AIGC支持下“雙師課堂”協(xié)作學習范式構建及應用

摘要：生成式人工智能（AIGC）具有強大的內容理解、邏輯推理和語境對話能力，有助于解決學習者協(xié)作學習中長期存在的觀點論據(jù)不足、交互缺乏深度、知識建構淺層化和學習投入度不高等問題。在“雙師”賦能教與學的課堂新形態(tài)下，助力協(xié)作學習問題解決是“雙師”協(xié)同的邏輯起點，賦能協(xié)作學習全過程是“雙師”協(xié)同的邏輯路線，提高協(xié)作學習效率和效果是“雙師”協(xié)同的邏輯終點。在此思路下構建的“雙師課堂”協(xié)作學習范式，將“雙師課堂”理念貫穿于協(xié)作學習的準備階段、協(xié)作階段和總結階段，持續(xù)提供動態(tài)化內容生成、個性化學習支持、即時性評價反饋等功能，實現(xiàn)了“雙師課堂”在教學輔導、反饋答疑、監(jiān)督評價等方面的人機協(xié)同。將其應用于教學實踐的實驗結果表明：AIGC支持下“雙師課堂”協(xié)作學習范式有助于促進學生知識掌握、提升學生協(xié)作學習投入度和批判性思維能力，從而提高協(xié)作學習效率和效果。未來，“雙師課堂”協(xié)作學習范式的應用需堅持以育人為本、遵循教學規(guī)律、注重教師引領的基本原則，達成“人師”與“機師”的取長補短和互學共長。

關鍵詞：AIGC；雙師課堂；協(xié)作學習；范式構建

中圖分類號：G434 文獻標識碼：A 文章編號：1009-5195（2024）06-0093-10 doi10.3969/j.issn.1009-5195.2024.06.010

一、引言

協(xié)作學習能夠有效促進學生知識建構、助力學生高階思維能力提升、促進創(chuàng)新型人才培養(yǎng)（Karantzas et al.，2013），是培育綜合型人才的主要方式之一。由于不同經驗背景的學習者對知識的理解具有差異性（何克抗，2018）或部分學習者學習興趣不足，個體在協(xié)作學習中會出現(xiàn)觀點論據(jù)不足（張思等，2020）、交互缺乏深度（Kusumawati et al.，2019）、知識建構淺層化（黃雪嬌等，2022）及學習投入度不高（Heimbuch et al.，2018）等情況。教師恰當?shù)母深A和指導有助于提高學生參與協(xié)作學習的積極性、深化學生之間的交互、促進學生的深度思考和知識構建（Kaendler et al.，2015）。然而，由于班級中學習小組的數(shù)量較多、學生討論的信息量大、各組的學習進展及遇到的問題存在差異等實際情況，教師在協(xié)作學習課堂中難以同時監(jiān)測多組學生的協(xié)作學習狀態(tài)，也難以對學生協(xié)作學習的問題進行精準診斷并及時給予恰當?shù)闹笇Вˋbel et al.，2013）。

以ChatGPT為代表的生成式人工智能（Artificial Intelligence Generated Content，AIGC）作為“教師”角色進入課堂，可以從信息檢索、學習規(guī)劃、協(xié)同創(chuàng)作和學習評價等方面賦能學生學習（Dai et al.，2023），從課程設計、協(xié)同備課、資源生成及作業(yè)測評等方面賦能教師教學（van den Berg et al.，2023），從而形成了AIGC和教師“雙師”賦能教與學的課堂新形態(tài)，改變了傳統(tǒng)的“教師為主導，學生為主體”的單一教學模式（周琴等，2020），形成了“雙師課堂”教學模式，為創(chuàng)新課堂教與學的方式提供了新機遇?！半p師課堂”教學模式在個性化教學輔導、學習反饋答疑、即時性檢驗及學習監(jiān)測、情感支持、個性化學習評價、創(chuàng)造性思維激發(fā)等方面具有的優(yōu)勢（趙鑫等，2021），為協(xié)作學習中長期存在的問題提供了解決思路。

二、文獻綜述

1.“雙師”賦能課堂教學相關研究

雙師課堂這一概念最早可以追溯到高等教育中“教授＋助教”的課堂模式（孔利華等，2021）。近年來，在基礎教育領域逐漸興起了一種新型雙師課堂，即線上名師主講、線下教師輔助的課堂模式（劉喆，2023）。從這些概念可以看出，雙師指學生在課堂學習過程中同時有兩位或兩類教師。在人工智能（Artificial Intelligence，AI）時代，智能技術能夠作為教師教學的助手幫助和指導學生學習，本文中的“雙師”特指教師sJp6qWqTQMxGbcHj+eWK1Q==和智能技術?！半p師課堂”則指在智能化課堂場域中教師和智能技術聯(lián)袂執(zhí)教的一種教學形態(tài)，教師和智能技術在課堂中共同承擔教學工作，二者協(xié)同針對每位學生的不同特點與需求，為其提供個性化的學習指導。

