1 关于GenAI的几点认识

以ChatGPT为代表的生成式AI（简记为GenAI）问世1年多来，不仅展现了惊人能力，而且形成了快速演化。

（1）多模态生成是基本能力。GenAI利用预训练大模型，自动生成文本、图像、视频、音频等多模态内容，因而也称为人工智能生成内容AIGC；是AI能力从分析型向生成型进化的标志性体现。

（2）多类型深度学习为核心原理。目前的GenAI大多以Transformer深度学习为基础架构，预训练采用自监督学习，而微调采用监督学习，进而通过人类反馈的强化学习，不断提升其生成质量。

（3）规模化效应是主要特征。GenAI遵循scaling law，即模型规模越大，生成效果越优。事实上，其模型参数已达数千亿级、训练数据量非常巨大、算力资源需求达到万个加速节点，而且量变引发质变，当规模达到极点时，呈现出性能大幅提升、新能力突现的“涌现”现象。

（4）能力快速进化为发展趋势。GenAI处于快速能力进化之中，未来趋势令人难以想象！例如，Open AI在不到2年的时间内，从ChatGPT、GPT 4、到GPT4 Turbo、GPT 4o，已发布4个新版本，不仅生成规模与能力不断增强，而且更加呈现多模态，并且Sora的文变视频形成新的能力。即使是国内主流大模型，其准确性、高效性以及可信性也在持续提升。

（5）领域模型成为主流模式。尽管通用基础大模型可在大多数场景中响应基本性问题，仍难以完全满足特定领域或给定场景的深层需求；正在呈现基础大模型“几家主导”、垂直领域模型“千模齐放”的局面，即在基础大模型基础上，通过融入领域数据与知识，实现模型微调，以取得更有效的领域模型；同时基于云计算平台，正在形成“模型就是服务（MaaS）”的新型云服务形态。

（6）风险性引起国际高度关注。GenAI不仅引发虚假视频快速制作等低成本的新形态犯罪，而且导致中低端白领职业就业机会大幅度减少，AI安全与治理成为国际社会重要议题，对于教育领域既有积极作用，又有负面影响。

2 GenAI对高等教育的多维影响

2.1 国内外高等教育界的GenAI应用

（1）美国及中国香港地区率先反应。自ChatGPT 问世之时起，由于其发源地以及语言等优势，美国以及我国香港地区教育界首先引起高度关注，并普遍开始教育应用实践。例如，美国教育部教育技术办公室于2023年5月发布《人工智能与教学未来》报告，分析AI 对教育发展的正负两面影响，并提出相应对策，进而于2024年发布《为教育设计AI：开发者必备指南》提出一系列高效设计开发教育大模型建议，力求确保在教育环境中使用AI技术的安全可靠以及可信赖性。美国著名高校自2023年开始付诸实施，MIT、斯坦福、哈佛等一批高校纷纷发布AI 赋能教育行动计划，为教师和学生提供GenAI服务资源和指导。中国香港地区各大学自2023年后半年起普遍实施GenAI 赋能教学计划，例如，香港大学要求全部师生使用GenAI，作为教师考核与学生毕业要求，全面将GenAI融入课程，提升学生对GenAI的认知能力和应用技巧；香港科大于2023年6月为学生和教职工提供港科大HKUST ChatGPT，使学校基于GPT3.5自主开发，并为师生免费提供50万token+20 Prompt人/月资源，普及每位师生使用GenAI完成教学和学习，将应用AI工具列为学生必备能力。

（2）我国高等教育界开始行动。在我国教育界，2023年经历了多种形式的GenAI教育影响思辨与研讨，2024年开始付诸实施。例如，为了落实AI +，教育部评选出一批AI 赋能教育典型案例；北大、南大、浙大、哈工大等多校启动“AI”通识教育课程；清华开始探索实践百门课程智能助理研发与实践；北邮发布《AI赋能集成电路教育数字化发展白皮书》；西电等发布了学科大模型；西工大设立AI赋能本科与研究生教育研究与实践项目。

