、跨區域、跨國家的成果被世界化，以重命名、重分類、重組織的方式支持學習者的學習，大規模個性化學習所需要的個性化內容制約有望得到徹底解除。

3.能力重塑：生成式人工智能的應用延展“整全的人”培養意涵

個體成長是遵循身體自然性發展和教育性發展雙重秩序的過程，身體自然性發展是自身身體機能自然生成和身體感官能力自發成長的結果；教育性發展指的是通過教育的方式與外部進行聯動，包括知識、技能、情感等維度，是身心能力和技術、制度與文化共同作用的結果。因此，個體成長受到“身”“心”的雙重制約，“身”之核心是學習者自身的體察，“心”之核心是學習者的體驗。生成式人工智能通過延展教師和學習者的“身”“心”，影響了“教”和“學”的能力，最終體現為學習者能力的重構。首先，通過生成式人工智能的賦能效應拓展了學習者的“身”。ChatGPT 等生成式人工智能通過浩瀚的信息來源和強大的整合工具，對知識和信息形成了整合效應，師生所接觸的知識及其情境得到極大拓展，提供了師生提升能力所需要的“營養”。其次，通過生成式人工智能的“義肢”支持，優化了學習體驗。ChatGPT 等生成式人工智能的實時交互能力和信息整合能力，為學習者沉浸式、自助式、自適應式學習創造了條件，在強調“身體在場”的同時，提升“心理聚集”的效果，服務于席勒（1985）強調的“形式與內容豐富、感性與理性融合、溫柔與剛毅并舉的人”的養成。

4.過程重調：生成式人工智能的應用重塑教學實踐模式

傳統教學過程遵循培根、笛卡爾、牛頓等人在工業化背景下提出的分割理論所建構的過程邏輯。按照分割理論的邏輯，世界是決定性的、必然性的和靜態性的（杜煒，等，2016），課堂也可以按照“固定化、邏輯化、邊界清晰化”來建構（吳南中，等，2020）。比如將課堂分為“三步五環節”（許崇文，2011）“四環節”（林允修，2011）等教學過程模式，知識、情境和學習者之間密切的聯系被切割成為相互獨立的整體，形成了格式化、封閉的課堂。ChatGPT 等生成式人工智能的出現，通過開放、整合和生成的理念，促進了教學過程的“生成性”變遷。

首先，生成式人工智能所裹挾的開放理念，瓦解了師生封閉關系，為教學過程重構建立了基礎。要打破傳統教學過程，需要借助教學空間形成開放的場域，ChatGPT 等生成式人工智能所生成的知識和使用模式是“眾智”的結果，其發展有效架構了開放課堂的“基座”。其次，ChatGPT 等生成式人工智能具有內容及時性生成能力，將“線性邏輯”轉化為“任務邏輯”，形成了復雜任務教學的整體性立場。在傳統教學中，學生獲取最終知識需要通過探究或者講解等“歷時性”的過程，ChatGPT 可以不斷圍繞任務進行問題的回應，傳統課堂的“線性邏輯”轉化為以“復雜任務”解決為過程的“任務邏輯”，教學不再是“四階段”“五階段”的分裂，而是“教師-學生-資源-工具”多層次交互的任務解決式過程。再次，生成式人工智能的不確定性生成，促進了關系建構課堂的生成。由于知識不再是“確定性生成”，而是ChatGPT 等根據提問形成的個性化知識，教學關系形成了以知識創新為核心的真實有效交往關系，即便認知本身先行于“已經寓于世界的存在”（海德格爾，1987）。但學習者參與的方式和過程是未知的，這種未知性使課堂充滿多變的靈性。最后，生成式人工智能自身的不確定性是批判的“活目標”，其課堂過程強化了以批判為手段的教學環節。由于ChatGPT 等生成式人工智能生成的內容是不確定的，教師和學生首先需要理解這種不確定性并進行真偽性思考和判定，這種過程實質是一個判斷性思維形成的過程。