有關教師和智能技術“雙師”協(xié)同賦能課堂教學的研究多集中于兩個方面。一是探討“雙師”賦能課堂教學的本質?！半p師課堂”教學具有“雙師”協(xié)同互惠化、課堂支持智能化和學生成長智慧化等特征，“雙師課堂”有助于促進學生獲得個性化學習體驗和智慧化成長（趙鑫等，2021）。謝幼如等人（2021）提出AI賦能課堂變革的新樣態(tài)包括虛擬“雙師課堂”的形成，在該課堂中，真人教師和AI教師各司其職，協(xié)同教學，既有助于教師落實育人任務，也有助于促進偏遠地區(qū)教育高質量發(fā)展。二是探討“雙師”協(xié)同的教學流程構建及其實踐應用。何文濤等人（2023）圍繞教師、機器、學生三大主體，提出人機協(xié)同的流程框架包含課前教學準備、課中教師教學和課后學生發(fā)展三個階段，并將該框架用于高中信息技術課堂，發(fā)現(xiàn)人機協(xié)同教學不僅有助于提高學生學業(yè)成績、計算思維與創(chuàng)新思維水平，還能夠為學生帶來更好的心流體驗?？桌A等人（2021）基于機師協(xié)同競爭、師生共生共進理念，提出了一套在信息生態(tài)場域中AI雙師課堂教學的流程，并以智慧課堂為例，對AI雙師課堂的教學流程進行分析和評價，發(fā)現(xiàn)AI雙師課堂有助于提升學習效率。高瓊等人（2021）提出教師智慧和機器智能協(xié)同可以在三個階段促進學生智慧發(fā)展，即課前智能診學、課中人機助學及課后精準評學，并在人機協(xié)同的協(xié)作學習課堂和常規(guī)課堂中進行對比實驗，發(fā)現(xiàn)人機協(xié)同課堂中學生學習的總體滿意度及對教學內容的認可度比實驗前略高，學生總體成績比常規(guī)課堂更好。

綜上所述，“雙師”賦能課堂教學在提升學生學習效率和效果（包括學習成績、學習滿意度、高階思維能力等）方面發(fā)揮了較好的作用，但是這些研究主要集中在講授式課堂中，對“雙師”賦能協(xié)作學習的研究較少。

2.AIGC賦能課堂教學相關研究

自ChatGPT發(fā)布以來，AIGC給教育領域帶來的變革受到眾多學者關注。從已有研究看，國內外學者較為辯證地看待AIGC在教育中的應用價值，如有學者從正面總結了ChatGPT在教育領域中的出色應用，包括生成學習和教學材料、智能回答問題、自動化常規(guī)業(yè)務、協(xié)助開展科學研究等（焦建利，2023）；也有學者從反面剖析AIGC在教育教學中應用帶來的一些挑戰(zhàn)，如抄襲剽竊、學術濫造、技術依賴、智能歧視等（Adeshola et al.，2023）。目前學者們對AIGC賦能課堂教學的研究多關注于三個方面。一是AIGC賦能在線學習。如何保證學生在線學習效果、提升學習體驗是學者們一直關注的問題，AIGC的出現(xiàn)為解決上述問題提供了新的思路。有學者認為AIGC所提供的個性化和交互式學習體驗能有效解決該問題（Abolkasim et al.，2023）；可汗學院展示了一個由GPT-4模型驅動的AI工具，計劃將該工具打造成在線學習環(huán)境中的智能助教和虛擬導師，輔助教師進行備課及作業(yè)批改，并以個性化問答方式引導學生進行深度學習（Khan，2023）。二是AIGC重塑教學模式。陳靜遠等人（2023）分析了AIGC在以知識點為核心的教學模式下的變革作用，并指出AIGC在提高教學效果和效率、促進學生智能化和個性化學習等方面具有潛力；有研究將AIGC應用于翻轉課堂、智慧課堂等實踐，發(fā)現(xiàn)其有助于激發(fā)學生的學習興趣（Rudolph et al.，2023）。三是AIGC賦能學習范式創(chuàng)新。祝智庭等人（2023）分析了AIGC為教育帶來的發(fā)展機遇，指出AIGC推動了教育理念和教育組織方式等的智慧化轉變，推動了智慧型教育的形成，提出高意識生成式學習是AIGC賦能未來學習范式的創(chuàng)新點并闡述了其具體實踐路徑。

目前學者們對AIGC賦能課堂教學的研究集中于在線教育、教學模式與學習范式創(chuàng)新等方面，AIGC賦能協(xié)作學習的相關研究有待探索。

3.AIGC支持下“雙師”賦能課堂教學相關研究

AIGC支持下“雙師”賦能課堂教學的研究大多圍繞人機協(xié)同教學展開。楊宗凱等人（2023）提出，以ChatGPT為代表的AIGC加速了人類智能和AI協(xié)同的“雙師”教學模式的形成，教師應用智能技術協(xié)助自己完成事務性工作，以便將育人工作的重點放到學生素養(yǎng)提升、人格養(yǎng)成等方面。陳凱泉等人（2023）提出以ChatGPT為代表的通用人工智能可以扮演課堂上的另一位“教師”，在學生端發(fā)揮導師、助手、評估者的角色，并協(xié)助教師生成教學設計方案，促進教師專業(yè)發(fā)展，真正使“雙師課堂”落到實地。吳蔚然等人（2023）通過探究教師使用AIGC的實踐體驗，總結其在教學中的應用及其帶來的教師角色轉型。

AIGC支持下“雙師”賦能課堂教學的現(xiàn)有研究大多是在課堂中引入AIGC，試圖從理論層面探究“雙師”賦能提升教育教學質量的可行性。本研究擬構建AIGC支持下“雙師課堂”協(xié)作學習范式，并在課堂實踐中驗證該協(xié)作學習范式的效果，從而提供具體、可操作的實踐方案，為“雙師”賦能的協(xié)作學習提供實踐參考。

