生成式人工智能賦能教育研究范式變革：機(jī)理、風(fēng)險(xiǎn)與對(duì)策

摘要：在《科學(xué)革命的結(jié)構(gòu)》一書(shū)中，庫(kù)恩認(rèn)為科學(xué)革命的本質(zhì)是范式轉(zhuǎn)換而非知識(shí)堆棧。作為新一輪AI革命“皇冠上的明珠”，生成式人工智能（AIGC）憑借其高智能交互、創(chuàng)造性生成、復(fù)雜數(shù)據(jù)處理等能力，拓展出教育研究范式變革的新路徑。該研究以AIGC的功能機(jī)理與助研情境為基點(diǎn)，從知識(shí)論、本體論、方法論與價(jià)值論四個(gè)維度闡述了該工具對(duì)于教育研究范式變革的賦能邏輯。然而，作為一項(xiàng)顛覆性技術(shù)，AIGC的助研應(yīng)用仍面臨著知識(shí)生成的真實(shí)性與合法性質(zhì)疑、服務(wù)客體的局限性、數(shù)據(jù)安全與倫理的危險(xiǎn)性以及信息承載意識(shí)形態(tài)的侵犯性等問(wèn)題，應(yīng)從四個(gè)層面制定技術(shù)賦能策略：在工具層面，以技術(shù)降檻推進(jìn)教育人工智能知識(shí)權(quán)力公平；在基建層面，擴(kuò)大教育研究數(shù)字化空間普及；在安全層面，創(chuàng)建科研領(lǐng)域的輕量化專(zhuān)用型語(yǔ)料庫(kù)；在話語(yǔ)建設(shè)層面，支持本土AIGC平臺(tái)的功能迭代與國(guó)際傳播。

關(guān)鍵詞：教育數(shù)字化轉(zhuǎn)型；學(xué)科研究范式；生成式人工智能；人智協(xié)同

中圖分類(lèi)號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A

本文系國(guó)家社科基金教育學(xué)一般項(xiàng)目“百余年來(lái)國(guó)際教育發(fā)展進(jìn)程中的意識(shí)形態(tài)問(wèn)題研究”（項(xiàng)目編號(hào)：BDA220036）、2021—2022年度浙江省高校重大人文社科攻關(guān)計(jì)劃項(xiàng)目“教育數(shù)字化背景下高校大數(shù)據(jù)治理的現(xiàn)實(shí)困境及優(yōu)化策略研究”（項(xiàng)目編號(hào)：2023GH009）研究成果。

① 楊啟光為本文通訊作者。

教育研究范式（Educational Research Paradigms）是教育學(xué)術(shù)共同體從事教育研究活動(dòng)時(shí)應(yīng)當(dāng)依循的通用程式，包含了研究者在價(jià)值觀念、理論基礎(chǔ)、典型案例、研究方法與論述標(biāo)準(zhǔn)等層面形成的共識(shí)[1]。當(dāng)前的教育研究范式正在面臨多重發(fā)展困境，如關(guān)于知識(shí)本體論與價(jià)值論的衡量標(biāo)準(zhǔn)確立問(wèn)題，思辨與實(shí)證兩類(lèi)研究方法的應(yīng)用倚重問(wèn)題[2]，宏大敘事與微觀轉(zhuǎn)向的研究客體邊界劃分問(wèn)題，教育研究方法論的自身話語(yǔ)體系建設(shè)問(wèn)題，學(xué)術(shù)信仰的缺失與功利主義風(fēng)氣蔓延等等[3]。有學(xué)者認(rèn)為，研究方法的多重分歧是教育學(xué)的學(xué)科建設(shè)尚未成熟的明證，完善與豐富教育研究范式是學(xué)科發(fā)展勢(shì)在必行的重要議題。

面對(duì)教育研究范式的發(fā)展頑疾，生成式人工智能（AI Generated Content，AIGC）的普及與應(yīng)用或可成為一劑良方。AIGC的核心功能在于可以借助大規(guī)模語(yǔ)料庫(kù)、生成性對(duì)抗網(wǎng)絡(luò)、大型預(yù)訓(xùn)練模型等技術(shù)，對(duì)用戶(hù)的交互與技術(shù)需求予以高度聚合、千人千面、實(shí)時(shí)且類(lèi)人化的高質(zhì)量回應(yīng)，且其理解能力與創(chuàng)新能力獲得了全世界使用者的廣泛贊許[4]。Nature期刊曾發(fā)文稱(chēng)，ChatGPT類(lèi)AIGC具備臂助學(xué)術(shù)寫(xiě)作、強(qiáng)化科研創(chuàng)新、增進(jìn)學(xué)術(shù)公正、擴(kuò)張科研視野以及提高出版效率等效能，將推動(dòng)學(xué)術(shù)研究范式發(fā)生顯著變革[5]?？v覽目前國(guó)內(nèi)AIGC的相關(guān)研究，多是從工具賦能教育發(fā)展的價(jià)值、邏輯、使命及潛在風(fēng)險(xiǎn)治理路徑等層面展開(kāi)論述，缺乏該工具賦能教育研究范式變革的理性思考與技術(shù)建議。因此，本研究從知識(shí)論、本體論、方法論與價(jià)值論等視角系統(tǒng)探討AIGC對(duì)于教育研究范式變革的顯著意義與迭代路向，具有重大的理論價(jià)值與現(xiàn)實(shí)意義。

一、科學(xué)革命助推研究范式發(fā)展的歷史回溯

依據(jù)庫(kù)恩（Kuhn，T.S.）在《科學(xué)革命的結(jié)構(gòu)》與《對(duì)范式的再思考》中的兩次概念闡釋?zhuān)妒绞侵改骋活I(lǐng)域的科學(xué)共同體從事相應(yīng)類(lèi)別的科學(xué)活動(dòng)時(shí)應(yīng)當(dāng)依循的通用程式[6]，其通用性主要包括：（1）共同的基本理論、思維方式與研究方法；（2）共同的研究信念；（3）共同的自然觀（如形而上學(xué)的假定等）。對(duì)于新舊范式的轉(zhuǎn)換，庫(kù)恩將其歸因于科學(xué)革命的影響，并在科學(xué)共同體理念基礎(chǔ)上提出了范式的轉(zhuǎn)變模式：前學(xué)科（范式模糊）—常規(guī)科學(xué)（建立范式）—科學(xué)革命（范式動(dòng)搖）—新常規(guī)科學(xué)（建立新范式）[7]。在此基礎(chǔ)上，圖靈獎(jiǎng)獲得者吉姆·格雷（Jim Gray）參照關(guān)鍵科學(xué)革命的時(shí)間節(jié)點(diǎn)與典型特征，在2007年提出數(shù)據(jù)密集型科學(xué)的概念，并將科學(xué)研究范式的演進(jìn)歷程歸納為四個(gè)階段：以對(duì)自然現(xiàn)象進(jìn)行描述論證的實(shí)驗(yàn)科學(xué)范式（Empirical Science），利用模型和歸納法對(duì)事實(shí)進(jìn)行一般化推演的理論科學(xué)范式（Theoretical Science），對(duì)復(fù)雜現(xiàn)象進(jìn)行計(jì)算機(jī)科學(xué)仿真的計(jì)算科學(xué)范式（Computational Science），以及通過(guò)IT技術(shù)獲取、存儲(chǔ)、清洗、統(tǒng)計(jì)與分析大數(shù)據(jù)的科學(xué)路徑，將理論、實(shí)驗(yàn)和計(jì)算科學(xué)統(tǒng)一起來(lái)的數(shù)據(jù)密集型科學(xué)范式（eScience），亦稱(chēng)第四范式[8]。祝智庭教授探討了《第四范式：數(shù)據(jù)密集型科學(xué)發(fā)現(xiàn)》一書(shū)中不同學(xué)者關(guān)于數(shù)據(jù)密集型科學(xué)范式對(duì)于各個(gè)科學(xué)領(lǐng)域的必要性的觀點(diǎn)，并提出該范式對(duì)于教育科研領(lǐng)域同樣具有重大影響，如大數(shù)據(jù)技術(shù)對(duì)于學(xué)習(xí)分析學(xué)和教育數(shù)據(jù)挖掘等過(guò)程的基石意義等[9]。依據(jù)鄧仲華等學(xué)者[10]對(duì)于吉姆·格雷理念的詮釋?zhuān)梢詫?duì)科學(xué)研究四類(lèi)范式進(jìn)行階段劃分與描述，如圖1所示。

