生成式人工智能賦能職業(yè)院校學生學習：現狀與應對

摘 要 生成式人工智能以其獨特的技術屬性與強大功能將會引發(fā)學習的全方位變革。對上海市13所中高職院校3505名學生的調研發(fā)現，學生對人工智能有所了解，認知比較理性，具備一定的智能化學習素養(yǎng)，對利用生成式人工智能開展學習有著明確的需求。但從現實來看，生成式人工智能賦能學生學習面臨著學生的應用能力不足、思維鈍化、違反學術倫理等困境與挑戰(zhàn)。未來，政府層面需要明確規(guī)制，優(yōu)化教育領域的人工智能應用設計；學校層面需要強化賦能，增強利用人工智能的思想意識和應對策略；教師層面需要轉變觀念，引領學生實現高質量的學習；學生個體層面需要面向未來，不斷提升自身的生成式人工智能技術素養(yǎng)。

關鍵詞 職業(yè)院校；生成式人工智能；學生學習

中圖分類號 G712 文獻標識碼 A 文章編號 1008-3219（2025）02-0029-06

一、問題提出

近年來，伴隨著數字技術的發(fā)展，生成式人工智能依托“大數據+大算力+大算法”，已經參與到人類的知識與經驗中，打破了傳統(tǒng)人機關系“主—客”二分的對立格局，正在塑造一種不同于以往認知世界的框架[1]。在一定程度上，這將會引發(fā)學習的全方位變革，包括提高學習起點、優(yōu)化學習形態(tài)、重構學習路徑等[2]。生成式人工智能以其“響應敏捷、高效問答、多模態(tài)數據分析”的獨特優(yōu)勢，在數學、物理、語言等學科，在支持和促進自主學習[3]、人機協(xié)同學習[4]、探究性學習[5]等學習模式上表現出色。有學者預言，隨著人工智能技術的普遍使用，特別是機器學習和腦機接口技術的突破，人類的學習將從自然學習、經典學習和現代學習三個階段進入到一個全新的學習進化階段——超級學習階段[6]。在這一階段，學習的主要矛盾將表現為學習者思維、情感發(fā)展的多樣性需求和知識獲取的機器化之間的矛盾。

生成式人工智能的出現，使學生所處的學習環(huán)境和學習路徑都發(fā)生了巨大變化，給學習帶來了深刻影響和挑戰(zhàn)。當前，學界對生成式人工智能是否會替代學習者思維，是否會導致學術倫理的越界、誘發(fā)作弊和抄襲等都進行了審慎的討論[7]，認為智能設備的使用不當極易導致網絡沉迷和信息繭房[8]，必然會面臨因訓練數據集缺陷而引發(fā)的價值觀對抗、“觀點霸權”和刻板印象等問題，對學習者的邏輯思維、批判性思維與創(chuàng)造性思維能力都提出了更高的要求[9]。

在教育數字化的影響下，學生運用人工智能工具的能力在不斷提升，但在現實中，畏懼、逃避甚至拒斥人工智能應用的現象依然存在。缺失智能時代基本的適應力和生存力，可能面臨巨大的就業(yè)壓力和失業(yè)風險[10]。為此，亟須深入了解當前學生理解和使用生成式人工智能的真實狀況，以期為生成式人工智能更好地賦能學生學習提供參考和依據。

二、研究設計

（一）研究工具

基于文獻研究和先期訪談，編制“職業(yè)院校學生生成式人工智能應用現狀與需求”調查問卷，主要包括學生基本信息，學生對生成式人工智能的使用情況，以及學生的認知、素養(yǎng)及需求期待情況。其中學生對生成式人工智能的使用情況采用選擇題形式，用于了解學生對生成式人工智能的總體使用情況；學生的認知、素養(yǎng)及需求期待情況設計了21個題項，采用李克特五點量表方式作答。為了方便學生答題，題項均設置為正向。從“完全不符合、不符合、基本符合、符合、完全符合”分別計1～5分，得分越高表示感受越強，反之越弱。本研究使用SPSS25.0軟件對所收集的數據進行信度和效度檢驗以及數據分析。初始問卷編制完成后，由3位職業(yè)教育專家、5位高職院校教師、10位大學生及2位企業(yè)兼職教師對問卷提出修改意見。修改后，對問卷進行了信度和效度檢驗，最終形成終測卷。

