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。
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
一、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。
二、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
三、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。
四、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
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。
