促進(jìn)高意識(shí)學(xué)習(xí)的教育提示語(yǔ)設(shè)計(jì)

趙曉偉 戴 嶺 沈書生 祝智庭

（1. 南京師范大學(xué) 教育科學(xué)學(xué)院，江蘇南京 210097；2. 華東師范大學(xué) 教育學(xué)部，上海 200062；3. 華東師范大學(xué) 開(kāi)放教育學(xué)院，上海 200062）

一、引言

自技術(shù)革命以來(lái)，圍繞機(jī)器意識(shí)的想象始終是科幻故事的主題?！段鞑渴澜纭分凶晕乙庾R(shí)覺(jué)醒的機(jī)器人德洛麗絲，《超驗(yàn)駭客》中意識(shí)永存的智能體威爾，《機(jī)械戰(zhàn)警》中人機(jī)融合的戰(zhàn)警墨菲，寄予了人類對(duì)通用人工智能的美好期待，以及對(duì)機(jī)器達(dá)到自我意識(shí)奇點(diǎn)的無(wú)限暢想。ChatGPT 等生成式人工智能在通向通用人工智能的道路上里程碑式的進(jìn)步，拉近了科技現(xiàn)實(shí)與想象的距離。人們不禁追問(wèn)，通用人工智能時(shí)代是否已經(jīng)臨近（顧小清等，2023）？誠(chéng)然，通用人工智能作為具有自主理解和自我驅(qū)動(dòng)能力的人工智能系統(tǒng)，在科幻故事中激發(fā)著人類的想象。盡管人們對(duì)其超越人類智能的期待尚未成真，具有自我意識(shí)的人工智能也尚未實(shí)現(xiàn)，但我們?nèi)圆荒芘懦斯ぶ悄塬@得意識(shí)的可能性（趙汀陽(yáng)，2019）。隨著人工智能不斷涌現(xiàn)接近人類認(rèn)知水平的性能，距離其擁有類人意識(shí)的特征指日可待，人類需要前瞻謀劃并為未來(lái)作好準(zhǔn)備。

具有意識(shí)是人類主體的本質(zhì)規(guī)定性之一，是人類區(qū)別于機(jī)器的基本特征。作為目前唯一擁有自我意識(shí)的智能生命，人類主體既要引領(lǐng)人工智能不斷突破創(chuàng)新，又要借助持續(xù)迭代的人工智能實(shí)現(xiàn)自身意識(shí)的升維。因此，發(fā)揮人類主體意識(shí)，借助人類意識(shí)調(diào)用類人智能促進(jìn)人類智能的發(fā)展，是實(shí)現(xiàn)人類智慧躍遷的關(guān)鍵通路。由于意識(shí)可能有高低之分，且ChatGPT 等大語(yǔ)言模型已在人類的低意識(shí)層級(jí)上表現(xiàn)出與人類智能相匹配的趨勢(shì)（祝智庭等，2023a），探討人類如何在高意識(shí)層級(jí)上與大語(yǔ)言模型協(xié)同作業(yè)，成為當(dāng)前值得思考和探索的重要課題。教育提示語(yǔ)（educational prompt）作為教育場(chǎng)景或?qū)W習(xí)任務(wù)中控制大語(yǔ)言模型理想輸出的語(yǔ)言，是為了幫助大語(yǔ)言模型理解人類意圖，使用適合機(jī)器理解的自然語(yǔ)言組織設(shè)計(jì)的一組指令集（趙曉偉等，2023）。設(shè)計(jì)高質(zhì)量的教育提示語(yǔ)需立足個(gè)體的高意識(shí)層級(jí)，通過(guò)輸入指令獲得大語(yǔ)言模型的預(yù)期響應(yīng)，促進(jìn)個(gè)體認(rèn)知發(fā)展與學(xué)習(xí)發(fā)生?；诖?，本研究在探討主體高意識(shí)層級(jí)及學(xué)習(xí)機(jī)制的基礎(chǔ)上，討論提示語(yǔ)設(shè)計(jì)之于高意識(shí)學(xué)習(xí)的內(nèi)在價(jià)值，進(jìn)而提出促進(jìn)高意識(shí)學(xué)習(xí)的教育提示語(yǔ)設(shè)計(jì)方略，以幫助學(xué)習(xí)者掌握生成式人工智能所需的關(guān)鍵技能。

二、高意識(shí)學(xué)習(xí)：生成式人工智能賦能的學(xué)習(xí)新效標(biāo)

意識(shí)作為古老而又神秘的話題，在柏拉圖的《斐多篇》、亞里士多德的《論靈魂》和孔孟的“儒學(xué)心性論”中，均有探討。意識(shí)是心靈活動(dòng)顯現(xiàn)出來(lái)的、被自己覺(jué)知到的內(nèi)容，由意識(shí)活動(dòng)與意識(shí)對(duì)象組成（倪梁康，2020）。對(duì)于意識(shí)，學(xué)界莫衷一是。在胡塞爾看來(lái)，任何意識(shí)體驗(yàn)都包含某種不自覺(jué)的自我意識(shí)，即主體產(chǎn)生對(duì)某個(gè)對(duì)象的意識(shí)時(shí)，不僅意識(shí)到對(duì)象本身同時(shí)也意識(shí)到對(duì)該對(duì)象的意識(shí)體驗(yàn)（胡塞爾，2010）。類似地，薩特認(rèn)為關(guān)于某個(gè)對(duì)象的設(shè)定性意識(shí)同時(shí)也是關(guān)于其自身前反思的非設(shè)定意識(shí)。洛克等認(rèn)為，意識(shí)有低階與高階之分，既有朝向?qū)ο蟮囊庾R(shí)體驗(yàn)（低階），也有以朝向?qū)ο笠庾R(shí)體驗(yàn)為對(duì)象的高階意識(shí)（朱耀平，2014）。對(duì)意識(shí)的研究分有哲學(xué)、心理學(xué)、神經(jīng)科學(xué)等視角，不同的切入視角有不同的研究旨趣，本研究嘗試從認(rèn)知與學(xué)習(xí)的角度探討意識(shí)的高階層級(jí)和高意識(shí)學(xué)習(xí)等論題。

