.生成式人工智能產品發展報告（2024）廖劍孫帆汪伯霖左亞平*摘要：近年來，生成式人工智能迅速崛起，憑借其大規模參數帶來的智能涌現和人機對話的可理解性，為教育領域的新質生產力發展提供了強大的推動力。本報告系統梳理了現有生成式人工智能的發展歷程和類別，詳細探討了生成式人工智能在教學、學習和教研三個方面的應用。提出生成式人工智能的發展建議，即制定系統性政策與標準；加強教師AI素養培訓；提升GAI的個性化與適應性；加強跨平臺協作與互通性；推進智能教研與師生協同創新；優化GAI的情感計算與互動能力；推動GAI與虛擬現實（VR）等技術融合；持續推進公平教育，縮小數字鴻溝；加快智能評價系統的研發與推廣。關鍵詞：生成式人工智能混合式教學協作學習智能教研一生成式人工智能概述當前，《中國教育現代化2035》和教育部等六部門發布的教育“新基建”等相關政策都強調要大力發展基于人工智能技術的教育助手等應用，推動實現“人機共教、人機共育”，提升教育教學質量。①2022年，科技部等六部門印*廖劍，西南大學教育學部教育技術學院副教授，碩士生導師，主要研究方向為人工智能教育應用，負責本報告總體規劃、校稿及生成式人工智能賦能教學的部分；孫帆，西南大學教育學部教育技術學院博士研究生，主要研究方向為認知追蹤與個性化干預；汪伯霖，西南大學教育學部教育技術學院碩士研究生，主要研究方向為大模型支持的評課；左亞平，西南大學教育學部教育技術學院碩士研究生，主要研究方向為大模型支持的協作學習。①《中共中央、國務院印發〈中國教育現代化2035〉》，中國政府網，2019年2月23日，生成式人工智能產品發展報告（2024）發的《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》也明確提出，教育領域需積極探索人工智能在線課堂、虛擬課堂、虛擬仿真實訓、虛擬教研室、新型教材、教學資源建設、智慧校園等教育場景中的應用。①在此過程中，新一代生成式人工智能順應了從弱人工智能向強人工智能轉變的發展趨勢，成為全球推行科技創新戰略的焦點。首批11家國產大語言模型已經通過國家監管部門備案，②生成式人工智能的文本生成、語言理解、知識問答、邏輯推理等方面能力被證明在教育教學領域具有極大的應用潛（一）GAI的發展歷程近年來，生成式人工智能隨著技術進步而迅猛發展。2014年，生成對抗網絡（GAN）的提出，推動了復雜數據分布的無監督學習；2017年，Transformer架構引入注意力機制處理長序列數據，成為主流架構；2022年，聊天生成預訓Model，LLM）等概念也開始廣為人知，發布5天后，ChatGPT注冊用戶超過百萬，引起社會各界的廣泛關注，人類也正式進入了GAI時代，GAI的浪潮持續推動技術與社會各領域產生重大變革；2023年，OpenAI發布了GPT-4，進一步提升生成質量和多模態處理能力；2024年，（GPT-4Optimized）通過優化模型結構和訓練方法，提高了生成質量和計算效率，標志著GAI在大規模應用中逐步走向成熟。④聯合國教科文組織認為，①《科技部等六部門聯合印發〈關于加快場景創新以人工智能高水平應用促進經濟高質量發②《11家AI大模型產品今日起將陸續上線，騰訊華為訊飛等也將開放》，經濟觀察網，2023③肖君、白慶春、陳沫、陸璐：《生成式人工智能賦能在線學習場景與實施路徑》，《電化教智慧學習藍皮書GAI是一種根據自然語言對話提示詞（Prompt）自動生成響應內容的人工智能技術。①國家互聯網信息辦公室將GAI定義為具有文本、圖片、音頻、視頻等內容生成能力的模型及相關技術。②（二）GAI的多樣化特征以大模型技術為核心的GAI不再僅限于傳統的分析和建模功能，開啟了AI在創作和創造方面的新紀元，這得益于其先進的算法與龐大的數據庫，也使得其具備多種顯著特征。首先，GAI模型規模龐大，通常包含百億級別的參數和訓練數據集，如GPT-3的參數量達到了1750億，訓練數據量達到5000億標記，這使得GAI能夠利用大量語料庫資料學習人類語言規則及其邏輯關系，生成符合人類語言習慣的新文本；其次，GAI展示出強大的技術能力，特別是在情景學習、思維鏈推理和多輪對話方面，能夠將復雜問題分解為多個簡單步驟，通過上下文感知提供連續對話的響應，并通過自然指令的學習不斷強化自身能力；再次，GAI的訓練方式也極為靈活，能夠采用預訓練加微調的靈活訓練方式，解決深度學習模型在缺少大規模標注數據情況下的性能問題，預訓練讓其獲得廣泛的任務處理能力，而通過強化學習等方法進行微調則提升了GAI特定任務的內容生成質量和準確性；最后，GAI在多個領域展現出廣泛的應用潛力，通過捕捉豐富的多領域知識，GAI能夠處理和生成多種編程語言和自然語言文本，提供包括語言生成、翻譯、文本摘要生成和代碼生成等多項服務，其應用涵蓋健康、醫療、教育、法律、金融和科學研究等領域，極大地推動了這些領域的智能化和自動化。