AIGC在出版专业教育创新中的应用与影响

摘 要：随着生成式人工智能技术的快速发展，其在教育领域的应用日益广泛，为出版教育带来了前所未有的机遇。文章首先梳理了人工智能技术在教育中的应用情况，深入分析了生成式人工智能在丰富教学资源、扩展教育场景、实现差异化个性化学习及智能评估反馈等方面的优势。随后，文章提出了面向生成式人工智能的出版教育创新路径，包括明确教育目标、转变教育理念、重构教学模式、完善教育基础设施及创新教学管理与服务体系等。最后，文章强调了出版教育在智能时代应理性看待新技术，充分利用其创新可能性，为出版业的发展提前布局人力资源。

关键词：生成式人工智能 出版教育 创新路径 教育资源 教育模式

过去十年，人工智能技术无疑是最受瞩目、发展也最为迅速的新技术。2022年11月发布的ChatGPT和其后推出的各种大模型，又在短短两年之内，使得生成式人工智能从一片浪花迅速形成席卷全球的技术浪潮。截至2024年3月，我国已备案的生成式人工智能大模型已达117个，且在不断增加中。

生成式人工智能强大的多模态内容生成能力、基于自然语言的交互能力等将重新定义出版和教育的未来。出版教育是出版业发展的人才源动力，无论基于教育变革的内在要求，还是为出版业提供创新人才的外在需求，我们都有必要重新思考人工智能时代出版教育的走向，以及出版教育如何为出版业发展提前做好人力资源布局。基于此，本文梳理了人工智能在教育中的应用情况，在此基础上探讨生成式人工智能之于出版教育创新的价值，并尝试提出人工智能创新出版教育的路径。

一、人工智能技术在教育中的应用

大语言模型诞生前，人工智能技术已经在一些学习辅助工具中应用，比如使用了人工智能技术的各类学习软件，我国中小学生广泛使用的学习机、家教机等。但在学校教育中，人工智能技术并未得到规模化应用，嵌入的场景也十分有限。2018年，教育部印发《高等学校人工智能创新行动计划》，积极推动高等教育与人工智能技术的融合发展。2024年4月，教育部公布首批18个“人工智能+高等教育”应用场景典型案例（表1），集中展示了“人工智能+高等教育”的探索成果，主要体现在以下几方面。

1.开发专属大模型，赋能教学垂直场景

通过开发专属大模型，针对特定教学场景进行微调，以提供更加个性化和精准的教学支持。如清华大学“人工智能赋能教学试点计划”，该试点2023年9月启动，主要使用清华大学与智谱华章公司共同研发的千亿参数多模态大模型GLM作为平台与技术基座，利用现有的教学数据、公开论文、慕课资源等资料，在GLM4的基础上通过微调形成不同课程的垂直领域模型，开展课程试点，并将开发专属的人工智能助教。浙江大学的“智海平台”不仅具有实时答疑、学习资源推荐等个性化学习功能，还可以提供交互式的沉浸式教学、边学边练的操作体验和低门槛的在线模型开发，并通过高等教育出版社的云服务平台对外提供服务。

2.构建智能化实验实训系统

利用人工智能技术构建智能化实验实训系统，提升实验教学的效率和效果，同时为学生提供更加便捷和丰富的实验体验。如哈尔滨工业大学的“电工电子实验教学应用案例”，从打造远程在线实验教学平台到引入智能助教系统再到制作虚拟数字人教师，人工智能技术正在加速融入教学资源制作和实验教学过程。学生可以通过该系统进行课前预习，主讲教师会根据学生在自主学习过程中反馈的问题，在线下的智慧教室进行重点讲解。华中农业大学的“有教灵境”实验教学管理系统，教师可将示教台画面及课件资料推送至大屏及学生交互终端展示，学生无须围观，即可清晰观看示教全过程及课件资料内容。该系统还可采集师生实验课堂教学活动行为，通过人工智能统计分析，自动生成课堂教学大数据，为教研评课提供可视化数据支撑。

