引言

从通用大模型到教育领域的专用大模型，是人工智能大模型技术深化发展的必然趋势。教育大模型不是在通用大模型基础上的微调和优化，而是以重构未来教育图景为目标、以开放算法模型架构为基础、以创新教育应用场景为核心的系统性变革。如何厘清教育大模型的理念内涵，并立足技术本质设计系统架构，以进一步打造教育应用新场景，成为关乎教育数字化转型和智能化升级的时代课题。
01

相关核心概念
一、AIGC
    AIGC是指基于监督学习、强化学习、预训练模型、自然语言处理等智能技术，通过已有数据的学习和训练，自动生成各种形式的内容。
二、生成式人工智能
    生成式人工智能是一种根据自然语言对话提示词自动生成响应内容的人工智能技术。
三、大模型
    大模型是指具有数十亿到数百亿甚至更多可训练参数的人工智能模型，是深度学习、GPU硬件、大规模数据集等多种智能技术共同发展的产物。
四、教育大模型
    教育大模型是适用于教育场景、具有超大规模参数、融合通用知识和专业知识训练形成的人工智能模型，是大模型技术、知识库技术及各类智能教育技术的集成，能推动人类学习和机器学习的双向建构。
02

典型应用案例

    在全球范围内，教育大模型郑进行着广泛深入的探索发展，已经在口语练习、数学学习、情感分析和个性化推荐等领域形成了解决方案，本研究梳理了五种典型的教育大模型应用案例（如表1所示），对其应用场景、技术进展和现有不足等进行了分析。
                                                                  表1 教育大模型典型应用案例

03

开放创新架构

教育大模型是以通用大模型为基础，通过连接各类教育数字化应用，持续训练教育场景模型，不断提高解决教育专业任务的能力。教育大模型的开放创新架构分为三层，分别是基础能力层（L0）、专业能力层（L1）、应用服务层（L2），具体如图1所示。
 

                                         图1 教育大模型开放创新架构
04

应用展望

教育大模型将从学习空间、学习资源、教师角色三个方面推动教育数字化转型和智能化升级，形成人机协同共生的教育新生态。
一、学习空间互动生成
     在教育大模型支持下，学习者通过人机互动获得学习支持、创生学习成果，建构个人学习空间和集体学习空间，形成物理空间与网络空间相互融通的学习场景，让所有学习者都可以在任何地方、任何时刻获取所需的任何信息。
二、学习资源按需供给
    借助教育大模型的学习分析能力，缩小教育资源需求侧与供给侧的鸿沟，为学习者提供个性化学习资源，破解优质教育资源供给与学习需求匹配的问题。
三、教师角色转型升级
    教育大模型将逐步取代重复低效的教育劳动，提升教育教学工作的科学性和创造性，推动教师从“教的专家”转向“学的专家”，通过创造性的教学设计，为每个学习者提供个性化支持。
参考文献：曹培杰,谢阳斌,武卉紫,等.教育大模型的发展现状、创新架构及应用展望[J].现代教育技术,2024,34(02):5-12.
来源： 教育信息化100人   教育技术学