摘 要：在新質(zhì)生產(chǎn)力發(fā)展的數(shù)智化背景下，本研究運用多案例研究法和訪談法，創(chuàng)新性地提出了“數(shù)智韌性”概念，探索性構(gòu)建了教育出版領(lǐng)域生成式人工智能（Artificial Intelligence，AI）對青少年數(shù)智韌性影響機制的理論模型。研究發(fā)現(xiàn)，數(shù)智韌性是生活在數(shù)智時代的個體或組織在與外部空間交互的過程中形成的、應(yīng)對外部環(huán)境挑戰(zhàn)的可持續(xù)發(fā)展能力，包括前期消納、中期適調(diào)、后期變革和未來預(yù)判4個維度。生成式AI的技術(shù)特性通過影響青少年用戶的感知有用性和感知易用性，調(diào)節(jié)青少年與其他主體之間的網(wǎng)眾互動生成行為，并在此動態(tài)過程中影響其數(shù)智韌性發(fā)展。

關(guān)鍵詞：數(shù)智韌性；生成式人工智能；青少年；教育出版；網(wǎng)眾互動生成

DOI： 10.3969/j.issn.2097-1869.2024.04.010 文獻標(biāo)識碼：A

著錄格式：孫那，陶玥竹.數(shù)智韌性：理解生成式人工智能對青少年的影響：基于對教育出版領(lǐng)域的考察[J].數(shù)字出版研究，2024，3（4）：84-93.

當(dāng)前，人們正站在一個由數(shù)字化和智能化深刻塑造的數(shù)智時代的“門檻”上。信息技術(shù)的廣泛滲透和數(shù)據(jù)智能的集成應(yīng)用，不僅改變了人們的生活方式，還重塑了社會的基礎(chǔ)結(jié)構(gòu)和運作模式。

2024年，新質(zhì)生產(chǎn)力首次被寫入政府工作報告，并被列為2024年政府十大工作任務(wù)之首[1]。在中國未來經(jīng)濟向高質(zhì)量發(fā)展轉(zhuǎn)型的過程中，新質(zhì)生產(chǎn)力將起到創(chuàng)新推動的主導(dǎo)作用，其具有高科技、高效能、高質(zhì)量三大特征，是符合新發(fā)展理念的先進生產(chǎn)力質(zhì)態(tài)。面對百年未有之大變局和面向2035年更高水平的育人目標(biāo)，時代亟須中國教育孵化“新質(zhì)學(xué)?！?，推動工業(yè)文明向智能文明轉(zhuǎn)型，這是從教育大國向教育強國的關(guān)鍵躍升，是基礎(chǔ)教育的“必答題”。

在此背景下，以ChatGPT為代表的生成式人工智能（Artificial Intelligence，AI）正逐漸成為推動教育出版領(lǐng)域創(chuàng)新的重要力量，它能夠輔助生成教學(xué)內(nèi)容，提升內(nèi)容的可接入性和多樣性，但也給版權(quán)保護、數(shù)字內(nèi)容質(zhì)量控制等方面帶來挑戰(zhàn)。青少年作為教育出版的主要受眾，其在變化的數(shù)字環(huán)境中適應(yīng)、應(yīng)對挑戰(zhàn)并保持心理健康的能力正受到生成式AI的顯著影響。

本文旨在深入探討數(shù)智時代生成式AI在教育出版領(lǐng)域?qū)η嗌倌辍皵?shù)智韌性”的影響，揭示構(gòu)成這一創(chuàng)新概念的內(nèi)在邏輯，為教育出版行業(yè)的技術(shù)應(yīng)用提供理論支持和實踐參考。

1 文獻綜述

韌性（Resilience），最初由加拿大生態(tài)學(xué)家克勞福德·霍林（Crawford Holling）[2]在生態(tài)學(xué)領(lǐng)域提出，旨在描述復(fù)雜生態(tài)系統(tǒng)面對外部變化時的穩(wěn)定性和適應(yīng)性，此后擴展到了心理學(xué)、管理學(xué)、社會學(xué)等領(lǐng)域，形成了一個多維的、跨學(xué)科的研究議題。在此議題下，韌性可以分為個體層面和組織層面，主要指面對各類挑戰(zhàn)時保持個體或組織系統(tǒng)穩(wěn)定運行的抗壓能力。

伴隨數(shù)字技術(shù)的普及，數(shù)字韌性（Digital Resilience）應(yīng)運而生，其指生活在數(shù)字時代的個體或組織在與外部空間交互作用的過程中[3]逐步形成的應(yīng)對數(shù)字環(huán)境挑戰(zhàn)的能力，包括消納、適調(diào)和變革能力[4]。國內(nèi)外對數(shù)字韌性的研究可按情境分為兩類：數(shù)字賦能韌性（Resilience through Digital）和數(shù)字沖擊韌性（Resilience to Digital）[5]，即“數(shù)字”既可以是應(yīng)對負面影響的手段，也可以是負面影響的來源[6]。前者強調(diào)數(shù)字技術(shù)的賦能作用，如單宇等[7]認(rèn)為應(yīng)用數(shù)字技術(shù)可以促進主體的改革，從而實現(xiàn)能力升級；后者則主要強調(diào)數(shù)字技術(shù)的破壞性作用，如Fleron等[8]將數(shù)字技術(shù)看作突出的風(fēng)險來源，Annarelli等[9]認(rèn)為數(shù)字技術(shù)已經(jīng)對個人、企業(yè)、國家乃至整體經(jīng)濟都構(gòu)成了重大威脅。國內(nèi)對于數(shù)字韌性的研究總體較少。在研究方法上，包括理論研究與實證研究，如馮熹宇等[5]回溯梳理了數(shù)字韌性的概念內(nèi)涵、構(gòu)成要素及影響效應(yīng)；陳建偉等[10]開發(fā)了面向大學(xué)生的數(shù)字韌性水平量表，并進行信效度檢驗與實證調(diào)查。在研究主體上，包括個體研究與組織研究，主體多分布在教育和經(jīng)濟領(lǐng)域，如薛曉琪等[11]分析了學(xué)習(xí)主體在應(yīng)對外部環(huán)境變化中的數(shù)字韌性，概述其特征并提出培養(yǎng)策略；周曉雪等[12]采用探索性案例研究方法，構(gòu)建了數(shù)字化戰(zhàn)略更新驅(qū)動企業(yè)數(shù)字韌性形成的過程模型。