3.应用于垂直细分科目

针对特定学科或课程，开发智能化教学工具，以提升教学效果和学习效率。如国家开放大学的“大规模个性化智慧教学体系”，包括英语口语智能训练系统、英语作文智能批改系统、定制虚拟教师课程资源、学位英语自适应学习系统、虚拟教师智能问答等。东南大学“大学物理课程智慧AI助教系统”、北京邮电大学智能编程教学应用平台“码上”、中国传媒大学“AIGC赋能传统文化传承与创新”案例等也属此列。

4.构建服务教学全过程的综合平台

通过构建综合平台，集成教学、学习、练习、测试、评价、创新等多个环节，实现教学全过程的智能化管理和服务。如华东师范大学“水杉在线”，该平台集成了“教”“学”“练”“测”“评”“创”等多个环节，利用云计算构建了大规模线上实践场所，并提供在线实训、编程自动评测等多元化服务。华中师范大学的“小雅平台”，构建了以课程知识图谱、智能问答、智能推荐等模块组成的混合教与学环境，目前开设线上课程空间6.5万个，建设数字化学习资源超过220万个，累计用户超过16万人，设计400余个数据观测点，动态采集教学过程数据。[1]北京航空航天大学的“全过程交互式在线教学平台”、北京理工大学“知识图谱驱动的智慧教学系统”、西安交通大学“教育教学质量实时监测大数据平台”、西安电子科技大学“智能督导系统”等也属此类应用。

5.智能评测及学业预警

利用人工智能技术构建智能评测和学业预警系统，实时监测和分析教学情况，为学生提供个性化的学习指导和帮扶。如北京师范大学“‘AI+’课堂教学智能评测系统”采用了高级服务器，还有智能摄像头、智能音响、智能投屏等，可以通过智能连接实现智慧教室的互联互通。智慧教室还配备了智能管理系统，可以实时监控教室内的教学情况，并提供个性化的教学服务。能够实时监测和分析教师教学行为、学生学习行为、教学内容与课堂组织形式。华中科技大学的“智能学业预警系统”基于学生成绩的历史大数据对学生学习情况进行智能分析，预测学生当前学期的学业情况，对学生在学习方面的问题和困难进行分级预警，帮助学校精准开展学业指导帮扶工作。该校数据显示，从2021年9月上线到2023年12月，系统累计预警学习困难学生2486人，帮扶学习困难学生1135人，帮扶次数4520次，脱离学业困难490人。

上述案例尽管都处于试点、早期应用等探索阶段，但在人工智能技术应用上具有代表性并已产生积极影响，也对将更加先进的生成式人工智能应用于出版教育具有启发意义。

二、生成式人工智能赋能出版教育

谈及生成式人工智能如何赋能出版教育，首先需要认识其能力。生成式人工智能已表现出“类人”的学习和思考特质。从目前公开发布使用的大模型及应用案例来看，相较于非生成式人工智能，生成式人工智能更加强调生成能力、知识驱动、多任务处理、开放系统以及与人类的合作关系。主要拥有以下能力：语言理解和生成能力，内容生成能力，文本分析和情感分析能力，学习和自适应能力。同时我们也要看到，生成式人工智能还处于起步阶段，能力仍有欠缺，比如在内容生成上可控性和专业化能力不足，存在幻觉生成（生成的信息与现有来源相冲突或无法通过现有来源验证）；在知识利用上，存在侵犯版权、隐私的风险；在处理复杂推理任务时存在不一致性，会生成错误答案；在与人类对齐（让模型能够很好地符合人类的价值和需求，这是在现实世界应用中广泛使用这项技术的关键能力）方面，由于进行预训练的科学语料库可能含有偏见内容，生成的内容在有益性、真实性和安全性等方面会相应产生问题。此外，即便是最新发布的ChatGPT-4o也依然没有实现意图理解、动机分析等深度态势感知能力。

尽管生成式人工智能仍存在诸多问题甚至风险，但作为一种进步的预演，它所展现出的综合能力已经达到全新的高度和水平，作为一种知识生产和呈现的新形态，它对于未来出版教育带来的更多是机遇。

