GenAI教育应用的未来：基于改进后的BERTopic工具的主题建模

生成式人工智能（Generative Artificial Intelligence,GenAI）技术及其应用的加速渗透，为全球人才竞争格局带来更多不稳定因素，其引发的变革正在重新定义知识、定义学习。囿于视角与方法的局限，目前针对GenAI赋能教育的综述研究尚未充分挖掘文本之间的深层语义，也未建构系统性的应用框架。对此，文章探索性地从结构调整和算法选型两个方面对自动化主题建模工具BERTopic进行改进，设计了改进后的BERTopic主题聚类流程，并通过对比分析验证了改进后的BERTopic的主题聚类效果。应用改进后的BERTopic工具，文章从主题核心特征、演变趋势和层次关系三个方面剖析了GenAI教育应用的主题聚类结果，在此基础上建构了GenAI教育应用的主题模型。文章的研究对主题建模工具进行了探索性应用，拓展了GenAI教育应用的视角，可为推动GenAI赋能教育提供理论参考。