依據“預測樣本量為總題項５倍量以上”的最佳原則，隨機抽取了2所職業(yè)院校的178名學生開展預測，問卷有效回收率達到100％。預測問卷回收后，開展了信度和效度檢驗。

一是項目分析。項目分析可以從宏觀上審視題項是否達到統(tǒng)計學要求，能否作為篩選或修改的依據，檢驗問卷題項的適切性和可靠性[11]。本研究使用臨界比率法（CR值）對預測結果進行分析，將題項按維度總分高低依次排列，取前后27％分為高分組和低分組，對兩組被試進行差異檢測。結果顯示各題項均具有較好的鑒別度，Ｐ＜0.05，具有統(tǒng)計學意義。

二是探索性因子分析。為進一步檢測量表的結構效度，根據項目分析結果，將符合統(tǒng)計學意義的18個題項進行探索性因子分析。依據學者吳明隆的觀點，KMO值大于0.6適合做探索性因子分析，為此各題項指標均符合要求。在多次、多組合的因子分析中，“1.我認為人工智能貼近我的生活”“3.我認為人工智能能夠成為我學習的有效工具”“18.我認為自身當前還缺乏有效利用生成式人工智能的能力”三個題項內容，總游離于總體之外。因此，對此三個題項進行剔除，保留其余18個題項內容。然后使用主成分最大方差法求得旋轉因素負荷矩陣。如表1所示，對調查的數據使用最大變異法正交旋轉后得到每個因子負荷量均接近或大于0.6，其中1、2、3三個題項作為取樣適切性量數指標的KMO為0.723，因子累計方差貢獻為76.76%（大于75.00%），基本可以作為三個題項內容的代表性因子；4～9六個題項的KMO為0.928，因子累計方差貢獻為84.62%（大于75.00%），非常適合作為六個題項內容的代表性因子；10～18九個題項的KMO為0.955，因子累計方差貢獻為79.37%（大于75.00%），基本可以作為九個題項內容的代表性因子，由此得到三個維度。然后，依據每個維度所包含的題項內容對三個因子分別命名為“了解與認知”“技能與素養(yǎng)”“希望與期待”。

信度檢驗結果顯示，３個因子的內部一致性信度α為 0.863～0.946，總量表信度α為0.953，表明內部一致性信度較高。從效度檢驗來看，本問卷量表在文獻研究和前期訪談基礎上形成，并使用項目分析、探索性因子分析對量表的維度再次驗證，最終確定三個維度，保證了量表的內容效度和結構效度。

（二）研究對象

研究工具確定后，本研究選取了上海市具有代表性的7所中職學校和6所高職院校的學生作為研究對象。問卷量表通過問卷星，面向上述職業(yè)院校發(fā)放，調研時間為2024年2月18～25日，共回收有效問卷3505份，其中中職學生問卷2213份，占比63.13%，高職學生問卷1292份，占比36.87%。具體分布如表2所示。

三、研究結果

（一）總體狀況：學生對人工智能有所了解，認可人工智能對學習和生活的作用，但僅有部分學生聽說并嘗試使用過生成式人工智能工具

在參與調研的3505名學生中，了解人工智能的學生比例要遠高于了解生成式人工智能的學生比例。其中，對人工智能非常了解的占比18%，而對生成式人工智能很了解的僅占7.34%；不了解和完全沒聽說過人工智能的學生占比3.94%，完全不了解生成式人工智能的達到了40.3%。學生聽說過的生成式人工智能工具主要集中在ChatGPT（70.9%）、文心一言（27.28%）、訊飛星火（25.14%）、Gemini（21.14%）和盤古（19.43%），還有16.86%的學生沒有聽說過任何生成式人工智能工具。從生成式人工智能工具的使用情況來看，使用過ChatGPT的學生最多，達到49.9%，有20.06%的學生使用過文心一言，有13.55%的學生使用過訊飛星火，使用比例均低于知曉比例。從教學情況來看，選擇“教師普遍使用過人工智能開展教學”的學生比例僅為16.83%，極個別教師使用過的占比31.04%，基本沒使用過的占比48.5%；從學生學習情況看，經常使用人工智能幫助自身學習的占比14.49%，偶爾使用的占比55.35%，從未使用過的占比28.87%，見表3。

