場景規(guī)劃：人工智能教育實(shí)踐形態(tài)的可行路徑

李世瑾 戴蘊(yùn)秋 顧小清

[摘? ?要] 基于“場景”提供智能化服務(wù)已成為人工智能教育發(fā)展的新業(yè)態(tài)。為有效推進(jìn)人工智能教育的實(shí)踐落地，研究從場景賦能視角切入，對(duì)場景、智能應(yīng)用場景、智能教育場景的本質(zhì)內(nèi)涵進(jìn)行系統(tǒng)梳理與對(duì)比分析，同時(shí)采用案例研究方法，梳理“學(xué)、教、管、評(píng)、研”等智能教育場景的研究現(xiàn)狀，覓求智能教育場景規(guī)劃的運(yùn)作規(guī)律。研究發(fā)現(xiàn)，智能教育場景規(guī)劃的運(yùn)作規(guī)律表現(xiàn)為：清晰明確的教育需求是首要條件，場景應(yīng)用的成熟度評(píng)價(jià)是中堅(jiān)力量，科技向善的監(jiān)管機(jī)制是落地保障。鑒于此，從生態(tài)營造、指數(shù)流通和持續(xù)治理層面提出智能教育場景規(guī)劃的實(shí)踐路徑，旨在為推動(dòng)智能教育場景落地提供客觀可行的理論支撐與設(shè)計(jì)思路。

[關(guān)鍵詞] 場景規(guī)劃； 人工智能教育； 本質(zhì)內(nèi)涵； 運(yùn)作規(guī)律； 實(shí)踐路徑

[中圖分類號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡介] 李世瑾（1993—），女，河南安陽人。博士研究生，主要從事學(xué)習(xí)科學(xué)與技術(shù)設(shè)計(jì)、智能教育研究。E-mail：shijinliEdu@163.com。

基金項(xiàng)目：2023年華東師范大學(xué)中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目“中小學(xué)教師智能素養(yǎng)指數(shù)研究：結(jié)構(gòu)、測評(píng)及發(fā)展”（項(xiàng)目編號(hào)：YBNLTS2023-027）

一、問題的提出

教育數(shù)字化轉(zhuǎn)型熱潮下，將“場景牽引”貫穿規(guī)劃建設(shè)始終，打造一批可復(fù)制、可推廣、高質(zhì)量的教育數(shù)字化轉(zhuǎn)型示范場景，已成為教育創(chuàng)新發(fā)展的新業(yè)態(tài)[1]?；仡欀悄芙逃芯款I(lǐng)域，學(xué)者們圍繞技術(shù)支持的教育場景要素變革[2]、場景化的學(xué)習(xí)服務(wù)模式設(shè)計(jì)[3]、場景化的學(xué)習(xí)活動(dòng)設(shè)計(jì)與評(píng)價(jià)展開了積極探索[4-6]，然而，以場景推進(jìn)智能教育的本質(zhì)內(nèi)涵是什么，其運(yùn)作規(guī)律究竟如何，落實(shí)到實(shí)踐中又應(yīng)如何推進(jìn)？這些問題尚缺乏專門且系統(tǒng)的回應(yīng)。事實(shí)上，只有厘清以場景牽引智能教育發(fā)展的落地方向，才能有序推進(jìn)智能應(yīng)用的健康發(fā)展[7]。基于此，研究從場景賦能視角切入，基于對(duì)場景、智能應(yīng)用場景和智能教育場景的認(rèn)識(shí)與把握，詳盡闡釋場景規(guī)劃的本質(zhì)內(nèi)涵、運(yùn)作規(guī)律與實(shí)踐路徑，旨在為推動(dòng)智能教育場景落地提供客觀可行的理論支撐與設(shè)計(jì)思路。

二、場景規(guī)劃的本質(zhì)內(nèi)涵

場景規(guī)劃是新的時(shí)代命題。為厘清場景規(guī)劃這一概念的結(jié)構(gòu)形態(tài)和功能關(guān)系，分別從場景、智能應(yīng)用場景和智能教育場景等多維視角出發(fā)，進(jìn)行系統(tǒng)化的概念梳理和對(duì)比分析。

（一）場景、智能應(yīng)用場景和智能教育場景的內(nèi)涵釋義

場景是對(duì)一段時(shí)間內(nèi)事物所發(fā)展的可能狀態(tài)進(jìn)行敘述性描述，因其融入了人的元素，故其內(nèi)涵彰顯出強(qiáng)烈的人文主義色彩，因此，也被廣泛應(yīng)用于社會(huì)學(xué)、傳播學(xué)、城市社會(huì)學(xué)、計(jì)算機(jī)科學(xué)等領(lǐng)域[8]。具體來看，場景是伴隨時(shí)間發(fā)展的“情節(jié)—事件”因果鏈，通過對(duì)人物、時(shí)空、事件、環(huán)境等要素的描述，聚焦當(dāng)前表征象限的未來是如何形塑的，如圖1所示。首先，場景是“確定性—不確定性”的集合體，因此，也成為連接當(dāng)今確定性和未來不確定性的有效橋梁；其次，場景建設(shè)需要明確主題和時(shí)間范圍，尤其需要界定多元主體探索的共同起點(diǎn)；再次，場景建設(shè)需要識(shí)別不確定性，即圍繞既定因素與驅(qū)動(dòng)程序，考量哪些因素會(huì)構(gòu)成場景主題的未來，以及哪些因素會(huì)驅(qū)動(dòng)場景升級(jí)，據(jù)此為每個(gè)因素的兩個(gè)相反結(jié)果制定可能的發(fā)展路徑；最后，場景建設(shè)需要?jiǎng)?chuàng)建場景敘述和反思結(jié)果，明晰該場景的目標(biāo)及結(jié)果效應(yīng)。

