新書推薦：
《
汉匈战争全史
》
售價：NT$
454.0
《
恶的哲学研究（社会思想丛书）
》
售價：NT$
500.0
《
当你沉默时（悬疑推理 反PUA 反家暴 女性独立小说，揭秘情感PUA的真相，女性自我救赎的文学典范）
》
售價：NT$
255.0
《
不止江湖
》
售價：NT$
449.0
《
天才留步！——从文艺复兴到新艺术运动（一本关于艺术天才的鲜活故事集，聚焦艺术史的高光时刻！）
》
售價：NT$
704.0
《
双城史
》
售價：NT$
505.0
《
冯友兰和青年谈心系列：不是问题的问题（哲学大师冯友兰和年轻人谈心，命运解读）
》
售價：NT$
254.0
《
月与蟹（青鲤文库）荣获第144届直木奖，天才推理作家经典作品全新译本。一部青春狂想曲，带你登上心理悬疑之巅。
》
售價：NT$
230.0
|
| 編輯推薦： |
一本书带你了解以ChatGPT为代表的大型语言模型在教育领域的应用；
既有对大型语言模型的教育应用的全面梳理，又有对聚焦当下热点话题的案例分析。
1．大型语言模型教育应用领域的第一份系统的研究报告
本书关注各类相关论文、开源代码、前沿讨论等资料来源，站在技术和应用的双重高度，系统性地梳理大型语言模型在教育领域的应用现状，并探讨其在教育中的实践意义和潜在价值。
2.聚焦当下热点话题，启发思考
● 大型语言模型对哪些职业有重大影响？
● 哪些职业会被人工智能所取代？
● ChatGPT对学术研究的利与弊？
● 人类与AI有哪些差异？
3.上海师范大学教育学部部长、华东师范大学教授范国睿倾情推荐
本研究报告的诞生标志着我国在大型语言模型教育应用领域研究和实践的进一步深入，有助于推动大型语言模型服务于教育的数字化转型。本研究报告既注重价值导向，也兼顾实践应用，可以成为一份供教育决策者、管理者、技术研发者和教学实践者了解大型语言模型教育应用的指导性文献。
|
| 內容簡介： |
|
近半年来，以GPT为代表的大型语言模型风起云涌，不仅完全改变了人工智能领域的研究范式，也使得通用人工智能(AGI)和人工智能生成内容（AIGC）成为公众领域的热点，而教育领域有可能成为大型语言模型蕞先落地的领域，各类应用层出不穷，各类观点也此起彼伏。为了应对这一技术与社会的焦点，中国人工智能学会智能教育技术专业委员会联合编撰该研究报告。通过梳理各类同行评议论文、预印本、政策文件、新闻报道、研究报告、内部技术资料、专家调研与访谈材料、在线论坛等不同来源的400多份资料，帮助读者理解大型语言模型（如GPT-3、GPT-4）的基础知识、应用及其对教育领域产生的广泛影响。
|
| 關於作者： |
|
陈向东，教授，博士生导师，华东师范大学教育学部副主任 。中国人工智能学会智能教育技术专业委员会主任，教育 部华东高师师资培训中心副主任。主要从事计算机支持的协作学习、人工智能教育应用、信息技术教学法、智能学习空间、新媒体阅读、技术支持下的教师教育等方面的研究。
|
| 目錄：
|
第1 章 引言 / 1
第2 章 大型语言模型对教育的影响 / 6
2.1 职业与专业 / 7
2.1.1 对于不同职业的影响 / 8
2.1.2 职业和劳动力市场的变化 / 13
2.1.3 人才职业技能的更新 / 15
2.1.4 人才培养的变革 / 17
2.2 教师职业能力 / 18
2.2.1 教师职业能力的变化 / 18
2.2.2 教师自身的专业发展 / 20
2.3 学生培养 / 24
2.3.1 学生培养的变化 / 25
2.3.2 学生应具备的素养 / 30
2.4 学习资源 / 32
2.4.1 学习内容和材料 / 32
2.4.2 教学任务 / 35
2.4.3 语言学习资源 / 37
2.5 学习环境 / 40
2.5.1 教育虚拟环境 / 40
2.5.2 模拟行为代理 / 42