③目前，GAI按輸出結果可分為以下四類。一是生成式語言模型。生成式語言模型基于自然語言處理技術，通過學習大量文本數據中的語言規律和模式，生成新的連貫文本。這些模型通過捕捉文本中單詞、短語和句子之間的關系，能夠自動生成具有邏輯并語法正確的文③劉邦奇、聶小林、王士進等：《生成式人工智能與未來教育形態重塑：技術框架、能力特征及應生成式人工智能產品發展報告（2024）本。生成式語言模型的訓練基于大規模的新聞文章、網頁內容等文本數據集，通過學習這些文本數據中的語言結構和語義信息，形成對語言的理解，從而能夠生成新的文本。ChatGPT便是一個典型的生成式語言模型，它能夠根據用戶的輸入生成自然流暢的對話內容，類似的產品還有文心一言、星火大模型等。這種模型可以應用于虛擬助理、智能客服和自動寫作等場景，例如，用戶輸入一個問題，ChatGPT可以生成一個連貫且相關的回答，并根據提問者的追問不斷修正答案。2024年推出的GPT-4o通過優化模型結構和訓練方法，不僅大幅提升了生成質量和計算效率，還顯著增強了多模態處理能力、上下文理解深度和個性化響應的準確性，使其在更廣泛的應用場景中表現出色。二是生成式圖片模型。生成式圖片模型基于計算機視覺技術，通過學習大量圖像數據中的特征和結構來生成新的圖像。模型通過捕捉圖像中的紋理、顏色、形狀和物體之間的關系，能夠生成具有視覺真實感或藝術風格的新圖像。生成式圖片模型的訓練通?；诖笠幠５膱D像數據集，如自然圖像或藝術作品等，模型通過學習這些圖像數據中的特征表示和統計規律，形成對圖像的理模型，能夠根據文本描述生成相應的圖像。例如，輸入“在火星上行走的一只貓”，模型便可以生成一幅展示這一場景的圖片。這種模型可以應用于課堂教學、廣告設計、游戲開發和藝術創作等領域。三是生成式視頻模型。生成式視頻模型基于深度學習和計算機視覺技術，通過學習視頻數據中的幀序列和運動模式來生成新的視頻。文生視頻的研究始于圖像生成，早期傳統的圖像生成技術主要依賴紋理合成、紋理映射等基于手工標注特征的方法，但這些傳統方法難以生成復雜且自然的圖像；視頻生成技術取得顯著進步；隨后，流模型和擴散模型等技術進一步增強了視頻生成的細節和整體質量。生成式視頻模型的訓練基于大規模的視頻數據集，模型通過學習這些視頻中的時序信息和運動規律，形成對視頻內容的理解，從而能夠生成新的視頻片段。OpenAI推出了文生視頻模型Sora，目前其能夠根據用戶指令生成時長一分鐘的高質量視頻，DeepMind的生成視頻模型可以根智慧學習藍皮書據幾幀初始圖像生成一個完整的視頻。例如，輸入幾幀描述一個人跑步的圖像，模型可以生成這個人連續跑步的完整視頻。這種技術可以應用于視頻編輯、虛擬現實和動畫制作等領域。四是生成式聲音模型。生成式聲音模型基于深度學習和語音處理技術，通過學習大量音頻數據中的頻率、波形和音調來生成新的聲音。模型通過捕捉音頻中的時域和頻域特征，能夠生成具有自然聽感的新音頻。生成式聲音模型的訓練基于大規模的音頻數據集，如音樂、語音和環境聲音。模型通過學習這些音頻數據中的特征表示和統計規律，形成對聲音的理解，從而能夠生成新的音質量的語音和音樂。例如，模型可以根據文本輸入生成自然流暢的語音，應用于語音合成和智能語音助手等領域，此外，它還能生成逼真的音樂片段，用于音樂創作和聲音設計。（三）GAI作為新質生產力促進教育變革GAI的高智能性與多樣性特征，將為新質生產力的發展提供強大驅動力。新質生產力作為當代最先進科技賦能的生產力，是在新技術、新產業和新模式驅動下形成的新的生產力形態，以人工智能技術造就的智能生產力為樣態表征，呈現出主體勞動腦力化、勞動工具智能化、生產要素數字化的鮮明特①GAI通過其高效的算法，實現了數據的精細分析和供應鏈管理的數字化，突破了空間限制，優化了資源配置，提升了勞動對象的利用效率；同時，GAI促進了創新驅動，以創新推動新質生產力的生成和產業結構的變革；此外，GAI還推動了智能裝備和人工智能數字傳感設備的應用，使得傳統行業勞動者的技能通過技術改進得到顯著提升，改進了新質勞動技能的應用能②GAI是新質生產力的重要組成部分，其發展也引起了國內外學術界的高度關注，研究者們通過探討與實踐GAI在教育領域的典型應用場景，進一步挖掘其在教育領域的潛力，為提升教育質量和培養創新型人才提供新的思①肖峰、赫軍營：《新質生產力：智能時代生產力發展的新向度》，《南昌大學學報》（人文社②郭晗：《生成式人工智能助力新質生產力發展的價值意蘊、風險檢視與制度構造》，《金融教研生成式語言模型教學智能備課教研生成式語言模型教學智能備課生成式圖片模型路，AI也從單純的工具角色轉變為教育者推動教育改革創新的可靠伙伴。