摘要：在人工智能时代，如何应用生成式人工智能推动高等教育发展是各国学者普遍关注的议题。从爱思唯尔（Elsevier）数据库近年收录的相关研究文献看，国际学者对生成式人工智能在高等教育领域的应用主要关注以下三个方面的议题：一是大学生应用生成式人工智能的驱动因素；二是生成式人工智能赋能大学生发展的优势或路径；三是生成式人工智能对高等教育评价实践的影响。鉴于此，我国在推进人工智能赋能高等教育发展时，在学校层面应加强教育教学制度创新以适应技术变革的需要，在教师层面应注重提升教师应用人工智能开展评价实践的素养，在学生层面要强化评估性判断能力的培养，在科研层面要强化基于场景的深层次应用研究。
关键词：生成式人工智能；高等教育发展；教育数字化
一、引言
教育数字化是我国开辟教育发展新赛道和塑造教育发展新优势的重要突口。人工智能是有史以来最具革命性、颠覆性的技术，在深入推进我国高等教育数字化改革，加快建设高质量高等教育体系方面有着重要潜能。以ChatGPT为代表的生成式人工智能（Generative AI）拥有强大的语言理解和文本生成能力，是人工智能的进一步发展。面对这种技术的突破性进步，如何在高等教育领域科学、合理地引入和应用生成式人工智能，深入推进高等教育教学改革，是当前高等教育发展面临的一个重大现实问题。当下，全球越来越多的高校正在探索如何通过安全、可靠的方式将生成式人工智能与高等教育教学活动相融合，生成式人工智能融入高等教育的趋势不可阻挡。在此背景下，我国在高等教育数字化改革的过程中，借鉴国际上的一些先进经验和研究成果就显得尤为重要。
为此，我们以爱思唯尔Science Direct为数据源，对近年来国内外的相关研究进行了梳理。我们选择“研究文献”（research articles）作为文章类别，以“Generative Artificial Intelligence & Higher Education”为主题词进行检索，共检索到54篇相关文献，以“ChatGPT & Higher Education”为主题词进行检索，共获得247篇相关文献（文章发表区间为2023—2024年4月，文献检索在2024年4月进行）。对这些文献作进一步梳理后，删除了重复文献，并对剩余文献的摘要进行详细阅读和分析后，最终保留了与研究主题密切相关的131篇文献作为分析样本。其中，从发表年度看，2023年有55篇，2024年有76篇；从刊载期刊来看，刊载样本量（篇）≥5的期刊包括《国际管理教育杂志》（The International Journal of Management Education，12篇）、《计算机与教育：人工智能（Computers and Education: Artificial Intelligence，9篇）、Heliyon（7篇）、《计算机科学程序》（Procedia Computer Science，5篇）、《计算机与作文》（Computers and Composition，5篇）等。
二、国际学者主要观点分析
通过对检索到的文献进行深度分析，可以将国际学者围绕生成式人工智能对高等教育发展影响的探究归纳为以下三个方面。
（一）驱动大学生使用生成式人工智能的主要因素