（二）三因子分析：學生對生成式人工智能的總體感受受多重因素影響，其中學生對生成式人工智能賦能學習的希望與期待尤為重要

本研究采用多元線性回歸模型分析，通過因子進入模型的先后順序來判斷代表因子的重要性，根據標準化回歸系數來判斷不同因子對學生總體感受影響的大小。模型擬合采用了“逐步進入”擬合方法，在這個過程中，能看到模型從一元到多元的逐步演進過程。如表4所示，首先進入模型的是“希望與期待”，模型擬合度達到了0.956，顯然，“希望與期待”成為影響職業(yè)院校學生對生成式人工智能總體感受的第一重要因素；其次，“了解與認知”是第二個進入模型的因子，在該模型中，“了解與認知”和“希望與期待”共同影響職業(yè)院校學生對生成式人工智能的總體感受，但“希望與期待”的影響系數超過“了解與認知”，模型擬合度達到了0.984；最后，“技能與素養(yǎng)”才進入模型，但是其影響系數位于“了解與認知”和“希望與期待”之間，模型擬合度達到了0.998。

通過三個因子進入模型的順序，可以認為，三個因子的重要性依次為：希望與期待、了解與認知、技能與素養(yǎng)，但在綜合影響作用下，三者的影響按從大到小的順序則為“希望與期待”“技能與素養(yǎng)”“了解與認知”。

從學生對三因子所屬題項的具體選擇來看，三因子的平均分均超過了3分，處于“基本符合”和“符合”之間，其中因子2“技能與素養(yǎng)”的平均分最高，為3.85分；因子3“希望與期待”為3.84分，因子1“了解與認知”相對較低，為3.41。

從“希望與期待”來看，多數學生希望教師在教學中使用生成式人工智能工具，希望學校能夠提供AI應用系統(tǒng)，并期待開展相關的培訓和學習。其中“我希望學習網絡安全的基本知識”選項均分達到了最高的3.98，接近“符合”，說明學生對自身學習的網絡安全、學校支持等都有明確期待。

從“技能與素養(yǎng)”來看，多數學生能夠認識到使用AI時的道德考量，并注重遵守道德準則和隱私政策，多數學生愿意學習AI技能并融入未來職業(yè)發(fā)展中。其中“我能確保在使用AI工具時遵守道德準則和隱私政策”的選擇均分達到了3.91。在前期訪談階段，由于對生成式人工智能的了解程度和使用程度都不高，幾乎所有學生都提出需要進一步提升自身的數字化技能和素養(yǎng)。

從“了解與認知”來看，學生對生成式人工智能的認知相對比較理性，95%以上的學生選擇能夠“對AI產生的結果保持批判性”，平均分達到了3.51分。但也有76.18%的學生認為“人工智能課堂有可能影響教育規(guī)律和教育倫理”，有84%的學生認為“生成式人工智能在教學中的應用還很遙遠”，平均分分別為3.29、3.43，說明學生能夠相對理性地看待生成式人工智能對學習的影響。

（三）差異性分析：不同性別、年級、學校類型的學生對生成式人工智能的認知、素養(yǎng)和期待，部分題項存在顯著差異

單樣本檢驗結果顯示，所有調研題項均通過了顯著性檢驗。以此為基礎，研究進行了方差齊性檢驗和參數檢驗，并采用單因素方差（ANOVA）分析方法進行差異顯著性檢驗。結果顯示，在95%的置信水平下，男女生之間、不同學校類型之間和不同年級之間，學生了解、掌握和應用生成式人工智能的差異情況不同。

首先，不同性別的學生在生成式人工智能的認知、素養(yǎng)和期待方面存在顯著差異，其中在“了解與認知”的三個題項上均差異顯著（Plt;0.001）；在“技能與素養(yǎng)”的“持續(xù)關注最新的研究成果和技術動態(tài)”“將AI技能融入未來的職業(yè)發(fā)展”兩個題項上差異顯著（Plt;0.001）；在“希望與期待”的“嘗試開展自己的AI項目”“期待生成式人工智能早日進入學校和課堂”三個題項上差異顯著（Plt;0.001）。其次，不同年級的學生對生成式人工智能的認知、素養(yǎng)和期待，除了“我認為人工智能課堂有可能影響教育規(guī)律和教育倫理”（p=0.243）、“我認為生成式人工智能在教學中的應用還很遙遠”（p=0.142）以外，其余題項內容均存在顯著差異。第三，不同類型學校的學生在生成式人工智能方面的認知、素養(yǎng)和期待，除了“我認為生成式人工智能在教學中的應用還很遙遠”（P=0.286）以外，其余題項內容均存在顯著差異。