（一）高意識(shí)學(xué)習(xí)的時(shí)代價(jià)值

當(dāng)前，以ChatGPT 為代表的生成式人工智能開(kāi)啟了教育數(shù)字化轉(zhuǎn)型的新征程，在自然語(yǔ)言理解與內(nèi)容生成方面展現(xiàn)出高水平的認(rèn)知智能。ChatGPT基于人類網(wǎng)絡(luò)、期刊、書籍約 5000 億個(gè)“詞元”（token），借助約1750 億個(gè)參數(shù)的轉(zhuǎn)換器神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練（BBC, 2023），嘗試?yán)斫馊祟愓Z(yǔ)言的語(yǔ)法規(guī)則與語(yǔ)義關(guān)系，試圖準(zhǔn)確響應(yīng)人類提示語(yǔ)并產(chǎn)生有意義的類人語(yǔ)言。這種強(qiáng)大的語(yǔ)言能力在即時(shí)性信息檢索、高質(zhì)量文本撰寫、精細(xì)化代碼調(diào)試等方面有無(wú)可比擬的優(yōu)勢(shì)。語(yǔ)言是思想的表露，既是思想的工具，也是思想的產(chǎn)物（皮亞杰，1980）。因此，生成式人工智能逐漸具備類人語(yǔ)言能力，重新引發(fā)人們對(duì)人工智能“思想”或“意識(shí)”的隱憂。學(xué)界認(rèn)為，這不僅關(guān)乎技術(shù)革命，更關(guān)乎存在/意識(shí)之革命（Zhou et al., 2023）。OpenAI 聯(lián)合創(chuàng)始人蘇茨克維推測(cè)該模型背后的算法可能 “有輕微意識(shí)”（Collier, 2023），布貝克等認(rèn)為GPT-4 已具備通用人工智能的火苗（Bubeck et al., 2023）。

盡管ChatGPT 的創(chuàng)意內(nèi)容生成能力引人矚目，但其內(nèi)容生成過(guò)程依賴于機(jī)器算法和計(jì)算語(yǔ)言，生成的內(nèi)容只是從已積累的人類智慧數(shù)據(jù)中提取并整合形成連貫性文本資料，它無(wú)法自行思考，也不具備人類意識(shí)（趙汀陽(yáng)，2019）。當(dāng)ChatGPT 的“偽意識(shí)”展現(xiàn)出與人類智能相近的假象時(shí)，我們需要審慎思考學(xué)習(xí)目標(biāo)與方式的變革，即從以知識(shí)掌握為導(dǎo)向的低認(rèn)知接受式學(xué)習(xí)，轉(zhuǎn)向以思維培養(yǎng)為導(dǎo)向的高意識(shí)生成式學(xué)習(xí)。由于ChatGPT 能夠處理簡(jiǎn)單低階任務(wù)并存儲(chǔ)記憶海量數(shù)據(jù)，因而以知識(shí)點(diǎn)識(shí)記領(lǐng)會(huì)為主的培養(yǎng)方式顯然已不再適用，培養(yǎng)具備高階思維技能、通過(guò)思維技能駕馭生成式人工智能實(shí)現(xiàn)自身認(rèn)識(shí)發(fā)生的未來(lái)學(xué)習(xí)者，成為適應(yīng)數(shù)智時(shí)代的人才培養(yǎng)新要求（沈書生等，2023）。高階思維技能的培養(yǎng)需要借助高意識(shí)學(xué)習(xí)。在高意識(shí)學(xué)習(xí)中，學(xué)習(xí)者不再拘泥于對(duì)生成式人工智能簡(jiǎn)單的問(wèn)答，轉(zhuǎn)向更高層次、更深度的交互，能意識(shí)到需要積極探尋多維度的知識(shí)、挖掘知識(shí)背后的邏輯原理、謹(jǐn)慎反思生成內(nèi)容的價(jià)值基準(zhǔn)、探討知識(shí)的實(shí)踐和應(yīng)用，加深對(duì)外界的感知和鍛造改造世界的能力，在高意識(shí)進(jìn)階中實(shí)現(xiàn)認(rèn)知的發(fā)生和知識(shí)邊界的拓展。

（二）主體的高意識(shí)層級(jí)進(jìn)階

關(guān)于意識(shí)的哲學(xué)研究流派較多。意識(shí)表征主義理論分一階理論與高階理論。前者試圖根據(jù)指向外界的直接心理表征解釋產(chǎn)生意識(shí)體驗(yàn)的基礎(chǔ)，即個(gè)體的意識(shí)指向外部世界；后者認(rèn)為一階表征不足以產(chǎn)生有意識(shí)的體驗(yàn)，因?yàn)樗赡軣o(wú)意識(shí)地發(fā)生，還需要更高階的層級(jí)，生成對(duì)初級(jí)表征本身的表征，即個(gè)體的意識(shí)指向?qū)?nèi)部心靈狀態(tài)的意識(shí)體驗(yàn)。這種意識(shí)體驗(yàn)對(duì)個(gè)體的心理狀態(tài)有某種最低限度的內(nèi)在意識(shí)，也是對(duì)一階意識(shí)的反思。馬克思主義通過(guò)人的實(shí)踐理解人的意識(shí)，將意識(shí)二重化為改造外部世界的對(duì)象意識(shí)和改造主觀世界的自我意識(shí)，其中，對(duì)象意識(shí)是對(duì)客體的一階反映，指向主體對(duì)客體的認(rèn)識(shí)過(guò)程；自我意識(shí)是二階反映，是對(duì)認(rèn)識(shí)過(guò)程的再反映（楊耕等，2002）?？梢?jiàn)，意識(shí)有層級(jí)之分?！案撸A）意識(shí)”不同于“一階意識(shí)”對(duì)外部世界的被動(dòng)感知接受，是個(gè)體在認(rèn)識(shí)外部世界的過(guò)程中調(diào)用、覺(jué)知自己的思想或意識(shí)體驗(yàn)。

由于人的意識(shí)是在認(rèn)識(shí)與改造外界對(duì)象的活動(dòng)中產(chǎn)生并發(fā)展起來(lái)的，本文嘗試通過(guò)探討認(rèn)識(shí)世界與改造世界的過(guò)程，闡釋主體的高意識(shí)層級(jí)。在馬克思看來(lái)，意識(shí)作為人的本質(zhì)規(guī)定性影響著對(duì)象性活動(dòng)，這種對(duì)象性活動(dòng)不局限于人的認(rèn)知過(guò)程，還在于憑借自身意識(shí)對(duì)外部世界加以認(rèn)識(shí)與改造。因此，高意識(shí)的認(rèn)識(shí)活動(dòng)往往出自主體自身的某種需求（或問(wèn)題），在問(wèn)題意識(shí)的驅(qū)動(dòng)下選擇與調(diào)整認(rèn)識(shí)方式，使自身對(duì)外部客體的認(rèn)識(shí)或作用達(dá)到預(yù)期目標(biāo)（高清海，2012）。這一過(guò)程可能伴隨著協(xié)同意識(shí)下的交往活動(dòng)，通過(guò)雙向能動(dòng)活動(dòng)建立對(duì)外部客體全面的認(rèn)識(shí)。主體獲得關(guān)于外部客體的認(rèn)識(shí)后，需要依據(jù)自身認(rèn)知與客體屬性的關(guān)系調(diào)整自身認(rèn)識(shí)方式或認(rèn)知結(jié)構(gòu)，形成更全面、深入的知識(shí)體系。這個(gè)過(guò)程不僅需要主體發(fā)揮審辨意識(shí)評(píng)估對(duì)象性材料與實(shí)踐，還需要通過(guò)客體的主體化發(fā)現(xiàn)客體的新屬性或新規(guī)律，進(jìn)而意識(shí)到客體對(duì)主體或現(xiàn)實(shí)世界產(chǎn)生的新效用、新價(jià)值（即價(jià)值意識(shí)）。客體價(jià)值與主體需要相聯(lián)系，勢(shì)必引起主體需要范圍的擴(kuò)大或?qū)哟蔚募由睿⑼ㄟ^(guò)創(chuàng)造意識(shí)改造有限客體，拓展至無(wú)限客體，甚至創(chuàng)造新的客體（陳佑清，2000）。在此過(guò)程中，主體也通過(guò)反思自身的意識(shí)活動(dòng)與實(shí)踐活動(dòng)，建立愿景意識(shí)并規(guī)劃新的認(rèn)識(shí)活動(dòng)。綜上所述，高意識(shí)涵蓋問(wèn)題意識(shí)、協(xié)同意識(shí)、審辨意識(shí)、價(jià)值意識(shí)、創(chuàng)造意識(shí)和愿景意識(shí)，并逐級(jí)進(jìn)階（祝智庭等，2023b）（見(jiàn)圖1）。

