中國教育科學研究院國際與比較教育研究所副研究員 曹培杰

　　2017年7月，國務院發布的《新一代人工智能發展規劃》明確提出，利用智能技術加快推動人才培養模式、教學方法改革，構建包含智能學習、交互式學習的新型教育體系。2019年5月，習近平主席向國際人工智能與教育大會致賀信指出，要充分發揮人工智能優勢，加快發展伴隨每個人一生的教育、平等面向每個人的教育、適合每個人的教育、更加開放靈活的教育。如何利用人工智能促進教育變革，探索智能教育的推進路徑，是一項重大而緊迫的時代課題。

　　人工智能時代的教育形勢研判

　　人工智能經歷了曲折的發展過程。1956年，在達特茅斯會議上首次提出了人工智能的概念，其核心是用人工的方法在機器上模擬、理解和拓展人的智能，使機器也能完成各種復雜任務。在20世紀50年代末和80年代初，人工智能先后兩次步入發展高峰，但由于技術瓶頸、應用成本等方面的限制，無法支撐起大規模應用，最終都跌入低谷。近年來，人工智能的發展環境發生了深刻變化，呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特征，并第三次站在了科技發展的浪潮之巔。當前，人工智能正在開啟一場比工業革命的發展速度更快、涉及面更廣、顛覆性更強的社會變革，推動經濟社會從數字化、網絡化向智能化加速躍升。

　　1.人工智能給教育帶來的挑戰

　　人工智能對教育的影響廣受關注。有學者認為，教育是人工智能沖擊最大的行業，它不是一個學科、一個環節的調整，而是全新的、全方位的挑戰。一是人才培養目標的挑戰。人工智能正在觸發一場劇烈的社會分工調整，傳統教育培養出來的“標準化人才”不如機器有競爭力，要“把人的社會性和情感教育置于應對新工業革命的高度”。二是教育方式的挑戰。目前，智能機器人已經可以在高考中取得不錯成績。這從一個側面折射出，傳統以死記硬背、被動接受為主的教學方式正在遭遇一場重大危機。三是教育內容的挑戰。新一代人工智能的興起得益于多學科多領域的交叉融合。今天的教育過于強調學科本位，很容易就把知識變成了“知識點”，深挖知識的具體細節，割裂學科之間的聯系，讓學生“只見樹木，不見森林”。四是教師角色的挑戰。隨著“人機共教”成為一種教育常態，教師角色將會發生巨大改變。知識性教學大多由人工智能承擔，教師更多是學習的設計、督促、激勵、陪伴以及與學生的情感交流。未來，人工智能將會以“教書”為主，而教師則以“育人”為重。

　　2.教育是人工智能時代贏得國際競爭的關鍵

　　教育和技術之間存在一場持續不懈的競賽。當教育發展領先于技術發展時，就能提供充足的高素質勞動力，適應技術變革帶來的職業結構調整，推動經濟社會快速發展。反之，則會導致兩極分化：一部分人接受著過時的教育，技能適應性不強，畢業后不得不從事高度流程化、低認知度的工作，深陷社會底層;另一部分人受過良好教育，畢業后從事著高創造性、高認知度的工作，穩居社會上層。回顧歷史，重視人力資源開發是美國崛起的重要原因。源源不斷的人才供給，幫助美國成為全球科技創新的引領者。與之相似，第一次工業革命的領導者是英國，但第二次工業革命中心卻是德國。1885年，德國開始施行免費義務教育，同時大力發展職業教育和高等教育，培養出一大批復合型人才，為德國經濟快速發展奠定了堅實基礎。在人工智能時代，我國要想在激烈的國際競爭中勝出，必須高度重視教育，既要積極運用智能技術促進教育教學創新，更要以教育優先轉型為大國崛起提供堅實的人才支撐。