智能應(yīng)用場景是智能技術(shù)情境化的鮮活表征。連接、社群和數(shù)據(jù)是智能應(yīng)用場景的三大核心要素[9]，其中，連接既包括了人、環(huán)境、技術(shù)三大主體之間的匹配與組合，也涵蓋了應(yīng)用智能技術(shù)過程中時(shí)間和空間層面的連接與重構(gòu)；社群即智能應(yīng)用場景中的用戶或消費(fèi)群體，借助其文化傳播和情感流通優(yōu)勢，能夠豐富智能應(yīng)用場景的文化價(jià)值；數(shù)據(jù)是遵循“識(shí)別→存儲(chǔ)→傳輸→計(jì)算”流程，將場景進(jìn)行數(shù)據(jù)化的過程，這也決定了場景的豐富度和復(fù)雜度。從研究層面來看，關(guān)于智能應(yīng)用場景的探索聚焦兩大視野[10]：其一，人工智能技術(shù)進(jìn)入傳統(tǒng)的場景舞臺(tái)后，對(duì)“安防產(chǎn)業(yè)”“醫(yī)學(xué)領(lǐng)域”“交通領(lǐng)域”“科技領(lǐng)域”等行業(yè)所帶來的潛在影響[11-12]。其二，對(duì)某一細(xì)分領(lǐng)域的智能應(yīng)用場景進(jìn)行刻畫、設(shè)計(jì)、開發(fā)、利用、管理和評(píng)價(jià)。斯坦福大學(xué)“AI 100”報(bào)告分別從臨床環(huán)境、醫(yī)療分析、醫(yī)療機(jī)器人、數(shù)字醫(yī)療和老年護(hù)理等五大場景，描繪了“人工智能+醫(yī)療”智能應(yīng)用場景[13]。我國《關(guān)于支持建設(shè)新一代人工智能示范應(yīng)用場景的通知》提出，支持建設(shè)10個(gè)可復(fù)制、可推廣的首批人工智能示范應(yīng)用場景[14]。可以說，以場景推進(jìn)智能應(yīng)用落地，無疑是產(chǎn)業(yè)智能化的最優(yōu)解，因此，明晰智能應(yīng)用場景的設(shè)計(jì)邊界和規(guī)劃過程，正是智能應(yīng)用有效落地和持續(xù)發(fā)展的關(guān)鍵抓手。

智能教育場景，即人工智能技術(shù)在教育領(lǐng)域應(yīng)用時(shí)出現(xiàn)的場景，彰顯出智能化、交互化和集成化特征。一是智能化，圍繞教育者、受教育者、教育目標(biāo)、教育內(nèi)容、教育環(huán)境等教育核心要素，將人工智能技術(shù)引入其中，形成包括智能教育環(huán)境、智能學(xué)習(xí)過程支持、智能教育評(píng)價(jià)、智能教師助理、教育智能管理與服務(wù)等智能教育場景，旨在提升教學(xué)、學(xué)習(xí)、評(píng)價(jià)、治理的科學(xué)性、精準(zhǔn)性和有效性。二是交互化，這種交互既體現(xiàn)在人與智能產(chǎn)品交互的過程體驗(yàn)，如人工智能教育應(yīng)用的四種角色框架[15]、人—機(jī)協(xié)同的六層次模型[16]，也包括交互服務(wù)過程被智能化記錄、分析、傳播和反饋，據(jù)此揭示教育現(xiàn)實(shí)問題和改進(jìn)方向[17]。三是集成化，即充分考量智能教育場景的跨界融合特征，構(gòu)建“技術(shù)—社會(huì)—教育”動(dòng)態(tài)聯(lián)動(dòng)的生態(tài)圈[18]。因此，在搭建智能教育場景時(shí)，應(yīng)以明確的教育需求為出發(fā)點(diǎn)，圍繞特定教育情境，刻畫智能教育場景所需要的成熟技術(shù)支持和充足數(shù)據(jù)儲(chǔ)備。

（二）場景、智能應(yīng)用場景和智能教育場景的對(duì)比分析

進(jìn)一步對(duì)比場景、智能應(yīng)用場景和智能教育場景，發(fā)現(xiàn)三者都具備時(shí)空交互的動(dòng)態(tài)特征，但同時(shí)也彰顯出支持性與約束性共存的特性，具體如圖2所示。

整體上，場景的覆蓋面最為廣闊，智能教育場景的情境復(fù)雜度和內(nèi)容交互度水平最高。從構(gòu)成要素來看，三者都由靜態(tài)元素、動(dòng)態(tài)元素和特定指令構(gòu)成，基于“什么人、什么時(shí)間、什么地點(diǎn)、做了什么事”的邏輯鏈條，描述一段時(shí)間內(nèi)事物的發(fā)展樣態(tài)。從動(dòng)態(tài)交互的過程來看，場景側(cè)重于“人—物質(zhì)—信息”的動(dòng)態(tài)連接；智能應(yīng)用場景傾向于“人—環(huán)境—技術(shù)”的多元連接；智能教育場景則強(qiáng)調(diào)“人—教育—技術(shù)”的復(fù)雜交互。

從內(nèi)涵表征來看，場景是通過“人—物質(zhì)—信息”要素的連接、匹配和組合，從而實(shí)現(xiàn)多元情境的動(dòng)態(tài)連接；智能應(yīng)用場景是將人工智能技術(shù)應(yīng)用至全領(lǐng)域的各類場景，基于連接、社群、數(shù)據(jù)的內(nèi)涵特質(zhì)，賦能經(jīng)濟(jì)社會(huì)發(fā)展，提高社會(huì)生產(chǎn)效能；智能教育場景則將人工智能技術(shù)應(yīng)用至教育領(lǐng)域的各類場景，彰顯出智能、交互、超鏈接的內(nèi)涵特征。

