“區(qū)域及學(xué)校教育數(shù)字化發(fā)展 ”

是《中國信息技術(shù)教育》雜志

2026年關(guān)注重點(diǎn)之一

我們將以專業(yè)的視角

展示數(shù)字化賦能區(qū)域教育優(yōu)質(zhì)均衡發(fā)展

呈現(xiàn)數(shù)字化賦能學(xué)校教育教學(xué)創(chuàng)新變革

2026開年，我們聚焦

“人工智能助力基礎(chǔ)教育變革的上海樣本”

2026年 第05期

如何推動人工智能教育高質(zhì)量發(fā)展？

作為全國首個“教育數(shù)字化轉(zhuǎn)型試點(diǎn)區(qū)”，上海在這一領(lǐng)域走在全國前列。 “人工智能助力基礎(chǔ)教育變革的上海樣本”專題，將從頂層設(shè)計、實(shí)驗(yàn)區(qū)探索、學(xué)校形態(tài)等視角，系統(tǒng)呈現(xiàn)上海人工智能教育實(shí)踐，以期為全國人工智能教育的發(fā)展提供有益經(jīng)驗(yàn)與啟示。

生成式人工智能賦能個性化導(dǎo)學(xué)重構(gòu)：機(jī)制轉(zhuǎn)變與應(yīng)用創(chuàng)新

劉桐

上海外國語大學(xué)新聞傳播學(xué)院

顧小清

華東師范大學(xué)教育信息技術(shù)學(xué)系

上海數(shù)字化教育裝備工程技術(shù)研究中心

姜冰倩

華東師范大學(xué)教育信息技術(shù)學(xué)系

上海數(shù)字化教育裝備工程技術(shù)研究中心

隨著生成式人工智能（GAI）的快速發(fā)展，個性化導(dǎo)學(xué)正經(jīng)歷由規(guī)則驅(qū)動、模板化設(shè)計到生成驅(qū)動、動態(tài)適配的深刻轉(zhuǎn)型。傳統(tǒng)個性化導(dǎo)學(xué)依托靜態(tài)知識庫與預(yù)設(shè)策略，在標(biāo)準(zhǔn)化任務(wù)中表現(xiàn)穩(wěn)定，但在開放性情境、跨領(lǐng)域知識整合與學(xué)習(xí)動機(jī)激發(fā)方面存在明顯局限。

本文基于個性化導(dǎo)學(xué)系統(tǒng)的四模型結(jié)構(gòu)——領(lǐng)域模型、學(xué)生模型、教學(xué)模型與交互模型，分析了GAI技術(shù)在知識網(wǎng)絡(luò)構(gòu)建與動態(tài)更新、情境化學(xué)生狀態(tài)追蹤、生成式教學(xué)策略設(shè)計以及多模態(tài)沉浸式交互等方面的賦能路徑，并由此提出了三種具代表性的應(yīng)用形態(tài)——虛擬助手模式、成長陪伴模式與人智共創(chuàng)模式，以期為生成式人工智能在教育領(lǐng)域的合理應(yīng)用提供理論參考與實(shí)踐啟示。

引言

近年來，個性化導(dǎo)學(xué)被視為實(shí)現(xiàn)大規(guī)模“因材施教”的重要途徑，其核心功能依賴于學(xué)習(xí)者建模、個性教學(xué)策略與交互優(yōu)化等技術(shù)。然而，個性化導(dǎo)學(xué)長期以來多依托預(yù)設(shè)規(guī)則或靜態(tài)知識庫，它在應(yīng)對標(biāo)準(zhǔn)化任務(wù)時雖然表現(xiàn)穩(wěn)定，但在開放性學(xué)習(xí)情境中常顯不足。特別是在內(nèi)容生產(chǎn)、情境適配與跨領(lǐng)域知識整合方面，傳統(tǒng)個性化導(dǎo)學(xué)存在明顯局限。與此同時，生成式人工智能（Generative Artificial Intelligence，GAI）的快速發(fā)展，為個性化導(dǎo)學(xué)帶來了新的可能。GAI能夠基于海量數(shù)據(jù)與強(qiáng)大的生成模型，實(shí)現(xiàn)內(nèi)容即時生成、情境化適配與多模態(tài)交互，這樣既有可能突破個性化導(dǎo)學(xué)的技術(shù)瓶頸，也將深刻重塑學(xué)習(xí)支持的模式與理念。