　　“人工智能+教育”的研究動態

　　2016年以來，“人工智能+教育”相關研究明顯增多。縱覽國內外相關文獻，“人工智能+教育”主要有3種研究范式。

　　第一，將人工智能視為一種技術手段，相關研究包括智能導師系統、教育機器人、學習分析技術等。其中，智能導師系統通過模擬教學專家，開展復雜問題解決和知識表征應用，利用情緒感知技術為學生提供個性化的情感體驗。教育機器人有助于形成人機協同的新型“雙師課堂”。學習分析技術通過采集學習過程數據，為學生提供最優化的學習路徑。目前，學習分析正在從單一的在線學習數據分析轉向多模態數據分析。有學者認為，智能教育是技術使能(enabling)的教育，這種人機協同的教學策略使得教師與機器的各自優勢得以放大。第二，將人工智能視為一種行動策略。有學者認為，教育信息化發展不是技術決定的，要用互聯網思維推動教育體系和服務模式的變革。“人工智能+教育”不僅是教育基礎設施的信息化、智能化，而且是教育理念與教育方式的更新升級，運用人工智能技術促進學習環境、教學方式和教育管理的智慧轉型，在普及化的學校教育中提供適切學習機會。第三，將人工智能視為一種哲學追問。有學者提出，“人機一體”將如何改變教育的方式和性質;如果人工智能“失去控制”，如何保證教育的價值選擇和方向。也有學者認為，“人工智能+教育”不會僅從自然的和技術的層面獲得實現，要從認識發生及其與自然、歷史、文化、語言、社會生活諸方面的終極探究中建構它的基礎，進而發展出人工智能與文化教育交互的構成性運動。也有學者提出，教育在人工智能時代將會面臨兩種前景：走向終結或走向終身教育形態。終身教育形態將從實體性的“學校”轉變成“行動者-網絡”，教育者就是學習者，時時和網絡發生深度互動。

　　在“人工智能+教育”的研究框架上，有學者認為，人工智能教育應用聚焦于智能導學、自動化測評、拍照搜題、教育機器人、智能批改、個性化學習、分層排課、學情監測等8個方面。也有學者認為，人工智能的典型應用包括智能導師輔助個性化教與學、教育機器人、居家學習的兒童伙伴、實時跟蹤與反饋的智能測評、教育數據挖掘與智能化分析、學習分析與學習者數字肖像等6種類型。國際人工智能與教育大會發布的《北京共識》，從10個方面規劃人工智能時代的教育：政策制定、教育管理、教學與教師、學習與評價、價值觀與能力培養、終身學習機會、平等與包容的使用、性別平等、倫理問題、研究與監測。可以看出，“人工智能+教育”作為一個新話題，尚未形成科學完善的分析框架。但從研究主題看，教學、管理、評價是人工智能教育變革的3個核心議題。

　　總之，“人工智能+教育”不等于智能技術在教育中的簡單應用，要把人工智能作為教育整體變革的內生變量，推動“工業化教育”向“智能型教育”轉變，促進教學方式創新、管理流程再造和評價體系重構，構建富有選擇、更有個性、更加精準的教育服務體系，努力滿足每一個學生發展的需要。

　　賦能教育：提高“標準化教育”的運行效率

　　現代教育集中體現了工業時代的流水線作業和批量生產特征：學生按年齡分班，使用統一的教材，按照規范的流程進行教學，定期開展考試，達到標準的學生升入更高年級，并以此往復、循環不止。這種標準化教育模式為人工智能進入教育提供了條件。實踐表明，不管是制造業、零售業，還是醫療、金融等行業，人工智能往往在高度流程化的應用場景中最先發揮作用。所以，人工智能進入教育的第一步，就是從替代煩瑣機械的教育活動開始，將教師從重復性勞動中解放出來，讓他們去從事更有價值的工作，進一步提高教育效率。