圖1 高意識(shí)層級(jí)進(jìn)階

（三）基于生成式人工智能的高意識(shí)學(xué)習(xí)

回望技術(shù)發(fā)展史，每輪技術(shù)變革都將重估人類所需擁有的知識(shí)與技能。長(zhǎng)期以來(lái)，個(gè)體通過(guò)直接或間接活動(dòng)覺(jué)知外部世界的有限客體，將所獲得的感覺(jué)經(jīng)驗(yàn)統(tǒng)整，通過(guò)內(nèi)部認(rèn)知協(xié)調(diào)建構(gòu)對(duì)有限客體的認(rèn)識(shí)。生成式人工智能介入后將改變知識(shí)的生產(chǎn)方式與人類的認(rèn)知模式，豐富資源表征載體、擴(kuò)展內(nèi)容生產(chǎn)模式，進(jìn)而拓寬個(gè)體認(rèn)識(shí)世界的方式，使得個(gè)體與外部世界之間以生成式人工智能為中介展開(kāi)深層次的互動(dòng)與交流。一方面，生成式人工智能預(yù)訓(xùn)練的海量數(shù)據(jù)資源作為人類認(rèn)識(shí)的匯聚，通過(guò)將人類直接經(jīng)驗(yàn)數(shù)據(jù)化表征，使個(gè)體能便捷高效地獲取特定客體的詳細(xì)描述；另一方面，生成式人工智能通過(guò)學(xué)習(xí)人類語(yǔ)言規(guī)則、模擬人類思維處理海量數(shù)據(jù)，實(shí)現(xiàn)自動(dòng)化的自然語(yǔ)言生成，豐富個(gè)體認(rèn)識(shí)發(fā)生所需的數(shù)據(jù)源。

生成式人工智能介入的個(gè)體學(xué)習(xí)，不僅強(qiáng)調(diào)以生成式人工智能為中介認(rèn)識(shí)外部世界，還重視調(diào)動(dòng)高意識(shí)實(shí)現(xiàn)認(rèn)識(shí)的升維。具體來(lái)說(shuō)，個(gè)體探知外部世界時(shí)，圍繞某一主題產(chǎn)生認(rèn)知需求并激發(fā)問(wèn)題意識(shí)，嘗試與生成式人工智能協(xié)同，向其提問(wèn)以求得響應(yīng)；隨后發(fā)揮審辨意識(shí)，針對(duì)生成式人工智能輸出的數(shù)據(jù)進(jìn)行決策，并通過(guò)更新提問(wèn)方式、追加提問(wèn)內(nèi)容等策略性地選擇、提取特定的數(shù)據(jù)，建構(gòu)對(duì)有限客體的認(rèn)識(shí)，以及嘗試運(yùn)用價(jià)值意識(shí)理解有限客體及其認(rèn)識(shí)過(guò)程之于真實(shí)世界的新效用。在此過(guò)程中，個(gè)體形成新知并將其應(yīng)用于與已知情境相近的新情境，產(chǎn)生對(duì)類客體的認(rèn)識(shí)。隨著認(rèn)識(shí)的沉淀和需求的增長(zhǎng)，個(gè)體創(chuàng)造意識(shí)逐漸凸顯，它通過(guò)分化重組若干已有知識(shí)結(jié)構(gòu)，建立對(duì)無(wú)限客體的創(chuàng)造性理解進(jìn)而改造外部世界。此外，個(gè)體與生成式人工智能協(xié)同認(rèn)識(shí)世界的過(guò)程還伴隨著認(rèn)識(shí)自身、改造自身的過(guò)程，個(gè)體通過(guò)建立愿景意識(shí)，與生成式人工智能協(xié)同圍繞新的主題，規(guī)劃新的認(rèn)識(shí)過(guò)程與認(rèn)識(shí)方式，激發(fā)新的需求并提問(wèn)（見(jiàn)圖2）。

圖2 基于生成式人工智能的高意識(shí)學(xué)習(xí)

三、教育提示語(yǔ)：利用生成式人工智能促進(jìn)高意識(shí)學(xué)習(xí)

盡管生成式人工智能在各類自然語(yǔ)言處理任務(wù)中取得的效果令人驚艷，但如果沒(méi)有指令輸入，無(wú)論多么智能的生成式人工智能都只是外在于人類的靜態(tài)數(shù)據(jù)庫(kù)；若指令不恰當(dāng)或沒(méi)有針對(duì)性，也容易出現(xiàn)誤解人類意圖、未充分掌握人類語(yǔ)言規(guī)則的“垃圾輸出”。為彌合人類意圖與機(jī)器理解之間的差距，更好地釋放生成式人工智能的教育潛力，師生需要發(fā)揮教育提示語(yǔ)的價(jià)值促進(jìn)人機(jī)對(duì)話。

（一）教育提示語(yǔ)革新人機(jī)對(duì)話樣態(tài)

提示語(yǔ)是用戶以自然語(yǔ)言文本向生成式人工智能提供的一組輸入集或指令集，以引導(dǎo)其執(zhí)行任務(wù)并產(chǎn)生預(yù)期響應(yīng)。它可以是問(wèn)題、任務(wù)或帶有參數(shù)的文字描述。教育提示語(yǔ)是學(xué)習(xí)者或教育工作者為了幫助生成式人工智能理解人類意圖，使用適合機(jī)器理解的自然語(yǔ)言重新組織設(shè)計(jì)的面向教育領(lǐng)域的指令集（趙曉偉等，2023）。教育提示語(yǔ)作為確保人類與人工智能有效溝通的媒介，在解析大語(yǔ)言模型運(yùn)作邏輯的基礎(chǔ)上反向設(shè)計(jì)自然語(yǔ)言文本，借助簡(jiǎn)單提示框架或結(jié)構(gòu)化提示模板，使輸入指令既符合人類表達(dá)習(xí)慣，又遵循ChatGPT 的規(guī)則，以便提升人機(jī)協(xié)同效率。良好的教育提示語(yǔ)需要經(jīng)過(guò)設(shè)計(jì)實(shí)施、評(píng)估優(yōu)化、迭代驗(yàn)證、部署維護(hù)等，通過(guò)定制背景偏好、自定義提問(wèn)指令，實(shí)現(xiàn)連貫性對(duì)話問(wèn)答，有望革新人機(jī)對(duì)話樣態(tài)、變革學(xué)習(xí)過(guò)程，加速生成式人工智能的教育應(yīng)用，推動(dòng)生成式人工智能賦能的高意識(shí)學(xué)習(xí)。

