迈向生成式人工智能的下一步：多模态大语言模型在科学教育中的变革作用

人工智能（AI），特别是基于大语言模型（LLM）的系统在教育中的整合，已在提升教学与学习体验方面展现出前景。然而，像具备视觉能力的 GPT-4（GPT-4V）等多模态大语言模型（MLLMs）的出现，能够处理包括文本、声音和视觉输入在内的多模态数据，开启了教育中丰富、个性化和交互式学习景观的新纪元。本文以多媒体学习理论为基础，通过展示典型的创新学习场景，探讨了 MLLMs 在科学教育核心方面的变革作用。MLLMs 的可能应用范围从内容创作到定制化的学习支持，培养科学实践能力，以及提供评估与反馈。这些场景不仅限于基于文本和单模态的格式，还可以是多模态的，从而提高了个性化、可访问性和潜在的学习效果。除了众多机遇外，数据保护和伦理考量等挑战也变得更为突出，呼吁建立稳健的框架以确保负责任的整合。本文强调了在实施 MLLMs 时采取平衡方法的必要性，即技术应补充而非取代教育者的角色，从而确保 AI 在科学教育中的有效和合乎伦理的使用。文章呼吁进一步研究，以探索 MLLMs 对教育者不断演变的角色的细微影响，并将讨论从科学教育扩展到其他学科。通过对潜力、挑战和未来影响的探讨，我们旨在促进对 MLLMs 在科学教育及其他领域变革轨迹的初步理解。