2.6 教育评价 / 45
2.6.1 作业与任务的智能评估 / 45
2.6.2 评估题目的设计 / 48
2.6.3 学生测评的过程变化 / 50
2.6.4 教师技能的评估 / 51
2.7 教育治理 / 53
2.8 教育研究 / 54
2.8.1 为母语非英语研究者提供支持 / 55
2.8.2 提供参考信息和研究思路 / 56
2.8.3 数据处理和分析 / 58
2.8.4 拓展研究方法 / 62
第3 章 典型的教育应用场景 / 65
3.1 应用场景分析 / 65
3.2 学生学习场景 / 67
3.2.1 智能课程辅导 / 67
3.2.2 医患对话练习 / 71
3.2.3 英语口语训练 / 73
3.2.4 情境模拟 / 73
3.3 教师教学场景 / 76
3.3.1 备课助手 / 76
3.3.2 课堂教学 / 77
3.3.3 教学评价 / 80
3.3.4 智能学情分析 / 83
3.3.5 职前培训 / 84
3.4 学校管理场景 / 86
3.5 教育企业应用场景 / 87
第4 章 大型语言模型与机器心理学 / 89
4.1 人类与AI的差异 / 90
4.1.1 智力差异 / 92，
4.1.2 人格差异 / 93
4.1.3 行为差异 / 94
4.2 人类心理评估方法的应用 / 94
4.2.1 基于心理理论的心理学实验 / 95
4.2.2 心理学经典实验在模型上的再现 / 96
4.3 机器心理学的争议 / 97
4.3.1 语言输入的局限性 / 97
4.3.2 依赖先前训练材料 / 98
4.3.3 结果的不稳定性 / 98
4.4 机器心理学的实践应用 / 100
4.4.1 推进心理学的发展 / 100
4.4.2 对心理治疗的作用 / 102
4.4.3 决策支持 / 103
第5 章 面向大型语言模型的人工智能基础教育 / 105
5.1 大型语言模型对于传统人工智能教育的冲击 / 106
5.2 面向大型语言模型的知识体系 / 108
5.2.1 课程目标和内容 / 109
5.2.2 课程评价方式 / 117
5.3 基于大型语言模型的教学方法 / 118
5.3.1 代码生成和解释 / 119
5.3.2 问题解答和指导 / 121
5.3.3 个性化学习资源生成 / 123
5.3.4 编程学习评价 / 124
5.4 面向大型语言模型的学习平台 / 125
5.4.1 互动游乐场/探索工具 / 126
5.4.2 提示符生成/修改工具 / 129
5.4.3 专用提示平台/存储库 / 131
5.4.4 辅助编程工具 / 133
第6 章 教育应用的伦理 / 137
6.1 大型语言模型的演变及其社会影响 / 138
6.1.1 2017年—2022年10月 / 139
6.1.2 2022年11月—2023年5月 / 141
6.2 数据隐私 / 144
6.2.1 训练数据的隐私泄露 / 144
6.2.2 交互方式带来的数据隐私风险 / 145
6.2.3 交付方式带来的数据隐私风险 / 146
6.3 大型语言模型的风险行为 / 146
6.3.1 展示偏见 / 147
6.3.2 生成有毒内容 / 149
6.3.3 大型语言模型的幻觉 / 151
6.4 可解释性与透明度 / 154
6.5 政策法规的监管动向 / 156
6.6 教育领域的应对策略 / 161
6.6.1 相关政策 / 161
6.6.2 推进机制 / 164
6.6.3 伦理教育内容 / 165
6.6.4 伦理课程 / 169
6.6.5 应对现状 / 171
参考文献 / 173
后记 图书馆、博格族和大型语言模型 / 197
|
| 內容試閱：
|
推荐序
积极探索大型语言模型的教育应用
