星火大模型在基础教育领域的应用探索主要体现在赋能学生评价、赋能教师教学和助力学生学习三个方面。其展现了生成式人工智能在教育领域的巨大潜力,也为未来教育的发展方向提供了新的思路和可能性。
1. 赋能学生评价:“单点知识”转变为“综合能力、学科素养”
大模型技术的引入使得学生评价的深度和广度不断增强,传统的系统批改只能判断对错,大模型赋能过程评价后可实现分步骤评分,做到更高阶的分析、批阅和个性化纠错。在过程性评价的实施过程中,大模型对学生的海量多模态学习数据进行了深度分析,以此来加强和深化对学生学习过程的评价。这种方法能够更好地尊重并适应每个学生的成长和发展规律。以体育学科为例,通过智能识别运动姿态、运动结果,生成训练指导建议;通过对学生运动能力评估、运动习惯监测、身体素质监测等,探索增值评价。
2. 赋能教师教学:“数字资源”转变为“精准教学,备教辅全环节”
在赋能教师教学方面,大模型技术助力生成式课堂开展。一方面是多模态理解与教学资源推荐:基于OCR识别和智能推荐,即可精准识别教师在智慧黑板上的手写板书笔迹,并推荐优质课堂教学资源。另一方面是虚拟人辅学:科大讯飞联合科普中国,依托优质内容构建科普大模型,并结合数字人技术创设新型科学课堂。教师可以选择使用爱因斯坦等科学家形象,与学生进行奇思妙问互动来保护、培养学生的好奇心,提高课堂参与积极性。此外,通过作业数据、考试数据以及随堂检测,辅助教师进行全方位学情洞察,实现精准教学。授课过程的声音、屏幕画面以及板书均可伴随式采集,课堂实录后,教师可以完整还原教学全过程,生成课堂纪要和思维导图式课堂脉络,帮助教师进行教学反思,沉淀优质教学资源。
3. 助力学生学习:“资源推送”转变为“启发式学习、交互式学习”
在个性化学习领域,大模型通过学生学情画像,智能识别最近发展区以及个性需求,从而给出动态学习路径规划和适切学生自主学习需要的资源,帮助学生减轻学业负担,提升学习兴趣。日常作业实现一对一辅导,通过学生与人工智能系统的互动探究式学习以及启发引导式提问,实现真正个性化的答疑辅学与学生自学。