以ChatGPT为代表的生成式人工智能对高等教育产生了重大影响。在现有研究中，国内外学者以不同理论为基础，从多个角度对大学生使用生成式人工智能的驱动因素进行了探索。例如，哈比比（A. Habibi）等人采用技术接受与使用统一理论模型-2（UTAUT-2）考察了印尼高校学生在学习中使用ChatGPT的影响因素，结果发现促进条件（facilitating conditions）是影响在学习中应用ChatGPT行为意向的最重要因素。东（C. D. Duong）等人基于改进的技术接受模型，采用分层随机抽样方法对越南1389名大学生进行了调查研究，发现努力期望不仅直接影响大学生对ChatGPT的使用，而且通过绩效期望和使用意愿，间接增加了大学生对ChatGPT的使用。此外，知识共享能显著提高大学生从有意向使用ChatGPT到实际使用的转变。还有学者探索了内在动机和技术接受模型的相关因素对香港本科生在主动学习过程中接受ChatGPT的影响，结果表明，内在动机是激发大学生ChatGPT使用意愿的最主要驱动因素，感知有用性是使用意向的显著预测因子。这一结果凸显了提高学生使用ChatGPT的主观体验和响应质量对促进学生主动学习的重要作用。
马哈茂德（A. Mahmud）等人从社会影响力、自我效能、个人创新等维度扩展了价值接受模型（Extended Value-Based Adoption Model），并分析了这些核心要素对大学生关于将ChatGPT用于教学活动的态度的影响。研究表明，感知有用性、愉悦感、社会影响力、自我效能感和个人创新能力是影响大学生使用态度的主要因素。其中，个人创新能力对大学生的使用态度贡献最大，其次是自我效能感、愉悦感、感知有用性、社会影响力、技术性和成本。这些发现不仅可以支持以学生为中心的教育服务的创建和优先排序，而且有助于建立一个高效的学习管理系统，以提高学生的学习成绩和专业效率。
伊万诺夫（S. Ivanov）等人应用计划行为理论探讨了高校师生感知到的生成式人工智能工具的利益、优势、劣势及风险与计划行为理论模型中的基本因素（如态度、主观规范和感知的行为控制）之间的关系，这些基本变量与生成式人工智能工具使用意愿之间的结构关系，以及这种意愿是如何影响生成式人工智能工具在高等教育中的实际使用。研究发现，尽管教师和学生对生成式人工智能工具的风险与弱点的认知存在差异，但感知到的这些工具的优势对他们使用工具的态度、主观规范和感知的行为控制产生了显著的积极影响。此外，计划行为理论模型中的核心变量对教师和学生使用生成式人工智能的意愿具有显著的积极影响，而这种意愿又反过来促进了他们对这些工具的使用。这一结果为利益相关者制订适当的规则和条例，以充分利用生成式人工智能工具的优势，同时减轻其负面影响，提供了重要参考。
尼洛伊（A. C. Niloy）等人采用三角法（Triangulation Approach）、定性与定量分析等方法，探讨了影响大学生使用ChatGPT的因素。研究发现，时间节约和任务管理、内容的不可分离性、易访问性、辅助学习、用户的认知渴望和同伴压力等因素会显著影响大学生对ChatGPT的使用。同时，大学生使用ChatGPT的意愿与他们实际使用平台的参与度之间存在显著正相关。这些结果验证了上述因素在塑造学生与ChatGPT交互中的重要性，增强了学生对在教育情景中应用ChatGPT的理解，可以为政策制定者有效设计相关政策举措以促进ChatGPT在教育界的最优化应用提供指导。
（二）生成式人工智能在促进大学生发展方面的作用
不同学者关于生成式人工智能在促进学生发展方面的作用未达成一致意见。有的学者认为，ChatGPT在高等教育领域的应用对学生的批判性、反思性和创造性思维技能的发展具有积极的促进作用。此外，在编程教育中使用ChatGPT有助于培养学生的计算思维能力，提高编程自我效能感并强化课堂学习动机等。有的学者则认为，在将生成式人工智能融入创造性教育方面，需要采取谨慎的态度。人工智能有可能会对个体创造力和创造信心产生负面影响，甚至限制学生的问题解决技能和创造性思维发展。
虽然不同学者对ChatGPT在促进学生发展方面存在不同看法，但对如何在教育教学中更好地应用生成式人工智能仍然进行了多样化探索，主要可归纳为以下两个方面。
