摘要：利用生成式人工智能來評(píng)價(jià)學(xué)生計(jì)算思維的運(yùn)用情況，可能有多種創(chuàng)新的方法。其中一種方法是，讓學(xué)生基于某些可能運(yùn)用到計(jì)算思維的任務(wù)，自主向生成式人工智能發(fā)問，通過對(duì)在完成任務(wù)過程中學(xué)生所提問題的文本進(jìn)行分析，實(shí)現(xiàn)對(duì)學(xué)生計(jì)算思維運(yùn)用情況的評(píng)價(jià)。本文提出，利用生成式人工智能工具對(duì)提問文本進(jìn)行分析，作為思維運(yùn)用的分類器、檢驗(yàn)器和量具，存在一定的可行性，但其較難對(duì)學(xué)生思維運(yùn)用的深度和獨(dú)創(chuàng)性進(jìn)行恰當(dāng)?shù)脑u(píng)判，不能完全替代評(píng)價(jià)過程中教師的主觀感受。

關(guān)鍵詞：生成式人工智能；計(jì)算思維；計(jì)算思維評(píng)價(jià)

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A 論文編號(hào)：1674-2117（2024）21-0016-04

“計(jì)算思維式的提問”是一個(gè)自創(chuàng)短語，用以描述在某人所提出的問題中，問題內(nèi)容本身就能體現(xiàn)出計(jì)算思維的運(yùn)用。在利用生成式人工智能輔助實(shí)施任務(wù)的過程中，僅僅是提問本身，也或多或少能夠體現(xiàn)出如信息意識(shí)、計(jì)算思維等信息技術(shù)核心素養(yǎng)的狀況，尤其是在一系列的問答交互過程中，教師應(yīng)善于捕捉提問中隱藏的思維運(yùn)用的信號(hào)，通過恰當(dāng)?shù)囊龑?dǎo)，對(duì)學(xué)生的信息技術(shù)核心素養(yǎng)加以培養(yǎng)。雖然生成式人工智能難以給出獨(dú)創(chuàng)性的答案，但它往往能提供有用、有啟發(fā)性的答案，且生成答案的效率很高。更重要的是，學(xué)生和生成式人工智能的互動(dòng)可以留存記錄，成為分析學(xué)生思維運(yùn)用的資料，這些資料對(duì)研究思維培養(yǎng)的教師來說具有一定的啟發(fā)性。

生成式人工智能工具作為評(píng)價(jià)思維運(yùn)用的分類器

學(xué)生的問題可視作一種輸入，一方面輸入給生成式人工智能，得到的輸出是針對(duì)這個(gè)問題的某種回答，另一方面，將“該學(xué)生的問題本身更多體現(xiàn)出運(yùn)用了何種思維方式”作為一種輸入，要求生成式人工智能進(jìn)行評(píng)判，此時(shí)，生成式人工智能工具成為一種分類器。需要注意的是，在這里生成式人工智能工具起到了雙重作用。

例如，對(duì)于問題“如何用遞歸的方法，編寫代碼顯示一個(gè)由星號(hào)組成的三角形陣列”，生成式人工智能幾乎都能給出完整且正確的程序代碼。更重要的是，教師可以繼續(xù)追問：“這個(gè)問題本身更多體現(xiàn)出的是提問者的信息意識(shí)還是計(jì)算思維意識(shí)？”某生成式人工智能給出了有理有據(jù)的回答：

“信息意識(shí)通常指的是個(gè)體對(duì)信息的敏感度和洞察力，能夠識(shí)別信息的價(jià)值，并有效地獲取、整合和應(yīng)用信息。然而，這個(gè)問題關(guān)聯(lián)到如何使用遞歸這一特定的技術(shù)來解決問題。遞歸是計(jì)算機(jī)科學(xué)中一種重要的算法設(shè)計(jì)技術(shù)，它涉及將問題分解成更小的、相似的子問題，直到達(dá)到一個(gè)簡單到可以直接解決的邊界情況。提問者通過詢問如何使用遞歸來打印星號(hào)三角形，展現(xiàn)了對(duì)遞歸這一編程概念的理解，并試圖將其應(yīng)用于解決一個(gè)具體的圖形打印問題。這需要對(duì)遞歸的原理有深入理解，并設(shè)想如何通過遞歸步驟逐步構(gòu)建出所需的圖形。這種思考方式更能體現(xiàn)出計(jì)算思維意識(shí)?！?/p>

