人工智能與教育深度融合的創(chuàng)新、挑戰(zhàn)及路向
——如何講好智能時代的教育故事

楊 欣

(1.西南大學 基礎(chǔ)教育研究中心，重慶 400715； 2.中國基礎(chǔ)教育質(zhì)量監(jiān)測協(xié)同創(chuàng)新中心 西南大學分中心，重慶 400715)

正如文字、紙張、印刷機通過推動人類認知升級而重寫教育故事一般，伴隨著人工智能帶來的全新認知(盧西亞諾·弗洛里迪，2016)，教育的第四次革命正悄然興起(安東尼·塞爾登，2019)?？梢哉f，人工智能正在書寫屬于這個時代的教育篇章。與之相適應(yīng)的是，中共中央、國務(wù)院印發(fā)的《中國教育現(xiàn)代化2035》明確將“加快信息化時代教育變革”視作“十大戰(zhàn)略任務(wù)”之一。作為當代信息技術(shù)杰出代表的人工智能，確有必要實現(xiàn)“與教育的全方位、多層次的深度融合”(楊宗凱等，2014)，乃至成為某種“教育責任”(李政濤，2020)。不過，人工智能的發(fā)展從來都不是無往不利的平鋪直述，也沒有魔法師可以隨心所欲地用人工智能把教育“變得”盡善盡美，所以它與教育的深度融合絕非一場被安排好的舞臺表演(楊欣，2021a)。在此背景下，研究者若想推動人工智能與中國教育深度融合，既要勾勒其創(chuàng)新之處，也要直面其挑戰(zhàn)， 化挑戰(zhàn)為機遇，呈現(xiàn)更具張力的教育故事。

一、人工智能和教育深度融合的創(chuàng)新意蘊

為了避免盲人摸象式地把人工智能與教育深度融合的創(chuàng)新意蘊碎片化，研究者應(yīng)根據(jù)中國教育變革的綱領(lǐng)性文件予以整體考量。從《教育信息化2.0行動計劃》的要求看，信息技術(shù)之于教育的創(chuàng)新主要體現(xiàn)在，“推動教育觀念更新、模式變革、體系重構(gòu)”。因此，人工智能與教育的深度融合有必要凸顯以下三方面創(chuàng)新。

(一)基于人工智能的教育觀念更新

正因為有了人工智能這樣試圖媲美人類智慧的新工具，教育觀念將會變得不同，需要不同的解釋。人工智能的本質(zhì)除了利用其技術(shù)改善人類的社會實踐，還表現(xiàn)在從科學層面利用其概念和模型，回答有關(guān)人類的問題(瑪格麗特·博登，2017)。以此觀之，人工智能一方面可作為高效的技術(shù)應(yīng)用，為教育“外在”的人力、環(huán)境、資源等進行“賦能”：通過模擬、增強以及拓展人類的認知能力，為教育提供超越人類固有局限的問題解決方案，增強教育的質(zhì)量和效率。另一方面，它也可以作為全新的思維方式，對教育“內(nèi)在”的理念、知識和方法等進行“智化”(楊欣，2020)：通過觀察那些與人在概念結(jié)構(gòu)上有巨大差異、用匪夷所思方案解決問題的人工智能，并以此為鏡反思當前教育的“遲鈍之處”，重構(gòu)教育的意義、豐富教育的想象和促進教育的創(chuàng)新。同時，伴隨著人工智能的技術(shù)賦能與思想智化，教育將會產(chǎn)生新的權(quán)利——因為教育需要形成分配和制約這些需求的力量。人工智能還可以作為新的治理方式，對教育“上層”的組織、決策、監(jiān)督等進行“賦權(quán)”(楊欣，2021b)：借助人工智能重構(gòu)傳統(tǒng)教育中權(quán)力架構(gòu)與資源組織的基礎(chǔ)，打破封閉的辦學體系，創(chuàng)新教育治理的組織觀、辦學觀和權(quán)力觀，增強教育的獨立性、能動性和自主性。

此外，基于人工智能的教育觀念更新還在于：這種“新工具”本身蘊含了教育范式的變革線索。托馬斯·庫恩(2018)在《科學革命的結(jié)構(gòu)》中曾言，“范式理論往往直接隱含在能夠解決問題的儀器設(shè)計之中?！蓖恚瑢υ噲D發(fā)現(xiàn)和建構(gòu)全新教育范式的研究者而言，人工智能本身暗含了諸多值得反思的變革線索：1)如何通過人工智能精確地解釋和預(yù)言教育發(fā)展；2)如何讓人工智能的教育應(yīng)用保持邏輯一致性；3)如何讓人工智能更廣泛而自然地介入教育；4)如何通過人工智能重新回答教育的典型問題；5)如何讓人工智能在教育領(lǐng)域吸引更多的支持者；6)如何通過人工智能預(yù)見乃至消解教育發(fā)展的潛在危機。