1.极大丰富教学资源

生成式人工智能具有的多模态生成能力将极大丰富教学资源的内容和表现形式。依托其海量的教学设计数据，可以帮助教师设计课程大纲和教学材料，教师只需向它提供相关主题、限定条件、形式类型等信息，或进行持续深入的问答，即可获得定制化的素材；依托其强大的文本理解、分析和写作能力，可以辅助分析选题热点，提出选题策划参考方案和具有创意的营销文案范例，便于教师在课堂上引导学生进行深入探讨。此外，生成图片、音视频的技术使得教学资源可视化的程度更加逼真，也会激发师生的创意灵感和创新思维，提高出版物设计、短视频创作等专题课程的教学效果。

2.多样化扩展教育场景

出版是个群体合作的劳动过程，仅纸质出版就涉及编、印、发等多个环节，数字出版的生产过程更为复杂，这使得在传统课堂上没有可能完整还原出版的生产实践，在生成式人工智能开放系统和多任务处理能力的支持下，教室、教学大屏、VR/AR可穿戴设备等可以突破传统课堂的单一封闭空间，共同建构与现实世界的出版流程相同的虚拟环境，学生可在虚拟环境中完成包括选题策划、组稿编辑、排版设计制作、模拟印刷、宣发上架等出版流程[2]，实现出版理论与技能的融合传授。此外，强大的人机交互和协同能力能在学生动手操作的场景中给予即时提示和指导，师生在课堂上的实践与推演也将反向推动教学设计的调整与优化，使教师教学与行业实际更加贴近。

3.差异化、个性化学习成为可能

出版行业岗位类型众多，不同岗位对从业人员的知识和能力素养要求差异很大，例如编辑人员需要有一定的营销技能加持，但对营销人员而言，营销知识和能力是岗位核心技能。文学图书编辑需要具备一定的文学素养，专业图书编辑则需要不同专业的知识背景。生成式人工智能可以根据不同专业、不同职业的要求以及不同学生的个性化需求，提供定制化的学习路径和资源推荐。生成式人工智能还具有从开放数据中进行自我学习、自我进化的能力，在人类教师的指引下可以自主习得新的规则和范式，弥补传统人工智能知识生产与创新能力的不足，极大提升差异化、个性化学习的质量。

4.智能评估与反馈

生成式人工智能可以构建智能评估反馈系统，实时分析、反馈师生的教学动态，了解教学过程的兴奋点和关键障碍。不同于以往仅对学生的答题结果给予是非评价，智能系统可以在评判答案正确与否的基础上，快速进行智能分析和诊断，进而通过提供即时的反馈和建议进行精准干预，帮助他们及时调整学习策略和教学方案。这种评估也不仅限于传统的考试分数等结果分析，还可以包括学习行为、课堂参与等多方面的行为模式分析和情感分析，通过全方位、全过程的教学画像提供智能化的指导和教学路径规划。

三、面向生成式人工智能的出版教育创新路径

第一，明确教育目标。培养出版专业素养与智能技术应用能力兼备的高阶人才。专业素养是永恒不变的素质要求。不管人类社会如何变化，出版业的最终归宿仍是文化的传播与传承，出版人在内容优选优化上的功能没有变，因此，出版专业素养始终是出版教育的核心内容，同时需要培养学生一定的智能技术出版应用能力。在此基础上，要重视对学生高阶能力的培养。

数据能力：生成式人工智能由海量数据驱动，要培养未来学生获取数据、分析数据并根据数据进行判断且可视化呈现的能力。

价值判断能力：生成式人工智能应用还存在伦理和安全等方面的风险，要培养学生以求真、向善为核心的理性分析和判断能力及处理风险问题的敏感性和责任感。

创新创造能力：生成式人工智能的应用提高了内容创作的自动化程度，但大模型只能根据已有的数据进行学习和内容生成，因此需要更多具备创意思维的人才支撑这一过程。同时，生成式人工智能在寻求被广泛接受的一般性正确观点的过程中，一定程度上也在磨灭人类个体对于价值内容的不同理解。因此，要更加注重培养学生的创新创造能力，这不仅对出版业的创新发展意义重大，对延续人类文明与文化资源的丰富性也具有重要意义。

