教育大语言模型的内涵、构建和挑战  

The Essence,Development and Challenges of Educational Large Language Models

作　　者：刘明 吴忠明 杨箫 郭烁 廖剑 LIU Ming;WU Zhongming;YANG Xiao;GUO Shuo;LIAO Jian

机构地区：[1]西南大学教育学部,重庆400715

出　　处：《现代远程教育研究》2024年第5期50-60,共11页Modern Distance Education Research

基　　金：2024年度国家自然科学基金面上项目“知识增强大语言模型的科学课教学问题智能生成方法研究”(62477039);2024年度重庆市教育委员会科学技术研究计划重点项目“个性化科学教育大语言模型的关键技术与应用示范研究”(KJZD-K202400208)。

摘　　要：大语言模型作为新一代人工智能的核心技术,为教育领域带来前所未有的机遇。但由于以ChatGPT为代表的通用大语言模型仅能提供通用型反馈,难以与复杂的教育场景、育人方式相匹配,因而亟需构建专用的教育大语言模型。教育大语言模型具有教育知识库的全面性、教学内容生成的安全性、反馈信息的教育价值性、问题解决的个性化、人机交互的多模态性、用户使用的易用性等特点和优势。其构建流程主要包括6个步骤:一是制定教育目标,预设模型构建标准与技术范式;二是选择或设计大语言模型基座,对齐教育任务属性;三是构建教育语料库,实现无序数据的教育价值转向;四是开展模型训练或提示,获得教育任务通用和细粒度知识;五是链接外部教育知识库,灵活扩展模型知识和学生模型;六是评价教育大语言模型,让模型“懂人理”。当前教育大语言模型的应用主要聚焦编程、课后阅读和计算机教育三类教学场景,有助于学生计算思维、提问能力和编程技能等高阶能力和学科基本能力的提升。未来教育大语言模型应由多方合力共建语料库与知识库以统一标准,尝试应用新技术以破解多模态理解缺陷和计算困境,深入探索人机协同教学机制以实现其与高阶教育目标的匹配。Since the generalized Large Language Models(LLMs)can only provide generalized feedback,which is difficult to match with complex educational scenarios,there is an urgent need to build Educational Large Language Models(ELLMs).ELLMs are characterized by the comprehensiveness of the educational knowledge bases(EKB),the security of the teaching content generation,the educational nature of the feedback value,the personalization of the problem solving,the multimodal nature of the human-computer interaction,and the ease of use for the users.There are six steps to construct ELLMs:formulating educational goals,selecting or designing a LLM base,constructing educational corpuses,model training or prompt learning,linking to external EKB,evaluating ELLMs.As far as the application of ELLMs is concerned,existing studies have been applied to programming,after-school reading and computer education,and have explored the enhancement of higher-order competencies and the basic disciplinary competencies that ELLMs empower students.For the future ELLMs,it is necessary to make multi-party efforts to build corpuses and EKB to unify the standards,consider the technological shift,and explore the mechanism of human-computer collaborative pedagogy.

关 键 词：教育大语言模型 生成式人工智能 人工智能教育应用 知识增强 

分 类 号：G434[文化科学—教育学]