教育强国背景下生成式人工智能在高等教育教学中的应用

创新创业理论研究与实践 ›› 2026, Vol. 9 ›› Issue (8): 170-172.

教育强国背景下生成式人工智能在高等教育教学中的应用

周元任¹, 王莫冉²

1.中央财经大学统计与数学学院,北京 102206;
2.北京劳动保障职业学院,北京 102200

出版日期:2026-04-25 发布日期:2026-06-30
通讯作者: 王莫冉（1996—）,女,河北保定人,博士研究生,讲师,研究方向：人力资源,电子邮箱：moran_wang12@163.com。
作者简介:周元任（1995—）,男,河北保定人,博士研究生,助理教授,研究方向：经济统计。
基金资助:
2024年度中央财经大学教育教学改革基金项目“生成式人工智能赋能本科生教学质量提升的路径研究——以‘概率论与数理统计’课程为例”（2024ZCJG23）; 全国统计科学研究重大项目“新质生产力的统计监测及对经济高质量发展的影响研究”（2024LD010）

Application of Generative Artificial Intelligence in Higher Education Teaching under the Background of Building a Leading Country in Education

ZHOU Yuanren¹, WANG Moran²

1. School of Statistics and Mathematics, Central University of Finance and Economics, Beijing, 102206, China;
2. Beijing Vocational College of Labour and Social Security, Beijing, 102200, China

Online:2026-04-25 Published:2026-06-30

摘要/Abstract

摘要： 为响应建设教育强国战略需求,基于对人工智能技术特征和高等教育教学质量影响因素的梳理,该文聚焦探索生成式人工智能在高等教育教学中的应用：构建交互式课堂、赋能个性化学习、驱动高阶思维能力发展、促进教学质量动态反馈、打造共建式教学生态。后续,应继续加强教学数字化基础设施建设,完善教师人工智能素养培训体系,构建开放协同、智慧赋能的新型教学生态。

关键词: 生成式人工智能, 高等教育, 教学质量, 教育强国, 应用场景, 教学生态

Abstract: In response to the strategic goal of building a leading country in education, based on an analysis of the technological characteristics of GAI and the key factors affecting teaching quality in higher education, this study focuses on exploring the application of generative artificial intelligence (GAI) in higher education teaching: constructing interactive classrooms, enabling personalized learning, fostering higher-order thinking development, facilitating dynamic feedback on teaching quality, and building a co- constructive teaching ecosystem. Accordingly, efforts should be made to further strengthen digital infrastructure for education, improve teacher training systems in AI literacy, and build an open, collaborative, and intelligently empowered educational ecosystem.

Key words: Generative artificial intelligence, Higher education, Teaching quality, Building a leading country in education, Specific paths, Educational ecosystem

中图分类号:

G649.2
G434

周元任, 王莫冉. 教育强国背景下生成式人工智能在高等教育教学中的应用[J]. 创新创业理论研究与实践, 2026, 9(8): 170-172.

ZHOU Yuanren, WANG Moran. Application of Generative Artificial Intelligence in Higher Education Teaching under the Background of Building a Leading Country in Education[J]. The Theory and Practice of Innovation and Enntrepreneurship, 2026, 9(8): 170-172.

