多智能体赋能人工智能生成数字教育资源开发:模式构建与实施保障OA
人工智能生成数字教育资源(Artificial Intelligence Generated Digital Educational Resources,AIGDER)是一种面向用户需求、依托生成式大模型的新型资源形态。现有单智能体驱动的资源开发模式存在规划执行能力弱、开发视角单一等问题,而多智能体虽具备任务分解与协作优势,但在教育情境中面临人机意图错位、协作冲突频发以及开发质量不稳定等挑战。为此,文章引入共享心智模型(Shared Mental Model,SMM)理论,将其二维结构映射至多智能体技术要素,构建了多智能体支持的AIGDER开发模式。该模式包括需求分析、资源生成、应用评估与资源优化的核心流程,以SMM初步形成、共识调整、流畅化三阶段演化为内在运行机制,驱动人类与多智能体间的认知对齐与协作规范统一,形成人机协同的资源开发闭环。在此基础上,从技术架构、语义状态、过程调控与质量优化四个维度提出保障策略,以提升多智能体赋能AIGDER开发的稳定性、可控性与可持续演化能力,为AIGDER开发的理论研究与实践应用提供参考。
茆瀚月;童名文;陈加;范云霞;张超
华中师范大学人工智能教育学部,湖北武汉430079华中师范大学人工智能教育学部,湖北武汉430079华中师范大学人工智能教育学部,湖北武汉430079华中师范大学人工智能教育学部,湖北武汉430079华中师范大学人工智能教育学部,湖北武汉430079
社会科学
多智能体人工智能生成数字教育资源生成式人工智能资源开发教育数字化
《现代教育技术》 2026 (7)
P.130-138,9
国家自然科学基金面上项目“基于多视角相机的课堂多人复杂遮挡场景下学生行为无干扰型测量研究”(项目编号:62477018)的阶段性研究成果。
评论