5.評價重整：生成式人工智能的應用打破傳統評價的固化邏輯

長期以來，教育評價基于“效率優先”的功能主義立場和“道德至上”的價值立場開展各類行動，“標準至上”“結果至上”成為教育的異己性力量，對教育評價異化的批判呈漫山遍野之勢，其中最大的癥結在于以“存儲數據的能力確定個體的差異”（檀慧玲，等，2018），以“短視化、片面化、簡單化和傳染性等為特征”的評價模式（崔保師，等，2020）。在數智化的社會形態中，需要更強敏銳性、更嫻熟工具技能和更全面資源整合的過程，來驅動教育評價從“內腦”轉向“內外腦”聯合。ChatGPT 等生成式人工智能的出現，更是需要加速這種評價的形成。首先，推動教育評價走出“知識”的“窠臼”。在ChatGPT 及其生成式人工智能的使用范域，“思維比知道重要、問題比答案重要、邏輯比羅列重要”（沈書生，等，2023），這種思維方式的轉變需要在評價體系上的引導和制約。其次，推動教育評價從結果走向過程。在ChatGPT 等生成式人工智能的作用下，知識的地位逐漸下降，解決問題能力評測的關鍵能力，可以推動評價標準從傳統固化的知識目標轉向以核心素養為基座的能力標準。再次，推動教育評價從選拔走向理解。傳統教育評價主要是服務于選拔的，“既分高下也決生死”。ChatGPT 等生成式人工智能弱化了任務結果的尺度，將學習者學習和教師教學的全過程進行整體的獲取，形成了促進追求教與學內在價值、涵養師生品性和激發教師教學提升動力的評價過程，強化以理解為基礎的多元主體關系性和協作性評價網絡的建構。

三、從“批判”到“應用”轉換：生成式人工智能教育應用的實踐訴求

盡管關于生成式人工智能教育應用的潛在功能分析層出不窮，但其實際應用仍停留在淺嘗輒止層次，不管是“異化”的預期還是“應用”的圖景描繪，僅僅停留在可能性分析上是無意義的。從教育實踐智慧角度看，沒有實踐存在就沒有生成，而教學實踐的生成性直接根源于生成式人工智能實踐本身的人為性。換言之，教育探索的意義需要從理論理性轉向實踐理性，建構智能化時代“何以如此”以及“如何行動”的“應然”（李太平，等，2014），以成就世界和改變世界為指向的“技術向善”邏輯，從“必然的結果”中尋求符合自身利益需求的邏輯與規律，來創造一個融入ChatGPT 等多種人工智能技術的教育新客體。

（一）轉換價值：現實訴求與未來發展的交織需求

1.強化生成式人工智能的教育應用成為教育發展的現實必然

從現實訴求來看，縱觀教育的發展史，從“癢序到私塾”，從“官學”到“公學”，教育是一部與技術互動的歷史。在現代，教育與技術的持續不斷競爭，是經濟增長和收入差距產生的主要誘因，這種現象被哈佛學者稱之為“教育與技術的賽跑”（克勞迪婭·戈爾丁，等，2015），并指出：“當教育發展超過技術時，會推動經濟社會的快速發展，反之亦然”。當前，以ChatGPT 為代表的人工智能技術達到了前所未有的活躍期，但教育仍然在猶豫和徘徊中止步不前。人工智能技術作為第四次工業革命的主要驅動力，對社會已產生持續不斷的影響，延伸、滲透至社會的各行各業（顧小清，等，2021）。有學者稱“人工智能成為推動和創新社會發展的重要技術驅動力，并正以指數發展的趨勢推動社會以超越人類預期的方式發展?！保⊿eldon，et al.，2020）從教育運行來看，ChatGPT 等工具以無法阻擋之勢進入了課堂，成為“改變的力量”。這迫切需要教育研究者思考其成效轉化，促使其“應用向善”，實現基于生成式人工智能的教育“增能”。

2.強化生成式人工智能教育應用的實踐轉換代表教育的發展趨勢

ChatGPT 等生成式人工智能及其衍生的工具對教育的沖擊必然會延伸到教育的圍墻之下，同時也延伸到社會之中，這種工具的廣泛使用強化了學生大規模個性化學習的物質基礎和技術基礎，同時也會沖擊人才培養目標、教育組織形式、教學過程和教育評價，這需要強化生成式人工智能的教育應用。一是利用生成式人工智能服務于高階能力養成的人才培養。未來人才培養必然走向高階培養，核心是基于深度學習，培養具有批判和創新能力的人。二是利用生成式人工智能服務大規模個性化教育。ChatGPT等生成式人工智能的出現，意味著教育領域知識生產和內容生成成為新的“基座”，以追求人的全面發展為目標的“大規模個性化教學”成為可能。三是利用生成式人工智能服務個體自適應學習。ChatGPT等生成式人工智能成為伴隨性的工具，有望實現自定步調的自適應發展。四是利用生成式人工智能服務教育系統評價改革，真正地扭轉教育的功利化取向導致的人的異化。