本文旨在探討GAI技術(shù)對個性化導(dǎo)學(xué)的深層影響。具體而言就是，以個性化導(dǎo)學(xué)系統(tǒng)的“四模型”為分析基礎(chǔ)，剖析GAI在各模塊中的賦能路徑，由此提出面向未來的人機(jī)協(xié)同導(dǎo)學(xué)范式與設(shè)計建議，以期為GAI在教育中的合理應(yīng)用提供理論參考與實(shí)踐啟示。

個性化導(dǎo)學(xué)系統(tǒng)的核心概念

經(jīng)典的個性化導(dǎo)學(xué)系統(tǒng)通常由四個核心模型構(gòu)成（如右圖），即領(lǐng)域模型、學(xué)生模型、教學(xué)模型與交互模型。這四個模型在系統(tǒng)中各司其職，同時又相互作用，形成完整的教學(xué)決策與交互閉環(huán)。

領(lǐng)域模型是個性化導(dǎo)學(xué)系統(tǒng)的知識核心，負(fù)責(zé)存儲和組織特定學(xué)科領(lǐng)域的知識點(diǎn)、概念結(jié)構(gòu)、技能要求以及相關(guān)資源。在傳統(tǒng)系統(tǒng)中，領(lǐng)域模型多通過專家人工構(gòu)建或基于教材內(nèi)容抽取而成，優(yōu)點(diǎn)是內(nèi)容權(quán)威且結(jié)構(gòu)嚴(yán)謹(jǐn)，但存在知識更新周期長、覆蓋面受限的問題。

學(xué)生模型用于刻畫學(xué)習(xí)者的個體特征、學(xué)習(xí)狀態(tài)與發(fā)展軌跡，是實(shí)現(xiàn)個性化教學(xué)的關(guān)鍵模塊。它通常包含學(xué)習(xí)者的知識掌握程度、錯誤模式、學(xué)習(xí)速度、興趣偏好等信息，甚至還會引入情感、動機(jī)等非認(rèn)知特征，以更全面地反映學(xué)習(xí)者的狀態(tài)。

教學(xué)模型是個性化導(dǎo)學(xué)系統(tǒng)的“決策中樞”，負(fù)責(zé)根據(jù)領(lǐng)域模型和學(xué)生模型提供的輸入，選擇、組合并執(zhí)行最適合當(dāng)前學(xué)習(xí)者的教學(xué)策略。在傳統(tǒng)架構(gòu)中，教學(xué)模型多采用基于規(guī)則的策略引擎，能夠在標(biāo)準(zhǔn)化任務(wù)中穩(wěn)定運(yùn)行，但在開放性任務(wù)和動態(tài)情境中往往表現(xiàn)出適應(yīng)性不足。

交互模型是連接學(xué)習(xí)者與系統(tǒng)的接口，負(fù)責(zé)設(shè)計和實(shí)現(xiàn)人機(jī)交互的方式與內(nèi)容呈現(xiàn)形式。傳統(tǒng)交互模型主要依賴文本輸入、菜單選擇等模式，功能相對有限，難以支持多模態(tài)交互和高參與度的學(xué)習(xí)體驗(yàn)。

GAI賦能個性化導(dǎo)學(xué)機(jī)制重構(gòu)