三、AIGC支持下“雙師課堂”協(xié)作學習范 式構建

1.范式構建邏輯

AIGC支持下的“雙師課堂”協(xié)作學習范式構建，需要從“雙師”協(xié)同賦能協(xié)作學習問題解決這一邏輯起點出發(fā)，厘清“雙師”協(xié)同賦能協(xié)作學習全過程的邏輯路線，以期達到提高協(xié)作學習效率和效果的目標。

（1）邏輯起點：“雙師”協(xié)同助力協(xié)作學習問題解決

面對多小組的協(xié)作學習，教師難以全面監(jiān)控或干預各個小組，小組學生學習投入度不足、知識建構淺層化的問題需要其他力量的介入才能解決。祝智庭等人（2018）指出人機協(xié)同即“把適合機器做的事讓機器去做，把適合人做的事讓人來做，把適合于人機合作的事讓人與機器一起來做”。AIGC在處理海量教學信息、提供個性化學習支持、開展過程性評價等方面具有顯著優(yōu)勢，是協(xié)助教師解決協(xié)作學習問題的有力幫手。因此，充分發(fā)揮人類智慧和AI的優(yōu)勢，有效解決協(xié)作學習面臨的問題是本研究的出發(fā)點。

（2）邏輯路線：“雙師”協(xié)同賦能協(xié)作學習全過程

梳理“雙師”賦能課堂協(xié)作學習的邏輯路線，需明確智能技術賦能的協(xié)作學習流程及“雙師”賦能課堂協(xié)作學習的著力點。首先，智能技術賦能的協(xié)作學習流程包括準備階段、協(xié)作階段和總結階段。準備階段一般包括教師推送學習資源及安排協(xié)作學習任務、學生學習資源并規(guī)劃學習路徑等流程；協(xié)作階段一般包括學生協(xié)作探究、教師指導及進行過程評價等流程；總結階段一般包括學生匯報小組作品、教師及同伴進行評價反饋、學生總結反思等流程。其次，“雙師”賦能課堂協(xié)作學習的著力點涉及動態(tài)化內容生成、個性化學習支持和即時性評價反饋（盧宇等，2023）。

（3）邏輯終點：“雙師”協(xié)同提高協(xié)作學習效率和效果

AIGC支持下“雙師課堂”協(xié)作學習范式構建的目標是提高協(xié)作學習課堂教學質量，主要包括兩個方面：一是促進學生協(xié)作學習效果提升。利用AIGC的內容生成、即時反饋與精準評價等功能，并結合教師的專業(yè)指導、情感支持，優(yōu)化協(xié)作過程，引導學生進行知識建構、深度思考、科學論證和問題解決，從而顯著提升學生協(xié)作學習活動的知識習得效果和批判性思維能力等。二是提升協(xié)作學習效率。通過AIGC的參與實現(xiàn)個性化學習支持和動態(tài)化教學內容生成，AIGC與教師協(xié)同為小組學生搭建協(xié)作學習支架，促進學生在學習中充分投入、沉浸其中，產生愉快、成就感等積極情感，提升學習投入度，進而促進協(xié)作學習效率的提升。

2.范式解析

AIGC支持下的“雙師課堂”教學，是AI與人類智慧融合的教學形態(tài)，是教師與AIGC協(xié)同教學的體現(xiàn)。本研究基于對AIGC支持下“雙師課堂”協(xié)作學習邏輯的梳理，構建了如圖1所示的AIGC支持下“雙師課堂”協(xié)作學習范式。

（1）動態(tài)化內容生成：人類認知與機器認知相結合

生成與建構是教育教學高質量發(fā)展的訴求（張翔等，2023），生成性教學是在彈性預設的前提下、在教學的開展過程中，由教師和學生根據(jù)不同的教學情境自主構建教學活動和教學內容的過程。在協(xié)作學習過程中，學生是知識建構的主體，教師和AIGC則是學生建構知識的引導者。在準備階段，教師依據(jù)課程教學目標，結合學生的學情，選擇或設計課程教學內容，AIGC根據(jù)教師需求，協(xié)助教師完成教學內容靜態(tài)預設。在協(xié)作階段，教師通過監(jiān)測學生的討論、辯論和交流數(shù)據(jù)，了解各組學生的學習現(xiàn)狀，及時利用AIGC對課前預設的教學內容進行調整，生成符合當前學生需要的學習素材，“雙師”共同對教學內容進行再生成，滿足學生協(xié)作建構知識的需求。與此同時，學生向AIGC提問，AIGC幫助學生解惑并智能推薦個性化學習資源。在總結階段，教師分析學生的個性化學習數(shù)據(jù)，針對不同知識掌握水平的學生群體或個人，在靜態(tài)預設的教學內容基礎上，借助AIGC生成支持學生查漏補缺或擴展提升的學習材料，并有針對性地推送給學生。至此，整個學習過程的教學內容都是基于靜態(tài)預設的基礎上，在教師的人類認知和AIGC的機器認知的共同智慧中動態(tài)生成的。

