数字化转型网人工智能研习社关注人工智能从技术到落地的全方面，包含机器学习算法、深度学习架构、自然语言处理（NLP）技术、计算机视觉技术、AI+医疗健康、AI+交通出行、AI+金融、AI+制造、AI+消费品、AI+互联网、数据隐私和安全、算法公平性、产业生态建设、政策法规制定与完善等。
思想政治教育场景是以连接关系之“场”承载价值传播之“景”的育人方式。大模型时代的到来，不仅促进了思想政治教育场景从网络化向智能化的跃迁，而且推动了思想政治教育场景在思维、体验与服务层面的理论创新。在场景思维层面，大模型在思想政治教育场景的生成、使用、分析、整合等方面实现了场景连接思维、场景设计思维、场景实验思维、场景涌现思维等高阶思维的升维。在场景体验层面，大模型重塑了思想政治教育的场景体验层，并通过基础层的场景感知增强体验、支撑层的场景认知处理体验、核心层的场景泛在沉浸体验以及深化层的场景共享共创体验等表现出来。在场景服务层面，大模型赋能高效率的场景内容生产创新、多模态的智能对话创新、游戏化的互动服务创新以及智慧化的管理服务创新。
关键词：大模型时代;思想政治教育;场景数字化转型网www.szhzxw.cn
主要内容
一、大模型时代与思想政治教育场景的跃迁
1.大模型时代已来
2.思想政治教育场景的内涵及其历史变迁
3.大模型时代思想政治教育场景的智能跃迁
二、大模型时代思想政治教育的场景思维创新
1.场景生成：教育场景的连接思维创新
2.场景使用：教育场景的设计思维创新数字化转型网www.szhzxw.cn
3.场景分析：教育场景的实验思维创新
4.场景整合：教育场景的涌现思维创新
三、大模型时代思想政治教育的场景体验创新
1.基础层：教育场景的感知增强体验
2.支撑层：教育场景的认知处理体验
3.核心层：教育场景的泛在沉浸体验数字化转型网www.szhzxw.cn
4.深化层：教育场景的共享共创体验
四、大模型时代思想政治教育的场景服务创新
1.大模型赋能高效率的教育场景内容生产
2.大模型赋能多模态的教育场景对话服务
3.大模型赋能游戏化的教育场景互动服务数字化转型网www.szhzxw.cn
4.大模型赋能智慧化的教育场景管理服务
随着自然语言处理技术的升级与完善,人工智能的发展迈向以ChatGPT与Sora为场景媒介的大模型时代。不同于传统机器学习模型,大模型以其预训练和生成式优势降低了数据模型开发成本,突破了定制化小模型的落地瓶颈,增强了人工智能在深度学习、自我优化、持续迭代等方面的智能能力,由此激发了人类生产生活的场景变革,如“大模型+知识工作”、“大模型+企业业务”、“大模型+创意娱乐”等。在思想政治教育领域,大模型带来的场景变革不仅转换了传统的教育场景范式,而且推动了思想政治教育的场景理论创新。因此,在阐释思想政治教育场景内涵的基础上,深入挖掘大模型时代思想政治教育场景在思维、体验、服务等层面的理论创新,成为思想政治教育科学化发展的必然要求。
一、大模型时代与思想政治教育场景的跃迁
大模型时代的到来推动了思想政治教育场景的智能跃迁,促使思想政治教育场景从网络化走向智能化。
1. 大模型时代已来
从大语言模型ChatGPT到大视觉模型Sora,“大模型作为通用技术,就像蒸汽机、内燃机、电力一样,未来将广泛传播,不断改进,激发创新”,[1]开启通用人工智能浪潮的大模型时代已经到来。相较于以智能手机操作系统为关键技术的移动互联网时代,大模型时代以生成式大语言模型、GPU Transformerd加速引擎等技术为核心,以ChatGPT与Sora等为场景媒介。其中,ChatGPT作为一款性能强大的人工智能自然语言处理模型,其核心逻辑是通过模型训练学习语言的规律,“模型会通过无监督学习的方法学习各种语言知识,并通过海量文本数据推测语言中的规律”。