從特色價(jià)值來看，場景的價(jià)值體現(xiàn)在互動(dòng)交流方面，通過引導(dǎo)多元主體思考不同情境下的系列“故事”，并參與討論潛在性“事件”，幫助其更加深刻地理解事件發(fā)生的過程機(jī)制；智能應(yīng)用場景的價(jià)值體現(xiàn)在智能交互方面，通過智適應(yīng)監(jiān)測和預(yù)警多主體的行為過程，幫助多主體在物理和虛擬場景中獲得個(gè)性化支持；智能教育場景則進(jìn)一步彰顯出人本人工智能（Human-centered Artificial Intelligence，簡稱HCAI））的價(jià)值意蘊(yùn)，通過理解、鼓勵(lì)和引導(dǎo)人的思想表達(dá)與情感傳遞，提升人與人、人與場景彼此交互的情感體驗(yàn)和價(jià)值認(rèn)同。

綜上所述，場景規(guī)劃是將多元需求轉(zhuǎn)變?yōu)楝F(xiàn)實(shí)行動(dòng)的過程，為進(jìn)一步梳理場景規(guī)劃的現(xiàn)實(shí)表觀和融合情境，采用案例研究方法，通過剖析智能教育場景的實(shí)踐情勢，覓求場景規(guī)劃的運(yùn)作規(guī)律，從而助力智能教育場景建設(shè)的切實(shí)落地。

三、智能教育場景規(guī)劃的運(yùn)作規(guī)律：

研究案例的觀測視角

為深刻理解場景化設(shè)計(jì)如何付諸智能應(yīng)用實(shí)踐，采用研究案例的觀測視角，通過鮮活的研究案例驅(qū)動(dòng)，進(jìn)一步明確智能教育場景能夠解決什么類型的教育問題，以及如何進(jìn)行智能場景建設(shè)的設(shè)計(jì)與優(yōu)化，從而最大程度地發(fā)揮人工智能技術(shù)服務(wù)教育的“智慧性”。

（一）研究案例的遴選標(biāo)準(zhǔn)

基于教育應(yīng)用的關(guān)鍵要素，以及智能技術(shù)數(shù)據(jù)化、關(guān)聯(lián)化和協(xié)同化等特征，我們選取典型的學(xué)、教、管、評(píng)、研等智能教育場景作為分析對(duì)象（如圖3所示），主要有三點(diǎn)原因：一是教育目標(biāo)導(dǎo)向，教育的本質(zhì)是為社會(huì)輸送復(fù)合型創(chuàng)新人才，其培育過程貫穿于學(xué)、教、管、評(píng)、研等關(guān)鍵環(huán)節(jié)，故選其作為典型的智能教育場景；二是教育過程導(dǎo)向，教育過程的發(fā)生始終圍繞教育者、受教育者、教育內(nèi)容、教育環(huán)境等關(guān)鍵要素展開，而這些要素映射到教育生態(tài)系統(tǒng)中，即為學(xué)、教、管、評(píng)、研等具體場景；三是教育效益導(dǎo)向，當(dāng)人工智能技術(shù)介入教育生態(tài)系統(tǒng)時(shí)，將在學(xué)、教、管、評(píng)、研等方面產(chǎn)生行動(dòng)耦合效應(yīng)，故選其作為觀測場景，可為智能教育場景“感知—應(yīng)用—服務(wù)”層面的應(yīng)用設(shè)計(jì)提供客觀依據(jù)。

（二）智能教育場景規(guī)劃的研究案例

1. 智能學(xué)習(xí)場景的個(gè)性化

智能學(xué)習(xí)場景使得個(gè)性化學(xué)習(xí)成為可能。例如：基于PeerLens可視化分析系統(tǒng)，根據(jù)學(xué)習(xí)者的行為表現(xiàn)預(yù)判三種學(xué)習(xí)路徑，并使用類似拉鏈的可視化視圖呈現(xiàn)學(xué)習(xí)者的學(xué)習(xí)軌跡，同時(shí)借助全方位的評(píng)估結(jié)果，幫助學(xué)習(xí)者高效完成相應(yīng)任務(wù)[19]。又如：采用可視化方式呈現(xiàn)學(xué)習(xí)者的目標(biāo)設(shè)定、任務(wù)列表、完成進(jìn)度、自我評(píng)估等內(nèi)容，從而激勵(lì)、監(jiān)督和促進(jìn)學(xué)習(xí)者進(jìn)行自主學(xué)習(xí)[20]。此外，智能學(xué)習(xí)場景通過刻畫學(xué)習(xí)者的認(rèn)知、行為、情感等多維特征，能夠?qū)崿F(xiàn)學(xué)習(xí)者的精準(zhǔn)建模。已有學(xué)者證實(shí)，多模態(tài)智能教育場景能夠?qū)崟r(shí)采集、匯聚、分析和反饋學(xué)習(xí)者的動(dòng)態(tài)數(shù)據(jù)，且較之單模態(tài)場景，平均準(zhǔn)確度提升了9.83%[21]。

不難發(fā)現(xiàn)，智能學(xué)習(xí)場景特別關(guān)注學(xué)習(xí)者的個(gè)性化需求，這也為智能學(xué)習(xí)場景的情境創(chuàng)設(shè)提供了思路。一方面，應(yīng)充分發(fā)揮智能技術(shù)優(yōu)勢，借助多維動(dòng)態(tài)數(shù)據(jù)捕獲、分析和挖掘?qū)W習(xí)者的真實(shí)訴求；另一方面，圍繞學(xué)習(xí)者的多元訴求，豐富并拓展智能學(xué)習(xí)場景的功效，使其最大程度地滿足學(xué)習(xí)者的個(gè)性化需求。