　　1.賦能教學：減輕教師負擔

　　從早期的知識推理機、程序化教學、專家系統，到今天的教育機器人、智能導師系統，人工智能在教學中的作用主要體現在替代教師的部分重復性勞動。一是學情分析，利用人工智能對學習行為數據進行深度挖掘，幫助教師準確把握學生個體的認知特征和班級群體的共性問題。目前國內外開發的認知診斷模型有70多種，常見的有線性邏輯斯蒂克特質模型、多成分潛在特質模型、規則空間模型等，能夠準確了解學生的認知結構和知識掌握情況。二是重復性教學的替代，盡管教學活動總體上是富有創造性的，但也存在一些流程化、重復性的環節，包括字詞拼讀、課文復述、試題講解、口語練習等。這些環節可以交給教育機器人或智能教育助理來承擔，讓教師有更多精力去從事創造性的教學。三是學習資源自動推送，通過建設大規模、細粒度的數字資源庫，對知識內容進行特征標記，根據學生的目標、能力、個性特征等因素制定個性化的推送方案，實現學習者和學習資源的雙向匹配，更好地滿足學習需求。四是自動出題和批改，通過建立學科知識圖譜，自動生成適合各類學生的試題和作業，并實現自動化批改，大幅減輕教師的工作負擔。比如，智能評卷技術已經應用于普通話水平測試和中高考英語聽說考試，并可以對作文、翻譯等主觀題進行自動評分。

　　2.賦能管理：優化教育管理流程

　　人工智能有助于優化教育管理流程，改變大包大攬的管理模式，擴大教育資源和教育服務的有效供給。一是利用人工智能識別教育領域的冗余管理，減少不必要的中間環節和重復勞動，優化公文流轉、檔案管理、人事考評、校務管理等活動流程，推動業務處理智能化、自動化，提高管理效能。比如，學校可以使用面部識別技術對嫌疑人員自動預警，借助姿態識別技術及時發現學生在人群密集場所出現的意外情況，減少校園安全事件發生。二是利用人工智能打破信息壁壘，推進教育管理系統整合共享，做到事項清單標準化、辦事流程規范化、業務處理協同化，實現“一張表管理”和“一站式服務”，大幅提升教育公共服務水平。三是利用大數據技術開展多因素決策模擬，建立教育經費投入、學齡人口變化、學校布局調整、教育輿情預警等方面的系統動力學模型，對教育運行狀態進行預演，推動傳統以經驗判斷為主的決策轉向大數據支撐下的科學決策。比如，中國教育科學研究院利用教育決策模擬系統，對實施“全面二孩”政策后的學齡人口進行了預測分析，為提前做好學校布局和教育資源配置提供了參考。

　　3.賦能評價：伴隨式的教育診斷

　　評價不是為了證明，而是為了改進。教育評價的意義往往蘊含在過程之中，學生持續付出的努力、學校不斷改進的經歷、教育中不同利益主體的關系變化等，才是我們應該關注的評價重點。遺憾的是，現有教育評價過于注重結果，忽略了學生成長和教育發展的過程。在人工智能支持下，教育評價將從“結果視角”轉向“過程視角”，從人才選拔、逐層淘汰為主轉向改善學習、促進發展為主，通過伴隨式的數據采集和自動化的數據分析，為教育的持續不斷改進提供動力。一是學習分析，通過自適應測驗捕獲學生解決問題的完整過程，在大數據基礎上建立學習分析模型，開展針對性的學習問題診斷和學科能力測評。比如，可汗學院提供可視化的學習分析報告，幫助教師準確把握學生的學習進展和知識掌握程度，并以此為依據調整教學策略。二是大規模的課堂觀察分析，利用智能技術對非結構化的課堂行為數據進行分析，包括教師提問的類型、學生回答方式、師生對話深度等，全方位透視學校的課程實施水平。三是區域教育質量監測，通過全樣本、全過程、多模態的教育數據采集，匯聚形成區域教育大數據，包括學生學習數據、學校運行數據、教育資源配置情況、普職學校規模結構等，幫助管理者獲得超越個體與局部的洞察力，助力區域教育質量提升。