由圖1可知，科學(xué)研究范式的演進(jìn)歷程依次為：18世紀(jì)以前偏重于事實(shí)描述的經(jīng)驗(yàn)范式，18世紀(jì)末期形成強(qiáng)調(diào)理論可復(fù)現(xiàn)性與普遍性的理論范式，20世紀(jì)中期伴隨計(jì)算機(jī)產(chǎn)業(yè)而興起的仿真模擬范式，教育大數(shù)據(jù)、區(qū)域鏈、云計(jì)算以及AI等技術(shù)推動(dòng)的第四范式變革，演進(jìn)的四段歷程與18世紀(jì)60年代的第一次工業(yè)革命、19世紀(jì)中期的第二次工業(yè)革命、20世紀(jì)40年代的第三次工業(yè)革命以及當(dāng)下的信息與通信技術(shù)科學(xué)革命節(jié)點(diǎn)基本相符。嚴(yán)格地說(shuō)，教育學(xué)所屬的社會(huì)科學(xué)領(lǐng)域與庫(kù)恩書(shū)中的科學(xué)范疇存在差異，庫(kù)恩也曾在其書(shū)中指出社會(huì)科學(xué)范疇的研究方法論并不完全遵循范式的演進(jìn)歷程，然而，由于教育研究與自然科學(xué)研究具備相似的研究理念、研究特征、原則遵循與實(shí)踐路徑，且數(shù)據(jù)科學(xué)憑借其時(shí)間維的連續(xù)性、空間維的全域性和價(jià)值維的多元性等特征，對(duì)教育研究的嵌入與變革愈發(fā)深刻，因此教育研究也可以從范式建構(gòu)的維度進(jìn)行探究，且其范式結(jié)構(gòu)的變革歷程與科學(xué)研究范式的變革過(guò)程存在顯著關(guān)聯(lián)。AIGC作為AI發(fā)展史中綜合了預(yù)訓(xùn)練模型與深度學(xué)習(xí)等技術(shù)的“集大成者”，其對(duì)于研究范式的發(fā)展乃至變革的推動(dòng)價(jià)值，兼具歷史與邏輯的合理性。

二、生成式人工智能賦能教育研究范式變革的作用機(jī)理

以AIGC為代表的新一輪科技革命在改變著科學(xué)范式的同時(shí)，也給教育理論、體系與實(shí)踐帶來(lái)了挑戰(zhàn)，進(jìn)而推動(dòng)著教育研究者的范式反思與路徑更迭。研究者應(yīng)厘清工具賦能的技術(shù)基底、明確應(yīng)用情境，并從知識(shí)論、本體論、方法論與價(jià)值論等視角審視AIGC發(fā)揮效能的內(nèi)在機(jī)理，才能有的放矢，為洞察AIGC賦能教育研究發(fā)展與變革的風(fēng)險(xiǎn)、提出優(yōu)化路向指明方位。

（一）AIGC的功能及其助研情境

生成式人工智能是基于巨型矢量數(shù)據(jù)庫(kù)憑借自然語(yǔ)言處理（Natural Language Processing，NLP）和機(jī)器學(xué)習(xí)算法（Machine Learning，ML）等技術(shù)來(lái)模擬人類(lèi)對(duì)話的交互型機(jī)器人[11]，其工作機(jī)理可以概括為五個(gè)步驟，一是收集類(lèi)似爬蟲(chóng)網(wǎng)站、維基百科、書(shū)籍文獻(xiàn)等各類(lèi)網(wǎng)頁(yè)數(shù)據(jù)；二是依據(jù)機(jī)器學(xué)習(xí)算法對(duì)訓(xùn)練數(shù)據(jù)清洗與預(yù)處理；三是設(shè)計(jì)語(yǔ)言模型架構(gòu)，Transformer架構(gòu)憑借其可以并行且速度更快迅速取代循環(huán)神經(jīng)網(wǎng)絡(luò)RNN的系列變種，成為主流的模型架構(gòu)基礎(chǔ)；四是訓(xùn)練模型，GPT模型依托于Transformer解除了順序關(guān)聯(lián)和依賴(lài)性，通過(guò)大量的無(wú)監(jiān)督預(yù)訓(xùn)練（Unsupervised Pre-training）并使用反向傳播來(lái)更新神經(jīng)網(wǎng)絡(luò)的權(quán)重；五是微調(diào)與部署，GPT最初是經(jīng)由大型文本語(yǔ)料庫(kù)進(jìn)行訓(xùn)練的，之后被微調(diào)為生成模擬人類(lèi)對(duì)話式機(jī)器人，進(jìn)而被部署到生產(chǎn)環(huán)境中得以廣泛傳播，為我們所用?；贏IGC的工作機(jī)理可歸納出其臂助科研研究的多維情境，如輔助學(xué)術(shù)論文大綱生成、段落擴(kuò)寫(xiě)與續(xù)寫(xiě)、多語(yǔ)言翻譯潤(rùn)色、數(shù)據(jù)處理與分析、數(shù)據(jù)可視化等，據(jù)此也可合理預(yù)測(cè)其助研的技術(shù)演化路向，具體如表1所示。

（二）AIGC賦能教育研究范式變革的邏輯分析

1.知識(shí)論視角：從線性遞進(jìn)到登高望遠(yuǎn)

批判教育學(xué)代表人物阿普爾（Apple，M. W.）曾經(jīng)提問(wèn)：誰(shuí)的知識(shí)最有價(jià)值？這一問(wèn)題在經(jīng)驗(yàn)形態(tài)的規(guī)范教育學(xué)研究與實(shí)驗(yàn)指導(dǎo)的演繹教育學(xué)研究逐步轉(zhuǎn)向基于計(jì)算機(jī)仿真與大數(shù)據(jù)等技術(shù)的新型范式過(guò)程中，演變成：什么樣的知識(shí)最有價(jià)值？AIGC加持的移動(dòng)互聯(lián)網(wǎng)時(shí)代，信息唾手可得，此時(shí)識(shí)記類(lèi)知識(shí)的價(jià)值應(yīng)重新加以審視。當(dāng)前，技術(shù)正從三個(gè)維度力推教學(xué)過(guò)程的知識(shí)權(quán)重變革，一是，模型與算法的優(yōu)化可臂助多數(shù)線性問(wèn)題解決，如GPT4.0以平均分75的成績(jī)通過(guò)了美國(guó)統(tǒng)一律師資格考試，超越了90%以上的考生，開(kāi)源程序AutoGPT可以在3分鐘內(nèi)用React語(yǔ)言創(chuàng)建一個(gè)網(wǎng)站等，技術(shù)的飛躍使得大部分線性邏輯事項(xiàng)無(wú)須再依賴(lài)人類(lèi)頭腦，如閱讀、背誦、寫(xiě)作、計(jì)算等學(xué)科知識(shí)的核心內(nèi)容可由智能平臺(tái)即時(shí)回答[12]；二是，個(gè)性化學(xué)習(xí)推薦路徑促進(jìn)高階思維養(yǎng)成，自適應(yīng)推薦系統(tǒng)在AI助力下進(jìn)一步優(yōu)化推薦路徑的生成，創(chuàng)造性思維、批判性思維與交互協(xié)作等能力也可以經(jīng)由學(xué)習(xí)者與AIGC的交互來(lái)完成；三是，跨學(xué)科的發(fā)展脈絡(luò)愈發(fā)貼近社會(huì)生產(chǎn)實(shí)踐邏輯，在AI輔助下探索教育學(xué)與心理學(xué)、經(jīng)濟(jì)學(xué)以及神經(jīng)醫(yī)學(xué)等學(xué)科聯(lián)結(jié)形態(tài)的跨學(xué)科研究便利性大大增加，數(shù)據(jù)調(diào)用、合并與統(tǒng)計(jì)分析等流程難度大幅度降低。