一是生成式人工智能作为“虚拟助手”，在优化教育教学体验方面具有显著优势。凯珀（M. C. Keiper）发现，ChatGPT或类似的聊天机器人可以应用于体育教育中的体验式学习项目，并有助于减轻教师繁重耗时的活动策划工作，从而更有效地实施体验式学习。ChatGPT解决一般问题的能力证明了它的多功能性和适应性，有助于提供更具包容性和个性化的教育体验。个性化学习是ChatGPT在课堂上的重要应用之一，教师可以根据学生的要求和发展水平设计针对每个学生的课程和教学材料，学生可以自定学习步调，并专注于他们最需要支持的领域，从而创设更高效的学习环境。帕克（L. Parker）等人探讨了人工智能在本科教学评价中的应用，尤其关注了研究生助教衡量人工智能生成的评估结果以及ChatGPT在开展高质量工作方面表现的能力。他们考察了人工智能生成的工作成果与学生成绩的比较、研究生助教特征对识别准确性的影响以及不同学科领域识别和评价的差异性。调查结果显示，ChatGPT在所有调查的班级中表现优异；研究生助教准确识别了50%的人工智能生成的评价。这一结果表明，在识别人工智能生成的工作时，班级规模与研究生助教的准确性之间存在潜在联系。具有先前经验和熟悉ChatGPT的研究生助教在识别人工智能生成的评价报告方面表现出了更高的准确性。他们也强调了ChatGPT在不同学科领域和评价类型之间的适应性，从而产生与不同教育背景相一致的评估结果的价值，以及在教育领域进一步探索和发展人工智能技术的必要性。
二是生成式人工智能与现有教学模式进行创新性整合，可以促进学生发展。厄本（M. Urban）等人采用实验对比方法，研究了ChatGPT对解决复杂创造性任务的影响，结果发现ChatGPT的使用显著提高了学生完成任务的自我效能感、任务解决方案的质量以及精细化与独创性水平。此外，获得ChatGPT辅助的参与者认为解决问题更容易，需要付出的努力更少，但使用ChatGPT并没有使完成任务变得更有趣。斯洛尔（T. A. Shloul）等人通过调查和实验考察了ChatGPT在教育中的使用情况，结果发现ChatGPT在教育中的应用具有通过互动对话和创新教学方法来优化教育体验的潜力。ChatGPT与活动学习的整合为互动学习和个性化辅导提供了新途径，促进了学生对复杂概念的理解和探究。乔西（Jowsey）等人将生成式人工智能和大语言模型整合到医学和健康科学的教育实践中，促进了学生数字能力提升。尽管ChatGPT可以增强学生的能力、优化他们的教育体验，但是其作用的充分发挥仍然需要利益相关者的共同努力，以便解决有关学生培训、高等教育课程和评价以及技术开发和治理所面临的挑战。大学生的数字素养和自主学习能力是有效应用ChatGPT来改善教学模式和促进学生发展的重要条件。
（三）生成式人工智能对高等教育评估的影响
目前，生成式人工智能在高等教育领域的应用也出现了一些新的问题，对全球高等教育机构的评估实践产生了一些负面影响。人们的担忧主要与学术诚信、作弊和抄袭有关。此外，学生也可能会过度依赖生成式人工智能，导致自身的写作能力和批判性思维下降，对教育质量和学习效果产生负面影响。因此，生成式人工智能的应用也给高等教育的发展和学习成果评价带来了严峻挑战，倒逼教师改革教学设计和学习评价方式，以便找到有效评价学生发展的新方法。
从评估方式看，书面评价、短文、简答题、选择题、判断题和论文等评估方式深受ChatGPT的影响。观察、同行评估、自我评估以及多样化组合可以抵抗ChatGPT的影响。