参考文献

[1] 卢宇,余京蕾,陈鹏鹤,等.生成式人工智能的教育应用与展望——以ChatGPT系统为例[J].中国远程教育, 2023,43(4):24-31.
[2] 孙立会,周亮.生成式人工智能赋能教育变革的逻辑——基于新质生产力的视角[J].教育研究,2024,45(10):38-49.
[3] 宋宇,许昌良,穆欣欣.生成式人工智能赋能的新型课堂教学评价与优化研究[J].现代教育技术,2024,34(12): 27-36.
[4] NILSSON N J.The quest for artificial intelligence[M].Cambridge: Cambridge University Press,2009.
[5] HINTON G E, OSINDERO S, TEH Y W.A fast learning algorithm for deep belief nets[J].Neural Computation, 2006,18(7):1527-1554.
[6] GOODFELLOW I J, POUGETABADIE J, MIRZA M, et al.Generative adversarial nets[C].Neural Information Processing Systems,2014:2672-2680.
[7] BROWN T, MANN B, RYDER N, et al.Language models are few-shot learners[J].Advances in Neural Information Processing Systems,2020,33:1877-1901.
[8] 罗三桂. 现代教学理念下的教学方法改革[J].中国高等教育,2009(6):11-13.
[9] 于倩,刘金兰,赵远.大学生学习动机对学习参与及学业成就的影响研究[J].大连理工大学学报(社会科学版),2018,39(6):100-106.
[10] 张俭民,董泽芳.从冲突到和谐:高校师生课堂互动关系的重构——基于米德符号互动论的视角[J].现代大学教育,2014(1):7-12,25.
[11] PAVLIK J V.Considering the pedagogical benefits of generative artificial intelligence in higher education: applying constructivist learning theory[M].Generative AI in Higher Education. Edward Elgar Publishing, 2025: 46-58.
[12] MISHRA P, KOEHLER M J.Technological pedagogical content knowledge: A framework for teacher knowledge[J].Teachers College Record,2006,108(6):1017-1054.
[13] SWELLER J.Cognitive load during problem solving: Effects on learning[J].Cognitive Science,1988,12(2):257-285.
[14] DECI E L, RYAN R M.Intrinsic motivation and self-determination in human behavior[M].Berlin: Springer Science & Business Media, 2012.

[1]	夏琦, 王月, 刘梦佳. 应用型本科新质会计人才培养路径研究[J]. 创新创业理论研究与实践, 2026, 9(9): 17-19.
[2]	刘煜, 刘辉, 卢飚, 张薇, 闫欣悦, 王增光. 多层次、立体化临床教学质量管理评价体系的构建与应用——以天津医科大学总医院为例[J]. 创新创业理论研究与实践, 2026, 9(9): 109-111.
[3]	王婵婷. 产教融合下高职院校实践教学质量评价体系优化研究[J]. 创新创业理论研究与实践, 2026, 9(9): 147-149.
[4]	石莹. 产教融合赋能高校创新创业教育的逻辑与实践策略[J]. 创新创业理论研究与实践, 2026, 9(9): 186-188.
[5]	程晓多. 地方高校创新创业类课程“学习预警”与“督学跟踪”系统构建研究[J]. 创新创业理论研究与实践, 2026, 9(8): 9-13.
[6]	辛春玲, 刘莉, 刘丽丽, 霍燕芳, 张梦媛, 李丹, 闫雪原. 跨学科融合对学生创新实践能力培养的研究[J]. 创新创业理论研究与实践, 2026, 9(8): 14-16.
[7]	窦畅, 郭丽红. “双碳”目标背景下绿色低碳人才培育教学体系改革探究——以数字经济专业为例[J]. 创新创业理论研究与实践, 2026, 9(8): 35-37.
[8]	宣贺君, 林丽丹, 赵学林, 冯岩, 刘道华, 李艳灵. AIGC赋能计算机类专业程序设计课程教学改革与实践——基于腾讯IMA与AI编程工具TRAE[J]. 创新创业理论研究与实践, 2026, 9(8): 38-40.
[9]	吉帆. “双一流”建设背景下高校创新创业教育体系的构建路径[J]. 创新创业理论研究与实践, 2026, 9(8): 69-71.
[10]	韩广, 聂陟枫, 丰奇成. 基于多元化改革策略的专业启蒙课程教学质量提升研究——以矿物加工前沿引导课程为例[J]. 创新创业理论研究与实践, 2026, 9(8): 88-90.
[11]	任利峰. 人工智能技术提升课堂教学质量的有效性研究——基于“可见的学习”视角[J]. 创新创业理论研究与实践, 2026, 9(1): 8-10.
[12]	宣国龙. 知识图谱赋能高等数学课程改革研究[J]. 创新创业理论研究与实践, 2026, 9(1): 52-54.
[13]	张勉, 靳闯. 数智化背景下广西高等教育国际化体系构建研究[J]. 创新创业理论研究与实践, 2026, 9(1): 70-72.
[14]	包金龙. 融媒体时代内蒙古成人高等教育人才培养模式创新研究[J]. 创新创业理论研究与实践, 2026, 9(1): 129-131.
[15]	汪红霞. 生成式人工智能赋能职场英语教学创新研究——以STAR模型为例[J]. 创新创业理论研究与实践, 2026, 9(1): 167-171.