■ 目前許多技術(shù)開(kāi)發(fā)者對(duì)“人工智能+教育”的發(fā)力點(diǎn)多是在學(xué)習(xí)內(nèi)容層面提高重點(diǎn)、難點(diǎn)問(wèn)題的解決效率和準(zhǔn)確性。然而，這并不一定能解決學(xué)生學(xué)習(xí)時(shí)面臨的困惑和問(wèn)題
　　
　　■ “人工智能+教育”的發(fā)力點(diǎn)不是用技術(shù)快速解決問(wèn)題，也不是要探究人工智能解決問(wèn)題比教師、學(xué)生效率更高，而是要培養(yǎng)會(huì)解決問(wèn)題的“人”
　　
　　今年全國(guó)兩會(huì)期間，“人工智能+”成為高頻詞。教育部部長(zhǎng)懷進(jìn)鵬在十四屆全國(guó)人大三次會(huì)議第一場(chǎng)“部長(zhǎng)通道”回答記者提問(wèn)時(shí)指出，DeepSeek（深度求索）和機(jī)器人最近一段時(shí)間引起國(guó)內(nèi)外廣泛關(guān)注，從一個(gè)方面也說(shuō)明了中國(guó)科技創(chuàng)新和人才培養(yǎng)的效果。但與此同時(shí)，也向我們提出了面對(duì)重大科技革命和產(chǎn)業(yè)變革，教育如何應(yīng)對(duì)的問(wèn)題。
　　
　　當(dāng)前，技術(shù)正在加速教育領(lǐng)域的變革。一方面，我們驚嘆于人工智能在學(xué)習(xí)方面展現(xiàn)出的驚人能力。但另一方面，人工智能在當(dāng)下教育教學(xué)中的工具屬性與育人目標(biāo)之間的深層矛盾也日益凸顯。當(dāng)人工智能接管了學(xué)習(xí)中實(shí)踐探究的一些關(guān)鍵環(huán)節(jié)時(shí)，學(xué)生或許會(huì)錯(cuò)失在試錯(cuò)和反思中發(fā)展思維的機(jī)會(huì)。當(dāng)下，我們亟須厘清一個(gè)根本問(wèn)題：“人工智能+教育”究竟應(yīng)該替代人類解決問(wèn)題，還是賦能人類學(xué)會(huì)解決問(wèn)題？這一差異不僅關(guān)乎技術(shù)應(yīng)用的倫理邊界，更決定著未來(lái)教育的方向。
　　
　　人工智能+教育：培養(yǎng)學(xué)會(huì)解決問(wèn)題的“人”
　　
　　“人工智能+教育”，即將人工智能與教育融合，把智能技術(shù)融入教育教學(xué)環(huán)節(jié)以提高育人質(zhì)量和教育品質(zhì)。這一概念其實(shí)用“人本智能教育”來(lái)表述更為妥帖。它既能與學(xué)校里開(kāi)設(shè)的人工智能課區(qū)分開(kāi)來(lái)，也更能凸顯育人屬性。這里只是沿用了“人工智能教育”這一略有歧義但約定俗成的說(shuō)法。目前許多技術(shù)開(kāi)發(fā)者對(duì)“人工智能+教育”的發(fā)力點(diǎn)多是在學(xué)習(xí)內(nèi)容層面提高重點(diǎn)、難點(diǎn)問(wèn)題的解決效率和準(zhǔn)確性，如利用生成式人工智能做閱讀理解題、交互問(wèn)答、解數(shù)學(xué)題、寫作文等，高效地解決了學(xué)習(xí)內(nèi)容中的特定問(wèn)題。然而，這并不一定能解決學(xué)生學(xué)習(xí)時(shí)面臨的困惑和問(wèn)題。
　　
　　用人工智能解決學(xué)習(xí)內(nèi)容問(wèn)題和借助人工智能教會(huì)學(xué)生解決問(wèn)題，雖然都涉及人工智能，但分屬不同范疇。“人工智能+教育”的發(fā)力點(diǎn)不是用技術(shù)快速解決問(wèn)題，也不是要探究人工智能解決問(wèn)題比教師、學(xué)生效率更高，而是要培養(yǎng)會(huì)解決問(wèn)題的“人”，即借助人工智能教會(huì)學(xué)生解決問(wèn)題。因此，其目標(biāo)應(yīng)是在人工智能的支持和教師的引導(dǎo)下，教會(huì)學(xué)生從不同角度思考問(wèn)題、識(shí)別關(guān)鍵要素，激活知識(shí)儲(chǔ)備或收集相關(guān)信息，綜合運(yùn)用分析理解、論證推理、聯(lián)想想象、評(píng)估權(quán)衡等多種能力，尋找到最佳解決方案。甚至，這個(gè)方案還需轉(zhuǎn)化為行動(dòng)，讓知識(shí)在真實(shí)的世界中得到檢驗(yàn)，進(jìn)而改造世界，豐富人格。
