智慧教育赋能教育强国研究：大语言模型视角

摘" "要：进入数字时代，智慧教育受到各国重视。中国充分发挥制度优势，率先开启迈向智慧教育之路，建立起发展智慧教育的比较优势，推进教育强国建设。大语言模型的快速发展，使人工智能技术走向认知智能和通用化，成为推进智慧教育发展的引领力量。大语言模型赋能中国教育高质量发展，还面临教育数据治理、智慧化教育标准、意识形态安全等诸多环境性因素挑战。因此，需要充分认识大语言模型在实现立德树人任务中的复杂性，以及价值对齐对智慧教育良性发展的重要性，进一步完善教育智慧化生态建设。在此基础上，提出智慧教育赋能教育强国建设的对策建议：一是构建自我进化的智慧教育新生态；二是深入研究实现大语言模型与教育价值对齐的有效途径；三是积极引导社会力量开发各级各类教育模型；四是多手段提高乡村教育智慧化基础能力。

关键词：智慧教育；教育强国；大语言模型；价值对齐；教育大模型

中图分类号：G434" " " " "文献标志码：A" " " " "文章编号：1673-8454（2024）12-0003-10

一、引言

党的二十大报告确立到2035年建成教育强国的奋斗目标，强调教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑，要求深入实施科教兴国战略、人才强国战略、创新驱动发展战略。习近平总书记在中共中央政治局第五次集体学习时强调，加快建设教育强国，为中华民族伟大复兴提供有力支撑；教育数字化是我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口[1]。人类正迈进数字时代，经济社会形态正发生深刻变化。人工智能是引领时代变革的战略性技术，具有“头雁”效应[2]。2022年，ChatGPT等模仿人类创造过程的大语言模型工具发布，随后，百度、阿里、华为等中国人工智能企业也先后推出了各自的大语言模型，以抢占人工智能应用“高地”。大语言模型的落地应用是人工智能发展的分水岭，将人工智能从“赋能者”提升为（潜在的）“协作者”[3]。大语言模型带领人工智能走向认知智能和通用化，必将成为推进智慧教育发展的引领力量。如何使大语言模型更好地赋能中国教育高质量发展，满足立德树人的根本任务要求，还面临教育数据治理、智慧教育标准、意识形态安全等诸多挑战。近年来，中国充分发挥制度优势，积极深入实施国家教育数字化战略行动，打造升级国家智慧教育公共服务平台，构建网络化、数字化、个性化、终身化的教育体系[4]，率先开启迈向智慧教育之路，建立起发展智慧教育的比较优势。需要充分认识大语言模型在教育应用中的复杂性，进一步完善教育智慧化生态建设，科学实现大语言模型与中国教育的价值对齐（Value Alignment），更加积极主动地把握好智慧教育这一赛道，推进教育强国建设。

二、中国率先开启迈向智慧教育之路

近年来，推进教育数字化转型、探索发展智慧教育受到世界各国共同关注。中国充分发挥制度优势，大力推进教育数字化基础设施建设，搭建起统一的国家智慧教育平台，将智慧教育作为教育强国建设的新赛道、新优势，率先迈向智慧教育，并主动设置议题，推动智慧教育发展形成国际共识。

（一）智慧教育是数字时代的教育新形态

数字技术特别是人工智能不断赋能教育，使教育越来越智慧化，但对于什么是智慧教育以及如何发展智慧教育尚处于探索阶段。当前，关于智慧教育的相关政策与论述主要涉及数字化基础设施、智慧化课程教学、数字教育资源、数字技能和能力、数字化治理等方面[5]。在英语语境中，Intelligent、Smart、Wisdom都具有“智慧”的含义。2006年，新加坡制定“智慧国2015”发展战略，此处“智慧”的英文为“Intelligent”；2008年，国际商业机器公司（IBM）提出“智慧地球”概念，此处“智慧”的英文为“Smart”。IBM认为，新一代信息技术让万物被感知、被互联，纷繁复杂的系统、流程将变得更加高效，各类基础设施的响应更快，地球也将更加智能[6]。2012年，来自教育学、计算机科学、环境学等领域的国际专家发起成立“国际智慧学习环境协会”，并创办《智慧学习环境》（Smart Learning Environment）国际期刊，建立了关于智慧教育研究的专业化国际学术交流平台。

