單俊豪 劉永貴

基金項(xiàng)目：2020年全國(guó)教育科學(xué)規(guī)劃一般項(xiàng)目“后疫情時(shí)代區(qū)域基礎(chǔ)教育信息化2.0推進(jìn)中IT治理體系研究”（項(xiàng)目編號(hào)：BCA200089）；2021年江蘇省教育科學(xué)“十四五”規(guī)劃青年重點(diǎn)課題“中職教師信息技術(shù)應(yīng)用能力的精準(zhǔn)測(cè)評(píng)與提升微策略研究”（課題編號(hào)：C-b/2021/03/26）

（南京郵電大學(xué) 教育科學(xué)與技術(shù)學(xué)院， 江蘇 南京? ?210023）

[摘? ?要] 學(xué)習(xí)設(shè)計(jì)是促進(jìn)學(xué)生多元學(xué)習(xí)體驗(yàn)，提升學(xué)習(xí)績(jī)效的基礎(chǔ)。生成式人工智能的教育應(yīng)用改變了傳統(tǒng)知識(shí)觀與學(xué)習(xí)觀，也為創(chuàng)新學(xué)習(xí)設(shè)計(jì)模式提供了契機(jī)。研究首先從學(xué)習(xí)目標(biāo)關(guān)注素養(yǎng)躍遷、學(xué)習(xí)場(chǎng)景強(qiáng)調(diào)實(shí)境探究、學(xué)習(xí)體驗(yàn)注重學(xué)習(xí)支持和學(xué)習(xí)評(píng)價(jià)側(cè)重證據(jù)啟發(fā)四個(gè)方面論述了生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的理念嬗變；其次，探討了生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的基本內(nèi)涵，提出了生成式人工智能應(yīng)響應(yīng)打造“以人為本”的適性學(xué)習(xí)理念、設(shè)計(jì)指向“教—學(xué)—評(píng)”一體化的學(xué)習(xí)流程以及構(gòu)建“師—機(jī)—生”互融共生的學(xué)習(xí)新樣態(tài)三項(xiàng)核心目標(biāo)；再次，將生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的角色分為“經(jīng)驗(yàn)型學(xué)習(xí)設(shè)計(jì)師”“智慧助學(xué)同伴”“智能點(diǎn)評(píng)專家”三類，并基于4C/ID模型提煉生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的操作性步驟；最后，從教師數(shù)字素養(yǎng)、學(xué)生學(xué)習(xí)態(tài)度及生成式人工智能技術(shù)的教育專業(yè)性三個(gè)方面探討技術(shù)賦能學(xué)習(xí)設(shè)計(jì)的阻礙，并有針對(duì)性地提出應(yīng)對(duì)之策。

[關(guān)鍵詞] 生成式人工智能； 學(xué)習(xí)設(shè)計(jì)； 學(xué)習(xí)體驗(yàn)； 教—學(xué)—評(píng)一體化； 人機(jī)協(xié)同教學(xué)

[中圖分類號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 單俊豪（1993—），男，遼寧沈陽人。講師，博士，主要從事人工智能教育應(yīng)用。E-mail：jhshan@njupt.edu.cn。

一、引? ?言

生成式人工智能的問世加速了“以人為本”育人理念的逐步落地，也帶來了學(xué)習(xí)設(shè)計(jì)的范式變革。學(xué)習(xí)設(shè)計(jì)與教學(xué)設(shè)計(jì)相比，更關(guān)注人的主體性，強(qiáng)調(diào)在教學(xué)過程中注重學(xué)生的經(jīng)驗(yàn)世界及其學(xué)習(xí)主體性，強(qiáng)調(diào)學(xué)習(xí)者對(duì)知識(shí)意義的建構(gòu)[1]。生成式人工智能以其“響應(yīng)敏捷、高效問答、多模態(tài)數(shù)據(jù)分析”的獨(dú)特優(yōu)勢(shì)，在數(shù)學(xué)、物理、語言等學(xué)科，在支持自主學(xué)習(xí)[2]，促進(jìn)人機(jī)協(xié)同學(xué)習(xí)[3]、探究性學(xué)習(xí)[4]等學(xué)習(xí)模式上表現(xiàn)出色。對(duì)于教師而言，生成式人工智能能夠有效支持教師開展教學(xué)準(zhǔn)備，包括學(xué)習(xí)資源供給、快速教案生成、提供教學(xué)設(shè)計(jì)建議、教學(xué)支架創(chuàng)設(shè)、學(xué)生表現(xiàn)性評(píng)價(jià)設(shè)計(jì)與實(shí)施等工作[5]。

生成式人工智能時(shí)代，教師應(yīng)積極應(yīng)對(duì)育人觀念的快速轉(zhuǎn)變，以學(xué)生高階素養(yǎng)養(yǎng)成為目標(biāo)，建構(gòu)新一代學(xué)習(xí)設(shè)計(jì)范式，實(shí)現(xiàn)“師—機(jī)—生”三元協(xié)同的智慧學(xué)習(xí)新樣態(tài)，加速教育數(shù)字化轉(zhuǎn)型進(jìn)程。本研究以生成式人工智能為載體，從學(xué)理視角出發(fā)優(yōu)化生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的模式要素。

二、生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的理念嬗變

學(xué)習(xí)設(shè)計(jì)經(jīng)歷了“傳統(tǒng)教學(xué)設(shè)計(jì)—技術(shù)增強(qiáng)的信息化學(xué)習(xí)設(shè)計(jì)—智能時(shí)代的學(xué)習(xí)設(shè)計(jì)”三個(gè)階段[6]，其中，生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)強(qiáng)調(diào)以促進(jìn)學(xué)生高階素養(yǎng)為目標(biāo)[7]，以證據(jù)啟發(fā)的教學(xué)決策為驅(qū)動(dòng)，運(yùn)用生成式人工智能技術(shù)輔助多元學(xué)習(xí)場(chǎng)景創(chuàng)設(shè)，促進(jìn)學(xué)習(xí)者知識(shí)建構(gòu)和高階素養(yǎng)的迭代升維。結(jié)合Emin[8]、景玉慧[9]等學(xué)者關(guān)于學(xué)習(xí)設(shè)計(jì)的核心要素界定，本節(jié)從學(xué)習(xí)目標(biāo)、學(xué)習(xí)場(chǎng)景、學(xué)習(xí)體驗(yàn)和學(xué)習(xí)評(píng)價(jià)四個(gè)要素出發(fā)，論述生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的理念嬗變。

（一）學(xué)習(xí)目標(biāo)：從“知識(shí)建構(gòu)”到“素養(yǎng)躍遷”

