面向人工智能時代的學(xué)習(xí)空間變革研究*

許亞鋒 高紅英

（西藏民族大學(xué) 教育學(xué)院，陜西咸陽 712082）

一、引言

自1956年達(dá)特茅斯會議提出人工智能這一概念以來，人工智能的研究與應(yīng)用經(jīng)歷了多次起伏。最近一次人工智能的興起是在2006年以后，而深度學(xué)習(xí)算法的成功是其中最重要的推動力，它使得人工智能在圖像識別、語音識別、自然語言理解等方面取得了突破性進(jìn)展。不同與以往的是，本次人工智能的興起，得到了世界各主要國家的高度重視，各國政府紛紛出臺人工智能發(fā)展規(guī)劃，一些科技巨頭也通過加大研發(fā)力度、并購人工智能企業(yè)、加強(qiáng)人才儲備等方式搶占技術(shù)高地。據(jù)統(tǒng)計，僅2016年前六個月，人工智能領(lǐng)域的投資就已經(jīng)超過了整個2015年[1]。

社會的深刻變化必然會映射到教育目標(biāo)和教學(xué)形態(tài)的變革上。在人工智能時代，教育目標(biāo)會面臨哪些變化？教學(xué)形態(tài)會具備哪些新的特征？作為學(xué)習(xí)發(fā)生的場所，人工智能時代的到來又會對學(xué)習(xí)空間產(chǎn)生哪些影響？這些都是需要我們認(rèn)真思考的問題。受學(xué)習(xí)科學(xué)和建構(gòu)主義學(xué)習(xí)理論的影響，學(xué)習(xí)空間自上世紀(jì)90年代興起以來，一直強(qiáng)調(diào)重視用戶體驗、支持學(xué)習(xí)者的主動學(xué)習(xí)和協(xié)作學(xué)習(xí)、促進(jìn)正式學(xué)習(xí)與非正式學(xué)習(xí)經(jīng)驗的統(tǒng)一，從而極大顛覆了人們幾百年來對傳統(tǒng)教學(xué)空間的印象。但受制于技術(shù)發(fā)展水平，因材施教和個性化學(xué)習(xí)理念在學(xué)習(xí)空間中卻未能得到良好的支持，人工智能技術(shù)的發(fā)展則讓我們看到了新的可能。

為此，我們特聚焦于人工智能時代的學(xué)習(xí)空間變革研究，以PST框架作為分析框架，從人工智能與未來教育、人工智能時代的學(xué)習(xí)空間特征、人工智能時代的學(xué)習(xí)空間設(shè)計三個層面進(jìn)行系統(tǒng)分析與闡述。

二、分析框架

作為近些年才開始興起的學(xué)習(xí)空間設(shè)計，其領(lǐng)域涉及教育學(xué)、環(huán)境心理學(xué)、計算機(jī)科學(xué)、建筑設(shè)計、工業(yè)設(shè)計等多個學(xué)科。最初學(xué)習(xí)空間設(shè)計這一潮流是由高等院校的一線教育工作者推動并實施的，但隨著實踐的深入，人們開始意識到單純憑借經(jīng)驗已經(jīng)很難把學(xué)習(xí)空間中的諸要素都全面考慮在內(nèi)，為此，一些項目組和研究者相繼提出了學(xué)習(xí)空間的設(shè)計框架。

其中，既有側(cè)重于設(shè)計流程和具體步驟的框架，如，英國大學(xué)圖書館學(xué)會提出的影響研究模型，從八個具體步驟來優(yōu)化學(xué)習(xí)空間[2]；也有側(cè)重于從利益相關(guān)者的視角分析學(xué)習(xí)空間的設(shè)計流程，例如，Britnell等人[3]從教師、學(xué)生、設(shè)計師三個利益相關(guān)者的角度出發(fā)，提出了一個設(shè)計模型。這些框架的提出對于學(xué)習(xí)空間設(shè)計的科學(xué)化和系統(tǒng)化具有積極意義，有些框架也已經(jīng)被成功應(yīng)用于學(xué)習(xí)空間的改造和開發(fā)。但是上述框架多拘泥于具體的開發(fā)過程和實施，對于學(xué)習(xí)空間所包含的核心要素缺乏提煉與關(guān)注。在這方面，PST（Pedagogy-space-technology）框架能夠為我們帶來一些啟示，該框架由Radcliffe[4]提出，強(qiáng)調(diào)學(xué)習(xí)空間在設(shè)計時應(yīng)該考慮三個相互聯(lián)系和制約的核心要素：教學(xué)法、空間與技術(shù)。三者間的關(guān)系如圖1所示，無論是空間設(shè)計還是技術(shù)應(yīng)用，都要以“支持和促進(jìn)相應(yīng)的教學(xué)法”為目標(biāo)，技術(shù)只有充分嵌入到空間中才能更好地發(fā)揮效用，空間也需要技術(shù)的嵌入來擴(kuò)展原有的功能。

圖1 PST框架

PST框架的提出為我們分析學(xué)習(xí)場所的變遷提供了依據(jù)，縱觀學(xué)習(xí)場所從傳統(tǒng)教室到多媒體教室，再到新型學(xué)習(xí)空間，每個階段都可以通過該框架的分析得到合理解釋。

首先來看傳統(tǒng)教室，它伴隨著班級授課制產(chǎn)生，并隨著工業(yè)革命的到來而快速推廣到全世界。利用PST框架對傳統(tǒng)教室所具有的 “明確前后方之分”、“秧田式桌椅布局”、“矩形空間格局”等特征進(jìn)行分析，我們不難發(fā)現(xiàn)，這些特征都是為了幫助教師更好地“傳授”知識，而講授法在這種教室中無疑得到了極大支持。

再來看多媒體教室，它是隨著多媒體計算機(jī)、投影、交互式電子白板等信息技術(shù)在傳統(tǒng)教室中的應(yīng)用而興起的，目前仍然在世界范圍內(nèi)占據(jù)著主流地位。利用PST框架對多媒體教室所具備的投影屏幕、擴(kuò)音系統(tǒng)、多媒體計算機(jī)等特征進(jìn)行分析，可以發(fā)現(xiàn)多媒體教室所支持的教學(xué)法仍然是以講授為主。只是相比傳統(tǒng)教室，它融合了新的信息技術(shù)應(yīng)用，以更好地支持教學(xué)法，通過聲音、圖像、視頻來幫助教師更加高效地傳遞信息，從本質(zhì)上講，多媒體教室與傳統(tǒng)教室是一致的。

上世紀(jì)末以來，以促進(jìn)學(xué)生的主動學(xué)習(xí)、協(xié)作學(xué)習(xí)、激發(fā)學(xué)生學(xué)習(xí)興趣為目標(biāo)的新型學(xué)習(xí)空間逐漸興起，這些新型學(xué)習(xí)空間普遍具有靈活的空間布局、多個顯示屏幕、支持協(xié)作的家具等特征[5]。利用PST框架對其進(jìn)行分析，發(fā)現(xiàn)新型學(xué)習(xí)空間的設(shè)計初衷是支持學(xué)生的主動學(xué)習(xí)和協(xié)作學(xué)習(xí)，這屬于框架中教學(xué)法的范疇。為了實現(xiàn)這一初衷，需要綜合采用圓形課桌、可移動桌椅、小組屏幕等空間設(shè)計和技術(shù)應(yīng)用來予以支持。可見，新型學(xué)習(xí)空間無論是在設(shè)計初衷（教學(xué)法）上，還是在具體特征（空間設(shè)計與技術(shù)應(yīng)用）方面，都與傳統(tǒng)教室、多媒體教室有著顯著區(qū)別，因此，有研究者將新型學(xué)習(xí)空間的出現(xiàn)稱作空間范式的變遷[6]。

綜上所述，在學(xué)習(xí)空間研究領(lǐng)域，盡管已有一些相對較為成熟的設(shè)計和評估框架用來指導(dǎo)學(xué)習(xí)空間的開發(fā)，但是能夠精準(zhǔn)提煉出學(xué)習(xí)空間核心要素的框架卻不多見。由于PST框架可以為我們分析不同類型、不同范式的學(xué)習(xí)場所提供合理依據(jù)，因此，將以其作為理論框架，從人工智能與未來教育、人工智能時代的學(xué)習(xí)空間特征、人工智能時代的學(xué)習(xí)空間設(shè)計三個層面，對面向人工智能時代的學(xué)習(xí)空間變革進(jìn)行系統(tǒng)闡述。

三、人工智能與未來教育

根據(jù)PST框架，教學(xué)法對學(xué)習(xí)空間的兩個設(shè)計要素（空間與技術(shù)）起著直接指導(dǎo)作用，但教學(xué)法本身是與時代背景、學(xué)習(xí)理論與學(xué)習(xí)科學(xué)的發(fā)展，以及教育目標(biāo)密切相關(guān)的。不同的時代背景決定了不同的人才培養(yǎng)目標(biāo)，進(jìn)而影響到教學(xué)法的選擇與實施，另外，對學(xué)習(xí)的不同理解，也會對教學(xué)法的選擇與實施產(chǎn)生影響。

（一）教育目標(biāo)

人工智能時代人類社會需要什么樣的人才？這個問題的答案決定了未來教育的目標(biāo)。早在上世紀(jì)90年代，世界各國就已經(jīng)開始思考面向21世紀(jì)的人才培養(yǎng)目標(biāo)問題，美國教育部于2007年發(fā)布的《21世紀(jì)技能框架》，就是上述思考的具體體現(xiàn)。該框架將21世紀(jì)技能分成 “核心課程和21世紀(jì)主題”、“學(xué)習(xí)與創(chuàng)新”、“生活與職業(yè)技能”、“信息媒體技術(shù)素養(yǎng)”四個方面，其中，學(xué)習(xí)與創(chuàng)新能力居于核心位置[7]。世界經(jīng)合組織（OECD）也提出了面向21世紀(jì)的十大核心技能，并且明確指出創(chuàng)造性、批判性等復(fù)雜思維方式是其中最為重要的、無法被計算機(jī)所取代的技能[8]。隨后，日本、新加坡等國家紛紛發(fā)布類似的能力框架，我國也于2016年發(fā)布了《中國學(xué)生發(fā)展核心素養(yǎng)》。