从评价导向看，生成式人工智能在高等教育教学中应用，使得教育教学评价更加强调能力导向。科拉德（O. Kolade）等人以学术论文为例，研究了ChatGPT对学习和评估的潜在影响。在一项准实验研究中，他们使用ChatGPT来生成学术论文，以回应一个典型的评估要求，然后对这些论文进行抄袭检查和独立评分。结果表明，ChatGPT能够从不同的个人账户生成高度原创和高质量的内容，以响应相同的评估要求。然而，它无法从同一个账户生成多个原始内容，并且在引用方面存在困难。这一结果凸显了高校需要重新思考现有的评估方法，以应对人工智能带来的颠覆性挑战。在此基础上，他们提出了一个嵌入生成式人工智能的终身学习辅助评价框架，将评价内容从知识测试扩展到了能力评价和绩效评估。
学术写作是研究的重要组成部分，其特点是思想的结构化表达、数据驱动的论点和逻辑推理；同时，它也带来了诸如处理大量信息和复杂想法等挑战。因此，将人工智能整合到学术写作中变得越来越重要，以便为这些挑战提供解决方案。哈利法（M. Khalifa）和阿尔巴达斯（M. Albadawy）对有关文献的综述表明，人工智能助力学术写作和研究的六个核心领域包括：（1）促进创意产生和研究设计；（2）改进内容和结构；（3）支持文献综述；（4）加强数据管理和分析；（5）支持编辑、审查和出版；（6）协助沟通、推广和道德合规。尽管保持学术诚信、平衡人工智能与人类洞察力等挑战仍然存在，但ChatGPT在这些领域显示出了巨大的潜力，极大地改变了各个领域的学术写作和研究。为此，他们建议在研究工作流程中应更广泛地整合人工智能工具，同时强调有道德和透明地使用人工智能工具，为研究人员提供充分的培训，以及在人工智能效用和人类洞察力之间保持平衡。
但是，ChatGPT容易制造错误和虚假信息，这对专业精神、道德和诚信构成了威胁，也在一定程度上限制了ChatGPT对用户的价值。因此，在高等教育领域应用ChatGPT，需要重新定义规范并重建信息期望。一些学者呼吁在实践中应用ChatGPT需要学术机构、出版商和人工智能语言模型程序员等在内的利益相关者共同努力，为在学术工作和研究中规范地使用人工智能制定必要的指引或修订完善相关规范。面对生成式人工智能对高等教育评价的颠覆性影响，罗素集团（The Russell Group）专门发布了关于在教育中使用生成人工智能的原则；澳大利亚高等教育质量与标准局（Tertiary Education Qualityand Standards Agency）也发布了《人工智能时代的评价改革》的指导文件，旨在引导高校在教学中科学规范地使用人工智能，推动教育评价改革。穆尔豪斯（B. L. Moorhouse）等人研究了全球排名前50所高等教育机构为规范生成式人工智能的使用而制定或修改其评估指南的程度，以及基于指南，为指导教师进行生成式人工智能评估设计和实践提供的主要内容和建议。调查发现，只有不到一半的高等教育机构制订了公开可用的指南。这些指南涵盖学术诚信、评估设计建议以及与学生沟通三个主要方面。研究者认为将生成式人工智能作为评估过程的一部分是有益的，但要培养和提升教师素养，以适应生成式人工智能带来的评估挑战。
从上面的分析可以看出：首先，一些研究基于技术接受模型及其扩展模型、计划行为理论等分析了大学生应用生成式人工智能工具的动因、态度和意向，发现内在学习动机、生成式人工智能的价值创造等是推动大学生应用生成式人工智能工具的重要影响因素。其次，虽然国际学者对生成式人工智能能否促进学生解决问题能力、创新能力、批判性思维能力等的发展未能达成共识，但多数学者认为生成式人工智能可以充分发挥其多功能性和适应性的优势，扮演“虚拟助手”角色，支撑学生自主学习，优化教育教学体验；生成式人工智能与现有教学模式融合，可以创新人才培养模式，但对教师和学生提出了新的挑战。最后，生成式人工智能对高等教育机构的评估实践也产生了重要的影响，尤其是对学术诚信带来了重大挑战，这在一定程度上也倒逼学校对评估实践进行系统性改革，以便找到能有效评价学生发展的新方法。