随着数字智能赋能教育的日益广泛和深入，现有研究对智慧教育从发展阶段、本质特征、技术功能、体系与环境构建等不同视角进行了多角度阐释。有学者认为，智慧教育是教育信息化的高端形态，包括智慧化的学习环境、新型的教学模式和现代化的教育制度，具备感知、适配、公平、关爱、和谐五方面的本质特征[7]。有学者观察人机协同的智慧化表征，认为智慧教育是通过人机协同作用，优化教学过程、促进学习者发展的一种未来教育范式[8]。还有学者认为，大数据、人工智能、虚拟仿真等新的智能技术能解决旧有教育体系问题。智慧教育正是在这些新技术的支持下，针对教育体系中普遍存在的、由于缺乏先进科技手段和环境而导致的共性问题，所构建的一种新型教育体系[9]。而对于智慧教育的构成要素，有学者认为包括智慧的学习环境，创新的教育方式与教育治理模式，从而构建并形成智慧化教育新生态，服务学习者的全面发展[10]。

2023年2月，教育部与中国联合国教科文组织全国委员会共同举办世界数字教育大会，会上发布《中国智慧教育蓝皮书（2022）》，并将智慧教育定义为数字时代的教育新形态。与工业时代以规模化、标准化、专业化、班级教学为特征的教育形态有着质的区别，数字时代的智慧教育是数智技术全面赋能，且人人皆学、处处能学、时时可学的高质量个性化终身学习体系，致力于通过教育环境数字化、课程教学个性化、教育治理精准化，培养时代新人[11]。该蓝皮书从数字时代的社会特征出发、立足于宏观时代背景，对智慧教育所包含的要素以及所要达成目标进行了系统阐述，并将智慧教育定位于数字时代的教育新形态，具有鲜明的时代特征。

（二）中国建立起发展智慧教育的比较优势

一是搭建世界最大的教育数字化网络空间。截至2023年初，全国所有中小学接入互联网，99.9%的学校出口带宽达到100M以上，学校无线网络覆盖率超过四分之三，99.5%的学校设有多媒体教室[12]。中国教育和科研计算机网（CERNET）主干网总带宽达3.15T以上，2100余所高校接入CERNET，用户达2000多万人；CERNET2主干网是全球最大的纯IPv6互联网，活跃IPv6用户地址数达2259万个[13]。中国还举办着世界上最大规模的教育。2023年，全国共有各级各类学校49.83万所，各级各类学历教育在校生2.91亿人，专任教师1891.78万人，[14]中国持续产生全球最庞大的教育数据，这些宝贵的数据是数字时代建设教育强国的重要战略资源。

二是建成世界第一大数字化教育资源中心和服务平台。国家智慧教育公共服务平台规模宏大，在世界数字教育的发展史上极为罕见，已成为推动中国教育智慧化发展的关键基础设施。联合国教科文组织将2022年度哈马德国王奖（联合国系统内教育信息化最高奖项）授予国家智慧教育公共服务平台，为全球教育数字化变革提供了中国经验。2024年初，平台汇聚中小学资源总量达到8.8万条，优质高等教育慕课达2.7万门，国家在线精品职业教育课程超1万门。平台围绕考试服务、学位学历、留学服务等方面提供30项政务服务。[15]此外，平台聚焦学生学习、学校治理、教师教学、服务社会等核心功能，不断迭代升级，成为教育领域重要公共服务产品。作为世界第一大数字化教育资源中心和服务平台，国家智慧教育公共服务平台有效提升了我国数字教育在国际上的影响力和话语权[16]。

三是智慧教育行业市场蓬勃发展。随着中国在数字科技领域不断创新发展，教育数字化基础设施超前布局，以及教育数字化标准规范体系的逐步建立，推动智慧教育行业形成基础软硬件供应、内容供应、智能教育系统服务、各类智能教育终端供应等质量较高的完整产业链。智慧教育产业生态日益完善，智慧教育行业不断扩展广度、下沉深度。科大讯飞的“因材施教解决方案”、华为的“智慧教室解决方案”、腾讯的“教育智脑”、阿里的“AliOS智慧校园”等智慧化产品与服务已融入教育教学全链条，覆盖学情监测、日常教学、智慧校园等各种教育场景。中国大型数字科技企业积极开发多种大语言模型产品，并开始在教学、评价、家校连接等领域进行实践探索，推动中国教育全方位智慧化变革。