（二）轉換邏輯：制度與文化規制下的漸進發展

對教育中人工智能的應用“詰難”難以通過一蹴而就的模式實現扭轉，在ChatGPT 等生成式人工智能實現其科學的應用中，也不能將其作為教育常量來對待，以“元素”“組件”“構件”等形式成為教育變革的“獨立支柱”；而是需要在“人工智能+教育”的整體框架下，認識ChatGPT 等生成式人工智能在教育場景中的應用，探討它與制度、文化和社會生活中的互動機制，進而推進以人機交互為基本樣態的教育構建性運動，以漸變模式建構生成式人工智能的教育應用生態。

首先，將生成式人工智能的應用作為制度與文化規制的起點，探討ChatGPT 等生成式人工智能作用于教育應用的普遍性邏輯，將普遍性孕育于制度和文化的整體環境中，促進漸進性生成。缺乏制度和文化對生成式人工智能的規制容易導致“不用”或“濫用”等極端情況，通過規則、程序、組織和價值觀念的引導，生成一套分散于教育制度的規則體系，形成循序漸進地應用生成式人工智能的環境，是對沖“技術異化”影響、形成具有“實踐智慧”價值路徑的有效辦法。其次，揭示制度、文化與生成式人工智能的互動機理。生成式人工智能的發展本質是人的主體性讓渡于技術，它的應用本身是一個漸進的過程；“人”的主體與“技術”的主體之爭，是制度與文化和ChatGPT 等生成式人工智能互動的主要形態，后者的產生才剛剛開展，對教育主體理論建構的影響也是逐步生成的，尤其是ChatGPT 為代表的生成式人工智能逐漸脫離了封閉知識所規訓的“身體”，需要人關注生命、本能、欲望等人的整全性表達，改變了教育的形成過程。通過理解制度、文化與生成式人工智能的互動機理和漸進式互構方式，既是謹慎將ChatGPT 等生成式人工智能作為工具、方法、手段的基礎，也是發揮ChatGPT等生成式人工智能在教育中“居間式”存在的現實依據，以滿足精準、個性和靈活的教育體系建構的現實要求。再次，要發揮制度、文化與技術的聯動、協同和演進機制，需要長時間的發展建構。一個技術嵌入到教育本體之中，與教育本體聯動，形成滿足功能期待的“互構體”，需要長時間的溝通、接納、協同和共同演進。從技術接受度來講，龐雜教育體系的整體改進需要逐漸的推進；從制度工作重心而言，需要形成時序邏輯，才能有足夠的保障能力，比如對ChatGPT 等人工智能的技術培訓和器械支撐。從演進邏輯來看，成熟的應用需要建立在初始的“物化性”“偶發性”嘗試經驗之上，其完備的形成需要長時間的努力。

（三）轉換目標：以深度學習服務學習者大規模個性化教學

實踐理性的“應該”與“做”是建立在對“是”的欲求、選擇、評價基礎上的“做”的要求、期待和決斷（徐長福，2001），也是如何“做”的基礎。在當前情境下，生成式人工智能的工作核心是促進深度學習，服務學習者大規模個性化教學，實現完整的人的培養目標。首先，大規模個性化教學契合智能化時代的人才培養目標。從理想社會和人的進化雙重視角思考，理想社會是機器釋放生產力、服務人的解放和自由全面發展；而人發展的目標是形成與社會契合的“時代新人”，具體而言就是“人機協同、人機和諧”發展的整體狀態，人與社會的交織就是智能時代的新型人機關系和人機文明。這樣的人和社會關系建構需要充分發揮人的潛能，核心是通過大規模個性化教學對人潛能發展的釋放。其次，生成式人工智能的可能效用能夠支持大規模個性化教學的整體形成。ChatGPT 等生成式人工智能的教育應用本質是教育中“身”和“心”的延展，主要是通過教學邏輯的改變，以技術、制度和文化的互構關系，塑造人自由發展的條件、環境和目標。ChatGPT 等生成式人工智能的教育應用就是需要將這種可能性，在理論理性和實踐理性的共同作用下，進行現實的構建，成為“實踐力量”。再次，生成式人工智能的教育應用實踐轉換需要契合現實環境的現有基礎。盡管民眾對ChatGPT等生成式人工智能的教育應用場景描繪了一種可能性，但其實現需要契合現實環境，需要多種要素的培養。為實現大規模個性化教學的理想，需要強化教育的實踐應用，根據實際環境情況，產生一個非均衡的教師發展鏈條，并逐漸隨條件的變遷和應用模式的優化，完成均衡化的轉變，以此促進大規模個性化教學的形成，最終實現融入ChatGPT 等生成式人工智能隱序邏輯的新平衡。