（2）個性化學習支持：因材施教與智能化推薦

個性化學習是創(chuàng)新人才培養(yǎng)的重要依托（王一巖等，2023）。因材施教是針對學習者的個體差異，通過不同的施教活動促進學生個性化發(fā)展的教學方式。但是，在實際教學過程中，要實現(xiàn)規(guī)?；囊虿氖┙虒處煹木湍芰Χ际菢O大的挑戰(zhàn)。而隨著AI在教學中的應用，其為精準學情分析、全過程學習數(shù)據(jù)采集和分析、多元化學習評價等提供支持，規(guī)?；囊虿氖┙坛蔀榭赡堋IGC具有的智能化推薦功能為實現(xiàn)規(guī)?；虿氖┙獭⒋龠M學生個性化學習提供了條件。在準備階段，教師分析學生的學情，在充分了解不同學生學習能力的基礎上科學地設計分層教學，包括教學目標、教學內容、教學評價，即每節(jié)課的教學設計是多層次的。AIGC能夠根據(jù)教師的提問，協(xié)助教師完成分層教學的目標設定、內容預設、評價設計，同時也能在與學生對話時，為學生生成學習資源及規(guī)劃學習路徑。在協(xié)作階段，教學是動態(tài)變化的過程，學生在互動中不斷建構知識，學生的知識和能力隨著協(xié)作學習的推進產生變化。這就需要教師全面監(jiān)測和追蹤學生協(xié)作學習的全過程，及時捕捉學生的變化，并在教學過程中為學生提供學習指導、情感支持，借助AIGC為學生提供分層學習支架。在總結階段，不同個體完成課程后習得的知識和能力必然不同，教師要全面、科學地對每一位學生進行綜合性評價和畫像，根據(jù)學生畫像分層分類別地提供課后指導和分配學習材料。AIGC幫助教師即時生成個性化指導策略和學習資源，有助于提升課后指導的精準度和效率。在整個協(xié)作學習過程中，教師借助AIGC的智能化推薦功能，通過分層實現(xiàn)因材施教，給學生提供個性化學習支持。

（3）即時性評價反饋：經驗與數(shù)據(jù)相驅動

“教—學—評”一體化對深化課程改革、提高教學質量具有重要現(xiàn)實意義（王薔等，2019），即評價要貫穿教學全過程，以評促教、以評促學，充分發(fā)揮評價的激勵功能，促進高效學習的發(fā)生。在傳統(tǒng)課堂中，教師依據(jù)成績對學生進行總結性評價，而對學生的學習過程以及學生的能力發(fā)展僅憑個人經驗進行主觀畫像，這樣的評價不僅是片面的，而且對學習過程的反饋也是滯后的?；趯W習過程的數(shù)據(jù)采集、分析和可視化，能夠生成個人畫像和小組畫像，幫助教師及時了解學生當前的學習狀態(tài)，并進行即時反饋和干預。但是，基于數(shù)據(jù)驅動的評價，是一個量化評價的過程，而學生的情感、態(tài)度和價值觀難以進行量化，這就需要教師的經驗參與輔助判斷。因此，“教—學—評”一體化的科學、精準實施，需要教師的經驗和AI的數(shù)據(jù)雙向驅動。AIGC與教師“雙師”協(xié)同，可以助力“教—學—評”一體化的實施。如在協(xié)作階段，教師或學生將小組學習過程成果輸入到AIGC進行評價，教師針對AIGC輸出的評價結果，結合個人經驗進行全面分析和判斷，并即時反饋給各個小組；各小組依據(jù)教師或AIGC提供的反饋信息，對小組活動或任務安排進行適時調整，從而高效完成協(xié)作任務。在總結階段，教師將小組學習成果輸入到AIGC進行評價，獲取AIGC輸出的評價信息，并結合學生學習的過程數(shù)據(jù)及個人經驗，對學生的協(xié)作學習活動進行總結性評價。學生依據(jù)評價信息，對協(xié)作學習全過程進行總結反思。

四、范式應用及效果分析

1.范式應用

本研究選取“ASSURE模型”這一主題內容開展實踐，要求學生基于“ASSURE模型”完成《信息技術·必修1·數(shù)據(jù)與計算》第一章第一節(jié)“數(shù)據(jù)、信息與知識”（祝智庭等，2019）這一知識點的教學設計。學生采用AIGC支持下的“雙師課堂”協(xié)作學習范式開展學習，具體教學流程如圖2所示。該教學實踐共進行四周，準備階段的活動在第一周完成，協(xié)作階段的活動在第二周和第三周完成，總結階段的活動在第四周完成。

（1）準備階段

目標生成。教師根據(jù)課程標準，結合本主題的教學內容，應用AIGC生成本主題的具體教學目標，并結合學生學情修正教學目標。

任務安排。教師安排協(xié)作學習任務，即完成“數(shù)據(jù)、信息與知識”這一知識點的教學設計，讓學生明確學習任務要求。學生若不能充分理解學習任務，可以在AIGC工具中輸入任務要求，獲得任務理解信息。同時，教師要求各小組學生在“小雅”智慧學習平臺的討論區(qū)發(fā)表對任務的理解，并進行針對性的答疑與指導。

資源生成。教師使用AIGC工具生成“ASSURE模型”相關學習資源，如生成“ASSURE模型”概述知識，對資源進行篩選、加工、整合后推送給學生。學生學習由教師提供的“ASSURE模型”相關學習資源后，基于學習需要使用AIGC工具再生成個性化學習材料。比如某組學生學習“ASSURE模型”主要環(huán)節(jié)后，仍不能運用該模型開展教學設計，此時就可以利用AIGC工具生成“基于ASSURE模型完成的教學設計案例”。