（三）中国积极推动智慧教育形成国际共识

2019年5月，中国政府与联合国教科文组织共同在北京举办以“规划人工智能时代的教育：引领与跨越”为主题的国际人工智能与教育大会。会议审议通过了《北京共识》，国际社会对智能时代教育发展形成共同愿景。2019年8月，《北京共识》由联合国教科文组织正式发布，成为联合国教科文组织首个利用人工智能技术实现2030年教育议程提供指导与建议的重要文件[17]。中国政府在推动人工智能赋能世界教育发展的初步共识形成中，发挥了关键性作用。此后，在2020年至2022年间，中国政府与联合国教科文组织连续举办三次人工智能与教育大会，会议主题分别为“培养新能力，迎接智能时代”“确保人工智能服务共同利益，促进教育变革”“引导人工智能赋能教师，引领教学智能升级”，涉及人才培养、教育治理、教师能力提升等不同方面，深入探讨智能技术对世界教育的多方面影响，推动形成更加全面的全球共识。

2023年，在首届世界数字教育大会上，中国明确提出了“推动构建全球智慧教育共同体”的倡议，并勾画出增进智慧教育理念共识、优化智慧教育发展生态、扩大智慧教育国际合作的可行实践路径。中国正致力于以超大规模的教育数字化应用实践，为人类追求教育公平、发展高质量教育的探索做出历史性贡献，为数字时代的全球智慧教育发展贡献中国智慧与中国力量[18]。

三、大语言模型将成为推进智慧教育发展的引领力量

以OpenAI推出的模型为代表，大语言模型的性能正快速迭代升级，已经具有一定的认知能力并向通用人工智能（AGI）发展。教育过程与人类的认知规律密切相关，我们对于世界的既有认知通常被视为教育的起点，大语言模型的认知与通用能力势必对智慧教育的发展产生重大影响并将发挥引领作用。

（一）从运算智能到认知智能，大语言模型走向“通用”

人工智能是关于知识的科学。对于知识，每个时代都有不同的表达方法，均对知识表达的边界和能力有着深刻的理论认知。人工智能旨在了解人类智能的本质，并创造出能模仿人类智能作出反应的智能机器。人工智能有运算智能、感知智能和认知智能三个层次：以快速计算、存储为目标的运算智能已基本实现；在深度学习推动下，视觉、听觉、触觉等感知智能成果丰硕；认知智能则被认为是人类独有。认知智能的核心能力是“理解”和“解释”，体现在机器能够理解数据、理解语言进而理解现实世界，机器能够解释数据、解释过程进而解释现象，以及推理、规划等一系列人类所独有的认知能力上[19]。认知智能强调对人类感知、思考、理解和推理能力的模拟，是人工智能的重要发展方向。

ChatGPT发现并大量运用隐藏在自然语言文本中的监督指令，通过大规模、无人工标注的语言模型进行训练，实现了小模型、单任务人工智能不可及的能力涌现。语言文字是人类智慧的载体，ChatGPT、GPT-4所涌现出的泛化能力，使其从语言模型升级为认知模型。OpenAI全球事务副总裁安娜·马坎朱（Anna Makanju）在接受美国《金融时报》采访时表示，该公司的使命是构建能够完成“当今人类可以完成的认知任务”的通用人工智能[20]。

对于通用人工智能的概念，不同视角导致了不同的定义和争论，本质上是因为对跨领域通用能力的理解存在差异。2024年5月14日，OpenAI发布新旗舰模型GPT-4o，其可以实时进行文本、音频和视频推理，接受任意组合输入，并生成任意组合输出，呈现多模态性能，朝着更自然的人机交互形式和通用人工智能迈出了一大步。OpenAI承诺，未来让普通用户可免费使用GPT-4o，同时开放应用程序编程接口（API），推动大语言模型带来更加广泛的社会影响。