育人為本的教育理念認(rèn)為，知識(shí)與思維需要不斷螺旋發(fā)展，以支持素養(yǎng)達(dá)成[10]。生成式人工智能帶來的智慧知識(shí)生產(chǎn)模式促使知識(shí)觀的革新，進(jìn)一步推動(dòng)教育目標(biāo)的轉(zhuǎn)型升級(jí)[11]。新建構(gòu)主義所秉持的知識(shí)觀認(rèn)為，知識(shí)從范圍上可分為個(gè)體知識(shí)和社會(huì)性知識(shí)，從結(jié)構(gòu)與價(jià)值穩(wěn)定性上可分為硬知識(shí)和軟知識(shí)[12]。生成式人工智能降低了知識(shí)獲取的門檻，能夠在保證硬知識(shí)快速傳遞給學(xué)習(xí)者的基礎(chǔ)上，實(shí)現(xiàn)軟知識(shí)的高效供給，豐富個(gè)人知識(shí)圖譜，促進(jìn)社會(huì)知識(shí)森林向個(gè)體知識(shí)樹的逐步“嫁接”。在知識(shí)建構(gòu)得以實(shí)現(xiàn)的前提下，生成式人工智能賦能視域下的學(xué)習(xí)目標(biāo)則升華為學(xué)生解決復(fù)雜問題和適應(yīng)未知情境的高階能力[13]。隨著微認(rèn)證、多模態(tài)學(xué)習(xí)分析等學(xué)習(xí)評(píng)估形式和技術(shù)的出現(xiàn)，面向?qū)W生的高階學(xué)習(xí)目標(biāo)發(fā)展也呈現(xiàn)出定位精準(zhǔn)、目標(biāo)微型、評(píng)估精細(xì)的特征。

（二）學(xué)習(xí)場(chǎng)景：從“離境學(xué)習(xí)”到“實(shí)境探究”

傳統(tǒng)教學(xué)往往采用“離境學(xué)習(xí)”的方式，即知識(shí)與真實(shí)應(yīng)用情景的脫節(jié)性較大，學(xué)生知識(shí)遷移困難。對(duì)高效學(xué)習(xí)與遷移的訴求催生了學(xué)習(xí)場(chǎng)景這一概念。學(xué)習(xí)場(chǎng)景指以全人發(fā)展為核心，以智能設(shè)備為載體，以學(xué)習(xí)事件為表現(xiàn)形式的教學(xué)行為序列總和[14]。學(xué)習(xí)場(chǎng)景強(qiáng)調(diào)將學(xué)生在真實(shí)現(xiàn)場(chǎng)或親身經(jīng)歷的景況作為學(xué)習(xí)背景[15]，促進(jìn)素養(yǎng)提升。各領(lǐng)域垂直大模型為學(xué)生場(chǎng)景化學(xué)習(xí)提供了資源性、活動(dòng)性和評(píng)價(jià)性支持。在真實(shí)學(xué)習(xí)場(chǎng)景中，通過多元人機(jī)互動(dòng)與實(shí)境探究事件，促進(jìn)學(xué)習(xí)者知識(shí)內(nèi)化與思維進(jìn)階。

（三）學(xué)習(xí)體驗(yàn)：從“教學(xué)活動(dòng)”到“學(xué)習(xí)支持”

學(xué)習(xí)體驗(yàn)是學(xué)生在接受教學(xué)與學(xué)習(xí)互動(dòng)后，以學(xué)習(xí)目標(biāo)達(dá)成為基準(zhǔn)，對(duì)教與學(xué)效果的主觀性反饋。為增強(qiáng)學(xué)生學(xué)習(xí)體驗(yàn)，傳統(tǒng)研究多關(guān)注分散課堂學(xué)習(xí)活動(dòng)疊加及增強(qiáng)教育技術(shù)整合來提升學(xué)生學(xué)習(xí)體驗(yàn)，忽略了對(duì)學(xué)生學(xué)習(xí)過程的連貫性支持[16]。生成式人工智能技術(shù)從新知?jiǎng)?chuàng)生和學(xué)習(xí)分析兩條邏輯線索上協(xié)同賦能學(xué)習(xí)體驗(yàn)的轉(zhuǎn)型升級(jí)。從表征形式看，生成式人工智能多以學(xué)習(xí)支架的形式賦能學(xué)習(xí)活動(dòng)設(shè)計(jì)。常見學(xué)習(xí)支架可分為情境型支架、策略型支架、資源型支架、交流型支架和評(píng)價(jià)型支架五類[17]。生成式人工智能技術(shù)也分別從情境知識(shí)創(chuàng)生、問學(xué)策略設(shè)計(jì)、跨學(xué)科新知解讀、智能輔學(xué)支持和多模態(tài)學(xué)習(xí)數(shù)據(jù)分析五個(gè)方面賦能這五種學(xué)習(xí)支架的數(shù)字化升級(jí)。

（四）學(xué)習(xí)評(píng)價(jià)：從“蓋棺定論”到“證據(jù)啟發(fā)”

數(shù)據(jù)密集型教育評(píng)價(jià)范式強(qiáng)調(diào)“評(píng)價(jià)即發(fā)展”[18]。基于證據(jù)啟發(fā)的學(xué)習(xí)評(píng)價(jià)能夠促進(jìn)學(xué)習(xí)者學(xué)習(xí)精進(jìn)，也能夠促進(jìn)教師常態(tài)化教學(xué)反思與改進(jìn)[19]。生成式人工智能可根據(jù)人類提供的標(biāo)準(zhǔn)對(duì)多模態(tài)學(xué)習(xí)表現(xiàn)數(shù)據(jù)進(jìn)行匹配和判別[20]。生成式智能技術(shù)在精準(zhǔn)分析定量數(shù)據(jù)及數(shù)據(jù)價(jià)值萃取方面表現(xiàn)出色，其面向多模態(tài)質(zhì)性學(xué)習(xí)數(shù)據(jù)的智能理解與意義萃取性能也保證了定性數(shù)據(jù)分析結(jié)果的高質(zhì)量輸出，使得智能化表現(xiàn)性評(píng)價(jià)成為現(xiàn)實(shí)。

生成式人工智能時(shí)代以素養(yǎng)提升為目標(biāo)導(dǎo)向的學(xué)習(xí)設(shè)計(jì)通過靈活、深度的學(xué)習(xí)體驗(yàn)設(shè)計(jì)、面向?qū)嵕疤骄康膶W(xué)習(xí)場(chǎng)景構(gòu)建以及以證據(jù)啟發(fā)為基礎(chǔ)、科學(xué)決策為目標(biāo)的學(xué)習(xí)評(píng)價(jià)設(shè)計(jì)踐行人機(jī)協(xié)同的科學(xué)育人理念（如圖1所示）。