技術(shù)激發(fā)了教育中知識(shí)權(quán)重的變易，社會(huì)更加注重學(xué)習(xí)者提出優(yōu)質(zhì)的問(wèn)題、準(zhǔn)確詳實(shí)地拆解問(wèn)題與描述問(wèn)題這一能力，而非對(duì)知識(shí)的重復(fù)，這種轉(zhuǎn)變，推動(dòng)著教育研究回歸實(shí)踐原點(diǎn)。為了解決“什么是教育研究需要探索、解決的首要問(wèn)題”這一原點(diǎn)議題[13]，教育研究者應(yīng)考慮基于應(yīng)然與實(shí)然兩個(gè)維度發(fā)揮AIGC的效能。在應(yīng)然層面，教育研究者應(yīng)進(jìn)一步關(guān)注學(xué)習(xí)者的高階思維培養(yǎng)，關(guān)注新技術(shù)支持下的各學(xué)段內(nèi)容變革，關(guān)注如何幫助學(xué)習(xí)者站在“技術(shù)的肩膀上”登高望遠(yuǎn)，避免低質(zhì)量重復(fù)性學(xué)習(xí)的發(fā)生。在實(shí)然層面，由數(shù)據(jù)傳輸過(guò)程中信道噪聲會(huì)導(dǎo)致信息的丟失和失真，增加信息的熵增，導(dǎo)致研究者陷入數(shù)據(jù)謎團(tuán)[14]，而AIGC可以臂助研究者對(duì)海量、多模態(tài)數(shù)據(jù)加以整合，并輸出為研究者所需的呈現(xiàn)形式，增強(qiáng)教育研究領(lǐng)域知識(shí)的可用性與易用性，幫助教育研究者站在“技術(shù)的肩膀上”登高望遠(yuǎn)，激發(fā)教育研究者的探索熱情。

2.本體論視角：從雙元立場(chǎng)到多元并存

關(guān)于本體論存在的討論以及教育本體論內(nèi)涵的探賾長(zhǎng)期以來(lái)都是哲學(xué)與教育哲學(xué)研究者的核心議題之一，教育研究的本體論是要超越現(xiàn)有研究對(duì)象從而追求其本源、本真與本性[15]，若以求同存異的視角觀察，每個(gè)時(shí)代的教育研究本體論都以其特定的研究范式建構(gòu)著教育研究的生態(tài)。AIGC這一技術(shù)引入的最大突破在于，研究范式中研究主體存在超越了“自身”與“他者”的雙元立場(chǎng)，使得多元研究主體并存，推進(jìn)多種本體論的融合。依據(jù)馬克思主義哲學(xué)觀點(diǎn)，研究行為的主體是指有目的、有意識(shí)地從事研究相關(guān)的實(shí)踐活動(dòng)和認(rèn)識(shí)活動(dòng)的人[16]，有學(xué)者強(qiáng)調(diào)自身視角與他者視角的研究差異性，也有學(xué)者認(rèn)為教育研究者與研究對(duì)象互為主客體，即橫向并列關(guān)系，也有學(xué)者認(rèn)為二者不可對(duì)立，是二元互動(dòng)狀態(tài)，教育研究是在二元對(duì)象“主體-客體-主體”的流動(dòng)中發(fā)生的，教育研究應(yīng)充分發(fā)揮二元主體的能動(dòng)性[17]。然而，AIGC的應(yīng)用使得教育研究出現(xiàn)了以智能系統(tǒng)為代表的第三方主體，而這一主體以海量循證研究（Evidence-Based Approach）為基礎(chǔ)，是教育研究領(lǐng)域的集體智慧集結(jié)，故而成為研究者的“外腦”，研究范式的雙元主體立場(chǎng)演變?yōu)槎嘣⒋妗?/p>

在傳統(tǒng)教育研究中，不同立場(chǎng)的研究者聚焦同一教育事件進(jìn)行對(duì)話難度較大，而AIGC卻可以模擬事實(shí)立場(chǎng)與思維脈絡(luò)并推送適應(yīng)性互動(dòng)反饋，此類(lèi)研究“外腦”通過(guò)對(duì)廣泛社會(huì)實(shí)驗(yàn)與社會(huì)經(jīng)驗(yàn)的數(shù)據(jù)挖掘、歸納與表征，拓寬了教育研究者的視野，提升了研究成果的可遷移性。舉例而言，在研究過(guò)程中，閱讀大量相關(guān)文獻(xiàn)極為耗時(shí)，而AIGC可以幫助研究者將研究文獻(xiàn)集批量處理，生成文獻(xiàn)主旨、元分析結(jié)論、論點(diǎn)分類(lèi)等信息，鼎助學(xué)者完成元研究與再研究；又如，在數(shù)據(jù)處理過(guò)程中，該工具可以助力研究者發(fā)現(xiàn)探索過(guò)程中的抽樣缺失、混雜變量缺陷、格式錯(cuò)誤或數(shù)據(jù)偏見(jiàn)等統(tǒng)計(jì)問(wèn)題，對(duì)數(shù)據(jù)有效清洗并評(píng)估數(shù)據(jù)質(zhì)量，判斷研究的可復(fù)現(xiàn)性；再如，AIGC可以依據(jù)對(duì)輸入文獻(xiàn)的詞匯與句意分析，判斷該領(lǐng)域的現(xiàn)有趨勢(shì)與發(fā)展態(tài)勢(shì)，生成新的假設(shè)與研究方向并論述所提假設(shè)的潛在優(yōu)勢(shì)、風(fēng)險(xiǎn)以及測(cè)驗(yàn)路徑等。教育研究主體從雙元走向多元，有利于促進(jìn)多元主體建立交集，擴(kuò)張教育研究的適用場(chǎng)域，推動(dòng)教育研究成果從潛在價(jià)值向現(xiàn)實(shí)價(jià)值轉(zhuǎn)變。

3.方法論視角：從兩極分野到徑路整合

當(dāng)代的教育研究應(yīng)偏向于思辨研究還是實(shí)證研究？這個(gè)問(wèn)題長(zhǎng)期存在爭(zhēng)議。袁振國(guó)教授曾發(fā)文《中國(guó)教育需要實(shí)證研究》，認(rèn)為實(shí)證研究是當(dāng)今國(guó)際教育研究的主流話語(yǔ)和主要方法，提升教育學(xué)術(shù)期刊的實(shí)證研究比例是當(dāng)務(wù)之急[18]。然而，在20世紀(jì)80年代教育研究領(lǐng)域的“范式之爭(zhēng)”后的30年間，解釋主義研究范式在美國(guó)教育學(xué)博士生論文中呈上升趨勢(shì)[19]。我國(guó)當(dāng)代著名教育學(xué)家顧明遠(yuǎn)先生認(rèn)為，教育研究的方法論并非單一主義，而是強(qiáng)調(diào)多維徑路的整合，包括堅(jiān)持馬克思主義的指導(dǎo)地位、堅(jiān)持理論聯(lián)系實(shí)際的原則、堅(jiān)持繼承與發(fā)展相結(jié)合的原則、堅(jiān)持本土性與國(guó)際性相結(jié)合的原則這四個(gè)層面[20]。相比于范式之爭(zhēng)，如何縮減教育研究與教育實(shí)踐之間的鴻溝更為緊迫，能引導(dǎo)研究者走出“自上而下”與“圈內(nèi)循環(huán)”境地的研究方法論即為正解。

基于AIGC的研究范式從新的視角對(duì)兩極分野的辯駁困境予以回應(yīng)，以ChatGPT4.0為代表的工具訓(xùn)練參數(shù)動(dòng)輒以萬(wàn)億計(jì)數(shù)，故而以AIGC輔助教育研究可以成為一種基于大規(guī)模事實(shí)的研究范式[21]。傳統(tǒng)教育學(xué)研究中存在諸多問(wèn)題，如，研究者常常達(dá)不到比率型指標(biāo)抽樣的最小樣本量，樣本容量是否合乎實(shí)驗(yàn)標(biāo)準(zhǔn)本身存疑；教育學(xué)理論龐雜繁復(fù)且并非全部具有數(shù)學(xué)“公理”般的科學(xué)性，部分基于經(jīng)典教育學(xué)理論的研究缺乏牢固底座；研究者易陷入學(xué)術(shù)道德陷阱，可能為了達(dá)成假設(shè)而去選擇所謂“更適合”的數(shù)據(jù)分段[22]。與此相對(duì)的是，AIGC對(duì)教育大數(shù)據(jù)的采集與應(yīng)用使得樣本從少量群體轉(zhuǎn)為大量群體，甚至樣本容量接近總量，以“全景式”觀測(cè)結(jié)論促進(jìn)自下而上的規(guī)律發(fā)現(xiàn)——即研究者不預(yù)先假定研究中的事實(shí)走向，而是直接產(chǎn)出相關(guān)研究結(jié)論并洞察發(fā)展趨勢(shì)。例如，韓國(guó)學(xué)者調(diào)取分析了國(guó)家教育信息系統(tǒng)（NEIS）的16萬(wàn)余名高中生學(xué)業(yè)管理數(shù)據(jù)，將教育大數(shù)據(jù)導(dǎo)入基于機(jī)器學(xué)習(xí)的AI預(yù)測(cè)模型中，從而高精準(zhǔn)度識(shí)別出潛在輟學(xué)風(fēng)險(xiǎn)類(lèi)學(xué)生并及時(shí)干預(yù)[23]。在AIGC輔助下，教育研究者可以跳出自身主體視角的局限，以全局性視角審視更大規(guī)模的教育事實(shí)，豐富的科研輔助功能降低了教育研究者的負(fù)荷，有助于吸引更多一線工作者參與科研，且靈活而多元的研究立場(chǎng)拓寬了其研究成果的適用群體范圍，AIGC具備推動(dòng)教育研究方法論從兩極分野到徑路整合的巨大潛能。