（二）大语言模型应用推动教育智慧化

大语言模型可以进行对话式学习，让每个学生都有私人学习伙伴；可以应用于科学研究，尝试探索未知事物；可以生成文字、图片、视频、3D模型或其他更为复杂的功能，提升学习与教学效率。开发人员利用ChatGPT等大语言模型提供的应用程序编程接口，可以更轻松地完成教育应用工具的开发。在此基础上，教育从业者、技术专家和学习者可以自主设计定制化学习工具，赋予非专业人员自我设计智慧化学习工具的能力，能够围绕学科教学、协同教学、自适应等教育教学场景，实现个性化学习支持、学习路径规划等教学设计，以及试题自动生成、自动反馈生成、基于会话的评价等学习分析和评估应用[21]。大语言模型在教育教学各环节更加便捷的创新应用，将使教育越来越个性化、智慧化。

利用强大的计算能力、合成神经网络和大型语言建模，人工智能技术努力尝试破解人类文明的语言密码。大语言模型将人类文明带入人机协同的新范式和新阶段，对教育产生深刻影响。此外，随着机器智能化水平的不断提升，传统“师—生”之间的二元主体关系逐渐被打破，构筑起基于“师—生—机”的三元主体结构[22]。大语言模型性能持续跃进，不仅仅是推动教育发展的技术“赋能者”，更是推动教育迈向新阶段的“协作者”和“变革者”。中国数字科技企业也积极将自己的大语言模型所具有的通用能力融入智慧教育工具，大大提升了旧有工具的性能与效率。

（三）大语言模型促进形成个性化教育智能体

智能体的定义在分布式人工智能和分布式计算领域争论了很多年，尚未形成共识。在人工智能的术语中，智能体是指驻留在某一环境下，能持续自主地发挥作用，具备驻留性、反应性、社会性、主动性等特征的计算实体[23]。智能体能够感知环境，通过学习提高自身性能，以智能方式代理行事，采取自主行动实现目标。

比尔·盖茨（Bill Gates）认为，相较于基于文本的机器人（如可汗学院开发的Khanmigo），智能体将带来更多教育机会，以及图形和声音等更丰富的教育体验，并且更加个性化[24]。李彦宏认为，智能体可能是离每个人最近、最主流的大模型使用方式。智能体可以使每个人都能更好地利用人工智能，把大模型变成看得见、摸得着的工具，去解决工作生活中的具体问题。未来，基于大语言模型的智能体，将促进形成面向每个人的教育智能体，让“有教无类”真正落地生根。

（四）大语言模型引领平台整合，形成各类教育专用模型

2023年2月，微软宣布新版本的必应（Bing）将在OpenAI的下一代大语言模型上运行，并且专门为搜索而定制，率先革新互联网最重要的搜索能力，重塑搜索引擎的未来[25]。OpenAI与微软搜索引擎必应的平台整合，显著增强了必应的综合性能，并对谷歌在搜索领域的主导地位构成了挑战。同时，大语言模型将加快数字教育平台的整合提升。展望未来，国家智慧教育公共服务平台也将探索整合路径，以提高其智慧化服务的能力。

人工智能模型的输出结果深受其训练数据质量的影响，高质量的专业数据能提高生成内容的准确性与正向引领。例如，摩根士丹利已经开始探索利用其百年来积累的研究资源和数据库，结合ChatGPT的技术驱动，开发专用工具，保证信息的准确、专业。2023年 3月，彭博社依托大量金融数据源，发布了专为金融界打造的大语言模型——BloombergGPT。该模型在金融任务上的表现远超现有模型[26]。与此相比，通用性大语言模型由于缺乏专业性与针对性，难以充分捕捉行业应用中的价值与方法。因此，依托大语言模型的通用能力，基于教育专有数据，训练教育专有模型，更符合教育高质量发展需求。

在教育领域，无论是教育者、受教育者还是教育机构，大语言模型的应用主要有两种实现方式：中心化和分布式。中心化是指个体成为超级大模型平台的一部分，个体完全依赖平台算力与数据，为平台提供自我数据获得反馈。分布式是各教育主体拥有自己的独立模型，实现本地部署，掌控自有数据，满足专门化需要，整体成为个体的一部分。当前，大模型难以应对复杂的具体教育场景，各教育主体需要分布式的、满足自我场景需要的各级各类教育模型。

四、 大语言模型推进智慧教育发展

面临的挑战

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出，要营造良好数字生态、加快建设数字中国，提供智慧便捷的公共服务[27]。智慧教育是数字中国建设的重要部分，良好的教育智慧化生态是发展智慧教育的基础，人工智能充分赋能则是发展智慧教育的核心驱动力。