四、分析與討論

（一）生成式人工智能賦能學習的邏輯起點：學生具備了開展智能化學習的可能性

生成式人工智能的出現，促使一種新的學習文化——即時學習（Just-In-Time-Learning，JITL）成為現實[12]。這意味著生成式人工智能將成為一個高效便捷的學習助手，為學生的學習提供可能性。這種可能性主要表現在三個方面：一是學生對智能化學習的理性認知。調研顯示，學生能夠相對理性地看待智能工具，如有95%以上的學生認為“人工智能貼近我的生活”，96%以上的學生認為“人工智能能夠成為我學習的有效工具”，90%的學生認為“我能夠對AI產生的結果保持批判性”，也有76%以上的學生關注到了“人工智能課堂有可能影響教育規(guī)律和教育倫理”問題。二是學生具備了一定的智能化學習素養(yǎng)。如有超過96%的學生表示能夠認識到使用AI時的道德考量，能確保在使用AI工具時遵守道德準則和隱私政策，考慮將AI技能融入未來職業(yè)發(fā)展中。三是學生對智能化學習有自身的需求。在生成式人工智能賦能教學的形式上，有73.8%的學生希望能夠幫助自己進行個性化學習，有59.2%的學生希望能夠提供適合自己的學習資源，有57.9%的學生希望增強課堂教學的趣味性。這些認知、素養(yǎng)和需求正成為賦能學習的起點和依據。

（二）生成式人工智能賦能學習的邏輯張力：學生面臨著新的學習風險和能力困境

生成式人工智能重塑了學生的學習，賦予了學生更大的自主權和選擇權，同時也帶來了新的風險和挑戰(zhàn)。一是學術倫理風險。本次調研雖然有超過30%的學生表示完全能夠“確保在使用AI工具時遵守道德準則和隱私政策”，但如何在提高個性化學習及學習效率的同時，降低和減少作弊和抄襲等行為，教會學生以合乎道德和富有成效的方式使用，仍然是值得研究和思考的重大議題。二是思維鈍化風險。生成式人工智能因其強大的深度學習和生成創(chuàng)造能力，在短期內可能會導致學生過分依賴信息檢索，一定程度上會引發(fā)思維層面的“中端替代”甚至“高端替代”[13]，從而形成信息繭房，弱化學生獨立思考和探索建構的能力。三是應用能力困境。生成式人工智能對學生的邏輯能力、批判性和創(chuàng)造性思維等高階能力提出了空前挑戰(zhàn)。當前學生對生成式人工智能的了解度和熟悉度不高，有49.3%的學生對生成式人工智能完全不了解，超過33.64%的學生沒有使用過任何生成式人工智能工具，有84%的學生認為“生成式人工智能在教學中的應用還很遙遠”。對于生成式人工智能接觸和使用的欠缺，是學生從機械記憶的學習路徑走向理解生成的巨大鴻溝。

（三）生成式人工智能賦能學習的邏輯調試：學生對智能化學習有著明確期待

調研顯示，超過93%的學生都對AIGC應用于教學抱有期待，近1/3的學生選擇了“完全符合”，且在不同性別、年級和學校類型的學生群體中總體感受都比較一致，差異性很小。這種期待主要表現在三個方面：一是課堂教學期待。雖然學生認為生成式人工智能在教學中的應用還很遙遠（84%），但絕大多數學生都期待學校能夠提供AI應用系統(tǒng)（96.29%），期待生成式人工智能早日進入學校和課堂（96.47%）；二是自身應用能力提升期待。學生迫切需要進行有關生成式人工智能的培訓和學習（95.66%），希望學會選擇可靠的AI資源和工具（97.12%），希望了解人工智能的基礎知識（95.83%），希望學習網絡安全的基本知識（97.23%）；三是交流共享期待。希望能嘗試開展自己的AI項目（97.12%），希望能夠使用AI工具促進團隊協(xié)作溝通（96.47%）。這些期待為生成式人工智能賦能學生學習指明了發(fā)展方向。