GAI在教育領域展現出顯著的應用潛力，涵蓋教學、學習和教研等方面（見圖1）。在教學方面，GAI可以實現智能備課、智能作業和智能答疑等，幫助教師高效生成教案、課件和情境圖片，減輕備課壓力，并提供即時的學生問題解答，極大地提升了教學效率和互動效果。在學習方面，GAI通過數字人支持的協作學習、智能學伴和個性化路徑規劃等，為學生提供個性化的學習支持。它能夠識別和分析學生在學習過程中的情感變化，幫助教師及時了解學生的心理狀態，并創建互動和沉浸式的教學環境，根據學生的學習進度和興趣，推薦合適的學習資源和活動，提供個性化的學習路徑，幫助學生更好地掌握知識。在教研方面，GAI在智能評課、教學反思評價和個性化教學設計等中同樣發揮了重要作用，它能夠自動記錄和分析課堂教學過程，評估教師在教學語言、互動情況和課堂管理生成式聲音模型學習生成式聲音模型學習有社會科圖1生成式人工智能（GAI）在教育領域的應用智慧學習藍皮書等方面的優點和不足，并生成詳細的評課報告，提供有針對性的改進建議。而通過對教師教學日志和學生反饋的分析，GAI能幫助教師進行深度的教學反思，識別教學中存在的問題，促進教師不斷提升自己的教學技能和水平，GAI還可以結合學生的學習背景和個體差異，自動生成個性化的教學方案和活動設計，幫助教師更好地滿足學生的不同需求，提升教學效果和學生的學習體驗。二生成式人工智能賦能教學（一）GAI賦能教學機理傳統教學在教學實踐中面臨著諸多挑戰，GAI通過增強學生參與度、提供個性化學習路徑、減輕教師負擔、解決技術問題以及改進評估和反饋等，能夠顯著提升教學效果與師生教學體驗。首先，學生參與度是一個關鍵問題。在傳統課堂中，面對面的互動有助于保持學生的注意力，而在線部分則可能使學生分心，導致參與度下降。在線學習環境缺乏實時反饋和互動，這使得學生容易感到孤立，從而降低他們的積極性。①GAI可以通過創建更具互動性的學習內容來提高學生的參與度。例如，GAI可以生成互動視頻、模擬練習和個性化測驗，這些內容不僅能夠吸引學生的注意力，還能讓他們在學習過程中更積極地參與。此外，AI助手能夠提供即時反饋和幫助，解答學生在學習過程中遇到的問題，激發他們的學習興趣和主動性。其次，每個學生的學習速度和學習方式都不同，如何在教學中提供個性化的學習體驗是另一個難點。傳統的教學方法難以兼顧每個學生的個體差異，導致部分學生可能跟不上進度或感到課程過于簡單。②GAI可以根據學生的學習歷史、興趣和表現生成個性化的學習路徑和材料。GAI能夠實時分析學生的學習數據，了解他們的強項和弱點，從而調整學習計劃，確保每個學生都能以適①宣旸、張萬里：《智慧教育平臺屬性對學習滿意度的影響機理研究———基于學生參與度和學②師亞飛、彭紅超、童名文：《基于學習畫像的精準個性化學習路徑生成性推薦策略研究》，生成式人工智能產品發展報告（2024）合自己的速度和方式進行學習。這種個性化的學習體驗不僅能夠提高學習效果，還能增強學生的自信心和學習動力。在傳統教學中，教師需要花費大量時間準備教學材料，并在課堂和在線平臺上給予學生支持，這無疑增加了他們的工作負擔。教師不僅要設計課程內容，還要處理技術問題，解答學生的各種問題，工作壓力大。GAI可以自動生成教學材料、測驗和評估題目，顯著減少教師在這些方面的時間和精力投入。①例如，GAI可以根據課程大綱生成相關的課件和練習題，幫助教師節省時間和精力。GAI還可以處理在線平臺上的常見問題，回答學生的基本問題，讓教師可以專注于更復雜和更具挑戰性的教學任務。此外，已有的教學平臺高度依賴技術，任何技術問題如平臺故障、網絡問題都會影響學習效果。這些問題不僅會打斷學習進程，還可能導致學生和教師對在線教學平臺的信任度下降。②GAI可以用于開發更穩定和用戶友好的學習平臺，自動檢測和解決技術問題，確保學習的順暢進行。例如，GAI可以監控平臺的運行狀態，及時發現并修復故障，減少教學過程的中斷。GAI還可以提供全天候的技術支持，幫助學生和教師解決使用平臺時遇到的任何問題，提高他們對教學系統的滿意度。最后，如何有效地評估學生的表現并及時提供反饋是教學中的又一個難題。傳統的評估方法可能不夠全面，無法準確反映學生的真實學習情況，導致學生無法及時了解自己的學習進度和改進方向。③GAI可以實時分析學生的作業和測驗結果，提供詳細的反饋和改進建議。GAI能夠快速處理大量數據，生成詳細的學習報告，幫助教師更好地了解每個學生的學習進度和需要改進的地方。通過這些方式，GAI可以幫助教師進行更全面和準確的評估，并及時向學生提供建設性的反饋，促進他們的學習和進步。①劉明、郭爍、吳忠明、廖劍：《生成式人工智能重塑高等教育形態：內容、案例與路徑》，②王紹峰、黃榮懷：《在線主動學習意愿的產生機理與提升策略》，《開放教育研究》2020年③李毅、鄭鵬宇、張婷：《ChatGPT賦能教育評價變革的現實前提、作用機理及實踐路徑》，智慧學習藍皮書（二）基于GAI的教學相關產品GAI在教學中的應用已逐漸普及，并展現出顯著的優勢。