（一）教育智慧化基础生态建设仍存在短板

数据流与实物（人）流保持高度一致，是大型数字企业成功的共同特征。高效流动的高质量数据不仅是数字经济的活力源泉，也是建立教育数字化新生态的根本。中国教育数据规模巨大，整体质量和治理水平有待提升。例如，教育数据权属关系有待理清，科研数据共享无章可循，概念术语的语言表述也缺乏统一规范。此外，教师、学生、教育教学设备等的“一数一源”“同源同码”尚未完全实现，阻碍人工智能赋能和数据价值充分释放。

数字技术带来教育内容、环境、模式、形态的创新，对教育数字化标准的有效供给提出全新要求。科学统一的数字教育标准是数字化生态融合发展的前提，也是数字教育领域实现“双循环”的基础[28]。如今，教育数字化标准的制定与更新滞后，有效供给不足，以及强制性国家标准缺失，增加了人工智能赋能和数字化转型的难度。

向世界展现中国智慧教育的价值，是一项不容忽视的特殊且重要的战略性工作。智慧教育要实现包容性发展，需完善数字化基础设施，保障数字教育资源惠及每一个学生。根据预测，到2030年，我国乡村和镇区义务教育在校生仍占全国总数的一半左右；2022年，全国小学教学点就有7.69万个[29]。乡村学校特别是小规模学校的数字化装备仍存在短板，需系统解决偏远乡村学校数字化设施设备老旧匮乏、使用率较低等问题，让智慧教育更好地促进教育公平。

国家智慧教育公共服务平台面向数亿不同用户群体，必须快速有效地应对多样化需求，不断优化用户体验。这对平台的质量、易用性和可持续发展提出越来越高的要求。数字科技企业凭借其对市场的敏感性、资本实力和技术优势，尤其在疫情期间服务“停课不停学”过程中，通过快速提供教学软硬件和算力支持，展现了强大的应变能力。因此，亟需充分利用这些企业在大语言模型开发与应用中的优势，服务国家智慧教育公共服务平台建设，并进一步加强体制机制创新，以实现更深层次的合作与整合。

（二）大语言模型落实立德树人任务面临复杂挑战

一方面，从大语言模型的技术特点、应用实践上看，生成逻辑具有意识形态安全风险。大语言模型依托训练语料数据生成文本、图片、视频等内容，其技术特点易受强势语言的价值偏好影响。谁的语料库强大，模型的意识形态导向就会偏向谁。在ChatGPT公布的训练数据集语言分布中，英语语料占比高达92.64708%，而汉语语料占比仅为0.09905%[30]。由此可见，ChatGPT倾向于“盎格鲁-撒克逊价值体系”。与此同时，大语言模型在个体的应用实践中，建立了私人化的交流形态，根据使用者的喜好推送服务，从而影响个人行为。“信息茧房”效应削弱了人的自主性，带来价值取向调节困难。

另一方面，大语言模型的跃进带来价值对齐风险恶化。随着模型和训练数据量与日俱增，大语言模型正在不断创造技术基准的新记录，但也日益反映出数据的偏见。一是涌现风险（Emergent Risks），即随着模型量级的增大，大模型会产生小模型中未曾出现的风险，或者问题的严重程度会急剧增加；二是反尺度现象（Inverse Scaling），即随着模型规模的增大，一部分风险不仅没有消失，反而逐渐恶化[31]。对比2018年最先进的1.17亿参数的模型，2021年开发的一个2800亿参数的模型所引发的毒性（Elicited Toxicity）增加了29%。随着时间的推移，这些系统的能力明显增强，但是随着它们能力的增强，其潜在的偏见的严重程度也在增加[32]。亚马逊、谷歌、OpenAI、智谱等公司承诺，如果无法缓解严重风险，将不开发或部署相关模型。然而，目前尚不清楚如果这些企业未能履行承诺，应如何追究其责任。联合国教科文组织在《教育与研究领域生成式人工智能指南》（Guidance for Generative AI in Education and Research）中提出脱离政策监管、限制多元观点的表达、运作机制不透明、缺乏对现实社会的理解、生成虚假内容等八项应用风险[33]。由此可见，如果缺乏价值规约，大语言模型将对诸多教育核心价值造成威胁。