　　創新教育：促進“標準化教育”向“個性化教育”轉型

　　隨著人工智能不斷替代重復性勞動，教育業務流程的智能化和自動化明顯加速，一旦達到某個臨界點，就會觸發教育組織方式的重大調整。正如有學者所說，“省力的設備不僅可以代替部分工作，還會改變整個任務的特性”。如果把“賦能教育”看作利用智能技術激發教育系統的內在潛力，最大限度地提升標準化教育的運行效率，那么，“創新教育”就是要打破標準化的教育體系，對教育流程進行重組和再造，打造個性化、定制化的教育形態。人工智能將會在“標準化教育”向“個性化教育”轉變中發揮重要作用。

　　1.創新教學：全流程的因材施教

　　相對于工業時代的大規模集體教學，未來將會產生一種以學習者為中心、基于學習者的個性化差異、適應其學習偏好的學習方式。一是人機協同教學。人工智能化身為智能導師和虛擬學伴，為學生提供學習資源、問題診斷和常規性指導。教師將從“教的專家”轉向“學的專家”，通過創造性的教學設計，為每個學生提供個性化支持。二是學習關系的精準匹配。真正的個性化學習不僅是學習路徑的定制化，而且是學習關系的精準匹配。過去的智能導師系統更多關注于學生的認知發展，在非認知特征識別、師生交互關系判斷等方面存在不足。新一代人工智能正在從數據計算走向感知計算、情感計算，通過分析學生在學習活動中呈現出來的非認知特征，包括學習興趣、學習動機、學習投入程度、課堂交互情況等，幫助教師真正讀懂學生，匹配適合的學伴和導師，更好地滿足他們的情感和心理需求。三是以教室為中心的場景互聯。利用可穿戴設備和自然交互技術，把全社會的優質教育資源都引入課堂，讓學生在教室里就能和各行各業的專家進行互動，包括與科學家聯合開展實驗、與工程師共同研發項目、與藝術家合作完成作品、與思想家進行深度對話等，從而實現學校與社會的無縫連接。

　　2.創新管理：精準化的教育治理

　　教育在規模擴張階段，最需要的是建立框架式、結構化的管理秩序，明確政府、學校與社會之間的關系，并制定相應的行為規則和標準要求，確保更好地實現教育普及。隨著教育進入高質量發展階段，人民群眾對教育的需求呈現出多層次、個性化、高質量等特征，利益關系多元化，各種矛盾相互交織，教育管理的復雜性和艱巨性與日俱增。在這個階段，教育要從粗放式管理轉向精準化治理，人工智能將會在其中發揮重要作用。一是建立統一高效的智能教育管理平臺，推動網上辦理業務事項向全方位的教育服務延伸，促進數字資源、優秀師資、教育數據、信息紅利的有效共享，構建全功能、全流程、全天候的教育公共服務體系。二是通過教育數據的全樣本收集和深層次挖掘，準確把握教育發展狀態和社會需求趨勢，用前瞻的宏觀調控取代滯后的微觀管控，把原先冗長的科層管理鏈條壓縮成精簡干練的扁平化組織，最大限度減少教育行政部門對學校辦學的直接干預，實現政府放權與學校接權的有序銜接。三是構建人機協同、交互驅動的群智決策系統，為家長和社會參與學校管理提供有效途徑，全力推進教育管辦評分離，擴大優質教育資源供給，使政府、學校、社會形成強大的育人合力。