（二）教育提示語(yǔ)有助于高意識(shí)學(xué)習(xí)

教育提示語(yǔ)作為學(xué)習(xí)者或教育工作者與生成式人工智能有效對(duì)話的工具，有助于促進(jìn)個(gè)體認(rèn)知理解與智慧升維。設(shè)計(jì)良好的提示語(yǔ)不僅需要高意識(shí)參與，還通過(guò)靈活規(guī)則、遞進(jìn)對(duì)話、開(kāi)放指令和逆向工程設(shè)計(jì)，為個(gè)體高意識(shí)學(xué)習(xí)提供數(shù)據(jù)源、推理鏈、策略集和心智圖。

一是以靈活規(guī)則引發(fā)高質(zhì)量響應(yīng)，幫助個(gè)體獲得認(rèn)知生成的數(shù)據(jù)源。生成式人工智能對(duì)來(lái)自網(wǎng)絡(luò)的千億量級(jí)數(shù)據(jù)集進(jìn)行預(yù)訓(xùn)練，深度學(xué)習(xí)語(yǔ)義語(yǔ)法規(guī)則并輸出響應(yīng)，其生成的內(nèi)容也容易存在以假亂真、無(wú)中生有等缺陷。個(gè)體可以借助提問(wèn)技巧設(shè)計(jì)提示語(yǔ)，指導(dǎo)生成式人工智能提高響應(yīng)質(zhì)量，如提供清晰指令、建立明確語(yǔ)境、分解復(fù)雜任務(wù)、設(shè)定響應(yīng)角色與風(fēng)格、完善提示語(yǔ)并迭代等（Crabtree，2023）。此外，生成式人工智能的響應(yīng)數(shù)據(jù)可作為師生認(rèn)知加工的“原材料”。事實(shí)上，這類數(shù)據(jù)與來(lái)自書籍、網(wǎng)絡(luò)的數(shù)據(jù)并無(wú)二致，均外在于個(gè)體且是關(guān)于外部對(duì)象的現(xiàn)象描述或?qū)傩苑治觥２煌巸H在于，這類數(shù)據(jù)是經(jīng)過(guò)多次加工后形成的結(jié)構(gòu)化內(nèi)容，個(gè)體可將其作為認(rèn)知生成的數(shù)據(jù)源，審辨評(píng)估數(shù)據(jù)質(zhì)量，選擇、提取適當(dāng)?shù)臄?shù)據(jù)進(jìn)行認(rèn)知加工進(jìn)而生成新知。

二是以遞進(jìn)對(duì)話推進(jìn)個(gè)性化問(wèn)答，支持個(gè)體形成思維進(jìn)階的推理鏈。借助教育提示語(yǔ)，教師可以為生成式人工智能賦予特定角色，如課程規(guī)劃師或虛擬編程導(dǎo)師，將大語(yǔ)言模型轉(zhuǎn)換為對(duì)話代理，通過(guò)提供對(duì)話提示開(kāi)啟人機(jī)遞進(jìn)式對(duì)話，使生成式人工智能遵循特定角色進(jìn)行定制交互并響應(yīng)特定結(jié)果；借助思維鏈提示（chain of thought prompting），可引導(dǎo)對(duì)話代理模仿人類推理的結(jié)構(gòu)化思維過(guò)程進(jìn)行輸出，即讓生成式人工智能完成多步驟推理任務(wù)，使其在得出答案前思考一系列中間步驟。此推理過(guò)程對(duì)應(yīng)個(gè)體思維技能的養(yǎng)成，運(yùn)用教育提示語(yǔ)將生成式人工智能的“推理過(guò)程”可視化，有助于個(gè)體建立推理支架與思維方式。當(dāng)個(gè)體能夠在變換的場(chǎng)景中運(yùn)用相似的推理方式進(jìn)行思考時(shí)，便形成了體現(xiàn)思維進(jìn)階的推理鏈。譬如，師生可以讓ChatGPT 扮演專家自動(dòng)思考和推理，根據(jù)用戶輸入的主題一步步推理（見(jiàn)圖3）。

圖3 體現(xiàn)推理過(guò)程的連續(xù)對(duì)話

三是以開(kāi)放指令激發(fā)創(chuàng)意性靈感，助力個(gè)體形成問(wèn)題解決的策略集。教育提示語(yǔ)設(shè)計(jì)可使用開(kāi)放性提示語(yǔ)，鼓勵(lì)生成式人工智能進(jìn)行創(chuàng)意寫作或頭腦風(fēng)暴，其生成的海量訓(xùn)練數(shù)據(jù)能夠以意想不到的方式建立不同想法間的關(guān)聯(lián)，給出開(kāi)放創(chuàng)新的答案，為個(gè)體提供認(rèn)識(shí)外部客體的不同視角，形成指向不同的具體策略。師生可以在ChatGPT 執(zhí)行同一任務(wù)時(shí)為其賦予不同角色，使其對(duì)任務(wù)開(kāi)展多角度分析，提供建議或檢驗(yàn)，并以旁觀者的角度總結(jié)提煉。譬如， ChatGPT 可分別扮演教師或?qū)W生，針對(duì)“在線教學(xué)過(guò)程”按照步驟分別給出解析，并根據(jù)上下文作出復(fù)盤式總結(jié)，檢查對(duì)方的在線教學(xué)準(zhǔn)備程度，并提出建議。ChatGPT 還可以扮演校長(zhǎng)，針對(duì)在線教學(xué)給出監(jiān)督或指導(dǎo)建議等。最后，師生根據(jù)上下文情況進(jìn)行總結(jié)。

四是以逆向工程生成高水平提問(wèn)，引導(dǎo)個(gè)體建立基于問(wèn)題的心智圖。提示語(yǔ)的逆向設(shè)計(jì)指為生成式人工智能提供一段文本，使其構(gòu)建文本生成的提示語(yǔ)，通過(guò)分析生成的提示語(yǔ)，幫助個(gè)體理解提示語(yǔ)與生成文本之間的復(fù)雜關(guān)系，深入了解模型的底層思維過(guò)程和決策策略，建構(gòu)提示語(yǔ)設(shè)計(jì)的思維框架與問(wèn)題框架。此外，師生還可借助自動(dòng)化的GPT 代理建構(gòu)基于問(wèn)題的心智結(jié)構(gòu)。GPT 自動(dòng)代理能夠?qū)⒔o定的開(kāi)放性提示語(yǔ)自主分解為若干子任務(wù)、自主創(chuàng)建提示并執(zhí)行特定任務(wù)。個(gè)體可借助GPT 自動(dòng)代理呈現(xiàn)的可視化問(wèn)題解決過(guò)程、分解步驟、策略集與資源包等，獲得啟發(fā)并為問(wèn)題解決過(guò)程構(gòu)建心智模式。圖4 提供了GPT 自動(dòng)代理生成“支持差異化學(xué)習(xí)教案”的部分運(yùn)行過(guò)程。