(二)基于人工智能的教育模式變革

人工智能的迅猛發(fā)展正在改變社會、政治、經(jīng)濟、文化及教育。為了讓師生做好迎接這些改變的準備，智能時代的教育有必要告別那種放之四海而皆準的“滿堂灌”教育模式(彼得·戴曼迪斯等，2021：166)。更何況，人類現(xiàn)有條件也已表明，“未來發(fā)展中國家的兒童數(shù)量將達到12億，政府幾乎不可能培養(yǎng)出那么多老師來教育他們，也缺乏足夠的資金予以支持”(安東尼·塞爾登，2019：151)。無論是為了順應(yīng)教育的發(fā)展趨勢，還是出于社會的現(xiàn)實需求，教育模式都有必要因人工智能而改變。從國際經(jīng)驗看(安東尼·塞爾登，2019：152-160)，基于人工智能的教育模式變革表現(xiàn)為：第一，運用人工智能重新組織教育材料。過去，教師將為學生準備材料作為教育的第一步。未來，人工智能將在這一領(lǐng)域為教師提供幫助，以及取代教師——由人工智能為學生提供學習資源，并根據(jù)學生的學習狀況挑選合適的教材。伴隨著技術(shù)的普及和迭代，教材(課程)專家可以運用人工智能進行“用戶畫像”，嘗試為學生編寫最佳水平的資料。第二，借助人工智能重新創(chuàng)設(shè)教育環(huán)境。盡管不少人已經(jīng)意識到優(yōu)化教育環(huán)境的重要性，卻沒有更多精力和能力改變。然而，借助人工智能，人類可以不用“親自”操控這些教育要素，而由人工智能代辦。因為人工智能的普及既可以輕松做到為師生提供適切的教育環(huán)境，也能及時了解師生的生理狀態(tài)，以便及時干預(yù)，從而將不良問題扼殺在搖籃中。第三，通過人工智能重新塑造教育過程。隨著視覺技術(shù)的成熟，人工智能可以靈活地向?qū)W生展示教學材料及過程，而不再機械地展示頁面、文章、文字或者視頻。進一步而言，這種靈活性主要體現(xiàn)在對教育內(nèi)容的數(shù)字文本分離和“展示”上。傳統(tǒng)教育過程往往是靜態(tài)且單一的，基于人工智能的數(shù)字文本則可以使教育過程富有變化和可能性。所以，人工智能可以像今天的人類名師一樣，靠著豐富多樣的“呈現(xiàn)形式”和“內(nèi)容表現(xiàn)”吸引學生注意力，增強教育過程的生命力和感染力。第四，藉由人工智能重新實現(xiàn)教育評估。傳統(tǒng)的教育評估必須由人完成，而人的精力時間終歸有限，所以學生得到的評估結(jié)果具有無可避免的延遲性。更何況，評估時間越久，評價的價值就越低——這意味著學生沒有辦法根據(jù)老師的意見查漏補缺。與之不同，人工智能支持的實時監(jiān)測系統(tǒng)能通過對學生的個性化評估，及時給予反饋，使更多學生因教育評估而受益。

值得期待的是，當教育模式因為人工智能從“滿堂灌”走向“智適應(yīng)”時，“讓每個學生享受優(yōu)質(zhì)教育”這個看似不可能完成的任務(wù)，就轉(zhuǎn)變成以下可控的問題：如何運用人工智能重組教育的材料、環(huán)境、過程及評估，使之為任何一個擁有智能設(shè)備的人所用？更可喜的是，人工智能本身屬于“指數(shù)型技術(shù)”(彼得·戴曼迪斯，2021：12)，即當它的能力和效率成倍增加時，成本卻在下降。這也意味著基于人工智能的教育模式并非是可望而不可及的“奢侈品”，相反，它不斷降低的門檻和成本，會使更多人因此受益。

(三)基于人工智能的教育體系重構(gòu)

“現(xiàn)代教育體系并不完全適應(yīng)現(xiàn)代社會。它是前一個時代的人為滿足前一個世界的需要而創(chuàng)造出來的產(chǎn)物。在18世紀中期，沿著貫穿美國的鐵路，人們推廣一種旨在生產(chǎn)標準化‘人才產(chǎn)品’的工業(yè)化教育體系。踏著那個時代的鐘聲，學生們需要從一個‘學習站點’趕到另一個‘學習站點’，標準化考試則成了教育質(zhì)量的保證，教育目的就是讓這些年輕的頭腦為滿足社會需求而成為在工廠里聽話的、干活的工人?！?彼得·戴曼迪斯，2021：165)鑒于教育體系的歷史弊端，人工智能才會構(gòu)成未來教育信息化的重點，越來越多的人才會意識到未來教育亟需以人工智能為基礎(chǔ)，充分發(fā)揮技術(shù)的革命性影響，藉由各級各類創(chuàng)新研究和示范行動推動人工智能支持下的教育體系重構(gòu)。需指出的是，兩者融合的革命之處不只是對大眾化教育體系進行查漏補缺或者實踐改良，而在于人工智能有條件讓教育實踐足以處理“個性化”的需求和問題。畢竟，大眾化的教育體系幾乎不可能避免同質(zhì)化——為了在短時間內(nèi)普及社會發(fā)展亟需的知識和技能，讓更多人擁有共同的知識體系、使用普遍的教學模式以及追求標準的教育評價是高效而合理的選擇。辯證地看，過去強調(diào)同質(zhì)化的大眾教育體系曾給人類世界帶來了不可估量的好處，也使人類生活變得更好，但是這種同質(zhì)化的大眾化教育體系不僅讓教育日益機械化，在本質(zhì)上也抹殺了教育的創(chuàng)新可能(安東尼·塞爾登，2019：39)。不過，這也是人工智能與教育深度融合的創(chuàng)新所在——推動教育體系從大眾化普及走向個性化定制。1)助人了解知識和技能的多樣性；2)助人實現(xiàn)智慧(技能)層面的多元發(fā)展；3)助人提高自然科學學習的知識下限和認知上限；4)助人在人文社科學習中找到“自己的答案”而非“標準的正確答案”；5)及時響應(yīng)更多人自我發(fā)展的個性化需求和個人困惑；6)助人找到自己接受教育的理由(意義)和樂趣。