总而言之，在全球教育领域，虽然经历了对GenAI的短暂抵触、迷茫或怀疑，但是仍较快进入了积极拥抱同时减小负面影响的态势。

2.2 影响分析

为什么GenAI会引发全球教育界的高度关注、强烈反应以及快速行动？作者认为，GenAI 作为智能时代的产物，成为人人可用、行行有用的智能助理，而教育是其原生应用场景，正在形成多维度的重要影响。主要表现在以下几方面。

1）直接影响：学—教—管具有赋能作用。

已有众多应用实例说明，GenAI对学生学习、教师教学以及教育管理具有鲜明的赋能作用。在有效促进学生学习效率与质量方面，GenAI辅助定制学习方案，实现个性学习，即时问题解答，支持互动学习体验；帮助研究生形成文献摘要，启发创新思维，还可以辅助外文写作，检查代码错误等。对于教师而言，可实现教学过程多元化支持，例如，整合教学资源，生成教学案例；形成教学大纲，制订教学计划；创建测验项目，实现自动阅卷等，有效提升教师工作效率。作为智能助理，可提高教育管理效率与质量，例如， 撰写文稿、高效形成报告；了解学情、准确掌握状态；收集数据、合理预测教学资源使用等。

2）宏观影响：助力高等教育变革与创新。

为了适应人才、科技、教育一体化，支持中国式现代化发展目标，高等教育必须进一步全面深化改革，而GenAI成为支持高等教育高质量发展的新型技术手段，赋能高校深化综合改革。例如，通识教育内容与方式改变、英语教学比重与方式变革、更注重学生综合素养与创新能力，而且进一步推动多学科交叉融合发展，通过AI+领域、专业+AI，赋予新内涵，获得新发展。

3）深层影响：高等教育内在关系及形态变化。

GenAI成为智能助理型机器教师，使得原有二元师生关系演化为师—机—生三元关系，学生通过智能助理进行个性化学习，教师与智能助理协同工作成为常态，而且教师角色也从单纯的知识传授者转换为学习引导者和心理辅导者；GenAI促使教育内容发生变化，人类已知且可通过多模态传播的知识是GenAI系统的强项，传统的应试教育必须尽快摒弃，否则，教育效果必将大打折扣；教育内容更应以人类已知但须体验才能掌握的知识与技能以及未知场景具有创新空间的知识与能力为重点；学生能力要求也会发生较大变化，例如，随着学习助理的普及，学生的阅读、记忆、写作等能力也许会有所下降，但提问、鉴别、创新等能力必须提升；需要关注学生方便高效获得知识的同时，是否会抑制自主思考能力的问题，若不引起高度重视，致使能力下降的已下降，该提升的未提升，会导致人才培养质量总体下降的局面；学生的综合素养要求更高，尤其是随着智能时代的来临，无论何种专业、何类学校，大学生在计算素养、数据素养基础上，也应具备AI素养，才能适应时代需求。

4）科研影响：科学研究与系统设计新范式。

GenAI 使得科学智能（AI for Science）正在从概念走向现实。例如，DeepMind准确预测98.5%人类蛋白质结构；基于材料大模型的材料快速筛选，大幅提升新材料研发效率；气象大模型提前数天准确预测天气，比传统数值预测方法快万倍；GenAI不断增长的逻辑推理能力、发现和验证新知识能力，赋能提升科研创新的速度、精度、深度及广度。不仅如此，GenAI引发对工程智能（AI for Engineering）的高度关注，例如，大模型与工业深度融合，形成工业大模型，实现复杂工程系统方案快速选型与优化，科学院计算所陈云霁团队已开展基于AI-EDA工具生成CPU 的研究实践，因此，GenAI正在形成研究型大学的科研新范式。