“計(jì)算思維意識(shí)”不是一個(gè)常見的詞語（雖然也偶有文o8cO8OFyZDl0jwPcD+ZXdA==獻(xiàn)提及，但似乎并沒有得到嚴(yán)謹(jǐn)?shù)姆治?，在一些文獻(xiàn)中，有時(shí)其概念與信息意識(shí)相近，有時(shí)又與計(jì)算思維不加區(qū)分）。筆者認(rèn)為計(jì)算思維意識(shí)是運(yùn)用計(jì)算思維的前提條件，這里引用某生成式人工智能對(duì)計(jì)算思維意識(shí)的描述，可以看出概念的界定是清晰的（但無法得知這種清晰的界定到底是來自某文獻(xiàn)，還是其自身的推理過程）。僅就這個(gè)例子而言，生成式人工智能對(duì)思維運(yùn)用的判斷是合理的：

“計(jì)算思維意識(shí)可以理解為對(duì)計(jì)算思維這種思維方式本身的認(rèn)知——如計(jì)算思維的基本概念、用計(jì)算思維解決問題、設(shè)計(jì)系統(tǒng)等方面的價(jià)值和作用，計(jì)算思維意識(shí)體現(xiàn)出人對(duì)計(jì)算思維的重視程度及應(yīng)用意愿?！?/p>

在剛才的例子中，仍然有理由懷疑，人工智能可能只是利用了“遞歸”關(guān)鍵詞，通過一系列和概率統(tǒng)計(jì)有關(guān)的計(jì)算，輕松關(guān)聯(lián)到了計(jì)算思維意識(shí)的概念，所以，不妨隱藏那些顯見的和計(jì)算思維有關(guān)的詞語，重新構(gòu)造問題：“某甲用自然語言的形式，用文字向某生成式人工智能描述了一段數(shù)據(jù)處理的過程，他希望生成式人工智能能夠記住這段描述，并將其命名為功能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，這個(gè)工具無法領(lǐng)會(huì)重復(fù)執(zhí)行功能A命令。某甲思考后發(fā)現(xiàn)，可以在功能A的描述中調(diào)用功能A命令自身，這樣就實(shí)現(xiàn)了一種重復(fù)執(zhí)行命令的功能。請(qǐng)問，某甲的思考和設(shè)計(jì)，主要體現(xiàn)了信息技術(shù)中哪一種核心素養(yǎng)？”結(jié)果，生成式人工智能仍然能邏輯清晰地論證某甲的設(shè)計(jì)最主要體現(xiàn)了計(jì)算思維的運(yùn)用，同時(shí)，回答中也妥當(dāng)?shù)靥峒坝赡臣淄诰蚬ぞ邼撃芴幚硇畔⑦@一角度，可以認(rèn)為其中也有信息意識(shí)的體現(xiàn)。

以上實(shí)驗(yàn)讓人產(chǎn)生一種希望：可以利用生成式人工智能，通過分析問答文本，就能夠?qū)崿F(xiàn)對(duì)學(xué)生思維運(yùn)用情況的自動(dòng)化評(píng)價(jià)。雖然的確存在這樣的可行性，但局限也是顯見的，既然人工智能的推理和文本生成都是基于已有的大數(shù)據(jù)，那么它應(yīng)當(dāng)難以對(duì)人獨(dú)創(chuàng)性的思維運(yùn)用方式進(jìn)行評(píng)判。另外，人也可以通過單純對(duì)文本的模仿，來顯現(xiàn)某種思維運(yùn)用的表象——但如果評(píng)價(jià)目標(biāo)不顯山露水地融合到學(xué)習(xí)活動(dòng)中，就有可能消除這一缺陷。

需要提出的是，過程性評(píng)價(jià)的準(zhǔn)確性有可能受到學(xué)生實(shí)際狀態(tài)的影響。例如，某甲和某乙都可能向生成式人工智能發(fā)問：“如何保證人工智能的回答是全面、完整的？”顯然，他們都意識(shí)到在獲取信息時(shí)，完整性是重要的方面，可視為信息意識(shí)的體現(xiàn)。繼而，假設(shè)他們兩人在終端輸入Python后，都得到了“'Python'不是內(nèi)部或外部命令，也不是可運(yùn)行的程序或批處理文件”這句報(bào)錯(cuò)信息，某甲向生成式人工智能提問道：“為何輸入Python命令后報(bào)錯(cuò)？”某乙提問道：“我得到了'Python'不是內(nèi)部或外部命令，也不是可運(yùn)行的程序或批處理文件這樣的錯(cuò)誤信息，請(qǐng)盡可能列出各種造成錯(cuò)誤的情況?！鄙墒饺斯ぶ悄芙o出這樣的分析：

