从“失序”到“有序”:生成式人工智能教育应用的转向及其生成机制

当教育者以批判性逻辑和局域经验性认知为基础，将注意力放在ChatGPT等生成性人工智能的异化利用上时，可以很轻易地挖掘其所引发的教育质量失控、运行失序、伦理失调、认知浅化、创新堕化等外在异己性风险，成为自觉公开或隐蔽抵制的“技术幽灵”，容易形成一种基于自我选择和自我强化的新的不平等。从ChatGPT等生成式人工智能所呈现的强情境化、重整合化、凸显个体差异性和内蕴批判精神的特征来看，生成式人工智能能为学习者重构空间、重建内容、重塑能力、重调过程、重建评价等，为破解单一知识来源、冲击标准化场域、打破封闭式教学和突破外在表现评价等教育异化现象提供“解决工具”。ChatGPT等生成式人工智能的教育应用“利好”转化需要以理想课堂建构为追求，建构人与ChatGPT等生成式人工智能工具实现共生成长的生成机制。对此，基于动机类别和联结机会，将生成式人工智能教育应用的转化机制区分为顺应型机制、响应型机制、主动型机制和建构型机制，旨在针对不同类型的动机和联结机会，促进生成式人工智能的科学应用，实现生成式人工智能从“失序”到“有序”的应用转变。