余胜泉,熊莎莎.基于大模型增强的通用人工智能教师架构[J].开放教育研究,2024,30(01):33-43.

---

题名：基于大模型增强的通用人工智能教师架构

作者：余胜泉,熊莎莎.

关键词：人工智能教师;生成式人工智能;预训练大模型; 人工智能教育应用;

摘要：以ChatGPT为代表的预训练大模型在教育界产生了巨大影响，也为发展通用人工智能教师带来了曙光。预训练大模型应用于教育存在幻觉、深度逻辑缺失、社会情感缺失等局限，如果这些关键问题不解决，大模型不可能在教育中得到真正有价值的应用。本文提出通过增强大模型构建通用人工智能教师架构，其核心思路是精调训练增强场景知识、检索增强认知、外部智能组件编排增强推理、多模态融合增强感知、情感计算增强社会情感，再通过教育知识图谱对大模型输出进行监督。通用人工智能教师主要有六种应用场景：需要渊博知识的场景、洞察创意增强场景、约束与管理场景、社会情感互动场景、个性化指导与反馈场景、多模态内容表现场景。文章最后分析了通用智能时代人类教师面临的机遇与挑战，提出教师需要主动拥抱、使用、驾驭并控制智能技术，解放、增强、进化自我，并跨越陷阱。