[2]ChatGPT不仅在文本生成、代码生成、推理能力等方面有着强大的技术优势,而且能够对语义系统内构成场景的各要素进行整合,呈现多轮对话、多语言支持、可扩展性强、智能推荐、自我学习等场景特征。[3]而文生视频模型Sora,依托海量数据归纳基础上的规律模拟,打通物理世界、知觉世界与语言世界通道的跨模态理解以及模拟事件逻辑基础上的超真实内容生成,实现了对世界的模拟与理解从二维平面向三维时空的转变。具体来讲,相较于ChatGPT,在空间维度,Sora使人工智能模拟从抽象走向具象、从局部走向整体;在时间维度,Sora创造的1分钟文生视频能够基于时间尺度描绘对象的变化,使人工智能生成的时间维度得以彰显。在此意义上,“Sora以场景媒介的方式构筑了一个与人类认知感觉上完全一致的真实场景,其通用性能力显著提升”。[4]综上可见,大模型技术目前不仅处于进阶升级的进程之中,而且以其生成、设计、分析、整合等功能正在引爆通用智能革命,终将引发人类生存实践诸领域的颠覆性创新。
2. 思想政治教育场景的内涵及其历史变迁
场景作为技术实践之“场”承载的实践文化之“景”,凝结着置身技术实践中的文化背景、环境、情境、语境与处境等。思想政治教育场景本质上是教育技术中介下“场”与“景”的深度融合,是以连接关系之“场”承载价值传播之“景”的育人方式。具体来讲,首先,思想政治教育场景的生成是教育技术中介的结果。思想政治教育场景不是不以人的意志为转移的客观事物与客观时空的直接展现,它是人类借助语言、文字、印刷技术、电力技术、数字技术等改造或创造时空情景以达到教育目标的实践结果。其次,思想政治教育之“场”实质上是连接关系之场,它通过人自身的知情意行以及人、物、时空等相关关系的生成与生产得以建构。再次,思想政治教育之“景”体现为以用户内在需求为对接靶向、以主导意识形态传播与教化为价值旨归的环境创设、情境生成以及语境塑造。需要指出的是,在思想政治教育发展史上,思想政治教育场景并不是固定不变的,它经历了四个标志性的场景变迁。一是狩猎时代口耳相传的随意性场景。由于生产力水平落后,这个时代的思想政治教育多是言传身教,没有固定的教学场所,因而教育具有不稳定性和随意性特征。二是农业时代的书塾制场景。随着农业文明的稳步推进,这个时代的思想政治教育开始以学园、私塾等形式固定下来,并有了固定的文本载体以及稳定的教学内容。三是工业时代的班级式场景。机器与大工业生产不仅为思想政治教育提供了技术支持,而且创造了标准化的班级教学模式与流水线式的人才培养方式,它在提升教学效率的同时,对教育对象的个性发展造成了冲击。四是网络时代的探究式场景。从PC互联网到移动互联网,思想政治教育场景不仅逐渐呈现出网络关联、在线协作、专业迁移等特征,而且实现了场景育人从灌输性、单向性、标准性的教化方式向主体性、双回路、个性化的探究方式的转型。数字化转型网www.szhzxw.cn
3. 大模型时代思想政治教育场景的智能跃迁
大模型时代的到来促使思想政治教育场景从网络化向智能化跃迁,并呈现出万物互联、人机协同、跨界融合等特征。一是万物互联。不同于互联网消弭人与人距离的实践逻辑,大模型试图激活与融合传感技术、无线通信技术与数据分析处理技术,进而建构人与人、人与物、物与物之间沟通的网络架构,即实现万物互联。万物互联不仅拓展了思想政治教育的场景资源,而且实现了虚拟空间与实体空间的无缝结合、非正式学习与正式学习的有机整合。二是人机协同。大模型时代的教育场景是人机共建的产物,协同性的人机关系有助于促使教育场景融通人的智慧与机器的智能。其中,人的智慧能够助力于数据分析基础上的教育决策与机器的认知进化升级,机器的智能能够解放人的体力与脑力,助力场景数据的整合分析与场景育人的规律挖掘。三是跨界融合。大模型基础上的技术迭代与信息更新为思想政治教育场景的跨界融合提供了源源不断的动力,它不仅使场景育人实现了跨学科、跨领域甚至跨业态,而且使场景育人实现了融知识、融信息甚至融智慧。跨界融合打破了思想政治教育场景的技术边界、知识边界与模式边界,为思想政治教育场景育人的开展注入了新动能。