一言蔽之，人工智能有助于建構(gòu)個性化定制的教育體系。這既意味著人工智能和教育深度融合的創(chuàng)新，也是用人工智能形塑高質(zhì)量教育體系的契機，更預(yù)示著人工智能在教育領(lǐng)域和其他技術(shù)進行融合的重要接口。彼得·戴曼迪斯(2021：173)指出，“當增強現(xiàn)實、虛擬現(xiàn)實和人工智能在教育領(lǐng)域?qū)崿F(xiàn)融合之后，學生的每一次散步都可以變成一節(jié)‘私人’的歷史課”。在如此技術(shù)場景中，學生可以漫步于長安(西安)西大街，欣賞唐朝的古建筑，并與房間里的唐朝讀書人(虛擬歷史老師)進行跨時空的交流和學習。

二、人工智能和教育深度融合的挑戰(zhàn)

上述人工智能和教育深度融合的潛在創(chuàng)新再次表明，“自進入 21 世紀以來，多種新興的信息技術(shù)不僅在快速融入教育領(lǐng)域，也在嘗試對各級各類教育的深化改革產(chǎn)生更大影響”(何克抗，2019)。不過，這種喜悅背后，也暗含了值得警惕的挑戰(zhàn)。

(一)人工智能對教育的意識壟斷

尼爾·波斯曼(2019)在《技術(shù)壟斷》中曾言，“人們往往只看到新技術(shù)之所能，想不到新技術(shù)幫倒忙的后果?！辈⑶?，“在技術(shù)壟斷時期，人們受生活的驅(qū)使，渴望獲得新技術(shù)。至于目的何在、有何局限，那不是人們要思考的問題；人們也不習慣提這樣的問題，因為這是前所未有的問題”?，F(xiàn)實往往是，“人人都用計算機，或被計算機利用，而且計算機的用途似乎是沒有盡頭的”。從上述邏輯出發(fā)，人工智能可以輕而易舉地對教育構(gòu)成意識壟斷。1)將任何教育障礙轉(zhuǎn)化為人工智能的技術(shù)實現(xiàn)問題，而非人類由此獲得意義的過程；2)淡化教育與人類進步之間的意義關(guān)聯(lián)，不斷強化教育與人工智能之間的技術(shù)勾連；3)通過人與人工智能的比較，不斷使人想起自身的局限和不足，并不斷暗示自己必須以某種“智能技術(shù)”予以“消解”，反而讓人類自身的反省和努力顯得沒有什么價值；4)迫使人們在教育領(lǐng)域尊重人工智能，甚至“迷戀”它，進而弱化人類克服教育問題的自主能力；5)以“智慧”的名義或者自動化的操作助長人類對教育的無知；6)用純粹的智能技術(shù)標準替代人們對教育的實質(zhì)性理解；7)在教育領(lǐng)域獲得統(tǒng)攝一切技術(shù)應(yīng)用的“批準權(quán)”——如果沒有人工智能，這樣的技術(shù)就不會得到更好的教育應(yīng)用，所以任何技術(shù)都要配合“它”或者得到“它“的允許。

概言之，若仍由人工智能對教育進行壟斷或宰制，不但會減少教育的多樣性和選擇性，也會遮蔽教育自身的意義和價值，更將使人工智能與教育的深度融合嵌入“以人工智能為中心”的偏見，放大人對人工智能的尊崇，結(jié)果就是如同“在手握榔頭者的眼里，一切仿佛都是釘子”，對關(guān)心和討論人工智能的人而言，一切教育都必須智能化。顯然，這樣的意識不僅荒謬，而且危險。不過，它卻不知不覺地闖入教育之中，且表現(xiàn)為“讓整個教育體系感到不適又很難言說的隱性價值沖突”(李芒等，2020b)。