五、思考與建議

（一）政府層面：明確規(guī)制，優(yōu)化教育領域的人工智能應用設計

技術賦能學習本質上就是要優(yōu)化技術的應用設計。一方面，要通過校企合作，加速推進教育領域的專用EduGPT的研發(fā)，為學生提供易于選擇的學習平臺，破解學習中的思維替代和缺乏認知建構過程等問題，縮短生成式人工智能進入課堂的時間并提供質量保障；另一方面，要強化使用規(guī)范的研制和出臺，包括諸如生成式人工智能管理規(guī)范、研發(fā)規(guī)范、供應過程規(guī)范、使用過程規(guī)范等，通過明確監(jiān)督審查、數據采集、市場準入等活動，避免對生成式人工智能在教育領域的誤用、濫用和惡意使用等問題。同時，要給予學校、教師和學生更多的試用和使用機會，在試點學校和學生中開展應用試點加強模型訓練，來研究和確認人工智能技術在實際教育過程中的真實影響，深化教育數字化重點場景的示范應用，最終實現在教育領域的深度全面賦能。

（二）學校層面：強化賦能，增強利用人工智能的思想意識和應對策略

生成式人工智能的興起，必將對人才培養(yǎng)標準、課程設置、教材編寫、考試評價、管理方式等產生深遠影響[14]，需要學校把握技術應用與課堂教學之間的密切關系。第一，學校要認識到當前技術應用的兩面性。一方面要正視機遇，積極推進生成式人工智能融入教學，更好地發(fā)揮生成式人工智能在泛在化的學習空間、個性化的學習過程以及協(xié)作化的學習方式上的優(yōu)勢和作用；另一方面要深入了解其在生成內容的準確性、隱私安全、政治道德風險等方面的消極影響。第二，學校應幫助師生做好技術應用準備。在教學過程中，學校應注重引導師生加強對生成式人工智能技術的本質認知與初步應用，提供生成式人工智能相關課程，加強對其理念、知識與技術的培訓，引導師生在教學中正確使用教學設計、多元評價，強調在理性判斷的前提下與新技術“接觸”[15]。第三，學校要為教師教學提供具體指導和監(jiān)督反饋。在生成式人工智能背景下，師生的教學主體性往往會逐漸適配數字化技術的理性和邏輯，直至主體性權力由師生所屬讓渡為技術所屬[16]。為此，要注意強化師生在課堂教學中的主體性地位，明確生成式人工智能在教學中應用的范圍、原則和準則，并對教學中使用的各個環(huán)節(jié)進行嚴格審查、監(jiān)督和反饋。

（三）教師層面：轉變觀念，引領學生實現高質量、有意義的學習

智能時代，單一的人類主體轉變?yōu)槿娜藱C主體，人機協(xié)作成為教育發(fā)展的新常態(tài)。為此，需要教師轉變育人理念，創(chuàng)新教學模式。一是著力構建新型的“三元”師生關系。生成式人工智能在學習中所扮演的專業(yè)教學設計師、助學同伴、學習路徑引領師的作用是監(jiān)控與審核生成式人工智能所提供低階知識的準確性，并借助生成式人工智能使得精準教學成為可能。二是關注學生核心素養(yǎng)以及高階思維能力培養(yǎng)。學生的核心素養(yǎng)，特別是高階思維能力，如批判性思考能力、創(chuàng)新能力等已成為未來智能時代的關鍵競爭力[17]。為此，教師要關注學生在學習過程中的深層次理解等具體思維發(fā)展，關注學生在技能訓練中的素養(yǎng)形成路徑。三是創(chuàng)設有溫度的教學空間和環(huán)境。一方面，人工智能可以將教師從繁重、重復、低效的知識和技能傳授中解放出來，讓教師更聚焦于創(chuàng)設有溫情的教學空間，更加注重師生面對面的真實行為互動以及情感交流和體驗；另一方面，教師也需要通過自我能力的迭代更新，以更加積極的姿態(tài)尋找課堂教學與生成式人工智能的融合點，從而促進高質量、有意義學習的實施。

（四）學生層面：面向未來，不斷提升生成式人工智能技術素養(yǎng)