隨著GAI技術(shù)的廣泛應(yīng)用，個性化導(dǎo)學(xué)系統(tǒng)正呈現(xiàn)出以智能體（Agent）為核心的發(fā)展形態(tài)。這類系統(tǒng)不再嚴(yán)格依賴傳統(tǒng)的“四模型”以顯性、模塊化的方式分別構(gòu)建，而是將領(lǐng)域知識、學(xué)生建模、教學(xué)策略與交互功能深度整合到一個可持續(xù)學(xué)習(xí)、持續(xù)優(yōu)化的智能體之中。通過引入大語言模型，智能體具備了“思考引擎”的屬性，可在與學(xué)習(xí)者的實(shí)時交互中，不斷更新自身的領(lǐng)域知識網(wǎng)絡(luò)，細(xì)化和修正學(xué)生畫像，優(yōu)化教學(xué)策略，并動態(tài)調(diào)整交互方式，實(shí)現(xiàn)系統(tǒng)的自我進(jìn)化。

1.領(lǐng)域適應(yīng)：走向動態(tài)知識網(wǎng)絡(luò)

傳統(tǒng)的個性化導(dǎo)學(xué)系統(tǒng)創(chuàng)建過程一般以領(lǐng)域模型構(gòu)建為起始點(diǎn)，采用概率模型預(yù)測學(xué)生學(xué)習(xí)狀態(tài)，由此推薦相關(guān)學(xué)習(xí)資源。構(gòu)建領(lǐng)域模型的關(guān)鍵是建立已有知識、題目、視頻等資源之間的語義關(guān)聯(lián)。在這一過程中，領(lǐng)域模型構(gòu)建通常由學(xué)科專家與開發(fā)團(tuán)隊(duì)共同編制知識點(diǎn)清單、概念關(guān)聯(lián)、題庫和案例庫，需要通過人工知識編碼、概念圖繪制、關(guān)系數(shù)據(jù)庫錄入等方式實(shí)現(xiàn)。

而利用大語言模型的語義解析能力，現(xiàn)有個性化導(dǎo)學(xué)系統(tǒng)可從教材、學(xué)術(shù)論文、在線課程等多源文本中識別核心概念、屬性和上下位關(guān)系，并結(jié)合實(shí)體鏈接技術(shù)將同義、近義及跨語境的概念進(jìn)行歸并，從而構(gòu)建覆蓋面廣、語義一致性高的知識節(jié)點(diǎn)集合。在此基礎(chǔ)上，進(jìn)一步生成多層級、多關(guān)系的關(guān)聯(lián)邊，包括先修依賴關(guān)系、概念蘊(yùn)含關(guān)系、應(yīng)用情境關(guān)聯(lián)等，并通過概率推斷和圖結(jié)構(gòu)優(yōu)化確保知識圖譜的連貫性與可擴(kuò)展性。此外，還可借助多模態(tài)生成模型，為知識圖譜的每一節(jié)點(diǎn)配備相應(yīng)的圖像、動畫或模擬實(shí)驗(yàn)鏈接，實(shí)現(xiàn)視覺與文本的雙重表征，增強(qiáng)其教學(xué)可用性。

同時，針對個性化導(dǎo)學(xué)中的知識更新和信息增量，如新教材、科研成果、學(xué)習(xí)者交互日志等，可通過GAI技術(shù)以增量式語義解析與關(guān)系抽取方式，將新知識自動嵌入現(xiàn)有圖譜結(jié)構(gòu)中。

2.語義理解：情境追蹤學(xué)生狀態(tài)

在個性化導(dǎo)學(xué)機(jī)制中，洞察學(xué)生狀態(tài)是提供精準(zhǔn)支持的前提。在傳統(tǒng)做法中，研究者通常通過對已有學(xué)習(xí)者行為數(shù)據(jù)的分析，建立反映知識掌握度、錯誤類型和學(xué)習(xí)速度的參數(shù)化模型，常見方法包括貝葉斯知識追蹤與規(guī)則推理機(jī)制。這類方法能夠較好地刻畫學(xué)生在特定知識點(diǎn)上的掌握變化，但對學(xué)習(xí)過程中的情境因素捕捉不足，難以反映學(xué)習(xí)者在不同任務(wù)、不同交互環(huán)境下的狀態(tài)差異。