圖1? ?生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的范式變革

三、生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的

內(nèi)涵與方略

（一）生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的內(nèi)涵

教師是學(xué)習(xí)設(shè)計(jì)的主要負(fù)責(zé)人，生成式人工智能作為一種智慧體，可以為教師提供學(xué)習(xí)設(shè)計(jì)思路、創(chuàng)生學(xué)習(xí)設(shè)計(jì)資源[13]。生成式人工智能作為一種學(xué)習(xí)技術(shù)，可以作為學(xué)習(xí)支架有效嵌入課堂活動(dòng)設(shè)計(jì)中，助力教師實(shí)現(xiàn)教學(xué)目標(biāo)。學(xué)生是學(xué)習(xí)設(shè)計(jì)的核心受益人，生成式人工智能的適切引入有助于支持學(xué)生學(xué)習(xí)過程中的知識(shí)建構(gòu)和素養(yǎng)躍遷。總的來說，生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的基本內(nèi)涵有兩個(gè)：第一，作為綜合智慧體為教師學(xué)習(xí)設(shè)計(jì)提供框架性與內(nèi)容性啟發(fā)；第二，作為多元?jiǎng)?chuàng)新學(xué)習(xí)支架豐富教師學(xué)習(xí)設(shè)計(jì)要素。

（二）生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的核心目標(biāo)

從人機(jī)協(xié)同教學(xué)的視角看，生成式人工智能的整合能夠促進(jìn)技術(shù)與教學(xué)的無縫融合，在保證人的主體地位基礎(chǔ)上，實(shí)現(xiàn)師、生、機(jī)各自智慧優(yōu)勢(shì)的發(fā)揮，促進(jìn)高階能力養(yǎng)成[21]。從育人本質(zhì)、學(xué)習(xí)流程和學(xué)習(xí)樣態(tài)來看，生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)包含三個(gè)目標(biāo)：

1. 打造以人為本的適性學(xué)習(xí)理念

以人為本的教育強(qiáng)調(diào)學(xué)生適性發(fā)展。適性指沿著學(xué)生最適合的學(xué)習(xí)路徑發(fā)展能力。滿足學(xué)生個(gè)性化學(xué)習(xí)需要是以為人本教育的基礎(chǔ)訴求，通過適切教與學(xué)手段助力素養(yǎng)提升是學(xué)生適性發(fā)展的核心任務(wù)，實(shí)現(xiàn)高位教育公平是以人為本教育的終極目標(biāo)。以人為本主要關(guān)注五個(gè)方面的人本關(guān)懷：學(xué)習(xí)基礎(chǔ)、學(xué)習(xí)風(fēng)格、學(xué)習(xí)興趣、學(xué)習(xí)目標(biāo)和學(xué)習(xí)環(huán)境（如圖2所示）。生成式人工智能賦能適性學(xué)習(xí)的首要目標(biāo)是通過海量數(shù)據(jù)的處理與生成，面向不同學(xué)習(xí)基礎(chǔ)的學(xué)生提供精準(zhǔn)知識(shí)講解，實(shí)現(xiàn)個(gè)體驅(qū)動(dòng)的學(xué)習(xí)進(jìn)階；其次，生成式人工智能需要通過互動(dòng)性學(xué)習(xí)，理解學(xué)生學(xué)習(xí)興趣和學(xué)習(xí)風(fēng)格，從而開展個(gè)性化學(xué)習(xí)分析與路徑規(guī)劃；最后，生成式人工智能的智能體角色需要被充分挖掘以滿足不同學(xué)習(xí)環(huán)境中學(xué)習(xí)者的個(gè)性需求，加速高位公平目標(biāo)實(shí)現(xiàn)。

圖2? ?以人為本適性學(xué)習(xí)理念概念圖

2. 支持“教—學(xué)—評(píng)”一體化的學(xué)習(xí)流程設(shè)計(jì)

“教—學(xué)—評(píng)”一體化強(qiáng)調(diào)學(xué)習(xí)目標(biāo)、教學(xué)與學(xué)習(xí)活動(dòng)和學(xué)習(xí)評(píng)價(jià)的一致性，其本質(zhì)是通過評(píng)價(jià)來實(shí)現(xiàn)教與學(xué)的統(tǒng)整[22]。楊九民指出，教育評(píng)價(jià)具有診斷、定向、教育、反饋和鑒定功能[23]。為實(shí)現(xiàn)教學(xué)目標(biāo)，評(píng)價(jià)在不同教學(xué)環(huán)節(jié)所扮演的角色也不同。本研究認(rèn)為，在學(xué)習(xí)過程中，評(píng)價(jià)的作用主要圍繞促進(jìn)學(xué)生階段性反思與敏捷化改進(jìn)，因此，生成式人工智能支持的教育評(píng)價(jià)在學(xué)習(xí)過程中應(yīng)呈現(xiàn)常態(tài)化學(xué)習(xí)反饋、學(xué)習(xí)進(jìn)階指引、錯(cuò)誤問題訂正等教育性和反饋性功能。同時(shí)，學(xué)習(xí)是一個(gè)進(jìn)階性和終身性的過程，因此，在階段性學(xué)習(xí)結(jié)束后，生成式人工智能將扮演階段性學(xué)習(xí)成果的認(rèn)證師和下一階段學(xué)習(xí)路徑的規(guī)劃師?；诙嘣獢?shù)據(jù)啟發(fā)的發(fā)展性評(píng)價(jià)可以為教師提供源源不斷的學(xué)習(xí)數(shù)據(jù)反饋，從而支持教師改進(jìn)教學(xué)，促進(jìn)個(gè)性化學(xué)習(xí)；數(shù)據(jù)啟發(fā)同樣作用于學(xué)生自身，支持學(xué)生常態(tài)化反思，形成以證據(jù)啟發(fā)為特征的“教—學(xué)—評(píng)”一體化學(xué)習(xí)流程。

3. 構(gòu)建“師—機(jī)—生”互融共生的學(xué)習(xí)新樣態(tài)

“師—機(jī)—生”互融共生是人機(jī)協(xié)同教學(xué)的創(chuàng)新樣態(tài)。本研究認(rèn)為，“師—機(jī)—生”互融共生核心關(guān)注生成式人工智能如何在教學(xué)中用得好、用得巧的問題?！坝玫煤谩睆?qiáng)調(diào)生成式人工智能可以解放教師重復(fù)性、低階性教學(xué)負(fù)擔(dān)，將教學(xué)精力放在素養(yǎng)提升等高階教學(xué)任務(wù)上，學(xué)生也可以使用生成式人工智能提升學(xué)習(xí)效率?！坝玫们伞睆?qiáng)調(diào)生成式人工智能在適切的教學(xué)環(huán)節(jié)提供精準(zhǔn)學(xué)習(xí)支持服務(wù)，在不產(chǎn)生學(xué)生技術(shù)依賴的前提下實(shí)現(xiàn)教學(xué)目標(biāo)的超越性達(dá)成。

