生成式人工智能为食品营养学课程教学带来的机遇与挑战

滕雯迪 曹锦轩 王金鹏 王颖 张月美 靳国锋

党的二十大报告指出，“以中国式现代化全面推进中华民族伟大复兴”，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”。中国式现代化赋予中国式教育现代化以新的内涵特征、历史使命与发展路径。

食品营养学是食品专业的必修课程，主要研究食物、营养与个体生长发育及健康的关系，提高食品营养价值的方法及食物资源的开发。通过该课程的学习，学生可以理解并掌握各营养素的生理功能、食物来源、能量代谢和营养素缺乏症及过量的疾病防治等基本理论和知识，为后续专业课程的学习提供理论指导。由于本学科具有很强的科学性、社会性和应用性，加之网络技术对传统教学的冲击，目前的教学方式已难以适应时代变化。

2022年11月30日，美国人工智能研究公司OpenAI发布基于大型语言模型的智能对话工具ChatGPT（Chat Generative Pre-trained Transformer）。自发布以来，ChatGPT以其强大的人工智能生成内容成为全世界关注的焦点。本文对生成式人工智能为食品营养学课程教学带来的机遇与挑战进行了研究，以期为中国式教育现代化赋能增效。

一、生成式人工智能的发展现状

从1956年麦卡赛等首次提出“人工智能”概念，到其应用于计算机科学、仿生学、认知科学、神经生理学、心理学等一众学科，再到深度学习（DL）、机器学习（ML）、强化学习（RL）等诸多技术的快速发展，人工智能已经能够根据聊天的上下文进行互动，像人类一样聊天交流，甚至能完成文案、翻译、代码和论文等任务。

作为OpenAI研发核心的GPT架构在2018年推出，并作为该系统的基础。GPT-1是通过DL技术，对从互联网上获得的1.17亿个模型参数进行训练，运用自注意力机制来计算输入和输出之间相互作用的神经网络，能够生成与人类书写几乎没有区别的文本。2019年，GPT-2参数数量达到1.5亿个，引入神经网络归一方法层标准化技术，采用更预训练技术，如随机掩码语言模型、下一句预测等。2020年发布的GPT-3，参数数量达到1750亿个，具有更好的“零样本学习能力”，可以执行各种涉及自然语言处理的任务。2021年提出的InstructGPT能通过预定义的指令词汇来控制生成文本的内容和形式。2023年发布的GPT-4增加了理解图片能力，回答专业或学术问题的准确性相比前者有了显著提高。

ChatGPT是一众人工智能软件的先行者，它将人工智能引入大众日常生活，降低了大众应用人工智能的门槛，随着ChatGPT的成功，更多科技公司也陆续推出自家人工智能语言模型。同时，生成式人工智能与搜索引擎的结合似乎已经不可避免，基于搜索引擎为人工智能提供生成结果证据展示，以及利用检索的新知识扩展人工智能的回答边界，已经是可以预见并正在进行的结合方向。这不仅使大众更能加方便、容易地获取所需信息，也会让具有倾向性、未经科学验证的观点得到更广泛的传播。

二、ChatGPT类生成式人工智能

对食品营养学课程教学的赋能

在生成式人工智能飞速发展的大背景下，食品营养学课程的教学内容和教学模式也需要进行相应的改变。将ChatGPT应用于食品营养学课程的教学中，对培养富有创新精神和综合能力的复合应用型人才具有深远影响。

1.丰富学习内容。ChatGPT打破了课堂教学以及书本教材的局限，拓展了学生获取知识的途径。不同于传统查阅书籍、文献寻找知识答案的方式，学生利用ChatGPT智能问答、多元解析等功能，便可更轻松、更直接地解决学习中的疑惑，更容易接触多渠道、多类别的学习资源，从而形成“不唯上、不唯书、只唯实”的学习逻辑。例如，ChatGPT可以回答学生关于营养学、食物成分、饮食需求等方面的问题，也可以打破时空限制，让学生随时咨询有关食品添加剂、超市购物技巧、饮食相关疾病预防等方面的问题。学生通过ChatGPT可以了解不同的信息和观点，从而对自己的知识体系查漏补缺，对自我偏见进行质疑和反思，形成富有洞见的独到见解。

对于授课教师而言，ChatGPT可以帮助他们快速检索跨学科知识，提供高度精准、简练的信息综述，大幅缩短教师学习跨学科知识所需的时间。同时，ChatGPT也为教师追踪不同学科的最新发展动态，了解最前沿的学科專业知识提供了便利条件。

2.提供个性化膳食调配与评估。食品营养学具有很强的应用性，学生在学习相关知识后，需要具备能够独立完成营养配餐的能力。为了提高学生理论联系实践的能力，教师可以设置一项任务——让ChatGPT根据学生提供的信息，如年龄、性别、身体状况和活动水平等，生成个性化的饮食计划，并给出与营养相关的建议和提示，然后让学生评价该营养计划，指出其科学性和不完善、不合理之处。在实践教学环节，教师还可以要求学生为营养配餐公司设计不同性别、不同人群所需的营养餐，并在ChatGPT的辅助下，提高营养餐的科学性。通过参加各种各样的实践活动，学生会不断增强营养意识，加深自己的营养知识，提高自身的综合能力。

