人工智能與教育變革：前景、困難和策略

肖睿 肖海明 尚俊杰

摘要：目前，人類正在加速進(jìn)入人工智能時(shí)代，在教育領(lǐng)域，人工智能究竟有什么價(jià)值，會(huì)遇到什么困難和障礙，應(yīng)該怎么去突破呢？該文系統(tǒng)回答了這幾個(gè)問(wèn)題。該文首先梳理了人工智能的概念、三大學(xué)派、三次發(fā)展浪潮及發(fā)展趨勢(shì)，回顧了人工智能教育應(yīng)用的不同歷史發(fā)展階段，在此基礎(chǔ)上，系統(tǒng)分析了人工智能在實(shí)現(xiàn)個(gè)性化自適應(yīng)學(xué)習(xí)、輔助教師工作、提升管理效率方面具備的核心教育價(jià)值及美好前景，探討了人工智能教育應(yīng)用面臨的技術(shù)層、倫理層、系統(tǒng)層、效果層等方面的困難和障礙，提出了加強(qiáng)人工智能基礎(chǔ)研究、普及人工智能教育、促進(jìn)教育流程再造、加強(qiáng)教育基礎(chǔ)（學(xué)習(xí)科學(xué)）研究等相應(yīng)的發(fā)展策略，最后展望了未來(lái)的發(fā)展之路。

關(guān)鍵詞：人工智能;教育變革;未來(lái)教育;智能教育;學(xué)習(xí)科學(xué)

中圖分類號(hào)：G434

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006-9860（2020）04-0075-12

2016年，AlphaGo（阿爾法狗）給全世界上了一堂人工智能課，由此拉開(kāi)了人工智能高速發(fā)展的序幕。最近幾年，我們看到了人工智能在語(yǔ)音識(shí)別、圖像處理、自動(dòng)翻譯、自動(dòng)駕駛等多個(gè)領(lǐng)域取得了突破性進(jìn)展，伴隨著大數(shù)據(jù)、云計(jì)算等新技術(shù)的快速發(fā)展，人類正在加速進(jìn)入智能時(shí)代。

面對(duì)這樣的情境，教育領(lǐng)域的管理者、研究者和實(shí)踐者自然希望借此實(shí)現(xiàn)智能化教學(xué)，實(shí)現(xiàn)個(gè)性化自適應(yīng)學(xué)習(xí)，實(shí)現(xiàn)科學(xué)決策和科學(xué)管理。在2019年5月召開(kāi)的國(guó)際人工智能與教育大會(huì)上，習(xí)近平主席在賀信中指出，積極推動(dòng)人工智能和教育深度融合，促進(jìn)教育變革創(chuàng)新，充分發(fā)揮人工智能優(yōu)勢(shì)，加快發(fā)展伴隨每個(gè)人一生的教育、平等面向每個(gè)人的教育、適合每個(gè)人的教育、更加開(kāi)放靈活的教育。教育部陳寶生部長(zhǎng)、鐘登華副部長(zhǎng)等專家領(lǐng)導(dǎo)也從不同角度指出了未來(lái)教育發(fā)展的方向和策略：構(gòu)建智能化教學(xué)環(huán)境，實(shí)現(xiàn)規(guī)?；逃蛡€(gè)性化培養(yǎng)的有機(jī)結(jié)合。

在社會(huì)各界的高度關(guān)注下，人工智能、大數(shù)據(jù)等技術(shù)在教育領(lǐng)域也取得了一些引人注目的成就，許多大中小學(xué)正在嘗試將人工智能應(yīng)用到學(xué)校中，確實(shí)方便了學(xué)生的學(xué)習(xí)和生活。比如南京理工大學(xué)利用大數(shù)據(jù)技術(shù)自動(dòng)分析甄別貧困學(xué)生，然后將補(bǔ)助款自動(dòng)充到貧困學(xué)生的飯卡中，深受社會(huì)各界好評(píng)。北京市第二十中學(xué)等學(xué)校開(kāi)始采用“刷臉吃飯”，確實(shí)方便了學(xué)生。

不過(guò)，就如以往新技術(shù)到來(lái)一樣，人們一定會(huì)質(zhì)疑：電影、電視、計(jì)算機(jī)、互聯(lián)網(wǎng)都沒(méi)能改變教育，人工智能就一定能改變教育嗎？本文希望從人工智能的概念、技術(shù)和歷史發(fā)展談起，系統(tǒng)調(diào)研人工智能教育應(yīng)用的現(xiàn)狀，分析其核心價(jià)值及發(fā)展前景，探討可能面臨的困難和障礙及應(yīng)對(duì)策略，并展望未來(lái)發(fā)展之路。

一、人工智能的概念及歷史發(fā)展

人工智能的想法最早起源于計(jì)算機(jī)之父圖靈（Turing）在1950年提出的設(shè)想：機(jī)器真的能思考嗎？而公認(rèn)的人工智能概念起源于1956年的達(dá)特茅斯會(huì)議，在這次會(huì)議上，麥卡錫、明斯基以及香農(nóng)等人提出了“人工智能”（Artificial Intelligence，簡(jiǎn)稱AI）的概念。下面我們就來(lái)看看人工智能的定義、三大學(xué)派、三大浪潮等重要概念和內(nèi)容：

（一）人工智能的概念

中國(guó)人工智能學(xué)會(huì)理事長(zhǎng)李德毅院士給人工智能下了一個(gè)比較詳盡的定義：“探究人類智能活動(dòng)的機(jī)理和規(guī)律，構(gòu)造受人腦啟發(fā)的人工智能體，研究如何讓智能體去完成以往需要人的智力才能勝任的工作，形成模擬人類智能行為的基本理論、方法和技術(shù)，所構(gòu)建的機(jī)器人或者智能系統(tǒng)，能夠像人一樣思考和行動(dòng)，并進(jìn)一步提升人的智能”。

在人工智能領(lǐng)域，有幾個(gè)常見(jiàn)的名詞：人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，它們?nèi)呤墙瓢年P(guān)系，機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能的算法或方法之一，深度學(xué)習(xí)是一種基于深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的算法或方法。

（二）人工智能的三大學(xué)派

在人工智能發(fā)展歷程中，逐漸形成了具有代表性的三大學(xué)派，分別是符號(hào)主義、聯(lián)結(jié)主義（也稱連接主義）、行為主義學(xué)派。符號(hào)主義學(xué)派是一種基于符號(hào)表達(dá)和數(shù)學(xué)邏輯推理的智能模擬方法。該學(xué)派在數(shù)學(xué)定理證明、專家系統(tǒng)方面取得了一些標(biāo)志性成果，其中1997年IBM的深藍(lán)機(jī)器人戰(zhàn)勝國(guó)際象棋高手加里·卡斯帕羅夫是一個(gè)代表性事件。聯(lián)結(jié)主義學(xué)派是一種基于神經(jīng)網(wǎng)絡(luò)及其聯(lián)結(jié)機(jī)制與學(xué)習(xí)算法的智能模擬方法。在應(yīng)用領(lǐng)域代表性案例是2016年AlphaGo在圍棋比賽中戰(zhàn)勝李世石。行為主義學(xué)派是一種基于“感知一行動(dòng)”的行為智能模擬方法。在應(yīng)用領(lǐng)域代表性案例是波士頓動(dòng)力公司推出的Atlas機(jī)器人。