五、智慧教育赋能教育强国建设的对策建议

综上所述，推进智慧教育健康发展，早日实现教育强国的宏伟目标，需要合理健全的教育数据要素市场规则、规范有序的政策环境、安全可控的教育网络，以及引力强大且能自我进化的智慧教育新生态。

（一）构建自我进化的智慧教育新生态

一方面，加快教育智慧化标准的供给侧改革。首先，改革智慧教育标准制定方式，鼓励地方政府、社会团体通过法定程序制定国家通用标准，支持高等学校、科研院所开展标准的前瞻和储备性研究，推动产业界发起教育智慧化标准与组织联盟，充分释放市场主体的标准生产活力。其次，不断改进教育信息化进程中积累的标准，及时将被市场广泛认可的标准上升为国家和行业标准，推动普通标准向智慧化标准转型，优先与“一带一路”沿线国家签署智慧教育标准互认协议，抢占国际标准制定权。最后，加强强制性标准建设，遴选有关教育数字化、智慧化关键领域的基础数据标准、底层技术质量评价标准、数据安全标准，研究制定国家强制性标准，提高教育数据标准质量，形成全国统一、符合标准的教育数据流。

另一方面，完善教育数据治理机制。首先，建立独立的教育数据管理部门，解决教育数据管理条块分割问题，汇聚多方学情数据，实现教育数据的统一管理，维护教育行业数据安全、数据标准统一和数据有效流转，实现公共教育数据资产的保值升值。其次，依据《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》，尽快制订“教育数据管理办法”，保障教育领域的国家安全、商业机密、个人隐私和未成年人权益，保护以合法方式获取和处理数据所形成的教育数据产品和服务，规范教育数据的采集，优化教育数据治理。最后，培育交易所、交易主体、数据供应商和第三方专业服务机构等共同构成的数据流通交易生态，形成合规、安全、规范、互信的数据市场交易秩序和规则，激活教育数据生产与流通的巨大活力。

（二）深入研究实现大语言模型与教育价值对齐的有效途径

价值对齐是人工智能研究中的新兴方向与热点问题，强调人工智能与人类在价值层面的对齐。价值对齐不仅是工程技术实践中的重要领域，也是大语言模型良序发展的社会基础，需要从人文与社会科学的视角进行深入思考。为推动人机合作走向现实，价值对齐是不可或缺的一环。随着“师—生—机”三元主体结构的逐步建立，教育领域中对人机价值对齐的要求愈发紧迫。基于价值对齐的理论与方法，处理大语言模型在教育应用中可能带来的意识形态安全风险，成为一个可行且有效的路径。

为了让大语言模型更好地赋能中国教育的高质量发展，需要深入研究教育应用中的价值对齐理论与方法。在技术理论层面，需要基于人类反馈进行调整，提供高质量的反馈数据，以提高价值对齐能力。在确认大模型是否对齐的评估环节，除了采用人工手段进行验证之外，还需通过专用模型来进行评测。在治理层面，需通过立法解决透明性、可解释性和问责性等问题。例如，中国发布《生成式人工智能服务管理暂行办法》，欧盟制定《人工智能法案》，而美国出台的人工智能法规数量显著增长，从2016年的1项，增加到2023年的25项[34]。

（三）积极引导社会力量开发各级各类教育模型

高质量的教育语料库是开发各级各类教育语言模型的基础。教育、科技、文化等部门应尽快实施国家教育语料库计划，同时联合国内外已有的语料库，积极纳入国内外文献与科研数据，充分利用国际科学开放政策，实施国际优秀科学期刊和出版物的汉化工程。此外，应以我国的教材、出版物、科研成果、期刊为主体，辅之遴选国外相关文献与数据，建设准确可靠的国家教育公共语料库。

大语言模型应用主要有中心化、分布式两种实现方式。一方面，支持有能力的科技企业研发自主可控的教育专有大语言模型。国家智慧教育公共服务平台应借助大语言模型提升服务能力，教育系统可以依托该平台开展专有模型的应用。另一方面，支持部署端侧智能教育大模型。在端侧智能逐步发展的背景下，具备高算力和高可用性的终端设备能够满足实时或离线教育需求，成为更加适应现实教育场景的个性化智能应用。此外，不论是中心式、分布式或混合形态的应用，都是相互补充的，应鼓励各级各类教育模型百花齐放，满足各种不同教育场景所需。