然而，隨著數(shù)字化向數(shù)智化的轉(zhuǎn)變，AI和大數(shù)據(jù)等智能化技術(shù)與數(shù)字化過程深度融合，構(gòu)建了更加復(fù)雜和動態(tài)的外部環(huán)境，也帶來了新的機遇和挑戰(zhàn)。因此，本文創(chuàng)新性地提出“數(shù)智韌性”（Digital and Intelligent Resilience）這一概念，以期更加全面地反映數(shù)智時代環(huán)境與個體和組織的互動，提煉主體適應(yīng)當(dāng)下與引領(lǐng)未來的關(guān)鍵能力。

綜上所述，本研究提出以下兩個問題：第一，青少年數(shù)智韌性的維度有哪些，分別有何內(nèi)涵？第二，教育出版領(lǐng)域的生成式AI對青少年數(shù)智韌性的影響是如何發(fā)生的？

2 研究過程

2.1 研究對象

根據(jù)世界衛(wèi)生組織確定的年齡分段，青少年為10～19歲，其處于人生成長與發(fā)展的關(guān)鍵階段，呈現(xiàn)出易被外界環(huán)境干擾的年齡特征。但同時，青少年時期也正是接受教育的黃金階段，能夠高效學(xué)習(xí)并快速應(yīng)用所學(xué)知識和價值觀[13]，對新興技術(shù)的使用反應(yīng)顯著。此外，青少年覆蓋從小學(xué)到高中的大部分年級，是教育出版產(chǎn)品的核心受眾，其學(xué)習(xí)需求和反饋高度影響教育出版領(lǐng)域的未來發(fā)展趨勢。通過了解生成式AI對青少年的影響，可以更好地優(yōu)化教育資源和相關(guān)策略。

2.2 研究方法

本研究基于數(shù)據(jù)三角測量方法，通過收集和分析多種數(shù)據(jù)源，克服依賴單一數(shù)據(jù)源可能帶來的局限性，從而增強研究發(fā)現(xiàn)的有效性和可靠性。具體而言，本研究將多案例研究法與訪談法相結(jié)合。

案例研究法能夠?qū)嵺`現(xiàn)象進行細膩的描述，揭示其背后的運行模式和邏輯關(guān)系，適合解答“怎么樣”和“為什么”的問題[14]，適用于本研究范疇，有助于揭示輸入和輸出主體之間的“黑箱”，探索生成式AI在教育出版領(lǐng)域的特性對青少年用戶數(shù)智韌性影響的運行機制與內(nèi)在邏輯。

訪談法能提供用戶深入、個性化的見解和體驗，再對訪談文本進行扎根分析，通過對收集的資料進行歸納、編碼和比較分析來構(gòu)建理論[15]。扎根理論（Grounded Theory）對于探討“是什么”和“為什么”等問題具有獨特優(yōu)勢。此外，扎根理論致力于發(fā)展新理論，強調(diào)對現(xiàn)象的新理解和新認(rèn)知[16]。生成式AI在教育出版領(lǐng)域的應(yīng)用尚處于起步階段，因此可以借助扎根理論歸納現(xiàn)有的有限認(rèn)知，同時其也適用于本研究探索性提出的“數(shù)智韌性”這一新概念。

2.3 數(shù)據(jù)收集

2.3.1 案例樣本

筆者采用多案例研究方法，查找在互聯(lián)網(wǎng)開源渠道公布的信息，獲得二手資料，避免受訪者出現(xiàn)回溯性偏差[17]。遵循理論抽樣原則，并基于復(fù)制原則選擇典型案例，將案例數(shù)量控制在4～10個[18]，通常選取偶數(shù)個案例在同一研究標(biāo)準(zhǔn)上進行對比分析。

本研究根據(jù)理論飽和度等因素選取了4個具有代表性的生成式AI應(yīng)用于教育出版領(lǐng)域的案例（見表1），取樣原因如下：第一，所有案例應(yīng)用時間均在ChatGPT等大型語言模型興起之后出現(xiàn)，確保了研究的時效性和相關(guān)性；第二，每個案例都使用了大語言模型等AI技術(shù)；第三，所有案例都涉及青少年用戶的直接參與和互動，在研究4個案例后，發(fā)現(xiàn)已經(jīng)獲得了足夠的案例支持和證據(jù)，因此停止進一步增加案例。

2.3.2 訪談文本

筆者于2023年12月至2024年3月通過社交平臺在線招募20位青少年用戶（見表2）進行半結(jié)構(gòu)化訪談，訪談提綱見表3。訪談環(huán)節(jié)的結(jié)束標(biāo)志為下一位受訪者不再有新的信息供筆者提取與編碼，此時，基本證明理論飽和，不需要再尋找訪談對象。整理得到29 005字訪談記錄材料。

2.4 數(shù)據(jù)分析

美國學(xué)者格拉澤（Glaser）和斯特勞斯（Strauss）提出的扎根理論是一種有利于建立新理論的質(zhì)性研究方法。本研究利用扎根理論，對訪談收集的文本的原始語句進行一級概念、二級主題和構(gòu)念的編碼。

