作為教育改革和創(chuàng)新的重要力量，當前很多教師積極嘗試利用生成式人工智能支持學(xué)生自主學(xué)習與問題探究。

　　然而，除了知識誤導(dǎo)、信息過載、算法偏見等已知風險外，生成式人工智能在學(xué)習中的直接應(yīng)用還潛藏一些深層次挑戰(zhàn)，包括學(xué)生學(xué)習自主性衰減與路徑依賴、問題解決方案趨同與創(chuàng)新受限、學(xué)習與研究容易止步于方案構(gòu)思階段等。這些問題直接影響學(xué)生學(xué)習的深度和成效，因此需要從生成式人工智能支持學(xué)生深度學(xué)習的模式重構(gòu)、應(yīng)用策略與關(guān)鍵突破上把好方向、精準發(fā)力。

　　生成式人工智能支持學(xué)生深度學(xué)習的具體表現(xiàn)

　　生成式人工智能用于學(xué)生學(xué)習，應(yīng)在學(xué)生與其高度互動的基礎(chǔ)上，實現(xiàn)有意義的生成和創(chuàng)新，具體表現(xiàn)為深度探究、人機協(xié)同、創(chuàng)新實踐。

　　深度探究強調(diào)系統(tǒng)性研究、批判性思考、多角度分析以及嚴謹論證和反思。基于生成式人工智能技術(shù)的海量知識庫、超強語義理解能力、基于上下文的連貫對話以及模式識別和關(guān)聯(lián)推理等優(yōu)勢，應(yīng)用生成式人工智能開展的學(xué)習可支持學(xué)生深度探究：與AI圍繞特定問題對話協(xié)商，可啟發(fā)學(xué)生多元視角思考與深度提問，逐步完成從問題表征、假設(shè)生成、證據(jù)評估到知識重構(gòu)的深度認知閉環(huán)，進而實現(xiàn)高階思維發(fā)展。

　　數(shù)智時代，要讓學(xué)習真正有意義，關(guān)鍵在于發(fā)揮人類智慧與人工智能的各自優(yōu)勢。人機協(xié)同中，首先要將人工智能作為認知伙伴，而非傳統(tǒng)的資料查找或任務(wù)單向執(zhí)行工具，通過多輪對話交互實現(xiàn)遞進式的理解、迭代式的內(nèi)容生成和進階式的知識建構(gòu)。其次，要充分利用人工智能在跨領(lǐng)域知識、數(shù)據(jù)分析、模式識別等方面的專長，與人類在情感理解、藝術(shù)創(chuàng)作和獨特創(chuàng)意等方面優(yōu)勢形成互補性融合。此外，師生還要在對話生成中積極參與和主動決策，確保互動結(jié)果符合人類的價值觀和實際需求。

　　基于生成式人工智能的學(xué)習，其最終目標是推動創(chuàng)新實踐。生成式AI的價值不僅在于輔助學(xué)習過程，更在于它能激發(fā)創(chuàng)新，包括能提供跨學(xué)科概念聯(lián)結(jié)，如將仿生學(xué)與工程設(shè)計相融合；生成對抗性創(chuàng)意，如通過多方案對比迭代激發(fā)創(chuàng)新；開展可行性驗證模擬，如虛擬原型測試。學(xué)生要在此過程中主導(dǎo)創(chuàng)新價值判斷、推動需求與社會情境適配、開展倫理評估等。這種創(chuàng)新機制可促進學(xué)習成果實現(xiàn)迭代深化，并轉(zhuǎn)化為解決現(xiàn)實問題的有效方案。

　　生成式人工智能支持學(xué)生深度學(xué)習的應(yīng)用策略

　　應(yīng)用生成式人工智能開展深度學(xué)習，核心在于人機雙向溝通與面向真實問題的探究、驗證與迭代優(yōu)化。因此實踐中，既要提升人機對話技巧，更要主動在真實場景中試驗、應(yīng)用并驗證AI生成的方案。

　　學(xué)生需要掌握與生成式AI對話的技巧。清晰地陳述問題才有可能得到較有針對性的解決方案，RICDO（角色、指令、情境、輸入數(shù)據(jù)、輸出要求）就是一個非常好用的提示語公式，如：“作為城市規(guī)劃專家，請你用韌性城市理論為經(jīng)常遭遇暴雨洪水的沿海社區(qū)設(shè)計五條氣候適應(yīng)措施，每條措施必須說明對應(yīng)的韌性維度，并優(yōu)先選擇低成本、易推廣的方案，用表格列出，包含三列：措施名稱、所屬韌性維度、作用說明。”