面向未來，學生提升自身的數字素養(yǎng)可以從以下三個方面著手：一是提高使用生成式人工智能的風險防范意識。在當前技術和規(guī)范還不成熟的環(huán)境下，無論是家長還是學校均需要擔負起監(jiān)督與引導職責，學生自身也要對生成內容保持審慎的態(tài)度。二是增強向生成式人工智能提問的能力。提問能力決定了生成內容和結果的真實性和準確度，能夠在不斷追問的過程中尋找與最終目標有邏輯契合點的信息，從而更精準地匹配自身所要達成的目標，不斷提升人機交互質量。三是明確利用智能技術的路徑。其一，要“學人工智能”，通過人工智能相關課程的學習，培養(yǎng)自身的計算思維，提升自身數字化學習能力；其二，要“用人工智能學”，可以通過高度智能化的智能助教和虛擬導師，定制學習方案，通過個性化問題引導深度學習，開展人機協(xié)作學習等；其三，要“與人工智能一起學”，通過人工智能提供的多主體參與的智能學習場景，探究解決實踐活動中的真實問題，從而培養(yǎng)自身的批判思維能力、合作解決問題能力以及探索創(chuàng)新精神等。

參 考 文 獻

[1]藍江.生成式人工智能與人文社會科學的歷史革命——從 ChatGPT 智能革命談起[J].思想理論教育，2023（4）：12-18.

[2][7]吳慮，楊磊.ChatGPT賦能學習何以可能[J].電化教育研究，2023（12）：28-34.

[3]郝祥軍，顧小清，張?zhí)扃?，?人機協(xié)同學習：實踐模式與發(fā)展路向 [J].開放教育研究，2022（4）：31-41.

[4]郝祥軍，張?zhí)扃?，顧小?智能時代的人機協(xié)同學習：形態(tài)、本質與發(fā)展 [J].中國電化教育，2023（10）：26-35.

[5]何文濤，路璐，周躍良，等. 智能時代人機協(xié)同學習的本質特征與一般過程[J].中國遠程教育，2023（3）：12-20.

[6]倪閩景.從學習進化的視角看 ChatGPT/生成式人工智能對學習的影響[J].華東師范大學學報，2023（7）：151-161.

[8][10][13]夏立新，楊宗凱，黃榮懷，等.教育數字化與新時代教育變革（筆談）[J].華中師范大學學報（人文社會科學版），2023（9）：1-22.

[9]陳昌鳳，張夢.由數據決定？AIGC 的價值觀和倫理問題[J].新聞與寫作，2023（4）：15-23.

[11][12]王天恩.信息及其基本特性的當代開顯[J].中國社會科學，2022（1）：90-113+206.

[14]李永生.“ChatGPT+”時代學校教育的機遇、挑戰(zhàn)[J].中小學管理，2023（4）：43 -45.

[15]王學男，李永智.人工智能與教育變革[J].電化教育研究，2024（8）：13-21.

[16]吳南中，陳咸彰，馮永，2023.從“失序”到“有序”：生成式人工智能教育應用的轉向及其生成機制[J].遠程教育雜志，2023（6）：42-51.

[17]楊宗凱.利用信息技術促進教育教學評價改革創(chuàng)新[J].人民教育，2020（21）：30-32.

Empowering Vocational College Students’Learning with Generative Artificial Intelligence： Current Status and Responses

Hu Xiujin， Qin Lichun， Yang Keyang

Abstract" Generative artificial intelligence （GAI）， with its unique technical attributes and powerful functions， is poised to trigger comprehensive transformations in learning. A survey on 3505 students from 13 secondary vocational schools and higher vocational colleges in Shanghai revealed that students understand AI， possess rational cognition， exhibit a certain level of intelligent learning literacy， and clearly need GAI in their learning. However， in reality， empowering students’learning with GAI faces challenges and difficulties such as insufficient application abilities among students， dulling of thinking， and violations of academic ethics. Moving forward， at the government level， clear regulations need to be established to optimize the design of AI applications in education; at the school level， empowerment efforts should be strengthened to enhance awareness and coping strategies for utilizing AI; at the teacher level， attitudes need to be changed to guide students in achieving high-quality learning; and at the individual student level， efforts should be made to face the future and continuously improve" GAI technical literacy.

Key words" vocational colleges; generative artificial intelligence; students’learning

Author" Hu Xiujin， associate researcher of the Shanghai Academy of Educational Sciences （Shanghai 200032）; Qin Lichun， assistant researcher of Shanghai Academy of Educational Sciences; Yang Keyang， Shanghai Ocean University