3 GenAI对计算机类专业教育的影响

3.1 GenAI以新型计算模型及其技术为核心

新型计算是GenAI关键所在，计算模型、计算方法以及计算平台支撑着GenAI发展；GenAI以Transformer深度学习模型、概率计算模型以及人类反馈式强化学习模型为核心，GenAI具体实现也涉及向量计算、图计算等模型。不仅如此，新型计算技术也是GenAI的重要支撑，涉及规模化分布/并行计算、CPU+GPU的异构计算、云端融合计算等计算技术及其实现机制；同时，GenAI推动新型计算技术快速发展，例如，智能计算优化的智能加速芯片研发，高效计算提升的存算一体结构以及人机交互变革的操作系统与GPT 结合等。

3.2 GenAI形成较强数据分析能力

以GPT4及其后续已发布版本为代表的GenAI 表现出较强数据分析能力，不仅能够高效处理大规模文本数据，实现文本分类，而且可扩展处理图片、视频等多模态数据；不仅支持数据清洗，删除无效数据，而且通过关键词提取、语义相似性计算挖掘数据价值；不仅能够自动生成数据报告，而且支持数据可视化：不仅可将自然语言描述需求自动转换为SQL查询，提升数据分析效率，而且可挖掘隐藏在数据中的关键信息增强洞察力。阿里达摩研究院与新加坡南洋理工的联合论文比较了GPT-4 与数据分析师的数据分析成本，前者具有明显优势。

3.3 GenAI引发软件开发新范式

GenAI以大语言模型及其文本自动生成为基础能力，相对于自然语言而言，程序设计语言是更规范的专用语言，因此，基于语言大模型自动生成程序为其原生应用。例如，GPT4、Copilot具有辅助函数、常用代码自动生成、多场景算法合成等能力，基于GPT4/ copilot，通过给出编程提示，则可快速自动生成一定规模程序，也可对人工编写的代码进行自动测试和Bug查找，从而提高软件开发效率，不仅形成以“数据、模型、提示”为主体的AI模型驱动软件开发与运维新范式，而且使得软件开发人员须增强领域模型构建、接口规约设计、软件形态重构、人机协同开发等能力，也许会催生掌握技术全栈+业务全栈 ，熟练使用智能工具的“超级程序员”。

上述GenAI与计算机专业的关系分析表明，GenAI 对计算机专业教育首先产生影响。我们必须及时应对。

4 适应GenAI 的计算机专业教育改革

在当今GenAI 已经成为人人可用、行行有用的智能助理的时代，计算机专业教育必须积极拥抱。不仅应尽快实施教学内容、教育方式改革与实践，而且可率先自主研发适应计算机类专业的教育大模型、开发课程智能助理，探索师生与智能助理协同的有效模式，进而为我国高等教育发展作出贡献。

4.1 及时优化专业教学内容

首先应强化数理基础，不仅加强线性代数、概率统计、优化方法等数学课程，而且注重数学教学方式改革，例如，采用软件工具学习数学，培养理解和解决复杂数学问题的能力；注重智能算法学习与训练，不仅使学生掌握主流机器学习算法以及反馈强化学习算法，而且注重算法优化与轻量化；扩展数据管理与分析教学内容，增加向量数据与多模态数据管理；优化数据管理、数据分析、数据挖掘课程，注重基于GenAI的数据分析与挖掘能力训练；提升软件开发与编程能力，在编程学习和训练基础上，融合AI编程工具，掌握合作编程，注重代码阅读、评论与优化实践，理解和实践以“数据、模型、提示”为主体的软件开发新范式。