4.價(jià)值論視角：從取向沖突到價(jià)值共鳴

顧明遠(yuǎn)先生始終強(qiáng)調(diào)教育價(jià)值具有復(fù)雜性與全面性特征，教育價(jià)值囊括政治、經(jīng)濟(jì)、文化、育人四個(gè)維度，教育研究的價(jià)值應(yīng)是厚植于教育價(jià)值與特定的社會(huì)觀念之上[24]。然而，當(dāng)前的教育研究中部分學(xué)者有明顯的價(jià)值立場(chǎng)傾向，在論文或?qū)Ｖ须y以平衡價(jià)值的四維，其所在時(shí)空過(guò)多地干擾著研究?jī)r(jià)值取向的博弈過(guò)程，如西方高等教育領(lǐng)域便存在認(rèn)識(shí)論取向與政治論取向的價(jià)值沖突等[25]。教育研究的四維價(jià)值立場(chǎng)是否應(yīng)有所偏向？既有學(xué)者秉持著價(jià)值中立、理性客觀的教育研究觀念，也有學(xué)者提出教育研究者難以完全超脫其既有主觀偏見(jiàn)，基于所在社會(huì)場(chǎng)域預(yù)設(shè)價(jià)值立場(chǎng)導(dǎo)致的價(jià)值權(quán)重偏頗是情理之中，進(jìn)而造成了秉持差異觀念的教育研究者存在論斷沖突、取向矛盾的現(xiàn)實(shí)，無(wú)形中削弱了教育研究對(duì)于教育變革的有效賦能。

以ChatGPT為代表的AIGC依憑Common Crawl、WebText2、Books1、Books2以及Wikipedia等全球語(yǔ)料庫(kù)，為研究者提供的多元文化背景下的教育研究視角，有利于研究者以更廣闊視野審視研究成果的多維價(jià)值，促進(jìn)價(jià)值觀念的分野到共識(shí)。在文化共識(shí)方面，文化轉(zhuǎn)型作為我國(guó)社會(huì)現(xiàn)代化轉(zhuǎn)型的核心組成之一，由民主政治、市場(chǎng)經(jīng)濟(jì)和開(kāi)放文化等要素構(gòu)成的現(xiàn)代文化多樣態(tài)景觀逐漸成型[26]，教育研究者有責(zé)任從更加開(kāi)放、更加宏大的視野審視本土化教育問(wèn)題，并積極推動(dòng)本土教育優(yōu)質(zhì)經(jīng)驗(yàn)的對(duì)外傳播與復(fù)刻。在價(jià)值取向方面，面對(duì)教育學(xué)術(shù)領(lǐng)域既有的學(xué)術(shù)功利化、過(guò)程快餐化、評(píng)價(jià)績(jī)效化以及成果低轉(zhuǎn)化率現(xiàn)狀[27]，AIGC成為一條攪動(dòng)原有市場(chǎng)的鯰魚(yú)，當(dāng)?shù)蛢r(jià)值的學(xué)術(shù)研究可以被批量復(fù)制和代替，研究者不得不審慎反思研究的價(jià)值，在功利主義傾軋的價(jià)值困境中借助技術(shù)變革契機(jī)重塑與強(qiáng)化教育研究的價(jià)值標(biāo)準(zhǔn)。

三、生成式人工智能賦能教育研究范式變革的風(fēng)險(xiǎn)衡量

正如AI是一把“雙刃劍”，AIGC對(duì)于教育研究的影響同樣存在諸多“創(chuàng)造性毀滅”的效果[28]，且該類(lèi)負(fù)面效果貫穿在工具應(yīng)用的全流程中，如專(zhuān)業(yè)性欠缺造成的技術(shù)本體危害，技術(shù)濫用造成的信任危機(jī)，技術(shù)依賴(lài)造成的成果異化，通用化設(shè)計(jì)造成的安全與倫理隱患，以及信息傳播造成的話語(yǔ)霸權(quán)擴(kuò)張等等，構(gòu)成了AIGC傳播與應(yīng)用的壁障。

（一）知識(shí)存?zhèn)危篈IGC生成知識(shí)的真實(shí)性與合法性挑戰(zhàn)

柏拉圖所提出的知識(shí)三大要素——真實(shí)性、可證性與可信性是公認(rèn)的知識(shí)判定基準(zhǔn)，然而，在技術(shù)改變知識(shí)獲取路徑的同時(shí)也帶來(lái)了新型信息對(duì)于知識(shí)真實(shí)性與合法性的挑戰(zhàn)。知識(shí)的真實(shí)性是指其源于真實(shí)而可靠的信息，建立在客觀事實(shí)和合理推理的基礎(chǔ)上，因而具有可信性與可驗(yàn)證性；知識(shí)的合法性是指其合乎公認(rèn)的社會(huì)倫理與道德準(zhǔn)則，符合傳播的正當(dāng)性與規(guī)范性[29]。然而，在基于AIGC的教育研究中，知識(shí)“黑箱式”的生成流程會(huì)在三個(gè)層面遭遇質(zhì)疑，一是，極大規(guī)模的語(yǔ)料庫(kù)內(nèi)容來(lái)源復(fù)雜且缺乏分類(lèi)標(biāo)準(zhǔn)，故而其產(chǎn)出可能是類(lèi)似低質(zhì)量平臺(tái)討論內(nèi)容的橫向合并，準(zhǔn)確性或存偏頗[30]；二是，教育研究過(guò)程易涉及學(xué)習(xí)者隱私，如“建檔立卡”類(lèi)未成年人材料等，此類(lèi)信息在公開(kāi)數(shù)據(jù)系統(tǒng)中存在真空[31]；三是，基于AIGC收集數(shù)據(jù)或者建立AIGC的教育研究數(shù)據(jù)庫(kù)時(shí)會(huì)面臨隱私泄露的風(fēng)險(xiǎn)。

在《什么知識(shí)最有價(jià)值》一書(shū)中，赫伯特·斯賓塞（Herbert Spencer）曾對(duì)各類(lèi)知識(shí)進(jìn)行了價(jià)值比較，構(gòu)建出層級(jí)化的課程知識(shí)體系，認(rèn)為判斷知識(shí)價(jià)值的關(guān)鍵不是價(jià)值的有無(wú)，而在于知識(shí)的“比較價(jià)值”[32]。AIGC是否可以為教育研究者生成相比原有研究方式更為真實(shí)與合法的價(jià)值？目前在技術(shù)層面還存在重重桎梏，如系統(tǒng)算法在數(shù)據(jù)容量偏低時(shí)易發(fā)生過(guò)度擬合，導(dǎo)致生成系統(tǒng)概括能力降低，增加結(jié)果可變性等等。基于上述原因，科研領(lǐng)域中對(duì)于ChatGPT類(lèi)工具的輸出結(jié)果持審慎態(tài)度，如Nature雜志提出規(guī)定，任何大型語(yǔ)言模型工具都不會(huì)被接受作為論文署名作者且不建議直接使用問(wèn)答結(jié)論[33]，部分SCI雜志會(huì)對(duì)研究論文進(jìn)行ChatGPT篩查，等等。AIGC生成知識(shí)的低可信性及其背后的技術(shù)局限性，已成為其臂助學(xué)術(shù)研究的核心壁障。

