首页 > 论文范文 > 教育综合论文 > 高等教育论文 > 课程改革论文 > 生成式人工智能在物流管理类专业教学改革的应用研究

生成式人工智能在物流管理类专业教学改革的应用研究

2024-11-11 132 上传者：管理员

摘要：随着数字化时代到来，各领域都在推进数字化及人工智能的转型。物流管理作为高校传统类型专业正处于新一批教学改革的重要节点。本文将以物流管理类专业课程为例，研究以ChatGPT为代表的生成式人工智能如何赋能物流管理类专业科学的数字教育改革。文章首先深入分析ChatGPT在专业课程改革中的优势与潜在危害。并从学生学习、教师教学、学习评价和教师科研能力提升四个角度，研究ChatGPT的加入如何提升教师科研水平，优化教学设计，转变学生个性化及自主学习模式，提出如何引导学生在使用过程中的价值取向和供给方式的建议。

关键词：
ChatGPT
产业数字化
生成式人工智能
课程改革
高等教育
加入收藏

随着科技革新与产业数字化的推进，高等教育出现了许多新的特点，比如教育资源传播速度加快，国内外教育差异，教育产业数字化转型，以及以Chat GPT为代表的新一代生成式人工智能的出现，使教育界面临着诸多契机与挑战，带来了新一轮的教育变革。物流业作为支撑国民经济发展的基础性、战略性产业，是我国经济的重要组成部分。新一代技术不仅推动了物流业的变革，也正在改变着传统物流管理专业人才培养的结构要素和技术需求。因此，新一代的物流管理专业人才的培养，要结合新技术的发展趋势，适应当下数字化、智能化转型的内在需求，借助如生成式人工智能等新技术，以培养出新技术时代下高质量的物流管理专业人才。

1、生成式人工智能相关概念和发展现状

生成式人工智能基于神经网络的人工智能模型，可以根据用户需求，将收集或学习到的相关数据信息整合生成新的内容，例如自然语言文本、图像等。目前，最具有代表性的就是由美国Open AI公司推出的生成式人工智能产品Chat GPT。Chat GPT一推出就表现了出色的内容生成和自然语言对话生成能力。2022年底随着Chat GPT的出现在教育领域引发了广泛讨论，不同观点更是层出不穷。目前中国学生还没有全面接触Chat GPT，但各种基于Chat GPT API开发的工具、平替模型应用已悄然出现，中国自主知识产权的大模型（如MOSS、文心一言）也在上半年相继发布，中国学生全面拥抱Chat GPT类通用语言生成工具指日可待。2023年8月，香港岭南大学公布使用人工智能生成工具最新政策，为全校购买Chat GPT3.5版本许可证。可见生成式人工智能与教育领域的融合是必然趋势，如何利用其成为高等教育新变革有力支撑是教育者应该积极思考的问题。

当然，生成式人工智能也存在着一些潜在的问题，如诚信、信息正确性和信息安全。

第一，诚信问题无疑是Chat GPT等生成式人工智能带来的直接挑战。有学者认为，Chat GPT在教育界中的使用是“一种逃避学习、偷懒、作弊”的快捷途径。学生在未正确引导下，使用Chat GPT在自身并不理解的情况下就可以快速完成自己的作业、甚至是毕业论文。而对于教师来说，在未进行学情分析的情况下，就可以快速直接生成教案、教学内容安排。第二，信息正确性。生成式人工智能是建立在大量数据训练基础上的，对这些训练数据的选择缺少统一的标准。这些数据的标注又取决于标注人员的判断，导致其训练基础的不完整、不精确。同时，当需要用特定领域的专业知识来回答问题时，Chat GPT等有可能虚构事实，存在着误导风险。实际上，在Chat GPT回答中文问题时，需要先将中文翻译成英文，再生成答案，在翻译的过程中，很容易造成信息丢失或产生歧义。在Chat GPT等的训练过程中难以保证训练数据是否存在偏见等问题，其有可能重现、生成或者放大训练数据中存在的偏见，如性别、文化、宗教、种族等方面的问题，难以保证学习的公平性和包容性。在使用中需要进行多次同问，并需要具备批判性。教师和学生难以判断是否应采用生成内容，若直接采用，便有可能陷入“算法支配”的困境。因此，需要制定关于人工智能系统的准则、标准，采取有效的数据隐私和安全措施来保护教师和学生数据，并完善生成式人工智能系统，使模型和生成内容“可解释”。生成的内容如未经过审核，容易有潜在意识形态的渗透和诱导。第三，信息安全。生成式人工智能的使用，需要以对话的形式完成，用户在使用期间难免存在泄露个人隐私、企业或学校等机构的重要信息风险。人工智能系统通常涉及收集与处理大量教师和学生的数据，这些数据存在安全性无法保障和被滥用的风险，有可能出现个人信息泄露、身份信息盗用等隐私问题。

