生成式人工智能背景下人机共创数字教育资源质量控制：框架与策略

在生成式人工智能（GAI）背景下，人机共创数字教育资源正逐渐成为传统数字教育资源的重要补充，“人机共创”有望成为引领数字教育资源开发的一种新范式。但人机共创数字教育资源存在潜在的质量风险，在一定程度上可能会制约其可持续发展进程。研究对传统数字教育资源、用户生成性数字教育资源和人机共创数字教育资源的质量控制与保证相关文献进行梳理，对人机共创数字教育资源开发流程进行系统分析，认为数据质量的不确定性、算法的局限性、提示词的精准性、重组聚合的精细度和用户需求的匹配度是影响该类数字教育资源质量的主要因素。随后，将基于生产、基于产品、基于用户等三个质量控制维度进行集成，建立人机共创数字教育资源质量控制框架，从相关理论视角对框架结构及要素进行分析。在此基础上，从构建人机共创数字教育资源质量评价指标体系、加强对GAI背后“算法黑箱”的审查和管控、提升人机共创数字教育资源用户的GAI素养三方面提出人机共创数字教育资源质量控制策略，以期从根本上控制和化解人机共创数字教育资源质量风险，促进GAI在数字教育资源开发领域的深度应用。

生成式人工智能背景下人机共创数字教育资源质量控制_框架与策略_万力勇.pdf

来源：《远程教育杂志》2025年第3期