（二）技術(shù)壁壘：AIGC數(shù)據(jù)庫(kù)的區(qū)域與群體局限性

科學(xué)家巴斯德曾說(shuō)：“科學(xué)無(wú)國(guó)界，但科學(xué)家有國(guó)界”[34]，教育技術(shù)領(lǐng)域亦同此理。AIGC各類(lèi)子數(shù)據(jù)集本身存在區(qū)域傾向性，國(guó)別差異、民族差異使得其結(jié)論產(chǎn)出不可等量齊觀，技術(shù)創(chuàng)造者的文化傾向與價(jià)值偏好可能會(huì)造成部分區(qū)域的研究主體失語(yǔ)。對(duì)于許多批判教育學(xué)者而言，知識(shí)無(wú)論是人類(lèi)建構(gòu)還是技術(shù)生成，都是基于建構(gòu)者意圖且承載著明確的價(jià)值屬性，同理，AIGC在知識(shí)生產(chǎn)的數(shù)據(jù)來(lái)源、樣本比重、數(shù)據(jù)格式等方面都凸顯著技術(shù)掌控者的價(jià)值傾向，以其作為研究主體之一會(huì)造成研究偏倚[35]。在數(shù)據(jù)來(lái)源方面，數(shù)據(jù)架構(gòu)和樣式的差異會(huì)限制庫(kù)間合并，數(shù)據(jù)庫(kù)的訪問(wèn)受到特許證或收費(fèi)的限制進(jìn)而減少使用者數(shù)量，如各區(qū)域教育主管部門(mén)財(cái)政經(jīng)費(fèi)支出預(yù)算的透明度等，所以AIGC存在區(qū)域局限性[36]。在樣本比重方面，數(shù)據(jù)來(lái)源區(qū)域的對(duì)應(yīng)樣本容量同樣具有樣本差異，如部分?jǐn)?shù)據(jù)庫(kù)可能采集老齡人口比例較高而部分庫(kù)中青少年人口比例占優(yōu)，教育研究中不應(yīng)混淆此類(lèi)差異。在數(shù)據(jù)格式方面，各數(shù)據(jù)庫(kù)對(duì)變量的定義或測(cè)量方式差異會(huì)導(dǎo)致混雜變量的出現(xiàn)與特定變量的缺失，如不同國(guó)家與組織對(duì)兒童與青年兩類(lèi)群體的年齡劃分差異等。所以，數(shù)據(jù)、樣本與庫(kù)間聯(lián)結(jié)中的技術(shù)壁壘，正在強(qiáng)化AIGC等技術(shù)的區(qū)域與群體局限性，進(jìn)而造成研究主體的不公與學(xué)術(shù)視角的狹隘，樹(shù)立起主客體之間的交互屏障。

（三）應(yīng)用隱患：AIGC數(shù)據(jù)流轉(zhuǎn)的安全與倫理桎梏

政府和教育組織對(duì)于技術(shù)在安全倫理層面潛在隱患的考量，掌握著AIGC在教育研究領(lǐng)域的“一票否決權(quán)”。在傳統(tǒng)的教育研究中，由于研究者需考慮研究范式的公平正義性、利益風(fēng)險(xiǎn)、傷害風(fēng)險(xiǎn)與隱私泄露風(fēng)險(xiǎn)等，所以接受研究者常會(huì)簽署“知情同意書(shū)”[37]。然而，AIGC的開(kāi)放時(shí)空廣度與數(shù)據(jù)邏輯縱深都將其邊界無(wú)限擴(kuò)張，工具應(yīng)用中默認(rèn)了數(shù)據(jù)的開(kāi)放性，因此該工具在教育領(lǐng)域的落地需思量安全與倫理層面的深度適配[38]。在安全方面，一是，AI算法依托未經(jīng)檢驗(yàn)的大數(shù)據(jù)訓(xùn)練，存在用戶(hù)個(gè)人數(shù)據(jù)泄露的風(fēng)險(xiǎn)；二是，AI推薦路徑可能遭遇惡意數(shù)據(jù)或虛假數(shù)據(jù)的引導(dǎo)，在對(duì)抗性攻擊中產(chǎn)生錯(cuò)誤導(dǎo)出；三是，機(jī)器學(xué)習(xí)模型的訓(xùn)練數(shù)據(jù)可能遭遇攻擊而模型中毒，造成安全漏洞，如展示虛假信息、傳遞釣魚(yú)鏈接或發(fā)起網(wǎng)絡(luò)攻擊等；四是，AI系統(tǒng)可能因操縱或攻擊而采集未經(jīng)授權(quán)的用戶(hù)信息牟利，如校園財(cái)政系統(tǒng)或師生身份信息等。在倫理方面，一是，復(fù)雜的AI模型難以讓使用者通過(guò)復(fù)雜的手冊(cè)理解其工作機(jī)理與隱患，使得AI的危害或偏見(jiàn)難以展示，導(dǎo)致使用者陷入非透明劣勢(shì)；二是，AI系統(tǒng)可能違規(guī)收集生物識(shí)別數(shù)據(jù)、健康數(shù)據(jù)與行為偏好等個(gè)人信息造成隱私侵犯；三是，數(shù)據(jù)庫(kù)已有偏見(jiàn)會(huì)在問(wèn)答傳播中被強(qiáng)化以至于思維固化，如提供文化教育時(shí)可能忽略使用者的民族差異與地域差異，引導(dǎo)后者接納網(wǎng)絡(luò)定式。誠(chéng)然，諸如“自殺”“犯罪”“辱罵”等典型的負(fù)面議題，ChatGPT等工具已改良推薦算法并遵循道德規(guī)范，但其在教育領(lǐng)域延伸中，仍面臨著數(shù)據(jù)分析需“致廣大”而風(fēng)險(xiǎn)防范需“盡精微”的深層挑戰(zhàn)，挖掘出AIGC應(yīng)用中正負(fù)效益博弈的“納什均衡”解。

（四）本土失語(yǔ)：AIGC全球化擴(kuò)張隱含的話語(yǔ)霸權(quán)

我國(guó)近現(xiàn)代教育研究自產(chǎn)生起即被貼上了“舶來(lái)品”“西學(xué)東漸”等標(biāo)簽，本土教育研究話語(yǔ)體系的缺失已成為燃眉之急[39]。在社會(huì)數(shù)字化轉(zhuǎn)型趨勢(shì)下，加速的全球化進(jìn)程帶來(lái)的區(qū)域文化沖突愈演愈烈，教育理念與研究范式在數(shù)字技術(shù)加持下呈現(xiàn)出新的競(jìng)爭(zhēng)樣態(tài)。ChatGPT等工具表面呈現(xiàn)出無(wú)國(guó)界的泛化視角，但部分涉及社會(huì)觀念的交互仍具有深刻的“文化烙印”，如，當(dāng)被問(wèn)及人類(lèi)有幾種性別時(shí)，其回答中包含“人們?cè)絹?lái)越認(rèn)可和接受非二元和性別多樣化的身份。非二元個(gè)體并不完全認(rèn)同男性或女性，可認(rèn)同為兩種性別的組合”等特定社會(huì)情境下的典型話語(yǔ)。此類(lèi)意識(shí)形態(tài)的無(wú)形傳播，無(wú)疑是對(duì)于技術(shù)落后國(guó)家或地區(qū)的潛在的文化侵襲，彰顯著技術(shù)先行國(guó)家的文化話語(yǔ)霸權(quán)。在我國(guó)教育的全球化進(jìn)程中，一方面，要注重尖端技術(shù)的爭(zhēng)鋒，避免美國(guó)AIGC技術(shù)壟斷造成的文化浸染、倫理沖突、隱私泄露等問(wèn)題，以及其引發(fā)的教育研究理念偏頗、視角錯(cuò)位，另一方面，應(yīng)擴(kuò)大文化傳播途徑，利用好AIGC這一重要知識(shí)中介，完善我國(guó)的自主知識(shí)體系建設(shè)與文化傳播。在構(gòu)建中國(guó)特色教育話語(yǔ)體系的進(jìn)程中，教育研究者不應(yīng)只是“取經(jīng)人”，也應(yīng)勠力成為寫(xiě)經(jīng)人與傳經(jīng)人，加速推動(dòng)我國(guó)教育影響力與綜合國(guó)力的匹配與平衡。