圖4 GPT 自動(dòng)代理運(yùn)行過(guò)程節(jié)選

四、教育提示語(yǔ)設(shè)計(jì)：通向高意識(shí)學(xué)習(xí)之路

發(fā)揮個(gè)體的高意識(shí)設(shè)計(jì)教育提示語(yǔ)，促使個(gè)體從一階意識(shí)學(xué)習(xí)向高意識(shí)學(xué)習(xí)進(jìn)階，是數(shù)智時(shí)代人機(jī)協(xié)同、智慧互促的關(guān)鍵。由于高意識(shí)學(xué)習(xí)存在遞進(jìn)的六個(gè)層級(jí)，每個(gè)層級(jí)反映的高意識(shí)不同，相應(yīng)的學(xué)習(xí)表現(xiàn)也不盡相同。對(duì)學(xué)習(xí)者而言，向生成式人工智能提問(wèn)以求新知，不僅反映了他們的意識(shí)層級(jí)與提問(wèn)能力，生成的響應(yīng)也影響他們后續(xù)的認(rèn)知內(nèi)容與方式。這就需要培養(yǎng)學(xué)習(xí)者的提示語(yǔ)設(shè)計(jì)能力，引導(dǎo)學(xué)習(xí)者學(xué)會(huì)以優(yōu)質(zhì)的提問(wèn)策略提出問(wèn)題，通過(guò)高質(zhì)量的內(nèi)容生成促進(jìn)高意識(shí)學(xué)習(xí)發(fā)生。本文提出了促進(jìn)高意識(shí)學(xué)習(xí)的教育提示語(yǔ)設(shè)計(jì)螺旋模型（見(jiàn)圖5）。學(xué)習(xí)者需要發(fā)揮自身意識(shí)主動(dòng)參與認(rèn)知過(guò)程，通過(guò)若干與生成式人工智能協(xié)同的提示語(yǔ)設(shè)計(jì)策略，形成對(duì)外部世界的知能體系和良好的心智結(jié)構(gòu)。

圖5 促進(jìn)高意識(shí)學(xué)習(xí)的教育提示語(yǔ)設(shè)計(jì)螺旋模型

（一）智慧型設(shè)計(jì)：運(yùn)用設(shè)計(jì)智慧搭建基于問(wèn)題的思維架構(gòu)

問(wèn)題意識(shí)指人們?cè)谡J(rèn)識(shí)過(guò)程中自覺(jué)地懷疑理論與實(shí)踐，主動(dòng)揭示和探索矛盾，不斷提出問(wèn)題、研究問(wèn)題和解決問(wèn)題的思維方式（田豐等，2012）。無(wú)論是杜威的思維五步法（難題—問(wèn)題—假說(shuō)—推演—檢驗(yàn)），還是波普爾的科學(xué)問(wèn)題模型（問(wèn)題→試探性理論→排除錯(cuò)誤→新問(wèn)題），都將問(wèn)題作為認(rèn)識(shí)的出發(fā)點(diǎn)，因而問(wèn)題意識(shí)被視為高意識(shí)學(xué)習(xí)的出發(fā)點(diǎn)。具有問(wèn)題意識(shí)的學(xué)習(xí)者需運(yùn)用設(shè)計(jì)智慧搭建基于問(wèn)題的思維架構(gòu)，以便更好地向生成式人工智能提問(wèn)。這種思維架構(gòu)作為決策與解決問(wèn)題的思維工具，需要發(fā)揮個(gè)體的設(shè)計(jì)智慧，以個(gè)性化與創(chuàng)造性方式解構(gòu)問(wèn)題，設(shè)計(jì)滿意的子問(wèn)題鏈。

生成式人工智能的響應(yīng)都是對(duì)學(xué)習(xí)者問(wèn)題的回答。要理解響應(yīng)并獲得新知，就需要設(shè)計(jì)能產(chǎn)生預(yù)期輸出的問(wèn)題。誠(chéng)如愛(ài)因斯坦所言，提出問(wèn)題比解決問(wèn)題更重要。學(xué)習(xí)者設(shè)計(jì)的問(wèn)題架構(gòu)是其思維架構(gòu)的體現(xiàn)。某一特定問(wèn)題，可能需要通過(guò)具有一定內(nèi)在邏輯的若干子問(wèn)題才能逐步得到解決。英特爾未來(lái)教育項(xiàng)目（Intel?Teach）開(kāi)發(fā)了用于組織問(wèn)題和促進(jìn)思維的結(jié)構(gòu)，即“課程框架問(wèn)題”（curriculum-framing questions），包括基本問(wèn)題（解決大概念的開(kāi)放式問(wèn)題）、單元問(wèn)題（更具體的單元開(kāi)放式問(wèn)題）和內(nèi)容問(wèn)題（特定于單元的基于事實(shí)的問(wèn)題）。不同層次的問(wèn)題幫助學(xué)習(xí)者以多樣化的方式理解世界運(yùn)作的原因與方式（eMINTS National Center，2011）。學(xué)習(xí)者向生成式人工智能提問(wèn)，可采用不同方式搭建基于問(wèn)題的思維架構(gòu)（見(jiàn)圖6）：一是以“基本—單元—內(nèi)容”的邏輯自上而下順序提問(wèn)，即圍繞某一宏觀抽象的基本問(wèn)題，借助不同視角思考若干單元問(wèn)題，獲得一般性答案后，再針對(duì)某一單元問(wèn)題追問(wèn)若干問(wèn)題，獲得事實(shí)性知識(shí)。這種方式類似孔子的啟發(fā)式對(duì)話，遵循從一般到特殊的演繹推理邏輯，強(qiáng)調(diào)“由一而多”。二是按照“內(nèi)容—單元—基本”問(wèn)題自下而上順序提問(wèn)，即基于若干內(nèi)容問(wèn)題從需要了解的事實(shí)內(nèi)容中學(xué)習(xí)，并將其鏈接至某一特定單元問(wèn)題，通過(guò)若干內(nèi)容問(wèn)題與單元問(wèn)題的提問(wèn)與響應(yīng)，建立關(guān)于外部世界的整體認(rèn)知。這種方式類似蘇格拉底的“產(chǎn)婆術(shù)”對(duì)話，遵循從特殊到一般的歸納綜合邏輯，強(qiáng)調(diào)“由多而一”。