盡管上述國家和國際組織所用術(shù)語不盡相同，但它們都是在回答21世紀(jì)需要何種人才素養(yǎng)的問題。在這些素養(yǎng)中，批判性思維、創(chuàng)造性思維、溝通與合作、信息素養(yǎng)等均被高頻提及，表明它們在其中的重要性。如果說21世紀(jì)技能框架、核心素養(yǎng)等是面向未來學(xué)習(xí)者培養(yǎng)目標(biāo)而提出的，是世界各國面對信息時代的不確定性而做出的主動應(yīng)變；那么，近年來人工智能熱潮的興起和相關(guān)技術(shù)的快速發(fā)展與應(yīng)用，則是驅(qū)使人們更加迫切地思考未來教育的培養(yǎng)目標(biāo)。

有不少研究揭示，一些人類現(xiàn)有的職業(yè)和崗位將會被人工智能所取代，一些全新的、更能夠體現(xiàn)人類優(yōu)勢的職業(yè)將會誕生和發(fā)展。屆時，人與機(jī)器的分工會發(fā)生重大變化，一些重復(fù)性勞動、技能性工作、數(shù)據(jù)分析工作，甚至部分社會交互工作和認(rèn)知工作都可能交由人工智能來完成，人類的優(yōu)勢將更多地體現(xiàn)在高創(chuàng)造性、高藝術(shù)性工作和復(fù)雜的社交任務(wù)中。

未來，人與機(jī)器的協(xié)同工作/作業(yè)更可能成為主流：一方面，人類需要機(jī)器的幫助來更有效率地完成復(fù)雜任務(wù)。作為人工制品的人工智能，能夠通過幫助人們轉(zhuǎn)載認(rèn)知任務(wù)、降低認(rèn)知負(fù)荷、留存使用經(jīng)歷、轉(zhuǎn)換任務(wù)表征方式等來促進(jìn)問題的解決[9]。同時，與其它信息技術(shù)工具相比，人工智能還能夠通過與個體的交互來產(chǎn)生交互共同體和協(xié)作共同體，在交互與協(xié)作的過程中共享理解，進(jìn)而促進(jìn)認(rèn)知任務(wù)的完成；另一方面，當(dāng)前人工智能領(lǐng)域的技術(shù)發(fā)展目標(biāo)，也從最初的“用電腦模擬人類智能”轉(zhuǎn)變?yōu)椤叭绾温?lián)接人類和機(jī)器以構(gòu)建增強(qiáng)型混合智能系統(tǒng)”，聯(lián)結(jié)了人類、人工智能、物理環(huán)境和計算機(jī)網(wǎng)絡(luò)的復(fù)雜智能系統(tǒng)，將成為未來的主流技術(shù)發(fā)展方向[10]。

面對這樣一個未知的、更加復(fù)雜的世界，如何使學(xué)習(xí)者在其中保持競爭力，是教育必須要考慮的問題。李政濤[11]認(rèn)為，人工智能時代的學(xué)校教育目標(biāo)是要培養(yǎng)學(xué)生“無可替代”的能力，包括合理的價值觀、創(chuàng)新思維、想象力、自主學(xué)習(xí)能力等。魯白[12]同樣認(rèn)為，培養(yǎng)人的想象力和創(chuàng)造性是人工智能時代教育的最主要目標(biāo)。王竹立[13]認(rèn)為，在人工智能時代培養(yǎng)學(xué)生的思維能力、網(wǎng)絡(luò)學(xué)習(xí)能力、人機(jī)交互能力以及交流合作能力將取代知識習(xí)得成為教育的主要目標(biāo)。

可見，與前文述及的21世紀(jì)技能相比，學(xué)者們所強(qiáng)調(diào)的人工智能時代的教育目標(biāo)，同樣包含了高階思維、價值觀、信息素養(yǎng)、社會交互等素養(yǎng)，只不過這些素養(yǎng)的培養(yǎng)，隨著人工智能時代的快速到來而變得更加緊迫。因此，為了適應(yīng)人工智能時代教育目標(biāo)的新要求，通過教與學(xué)模式的變革構(gòu)建新的教學(xué)形態(tài)就顯得尤為必要。

（二）教學(xué)形態(tài)

所謂教學(xué)形態(tài)，通常是指課堂教學(xué)中各要素組合在一起所呈現(xiàn)出來的特征[14]，由教學(xué)方式、教學(xué)策略、學(xué)習(xí)方式、評價方式、師生關(guān)系等方面組成[15]。在此使用教學(xué)形態(tài)這個概念，來描繪人工智能時代的教學(xué)特征，這其中既包含了課堂教學(xué)的特征，也包含了課堂之外的教學(xué)特征，代表著我們對人工智能時代教學(xué)全貌的描述。即，高階思維、價值觀、信息素養(yǎng)、社會交互等，將成為人工智能時代教育的主要目標(biāo)。為了實現(xiàn)這些目標(biāo)，教學(xué)形態(tài)需要做出哪些改變？又應(yīng)具備哪些特征？

1.教學(xué)理念：邁向全納教育

全納教育伴隨著特殊教育的發(fā)展而出現(xiàn)，最初是指教育要通過各種方式和途徑來包容與接納特殊兒童[16]。隨著全納教育概念的廣泛使用，其內(nèi)涵早已超越特殊教育的范疇，成為一種理念和愿景，即，強(qiáng)調(diào)通過政策完善、因材施教、差異化教學(xué)、課程改革等各項舉措，來實現(xiàn)對所有學(xué)生的接納，滿足不同學(xué)生的學(xué)習(xí)需求，增加學(xué)生的參與，提供符合學(xué)生身心發(fā)展的教育[17-19]。

隨著人工智能時代的到來，將使千百年來人們所追求的因材施教真正成為可能，教師、家長與人工智能的協(xié)同工作，將能夠準(zhǔn)確識別學(xué)生的學(xué)習(xí)狀態(tài)和學(xué)習(xí)困難，并提供針對性、個性化的教學(xué)和幫助。AI技術(shù)可以鑒別和診斷出由于性別差異、文化差異、種族差異以及先天身體差異所導(dǎo)致的學(xué)習(xí)障礙，包括語言障礙、注意力障礙、理解障礙、運動障礙等，并在此基礎(chǔ)上為教師提供相應(yīng)的建議或解決方案，從而能夠從技術(shù)層面上實現(xiàn)全納教育所追求的 “平等與多樣化”[20]。

2.教學(xué)方式：基于人機(jī)協(xié)同的精準(zhǔn)教學(xué)

在人工智能支持下，教學(xué)方式最突出的特征就是精準(zhǔn)教學(xué)，無論在何種教學(xué)情境下、面向何種教學(xué)對象、采用何種方式開展何種內(nèi)容的教學(xué)，都會凸顯精準(zhǔn)化這一特征。例如，在課堂教學(xué)中，可利用人工智能技術(shù)向?qū)W生提供精準(zhǔn)的內(nèi)容推送和個性化輔導(dǎo)服務(wù)。

Roll和Wylie[21]分析了47篇來自于《教育人工智能國際雜志》（International Journal of Artificial In-telligence in Education）1994年、2004年和 2014年三個時間節(jié)點的論文，發(fā)現(xiàn)在基于步驟的問題解決、復(fù)雜問題、探究性環(huán)境和游戲三種人工智能的任務(wù)方式中，基于步驟的問題解決類研究數(shù)量穩(wěn)步增長，且一直占據(jù)主流，而復(fù)雜問題、探究性環(huán)境和游戲兩類研究較少，且大部分復(fù)雜問題類研究都屬于那些容易評價的主題，例如，電子類和編程類主題。這說明人工智能當(dāng)前在教育中的應(yīng)用領(lǐng)域，仍然以簡單任務(wù)和有明確規(guī)則的復(fù)雜任務(wù)為主，對于探究性任務(wù)和其它復(fù)雜任務(wù)的研究與實踐應(yīng)用還較薄弱。

未來，隨著人工智能技術(shù)解決復(fù)雜問題的能力進(jìn)一步提升，創(chuàng)建支持社會交互、合作學(xué)習(xí)、體驗學(xué)習(xí)、探究學(xué)習(xí)、基于項目的學(xué)習(xí)等更有助于培養(yǎng)學(xué)生高階思維能力的教學(xué)方式，而非單純從知識與技能掌握視角出發(fā)的智能系統(tǒng)，將是教育人工智能領(lǐng)域的重點發(fā)展方向。基于人機(jī)協(xié)同的、有助于培養(yǎng)學(xué)生核心素養(yǎng)的教學(xué)方式，也將成為主流教學(xué)方式。

3.師生關(guān)系：趨向平等與合作

我們認(rèn)為，在人工智能時代，教師在教學(xué)中承擔(dān)的角色將受到三個因素的影響，進(jìn)而形成新的師生關(guān)系：

首先，教師將在部分學(xué)科領(lǐng)域喪失“知識的來源者”身份。盡管在網(wǎng)絡(luò)時代，教師的這一身份就已經(jīng)面臨了極大挑戰(zhàn)，但由于知識的獲取仍然需要學(xué)習(xí)者具備良好的信息素養(yǎng)、學(xué)習(xí)動機(jī)和自我調(diào)節(jié)學(xué)習(xí)能力，因此，在很多情形下特別是在低年級課堂中，教師實際上仍然是知識的擁有者和傳授者。但在人工智能時代，計算機(jī)視覺以及自然語言理解技術(shù)的成熟應(yīng)用，將使大多數(shù)學(xué)生都可以通過更加便利化、自然化的人機(jī)接口，來隨時獲得自己所需的知識，智能系統(tǒng)和教育機(jī)器人將在某種程度上替代教師的這一角色，成為學(xué)生獲取知識、習(xí)得技能的伴侶，成為主要來源之一。

其次，教師將部分失去教學(xué)設(shè)計者的角色功能。在人工智能時代，智能系統(tǒng)能夠根據(jù)不同的教學(xué)情境選擇更加合理的教學(xué)路徑開展教學(xué)活動，教學(xué)設(shè)計方案將成為教師與人工智能協(xié)同作業(yè)的結(jié)果。教師根據(jù)智能系統(tǒng)的建議，選擇合適的教學(xué)策略開展教學(xué)活動，并對學(xué)生的學(xué)習(xí)過程進(jìn)行監(jiān)督，在其中更多地發(fā)揮支持者、監(jiān)督者與決策者的作用。

第三，有了人工智能的加入，教師可以將更多的精力投入到對學(xué)生高階思維能力、價值觀、社會交互等方面的培養(yǎng)上，通過合理設(shè)計，將上述能力與素養(yǎng)整合到教學(xué)過程中。