二、大模型时代思想政治教育的场景思维创新
大模型重新定义了思想政治教育的场景思维,它在“场景生成—场景使用—场景分析—场景整合”的运行逻辑中实现了场景思维的智能升维,揭开了思想政治教育场景革命的高阶思维序幕。
1. 场景生成：教育场景的连接思维创新
思想政治教育场景的连接思维是以用户体验为靶向和以社群认同为导向的人际交互思维与时空体验思维。大模型的生成功能激活了思想政治教育的场景连接思维,并促使教育场景连接日益精准化、高质化与持续化。一是以用户体验为核心的精准化连接。在思想政治教育活动中,教育对象尤为注重体验,生成与教育对象需求相适配的教育场景并强化教育对象的体验更为重要。一方面,大模型依托其智能化搜索与记忆功能,能够精准对接教育用户的认知需求与体验要求,并在此基础上即时生成相应的知识场景。另一方面,大模型生成的教育场景通过对体验层次的精准塑造、体验细节的精准强化以及对用户自主体验的精准把握,能够凸显教育场景的真实性、提升教育场景的流量度以及培养教育用户的学习惯习。二是以时空重构为核心的高质量连接。一方面,大模型带来的娱乐模式与交互模式以其场景设置与场景交互优势在时间维度提升了场景连接质量。具体来讲,大模型通过对音视频制作等的赋能能够升级教育用户的体验,通过对虚拟现实、增加现实以及数字孪生等技术的赋能强化教育用户间的场景交互,增强用户的同频共振体验。另一方面,大模型不仅能够依托其空间连接优势,促使教育场景生活化、标签化与全渠道化,而且能够依托其跨界整合优势实现教育场景的几何级增长与叠加性整合。三是以社群认同为导向的可持续连接。教育场景的可持续性运用离不开教育用户群体的认同。大模型依托其数据、算法与算力优势,不仅能够对用户群体的场景需求、价值导向、网络评价等进行差异化整合与系统性分析,创设契合社群需求的适配性场景,在流量的营造中不断建构认同,而且能够触动用户的情绪与情感,引发社群的情感共鸣,进而奠定教育场景持续运用的情感基础。
2. 场景使用：教育场景的设计思维创新
思想政治教育场景的设计思维是在场景洞察、场景制造以及场景进化的过程中展现出来的科学规划思维。大模型在数据挖掘、智能生成与迭代演化层面的优势激活了教育场景的设计思维,并促使教育场景设计日益系统化、个性化与智能化。一是大模型的数据挖掘与对教育场景的系统洞察。场景洞察作为开展场景活动的前提性预设,是对场景用户、场景产品以及场景效用的洞见与反思。大模型通过对教育数据的收集、清洗、标注、聚类、分析等,不仅能够对用户的生活方式、学习方法、消费方式、使用惯习等开展微观洞察,而且能够对用户与场景内容、场景载体、场景方法等的黏性关系进行中观洞察,还能够对教育场景应用的稳定性、扩展性与持续性进行宏观洞察。二是大模型的智能生成与对教育场景的个性化制造。场景制造始终围绕用户需求展开,主要通过场景的嫁接、复制、参与、叠加等得以实现。[5]大模型依托其强大的生成、迭代与创造优势,推动了场景制造的智能化转型。具体来讲,大模型不仅能够对接用户的个性化与体验性需求,实现流量文化、情感代码以及角色符号的智能场景嫁接,而且能够契合用户的主体性与创造性需求,增强用户借助场景道具开展场景社交的获得感,还能够遵循场景的生活逻辑实现原生场景的智能复制与嵌入,更能够在场景追踪与过滤的基础上实现用户的生活场景、学习场景与社交场景等多场景的智能叠加,即形成“场景流”。三是大模型的迭代演化与教育场景的智能进化。场景进化是克服场景同质化的必要手段,它主要通过“场景流”与超预期体验得以实现。大模型通过模型开源、模型部署以及对齐技术创新等,能够在对接教育场景发展需求与用户体验诉求的基础上,推动教育场景的开源创造、可控体验以及动态监测,推进教育场景的组合迭代与循环创新。数字化转型网www.szhzxw.cn