教育領(lǐng)域的學(xué)者一般使用技術(shù)接受模型，分析處于在線學(xué)習(xí)、多媒體學(xué)習(xí)等與信息技術(shù)緊密相關(guān)的學(xué)習(xí)環(huán)境中的學(xué)習(xí)者對某種新信息技術(shù)的接受度和相關(guān)行為意愿機制。目前，學(xué)術(shù)界主要使用第3代技術(shù)接受模型（Technology Acceptance Model 3，TAM3），將感知有用性和感知易用性作為衡量個體對信息技術(shù)接受程度的2個重要核心變量，本研究融入這2個變量作為構(gòu)念。

活動理論是建立在馬克思主義哲學(xué)基礎(chǔ)上的交叉學(xué)科理論，主要研究特定社會文化背景下人的行為活動，其主張人的心理發(fā)展與外部實踐活動辯證統(tǒng)一[19]。本研究在觀察編碼的一級概念和二級主題的基礎(chǔ)上，基于萬力勇提出的活動理論的數(shù)字化學(xué)習(xí)資源網(wǎng)眾互動生成模型[20]，結(jié)合網(wǎng)眾互動生成理論，部分體現(xiàn)了該模型的3個核心要素，即主體（指參與數(shù)字化學(xué)習(xí)資源創(chuàng)作的用戶個體）、客體（指用戶互動生成的數(shù)字化學(xué)習(xí)資源）、社群（指參與數(shù)字化學(xué)習(xí)資源共同創(chuàng)作與共享的網(wǎng)民群體）與部分中介變量（工具，指平臺）的互動過程。

由此共得出5個構(gòu)念，分別為教育出版領(lǐng)域生成式AI特性、感知有用性、感知易用性、網(wǎng)眾互動生成行為和數(shù)智韌性。由于扎根理論具有研究方法屬性上的限制，理論飽和是主觀界定的[21]，研究選用預(yù)留的8份訪談資料進行飽和度檢驗，重復(fù)上述三級編碼的具體過程，并與現(xiàn)在已有的關(guān)系結(jié)構(gòu)進行對比分析，再無提取出新的編碼，可認(rèn)為編碼結(jié)果基本達到理論飽和。

2.5 模型建構(gòu)

通過串聯(lián)上述構(gòu)念之間的邏輯結(jié)構(gòu)關(guān)系，并反復(fù)閱讀編碼原始材料，分析數(shù)智時代背景下青少年對生成式AI技術(shù)的認(rèn)知、應(yīng)用行為及效果，進而建立起一個能夠涵括和解釋此前所有編碼的理論模型（見圖1）。

3 研究發(fā)現(xiàn)

生成式AI賦能教育出版產(chǎn)品具有智能性、信息性與互動性特點，三者共同塑造了一個動態(tài)、自適應(yīng)的智能學(xué)習(xí)生態(tài)。通過模型建構(gòu)，可以厘清教育出版領(lǐng)域的生成式AI對青少年數(shù)智韌性的作用路徑：生成式AI的技術(shù)特性影響青少年用戶的感知有用性和感知易用性，進而調(diào)節(jié)了青少年與其他主體之間的網(wǎng)眾互動生成行為，并在此動態(tài)互動過程中影響青少年的數(shù)智韌性發(fā)展。

在物理領(lǐng)域中，“韌性”指材料在斷裂前吸收能量（消納能力）或塑性變形（適調(diào)能力）的能力。發(fā)揮主體主觀能動性后，它不僅維持原有功能特性，還能生成新的抗壓特性（變革能力）。大數(shù)據(jù)和AI技術(shù)的發(fā)展，使人們可以通過分析歷史數(shù)據(jù)預(yù)測未來的趨勢和變化，從而提前做好準(zhǔn)備和布局。在此背景下，本研究對數(shù)字韌性原有的三個維度進行了延續(xù)與增加，并賦予其新的時代內(nèi)涵——“預(yù)判能力”應(yīng)運而出，這是數(shù)智時代對傳統(tǒng)數(shù)字韌性維度進階的鮮明體現(xiàn)。同時，本研究將外部挑戰(zhàn)出現(xiàn)的時間發(fā)展和韌性的變化強度相結(jié)合，總結(jié)出“數(shù)智韌性”的概念，即：生活在數(shù)智時代的個體或組織在與外部空間交互的過程中，形成的應(yīng)對外部環(huán)境挑戰(zhàn)的可持續(xù)發(fā)展能力，包括前期消納、中期適調(diào)、后期變革和未來預(yù)判4個維度（見圖2）。研究以這4個維度為落腳點，進一步闡述機制中的部分影響過程和各維度的重要內(nèi)涵。

3.1 前期消納：心理接受、技術(shù)適應(yīng)與信息辨識

心理接受力和技術(shù)適應(yīng)力分別指青少年對新技術(shù)和外部變化環(huán)境的心理接受程度和技術(shù)適應(yīng)水平。而感知有用性和感知易用性是衡量和預(yù)測用戶對信息技術(shù)的接受程度和采納行為的兩個重要變量。感知有用性指個體對使用特定系統(tǒng)會提升其成績或績效的信任程度[22]。例如，“智海—三樂”AI教育模型基于開源模型“通義千問”，通過高質(zhì)量教材二次訓(xùn)練，形成了專門的教育領(lǐng)域預(yù)訓(xùn)練模型，能夠迅速提供有效的學(xué)習(xí)和解決方案。大部分受訪者認(rèn)為此類生成式AI教育出版產(chǎn)品“生成內(nèi)容質(zhì)量高”，能提供有用信息，并通過“定制化的教育內(nèi)容”帶來個性化的功能，能幫助他們“更好地理解和掌握知識”，起到提質(zhì)增效的作用，因此總體對此類產(chǎn)品持積極態(tài)度。感知易用性指個體對使用特定信息系統(tǒng)的容易程度或努力程度的感知[23]。當(dāng)受訪者在“同伴和老師”及“小紅書”等社交媒體的推薦下產(chǎn)生從眾心理，并發(fā)現(xiàn)此類產(chǎn)品使用成本低廉、“產(chǎn)品渠道”易得、產(chǎn)品畫面和操作簡潔清晰時，他們對使用新技術(shù)的心理障礙降低，更可能頻繁地使用。以上結(jié)果說明感知有用性和感知易用性影響青少年對生成式AI教育出版產(chǎn)品的信任和依賴心理，同時能較好地預(yù)測學(xué)生參與移動學(xué)習(xí)行為的意向[24]，是用戶參與互動生成的主要動因[20]。青少年進行網(wǎng)眾互動生成行為時，通過分享使用心得和學(xué)習(xí)經(jīng)驗等“學(xué)習(xí)社交化的方式”及在社群聯(lián)動中“互幫互助”，增加了“學(xué)習(xí)的趣味和多樣性”，獲得同齡人的反饋和支持，讓其使用產(chǎn)品的過程“變得不那么孤單”，減輕其對新技術(shù)的恐懼心理和使用疑慮，使其在前期消納階段更好地接納和消化新技術(shù)、新信息。