　　
　　打一個(gè)較為直觀的比方，用人工智能解決學(xué)習(xí)內(nèi)容問(wèn)題，就像是算數(shù)時(shí)直接用計(jì)算器給出答案。而教會(huì)學(xué)生解決問(wèn)題，是要讓學(xué)生明白為什么要這么計(jì)算，在這個(gè)過(guò)程中培養(yǎng)數(shù)感，并能做到舉一反三，以后遇到類似的問(wèn)題能自己解決。經(jīng)歷過(guò)這一量變到質(zhì)變的學(xué)習(xí)過(guò)程，學(xué)生在未來(lái)面對(duì)復(fù)雜情境時(shí)，才能更好地從數(shù)學(xué)直覺(jué)上把握復(fù)雜關(guān)系，迎來(lái)“靈機(jī)一動(dòng)”的決定性瞬間。
　　
　　數(shù)據(jù)算法與深層習(xí)得：兩種不同的“學(xué)習(xí)”機(jī)制
　　
　　從技術(shù)實(shí)現(xiàn)的角度，人工智能解決問(wèn)題主要依靠機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)，分析和學(xué)習(xí)大數(shù)據(jù)，實(shí)現(xiàn)模式識(shí)別、結(jié)果預(yù)測(cè)或自動(dòng)化決策。如在醫(yī)療診斷、金融風(fēng)險(xiǎn)評(píng)估、交通管理等領(lǐng)域，人工智能可以直接針對(duì)問(wèn)題提供解決方案。相比之下，借助人工智能教會(huì)學(xué)生解決問(wèn)題，更側(cè)重輔助教學(xué)、深化學(xué)習(xí)體驗(yàn)，目標(biāo)并非直接解決問(wèn)題，而是注重引導(dǎo)性、互動(dòng)性和開(kāi)放性，通過(guò)情境化學(xué)習(xí)設(shè)計(jì)，定制化學(xué)習(xí)歷程，幫助學(xué)生掌握解決問(wèn)題的能力，培育核心素養(yǎng)。
　　
　　直接解決問(wèn)題的人工智能，需要強(qiáng)大算力和高效算法處理海量數(shù)據(jù)。而教會(huì)學(xué)生學(xué)習(xí)的人工智能，則需要關(guān)注學(xué)習(xí)科學(xué)、認(rèn)知心理學(xué)，具備更適宜的用戶功能和界面、更多的交互設(shè)計(jì)、更充分的學(xué)情理解、更適切的學(xué)習(xí)路徑設(shè)計(jì)，還要融入默會(huì)知識(shí)、場(chǎng)景體驗(yàn)、情感共鳴等人工智能難以處理的方面。所謂個(gè)性化資源推送，只是人工智能在教育領(lǐng)域最表層的應(yīng)用，并不代表“學(xué)習(xí)”必然發(fā)生；基于習(xí)題、測(cè)練數(shù)據(jù)展開(kāi)的學(xué)情分析，本質(zhì)是將知識(shí)點(diǎn)細(xì)化拆分并設(shè)定標(biāo)簽，易催生技術(shù)輔助下的應(yīng)試教育，離學(xué)生運(yùn)用知識(shí)解決問(wèn)題還有很大的距離。
　　
　　從社會(huì)發(fā)展的角度，直接解決問(wèn)題的人工智能，可能引發(fā)就業(yè)結(jié)構(gòu)的變化。部分職業(yè)會(huì)被自動(dòng)化取代，拉大社會(huì)鴻溝，因?yàn)榧夹g(shù)優(yōu)勢(shì)、算法規(guī)則、數(shù)據(jù)“清洗”可能集中在少數(shù)人手中。而教會(huì)學(xué)生學(xué)習(xí)的人工智能，要盡可能地緩解這些負(fù)面影響，借助人工智能提升教育的可及性和公平性，特別是對(duì)于那些資源有限的地區(qū)和群體。進(jìn)一步而言，在追求更高質(zhì)量的教育公平的進(jìn)程中，我們要通過(guò)提高人的知識(shí)技能水平，培養(yǎng)積極的情感態(tài)度，讓學(xué)習(xí)者適應(yīng)不斷變化的環(huán)境，開(kāi)拓充滿希望的嶄新未來(lái)。
　　
　　創(chuàng)新人才培養(yǎng)要幫助學(xué)生建構(gòu)起問(wèn)題解決的經(jīng)驗(yàn)