（三）人工智能的三次浪潮

人工智能的發(fā)展大約經(jīng)過(guò)了三次浪潮，第一次浪潮是20世紀(jì)50-60年代。在1950年，圖靈發(fā)表了一篇名為《計(jì)算機(jī)械和智能》（Computing Machinery and Intelligence）的論文，該論文探討到底什么是人工智能，其中就提出了一個(gè)有趣的實(shí)驗(yàn)——著名的“圖靈測(cè)試”，掀起了第一次人工智能的浪潮，期間也產(chǎn)生了許多所謂的人工智能程序，并在數(shù)學(xué)定理證明等方面取得了突破性的進(jìn)展。但是在70年代中后期，人們發(fā)現(xiàn)人工智能只能解決一些比較簡(jiǎn)單的問(wèn)題，所以進(jìn)入了第一次低潮期。

人工智能第二次浪潮發(fā)生在20世紀(jì)80-90年代，當(dāng)時(shí)隨著1982年Hopfield神經(jīng)網(wǎng)絡(luò)的提出，掀起了人工智能的第二次浪潮，包括語(yǔ)音識(shí)別、語(yǔ)言翻譯等。在這個(gè)時(shí)期，受限于計(jì)算能力和算法策略，神經(jīng)網(wǎng)絡(luò)未能扮演人工智能的主角，符號(hào)推理方法繼續(xù)得到發(fā)展應(yīng)用，同時(shí)基于統(tǒng)計(jì)推理的機(jī)器學(xué)習(xí)方法也取得了比較大的發(fā)展和成果，此期間各個(gè)領(lǐng)域出現(xiàn)了比較實(shí)用的專家系統(tǒng)。比如1997年5月11日，IBM研發(fā)的人工智能程序“深藍(lán)”戰(zhàn)勝當(dāng)時(shí)的世界國(guó)際象棋棋王加里，卡斯帕羅夫。不過(guò)，人們后來(lái)發(fā)現(xiàn)人工智能距離實(shí)際生活仍然很遙遠(yuǎn)，因此，在2000年左右第二次人工智能的浪潮又破滅了。

人工智能第三次浪潮發(fā)生在2006年至今。Hinton在2006年提出了深度置信網(wǎng)絡(luò)（Deep Belief Network，DBN），解決了深度神經(jīng)網(wǎng)絡(luò)中原來(lái)無(wú)法優(yōu)化的問(wèn)題。隨著深度學(xué)習(xí)技術(shù)的發(fā)展，加上計(jì)算機(jī)運(yùn)算速度的大幅增長(zhǎng)、以及分布式并行圖形處理器（Graphics Processing Unit，GPU）的采用，互聯(lián)網(wǎng)積累起來(lái)的海量數(shù)據(jù)，使得基于深度神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)成為可能，并由此使得人工智能進(jìn)入了深度學(xué)習(xí)時(shí)代，從而掀起了更加猛烈的第三次浪潮。其中2016年3月15日，AlphaG0 4：1戰(zhàn)勝圍棋高手李世石是第三次浪潮的標(biāo)志性事件。

（四）人工智能的未來(lái)發(fā)展趨勢(shì)

通過(guò)以上綜述，我們雖然不能斷定人工智能未來(lái)究竟會(huì)怎樣發(fā)展，但是可以看出這樣的發(fā)展趨勢(shì)。

早期的人工智能（第一次和第二次浪潮期），解決的是確定性世界的問(wèn)題，是機(jī)器擅長(zhǎng)的抽象和形式化問(wèn)題，依靠的是人工知識(shí)、邏輯推理、知識(shí)系統(tǒng)，采用指令編程，就是人先弄懂基本原理和推理模型，再用計(jì)算機(jī)指令寫出的軟件程序告訴計(jì)算機(jī)怎么去計(jì)算推理并得到結(jié)論。

現(xiàn)代的人工智能（第三次浪潮期），解決的是不確定世界的問(wèn)題，是知識(shí)獲取和學(xué)習(xí)的自動(dòng)化問(wèn)題（直觀的、經(jīng)驗(yàn)的、非形式化的問(wèn)題），依靠的是數(shù)據(jù)和模型（映射），采用數(shù)據(jù)編程，就是由機(jī)器自動(dòng)從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律建立模型。

未來(lái)人工智能真正解決問(wèn)題的出路在于：邏輯+數(shù)據(jù)，指令編程+數(shù)據(jù)編程。從數(shù)據(jù)中學(xué)習(xí)知識(shí)，從知識(shí)推理出結(jié)果。也可以簡(jiǎn)單的說(shuō)，需要很好地融合三大學(xué)派的優(yōu)勢(shì)，才能更好地解決涉及認(rèn)知的復(fù)雜問(wèn)題，而認(rèn)知?jiǎng)t是教育領(lǐng)域最為關(guān)注的問(wèn)題。

二、人工智能教育應(yīng)用的歷史與現(xiàn)狀

人工智能教育應(yīng)用幾乎和人工智能的發(fā)展歷史是同步的，只是在不同的時(shí)期，強(qiáng)調(diào)了不同的重點(diǎn)，使用了不同的概念，但是本質(zhì)上都是希望借助計(jì)算機(jī)人工智能提升教學(xué)成效。

（一）起步：計(jì)算機(jī)輔助教學(xué)（CAI）

上世紀(jì)50年代開(kāi)始，隨著計(jì)算機(jī)的發(fā)展，計(jì)算機(jī)輔助教學(xué)（Computer Assisted Instruction，簡(jiǎn)稱CAI）也在世界各地開(kāi)始蓬勃發(fā)展。其中PLATO系統(tǒng)（Programmed Logic for Automatic Teaching Operation，可編程自動(dòng)教學(xué)系統(tǒng)）是最具代表性的項(xiàng)目。1960年，美國(guó)伊利諾伊大學(xué)聯(lián)合科學(xué)實(shí)驗(yàn)室（The Coordinated Science Laboratory）負(fù)責(zé)人畢澤博士（Donald Bitzer）聯(lián)合教育學(xué)、心理學(xué)和電子學(xué)等多領(lǐng)域?qū)W者研究利用計(jì)算機(jī)進(jìn)行個(gè)性化教學(xué)的計(jì)劃，至上世紀(jì)90年代的時(shí)候，已經(jīng)連接千臺(tái)以上教育終端，可提供200多門課程共10000多學(xué)時(shí)的教學(xué)服務(wù)。

應(yīng)該說(shuō)，PLATO系統(tǒng)就是人類希望嘗試實(shí)現(xiàn)智能化個(gè)性化教學(xué)的探索，只不過(guò)最初版本的智能程度比較低而已。

（二）探索：智能教學(xué)系統(tǒng)（ITS）

隨著人工智能領(lǐng)域?qū)＜蚁到y(tǒng)的重視，教育領(lǐng)域的專家系統(tǒng)即智能教學(xué)系統(tǒng)（Intelligent Tutoring System，簡(jiǎn)稱ITS，也常被翻譯為智能導(dǎo)師系統(tǒng)）開(kāi)始蓬勃發(fā)展。所謂智能教學(xué)系統(tǒng)，就是讓計(jì)算機(jī)像教師一樣能夠指導(dǎo)和幫助學(xué)生學(xué)習(xí)，甚至在一定程度上能夠替代教師。哈特利（Hartley）和斯里曼（Sleeman）在1973年提出了智能教學(xué)系統(tǒng)的基本架構(gòu)，認(rèn)為智能教學(xué)系統(tǒng)包含三方面的知識(shí)：領(lǐng)域知識(shí)，即專家模型（Expert Model），它主要解決教什么的問(wèn)題;學(xué)習(xí)者知識(shí)，即學(xué)生模型（Student Model），它主要解決教誰(shuí)的問(wèn)題，即判斷學(xué)生的認(rèn)知水平和認(rèn)知風(fēng)格等;教學(xué)策略知識(shí)，即導(dǎo)師模型（Tutor Model），它主要解決怎么教的問(wèn)題，主要提供個(gè)性化教學(xué)策略，使系統(tǒng)提出合理的輔導(dǎo)動(dòng)作。