信息辨識力指青少年對信息的識別、分析和判斷能力，強調(diào)其對信息質(zhì)量和適用性的評估。生成式AI的交互性和智能性會在一定程度上影響內(nèi)容生成質(zhì)量，例如，以人機交互強而著稱的ChatGPT能在多輪連續(xù)對話中不斷改進輸出文本的質(zhì)量，卻也因此容易在交互中被用戶“誘導(dǎo)”或“欺騙”，實現(xiàn)規(guī)則“越獄”（Jail Break）；而基于大數(shù)據(jù)模型語料強依賴特點的“數(shù)據(jù)投毒攻擊”[25]是指攻擊者通過向原始數(shù)據(jù)集中注入臟數(shù)據(jù)來達到污染數(shù)據(jù)分布的目的，使數(shù)據(jù)分布出現(xiàn)偏差或錯誤。這些行為可能導(dǎo)致生成式AI輔助的教育出版產(chǎn)品作出錯誤的判斷或展現(xiàn)偏差的行為，如一些受訪者擔(dān)憂在產(chǎn)品使用過程中，把“可能出現(xiàn)的錯誤”當(dāng)成正確的，認(rèn)為“信息過時或錯誤”得不償失，呼吁道德教育對于價值觀的培養(yǎng)，來“指導(dǎo)學(xué)生作出正確的決策”。在數(shù)據(jù)為王的時代，信息辨識力成為青少年必須具備的重要能力。青少年可以在互動中學(xué)習(xí)和分享如何更有效地識別和評估信息源的可信度，學(xué)會通過批判性思維來判斷信息背后的意圖和偏見。

3.2 中期試調(diào)：問題解決與自我調(diào)整

問題解決力指青少年識別和解決問題的能力。學(xué)生在有安全感和歸屬感的社會交往情境里，往往會出現(xiàn)更多的內(nèi)在學(xué)習(xí)動機與行為[26]。AI不僅處理物與物之間的聯(lián)結(jié)，也能夠催化人與人之間的聯(lián)結(jié)[27]，促進人際協(xié)作。AI多元交互平臺使傳統(tǒng)的師生交往關(guān)系被突破，打破了教育與社會之間的“圍墻”，實現(xiàn)了人與人之間跨越時空與地域的無障礙交流，增強了社會情境對學(xué)習(xí)的積極影響，實現(xiàn)更廣范圍的社會性協(xié)作學(xué)習(xí)。例如，AI驅(qū)動的少兒閱讀微信小程序“21世紀(jì)智能閱讀”，塑造了虛擬形象“條條熊”來回答閱讀中的問題并出題，為中小學(xué)生創(chuàng)設(shè)社交情境。多數(shù)受訪者表示，其在此類產(chǎn)品平臺上通過與各類主體之間發(fā)生互動，包括學(xué)生與學(xué)生、學(xué)生與社群互動等，不僅結(jié)識了“志同道合的朋友”，獲得了“同道中人的贊賞和建議”，還汲取了“不同的觀點和學(xué)習(xí)方法”，認(rèn)識到“問題解決的多樣性”，并有意識地提醒自己對社交互動“適度控制以保持專注”，從而提高自己的洞察能力、學(xué)習(xí)能力和抗干擾能力[20]。當(dāng)互動持續(xù)而固定，就可能形成具有在線學(xué)習(xí)技能與內(nèi)在動機等特質(zhì)的小組[28]，如受訪者提到與小組成員“分享各自的編程結(jié)構(gòu)和遇到的問題，互相提供解決方案和建議”，可以更好地解決協(xié)作問題。

自我調(diào)整力指青少年引導(dǎo)學(xué)習(xí)工具和自我調(diào)整的能力。指令工程（Instruction Engineering）通過設(shè)計自然語言指令引導(dǎo)模型充分理解意圖并生成結(jié)果，搭建起自然語言與AI之間有效溝通的橋梁，使不具備AI專業(yè)背景的用戶也能快速、高效地運用智能技術(shù)[29]。受訪者認(rèn)為“通過交互才能讓AI更充分地理解自己的需求”，但如果使用單一提示來引導(dǎo)大模型生成答案，很容易出現(xiàn)問題求解能力不足、行業(yè)智能挖掘不夠、生成內(nèi)容存在幻覺[30]等問題，因此部分受訪者會在互動社交的“外尋”與評估改良的“內(nèi)尋”作用下調(diào)整指令語句。比如“使用更清晰的詞匯進行引導(dǎo)糾正”，讓其“實時更改”以滿足自己的需求，從而加強對生成式AI的駕馭能力，形成自己的立體思考模式和大模型應(yīng)用范式。但同時，這種交互也更容易造成認(rèn)知沖突，即個體原有的概念或認(rèn)知結(jié)構(gòu)與現(xiàn)實情境不符時在心理上產(chǎn)生的矛盾與沖突[31]，很多受訪者都曾對自己在人機協(xié)同中的位置感到迷茫，但當(dāng)他們“開始將AI視為一種探索工具而非‘最終裁判者’”，并“先按照AI的建議嘗試”，然后根據(jù)自己的感覺“進行調(diào)整”，就能在獲得“技術(shù)性的指導(dǎo)”的同時保持自己“創(chuàng)作自由”的主體地位。由此，青少年在處理沖突與矛盾的過程中，逐漸由認(rèn)知沖突走向新的認(rèn)知平衡，豐富了青少年的心智運作，促進其韌性建構(gòu)。