本研究認(rèn)為，生成式人工智能促進(jìn)“師—機(jī)—生”互融共生的路徑主要包括目標(biāo)賦能、體驗(yàn)賦能、場(chǎng)景賦能和評(píng)價(jià)賦能四類（如圖3所示）。目標(biāo)賦能方面，教師對(duì)學(xué)習(xí)目標(biāo)進(jìn)行分解和明確，生成式人工智能則以學(xué)習(xí)目標(biāo)為驅(qū)動(dòng)，智能規(guī)劃與生成學(xué)習(xí)路徑；體驗(yàn)賦能方面，教師借助生成式人工智能的多元學(xué)習(xí)支架功能，圍繞學(xué)習(xí)主題設(shè)計(jì)多元化學(xué)習(xí)活動(dòng)，并為學(xué)生知識(shí)建構(gòu)和素養(yǎng)躍遷提供多元化學(xué)習(xí)支持，學(xué)生在教師創(chuàng)設(shè)的學(xué)習(xí)架構(gòu)中與生成式人工智能頻繁互動(dòng)，從中汲取知識(shí)、在人機(jī)協(xié)作中獲得思維進(jìn)階；場(chǎng)景賦能方面，教師圍繞學(xué)習(xí)主題，通過先行組織者、開放議題研討等方式創(chuàng)設(shè)學(xué)習(xí)場(chǎng)景，學(xué)生與場(chǎng)景中的“數(shù)字人”開展人機(jī)互動(dòng)，促進(jìn)知識(shí)與技能內(nèi)化；評(píng)價(jià)賦能強(qiáng)調(diào)運(yùn)用生成式人工智能對(duì)多模態(tài)數(shù)據(jù)的高意識(shí)理解與分析能力，實(shí)現(xiàn)師生協(xié)同的迭代化反思與改進(jìn)。

圖3? ?“師—機(jī)—生”互融共生的教學(xué)樣態(tài)

值得注意的是，生成式人工智能不是單向的智慧輸出，而是要基于“師—機(jī)”和“生—機(jī)”互動(dòng)，逐步理解和學(xué)習(xí)師生慣用問題，在交流中汲取新需求，接受學(xué)生反饋的新問題，從而從技術(shù)上實(shí)現(xiàn)模型內(nèi)部的微調(diào)、訓(xùn)練與優(yōu)化，實(shí)現(xiàn)“人在回路”。

（三）生成式人工智能在學(xué)習(xí)設(shè)計(jì)中的角色定位

現(xiàn)有文獻(xiàn)從教學(xué)環(huán)節(jié)入手，探討了生成式人工智能在“教—學(xué)—評(píng)—管”四個(gè)維度的角色定位[24]。前文提到，生成式人工智能在支持學(xué)習(xí)設(shè)計(jì)的框架性和內(nèi)容性設(shè)計(jì)時(shí)，具備綜合智慧體和多元學(xué)習(xí)支架雙重價(jià)值內(nèi)涵。具體而言，生成式人工智能依托其智慧生成優(yōu)勢(shì)，在學(xué)習(xí)設(shè)計(jì)中扮演了“經(jīng)驗(yàn)型教學(xué)設(shè)計(jì)師”的角色；生成式人工智能還通過創(chuàng)設(shè)多元學(xué)習(xí)支架，打造出“智慧助學(xué)同伴”和“智能點(diǎn)評(píng)專家”兩類衍生角色。這三種角色中，生成式人工智能的用途也不盡相同，見表1。

表1? ? ? ? ? 生成式人工智能的角色與用途

1. 支持教師高效備課的“經(jīng)驗(yàn)型學(xué)習(xí)設(shè)計(jì)師”

新手教師在開展學(xué)習(xí)設(shè)計(jì)時(shí)，對(duì)學(xué)習(xí)設(shè)計(jì)的流程、要素以及設(shè)計(jì)細(xì)節(jié)把握不到位。生成式人工智能能夠幫助教師圍繞一節(jié)具體的教學(xué)階段構(gòu)思學(xué)習(xí)設(shè)計(jì)初稿。在學(xué)習(xí)設(shè)計(jì)中，有效規(guī)劃教學(xué)活動(dòng)、為學(xué)生提供豐富多元的學(xué)習(xí)資源支架是學(xué)習(xí)設(shè)計(jì)中必不可少的環(huán)節(jié)，生成式人工智能能夠給教師提供豐富多彩的學(xué)習(xí)設(shè)計(jì)輔助資料，幫助教師更系統(tǒng)開展學(xué)習(xí)設(shè)計(jì)；ChatGPT、Sider、文心一言等大語言模型平臺(tái)也提供了方案總結(jié)、建議提出、輔助方案修訂等功能，能夠幫助教師有效優(yōu)化學(xué)習(xí)設(shè)計(jì)方案[25]；具有良好教育領(lǐng)域數(shù)據(jù)訓(xùn)練的大模型也能夠支持智能學(xué)習(xí)評(píng)價(jià)的設(shè)計(jì)，如提供智能作業(yè)設(shè)計(jì)、智能作業(yè)批改等功能[26]。

2. 面向?qū)W生深度學(xué)習(xí)體驗(yàn)達(dá)成的“智慧助學(xué)同伴”

師生互動(dòng)是促進(jìn)學(xué)生素養(yǎng)躍遷的關(guān)鍵性學(xué)習(xí)活動(dòng)。受制于同伴知識(shí)儲(chǔ)備與思維發(fā)展同質(zhì)化，以及教師發(fā)散性指導(dǎo)力不足等問題，師生互動(dòng)很難達(dá)到預(yù)期效果。生成式人工智能可以充當(dāng)智慧學(xué)伴，以彌補(bǔ)師智不足、生智受限的問題，實(shí)現(xiàn)有問必答、有需必應(yīng)?，F(xiàn)有研究表明，生成式人工智能可以作為良好的人機(jī)互動(dòng)工具嵌入學(xué)習(xí)活動(dòng)中，有效促進(jìn)學(xué)生學(xué)習(xí)動(dòng)機(jī)，激發(fā)學(xué)生學(xué)習(xí)興趣[27]；生成式人工智能可以作為學(xué)習(xí)同伴，形成“機(jī)—生”“生—機(jī)—生”兩種人機(jī)協(xié)同協(xié)作模式[28-29]；有效的人機(jī)互動(dòng)設(shè)計(jì)也有助于學(xué)生高階思維的養(yǎng)成，如促進(jìn)學(xué)生批判性思維的養(yǎng)成[30]。

3. 促進(jìn)師生生成性教與學(xué)反思的“智能點(diǎn)評(píng)專家”

基于證據(jù)啟發(fā)的教與學(xué)反思是促進(jìn)學(xué)習(xí)進(jìn)階的重要學(xué)習(xí)要素。生成式人工智能的一大技術(shù)優(yōu)勢(shì)是能夠快速理解多模態(tài)數(shù)據(jù)，并對(duì)其進(jìn)行分析、總結(jié)、點(diǎn)評(píng)、提建議、批改、反饋等操作。如生成式人工智能可以幫助學(xué)生逐步優(yōu)化作品草稿，實(shí)現(xiàn)面向文檔作品的梯度式優(yōu)化[31]；又如，生成式人工智能可以對(duì)學(xué)生學(xué)習(xí)作品進(jìn)行智能糾錯(cuò)[32]，在這個(gè)過程中，學(xué)生不再懼怕犯錯(cuò)，而是通過與生成式人工智能的不斷對(duì)話，開展有效試錯(cuò)，促進(jìn)深度學(xué)習(xí)和思維進(jìn)階。教師也可以基于數(shù)據(jù)反饋結(jié)果，實(shí)現(xiàn)精準(zhǔn)學(xué)情診斷以及數(shù)據(jù)驅(qū)動(dòng)的教學(xué)決策。