2. 智能教學(xué)場景的科學(xué)化

智能教學(xué)場景促使教學(xué)環(huán)節(jié)更加科學(xué)化，遵循“精準(zhǔn)識(shí)別→精準(zhǔn)診斷→精準(zhǔn)干預(yù)”的操作流程，抽取、識(shí)別、記錄學(xué)習(xí)者的過程性數(shù)據(jù)，并經(jīng)過數(shù)據(jù)中臺(tái)進(jìn)行精準(zhǔn)分析，據(jù)此建構(gòu)“以學(xué)定教—因材施教—以評(píng)促教”的智適應(yīng)教育生態(tài)圈。Chen等借助DropoutSeer系統(tǒng)，采用時(shí)序圖從點(diǎn)擊流、論壇帖子和作業(yè)記錄中提取學(xué)習(xí)者的行為數(shù)據(jù)，從而幫助教師理解學(xué)習(xí)者的過程性狀態(tài)[22]。Deng等運(yùn)用PerformanceVis交互式系統(tǒng)，將學(xué)習(xí)者的考試成績、考試項(xiàng)目和預(yù)測模型等動(dòng)態(tài)連接在一起，幫助教師對(duì)有學(xué)業(yè)風(fēng)險(xiǎn)的學(xué)習(xí)者及早采取針對(duì)性的干預(yù)措施[23]。

智能教學(xué)場景致力于教學(xué)流程和教學(xué)活動(dòng)的智能化，這也意味著智能教學(xué)場景需要建立在合理的教學(xué)組織之上，遵循“定義問題并選擇范圍→構(gòu)建系統(tǒng)并確定關(guān)鍵變量→收集數(shù)據(jù)并起草假設(shè)→借助樹狀結(jié)構(gòu)探索可能的未來→概述戰(zhàn)略選擇”的操作流程[24]，動(dòng)態(tài)刻畫和前瞻預(yù)判智能教學(xué)過程中的“現(xiàn)場”或“景況”。同時(shí)，以貫通的教學(xué)進(jìn)階為分析單元，探索智能教學(xué)實(shí)踐的關(guān)鍵支點(diǎn)和內(nèi)生機(jī)理，據(jù)此為智能教育決策提供證據(jù)參照。

3. 智能管理場景的高效化

智能管理場景使得教育流程更加高效化。一是教育業(yè)務(wù)流程的智能管理，通過自動(dòng)完成信息記錄、信息篩選、情境識(shí)別和決策干預(yù)，減少教育管理工作中的重復(fù)性流程，提高教育管理的服務(wù)效率。二是校園安全的智能管理，如煙霧探測、感溫火災(zāi)監(jiān)測、門窗開合監(jiān)控、視頻監(jiān)控、遇險(xiǎn)報(bào)警等安全保障[25-26]。三是生活服務(wù)的智能管理，如采用人臉識(shí)別和軌跡跟蹤相結(jié)合的校園考勤系統(tǒng)，通過實(shí)時(shí)獲取學(xué)習(xí)者的“地理圍欄”，有效提高了學(xué)習(xí)者身份驗(yàn)證的準(zhǔn)確性[27-28]。

智能管理場景建設(shè)需要通用的框架設(shè)計(jì)和適配的技術(shù)支持，致力于“人本人工智能”教育目標(biāo)的實(shí)現(xiàn)。其中，通用的框架設(shè)計(jì)根據(jù)多元主體在特定場景的協(xié)同參與，洞察相應(yīng)的實(shí)踐條件及過程規(guī)律，以及對(duì)現(xiàn)存的、潛在的和未來的風(fēng)險(xiǎn)進(jìn)行歸類，形成智能管理場景的規(guī)范秩序。適配的技術(shù)支持強(qiáng)調(diào)多元主體的差異化訴求，據(jù)此創(chuàng)設(shè)合理的技術(shù)應(yīng)用情境，使得智能教育管理發(fā)揮實(shí)際功效。

4. 智能評(píng)價(jià)場景的伴隨化

智能評(píng)價(jià)場景有助于伴隨式評(píng)價(jià)目標(biāo)的實(shí)現(xiàn)。通過采用無感的數(shù)據(jù)獲取方式，持續(xù)匯聚學(xué)習(xí)者全過程的多模態(tài)數(shù)據(jù)。例如：基于區(qū)域教育大數(shù)據(jù)的伴隨式評(píng)價(jià)，能夠直觀呈現(xiàn)不同區(qū)域教育發(fā)展、資源流動(dòng)、信息交互水平，為管理者實(shí)施科學(xué)決策提供證據(jù)支撐[29]。又如：借助伴隨式預(yù)警系統(tǒng)，跟蹤學(xué)習(xí)者的學(xué)習(xí)進(jìn)度和行為表現(xiàn)，并對(duì)學(xué)業(yè)困難的學(xué)習(xí)者給予疏導(dǎo)和幫助，可規(guī)避教學(xué)過程中的潛在風(fēng)險(xiǎn)[30]。

智能評(píng)價(jià)場景建設(shè)需要充分考量智能應(yīng)用過程中的關(guān)鍵事件，通過伴隨式和隊(duì)列式追蹤，在智能評(píng)價(jià)場景中洞察不同指標(biāo)之間的關(guān)聯(lián)水平，據(jù)此為數(shù)據(jù)采集提供參照，為教學(xué)活動(dòng)設(shè)計(jì)提供依據(jù)，為行動(dòng)干預(yù)提供支架。同時(shí)，智能評(píng)價(jià)場景也應(yīng)考量智能應(yīng)用過程中關(guān)鍵事件的重要級(jí)別，通過對(duì)各類突發(fā)事件做出相應(yīng)級(jí)別的舉措響應(yīng)和風(fēng)險(xiǎn)規(guī)避，切實(shí)踐行“以評(píng)促改”的評(píng)價(jià)理念，從而保障智能應(yīng)用評(píng)估結(jié)果的客觀、可信。

5. 智能教研場景的循證化

智能教研場景致力于教師專業(yè)發(fā)展的循證化。首先，通過對(duì)教師行為特征進(jìn)行動(dòng)態(tài)表征和客觀描述，既有助于教師進(jìn)行自我診斷和教研反思，也有利于教育決策者對(duì)教研活動(dòng)的循證管理。同時(shí)，基于“自主—定制”“人機(jī)協(xié)同”“多人機(jī)—多元”的智能教研場景和智慧教研平臺(tái)，教師的認(rèn)知視野將會(huì)更加開闊，教師教研的智慧化水平也更加高級(jí)[31]。此外，智能教研場景具備高流通性，如基于“1+N”跨區(qū)域主體的協(xié)同施力，構(gòu)建區(qū)校協(xié)同的學(xué)習(xí)共同體，從而促進(jìn)區(qū)校教育資源共享和教育質(zhì)量提升。