3. 场景分析：教育场景的实验思维创新
思想政治教育场景的实验思维是在对教育场景的语义提取、虚拟仿真、极值计算以及改进检验的过程中展现出来的循证思维。大模型依托其实例性、集成性、计算性与关联性优势激活了教育场景的实验思维,使思想政治教育场景实验日益科学化。一是大模型的实例性与教育场景的语义提取。大模型是“由大量实例(语元和语元关联度)构成的模型”,[6]其“实例”为思想政治教育场景的生成提供了充足的“语料”。在“实例”的基础上,大模型不仅为教育场景的要素编码、参数扫描、代码训练等提供了数据保障,而且为教育场景信息的情感分析、相关分析、聚类分析以及信息自动提取提供了强力支持。二是大模型的集成性与教育场景的虚拟仿真。大模型是以功能模拟为主的集成智能,它为思想政治教育场景的虚拟仿真提供了智能基础。具体来讲,大模型既能够通过对用户知情意行的数据建模以及数字孪生体生成,实现场景语境、情境以及环境的可视化,又能够借助其智能复盘、数据挖掘、综合分析等优势对教育场景运行的复杂性规律进行总结与诠释。三是大模型的计算性与教育场景的价值评估。大模型通过其高性能计算、及时响应速度以及独特的模型训练逻辑,可以对教育场景要素间相关作用情况、教育场景系统运行的稳定性与持续性情况以及教育场景创新的潜力等作出全面的价值量化,为挖掘场景育人价值的极值、预测真实教育场景的运行趋势等提供评估基础,为及时干预教育场景运行与有效驱动场景发展等提供参考依据。四是大模型的关联性与教育场景的双向改进。基于大模型的虚拟仿真与计算为现实生活中教育场景的设置与展开提供了实验借鉴,现实的教育场景为大模型提供了源源不断的“实例”与决策支持,现实与虚拟两个方面的教育场景信息相互比照、相互促进,共同推动教育场景的改进。数字化转型网www.szhzxw.cn
4. 场景整合：教育场景的涌现思维创新
思想政治教育场景的涌现思维是在教育场景的要素非线性作用、系统差异性整合以及信息有机性运作中呈现出来的整体性创新思维。大模型以其独有的生成逻辑、迭代属性以及整合特性激活了思想政治教育场景的涌现思维,使教育场景涌现日益智慧化。一是在“事件导向”的生成逻辑中增加场景涌现的可能性。大模型彻底改变了基于“问题导向”的传统教育场景的生成范式,使教育场景的生成从目的论范式走向可能性范式。具体来讲,大模型不仅能够全程全方位地实时捕获“实例”,而且能将“实例”构建为一个个的社会事件、文化事件、科技事件、教育事件等,进而生成关于各类“事件”的整体认知结构。基于“事件导向”的场景生成因其全局性、多维性、自适应性、灵活性等优势使教育场景的整体涌现成为可能。二是在“自我完善”的迭代中实现场景涌现的自足性。大模型在构建“事件”的过程中能够实现自我发展与自我修复,并促使教育场景成为一个自足的运行系统。一方面,教育场景的生成并不是单一的,它始终处于迭代进化之中。每当遇到新的“事件”,原有的教育场景就会通过其吸纳功能将新的“事件”加以整合,进而实现场景更新。另一方面,由于原有的场景会与新的“事件”发生冲突,大模型会基于纠错机制对教育场景进行调整和修复。三是在“跨界融合”的整合中实现场景涌现的开放性。一方面,大模型作为系统的信息整合平台,不仅能够实现教育场景的跨学科整合,进而触发集成性信息涌现,而且能够实现文化仪式、价值理念、交往规则等的社会整合,进而消融各种边界力量,真正实现教育场景的自主进化与开放涌现。另一方面,大模型作为代码开源与价值共享平台,打破了专业化界限与专家化垄断格局,为教育场景的共创共建提供了现实基础。
三、大模型时代思想政治教育的场景体验创新