（四）生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的原則

教師在整合生成式人工智能開展學(xué)習(xí)設(shè)計(jì)前，應(yīng)明確通用性學(xué)習(xí)設(shè)計(jì)原則，本研究提出三個(gè)設(shè)計(jì)原則：

1. 學(xué)習(xí)目標(biāo)高階化、進(jìn)階化原則

生成式人工智能在處理與傳授良構(gòu)、低階知識(shí)表現(xiàn)良好[33]，因此，在開展學(xué)習(xí)設(shè)計(jì)時(shí)，教師應(yīng)重點(diǎn)關(guān)照學(xué)生高階學(xué)習(xí)目標(biāo)的培養(yǎng)，如創(chuàng)造性思維、協(xié)作問題解決能力等。同時(shí)，要充分思考生成式人工智能技術(shù)的操作難度及其與學(xué)生認(rèn)知規(guī)律的關(guān)系，系統(tǒng)思考生成式人工智能與學(xué)段、學(xué)習(xí)目標(biāo)的相輔相成關(guān)系，提供和對(duì)應(yīng)學(xué)段、學(xué)習(xí)目標(biāo)最適切的技術(shù)工具整合路徑與方法。

2. 技術(shù)應(yīng)用倫理合規(guī)原則

UNESCO于2023年9月發(fā)布了《生成式人工智能教育和研究應(yīng)用全球指南》（以下簡(jiǎn)稱《指南》），《指南》指出，生成式人工智能技術(shù)缺乏對(duì)世界的理解，會(huì)減少意見的多樣性，破壞多元觀點(diǎn)和創(chuàng)新思想的發(fā)展[34]。可見，任何教育技術(shù)都具有兩面性，科學(xué)、辯證對(duì)待教育技術(shù)，促進(jìn)技術(shù)的倫理合規(guī)化使用是教育技術(shù)應(yīng)用的核心。本研究認(rèn)為，生成式人工智能在學(xué)習(xí)設(shè)計(jì)中所扮演的專業(yè)教學(xué)設(shè)計(jì)師、助學(xué)同伴、學(xué)習(xí)路徑引領(lǐng)師應(yīng)注重“人師”角色的引導(dǎo)與實(shí)時(shí)調(diào)控，“人師”的作用是監(jiān)控與審核生成式人工智能所提供低階知識(shí)的準(zhǔn)確性，并借助生成式人工智能促進(jìn)學(xué)生高階思維形成。

3. 學(xué)習(xí)體驗(yàn)“同中求異”原則

生成式人工智能的技術(shù)特點(diǎn)在于生成內(nèi)容的“定制化”、技術(shù)整合的“集成化”和呈現(xiàn)形式的“親和力”。為營(yíng)造適性學(xué)習(xí)場(chǎng)景，生成式人工智能賦能的學(xué)習(xí)設(shè)計(jì)強(qiáng)調(diào)學(xué)習(xí)體驗(yàn)的“同中求異”，即學(xué)習(xí)目標(biāo)設(shè)定相同，但學(xué)習(xí)路徑與學(xué)習(xí)步調(diào)各異。教師在設(shè)計(jì)學(xué)習(xí)活動(dòng)和學(xué)習(xí)支架時(shí)，可以為不同學(xué)習(xí)風(fēng)格的學(xué)生提供個(gè)性學(xué)習(xí)支架，借助不同類別的教育提示語助力設(shè)計(jì)促進(jìn)學(xué)生個(gè)性反思與深度思考的學(xué)習(xí)活動(dòng)。

（五）生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的步驟——以4C/ID模型為例

4C/ID模型是一種面向?qū)W生復(fù)雜技能培養(yǎng)的綜合性學(xué)習(xí)設(shè)計(jì)模型，該模型為教師學(xué)習(xí)設(shè)計(jì)提供了一套程序化、操作化的指導(dǎo)步驟。教師需要從學(xué)習(xí)任務(wù)設(shè)計(jì)、支持性信息設(shè)計(jì)、程序性信息設(shè)計(jì)及任務(wù)練習(xí)設(shè)計(jì)四個(gè)方面思考技術(shù)賦能方式。本研究基于上述要素，構(gòu)建整合生成式人工智能的4C/ID綜合性學(xué)習(xí)設(shè)計(jì)模型，并闡述其學(xué)習(xí)設(shè)計(jì)步驟（見表2）。

表2? ? ? ?整合生成式人工智能的學(xué)習(xí)設(shè)計(jì)步驟

——以4C/ID為例

1. 設(shè)計(jì)整體性學(xué)習(xí)任務(wù)

學(xué)習(xí)任務(wù)是設(shè)計(jì)學(xué)習(xí)活動(dòng)的前提，也是貫穿學(xué)習(xí)目標(biāo)、學(xué)習(xí)內(nèi)容、學(xué)習(xí)活動(dòng)和學(xué)習(xí)評(píng)價(jià)的邏輯線索。對(duì)于教師而言，應(yīng)利用生成式人工智能在任務(wù)設(shè)計(jì)方面的啟發(fā)性價(jià)值，以教學(xué)目標(biāo)為驅(qū)動(dòng)，創(chuàng)設(shè)適切學(xué)習(xí)主題與問題情境以激發(fā)學(xué)習(xí)動(dòng)機(jī)，建構(gòu)促進(jìn)學(xué)習(xí)深度發(fā)生的梯度化學(xué)習(xí)任務(wù)[35]。學(xué)生通過與生成式人工智能互動(dòng)深化任務(wù)理解。具體而言，可通過人機(jī)交流進(jìn)行任務(wù)分析、抓取重難點(diǎn)，并以此為抓手規(guī)劃學(xué)習(xí)路線；此階段的評(píng)價(jià)為鑒定性評(píng)價(jià)，教師可借助生成式人工智能分析學(xué)生面向任務(wù)理解的表現(xiàn)性數(shù)據(jù)，洞悉學(xué)生任務(wù)理解情況。

2. 設(shè)計(jì)支持性信息

支持性信息強(qiáng)調(diào)將學(xué)習(xí)者學(xué)習(xí)任務(wù)中的非常規(guī)技能用學(xué)習(xí)活動(dòng)或?qū)W習(xí)支架的方式，建立先驗(yàn)知識(shí)和預(yù)期學(xué)習(xí)目標(biāo)之間的關(guān)聯(lián)[36]。例如，將SCAMPER奔馳法作為學(xué)習(xí)支架嵌入到創(chuàng)客項(xiàng)目設(shè)計(jì)培養(yǎng)學(xué)生設(shè)計(jì)思維[37]。教師應(yīng)充分挖掘生成式人工智能在思維啟發(fā)方面的價(jià)值，借助生成式人工智能的綜合智慧探索思維啟發(fā)性支架的設(shè)計(jì)方法，整合技術(shù)優(yōu)勢(shì)提升思維啟發(fā)效率。學(xué)生則需充分借助支架來提升認(rèn)知效率、促進(jìn)思維躍遷。此階段的學(xué)習(xí)評(píng)價(jià)強(qiáng)調(diào)反饋性，即關(guān)注學(xué)生綜合性學(xué)習(xí)過程中思維表現(xiàn)的數(shù)據(jù)價(jià)值，通過人機(jī)交互反饋實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的教與學(xué)反思改進(jìn)。