教師角色的變化，必然導(dǎo)致傳統(tǒng)師生關(guān)系發(fā)生轉(zhuǎn)變：一是知識來源者與教學(xué)設(shè)計者部分功能作用的喪失，使教師與學(xué)生的地位更加趨于平等，教學(xué)相長將成為現(xiàn)實。但在教學(xué)過程中，教師作為一個組織者、監(jiān)督者和引導(dǎo)者的地位不會發(fā)生變化；二是為了加強(qiáng)對學(xué)生價值觀、社會交互等人類特有能力和情感的培養(yǎng)，教師與學(xué)生間的交流合作將得以加強(qiáng)，師生之間將更多地以對話者和合作者的身份出現(xiàn)。

4.教學(xué)內(nèi)容：由標(biāo)準(zhǔn)化轉(zhuǎn)向定制化

隨著人工智能時代教育目標(biāo)的變化，我們認(rèn)為，教學(xué)內(nèi)容將會由傳統(tǒng)的標(biāo)準(zhǔn)化內(nèi)容轉(zhuǎn)向定制化內(nèi)容，每名學(xué)生學(xué)習(xí)的課程、科目、內(nèi)容將不盡相同，教育將從補(bǔ)短走向揚長[22]。具體而言，教學(xué)內(nèi)容可能呈現(xiàn)出以下三個新特征：

第一，教育目標(biāo)導(dǎo)向的內(nèi)容創(chuàng)建與開發(fā)。如前所述，人工智能時代的教育目標(biāo)將從知識習(xí)得轉(zhuǎn)向高階思維、社會交互、信息素養(yǎng)等方面，那么，應(yīng)該通過哪些教學(xué)內(nèi)容來培養(yǎng)？鐘啟泉[23]認(rèn)為，核心素養(yǎng)并不能簡單地通過教師教授而獲得，而是需要學(xué)生自己在問題解決的實踐中加以培育。在當(dāng)前課堂教學(xué)中，教學(xué)內(nèi)容多是以知識掌握為導(dǎo)向開發(fā)和組織的，培養(yǎng)核心素養(yǎng)所需的教學(xué)內(nèi)容及其組織方式都需要重新審視。因此，以達(dá)成上述教育目標(biāo)為導(dǎo)向的教學(xué)內(nèi)容，將被創(chuàng)建與開發(fā)，這些內(nèi)容在打破原有的以知識點為中心的創(chuàng)建方式基礎(chǔ)上，通過學(xué)科整合、課程整合、知識整合來弱化原有邊界；同時，通過設(shè)計問題情境，來幫助學(xué)生在問題解決和項目實踐中提升素養(yǎng)。

第二，學(xué)生課程的選擇范圍更加廣泛。在數(shù)字化環(huán)境中成長的一代學(xué)生，其學(xué)習(xí)方式是在嘗試中、摸索中學(xué)習(xí)一個新東西，他們面對新東西不經(jīng)過任何的傳授和教就會直接嘗試與運用[24]。加上不同學(xué)生的學(xué)習(xí)興趣、特長、基礎(chǔ)均有所差異，為了使每個學(xué)生的學(xué)習(xí)需求都能得到滿足，踐行全納教育理念，校本課程、選修課程在今后課程中所占的比重將會大幅增加，學(xué)生自主選擇課程、選擇學(xué)習(xí)內(nèi)容的權(quán)利將會得到進(jìn)一步保障。

第三，學(xué)習(xí)內(nèi)容的個性化與定制化。個性化與定制化體現(xiàn)為學(xué)生的所選科目存在差異，即使在同一年級的同一門課程中，基于人工智能技術(shù)的教學(xué)方案定制，也將打破傳統(tǒng)的教學(xué)形態(tài)，不同學(xué)生在同一課程中的學(xué)習(xí)方案、學(xué)習(xí)進(jìn)度、學(xué)習(xí)內(nèi)容可能大相徑庭，個性化、類似于菜單式定制化的學(xué)習(xí)內(nèi)容將成為常態(tài)。

5.教學(xué)組織形式：更加靈活多樣

人工智能技術(shù)所帶來的個性化教學(xué)，不僅將對教學(xué)方式和師生關(guān)系產(chǎn)生影響，而且可能深遠(yuǎn)影響到教學(xué)的組織形式，延續(xù)數(shù)百年的班級授課制將因此受到嚴(yán)峻挑戰(zhàn)，泛在學(xué)習(xí)也可能迎來真正的突破。

首先，混齡教育可能在中小學(xué)和大學(xué)教育中出現(xiàn)。即，將不同年齡的學(xué)生安排在同一個班級開展教學(xué)活動，這種教學(xué)組織方式主要存在于學(xué)前教育領(lǐng)域。在人工智能時代，由于教學(xué)內(nèi)容將由標(biāo)準(zhǔn)化走向定制化、個性化，不同年齡的、有著相近學(xué)習(xí)基礎(chǔ)的學(xué)生聚集在一起，共同開展某項教學(xué)活動，可以方便教師組織教學(xué)。因此，混齡教育很有可能在學(xué)前教育領(lǐng)域之外出現(xiàn)，并且不同的教學(xué)內(nèi)容和教學(xué)時段所對應(yīng)的學(xué)生，也會動態(tài)變化。

其次，在線教育與面對面教育將更加緊密地融合在一起，泛在學(xué)習(xí)成為常態(tài)。受到技術(shù)發(fā)展、教育體制、學(xué)生自律學(xué)習(xí)能力等主客觀因素的制約，在線教育目前仍然是作為學(xué)校教育的補(bǔ)充形式存在，其與傳統(tǒng)面對面教育的結(jié)合，還遠(yuǎn)未達(dá)到理想效果。人工智能技術(shù)的發(fā)展，給在線教育帶來的一大變化就是它可以通過眼部運動分析、臉部識別、生物信息采集等技術(shù)手段，監(jiān)控學(xué)生的學(xué)習(xí)狀態(tài)，并提供智能化的交互，從而可以部分解決在線教育中的最主要問題——學(xué)習(xí)過程的監(jiān)督與互動。

此外，教育大數(shù)據(jù)處理技術(shù)的發(fā)展，也為不同類型的數(shù)據(jù)處理提供了支持，促使各種線上、線下的學(xué)習(xí)經(jīng)驗真正聯(lián)結(jié)在一起，以保證學(xué)生線上、線下學(xué)習(xí)經(jīng)驗的連續(xù)。因此，教師可以借助人工智能技術(shù)更好地發(fā)揮在線教育的作用，人工智能技術(shù)也將為教師創(chuàng)造性地開展教學(xué)，提供更多選擇與可能。

四、人工智能時代的學(xué)習(xí)空間特征

相對于傳統(tǒng)教室，學(xué)習(xí)空間所提倡的重視用戶體驗、強(qiáng)調(diào)對各種課堂交互的支持、生態(tài)化設(shè)計理念、構(gòu)建學(xué)習(xí)空間連續(xù)體等[25-29]，都體現(xiàn)了當(dāng)代教育理念和學(xué)習(xí)科學(xué)領(lǐng)域的新進(jìn)展。人工智能時代的來臨，不僅將改變學(xué)校教育的目標(biāo)，也為實現(xiàn)新的教學(xué)形態(tài)提供了可能，這些體現(xiàn)到學(xué)習(xí)空間上，就是一些新的特征將得以凸顯。

（一）包容性

學(xué)習(xí)空間的包容性是指空間中的環(huán)境、設(shè)施、家具、技術(shù)都充分考慮了不同人群的學(xué)習(xí)需求，通過針對性設(shè)計和人工智能技術(shù)的應(yīng)用，滿足各類人群的需要。由于人工智能時代的教學(xué)理念將邁向全納教育，不同種族、膚色、身體條件、學(xué)習(xí)基礎(chǔ)的學(xué)習(xí)者，在教學(xué)中都能夠得到個性化的支持，從而實現(xiàn)充分發(fā)展。因此，該教學(xué)理念體現(xiàn)到學(xué)習(xí)空間的特征中，就表現(xiàn)為空間對不同學(xué)習(xí)者的包容與接納。

如果我們將傳統(tǒng)教室、現(xiàn)階段的學(xué)習(xí)空間、人工智能時代的學(xué)習(xí)空間放在一個平面上進(jìn)行比較，就會發(fā)現(xiàn)：傳統(tǒng)教室的整齊劃一、井然有序已經(jīng)悄然演變成現(xiàn)階段學(xué)習(xí)空間對用戶體驗、人性化和個性化的強(qiáng)調(diào)，包括創(chuàng)設(shè)舒適、美觀、令人輕松和愉悅的空間環(huán)境等。當(dāng)前學(xué)習(xí)空間的相關(guān)理念，已經(jīng)開始深度影響實踐，《2017年地平線報告（高教版）》就預(yù)測未來的三到五年將迎來學(xué)習(xí)空間設(shè)計與改造的高潮[30]。但受到現(xiàn)階段技術(shù)發(fā)展水平的限制，學(xué)習(xí)空間仍然難以滿足所有學(xué)習(xí)者的需要，只能通過對桌椅高度的調(diào)節(jié)、空間內(nèi)部溫度和濕度的調(diào)節(jié)、家具和陳設(shè)色彩的改變等方式，來增強(qiáng)學(xué)習(xí)者的體驗，盡可能改變傳統(tǒng)教室存有的一些弊端，而對于最為關(guān)鍵的個性化學(xué)習(xí)支持，還存在明顯不足。人工智能技術(shù)的嵌入則可能使全納教育理念的落地與實現(xiàn)迎來真正突破，能夠智能化地感知不同類型的學(xué)習(xí)者對于空間環(huán)境、家具、設(shè)備、學(xué)習(xí)等需求，并提供適切性、個性化的服務(wù)。

（二）層次性

人工智能時代的教學(xué)組織形式將會更加靈活多樣，可能出現(xiàn)的混齡教育，對學(xué)習(xí)空間將產(chǎn)生重要影響。在這方面，學(xué)前教育領(lǐng)域中關(guān)于混齡教育環(huán)境的創(chuàng)設(shè)研究，能夠為我們提供一些參考。程彩玲[31]在探討幼兒園混齡教育環(huán)境設(shè)計時指出，創(chuàng)建有層次性和彈性的幼兒園環(huán)境，是滿足混齡教育需求的關(guān)鍵所在，例如，桌椅的層次性、設(shè)施的層次性、材料的層次性等。王燕蘭、張司儀和張春美[32]認(rèn)為，可以從三個方面來體現(xiàn)幼兒園混齡教育中操作材料的層次性，包括為不同年齡的幼兒提供不同的活動內(nèi)容、提供難易不等的材料、有規(guī)律地擺放操作材料?？梢姡芯空咂毡檎J(rèn)為，目前幼兒園混齡教育環(huán)境的層次性，不僅體現(xiàn)在物理設(shè)施和家具上，還體現(xiàn)在學(xué)習(xí)材料和學(xué)習(xí)內(nèi)容上。