从互联网到物联网，到人工智能，到元宇宙，再到ChatGPT，数字化、网络化、智能化、多元化、协同化的技术迭代升级与集群突破，使教育面临着一轮又一轮的挑战，也为实现“以学习者为中心”的教育理念创造了可能和条件。其中，以ChatGPT为代表的 “大型语言模型”（Large Language Model，LLM，又被译为“大语言模型”或“大模型”），使人工智能技术在更好地理解和生成人类语言、赋能人类学习等方面，显现出越来越强大的功能。自ChatGPT上线以来，大型语言模型及其应用领域本身竞争激烈，技术迭代日新月异，有关大型语言模型教育应用的理论探讨也逐步深入，各种观点相互交织甚至针锋相对，涉及教育变革、教师角色、学生素养、知识产权、技术伦理诸多维度。此外，在实践应用层面，越来越多的学校、教师和学生尝试将大型语言模型应用于教与学，或规划个性化学习内容和进度，或提供实时的学习反馈，或辅助教学设计，或生成针对特定学习目标的学习资源，或用于自动化作业评价……总之，大型语言模型的产生和教育应用，不仅为教育数字化转型提供了新的路径和工具，更是给整个教育系统带来了自工业革命以来以确定性知识的授受为基本特征的教育生态以颠覆性、革命性的变革。
如火如荼的大型语言模型及其应用
从20世纪50 年代基于语料库词频统计进行语词预测的n-gram 模型，到谷歌（Google） 2017年发布的Transformer模型，再到2022 年 11 月OpenAI的ChatGPT 上线，大型语言模型发展迅猛。OpenAI 的 GPT 模型从 GPT-3.5、 GPT-4、GPT-4 Turbo到GPTs，一路高歌猛进；微软发布了整合GPT-4 Turbo和图像生成器DALL-E 3以及其他一些升级功能的Copilot；Google在PaLM（Bard）的基础上发布了包括适用于高度复杂任务的Gemini Ultra、适用于各种任务的最佳模型Gemini Pro以及适用于端侧设备的Gemini Nano三个版本的Gemini 1.0。
2023年11月6日， OpenAI通过首届开发者大会向世人展示OpenAI在大模型降费提速、定制化、多模态应用、GPT商店等方面的显著进展。用户无需任何代码、全程支持可视化点击操作的自定义GPTs功能对所有ChatGPT Plus全面开放，用户只需要给ChatGPT对话指令、额外的知识数据，然后选择是否需要网络搜索、数据分析和图片生成等多模态功能，就能构建法律、写作、营销等特定领域的ChatGPT助手，并且可同时分享给他人使用。仅仅不到一个月，谷歌推出了“最通用、功能最强大”的全新大型语言模型Gemini 1.0，支持32K的上下文长度，具有复杂多模态推理能力，可以同时识别文本、图像、音频、视频和代码五种信息，能够发现大量数据中难以辨别的知识，因此能够更好地理解微妙的信息，并回答复杂的问题，从而可以进行数学和物理等复杂学科的推理。据谷歌声称，Gemini Ultra在32个常用学术基准的30个上领先GPT-4，并以90.0%得分（高于GPT-4的86.4%）成为第一个在MMLU（massive multitask language understanding，大规模多任务语言理解） 测试中超过人类专家的模型。在教育应用上，Gemini 能够独立批改物理作业，在正确“读懂”题目、识别凌乱手写笔迹的同时，指出学生解题过程中的错误，并给出正确的解题步骤。