自上世紀(jì)70年代以來(lái)，世界各地涌現(xiàn)出了很多智能教學(xué)系統(tǒng)，比較典型的如用于南美洲地理教學(xué)的Scholar，用于物理、數(shù)學(xué)、編程等教學(xué)的AutoTutor，用于數(shù)學(xué)、物理等理工科問(wèn)題解決的Cognitive Tutor系列，用于支持大學(xué)課堂合作學(xué)習(xí)的MentorChat，用于英語(yǔ)學(xué)習(xí)的希賽可系統(tǒng)等。

應(yīng)該說(shuō)，幾十年的智能教學(xué)系統(tǒng)探索確實(shí)為促進(jìn)認(rèn)知和學(xué)習(xí)提供了一些有效的工具。但是，和人類教師的教學(xué)智慧和教學(xué)策略相比，這些系統(tǒng)的“智能”水平還有待提升。不過(guò)，近年來(lái)隨著基于深度神經(jīng)網(wǎng)絡(luò)的人工智能技術(shù)的突破性進(jìn)展，智能導(dǎo)師系統(tǒng)（也稱為人工智能教師或AI教師）再一次吸引了大家的注意力，正在快速發(fā)展中。

（三）發(fā)展：個(gè)性化自適應(yīng)學(xué)習(xí)

前面都是從教師教的角度來(lái)說(shuō)的，從學(xué)生學(xué)的角度，主要是促進(jìn)個(gè)性化自適應(yīng)學(xué)習(xí)。人們希望基于人工智能、大數(shù)據(jù)及學(xué)習(xí)分析技術(shù)實(shí)現(xiàn)個(gè)性化自適應(yīng)學(xué)習(xí)。

所謂學(xué)習(xí)分析技術(shù)（Learning Analytics，簡(jiǎn)稱LA），2011年首屆學(xué)習(xí)分析與知識(shí)國(guó)際會(huì)議將其定義為：“測(cè)量、收集、分析和報(bào)告關(guān)于學(xué)習(xí)者及其學(xué)習(xí)情境的數(shù)據(jù)，以便了解和優(yōu)化學(xué)習(xí)和學(xué)習(xí)發(fā)生的情境”。所謂個(gè)性化學(xué)習(xí)（Personalized Learning，簡(jiǎn)稱PL），美國(guó)教育部2016年發(fā)布的《國(guó)家教育技術(shù)計(jì)劃》中將其定義為：“根據(jù)學(xué)習(xí)者的個(gè)性化需求和認(rèn)知特點(diǎn)，采取適合的方法來(lái)滿足學(xué)習(xí)者的需求，讓學(xué)習(xí)者主動(dòng)或被動(dòng)地建構(gòu)知識(shí)的學(xué)習(xí)方式”。所謂自適應(yīng)學(xué)習(xí)（Adaptive Learning），也常稱為自適應(yīng)學(xué)習(xí)系統(tǒng)（Adaptive Learning System，ALS）。1996年，布魯希洛夫斯基（Brusilovsky）對(duì)自適應(yīng)學(xué)習(xí)系統(tǒng)進(jìn)行了初步定義：“收集學(xué)生在使用系統(tǒng)學(xué)習(xí)過(guò)程中的信息，并對(duì)收集的信息進(jìn)行分析，然后為學(xué)生個(gè)性化定制符合其學(xué)習(xí)能力和認(rèn)知水平的用戶模型，從而解決教育中針對(duì)性不強(qiáng)的難題”。

在實(shí)踐中，人們一般采用個(gè)性化自適應(yīng)學(xué)習(xí)的概念。張劍平認(rèn)為，“自適應(yīng)學(xué)習(xí)是在線教育開(kāi)展個(gè)性化學(xué)習(xí)的產(chǎn)物，在線教育具備課堂教學(xué)所不具備的教學(xué)行為和學(xué)習(xí)行為的個(gè)人化特點(diǎn)，在線教育、個(gè)性化學(xué)習(xí)、自適應(yīng)學(xué)習(xí)具備天然的相互依賴的關(guān)系”。

為了實(shí)現(xiàn)個(gè)性化自適應(yīng)學(xué)習(xí)，很多學(xué)者提出了不同的自適應(yīng)學(xué)習(xí)模型。布魯希洛夫斯基和韋伯（Weber）提出了一個(gè)可交互的網(wǎng)絡(luò)智能教學(xué)系統(tǒng)ELM-ART。余勝泉從學(xué)習(xí)診斷、學(xué)習(xí)策略及學(xué)習(xí)內(nèi)容的動(dòng)態(tài)組織等三個(gè)關(guān)鍵環(huán)節(jié)提出了適應(yīng)性學(xué)習(xí)模式，并將其應(yīng)用在了他們研發(fā)的學(xué)習(xí)元平臺(tái)中。趙蔚等人在借鑒國(guó)際上多種能力構(gòu)建模型的基礎(chǔ)上，提出了一種包含“個(gè)性特征”“知識(shí)水平”“應(yīng)用情境”等三個(gè)維度的“學(xué)習(xí)者學(xué)習(xí)能力模型”并研發(fā)了相應(yīng)的學(xué)習(xí)系統(tǒng)。

（三）管理：提升管理效率和決策水平，實(shí)現(xiàn)看不見(jiàn)的服務(wù)和管理

對(duì)于教育來(lái)說(shuō)，技術(shù)促進(jìn)教師的教和學(xué)生的學(xué)確實(shí)是最重要的價(jià)值，但是也是相對(duì)比較難實(shí)現(xiàn)的，而最容易實(shí)現(xiàn)的可能是在管理方面的應(yīng)用。江鳳娟和吳峰指出，“信息技術(shù)對(duì)于高校的變革首先是從管理領(lǐng)域開(kāi)始的，管理信息化可以降低高校管理成本，提升管理效益，擴(kuò)大高校最佳學(xué)生規(guī)模，促使高校走內(nèi)涵式發(fā)展道路”。事實(shí)上，目前眾多的大中小學(xué)正在努力將人工智能應(yīng)用到食堂、購(gòu)物、門禁等領(lǐng)域，確實(shí)大大提升了管理效率，一定程度上也有助于提升決策水平。

相對(duì)于政府、軍隊(duì)、企業(yè)等組織來(lái)說(shuō)，教育組織相對(duì)容易忽視效率。比如在高校中，最受關(guān)注的可能是學(xué)生培養(yǎng)、科學(xué)研究等與建設(shè)一流高校緊密相關(guān)的業(yè)務(wù)工作，而對(duì)于基建、后勤、財(cái)務(wù)、行政等日常事務(wù)工作往往容易被相對(duì)忽視。所以，在全世界的高校中，管理效率似乎都不是很高。當(dāng)然，高校管理效率可能比較低，但是辦得卻很有效，這是由知識(shí)分子組織的特點(diǎn)決定的。關(guān)于這一點(diǎn)本文不再展開(kāi)討論，但是需要去思考，如何能夠在辦得有效的前提下，盡可能利用人工智能等技術(shù)同時(shí)提升管理效率、促進(jìn)科學(xué)決策。

如果仔細(xì)分析一下，在高校包括中小學(xué)中其實(shí)可以做的事情非常多，尤其是在行政后勤服務(wù)支持系統(tǒng)中，因?yàn)閷W(xué)生的各種學(xué)習(xí)、餐飲、上網(wǎng)等信息都被記錄下來(lái)，因此幾乎每一件事情都可以通過(guò)優(yōu)化流程、結(jié)合數(shù)據(jù)分析得以大大提升效率。從而可以通過(guò)精致化管理實(shí)現(xiàn)“看不見(jiàn)的服務(wù)和管理”，讓服務(wù)和管理無(wú)處不在但是又不可見(jiàn)，從而給師生節(jié)省大量的時(shí)間，可以讓他們?nèi)プ龈嗟氖澜缫涣鞯慕虒W(xué)研究工作。