借助GAI技術(shù)，學(xué)生模型的構(gòu)建可以突破單一的答題日志分析，能夠直接處理包括作業(yè)文本、口語錄音、課堂對話甚至面部表情視頻等在內(nèi)的多模態(tài)數(shù)據(jù)，并結(jié)合情境語義分析實(shí)現(xiàn)狀態(tài)追蹤。系統(tǒng)可通過大語言模型對交互過程進(jìn)行上下文解析，識別任務(wù)背景、學(xué)習(xí)目標(biāo)與學(xué)生所處的認(rèn)知階段，再結(jié)合學(xué)習(xí)者在當(dāng)前情境下的行為模式（如答題路徑、提問方式、反應(yīng)延遲等），推斷其理解深度、策略選擇和情感傾向。

3.啟發(fā)教學(xué)：引導(dǎo)走向深度學(xué)習(xí)

在精準(zhǔn)預(yù)估學(xué)生狀態(tài)的基礎(chǔ)上，系統(tǒng)可基于教學(xué)理論與專家經(jīng)驗(yàn)，人工設(shè)定策略規(guī)則，如“若某知識點(diǎn)錯誤率超過一定閾值，則推送強(qiáng)化訓(xùn)練模塊”。這種規(guī)則驅(qū)動的教學(xué)策略在標(biāo)準(zhǔn)化任務(wù)環(huán)境中具有較高的可控性和穩(wěn)定性，但在面對學(xué)習(xí)者多樣化的認(rèn)知特點(diǎn)、情感狀態(tài)和學(xué)習(xí)目標(biāo)時，靈活性和覆蓋面不足。

在教學(xué)模型構(gòu)建中，GAI的生成能力顯著降低了策略設(shè)計的門檻，使策略從人工編寫的大規(guī)模規(guī)則集合，轉(zhuǎn)向由生成模型驅(qū)動的即時生成與動態(tài)調(diào)控。借助GAI技術(shù)，系統(tǒng)能夠根據(jù)學(xué)生模型的即時信息（如知識掌握曲線、策略使用偏好、情緒變化）與既定的教學(xué)目標(biāo)，自動生成差異化的策略方案。例如，它能夠?yàn)橹R掌握薄弱的學(xué)習(xí)者設(shè)計循序漸進(jìn)、由淺入深的問題鏈，引導(dǎo)其構(gòu)建穩(wěn)固的知識框架；能夠?yàn)閯訖C(jī)不足的學(xué)習(xí)者生成貼近興趣主題的探究任務(wù)，提升其學(xué)習(xí)投入度；在跨文化環(huán)境中，能夠生成符合目標(biāo)語言習(xí)慣與認(rèn)知節(jié)奏的教學(xué)話術(shù)，降低語言與文化障礙帶來的認(rèn)知負(fù)荷。

4.優(yōu)化體驗(yàn)：多模態(tài)沉浸式交互

在個性化導(dǎo)學(xué)系統(tǒng)中，交互模型是學(xué)習(xí)者感知系統(tǒng)功能的直接界面。傳統(tǒng)系統(tǒng)多依賴前端設(shè)計工具等技術(shù)實(shí)現(xiàn)界面交互，呈現(xiàn)形式以固定模板、菜單選擇、填空答題及預(yù)設(shè)反饋為主，它雖然在信息傳遞的準(zhǔn)確性與可控性上表現(xiàn)穩(wěn)定，但缺乏自然性與情境適配性，難以充分激發(fā)學(xué)習(xí)者的參與感與探究動機(jī)。GAI的引入，使交互模式由指令式、反應(yīng)式轉(zhuǎn)向自然化、多模態(tài)化與生成化，顯著拉近了系統(tǒng)與人類導(dǎo)師式互動體驗(yàn)的距離。

借助大語言模型的上下文理解與對話生成能力，學(xué)習(xí)者可以以接近日常交流的自然語言與系統(tǒng)進(jìn)行多輪對話，無需遵循嚴(yán)格指令格式，從而降低使用門檻并增強(qiáng)沉浸感。當(dāng)與多模態(tài)生成技術(shù)結(jié)合后，系統(tǒng)能夠在文字、語音、圖像、視頻等媒介之間靈活切換與融合，如在講解幾何定理時同步生成動態(tài)示意圖與口頭講解，在外語口語訓(xùn)練中利用虛擬人物進(jìn)行實(shí)時對話，并即時糾正發(fā)音。這種多模態(tài)呈現(xiàn)不僅豐富了學(xué)習(xí)體驗(yàn)，還更好地契合了不同學(xué)習(xí)風(fēng)格與感官偏好。