（四）多手段提高乡村教育智慧化基础能力

实现乡村数字基础设施与学校数字化建设的融合，提高乡村教育智慧化基础能力。首先，将数字乡村基础设施建设与乡村学校数字化一体推进，实现乡村文化中心数字设施、信息技术人员互通互转，以数字技术应用的弹性应对乡村学校生源与师资不稳定问题。其次，国家智慧教育公共服务平台和地方平台要提供算力支持，开发针对乡村学校教学与校园管理的公共软件与模型，并提高易用性、降低对终端设备的技术要求、丰富特殊性教育场景的智慧化应用。最后，组织乡村学校开展智慧化教育教学模式实验，引导企业、公益组织等社会力量参与，发挥企业人工智能技术优势，探索智慧化“同步课堂”“混班教学”等新模式，以解决师资配置不齐、实体教育设备不足等问题。

六、结语

在人工智能时代，人类旧有的关于知识与学习的规范体系都将被打破，维护原有的教育价值体系也将面临挑战，这些都迫使教育界认真思考和研判人工智能引领下的未来教育模式。大语言模型带领人工智能走向认知智能和通用智能，成为推进智慧教育发展的引领力量。从大语言模型的技术特点、应用实践上看，借助其落实立德树人任务还面临教育数据治理、智慧化教育标准、意识形态安全等诸多环境性因素挑战。教育工作者需要充分认识价值对齐对智慧教育良性发展的重要性，深入研究人机价值对齐的理论与方法，进一步完善教育智慧化生态建设，实现各级各类教育模型的百花齐放。

参考文献：

[1]习近平.加快建设教育强国 为中华民族伟大复兴提供有力支撑[N].人民日报，2023-05-30 （1）.

[2]习近平.加强领导做好规划明确任务夯实基础 推动我国新一代人工智能健康发展[N].人民日报，2018-11-01 （1）.

[3]德勤人工智能研究院.人工智能的新篇章生成式人工智能对企业的影响和意义[EB/OL].（2023-05-05）[2024-10-02].https：//www.sohu.com/a/670957293_120708211.

[4][16]怀进鹏.加快建设教育强国（认真学习宣传贯彻党的二十大精神）[N].人民日报，2022-12-21（9）.

[5]UNESCO IITE， COL， BNU. Smart Education Strategies for Teaching and Learning： Critical Analytical Framework and Case Studies[EB/OL].（2022-09-06）[2024-10-02]. https：//iite.unesco.org/wp-content/uploads/2022/09/Smart-education-strategies-publication.pdf.

[6]PALMISANO S J. A smarter planet： the next leadership agenda[Z]. 2008.

[7]黄荣怀.智慧教育的三重境界：从环境、模式到体制[J].现代远程教育研究，2014（6）：4-9.

[8]祝智庭.教育呼唤数据智慧[J].人民教育，2018（1）：29-33.

[9]钟绍春.人工智能如何推动教育革命[J].中国电化教育，2020，（3）：17-24.

[10]雷朝滋.抓住数字转型机遇 构建智慧教育新生态[J].中国远程教育，2022（11）：1-5.

[11]中国教育科学研究院.中国智慧教育发展报告（2022）：迈向智慧教育的中国教育数字化转型[M].北京：教育科学出版社，2023：4.

[12]人民网.全国中小学（含教学点）互联网接入率达到100%[EB/OL]. （2023-02-09）[2024-10-02].http：//edu.people.com.cn/n1/2023/0209/c1006-32620688.html.

[13]任昌山.落实国家战略 深入推进教育系统IPv6规模部署和应用[EB/OL].（2023-08-07）[2024-10-02].https：//www.edu.cn/info/focus/li_lun_yj/202308/t20230807_2455976.shtml.

[14]教育部网站.2023年全国教育事业发展统计公报[EB/OL].（2024-03-01）[2024-10-02].http：//www.moe.gov.cn/fbh/live/2024/55831/sfcl/202403/t20240301_1117517.html.

[15]高毅哲.开辟新赛道 塑造新优势——写在国家智慧教育公共服务平台开通两周年之际[N].中国教育报，2024-03-28（1）.

[17]教育部网站.联合国教科文组织正式发布国际人工智能与教育大会成果文件《北京共识——人工智能与教育》[EB/OL].（2019-08-28）[2024-10-02].http：//www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/201908/t20190828_396185.html.

