生成式人工智能在研究生教學備課中的應用探索

中圖分類號：G642 文獻標志碼：A 文章編號：2096-000X（2025）14-0017-04

Abstract：Intherapiddevelopmentofgenerativeartificialinteligence，thehighereducationsystem\"ridesontheeastwind\"， andalsofaceschallenges，whichprovidesthepossbilityofimprovingtheteachingabilityofyoungteachersincollegesanduniversities.Inthisgadisaerplsgnerativeartifialintellgencetgaduatesudentteacingpreparatinfosoilico bialtopicsinmicrobialecology，showingexamplesofconversationswithgenerativeAIpreparationfromcoursepreparationdata colection，courseplanningandcourserefletionhispaperprovidessupportforexploringenerativeAIincoursepreparation forgraduateeducation，therebycontributing tothedigital transformationandhigh-qualitydevelopmentof highereducation.

Keywords： Generative Artificial Intelligence;young teachers;graduate teaching; lesson preparation; Ecology

《科學》雜志曾評選出具有創(chuàng)造力的人工智能（AI）是2022 年度十大突破之一。云計算、大模型、OpenAI和ChatGPT等興起為智慧教育、教育現代化提供了機會與挑戰(zhàn)。2024年初全國教育工作會議指出，要不斷開辟教育數字化新賽道，以智能化賦能教育治理，引領教育變革創(chuàng)新。隨著“奇點鄰近”，人工智能這把“雙刃劍\"在教育中的應用勢在必行，如何“享受\"技術紅利的同時保持自身的“清醒\"尤為關鍵3。目前，有學者指出“互聯網 +^′ 教育仍存在教師備課及資源服務支撐體系難以支持教學常態(tài)化應用等問題4，由此生成式人工智能（GenerativeAI）為推進“教育信息化3.0\"提供技術支撐。生成式人工智能核心是利用機器學習算法對訓練集中的模式建模，從而進一步生成富有創(chuàng)造性的新數據。有學者調研了浙江大學大學生對生成式人工智能的應用與探討，也合理指出學生希望教師應該“有的放矢\"地將生成式人工智能應用在傳統的教學與考核中。因此，高效利用大語言模型助力高等教育發(fā)展，是高等教育未來發(fā)展的新趨勢，也是一個值得思考的問題。

生態(tài)學是研究生物與其周圍環(huán)境之間相互關系的學科。近年來，隨著國家生態(tài)文明建設的不斷推進，生態(tài)學逐漸成為學生考研的熱門專業(yè)或方向。但由于生態(tài)學所涉知識覆蓋面廣，對任課教師的綜合性要求較強，往往采用多位老師共同承擔課程的教學方式，這就會導致教學資料收集困難等問題。目前，延安大學針對于生態(tài)學專業(yè)研究生在一年級階段需要涉及的專業(yè)必修課程主要有植物生態(tài)學研究專題、動物生態(tài)學研究專題、修復生態(tài)學研究專題，以及富有當地特色的如黃土高原生態(tài)學研究專題等。同時也有草地生態(tài)學、微生物生態(tài)學、化學生態(tài)學等專業(yè)選修課程，此類課程主要目的是拓展學生視野，并為研究生后續(xù)有關研究提供思路。此外，近幾年青年教師逐漸參與到大學課程授課已成大趨勢，教育教學能力不足等普遍問題日益凸顯。因此，本文基于研究生課程的前沿性、專題性和開放性等特點，為達到提高教師備課效率、豐富教師教學內容、增強研究生課程認可度等目的，借助生成式人工智能，以微生物生態(tài)學（土壤微生物學專題）課程為例，通過一系列教師與生成式人工智能的互動，完成教學任務中關鍵的備課步驟，以期為其他交叉學科的共性問題提供借鑒。

一 生成式人工智能在青年教師備課領域的應用前景

目前，生成式人工智能相關的文獻研究主要是在理性思辨與抽象應用，實際上輔助教學的應用也多集中于中小學教學，目前針對于大學青年教師備課領域研究甚少。可能是生成式人工智能自前具有一定的局限性，并不能被青年教師合理地應用。知識的不確定性，如人工智能的更新與時間成本的矛盾，特定領域的理論和事實性錯誤等；倫理的爭議性，如學術道德與產權標注的問題等；信息的不可控性，如生成式人工智能的語言訓練多為西方語言等；上述問題均會對生成式人工智能的應用造成障礙。但自前生成式人工智能在教師備課領域具有明顯的優(yōu)越性，如操作簡便性、提高工作效率和生成形式多樣性等特點。因此，生成式人工智能作為一種自然語言處理與生成技術，在教育學尤其是教學備課方面有廣泛的應用前景。

二 生成式人工智能在微生物生態(tài)學備課中的應用實例

本文所應用的生成式人工智能為目前百度旗下“文心一言\"語言模型，該模型因具有知識增強、檢索增強和對話增強等技術特色，在中文理解、數理推算等方面獨樹一幟，其在人機對話中也能較好地模擬真人語言模式，理解使用人意圖，并給出較為滿意的答案[1。但與人工智能的對話應盡可能完整，并且要會用言語引導人工智能，否則得出與實際所需相悖的答案，從而失去生成式人工智能對備課的正向意義。表1為運用連續(xù)提問法不斷修正人工智能的回復，以最終達到備課方向這一目的。

因而，本文以土壤微生物專題教學為例，根據上述人工智能對話結果，安排8個理論講授學時和4個文獻討論學時。具體如下。

（一） 課程引入

介紹微生物生態(tài)學的定義，并簡要回顧微生物生態(tài)學與生態(tài)學的聯系。選擇一個與微生物生態(tài)學相關的典型案例，如水體富營養(yǎng)化、土壤微生物修復等。目的是從宏觀上將生態(tài)學的概念引入微生物生態(tài)學的教學內容，以期給學生更直觀的理論表達，同時簡要介紹微生物生態(tài)學的重要性和應用領域。引出案例，激發(fā)學生的興趣和好奇心（1課時）。