　　同時，鑒于問題解決和知識創(chuàng)造為核心旨歸的深度學(xué)習需求，與生成式人工智能對話還要凸顯思想引領(lǐng)與討論啟發(fā)。思想引領(lǐng)強調(diào)用專業(yè)知識引導(dǎo)大模型深刻理解關(guān)鍵性問題，從而推動對話向前發(fā)展或形成超越個人知能的解決方案，如上述提示語案例中要求生成方案用到“韌性城市理論”。討論啟發(fā)強調(diào)基于理論依據(jù)的反饋、富有針對性的追問、系統(tǒng)性的總結(jié)等方法，以激發(fā)大模型的深度思考和多維視角，例如“請改進浮動菜市場設(shè)計，增加社會韌性功能”。顯然，思想引領(lǐng)和討論啟發(fā)要求學(xué)生提前準備或深入研究，才能在對話中提出有深度和價值的觀點、理論或策略。

　　學(xué)生的學(xué)習須深度融入真實社會與實踐。利用生成式人工智能獲取方案與創(chuàng)意并非學(xué)習的全部，引導(dǎo)學(xué)生走向真實場景調(diào)查研究、親身驗證信息，才能獲得真正高質(zhì)量的解決方案，并防止因過度依賴AI而削弱自主思考能力。在實踐、校驗與修正方案中投入更多精力，能顯著提升解決實際問題的能力，避免學(xué)習停留于理論構(gòu)思，并更容易激發(fā)具有實踐價值的創(chuàng)新（而非復(fù)制AI觀點）。

　　盡管實踐環(huán)節(jié)耗時費力遠超構(gòu)思，但它既是問題的源頭，也是驗證成果的試金石。若學(xué)習止步于假設(shè)，將嚴重削弱成果的應(yīng)用價值并導(dǎo)致實踐能力退化。唯有完成“實踐—認知—再實踐”的閉環(huán)，知識才能真正轉(zhuǎn)化為解決問題的力量。

　　生成式人工智能支持學(xué)生深度學(xué)習的突破點

　　面對學(xué)習者深度學(xué)習的要求，我們既要充分利用生成式人工智能的技術(shù)潛力，又須通過精心設(shè)計的模式和教學(xué)策略保障教育的主體性和深度價值，還需要具有倫理安全意識，避免由此帶來的風險。為此，對于教師而言，任務(wù)設(shè)計、評價設(shè)計和倫理護航是三項需要突破的關(guān)鍵能力。

　　當人工智能可以輕易回答封閉性問題時，教育的核心價值必須轉(zhuǎn)向培養(yǎng)機器不可替代的高階能力。這就意味著教師需著力設(shè)計更具真實性、開放性以及認知復(fù)雜性的任務(wù)，如語文教學(xué)中，與其讓學(xué)習者總結(jié)文章主旨，不如“分析比較并論證最合理的解讀”這樣的任務(wù)，迫使學(xué)習者運用批判性思維、綜合分析與情境化決策能力。這種設(shè)計既規(guī)避AI代勞的風險，更創(chuàng)造專屬人類的認知挑戰(zhàn)空間。同步地，學(xué)習評價也需要從結(jié)果正確性轉(zhuǎn)向認知發(fā)展性，即教師需要重點關(guān)注分析學(xué)習者與AI的對話日志，評估其思維推理過程，而不僅僅是審核最終任務(wù)結(jié)果。同時，還要建立包含同伴互評、自我反思等多維度的評價體系，發(fā)展學(xué)生對成果、對生成式AI工具的客觀、理性評價能力。

　　此外，也是最為重要的一點，對于生成性內(nèi)容教師不僅需要有較強的道德和專業(yè)敏感性與判斷力，還要不斷提升引導(dǎo)學(xué)生進行評價和判斷的能力，幫助學(xué)生充分認識生成式人工智能的局限和潛在風險，以確保人機協(xié)同成果符合倫理安全和專業(yè)規(guī)范。

　　（作者系華東師范大學(xué)教師發(fā)展學(xué)院副院長、副研究員）

《中國教育報》2025年08月08日 第03版