2024智能教育发展蓝皮书-生成式人工智能教育应用（精华版）
（精华版） （精华版） 版权声明 版权归科大讯飞股份有限公司所有。保留一切权利。 非经科大讯飞股份有限公司书面同意，任何单位和个人不得擅自摘抄、复制本蓝皮书内容的部分或全部，并不得以任何形式传播。 2024智能教育发展蓝皮书 随着ChatGPT的推出，生成式人工智能（GenerativeArtificialIntelligence，GenAI）迅速崛起吸引了全球范围内的广泛关注。GenAI作为人工智能技术的最新突破以及新质生产力的典型代表，不仅是引领新一代产业变革的关键力量，也为经济社会发展注入了强劲动能。GenAI的自然语言理解、内容生成和逻辑推理等强大能力，可以与相关行业融合，赋能千行百业。2023年7月，国家网信办出台的《生成式人工智能服务管理暂行办法》强调，要坚持发展和安全并重、促进创新和依法治理相结合的原则，采取有效措施鼓励生成式人工智能创新发展。2024年3月，政府工作报告明确提出开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。围绕GenAI的产业生态正在蓬勃发展。 在教育领域，国家高度重视人工智能对教育的深刻影响，积极推动人工智能和教育的深度融合与创新。早在2017年国务院发布的《新一代人工智能发展规划》中就提出，开展智能教育，利用智能技术加快推动人才培养和教学方法改革，构建新型教育体系。2024年1月，怀进鹏部长在2024世界数字教育大会上提出，将实施人工智能赋能行动，促进智能技术与教育教学（AIforeducation）的深度融合，推动以智助学、以智助教、以智助管、以智助研。2024年3月，教育部正式启动了人工智能赋能教育行动。2024年7月，怀部长再次提出要打造中国版人工智能教育大模型，探索大规模因材施教、创新性与个性化教学，更好满足群众“上好学”的需要。GenAI的出现将推动人类文明进入人机协同的新范式和新阶段，也为教育带来颠覆性变革①。但是从当前行业发展及学术研究现状来看，GenAI教育应用仍处于起步阶段，虽然讨论度高但实际潜能尚未充分发挥。因此，迫切需要厘清技术应用推广的关键问题，提高教育主体对GenAI的技术认知和应用技能，明确GenAI教育应用的多元场景，同时关注GenAI技术伦理风险应对，加快推进GenAI在教育中的合理运用。 基于上述背景和思路，我们结合国内外GenAI相关政策、技术发展、学界 研讨、行业分析和初步实践，对GenAI教育应用进行了专题研究和探讨，撰写了《2024智能教育发展蓝皮书——生成式人工智能教育应用》。本报告是“智能教育发展蓝皮书”系列研究之2024年度报告。报告共分6章，包括发展现状、挑战与机遇，GenAI技术框架，教育大模型的构建，GenAI在教育中的应用场景，GenAI教育应用伦理风险应对，以及教育领域GenAI发展与应用展望。同时， ①北师大陈丽教授：人工智能对于教育，不是赋能，而是颠覆[EB/OL].(2024-07-03)[2024-07-30].https://mp.weixin.qq.com/s/kYISfhdRX84KHH0bmCKcrA. 2024智能教育发展蓝皮书 报告从教、学、评、管、研视角对全国各地、各级各类学校最新GenAI教育应用实践案例进行了梳理和总结。希望通过本研究，为广大一线教育工作者开展GenAI教育应用实践提供借鉴和参考，激发更多关于如何利用GenAI推动教育创新的思考和讨论，共同迎接“人工智能+教育”的新时代。 本报告的研究和撰写是在科大讯飞智能教育专家委员会指导下，由讯飞教育技术研究院/认知智能全国重点实验室智能教育研究中心负责组织和实施。在报告研究撰写过程中得到了许多行业专家的指导和帮助，公司多个部门领导和专家给予了技术支持，众多一线教育工作者提供了大量实践案例，在此一并表示衷心感谢！在蓝皮书的整体润色中，讯飞星火认知大模型也发挥了重要的作用。由于撰写时间仓促，掌握资料不够，加上作者水平所限，本报告一定存在许多不足之处，敬请批评指正！ 《2024智能教育发展蓝皮书》编写组 2024年9月 2024智能教育发展蓝皮书 第1章发展现状、挑战与机遇 1 第2章GenAI技术框架 4 第3章教育大模型的构建 9 第4章GenAI在教育中的应用场景 13 第5章GenAI教育应用伦理风险应对 25 第6章发展趋势与应用展望 29 蓝皮书编写工作组 33 第1章 生成式人工智能（GenerativeArtificialIntelligence，GenAI），在自然语言理解与内容生成方面展现出高水平的认知智能，其涌现性、通用性等特性也使得应用范围不断扩张，为教育变革带来了新机遇和新挑战。 GenAI的快速兴起。2022年11月30日，美国人工智能研究公司OpenAI上线了GenAI产品ChatGPT，其强大的能力和所蕴含的潜力得到了国际社会各界的广泛关注，标志着GenAI技术发生了变革性突破，被国际顶级期刊《Science》评为2022年度十大科学突破之一①。OpenAI公司自2018年起开始陆续推出GPT系列模型及产品，不仅性能逐步提升，交互方式也从单模态的文本交互升级为可以支持文本、图像、音频和视频等多种信息的多模态交互。随着以ChatGPT为代表的GenAI快速兴起和不断进步，全球范围内GenAI迎来新一轮蓬勃发展。 GenAI为经济社会发展注入新动能。GenAI作为先进科技生产力，凭借其高速性、全自动化、高度智能化等特点大大缩短了社会必要劳动时间②，渗透在生产力各要素中并综合作用于生产劳动过程③，是新质生产力发展的杰出代表。GenAI在各行各业、各个领域的应用也不断普及和深化，将极大地提升社会生产效率，加速行业智能化升级发展，为经济社会创造巨大价值。有研究估计，预计在2023年到2040年间平均每年GenAI可使劳动生产率提升0.1%~0.6%④，如果充分应用可能将为全球经济带来每年2.6万亿至4.4万亿美元的增长⑤。 