尽管生成式人工智能有着诸如此类的隐患，仍然掩盖不了它在教育领域中的巨大潜力，以及在未来学校中的普及程度。解决前面提到的种种隐患的方法就是面对它，借助生成式人工智能的功能，让教育变得更有趣，成为教师的有力工具，成为学生的正向“助手”。

2、高校物流管理类课程特点及现存问题（1000)

2.1物流管理类课程特点

2.1.1传统专业与学科交叉。

物流管理类专业一般基础课程有高等数学、线性代数、概率论与数理统计、大学物理、经济学基础、数据库原理与应用、程序语言设计；而基本专业课程包括如供应链运营管理、物流系统规划与设计、物流系统仿真、生产运作管理、采购管理、物流建模技术、采购与供应管理、物流信息系统等课程。从课程构成可见物流管理专业是一门学科交叉专业，既有文科类课程，同时又有理科、偏专业技术类编程类课程，对学生的学习能力要求较高。

2.1.2专业知识升级迭代快。

从前沿新技术角度，由于物流管理专业涉及到的生产领域广，因此每一次的技术革新都与物流业息息相关，如大数据技术、物联网技术、人工智能技术，具体到生成式人工智能都正在不断地推进物流专业知识技术的进步与革新。因此，高校从课程实践资源需求角度来看，需要不断更新现有的专业领域前沿技术实践资源案例和数据，以充实、配合学生的专业技能、技术，满足物流人才市场的需求。从教师能力需求的角度，由于教师这一职业的特殊性，不仅要不断学习，更要不断的掌握、跟踪最新的知识技术，提高科研能力，进而提升教学质量，但是教师获取前沿技术的渠道目前较为有限。

2.1.3实践环节需求高。

物流管理专业人才培养对于实践环节的需求相对其他管理类学科较高一些，学生需要从真实或虚拟现实实践中完成相应理论的学习，并且要求学生具有自主学习、知识学以复用创新的能力。目前，各高校多以校企合作来实现产学研一体化，深入完成产教融合的课程实践设计，并在实践课程设计上，逐步培养学生自主性与创造性。

2.1.4思政教学融入的重要性。

物流管理类人才自高等院校毕业后，未来将会服务于诸多领域或岗位，面临如国际物流货运、国际贸易往来、生产研发等重要工作岗位，因此在物流专业人才培养中，应注意思想意识的塑造，引导学生具有爱国爱党精神，恪守职业道德与规范，具有数据安全保密观念和意识。

2.2高校物流专业教学现状分析

首先，由于学科交叉的特点，同时物流管理类专业一般下设在高校的管理学院，在招生时多以文科生为主，学生在理科类课程如物理、概率论、高等数学及专业技术课程学习中有畏难情绪，学习难度大，造成专业学习深度不够。其次，由于本身技术课程已有难度，加之大数据时代对于物流人才数据技术能力的需求，很多高校在物流管理专业增设大数据相关课程，如Python程序设计语言，供应链数据分析、物流大数据分析与挖掘，大数据可视化、数据仓库等技术性较强的课程，使学生课业压力增加，并且由于课程学时与学分双重限制，仅有课堂时间不足以支撑课程的深度学习。