（四）轉換支撐：以學習的通用設計形成生成式人工智能的應用生態

自ChatGPT 提出之后，學術領域對它的探索層出不窮，有教師開始在多類學科教學中進行探討性應用，比如陶哲軒（2023）在其數學課上利用ChatGPT解決數學問題，并讓學生以此為基礎進行判斷、調整和完善。這種零星的探索不能止步于先覺者的探索，而是需要在把握ChatGPT 等生成式人工智能推動教育發展的真實境脈中，學者對其開展的理論邏輯、模型方法和蘊含的內在價值體系中，提煉出一套有意義的通用設計，支撐更多研究者和實踐者據此開展有效探索。首先，將服務完整的人的培養和支持學習者大規模個性化學習作為學習通用設計的“基座”，以“人機協同知識創造”和“人機協同文化建構”為目標設計學習的通用模型。無論是為了“知識”而設計還是為了“學習”而設計，不同的出發點會產生不同的設計類型，以知識轉化為目標的經典設計模型旨在設計知識的有效傳輸路徑，以學習為目標的教學設計旨在形成情境的建構。人工智能時代凸顯人自身價值的是人具有知識創造的能力，核心目標是培養適應人工智能時代的“完整的人”。其次，在生成式人工智能的邏輯下，完成學習通用設計的理論建構。在生成式人工智能的作用預設下，以精準設計學習和智能輔助學習為方法論，結合認知科學的“腦活動模型”等關于人腦的識別網絡、策略網絡、情感網絡等對學習者學習的通用過程的支持（霍爾，等，2019），配合基于大數據的精準教學模式和致力于人機協同智能認知結構的認知模型，形成學習的通用設計理論基礎。最后，借助模型方法完成通用設計的結構呈現。要實現基于生成式人工智能的整體設計架構，核心是形成具有參考意義的直觀性模型，形成基于科學共同體所秉承的“信念、象征意義和評判標準等構成的整體”（李蓉，2018）。為基于生成式人工智能的教育應用提供合身、平等、個性、易用、舒適和文化適宜的支撐框架，同時需要借助設計規避異化的風險，幫助學習者更好地適應、創新基于生成式人工智能的學習。

四、生成式人工智能實踐應用的生成機制：基于動機與聯結的分析框架

生成式人工智能實踐應用需要從技術、制度和文化的整體范疇來考察，其生成機制的建設既要考慮技術與教育的結構性關系，又要理解技術與教育的本質相異屬性，以及在教育應用過程中需要綜合個體性、制度性和結構性因素的影響。從整體來看，生成式人工智能與教育的互動可以參考“科學-政治”的結構關系，其生成機制可以理解為“因相互關聯而總是規律性地導致某一特定社會結果出現的一系列主體和行為的組合”（赫斯特洛姆·彼得，2010）。實現技術與制度的互動及其背后的技術屬性和個體社會結構連接關系建構，其本質是個體和組織運用生成式人工智能的動機（與技術、制度和文化相關），以及聯結（形成的機會和規則性力量）的互動過程，將生成式人工智能與教育的技術、制度和文化互動關系作為結構性變量嵌入到教育體系之中，進而建立起具有普遍意義的生成機制。本研究梳理為“動機-聯結”分析框架，支持人與生成式人工智能的協同共生，并在這樣的生成機制中，將人的培育根植于生成式人工智能技術塑造的，涵蓋自然生命、精神生命和理想生命融合的發展場域中，促進生成式人工智能擺脫異己性力量和自身異化的可能性，使之成為支持教育數字化轉型的支撐性力量，進而建構以“詩意棲居”為追尋的教育環境。根據動力變遷與聯結類別，可以將機制分為順應型機制、響應型機制、主動型機制和建構型機制，具體如圖1所示。