四、生成式人工智能賦能教育研究范式變革的對(duì)策建議

教育的數(shù)字化轉(zhuǎn)型是時(shí)代抉擇，AIGC類(lèi)工具也必將與教育研究從淺層耦合步入深度互嵌，研究范式與技術(shù)的聯(lián)結(jié)、融合、反思、糾偏與創(chuàng)新是實(shí)現(xiàn)技術(shù)賦能的必經(jīng)之路，面對(duì)AIGC在知識(shí)論、本體論、方法論與價(jià)值論等維度的發(fā)展桎梏，應(yīng)在技術(shù)降檻、群體普及、專(zhuān)技專(zhuān)用、話語(yǔ)建設(shè)等方面綿綿用力，久久為功。

（一）技術(shù)降檻：推進(jìn)“AI+教育”領(lǐng)域知識(shí)權(quán)力公平

在當(dāng)下的全球治理中，相比于政治權(quán)威而言，知識(shí)權(quán)力更能凝聚共識(shí)并發(fā)揮國(guó)家或國(guó)際組織的影響力，而后者依托于科技、理性、社會(huì)認(rèn)同、專(zhuān)家等多重要素[40]。AIGC生成知識(shí)的真實(shí)性與合法性桎梏，其深層原因在于各群體的知識(shí)權(quán)力不公，為推進(jìn)知識(shí)平權(quán)，可以從技術(shù)準(zhǔn)入、工具應(yīng)用與結(jié)果呈現(xiàn)三個(gè)維度實(shí)現(xiàn)技術(shù)降檻。在技術(shù)準(zhǔn)入方面，GPT4.0的月租對(duì)很多普通研究者來(lái)講并不低廉，且使用存在重重限制，國(guó)內(nèi)的諸多大模型目前尚未成熟，這在可用性方面抬高了國(guó)內(nèi)研究者的門(mén)檻，而且各院校的數(shù)字化轉(zhuǎn)型良莠不齊，校園硬件設(shè)施對(duì)于教育研究者在“AI+教育”領(lǐng)域的探索同樣存在束縛，應(yīng)從上至下加速技術(shù)準(zhǔn)入層面的資金支持。在工具應(yīng)用層面，AIGC內(nèi)部對(duì)大量研究工具的富集，增加了教育研究者掌握該工具的難度，以至于部分網(wǎng)站專(zhuān)門(mén)講解如何應(yīng)用該類(lèi)工具高效率地從事科研工作，對(duì)于此類(lèi)技術(shù)素養(yǎng)造成的溝壑，國(guó)內(nèi)如百度旗下文心一言、中科院的紫東太初等AIGC平臺(tái)既應(yīng)努力促成與ChatGPT、Bard等軟件的合作共享并完成本土化升級(jí)，也應(yīng)將其富集的工具模塊以簡(jiǎn)明化、可視化等方式向使用者呈現(xiàn)，降低操作門(mén)檻。在結(jié)果呈現(xiàn)方面，AIGC類(lèi)工具對(duì)輸入數(shù)據(jù)格式有嚴(yán)格要求且結(jié)果產(chǎn)出形態(tài)繁復(fù)，應(yīng)從輸入端拓寬AI所能識(shí)別的數(shù)據(jù)或公式的文件類(lèi)別與格式類(lèi)別，并從輸出端拓寬推薦路徑，依據(jù)研究者所需來(lái)呈現(xiàn)或折疊數(shù)據(jù)統(tǒng)計(jì)分析過(guò)程，并鼓勵(lì)科研工作者對(duì)工具糾錯(cuò)反饋，便于工具迭代，增強(qiáng)工具的可用性與易用性。

（二）群體普及：增速教育研究數(shù)字化空間的建設(shè)進(jìn)程

AIGC對(duì)于豐富教育研究中研究視角與客體的賦能呈現(xiàn)出一體兩面的效果，既有突破單一主體立場(chǎng)與固定思維定式、增進(jìn)教育事實(shí)理解的優(yōu)勢(shì)，但也降低了研究者通過(guò)田野調(diào)查等方法深挖研究真實(shí)性、創(chuàng)新性的需求。造成這一變革困境的歸因主要為兩點(diǎn)，一是教育數(shù)字化轉(zhuǎn)型進(jìn)度不一、質(zhì)量良莠不齊甚至割裂嚴(yán)重，校園數(shù)字化成熟度的低層次導(dǎo)致部分教育研究者“巧婦難為無(wú)米之炊”，只能盲從AIGC的公開(kāi)數(shù)據(jù)庫(kù)開(kāi)展研究，降低研究結(jié)果對(duì)其區(qū)域群體的契合度；二是工具帶來(lái)的所謂更廣闊、更多變的立場(chǎng)與極致的分析效率，無(wú)形中引領(lǐng)著數(shù)據(jù)依賴(lài)、技術(shù)依賴(lài)的風(fēng)潮，與強(qiáng)調(diào)研究者親身進(jìn)入實(shí)地現(xiàn)場(chǎng)的具身研究理念相違背，造成“書(shū)齋式”的離身研究景況。

對(duì)于前一類(lèi)歸因，政策制定者與校園管理者應(yīng)考慮將教育研究設(shè)施的數(shù)字化列入數(shù)字化轉(zhuǎn)型的體系清單，不應(yīng)偏重于教學(xué)基建與治理基建，也應(yīng)關(guān)注到從課堂到課外、線下到線上、校內(nèi)到政校企共同體全方位的數(shù)字化教育研究空間建設(shè)，并學(xué)習(xí)企業(yè)管理中生產(chǎn)線升級(jí)的改革經(jīng)驗(yàn)，建立研究者與生產(chǎn)系統(tǒng)之間人機(jī)適應(yīng)的訓(xùn)練體系。對(duì)于后一類(lèi)而言，教育研究者應(yīng)謹(jǐn)記習(xí)近平總書(shū)記多次強(qiáng)調(diào)的“撲下身子、沉到一線”的調(diào)研理念[41]，準(zhǔn)確把握教育服務(wù)對(duì)象的基層事實(shí)，避免公共數(shù)據(jù)庫(kù)求大求泛帶來(lái)的學(xué)術(shù)成果低適切性，同時(shí)，期刊也應(yīng)增加針對(duì)AIGC生成文本識(shí)別的反工具篩查，避免批量化生產(chǎn)的低質(zhì)量論文“劣幣驅(qū)逐良幣”。只有數(shù)字化教育研究情境得以有效普及，研究主體的技術(shù)權(quán)力趨向平衡，充分發(fā)揮出研究主體的身心協(xié)同作用，推動(dòng)教育研究成果走向多視域、跨層次、重理解、可遷移的價(jià)值圖景。

（三）分級(jí)定界：創(chuàng)建科研領(lǐng)域的輕量化專(zhuān)用型語(yǔ)料庫(kù)

遵循教育安全與教育倫理關(guān)乎著教育研究的底線，面對(duì)AIGC中數(shù)據(jù)流轉(zhuǎn)與內(nèi)容倫理方面的桎梏，可以參照許多國(guó)家對(duì)電影、書(shū)籍、音樂(lè)等文化作品的分級(jí)舉措，如美國(guó)電影協(xié)會(huì)制定了G、PG、R與NR等詳細(xì)分類(lèi)裁定標(biāo)準(zhǔn)，設(shè)定AIGC類(lèi)工具服務(wù)教育科研的等級(jí)與邊界，在開(kāi)發(fā)端而不是用戶(hù)端去防范安全隱患與倫理隱憂。創(chuàng)建科研領(lǐng)域的專(zhuān)用化、強(qiáng)安全語(yǔ)料庫(kù)，應(yīng)在政策、技術(shù)、制度三個(gè)層面為技術(shù)應(yīng)用提供支撐。在政策層面，政府監(jiān)管遠(yuǎn)比行業(yè)自律更加有效，因?yàn)楫a(chǎn)品自律往往與其利益發(fā)生沖突。中國(guó)國(guó)家網(wǎng)信辦發(fā)布了《生成式人工智能服務(wù)管理辦法（征求意見(jiàn)稿）》，要求AIGC建設(shè)者對(duì)產(chǎn)品的預(yù)訓(xùn)練數(shù)據(jù)、優(yōu)化訓(xùn)練數(shù)據(jù)來(lái)源的合法性與市場(chǎng)應(yīng)用的合法性負(fù)責(zé)，然而該政策對(duì)教育研究等特殊領(lǐng)域語(yǔ)焉不詳，可以參照歐盟《人工智能法案》（The AI Act）等政策，采取基于風(fēng)險(xiǎn)級(jí)別對(duì)AI系統(tǒng)分而治之的監(jiān)管路徑。在技術(shù)層面，AIGC的訓(xùn)練量的龐雜有目共睹，如GPT-3的參數(shù)量高達(dá)1750億[42]，但是大量類(lèi)似新聞報(bào)刊、網(wǎng)絡(luò)討論等來(lái)源對(duì)于提升其科研方面的科學(xué)性水平反而不利，因此創(chuàng)建“輕量級(jí)”專(zhuān)用語(yǔ)料庫(kù)可有效降低噪音數(shù)據(jù)比率。在制度層面，對(duì)于科研專(zhuān)用型語(yǔ)料庫(kù)，應(yīng)對(duì)數(shù)據(jù)傳輸路徑嚴(yán)格管控，將終端數(shù)據(jù)尤其是倫理相關(guān)的涉密數(shù)據(jù)先交由獨(dú)立部門(mén)加密，再將二次數(shù)據(jù)匯入庫(kù)中，為涉密類(lèi)數(shù)據(jù)流轉(zhuǎn)劃分界域。在政策、技術(shù)、制度的合力支持下，輕量級(jí)大語(yǔ)言模型必將依憑其價(jià)格低廉、技術(shù)降檻、高契合度等優(yōu)勢(shì)，加速教育科研中AIGC的應(yīng)用普及，建立更完備的數(shù)據(jù)安全與倫理規(guī)范屏障。