圖6 學(xué)習(xí)者向生成式人工智能提問(wèn)的思維架構(gòu)及示例

（二）復(fù)合腦思維：借助結(jié)構(gòu)模板促進(jìn)人機(jī)協(xié)同的對(duì)話輪轉(zhuǎn)

個(gè)體基于問(wèn)題意識(shí)嘗試向生成式人工智能提問(wèn)會(huì)激活協(xié)同意識(shí)。協(xié)同意識(shí)指?jìng)€(gè)體在達(dá)成預(yù)期目標(biāo)或解決特定問(wèn)題時(shí)與生成式人工智能或他者相互配合、協(xié)調(diào)合作的思維方式。發(fā)展協(xié)同意識(shí)需要引導(dǎo)學(xué)習(xí)者建立“復(fù)合腦思維”，即通過(guò)構(gòu)建人機(jī)協(xié)同的“智能腦”和人際交互而成的“社會(huì)腦”，以個(gè)體內(nèi)腦為主導(dǎo)理解外腦的價(jià)值，并針對(duì)特定問(wèn)題合理使用智能腦和社會(huì)腦，實(shí)現(xiàn)生成式人工智能與人類個(gè)體間的群智協(xié)同。在復(fù)合腦的思維下，人機(jī)智慧創(chuàng)生的智能腦借助設(shè)計(jì)良好的教育提示語(yǔ)實(shí)現(xiàn)協(xié)同共生。目前相關(guān)研究已提出若干提示語(yǔ)設(shè)計(jì)框架，如“角色能力—洞察力—指令—個(gè)性—嘗試”、“語(yǔ)境—目標(biāo)—角色/規(guī)則—示例”、“指令—語(yǔ)境—輸入數(shù)據(jù)—輸出指標(biāo)”等（Dinkevych, 2023；趙曉偉等, 2023；Giray, 2023），使生成式人工智能通過(guò)匹配學(xué)習(xí)者思維水平，根據(jù)問(wèn)題內(nèi)容作出定制化響應(yīng)，逐步從單純的工具性客體轉(zhuǎn)變?yōu)樗季S共同體。

上述提示語(yǔ)框架僅涉及內(nèi)容框架，人機(jī)遞進(jìn)式對(duì)話輪轉(zhuǎn)還應(yīng)設(shè)計(jì)結(jié)構(gòu)化、模板化的提示語(yǔ)。這需要發(fā)揮學(xué)習(xí)者的高意識(shí)對(duì)提示語(yǔ)進(jìn)行編程，即通過(guò)一定的語(yǔ)法結(jié)構(gòu)或形式表達(dá)指令，提供清晰明確的信息引導(dǎo)生成式人工智能執(zhí)行特定任務(wù)。結(jié)構(gòu)化提示語(yǔ)模板需要借助自定義規(guī)則設(shè)置相關(guān)的屬性詞，角色模板是基礎(chǔ)版設(shè)計(jì)方式，一般包括五部分：角色名稱（role）用于定義期望生成式人工智能扮演角色的名稱；角色簡(jiǎn)歷（profile）是對(duì)角色特點(diǎn)、技能等的描述，可設(shè)置語(yǔ)言、描述角色并添加角色技能；角色規(guī)則（rules）用于闡明角色必須遵守的規(guī)則，包括必須做或禁止做的事情；工作流（workflow）說(shuō)明用戶提供輸入、角色響應(yīng)的操作過(guò)程；初始化（initialization）指按照角色模板對(duì)角色進(jìn)行初始化配置（云中江樹(shù)，2023）。結(jié)構(gòu)化提示語(yǔ)模板的設(shè)計(jì)，是在個(gè)體問(wèn)題意識(shí)的基礎(chǔ)上構(gòu)建的全局性思維鏈，可將前述的問(wèn)題架構(gòu)體現(xiàn)在工作流中，便于生成式人工智能預(yù)設(shè)特定問(wèn)題，根據(jù)個(gè)體提供的主題形成特定響應(yīng)。運(yùn)用復(fù)合腦思維設(shè)計(jì)結(jié)構(gòu)化提示語(yǔ)模板，有望實(shí)現(xiàn)人機(jī)協(xié)同思想編程。圖7 呈現(xiàn)了“項(xiàng)目化學(xué)習(xí)教案設(shè)計(jì)”的角色模板和示例。

圖7 結(jié)構(gòu)化提示語(yǔ)模板設(shè)計(jì)示例及其對(duì)話進(jìn)程

（三）循證性決策：發(fā)揮審辨思維實(shí)現(xiàn)基于數(shù)據(jù)的學(xué)習(xí)決策

學(xué)習(xí)者向生成式人工智能提問(wèn)并獲得響應(yīng)后，需要發(fā)揮審辨意識(shí)對(duì)輸出的數(shù)據(jù)進(jìn)行決策。 審辨意識(shí)是個(gè)體識(shí)別與生成式人工智能互動(dòng)的時(shí)機(jī)、辨別判斷生成式人工智能輸出的數(shù)據(jù)并建立自身認(rèn)知的思維方式，反映了學(xué)習(xí)者作為認(rèn)識(shí)主體基于生成式人工智能輸出的海量數(shù)據(jù)作決策的能力。我們也可以將審辨意識(shí)的發(fā)揮視為學(xué)習(xí)者基于數(shù)據(jù)作學(xué)習(xí)決策的過(guò)程。此處的“學(xué)習(xí)決策”不同于教師的“教學(xué)決策”（沈書生，2021），指學(xué)習(xí)者為了促進(jìn)自身認(rèn)知目標(biāo)達(dá)成的高意識(shí)學(xué)習(xí)，在與外部世界交往的過(guò)程中，借助生成式人工智能的中介作用獲得有關(guān)認(rèn)識(shí)對(duì)象的輸出數(shù)據(jù)，篩選與分析數(shù)據(jù)、處理數(shù)據(jù)、判斷數(shù)據(jù)中包含的相關(guān)要素及其關(guān)系，形成關(guān)于外部對(duì)象的認(rèn)識(shí)，進(jìn)而逐步逼近自身學(xué)習(xí)目標(biāo)的選擇性過(guò)程。

