生成式人工智能产品发展报告（2024）

版权所有 社会科学文献出版社北京师范大学图书馆下载自皮书数据库，2025/05/19版权所有 社会科学文献出版社北京师范大学图书馆下载自皮书数据库，2025/05/19智慧学习蓝皮书.生成式人工智能产品发展报告（2024） 廖 剑 孙 帆 汪伯霖 左亚平*摘　要： 近年来， 生成式人工智能迅速崛起， 凭借其大规模参数带来的智能涌现和人机对话的可理解性， 为教育领域的新质生产力发展提供了强大的推动力。 本报告系统梳理了现有生成式人工智能的发展历程和类别，详细探讨了生成式人工智能在教学、 学习和教研三个方面的应用。 提出生成式人工智能的发展建议， 即制定系统性政策与标准； 加强教师 AI 素养培训； 提升 GAI 的个性化与适应性； 加强跨平台协作与互通性； 推进智能教研与师生协同创新； 优化 GAI 的情感计算与互动能力； 推动 GAI 与虚拟现实 （VR） 等技术融合； 持续推进公平教育， 缩小数字鸿沟； 加快智能评价系统的研发与推广。关键词： 生成式人工智能 混合式教学 协作学习 智能教研一　生成式人工智能概述当前， 《中国教育现代化 2035》 和教育部等六部门发布的教育 “新基建”等相关政策都强调要大力发展基于人工智能技术的教育助手等应用， 推动实现“人机共教、 人机共育”， 提升教育教学质量。① 2022 年， 科技部等六部门印521*①廖剑， 西南大学教育学部教育技术学院副教授， 硕士生导师， 主要研究方向为人工智能教育应用， 负责本报告总体规划、 校稿及生成式人工智能赋能教学的部分； 孙帆， 西南大学教育学部教育技术学院博士研究生， 主要研究方向为认知追踪与个性化干预； 汪伯霖， 西南大学教育学部教育技术学院硕士研究生， 主要研究方向为大模型支持的评课； 左亚平， 西南大学教育学部教育技术学院硕士研究生， 主要研究方向为大模型支持的协作学习。《中共中央、 国务院印发 〈 中国教育现代化 2035〉 》， 中国政府网， 2019 年 2 月 23 日，https： / / www. gov. cn / zhengce/ 2019-02 / 23 / content_5367987. htm。*版权所有 社会科学文献出版社北京师范大学图书馆下载自皮书数据库，2025/05/19版权所有 社会科学文献出版社北京师范大学图书馆下载自皮书数据库，2025/05/19生成式人工智能产品发展报告（2024）发的 《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》 也明确提出， 教育领域需积极探索人工智能在线课堂、 虚拟课堂、 虚拟仿真实训、 虚拟教研室、 新型教材、 教学资源建设、 智慧校园等教育场景中的应用。① 在此过程中， 新一代生成式人工智能顺应了从弱人工智能向强人工智能转变的发展趋势， 成为全球推行科技创新战略的焦点。 首批 11 家国产大语言模型已经通过国家监管部门备案，② 生成式人工智能的文本生成、 语言理解、 知识问答、 逻辑推理等方面能力被证明在教育教学领域具有极大的应用潜力和价值。③（一）GAI 的发展历程近年来， 生成式人工智能随着技术进步而迅猛发展。 2014 年， 生成对抗网络 （GAN） 的提出， 推动了复杂数据分布的无监督学习； 2017 年， Transformer架构引入注意力机制处理长序列数据， 成为主流架构； 2022 年， 聊天生成预训练转换器 （Chat Generative Pre-trained Transformer， ChatGPT） 横空出世， 生成式人工智能 （ Generative AI， GAI） 技术和 “ 大语言模型” （ Large LanguageModel， LLM） 等概念也开始广为人知， 发布 5 天后， ChatGPT 注册用户超过百万， 引起社会各界的广泛关注， 人类也正式进入了 GAI 时代， GAI 的浪潮持续推动技术与社会各领域产生重大变革； 2023 年， OpenAI 发布了 GPT-4， 进一步提升生成质量和多模态 处 理 能 力； 2024 年， OpenAI 推 出 的 GPT - 4o（GPT-4 Optimized） 通过优化模型结构和训练方法， 提高了生成质量和计算效率， 标志着 GAI 在大规模应用中逐步走向成熟。④ 联合国教科文组织认为，531①②③④《科技部等六部门联合印发 〈关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见〉 》， 《机器人技术与应用》 2022 年第 5 期， 第 2 页。《11 家 AI 大模型产品今日起将陆续上线， 腾讯华为讯飞等也将开放》， 经济观察网， 2023年 8 月 31 日， http： / / www. eeo. com. cn / 2023 / 0831 / 603409. shtml。肖君、 白庆春、 陈沫、 陆璐： 《生成式人工智能赋能在线学习场景与实施路径》， 《电化教育研究》 2023 年第 9 期， 第 57～63、 99 页。Fiona Fui-Hoon Nah， et al. ， “ Generative AI and ChatGPT： Appapplications， Challenges， andAI-human Collaboration，” Journal of Information Technology Case and Appapplication Research 3（2023）： 277-304.版权所有 社会科学文献出版社北京师范大学图书馆下载自皮书数据库，2025/05/19版权所有 社会科学文献出版社北京师范大学图书馆下载自皮书数据库，2025/05/19智慧学习蓝皮书GAI 是一种根据自然语言对话提示词 （Prompt） 自动生成响应内容的人工智能技术。① 国家互联网信息办公室将 GAI 定义为具有文本、 图片、 音频、 视频等内容生成能力的模型及相关技术。②（二）GAI 的多样化特征以大模型技术为核心的 GAI 不再仅限于传统的分析和建模功能， 开启了AI 在创作和创造方面的新纪元， 这得益于其先进的算法与庞大的数据库， 也使得其具备多种显著特征。 首先， GAI 模型规模庞大， 通常包含百亿级别的参数和训练数据集， 如 GPT-3 的参数量达到了 1750 亿， 训练数据量达到 5000亿标记， 这使得 GAI 能够利用大量语料库资料学习人类语言规则及其逻辑关系， 生成符合人类语言习惯的新文本； 其次， GAI 展示出强大的技术能力， 特别是在情景学习、 思维链推理和多轮对话方面， 能够将复杂问题分解为多个简单步骤， 通过上下文感知提供连续对话的响应， 并通过自然指令的学习不断强化自身能力； 再次， GAI 的训练方式也极为灵活， 能够采用预训练加微调的灵活训练方式， 解决深度学习模型在缺少大规模标注数据情况下的性能问题， 预训练让其获得广泛的任务处理能力， 而通过强化学习等方法进行微调则提升了GAI 特定任务的内容生成质量和准确性； 最后， GAI 在多个领域展现出广泛的应用潜力， 通过捕捉丰富的多领域知识， GAI 能够处理和生成多种编程语言和自然语言文本，