自GPTs公开发布以来，技术门槛的下降带来了越来越多天马行空般的创意。至2023年12月初，GPTs Hunter上已汇聚3.3万个GPT应用，在全球流量排名Top 50的GPT应用中，ChatGPT官方发布的多款GPT应用稳居榜单前列，DALL?E、数据分析（Data Analysis）、ChatGPT经典版、创意写作教练（Creative Writing Coach）、ChatGPT-狂野修改（ChatGPT - Hot Mods）占据前五。非官方的GPT应用也凭借着个性化应用异军突起，如可画（Canva）因其在商标设计方面的强大功能进入榜单前十。在科研和教育领域，建立在2亿篇学术论文基础上的“研究GPT”（ResearchGPT）、能读PDF的“问你PDF研究助手”（Askyourpdf Research Assistant）、个性化AI家教应用“驯鹿先生”（Mr. Ranedeer）等位居前列；在编程、网站搭建和视图设计领域，支持轻松创建精美网站的“设计师GPT”（DesignerGPT）、智能处理网页信息的得力助手 “网页向导”（WebPilot）、输入公司名生成商标的“商标设计师”（Logo Creator）等表现不俗。这些应用覆盖编程、设计、办公、科研、教育、游戏、营销、写作、生活等各个领域，甚至还有解梦算命、鸡尾酒调制、与苏格拉底对话、恋爱陪伴……大型语言模型及其应用正向着更大、更好、更快、更强（Bigger， better， faster， stronger）发展 。
大型语言模型教育应用的积极探索与规制
作为一种有数十亿甚至万亿级参数的人工神经网络，目前的大型语言模型主要基于Transformer 架构，通过自监督学习（self-supervised learning）或半监督学习（semi-supervised learning）的方式，使用大量未标记文本并进行（预）训练，从而获得人类语言中的语法和语义特征，“记住”大量事实，并进行推断与决策。
以 ChatGPT为例，它能够通过学习和理解人类的语言来进行对话，通过上下文互动，回答问题，承认错误，质疑不正确的前提，并拒绝不适当的请求，完成撰写邮件、论文、视频脚本、文案、翻译、编写代码等任务。自ChatGPT上线以来，大型语言模型在生成文本、回答问题、进行对话等任务中展现出创造性、逻辑推理、理解上下文等方面的强大能力在教育领域引起了巨大的反响，在备受用户欢迎的同时，也引发了许多教育管理者和教师对于众多负面效应的忧虑。例如，ChatGPT不可避免地成为一些学生代写作业的工具，Nature对ChatGPT会成为学生写论文的工具的担心 似乎不可避免地成为现实，而正是基于对这些负面影响的担心，欧美许多地区，例如纽约市的公立学校在2023年年初曾以“担心对学生学习的负面影响以及内容的安全性和准确性”为由，阻止学校网络和设备对于 ChatGPT的访问 。但是，随着大型语言模型应用场景的丰富和应用规范的不断完善，与AI一起学习、工作、游戏成为必然趋势。因此，如何进一步规制大型语言模型的教育应用，成为政策制定者、人工智能企业和教育界人士共同关心的课题。
早在2019年5月，中国政府与联合国教科文组织合作举办主题为“规划人工智能时代的教育：引领与跨越”的国际人工智能与教育大会，会议通过的《北京共识——人工智能与教育》（Beijing Consensus on artificial intelligence and education）成为国际社会对智能时代教育发展的共同愿景 。为落实2019年《北京共识》中的若干建议，联合国教科文组织在2021年发布《人工智能与教育：政策制定者指南》（AI and Education Guidance for Policy-makers） ，旨在为政策制定者提供了解人工智能的指南，帮助他们知晓如何应对人工智能给教育领域带来的挑战和机遇，具体介绍了关于人工智能的铋备知识，包括其定义、底层技术、技术应用、潜能和局限性。在此基础上，联合国教科文组织又于2023年9月7日颁布了全球首份生成式人工智能应用于教育和研究的指南性文件——《生成式人工智能教育和研究指南》（Guidance for Generative AI in Education and Research），旨在促使生成式人工智能能够更好地融入教育。 2023年8 月 31 日，OpenAI 首次发布针对特定行业——教学的应用指南，即《利用人工智能教学》（Teaching with AI） ，通过分享一些教师使用ChatGPT辅助学生学习的案例，指导教师如何使用 ChatGPT，给出了帮助教师使用ChatGPT的提示语示例，解答了教师在教学过程中遇到的常见问题，以便帮助教师更有效地在课堂上使用ChatGPT。