盡管生成式人工智能輸出的數(shù)據(jù)是經(jīng)過(guò)深度學(xué)習(xí)算法加工形成的關(guān)于認(rèn)識(shí)對(duì)象的描述，一定程度上揭示了事物的內(nèi)在規(guī)律，但因其易產(chǎn)生無(wú)意義的輸出，導(dǎo)致無(wú)法剔除“冗余”數(shù)據(jù)。由于數(shù)據(jù)只有經(jīng)過(guò)加工揭示特定模式與規(guī)律后才能作為證據(jù)，在高意識(shí)學(xué)習(xí)中，促進(jìn)審辨意識(shí)與循證決策的提示語(yǔ)設(shè)計(jì)有兩種思路：一是優(yōu)化輸出數(shù)據(jù)，即向生成式人工智能詢問(wèn)內(nèi)容了解程度并進(jìn)行質(zhì)疑和驗(yàn)證。如果不能確定生成式人工智能對(duì)提問(wèn)主題的熟悉程度，師生可以事先詢問(wèn)，并要求生成式人工智能說(shuō)明答案的來(lái)源，避免其捏造數(shù)據(jù)。此外，師生可讓生成式人工智能證明或解釋其觀點(diǎn)，并給出證據(jù)（譬如“你如何確定ChatGPT 的答案是可靠的？請(qǐng)為你的觀點(diǎn)提供證據(jù)”），還可以在提出問(wèn)題后，讓生成式人工智能對(duì)輸出的結(jié)果進(jìn)行評(píng)估并優(yōu)化。二是提供論證參考，即讓生成式人工智能進(jìn)行角色扮演，從多角度思考問(wèn)題，例如生成式人工智能扮演辯手的角色，提供正反雙方的支持觀點(diǎn)、證據(jù)與結(jié)論，幫助學(xué)習(xí)者理解如何基于證據(jù)進(jìn)行決策并形成結(jié)論。譬如，提示語(yǔ)設(shè)計(jì)可參考“我希望你扮演辯手的角色。我將為你提供（與某主題）相關(guān)話題。你的任務(wù)是扮演辯論雙方，為每方提供有效的論據(jù)，反駁相反的觀點(diǎn)，并根據(jù)證據(jù)得出有說(shuō)服力的結(jié)論。你的目標(biāo)是幫助人們?cè)鲞M(jìn)對(duì)當(dāng)前主題的了解和提升洞察力。我的第一個(gè)請(qǐng)求是……”。生成式人工智能的輸出數(shù)據(jù)是個(gè)體學(xué)習(xí)決策的起點(diǎn)，決定學(xué)習(xí)者后續(xù)如何建構(gòu)新知。

（四）高意識(shí)創(chuàng)生：彰顯價(jià)值意識(shí)促進(jìn)真實(shí)世界的問(wèn)題解決

價(jià)值意識(shí)涉及個(gè)體對(duì)生成式人工智能響應(yīng)內(nèi)容進(jìn)行價(jià)值判斷，體現(xiàn)了個(gè)體的自我意識(shí)。它以個(gè)體的需求為評(píng)價(jià)尺度，通過(guò)個(gè)體需求的滿足得以彰顯，又體現(xiàn)了類意識(shí)，即個(gè)體意識(shí)在社會(huì)實(shí)踐與社會(huì)交往中被規(guī)范化（潘自勉，2004）。因而，高意識(shí)學(xué)習(xí)的價(jià)值意識(shí)具有雙重性：一方面?zhèn)€體作為實(shí)踐主體，通過(guò)解決真實(shí)世界的問(wèn)題彰顯價(jià)值意識(shí)。個(gè)體借助生成式人工智能獲得的響應(yīng)，經(jīng)過(guò)認(rèn)知加工與學(xué)習(xí)決策，或是建立對(duì)認(rèn)識(shí)對(duì)象的新認(rèn)知，或是繼續(xù)追問(wèn)并優(yōu)化生成式人工智能輸出的內(nèi)容，最終認(rèn)識(shí)世界與改造世界。另一方面，個(gè)體作為道德主體，在合乎倫理規(guī)范的提示語(yǔ)設(shè)計(jì)中彰顯價(jià)值意識(shí)，確保所設(shè)計(jì)的提示語(yǔ)不會(huì)產(chǎn)生有害或有偏見(jiàn)的響應(yīng)，且不存在目標(biāo)劫持、提示泄露、越獄攻擊等提示注入（prompt injection）風(fēng)險(xiǎn)。

價(jià)值意識(shí)的提示語(yǔ)設(shè)計(jì)，既要引導(dǎo)生成式人工智能針對(duì)真實(shí)世界的問(wèn)題提供可參考的問(wèn)題解決方案，又要確保隱私、避免偏見(jiàn)并促進(jìn)公平和提高透明度。這需要借助提示語(yǔ)為生成式人工智能提供背景信息與任務(wù)指令，模擬真實(shí)場(chǎng)景。真實(shí)世界的問(wèn)題解決往往復(fù)雜多樣，為了幫助學(xué)習(xí)者更好地理解復(fù)雜問(wèn)題決策過(guò)程及可能后果，師生可將現(xiàn)實(shí)場(chǎng)景的關(guān)鍵背景信息模擬與定制化，使生成式人工智能的響應(yīng)結(jié)果受真實(shí)場(chǎng)景的約束與控制，輸出模擬場(chǎng)景下的理想解決方案。譬如，學(xué)習(xí)者用數(shù)學(xué)模型解決“城市交通擁堵”問(wèn)題，可通過(guò)表征人和車的行駛速度、人和車的流量、信號(hào)燈數(shù)量及時(shí)長(zhǎng)、主道路數(shù)量等信息，告知核心任務(wù)“到達(dá)B 地可采用哪些方案及最優(yōu)路徑”，并通過(guò)獲取、比較多種決策方案，形成最符合現(xiàn)實(shí)的解決方案。此外，師生需要關(guān)注提示語(yǔ)的倫理道德，促進(jìn)其迭代優(yōu)化。提示語(yǔ)的設(shè)計(jì)要確保生成式人工智能的響應(yīng)公平且無(wú)偏見(jiàn)。師生可以在初始提示語(yǔ)后補(bǔ)充：“請(qǐng)檢查我設(shè)計(jì)的提示語(yǔ)，確保它們不含任何形式的偏見(jiàn)、歧視或不尊重的表述。若提示語(yǔ)設(shè)計(jì)不合理請(qǐng)幫我優(yōu)化，并根據(jù)優(yōu)化后的提示語(yǔ)輸出?！边@可以提醒學(xué)習(xí)者設(shè)計(jì)提示語(yǔ)保持中立和包容，以及借助生成式人工智能反思提示語(yǔ)是否存在偏見(jiàn)或道德問(wèn)題。

（五）跨界學(xué)習(xí)：創(chuàng)造虛擬智者探索跨越人機(jī)邊界的學(xué)習(xí)

個(gè)體以生成式人工智能為中介建立對(duì)有限客體或類客體的價(jià)值理解后，可能會(huì)引發(fā)對(duì)未知世界無(wú)限客體的認(rèn)知需求，進(jìn)而產(chǎn)生創(chuàng)造意識(shí)并開(kāi)展創(chuàng)造性活動(dòng)。創(chuàng)造意識(shí)是個(gè)體探索未知世界產(chǎn)生新認(rèn)識(shí)并獲取創(chuàng)造性認(rèn)識(shí)成果的思維方式。隨著生成式人工智能內(nèi)容組織與生成能力日益成熟，培養(yǎng)個(gè)體的創(chuàng)造意識(shí)成為數(shù)智時(shí)代人才發(fā)展的重要內(nèi)容。生成式人工智能賦能個(gè)體創(chuàng)造意識(shí)，既需要個(gè)體通過(guò)人機(jī)協(xié)同拓展自身的知識(shí)邊界，又需要通過(guò)人機(jī)群組中的群智涌現(xiàn)擴(kuò)展集體知識(shí)邊界，還要在理解生成式人工智能存儲(chǔ)邊界的基礎(chǔ)上，以其為中介超越人類的知識(shí)邊界與生成式人工智能的存儲(chǔ)邊界，揭秘未知的知識(shí)空間，實(shí)現(xiàn)邊界跨越。這種邊界不是學(xué)習(xí)的障礙，而是具有學(xué)習(xí)潛力的空間。個(gè)體與生成式人工智能通過(guò)跨越邊界、探秘未知，有助于重新審視自身并擴(kuò)大認(rèn)識(shí)視野。