路徑規(guī)劃。學生基于協(xié)作學習任務要求進行分工，并規(guī)劃學習路徑。在此過程中，學生將任務要求及本組成員的個性特征（如特長、能力、基礎知識水平等）輸入到AIGC工具，利用其輔助分工與規(guī)劃學習路徑。教師要求學生將本組成員的分工表、進度規(guī)劃表上傳到“小雅”平臺，教師在“小雅”平臺查看學生的分工與進度規(guī)劃表，為任務理解、學習路徑規(guī)劃有困難的學生提供指導。

（2）協(xié)作階段

協(xié)作探究。小組學生協(xié)作完成教學設計任務，將學習需求輸入到AIGC工具，生成相應的學習材料，如在AIGC工具中輸入“高中信息技術課中常用的教學策略有哪些”。AIGC工具提供的相關教學策略包括情境教學法、啟發(fā)式教學、案例教學、任務驅動法等。教師要求學生上傳階段性作品到“小雅”平臺，并在該平臺查看小組學生階段性作品；基于學生討論的音頻數(shù)據(jù)了解各小組內部協(xié)作交流情況，關注內部交流不暢、進度較慢的小組，分析該情況發(fā)生的原因并提供學習指導；運用視頻分析系統(tǒng)對學生面部表情、手勢、姿勢等進行識別、統(tǒng)計分析，當學生活躍度及專注度等指標下降時，教師即時向學生提供情感支持。此外，教師和AIGC工具協(xié)同發(fā)揮作用，教師參考學生協(xié)作學習中多模態(tài)數(shù)據(jù)反映的學生學情，運用AIGC工具調整課前預設的教學內容，生成分層學習支架，針對性地推送給小組學生。學生在協(xié)作學習過程中，對遇到的問題進行分析，使用AIGC工具獲得個性化問題的解決方案，如某組學生撰寫的教學目標表述不清，探究原因發(fā)現(xiàn)主要是教學目標中的動詞模糊，因此應用AIGC工具將教學目標中模糊的動詞改成可操作的動詞。

過程評價。學生將階段性作品上傳到AIGC工具中，獲得AIGC工具的反饋意見，據(jù)此改進作品。教師首先將學生階段性的教學設計作品及作品評價量規(guī)輸入到AIGC工具，獲得AIGC工具對各組學生作品的反饋意見，再結合個人經驗對作品進行分析和評價，把AIGC工具生成的評價反饋意見與自身對作品的評價意見相結合，形成綜合性的評價結果反饋給各組學生。

（3）總結階段

小組匯報與評價反饋。各組學生依次匯報小組作品。教師分析學生協(xié)作學習全過程數(shù)據(jù)，如“小雅”平臺中學生的資源學習情況、小組討論情況、課堂互動參與度等，整體評價學生課堂參與水平。作品評價方面，教師將各組學生的教學設計作品及作品評價量規(guī)上傳到AIGC工具中，AIGC工具從知識性角度對學生小組作品提出評價意見及改進建議，教師再結合自身的評價意見，將綜合性評價結果反饋給各組學生。

總結反思。學生基于小組作品的綜合性評價意見，完善教學設計作品，并對本次協(xié)作學習活動進行總結與反思。教師參考學生課堂參與水平及作品的綜合性評價結果，使用AIGC工具為不同發(fā)展水平的學生定制學習資源。對于學習水平有待提升的學生，主要為他們生成用于查漏補缺的學習資源；對于學習水平較好的學生，則側重于為他們提供用于擴展知識和提升技能的學習資源。

2.效果分析

為對比傳統(tǒng)協(xié)作學習和AIGC支持下的“雙師課堂”協(xié)作學習范式在教學中的應用效果，本研究采用單因素組間對比實驗，在H高校教育技術學專業(yè)“教學技術與媒體”課程中的兩個班級開展實驗。實驗將兩個班的學生進行隨機分組，各分為四個小組（5人一組）。其中1班為實驗班，采用AIGC支持下的“雙師課堂”協(xié)作學習范式開展教學；2班為對照班，按照常規(guī)協(xié)作學習范式開展教學。實驗前從知識基礎、學習投入度、批判性思維能力三個維度對兩個班級的學生進行問卷調查，結果顯示，實驗班和對照班在三個維度上無顯著性差異。該課程由同一名教師執(zhí)教，并安排在智慧教室授課，智慧教室配有智能錄播系統(tǒng)、智能分組系統(tǒng)、交互白板及“小雅”智慧學習平臺等，為協(xié)作學習的開展提供技術保障。

學生的知識掌握水平可以直觀反映學生學習效果；學習投入度是評價學習質量的重要指標（萬昆等，2021）；在學習中使用AIGC工具有助于學生批判性思維能力的提升（李海峰等，2023）。因此，本研究從實驗班和對照班學生的知識掌握水平、學習投入度、批判性思維能力三個方面驗證AIGC支持下“雙師課堂”協(xié)作學習范式的應用效果。知識掌握水平借助“ASSURE模型”相關測試題和小組作品得分測量。實驗開始前，邀請三名同一學科專家，共同設計有關本主題的測試題和作品評價量規(guī)。學習投入度水平通過問卷調查測量。本研究在分析協(xié)作學習特征基礎上，參考彭邵玲（2021）提出的“同伴關系與大學生學習投入的現(xiàn)狀調查問卷”和汪雅霜（2013）提出的“大學生學習投入度量表”編制問卷。學習投入度問卷包含認知投入、行為投入和情感投入3個維度19個指標，問卷信效度良好（Cronbach’s Alpha＝0.937，KMO＝0.801）。批判性思維能力水平通過問卷調查測量。參考彭美慈等人（2004）研發(fā)的CTDI-CV（批判性思維傾向量表—中文版）設計批判性思維能力調查問卷，共包含4個維度16個指標，問卷信效度良好（Cronbach’s Alpha＝0.724，KMO＝0.781）。實驗后，在實驗班隨機抽取四名學生對其進行訪談，調查“雙師課堂”協(xié)作學習范式對學生知識掌握水平、學習投入度和批判性思維能力的影響及其深層次原因。邀請三名同一學科專家對訪談提綱進行審查，一致認為該訪談提綱能夠有效調查與分析“雙師課堂”協(xié)作學習范式的作用。