3.3 后期變革：跨界整合與創(chuàng)新優(yōu)化

跨界整合力指青少年整合信息與資源的能力。大觀念（Big Ideas）是對個別的事實和技能賦予意義和連結(jié)的重要概念、主題、問題、觀念[32]。一方面，AI的智能性和實時性的技術(shù)優(yōu)勢幫助學(xué)習(xí)者收集前沿信息、聚攏散裝信息、挖掘非表層知識及跨學(xué)科、跨領(lǐng)域知識間的關(guān)聯(lián)。以大觀念為組織線索，使知識之間按邏輯編織成有機的整體，實現(xiàn)學(xué)習(xí)內(nèi)容綜合化和結(jié)構(gòu)化，有利于學(xué)生參與知識的學(xué)習(xí)與建構(gòu)。例如“粵教—愛思通”AI圍棋課程，整合弈城圍棋網(wǎng)的大數(shù)據(jù)和由圍棋世界冠軍設(shè)計的AI模型，模仿阿爾法元1的學(xué)習(xí)方式，使學(xué)習(xí)者通過實戰(zhàn)練習(xí)快速覺察與把握棋譜脈絡(luò)，無須死記硬背，可大大提升學(xué)習(xí)效果。另一方面，當(dāng)AIGC由于“解釋不夠深入”“無法涵蓋所有細節(jié)”等原因無法滿足青少年需要時，可以倒逼青少年擴展多元的信息搜集渠道，結(jié)合傳統(tǒng)書籍、開源文章、新媒體和互動討論等路徑“獲得更全面的信息”，這也能避免青少年陷入生成式AI既定模型的“信息繭房”，避免被機械化、同質(zhì)化的智能體系籠罩[33]，從而促進青少年的獨立思考和個性化發(fā)展。

創(chuàng)新優(yōu)化力指青少年不斷探索和實施新方法或策略，以提高學(xué)習(xí)效能的能力。美國教育家約翰·杜威（John Dewey）認(rèn)為，知識作為工具，可以用來解決問題，提高生活質(zhì)量，除了有形的工具，技術(shù)、思想、理論與概念都是解決問題的工具[34]。華東師范大學(xué)教育信息技術(shù)學(xué)系教授顧小清認(rèn)為“生成式AI催生新的知識生產(chǎn)方式”[35]。人類與智能機器互聯(lián)形成超級智能體，不同智能體之間的交流聯(lián)結(jié)不僅增加了知識數(shù)量，而且生產(chǎn)出多元化的知識類型，包括“軟”知識、“灰”知識、“暗”知識等[36]。受訪者表示，通過發(fā)揮主觀能動性，其在人機協(xié)同中進行知識生產(chǎn)，學(xué)會了“如何與先進技術(shù)合作”來實現(xiàn)創(chuàng)作目標(biāo)。此外，AI多通道交互技術(shù)促進學(xué)生們自主參與內(nèi)容共創(chuàng)，助推了更高質(zhì)量的集體建構(gòu)，在團隊合作中以共建、共享集體智慧實現(xiàn)對學(xué)習(xí)內(nèi)容的理解、建構(gòu)、探索和創(chuàng)新。如部分受訪者提到，其“學(xué)會了欣賞不同的觀點，并將其融入寫作中”，從而培養(yǎng)青少年“集百家之所長，融百家之所思”的創(chuàng)新思維。

3.4 未來預(yù)判：終身學(xué)習(xí)、風(fēng)險識別與數(shù)驅(qū)決策

終身學(xué)習(xí)力指青少年對未來學(xué)習(xí)和技術(shù)變化的持續(xù)適應(yīng)和終身學(xué)習(xí)的意愿。新質(zhì)生產(chǎn)力的躍遷讓生產(chǎn)力的三大構(gòu)成要素發(fā)生巨變：從普通技術(shù)工人到知識型、創(chuàng)新型、自主型的高素質(zhì)勞動者[37]，從普通的機器設(shè)備和電子計算機到高精尖設(shè)備和數(shù)智化工具[38]，從以物質(zhì)形態(tài)存在的自然物和原材料到伴隨科技進步被新發(fā)現(xiàn)的自然物、注入更多技術(shù)要素的原材料及數(shù)據(jù)等非物質(zhì)形態(tài)[39]。在新質(zhì)生產(chǎn)力發(fā)展要求更多復(fù)合型人才的背景下，青少年應(yīng)樹立終身學(xué)習(xí)目標(biāo)，才能在快速更迭的技術(shù)與持續(xù)變化的環(huán)境中勇立潮頭。大部分受訪者表示通過使用生成式AI賦能的教育出版產(chǎn)品，可以“習(xí)慣于數(shù)字化學(xué)習(xí)的方式”并“更加自信地使用各種數(shù)字工具進行學(xué)習(xí)和創(chuàng)作”，并認(rèn)為這對其未來的學(xué)習(xí)和工作“非常有好處”，因此對“計算機技能”及相關(guān)工具“會保持開放的態(tài)度”，并有計劃地學(xué)習(xí)編程及進一步研究“如何使用這些工具”。