从全球创新到国产化落地。随着全球GenAI技术加速发展，国际竞争日趋激烈。当前，国外GenAI产品存在不对中国用户开放、用户使用数据被传输至境外、数据源难以保证中国语境下的内容质量等问题，可解释性、公平性、价值 ①Science.Thebiggestsciencebreakthroughsin2022[EB/OL].(2022-12-15)[2024-04-25].https://www.science.org/content/article/breakthrough-2022#section_ai. ②杜博士.科技创新背景下对劳动价值论的再认识:以ChatGPT为例[J].现代经济探讨,2024(01):28-34. ③张夏恒.新一代人工智能技术（ChatGPT）可能引发的社会变革[J].产业经济评论,2023,(03):22-30. ④张彦坤,王雪梅,汪卫国.生成式人工智能对经济社会的影响[J].通信世界,2023(16):43-44. ⑤McKinsey&Company.TheeconomicpotentialofgenerativeAI[R/OL].(2023-06-14)[2024-04-15].https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next -productivity-frontier#introduction. 第1章 观等多方面均存在风险①。习近平总书记在中共中央政治局第二次集体学习时强调要“增强产业链供应链的竞争力和安全性，以自主可控、高质量的供给适应满足现有需求，创造引领新的需求”②，为加快国产化GenAI建设指明了方向，迫切需要大力提高GenAI产业链上关键基础设施的自主可控程度。当前我国在算法、算力和数据三大GenAI技术底座上已经有了一定的积累，为GenAI的国产化落地提供了较为坚实的基础保障。 国产GenAI正加快布局发展。政策引领国产GenAI发展多层级布局。在国家层面，推出了《生成式人工智能服务管理暂行办法》等多项相关政策和行动；在地方层面，北京、上海、广东、安徽等省市也均发布了GenAI相关政策，各地错位发展态势明显，且都围绕当地的经济特点展开③。同时，中国GenAI产业也正快速成长。从产业规模来看，2023年我国GenAI的企业采用率已达15%，市场规模约为14.4万亿元，预计2035年我国GenAI有望贡献超30万亿元的经济价值④。从产业结构来看，当前北京、长三角和珠三角区域的集聚效应明显，发布主体多以企业为主，包括互联网企业、人工智能企业等。 教育主体对GenAI的技术认知亟待加强。推动GenAI应用的前提是充分理解技术的效用边际与价值局限，但目前教育主体对于GenAI技术的理解和认知仍存在不到位的情况。一方面，存在盲目信任和依赖GenAI导致的技术万能论，使得技术在教学过程中脱离实际无限制使用，教学成为“炫技”的场所⑤；另一方面，也存在对GenAI技术本能的不信任，使得教师产生抵触情绪并对自身技术应用能力产生怀疑⑥。在人机融合转型过程中，为了更好发挥技术潜能，推动技术创新扩散，确保应用合规合理，教育主体认知也应转型升级⑦，加强GenAI教育应用培训，理解GenAI运作原理和应用局限，掌握正确使用技巧，建立教育主体自信。 提升GenAI教育适用性需要专用大模型加持。由于教育的复杂性和特殊性， ①车万翔,窦志成,冯岩松,等.大模型时代的自然语言处理:挑战、机遇与发展[J].中国科学:信息科学,2023,53(09):1645-1687. ②新华社.习近平主持中共中央政治局第二次集体学习并发表重要讲话[EB/OL].(2023-02-01)[2024-06-19].https://www.gov.cn/xinwen/2023-02/01/content_5739555.htm. ③人民网.强观察｜人工智能赛道“发令枪”已响，各地有哪些政策“助跑”？[EB/OL].(2023-06-13)[2024 -06-28].http://www.people.com.cn/n1/2023/0613/c32306-40012416.html ④中国发改委报社.从业界新变化看战略性新兴产业的2023年[EB/OL].(2024-01-16)[2024-04-29].https://www.ndrc.gov.cn/wsdwhfz/202401/t20240116_1363298.html. ⑤崔晓慧,朱轩.转智成慧：智慧教育时代高职院校智慧教学的困局与突破[J].职业技术,2024,23(06):55-63. ⑥魏仙.公立小学教师的数字化技术压力及其管理对策研究[D].华东师范大学,2023. ⑦蔡连玉,金明飞,周跃良.教育数字化转型的本质：从技术整合到人机融合[J].华东师范大学学报(教育科学版),2023,41(03):36-44. 第1章 通用大模型存在难以适应教育场景的情况，需加强教育领域的专用大模型建设。通用大模型由于缺乏专业的数据训练，教育深度知识不够，回答准确性不足，在实际应用过程中往往难以灵活处理复杂多变的专业性教育任务①，不能较好地满足严肃教育教学场景的需求②，极大影响师生应用体验。当前业界已经开始开发教育大模型，需进一步加快关键技术的突破创新，充分利用教育领域多模态、长周期的海量数据，构建更具适用性的教育大模型③。 GenAI多元教育应用场景及实效有待探索。为了适应更多元的教育情境特征，解决教育细分场景中的复杂综合性问题和需求④，需推进应用场景多元化覆盖与优质应用典型示范打造，并基于科学实证验证技术应用实效。当前GenAI教育应用仍处于起步阶段，应用场景较为单一，技术创新应用不充分、应用实践缺乏典型示范等问题依然严重。与此同时，国内研究领域当前更倾向于哲学思辨层面的理论探