（四）話語(yǔ)建設(shè)：支持本土AIGC平臺(tái)的功能迭代與國(guó)際傳播

新一輪的AI革命加速了教育全球化進(jìn)程，能否在激烈碰撞的意識(shí)形態(tài)紛爭(zhēng)中樹(shù)立國(guó)家話語(yǔ)權(quán)，關(guān)乎旗幟、關(guān)乎道路、關(guān)乎國(guó)家政治安全以及人心向背[43]?；贏IGC平臺(tái)的意識(shí)形態(tài)話語(yǔ)，是平臺(tái)體系依據(jù)數(shù)據(jù)算法與內(nèi)容推薦路徑對(duì)語(yǔ)料庫(kù)輸出內(nèi)容加以思維建構(gòu)的結(jié)果，算法背后的價(jià)值觀念、思維模式與闡釋路徑等因素綜合決定了平臺(tái)輸出的話語(yǔ)傾向性。當(dāng)前，百度的文心一言、阿里的M6預(yù)訓(xùn)練模型、騰訊的文涌、華為的盤(pán)古大模型等雖已如火如荼，但在應(yīng)用效果方面仍難以望ChatGPT項(xiàng)背，故而對(duì)于本土話語(yǔ)的國(guó)際傳播價(jià)值未能彰顯。

針對(duì)此，我國(guó)應(yīng)出臺(tái)一攬子政策，支持與激勵(lì)本土AIGC類(lèi)產(chǎn)品盡快完成四個(gè)關(guān)鍵層級(jí)的迭代：一是持續(xù)優(yōu)化NPL模型，實(shí)現(xiàn)其AIGC對(duì)于多語(yǔ)言、跨語(yǔ)言處理能力的躍遷，臂助中文語(yǔ)境的教育經(jīng)驗(yàn)跨文化傳播；二是強(qiáng)化應(yīng)用引導(dǎo)，并建立類(lèi)似中科院學(xué)術(shù)專(zhuān)用版的AIGC交互語(yǔ)言引導(dǎo)模板，以便學(xué)術(shù)科研成果安全性與科學(xué)性得到技術(shù)層次的保障，降低科研工作者的應(yīng)用門(mén)檻；三是功能拓展，如增設(shè)AIGC對(duì)于協(xié)作式文件編寫(xiě)與項(xiàng)目管理的支持等內(nèi)嵌功能，借鑒ChatGPT作為加載控件接入Microsoft Office、Azure與Teams等軟件的先例；四是強(qiáng)化對(duì)于圖像或視頻中用戶(hù)情緒識(shí)別判斷的精準(zhǔn)度，進(jìn)而與眼動(dòng)技術(shù)、情緒感知等多模態(tài)技術(shù)形成聯(lián)動(dòng)等等，豐富工具助益科研的多場(chǎng)景應(yīng)用價(jià)值與互聯(lián)互通本領(lǐng)。在技術(shù)產(chǎn)品力過(guò)硬的基礎(chǔ)上，應(yīng)當(dāng)通過(guò)各類(lèi)國(guó)際組織與非國(guó)家行為體擴(kuò)大對(duì)于我國(guó)AIGC產(chǎn)品的宣傳推廣，自覺(jué)對(duì)抗西方文化價(jià)值覆上“科學(xué)外衣”借技術(shù)的全球傳播進(jìn)行“精神馴化”甚至“數(shù)字殖民”等潛在危機(jī)，推廣基于大語(yǔ)言模型的承載兼具中國(guó)特色與智能特征的意識(shí)形態(tài)話語(yǔ)譜系，掌握大變局之中的話語(yǔ)主動(dòng)權(quán)。

五、結(jié)語(yǔ)

長(zhǎng)遠(yuǎn)來(lái)看，AIGC作為人工智能領(lǐng)域更智慧、更聚合的交互工具，必將成為變革教育研究范式乃至賦能教育高質(zhì)量發(fā)展的有力抓手，但近觀當(dāng)下，AIGC的相關(guān)應(yīng)用對(duì)于教育研究而言仍存在諸多桎梏與風(fēng)險(xiǎn)，需要破除其應(yīng)用過(guò)程中的知識(shí)真?zhèn)?、技術(shù)壁壘、安全倫理挑戰(zhàn)與信息話語(yǔ)霸權(quán)等藩籬。而且，在全球數(shù)字化轉(zhuǎn)型共識(shí)與資本推動(dòng)下，超級(jí)版本的AIGC可能會(huì)超出預(yù)期地影響全球社會(huì)的各個(gè)領(lǐng)域，其所攜的種種危機(jī)也極可能轉(zhuǎn)入現(xiàn)實(shí)、成為時(shí)代洪流。全球競(jìng)爭(zhēng)固不易，變革還需慨而慷，既已有在ChatGPT珠玉在前，我國(guó)的AI相關(guān)企業(yè)與科研工作者應(yīng)加速大語(yǔ)言模型領(lǐng)域的探賾索隱，增進(jìn)技術(shù)進(jìn)階與研用結(jié)合，為教育研究范式創(chuàng)新注入活力，臂助中國(guó)教育現(xiàn)代化行穩(wěn)致遠(yuǎn)。

參考文獻(xiàn)：

[1] 楊緒輝.從教學(xué)樣式到學(xué)習(xí)范式：人工智能環(huán)境下學(xué)習(xí)的通用設(shè)計(jì)轉(zhuǎn)化[J].中國(guó)電化教育，2021，（4）：59-66.

[2] 汪基德，王開(kāi).關(guān)于教育研究范式分類(lèi)問(wèn)題的探討[J].教育研究與實(shí)驗(yàn)，2021，（3）：65-70.

[3] 王洪才，田芬.“證實(shí)規(guī)律”與“闡釋意義”：人工智能時(shí)代教育研究范式的兩種旨趣[J].西北師大學(xué)報(bào)（社會(huì)科學(xué)版），2021，58（3）：84-93.

[4] 馬鳳岐，謝愛(ài)磊.教育知識(shí)的基礎(chǔ)與教育研究范式分類(lèi)[J].教育研究，2020，41（5）：135-148.

[5] 袁磊，徐濟(jì)遠(yuǎn)等.AIGC時(shí)代的數(shù)智公民素養(yǎng)：內(nèi)涵剖析、培養(yǎng)框架與提升路徑[J].現(xiàn)代教育技術(shù)，2023，33（9）：5-15.

[6] Van Dis E A M，Bollen J，et al.ChatGPT：Five priorities for research [J]. Nature，2023，614（7947）：224-226.

[7] [美]托馬斯·塞繆爾·庫(kù)恩.金吾倫，胡新和譯.科學(xué)革命的結(jié)構(gòu)（第四版）[M].北京：北京大學(xué)出版社，2012.157.

[8] Kuhn，T.S..Second Thoughts on Paradigms [M].Urbana：University of Illinois Press，1974.

