《International Journal of Educational Technology in Higher Education》:Large language models for teaching and learning in higher education: opportunities, challenges, and future directions
编辑推荐:
大语言模型(Large Language Models, LLMs)正在迅速重塑高等教育的技术格局,其应用范围从对话式辅助和个性化学习扩展到评估、推荐和机构服务。然而,其教育价值不能仅从生成能力推断,重要的是这些模型如何被整合到教育实践和机构系统中,以及伴随其
大语言模型(Large Language Models, LLMs)正在迅速重塑高等教育的技术格局,其应用范围从对话式辅助和个性化学习扩展到评估、推荐和机构服务。然而,其教育价值不能仅从生成能力推断,重要的是这些模型如何被整合到教育实践和机构系统中,以及伴随其使用的人类监督形式。本社论介绍了特刊“利用大语言模型促进教与学:挑战、机会与未来方向”,其中包含五项研究,分别考察了LLM增强的课程推荐、实时提示支持、自动作文评分、可验证的在线教育以及用于高等教育服务的知识增强自动化。总体而言,这些研究说明了LLM正日益被用作教育系统的组成部分,而非独立的生成工具。在整个研究集合中,当LLM能力与特定的教育或机构需求相结合时,潜在益处最为明显。同时,该集合揭示了技术性能与教育有效性证据之间的持续差距。许多对实践最重要的问题,尤其是涉及学习者发展、真实情境中的使用和机构责任的问题,仍未得到充分研究。研究人员认为,未来研究应超越展示LLM能完成什么,转向确定其使用在何时、对谁、以及在何种教学和机构条件下能产生有意义的教育价值。这一转变要求研究以教育理论为基础,在真实情境中验证,并明确关注责任如何在人与AI系统之间分配。本特刊中技术上多样的研究为这一更广泛的研究议程奠定了基础。
大语言模型(Large Language Models, LLMs)正在迅速重塑高等教育的技术格局,其影响已从对话式辅助和个性化学习扩展到评估、推荐和机构服务。早期教育人工智能通常围绕画像与预测、评估与评价、自适应个性化和智能辅导等相对有限的功能组织,而LLM凭借自然语言交互的通用能力,可以解释开放式请求、重组非结构化信息、生成教育内容、提供对话支持、评估书面作业,并协调外部工具和数据源。然而,教育价值不能从生成能力中推断,关键问题在于这些模型如何被纳入教育实践和机构系统,以及谁对后续决策负责。当前,模型输出可能不准确、不一致、有偏见,且自动化系统可能削弱学习者自主性,因此技术性能本身并不构成教育有效性的证据。在此背景下,特刊《利用大语言模型促进教与学:挑战、机会与未来方向》汇集了五项研究,覆盖课程推荐、提示支持、作文评分、可验证在线教育和知识增强自动化,旨在推动LLM从独立对话工具向集成教育系统组件的转变。该论文发表在《International Journal of Educational Technology in Higher Education》。
研究人员在特刊中的工作采用了几类关键技术方法。LLM-CR离线使用LLM将课程元数据转化为结构化语义摘要,再与序列推荐模型融合,在XuetangX平台六个学科子集上评估;ARPG+采用双路径实时辅导架构,利用LLM模拟学习者测试干预策略;RACES结合参数高效微调、奖励建模、近端策略优化和Kullback–Leibler正则化,在ASAP 2.0数据集上评估评分一致性;区块链论文在四节点Hyperledger Fabric网络上实现智能合约、哈希锚定、链下存储和证书验证原型;KAFA整合DeepSeek、Chrome DevTools协议解析、关系型/向量/图数据库、历史轨迹复用与自适应纠错,在44家公司招聘网站的1,301个字段上评估。这些方法覆盖离线语义增强、模拟学习、大规模评分、可追溯基础设施和代理域验证。
论文主体首先讨论了LLM在高等教育中的潜力,分为四个方面。
通过语义理解实现个性化:传统推荐依赖行为数据,LLM可将课程描述、学习目标、先修知识等转化为结构化表征,补充语义信息。LLM-CR框架展示了一种混合设计,即离线生成语义表征,在线使用高效序列推荐模型,既提升稀疏数据上的课程排名性能,又保持较低在线开销。
支架式交互与发展学习者能力:提示质量直接影响学习交互效果,提示可视为AI素养的一部分。ARPG+将提示作为需要培养的技能,其实时辅导框架通过判断模拟学习者何时遇到困难、选择干预类型、控制支持量并逐渐撤除支持,体现了教学脚手架中的偶然性、淡出和责任转移,但尚未经过真人学生评估。
大规模评估与反馈:LLM可解释长文本,但评分影响学业进程,必须符合明确标准。RACES通过奖励引导优化和一致性约束提升评分与参考分数的一致性,同时在输出分布上施加约束。研究将RACES定位为辅助评分工具,而非替代人工评分者,并强调需要用更多证据验证泛化性。
机构自动化与教育基础设施:LLM代理可解释异构字段、检索多源信息、导航动态界面并协调操作。KAFA系统将LLM作为推理和编排组件,结合多种知识来源实现表单自动填写。区块链论文则提出用联盟链记录教育和认证事件,使AI介入的决策过程可追溯、可审核。
随后,论文逐一评述了五篇特刊论文。LLM-CR在XuetangX平台六个学科子集上的实验显示,相比强基线有稳定提升,尤其稀疏数据集,但排名改进不等同于学习结果改善。ARPG+在模拟学习者实验中提高了提示质量分数、降低了认知负荷指标,并在最后五轮获得更高无提示率,表明系统可行但不能推广为课堂有效。RACES在ASAP 2.0上报告了更高的Quadratic Weighted Kappa值和SimCSE相似