3.促进精准教学与辅导。由于不同学生的学业基础和接受程度存在差异，大课堂教育很难满足每位学生的学习需要，精准教育的推广势在必行。精准教学更强调“个体意识”，主要表现为需求的个性化、过程数据化、决策循证化。ChatGPT基于大数据预训练模型处理、即时对话模式反馈信息，可以为教师提供对症下药的“药方”，以促进教学与教研精准衔接。例如，在讲解某种营养素时，教师可以通过与ChatGPT进行对话，逐步引导学生深入了解该营养素的概念、功能、食物来源以及应用场景。在此过程中，当一些学生对某个知识点产生疑问或新想法时，ChatGPT可以随时与学生进行交互，帮助其解决疑惑，同时拓展创新思维，深化对食品营养领域的理解，增加学生的课堂参与度。另外，ChatGPT还可以实现对学生学习状况的精准分析、学习需求的个性化诊断、学习活动的精准适配，根据学生的个人需求与学习进展，为其提供有针对性的学习支持服务，帮助学生按照自己的节奏学习，从而更好地理解吸收知识，提升学习效率。

三、 ChatGPT类生成式人工智能

在食品营养学课程教学中的挑战

尽管将ChatGPT应用于食品营养学课程中可以收到一些意想不到的效果，但其仍存在回答准确性、可靠性不高，倾向性较明显及学术诚信等问题，更严重的是隐私和数据存在安全隐患，甚至面临法律和知识产权风险。

1.信息传输不准确，知识水平受限制。尽管ChatGPT像传统的搜索引擎一样可以快速提供大量、丰富的学习信息，但信息的准确性还无法保证。搜索引擎是基于真实数据给出答案，ChatGPT本质上是一个生成式模型，通过概率持续生成后续的文本，无法保证其真实性和准确性。正因如此，有时ChatGPT对同一个问题的回答会出现自相矛盾的情况。研究发现，ChatGPT应用在高等教育领域主要存在11类错误，包括推理、事实错误、数学、编码、偏见等。ChatGPT对于某些专业性强或者是深度更深的课程或问题，相应的公开资料和数据可能是有限的，从而在某种程度上限制了ChatGPT回答的可信度。因此，教师应该更多地依赖自己的专业知识，将ChatGPT作为一种辅助工具，而不是完全依赖它。同时，教师应该引导学生提前了解这些模型的局限性，以便他们能够更好地利用这类工具，并在需要时采取必要的纠偏措施。

2.学术诚信风险。ChatGPT在诞生之初就有人们大量利用其生成课程论文等事件的报道，若将其应用于高等教育中，极有可能会引发学术诚信、剽窃等严重后果。比如，学生可以利用ChatGPT等机器人生成并提交非自己完成的论文，长此以往会使教育评估机制失去平衡，进而导致教学过程不完善，学生由于作业参与度不高，也无法深入理解和思考所学知识，最终降低学生的专业能力。有研究报道称，ChatGPT可能导致在线考试和开放性考试学术诚信的终结，ChatGPT给出的答案展现出高度的批判思维和逻辑能力，能在很少的输入下生成高度逼真的内容，使考试作弊成为可能。同时，ChatGPT可能使学生的理性思维、质疑精神、想象能力、情感体验和创造能力被抑制，自主选择能力可能被弱化。 因此，在大量使用ChatGPT类人工智能工具之前，应配套加强学生的学术道德教育，降低ChatGPT有可能产生的学术诚信风险。

3.隐私与安全风险。目前大多数生成式人工智能教育的平台和应用程序由私营部门拥有，其开发和运营缺乏透明度和监管。为了获得对特定问题的解决方案，ChatGPT需要大量的数据支持，这些数据往往包含学生的个人信息、行为习惯等私人信息，ChatGPT则有可能会泄露这些数据，侵犯学生的隐私。鉴于此，应该建立合理的监督机制，以保护私人信息的安全，并确保ChatGPT的使用符合道德原則。

4.法律与知识产权风险。ChatGPT是基于大规模数据训练而成的，开发者目前并未完全开源其算法、数据、运行机制等。根据OpenAI的使用条款，尽管用户享有输入内容的所有权和利益，但由于机器学习的特性，ChatGPT输出的内容在不同用户间并不具有唯一性，其回答也缺少对相应来源的引用，用户在采用相关答案时可能无形中就产生了剽窃、侵犯版权等问题。因此，这些内容在公开发表时，是属于ChatGPT自身还是作者本身，仍有待商榷。

综上，ChatGPT在技术层面提高了知识的易得性，有助于增强学生的学习兴趣，使学习的主动权和控制权从教师主导转向师生共有。对于食品营养学这类实际应用性、传播性较强的学科，通过ChatGPT互通共享，可以提高学生对营养学相关知识与理念的理解，提升学生的学习主动性和能动性。但从目前来看，ChatGPT还存在信息不准确，以及面临学术诚信风险、隐私与安全风险、法律与知识产权风险等问题，因此将其应用于高等教育中要注意趋利避害，以免产生不良后果。