生成式人工智能与计算思维式的提问.docx

生成式人工智能与计算思维式的提问

摘要：利用生成式人工智能来评价学生计算思维的运用情况，可能有多种创新的方法。其中一种方法是，让学生基于某些可能运用到计算思维的任务，自主向生成式人工智能发问，通过对在完成任务过程中学生所提问题的文本进行分析，实现对学生计算思维运用情况的评价。本文提出，利用生成式人工智能工具对提问文本进行分析，作为思维运用的分类器、检验器和量具，存在一定的可行性，但其较难对学生思维运用的深度和独创性进行恰当的评判，不能完全替代评价过程中教师的主观感受。

中图分类号：G434文献标识码：A论文编号：1674-2117（2024）21-0016-04

“计算思维式的提问”是一个自创短语，用以描述在某人所提出的问题中，问题内容本身就能体现出计算思维的运用。在利用生成式人工智能辅助实施任务的过程中，仅仅是提问本身，也或多或少能够体现出如信息意识、计算思维等信息技术核心素养的状况，尤其是在一系列的问答交互过程中，教师应善于捕捉提问中隐藏的思维运用的信号，通过恰当的引导，对学生的信息技术核心素养加以培养。虽然生成式人工智能难以给出独创性的答案，但它往往能提供有用、有启发性的答案，且生成答案的效率很高。更重要的是，学生和生成式人工智能的互动可以留存记录，成为分析学生思维运用的资料，这些资料对研究思维培养的教师来说具有一定的启发性。

生成式人工智能工具作为评价思维运用的分类器

学生的问题可视作一种输入，一方面输入给生成式人工智能，得到的输出是针对这个问题的某种回答，另一方面，将“该学生的问题本身更多体现出运用了何种思维方式”作为一种输入，要求生成式人工智能进行评判，此时，生成式人工智能工具成为一种分类器。需要注意的是，在这里生成式人工智能工具起到了双重作用。

例如，对于问题“如何用递归的方法，编写代码显示一个由星号组成的三角形阵列”，生成式人工智能几乎都能给出完整且正确的程序代码。更重要的是，教师可以继续追问：“这个问题本身更多体现出的是提问者的信息意识还是计算思维意识？”某生成式人工智能给出了有理有据的回答：

“信息意识通常指的是个体对信息的敏感度和洞察力，能够识别信息的价值，并有效地获取、整合和应用信息。然而，这个问题关联到如何使用递归这一特定的技术来解决问题。递归是计算机科学中一种重要的算法设计技术，它涉及将问题分解成更小的、相似的子问题，直到达到一个简单到可以直接解决的边界情况。提问者通过询问如何使用递归来打印星号三角形，展现了对递归这一编程概念的理解，并试图将其应用于解决一个具体的图形打印问题。这需要对递归的原理有深入理解，并设想如何通过递归步骤逐步构建出所需的图形。这种思考方式更能体现出计算思维意识。”

“计算思维意识”不是一个常见的词语（虽然也偶有文o8cO8OFyZDl0jwPcD+ZXdA==献提及，但似乎并没有得到严谨的分析，在一些文献中，有时其概念与信息意识相近，有时又与计算思维不加区分）。笔者认为计算思维意识是运用计算思维的前提条件，这里引用某生成式人工智能对计算思维意识的描述，可以看出概念的界定是清晰的（但无法得知这种清晰的界定到底是来自某文献，还是其自身的推理过程）。仅就这个例子而言，生成式人工智能对思维运用的判断是合理的：

“计算思维意识可以理解为对计算思维这种思维方式本身的认知——如计算思维的基本概念、用计算思维解决问题、设计系统等方面的价值和作用，计算思维意识体现出人对计算思维的重视程度及应用意愿。”

在刚才的例子中，仍然有理由怀疑，人工智能可能只是利用了“递归”关键词，通过一系列和概率统计有关的计算，轻松关联到了计算思维意识的概念，所以，不妨隐藏那些显见的和计算思维有关的词语，重新构造问题：“某甲用自然语言的形式，用文字向某生成式人工智能描述了一段数据处理的过程，他希望生成式人工智能能够记住这段描述，并将其命名为功能A命令，然而，他所使用的生成式人工智能工具有很大的缺陷，这个工具无法领会重复执行功能A命令。某甲思考后发现，可以在功能A的描述中调用功能A命令自身，这样就实现了一种重复执行命令的功能。请问，某甲的思考和设计，主要体现了信息技术中哪一种核心素养？”结果，生成式人工智能仍然能逻辑清晰地论证某甲的设计最主要体现了计算思维的运用，同时，回答中也妥当地提及由某甲挖掘工具潜能处理信息这一角度，可以认为其中也有信息意识的体现。

以上实验让人产生一种希望：可以利用生成式人工智能，通过分析问答文本，就能够实现对学生思维运用情况的自动化评价。虽然的确存在这样的可行性，但局限也是显见的，既然人工智能的推理和文本生成都是基于已有的大数据，那么它应当难以对人独创性的思维运用方式进行评判。另外，人也可以通过单纯对文本的模仿，来显现某种思维运用的表象——但如果评价目标不显山露水地融合到学习活动中，就有可能