四、人工智能教育應(yīng)用面臨的困難和障礙

雖然我們看到了人工智能在教育領(lǐng)域的光明前景，但是回顧人工智能教育應(yīng)用的幾十年曲折而艱難的發(fā)展歷史就可以看出，未來(lái)一定仍然會(huì)存在很多困難和障礙，這些困難和障礙大概可以歸納為圖2所示的四個(gè)層次：

（一）技術(shù)層：人工智能需要突破自身技術(shù)發(fā)展瓶頸

前面也提過(guò)，人工智能的發(fā)展大約經(jīng)過(guò)了三次浪潮，不過(guò)前兩次浪潮最終都破滅了，現(xiàn)在正在高漲的第三次浪潮究竟會(huì)怎樣呢？會(huì)不會(huì)再次破滅呢？當(dāng)然，這一輪浪潮確實(shí)不太一樣，人工智能在語(yǔ)音識(shí)別、圖像識(shí)別、自動(dòng)翻譯、自動(dòng)駕駛等領(lǐng)域確實(shí)達(dá)到了實(shí)用的水平，而且，這一輪人工智能浪潮的特點(diǎn)是百度、阿里、騰訊、谷歌等大型企業(yè)紛紛投入其中，初創(chuàng)公司也不斷成立，社會(huì)各界倍加關(guān)注。不過(guò)，現(xiàn)在也有學(xué)者開(kāi)始質(zhì)疑，他們認(rèn)為這一輪人工智能在語(yǔ)音識(shí)別、圖像識(shí)別等部分領(lǐng)域確實(shí)有突破性的發(fā)展，但是在其他領(lǐng)域遇到了瓶頸，短期內(nèi)可能很難有質(zhì)的突破。

在教育領(lǐng)域，目前看起來(lái)困難更大，亟待在語(yǔ)音識(shí)別、自動(dòng)翻譯、自動(dòng)識(shí)別和輸入公式、智能閱卷、自然語(yǔ)言理解等領(lǐng)域有質(zhì)的突破。比如，語(yǔ)音識(shí)別、自動(dòng)翻譯、智能對(duì)話對(duì)于教育意義非常大，但是如果準(zhǔn)確率不能接近100%的話，就很難得到廣泛和深入的應(yīng)用;再如，要想對(duì)學(xué)生進(jìn)行個(gè)性化指導(dǎo)，就需要給學(xué)生布置個(gè)性化的作業(yè)，并自動(dòng)批閱學(xué)生完成的作業(yè)。自動(dòng)布置個(gè)性化作業(yè)相對(duì)比較容易，但是要完全自動(dòng)批閱作業(yè)就比較困難，這就需要能夠自動(dòng)輸入和識(shí)別公式，目前仍然是難題;第三，要想真正實(shí)現(xiàn)智能導(dǎo)師系統(tǒng)，就有賴于自然語(yǔ)言理解技術(shù)的突破性進(jìn)展，目前仍然達(dá)不到實(shí)用水平。

（二）倫理層：人工智能需要突破傳統(tǒng)倫理觀念

目前，人工智能雖然尚未完全突破技術(shù)層，但已經(jīng)在倫理層上碰到了問(wèn)題。比如浙江省金華市某小學(xué)引進(jìn)的一款能夠監(jiān)測(cè)學(xué)生注意力的“頭環(huán)”就引發(fā)了社會(huì)爭(zhēng)議。其實(shí)，類似的事件之前也時(shí)有發(fā)生，比如有學(xué)校通過(guò)攝像頭即時(shí)捕捉、分析同學(xué)的表情來(lái)判斷學(xué)生的學(xué)習(xí)狀態(tài)，也幾乎受到了一邊倒的批判。就是普通的刷臉買飯和刷臉門禁也有人提出質(zhì)疑，主要是未成年人的相貌是否可以使用，個(gè)人隱私是否會(huì)泄露等等？

客觀地說(shuō)，技術(shù)本身是沒(méi)有價(jià)值觀的，可以作惡也可以揚(yáng)善，但是一旦考慮到人的因素，就會(huì)產(chǎn)生復(fù)雜的倫理問(wèn)題。比如，如果希望促進(jìn)個(gè)性化自適應(yīng)學(xué)習(xí)，自然需要了解學(xué)生的個(gè)體情況，那么捕捉他的表情、大腦活動(dòng)狀態(tài)似乎是有意義的。但是大部分人一定不會(huì)同意別人通過(guò)表情、大腦分析隨時(shí)了解自己的工作狀態(tài)。

如果再深入想一想，這背后還包含了人與技術(shù)的復(fù)雜性。尼爾·波斯曼在《技術(shù)壟斷：文化向技術(shù)投降》中也根據(jù)技術(shù)對(duì)人類世界的影響，將文化分為了三種類型：“工具使用文化、技術(shù)統(tǒng)治文化和技術(shù)壟斷文化”。他說(shuō)在技術(shù)壟斷文化階段，技術(shù)確實(shí)為我們提供了舒適便利的生活，但是也讓我們對(duì)自己的信仰失去自信，對(duì)自己也失去自信，只剩下一個(gè)可以相信的東西——技術(shù)。布萊思·阿瑟曾經(jīng)講過(guò)：“對(duì)所有的人類存在來(lái)說(shuō)，自然是我們的家——我們信任的是自然，而不是技術(shù)。但同時(shí)，我們?nèi)匀恢竿夹g(shù)能夠照顧我們的未來(lái)——我們寄希望于技術(shù)”。布萊恩·阿瑟還曾說(shuō)，“我們不僅需要舒適的生活，我們還需要意義、需要目的，需要和大自然融為一體。如果技術(shù)將我們與自然分離，就帶給了我們某種類型的死亡，但是如果技術(shù)加強(qiáng)了我們和自然的聯(lián)系，它就肯定了生活，因而也就肯定了我們的人性”。目前看來(lái)，“頭環(huán)”“表情分析”讓我們認(rèn)為是與自然的分離，這就是人們擔(dān)憂的根本原因。

有鑒于此，人工智能倫理現(xiàn)在也備受社會(huì)各界重視，2019年歐盟提出了發(fā)展“可信賴人工智能”（Trustworthy AI）的倡議。2019年5月聯(lián)合國(guó)教科文組織在北京召開(kāi)了首屆人工智能與教育大會(huì)，發(fā)布了成果文件Beijing Consensus on Artificial Intelligence and Education（簡(jiǎn)稱“北京共識(shí)”），其中也指出“要高度重視人工智能促進(jìn)教育發(fā)展的倫理問(wèn)題，盡快制定人工智能應(yīng)用于教育的倫理框架，要恰當(dāng)使用教育數(shù)據(jù)、教師學(xué)習(xí)者的個(gè)人數(shù)據(jù)，以保護(hù)學(xué)生和教師的隱私和個(gè)人數(shù)據(jù)安全”。概而言之，如果我們不能盡快制定一套受到各方認(rèn)可的人工智能教育應(yīng)用倫理框架，那么人工智能教育應(yīng)用一定還會(huì)步履維艱。

（三）系統(tǒng)層：人工智能需要重新構(gòu)建周圍結(jié)構(gòu)組織

在教育乃至其他領(lǐng)域，我們經(jīng)常會(huì)看到這樣的情景，一項(xiàng)技術(shù)真的很好，但是卻很難快速推廣，比如馬爾科姆·麥克萊恩1953年發(fā)明集裝箱以后，花了20多年才得到了廣泛應(yīng)用。這是什么原因呢？