通過增強學生的參與度、提供個性化的學習路徑、減輕教師的負擔、解決技術問題以及改進評估和反饋，GAI正在徹底改變教育領域。以下列舉幾個具體的應用實例，展示GAI在教學中的實際效果和應用方式。一是Coursera，Coursera提供在線課程和學習資源，涵蓋各種學科和技能。其特點是提供廣泛的課程選擇，與頂尖大學和公司合作。Coursera使用GAI分析學生的學習數據，提供個性化的學習路徑，幫助生成測驗和作業，并提供即時反饋。這種GAI驅動的個性化推薦提高了學生的參與度和學習效果，許多學生表示這種方式幫助他們更好地掌握了課程內容。二是edX，edX提供在線課程和微認證項目，旨在提高全球教育的可及性。其特點是課程質量高，由世界頂級大學和企業提供。edX利用GAI分析學生的學習行為，定制學習路徑，提供個性化的學習建議，并生成自動化的評估和反饋。GAI的應用顯著提高了學生的學習效率和滿意度，個性化的學習體驗幫助學生更好地達成學習目標。學到大學預科的課程。其特點是免費開放、適用范圍廣。KhanAcademy使用GAI個性化學習體驗，生成個性化的練習題和即時反饋。GAI分析學生的進度，在他們需要改進的領域提供額外的支持。這種個性化的學習方式顯著提高了學生的參與度和成就，幫助他們更快掌握知識點。為教師和學生提供一個綜合的教Classroom利用GAI自動生成教學材料和測驗，提供作業評估和反饋，簡化教師的工作流程。這種GAI應用大幅提升了教師的工作效率，學生也能獲得更及時和個性化的反饋，整體學習體驗得到改善。五是學而思網校，學而思網校提供從小學到高中的在線課程，專注于K-12教育。其特點是課程質量高，適應中國教育體系。學而思網校使用GAI分析學生的學習數據，生成個性化的學習計劃和推薦內容，同時幫助生成互動性的學習材料和練習題。GAI的應用顯著提高了學生的學習參與度和成績，個性生成式人工智能產品發展報告（2024）化的學習路徑和互動材料增加了學習的趣味性和效果。六是VIPKID，VIPKID針對中國學生提供一對一的英語在線教育。其特點是與北美外教直接對話，課程內容豐富。VIPKID利用GAI分析學生的學習進度和表現，生成個性化的學習建議和課程安排，并自動評估學生的口語和寫作能力。這種個性化的課程安排和即時反饋顯著提升了學生的英語水平和學習效率。七是滬江網校，滬江網校提供多語言學習和職業技能培訓的在線課程。其特點是課程多樣，涵蓋語言學習和職業技能培訓。滬江網校使用GAI分析學生的學習習慣和進度，生成個性化的學習計劃和推薦，同時生成互動練習和評估，并提供即時反饋。這種GAI應用顯著提高了學習效果，個性化的學習路徑和互動內容增加了學習的趣味性和學生的參與度。綜上所述，GAI在混合式教學中的應用，提高了學生的參與度，增添了個性化學習體驗，顯著提升了學習效果和學生滿意度。這些產品展示了GAI在教育領域的巨大潛力，不僅減輕了教師的負擔，還為學生提供了更有效的學習支持和個性化的教育路徑。未來，隨著技術的不斷進步，GAI在教育中的應用將會更加廣泛和深入，進一步推動教育的變革和發展。（三）發展建議GAI在教學領域有著巨大的應用潛力，在當前的教學中的應用仍處于起始階段，可以通過多種方式來彌補目前GAI在教學應用中的不足，以下是一些發展建議。一是智能教學輔助提升互動性?，F有的智能答疑和虛擬導師系統多以問答形式為主，缺乏深入的互動和情感交流。未來應注重提升GAI的情感計算能力，使其在答疑過程中更人性化，提供情感支持，模擬真實教師的互動體驗，提高學生的學習積極性。二是增加教學內容創作的多樣性。GAI在生成教學材料時，往往側重于標準化和結構化內容，缺乏創造性和多樣性。建議發展能夠創作更加豐富、多元化教學內容的GAI模型，結合不同學科的需求，生成更具創意和互動性的教學資源，激發學生的學習興趣。三是提升教學評估的全面性。當前GAI的評估主要針對客觀題目，對于智慧學習藍皮書主觀題目如作文、實驗報告等的評估準確性不足。建議開發更先進的自然語言處理和圖像識別技術，以更好地評估學生的開放性作業和復雜學習表現，提供更全面的學習反饋。四是增加師生互動的深度。GAI的師生互動多局限于表層化的知識傳遞，缺乏深入的思想交流和個性化指導。未來應加強GAI在師生互動中的作用，開發更智能的互動平臺，使其能夠支持更深層次的交流與討論，為學生提供更具指導性的學習體驗。五是增強教學數據分析的解釋能力。目前，GAI在數據分析中可以發現學生的學習問題，但對問題產生的原因分析和解決方案建設還不夠完善。建議提升GAI的數據分析解釋能力，提供更具洞察力的學習分析報告，幫助教師和學生更好地理解并改進學習過程。