3. 設(shè)計(jì)程序性信息

程序性信息指講授過程中或指導(dǎo)手冊(cè)呈現(xiàn)出來的知識(shí)，這些知識(shí)往往是常規(guī)性知識(shí)，旨在輔助學(xué)生開展學(xué)習(xí)活動(dòng)，完成問題解決。教師需要借助綜合智慧體細(xì)化教學(xué)流程，并運(yùn)用適切教育提示語工程，通過規(guī)范性文本語言描述促進(jìn)“生—機(jī)”對(duì)話效率，提升反饋信息的準(zhǔn)確性[38]。學(xué)生則需要借助生成式人工智能完成各項(xiàng)學(xué)習(xí)活動(dòng)，通過人機(jī)知識(shí)生成性互動(dòng)、對(duì)話交流性互動(dòng)與建議反饋性互動(dòng)提升學(xué)習(xí)活動(dòng)的目標(biāo)達(dá)成率。此階段需使用反饋性評(píng)價(jià)幫助教師掌握學(xué)生的知識(shí)習(xí)得情況，做到以評(píng)促學(xué)。

4. 設(shè)計(jì)專項(xiàng)任務(wù)練習(xí)

專項(xiàng)練習(xí)任務(wù)主要針對(duì)過程性學(xué)習(xí)成果檢驗(yàn)和總結(jié)性學(xué)習(xí)鑒定而設(shè)計(jì)的。為充分表征學(xué)生學(xué)習(xí)情況，教師應(yīng)該借助生成式人工智能提供的“經(jīng)驗(yàn)型學(xué)習(xí)設(shè)計(jì)師”，設(shè)計(jì)表現(xiàn)性任務(wù)和評(píng)價(jià)量規(guī)，并借助生成式人工智能分析學(xué)生多元學(xué)習(xí)表現(xiàn)數(shù)據(jù)洞悉學(xué)習(xí)目標(biāo)達(dá)成度。學(xué)生應(yīng)借助評(píng)價(jià)量規(guī)與生成式人工智能的學(xué)習(xí)分析優(yōu)勢(shì)，通過人機(jī)循環(huán)聯(lián)動(dòng)，實(shí)現(xiàn)意見反饋的動(dòng)態(tài)生成。此時(shí)生成式人工智能通過學(xué)習(xí)與理解量規(guī)內(nèi)涵，基于學(xué)生多元學(xué)習(xí)表現(xiàn)數(shù)據(jù)，智能研判學(xué)習(xí)成果與學(xué)習(xí)目標(biāo)的對(duì)標(biāo)程度。

四、生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的

阻礙與應(yīng)對(duì)之法

新技術(shù)的教學(xué)應(yīng)用要考慮諸多現(xiàn)實(shí)問題，本研究認(rèn)為應(yīng)該從教師數(shù)字素養(yǎng)、學(xué)生學(xué)習(xí)態(tài)度、生成式人工智能教育專業(yè)屬性三個(gè)方面考慮。本研究也針對(duì)這三個(gè)方面的現(xiàn)實(shí)阻礙提出了應(yīng)對(duì)之法。

（一）教師數(shù)字素養(yǎng)問題

教師數(shù)字素養(yǎng)指教師使用數(shù)字技術(shù)獲取、加工、使用、管理和評(píng)價(jià)數(shù)字信息和資源，解決教育教學(xué)問題，優(yōu)化與創(chuàng)新變革教育教學(xué)活動(dòng)的能力[39]。生成式人工智能的到來加劇了教師數(shù)字素養(yǎng)的差異。從教師能力提升視角破解技術(shù)應(yīng)用的“人師”素養(yǎng)壁壘尤為重要。

生成式人工智能時(shí)代，應(yīng)創(chuàng)設(shè)場(chǎng)景化研訓(xùn)新范式，即在真實(shí)教學(xué)情境中，以真實(shí)的教育教學(xué)問題開展小規(guī)模、實(shí)踐化的教師數(shù)字素養(yǎng)的培訓(xùn)活動(dòng)。對(duì)于培訓(xùn)內(nèi)容而言，教師首先應(yīng)該接受基本的智能問學(xué)培訓(xùn)，其次要學(xué)習(xí)生成式人工智能教育應(yīng)用的典型場(chǎng)景、技術(shù)應(yīng)用技巧（如導(dǎo)學(xué)、測(cè)評(píng)、學(xué)伴等）及生成式人工智能教育應(yīng)用的示范性案例等內(nèi)容?；旌鲜?、主題化、實(shí)踐導(dǎo)向、案例驅(qū)動(dòng)將成為核心培訓(xùn)形式。

（二）學(xué)生學(xué)習(xí)態(tài)度問題

學(xué)生利用生成式人工智能進(jìn)行考試作弊、作業(yè)抄襲等問題成為生成式人工智能教育應(yīng)用的主要弊端[40]。這些問題反映出學(xué)生在面對(duì)智能技術(shù)時(shí)，所表現(xiàn)出的學(xué)習(xí)態(tài)度失范及學(xué)習(xí)韌性不足等學(xué)習(xí)問題?！俺鳂I(yè)”“走捷徑”等劍走偏鋒的現(xiàn)實(shí)問題喚醒學(xué)習(xí)設(shè)計(jì)者對(duì)生成式人工智能技術(shù)應(yīng)用尺度的再審視。學(xué)生如何在保持良性學(xué)習(xí)態(tài)度的同時(shí)，科學(xué)利用生成式人工智能進(jìn)行自主化學(xué)習(xí)，也是需要思考的問題。

對(duì)于學(xué)習(xí)設(shè)計(jì)者而言，本研究認(rèn)為，可以從三個(gè)方面破解上述問題。其一是構(gòu)建學(xué)生使用生成式人工智能的學(xué)習(xí)規(guī)約，即以學(xué)段為單位，在明確該學(xué)段可使用生成式人工智能技術(shù)的種類后，對(duì)學(xué)生使用技術(shù)的方式、時(shí)間范圍進(jìn)行明確規(guī)定，并依此建立問責(zé)機(jī)制；其二是建立學(xué)習(xí)活動(dòng)的數(shù)據(jù)留痕機(jī)制，即學(xué)生在撰寫開放性或大體量作業(yè)時(shí)，需要寫清在何處使用了生成式人工智能，并提供對(duì)話記錄以方便教師批閱；其三是建立技術(shù)倫理的定期宣講，借助信息技術(shù)課、班會(huì)等課程，對(duì)生成式人工智能的技術(shù)使用倫理與規(guī)范進(jìn)行宣講。