（1）知識掌握水平分析結果

實驗結束后，對實驗班和對照班學生的測試題和小組作品得分進行非參數(shù)檢驗，結果如表1所示。該結果表明實驗班學生的測試題得分及小組作品得分均顯著高于對照班學生。對學生有關學習效果的訪談數(shù)據(jù)進行分析后發(fā)現(xiàn)，學生借助AIGC工具生成有關“應用ASSURE模型進行教學設計”的學習材料，有助于加深他們對“ASSURE模型”的理解；在完成教學設計任務時，學生借助AIGC工具解答疑難問題，這為其提供了新的思考方向，有效開拓了設計思路；此外，教師的及時指導，可以使學生獲得對某一問題的深層次理解。由此可知，AIGC支持下“雙師課堂”協(xié)作學習范式有助于促進學生掌握知識。

（2）學習投入度分析結果

實驗結束后，使用學習投入度問卷對實驗班和對照班學生的協(xié)作學習投入度進行調查，非參數(shù)檢驗結果如表2所示，結果表明實驗班學生的協(xié)作學習投入度顯著高于對照班。被訪談學生表示，明確的任務分工能提高其投入協(xié)作學習活動中的積極性。同時，訪談數(shù)據(jù)分析結果也表明，教師在學生完成任務過程中提供的情感支持以及對學生遇到的疑難問題進行深入剖析與解答，有效調動了學生推進任務進程的積極性。

（3）批判性思維能力分析結果

對學生的批判性思維能力進行非參數(shù)檢驗，結果如表3所示。該結果表明實驗班學生的批判性思維能力顯著高于對照班學生。同時，訪談結果也表明，小組學生能夠基于自身的認知能力，對AIGC工具生成的各種觀點進行初步辨別，并自主查閱其他相關資料，經小組討論后，選取并運用正確、合適的知識。這說明學生能夠批判性地選擇接受AIGC工具所生成的內容。

五、結論與建議

1.“雙師”賦能協(xié)作學習有助于促進學生知識掌握和能力提升

本研究通過比較實驗班和對照班學生的學習表現(xiàn)，發(fā)現(xiàn)AIGC支持下的“雙師課堂”協(xié)作學習范式能夠有效促進學生知識掌握。原因在于，學生在學習教師推送的學習資源基礎上，能夠通過AIGC個性化地生成與學習所需知識。學生的訪談數(shù)據(jù)也說明，AIGC在資源生成、問題解答方面給予學生的幫助，有利于強化學生對“ASSURE模型”理論知識的理解、提高基于“ASSURE模型”進行教學設計的效率。實驗也發(fā)現(xiàn)，AIGC支持下的“雙師課堂”協(xié)作學習范式能夠顯著提升學生的協(xié)作學習投入度。學生在使用AIGC工具中獲得的愉快體驗、獲得感和即時反饋能夠有效提升學生的情感投入，進而促進其在行為和認知上的投入。實驗還表明，該范式能夠顯著提升學生的批判性思維能力，這一研究結果也與已有研究結論一致（Guo et al.，2023）。AIGC工具能夠提供大量、豐富的信息，但有時也會給出看似合理但不準確或荒謬的答案（王佑鎂等，2023）。通過訪談發(fā)現(xiàn)，在學生憑借已有知識識別AIGC生成的錯誤答案之后，未來使用過程中會自覺通過比較驗證、深度探究、反思改進等審視AIGC提供的信息，提升批判性思維能力。此外，關于“雙師”在協(xié)作學習過程中的作用，對學生進行訪談發(fā)現(xiàn)，AIGC主要在學生協(xié)作學習過程中提供推薦學習資源、生成解決方案、解答疑難問題、即時性評價反饋等方面的支持，教師主要在學生協(xié)作學習過程中的進度監(jiān)測、個性化學習指導、情感支持、評價反饋等方面提供幫助。教師和AIGC在協(xié)作學習中的教學優(yōu)勢互補、高效合作，有效促進了學生的知識掌握及能力提升，能夠為學生帶來更優(yōu)質的學習體驗。