六是支持特殊教育的定制化。現有GAI在支持特殊教育方面，多數僅提供基礎的輔助工具，如語音識別、文本轉語音等，缺乏深度的個性化支持。建議加強對有特殊需求學生的學習行為分析，開發更精細化的個性化教學策略和輔助工具，滿足不同特殊教育需求。三生成式人工智能支持的學習（一）GAI賦能學習機理如何實現個性化教學及促進協作學習的效果，是教育工作者長期以來面臨的挑戰。如今，隨著GAI技術的崛起，尤其是基于GAI的數字人技術，為這一困境帶來了轉機。GAI以其強大的數據處理、智能分析以及自適應能力，為個性化學習提供了前所未有的精準度，同時也為協作學習注入了新的活力。個性化學習強調教師根據學習者的個性特征、認知水平、學習能力等提供符合其需求的針對性教學，而大規模的個性化學習是教育工作者一直在努力但難以實現的“理想”目標。①因為教師在班級教學中難以精確判斷每個學生的①焦建利：《ChatGPT：學校教育的朋友還是生成式人工智能產品發展報告（2024）學習風格、認知水平、學習能力等，并且教師的精力和時間有限。但是GAI可以有效地解決以上難題。首先，GAI可以為學習者制定學習路徑。通過對學生學習數據的深度挖掘和分析，GAI能夠精準掌握每個學生的學習特點和需求，進而為他們量身定制個性化的學習路徑。這種學習路徑不僅考慮到學生的學科知識掌握情況，還涵蓋了學生的學習興趣、學習風格等多個維度，從而確保每個學生都能以最適合自己的方式進行學習，實現真正的因材施教。①通過深度學習和大數據分析，GAI能夠洞察學生的學習習慣、能力層級及興趣偏好，并據此構建符合個體特色的學習規劃，有效提高學生學習效率，同時在潛移默化中培養其自主學習的創新思維能力。②其次，GAI可以個性化為學習者推薦學習資源。通過深度學習和智能分析海量教育資源，GAI可以精準地根據學生的學習進度、能力水平以及個人興趣，為他們推薦最合適的學習材料。③GAI可以對學習資源進行解析，讓有限的學習資源衍生出無限的資源素材，通過整合、加工和創新，按需生成個性化的學習資源，滿足教師和學生在教學和學習過程中的個性化需求，讓融合學習更具成就感和效能感。④⑤此外，GAI可以實時追蹤學習者的學習數據做出個性化反饋，使學習者在第一時間了解自己的知識掌握情況，助其更好地理解學習材料并明晰需要改進的地方。⑥協作學習是一種富有創意和實效的教學理論與策略⑦,鼓勵通過積極會①鄭永紅、王辰飛、張務偉：《生成式人工智能教育應用及其規制》，《中國電化教育》2024②王磊、徐子競等：《生成式人工智能賦能網絡安全人才培養的探索研究》，《中國電化教育》③鄭燕林、賈保龍：《AI時代英國推進教育均衡發展的路徑與舉措》，《現代遠程教育研究》④李曉芳、雷江華：《人工智能賦能融合教育高質量發展的路徑探析》，《殘疾人研究》2023⑤萬力勇、杜靜、熊若欣：《人機共創：基于AIGC的數字化教育資源開發新范式》，《現代遠⑥宋萑、林敏：《ChatGPT/生成式人工智能時代下教師的工作變革：機遇、挑戰與對》，《華⑦王阿習、王旭：《整合會話分析與文本挖掘技術來評價協作學習———訪談卡耐基梅隆大學著名教授卡洛琳·佩恩斯坦·羅澤》，《現代遠程教育研究》2017年第6期，第3～10頁。智慧學習藍皮書話、思維碰撞促進學習者之間的深層互動和知識建構①,能有效促進學習者的知識共享與遷移，提升其問題解決能力，并培養其社交技能等關鍵能力。隨著多模態大模型、大數據等新興技術的發展，計算機支持的協作學習得以迅速發展。這些技術使學習者能夠輕松創建協作學習場景，并通過多樣化的方式開展合作。然而，盡管技術為協作學習帶來了從面對面到在線、跨地域的新機遇，但如何維持協作的持續性和深度性，依然是當前面臨的挑戰。②主要表現在協作學習群體感知工具和表征協作學習投入工具缺乏，學習者因知識背景、社會地位差異等導致協作效果不佳等方面。面對協作學習中維持持續性和深度性的挑戰，我們亟須解決學習者停留在淺層次的協作學習問題。GAI可通過以下手段來突破協作學習的當前困境。第一，形成自適應群體，GAI能夠依托相關技術，根據個體參與者的知識、認知水平、興趣等，組成適合于特定協作任務的團隊。③這可解決因團隊成員知識背景不同、社會地位差異等造成的協作效果不佳的問題。第二，專家促進，GAI利用機器學習或Markov模型識別有效的協作和問題解決策略，以及學習者在理解彼此共享概念時遇到的困難，適時提供有針對性的資源或思路支持，發揮學習支架的作用，有效解決學習者表層化的學習問題。④第三，面對群體感知工具以及表征協作學習投入工具的欠缺，GAI憑借其本身的智能感知和多模態的數據捕捉功能，能夠全過程多方面呈現協作過程的學習數據，助力剖析學習者知識建構，知識遷移等情況。