　　3.創新評價：全景式的教育評測

　　在人工智能時代，越是可以輕松測量的素養，越是容易被技術進步所代替;越是難以測量的素養，越是未來人才應該具備的核心素養。所以，教育評價要從“容易測量的能力”擴展到“難以測量的能力”，更加關注復雜的高級認知技能和隱性的非認知學習成果，把促進人的全面發展、適應經濟社會發展作為評價教育質量的根本標準，努力呈現學生成長的整體面貌。一是構建教育質量綜合評價指標體系，全面改進各級各類教育評價體系，把學生的品德、學業、身心發展水平和興趣特長養成作為評價的主要內容，破除單純以升學率考核學校和教師、單純以分數評價學生的頑疾。二是利用區塊鏈技術開展分布式學習記錄，認證學生的多樣化學習成就，重點考察學生的非認知能力發展情況，防止數據丟失或被惡意篡改，著力解決綜合素質評價中的信任問題。三是利用可穿戴運動設備，包括智能手環、智能手表、智能運動裝備等，采集心率、血氧、脈搏等運動與健康數據，及時發現學生在體質健康、運動技能等方面的問題，提出針對性的營養方案、運動方案和生活作息方案，實現伴隨成長全過程的形成性評價。四是利用跨媒體智能技術，開展模擬仿真、教育游戲、虛擬任務場景、協作學習環境等新型評價，通過參與完成某一個特定的任務，考查學生解決實際問題的能力。

　　重塑教育：推動教育從“去標準化”邁向“去制度化”

　　隨著人工智能的全面深化應用，教育的精準化程度和個性化水平快速提升，教育方式不再是一成不變的，而是根據學生發展狀態不斷調整。無論學生處于何種狀態，都會定制一個最適合學習方案，讓他可以按照自己的進度進行學習。于是，傳統教育組織方式正在喪失存在的合理性，按年齡分班、固定教學內容、統一教學流程等都將被重新定義。這將推動教育從“去標準化”階段邁向“去制度化”階段，以學校為代表的制度化教育逐漸瓦解，班級、學科、課時的邊界開始淡化甚至消解，一個嶄新的教育圖景躍然而出。

　　1.重塑教學：沒有照本宣科，只有自主學習

　　學習是他人操控越少越好的一種活動，大部分的學不是教的產物，而是不受束縛地參與到富有意義的情境之中的結果。近百年來，學校教育的分工不斷細化，效率不斷提升，卻不可避免地走向了控制的極限。幾乎所有的學習都是提前預設的，學校不再相信學生可以在好奇心的驅動下自然地學習，強制他們按照統一的學習計劃在固定的學科框架內進行學習。人工智能打破了這種局面，支持學生隨時隨地開展高交互性的自主學習。這種沒有嚴格制度約束的學習成為常態，就會迫使教育發生一場重大轉型，今天的學校將會被未來的學習中心取代。一是“集體的教學法”逐漸式微，“個體的教學法”開始興起。人工智能在教育中的應用，不僅是促進集體教學活動的有效開展，更加重要的是促進個性化學習的真實發生。在學習科學的支持下建立個人學習模型，為每一個學生提供精準的學習支持，確保他們可以用適合自己的方式進行學習。二是非制度化的教育形態大量出現，泛在學習、在家上學、學習中心、個別化教育機構等成為學生的重要學習途徑。學習場所不再固定，既可以在教室，也可以在社區、科技館和企業，甚至可以去不同城市游學，任何可以實現高質量學習的地方都是“學校”。實體學校的功能開始發生變化，不再是封閉的教育堡壘，而是各類教育服務的“把關人”與“過濾器”，借助社會專業力量提供可選擇的教育服務，為學生創設多樣化的發展機會。三是人人為師，相互追隨。人工智能不斷拓展傳統行業邊界，促使知識更新不斷加速，任何組織或個人都要持續學習才能適應社會發展。學習能力成為一個人、一個組織乃至一個國家的核心競爭力，教育在整個社會系統中的重要性大幅提升。每個人都承擔著教育者和學習者的雙重責任，“所有人教所有人、所有人學所有人”成為可能。最終，社會將會變成學習型社會，組織將會變成學習型組織，工廠將會變成學習型工廠，等等。