“乙同學(xué)不僅準(zhǔn)確描述了問題的具體現(xiàn)象，還進(jìn)一步要求列出所有可能的情況，這種提問方式表明，在甲乙同學(xué)都具有對(duì)計(jì)算機(jī)系統(tǒng)運(yùn)行原理相同程度的知識(shí)儲(chǔ)備的假設(shè)前提下，似乎體現(xiàn)出乙同學(xué)具備更強(qiáng)的信息敏感度和分析能力，能夠意識(shí)到遇到的問題可能涉及多個(gè)方面和多種原因，并希望獲取更全面的信息來輔助問題的解決?！?/p>

看上去，乙同學(xué)的提問體現(xiàn)出更強(qiáng)的信息意識(shí)，更能體現(xiàn)出“主體在與信息有關(guān)的認(rèn)知活動(dòng)中產(chǎn)生的感受，以及在感受積累的基礎(chǔ)上形成的對(duì)信息活動(dòng)的覺知能力……具有一種此時(shí)此地的特性”。[1]但需要注意的是，優(yōu)秀的生成式人工智能可能會(huì)圍繞不起眼的語句片段展開宏大的推理和關(guān)聯(lián)，就算是對(duì)于某甲這樣簡單的提問，生成式人工智能也非常有可能全面地給出導(dǎo)致命令失敗的可能性，甚至提到用戶根本就沒有安裝Python這一可能。因此，某甲完全可能是在充分了解了生成式人工智能的能力后，才做此簡單的發(fā)問。正是思維過程的這種“此時(shí)此地”的特性，提醒人們，在復(fù)雜的真實(shí)環(huán)境中，生成式人工智能的評(píng)價(jià)能力是有限的。

生成式人工智能工具作為評(píng)價(jià)思維運(yùn)用深度的量具

考慮這樣的問題，能否讓生成式人工智能評(píng)價(jià)思維運(yùn)用的深度？這里的輸出不是簡單的是或否、有或無，或某種類別，而是具有一定模糊性的滑尺式的判定。從統(tǒng)計(jì)學(xué)的角度上看，這仍然具有一定可行性，因?yàn)榭梢詫W(xué)生的提問和教師的評(píng)價(jià)視作輸入數(shù)據(jù)和輸出數(shù)據(jù)，只要數(shù)據(jù)量足夠大，生成式人工智能就能根據(jù)文本對(duì)學(xué)生思維運(yùn)用的深度做出具有一定準(zhǔn)確率的判定。

可是，既然人工智能構(gòu)建模型的訓(xùn)練資料是現(xiàn)有的文本，那么就存在一個(gè)難解的矛盾：為了讓生成式人工智能有可能成為思維運(yùn)用深度的量具，就不得不限定在一定的框架下進(jìn)行對(duì)比，但框架的設(shè)定本身卻是一個(gè)技術(shù)和哲學(xué)上的難題——哪些蘊(yùn)含關(guān)系與當(dāng)前情境有關(guān)？哪些無關(guān)？顯然，人工智能必須有可供分析的文本符號(hào)，才能進(jìn)行比較，但極有可能，并非人的所有行為都對(duì)應(yīng)某種文本符號(hào)，“人的一切非隨意的行為都可以形式化，是一種柏拉圖主義”[2]認(rèn)知下的幻覺。正如本文開頭給出的“計(jì)算思維式的提問”這個(gè)短語，它只有在被公眾或科學(xué)共同體認(rèn)可并廣泛使用之后，才有可能形成可供分析的數(shù)據(jù)資料，但在此之前，“計(jì)算思維式的提問”這個(gè)方法并不在人工智能的分析框架之內(nèi)。