智能教研場景為教師專業(yè)發(fā)展提供了技術(shù)支持，尤其需要遵循技術(shù)適宜的設(shè)計(jì)理念。一方面，智能教研場景應(yīng)符合教師專業(yè)發(fā)展需求，根據(jù)教師的教研需求變化及時(shí)調(diào)整和更新教研場景，使得教師能夠置于最優(yōu)教研場景中，真正實(shí)現(xiàn)教研活動(dòng)的因“場”制宜；另一方面，教研場景的建設(shè)需要切實(shí)考量數(shù)據(jù)采集問題，如何保證教研數(shù)據(jù)獲取的完備性，如何精準(zhǔn)捕捉規(guī)?；瘮?shù)據(jù)，都應(yīng)是建設(shè)智能教研場景時(shí)需要考量的核心問題。

（三）智能教育場景規(guī)劃的運(yùn)作規(guī)律

打造智能教育場景，需要基于其運(yùn)作規(guī)律，從而落實(shí)有效可行的行動(dòng)舉措。通過分析“學(xué)、教、管、評(píng)、研”等智能教育場景的研究現(xiàn)狀，發(fā)現(xiàn)智能教育場景建設(shè)需要重點(diǎn)考量理念、過程、評(píng)價(jià)和監(jiān)管等技術(shù)要點(diǎn)。因此，基于上述要點(diǎn)審視智能教育場景的運(yùn)作規(guī)律，助力智能教育場景建設(shè)的科學(xué)性、落地性和有效性。

1. 清晰明確的教育需求是首要條件

越來越多的研究者意識(shí)到，技術(shù)產(chǎn)品沒有清晰的應(yīng)用場景是一件非?？膳碌氖虑?。智能教育場景更是如此，當(dāng)智能產(chǎn)品進(jìn)入教育領(lǐng)域，如若設(shè)計(jì)者不知道用戶會(huì)在什么時(shí)間、什么情境下使用智能產(chǎn)品，也不確定智能產(chǎn)品是否滿足用戶需求時(shí)，又如何提升智能教育場景的服務(wù)效率？因此，清晰明確的教育需求是推進(jìn)智能教育場景建設(shè)的首要條件，同時(shí)制約著智能教育場景的落地效果。

具體到智能教育場景建設(shè)的過程中，應(yīng)從三個(gè)方面明確教育需求：一是遵循“場景發(fā)掘→場景生成→場景實(shí)現(xiàn)→場景應(yīng)用→場景成熟”的開發(fā)過程，將教育需求融入場景設(shè)計(jì)的整個(gè)流程，即需要解決什么樣的教育需求，該場景是否滿足了教育需求，以及該場景滿足教育需求的實(shí)際程度如何？二是綜合考量教育需求的迫切性和重要程度，如參照智能場景疊加、復(fù)制、連接等建設(shè)策略[32]，研判智能教育場景功能建設(shè)的先后順序，從而最大程度地滿足用戶的場景體驗(yàn)。三是捕獲教育需求的支撐條件，其中，技術(shù)支持是關(guān)鍵要點(diǎn)，在建設(shè)智能教育場景時(shí)應(yīng)綜合考量智能技術(shù)支持教育需求的實(shí)現(xiàn)程度，選擇適切的智能技術(shù)進(jìn)行場景建設(shè)?？傊逃枨髴?yīng)基于知識(shí)、規(guī)則和邏輯等發(fā)生機(jī)理，同時(shí)，借助數(shù)據(jù)驅(qū)動(dòng)和知識(shí)驅(qū)動(dòng)的計(jì)算手段，打開智能教育應(yīng)用的“需求黑箱”。

2. 場景應(yīng)用的成熟度評(píng)價(jià)是中堅(jiān)力量

智能教育場景的成熟度評(píng)價(jià)是其應(yīng)用落地的中堅(jiān)力量。具體地，如何研判智能教育場景的應(yīng)用水平、如何明晰智能教育場景所處的發(fā)展階段、如何研判影響智能教育場景發(fā)展因素之間的關(guān)聯(lián)程度，正是智能教育場景有效落地的關(guān)鍵。

智能教育場景的成熟度評(píng)價(jià)為解決這一問題打開了思路?；诔墒於仍u(píng)價(jià)方法，一方面，通過研判某一場景在不同區(qū)域的應(yīng)用狀況，并從資源傾斜、短板彌補(bǔ)等方面給予落后地區(qū)針對(duì)性的扶持和干預(yù)；另一方面，通過研判某一區(qū)域不同智能教育場景的成熟度水平，據(jù)此選擇成熟的、最具發(fā)展前景的智能教育場景進(jìn)行實(shí)踐落地，形成“需求牽引→場景開發(fā)→成熟度評(píng)價(jià)→優(yōu)化完善→應(yīng)用推廣”的智能教育場景研發(fā)閉環(huán)。具體地，智能教育場景的成熟度評(píng)價(jià)需要遵循以下要點(diǎn)：一是場景建設(shè)思路，依托場景誕生到發(fā)展成熟的整個(gè)歷程，進(jìn)行關(guān)鍵特征描述和“定級(jí)”比對(duì)分析，從而確定智能教育場景的發(fā)展框架和成熟度水平；二是影響因素思路，通過分析某一類型智能教育場景達(dá)到成熟水平的因素支持，據(jù)此構(gòu)建成熟度評(píng)價(jià)體系和等級(jí)評(píng)定標(biāo)準(zhǔn)；三是綜合場景研發(fā)思路和影響因素思路，首先分析智能教育場景落地應(yīng)用的系統(tǒng)性因素，然后在因素抽取環(huán)節(jié)采用場景建設(shè)的研發(fā)思路，始終圍繞“哪些因素將促進(jìn)智能教育場景的應(yīng)用落地”這一核心問題，進(jìn)行逐輪迭代以形成智能教育場景的成熟度評(píng)價(jià)模型。