借鑒已有研究，我們認(rèn)為，人工智能時代學(xué)習(xí)空間的層次性主要體現(xiàn)在三個方面：一是空間規(guī)劃與布局的層次性，由于人工智能技術(shù)能夠滿足不同學(xué)習(xí)者的學(xué)習(xí)需求，就使得一個空間中同時開展多種類型的教學(xué)活動成為可能，這就需要學(xué)習(xí)空間可以分區(qū)域、分層次為不同類型的學(xué)習(xí)活動開展同時提供支持；二是設(shè)施與陳設(shè)的層次性，盡管利用人工智能技術(shù)可以智能化地調(diào)節(jié)部分家具和設(shè)備的高低、大小、色彩等屬性，但仍有一些基礎(chǔ)設(shè)施和陳設(shè)無法調(diào)節(jié)。因此，學(xué)習(xí)空間在設(shè)施與陳設(shè)方面也將體現(xiàn)出層次性；三是學(xué)習(xí)資源與學(xué)習(xí)內(nèi)容的層次性，混齡教育的出現(xiàn)，將導(dǎo)致同一個空間中的學(xué)習(xí)者所學(xué)習(xí)的內(nèi)容、所需要的資源不盡相同，學(xué)習(xí)空間將根據(jù)學(xué)習(xí)者的多元需求提供不同層次的指導(dǎo)與幫助。

（三）多樣性

學(xué)習(xí)空間的多樣性是指在環(huán)境、桌椅、空間布局、空間規(guī)劃、技術(shù)支持等方面，所呈現(xiàn)出來的豐富多彩的空間特征。學(xué)習(xí)空間是學(xué)習(xí)者學(xué)習(xí)的主要場所，在考慮空間的設(shè)計時，不僅要注重對學(xué)習(xí)過程的支持，還要注重學(xué)習(xí)者對空間環(huán)境的需求。人工智能技術(shù)有潛力為所有學(xué)習(xí)者提供個性化和定制化的空間環(huán)境、桌椅與設(shè)備、學(xué)習(xí)支持，這將在極大程度上改變甚至顛覆人們對傳統(tǒng)教室和現(xiàn)階段學(xué)習(xí)空間的印象。

學(xué)習(xí)資源與學(xué)習(xí)內(nèi)容的智能推送、虛擬代理的智能輔導(dǎo)、教育機(jī)器人的智能監(jiān)督、個性化氣候、個性化溫度、個性化濕度、個性化照明等，都將促使傳統(tǒng)教室的“千人一面”轉(zhuǎn)變?yōu)槿斯ぶ悄軙r代的“千人千面”，也將使現(xiàn)階段的學(xué)習(xí)空間進(jìn)一步朝著個性化、溫馨化的方向改進(jìn)，所有這些感官上表現(xiàn)體現(xiàn)為空間的多樣性。

（四）協(xié)同性

協(xié)同性是指師生與學(xué)習(xí)空間中的各要素，在運行過程中通過協(xié)調(diào)、協(xié)作來共同推動教學(xué)目標(biāo)的達(dá)成。具體來講，人工智能時代學(xué)習(xí)空間的協(xié)同性主要體現(xiàn)在三個層面：

第一個層面是學(xué)習(xí)空間內(nèi)部和外部的各要素，通過協(xié)同工作共同構(gòu)成智能化的學(xué)習(xí)環(huán)境。新一代信息技術(shù)的快速發(fā)展，推動人工智能迎來了又一高潮，而人工智能技術(shù)將與其它新興技術(shù)一道，催生新的學(xué)習(xí)空間生態(tài)：通過物聯(lián)網(wǎng)、學(xué)習(xí)支持系統(tǒng)和智能感知收集到的信息，經(jīng)過大數(shù)據(jù)處理與分析，交由人工智能認(rèn)知、決策和執(zhí)行后，由云計算以服務(wù)的形式交付給用戶，在此過程中，教育機(jī)器人可以通過與智能學(xué)習(xí)環(huán)境保持聯(lián)系，獲知并提供學(xué)習(xí)者需要的幫助。

第二個層面是教師與人工智能共同指導(dǎo)學(xué)生的學(xué)習(xí)，人工智能在其中充當(dāng)教師助手的角色。盡管人工智能在短期內(nèi)還不可能替代教師，但智能學(xué)習(xí)系統(tǒng)、教育機(jī)器人已經(jīng)在某些領(lǐng)域具備了不亞于甚至超越教師的決策和執(zhí)行能力，它們的嵌入，可以在很大程度上幫助教師更為高效地開展教學(xué)。

第三個層面是學(xué)生與人工智能協(xié)同工作，在協(xié)同作業(yè)的過程中習(xí)得核心素養(yǎng)，人工智能在其中充當(dāng)著學(xué)習(xí)伙伴的角色。未來，學(xué)生與人工智能的協(xié)同場景包括協(xié)作學(xué)習(xí)[33]、虛擬學(xué)生[34]、社交伙伴[35]等。

五、人工智能時代的學(xué)習(xí)空間設(shè)計

根據(jù)前述的PST框架，人工智能時代教育目標(biāo)的實現(xiàn)和教學(xué)形態(tài)的落地，都需要空間和技術(shù)兩個要素的有機(jī)整合，特別是隨著人工智能在各領(lǐng)域的廣泛應(yīng)用，空間要素中將嵌入更多的智能元素，因此，在學(xué)習(xí)空間中“空間”和“技術(shù)”是不可分割的。其中的“技術(shù)”除了包含人工智能技術(shù)外，還有大數(shù)據(jù)、云計算等新一代信息技術(shù)；“空間”包含的內(nèi)容則非常繁雜，既有物理環(huán)境層面的內(nèi)容，又有桌椅陳設(shè)層面的內(nèi)容，還有水電網(wǎng)絡(luò)等方面的內(nèi)容。許亞鋒、塔衛(wèi)剛、張際平[36]曾經(jīng)根據(jù)Brand的建筑物層次模型，將學(xué)習(xí)空間的構(gòu)成要素分成四個維度：空間規(guī)劃、物理環(huán)境與服務(wù)、陳設(shè)、信息技術(shù)。如果參照PST框架對這四個維度進(jìn)行分析，前三者（空間規(guī)劃、物理環(huán)境與服務(wù)、陳設(shè)）均屬于空間要素范疇，信息技術(shù)則屬于技術(shù)要素范疇。

根據(jù)以上對人工智能時代學(xué)習(xí)空間目標(biāo)和特征的分析，我們提出了智能學(xué)習(xí)空間層級模型，如圖2所示。該模型由操作層、特征層和目標(biāo)層構(gòu)成，目標(biāo)層將學(xué)習(xí)空間的目標(biāo)定位為實現(xiàn)因材施教和滿足不同人群教學(xué)需求的全納教育，特征層強(qiáng)調(diào)學(xué)習(xí)空間的包容性、層次性、多樣性和協(xié)同性四大特征，操作層則從四個維度實現(xiàn)上述特征。

圖2 智能學(xué)習(xí)空間層級模型

（一）空間規(guī)劃

空間規(guī)劃是指學(xué)習(xí)空間的平面形狀與空間布局。受建筑規(guī)劃、采光、空間使用率等因素影響，當(dāng)前大多數(shù)學(xué)習(xí)空間的平面形狀都是矩形。在此，主要探討人工智能時代學(xué)習(xí)空間的空間布局問題。我們認(rèn)為，人工智能時代學(xué)習(xí)空間的空間布局將朝著兩個方向發(fā)展：一是空間布局更具靈活性與彈性，由于教育目標(biāo)重心的轉(zhuǎn)向，更加多樣化的教學(xué)組織形式和教學(xué)法將會應(yīng)用在學(xué)習(xí)空間中，傳遞/接受式教學(xué)、實驗教學(xué)、基于項目的教學(xué)、自主探究學(xué)習(xí)、基于人機(jī)協(xié)同的合作學(xué)習(xí)、討論等，可以實現(xiàn)相互之間自由切換，這對學(xué)習(xí)空間的布局提出了更高要求，創(chuàng)設(shè)更加靈活、有彈性的空間成為一種必然選擇；二是開放式布局與區(qū)隔式布局相結(jié)合，無論是混齡教育還是人工智能支持的個性化學(xué)習(xí)，都要求學(xué)習(xí)空間的布局富有層次性，通過軟隔斷、空間形狀自然形成的隔斷等方式，構(gòu)建相對獨立的空間區(qū)域，能夠?qū)崿F(xiàn)多種不同類型學(xué)習(xí)活動的同時開展，可有效減少各人或各小組進(jìn)行異步活動時的相互干擾。

在這方面，AltSchool的學(xué)習(xí)空間布局或許能提供一些借鑒。在設(shè)計學(xué)習(xí)空間時，AltSchool的設(shè)計師們嚴(yán)格遵循“個性化教育優(yōu)先”的理念，努力使空間盡可能地發(fā)揮功能，以支持不同類型的學(xué)習(xí)經(jīng)驗，如，獨立活動、小組合作和群體教學(xué)，盡可能使不同學(xué)習(xí)風(fēng)格的學(xué)生都能得到空間的支持。所有這些學(xué)習(xí)空間既是為個人設(shè)計的，又是為集體設(shè)計的。例如，設(shè)計實驗室（Design Lab）主要是作為從工藝品到大型科學(xué)實驗等活動的創(chuàng)客空間，其特點是設(shè)計靈活，既可以作為計算機(jī)實驗室、大型活動空間、午餐大廳，也可以作為室內(nèi)游樂場[37]。圖3呈現(xiàn)的就是AltSchool中的一些學(xué)習(xí)空間，空間的布局充分考慮了多種類型教學(xué)活動的需要，并通過空間中的相對獨立區(qū)域、小隔斷、添加隔音設(shè)施等，來實現(xiàn)開放式布局與區(qū)隔式布局的統(tǒng)一。

圖3 AltSchool中的學(xué)習(xí)空間布局

（二）物理環(huán)境與服務(wù)