風(fēng)險識別力指青少年在使用智能工具時對潛在風(fēng)險的判斷和預(yù)防能力。一方面，生成式AI的使用往往通過應(yīng)用程序編程接口（API）進行，人們對其發(fā)展的控制力較弱，其自身透明度較低，由此可能引發(fā)意識形態(tài)風(fēng)險、版權(quán)侵權(quán)風(fēng)險、隱私泄露風(fēng)險和倫理道德風(fēng)險等多重難題。例如，部分受訪者提出對自己上傳的作業(yè)會“變成別人的素材”感到擔(dān)憂，或擔(dān)心系統(tǒng)超出教學(xué)限度，過度采集學(xué)生個人“隱私和數(shù)據(jù)”。另一方面，智能技術(shù)的深度嵌入可能會導(dǎo)致學(xué)生元認(rèn)知能力降低、師生關(guān)系疏遠等。元認(rèn)知的本質(zhì)是個體以認(rèn)知活動為對象，進行主動觀察、監(jiān)測、反思、調(diào)節(jié)、加工等操作的過程。但智能工具的數(shù)據(jù)診斷和動態(tài)過程監(jiān)測容易使學(xué)生形成依賴，使其缺少自我覺察、自我反省、自我評價與自我調(diào)節(jié)，進而導(dǎo)致元認(rèn)知能力退化。同時，技術(shù)異化可能導(dǎo)致教學(xué)主體間的現(xiàn)實交往減少，技術(shù)逐漸占據(jù)師生的交流空間并掌握內(nèi)容資源的控制權(quán)，長期發(fā)展可能造成師生親密度下降，影響青少年學(xué)習(xí)效果。但大部分受訪者識別出了該風(fēng)險，并肯定了教師的不可替代性，認(rèn)為智能工具“沒有真人老師那樣有血有肉”，尤其在復(fù)雜問題上，“老師可能用生動形象的例子或者肢體語言”傳授，而AI仍“缺乏老師的直覺”和“與人交流的經(jīng)驗和技巧”。

數(shù)驅(qū)決策力指青少年利用數(shù)據(jù)分析驅(qū)動判斷和決策的能力。美國《福布斯》雜志曾指出，決策智能是一個相對較新的領(lǐng)域，它使用智能技術(shù)來支持、促進和自動化業(yè)務(wù)決策[40]。決策智能通過清楚理解、精心設(shè)計、作出決策的方式，以及根據(jù)反饋評估、管理和改進結(jié)果的方式來改進決策，為學(xué)習(xí)數(shù)據(jù)創(chuàng)建更全面、更方便的視圖，助力青少年作出最佳決策。例如，部分受訪者提到考試前會讓智能程序幫助自己分析“每個科目的得分情況”“跟蹤學(xué)習(xí)進度”和“了解知識點掌握情況”。然而，計算機并不對輸出的結(jié)果負責(zé)，“人”才是這個場景的最終決策者。青少年的思考和學(xué)習(xí)方式受到?jīng)Q策智能的影響，從傳統(tǒng)的決策方式轉(zhuǎn)變成“用數(shù)據(jù)說話”和“讓數(shù)據(jù)說話”的決策習(xí)慣。通過評估改良環(huán)節(jié)，青少年分析數(shù)據(jù)、發(fā)現(xiàn)見解、產(chǎn)生預(yù)測、支持決策，用數(shù)據(jù)決策、說服和表達，從而提高其思考和學(xué)習(xí)能力，讓其“在數(shù)字化學(xué)習(xí)環(huán)境中更加得心應(yīng)手”。

4 結(jié)語

教育出版領(lǐng)域已逐漸迎來智能化升級的關(guān)鍵時期，如何在這一轉(zhuǎn)型中有效利用生成式AI技術(shù)，緩解青少年用戶在面對多樣信息和復(fù)雜技術(shù)應(yīng)用時的適應(yīng)性挑戰(zhàn)，增強其數(shù)智韌性，是教育出版領(lǐng)域值得深入探討的重要議題。

第一，針對現(xiàn)代教育需求開發(fā)集智能性、信息性、互動性于一體的教育出版產(chǎn)品。首先，通過采用先進的AI技術(shù)來分析學(xué)生的學(xué)習(xí)行為與成效，可為學(xué)生提供定制化的學(xué)習(xí)路徑和智能評估系統(tǒng)，從而實現(xiàn)預(yù)測性的教學(xué)介入。其次，教育出版產(chǎn)品須包含豐富、精確且持續(xù)更新的教育內(nèi)容，確保學(xué)生能夠接觸到前沿知識與學(xué)科資源，同時利用大數(shù)據(jù)技術(shù)來優(yōu)化內(nèi)容生成與配置，增強學(xué)習(xí)材料的針對性和吸引力。最后，通過整合多模態(tài)交互式工具、構(gòu)建在線社區(qū)及引入游戲化學(xué)習(xí)策略，提升學(xué)生的學(xué)習(xí)參與度和動機。通過這三個特點的融合，教育出版產(chǎn)品不僅能更全面地滿足青少年的學(xué)習(xí)需求，也能在教育技術(shù)的快速發(fā)展中保持領(lǐng)先地位，為學(xué)生營造動態(tài)適應(yīng)且富有挑戰(zhàn)的學(xué)習(xí)環(huán)境。

第二，整合教育主體，改良教育策略。通過構(gòu)建一個包容性的合作框架，集合教師、學(xué)生、家長、教育行政部門及私營企業(yè)等多方利益相關(guān)者的力量，使其共同參與教學(xué)內(nèi)容的開發(fā)、評估與改進；實施項目式學(xué)習(xí)和問題式學(xué)習(xí)等多互動學(xué)習(xí)模式，激勵學(xué)生主動探究實際問題，動員教師與學(xué)生的共同參與，以此增強學(xué)習(xí)的應(yīng)用性和深度；利用數(shù)字化平臺促進教育領(lǐng)域各參與者之間的互動與反饋，提高教學(xué)過程的透明度與多樣性；通過推廣跨學(xué)科、跨文化的學(xué)習(xí)項目，拓寬學(xué)生視野，提升其全球競爭力與創(chuàng)新能力。這些策略的實施，不僅可以提升學(xué)生的學(xué)習(xí)成效，還能培養(yǎng)其創(chuàng)新思維與綜合技能，是推動教育現(xiàn)代化與國際化的關(guān)鍵步驟。