4.2 不忘初心，强化计算系统创新能力培养

虽然计算机专业已经分化为近10个专业，形成计算机类专业，但是计算机科学与技术专业终究是核心专业。如前所述，新型计算技术与系统是GenAI的重要支撑，而且具身智能也是以嵌入式高效能计算为基础，因此，我们应不忘初心，强化计算系统设计与创新能力培养。随着多核、众核到规模化集群，并行计算已经普适化，CPU+GPU以及CPU+NPU的异构计算也已成为主流，并行计算、异构计算、分布计算应作为计算系统教学的主体，并注重异构智能计算系统、并行计算系统以及云—边—端协同计算系统等新型计算系统设计优化、工程实施能力培养与提升。

4.3 价值驱动的GenAI专业应用研究与实践

GenAI支持计算机专业教学得天独厚，计算机教师应率先开展相关研究与实践。例如，在培养方案优化中，增加提示设计和评估训练，提升学生科学提出问题能力，强化鉴别、评估和完善GenAI成果的能力，上述已给出了教学内容优化要点；在教师备课与教学环节，实践课程教学资源自动生成，组织专业课程智能助理开发；在教学效果评估中，改变考试知识点评价方式，探索思辨性思维和创造力评估方法。

4.4 深化专业教师与智能助理协同研究及实践

GenAI能力快速演化，正在走向通用AI，而GenAI会成为“教师AI助理”，而非“虚拟AI教师”，人类教师与AI助理协同是未来常态。强功能、定制化的AI教育辅助快速引入，人类教师+AI助理的人机协同将成为智能时代教育新形态，计算机专业教师必须勇当先锋，既要充分发挥AI助理潜能，又应避免过分依赖，失去自我；人类教师与AI助理需科学分工，如记忆型、整理型、分析型任务交给智能助理；教师侧重综合型、创新型、个性化任务；人类教师与AI助理高效协同实践回答好“GenAI教育应用如何有效？在什么条件下有效？”等问题。

4.5 适应计算机类专业教育大模型及其课程AI助理开发

教育部启动教育领域大模型“GEST”，其研发与应用需要有条不紊地科学实施，不仅应保障意识形态安全，还应将教育理念及规律在模型训练、推理、服务中得以充分体现。例如，增强互动性与参与感，不仅考虑各专业数据与知识结构差异较大，还应适应专业教学方法多样性、教育环境差异性等特征，确保充分数据和证据支持其生成的有效性，还应保障教育公平并保护学生权益，因而具有较大实施难度。

计算机类专业教育大模型可率先研发与应用，因为计算机类专业具有以下相对优势：计算机类专业为现代专业，数字化程度高、易于收集整理；计算机类教师、学生易于理解大模型机理，研发效率高；计算机类专业数据与知识基本不涉及意识形态内容，安全风险小。当然，计算机类专业教育大模型研发须合理选择基础模型，除了考虑文本生成、语言理解、知识问答、逻辑推理、数学计算等通用能力之外，更应考虑算法优化、软件编程、系统设计、网络互连等专业能力；以计算机科学技术专业为核心，扩展软件工程、网络安全、大数据等专业特点素材与知识，开发答疑解惑、自动评价、软件生成、智能辅导等赋能工具，形成计算机类教育大模型；进而研发具有24X7、即时反馈以及支持个性学习的课程AI助理，在整理和抽取特定课程多模态素材与知识基础上，设计提示词规则，微调优化模型，将相关工具功能实例化。

5 结 语

生成式AI以能力惊人、快速进化、普适应用等特点加快智能时代前进的步伐，对高等教育和计算机类专业教育既带来改革优化、提高效率的机遇，又形成师生关系、教师角色以及能力增强的挑战。我们要积极拥抱GenAI技术及工具，构建基于GenAI的专业教育新结构，探索利用GenAI的专业教育新模式，实践人类教师与GenAI助理协同的新范式，促使专业教育高质量发展，培养适应新时代的创新性专业人才，为实现中国式现代化做出贡献！

执笔人：周兴社

引用格式：周兴社.生成式AI对计算机类专业教育的影响及对策[J].计算机教育,2024(11):1-5.

文章头图由“智谱清言”生成。

言十系列文章：

（完）

更多精彩：