3、生成式人工智能在物流管理类课程改革中的应用设计

生成式人工智能与物流管理专业教育的深度融合可以体现在教、学、考、评、管等各个环节，成为教育领域研究和实践的一个重点。不仅仅把人工智能技术等列入教学内容和课程体系，更应关注在教学手段和方法、教学效果评价、教育管理等领域的创新，以实现教育数字化的目标。

3.1教

首先在教师教学设计中，通过物流管理类学生专业课程及学生个人数据信息的挖掘，构建学生画像。结合生成式人工智能，如Chat GPT工具的使用，可实现精准分析学生学习情境、学习需求和知识掌握状况，创建自适应学习系统，增强学生学习体验，为学生提供个性化反馈和指导。在教学设计和实施过程中，根据学生学习情况进行数据收集，实时掌握学习进程并制定学习方案与指导计划。同时由于生成式人工智能类新技术在物流管理领域中可应用涵盖范围较广，尤其是在物流供应链管理中。根据生产线设备、物料数量、订单需求预测等信息自动生成生产计划运输路线、采购订单等等。在专业人才培养中如布置诸如此类的学习任务，可以借助Chat GPT完成的作业任务，指定任务情境和问题，有助于学生更好的理解并掌握专业知识。

在教学课程资源的收集与建设，以及教师科研提升中，借助Chat GPT工具可以帮助物流管理专业教学人员扩展思路，设计物流应用案例，大大地提高了工作效率，不但扩展面更广，教学内容层次也更深入。实现高阶知识技能的快速获取，丰富教学与科研内容，减少文献资料检索的大量耗时，节约时间成本，同时也减轻教师相应的工作负担。但需要注意的是由于Chat GPT自身的特点，生成信息未经过严格审核的情况下，教师在将其作为辅助教学工具时，需要注意知识或信息的准确性与严谨性。

在教学模式上，教师要结合教学方式适时地调整角色。辅助以生成式人工智能工具，采用线上线下的SPOC混合式教学模式，布置学习内容及约束学生资源的使用，实现任务驱动式的学习模式。图1为混合式教学模式与生成式人工智能工具结合设计。

图1 混合式教学模式与生成式人工智能工具结合设计

3.2学

从学生学习角度来看，借助生成式人工智能完成任务时，学生需要设计和构思问题，引导机器来完成相应指令。在未来人工智能的时代中，具备与机器交互的能力非常重要。在与Chat GPT这类生成式人工智能进行交互时，由于不同的逻辑语言会生成不同的答案，可以反映出学生个体的差异，这也可以帮助老师更好地了解学生学习动机和思想意识，从而及时加以正确引导，完成课程设计，同时，学生也可以实现更为清晰的自我认知。

从获取知识的角度来看，学生在规定教学任务和不断探索求知的过程中，培养了学生自主学习的能力素质。学生从AI生成的信息中，需要判别信息正确性，进行总结归纳和创新、复用，不仅要从网上获取知识还需要总结与实践应用，这对学生理解问题的能力和判断能力都具有一定要求。由此通过将Chat GPT获取的结果进行总结与复用，可以提升学生知识理解再创新的能力，同时激发学生的学习兴趣和积极性。

3.3考

考核主要以形成性学习过程实现。终结性考核中如使用生成式人工智能，课题应该足够创新或具有挑战。举例来说，在Python的数据分析课程中，老师设定使用Chat GPT查询需要学习的内容题目。例如“在Pandas中根据字典生成Data Frame对象”，学生需要根据要求进行查询，查看举例，直至完全理解掌握知识点，并完成老师指定如“录制一段对应知识点的视频微课”作业内容。通过“提问-理论学习-实践学习-复用-输出”，实现知识的完全掌握。在终结性考核中，如物流系统仿真课程中，设计性考核大作业时，可以利用生成式人工智能结合制定项目背景，帮助学生模拟生成仿真数据，如订单数量、货物种类、货物体积和重量，并生成系统异常情况，如货物损坏、交通拥堵、恶劣天气沙尘暴或暴风雪等。学生根据生成数据内容进行仿真实验，并提出相应的解决方案。