這里有一個(gè)試著讓生成式人工智能評(píng)判某三個(gè)人在解決問題過程中計(jì)算思維的運(yùn)用程度的有趣實(shí)驗(yàn)，提問文本是這樣的：“某甲開發(fā)了邏輯鏈網(wǎng)技術(shù)，該技術(shù)一是基于數(shù)據(jù)科學(xué)——涉及使用各種算法和模型來解析大量數(shù)據(jù)，二是基于邏輯編程——一種側(cè)重于用聲明性語句來描述問題解決方案的編程范式，不同于傳統(tǒng)的命令式編程，三是基于系統(tǒng)工程——涉及將復(fù)雜的系統(tǒng)分解為可管理的部分，并理解各部分之間的相互作用；某乙使用函數(shù)自我調(diào)用過程中產(chǎn)生悖論的方法，證明了邏輯鏈網(wǎng)無法自洽地推理出所有為真的邏輯命題，也就是說，有些為真的邏輯命題，是不能用邏輯鏈網(wǎng)推論獲得的；某丙用邏輯鏈網(wǎng)構(gòu)造了一個(gè)在二維平面上反復(fù)迭代的離散元胞自動(dòng)機(jī)系統(tǒng)，通過構(gòu)造特定的起始狀態(tài)，這個(gè)離散元胞自動(dòng)機(jī)系統(tǒng)能夠模擬邏輯鏈網(wǎng)本身的功能，基于此證明了邏輯鏈網(wǎng)的通用性?！痹谔釂柕奈谋局?，“邏輯鏈網(wǎng)”是一個(gè)臆造的生詞，某甲的工作描述，其實(shí)來自另一個(gè)生成式人工智能的虛構(gòu)，而某乙和某丙的工作描述，除了“邏輯鏈網(wǎng)”一詞為虛構(gòu)外，均對(duì)應(yīng)了計(jì)算機(jī)科學(xué)發(fā)展歷程中某項(xiàng)重要而獨(dú)特的思想方法，在多個(gè)生成式人工智能的實(shí)驗(yàn)中，它們都沒有對(duì)某乙和某丙的思維運(yùn)用的獨(dú)特性加以特別描述，有些甚至還傾向于認(rèn)為某甲的工作具有更深的思維深度。

在本節(jié)最后，用一個(gè)簡單的思想實(shí)驗(yàn)暗示人工智能的能力局限：假設(shè)人工智能能夠判定文字中蘊(yùn)含的思維深度，那么通過很多次的隨機(jī)的自問自答，就能產(chǎn)生出具有思想深度的洞見，但這和現(xiàn)實(shí)狀況是相悖的?？梢姡斯ぶ悄芄倘豢梢援a(chǎn)生各種各樣的文字內(nèi)容，但對(duì)思維運(yùn)用深度的主要的判決權(quán)，仍然掌握在人的手中。但這樣又同時(shí)產(chǎn)生出另一個(gè)推論，對(duì)于學(xué)生是否深刻地運(yùn)用了計(jì)算思維的評(píng)價(jià)，很可能難以制訂出客觀的標(biāo)準(zhǔn)。

生成式人工智能工具作為思維獨(dú)創(chuàng)性的檢驗(yàn)器

考慮這樣一個(gè)簡單的任務(wù)：要求某生成式人工智能編寫Python代碼，第一行顯示一個(gè)星號(hào)，第二行連續(xù)顯示兩個(gè)星號(hào)……直到第十行連續(xù)顯示十個(gè)星號(hào)，組成一個(gè)三角形形狀的星號(hào)陣列。一個(gè)有趣的實(shí)驗(yàn)是，可以要求生成式人工智能不斷用不同的方法來編寫程序代碼。人工智能的確能給出多種不同的方法，如嵌套循環(huán)、字符串乘法、字符串連接等，其中有一些方法，對(duì)算法的初學(xué)者是頗有啟發(fā)性的，然而，如果提示詞不發(fā)生變化，盡管一再提出更換方法的要求，生成式人工智能也不再有辦法給出真正的新的方案，而是陷入一種用多種方法做排列組合的應(yīng)付狀態(tài)。