(二)人工智能與教育的供需失衡

理想而言，人類擁有什么樣的技術(shù)，就應(yīng)該擁有與之相匹配的教育。不過，美國學者克勞迪婭·戈爾丁和勞倫斯·凱茲(2015：402-416)在《教育和技術(shù)的競賽》中通過大量事實和數(shù)據(jù)得出技術(shù)與教育存在供需失衡的結(jié)論?！霸诩夹g(shù)變革和教育的競賽中，教育在上世紀上半葉領(lǐng)跑于技術(shù)，但在最后的30年中，技術(shù)奮力猛沖，把蹣跚跛行的教育落在了后面?！逼渲械慕忉屖?，“電腦化在20世紀90年代前主要用于取代非大學畢業(yè)生的文職和生產(chǎn)性工作。而這些技術(shù)進步，導(dǎo)致了許多低收入和中等收入的大學畢業(yè)生就業(yè)崗位日漸消失，并極大地補充了對高端管理人員和有較強解決問題能力的人才需求?！彪S著比上世紀電腦更“聰明”的人工智能出現(xiàn)，掌握人工智能需要更先進的教育，可現(xiàn)在的教育通常只能輸出那些“上個時代”的人才。換言之，如今的人工智能與教育依然供需失衡。

其一，徒具人工智能形式的教育。現(xiàn)代控制論創(chuàng)始人維納(2010：120)曾在《人有人的用處——控制論與社會》中明確表示：“這是形式大大排擠掉內(nèi)容的時代，也是教育內(nèi)容正趨于日益淺薄的時代?！痹诖藲v史背景下，人工智能也許只是讓教育披上了“高精尖”的皮囊：對一線教育而言，不過是更換了一批更貴的、博人眼球的、數(shù)字化的智能設(shè)備，讓人看上去“更智能”，其實質(zhì)仍是沿襲過去的教育理念和方式，教授學生“機械時代”的課程和知識。其二，與人工智能不匹配的教育目標。現(xiàn)如今，多數(shù)國家仍沿用工業(yè)革命之后的教育目標，注重在標準統(tǒng)一且規(guī)則清晰的領(lǐng)域，通過目標明確、計劃周翔的機械訓練，批量培養(yǎng)聽話的、不易犯錯的、守時的、有一技之長的“優(yōu)秀工人”。然而，這種教育目標是否適用于人工智能時代的工作要求，是很大的問題。畢竟，“隨著舊職業(yè)被淘汰，也會有新的職業(yè)出現(xiàn)。這并非定律，也沒人敢保證未來一定會繼續(xù)如此。在人工智能和人類的競爭僅限于身體層面的技能時，人類仍有數(shù)不盡的認知任務(wù)可以做得更好。不過，一旦人工智能在發(fā)現(xiàn)、分析和辨識方面的能力超過人類，很可能發(fā)生某些出人意料的事情?！?尤瓦爾·赫拉利，2017)其三，源于人工智能的教育悖論。安東尼·塞爾登(2019：40-140)在《第四次教育革命：人工智能如何改變教育》中既指出了過去教育的痼疾，“人類歷史的第三次教育革命衍生了五大教育痼疾，根深蒂固的階層固化、教育制度僵化、教師因為行政而不堪重負、大班教學抑制學習的個性化和廣度、教育同質(zhì)和缺乏個性化。而這正是人工智能試圖解決的問題”，也感慨到，“人工智能每天都在影響人類，但人類對之熟視無睹。不懂人工智能不是借口。從某種程度上說，‘那些歡呼數(shù)字化時代到來的斗士’才是罪魁禍首。長期以來，他們一直都在說，數(shù)字化將改變一切。他們一直喊‘狼來了’，現(xiàn)在人工智能開始真正影響教育了，人們反而冷漠起來，開始持懷疑態(tài)度?！鄙鲜觥翱释淖兊睦硇匝哉摗焙汀捌Ｓ诟淖兊默F(xiàn)實行為”已然構(gòu)成了智能時代的教育悖論。也許正是鑒于這種悖論，早在20世紀60年代就得到承認的智能教學系統(tǒng)，當下仍無法推動教育真正進步(斯圖爾特·羅素，2020：74)。就上述供需失衡而言，人工智能和教育的融合很可能延續(xù)“教育信息化1.0”時代的老思路——因為這樣的融合善于關(guān)注形式，也不用更新目標，更不必作出過多的改變。

(三)人工智能之于教育的未知前途

現(xiàn)代人工智能史無前例地擴展人類行動的時空范圍和實踐能力。與此同時，人工智能之于教育的每一步都清晰地揭示了兩者深度融合的遠大抱負，這個抱負就是“清除任何阻止人類去做自己想做的事情的障礙”(安東尼·T.克龍曼，2018)。不過，這個明確的抱負卻可能面臨未知的命運——人工智能并不能“智能地”帶來教育進步。