三、对我国在高等教育领域推进生成式人工智能应用的启示
（一）在学校层面要强化教育教学制度创新
技术创新与制度创新是推动人工智能等颠覆性技术赋能高等教育发展的两个关键动力。技术创新主要指的是新技术的发明、开发和应用，而制度创新则涉及规则、体制和文化的改进。马克思主义关于生产力与生产关系的思想表明，生产力的发展在很大程度上是技术创新的结果，生产关系的变革实际上是制度创新的过程。因此，技术创新属于生产力范畴，制度创新属于生产关系的范畴，即技术的发展变化决定着制度的变迁，同时也只有不断推动制度创新才能更好地促进技术的创新和应用。
为充分发挥生成式人工智能推动高等教育发展的功能，高校应从以下几个方面开展制度创新。
一是制定相关政策和规定。制定关于生成式人工智能在高等教育领域应用的政策指引和规定，明确其在教学、科研及管理等方面的应用范围、限制和要求，确保人工智能的安全、合规和有效应用；建立生成式人工智能技术应用的监管机制，定期对该类技术的应用进行评估和审查，及时发现和解决潜在的问题与风险，确保技术应用的安全性和合规性。
二是加强伦理和法律教育。加强对生成式人工智能的伦理和法律教育，使教师和学生充分认识到应用人工智能潜在的风险和道德责任，确保人工智能的应用符合伦理和法律规定。
三是加强信息安全保护。加强对生成式人工智能的信息安全防护，防止数据泄露、篡改和滥用等风险，维护高校和学生的利益，确保技术应用的安全性；提高教师和学生的信息安全意识，使其充分认识到信息安全的重要性，并采取有效措施保护个人和机构的数据安全。
四是建立评估和反馈机制。建立生成式人工智能技术应用的评估机制，定期对其应用效果进行评估和反馈，及时发现问题，优化技术应用，提高教育质量。鼓励教师和学生对生成式人工智能技术的应用提出反馈意见，以便及时改进和优化技术应用。
五是促进教育模式创新。积极探索和实践人工智能+高等教育的新教育模式，如个性化学习、自适应学习等，鼓励教师利用生成式人工智能技术开发新的教学方法和工具，以更好地发挥生成式人工智能技术的作用，提高教学效果和优化学生的学习体验。
（二）在教师层面要注重提升教师应用人工智能开展评价实践的素养
教师的评价素养是指教师在课堂上有效实施评估所需的一套知识和技能，长期作为教育政策和教育研究议程中的优先事项。评估任务的设计会影响学生的学习方式，进而影响课程学习效果。生成式人工智能对高校评估实践产生了深刻影响，在生成式人工智能大发展的背景下，教师如何利用生成式人工智能来更加科学地设计评估活动，有效开展学生发展评估是当前高等教育改革发展需要解决的一个紧迫任务。提升教师应用生成式人工智能开展评估实践的素养是推动生成式人工智能赋能高等教育发展，提高高等教育质量和促进学生发展的必然要求。
为提升教师应用人工智能开展评价实践的素养，高校应做好如下几方面的工作。
一是组织开展系列的专题培训。组织专门的培训班，邀请人工智能和评价理论与实践领域的专家学者，对教师进行系统的培训，包括将人工智能应用于评估实践的理论和工具等。
二是建构实践应用与反馈机制。在系统培训的基础上，鼓励教师应用所学的理论与方法，开发、设计和使用，把人工智能应用于评估实践的方案，通过实际操作提升其评估技能。同时建立有效的评估反馈机制，使教师能够及时了解和分析评估结果，并根据反馈调整评估方法。
三是建立评估与持续改进机制。设计、开发相关工具，定期对教师应用人工智能开展评估实践的素养进行评估，了解其在评价实践方面的进步和存在的问题，及时提供必要的支持和指导。建立教师应用人工智能开展评估实践素养发展的长期跟踪机制，记录教师的成长轨迹，为教师个性化发展提供参考。