第三，建立全面的人才培養(yǎng)模式，將培養(yǎng)學(xué)生數(shù)智韌性的理念貫穿整個教學(xué)實踐過程。教育體系應(yīng)全面整合數(shù)字技能與學(xué)科教學(xué)，系統(tǒng)加強信息素養(yǎng)教育，推動跨學(xué)科的課程設(shè)計，并重視實踐與創(chuàng)新能力的培養(yǎng)。此外，構(gòu)建一個鼓勵終身學(xué)習(xí)的文化環(huán)境，對學(xué)生適應(yīng)數(shù)字技術(shù)快速變a8aa25e6e73417cb7fbc3877eeb2b145abb36b3d24162d234542f982c55560e0化至關(guān)重要。實施這些教育策略，不僅有助于提升學(xué)生的實踐和創(chuàng)新能力，也能為中國實現(xiàn)教育強國目標(biāo)、增強國家的科技創(chuàng)新能力和產(chǎn)業(yè)競爭力打下堅實的基礎(chǔ)，這是實現(xiàn)教育現(xiàn)代化和提升國家綜合實力的重要途徑，符合我國長遠發(fā)展戰(zhàn)略。

但同時，本研究也具有一定局限性，主要體現(xiàn)在以下三個方面：首先，目前模型主要是質(zhì)性構(gòu)建的，缺少量化數(shù)據(jù)來驗證模型；其次，沒有充分考慮不同文化、社會背景和年齡分層等變量影響下的青少年的特定需求和響應(yīng)，對青少年群體缺少廣泛適用性和完整性；最后，生成式AI技術(shù)發(fā)展迅速，模型可能需要不斷更新以適應(yīng)新的技術(shù)特性和應(yīng)用場景。

在未來研究中，可通過量化研究方法來測試模型的有效性，包括采集數(shù)據(jù)、使用統(tǒng)計分析等來證明各要素之間的關(guān)系；根據(jù)實證研究的結(jié)果調(diào)整和優(yōu)化模型，確保其在不同教育環(huán)境和技術(shù)應(yīng)用中的適用性；展開縱向研究，考察生成式AI對青少年數(shù)智韌性的長期影響；隨著新技術(shù)的出現(xiàn)，更新研究中的技術(shù)描述，并通過案例研究來展現(xiàn)前沿應(yīng)用。

作者簡介

孫那，女，博士，西安交通大學(xué)法學(xué)院副教授、博士生導(dǎo)師。研究方向：知識產(chǎn)權(quán)法、科技法、娛樂法。

陶玥竹，女，西安交通大學(xué)法學(xué)院碩士研究生。研究方向：數(shù)字出版、知識產(chǎn)權(quán)法。

參考文獻

新華社.政府工作報告：2024年3月5日在第十四屆全國人民代表大會第二次會議上[EB/OL].（2024-03-12）[2024-08-13]. https：//www.gov.cn/gongbao/2024/issue_11246/202403/content_6941846.html.

HOLLING C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics， 1973（4）： 1-23.

沈書生.面向幸福成長：設(shè)計支持?jǐn)?shù)字韌性構(gòu)建的學(xué)習(xí)空間[J].現(xiàn)代遠程教育研究，2021，33（3）：18-24.

祝智庭，彭紅超.技術(shù)賦能的韌性教育系統(tǒng)：后疫情教育數(shù)字化轉(zhuǎn)型的新路向[J].開放教育研究，2020，26（5）：40-50.

馮熹宇，王菌麗，趙耀，等.數(shù)字韌性研究回顧與展望[J].科學(xué)決策，2023（12）：185-200.

JEAN-JULIEN D， PASCAL A， GODé C. A systematic literature review on digital resilience in organizations： Towards a conceptualization[EB/OL].[2024-08-13].https：//ideas.repec.org/p/hal/wpaper/halshs-03959505.html.

單宇，許暉，周連喜，等.數(shù)智賦能：危機情境下組織韌性如何形成？基于林清軒轉(zhuǎn)危為機的探索性案例研究[J].管理世界，2021，37（3）：7，84-104.

FLERON B， PRIES-HEJE J， BASKERVILLE R. Digital organizational resilience： A history of Denmark as a most digitalized country[C]. Hawaii International Conference on System Sciences， 2021.

ANNARELLI A， NONINO F， PALOMBI G. Understanding the management of cyber resilient systems[J]. Computers and Industrial Engineering， 2020， 149（11）： 106829.

陳建偉，席夢如，傅騫.大學(xué)生數(shù)字韌性測評框架及影響因素研究[J].中國電化教育，2023（6）：68-74.

薛曉琪，趙曉偉，沈書生，等.在線學(xué)習(xí)中的數(shù)字韌性：關(guān)鍵維度、現(xiàn)狀描摹與提升策略：基于江蘇省初中生調(diào)研數(shù)據(jù)的分析[J].電化教育研究，2023，44（4）：72-78，85.

周曉雪，崔淼.應(yīng)對外部環(huán)境挑戰(zhàn)的企業(yè)數(shù)字韌性塑造機理研究：基于數(shù)字化戰(zhàn)略更新的視角[J].南開管理評論，2024，27（2）：4-17.

DOSTáL J， WANG X， STEINGARTNER W， et al. Digital intelligence： New concept in context of future school of education[EB/OL].[2024-08-14]. http：//papers.ssrn.com/sol3/papers.cfm？abstract_id=3255366.