布萊思·阿瑟認(rèn)為阻礙新技術(shù)取代舊技術(shù)的主要原因有三個(gè)：“經(jīng)歷精致、繁復(fù)的過(guò)程之后，成熟的舊技術(shù)反而表現(xiàn)的比新技術(shù)好;新技術(shù)發(fā)展的很好，表現(xiàn)也很好，但是采用它需要改變周圍的結(jié)構(gòu)和組織。因?yàn)槌杀咎撸钥赡懿粫?huì)很快替換;第三個(gè)原因是心理上的，舊技術(shù)被繼續(xù)使用是因?yàn)閺臉I(yè)者不認(rèn)可新技術(shù)帶來(lái)的愿景和承諾”。在這幾個(gè)原因中，就人工智能而言，第二個(gè)原因可能更為重要。人工智能新應(yīng)用發(fā)展的很好，表現(xiàn)也很好，但是如果要應(yīng)用這一套系統(tǒng)，可能需要更新軟硬件設(shè)備，重新布線，甚至調(diào)整學(xué)校的組織管理結(jié)構(gòu)，而這些難度都非常大，所以進(jìn)展就比較緩慢。

著名管理學(xué)家德魯克也有類似的觀點(diǎn)，他曾于1992年在《哈佛商業(yè)評(píng)論》上撰文指出：“自二戰(zhàn)以來(lái)的50年里，從來(lái)沒(méi)有哪個(gè)組織像美軍那樣進(jìn)行徹底的變化。軍服和軍銜沒(méi)有改變，但武器裝備卻發(fā)生了根本性的變化，軍事觀念和概念的變化則更加激烈，同時(shí)還有軍隊(duì)的組織結(jié)構(gòu)、指揮結(jié)構(gòu)、單位隸屬關(guān)系和職責(zé)也進(jìn)行了劇烈的變化”。簡(jiǎn)而言之，美軍的變化是從裝備、到觀念、再到組織結(jié)構(gòu)一系列的變化，比如成立了網(wǎng)絡(luò)作戰(zhàn)司令部。而在教育領(lǐng)域，裝備可以說(shuō)是發(fā)生了革命性的變化，但是教學(xué)觀念變化的就少一些，學(xué)校組織結(jié)構(gòu)、指揮機(jī)構(gòu)、單位隸屬關(guān)系和職責(zé)的調(diào)整就更少了。

總而言之，現(xiàn)在大家的目光可能都在人工智能技術(shù)本身上，都在期待人工智能技術(shù)的突破性發(fā)展，但是事實(shí)上從現(xiàn)在就應(yīng)該同時(shí)考慮，人工智能應(yīng)用到教育中，周圍的結(jié)構(gòu)和組織應(yīng)該同時(shí)做什么改變呢？

（四）效果層：人工智能需要解決教育的核心問(wèn)題

回顧教育技術(shù)幾十年的發(fā)展歷史，可以看出橫亙?cè)诩夹g(shù)變革教育道路上的最大最根本的困難就是技術(shù)的學(xué)習(xí)成效。拉里·庫(kù)班（Larry Cuban）認(rèn)為“學(xué)校是一個(gè)相對(duì)穩(wěn)定的系統(tǒng)，教育發(fā)展是一個(gè)緩慢的過(guò)程，所以技術(shù)很難在短期內(nèi)徹底變革教育”。經(jīng)濟(jì)合作與發(fā)展組織（OECD）2015年9月15日發(fā)布了一個(gè)研究報(bào)告，其中指出，“世界各國(guó)各地在學(xué)校大量應(yīng)用信息技術(shù)，但是并未在學(xué)生閱讀、數(shù)學(xué)及科學(xué)的測(cè)試成績(jī)上有明顯改善。甚至還發(fā)現(xiàn)，學(xué)生在學(xué)校經(jīng)常使用計(jì)算機(jī)，成績(jī)反而會(huì)更差”。楊浩和鄭旭東等人也提到：自1928年開(kāi)始至今，一直有研究發(fā)現(xiàn)：不同的技術(shù)手段在對(duì)教育與學(xué)習(xí)結(jié)果的影響上沒(méi)有顯著差異，這被稱為“非顯著性差異現(xiàn)象”。

對(duì)于以上現(xiàn)象，雖然有學(xué)者認(rèn)為用傳統(tǒng)的測(cè)量方式無(wú)法準(zhǔn)確評(píng)估信息化教學(xué)的成效，比如信息技術(shù)可以激發(fā)動(dòng)機(jī)、促進(jìn)創(chuàng)造能力、問(wèn)題解決能力等高階能力，而用傳統(tǒng)的考試就很難測(cè)量出來(lái)。但是我們也必須承認(rèn)教育是非常復(fù)雜的，技術(shù)似乎尚未有效地解決教育的核心問(wèn)題，那就是“人究竟是怎么學(xué)習(xí)的，怎樣才能促進(jìn)有效的學(xué)習(xí)？”當(dāng)然，歸根結(jié)底，是由教育對(duì)象的復(fù)雜性決定的，教育對(duì)象是“人”，不是“物”，而“人”恐怕是世界上最復(fù)雜的對(duì)象?？档略缇椭v過(guò)，“能夠?qū)θ颂岢龅淖畲?、最難的問(wèn)題就是教育，教育和藝術(shù)是對(duì)人類來(lái)說(shuō)最困難的兩種發(fā)明之一”。

事實(shí)上，學(xué)生的學(xué)習(xí)是由智力、環(huán)境、教師、家長(zhǎng)、動(dòng)機(jī)、情緒等多種復(fù)雜的因素共同決定的，不是一項(xiàng)技術(shù)能夠單獨(dú)影響的。約翰·哈蒂（John Hattie）曾歷時(shí)十多年，對(duì)五千多項(xiàng)研究、數(shù)億名學(xué)生學(xué)習(xí)相關(guān)的800多項(xiàng)元分析文獻(xiàn)再進(jìn)行綜合元分析，提取了138個(gè)影響學(xué)業(yè)成就的因素，其中家庭、學(xué)生、學(xué)校、教師、教學(xué)、課程是六大影響因素，其中最大的影響因素是教師，這也從另外一個(gè)側(cè)面說(shuō)明技術(shù)并不是對(duì)學(xué)業(yè)成就影響的最重要因素。

人工智能雖然看起來(lái)比過(guò)去的教育技術(shù)更加先進(jìn)，更加富有潛力，但是相信也一定會(huì)碰到這一層困難，也極有可能陷入到“非顯著性差異現(xiàn)象”中。

五、人工智能教育應(yīng)用的未來(lái)發(fā)展策略

面對(duì)人工智能教育應(yīng)用的美好前景和重重困難和障礙，未來(lái)到底應(yīng)該怎么發(fā)展呢？我們認(rèn)為可以用圖3來(lái)綜合表示。

（一）加強(qiáng)人工智能基礎(chǔ)研究，突破技術(shù)瓶頸

人工智能技術(shù)的發(fā)展目前還存在效率低、通用性差和不可解釋的問(wèn)題，人工智能教育應(yīng)用雖然涌現(xiàn)出一批案例，但是遠(yuǎn)未達(dá)到“廣泛可用”和“好用”的狀態(tài)，因此，亟待加強(qiáng)人工智能基礎(chǔ)研究尤其是人工智能在教育領(lǐng)域的基礎(chǔ)研究，突破技術(shù)瓶頸。

人工智能教育應(yīng)用基礎(chǔ)研究不僅包括通常我們理解的人工智能技術(shù)應(yīng)用于教學(xué)過(guò)程的“教、學(xué)、管、評(píng)、練、測(cè)”各個(gè)環(huán)節(jié)，更應(yīng)包括腦科學(xué)、認(rèn)知科學(xué)、知識(shí)工程等方面研究。所以，面對(duì)蓬勃發(fā)展的人工智能教育應(yīng)用發(fā)展，教育領(lǐng)域研究者和實(shí)踐者一方面需要等待技術(shù)的成熟和人工智能領(lǐng)域的基礎(chǔ)理論的發(fā)展，同時(shí)也要積極投身于人工智能教育的基礎(chǔ)研究中，我們認(rèn)為可以從兩個(gè)層面人手開(kāi)展人工智能教育應(yīng)用的基礎(chǔ)研究。