圖1 基于“動機-聯結”的生成式人工智能轉向教育應用的生成機制

（一）順應型機制：強勢技術力量下的工具型聯結機制

生成式人工智能的利用，代表了來自新穎和獨特的高科技社會的技術，在ChatGPT 及其相關人工智能的技術邏輯下，形成龐雜的社會智能系統和復雜的技術結構，人民在其整體生態面前，只能信任智能系統及其裹挾的制度和文化。在教育領域，教師和學生也需要不斷接受技術的強勢嵌入，除了少部分的主動者，大部分人其實是不得不參與高特技術的使用，這種狀態通常是“強技術”所導致的被動參與，是一種以文化適應為特征的過程擴張。技術本身更多的是作為工具來使用，其機制構建主要是展示技術的功能性作用，創建展示ChatGPT 等生成式人工智能能力的平臺，將生成式人工智能內嵌于教育的整體架構之中，以創造更多的接觸機會而形成聯結。通過創造聯結機會，實現與教師和學生更頻繁的互動，使他們能習慣按照ChatGPT 等生成式人工智能所倡導的教育場景及其所改造的教學內容開展教育教學活動。

首先，創造生成式人工智能教育應用的強勢外在環境，具體來說，包括消費端、生產端。從消費端看，生成式人工智能有望通過交流的過程，向用戶深度展示產品的意義，提高各類產品的效用、曝光度，從而強化生成式人工智能的影響，形成教育體系的技術認知；從生產端看，生成式人工智能可以通過交互改進產品的質量，拓展產品的類別，生成智慧陪伴、智慧學伴等產品，在生成式人工智能的強勢力量下，帶來智能教育及其生活模式，為學習創造良好的外部環境。這種強勢的外部環境能促使教師和學生認識生成式人工智能本身，為教育中的實踐轉換提供外部文化的力量。

其次，展示生成式人工智能教育應用的示范功能。按照行動者網絡理論，事物初期的轉譯工作通常由首先掌握行動主旨的核心行動者承擔。在生成式人工智能教育應用的轉換機制中，需要核心行動者通過案例、論文、示范、指導、培訓等多種形式，展現ChatGPT 等生成式人工智能在教育情境創造、教學內容生成等方面的價值，促進好奇、模仿、強制等外部驅動力，驅使生成式人工智能教育應用的發生。

再次，創造生成式人工智能教育應用的參與機會。當技術與潛在使用者互動日益頻繁時，促使潛在使用者變為真正使用者的機會就越高。對此，提高生成式人工智能與教師和學生的互動頻率，建立保障其使用生成式人工智能的穩定規則，為行動者提供實現自我價值的結構化空間，是順應外部技術力量在教育內部轉化的有效方式，比如在更多的平臺嵌入ChatGPT 等生成式人工智能的使用接口，并通過多種嘗試建立聯結，使參與者能便捷地參與其中。

（二）響應型機制：強勢制度力量下的功能型聯結機制

“教育實踐并不是一種純粹理性活動的過程，它有其自身獨特的邏輯?！保ㄔS杰，2016）這種邏輯許多學者用布迪厄的“實踐邏輯”來解釋，是“客觀結構（社會場的結構）和混合結構（習性結構）之間的雙重意義的關系?！保ㄆぐ枴げ嫉隙?，2007）要改變這種關系，需要從場域（客觀環境）、習性（具體行為）的內在一致性出發，這就給教育制度帶來發揮空間，并且個體的能動性也是適應、協商和參與社會規范與技術互動的重要因素（張萌，2022）。當ChatGPT 等生成式人工智能在教育應用中的潛力被充分證明，其異化可能性在一定程度上可以通過規則和引導進行有效規制的時候，需要形成具有特別功能目標的響應型機制，促使教育內部以生成式人工智能的應用為契機，逐步建構相關制度，以具體應用實踐、開拓視野等形式，重構教育系統內的人機關系，形成生成式人工智能教育應用的實踐轉換機制。

首先，強化生成式人工智能教育應用的理論探索和制度建構。立足于“完整的人”培養和生成式人工智能發展的技術可能性，對其教育應用進行基于理論探索的價值評估和必要的學術規范建設，構建以“興利除弊”為基礎的選擇性應用框架，并開展基礎制度的建構探索，完成對ChatGPT 實踐應用的理想狀態的觀念預設，和如何開展實踐應用的邏輯建構，形成理想客體的“圖景創造”。