对于人类学习和知识生产而言，大型语言模型的应用是一把双刃剑。积极探索大型语言模型的教育应用，意味着不仅要充分利用大型语言模型在信息集成、运算、表达等方面的优势，积极开发大型语言模型教育应用的资源与场景，以促进人类学习，提高学习效能，同时还需要应对人工智能带来的相关教育机遇和挑战，规避可能引发的问题，如加剧数字鸿沟、超越国家监管能力、未经授权使用内容、缺乏对现实世界的深入了解，以及产生深度赝品等争议和风险 。在此意义上，大型语言模型的教育应用，既涉及技术标准、环境建设等宏观政策层面的问题，又涉及课堂教学、自主学习等微观层面问题，更涉及相关的安全与伦理问题。
加强人工智能安全与伦理研究，确立和保障“以人为本”的智能伦理观。
作为通过机器来模拟人类认知能力的人工智能，大型语言模型应用必然涉及安全、伦理与变异安全等问题。其中，安全问题涉及国家安全、社会安全、经济安全、个人安全等，伦理问题则包括隐私、公平、透明、歧视、就业等领域，而因智能技术的不可控而产生的对社会与人类的伤害等变异安全问题，同样是大型语言模型教育应用的潜在威胁。加强人工智能的安全与伦理研究，规范、保障和促进大型语言模型的教育应用，需要重申“以人为本”的价值观，促进大型语言模型在教育应用中人的能动性、包容、公平、性别平等、文化和语言多样性，以及多元的意见和表达，确保教育数据和算法使用合乎伦理、透明且可审核，培养与人工智能时代生活和工作相适应的价值观和技能，以确保大型语言模型的教育应用真正造福教师、学习者和研究人员。
加强人工智能法律与宏观教育政策供给，引领和规制大型语言模型的教育应用。
在实践层面，需要将智能伦理转化为法律与政策供给，兼顾人工智能治理与发展，规划人工智能和大型语言模型的教育应用法律法规、政策、标准、规则与发展计划，规范人工智能治理，加强智能治理的监管与执法，以数字化转型改进教育管理和供给，确保研究人员、教师和学习者以负责任和合乎道德的方式使用大型语言模型，了解数据标签和算法中可能存在的偏见等道德问题，遵守有关数据隐私和知识产权的法律法规，严格审慎地对待输出数据的准确性、有效性及其限度。
以大型语言模型赋能教学、教师和学习支持，变革教与学的方式，提高学习效能。
尽管借助人工智能增强教育和学习的新兴实践案例层出不穷，但借助大型语言模型改进人类学习的探索才刚刚起步。一方面，我们需要密切跟踪大型语言模型技术及其教育应用的迭代更新；另一方面，开发更加专业化的细分学习技术与场景，以大型语言模型赋能教师，赋能教学，赋能学生的学习。这就需要对教师和学生进行基于大型语言模型的教与学技术的培训与指导，培养对大型语言模型符合伦理和有意义使用的理解和技能，引导教师和学生正确使用大型语言模型，支持个性化、开放化的学习选择，提高学习品质与效能；需要改进基于数据的教学管理规定，从根本上改进学习评价，检测学习过程，关注和规避教学风险；需要提高学习的包容性，扩大学习机会，关照残障学习者等弱势群体，服务全民终身学习。在这一过程中，尤其要关注的是，改善学习者的思维品质，培养和提高学习者的计算思维（computational thinking），使其有能力评估信息，分解问题，并通过适当使用数据和逻辑制定解决方案。培养和提高学习者的跨学科迁移学习的能力、提问与下达指令的能力以及批判性思维能力，在使用大型语言模型学习的过程中，不仅能够提出基于证据、合乎逻辑、科学有效的“真”问题，而且在ChatGPT、Gemini等大型语言模型都没有能够很好地解决幻觉与一本正经地胡说八道的问题的情况下，借助相关智能工具自主鉴别人工智能生成的大量存在偏差的信息甚至是虚假信息 ，进而能够区分、标识和使用大型语言模型输出数据与自主学习成果，规避学习过程中基于生成式人工智能的成果剽窃，维护学术诚信。