第一個(gè)層面是技術(shù)應(yīng)用層面的基礎(chǔ)研究，人工智能教育依賴于人工智能技術(shù)的突破性進(jìn)展，所以，教育研究者在期待人工智能盡快取得更多技術(shù)瓶頸的同時(shí)，應(yīng)該積極同人工智能技術(shù)領(lǐng)域研究者形成研究共同體，特別是在當(dāng)前許多高校建設(shè)人工智能學(xué)院的背景下，積極投身于人工智能相關(guān)技術(shù)和具體教育場(chǎng)景、應(yīng)用模式的研究十分必要。人工智能技術(shù)在各領(lǐng)域的應(yīng)用，都離不開(kāi)“數(shù)據(jù)”“算法”和“算力”。教育研究者深入理解教育活動(dòng)的發(fā)生過(guò)程，能夠?yàn)楂@得大量教育數(shù)據(jù)“原料”提供數(shù)據(jù)采集策略、采集工具和更廣泛的數(shù)據(jù)來(lái)源，能夠基于對(duì)學(xué)習(xí)的理解提供作為更符合教育需求的“算法”。未來(lái)，我們期待在自然語(yǔ)言處理、自動(dòng)翻譯、自動(dòng)輸入和識(shí)別數(shù)學(xué)公式、自動(dòng)閱卷等相關(guān)技術(shù)研究領(lǐng)域，出現(xiàn)更多由教育研究者和人工智能技術(shù)研究者共同組成的共同體，共同推動(dòng)人工智能教育技術(shù)應(yīng)用層面的創(chuàng)新。

第二個(gè)方面是基礎(chǔ)理論層面的研究，一方面應(yīng)通過(guò)更深入的腦科學(xué)、認(rèn)知科學(xué)、知識(shí)工程的研究，共同推動(dòng)人工智能技術(shù)的基礎(chǔ)理論創(chuàng)新。人工智能通俗講是“研究人類智能，并期待創(chuàng)造出模擬人類智能的研究領(lǐng)域”，對(duì)于人類自然智能的研究是人工智能基礎(chǔ)理論突破的一個(gè)方向。教育領(lǐng)域研究的是“人類智能的增長(zhǎng)”，教育研究自身獲得基礎(chǔ)理論突破的同時(shí)，一定程度上也能夠促進(jìn)人工智能的基礎(chǔ)理論研究。同時(shí)，人類自然智能在特定的教育場(chǎng)景中，又具有某些具體的特征，比如學(xué)生的合作學(xué)習(xí)表現(xiàn)為一種群體智能，所以，針對(duì)真實(shí)的教學(xué)場(chǎng)景和教學(xué)需要，應(yīng)提供更富有參考價(jià)值的教與學(xué)的相關(guān)模型，師生、生生互動(dòng)的群體行為模型。

（二）普及人工智能教育，構(gòu)建人工智能倫理框架

在國(guó)務(wù)院2017年頒發(fā)的《新一代人工智能發(fā)展規(guī)劃》中指出：“要實(shí)施全民智能教育項(xiàng)目，在中小學(xué)階段設(shè)置人工智能相關(guān)課程，逐步推廣編程教育，鼓勵(lì)社會(huì)力量參與寓教于樂(lè)的編程教學(xué)軟件、游戲的開(kāi)發(fā)和推廣”。而在現(xiàn)實(shí)中，我們也可以看到編程教育、機(jī)器人等所謂的人工智能教育項(xiàng)目層出不窮。

之所以大家會(huì)對(duì)人工智能教育倍加重視，這里面可能有炒作的成份，但是從圖3中也可以看出，普及人工智能教育有兩個(gè)重要的價(jià)值：一是讓孩子們從小了解人工智能，產(chǎn)生對(duì)人工智能的好奇心，從而可以培養(yǎng)更多的人工智能創(chuàng)新人才，有助于未來(lái)突破技術(shù)瓶頸;二是當(dāng)全民具備基本的人工智能素養(yǎng)后，大家可能對(duì)“表情分析”“頭環(huán)”等技術(shù)會(huì)有新的認(rèn)識(shí)，這將有助于構(gòu)建人工智能理論框架，也有助于人工智能教育應(yīng)用的推廣和普及。

關(guān)于普及人工智能教育，國(guó)務(wù)院的文件中已經(jīng)給出明晰的路徑，第一層面是逐步開(kāi)展全民智能教育項(xiàng)目，進(jìn)行全面的人工智能科普;第二層面是在中小學(xué)階段設(shè)置人工智能相關(guān)課程，培養(yǎng)科技素養(yǎng);第三層面是建立人工智能學(xué)科，培養(yǎng)復(fù)合型創(chuàng)新人才。

目前中小學(xué)的人工智能教育是一個(gè)重要的研究課題，也是一個(gè)社會(huì)各界關(guān)注的教育熱點(diǎn)問(wèn)題。我們通過(guò)觀察發(fā)現(xiàn)，目前學(xué)校開(kāi)設(shè)人工智能相關(guān)課程普遍存在兩個(gè)定位偏差：一個(gè)是將人工智能課程開(kāi)設(shè)成為一門技術(shù)課程，讓認(rèn)知水平和基礎(chǔ)知識(shí)積累不足的中小學(xué)生學(xué)習(xí)艱深難懂的人工智能技術(shù)原理、數(shù)學(xué)基礎(chǔ)等;另一個(gè)是將人工智能教育的內(nèi)涵無(wú)限擴(kuò)大，將過(guò)去的3D打印、機(jī)器人課程、創(chuàng)客課程都統(tǒng)稱為人工智能課程，或許給學(xué)生形成誤導(dǎo)。

筆者認(rèn)為，中小學(xué)開(kāi)設(shè)人工智能課程必須基于學(xué)生的認(rèn)知發(fā)展水平和知識(shí)儲(chǔ)備，著眼于培養(yǎng)未來(lái)人工智能時(shí)代的學(xué)習(xí)、生存、生活能力，其中尤其要重視計(jì)算思維?！坝?jì)算思維是指運(yùn)用計(jì)算機(jī)科學(xué)的基礎(chǔ)概念進(jìn)行問(wèn)題求解、系統(tǒng)設(shè)計(jì)、以及人類行為理解等涵蓋計(jì)算機(jī)科學(xué)之廣度的一系列思維活動(dòng)”，也是我國(guó)普通高中新課標(biāo)明確提出的信息技術(shù)學(xué)科四大核心素養(yǎng)之一。目前國(guó)際國(guó)內(nèi)開(kāi)展計(jì)算機(jī)科學(xué)教育，普遍關(guān)注學(xué)生的計(jì)算思維培養(yǎng)。

北京大學(xué)學(xué)習(xí)科學(xué)實(shí)驗(yàn)室開(kāi)展了中小學(xué)人工智能教育相關(guān)的研究，根據(jù)兒童的認(rèn)知特點(diǎn)和學(xué)習(xí)需求，總結(jié)提出了中小學(xué)人工智能教育框架（如圖4所示），內(nèi)容整體按照“感知AI-理解AI-應(yīng)用AI-創(chuàng)造AI”設(shè)計(jì)，在教學(xué)模式上，“小學(xué)：興趣啟蒙，玩中學(xué)”“初中：興趣培養(yǎng)，做中學(xué)”“高中：興趣引導(dǎo)，創(chuàng)中學(xué)”，在測(cè)評(píng)體系上，以計(jì)算思維為核心，通過(guò)形成性數(shù)據(jù)分析和總結(jié)性的作品評(píng)估和任務(wù)解決，評(píng)估學(xué)生的人工智能課程的學(xué)習(xí)效果。