首先，人工智能進步帶來的教育不確定性。現(xiàn)代歷史學大家阿諾德·湯因比(2016)在《歷史研究》中提醒世人，“技術(shù)進步不等同于社會進步，有時技術(shù)進步還可能被社會退步所抵消?！比魧⑸鲜鲇^念應(yīng)用于人工智能與教育的價值融合，便是“人工智能的教育使命尚待開啟”(吳剛，2020)，以及“技術(shù)的先進未必等同于教育的先進，對技術(shù)前見予以實踐考察和理論檢驗才是務(wù)本之為”(李芒等，2020)。如果人們一味借助人工智能追求更有效率和質(zhì)量的教育，就很可能釋放出某種不為人知的力量，反而將教育置于更大的不安之中——亦如尤瓦爾·赫拉利(2014)在《人類簡史》中所言，“當電子郵件被發(fā)明之后，人類認為自己可以節(jié)省書寫的時間，然而現(xiàn)實卻是，更多人把生活的步調(diào)加速成過去的十倍，于是他們變得更忙也更焦慮了”。想想那些技術(shù)越來越先進的校園中，負擔卻越來越重的學生和老師，人工智能與教育的融合真正意味著無憂無慮的童話嗎？時至今日，這個問題的答案不僅是假設(shè)多過證據(jù)、想象高于現(xiàn)實，甚至人們還可能在此類問題上呈現(xiàn)出“欣賞魔法的戲謔態(tài)度”(楊欣，2021a)。為此，研究者不得不懷疑人工智能之于教育的某些“許諾”有可能只是烏托邦式的預(yù)言。

其次，人的復(fù)雜性。實際上，人類從來都不是單一的理性實體，反而是由不計其數(shù)的、嫉妒驅(qū)動的、非理性的、不一致的、不穩(wěn)定的、計算能力有限的、復(fù)雜的、不斷進化的、異質(zhì)的實體所組成(斯圖爾特·羅素，2020：227)。這樣的人類既意味著教育幾乎不可能擁有理論上的最優(yōu)解，也與追求標準、講究邏輯化、注重穩(wěn)定且數(shù)字化的人工智能構(gòu)成了難以調(diào)和的矛盾。人工智能與教育的深度融合在未來有可能演變?yōu)槲幕羌夹g(shù)問題。因為教育終究需要通過尊重人性、解放思想、理性批判的新文化運動消解人工智能的“技術(shù)品味”(機器喜歡/擅長什么)，增強人工智能的“文化自覺”(人類喜歡/擅長什么)，以期修復(fù)、平衡和抵御“人類與人工智能”之間的巨大沖突。

再者，人工智能發(fā)展的不確定性。歷史地看，人工智能早已習慣了各種大起大落。每一輪人工智能的高潮往往始于某個舊哲學思想的技術(shù)再包裝，而之后的人工智能衰敗都源自高潮時期的“承諾”無法兌現(xiàn)(尼克，2018)。只不過，這一次的“浮夸”輪到了機器學習。而且，人工智能如此循環(huán)從來都不是陌生的。人們從一開始對某個復(fù)雜卻令人激動的新興人工智能領(lǐng)域表現(xiàn)出異想天開的認知和期盼，然后經(jīng)過幻想的破滅，直至興味索然，最后選擇退出(安東尼·塞爾登，2019：85)。更有趣的是，除了人工智能在歷史演進中的不確定外，即便如今的人工智能研究也是以擁抱不確定為己任。自20世紀80年以來，不確定性一直是人工智能的核心問題，所以“現(xiàn)代人工智能”一詞經(jīng)常指的是，當不確定性最終成為世界決策中的一個普遍問題時發(fā)生的革命(斯圖爾特·羅素，2020：185)。在此意義上，現(xiàn)代人工智能意味著不確定的決策，而非可以預(yù)見的確定結(jié)果。若以史為鑒，“人工智能究竟會把教育引向何方”很可能成為一個長期的“不確定性事件”。

三、人工智能和教育深度融合的未來路向

綜上所述，盡管人工智能有助于推動教育的觀念更新、模式變革、體系重構(gòu)，但兩者的深度融合亦可能面臨意識壟斷、供需失衡、前途未知的挑戰(zhàn)。鑒于此，為了化挑戰(zhàn)為機遇，人工智能和教育深度融合可以嘗試以下路向。

(一)從壟斷到解蔽：指向教育需求的人工智能“人設(shè)”

從更深層的原因看，人工智能之所以能實現(xiàn)對教育的意識壟斷，是因為過去人們在推動兩者融合時，只關(guān)注這樣的融合究竟能為教育帶來多大的“蛋糕”，亦或思考怎么才能把人工智能帶給教育的“蛋糕”做大做強，反而根本不關(guān)注教育是否需要或者什么情形下才需要人工智能這塊“蛋糕”。也正因如此，某些“智力懶漢”要么不假思索地把金融、工廠、醫(yī)院甚至娛樂等場景的人工智能直接植入教育，要么直接順從于教育領(lǐng)域的既得利益——各種如火如荼的AI作業(yè)、AI解題、AI搜題就是對此最好的注解。這一切的可怕后果就是，一方面，人的教育意識被“黑箱”般的人工智能所壟斷。因為這些非教育的人工智能非但不透明且難以獲得相應(yīng)的教育解釋，更無法成為被體悟、被言說、被反思的教育追求。如果教育因為它們而變得更加高效，反過來講，教育背后的人性和制度也將不斷讓位于“非教育”的數(shù)字化技術(shù)規(guī)范。另一方面，隨之而來的就是古德哈特定律的應(yīng)驗，師生會根據(jù)人工智能的標準優(yōu)化自己的行為，就像是大學會根據(jù)排名系統(tǒng)優(yōu)化自己的“質(zhì)量分數(shù)”以提升自己的排名，而不在意那些真實卻無法衡量的質(zhì)量內(nèi)涵(斯圖爾特·羅素，2020：110)。

