首页|Microsoft Copilot对地理应试评价潜力的实证分析

Microsoft Copilot对地理应试评价潜力的实证分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
近年,Microsoft Copilot类生成式人工智能引发社会各界的广泛讨论.本文基于中学地理教育视角,评估了Copilot在2022-2024年6次浙江省地理选考试卷中的表现.结果表明,尽管Copilot以55.9%的平均得分率超过失分率(44.1%),具备基本的地理素养及较好的交互性与生成性,但可靠性与稳定性较弱,尤其在自然地理学与部分图像解析方面局限性较大;Copilot在对地理的理解与响应生成方面,有潜在的改进空间.通过实证分析,Microsoft Copilot具有赋能地理教育和成为师生新型学习工具的潜力,但必须审慎、批判性地使用,不应将其作为地理问题答案的可靠提供者.师生需主动提升人工智能素养,拥抱智能技术,顺应未来地理教育的变革浪潮.

吴开钦、李凤全

展开 >

浙江省台州中学,浙江 台州 317000

浙江师范大学地理与环境科学学院,浙江 金华 321004

Microsoft Copilot 人工智能 中学地理教育

2025

地理教育
重庆师范大学

地理教育

影响因子：0.107
ISSN：1005-5207
年,卷(期)：2025.(1)