丁君妍

以国家战略方向、新时代发展要求为导向，以社会工作专业为着力点，以教育目标分类为理论基础，挖掘生成式人工智能与大学生实践能力提升相契合的内在逻辑，有效助力学生向创新性、情境性和多元协同性的高阶实践能力成长，在生成式人工智能时代发挥关键教育转型提升作用，以期为培养社会领军人才贡献力量。

生成式人工智能；大学生实践能力；社会工作；教育目标分类

[1] 余晖,朱俊华.算法时代嵌入技术变革的教育权力关系重构[J].教育研究,2023,44(11):29-41. [2] 卜禾,段文杰,查皓钰.人工智能与社会工作协作的演进逻辑与赋能路径[J].华东理工大学学报(社会科学版),2024,39(06):56-66. [3] 刘环.现象学身体作为情境化理解的具身形式——论海德格尔现象学和当代人工智能研究中的具身问题[J].浙江社会科学,2025, (03):113-122+159. [4] 刘三女牙,郝晓晗.生成式人工智能助力教育创新的挑战与进路[J].清华大学教育研究,2024,45(03):1-12. [5] 文军,陈雪婧.人工智能社会工作的理论意涵与现实挑战[J].浙江社会科学,2025,(01):100-111+158-159. [6] 吴霓,郭嘉.智能时代的教育选择及应对[J].中国电化教育,2025,(02):92-99. [7] 刘芳,董毓.为什么生成式人工智能时代批判性思维愈发重要?[J].外语电化教学,2025,(01):3-10+113. [8] 吴霓,郭嘉.智能时代的教育选择及应对[J].中国电化教育,2025,(02):92-99. [9] 许哲,许祥云.生成式人工智能对高校教师教学创新行为的双刃效应——效能感-压力与认知重构的作用[J].高校教育管理,2025, 19(04):72-85.

点击下载PDF