未來若要消解上述壟斷局面，研究者亟需從教育的角度推動人工智能的需求側(cè)變革，即思考如何才能使人工智能讓教育受益，助其如海德格爾(2018)的《技術(shù)的追問》所言，“用技術(shù)解蔽人的意識”。為此，結(jié)合斯圖爾特·羅素(2020：182-188)的“有益的人工智能”來看，未來指向教育需求的人工智能亟需為自己立“人設(shè)”——它在教育中應(yīng)設(shè)定為如何與人相處的存在。第一，純粹有益人類的教育人工智能，即它的唯一目標是最大限度地實現(xiàn)人類的偏好。教育人工智能一定要有益于人，而非人工智能自身或者學校的名望、權(quán)利和利益等。對此，用維納(2010：144)的話來形容它的“人設(shè)”就是，“人工智能應(yīng)更好地為人謀幸福、減少人的低效勞動以及豐富人的精神生活，而不是為了獲得利潤和把機器當作新的偶像來崇拜”。第二，謙卑的教育人工智能，即它最初并不清楚人類的偏好是什么。人工智能盡管可以準確識別那些在教育中經(jīng)歷困難和痛苦的人，但人工智能本身并不能決定(它也不在乎)是拒絕和懲罰他們，還是為他們提供需要的資源和幫助。所以，教育人工智能的“人設(shè)”必須是謙卑的，需要在程序設(shè)計和應(yīng)用過程中對自己的目標“感到”不確定，會在教育中順從人類，允許自己被質(zhì)疑和否定。進一步而言，不僅教育人工智能的決策權(quán)始終在人，而且人在教育中的意識將構(gòu)成教育人工智能的合理性根源。比如，被人類社會鄙夷的應(yīng)試教育，也不應(yīng)因為它“智能化的面龐”而獲得推崇。第三，學習人類行為的教育人工智能，即它關(guān)于人類教育偏好的最終來源是人類行為。該原則有兩個目的。目的一是為“人類偏好”這個詞提供明確的基礎(chǔ)?？梢哉f，教育人工智能的“人設(shè)”是通過觀察人類的教育行為偏好實現(xiàn)的，而非機器自行演化的規(guī)則；教育人工智能的決策或行為應(yīng)該獲得相應(yīng)的人類行為解釋，而非任其成為“黑箱”般的存在。目的二則是讓教育人工智能變得更有用，因為它了解人類在教育中需要什么。鑒于教育行為數(shù)據(jù)的豐富性，教育人工智能的前途必然是樂觀的。更重要的是，這樣的教育人工智能有可能構(gòu)筑“教育—行為”的因果關(guān)系網(wǎng)絡(luò)，進而建構(gòu)溝通“科學—人文”之間的橋梁，即“認知神經(jīng)科學、人類行為遺傳學、進化生物學、環(huán)境科學”(愛德華·威爾遜，2016)。如此，教育將迎來更開放的新格局：擁有更多有深度、有超越的科學解釋，以及基于科學的前沿教育議題，并由此吸引更多才華橫溢、朝氣蓬勃的跨領(lǐng)域人才；科學則可以通過嚴格的科學實驗和能從實驗結(jié)果推廣到真實生活的現(xiàn)象，對教育的經(jīng)典理論和普遍觀點進行挑戰(zhàn)、驗證和補充。

(二)從失衡到匹配：指向人工智能的教育供給側(cè)變革

歷史表明：“技術(shù)的變革可能創(chuàng)造贏家和輸家。當技術(shù)變革呈技能偏向時——也就是說，當新技術(shù)增加了對受過教育、有技能、更先進的工人的相對需求時——這樣的分配更有可能出現(xiàn)問題”(克勞迪婭·戈爾丁，2015：441)。人類社會面臨這樣的局面就需要供給側(cè)改革，豐富供給模式、優(yōu)化供給結(jié)構(gòu)和提高供給質(zhì)量，減少無效與低端供給，增加有效與高端供給，最終實現(xiàn)供給與需求之間的有效平衡(賈康等，2013)。同理，人工智能與教育深度融合若要解決過去“供需失衡”的問題，也需要教育的供給側(cè)改革。