提問者當(dāng)然可以結(jié)合自己已學(xué)的知識(shí)來修改提示詞，讓生成式人工智能更換方案，如“請(qǐng)使用第三方的Goto跳轉(zhuǎn)功能構(gòu)造循環(huán)來實(shí)現(xiàn)以上任務(wù)”，或者“在畫布上繪制星號(hào)的矩形然后再設(shè)法遮住其對(duì)角線的一側(cè)”，或者“直接構(gòu)造一個(gè)包含換行符、空格和星號(hào)的字符串然后打印出來”。在這里，可以想象，提問者在不斷枚舉著自己已知的方法，并將這些方法加以改造或重新組合，以實(shí)現(xiàn)顯示三角形排列的星號(hào)陣列的任務(wù)。有一個(gè)很重要的問題是，生成式人工智能從自己的龐大數(shù)據(jù)中分析和推理獲得方法，而人也是從自己儲(chǔ)備的經(jīng)驗(yàn)中獲得方法，這種看上去和機(jī)器處理數(shù)據(jù)得到某種結(jié)果相當(dāng)類似的過程似乎質(zhì)疑了人的思維過程的獨(dú)創(chuàng)性。若要打消這種懷疑，就不得不仔細(xì)審視語言和世界的關(guān)系，“語言符號(hào)的有限性、離散性、收斂性與它所描述的呈無限性和連續(xù)分布狀態(tài)的對(duì)象之間會(huì)產(chǎn)生一定的差異和矛盾”[3]，世界相對(duì)于其產(chǎn)生的語言符號(hào)而言，是第一性的。如維特根斯坦所說，語言的意義在于真實(shí)生活中的使用，“在聽到一個(gè)命令，與對(duì)該命令做出回應(yīng)——予以執(zhí)行——之間‘有著一條鴻溝’，而這條溝必須由‘理解活動(dòng)’予以填平”。[4]所以，當(dāng)人想到某種新方法來解決問題的時(shí)候，這種方法固然和他頭腦中的知識(shí)儲(chǔ)備有關(guān)，但卻不是簡單的枚舉，這種對(duì)認(rèn)知上的“鴻溝”進(jìn)行“填平”的行為，是無法還原成語言符號(hào)的。

所以，生成式人工智能可以成為一種檢驗(yàn)器，盡管有時(shí)它無法直接合理評(píng)價(jià)思維運(yùn)用的深度，但人卻可以通過枚舉的方法，從生成式人工智能提供的各種各樣的回答中，梳理出已有的人類思維的成果，由此間接了解提問者思維運(yùn)用的獨(dú)創(chuàng)性。

結(jié)論

隨著人工智能技術(shù)的飛速發(fā)展，生成式人工智能已展現(xiàn)出強(qiáng)大的自然語言處理能力和上下文理解能力，能夠模擬人類對(duì)話，根據(jù)提問生成相應(yīng)回答并有可能圍繞問題做進(jìn)一步的深層討論，這為學(xué)生提供了一個(gè)即時(shí)反饋與互動(dòng)的平臺(tái)，使得其在完成任務(wù)時(shí)能夠隨時(shí)提出疑問、驗(yàn)證想法或探索解決方案。通過對(duì)學(xué)生在生成式人工智能平臺(tái)上的交互文本進(jìn)行評(píng)價(jià)，能夠在一定程度上反映學(xué)生在解決實(shí)際問題時(shí)的思維過程，而非僅僅依賴靜態(tài)答案或測(cè)試結(jié)果，較大程度地隱藏了教師的意圖，提高過程性評(píng)價(jià)的準(zhǔn)確性。這種評(píng)價(jià)實(shí)施過程與學(xué)生的自主學(xué)習(xí)過程融合在一起，鼓勵(lì)學(xué)生通過提問來深化理解，而非被動(dòng)接受知識(shí)。通過收集并分析這些提問，可以洞察學(xué)生在問題分解、抽象思維、算法設(shè)計(jì)等計(jì)算思維核心要素上的表現(xiàn)。

在學(xué)生完成任務(wù)的過程中，引入生成式人工智能作為互動(dòng)對(duì)象，通過向其提問并分析這些問題文本，對(duì)學(xué)生的計(jì)算思維運(yùn)用情況進(jìn)行評(píng)價(jià)，這一做法是具有可行性的。當(dāng)然，現(xiàn)實(shí)世界的復(fù)雜性與人類思想的復(fù)雜性，使得生成式人工智能較難自動(dòng)化地評(píng)價(jià)思維運(yùn)用的深度和獨(dú)創(chuàng)性，因此不能完全替代評(píng)價(jià)過程中教師的主觀感受。

參考文獻(xiàn)：

[1]解敏，衷克定.信息意識(shí)概念的新構(gòu)想與實(shí)證[J].現(xiàn)代遠(yuǎn)程教育研究，2012，24（05）：51-56.

[2]德雷福斯.計(jì)算機(jī)不能做什么：人工智能的極限[M].寧春巖，譯.北京：生活·讀書·新知三聯(lián)書店，1986.

[3]魯苓.語言·言語·交往[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2004.

[4]維特根斯坦.哲學(xué)研究[M].李步樓，譯.北京：商務(wù)印書館，2008.