文 | 刘思怡 黄梅荣 湖南工商大学国际商学院

习近平总书记强调，加快发展新质生产力是推动高质量发展的内在要求和重要着力点，要按照发展新质生产力要求，畅通教育、科技、人才的良性循环。湖南省普通本科高校教学改革项目“ChatGPT赋能元宇宙教学资源数字化建设（202401001061）”和省级大学生创新训练项目“湖南省非物质文化遗产的知识图谱与数字化研究”课题组研究发现，以ChatGPT为代表的生成式人工智能融入高等教育，为高等教育教学资源数字化提供了全新的视角和思路，推动教学模式的创新与变革。

生成式人工智能驱动高等教育精准化与个性化发展

生成式人工智能的运行离不开数据、算法和算力“三驾马车”的驱动，有学者将其概括为“大数据+大算力+大算法=智能模型”。以ChatGPT为代表的生成式人工智能是一类基于深度学习框架的智能技术，能够理解和生成自然语言文本，通过学习海量人类语言数据，模拟人类对话与思维方式进行多样化文本创作。其技术逻辑包括依托大数据收集和处理大量的数据构建大规模语料库、利用大算力进行数据预训练，进行数据预训练以及依据深度学习算法实现智能文本生成三方面。

生成式人工智能发展迅速，众多大语言模型先后涌现，如DeepSeek、文心一言、讯飞星火等。经过长时间的迭代与优化，生成式人工智能技术框架和算法已较为成熟，生成文本的准确性和连贯性更高，在教学资料生成、构建数字化教育平台以及智能助学等方面具有较大优势。

此外，生成式人工智能具有高度的灵活性和适应性，能够根据不同学科、不同课程的特点进行针对性的内容生成和辅助教学，无论是理工科的复杂公式推导与实验模拟，还是文科的文献分析与创作指导，都能发挥重要作用，为高等教育的全方位教学改革注入强大动力，有力地促进了教学的精准化与个性化发展，进一步提升教育教学的质量与效率。

高等教育数字化教学现状

课题组通过调研分析高等教育数字化教学现状，探索生成式人工智能赋能高等教育数字化教学的路径。总体来说我国高等教育正处于数字化转型已取得一些成效例如数字教材基础设施、教学资源库与教育云平台的建设等，但仍然存在着一些问题。

信息化基础设施建设滞后。相较于快速发展的信息技术和日益增长的教学需求，部分高校信息化尤其是偏远地区的高校信息化基础设施的建设仍然处于滞后的状态。这种滞后不仅体现在硬件设施上，如网络设备、服务器和存储设备等更新换代缓慢，难以满足大数据处理和高速网络传输的需求；还体现在软件系统的落后上，如教学管理系统、在线学习平台等功能单一、用户体验不佳，缺乏与新兴技术的深度融合。而目前已建成的教学资源库多年来又主要靠人工采集、整理、建设与加工，步骤繁多，大量人力物力投入其中，成果颇丰却也是代价极大，效率缓慢。这种滞后状况阻碍教学资源的高效利用和共享，影响了教育公平和质量的提升。

数字技术应用联动性差。数字技术整合利用效率低，并未贯穿教育全过程，教学、科研、管理等之间的联动性差。高等教育是一个动态、连续的实践过程，而大数据、智能算法等数字技术在高校中的应用多局限于某个单一环节或部门，未能实现全员、全程、全方位的联动。例如教学中的教务管理、课程安排方面实现了数字化，而在实际教学过程中，教师与学生的互动、学习效果的实时反馈等方面仍缺乏数字技术的支持。此外，在科研方面的数据收集、分析和共享也缺乏能够满足需求的数字化平台，导致科研进展受阻。

教学资源个性化与智能化不足。在高等教育资源数字化的进程中，尽管已有大量教学资源被数字化并存储于各类平台之上，但这些资源的个性化与智能化程度仍有待提升。高等教育处于教育的高级阶段，更具专业性和针对性。在这一背景下，学生的学习也更加追求个性化、差异化和交互性。而当前，大多数教学资源仍以传统的静态形式存在，如电子教材、PPT课件等，这些资源虽然便于传播与存储，但在满足学生个性化学习需求方面存在欠缺。