與傳統(tǒng)教室中強(qiáng)調(diào)有秩序、統(tǒng)一的物理環(huán)境不同，學(xué)習(xí)空間強(qiáng)調(diào)要更加重視師生的用戶體驗，構(gòu)建一個以人為本的學(xué)習(xí)環(huán)境。人工智能技術(shù)和物聯(lián)網(wǎng)技術(shù)相結(jié)合，不僅能夠創(chuàng)設(shè)舒適、優(yōu)美、健康、環(huán)保的物理環(huán)境，還可以為空間中的每個人定制個性化的環(huán)境。在人工智能時代，學(xué)習(xí)空間中的溫度、濕度、亮度、色彩、照明，都可以根據(jù)用戶的需要和喜好進(jìn)行個性化定制。

比如在個性化溫度方面，麻省理工學(xué)院的研究人員開發(fā)出一套“局部變暖”（Local Warming）系統(tǒng)，可以在個人周圍創(chuàng)造個性化的氣候，以替代傳統(tǒng)的整個建筑物采用一個統(tǒng)一溫度的做法。該系統(tǒng)由麻省理工學(xué)院無線網(wǎng)絡(luò)和移動計算中心的Dina Katabi教授和她的研究團(tuán)隊開發(fā)，能夠在人的周圍創(chuàng)設(shè)一個精確的個人氣候，從而使每個人都感覺舒適，而他們周圍的空間則能夠保持在一個較低的溫度，進(jìn)而節(jié)省能源。如圖4所示，當(dāng)人進(jìn)入房間，系統(tǒng)會通過一種新的基于WiFi的定位跟蹤技術(shù)，來確定人的位置和軌跡，然后將位置和軌跡信息實時發(fā)送到位于天花板網(wǎng)格中的動態(tài)加熱元件陣列中，由加熱元件完成局部變暖，每個加熱元件由一個可變換方向的伺服電機(jī)、一個產(chǎn)生紅外輻射的燈泡、一個冷光鏡和其它光學(xué)裝置等組成[38]。

在未來，隨著這項技術(shù)的進(jìn)一步發(fā)展，它可以讓每個人通過智能手機(jī)，定義他們喜歡的特定溫度，人工智能技術(shù)甚至可以通過對每個人的識別，來自動提供他們適宜和喜歡的溫度。類似的智能溫度和濕度控制系統(tǒng)還有 tado Heating、Nest、Cosy 等。

圖4 麻省理工學(xué)院研發(fā)的“局部變暖”系統(tǒng)

個性化照明也已經(jīng)有了成功案例。Light Controller是Goldee公司開發(fā)的一款個性化照明系統(tǒng)，該系統(tǒng)預(yù)設(shè)了各種照明主題，用戶可以根據(jù)需要選擇，同時該系統(tǒng)還支持手勢識別，用戶可以通過手勢選擇照明主題。更有意思的是，該系統(tǒng)能夠利用傳感器收集用戶的使用習(xí)慣，將這些信息交由Goldee云服務(wù)器處理后，系統(tǒng)就可以預(yù)測用戶的照明行為。例如，某個人在何時何地可能需要何種照明，從而實現(xiàn)照明的個性化與智能化[39]。SmartMat則是一款智能門墊，它里面內(nèi)置了壓力傳感器，可以通過監(jiān)測壓力來判斷門墊上方物體的重量，甚至還能夠根據(jù)行走軌跡、方向等信息來匹配云端數(shù)據(jù)，精準(zhǔn)識別某個人，進(jìn)而提供諸如個性化照明等智能服務(wù)[40]。

除了個性化溫度和照明，通過智能化著色獲得個性化色彩，也有了解決方案。Halio glass是Kines-tral研發(fā)的一款智能著色玻璃，它通過能夠觸發(fā)化學(xué)反應(yīng)的電荷，來控制光的傳輸量和顏色，從而幫助人們根據(jù)需要設(shè)定或自動變換采光和顏色，用戶可以通過開關(guān)、移動APP、桌面應(yīng)用程序、語音等多種方式控制玻璃的色彩。Halio glass最多可以提供50個深淺不同的灰色，在內(nèi)墻和隔墻上的應(yīng)用，可創(chuàng)建多用途的學(xué)習(xí)空間，并根據(jù)不同的學(xué)習(xí)需要提供不同的隱私程度和學(xué)習(xí)情境[41]。

可見，無論是個性化氣候、個性化照明還是個性化色彩，都最終指向?qū)€體不同需求的回應(yīng)，人工智能技術(shù)的應(yīng)用，將使個性化的物理環(huán)境與服務(wù)真正融入學(xué)習(xí)空間。

（三）陳設(shè)

學(xué)習(xí)空間中的陳設(shè)主要是指課桌椅、移動講桌等家具。為了適應(yīng)更加多樣化的學(xué)生群體，不同高度、色彩的桌椅，可以根據(jù)實際情況有層次地部署。除此之外，人工智能技術(shù)與家具的結(jié)合在為學(xué)習(xí)者提供更佳用戶體驗的同時，也可以用于感知學(xué)習(xí)者的學(xué)習(xí)狀態(tài)，提供智能化服務(wù)。

Robotbase開發(fā)了一款號稱世界上最聰明的辦公桌——Autonomous Desk，使用者不僅可以利用APP來調(diào)節(jié)辦公桌的高低、桌面和框架的顏色，更有意思的是，它能夠在人使用桌子幾天后，通過對使用行為和使用習(xí)慣的“學(xué)習(xí)”，為使用者在某個時段自動調(diào)節(jié)桌子的屬性，從而幫助使用者更舒適、更輕松地完成工作。例如，它可以通過機(jī)器學(xué)習(xí)來預(yù)測用戶可能會在某個時刻站起來工作一會，并喜歡將桌面顏色改為綠色，那么，桌子會自動調(diào)節(jié)成上述模式。不僅僅服務(wù)于某個使用者，Autonomous Desk還可以通過聲音識別技術(shù)判別不同使用者的偏好，并提供相應(yīng)的個性化服務(wù)，并能夠與其它智能設(shè)備相連接，提供諸如健康提醒、控制溫度、開關(guān)門等服務(wù)[42]。圖5顯示的是Autonomous Desk的兩種不同使用狀態(tài)。設(shè)想一下，將具備這種功能的智能課桌部署在學(xué)習(xí)空間中，學(xué)習(xí)者將得到更加人性化的服務(wù)。

圖5 Autonomous Desk的不同使用狀態(tài)

除了可以提升用戶體驗，人工智能技術(shù)與傳統(tǒng)家具的結(jié)合，還可以通過感知學(xué)習(xí)者的生命體征來判斷學(xué)習(xí)者的學(xué)習(xí)狀態(tài)，進(jìn)而提供個性化學(xué)習(xí)幫助和建議。當(dāng)前，這方面的產(chǎn)品應(yīng)用于教學(xué)的案例還較少，但在健康領(lǐng)域已經(jīng)有了一些相對成熟的產(chǎn)品，如，LUMOback、UpRight、長頸鹿朋友等。

Darma是一款智能坐墊，其運行原理如圖6所示，嵌入坐墊中的光纖傳感器采用光學(xué)檢測原理，捕捉人體由于心跳和呼吸帶來的微小振動，采集心率、呼吸率、心率變異（HRV）等體征信息，然后，由遠(yuǎn)程服務(wù)器對這些生命體征進(jìn)行身體運動和健康狀況分析。使用者可以通過手機(jī)APP隨時獲取自己的健康狀況，家庭成員和醫(yī)生也可以異地遠(yuǎn)程監(jiān)控用戶的健康狀況。Darma可以檢測使用者的坐姿，學(xué)習(xí)他們的坐姿習(xí)慣，確定每個用戶頸部、背部和臀部疼痛的特定區(qū)域，從促進(jìn)健康的角度出發(fā)提醒使用者調(diào)整坐姿，給予姿勢和個性化的伸展建議。當(dāng)發(fā)現(xiàn)用戶的壓力水平過高時，Darma還會建議做一個簡短的呼吸運動，來幫助放松并提升注意力[43]。

圖6 Darma系統(tǒng)架構(gòu)

值得注意的是，調(diào)整坐姿和站姿不僅可以提醒學(xué)習(xí)者保持健康，還可能對學(xué)生的學(xué)習(xí)表現(xiàn)產(chǎn)生影響。美國太平洋大學(xué)的Chadi Kari和同事，通過在教室中安裝微軟的Kinect運動傳感器，跟蹤48名學(xué)生的骨骼位置，研究學(xué)習(xí)者留存信息的能力與姿勢之間的關(guān)系[44]。對Kinect捕獲的運動數(shù)據(jù)，通常通過提取高維特征進(jìn)行預(yù)處理，然后通過基于距離的函數(shù)或機(jī)器學(xué)習(xí)方法進(jìn)行比較，但是應(yīng)用程序的有效性受輸入運動數(shù)據(jù)的準(zhǔn)確性影響很大。例如，如果想要根據(jù)骨骼的長度來區(qū)分對象，骨骼關(guān)節(jié)的三維位置必須以毫米的級別準(zhǔn)確捕捉。為了提高Kinect骨架估計的準(zhǔn)確性，Valcik等人[45]提出了高級后處理方法（Advanced Post-processing Methods）試圖提升估計精度，實驗證實了這一方法的有效性。

盡管上述關(guān)于智能陳設(shè)的例子都是非教學(xué)領(lǐng)域的應(yīng)用，但我們可以發(fā)現(xiàn)，人工智能技術(shù)嵌入陳設(shè)為教育帶來了新的生機(jī)。諸如，智能調(diào)節(jié)桌椅滿足不同學(xué)習(xí)者的個性化需求、通過調(diào)整姿勢來提升學(xué)習(xí)效果、智能感知學(xué)習(xí)者的生命體征信息并給予建議等類似的開發(fā)和產(chǎn)品，將不斷出現(xiàn)，智能化的陳設(shè)部署在學(xué)習(xí)空間中也為時不遠(yuǎn)。