大模型时代思想政治教育的场景体验呈现“基础层—支撑层—核心层—深化层”的圈层化效应,它通过场景的感知增强、认知处理、泛在沉浸以及共享共创等表现出来。数字化转型网www.szhzxw.cn
1. 基础层：教育场景的感知增强体验
大模型对场景的智能赋能增强了思想政治教育场景的感知能力,增强了用户的场景体验。一方面,大模型通过对移动设备、社交媒体、大数据、传感器、定位系统组成的“场景五力”[7]的提质增效,实现了对教育场景的智能感知。其中,大模型通过对移动设备的速度运行技术以及屏幕切换能力的提升,推动了教育场景的移动对接、智能转换与掌上应用;通过对社交媒体的整合与重构,建构了教育场景的多级创作平台、交流平台以及分享平台等;通过对大数据挖掘技术与预测能力的提升,强化了教育场景的理解能力与诠释功能;通过对传感器的多模态感知升级,推动了全方位、全时空、全生态场景感知的实现;通过对定位系统的精准控制、障碍规避与实时导航,实现了场景感知的精准聚焦、泛在展现与即时实现。另一方面,大模型通过创设具有“仪式感、荣耀感、参与感、代入感、时代感”[8]的场景,增强用户的感知体验。具体来讲,大模型赋能下仪式礼仪的数字生成与参与,能够激发用户的情感共鸣,并主动投入到教育场景的仪式流程中来;通过数字场景对用户自我价值的激发,能够带给用户身临其境的荣耀感体验;通过以学习者为中心的蕴含内容、服务与关系等元素的智能场景适配,能够提升用户的参与感;通过智能生成内容的趣味性、流行性、价值性等,能够激发用户的情感;通过对人机交互技术升级完善与贴近现实的内容跟进,能够彰显场景育人的时代感。
2. 支撑层：教育场景的认知处理体验
大模型增强了思想政治教育场景的认知处理体验,并通过提升在记忆、理解、应用、分析、评价和创造等维度的信息处理能力表现出来。[9]具体来讲,在记忆维度,大模型涵括关于客观事实与再现知识等记忆信息。用户依托大模型的文本信息提取能力,能够随时随地解答关于各种基本事实的疑问,并产生默契的答疑体验。在理解维度,大模型依托其复杂的深度学习能力,能够对关涉场景知识的概念、判断、推理以及原理、方法等作出智能化的解释、澄明与总结。在应用维度,大模型在数据存储、信息通信、模型编译等方面的优势,能够提升教育知识的智能推荐、情景迁移以及系统输出能力。在分析维度,大模型以其预训练过程中对复杂性问题的吸纳与运算,能够对不同的教育场景作出文本结构性剖析、知识相关性分析甚至行为规律性总结。在评价维度,大模型通过对关涉评价客体与评价标准的预训练数据提取与分析,能够对场景信息作出全域性的评估与判断,进而对信息客观性、观点合理性以及方法合理性等作出评价。在创造维度,大模型以其文本、音频、图像、视频、游戏、代码等维度的生成优势以及人机协同基础上的创意生成功能等,实现教育场景的创新性生成与创造性转化。数字化转型网www.szhzxw.cn
3. 核心层：教育场景的泛在沉浸体验
大模型通过对虚拟沉浸技术的赋能,能够实现无时不在、无处不在的教育场景沉浸体验,即泛在沉浸体验。一是无时不在的沉浸体验。大模型重新定义了教育场景的沉浸时间,并使其呈现出自定义性与即时性特征。一方面,大模型的智能设计及其“诠释学循环”逻辑使用户的时间沉浸处于先行具有、先行视见与先行把握的自定义实践之中,用户所依赖的物理时间被虚拟时间所取代,而在虚拟时间中,“虚构叙事、非时序性时间观、艺术上的虚拟时间等,在虚拟现实的世界里熔铸”。[10]另一方面,大模型对教育场景的实时激活使用户在场景沉浸中的时间认知“永远即时”,即促使用户永远处于信息实时选择、环境实时适应、创造实时展开的沉浸实践活动之中。二是无处不在的沉浸体验。一方面,大模型赋能下的教育场景通过以人为中心的网络拓扑结构表现出来,每个人都是网络拓扑结构上的一个节点。由此,用户的沉浸体验就变成了以每个人为中心的泛众体验。另一方面,大模型驱动下的场景沉浸打破了空间边界的束缚,真正实现了全程与全方位的具身沉浸。其中,全过程的具身沉浸实现了对用户学习整体过程的可感化全记录,能够帮助用户站在元认知视角动态地审思自身的学习效果。全方位的具身沉浸既表现为用户在知情意维度的全方位感官体验与心流体验,又表现为由3D渲染、数字孪生、虚拟成像等技术营造的全方位环境体验。