3. 科技向善的監(jiān)管機(jī)制是落地保障

科技向善的監(jiān)管機(jī)制影響著智能教育場景的落地速度，同時(shí)也決定著智能教育場景的應(yīng)用成效。而且，隨著智能教育場景在倫理規(guī)范、風(fēng)險(xiǎn)管控等方面的監(jiān)管機(jī)制愈加完善，智能教育場景應(yīng)用推廣的現(xiàn)實(shí)成效也將更加令人滿意。

智能教育場景建設(shè)首先需要貫徹人本人工智能的思想，它將人置于人機(jī)協(xié)作范式的中心，強(qiáng)調(diào)遵循人類的倫理、共同價(jià)值觀和利益，發(fā)展可持續(xù)和負(fù)責(zé)任的人工智能教育應(yīng)用[33]。具體監(jiān)管過程需要注意以下四點(diǎn)：一是通過激勵(lì)制度、運(yùn)維制度和創(chuàng)新制度支持，實(shí)現(xiàn)“價(jià)值認(rèn)同—?jiǎng)?chuàng)新應(yīng)用—優(yōu)化推廣”的智能教育場景治理進(jìn)程；二是構(gòu)建規(guī)范的智能技術(shù)應(yīng)用機(jī)制、管理機(jī)制、安全機(jī)制和風(fēng)險(xiǎn)預(yù)警機(jī)制，如采用API接口及統(tǒng)一授權(quán)的認(rèn)證方式，切實(shí)對(duì)各項(xiàng)智能教育應(yīng)用提供安全標(biāo)準(zhǔn)認(rèn)定；三是打造動(dòng)態(tài)監(jiān)測的治理機(jī)制，通過持續(xù)觀察、追蹤和干預(yù)智能教育場景中的實(shí)踐痛點(diǎn)和難點(diǎn)，建立面向不同區(qū)域、不同類型的智能教育應(yīng)用規(guī)范；四是采用多主體仿真實(shí)驗(yàn)方法[34]，通過跟蹤各要素在智能教育場景中的交互過程和變化規(guī)律，以及嘗試調(diào)整影響要素和時(shí)間參數(shù)，前瞻預(yù)判該智能教育場景的行動(dòng)路徑和干預(yù)舉措，保障智能教育場景的落地應(yīng)用和有效推廣。

四、以場景推進(jìn)智能教育的實(shí)踐路徑

場景規(guī)劃是落實(shí)教育數(shù)字化轉(zhuǎn)型的關(guān)鍵抓手，基于智能教育場景的運(yùn)作規(guī)律，需要以生態(tài)營造、指數(shù)流通、持續(xù)治理為抓手，有序推進(jìn)智能教育場景建設(shè)的實(shí)踐路徑。

（一）生態(tài)營造：構(gòu)建一體化智能教育場景生態(tài)圈

教育生態(tài)具備虛實(shí)融合、雙向開放、業(yè)務(wù)流通等特征，如何讓正在應(yīng)用或即將推廣的智能教育場景發(fā)揮價(jià)值功效，需要充分滿足教育現(xiàn)實(shí)需求，推動(dòng)人工智能技術(shù)與教育場景的全方位融通。

海量高質(zhì)量的數(shù)據(jù)是智能教育場景升級(jí)的“智慧養(yǎng)分”。一是加強(qiáng)“一數(shù)一源”治理，即溯源多元數(shù)據(jù)的源頭，減少數(shù)據(jù)重復(fù)收集而導(dǎo)致的資源浪費(fèi)和數(shù)據(jù)冗余問題。例如：以統(tǒng)一認(rèn)證為紐帶，促進(jìn)師生身份信息的動(dòng)態(tài)更新，實(shí)現(xiàn)管理業(yè)務(wù)的高效流通。又如：建立以學(xué)生學(xué)習(xí)和課堂教學(xué)為基礎(chǔ)的“智慧地圖”，通過動(dòng)態(tài)補(bǔ)充多元主體的過程性數(shù)據(jù)，探索其進(jìn)階的內(nèi)在邏輯與實(shí)踐進(jìn)路，從而提供適切的干預(yù)扶持。二是構(gòu)造“云網(wǎng)邊端”一體化數(shù)據(jù)運(yùn)轉(zhuǎn)流程，夯實(shí)涵蓋數(shù)據(jù)獲取、傳遞、存儲(chǔ)、認(rèn)知、決策、使用等功能的教育數(shù)字基座，以滿足高性能、大容量的數(shù)據(jù)探索需求。三是充分發(fā)揮“數(shù)字紅利”的流通優(yōu)勢，構(gòu)建具備適切服務(wù)功能的“教育大腦”[35]，重點(diǎn)考量如何采集、匯聚和處理多模態(tài)數(shù)據(jù)，如何將數(shù)據(jù)反饋有效應(yīng)用于“學(xué)、教、管、評(píng)、研”等場景的全周期和全流程，以及如何形成運(yùn)轉(zhuǎn)閉環(huán)的教育數(shù)據(jù)生態(tài)鏈等內(nèi)核問題。

（二）指數(shù)流通：打造動(dòng)態(tài)的智能教育場景證據(jù)庫

智能教育場景建設(shè)是一個(gè)動(dòng)態(tài)的復(fù)雜歷程，需要采用指數(shù)流通的思想，系統(tǒng)評(píng)估智能教育場景的實(shí)踐現(xiàn)狀。所謂指數(shù)流通思想，即采用動(dòng)態(tài)前瞻的質(zhì)量評(píng)估視角，通過實(shí)時(shí)研判智能教育場景建設(shè)的發(fā)展水平和未來趨勢，及時(shí)監(jiān)測和預(yù)警智能應(yīng)用的流通問題，從而制定針對(duì)性的行動(dòng)舉措。