其次，梳理生成式人工智能教育應用的制度作用機理和路徑。制度是功能的負載物，通過制度負載生成式人工智能教育應用所需要的社會場結構和習性結構，培養具有“習性”的教學整體，并設立規則，最大程度促使師生將生成式人工智能的應用注意力集中于正向利用、規避偏離異化效能的教育實踐，使生成式人工智能的教育實踐活動在“可見光譜”之內。生成式人工智能相關的制度至少需要關注三個場景：一是秩序系統，核心是創造理性、友好和富有德性的教育生成式人工智能應用形態，回到服務人的完整性發展的基礎上來；二是創新系統，按照制度所期待的“習性”來梳理生成式人工智能教育應用的邏輯，形成應用生成式人工智能的頂層設計，保持生成式人工智能應用創新的活力；三是賦權系統，核心是建立審慎地使用生成式人工智能的規則，并確立基于生成式人工智能的教育應用與實踐的基本原則，將生成式人工智能的應用控制在“奇點”之內。特別是對于基礎教育的受教育者而言，他們并不具備完整的“抵制”ChatGPT等生成式人工智能使用的權力，更多需要從“教育向善”的啟蒙理念中認可，規則就是一種主動系統。

再次，促進生成式人工智能教育應用的制度影響效果。技術社會的“可偏離性”意味著實踐者并不是完全按照技術占有者所生產技術時的意圖進行使用，他們更像是一種基于戰略空間的“游牧人”，通過自己的“詭計”形成與技術生產者所期待的“變異的世界”。制度在技術社會中的作用是促進所期待的效果產生，當生成式人工智能在邏輯建構上旨在形成以人為本、公平而有質量的教育秩序時，制度對技術的釋放便成為一種“正義”的力量，也就具有規制參與的可能，這就要求不斷評估教育應有的效果，以“成效”釋放制度的力量，促進生成式人工智能在教育應用中的不斷深化。

（三）主動型機制：自主動力驅動下的價值型聯結機制

當生成式人工智能的教育應用受到更為廣泛的認可之后，除技術變革力和制度生成力之外，自發型動力逐漸成為生成式人工智能教育應用的主要驅動力。自發型動力指的是人和組織隨著社會技術的發展，會按照“適者生存”的自然邏輯，自動更新能力以適應社會的內在動力（夏海鷹，2014）。在自發型動力下，通常需要與學習者參與過程產生價值聯結，形成人與技術的良好互動，參與者的價值主要體現在權力、能力、使命等方面，不同的互構模式需要不同的“動機”與“聯結”的結構。

首先，權力主導的價值型聯結需要建立激發權力回應的生成機制。在主動型機制的建構過程中，最先切入教育實踐應用體系的通常為高權力期待群體，包括擁有學術權力、行政權力、政治權力等類別的群體。要激發這類人群參與ChatGPT 等生成式人工智能的教育應用，需要滿足其權力期許或使其感知到權力回報，形成“吸納-嵌入”的參與方式，并生成與權力結合的機制，促使更多人認同ChatGPT 等生成式人工智能教育應用的邏輯、規范和邊界，從而產生擴散效應。

其次，能力主導的價值型聯結需要回應能力提升的生成機制。能力提升的根源在于教育是“使人成為人”和“職業選擇”兩個維度共同決定的結果，意味著參與教育的過程需要關注質量、職業能力的生成兩個維度來建構生成機制。從質量的維度看，Chat-GPT 等生成式人工智能在教育應用過程中，需要讓參與者直接感受到技術提升了人才培養的質量，體會其中的比較優勢，進而促使其積極地關注生成式人工智能在教育過程中各類別、各環節的應用模式，規避其應用所引發的風險。從職業能力的生成角度看，主要是關注資歷的建構，通過標志性事件支持教師和學生的參與。比如生成式人工智能的教育應用實現了參與者自我增能，在教學技能大賽中獲得標志性成果，完成自身資歷提升的標識，進而體會到生成式人工智能的教育應用價值。

再次，使命主導的價值性聯結需要從獲得感角度建立生成機制?！笆姑惺且环N源于自我并超越自我體驗的超然的召喚，其目的是以能夠體現或獲得一種目的意識或有意義感的方式去踐行一種特定的生活角色，且以他人導向的價值觀和目標為主要的動機源?！保―ik，et al.，2009）從使命感的角度看，機制建構需要關注生成式人工智能教育應用中的使命感，強調在使用過程中的教育責任傳導機制、感知教育的社會理解、引導教師的職業認同等，并通過宣傳、示范、體驗等多種途徑使教育體系感知ChatGPT等人工智能所帶來的生存狀態優化，將參與則涌動的生態動力和積極的文化認同，轉換為生成式人工智能教育應用的使命。