未來(lái)的社會(huì)是“人機(jī)共存”的社會(huì)，在實(shí)踐推進(jìn)中，需要引導(dǎo)中小學(xué)生形成正確的技術(shù)觀，認(rèn)識(shí)到人工智能技術(shù)的兩面性，意識(shí)到人工智能可能給我們的社會(huì)帶來(lái)的深刻改變，同時(shí)形成良好的“人機(jī)協(xié)同”意識(shí)。

（三）促進(jìn)教育流程再造，重構(gòu)周圍結(jié)構(gòu)組織

要突破系統(tǒng)層的困難和障礙，就需要圍繞人工智能重新構(gòu)建周圍結(jié)構(gòu)組織，因此就需要重新思考，或許可以改變一些約定俗成的規(guī)范，優(yōu)化和再造教育流程。

這里說(shuō)的流程再造實(shí)際上是借用了企業(yè)中的“業(yè)務(wù)流程再造（BRP：Business Process Reengineering）”的提法，它指的是“為了顯著改善成本、質(zhì)量、服務(wù)、速度等現(xiàn)代企業(yè)的主要運(yùn)營(yíng)基礎(chǔ)，必須對(duì)工作流程進(jìn)行根本性的重新思考并徹底改革”。其基本思想就是徹底改變傳統(tǒng)的工作方式，重新設(shè)計(jì)工作流程。比如余額寶就是對(duì)原有理財(cái)產(chǎn)品理念和模式的業(yè)務(wù)流程再造，結(jié)果取得了巨大的成功。

人工智能不能被看作一個(gè)單一的技術(shù)，要想在教育應(yīng)用領(lǐng)域取得成功，教育組織必須像軍隊(duì)一樣，從裝備到觀念再到組織結(jié)構(gòu)，進(jìn)行一系列的變革。比如，一位教師希望在教學(xué)中應(yīng)用個(gè)性化自適應(yīng)學(xué)習(xí)，那么學(xué)校、家長(zhǎng)都必須同意并購(gòu)買相應(yīng)的平板電腦、個(gè)性化自適應(yīng)學(xué)習(xí)系統(tǒng)、服務(wù)器、無(wú)線網(wǎng)絡(luò)等軟硬件支持系統(tǒng)。教師的教學(xué)也需要變革，以適合這樣的自適應(yīng)學(xué)習(xí)方式。教師采用這種方式教學(xué)，可能會(huì)更累，所以學(xué)校的考評(píng)制度等或許也需要變革。如果沒(méi)有這些系統(tǒng)性的變革，我們可能會(huì)看到有老師給大家“秀”一堂課，但是要想實(shí)現(xiàn)大范圍常態(tài)使用是不可能的。

具體實(shí)施起來(lái)，可以從教師角色再造、課程教學(xué)再造、學(xué)習(xí)方式再造、組織管理再造幾個(gè)方面人手：（1）在教師角色再造方面，要發(fā)揮人工智能、大數(shù)據(jù)、云計(jì)算、機(jī)器人等技術(shù)的優(yōu)勢(shì)，提升教師的工作效率和工作質(zhì)量。同時(shí)注重分工，讓教師角色更加多元化和專業(yè)化。人機(jī)協(xié)同，打造可以一天二十四小時(shí)不知疲倦工作的“超級(jí)教師”;（2）在課程教學(xué)再造方面，首先可以利用在線課程實(shí)現(xiàn)優(yōu)質(zhì)教育資源共享，其次，注重利用在線教育實(shí)現(xiàn)破壞式創(chuàng)新，從而更大程度上“放大”人工智能技術(shù)的價(jià)值;（3）在學(xué)習(xí)方式再造方面，要注重發(fā)揮移動(dòng)學(xué)習(xí)、游戲化學(xué)習(xí)、VR/AR等學(xué)習(xí)方式的優(yōu)勢(shì)，留住學(xué)習(xí)動(dòng)機(jī)，同時(shí)利用人工智能、大數(shù)據(jù)等實(shí)現(xiàn)個(gè)性化自適應(yīng)學(xué)習(xí);（4）在組織管理再造方面，一定要結(jié)合人工智能等信息技術(shù)，優(yōu)化教育組織的管理流程，提升管理效率和決策水平，以管理現(xiàn)代化促進(jìn)實(shí)現(xiàn)教育現(xiàn)代化。

（四）加強(qiáng)教育基礎(chǔ)研究，探究人類學(xué)習(xí)機(jī)制

要突破效果層的困難和障礙，就需要加強(qiáng)教育基礎(chǔ)研究，探究人類學(xué)習(xí)機(jī)制，從而解決教育的根本性核心問(wèn)題。目前教育部、國(guó)家自然科學(xué)基金委員會(huì)非常重視這一點(diǎn)，從2018年開(kāi)始，國(guó)家自然科學(xué)基金委員會(huì)專門設(shè)立支持教育基礎(chǔ)研究的項(xiàng)目（代碼F0701），鼓勵(lì)各領(lǐng)域的學(xué)者來(lái)共同開(kāi)展研究，尤其期望用自然科學(xué)的方法來(lái)破解一些教育中的基礎(chǔ)性難題。

當(dāng)然，加強(qiáng)基礎(chǔ)研究并不是一件容易的事情，首先要清楚這里強(qiáng)調(diào)的是“基礎(chǔ)”的研究，是一些不經(jīng)過(guò)大量的實(shí)證性實(shí)驗(yàn)研究無(wú)法證明或無(wú)法說(shuō)清楚的問(wèn)題，比如兒童認(rèn)知和學(xué)習(xí)規(guī)律、在線學(xué)習(xí)行為特征、游戲化學(xué)習(xí)的腦機(jī)制，再如紛繁復(fù)雜的知識(shí)點(diǎn)的之間的內(nèi)在關(guān)系究竟是什么，人們的社會(huì)化學(xué)習(xí)的機(jī)制和原理等？其次，要清楚這里強(qiáng)調(diào)的是“教育領(lǐng)域”中的基礎(chǔ)研究，不是認(rèn)知科學(xué)、腦科學(xué)的基礎(chǔ)研究，亦不是信息技術(shù)、人工智能的基礎(chǔ)研究。再次，一定是問(wèn)題導(dǎo)向的基礎(chǔ)研究，是未來(lái)有助于解決教育中重要的實(shí)際問(wèn)題的基礎(chǔ)研究。

此外，這里要特別強(qiáng)調(diào)：“教育發(fā)展急需加強(qiáng)基礎(chǔ)研究，基礎(chǔ)研究可從學(xué)習(xí)科學(xué)開(kāi)始”！

學(xué)習(xí)科學(xué)（Learning Sciences）是國(guó)際上近三十多年來(lái)發(fā)展起來(lái)的關(guān)于教和學(xué)的跨學(xué)科研究領(lǐng)域，涉及認(rèn)知科學(xué)、信息科學(xué)、教育學(xué)、腦科學(xué)眾多學(xué)科。索耶（Sawyer）曾指出，“學(xué)習(xí)科學(xué)研究的目標(biāo)，首先是為了更好地理解認(rèn)知過(guò)程和社會(huì)化過(guò)程以產(chǎn)生最有效的學(xué)習(xí)，其次便是為了用學(xué)習(xí)科學(xué)的知識(shí)來(lái)重新設(shè)計(jì)我們的課堂和其他學(xué)習(xí)環(huán)境，從而使學(xué)習(xí)者能夠更有效和深入地進(jìn)行學(xué)習(xí)”。簡(jiǎn)而言之，學(xué)習(xí)科學(xué)主要就是研究“人究竟是怎么學(xué)習(xí)的，怎樣才能促進(jìn)有效地學(xué)習(xí)？”

