“教育领域人工智能将从关注智能技术的应用转到人机协同发展，并呈现出从弱人工智能到强人工智能的趋势。”

近日，在2023全球智慧教育大会上，北京师范大学智慧学习研究院联席院长黄荣怀教授在演讲中指出上述观点。该大会由北京师范大学和联合国教科文组织教育信息技术研究所（UNESCO IITE）联合主办。

在由网龙（00777.HK）协办的“生成式人工智能与教育的未来论坛”上，国内外专家学者和业界人士共同讨论了四大话题：关于生成式人工智能对教育的机遇和挑战、人工智能对教育形态的重塑、人机协同教学、以及人工智能教育应用的伦理问题。

联合国教科文组织人工智能国际研究中心主任、英国伦敦大学学院John Shawe-Taylor教授认为：“我们需要一些根本性的解决方案，拓展教育的广度和深度，包括跨文化、跨国别，让不同背景和教育基础的学习者，在生命的各个阶段都能学习。”在他看来，人工智能显然能推动这些。

他同时提到人工智能存在的风险，“它可能让人们的生活更加枯燥、缺乏想象力，我们在AI设计的时候，要保证大家都能公平地享受到AI，现在很多系统做得还不够，不是非常透明。”

生成式人工智能在教育领域可以做什么？

北京师范大学人工智能学院院长黄华教授在现场分享了几组实验结果，在为部编版小学语文一年级上册生成教学案例时，ChatGPT给了一个大致的模板框架，科大讯飞（002230.SZ）的星火认知大模型也给了一二单元的内容，文心一言仍存在一定差距。

出乎黄华教授意料的是，输入小学的语文、数学、英语题，分别让三个大模型解答，正确率均不高。而在初中语文、数学、英语题目上，ChatGPT五道题对了两道题，文心一言对了三道，讯飞星火答对四道。黄华分析，可能是讯飞星火的训练语料里，教育领域场景的数据更多。

当被问及问冰心是谁？“ChatGPT完全在胡说八道，讯飞答对了一半，文心一言全对。”黄华认为，文心一言作为百度的产品，有百度百科做训练语料，因此答得会更准确一点。

“大模型对复杂问题的推理能力弱，特别是逻辑推理、常识推理、数值推理，短期内比较难解决。”黄华称，“如果专门为中小学教育做垂直大模型，并限定训练语料，它的性能肯定会明显改善很多。”

最近，多家教育企业已相继推出教育领域的大模型及其应用，如网易有道（NYSE：DAO）推出“子曰”教育大模型首次落地的硬件产品——有道词典笔X6 Pro，新增虚拟人口语教练。

科大讯飞也将星火认知大模型搭载在学习机等产品中，有中英文作文类人批改、数学类人互动辅学、英语类人口语陪练等功能。好未来（NYSE：TAL）正在研发数学大模型MathGPT，预计于年内推出基于该自研大模型的产品级应用。

网龙网络公司高级副总裁CTO陈宏在论坛上也分享了生成式AI的多个应用，比如通过课堂录音生成完整的课后复习内容，从对每个知识点的讲解，扩展到跟学习内容相关的视频、练习及老师问答资源，并以结构化的方法呈现出来。

此外，还可以利用生成式AI生成童话故事，将语文课的生词都放到里面，辅助其他技术生成的绘本，让学生学生词时不再是死硬硬背。

“现在大模型的发展十分迅猛，也逐渐垂直化，它的确打开了教育的新方向。”北京师范大学智慧学习研究院副院长、网龙副总裁陈长杰在会后群访中对界面教育称，“往小了说，它会改变人类获取知识的方式，往大了说，它可能会颠覆未来的教学模式，拓展为老师、机器、学生的三维结构。”

“一个较大的挑战是我们的教育内容，如何更好地适应不同的国家的风俗习惯。”陈宏介绍，网龙的教育产品已出海至全球近两百个国家和地区，其海外业务还将分拆上市。为了解决适配性问题，他举例称，比如可通过生成面向不同国家的课本插图，让生产的内容更符合当地的习惯。

会上，网龙还发布了一个公共智慧教育平台——EDA（Edmodo Academy），通过引入AI、元宇宙、3D模型、微观动画等技术，开放资源获取通道，为全球提供便于获取的海量教育资源，用户还可对课件进行再创作与传播。

关于AI在学校的具体应用上，上海宝山区教育局局长张治分享了当地的做法。每位学生的学习过程都被记录，形成数据轨迹，构建出学习画像。基于知识图谱的自适应学习，能为每个学生提供个性化的作业。

此外，通过数据分析和态势感知分析，能及时挖掘学生的心理问题，比如徘徊指数、表情的幸福指数，从而实现基于教育大脑的预警体系。

来及浙江省衢州市柯城区礼贤小学信息科技的教师傅敏佳，同样感叹生成式AI对她工作的帮助。比如论文和方案的撰写，特别是写评语，“想吸引孩子的注意力非常难，老师们每次都是抓破头脑。”

比如结合孩子的性格特点，用植物来形容整个班的孩子，“它不仅会告诉你是什么植物，而且描述得非常符合，为我们省了很多时间，提高了工作效率。”

“中国长期以知识灌输为主的教育模式就要发生改变了。”黄华认为，教学应从知识传授转成学习引导，强化学生的批判性思维的培养；评价也应从结果性、粗粒度变成过程性、细粒度的全方位评测。管理亦是如此，从大面积的教学数据，做到更精细化、便捷化的管理。