（三）生成式人工智能教育專業(yè)性問題

現(xiàn)有生成式人工智能在教育領(lǐng)域，尤其是不同學(xué)科教育的專業(yè)性方面存在問題。這種問題直接導(dǎo)致面向不同學(xué)科，生成式人工智能給出答案的準(zhǔn)確性、專業(yè)性及前瞻性都存在較大的不同。例如，現(xiàn)有綜述類研究表明，生成式人工智能在軟件測(cè)試、體育科學(xué)與心理學(xué)等領(lǐng)域表現(xiàn)并不令人滿意[5]，可見生成式人工智能教育專業(yè)性問題尤為凸顯。

2023年12月，中國(guó)教育科學(xué)研究院發(fā)布《教育專用大模型研究報(bào)告》，提出教育大模型（教育專用大模型）是指以通用大模型為基礎(chǔ)的多層次開放技術(shù)架構(gòu)，以多樣化的數(shù)字教育應(yīng)用為驅(qū)動(dòng)向師生和社會(huì)學(xué)習(xí)者提供專業(yè)能力[41]。該報(bào)告指出，現(xiàn)階段國(guó)內(nèi)可訪問的通用大模型在教育領(lǐng)域的應(yīng)用效果整體較好，但在專業(yè)性、前瞻性上仍有可為空間。順應(yīng)生成式人工智能領(lǐng)域?qū)倩淖兏镲L(fēng)向，華東師范大學(xué)推出了國(guó)內(nèi)第一款面向教育領(lǐng)域的大模型“EDUCHAT”，標(biāo)志著生成式人工智能邁向了學(xué)科專屬化時(shí)代。未來，深度推進(jìn)學(xué)科化、學(xué)段化將成為教育領(lǐng)域生成式人工智能的發(fā)展新風(fēng)向。

五、結(jié)? ?語

本研究探討了生成式人工智能在學(xué)習(xí)設(shè)計(jì)領(lǐng)域的賦能問題，系統(tǒng)剖析了生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的基本內(nèi)涵、核心任務(wù)、設(shè)計(jì)原則及基本步驟。學(xué)習(xí)設(shè)計(jì)是開展個(gè)性化教學(xué)、促進(jìn)學(xué)生高階素養(yǎng)提升的奠基石?？茖W(xué)、適切地將生成式人工智能整合融入學(xué)習(xí)要素設(shè)計(jì)，是促進(jìn)學(xué)生適性發(fā)展的創(chuàng)新學(xué)習(xí)設(shè)計(jì)方式。當(dāng)然，面向具體學(xué)科、不同學(xué)段、學(xué)生差異化的學(xué)習(xí)基礎(chǔ)、學(xué)習(xí)興趣等多變性因素，生成式人工智能賦能學(xué)習(xí)設(shè)計(jì)的路徑和使用策略均有所差異，本文不做深入探討。后續(xù)研究可以從生成式人工智能的典型工具出發(fā)，以案例梳理、最佳實(shí)踐萃取、系統(tǒng)性文獻(xiàn)綜述等方式進(jìn)行深入研究，探討生成式人工智能技術(shù)與課堂教學(xué)整合的實(shí)踐性問題。

[參考文獻(xiàn)]

[1] 吳軍其，劉玉梅.學(xué)習(xí)設(shè)計(jì)：一種新型的教學(xué)設(shè)計(jì)理念[J].電化教育研究，2009（12）：80-83.

[2] PENG Z，GEMMA T. A systematic review of ChatGPT use in K-12 education[J]. European journal of education，2024，59（2）：1-22.

[3] 翟雪松，楚肖燕，焦麗珍，等.基于“生成式人工智能+元宇宙”的人機(jī)協(xié)同學(xué)習(xí)模式研究[J].開放教育研究，2023，29（5）：26-36.

[4] LEE U， HAN A， LEE G， et al. Prompt aloud?。?incorporating image-generative AI into STEAM class with learning analytics using prompt data[J]. Education and information technologies，2024，29：9575-9605.

[5] LO C K. What is the impact of ChatGPT on education？ A rapid review of the literature[J]. Education sciences， 2023，13（4）：410.

[6] 黃洛穎，馮曉英，郭璐文，等.智能時(shí)代學(xué)習(xí)設(shè)計(jì)創(chuàng)新：理念、著力點(diǎn)與關(guān)鍵技術(shù)[J].開放教育研究， 2024，30（1）：55-64.

[7] LAW N， LIANG L M． A multi level framework and method for learning analytics integrated learning design[J]. Journal of learning analytics，2020，7（3）：98-117.

[8] EMIN V， PERNIN J P， GU？魪RAUD V． Model and tool to clarify intentions and strategies in learning scenarios design[C]//CRESS U，DIMITROVA V，SPECHT M．European conference on technology enhanced learning．Berlin， Heidelberg： Springer，2009：462-476．

[9] 景玉慧，沈書生.學(xué)習(xí)空間如何助力“以學(xué)習(xí)為中心”的教育——基于發(fā)生認(rèn)識(shí)論和五維學(xué)習(xí)設(shè)計(jì)推演的一種路徑[J].中國(guó)電化教育，2021（11）：54-60.

[10] 陳羽潔，張義兵，李藝.素養(yǎng)是什么？——基于皮亞杰發(fā)生認(rèn)識(shí)論知識(shí)觀的演繹[J].電化教育研究，2021，42（1）：35-41.

[11] 杜華，孫艷超. 生成式人工智能浪潮下知識(shí)觀的再審視——兼論兩個(gè)經(jīng)典知識(shí)之問的當(dāng)代回應(yīng)[J].現(xiàn)代教育技術(shù)，2024，34（1）：96-106.

[12] 王竹立，盧遙.網(wǎng)絡(luò)時(shí)代學(xué)習(xí)理論構(gòu)建十年回顧、反思與展望——從新建構(gòu)主義到重構(gòu)主義[J].電化教育研究，2022，43（12）：61-69.

[13] 宋萑，林敏.ChatGPT/生成式人工智能時(shí)代下教師的工作變革：機(jī)遇、挑戰(zhàn)與應(yīng)對(duì)[J].華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2023，41（7）：78-90.

[14] 武法提，黃石華，殷寶媛.場(chǎng)景化：學(xué)習(xí)服務(wù)設(shè)計(jì)的新思路[J].電化教育研究，2018，39（12）：63-69.

[15] 陳耀華，陳琳，姜蓉.發(fā)展場(chǎng)景式學(xué)習(xí)促進(jìn)教育改革研究[J].中國(guó)電化教育，2022（3）：75-80.

[16] 李芒，易長(zhǎng)秋.STEM教育的困境與審思[J].中國(guó)遠(yuǎn)程教育，2022（9）：27-33，79.

[17] 張瑾.STEM+教育中學(xué)習(xí)支架設(shè)計(jì)研究[J].現(xiàn)代教育技術(shù)，2017，27（10）：100-105.