綜合學(xué)習(xí)科學(xué)領(lǐng)域多本重要的著作及相關(guān)研究，可以看出學(xué)習(xí)科學(xué)的核心研究?jī)?nèi)容包括：記憶和知識(shí)的結(jié)構(gòu)、問(wèn)題解決與推理的分析、早期基礎(chǔ)（包括語(yǔ)言和雙語(yǔ)學(xué)習(xí)研究）、元認(rèn)知過(guò)程和自我調(diào)節(jié)能力、計(jì)算機(jī)支持的協(xié)作學(xué)習(xí)（CSCL）、學(xué)習(xí)技術(shù)與學(xué)習(xí)環(huán)境、學(xué)習(xí)分析、文化體驗(yàn)與社區(qū)參與、合作學(xué)習(xí)與共同體、社會(huì)性學(xué)習(xí)研究、研究工具與方法論等。通過(guò)梳理學(xué)習(xí)科學(xué)的歷史發(fā)展和理論溯源，可以看出學(xué)習(xí)科學(xué)未來(lái)發(fā)展方向可以分為學(xué)習(xí)基礎(chǔ)機(jī)制研究、學(xué)習(xí)環(huán)境設(shè)計(jì)研究、學(xué)習(xí)分析技術(shù)研究三大類。

學(xué)習(xí)科學(xué)提出以后，備受世界各國(guó)各地區(qū)重視。美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）自2004年底持續(xù)巨資支持6個(gè)跨校的國(guó)家級(jí)學(xué)習(xí)科學(xué)研究中心。經(jīng)濟(jì)合作與發(fā)展組織（OECD）自1999年起也設(shè)立了一個(gè)注重學(xué)習(xí)科學(xué)研究的教育與創(chuàng)新研究所。近年來(lái)，一些歐美發(fā)達(dá)國(guó)家已經(jīng)將學(xué)習(xí)科學(xué)的重要研究成果作為了新的課程決策與行動(dòng)的基礎(chǔ)。我國(guó)目前對(duì)學(xué)習(xí)科學(xué)也非常重視，教育部、國(guó)家自然科學(xué)基金委員會(huì)都非常重視，相關(guān)會(huì)議研討會(huì)也此起彼伏。北京大學(xué)學(xué)習(xí)科學(xué)實(shí)驗(yàn)室也啟動(dòng)了“中國(guó)學(xué)習(xí)計(jì)劃”研究項(xiàng)目，一方面開(kāi)展學(xué)習(xí)科學(xué)基礎(chǔ)研究，一方面和北京教育學(xué)院朝陽(yáng)分院、北京海淀區(qū)教育科學(xué)研究院等單位合作開(kāi)展提升教師學(xué)習(xí)科學(xué)素養(yǎng)研究，希望借此學(xué)習(xí)科學(xué)與課堂教學(xué)整合研究，促進(jìn)課堂革命，從而真正推動(dòng)教育的深層變革。

由以上敘述可以看出，學(xué)習(xí)科學(xué)就是希望直面教育領(lǐng)域最根本最核心的問(wèn)題“人究竟是怎么學(xué)習(xí)的，怎么促進(jìn)有效的學(xué)習(xí)？”，而這個(gè)問(wèn)題也將是人工智能在效果層碰到的核心問(wèn)題。所以加強(qiáng)學(xué)習(xí)科學(xué)研究可以促進(jìn)人工智能在教育領(lǐng)域的深層次應(yīng)用，避免再次出現(xiàn)“非顯著性差異現(xiàn)象”。當(dāng)然，人工智能和學(xué)習(xí)科學(xué)也是相輔相成的關(guān)系，人工智能是學(xué)習(xí)科學(xué)發(fā)展的重要支撐技術(shù)，學(xué)習(xí)科學(xué)的大部分研究都離不開(kāi)人工智能技術(shù)的支持。而人工智能的發(fā)展也離不開(kāi)學(xué)習(xí)科學(xué)的支持，通過(guò)研究人類的學(xué)習(xí)有助于促進(jìn)機(jī)器學(xué)習(xí)的發(fā)展。另外，如何讓學(xué)生能夠科學(xué)、快樂(lè)、有效的掌握計(jì)算思維、編程知識(shí)等都需要學(xué)習(xí)科學(xué)提供理論和實(shí)踐的支持。

總而言之，注重學(xué)習(xí)科學(xué)研究，有助于探究人類學(xué)習(xí)機(jī)制，重新設(shè)計(jì)更科學(xué)更富吸引力的學(xué)習(xí)環(huán)境，讓學(xué)習(xí)更加有效，推動(dòng)教育的深層變革。這樣才可以從根本上發(fā)揮人工智能的價(jià)值。

六、結(jié)語(yǔ)

綜合本文討論，我們可以用“仰望星空，腳踏實(shí)地”來(lái)總結(jié)人工智能教育應(yīng)用的前景、困難和發(fā)展策略。在人工智能技術(shù)的支持下，我們可以去“仰望星空”，充分想象未來(lái)的教育：人工智能可以幫助教師從機(jī)械、重復(fù)的體力乃至腦力勞動(dòng)中解脫出來(lái)，教師可以成為無(wú)所不知、無(wú)所不會(huì)，且可以一天二十四小時(shí)不知疲倦的關(guān)心每一為學(xué)生的“超級(jí)教師”。人工智能會(huì)全面地收集、分析、評(píng)估學(xué)生的各種行為數(shù)據(jù)，協(xié)助教師給予學(xué)生個(gè)性化的評(píng)估及指導(dǎo)，從而實(shí)現(xiàn)個(gè)性化自適應(yīng)學(xué)習(xí)。

因?yàn)榻逃浅?fù)雜，學(xué)習(xí)更是非常奧妙，在人工智能發(fā)展的道路上，還需要突破技術(shù)層、倫理層、系統(tǒng)層和效果層多層困難和障礙。和人類教師豐富的教育智慧和教學(xué)策略相比，現(xiàn)有人工智能系統(tǒng)的“智能”水平還是比較低的，能解決的教育問(wèn)題也是有限的。面對(duì)這些困難，我們要“腳踏實(shí)地”，一步一個(gè)腳印地解決教育面臨的實(shí)際問(wèn)題。首先實(shí)現(xiàn)自動(dòng)化，協(xié)助師生完成一些考勤、批作業(yè)等枯燥的事務(wù)性工作;其次實(shí)現(xiàn)智能化，幫助教師實(shí)現(xiàn)智能組卷、智能閱卷、智能分析和報(bào)告等工作，幫助學(xué)生進(jìn)行高階思維培養(yǎng)，指導(dǎo)學(xué)生進(jìn)行個(gè)性化學(xué)習(xí)等。

相信終有一天人工智能會(huì)被常態(tài)應(yīng)用到教育中，讓學(xué)習(xí)更科學(xué)、更快樂(lè)、更有效，讓教師更幸福。

作者簡(jiǎn)介：

肖睿：在讀博士，研究方向?yàn)槿斯ぶ悄芘c教育、學(xué)習(xí)科學(xué)與技術(shù)（rui.xiao@bdqn.cn）。

肖海明：碩士，研究方向?yàn)槿斯ぶ悄芙逃⒂螒蚧瘜W(xué)習(xí)（haiming-1990@163.com）。

尚俊杰：研究員，博士生導(dǎo)師，研究方向?yàn)橛螒蚧瘜W(xué)習(xí)（教育游戲）、學(xué)習(xí)科學(xué)與技術(shù)設(shè)計(jì)、教育技術(shù)領(lǐng)導(dǎo)與政策（jjshang@pku.edu.cn）。

責(zé)任編輯：邢西深