以歷史經(jīng)驗作為參考(克勞迪婭·戈爾丁，2015：124)，指向人工智能的教育供給側(cè)變革表現(xiàn)為以下三點：第一，能夠堅持社會主義核心價值觀?？v然人工智能擁有強大無比的數(shù)據(jù)計算和識別能力，但仍有很多內(nèi)容需要由人類進行解讀和把握，不然就難免出現(xiàn)緣木求魚的謬誤——就像駕駛員聽著智能導(dǎo)航駛?cè)牒恿饕话?。所以，人工智能作為技術(shù)，只能回答教育的手段問題(如何培養(yǎng)人)，而不能回答教育的目標問題(為誰培養(yǎng)人、培養(yǎng)什么人)。正因如此，為了避免使兩者融合墮入未知的窘境和危險，人工智能與教育深度融合而成的教育目標必須堅持社會主義核心價值觀。更何況，也只有智能時代的教育深入理解和闡釋了富強、民主、文明、和諧、平等、公正、法治、愛國等人工智能無法“明白”的社會核心價值，這樣的教育才能提供那些中國社會所需要的人才。第二，能對大部分勞動者產(chǎn)生實際影響。歷史一再表明，“新的并且更復(fù)雜的技術(shù)長期以來都在獎勵思維敏捷、適應(yīng)性強且往往年輕并受過教育的人”(克勞迪婭·戈爾丁，2015：125)。并且現(xiàn)代技術(shù)之所以能改變世界，不是因為這樣的技術(shù)發(fā)明能夠滿足某種可以預(yù)見的需要，而是因為它能在更大范圍得以應(yīng)用，并由此實現(xiàn)長期的技術(shù)積累(賈雷德·戴蒙德，2016)。因此，指向人工智能的教育供給側(cè)變革，應(yīng)嘗試立足于通用目的技術(shù)(general-purposed technology)。換言之，那些需要從教育供給側(cè)進行普及的人工智能技術(shù)不能僅僅適用于某一企業(yè)、行業(yè)、產(chǎn)品或服務(wù)，也不應(yīng)拘泥于已有的規(guī)劃或設(shè)計，相反，它必須能廣泛應(yīng)用于各種生產(chǎn)方法和服務(wù)，并在大膽嘗試、鼓勵創(chuàng)新、可以試錯的實踐過程中不斷得到優(yōu)化、沉淀和迭代。第三，能夠迫使教育者(學習者)反思、調(diào)整和重塑自己的教學(學習)。人工智能與教育深度融合之后的教育應(yīng)是在思想和知識層面更進步的教育，而不是技術(shù)更華麗的教育；應(yīng)是敢于用人工智能正視老問題的教育，而非龜縮在技術(shù)進步幻覺之中的教育；應(yīng)是“想以前想不明白的問題”“做以前做不了的事”“學以前學不會的內(nèi)容”“教以前教不了的學生”的教育，而不是用人工智能包裝、拖延或者掩飾舊問題；應(yīng)是運用人工智能擺脫繁瑣、機械、表面、功利的教學任務(wù)，使師生有時間和能力專注于對教學(學習)本質(zhì)的沉思和探究，而不是要成為任由人工智能擺布的“傀儡”或者無所事事的“懶漢”。

(三)從未知到求知：指向教育人工智能的概念模型

從邁克斯·泰格馬克(2018)在《生命3.0：人工智能時代，人類的進化與重生》列舉的人工智能誤區(qū)來看，當前即便最頂尖的人工智能科學家也沒有完全厘清人工智能的終極原理，沒有人可以精確描述人工智能究竟意味著什么或者會給人類社會帶來什么樣的結(jié)局，更不用說保證人工智能之于教育的充要性。不過，為了用好人工智能技術(shù)，人們不必掌握其內(nèi)部工作原理，但人們必須為此設(shè)計好的概念模型(conceptual model)，即為了有效利用某項技術(shù)而需要粗略掌握的知識(佩德羅·多明戈斯，2017，序)。這就好像司機不需要知道汽車的工作原理、也不會擔心車是否比自己跑得快、更不必在意汽車會不會被淘汰，但他一定會先權(quán)衡汽車帶給自己的利弊，決定是否開車；也知道如何轉(zhuǎn)動方向盤、踩剎車和踩油門，以便實現(xiàn)安全駕駛；更知道汽車無法上天入地，他們也不會癡迷于“萬能汽車”?？上У氖牵谌斯ぶ悄芘c教育的融合過程中，除了那些人工智能領(lǐng)域的科學家，多數(shù)普通人對人工智能究竟應(yīng)該做什么、能做什么沒相應(yīng)的概念模型，所以這樣的教育人工智能很可能因為未知而發(fā)生“撞車”的危險。也正因如此，填補兩者深度融合未知之處的最佳路向就是從未知走向求知：在承認和接受不確定性的前提下，積極主動地理解教育人工智能的意義、假設(shè)和背景。