2.“雙師”在賦能協(xié)作學習課堂中互學共長

AIGC支持下的“雙師課堂”協(xié)作學習范式應用仍處于初步探索階段，“雙師”如何在教學關系中達到最佳協(xié)同的教學機制尚有待深入研究與實踐檢驗。這需要“雙師”在賦能協(xié)作學習課堂過程中明確各自優(yōu)缺點，取長補短，相互學習，實現(xiàn)共同成長。首先，明確“雙師”各自教學優(yōu)勢。教師作為人類教育者，具有豐富的教學經驗，能夠提供人性化關懷，有效促進學生的情感和社交發(fā)展。而AIGC基于海量語料庫和智能算法，具備強大的數(shù)據(jù)處理和個性化學習支持能力，能夠提供即時的個性化反饋，滿足不同學生的學習需求。其次，“雙師”取長補短，協(xié)同教學。教師借助AIGC準確了解學生學習需求，提供更精準的教學引導。AIGC通過技術手段輔助教師進行個性化教學，提供更豐富的內容支持。最后，“雙師”相互學習，共同成長。教師接受培訓，深入學習AIGC的工作原理、應用場景及其數(shù)據(jù)分析功能，促使教師高效整合技術資源，并提高對學生學習數(shù)據(jù)的解讀和利用水平。AIGC可以通過分析教師的教學過程和學生的學習行為，學習教師在教學中運用的有效策略和經驗，幫助其精準分析學生的學習需求和情感狀態(tài)，提高個性化學習支持的精準度。

參考文獻：

[1]陳靜遠，胡麗雅，吳飛（2023）.ChatGPT/生成式人工智能促進以知識點為核心的教學模式變革研究[J].華東師范大學學報（教育科學版），41（7）：177-186.

[2]陳凱泉，胡曉松，韓小利等（2023）.對話式通用人工智能教育應用的機理、場景、挑戰(zhàn)與對策[J].遠程教育雜志，41（3）：21-41.

[3]高瓊，陸吉健，王曉靜等（2021）.人工智能時代人機協(xié)同課堂教學模式的構建及實踐案例[J].遠程教育雜志，39（4）：24-33.

[4]何克抗（2018）.深度學習：網絡時代學習方式的變革[J].教育研究，39（5）：111-115.

[5]何文濤，張夢麗，逯行等（2023）.人工智能視域下人機協(xié)同教學模式構建[J].現(xiàn)代遠距離教育，（2）：78-87.

[6]黃雪嬌，周東岱，董曉曉（2022）.協(xié)作知識建構學習活動對學生創(chuàng)造性思維的影響[J].現(xiàn)代教育技術，32（3）：71-80.

[7]焦建利（2023）.ChatGPT：學校教育的朋友還是敵人？[J].現(xiàn)代教育技術，33（4）：5-15.

[8]孔利華，譚思遠（2021）.信息生態(tài)場域中的AI雙師課堂：內涵、構建與評價[J].遠程教育雜志，39（3）：104-112.

[9]李海峰，王煒（2023）.人機協(xié)同深度探究性教學模式——以基于ChatGPT和QQ開發(fā)的人機協(xié)同探究性學習系統(tǒng)為例[J].開放教育研究，29（6）：69-81.

[10]劉喆（2023）.智慧環(huán)境下的“U-S雙師”課堂：設計、實施與評價[J].電化教育研究，44（7）：75-81，106.

[11]盧宇，余京蕾，陳鵬鶴等（2023）.生成式人工智能的教育應用與展望——以ChatGPT系統(tǒng)為例[J].中國遠程教育，43（4）：24-31，51.

[12]彭美慈，汪國成，陳基樂等（2004）.批判性思維能力測量表的信效度測試研究[J].中華護理雜志，（9）：7-10.

[13]彭紹玲（2021）.同伴關系對大學生學習投入的影響研究[D].南昌：江西師范大學：19-21.

[14]陶煒，沈陽（2024）.從ChatGPT到Sora：面向AIGC的四能教育和范式革新[J].現(xiàn)代教育技術，34（4）：16-27.

[15]萬昆，饒宸瑞，徐如夢（2021）.國際教育領域學習投入度研究的焦點與轉向[J].現(xiàn)代教育技術，31（4）：36-43.

[16]王薔，李亮（2019）.推動核心素養(yǎng)背景下英語課堂教—學—評一體化：意義、理論與方法[J].課程.教材.教法，39（5）：114-120.

[17]汪雅霜（2013）.大學生學習投入度的實證研究——基于2012年“國家大學生學習情況調查”數(shù)據(jù)分析[J].中國高教研究，（1）：32-36.

[18]王一巖，鄭永和（2023）.智能時代個性化學習的現(xiàn)實困境、意蘊重構與模型構建[J].電化教育研究，44（3）：28-35.

[19]王佑鎂，王旦，梁煒怡等（2023）.“阿拉丁神燈”還是“潘多拉魔盒”：ChatGPT教育應用的潛能與風險[J].現(xiàn)代遠程教育研究，35（2）：48-56.

[20]吳蔚然，宋國語，林敏等（2023）.教師如何感知生成式人工智能——基于行動者網絡理論的質性研究[J].湖南師范大學教育科學學報，22（5）：35-44.

[21]謝幼如，邱藝，劉亞純（2021）.人工智能賦能課堂變革的探究[J].中國電化教育，（9）：72-78.

[22]楊宗凱，王俊，吳砥等（2023）.ChatGPT/生成式人工智能對教育的影響探析及應對策略[J].華東師范大學學報（教育科學版），41（7）：26-35.

[23]張思，高倩倩，馬怡敏等（2020）.基于SouFLé框架的在線協(xié)作學習分析模型[J].現(xiàn)代遠程教育研究，32（6）：94-103.

[24]張翔，張靜，周曉清（2023）.中小學課堂教學動態(tài)生成的底層邏輯、發(fā)生機理與實現(xiàn)路徑[J].教育理論與實踐，43（14）：46-50.

[25]趙鑫，呂寒雪（2021）.智能時代“雙師”課堂教學：本質、表征與實踐[J].湖南師范大學教育科學學報，20（3）：90-97.