第二，转变教育理念。从“为知识的获取而教”转向“为知识的应用而教”。生成式人工智能凭借高效的检索、生成和呈现能力使知识的获取更加容易，获取的渠道也更加便捷。在此前提下，如何把抽象的、扁平化的知识摄入转化为具象的、立体的知识体验和技能应用，将知识转化为运用于出版实践的能力，是出版人才教育必须解决的问题。同时，生成式人工智能在向内容生产主体靠近，以其自身内容生产的逻辑弥补人类不足[3]，人类将不再是唯一的作者、编者。因此，未来出版教育应转变理念，从关注出版专业知识的传承转向关注学生如何运用知识、创造知识的能力培养，进而借助技术帮助学生找到适合自己发展的路径，在人工智能与出版业深度融合的未来捍卫人对行业生态的主导地位。

第三，重构教学模式。从传统的“师生协同”模式转向“师生机智能协同”模式。在这种模式中，人工智能作为课堂中的另一名“教师”角色，与人类教师、学生通过“师—机—生”循环交互形成协同的教学形态。其中人类教师主导教学内容的设计，根据学生的不同层次水平设计相应的个性化教学策略；学生创造性参与；人工智能“教师”协助人类教师协调和指导学生的在线互动并即时反馈教学效果，为人类教师教学策略优化提供支持。人师与机师之间将呈现相互增强、相互塑造、共同发展的关系，围绕教学目标实现各自能力价值的最大化，即在充分考虑学生的共性需求与个性差异的基础上开展教学，实现整体教学效率与个体差异学习需求的高度统一。

第四，完善教育基础设施。需要从提升教师素质、重塑课程体系、建设教学平台三个方面着手。推进“人机协同”的教师智能素养提升工程，塑造教师的智慧教学理念，提升教师的数字人文素养和智能技术应用能力，帮助教师逐步适应人工智能技术在出版教育场景中广泛应用的未来。在课程结构体系建设中，要适应生成式人工智能给出版与出版教育环境、出版生产方式和出版教育模式带来的巨大转变，对于机器所擅长的记忆型、重复性、模式化的学习内容在课程体系中的权重进行调整[4]，强调对学生包括专业素养、智能技术应用能力及更为高阶的综合能力的培养，并在此基础上探讨学习的核心内容随学习方式和智能技术发展而演进的机制。重视教学平台建设，开发针对出版专业的生成式人工智能教学资源库，建设出版智能教育实验室或引入业界的智能出版实务平台，后者可以避免大量资金投入建设的平台因技术快速迭代很快落后的问题。

第五，创新教学管理与服务体系。面向未来的出版教育创新是一个系统工程，除了高校自身的努力，还需要充分调动各方资源，打造贯通“政产学研”的出版教育管理与服务体系。从两个基本维度入手：一是以育人为目标构建共享共赢的运行新机制，实现政府部门公信力与监管权、企业产业平台、高校和研究机构等教学科研力量之间的优势互补和资源共享；二是明确各方主体责权利关系，建立绩效考评制度，构建互惠共赢的诚信关系，推动协同育人机制有效运行与良性发展。[5]政府需要制定和实施支持性政策，提供资金和资源支持，例如设立专项基金鼓励产学研合作，提供税收优惠吸引更多的投资进入出版教育领域，尤其是生成式人工智能在出版教育方面的应用和教学方法的创新，还要为出版教育转型提供必要的法律框架。在政策的引导下，企业可以通过“订单式培养”和“业师进课堂”参与出版教学[6]，直接参与出版教育内容的设计，可为出版教育提供量身定制的人工智能能力，并将其深度融入各类应用解决方案之中。科研院所可与学校共同开发符合出版行业需求的智能教育项目，监控并跟踪出版市场和智能技术的快速发展，探索人工智能如何帮助改进出版教育实践。

四、结语

生成式人工智能的时代才刚刚开始，我们都处在了解这项技术的力量、范围的旅程起点。但毫无疑问，没有转向智能时代的教育系统将逐步失去价值与意义。在生成式人工智能将催生全新的智能出版的时代场景下，出版教育必须理性看待这项新技术，充分利用人工智能技术所提供的创新可能性，通过从育人目标、教育理念、教学模式、基础设施到教育管理与服务的全方位变革，塑造面向人工智能的未来生态，承担起为出版业创新发展提前布局人力资源的责任与使命。

（作者单位系中国新闻出版研究院）