GAI賦能的個性化導(dǎo)學(xué)應(yīng)用模式

1.虛擬助手模式

虛擬助手模式可為學(xué)習(xí)者提供即時、精準(zhǔn)且上下文相關(guān)的學(xué)術(shù)支持，其核心是依托GAI實(shí)現(xiàn)對學(xué)習(xí)者需求的快速響應(yīng)與任務(wù)生成。不同于傳統(tǒng)依賴固定題庫和預(yù)設(shè)規(guī)則的智能導(dǎo)學(xué)系統(tǒng)，GAI驅(qū)動的虛擬助手可在獲取學(xué)習(xí)者的歷史記錄、即時表現(xiàn)及多模態(tài)行為數(shù)據(jù)后，動態(tài)生成符合認(rèn)知水平、興趣偏好與學(xué)習(xí)目標(biāo)的學(xué)習(xí)任務(wù)鏈與反饋內(nèi)容。例如，在數(shù)學(xué)學(xué)習(xí)中，系統(tǒng)可基于學(xué)習(xí)者錯誤模式生成帶有現(xiàn)實(shí)應(yīng)用情境的問題；在語言學(xué)習(xí)中，則可在對話訓(xùn)練中動態(tài)引入學(xué)習(xí)者熟悉的文化元素以增強(qiáng)參與度。

2.成長陪伴模式

成長陪伴模式強(qiáng)調(diào)導(dǎo)學(xué)系統(tǒng)在較長時間跨度內(nèi)與學(xué)習(xí)者建立連續(xù)、動態(tài)的互動關(guān)系，不僅關(guān)注短期任務(wù)完成，更注重學(xué)習(xí)習(xí)慣、策略與自我調(diào)節(jié)能力的培養(yǎng)。GAI在該模式中不僅承擔(dān)信息與任務(wù)生成的功能，還通過情感計算與多模態(tài)交互實(shí)現(xiàn)心理支持與動機(jī)激發(fā)。例如，系統(tǒng)可在學(xué)習(xí)者遇到挫折時生成鼓勵性反饋，并結(jié)合學(xué)習(xí)目標(biāo)重構(gòu)任務(wù)路徑；在階段性評估后，它以敘事化的方式呈現(xiàn)學(xué)習(xí)進(jìn)步軌跡，讓學(xué)習(xí)者對自身成長有清晰感知。與傳統(tǒng)導(dǎo)學(xué)系統(tǒng)單一的成績反饋不同，成長陪伴模式利用GAI的語義生成與故事化表達(dá)能力，將學(xué)習(xí)過程轉(zhuǎn)化為個性化的成長敘事。

3.人智共創(chuàng)模式

人智共創(chuàng)模式強(qiáng)調(diào)人類學(xué)習(xí)者與人工智能在學(xué)習(xí)與創(chuàng)造過程中的平等協(xié)作，形成知識構(gòu)建與創(chuàng)新成果的共同生產(chǎn)。在該模式下，GAI不僅是輔助工具，更是與學(xué)習(xí)者共同思考、推演與創(chuàng)造的伙伴，參與從問題識別、方案設(shè)計到成果產(chǎn)出的全鏈條過程。例如，在科學(xué)探究中，系統(tǒng)可與學(xué)習(xí)者共同設(shè)計實(shí)驗(yàn)方案，生成不同條件下的模擬數(shù)據(jù)，并協(xié)同分析結(jié)果以優(yōu)化實(shí)驗(yàn)設(shè)計；在人文學(xué)科中，系統(tǒng)可與學(xué)習(xí)者共同構(gòu)建歷史事件的多視角敘事，模擬不同立場的辯論情境，推動深度反思與跨文化理解；在藝術(shù)與設(shè)計領(lǐng)域，系統(tǒng)可與學(xué)習(xí)者一同迭代創(chuàng)意作品，從草圖生成、風(fēng)格遷移到三維建模，持續(xù)提供靈感與多元化的改進(jìn)建議。該模式的核心價值在于發(fā)揮“人”的創(chuàng)造力與批判性思維優(yōu)勢，以及“智”的知識整合與生成能力，實(shí)現(xiàn)認(rèn)知拓展與跨領(lǐng)域創(chuàng)新的協(xié)同提升。