　　
　　某種程度上，人工智能擅長(zhǎng)解決規(guī)則確定的問(wèn)題，即便是那些“不良結(jié)構(gòu)”的復(fù)雜問(wèn)題，也是通過(guò)模式識(shí)別轉(zhuǎn)化為多個(gè)關(guān)聯(lián)的結(jié)構(gòu)化問(wèn)題。但教會(huì)學(xué)生解決問(wèn)題，尤其是解決具有創(chuàng)造性的問(wèn)題，不能單純靠“算法”。當(dāng)然，這里也會(huì)涉及傳統(tǒng)的機(jī)器學(xué)習(xí)算法如回歸、決策樹(shù)等與晚近興起的深度學(xué)習(xí)之間的區(qū)別，但這種技術(shù)角度的辨識(shí)依然停留在“讓人工智能解決問(wèn)題”的層面。反倒是辨別“深度學(xué)習(xí)”在人工智能和教育學(xué)領(lǐng)域的不同，更有助于理解人工智能與人類智能的區(qū)別。人工智能領(lǐng)域的“深度”體現(xiàn)在，多層神經(jīng)網(wǎng)絡(luò)自動(dòng)提取海量數(shù)據(jù)，復(fù)雜性在于參數(shù)和通路。教育學(xué)領(lǐng)域的“深度”關(guān)乎心理機(jī)能，通過(guò)高層次的認(rèn)知加工，引導(dǎo)學(xué)習(xí)者深入學(xué)習(xí)內(nèi)容，復(fù)雜性在于學(xué)習(xí)者深層次的認(rèn)知、經(jīng)驗(yàn)和情感參與。
　　
　　當(dāng)前，不少智能教育產(chǎn)品在幫助學(xué)生鞏固知識(shí)上優(yōu)勢(shì)明顯，但這并不等于教育的高質(zhì)量發(fā)展。創(chuàng)新人才培養(yǎng)需要幫助學(xué)生積累解決問(wèn)題的經(jīng)驗(yàn)，從未知到已知的學(xué)習(xí)過(guò)程本身也是一種學(xué)習(xí)。用人工智能的術(shù)語(yǔ)來(lái)講，人類學(xué)習(xí)者也需要“預(yù)訓(xùn)練”，面對(duì)經(jīng)典知識(shí)（優(yōu)質(zhì)數(shù)據(jù)集）探索學(xué)習(xí)路徑與策略（模型與算法選擇），在梳理與探究（數(shù)據(jù)標(biāo)定）中基于現(xiàn)象形成概念（表征學(xué)習(xí)），并隨時(shí)校正認(rèn)知（技術(shù)調(diào)試）等。當(dāng)然，這些尚未涉及學(xué)習(xí)者的情感狀態(tài)和認(rèn)知風(fēng)格。無(wú)論人工智能多么復(fù)雜，算法中總有確定的、直接的、最優(yōu)的路徑，而人類學(xué)習(xí)模糊性、情境性、個(gè)性化的特點(diǎn)決定了學(xué)習(xí)過(guò)程因人而異、螺旋上升、百轉(zhuǎn)千回。
　　
　　人工智能能否引導(dǎo)學(xué)生進(jìn)入真實(shí)世界，促進(jìn)學(xué)科實(shí)踐和溝通合作，增強(qiáng)人與社會(huì)的鏈接？能否超越“算法”的精準(zhǔn)路徑，在交叉地帶、邊緣地帶為學(xué)生帶來(lái)創(chuàng)新的學(xué)習(xí)體驗(yàn)？這些是與教育質(zhì)量提升密切相關(guān)的因素，雖與技術(shù)聯(lián)系緊密，但更為關(guān)鍵的是善用技術(shù)的“人”。盡管智能技術(shù)在開(kāi)放式學(xué)習(xí)和創(chuàng)造力培養(yǎng)方面已經(jīng)發(fā)揮作用，但在當(dāng)前“人工智能+教育”的熱潮中，人們常常注重“人機(jī)耦合”中的“機(jī)”，而忽視了“人”；智能教學(xué)產(chǎn)品的研發(fā)有時(shí)過(guò)于重視怎樣攻克難題、解決問(wèn)題，而忽視教會(huì)學(xué)生解決問(wèn)題。辨識(shí)讓人工智能解決問(wèn)題與借助人工智能教會(huì)學(xué)生解決問(wèn)題的不同，有助于我們認(rèn)清教育的復(fù)雜性和技術(shù)的限度，從而更加務(wù)實(shí)地解決教育改革和發(fā)展中的真問(wèn)題。
　　
　　（作者系首都師范大學(xué)教師教育學(xué)院教授、人工智能教育研究院副院長(zhǎng)）