（四）建構型機制：自為動力驅動下的創新型聯結機制

當ChatGPT 等生成式人工智能的教育應用得到廣泛推廣之后，參與者會在熟練、批判、反思、創新等因素驅動下，產生自為型動力。自為型動力通常會取代自發型動力成為生成式人工智能教育應用的主導，形成以創新實現個體與組織的意義建構。自為型動力指的是通過外部制度和環境形成的個體內部自為自主的動力，是基于文化、制度、監管和邀約等產生的內在動力（夏海鷹，2014），表現為參與目標轉向自我實現，參與方式主要是創新形態。換言之，在這一階段，參與者往往不滿足于生成式人工智能的簡單應用，而是將它作為創新性要素，比如將生成式人工智能與教學進行過程重組、建構特異的智慧化學習支持服務等，這種形態不再是保守的、被動的、修補式的形態，而是形成一種系統的建構性勢態，體現為利用Chat-GPT 等生成式人工智能，以創新性的模式、組織和能力來實現以“詩意棲居”為追尋的人的解放和自由全面發展的教育生態。建構型機制主要包括“人與技術”的雙向有意義建構的保障機制、創造人的自我實現為目標的引導機制、服務人的發展的制約機制。

首先是“人與技術”雙向有意義建構的保障機制。在建構型機制為主的階段，生成性人工智能的基礎性應用場景已經建構，一般性功能已具備，主要是通過生成式人工智能實現創新型聯結?！坝幸饬x”是創新型聯結的基礎，主要依靠人的主動性和技術的發展力來塑造。要完成建構型實踐轉換生成機制，需要加快ChatGPT 相伴隨的“人的進化”，核心是以ChatGPT 等技術培育新時代的教育工作者，并將生成式人工智能的創新性使用納入新時代素養內容，“武裝”具有智能社會特質、能參與人機協同教學、能科學提問、能引導批判等實現人機協同教學的“新型教育人”。運用歷史唯物主義思維我們不難發現，人并不是一種被固化了的既定存在，而是與技術在互動過程中進化的結果。因此，在建構型機制的設計中，要為人與技術的同步演化提供制度、物質等配置性資源和自為發展的權威性資源，在支持ChatGPT 改進教育的同時，支持人在教育中突破認知的局限，追求人與技術的同步演化，實現約翰·馬爾科夫（2015）所期待的“增強人類”，支持“人與技術”的有意義建構。

其次是以人的自我實現為目標的引導機制。在馬斯洛需求層次理論中，自我實現作為最高層次的激勵，在建構型機制中扮演主要調節性的力量。體現為，在人與生成式人工智能共創的教育應用過程中，把握生成式人工智能深度參與的教育是什么？ 應該做什么？ 并不懈地利用生成式人工智能實現其理想狀態，并在此過程中獲得人的自我實現。通常來看，教育的價值包括生命發展的價值，培養社會生產能力的價值，實現政治性、效益性、文化性和社會性的社會生活的價值等（楊志成，等，2013）。建構型機制的建設需要將生命性、生產性和社會性融入到教育目標中來，引導教育研究者和實踐工作者以生成式人工智能為元素，支持教育中的個體理解智能時代的“何以為生”和“為何而生”，將個體幸福作為生成式人工智能教育轉換的應有之義，成就生成式人工智能支持教育活動對個體幸福的合理性意義，并在此過程中獲得個體的自我實現感。

再次是服務人的發展的制約機制。建構型機制本質是一種創新機制，在“無人區”領域耕耘，但并非是不受約束的行動，而是需要在服務人的發展中實現教育資源的統整，進而制約參與其中的行動。因此，制約機制需要將人的培育與ChatGPT 等教育應用互動，將生成式人工智能根植于自然生命、精神生命和理想生命融合的發展場域中，以人與機器的共生為生態架構，以追求教育的詩意“居間存在”為目標，不斷審視自身的行為?！熬娱g”的意義核心是“在二者之間并 ‘居于其間’的構成境域”（寧虹，等，2019），是兩者之間的交織互構，核心是需要將人的自然生命、精神生命和理想生命與生成式人工智能技術進行整體性創建，在多重復合關聯中完成指向生命完整的整全性教育，使以技術為支撐、以制度為規制、以文化為皈依的教育成為可能，支持人在教育中的“詩意棲居”。