（二） 核心重點講解

1）采用經典案例教學法，介紹本節(jié)課主要講授部分（圖1）。詳細介紹案例的背景、問題和挑戰(zhàn)。展示相關的數據和圖片，幫助學生形成直觀印象。本文選用“微生物碳泵\"這一熱點話題，故由“微生物參與物質循環(huán)”為突破口，加之現階段國家提出的“雙碳\"計劃，引出“微生物氮泵”的概念。從而涉及到“微生物碳泵”的微生物生物量碳、微生物碳利用效率，以及量化微生物碳利用效率方法等一系列的理論與實踐研究便順理成章地介紹給學生。目的是把當前較為典型的理論概念以案例教學的方法，使學生能夠更好地體會與領悟微生物生態(tài)學這一學科的研究前沿與進展，為以后的科學研究提供部分思路與方法（2課時）。

2）采用視頻教學法，播放相關講座視頻，進一步加深學生對“微生物碳泵\"的理解。選取與課程內容相關的視頻，引導學生進行討論和分析。本文中主要介紹從Bilibili視頻平臺上提前搜尋有關視頻（馮曉娟老師所講述的“微生物與碳固持”），與核心經典案例密切相關的講座內容。并且在播放視頻中合理提出相關問題，如“同學們如何理解植物、微生物組分的相對貢獻這一概念的？”加強與學生的互動交流，達到所講內容盡可能地被學生理解體會（2課時）。

3）采用實踐教學法，詳細介紹了目前生態(tài)學專業(yè)常用的文獻收集及處理方法—Meta分析，從理論到實踐及論文實例，多方面地給學生剖析此方法的運用場景及成文思路，通過實際操作，幫助學生將理論知識與實際應用相結合。目的是指導學生對此類文獻的深入了解，并在以后閱讀相關文獻的同時，理解并轉化為相應的理論成果，做到理論與實踐相結合（3課時）。

（三） 深入討論及獨立分析

安排相對合理的時間與同學交流反饋，詢問課堂感受及課程理解，并完成相對應的文獻閱讀匯報工作。此部分由于提前在課下與學生溝通交流，已經安排好各自需要匯報的文獻，在課堂上直接進行PPT展示。在匯報過程中，要求明確記錄全過程，并在匯報結束后指出匯報學生存在的問題，及時給出建議以便在后面匯報過程中能夠更好地表達（4課時）。

以上備課內容均與“文心一言\"所建議的備課模式相匹配。當然，運用“文心一言\"除了幫助我們青年教師教學備課外，還應將課程本身的特點以及青年教師所從事的相關研究進行融合。由于課程是研究生選修課程，教學目的要求要培養(yǎng)學生整合知識及研究框架的能力，鍛煉研究生發(fā)現并解決科學問題的思維習慣，故采用相對自由且寬松的教學氛圍能夠更好地完成教學目標。人工智能在教學中的應用及效果簡圖如圖2所示。

三 結束語

目前，生成式人工智能在高等教育不同領域應用廣泛，包括使用方式上的不同，如：翻譯、備課、文字寫作、圖案生成和PPT制作等；也包括使用對象上的不同，如：教師、學生、教育管理者等；還包括使用場景上的不同，如：課堂、宿舍、培訓會等。由此可見，生成式人工智能在高等教育生態(tài)的改變與優(yōu)化方面確實能起到作用，但為了讓生成式人工智能規(guī)避可能產生的教育風險，還應有一定的規(guī)章制度限制，以網絡安全為底線，開發(fā)適合中國國情的新型人機協同數據庫，讓高等教育借此東風實現新的飛躍。

參考文獻：

[1]徐銳.《科學》評選2022年十大突破[N].中國科學報，2022-12-19（2）.

[2]2024年全國教育工作會議召開[EB/OL].（2024-01-11）.http：//www.moe.gov.cn/jyb_zzjg/huodong/202401/t20240111_1099814.html.

[3]曹斯，羅祖兵.人工智能應用于教學的困境、限度與理路[J].電化教育研究，2024（4）：88-95.

[4]鐘紹春，唐燁偉.人工智能時代教育創(chuàng)新發(fā)展的方向與路徑研究[J].電化教育研究，2018，39（10）：15-20，40.

[5]MA X，HUO Y.Are users willing to embrace ChatGPT？Exploring the factors on the acceptance of chatbotsfromtheperspective of AIDUA framework[J].Technologyin Soci-ety，2023，（75）：102362.

[6]李艷，許潔，賈程媛，等.大學生生成式人工智能應用現狀與思考——基于浙江大學的調查[J].開放教育研究，2024，30（1）：89-98.

[7]湯茜.論生態(tài)學專業(yè)研究生教育培養(yǎng)過程中所出現的若干問題[J].教育教學論壇，2015（36）：212-213.

[8]雷煒.高校青年教師專業(yè)發(fā)展特征、現狀及策略[J].教育理論與實踐，2018，38（24）：41-43.

[9]百度百科.文心一言[EB/OL].[2024-05-16].https：//baike.baidu.com/item/% E6% 96% 87% E5% BF% 83% E4% 88% 80% E8% A8%80/62642976？fr=ge_ala

[10]韋鞾，韋水蓮.人機共創(chuàng)場景下的高校教學方法探索—一以類ChatGPT為例[J].江西理工大學學報，2024，45（5）：75-83.