4. 深化层：教育场景的共享共创体验
大模型赋能下的思想政治教育场景是共创之“场”与共享之“景”的融合,其深层体验价值即共享共创。一是共享体验。大模型时代的到来不仅促使人类日渐以信息的形式存在,而且使教育场景演变为泛在的信息场,两者为用户的共享体验提供了坚实的主客观基础。一方面,不同于物质形态的人,作为信息存在的人本身内蕴着分享属性,它体现了人的社会性与类特性,加速了人与人的社交关系建构。大模型通过对人的共同信息需要的关注,能够实现教育场景信息的及时出场,极大地提升了用户间的社交质量,并在此基础上推动了社群认同、信任与对话关系的建构。另一方面,作为信息场的教育场景融合了移动互联网与物联网的优势,生成了跨界连接、无缝不在的信息网络,构建了“分享即获取”[11]的场景共享逻辑,为用户的共享体验提供了基础。二是共创体验。在思想政治教育场景的运行中,大模型的开源数据共享与跨学科知识整合增强了教育用户的共同创造体验。一方面,开源数据共享不仅使教育用户间建立连接关系,而且促使教育用户间形成认知、情感、意志、行为等层面的共鸣,并共同投入到信息创造与意义创构活动中。另一方面,大模型通过对跨学科的项目学习、创客教育等体验式教学的赋能,能够培养教育用户的创新思维,推动教育用户基于项目需要投入到数字创意向现实转变的共创活动中。数字化转型网www.szhzxw.cn
四、大模型时代思想政治教育的场景服务创新
大模型转换了传统的思想政治教育场景服务范式,并在内容生产、智能对话、游戏交互以及智慧管理等层面引发了场景服务的深刻变革。
1. 大模型赋能高效率的教育场景内容生产
大模型通过对智能搜索、文本创作与代码生成的赋能,极大地提升了思想政治教育场景内容的生产效率。在智能搜索层面,大模型不仅实现了教育信息搜索从单向性搜索到智能互动性搜索的转变,而且实现了从资料整合性搜索到内容生成式搜索的跃迁。其中,智能互动性搜索能够实现“搜索聚合”,即当教育用户开展搜索工作时,大模型系统能够将大量提问与回答进行观点聚合,有效提升教育用户获取信息与进行信息决策的效率。内容生成式搜索能够对搜索结果进行分析,进而为教育用户生成定制性的内容。在文本创作层面,一方面,大模型与办公软件的深度融合,实现了文本摘要自动生成、聊天式数据处理应用以及主题式幻灯片生成等,极大地提升了文本生产的效率。另一方面,生成式人工智能通过类似人类的自然对话方式与人进行交互,并且支持完成相对复杂的文本、图像甚至视频创作任务。在代码生成层面,搭载了大模型的代码软件能够根据自然语言生成代码,实现编程语言翻译、代码自动补全、智能纠错甚至提供智能建议,它在降低开发门槛的同时,提升了代码质量与程序开发效率。大模型代码的生成与开源应用为教育场景内容的生产提供了稳定的技术平台。
2. 大模型赋能多模态的教育场景对话服务
大模型赋能下的教育场景不仅实现了智能问答、智能语音甚至虚拟数字人展演的对话场景变革,而且实现了历史对话、补充对话与扩充对话的对话服务变革。一是对话场景变革。文本机器人、语音机器人、虚拟数字人的大模型接入促进了思想政治教育的对话场景变革。具体来讲,文本机器人的大模型接入丰富了对话的数据库,提升了智能理解能力。其中以大模型为基础,文本机器人能够获得通用知识数据库的支持,并根据教育用户的对话需求生成专业的内容回答。语音机器人破解了“命令式交互”瓶颈,升级了人机交互体验。