生成式人工智能赋能教学资源数字化建设

知识图谱构建：教学资源系统化。通过对大量文献、教材和教学案例的深度分析，以ChatGPT为代表的生成式人工智能对零散的教学资源按照其内在逻辑进行整合，搭建知识图谱。这种方式推动了综合性数字化教育平台的建设，为教学资源的推荐和搜索提供了智能支持。配合大算法技术，根据学生的需求和兴趣偏好，系统针对性推荐相关的教学资源和学习路径，帮助学生高效获取所需知识。同时，知识图谱还可以实现跨学科的知识整合，助力培养具有综合能力和创新精神的复合型人才。

场景打造：沉浸式教学场景重塑。依托大语言模型创建生成式教学场景，促进学习体验智联融通。新质生产力是创新起主导作用的先进生产力，技术革命性突破是“创新起主导作用”的集中体现。生成式人工智能根据教学内容和目标，智能化地构建出既符合实际又富有创意的教学情景和实验场景，帮助学生更好地理解和掌握知识，助力新质人才的培养。从教学情景创设层面看，生成式人工智能充分考量学习内容与现实情境的契合度，根据教学内容打造虚拟场景，让学生打破视角的局限进行学习。在实验情景构建层面，生成式人工智能依据课程特性及学生多元需求精准模拟出前沿且多样的实验环境，构建虚拟实验室。将一些课程中的实验放置到虚拟实验室中，学生在这一环境下尝试不同的假设，验证理论。这种方式大大减少了实验成本，同时又提供了更多实验的机会。

智能助学：个性化辅导和智能体陪伴。生成式人工智能像智慧女神为我们提供“对话式决策咨询”。以ChatGPT为代表的大语言模型改变传统的单向教学模式，为学生提供伴随式的学习支持。生成式人工智能融合智能问答技术和语音合成技术，以设计智能体数字人的形式进行个性化答疑和解说。通过深度学习算法，智能体数字人不断优化自身的教学策略以适应不同学生的学习风格和习惯，在丰富教学资源形式的同时又满足了学生的互动需求。

未来可能存在的问题

信息茧房问题。以ChatGPT为代表的生成式人工智能依据深度学习算法赋能教学资源数字化，信息茧房现象也避不可免地发生。生成式人工智能在提供学习资源和推荐时可能会基于用户的历史学习行为和兴趣偏好进行筛选，过度个性化导致学生陷入信息茧房，窄化学习视野，忽视其他更为广泛和重要的知识领域。这种现象会限制学生的视野和思维方式，不利于培养学生的综合素质和创新能力，与新质生产力的培养方向背道而驰。

技术依赖与内容创新问题。在教学资源数字化进程中，生成式人工智能与教师共同承担教学资源建设任务，降低了教师的工作量，也容易使教师产生依赖心理，导致其独立设计教学内容意愿降低，新的教学资源输出量减少，进而影响整个教育生态。生成式人工智能所推荐的教学资源是根据用户的需求从已有的资源库中找出并推荐，而资源库需要不断补充完善，需要吸收新的内容，教育领域也需要与时俱进不段推陈出新的教学资源。

生成式人工智能以其强大的数据处理能力和文本生成能力在高等教育数字化转型进程中焕发出勃勃生机，推动高等教育形态重塑。通过知识图谱构建、沉浸式教学场景重塑以及个性化辅导和陪伴智能体的打造，生成式人工智能不仅提升了教学资源的整合效率，还极大地丰富了教学手段和学习体验。

然而，也应警惕信息茧房和技术依赖等潜在问题，避免过度依赖生成式人工智能而导致教学内容的创新性和多样性受限。未来，随着技术的不断进步和应用场景的持续拓展，生成式人工智能将在高等教育领域发挥更加重要的作用，推动教育事业的持续创新和高质量发展。