国家社科基金重大项目“人工智能促进未来教育发展研究”正以结项为引导持续推进。现将2023年10月份项目进展整理如下：
·子课题一：人工智能时代以创新为人才培养转向的战略研究
子课题10月份：扩展文献调研，进一步探索优化数字时代人才培养的方法与策略。调研发现，教育数字化改变了知识的创造、获取、传播、验证和使用的方式，推动教学改革，对于促进教育公平和实现终身学习具有重要实践作用，正在塑造面向全球、适应未来的教育模式。因此，面对我国社会对人工智能复合型人才的大力需求，从顶层设计层面优化教育数字化转型流程，克服当前我国教育数字化转型过程中面临的责权不清晰、数字鸿沟、实践应用推进缓慢等关键问题尤为必要，助力教育变革，助力人才培养。同时，人才的发展，需要政府、企业和市场多方联动，需要公安、教育、民政多方互联互通，解决人才发展中的后顾之忧，构建有利于人才发展的广阔天地，助力我国人才强国战略实施，助力“卡脖子”技术难题的攻克。
·子课题二：人工智能支撑大规模教育的个性化实现研究
子课题10月份主要梳理了生成式人工智能底层技术的特点，为人工智能准入教育场景做好相关准备。在人工智能学科的创立大会——1956年的达特茅斯会议上，自然语言处理（Natural Language Processing，NLP）被与会专家们明确列为人工智能学科发展的重点领域之一。该技术目前的发展方向有“计算语言学，其核心要旨乃在于如何从计算的角度对人类的言语行为进行模拟”，及“机器翻译，其核心要旨在于如何将一段源语言文本自动转化为一段目标语言文本”。作为计算机学科和语言学科的交叉学科，一些哲学、语言学及认知心理学等对自然语言处理的技术发展产生影响，按照自然语言发展的进程，华生或斯金纳的行为主义、外在论的语义学、莱布尼兹的“理想语言”假说、乔姆斯基的“深层句法”假说、休谟的贝叶斯统计学进路、康德式的混合进路等都对自然语言的发展产生了影响。本子课题在研读相关文献的基础上，梳理了当前主流的自然语言生成的方法和模型，以及这些方法和模型的优缺点，比如Attention模型能够获取全局与局部的关系，但无法学习序列中的顺序关系。人工智能自动写作采用不同的自然语言处理技术，内生性的技术缺点难以避免文本的质量问题。计划在11月份，设计基于ChatGPT的不同文体的人机协同写作实验，在设计相关方案的基础上进行预实验，同时寻找适合的实验场景。
·子课题三：人工智能重塑的知识观与教学创新研究
子课题组10月份主要致力于Flute X GPT 原型开发，该技术将尝试移除特定的教学指导原则，观察GPT是否能自行解决问题，以及在演示期间记录所有数据并保存，用于技术性的视频演示。目前在功能更新上，自动重试机制，解决了未闭合的三引号和错误的函数调用签名问题；文本到语音（t2s）批处理决策等。在当前的实验观察中表明，使用OpenAI的功能比自定义枚举方案更优；观察到GPT有时会重复相同的回应，可能与用户交互模式偏离原始训练有关；推荐使用“系统人格”，但以用户的身份进行交谈，并引用真实用户的话。在后续开发上，还会开发语音到文本转换功能；音乐表演评估；购买高效隔离说话者声音的（可穿戴）麦克风，与机器接口交互等。接下来将改进语音到文本的可靠性，解决专有名词问题，例如“KR反馈”“GPT”等；当输入音频仅包含音乐时，转录模型可能会出现误判，计划通过附加特定音频输入来解决这一问题。
·子课题四：人工智能所赋能的未来教师以及教师教育发展研究
子课题组10月份主要完成了ChatGPT赋能科研能力培养的案例研究论文撰写，明确了科研能力概念框架，梳理了国内外的科研能力培养模式，并设计构建了ChatGPT支持的基于课程的本科研究经历课程模式。通过分析问卷访谈数据，本研究发现课程模式的设计实施有助于科研能力培养，生成式人工智能的应用将改善人机协作研究过程。在人机协作下的共享心智新范式研究中，在查阅了关于社会共享调节学习的相关研究后，将AI的人机协作加入共享调节学习中，关注人机团队如何为共享调节学习赋能。论文准备以AI介入教育的框架为基础，以大型语言模型作为人工智能实验对象，并在实验中加入触发器事件，通过收集聊天和视频数据，分析AI介入教育对学习者社会共享学习的影响。
·子课题五：人工智能推动的教育系统生态重塑研究
子课题10月份主要的研究工作包括仿真实验推进、书稿修订和论文撰写三部分：（1）通过系统动力方法和仿真软件Vensim 构建指向学生核心素养的智能教育治理模型并进行模型迭代，并通过存量流量图对智能教育治理模型进行动态仿真，对模型中的重要变量进行调试得到初步的仿真结果。（2）子课题5成果专著《人工智能推动的教育生态系统重塑研究》的修订完善。（3）对智能时代学生的学会学习能力进行研究，研究发现智能教育产品的使用对小学生的学会学习能力影响不大，然而对初中生的学会学习能力有显著影响，并进行论文撰写工作。接下来，将继续推进仿真实验，通过对不同重要变量进行组合调试，观察系统中因变量和其他重要变量的发展变化。