[9] Hey T.，Tansley S.，et al.The fourth paradigm：Data-Intensive Scientific Discovery [J].Proceedings of The IEEE，2011，99（8）：1334-1337.

[10] 祝智庭，沈德梅.基于大數(shù)據(jù)的教育技術(shù)研究新范式[J].電化教育研究，2013，34（10）：5-13.

[11] 鄧仲華，李志芳.科學(xué)研究范式的演化——大數(shù)據(jù)時(shí)代的科學(xué)研究第四范式[J].情報(bào)資料工作，2013，（4）：19-23.

[12] Ramos L，Marquez R，et al.AI’s next frontier：The rise of ChatGPT and its implications on society，industry，and scientific research [J].Ciencia E Ingenieria，2023，44（1）：131-148.

[13] 何哲，曾潤(rùn)喜等.ChatGPT等新一代人工智能技術(shù)的社會(huì)影響及其治理[J].電子政務(wù)，2023，（4）：2-24.

[14] 劉旭東.回到原點(diǎn)：論教育的學(xué)術(shù)傳統(tǒng)[J].教育研究，2013，34（8）：10-15.

[15] 龔善要.教育場(chǎng)景中情感計(jì)算的應(yīng)用風(fēng)險(xiǎn)及其法律規(guī)制[J].復(fù)旦教育論壇，2022，20（6）：40-46.

[16] 王志軍，陳麗.聯(lián)通主義：“互聯(lián)網(wǎng)+教育”的本體論[J].中國(guó)遠(yuǎn)程教育，2019，（8）：1-9+26+92.

[17] 劉秀麗.主體論視野下的高校共青團(tuán)工作形勢(shì)及對(duì)策探析[J].中國(guó)青年研究，2014，（4）：45-48.

[18] 張耀燦.現(xiàn)代思想政治教育學(xué)[M].北京：人民出版社，2001.190-191.

[19] 袁振國(guó).中國(guó)教育需要實(shí)證研究[J].中國(guó)教育學(xué)刊，2017，（2）：3.

[20] Munoz-Najar Galvez S，Heiberger R，et al.Paradigm wars revisited：A cartography of graduate research in the field of education（1980-2010） [J]. American Educational Research Journal，2020，57（2）：612-652.

[21] 石中英.回到教育的本體——顧明遠(yuǎn)先生對(duì)于教育本質(zhì)和教育價(jià)值的論述[J].清華大學(xué)教育研究，2018，39（5）：4-11.

[22] 王景，李延平.ChatGPT浪潮下拔尖創(chuàng)新人才的培養(yǎng)：價(jià)值意蘊(yùn)、現(xiàn)實(shí)隱憂與生態(tài)重塑[J].中國(guó)電化教育，2023，（11）：62-71.

[23] 崔俊富，鄒一南等.大數(shù)據(jù)時(shí)代的經(jīng)濟(jì)學(xué)研究：數(shù)據(jù)驅(qū)動(dòng)范式[J].廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016，31（1）：4-12.

[24] Chung JY，Lee S.Dropout early warning systems for high school students using machine learning [J].Children and Youth Services Review，2019，96：346-353.

[25] 顧明遠(yuǎn).顧明遠(yuǎn)教育演講錄[M].北京：人民教育出版社，2014.167.

[26] 董云川.高等教育研究的角色與話語(yǔ)[J].湖南師范大學(xué)教育科學(xué)學(xué)報(bào)，2022，21（5）：62-67.

[27] 徐祖勝，楊兆山.多元文化背景下教育改革的文化立場(chǎng)分析[J].理論月刊，2019，（8）：146-153.

[28] 魯子簫.知識(shí)的智育困境與德性本質(zhì)——面向智能時(shí)代的思考[J].中國(guó)電化教育，2022，（12）：44-52.

[29] 姜華，王春秀等.生成式AI在教育領(lǐng)域的應(yīng)用潛能、風(fēng)險(xiǎn)挑戰(zhàn)及應(yīng)對(duì)策略[J].現(xiàn)代教育管理，2023，（7）：66-74.

[30] 方明寶，程志宏.課程知識(shí)選擇的合法性批判[J].淮北師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022，43（1）：86-92.

[31] 余鵬，李艷.基于教育大數(shù)據(jù)生態(tài)體系的高校智慧校園建設(shè)研究[J].中國(guó)電化教育，2018，（6）：8-16.

[32] 鄭慶華.人工智能促進(jìn)智慧教育，提升人才培養(yǎng)質(zhì)量[J].高等工程教育研究，2019，（4）：128-132.

[33] 鐘啟泉.“學(xué)校知識(shí)”與課程標(biāo)準(zhǔn)[J].教育研究，2000，（11）：50-54+68.

[34] 吳砥，李環(huán)等.人工智能通用大模型教育應(yīng)用影響探析[J].開(kāi)放教育研究，2023，29（2）：19-25+45.

[35] 鄧陽(yáng)，彭琳茜.凸顯科學(xué)文化實(shí)踐的科學(xué)教學(xué)[J].教育研究與實(shí)驗(yàn)，2023， （2）：75-83.

[36] 孫婧，駱婧雅等.人工智能時(shí)代反思教學(xué)的本質(zhì)——基于批判教育學(xué)的視角[J].中國(guó)電化教育，2020，（6）：16-21.

[37] 彭紅超，姜雨晴.多模態(tài)數(shù)據(jù)支持的教育科學(xué)研究發(fā)展脈絡(luò)與挑戰(zhàn)[J].中國(guó)遠(yuǎn)程教育，2022，（9）：19-26+33+78.

[38] 馮雨奐.ChatGPT在教育領(lǐng)域的應(yīng)用價(jià)值、潛在倫理風(fēng)險(xiǎn)與治理路徑[J].思想理論教育，2023，（4）：26-32.

[39] 李?yuàn)檴?，于?本土化信念：我國(guó)教育理論本土化之前提性動(dòng)因[J].東北師大學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2009，（6）：184-191.

[40] 陳一峰.全球治理中的知識(shí)權(quán)力及其法律規(guī)制[N].中國(guó)社會(huì)科學(xué)報(bào)，2022-09-14（04）.

[41] 本報(bào)評(píng)論員.調(diào)查研究當(dāng)“沉到一線”[N].新華日?qǐng)?bào)，2023-10-27（01）.

[42] Stokel-Walker C，Van Noorden R.The promise and peril of Generative AI [J]. Nature，2023，614（7947）：214-216.

[43] 包崇慶，柏路.人工智能時(shí)代主流意識(shí)形態(tài)話語(yǔ)權(quán)建設(shè)的多維審視[J].傳媒，2023，（13）：93-96.

作者簡(jiǎn)介：

荊洲：在讀博士，研究方向?yàn)楦叩冉逃卫怼⒔逃龜?shù)字化轉(zhuǎn)型。

楊啟光：教授，博士生導(dǎo)師，研究方向?yàn)榻逃?、比較教育。

AIGC Enabling Paradigm Change in Educational Research：Mechanisms， Risks and Countermeasures

Jing Zhou， Yang Qiguang

College of Education， Fujian Normal University， Fuzhou 350007， Fujian

Abstract： In his book The Structure of Scientific Revolutions， Kuhn argues that the essence of scientific revolutions is paradigm shift rather than knowledge stack. As the “crown jewel” of the new round of AI revolution， artificial intelligence generated content （AIGC） expands a new path for upgrading the paradigm of educational research by virtue of its ability of highly intelligent interaction， creative generation， and complex data processing， etc. This study is based on the functional mechanism of AIGC and the context of research assistance. Based on the functions and research-assisting contexts of AIGC， this study elaborates the enabling logic of the tool from four dimensions： knowledge theory， ontology， methodology and value theory. However， as a disruptive technology， the research application of AIGC still faces the problems of questioning the authenticity and legitimacy of knowledge generation， the limitations of service objects， the dangers of data security and ethics， and the violation of information-bearing ideologies， etc.， and the technology empowerment strategy should be formulated from four dimensions： at the tool level， to promote the fairness of knowledge power of AI for education by technological threshold reduction； at the infrastructure level， to expand the education research digital space popularization； at the security level， create a lightweight and dedicated corpus in the field of scientific research； at the discourse construction level， support the functional iteration and international dissemination of the local AIGC platform.

Keywords： digital transformation of education； disciplinary research paradigm； artificial intelligence generated content； human-intelligence collaboration

責(zé)任編輯：李雅瑄