-
题名生成式人工智能赋能循证教育:证据生产与教学实践
- 1
-
-
作者
柳春艳
-
机构
兰州大学高等教育研究院/循证社会科学研究中心
-
出处
《兰州大学学报(社会科学版)》
北大核心
2025年第2期143-151,共9页
-
基金
国家社会科学基金重大项目“循证社会科学的理论体系、国际经验与中国路径研究”(19ZDA142)。
-
文摘
生成式人工智能的快速发展为循证教育注入了新的活力。在目标导向方面,生成式人工智能通过资源保障、营造证据环境、开创公平路径等助力循证教育。在证据生产方面,生成式人工智能凭借其强大的对话交互能力和资源筛查整合能力,将证据生产过程中的检索与筛选环节高效融合,实现“超级检索”,显著缩短证据生产时间,简化流程,整合人工劳动,为循证教育提供高质量证据开辟了新路径。在教学实践方面,生成式人工智能不仅保障了循证教学的科学根基,更通过创新“师—机—生”三元教育范式、增强教师的循证教学整体机能,以及激发学生的人本化和个人化学习潜能等方式推动循证教学实践的创造性发展,拓展教与学的新形态。总体而言,生成式人工智能全方位助力循证教育新生态构建,从目标导向到证据生产,再到教学实践,展现出巨大潜力,为循证教育的未来发展提供了有力支撑和广阔空间。
-
关键词
生成式人工智能
循证教育
系统评价
证据
循证教学实践
-
Keywords
generative artificial intelligence
evidence-based education
systematic evaluation
evidence
evidence-based teaching practices
-
分类号
G642
[文化科学—高等教育学]
-