另外數字人技術的發展為協作學習帶來了新的突破，數字人技術可以將類似ChatGPT的生成式語言模型作為數字人的“大腦”，這類AI模型可以采用自然語言交互的方式理解用戶需求，生成個性①陳靜靜：《學習共同體的教育改革②仇星月、陳向東、付道明：《共享調節視角下的群體感知模式構建與應用研究》，《電化教③陳向東、羅淳、張江翔：《共享調節：一種新的協作學習研究與實踐框架》，《遠程教育雜④白雪梅、郭日發：《生成式人工智能何以賦能學習、能力與評價？》，《現代教育技術》2024生成式人工智能產品發展報告（2024）化的內容，①以更接近人類自然交流的方式與用戶進行互動，在理解需求的基礎上，能夠模擬多種人類情緒和語氣，并根據上下文和語境提供恰當回答②,有研究指出，③學習者可以與不同數字人組建學習小組，在協作的過程中進行社會性調節學習，培養學習者的協作能力?？偟膩碚f，GAI在個性化學習與協作學習兩大領域的促進作用不可小覷。它不僅是實現精準教學的得力助手，更是推動協作學習邁向新高度的關鍵力量。通過GAI的賦能，每一位學生都能在適合自己的節奏和方式下探索知識，享受學習的樂趣；同時，協作學習也因GAI的介入而變得更加高效、深入，促進了學習者之間的深度互動與知識共享。（二）基于GAI的相關學習產品目前，市場上基于GAI的相關學習產品有很多，用戶可以通過GAI與其他同伴進行協作學習，促進學習效果。但是數字人技術應用在教育領域中協作學習的很少，目前開發的很多產品具有的功能是復刻出真人分身、智能剪輯視頻、智能直播等，所以在直播運營的領域數字人產品有很多。以下是幾款基于GAI的學習產品及具有協作學習功能的數字人產品。多鄰國App。角色扮演（Roleplay）是多鄰國推出的一個高級功能，允許用戶與應用程序中的虛擬角色進行真實的對話練習。通過GPT-4的強大能力，生成具有響應性和交互性的對話場景，幫助用戶在實際語境中提升語言技能。流利說App。流利說軟件中的AI互動功能通過個性化教學、實時反饋、場景模擬、智能推薦與自適應學習等，為用戶提供高效、互動且個性化的語言學習體驗。這些功能不僅能夠提高用戶的學習效率，還能增強學習的趣味性和互動性，使得語言學習變得更加輕松和愉快。AI外教App。在該App中可以和AI外教進行交流練習，以提升口語水③陳向東、羅淳、張江翔：《共享調節：一種新的協作學習研究與實踐框架》，《遠程教育雜智慧學習藍皮書平。用戶可以與不同的虛擬外教進行對話，選擇自己喜歡的外教形象和口音（如美式發音從而進行個性化的英語口語練習。HiEchoApp。HiEchoApp中的外教數字人，是基于網易有道的技術沉淀和在教育科技領域豐富的數據積累，通過國內首個教育大模型“子曰”驅動而成的虛擬人物。該數字人不僅表情生動、口型自然，而且發音地道，能夠處理重音、弱讀、升降調等細節。造的AI數字人智能交互平臺。通過將數字人交互能力開源，使用者可自行接入多方大模型、語音識別（ASR）、語音合成（TTS）系統，實現與數字人的實時交互，并在Android和iOS多終端一鍵部署，讓每個使用者可輕松創建智能化、個性化的數字人。數字孿生AR多人協作系統。該系統從流程協作、場景協同和數據協作三個方面對工業制造方法進行分析，實現工業制造工藝信息的實時迭代和更新。它消除了工作人員之間的溝通障礙，保證了產品制造過程中的時序性閉環控制。Linly-Talker。這是一個將大型語言模型與視覺模型相結合的智能AI系統，創建了一種全新的人機交互方式。它集成了各種技術，例如Whisper、Linly、微軟語音服務和SadTalker生成系統。用戶可以通過提供圖像與AI助手進行交談。銀河數字人服務平臺。銀河數字人服務平臺集成了云從科技自研的數字人驅動、語言大模型、指令理解、3D建模、語音識別、語音合成、自然語言處理等核心算法，支持數字人建模、數字人交互、智能對話、知識問答、多輪對話、多模態交互等視聽交互能力，為客戶提供一套端到端的數字人整體解決方案，賦能智慧金融、智慧政務、智慧文旅、智慧傳媒、智慧出行、智慧零售等行業解決方案。Virbela。Virbela平臺可以同時支持成千上萬名用戶在線，為用戶提供了一個大型、多人的協作環境，提供實時語音、文本聊天和視頻通話功能，使用戶能夠實時交流，加強團隊協作和溝通。Virbela致力于提供低延遲、高性能的協作體驗，通過采用Unity平臺和AgoraSDK等技術手段，優化客戶端渲染，降低視頻、屏幕共享的帶寬延遲。生成式人工智能產品發展報告（2024）Edu-Comos。Edu-Comos是上海杉達學院發布的教育元宇宙平臺，提供沉浸式三維用戶體驗，支持千人同時在線交互，適用于教學和學習。目前市場上內嵌GAI功能的軟件較多，可供用戶互動協作，并且可以進行角色扮演。但是含數字人協作的功能產品參差不齊，有的產品可以在特定的場景里面虛擬角色之間的互動，增強學習者之間的互動體驗。有的產品的數字人協作功能只能進行互動，而沒有特定的場景設置。