（四）智能技術(shù)的整合

通過以上關(guān)于物理環(huán)境與服務(wù)以及陳設(shè)的案例描述，我們已經(jīng)認(rèn)識到人工智能時代的學(xué)習(xí)空間將嵌入大量的智能元素。但由于這些智能陳設(shè)、環(huán)境控制和智能設(shè)備的提供者不同，如何通過統(tǒng)一接口整合這些智能元素，來提供更加流暢的服務(wù)，是必須要考慮的問題。如圖7所示，為了實現(xiàn)該目標(biāo)，在技術(shù)生態(tài)中將會是云計算負(fù)責(zé)存儲、統(tǒng)籌和計算，大數(shù)據(jù)技術(shù)負(fù)責(zé)數(shù)據(jù)采集、處理與分析，人工智能負(fù)責(zé)感知和認(rèn)知、提供智能化的學(xué)習(xí)服務(wù)。

圖7 智能學(xué)習(xí)空間一般技術(shù)架構(gòu)

從當(dāng)前人工智能的發(fā)展模式來看，大數(shù)據(jù)、高計算能力、機(jī)器學(xué)習(xí)都是不可或缺的，無論哪一條都絕非一所學(xué)校能單獨提供的。因此，區(qū)域聯(lián)合構(gòu)建人工智能教育生態(tài)將成為主流途徑，而擁有超大規(guī)模數(shù)據(jù)運算能力和人工智能技術(shù)的少數(shù)大企業(yè)，也將在其中發(fā)揮重要作用。類似于“百度大腦”和阿里ET大腦之“教育大腦”，將替代當(dāng)前的學(xué)習(xí)支持系統(tǒng)，成為教育智能服務(wù)的整合者與提供者。

為了便于分析，我們以一節(jié)典型的人工智能課堂為例，從課前、課中、課后三個環(huán)節(jié)來闡釋人工智能技術(shù)在學(xué)習(xí)空間中的整合應(yīng)用情景。

1.課前環(huán)節(jié)

在課前環(huán)節(jié)，教師將課中環(huán)節(jié)要學(xué)習(xí)的內(nèi)容告知人工智能，人工智能獲取內(nèi)容后，結(jié)合知識圖譜，給每個學(xué)生定制個性化學(xué)習(xí)路徑，自動生成個性化課前學(xué)案，并通過自然語言處理、圖像識別技術(shù)、語音識別技術(shù)，對學(xué)生的完成情況進(jìn)行自動識別和批改，當(dāng)發(fā)現(xiàn)學(xué)生預(yù)備知識中的薄弱點時，提供個性化反饋與強(qiáng)化，為課中環(huán)節(jié)的學(xué)習(xí)奠定知識基礎(chǔ)。例如，學(xué)生在學(xué)習(xí)英語口語時，人工智能利用語音識別技術(shù)識別學(xué)生口語發(fā)音，糾正不準(zhǔn)確的發(fā)音。在學(xué)生開展課前預(yù)習(xí)的過程中，人工智能還可以準(zhǔn)確預(yù)測學(xué)生在課中環(huán)節(jié)可能遇到的困難與問題，及時地給教師提供教學(xué)策略方面的建議。

在提供自適應(yīng)學(xué)習(xí)內(nèi)容和個性化學(xué)習(xí)路徑方面，Knewton作為自適應(yīng)學(xué)習(xí)領(lǐng)域的佼佼者，通過內(nèi)容定制和學(xué)習(xí)分析服務(wù)，來為學(xué)生提供個性化的學(xué)習(xí)體驗，目前，已應(yīng)用于包括中國在內(nèi)多個國家的K-12教育和高等教育領(lǐng)域。高頓旗下的自適應(yīng)學(xué)習(xí)系統(tǒng)Epiphany，則嘗試將自適應(yīng)學(xué)習(xí)應(yīng)用在職業(yè)教育領(lǐng)域，該系統(tǒng)針對職業(yè)教育培訓(xùn)的特點，通過教師的經(jīng)驗和對考試題庫的分析構(gòu)建知識圖譜，完成對不同知識點關(guān)聯(lián)的分析，進(jìn)而利用各類算法實現(xiàn)自適應(yīng)學(xué)習(xí)[46]。

2.課中環(huán)節(jié)

（1）個性化環(huán)境構(gòu)建。人工智能技術(shù)能夠通過對學(xué)生在課前環(huán)節(jié)的學(xué)習(xí)表現(xiàn)進(jìn)行分析，智能判定學(xué)生的層次，將學(xué)生分成不同的群組，開展混班分層次教學(xué)?！敖逃竽X”會記錄每名學(xué)生和教師的行為習(xí)慣，通過人臉識別、語音識別等方式，自動識別學(xué)生和教師，并向空間中的智能陳設(shè)、智能環(huán)境發(fā)出指令，完成對學(xué)習(xí)空間環(huán)境的個性化定制。包括物理環(huán)境涉及的溫度、濕度、光照、色彩等，以及陳設(shè)中課桌椅的高度、舒適度調(diào)節(jié)等。

目前，在人臉識別和語音識別研究領(lǐng)域，深度學(xué)習(xí)與大數(shù)據(jù)的結(jié)合是當(dāng)前的主流技術(shù)路線，且相關(guān)算法也在不斷改進(jìn)。Yi Sun等人[47]提出了一種DeepID深度學(xué)習(xí)模型，可以大幅提升圖像的識別率至99.15%，隨后該研究團(tuán)隊又提出了一種用于通用對象檢測的可變形深度卷積神經(jīng)網(wǎng)絡(luò)，通過改變網(wǎng)絡(luò)結(jié)構(gòu)、訓(xùn)練策略、增加和去除檢測流水線中的一些關(guān)鍵組件，顯著提高了模型的有效性[48]。還有一些研究者試圖模擬人類識別人臉的原理來設(shè)置計算法，如，MIT的研究者們就基于生物學(xué)界發(fā)現(xiàn)的人腦處理圖像的三個層次，設(shè)計并開發(fā)了一款人臉識別系統(tǒng)[49]?？傊?，當(dāng)前人像識別和語音識別的精度已經(jīng)達(dá)到了非常高的水平，完全可以應(yīng)用于學(xué)習(xí)空間中的學(xué)生和教師識別，進(jìn)而為師生提供個性化的環(huán)境服務(wù)。

（2）學(xué)習(xí)過程監(jiān)測。在課中教學(xué)環(huán)節(jié)，教師可以利用情感計算技術(shù)，來對學(xué)生學(xué)習(xí)的整個過程進(jìn)行實時監(jiān)測，推斷學(xué)生的學(xué)習(xí)狀態(tài)和注意力狀態(tài)，并將監(jiān)測數(shù)據(jù)上傳至“教育大腦”，作為教師評估學(xué)生課堂學(xué)習(xí)表現(xiàn)和改進(jìn)教學(xué)策略的依據(jù)。學(xué)習(xí)狀態(tài)和注意力狀態(tài)監(jiān)測所用到的手段，包括聲音監(jiān)測、面部表情監(jiān)測、眼動監(jiān)測、腦電圖監(jiān)測、心率監(jiān)測、皮膚電導(dǎo)監(jiān)測等。

麻省理工學(xué)院的Sandy Pentland團(tuán)隊開發(fā)了一個“智能徽章”，它能追蹤佩戴者的位置，也可以感知其他徽章佩戴者的位置，并從佩戴者的聲音中察覺情感[50]。如果將這項技術(shù)運用于未來的課堂教學(xué)環(huán)節(jié)中，學(xué)生佩戴著類似功能的徽章，當(dāng)他們不專心于或?qū)Ｐ挠谌蝿?wù)時，徽章可能會發(fā)出紅色（分心）或綠色（專心）信號，使得教師可以很輕易地發(fā)現(xiàn)哪組學(xué)生需要被關(guān)注，或者由教育機(jī)器人直接過去干預(yù)。

類似地，Altuhaifa[51]也提出了一個通過學(xué)生的聲音推斷情感的系統(tǒng)，該系統(tǒng)通過捕捉聲音、提取語音的特征、從聲音中提取情感、識別驗證的聲音、分辨重疊聲音、避免對學(xué)生重復(fù)判斷等過程，來對語音、語調(diào)進(jìn)行分析，推斷學(xué)生的自尊、害羞、恐懼、合作、悲傷、興奮等情感，從而發(fā)現(xiàn)學(xué)生在課堂上遇到的問題，并由系統(tǒng)提供一個合適的解決方案。

面部表情和眼動情況也被用來推測學(xué)生的注意力水平。Nestor是LCA Learning公司開發(fā)的一款注意力監(jiān)測軟件，該軟件利用學(xué)生的網(wǎng)絡(luò)攝像頭來分析眼球運動和面部表情，并確定學(xué)生是否正在關(guān)注視頻講座。然后，針對注意力不集中時刻的學(xué)習(xí)內(nèi)容，自動生成測驗題目[52]，圖8呈現(xiàn)了Nestor監(jiān)測在線學(xué)習(xí)者眼球運動和面部表情的畫面。目前，該軟件已經(jīng)應(yīng)用于法國巴黎一所商學(xué)院的兩門在線課程中，以評估學(xué)生在在線課程中的表現(xiàn)。在未來，這類技術(shù)不僅能夠用于在線教育中，同樣有潛力用于面對面的教學(xué)中。

圖8 Nestor監(jiān)測眼動和面部表情

通過監(jiān)測學(xué)生的腦電波來識別注意力水平，也是一種可行方案。由一群哈佛大學(xué)中國留學(xué)生組成的開發(fā)團(tuán)隊BrainCo，推出了一款腦機(jī)交互應(yīng)用Focus1，該產(chǎn)品可以通過前額和耳朵后面的傳感器來捕捉學(xué)生的腦電波，從而判斷學(xué)生的注意力水平[53]。圖9顯示的是學(xué)生佩戴Focus1頭箍的場景。

圖9 利用腦電波來識別注意力水平

Fleureau[54]等人則通過測量手掌區(qū)域的皮膚電導(dǎo)水平的局部變化，來探究用戶的情感喚醒程度，他們將BodyMedia臂帶傳感器放置在每個參與者的手掌區(qū)域，以32Hz的頻率記錄皮膚電導(dǎo)水平。結(jié)果表明，通過皮膚電導(dǎo)水平的監(jiān)測來判斷參與者的情感是可行的。類似地，德克薩斯大學(xué)阿靈頓分校LINK研究實驗室的研究人員，利用EmpaticaE4腕帶來測量學(xué)生的心率變化傾向和皮膚電反應(yīng)，并以此作為衡量學(xué)生情緒反應(yīng)的指標(biāo)[55]。