[26]周琴，文欣月（2020）.智能化時代“AI＋教師”協(xié)同教學的實踐形態(tài)[J].遠程教育雜志，38（2）：37-45.

[27]祝智庭，戴嶺，胡姣（2023）.高意識生成式學習：AIGC技術賦能的學習范式創(chuàng)新[J].電化教育研究，44（6）：5-14.

[28]祝智庭，樊磊（2019）.普通高中教科書·信息技術·必修1：數(shù)據(jù)與計算[M].北京：人民教育出版社，中國地圖出版社：3-12.

[29]祝智庭，魏非（2018）.教育信息化2.0：智能教育啟程，智慧教育領航[J].電化教育研究，39（9）：5-16.

[30]Abel， T. D.， & Evans， M. （2013）. Cross-Disciplinary Participatory & Contextual Design Research： Creating a Teacher Dashboard Application[J]. Interaction Design and Architecture（s） Journal， 19：63-76.

[31]Abolkasim， E.， & Shtewi， A. （2023）. Analyzing the Efficacy of ChatGPT for Online Learning： An Experimental Study[J]. AlQalam Journal of Medical and Applied Sciences， 6（2）：617-625.

[32]Adeshola， I.， & Adepoju， A. P. （2023）. The Opportunities and Challenges of ChatGPT in Education[J]. Interactive Learning Environments：1-14.

[33]Dai W.， Lin J.， & Jin H. et al. （2023）. Can Large Language Models Provide Feedback to Students？ A Case Study on ChatGPT[C]// 2023 IEEE International Conference on Advanced Learning Technologies （ICALT）， IEEE：323-325.

[34]Guo， K.， Zhong， Y.， & Li， D. et al. （2023）. Effects of Chatbot-Assisted in-Class Debates on Students’ Argumentation Skills and Task Motivation[J]. Computers & Education， 203： 104862.

[35]Heimbuch， S.， Ollesch， L.， & Bodemer， D. （2018）. Comparing Effects of Two Collaboration Scripts on Learning Activities for Wiki-Based Environments[J]. International Journal of Computer-Supported Collaborative Learning， 13（3）：331-357.

[36]Kaendler， C.， Wiedmann， M.， & Rummel， N. et al. （2015）. Teacher Competencies for the Implementation of Collaborative Learning in the Classroom： A Framework and Research Review[J]. Educational Psychology Review， 27（3）：505-536.

[37]Karantzas， G. C.， Avery， M. R.， & Macfarlane， S. et al. （2013）. Enhancing Critical Analysis and Problem-Solving Skills in Undergraduate Psychology： An Evaluation of a Collaborative Learning and Problem-Based Learning Approach[J]. Australian Journal of Psychology， 65（1）：38-45.

[38]Khan， S. （2023）. Harnessing GPT-4 so That All Students Benefit. A Nonprofit Approach for Equal Access[EB/OL]. [2024-03-08]. https：//blog.khanacademy.org/it-a-nonprofit-approach-for-equal-access/.

[39]Kusumawati， R.， & Hadi， A. F. （2019）. lmplementation of Integrated Inquiry Collaborative Learning Based on the Lesson Study for Learning Community to Improve Students’Creative Thinking Skill[J]. Journal of Physics： Conference Series， 1211（1）：012097.

[40]Rudolph， J.， Tan， S.， & Tan， S. （2023）. ChatGPT： Bullshit Spewer or the End of Traditional Assessments in Higher Education？[J]. Journal of Applied Learning and Teaching， 6（1）：342-363.

[41]van den Berg， G.， & du Plessis， E. （2023）. ChatGPT and Generative AI： Possibilities for its Contribution to Lesson Planning， Critical Thinking and Openness in Teacher Education[J]. Education Sciences， 13（10）：998.

Construction and Application of Collaborative Learning Paradigm in

“Dual-Teacher Classroom”Supported by AIGC

Abstract： Generative Artificial Intelligence boasts robust capabilities in content understanding， logical reasoning and contextual dialogue， which can help address persistent issues in collaborative learning among learners， such as insufficient viewpoints and arguments， lack of depth in interaction， superficial knowledge construction and low learning engagement. Under the new form of teaching and learning empowered by “dual-teacher”， assisting in solving problems in collaborative learning is the logical starting point for the synergy of “dual-teacher”， empowering the entire process of collaborative learning is its logical path， and enhancing the efficiency and effectiveness of collaborative learning is its logical endpoint. Under this framework， the collaborative learning paradigm of the“dual-teacher classroom”integrates the concept of the “dual-teacher classroom” throughout the preparation， collaboration and summarization of collaborative learning， continuously providing functions such as dynamic content generation， personalized learning support， and immediate evaluation feedback. This achieves human-machine synergy in areas like teaching assistance， feedback and answers to questions， and supervision and evaluation within the “dual-teacher classroom”. The experimental results from applying this paradigm to teaching practice show that the collaborative learning paradigm in “dual-teacher classroom” supported by AIGC helps promote students’ knowledge acquisition， increase their engagement， and enhance their critical thinking skills， thereby improving the efficiency and effectiveness of collaborative learning. In the future， the application of the collaborative learning paradigm in “dual-teacher classroom” should adhere to the basic principles of putting education first， following teaching rules， and emphasizing teacher guidance， achieving complementary strengths and mutual growth between the “human teachers” and the “machine teachers”.

Keywords： AIGC; Dual-Teacher Classroom; Collaborative Learning; Paradigm Construction