（三）發展建議GAI賦能學習應充分利用GAI的技術優勢，推動個性化教學和協作學習的深入發展。通過實施加強研發投入、創新應用模式以及加強跨學科合作等措施，為學習者提供更加高效、有趣、個性化的學習體驗，從而推動我國教育事業的持續進步和發展。第一，應充分利用GAI在個性化教學和協作學習中的優勢，推動教育領域的深刻變革。以西南大學教育技術團隊開發的數字人協作學習平臺為例，該平臺通過模擬真實小組成員角色，提供多模態交互方式，不僅增強了學習者的沉浸感和互動體驗，還有效促進了學習者的協作能力和問題解決能力。這一成功案例啟示我們，未來應加大在GAI教育應用上的研發投入，尤其是在數字人技術和多模態交互技術方面，以開發出更多元化、智能化的學習工具和產品。第二，鑒于GAI在個性化學習路徑規劃、學習資源推薦及實時反饋等方面的顯著成效，應鼓勵教育工作者積極擁抱這一技術，將其融入日常教學。通過收集并分析學生的學習數據，GAI能夠精準把握學生的學習特點和需求，為其量身定制個性化的學習方案，從而提高學習效率和質量。同時，GAI還能夠根據學生的學習進度和能力水平，智能推薦最適合的學習資源，滿足學生的個性化需求，讓學習變得更加高效和有趣。第三，針對協作學習中普遍存在的持續性和深度性問題，我們可以借鑒GAI在自適應群體形成、專家促進以及群體感知工具方面的應用經驗，構建更加高效、深入的協作學習模式。通過GAI的智能匹配和調度功能，我們可以將具有相似知識背景和興趣愛好的學生組成學習小組，促進他們之間的深度互動和知識共享。同時，GAI還可以作為學習支架，為學生智慧學習藍皮書提供適時的指導和支持，幫助他們解決在協作過程中遇到的問題和困難。第四，為了推動GAI在教育領域的廣泛應用和深入發展，我們還需要加強跨學科合作和資源共享。教育技術、計算機科學、心理學等多個領域的專家學者應攜手合作，共同探索GAI在教育中的創新應用模式。同時，我們還應該加強與國際先進教育機構的交流合作，引進和學習他們在GAI教育應用方面的先進經驗和技術成果，為我國教育事業的改革和發展注入新的活力和動力。四生成式人工智能支持教研（一）GAI賦能教研機理教研活動是教師個體或群體自發地或有組織地探討解決與教學有關的問題以推進教學不斷進步的研究活動。①教研活動包括但不限于教學設計、課堂教學實踐、教學評估、教師培訓、教育創新，在促進教師專業發展、提升教育教學質量、創新教育教學方式等方面發揮著重要作用。教研將理論與實踐相結合，為教育工作者提供科學依據和方法指導，推動教育事業的發展和進步。隨著網絡技術和智能技術的發展，教研也從傳統教研、網絡教研向數據驅動的精準教研轉型。②然而，目前教研還存在諸多問題，例如教研方法不科學、教師專業發展受限、教學效果評價不全面、教學和教研過程數據難以記錄等。2024年教育部啟動的人工智能賦能教育行動提出，推動大模型從課堂走向應用，實現教育教學方式的深度變革，強調教師應積極學習新技術，提升信息素養，創新教學方式，以適應智能時代的教育需求。國務院發布的《關于全面深化新時代教師隊伍建設改革的意見》中，也明確提出要推動信息技術與教師培訓的有機融合，引領教師主動適應信息化、人工智能等新技術變革，①趙敏、藺海灃：《校本教研共同體建構：從“共存”走向“共生”》，《教育研究》2016年②陳鋒娟、章光瓊、張思等：《精準教研的內涵特征、價值取向與發展路徑》，《中國遠程教生成式人工智能產品發展報告（2024）強調探索“智能+教師培訓”的核心要求，推動人工智能與教師專業發展的融合。智能時代背景下，傳統的教育教學方式已經無法滿足現代教育的要求，GAI技術賦能為教師專業發展提供了廣闊的空間和機遇，也為提升教學質量、教學評價效能等提供了新的方向和路徑。在提升教研效率和質量方面，利用GAI進行數據分析和模式識別，可以幫助教研人員更準確地識別教學中的問題和改進點，從而提高教研的質量和效率。①在個性化教學設計方面，GAI可以根據學生的學習數據和偏好，生成個性化的教學內容和策略，例如生成游戲和游戲化學習材料以支持開展游戲化學習、②結合GAI工具和4PADAF教學設計矩陣生成個性化教學材料，③幫助教師更好地滿足學生的個性化學習需求。在優化教學評估方面，GAI可以自動評估學生的學習成果，例如對學生的中文或英文作文進行自動評分、④自動簡答評分和誤解檢測⑤等，為教師提供詳細反饋，減輕教師的工作量，同時幫助學生及時了解自己的學習情況。在支持教育創新方面，智能技術支持下的教研鼓勵新的教育理念和方法的應用，GAI的應用，如開發新的教學模式和工具，可以促進教育創新，以及探索人機協同的教學方法。⑥在促進教師專業發展方面，GAI不僅可以生成支持教師專業學習和發展的個性化資源，還可以通過模擬教學場景、提供教學建議等方式，幫助教師提升其教學技能和專業知識。