（3）智能導(dǎo)師。由于智能導(dǎo)師可以針對不同的教學(xué)場景提供針對性服務(wù)，因此，以智能代理、教育機(jī)器人為代表的智能導(dǎo)師系統(tǒng)，有潛力成為課堂的一種常態(tài)化應(yīng)用。例如，在小組協(xié)作過程中，智能導(dǎo)師系統(tǒng)可充當(dāng)監(jiān)督者、調(diào)節(jié)者的角色，當(dāng)學(xué)習(xí)目標(biāo)發(fā)生偏移、開小差等情況出現(xiàn)時，對學(xué)生進(jìn)行引導(dǎo)。而在教師講授的間隙，智能導(dǎo)師系統(tǒng)可以根據(jù)學(xué)習(xí)過程監(jiān)測的結(jié)果，及時給予智能化輔導(dǎo)或建議教師進(jìn)行干預(yù)。

相對于智能虛擬代理，教育機(jī)器人（Educational Robot）的研究還處于探索階段，但在學(xué)習(xí)空間中的應(yīng)用前景十分廣闊。Kiesler等人[56]關(guān)注了如何讓一個類人機(jī)器人更有效地被使用，他們發(fā)現(xiàn)：人們更喜歡與一個類人機(jī)器人而非屏幕上的代理進(jìn)行交互。教育機(jī)器人可以幫助教師更有效地開展教學(xué)，當(dāng)班級學(xué)生人數(shù)過多，教師無法了解每個人的學(xué)習(xí)進(jìn)展情況并開展針對性和差異化的教學(xué)時，教育機(jī)器人可以通過與智能學(xué)習(xí)環(huán)境保持緊密聯(lián)系，來獲知哪些學(xué)習(xí)者需要額外幫助，并通過回答學(xué)生的疑問，幫助他們保持專注等方式來提供幫助[57]。

（4）智能學(xué)習(xí)伙伴。智能學(xué)習(xí)伙伴在課中環(huán)節(jié)的自主學(xué)習(xí)和協(xié)作學(xué)習(xí)中，可以發(fā)揮積極作用。以小組協(xié)作學(xué)習(xí)為例，智能學(xué)習(xí)伙伴能夠以虛擬成員的身份加入其中，根據(jù)自適應(yīng)組隊的結(jié)果，開展智能協(xié)助、結(jié)果評估等，幫助小組更好地完成任務(wù)。

Betty’s Brain是智能虛擬學(xué)伴的典型代表，它是由范德比爾特大學(xué)Teachable Agents Group創(chuàng)建的一個軟件環(huán)境。在Betty’s Brain中，學(xué)生被指定教授一個名為Betty的計算機(jī)代理科學(xué)知識（例如，生態(tài)系統(tǒng)、氣候變化或調(diào)節(jié)），而要做到這一點，需要通過提問和測試來了解Betty的掌握情況，并在教授的過程中盡到責(zé)任。Betty’s Brain希望通過這一過程來培養(yǎng)學(xué)生的元認(rèn)知技能，并習(xí)得相關(guān)專業(yè)領(lǐng)域知識[58]。

另外，一些機(jī)器人也被用來作為學(xué)生的智能學(xué)習(xí)伙伴。Aldebaran Robotics開發(fā)的Nao是一個具有人形的小型機(jī)器人，法國研究人員Pierre Dillenbourg將機(jī)器人Nao帶入課堂，以幫助學(xué)生學(xué)習(xí)字母拼寫（見圖10），在這過程中，Nao扮演了學(xué)習(xí)伙伴的角色，學(xué)生被要求教Nao正確地拼寫字母[59]。

圖10 學(xué)生教授機(jī)器人Nao學(xué)習(xí)字母

除了用于個體學(xué)習(xí)，機(jī)器人還被用于跟學(xué)生開展互動與合作。Oshima[60]研究了日本ATR公司的社交機(jī)器人Robovie-W作為一個學(xué)習(xí)伙伴，是如何支持合作學(xué)習(xí)小組中的參與，當(dāng)有學(xué)生發(fā)言時，Robovie-W會將自己的頭轉(zhuǎn)向他，還可以把正在討論的關(guān)于某主題的解釋說出來。研究發(fā)現(xiàn)，學(xué)生與機(jī)器人的互動方式，同人類伙伴在合作學(xué)習(xí)小組中的互動方式類似，并且那些適應(yīng)性好的學(xué)習(xí)者與Robovie-W的互動效果最佳。Shiomi等人[61]則關(guān)注Robovie是否可以激發(fā)學(xué)生的科學(xué)好奇心，研究者將機(jī)器人放置在四年級和五年級的小學(xué)科學(xué)課堂上，學(xué)生可以在休息時間自由地與它互動。研究發(fā)現(xiàn)，總體上學(xué)生對科學(xué)的好奇心并沒有增強(qiáng)，但是那些與Robovie互動頻繁的學(xué)生其好奇心增強(qiáng)了。

3.課后環(huán)節(jié)

在課后環(huán)節(jié)，“教育大腦”會收集傳感器和在線學(xué)習(xí)平臺的各項數(shù)據(jù)，對數(shù)據(jù)進(jìn)行整合、計算、分析后，推斷每個學(xué)生可能存在的難點與困惑，自動制定個性化輔導(dǎo)方案，課后以云服務(wù)的形式向?qū)W生推送學(xué)習(xí)資源、學(xué)習(xí)方法建議等，并對學(xué)生的課下作業(yè)進(jìn)行智能評測，檢驗學(xué)習(xí)效果。對于教師而言，“教育大腦”也會在綜合評估學(xué)生的課堂表現(xiàn)與教師的教學(xué)過程后，給予教師關(guān)于教學(xué)內(nèi)容和教學(xué)方法的智能反饋，并對下節(jié)課的教學(xué)提出針對性建議。

隨著機(jī)器學(xué)習(xí)算法的進(jìn)步，人工智能技術(shù)已經(jīng)可以實現(xiàn)在大數(shù)據(jù)基礎(chǔ)上進(jìn)行自我學(xué)習(xí)，從而可以評測一些題庫中沒有的題目，包括主觀題和客觀題。在2017年高考中大放異彩的機(jī)器人Aidam和AIMATHS，就是體現(xiàn)智能評測研究新進(jìn)展的典型案例。

六、總結(jié)

我們通過以PST框架作為分析框架，從人工智能與未來教育、人工智能時代的學(xué)習(xí)空間特征、人工智能時代的學(xué)習(xí)空間設(shè)計三個方面，對人工智能時代的學(xué)習(xí)空間變革進(jìn)行了系統(tǒng)分析。首先，人工智能時代的教育目標(biāo)更強(qiáng)調(diào)高階思維、價值觀、信息素養(yǎng)、社會交互等要素，并且將呈現(xiàn)出新的教學(xué)形態(tài)，包括教學(xué)理念邁向全納教育、教學(xué)方式突出基于人機(jī)協(xié)同的精準(zhǔn)教學(xué)、師生關(guān)系趨向平等與合作、教學(xué)內(nèi)容由標(biāo)準(zhǔn)化轉(zhuǎn)向定制化、教學(xué)組織形式更加靈活多樣。其次，為了達(dá)到上述目標(biāo)，滿足教學(xué)形態(tài)的新需求，人工智能時代的學(xué)習(xí)空間除了應(yīng)具備研究者們所指出的靈活性、人性化、開放性、智能性等特征之外，還將凸顯包容性、層次性、多樣性和協(xié)同性四個特征。最后，體現(xiàn)上述特征的學(xué)習(xí)空間，可以從空間規(guī)劃、物理環(huán)境與服務(wù)、陳設(shè)、智能技術(shù)的整合四個維度進(jìn)行設(shè)計與實現(xiàn)。在憧憬未來的同時，我們也要清醒地看到，人工智能時代學(xué)習(xí)空間的真正實現(xiàn)，還面臨著諸多挑戰(zhàn)。

首當(dāng)其沖的是技術(shù)挑戰(zhàn)。人工智能技術(shù)之所以能夠在近幾年得到突破性進(jìn)展，除了外部信息環(huán)境的深刻變化、對人工智能外部需求的增強(qiáng)、大數(shù)據(jù)技術(shù)的發(fā)展起到了推動作用外，深度學(xué)習(xí)的成功是一個最關(guān)鍵的原因[62]。但必須看到的是，目前的深度學(xué)習(xí)算法還極度依賴于大數(shù)據(jù)，國際著名計算機(jī)專家朱松純[63]將這種模式稱作“大數(shù)據(jù)、小任務(wù)”（Big Data for Small Task）范式，其主要問題在于模型無法泛化。這也是為什么當(dāng)前的人工智能大多聚焦于某個專門領(lǐng)域，通用人工智能還任重道遠(yuǎn)，而這容易導(dǎo)致學(xué)習(xí)空間需要根據(jù)預(yù)設(shè)，提供大量特定功能的人工智能應(yīng)用，進(jìn)而影響空間的通用性。

第二個挑戰(zhàn)是來自于個人隱私方面的。人工智能時代的學(xué)習(xí)空間，需要收集教師和學(xué)生的各種行為習(xí)慣、情感甚至思維數(shù)據(jù)，從而為師生提供個性化服務(wù)，這就意味著人們在人工智能面前毫無隱私可言，而這無論是對教師還是學(xué)生而言都是極大的挑戰(zhàn)。師生能否接受，將直接影響著學(xué)習(xí)空間的落地和教學(xué)的效果。

第三個挑戰(zhàn)是資金和人力成本方面的。由于人工智能技術(shù)尚處于高速發(fā)展期，教育人工智能領(lǐng)域的很多應(yīng)用都需要定制和開發(fā)，這就需要投入大量的人力資本和資金，而絕非是單獨一所或幾所學(xué)校所能夠承擔(dān)的。前文提及的美國明星學(xué)校AltSchool就是由于承受不住巨大的經(jīng)濟(jì)壓力，被迫關(guān)閉了位于硅谷和紐約的兩所分校。

盡管人工智能時代的學(xué)習(xí)空間變革面臨著重重挑戰(zhàn)，但技術(shù)的飛速進(jìn)步，已經(jīng)讓全納教育理念愈發(fā)接近，因材施教與個性化學(xué)習(xí)的美好愿景，也讓我們有更多的理由去期待人工智能迎來新的技術(shù)突破。

[1][10][62]Yunhe Pan.Heading toward Artificial Intelligence 2.0[J].Engineering,2016,2（4）:409-413.

[2]Payne P,Conyers A.Measuring the Impact of Higher Education Libraries the LIRGSCONUL Impact Implementation Initiative[J].Library&Information Research,2005,29（91）:3-9.