　　2.重塑管理：沒有墨守成規，只有量身服務

　　在人工智能時代，教育發展越來越呈現出參與主體多元、資源內容豐富、供給方式多樣等特征，過去以標準化考試和固定學制為核心建立起來的教育制度體系開始過時，教育管理將從政府機構的行政控制轉向多元主體的協商共治。一是人人約束自我，制度因人而變。隨著重復性勞動被機器所取代，教育者和學習者從事的工作都是富有挑戰、極具創意的，必須不斷激發自我潛能才能勝任。所以，我們要構建以生命個體為中心的教育治理框架，在依法治教的前提下，允許“一地一策”“一校一策”，甚至“一人一策”，讓規則為人服務，而不是讓規則成為對人的限制和束縛。二是教育治理不再追求效率，而是萬物互聯條件下的智慧匯聚和創造激發。教育的組織形態將從剛性的科層機構變成柔性的液態組織，打通業務壁壘和管理層級，減少專業分工帶來的能力僵化，形成依法辦學、多元參與、協同創新、社會監督的教育治理體系。教育治理的核心不是控制，而激勵所有人參與教育供給和學習創新，更加關注學習者成長的動力和可持續性，引導每個教育機構形成不斷適應環境的自我調整能力。三是以開放的姿態打造“泛教育生態圈”，把全世界最好的教育資源引向學生。通過物理空間和網絡空間的全面銜接，形成線上線下連通、實體課堂與虛擬課堂一體化的學習環境，提供人人皆學、處處能學、時時可學的學習服務，構建全社會參與的教育生態。

　　3.重塑教育評價：沒有考試分數，只有能力認證

　　教育作為一項培養人、成就人的事業，所有的評價指標都應服務于這一根本目的。現在普遍存在的分數、升學率等量化指標，最初都是為了提高教育質量而設計的，對于保障教育質量確實發揮了重要作用。但是，考試分數把不同的學生放在同一個標準上進行衡量，忽略了個體差異。近年來，教育評價正在發生一些變化。比如，國際學生評估項目(PISA)將社會情感學習納入考核內容，芝加哥大學宣布將不再以學生的標準化考試成績決定錄取。隨著人工智能時代的到來，社會對人才的需求正在發生結構性變化，未來需要的不再是“知道分子”，而是能夠解決復雜問題的“高手”。這對傳統以分數為核心的教育評價體系提出了挑戰，促使教育評價從一維的考試分數轉向多維的能力認證。一是把每個學生都當作獨一無二的個體，建立綜合多元的評價指標體系，不用單一狹隘的標準定義人才，對不同學生實行差別化評價，鼓勵學生發展特長，把創造力、想象力、自控力、溝通能力、合作能力、信息素養、社會情感素養等作為教育的重要目標，引導學生追求人的內在價值。二是用數字徽章取代成績單。數字徽章是一種數字化的學習成果認證，內含元數據可以描述學習過程的客觀信息，具有激勵學習、記錄學習軌跡、認證學習成就3大功能。這種評價既適用于正式學習場景，也適用于非正式學習場景，可以減少傳統評價存在的模糊性，避免“分數遮蔽學習”現象的發生。三是能力認證不是一次性的，而是開放、持續的過程，鼓勵學生通過不斷的努力獲得成功。評價主體除教育者以外，引入家長、社區、行業機構等利益相關方，開展面向真實任務的評價，在實踐中檢驗能力，確保學生所學與社會需求相匹配。

　　總之，人工智能給教育帶來巨大機遇的同時，也帶來了一系列重大挑戰。一方面，在人工智能時代，我們不得不置身于大數據的環境中，甚至需要用損害隱私的代價，來換取更加精準的教育服務。更為嚴重的是，一旦教育活動由數據分析和算法推斷來管理，就會助長算法偏見的流行，導致一部分人成為量化評估的受害者而非受益者。另一方面，隨著教育機器人、智能導師系統、情感陪伴機器人等智能技術開始承擔相應的教育任務，如何正確處理人機關系、如何劃分人機協同系統中的權限與責任、如何適應新的師生身份、如何構建新的教育倫理等，這些都是人工智能教育無法回避的問題。

　　來源：《教育研究》