⑦①李陽、曾祥翊：《人工智能賦能教研高質量發展：智能精準教研的理論框架、實踐藍圖與發④陳宇航、楊勇、先木斯亞·買買提明等：《基于主題感知和語義增強的作文自動評分方⑥李海峰、王煒：《人機協同深度探智慧學習藍皮書（二）基于GAI的相關教研產品在GAI強大的技術支持下，教研產品在教學資源生成和推薦、智能輔助備課、個性化教師培訓、自動評分和個性化反饋等方面實現了突破。目等，近年來國內的希沃、科大訊飛等品牌也推出了GAI支持下的一系列教研產品。EduGPT是專為教育領域設計的GAI平臺，通過生成式語言模型，如GPT-3.5和GPT-4，來創建課程計劃、構建個性化的教學計劃，幫助教師提高生產力。EduGPT支持超過100種語言的輸入和輸出，提供超過60個虛擬助教。在課程規劃方面，EduGPT能夠自動生成課程計劃和教學內容；在備課方面，EduGPT能夠幫助教育工作者生成教學材料，提供教學資源和建議；在圖像生成方面，EduGPT集成Dall-E3，能夠生成教學的圖像素材。TeachingLab.ai是專注于教師專業發展的生成式人工智能平臺，提供個性化的教師培訓和教學資源。首先，TeachingLab.ai能夠生成定制的閱讀材料和問題，幫助學生根據教師的輸入需求進行學習；其次，TeachingLab.ai建立了教師交流和學習的平臺，如虛擬課堂、討論論壇等，促進教學經驗的分享；最后，TeachingLab.ai可以吸收現有課程、收集分析學習數據、向教師提出改進建議，幫助教師了解學生的學習進度，調整教學策略；TeachingLab.ai還提供文獻檢索、分類和管理工具，方便研究人員查找和整理學術資源，實現循證教研。希沃課堂智能反饋系統搭載教學大模型，能夠記錄課堂數據，并生成精準的課堂反饋報告，幫助教師進行教學反思和教研指導。該系統不僅可以在課前、課中、課后全程記錄教師的授課過程，還具備課件自動生成、快速總結重點、課堂教學數據專業分析和作業自動批改等功能。希沃課堂智能反饋系統提供的數據支撐循證教研，能夠輔助開展課題研究和教研管理工作，助力教師高效精準備課。在訊飛星火大模型的支持下，北京郵電大學EZCoding雛雁/大創團隊自主研發了“碼上”智能編程教學應用平臺，為教師提供靈活、高效、多維生成式人工智能產品發展報告（2024）度的教學支持。訊飛星火大模型的代碼糾錯、代碼解釋和代碼生成等功能，能夠生成編程教學的代碼示例和解釋說明、批改學生的代碼作業。另外，在教師備授課場景中，基于訊飛星火大模型的星火教學助手可以進行對話式和生成式交互，為教師智能生成科學系統的教學設計、靈活實用的教學活動設計以及貼合教學需求的課件等內容，減輕教師的工作負擔。（三）發展建議GAI在教研上的應用具備巨大潛力，能夠為教學內容的創造、教學評估及研究支持帶來革命性變化。以下是為GAI支持教研提出的一些發展建議。一是建立AI與教育專家的合作機制。結合GAI強大的能力和人的教育智慧和經驗，建立AI與教育專家、一線教師的緊密合作機制，共同設計AI教育應用方案，使AI技術的教育應用既高效又符合教育規律。二是構建定制化教育資源庫。根據教學大綱和學生需求，基于GAI自動生成或優化教學材料，如教案、課件、習題等，減輕教師備課負擔，確保教育內容的時效性和個性化。另外，教育領域專用GAI的開發與應用能夠更好地滿足教育教學需求。三是智能輔助教學評估。引入GAI進行作業批改、考試閱卷等重復性勞動，提高評估效率，并借助其分析能力，為教師提供詳盡的學生學習分析報告，幫助教師更精準地識別學生的學習難點和進步空間。四是增強教學研究與創新能力。利用GAI進行教育數據的深度挖掘和分析，揭示教育規律，為教育研究提供科學依據。同時，GAI的創造力也可以被用來探索新的教學方法和模式，如虛擬實驗室、智能模擬教學等。五是加強數據安全與隱私保護。教研中的數據往往涉及學生或教師的隱私，因此在利用GAI支持教研的過程中，必須高度重視數據安全與隱私保護問題。建立健全的數據管理制度，確保學生個人信息和教育數據的安全，防止數據泄露和濫用。六是推動教師培訓與技能升級。面對AI技術的快速發展，教師應積極學習新知識、新技能，提升自身在AI輔助教學、數據分析等方面的能力。教育部門應定期組織教師培訓，幫助教師適應AI時代的教育變革。智慧學習藍皮書五生成式人工智能發展建議生成式人工智能（GAI）在教育領域的應用潛力巨大，然而，為了充分發揮其作用并確保教育系統順利過渡至智能化教學，仍需一些改進。本報告提出涵蓋政策制定、技術研發、應用場景優化以及師生適應等方面的發展建議，旨在為未來GAI在教育中的深入應用提供指引。（一）制定系統性政策與標準政府及教育主管部門應積極推動GAI在教育中的應用，并出臺針對該技術的系統性政策與標準。這些政策應著眼于確保GAI技術在教育環境中的安全性、