概言之，人們可以嘗試從以下四個方面建構(gòu)教育人工智能的概念模型：1)主動開啟教育的人工智能化?！叭缃?，防止丟掉工作的最佳辦法就是你自己對這份工作進行智能化，這樣就可以把時間用在你之前無法顧及、且人工智能近期無法做到的地方。如果人工智能正在替代你的工作，沒必要試圖與它競爭，而是要學會利用它”(佩德羅·多明戈斯，2017：354)。同理，對教育而言，人工智能不是人類的對手，而是有人工智能的教育和沒有人工智能的教育之間的競爭。面對充滿不確定性的未來，人們應(yīng)主動出擊，開啟對教育的人工智能化，從而解放自我，以便將教育延伸至前所未有的地方。2)形成理解教育人工智能意義的意識。若要使教育人工智能更好地為教育所用，人們首先應(yīng)試著去理解它的意義。教育中的哪些工作可以使用教育人工智能，哪些不可以？教育人工智能可以為哪些工作負責，而人們又應(yīng)為教育人工智能承擔怎樣的責任？教育能從人工智能中獲得什么，以及反過來說，什么是教育借助人工智能依然無法獲得的？人們可以很好回答上述問題后，就可以自行權(quán)衡教育人工智能的利弊，并據(jù)此成就更好的教育和自己。“因為未來屬于那些懂得將自己的獨特專長和人工智能的擅長結(jié)合起來的人”(佩德羅·多明戈斯，2017：57)。3)掌握教育人工智能的基本假設(shè)。也只有如此，人們才能選擇出那些適合自己的教育人工智能，而不是從偶然出現(xiàn)的產(chǎn)品中隨機挑選一個將其應(yīng)用于教育，然后忍受它好多年，最后痛苦地領(lǐng)悟從一開始大家就應(yīng)知道的假設(shè)和道理。也只有人們掌握了教育人工智能的基本假設(shè)，才會真正懂得如何使用——該相信什么，該如何進行反饋，以及下次該如何做得更好。4)勾勒教育人工智能的價值藍圖?，F(xiàn)在可以確定的是，一項任務(wù)需要的背景信息越多，人工智能可以完成它的可能性就越低。常識之所以重要，不僅是因為它需要由父母教給孩子，而是人工智能不懂這些內(nèi)容(佩德羅·多明戈斯，2017：354)。也正因此，中國教育比任何時候都需要理解超越人工智能的價值藍圖。在此方面，《中國教育現(xiàn)代化2035》已然從政治高度勾畫了中國教育的新理念、新格局和新階段。以此為據(jù)，中國教育人工智能的價值藍圖可以表述為，通過教育現(xiàn)代化的規(guī)劃打造教育人工智能的核心價值觀；通過教育現(xiàn)代化的規(guī)劃解決深度融合的復(fù)雜性困擾；用高觀點、大戰(zhàn)略發(fā)掘面向現(xiàn)代化的教育人工智能差距，驅(qū)動基于問題意識的教育高質(zhì)量發(fā)展；基于多學科、跨領(lǐng)域開發(fā)開放面向現(xiàn)代化的教育人工智能資源，豐富教育的可能和選擇；喚醒面向教育現(xiàn)代化的教育人工智能責任，增加向農(nóng)村薄弱地區(qū)教育端的供給、共享和推廣，彰顯教育人工智能的普遍意義和公平價值。

四、結(jié) 語

1609年，伽利略發(fā)明人類第一臺天文望遠鏡后，并將鏡頭首次對準了月球，實現(xiàn)了人類對月面的首次科學觀測。此時的伽利略發(fā)現(xiàn)了月球的更多秘密，也拉開了天文革命的序幕。不過對那個時代的人而言，這些發(fā)現(xiàn)固然重要，登月依然只是“神話”。到了1962年，肯尼迪發(fā)表登月演講，登月就已經(jīng)從“神話”變成工程學問題了——人們需要做的只是用技術(shù)走完剩下的路。登月既意味著人類勇于探索、去偽求真且給世界帶來深遠影響的勵志故事，也包括經(jīng)歷了漫長歲月掙扎和考驗的歷史教訓，更是一個從天文革命(科學發(fā)現(xiàn))到登月奇跡(技術(shù)實現(xiàn))的科學典故。而這與智能時代的教育故事頗有幾分神似?，F(xiàn)如今，盡管論及基于人工智能科學發(fā)現(xiàn)的教育技術(shù)還有很多新奇且動人的篇章。不過，人們一旦將目光聚焦到足以震撼人類世界的現(xiàn)實情節(jié)就會發(fā)現(xiàn)，“現(xiàn)在的人工智能之于人類，頗有些像十七世紀的人談?wù)摰窃隆?佩德羅·多明戈斯，2017：46)。以此為隱喻，人工智能目前更像是十七世紀的望遠鏡，而非足以登月的航天飛機；盡管科學意義上的人工智能會重塑這個時代的教育故事，但這個故事除了擁有復(fù)雜、曲折的過程，也包括見仁見智的講法，更沒有到“僅需要某些技術(shù)就能走完剩下道路”的階段。

鑒于此，本文芻議智能時代的教育故事是想提醒研究者注意：在這個“新詞迭出卻也令人茫然無語的數(shù)字化時代”(吳剛，2021)，對兩者的深入融合保持足夠理性和謙遜，并時刻謹記，人工智能賦予教育的創(chuàng)新仍只停留于假設(shè)和推理之中——它只是人工智能發(fā)現(xiàn)的新藍圖，而要將此潛力兌換成教育高質(zhì)量發(fā)展的優(yōu)勢和動力，既取決于由技術(shù)與文化、歷史與現(xiàn)實、教育與社會所構(gòu)成的辯證統(tǒng)一，也意味著研究者必須付出更大的勇氣、耐心和智慧凝練兩者融合的理論假設(shè)、具體概念、方法路徑、技術(shù)手段及現(xiàn)實案例。如此，人工智能與教育的深度融合將從狂熱、臆測和混亂的技術(shù)神話演變?yōu)橛欣?、有?jù)、有節(jié)的科學寓言。