[18]中国教育科学研究院.中国智慧教育发展报告（2022）：迈向智慧教育的中国教育数字化转型[M].北京：教育科学出版社，2023：123.

[19]肖仰华.知识图谱与认知智能[EB/OL].（2023-02-03）[2024-10-02].http：//kw.fudan.edu.cn/resources/ppt/workshop2018/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%8E%E8%AE%A4%E7%9F%A5%E6%99%BA%E8%83%BD.pdf.

[20]FT中文网.OpenAI开始训练下一代人工智能模型[EB/OL]. （2024-05-29）[2024-10-02].https：//www.ftchineselive.com/story/001103189？Archive.

[21]王志军，滕志强，苏晨予.国际生成式人工智能教育应用创新——全球人工智能学习和教育研究联盟之“人工智能赋能学习者会议”综述[J].远程教育杂志，2024，42（2）：65-74.

[22]张绒.生成式人工智能技术对教育领域的影响——关于ChatGPT的专访[J].电化教育研究，2023，44（2）：5-14.

[23]百度百科.智能体[EB/OL].（2024-05-20）[2024-10-20].https：//baike.baidu.com/item/%E6%99%BA%E8%83%BD%E4%BD%93/9446647.

[24]澎湃新闻.比尔·盖茨：AI智能体即将彻底改变我们使用计算机的方式[EB/OL].（2023-11-11）[2024-10-20].https：//www.thepaper.cn/newsDetail_forward_25263638.

[25]MEHDY Y. Reinventing search with a new AI-powered Microsoft Bing and Edge， your copilot for the web[EB/OL].（2023-02-07）[2024-10-20]. https：//blogs.microsoft.com/blog/2023/02/07/reinventing-search-with-a-new-ai-powered-microsoft-bing-and-edge-your-copilot-for-the-web/.

[26]澎湃新闻.ChatGPT+金融：国外八大应用案例[EB/OL].（2023-06-13）[2024-10-20].https：//www.thepaper.cn/newsDetail_forward_23463237.

[27]新华社.中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要[EB/OL].（2021-03-13）[2024-10-20].https：//www.gov.cn/xinwen/2021-03/13/content_5592681.htm.

[28]张伟.从教育信息化发展新动向把握建设新方向[J].中国教育信息化，2022（2）：43-49.

[29]教育部网站.2022年全国教育事业发展统计公报[EB/OL].（2023-07-05）[2024-10-20].http：//www.moe.gov.cn/jyb_sjzl/sjzl_fztjgb/202307/t20230705_1067278.html.

[30]苗逢春.生成式人工智能技术原理及其教育适用性考证[J].现代教育技术，2023（11）：5-18.

[31]微软亚洲研究院.如何让大模型与人类价值观对齐[R].2024.

[32][34]佚名.人工智能指数年度报告[R].斯坦福大学，2024.

[33]UNESCO. Guidance for generative AI in education and research[EB/OL].（2023）[2024-10-20]. https：//www.unesco.org/en/articles/guidance-generative-ai-education-and-research.

Research on Empowering a Strong Educational System with Smart Education：

From the Perspective of the Large Language Model

Wei ZHANG

（Institute of Strategy， National Academy of Educational Sciences， Beijing 100088）

Abstract： In the digital age， smart education has been valued by all countries. China should give full play to its institutional advantages， take the lead in opening the road to smart education， establish its comparative advantages in developing smart education， and make good use of the track and advantages of smart education to promote the construction of a strong educational system. The big language model leads artificial intelligence to cognitive intelligence and generalization， and becomes the leading force to promote the development of smart education. The big language model enables the high-quality development of education in China. However， it still faces challenges from many environmental factors， such as education data governance， smart education standards， ideological security and so on. It is necessary to fully grasp the complexity of the big language model in realizing the task of cultivating people， understand the importance of value alignment to the benign development of smart education， and further improve the ecological construction of educational intelligence. On this basis， suggestions for developing smart education to promote the construction of a strong educational system are proposed： The first is to build a new ecology of self evolving smart education; The second is to conduct in-depth research on effective ways to align big language models with educational values; The third is actively guide social forces to develop education models at all levels and types; The fourth is to improve the basic ability of rural education intelligence through multiple means.

Keywords： Smart education; Strong educational system; LLMs; Value alignment; Educational model

编辑：王晓明" "校对：李晓萍