[18] 單俊豪，閆寒冰.學(xué)生數(shù)據(jù)賦能教師精準(zhǔn)測(cè)評(píng)：?jiǎn)栴}、突破與發(fā)展路向[J].現(xiàn)代教育技術(shù)，2023，33（5）：50-58.

[19] 閆寒冰，王巍.增強(qiáng)教育數(shù)字化的實(shí)踐理性：數(shù)據(jù)驅(qū)動(dòng)決策的模型構(gòu)建與應(yīng)用驗(yàn)證[J].教育發(fā)展研究，2023，43（4）：21-29，47.

[20] 苗逢春. 生成式人工智能技術(shù)原理及其教育適用性考證[J]. 現(xiàn)代教育技術(shù)，2023，33 （11）：5-18.

[21] 祝智庭，戴嶺，趙曉偉.“近未來”人機(jī)協(xié)同教育發(fā)展新思路[J].開放教育研究，2023，29（5）：4-13.

[22] 郭元祥，劉艷.我國(guó)教學(xué)設(shè)計(jì)發(fā)展20年：演進(jìn)、邏輯與趨勢(shì)[J].全球教育展望，2021，50（8）：3-14.

[23] 楊九民，梁林梅.教學(xué)系統(tǒng)設(shè)計(jì)理論與實(shí)踐[M].北京：北京大學(xué)出版社，2014：182.

[24] 戴嶺，胡姣，祝智庭. ChatGPT賦能教育數(shù)字化轉(zhuǎn)型的新方略 [J]. 開放教育研究， 2023，29（4）： 41-48.

[25] JEON J， LEE S．Large language models in education： a focus on the complementary relationship between human teachers and ChatGPT[J]. Education and information technologies，2023（28）：15873-15892.

[26] HAN Z Y， BATTAGLIA? F， UDAIYAR? A， et al. An explorative assessment of ChatGPT as an aid in medical education： use it with caution[J]. Med teach，2024，46（5）：657-664.

[27] FIRAT M. What ChatGPT means for universities： perceptions of scholars and students[J]. Journal of? applied? learning? and? teaching，2023（6）：57-63.

[28] CRESS U，KIMMERLE J． Co-constructing knowledge with generative AI tools： reflections from a CSCL perspective[J].International journal of computer support collaborative learning，2023（18）：607-614.

[29] 戴嶺，趙曉偉，祝智庭.智慧問學(xué)：基于ChatGPT的對(duì)話式學(xué)習(xí)新模式[J].開放教育研究，2023，29（6）：42-51，111.

[30] 郭紹青，華曉雨.論智慧教育與智能教育的關(guān)系[J].西北師大學(xué)報(bào)（社會(huì)科學(xué)版），2022，59（6）：139-147.

[31] HARGREAVES S．'Words are flowing out like endless rain into a paper cup'：ChatGPT& Law school assessments[J].Legal education review，2023，33（1）：69-105.

[32] MOGALI S R. Initial impressions of ChatGPT for anatomy education[J]. Anatomical sciences education， 2024，17（2）：444-447.

[33] 華泰證券.教育大模型啟航細(xì)分領(lǐng)域性能較優(yōu)[EB/OL].（2023-08-15）[2024-01-20].https：//www.vzkoo.com/read/20230816814705bbd16396313f30a7ad.html.

[34] 蘭國(guó)帥，杜水蓮，宋帆，等.生成式人工智能教育：關(guān)鍵爭(zhēng)議、促進(jìn)方法與未來議題——UNESCO《生成式人工智能教育和研究應(yīng)用指南》報(bào)告要點(diǎn)與思考[J].開放教育研究，2023，29（6）：15-26.

[35] 蔡慧英，盧琳萌，董海霞.基于證據(jù)啟發(fā)的學(xué)習(xí)設(shè)計(jì)：讓教師教學(xué)站在理解教育規(guī)律的基礎(chǔ)上——訪國(guó)際知名教育心理學(xué)和學(xué)習(xí)科學(xué)專家保羅·基爾希納教授[J].現(xiàn)代遠(yuǎn)程教育研究，2021，33（4）：11-19.

[36] 徐顯龍，周知恂，嵇云，等.基于4C/ID模型的復(fù)雜技能綜合學(xué)習(xí)設(shè)計(jì)及成效[J].中國(guó)電化教育，2019（10）：124-131.

[37] 閆寒冰，鄭東芳，李笑櫻.設(shè)計(jì)思維：創(chuàng)客教育不可或缺的使能方法論[J].電化教育研究，2017，38（6）：34-40，46.

[38] 趙曉偉，戴嶺，沈書生，等.促進(jìn)高意識(shí)學(xué)習(xí)的教育提示語設(shè)計(jì)[J].開放教育研究，2024，30（1）：44-54.

[39] 吳砥，桂徐君，周馳，等.教師數(shù)字素養(yǎng)：內(nèi)涵、標(biāo)準(zhǔn)與評(píng)價(jià)[J].電化教育研究，2023，44（8）：108-114，128.

[40] WANG N，WANG X，SU Y S．Critical analysis of the technological affordances，challenges and future directions of Generative AI in education： a systematic review[J].Asia pacific journal of education，2024，44（1）：139-155.

[41] 中國(guó)教育科學(xué)研究院.重構(gòu)教育圖景：教育專用大模型研究報(bào)告[EB/OL].（2023-12-13）[2024-01-21].https：//cnc.ccn.eol.cn/info/dongtai/202312/t20231213_2548525.shtml.

Research on Learning Design Empowered by Generative Artificial Intelligence

SHAN Junhao，? LIU Yonggui

（College of Education Science and Technology， Nanjing University of Posts and Telecommunications， Nanjing Jiangsu 210023）

[Abstract] Learning design is the basis of promoting students' diverse learning experience and improving their learning performance. The educational application of generative artificial intelligence （AI） changes the traditional view of knowledge and learning， and also provides an opportunity for innovative learning design models. This study firstly discussed the concept evolution of generative AI-enabled learning design from four aspects： learning objectives designed for on literacy transition， learning scenarios for real-world exploration， learning experience for learning support and learning evaluation for evidence inspiration. Secondly， this study discussed the basic connotation of generative AI-enabled learning design， and put forward three core goals of generative AI： to build a "human-centered" adaptive learning concept， to design a learning process integrating "teaching-learning-evaluation"， and to construct a new learning pattern of "teacher-machine-student" mutual integration. Thirdly， the roles of generative AI-enabled learning design were divided into three categories： "experienced learning designer"， "intelligent learning companion" and "intelligent review expert". And the operational steps of generative AI-enabled learning design were extracted based on 4C/ID model. Finally， this study discussed the obstacles to technology-enabled learning design from three aspects of teachers' digital literacy， students' learning attitude and the educational professionalism of generative AI technology， and put forward corresponding countermeasures.

[Keywords] Generative Artificial Intelligence; Learning Design; Learning Experience; Integration of Teaching-Learning-Evaluation; Human-Computer Collaborative Teaching