3.4评

在日常教学中，教师根据课程设计中的作业任务内容设定，核实学生查阅及使用生成式人工智能生成内容，结合学生自己总结、复用部分给出评分，并注意学生在与Chat GPT交流过程中，学生的意识形态，及时进行正向引导。在毕业设计论文中，采用AI辅助的识别检测功能，用AI的思维方式去监督识别AI。在重复率查重中，明确AI辅写的比例级别限制，或将其纳入学生个人信用考评，提高学生数字诚信，自觉遵守数字道德规范。

3.5管

通过前面“教、学、考、评”四个环节的设计中，不难发现生成式人工智能的卓越优势，但在使用的过程中还应注意设置相应的管理制度。如果在学习过程中对Chat GPT过度依赖，形成与Chat GPT交流多，与现实世界中同学、家长、老师交流少，可能会造成学生的自我封闭，缺乏必要的社会经验、面对面的沟通技能和社会责任感。教师在教学过程中，在课程设计中可以适当约束使用条件，按知识点内容构建必要的学习任务情景，注意学生思想意识发展。Chat GPT一类的人工智能工具在教学中的使用，还需要从社会、学校及家庭角度设立规则制度引导约束其使用条件。政府或机构制定相关法律法规，学校制定教师及学生使用时间范围及内容监管，家长监督。教师在科研及教学中，更要提高批判思维能力与自我约束力。

4、总结

利用生成式人工智能技术提升教育能力，推动教育高质量发展。实现学校教育国际性、学生自主性、教学资源公平性，以及整个教育体系高阶发展。生成式人工智能在教学学习中，可以融入物流管理专业学习者的学习环境，延伸学习者对于知识的感知能力，拓展学习者的信息获取量和深度，丰富学习者的互动体验。学习者在学习过程中实现了一对一的“打破砂锅问到底”的教学互动，这是单纯一门课、一个教师给与不了的，其优势可见一斑。但是如果过度使用或依赖生成式人工智能，对于思想品德的引导、与现实的交流可能造成障碍。因此，将生成式人工智能融入教学环节，就要严格地从高校、家庭和社会面，三方共同约束管理。物流管理专业在实现AI辅助教学的基础上，还应关注生成式人工智能在专业领域的应用，将相关知识融入课堂教学中，实现生成式人工智能在教育中的真正价值。

参考文献:

[1]包昊罡,王轶晰. ChatGPT背景下的基础教育数字资源建设[J].中国基础教育,2023(5):39-42.

[2]王天恩. ChatGPT的特性､教育意义及其问题应对[J].思想理论教育,2023(4):19-25.

[3]汪德荣,陶徐杰雄.基于SWOT-PEST分析ChatGPT在物流供应链的应用研究[J].供应链管理,2023,4(10):88-96.

基金资助:辽宁省民办教育协会“十四五”规划项目“生成式人工智能助力民办高等教育高质量发展”(LMJX2023229),辽宁省民办教育协会“十四五”规划项目“基于OBE的智慧教育在成人教育中的应用研究”(LMJX2023235),辽宁省民办教育协会“十四五”规划项目“‘跨校修读+赛教融合’的SC教学改革研究”(LMJX2023231);辽宁省职业教育与继续教育教学改革研究项目“智慧教育助力OBE导向的高等非学历继续教育发展研究”(455);

文章来源:尹悦琳,高明晶.生成式人工智能在物流管理类专业教学改革的应用研究[J].物流科技,2024,47(21):164-166.