數(shù)據(jù)流通方面，打破“煙囪式”數(shù)據(jù)建設(shè)形態(tài)，實(shí)現(xiàn)離散、多源、異構(gòu)數(shù)據(jù)的共建共享，為各類系統(tǒng)及時(shí)提供可用、安全的數(shù)據(jù)資產(chǎn)及推廣服務(wù)。資源流通方面，重點(diǎn)搭建互聯(lián)互通、應(yīng)用齊全、協(xié)同服務(wù)的教育平臺(tái)，如基于云架構(gòu)的資源服務(wù)模式，形成覆蓋區(qū)域的智能教育公共服務(wù)體系。同時(shí)，建立指數(shù)流通的智能應(yīng)用實(shí)踐機(jī)制，尤其需要清晰界定智能教育產(chǎn)品的應(yīng)用場景、功能定位和使用原則，具體應(yīng)把握兩個(gè)要點(diǎn)：一是以“應(yīng)用驅(qū)動(dòng)”作為智能應(yīng)用實(shí)踐的出發(fā)點(diǎn)，讓多元主體感知到智能教育場景是“減負(fù)”的化身，從而持續(xù)推進(jìn)智能應(yīng)用建設(shè)工作；二是持續(xù)促進(jìn)智能教育創(chuàng)新理論和實(shí)踐經(jīng)驗(yàn)的有效融合，具體可參照基于設(shè)計(jì)的實(shí)踐研究共同體思想（Design-based Implementation Research，簡稱DBIR），建立人工智能教育研究聯(lián)盟[36]，通過在研究者與實(shí)踐者之間建立緊密型、自主型、伴隨型的伙伴關(guān)系，共話智能教育場景的落地方向，形塑“產(chǎn)學(xué)研用”協(xié)同創(chuàng)新的智能教育場景新樣態(tài)。

（三）持續(xù)治理：形塑前瞻的智能教育場景路線圖

智能教育場景的運(yùn)作規(guī)律表明，科技向善的監(jiān)管機(jī)制是其落地的關(guān)鍵保障。因此，規(guī)范智能教育場景的建設(shè)過程，前瞻布局智能教育治理的路線圖。具體來說，可依托智能社會(huì)治理實(shí)驗(yàn)基地，開展面向宏觀、中觀和微觀層面的智能教育治理實(shí)驗(yàn)，記錄、描述和研判智能教育場景應(yīng)用的前瞻舉措，助力教育數(shù)字化轉(zhuǎn)型的高質(zhì)量發(fā)展。

宏觀層面，完善智能教育場景建設(shè)的質(zhì)量評(píng)估體系。例如：針對(duì)不同區(qū)域的差異化需求，制定相應(yīng)的命令型工具、激勵(lì)型工具、能力建設(shè)型工具、系統(tǒng)變革型工具和勸告誘導(dǎo)型工具，同時(shí)基于分層引領(lǐng)的革新理念，結(jié)合不同區(qū)域?qū)嵅?、?shí)踐、實(shí)戰(zhàn)的智能教育場景建設(shè)現(xiàn)狀，針對(duì)性地優(yōu)化不同區(qū)域智能教育場景的運(yùn)行機(jī)制。中觀層面，重視對(duì)不同區(qū)域“最近發(fā)展區(qū)”場景的二次重構(gòu)，即從真實(shí)存在的教育視角和數(shù)字孿生的虛擬環(huán)境出發(fā)，實(shí)時(shí)追蹤、動(dòng)態(tài)匯聚多元異構(gòu)的多模態(tài)數(shù)據(jù)，規(guī)范系列實(shí)體場景、虛擬空間的數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)，同時(shí)規(guī)避多元場景中原始數(shù)據(jù)的失范或異?，F(xiàn)象，以保障智能教育場景治理的規(guī)范性和有效性。微觀層面，以人本人工智能思想為首要前提，采用數(shù)據(jù)治理與社會(huì)實(shí)驗(yàn)相結(jié)合的方式，強(qiáng)化多主體協(xié)同治理的規(guī)則和制度，遵循“法律規(guī)則—倫理引導(dǎo)—預(yù)警防控—追責(zé)機(jī)制”的治理流程，打造智能社會(huì)條件下多元協(xié)同的治理機(jī)制。

五、結(jié)? ?語

教育數(shù)字化轉(zhuǎn)型呼吁智能教育生態(tài)重塑，場景規(guī)劃是智能教育應(yīng)用落地的有效抓手。研究從場景賦能視角切入，對(duì)場景、智能應(yīng)用場景和智能教育場景的本質(zhì)內(nèi)涵進(jìn)行梳理，并以“學(xué)、教、管、評(píng)、研”等智能教育場景作為典型案例，進(jìn)一步探討場景規(guī)劃的運(yùn)作規(guī)律，旨在為智能教育場景落地提供可行的實(shí)踐路徑。本研究一方面從場景規(guī)劃視角明確了智能教育應(yīng)用的落地方式，為其有效實(shí)踐與持續(xù)推廣提供理論支撐；另一方面也明晰了智能教育場景規(guī)劃的運(yùn)作規(guī)律，為建設(shè)高質(zhì)量的智能教育場景提供原理指導(dǎo)。下一階段，需要基于典型的智能教育場景，設(shè)計(jì)相應(yīng)的技術(shù)場景原型，從整體應(yīng)用和差異實(shí)踐層面開展社會(huì)性實(shí)驗(yàn)，豐富和落地智能教育場景的建設(shè)應(yīng)用。

[參考文獻(xiàn)]

[1] 上海市教育委員會(huì).《上海市教育數(shù)字化轉(zhuǎn)型實(shí)施方案（2021—2023）》公布[EB/OL]. [2022-12-18]. https：//edu.sh.gov.cn/xwzx_bsxw/20211110/9a48015bacfe4af1a4eb131abef5585b.html.

