资源介绍
书）
电子书格式: epub + pdf
在人工智能技术飞速发展的当下，大语言模型（LLMs）已成为教育领域的变革性力量，正重塑知识获取、传播与应用的方式。由明敏特・斯韦・金、拉斯洛・博格纳、欧内斯特・阿法里联合主编的这部著作，聚焦大语言模型与教育的深度融合，从基础框架、伦理考量、实践应用到学生体验等多个维度，全面勾勒出人工智能驱动下教育领域的动态图景。
全书结构清晰，分为三个核心部分，构建起完整的研究与应用体系。第一部分围绕高等教育中人工智能负责任、符合伦理且高效使用的哲学与伦理基础展开，深入探讨提示工程优化、跨文化理解培养等关键议题，剖析人工智能增强型课堂中的互动动态与多样性特征，为大语言模型在教育场景的规范应用奠定理论根基。第二部分聚焦实践工具与应用，通过虚拟助教、自适应学习策略、知识标记等具体案例，展现大语言模型在指导师生教学过程中的变革潜力，实现个性化学习体验的同时，兼顾学习深度与效率的平衡。第三部分则关注以学生为中心的学习模式及人工智能带来的新兴趋势，研究研究生利用生成式人工智能进行学术写作、编程练习反馈生成等实际场景，既呈现了机遇，也不回避其中存在的挑战，最终指向传统学习方法向人工智能增强型教育的转型。
在技术应用层面，书中详细介绍了多种创新框架与工具。EPICC 框架（通过迭代内容与批判性思维实现有效提示）为师生提供了系统的提示工程指导，通过内容知识、批判性思维与迭代设计三大核心组件，帮助用户生成精准、贴合语境的人工智能输出，同时应对偏见、不准确等伦理问题。虚拟教学助手（vTA）框架则通过初始调优、领域特定微调与部署三个阶段，让不同学科的教师都能利用大语言模型助力教学，仅需中等计算机技能即可完成模型定制与应用。此外，针对数学问题的知识标记任务，书中提出的基于大语言模型的多种方法，突破了传统编码方法的局限，借助先进的推理与工具使用能力，实现了接近人类专家的标注效果。
跨文化理解是书中关注的重要议题之一。当前多数基础模型主要基于单一语言语料训练，存在文化偏向性，可能导致教学中的误解。书中探讨了大语言模型在跨文化教育中的不足，介绍了 CultureLLM、CulturePark 等创新方案，通过语义数据增强、多智能体数据增强等技术，有效提升模型的文化感知能力，为多元文化背景下的教育提供支持。
在课堂互动方面，研究发现大语言模型虽能通过个性化反馈和自适应学习支持初期提升学生参与度，但随着新鲜感消退，可能出现学习自我效能感、自主性、兴趣和自我调节能力的下降。不同年龄段、学科背景的学生在人工智能增强型课堂中的参与表现存在显著差异，年轻学生对新技术的适应性更强，技术类学科的学生参与稳定性高于人文社科类学生。而规律且有意义的模型使用、教师的有效支持以及合适的工具选择，是维持高水平参与度的关键因素。
伦理与规范使用是贯穿全书的核心考量。书中直面学术诚信、过度依赖、信息失真、算法偏见等潜在风险，提出了将人工智能伦理教育融入课程体系、强调事实核查与多方验证、采用翻转课堂模式等解决方案。通过实证调查发现，学生普遍认可大语言模型的学习价值，但也对信息准确性、学术诚信等问题高度关注，多数学生希望教师传授负责任使用人工智能的方法。
这部著作汇聚了全球多位教育技术、人工智能领域研究者的智慧，既有扎实的理论支撑，又有丰富的实践案例，为教育工作者、研究者和学生提供了导航教育变革的重要指南。它强调在有效利用大语言模型的同时，必须坚守批判性思维与伦理操守，为人工智能时代的教育发展提供了平衡机遇与挑战的实践路径，助力构建更具包容性、创新性的未来教育生态。