YIN R K. Case study research and applications： Design and methods[M].California： Sage Publications， 2017：11.

凱西·卡麥茲. 建構(gòu)扎根理論：質(zhì)性研究實踐指南[M]. 邊國英，譯.重慶：重慶大學(xué)出版社， 2009：21.

吳剛. 工作場所中基于項目行動學(xué)習(xí)的理論模型研究[D].上海：華東師范大學(xué)，2013.

EISENHARDT K M， GRAEBNER M E. Theory building from cases： Opportunities and challenges[J]. The Academy of Management Journal， 2007， 50（1）：25-32.

EISENHARDT K M. Building theories from case study research[J]. The Academy of Management Review，1989，14（4）： 532-550.

馬文娜.從活動理論看信息技術(shù)與課程整合的優(yōu)化[EB/OL].（2009-11-30）[2024-08-14]. https：//www.paper.edu.cn/releasepaper/content/200911-800.

萬力勇，趙呈領(lǐng)，戴敏利.數(shù)字化學(xué)習(xí)資源的網(wǎng)眾互動生成機制解析[J].現(xiàn)代教育技術(shù)，2014，24（9）：22-29.

郭安元.基于扎根理論的心理契約違背的影響因素及其作用機制研究[D].武漢：武漢大學(xué)，2015.

VENKATESH V，DAVIS F D. A theoretical extension of the technology acceptance model： Four longitudinal field studies[J].Management Science，2000，46（2）：186-204.

DAVIS F D. Perceived usefulness， perceived ease of use， and user acceptance of information technology[J]. MIS Quarterly，1989，13（3）：319-340.

張哲，王以寧，陳曉惠，等.MOOC持續(xù)學(xué)習(xí)意向影響因素的實證研究：基于改進的期望確認(rèn)模型[J].電化教育研究，2016，37（5）：30-36.

GUPTA P， YADAV K， GUPTA B B， et al. A novel data poisoning attack in federated learning based on inverted loss function[J]. Computers and Security， 2023（130）： 1-8.

劉海燕，閆榮雙，郭德俊.認(rèn)知動機理論的新近展：自我決定論[J].心理科學(xué)，2003，26（6）：1115-1116.

于澤元，尹合棟.人工智能所帶來的課程新視野與新挑戰(zhàn)[J].課程·教材·教法，2019，39（2）：27-36.

張文梅，王辭曉.聯(lián)通主義學(xué)習(xí)情境下何以實現(xiàn)高質(zhì)量的協(xié)作問題解決：基于定性比較分析的cMOOC案例研究[J].現(xiàn)代遠程教育研究，2024，36（2）：93-103.

陸偉，汪磊，程齊凱，等.數(shù)智賦能信息資源管理新路徑：指令工程的概念、內(nèi)涵和發(fā)展[J].圖書情報知識，2024，41（1）：6-11.

ZHANG Y， LI Y， CUI L， et al. Siren’s song in the AI ocean： A Survey on hallucination in large language models[EB/OL]. （2023-09-03）[2023-10-13].http：//arxiv.org/abs/2309.01219.

林崇德，胡衛(wèi)平.思維型課堂教學(xué)的理論與實踐[J].北京師范大學(xué)學(xué)報（社會科學(xué)版），2010（1）：29-36.

呂立杰.大概念課程設(shè)計的內(nèi)涵與實施[J].教育研究，2020，41（10）：53-61.

王嘉毅，魯子簫.規(guī)避倫理風(fēng)險：智能時代教育回歸原點的中國智慧[J].教育研究，2020，41（2）：47-60.

約翰·杜威.我們?nèi)绾嗡季S[M].伍中友，譯.北京：新華出版社，2010：10.

顧小清.人工智能何以促進未來教育發(fā)展[N].光明日報，2022-07-27（11）.

杜華，顧小清.人工智能時代的知識觀審思[J].中國遠程教育，2022（10）：1-9，76.

蒲清平，黃媛媛.習(xí)近平總書記關(guān)于新質(zhì)生產(chǎn)力重要論述的生成邏輯、理論創(chuàng)新與時代價值[J].西南大學(xué)學(xué)報（社會科學(xué)版），2023，49（6）：1-11.

石建勛，徐玲.加快形成新質(zhì)生產(chǎn)力的重大戰(zhàn)略意義及實現(xiàn)路徑研究[J].財經(jīng)問題研究，2024（1）：3-12.

周文，許凌云.論新質(zhì)生產(chǎn)力：內(nèi)涵特征與重要著力點[J].改革，2023（10）：1-13.

劉霞.利用人工智能獲取最佳方案：“決策智能”成數(shù)字化轉(zhuǎn)型新趨勢[N].科技日報，2022-09-30（4）.

Digital and Intelligent Resilience： Understanding Impact of Generative AI on Adolescents—An Examination in the Field of Educational Publishing

SUN Na， TAO Yuezhu

School of Law， Xi’an Jiaotong University， 710000， Xi’an， China

Abstract： In the context of the digital and intelligent transformation of new quality productive forces， this study employed a multi-case study method and interviews to innovatively propose the concept of “digital and intelligent resilience”， and constructed a theoretical model of the impact mechanism of generative AI on the digital and intelligent resilience of adolescents in the field of educational publishing. It was found that digital and intelligent resilience was the sustainable development capability of individuals or organizations to cope with challenges in the process of interacting with external space. It encompassed four dimensions： pre-absorption， mid-adjustment， post-transformation， and future-prediction. Technical characteristics of generative AI affected adolescents’ perceived usefulness and perceived ease of use， thereby modulated their user interactive generation behaviors with other entities， and influenced the development of their digital and intelligent resilience.

Keywords： Digital and intelligent resilience; Generative AI; Adolescents; Educational publishing; User interactive generation