4.群智協(xié)作模式

群智協(xié)作模式強(qiáng)調(diào)多智能體之間的分工協(xié)作與群體智慧的形成，以支持復(fù)雜、開放和跨學(xué)科的個性化導(dǎo)學(xué)任務(wù)。在該模式下，GAI不再局限于單一智能體的響應(yīng)與輔助，而是通過多個具備不同功能的智能體在統(tǒng)一環(huán)境中協(xié)同工作，共同完成從知識講解、學(xué)習(xí)規(guī)劃到作業(yè)批改與情緒支持的全鏈條過程。這種模式通過任務(wù)分解、信息共享與結(jié)果仲裁，實(shí)現(xiàn)了教學(xué)支持的多維化與穩(wěn)健性。例如，在跨學(xué)科項(xiàng)目學(xué)習(xí)中，知識講解智能體提供學(xué)科背景與關(guān)鍵概念，學(xué)習(xí)規(guī)劃智能體根據(jù)學(xué)生畫像生成任務(wù)鏈，作業(yè)批改智能體對學(xué)生成果進(jìn)行自動化評價，情緒支持智能體則在過程中給予激勵性反饋，最終由治理智能體對各方意見進(jìn)行整合，從而形成完整的“虛擬教師團(tuán)隊(duì)”。

總結(jié)與展望

GAI技術(shù)的興起不僅為個性化導(dǎo)學(xué)系統(tǒng)注入了前所未有的生成能力與適配性，也正在推動其機(jī)制與應(yīng)用形態(tài)的系統(tǒng)性重構(gòu)。GAI技術(shù)打破了傳統(tǒng)四模型架構(gòu)在知識更新、學(xué)生建模、策略設(shè)計與交互體驗(yàn)上的邊界，使系統(tǒng)能夠在運(yùn)行中實(shí)現(xiàn)持續(xù)學(xué)習(xí)與自我優(yōu)化。

然而，GAI賦能并非無條件的技術(shù)紅利。生成內(nèi)容的準(zhǔn)確性與可驗(yàn)證性、學(xué)生數(shù)據(jù)的安全與隱私保護(hù)、算法過程的可解釋性，以及技術(shù)使用過程中的公平性與可及性，都是未來必須正視的問題。為此，個性化導(dǎo)學(xué)系統(tǒng)的設(shè)計需在技術(shù)創(chuàng)新與教育倫理之間找到平衡點(diǎn)，構(gòu)建多層次質(zhì)量控制與風(fēng)險防范機(jī)制，并引入人類教師在關(guān)鍵環(huán)節(jié)的監(jiān)督與引導(dǎo)。

本文作者：

劉桐

上海外國語大學(xué)新聞傳播學(xué)院

顧小清

華東師范大學(xué)教育信息技術(shù)學(xué)系

上海數(shù)字化教育裝備工程技術(shù)研究中心

姜冰倩

華東師范大學(xué)教育信息技術(shù)學(xué)系

上海數(shù)字化教育裝備工程技術(shù)研究中心

文章刊登于《中國信息技術(shù)教育》2026年第05期

引用請注明參考文獻(xiàn)：

劉桐，顧小清，姜冰倩.生成式人工智能賦能個性化導(dǎo)學(xué)重構(gòu)：機(jī)制轉(zhuǎn)變與應(yīng)用創(chuàng)新[J].中國信息技術(shù)教育，2026（05）：5-9.

歡迎訂閱

識別上方二維碼訂閱紙質(zhì)版或電子版雜志