（三）在学生层面要强化学生评估性判断能力的培养
基于人机协同开展学生自适应学习、个性化学习是高等教育改革发展的必然趋势。在人机协同过程中，学生能够对人工智能生成产品的质量做出科学判断，是深度推进人工智能应用，创新教学模式的关键。因此，要注重学生评估性判断能力（evaluative judgement）的培养。所谓评估性判断能力指的是“对自我和他人的工作质量做出决策的能力”，这种能力是人工智能时代大学生终身学习能力的重要组成部分。生成式人工智能的发展迅速提高了文本生成、视觉和听觉输出的能力，但对这些输出质量仍然存在现实的担忧，培养学生评估性判断能力显得尤为必要和紧迫。
高校可从以下几个方面着手培养学生评估性判断能力。
一是明确评估性判断能力的内涵。清晰地界定评估性判断能力的内涵，并将其纳入人才培养的具体目标之一，以此引导教育教学改革，确保学生评估性判断能力的发展。
二是创新教学方式方法。采用跨学科教学方法，让学生在不同学科背景下运用评估性判断能力。通过案例教学，让学生在实际情境中分析问题、评估信息、做出判断。创新作业设计，增强作业开放性，在作业终结性评价的基础上，要求学生就他们的作业完成情况提供反馈或详细说明，充分评价学生的批判性思维、解决问题、沟通和协作方面的技能。
三是科学设计评估性判断活动。定期组织辩论和讨论活动，增加合作学习的机会，如小组讨论、演讲或其他互动活动，鼓励学生就某一议题进行深入探讨，锻炼其评估不同观点和证据的能力。通过项目式学习，让学生在解决实际问题的过程中，运用评估性判断能力进行信息搜集、分析和判断。
四是建立反馈与评价机制。教师对学生的评估性判断表现给予及时反馈，帮助学生认识到自己的优势和不足；鼓励学生进行同伴评价，通过互相评价和讨论，促进彼此评估性判断能力的提升。
五是创造支持性学习环境。创造一个开放和尊重多元观点的学习环境，鼓励学生表达自己的看法，同时学会倾听和尊重他人的意见；营造一种鼓励探究和提问的氛围，让学生敢于质疑、探索和创新。
（四）在科研层面要强化基于场景的深层次研究
以问题为导向，立足具体场景开展实证研究是国际上开展生成式人工智能促进高等教育发展研究的一个显著特征。有鉴于此，为推动人工智能赋能高等教育发展，应强化立足具体场景的实证研究。
首先，要明确识别和清晰定义应用的具体场景。这可能涉及高等教育发展中面临的社会或技术难题。同时，注重与教师、学生、行业企业等核心利益相关者的合作，以确保所选场景的相关性和实际应用价值。
其次，要注重跨学科合作。从技术属性看，生成式人工智能具有显著的跨学科特征，这也决定了生成式人工智能赋能高等教育发展研究的跨学科属性。因此，在研究中应注重不同学科之间的合作，以全面分析问题，创新解决方案，形成具有实践价值的研究成果。
最后，要强化实证研究及技术迭代完善。在研究中注重实验、调查、案例研究等方式的应用，确保研究设计能够反映场景的复杂性和动态性；采用统计分析、数据挖掘、内容分析等方式深度挖掘数据的研究价值；注重技术迭代和适应性设计，通过迭代、优化过程，不断调整研究方案以适应具体场景的需求，增强研究的实用价值。
四、结语
生成式人工智能为高等教育发展带来了诸多积极影响，同时也给高等教育发展带来了诸如学术诚信、作弊和抄袭等挑战。高校在拥抱这项技术的同时，应采取平衡的方法，确保所有学生都能在一个公平且富有建设性的环境中学习和发展。当前，国际学者开展的人工智能赋能高等教育发展的研究成果对推动我国在此领域的发展具有一定的借鉴意义；但是，在借鉴的同时更要注重本土化创新，确保相关研究能够更好地服务于我国高等教育数字化改革的需求。
（《浙大教育学刊》2024年第2期）