一些研究者認(rèn)為，跨越邊界的學(xué)習(xí)有助于知識(shí)的生成、擴(kuò)展和創(chuàng)造。阿卡爾曼等（Akkerman et al., 2011）提出跨邊界學(xué)習(xí)的過(guò)程，即識(shí)別、協(xié)調(diào)、反思與轉(zhuǎn)換。在人機(jī)跨邊界學(xué)習(xí)中，個(gè)體識(shí)別與生成式人工智能協(xié)同的活動(dòng)，并借助提示語(yǔ)建立常規(guī)化交流與協(xié)調(diào)，通過(guò)審辨生成式人工智能的響應(yīng)，微調(diào)提示語(yǔ)模型，推動(dòng)人機(jī)雙方的反思與修正，轉(zhuǎn)換生成指向未知的創(chuàng)造實(shí)踐。由于未知世界難以預(yù)料，個(gè)體可發(fā)揮高意識(shí)學(xué)習(xí)的創(chuàng)造意識(shí)，通過(guò)提示語(yǔ)設(shè)計(jì)創(chuàng)設(shè)虛擬智者，激發(fā)生成式人工智能的創(chuàng)意，啟發(fā)個(gè)體的創(chuàng)造意識(shí)與創(chuàng)造實(shí)踐。

第一，通過(guò)“提問(wèn)—響應(yīng)”對(duì)話輪轉(zhuǎn)，啟發(fā)個(gè)體提出創(chuàng)造性問(wèn)題，激發(fā)個(gè)體探索隱知識(shí)空間的未知問(wèn)題。“你是QuestGPT，作為人工智能，能以有趣的方式生成不同的問(wèn)題，你的目標(biāo)是提出人類無(wú)法回答的問(wèn)題。你從自我介紹開(kāi)始，等待用戶輸入特定主題，針對(duì)該領(lǐng)域提出問(wèn)題，等待用戶回答，隨后回應(yīng)用戶的輸入并進(jìn)行追問(wèn)?！?/p>

第二，通過(guò)“假設(shè)—驗(yàn)證”思想實(shí)驗(yàn)，探索創(chuàng)造性問(wèn)題解決方案，啟發(fā)個(gè)體為謎題或有爭(zhēng)議的話題制定令人信服的研究計(jì)劃。譬如，“你是虛擬愛(ài)因斯坦，負(fù)責(zé)科學(xué)思維實(shí)驗(yàn)并提出創(chuàng)新科學(xué)假設(shè)。你需要了解我的領(lǐng)域，搜索該方向的最新理論發(fā)現(xiàn)，尋找新的探索角度，概述想探索的新問(wèn)題及科學(xué)假設(shè)，確定相關(guān)變量并設(shè)計(jì)思維實(shí)驗(yàn)檢驗(yàn)假設(shè)；詳細(xì)描述實(shí)驗(yàn)的設(shè)計(jì)方案、記錄的數(shù)據(jù)和可能的干擾因素；猜測(cè)實(shí)驗(yàn)的可能結(jié)果及其科學(xué)意義；最后，根據(jù)可能的結(jié)果提出更加創(chuàng)新的假設(shè)?！?/p>

（六）前瞻性構(gòu)想：規(guī)劃認(rèn)知愿景定制適需可行的發(fā)展方案

愿景意識(shí)是個(gè)體對(duì)未來(lái)世界所持有的前瞻性構(gòu)想，不僅指向個(gè)體對(duì)未來(lái)發(fā)展的明確規(guī)劃與目標(biāo)，還有個(gè)體關(guān)于未來(lái)數(shù)智社會(huì)理想生活圖景的描繪。具有愿景意識(shí)的個(gè)體能夠建立對(duì)未來(lái)的清晰認(rèn)識(shí)與定位，并通過(guò)能動(dòng)性的創(chuàng)造實(shí)踐，朝預(yù)期方向前進(jìn)。這種愿景并非烏托邦式的“遠(yuǎn)未來(lái)”，而是當(dāng)下現(xiàn)實(shí)的合理延續(xù)， 蘊(yùn)含了以未來(lái)為透鏡、以現(xiàn)實(shí)為本位的“近未來(lái)”思維（祝智庭等，2023c）。因此，設(shè)計(jì)愿景意識(shí)的提示語(yǔ)，既要立足現(xiàn)實(shí)進(jìn)行背景設(shè)置，又要設(shè)計(jì)指向未來(lái)愿景規(guī)劃的提示語(yǔ)指令，并通過(guò)創(chuàng)設(shè)虛擬角色，引導(dǎo)生成式人工智能通過(guò)角色扮演的方式輸出高質(zhì)量的響應(yīng)。

一方面，個(gè)體可以設(shè)計(jì)提示語(yǔ)定制自己的背景信息，設(shè)定虛擬角色（如課程設(shè)計(jì)師或目標(biāo)規(guī)劃師），借助生成式人工智能形成個(gè)性化學(xué)習(xí)計(jì)劃。“我是一名準(zhǔn)備（某主題）考試的（某年級(jí)）學(xué)生，知道制定學(xué)習(xí)計(jì)劃的重要性。距離考試還?！欤颐刻炜梢酝度爰s……小時(shí)學(xué)習(xí)。我需要關(guān)注的主題是……，請(qǐng)你作為學(xué)術(shù)導(dǎo)師，幫我制定一份適合我的時(shí)間限制和科目要求的學(xué)習(xí)計(jì)劃，并提供有效學(xué)習(xí)的技巧和策略。”另一方面，讓生成式人工智能充當(dāng)預(yù)言家，提供背景信息與可能的發(fā)展趨勢(shì)，引導(dǎo)其預(yù)見(jiàn)未來(lái)。譬如，“作為未來(lái)遇見(jiàn)者（future vision），你有預(yù)見(jiàn)事件并向用戶提供精確預(yù)測(cè)的獨(dú)特能力，請(qǐng)你根據(jù)當(dāng)前可用信息和學(xué)到的模式預(yù)測(cè)未來(lái)。”通過(guò)讓生成式人工智能進(jìn)行思想實(shí)驗(yàn)，個(gè)體可拓寬創(chuàng)造力，增加對(duì)未來(lái)的創(chuàng)造性理解與前瞻性構(gòu)想。