探索中的《大型语言模型的教育应用》研究报告
为了系统性地推进大型语言模型在教育领域的应用，探讨其对于教育数字化转型的实践意义和潜在价值，华东师范大学教育学部副主任、中国人工智能学会智能教育技术专业委员会主任委员陈向东教授及其团队在前期研究的基础上，跟踪大型语言模型技术及其在教育领域的应用进展，编撰了这本《大型语言模型的教育应用》研究报告，并于2023年9月17日在江西省南昌市第十二届中国智能产业高峰论坛上予以发布。这是中国教育人工智能领域，特别是大型语言模型教育应用领域的重要事件。
作为我国（也可能是全球）大型语言模型教育应用领域的第一份系统的研究报告，本书梳理了大型语言模型教育应用的多场景案例，探讨了大型语言模型对于专业设置、教育治理、教师职业能力、学生培养、教育研究等不同方面的影响；剖析了大型语言模型教育应用的典型场景，包括个性化学习、智能备课、教学评价、智能代理等；以人工智能基础教育为例，介绍了大型语言模型对于青少年人工智能教育课程教学的内容、方法和工具的革命性影响；分析了机器心理学视角的人工智能研究，从人类与人工智能差异、人类心理评估方法应用以及机器心理学引起的争议等角度介绍了这一新兴领域的发展前景；针对人工智能应用产生的伦理问题，从数据隐私、风险行为、可解释性与透明度等角度分析了大型语言模型伦理问题的独特性，并且对教育领域的应对提供了建议。
毫无疑问，以ChatGPT为代表的大型语言模型对于教育而言是一种颠覆性技术，相对于常规技术而言，颠覆性无法通过传统技术预测的方法线性地评估其应用的前景。为此，本研究报告采用技术预见的方法和技术，不仅关注大型语言模型本身的技术特征、应用现状，而且将大型语言模型的教育应用镶嵌在社会整体数字化转型的宏观背景，关注社会变革对于教育变革的需求、未来科技对于教育的推动，基于经济、社会和教育整体发展的需求辨识助推社会理想的智能技术，预测从精英主义或专家驱动的过程转变为更具有参与性和包容性的活动，呼吁吸纳专家、教育管理者、一线教师、家长、学生等更加广泛的社会团体共同探讨面向未来教育的问题。本研究报告的诞生标志着我国在大型语言模型教育应用领域研究和实践的进一步深入，有助于推动大型语言模型服务于教育的数字化转型。本研究报告既注重价值导向，也兼顾实践应用，可以成为一份供教育决策者、管理者、技术研发者和教学实践者了解大型语言模型教育应用的指导性文献。
正如圣塔菲研究所（the Santa Fe Institute）人工智能研究员梅拉妮?米歇尔（Melanie Mitchell）所称，“对于许多任务来说，多模态模型还有很长的路要走，才能普遍而稳健地发挥作用” 。在人工智能发展一日千里的大时代，一切似乎才刚刚开始，对于奇点的突破除了人工智能巨头，也需要更多的创新探索者。同样，人工智能的教育应用，也属于越来越多的创新者、探索者。未来，大型语言模型教育应用希望如可汗学院创办人萨尔?可汗（Sal Khan）所展望的那样：“人工智能将促成教育界有史以来最大的积极变革，为地球上每个学生提供无比出色的个人导师，为每个教师提供卓越非凡的助教。” 教育改革发展的未来之路，将一如既往地需要解放思想、与时俱进，跟踪、研究智能技术发展前沿，主动应对智能技术挑战，让基于大型语言模型的教学与学习成为新时代的新学习生态。
是为序！
华东师范大学教授
上海师范大学教育学部部长
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