[3]Britnell J C,Andriati R,Wilson L.Learning Space Design with an Inclusive Planning Process Promotes User Engagement[J].EDUCAUSE Quarterly,2009（4）.

[4]Radcliffe D A.Pedagogy-Space-Technology（PST） Framework for Designing and Evaluating Learning Places[C]//Proceedings of the Next Generation Learning Spaces 2008 Colloquium.Brisbane:The University of Queensland,2009:11-16.

[5]許亞鋒,王麒.學(xué)生對技術(shù)支持的學(xué)習(xí)空間的感知研究[J].遠(yuǎn)程教育雜志,2015（2）:21-30.

[6]許亞鋒,陳衛(wèi)東,李錦昌.論空間范式的變遷:從教學(xué)空間到學(xué)習(xí)空間[J].電化教育研究,2015（11）:20-25.

[7]P21.Framework for 21st Century Learning[EB/OL].[2017-10-25].http://www.p21.org/our-work/p21-framework.

[8]OECD.Preparing Teachers and Developing School Leaders for the 21st Century[DB/OL].[2017-11-11].http://www.oecd-ilibrary.org/education/preparing-teachers-and-developing-school-leaders-for-the-21st-century_9789264174559-en.

[9]劉俊生,余勝泉.分布式認(rèn)知研究述評[J].遠(yuǎn)程教育雜志,2012,30（1）:92-97.

[11]李政濤.人工智能時代:教育的“變與不變”[EB/OL].[2017-11-11].http://www.ict.edu.cn/news/n2/n20171101_45088.shtml.

[12]魯白.人工智能時代教育如何定位？[EB/OL].[2017-11-11].https://www.sohu.com/a/160136321_99916561.

[13]王竹立.人工智能時代的教育暢想[J].今日教育,2017（9）:12-15.

[14]蔣洪興.從教學(xué)模式、教學(xué)課型到教學(xué)形態(tài)——新常態(tài)背景下區(qū)域推進(jìn)課堂教學(xué)改革的實踐路徑[J].江蘇教育,2015（31）:28-30.

[15]高云,方志剛,樊增廣.高等教育信息化資源建設(shè)模式與教學(xué)形態(tài)演變[J].黑龍江高教研究,2015（8）:18-21.

[16]周滿生.全納教育:概念及主要議題[J].教育研究,2008（7）:16-20.

[17]呂耀中.全納教育視野下的差異教學(xué)[J].中國特殊教育,2006（1）:9-13.[18]郝振君,蘭繼軍.論全納教育與教師素質(zhì)[J].中國特殊教育,2004（7）:1-4.

[19][20]黃志成.全納教育:21世紀(jì)全球教育研究新課題[J].全球教育展望,2001,30（1）:51-54.

[21]Roll I,Wylie R.Evolution and Revolution in Artificial Intelligence in Education[J].International Journal of Artificial Intelligence in Education,2016,26（2）:1-18.

[22]朱永新,徐子望,魯白等.“人工智能與未來教育”筆談（上）[J].華東師范大學(xué)學(xué)報:教育科學(xué)版,2017,35（4）:15-30.

[23]鐘啟泉.基于核心素養(yǎng)的課程發(fā)展:挑戰(zhàn)與課題[J].全球教育展望,2016,45（1）:3-25.

[24]譚維智.不教的教育學(xué)——“互聯(lián)網(wǎng)+”時代教育學(xué)的顛覆性創(chuàng)新[J].教育研究，2016（2）:37-40.

[25]JISC.Designing Spaces for Effective Learning:A Guide to 21st Century Learning Space Design[DB/OL].[2017-12-04].http://www.jisc.ac.uk/media/documents/publications/learningspaces.pdf.

[26]Tahir M M，et al.Constructing Place and Space in the Design of Learning Environments for PBL in Malaysian Universities[J].Ajtlhe,2009,1（1）:26-34.

[27]陳衛(wèi)東,張際平.未來課堂的定位與特性研究[J].電化教育研究,2010（7）:23-28.

[28]許亞鋒.技術(shù)支持的學(xué)習(xí)空間的設(shè)計與實踐[D].上海：華東師范大學(xué),2015:17-19.

[29]Mitchell G，et al.Retrofitting University Learning Spaces[DB/OL].[2017-11-09].http://www.olt.gov.au/system/files/resources/PP8-921%20QUT%20Mitchell%20Final%20Report%202010.pdf.

[30]NMC.Horizon Report （2017 Higher Education Edition）[DB/OL].[2017-10-12].http://cdn.nmc.org/media/2017-nmc-horizon-reporthe-EN.pdf.

[31]程彩玲.幼兒園3-6歲連續(xù)混齡教育的組織與實施[J].學(xué)前教育研究,2010（11）:61-63.

[32]王燕蘭,張司儀,張春美.創(chuàng)設(shè)高質(zhì)量混齡教育環(huán)境的實踐探索[J].上海教育科研,2015（7）:87-89.

[33]Oshima J,Oshima R,Miyake N.Collaborative Reading Comprehension with Communication Robots as Learning Partners[C]//Proceedings of International Conference of the Learning Sciences.Sydney,Australia,2012.

[34]Loos R.CoWriter:Children Using Robots to Learn Writing.Robotics Today[EB/OL].[2017-11-02].http://www.roboticstoday.com/news/cowriter-children-using-robots-to-learn-writing-3113.

[35][61]Shiomi M,Kanda T,Howley I,et al.Can a Social Robot Stimulate Science Curiosity in Classrooms?[J].International Journal of Social Robotics,2015,7（5）:641-652.

[36]許亞鋒,塔衛(wèi)剛,張際平.技術(shù)增強(qiáng)的學(xué)習(xí)空間的特征與要素分析[J].現(xiàn)代遠(yuǎn)距離教育,2015（2）:22-31.

[37]AltSchool.A Flexible Space Designed for Learning[EB/OL].[2017-11-10].https://www.altschool.com/post/introducing-altschool-unionsquare-in-new-york-city.

[38]Vicki Ekstrom.Achieving Energy Efficiency with “Local Warming”[EB/OL].[2017-11-18].http://news.mit.edu/2014/achieving-energy-efficiency-local-warming.

[39]Itwriter.打造智能照明生活,Goldee推出Light Controller[EB/OL].[2017-11-18].https://news.cnblogs.com/n/194282.

[40]Joshua Sherman.Smart Mat Can Tell You When Someone’s at the Door,and Turn on the TV for You[EB/OL].[2017-11-16].https://www.digitaltrends.com/mobile/smartmat-detects-packages-visitorsautomates-home.

[41]Kinestral.The New Standard for Green,Healthy,and Responsive Building Design[EB/OL].[2017-11-14].https://www.kinestral.com/how-halio-works.

[42]Robotbase.SMART STANDING DESK:World’s Best Sit-to-Stand Office Desk[EB/OL].[2017-11-10].https://www.kickstarter.com/projects/403524037/autonomous-desk-the-smartest-office-desk-yetpower/description.

[43]Darma Inc.Darma Fiber Optic Sensor[EB/OL].[2017-11-10].http://darma.co.

[44][55]Marguerite McNeal.Wearable Tech Weaves Its Way Into Learning[EB/OL].[2017-10-26].https://www.edsurge.com/news/2016-11-17-wearable-tech-weaves-its-way-into-learning.

[45]Valcik J,Sedmidubsky J,Zezula P.Improving Kinect-Skeleton Estimation[C]//International Conference on Advanced Concepts for Intelligent Vision Systems.Springer-Verlag New York,Inc，2015:575-587.

[46]芥末堆.客單價過萬的高頓自適應(yīng)學(xué)習(xí)課程,如何在2個月內(nèi)吸引上萬用戶?[EB/OL].[2017-11-11].https://www.jiemodui.com/N/68495.html.

[47]Sun Y,Wang X,Tang X.Deep Learning Face Representation from Predicting 10,000 Classes[C]//2014 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）,2014:1891-1898.

[48]Ouyang W,Zeng X,Wang K,et al.DeepID-Net:Object Detection with Deformable Part Based Convolutional Neural Networks[J].IEEE Transactions on Pattern Analysis&Machine Intelligence,2017,39（7）:1320-1334.

[49]粹客網(wǎng).MIT團(tuán)隊開發(fā)出了新型人臉識別系統(tǒng)[EB/OL].[2017-12-03].http://www.sohu.com/a/120651772_361277?qq-pf-to=pcqq.c2c.

[50][57]Timms M J.Letting Artificial Intelligence in Education Out of the Box:Educational Cobots and Smart Classrooms[J].International Journal of Artificial Intelligence in Education,2016,26 （2）:701-712.

[51]Altuhaifa F.Students’Weakness Detective in Traditional Class[J].International Journal of Advanced Research in Artificial Intelligence,2016,5（6）:16-20.

[52]Amar Toor.This French School is Using Facial Recognition to Find out When Students aren’t Paying Attention[EB/OL].[2017-11-23].https://www.theverge.com/2017/5/26/15679806/ai-education-facialrecognition-nestor-france.

[53]芥末堆.BrainCo:腦控技術(shù)進(jìn)入課堂,未來孩子或?qū)е熬o箍咒”上課[EB/OL].[2017-11-28].https://www.jiemodui.com/N/64691.html.[54]Fleureau J,Guillotel P,Orlac I.Affective Benchmarking of Movies Based on the Physiological Responses of a Real Audience[C]//Humaine Association Conference on Affective Computing and Intelligent Interaction,2013:73-78.

[56]Kiesler S,Powers A,Fussell S R,et al.Anthropomorphic Interactions with a Robot and Robot-like Agent[J].Social Cognition,2008,26（2）:169-181.

[58]The Teachable Agents Group at Vanderbilt University.Betty’s Brain[EB/OL].[2017-10-13].http://teachableagents.org/research/bettysbrain.php.

[59Loos R.CoWriter:Children Using Robots To Learn Writing[EB/OL].[2017-11-23].http://www.roboticstoday.com/news/cowriter-childrenusing-robots-to-learn-writing-3113.

[60]Oshima J,Oshima R,Miyake N.Collaborative Reading Comprehension with Communication Robots as Learning Partners[C]//International Conference of the Learning Sciences,Sydney,Australia，2012.

[63]朱松純.淺談人工智能:現(xiàn)狀、任務(wù)、構(gòu)架與統(tǒng)一[EB/OL].[2017-11-10].https://mp.weixin.qq.com/s/-wSYLu-XvOrsST8_KEUa-Q.