不同于“一问一答”的“命令式交互”,大模型赋能下的语音机器人提升了语音识别能力与反馈内容的丰富性和准确性,为教育用户提供了智能、高效、流畅的交互体验。虚拟数字人的大模型赋能不仅增加了角色扮演的可能性,而且以“二次编辑”实现了角色打造的个性化。二是对话服务变革。以ChatGPT激活的角色对话为例,一方面,ChatGPT不仅可以根据教育用户提供的故事情境、角色要求以及体验目标来塑造角色,而且可以实现现实角色与过去角色的历史对话,进而精准摹写角色的个性与行为。另一方面,ChatGPT可以在现有数据的基础上,跟随故事情节、任务的变化作出合乎逻辑的补充对话,在角色与人类的互动中创造更多的参与角色,进而实现扩充对话。数字化转型网www.szhzxw.cn
3. 大模型赋能游戏化的教育场景互动服务
大模型的生成与创造功能不仅为思想政治教育游戏化场景的生成提供了基础,而且以其“吸引互动—探究体验—众包创新”的游戏化方法赋能教育场景的互动服务。在吸引互动方面,大模型不仅能够提高教育游戏的沉浸感与交互性,增强教育游戏内容的趣味性与故事性,强化教育游戏信息的实时反馈以及在此基础上的智能激励,实现学习机会的择机创造,而且能够根据教育用户的游戏数据,对教育游戏的角色设计、问题主线与游戏难度等作出个性化调整。它为教育关系的建构和教育双方的有效互动提供了源源不断的助力。在探究体验方面,大模型为教育用户创造了深度沉浸的游戏化探究情境,它能够在激发教育动机的基础上强化“心流体验”,通过竞争、讨论以及协同等加强教育对象之间的相互合作,通过教育大数据基础上的仿真模型建构、测试与假设分享等提供虚拟体验。它为教育的持续性开展与教育用户的惯习形塑提供了实践基础。在众包创新方面,大模型打破了固有的游戏思维,为游戏创意的生成提供了众包基础。[12]大模型赋能的教育游戏能够将教育内容以问题式、专题化的形式“众包”给用户,在可视化、可交互与社交化的游戏中,教育对象的情感价值与求知需要得以满足,创造能力得以提升。数字化转型网www.szhzxw.cn
4. 大模型赋能智慧化的教育场景管理服务
基于规模庞大的训练数据和深度学习能力,大模型赋能下的教育场景在意识形态、舆情、用户心态以及自我管理等层面实现了管理服务的智慧转型。一是智慧化的意识形态管理。面对日益复杂的网络环境,大模型能够开展对意识形态的数据分层整合、对话沟通整合以及舆论场整合,进而实现意识形态管理的分众聚焦、共识凝聚以及思想说服。二是智慧化的舆情管理。面对各种舆情对场景化教育的影响,大模型依托其强大的算法优势与算力网络,强化对舆情的把关、批判与引导,进而实现对舆情的预防、控制与疏导。三是智慧化的用户心态管理。用户的心态是影响场景教育的关键因素。在场景化教学中,用户的心理受到社会环境、教育环境以及自身心理的多重影响,大模型依托其知识图谱、情感计算、数据画像等功能,能够实现对教育用户的认知追踪、情感引导与人格教育。四是智慧化的用户自我管理。教育用户借助于大模型能够对自己的知情意行以及学习效率、质量等作出自我分析,进而针对性地开展自我教育。数字化转型网www.szhzxw.cn
声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
数字化转型网人工智能研习社包含哪些内容
数字化转型网人工智能研习社关注人工智能从技术到落地的全方面，包含机器学习算法、深度学习架构、自然语言处理（NLP）技术、计算机视觉技术、AI+医疗健康、AI+交通出行、AI+金融、AI+制造、AI+消费品、AI+互联网、数据隐私和安全、算法公平性、产业生态建设、政策法规制定与完善等。
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于思想理论教育；编辑/翻译：数字化转型网Jack。