[2] 袁磊，張艷麗，羅剛.5G時(shí)代的教育場景要素變革與應(yīng)對(duì)之策[J].遠(yuǎn)程教育雜志，2019，37（3）：27-37.

[3] 武法提，黃石華，殷寶媛. 場景化：學(xué)習(xí)服務(wù)設(shè)計(jì)的新思路[J].電化教育研究，2018，39（12）：63-69.

[4] 郭欣悅，吳峰，邵梁.職業(yè)教育虛實(shí)融合場景化學(xué)習(xí)活動(dòng)設(shè)計(jì)研究[J].中國電化教育，2021（2）：131-136.

[5] 劉成新，羅靈燕.生活、職業(yè)與學(xué)業(yè)：移動(dòng)時(shí)代的場景化學(xué)習(xí)活動(dòng)研究[J].中國電化教育，2020（6）：37-44.

[6] 劉邦奇，喻彥琨，袁婷婷.智能技術(shù)賦能過程評(píng)價(jià)：目標(biāo)、路徑與典型場景[J].現(xiàn)代教育技術(shù)，2022，32（5）：14-23.

[7] 楊曉哲，任友群. 教育人工智能的下一步——應(yīng)用場景與推進(jìn)策略[J].中國電化教育，2021（1）：89-95.

[8] 奚樑. 場景的解析[D].上海：同濟(jì)大學(xué)，2007.

[9] 夏蜀. 數(shù)字化時(shí)代的場景主義[J].文化縱橫，2019（5）：88-97，143.

[10] 李夢薇，徐峰，高芳.人工智能應(yīng)用場景的界定與開發(fā)[J].中國科技論壇，2021（6）：171-179.

[11] 王飛躍，王曉，袁勇，王濤，林懿倫.社會(huì)計(jì)算與計(jì)算社會(huì)：智慧社會(huì)的基礎(chǔ)與必然[J].科學(xué)通報(bào)，2015，60（Z1）：460-469.

[12] 柴象飛. 跨界融合，醫(yī)療影像AI正當(dāng)時(shí)[J].人工智能，2018（4）：60-69.

[13] LITTMAN M， AJUNWA I， BERGER G. Gathering strength， gathering storms： the one hundred year study on artificial intelligence （AI100） 2021 study panel report [EB/OL]. [2022-12-16]. https：//arxiv.org/ftp/arxiv/papers/2210/2210.15767.pdf.

[14] 科技部.科技部關(guān)于支持建設(shè)新一代人工智能示范應(yīng)用場景的通知[EB/OL]. [2022-12-18]. http：//www.gov.cn/zhengce/zhengceku/2022-08/15/content_5705450.htm.

[15] HWANG G J， XIE H， WAH B W， GASEVIC D. Vision， challenges， roles and research issues of artificial intelligence in education[J]. Computers & education： artificial intelligence，2020（1）：1-5.

[16] OECD. OECD digital education outlook 2021： pushing the frontiers with artificial intelligence， blockchain and robots [EB/OL]. [2022-12-16]. https：//www.oecd-ilibrary.org/docserver/589b283f-en.pdf？expires=1667534065&id=id&accname=ocid49026773&checksum=AF535DAE79788EA366A78AB20F18C861.

[17] 田偉，楊麗萍，辛濤，張生. 科技賦能教育監(jiān)測與評(píng)價(jià)：現(xiàn)狀與前瞻[J].中國遠(yuǎn)程教育，2022（1）：1-11，92.

[18] 李世瑾，李睿，顧小清.如何有效推進(jìn)人工智能教育？——基于多主體仿真的理論前瞻[J].電化教育研究，2022，43（12）：18-24.

[19] XIA M， SUN M F， WEI H， CHEN Q. PeerLens： peer-inspired interactive learning path planning in online question pool[C]// Proceedings of the CHI Conference on Human Factors in Computing Systems. New York： ACM，2019：1-12.

[20] LAW C Y， GRUNDY J， CAIN A， VASA R， CUMMAUDO A. User perceptions of using an open learner model visualisation tool for facilitating self-regulated learning[C]// Proceedings of the 19th Australasian Computing Education Conference. New York：ACM， 2017：55-64.

[21] DMELLO S K， KORY J. A review and meta-analysis of multimodal affect detection systems[J]. ACM computing surveys， 2015，47（3）：1-36.

[22] CHEN Y Z， CHEN Q， ZHAO M Q， BOYER S. DropoutSeer： visualizing learning patterns in massive open online courses for dropout reasoning and prediction[C]// Proceedings of the 2016 IEEE Conference on Visual Analytics Science and Technology. Baltimore： IEEE，2016：111-120.

[23] DENG H Z， WANG X M， GUO Z Y， DECKER A， ABBOTT K. PerformanceVis： visual analytics of student performance data from an introductory chemistry course[J]. Visual informatics， 2019，3（4）：166-176.

[24] JOUVENEL H D. A brief methodological guide to scenario building[J]. Technological forecasting and social change， 2000，65（1）： 37-48.

[25] SULISTIYOWATI I， SUGIARTO A R， JAMAALUDDIN J. Smart laboratory based on internet of things in the faculty of electrical engineering， university of muhammadiyah sidoarjo[C]// International Conference on Engineering， Technologies， and Applied Sciences （ICETAS）. Bengkulu， Indonesia： IOP Publishing Ltd，2020：1-9.

[26] QURESHI K N， NAVEED A， KASHIF Y， JEON G. Internet of things for education： a smart and secure system for schools monitoring and alerting[J]. Computers & electrical engineering， 2021，93（7）：1-9.

[27] CAO F， ZHU L. Research on campus attendance system based on face recognition and trajectory tracking[C]// The 2nd International Conference on Environment Science and Advanced Energy Technologies. Chongqing： IOP Publishing Ltd， 2021：1-7.

[28] ZHOU X. Application research of face recognition technology in smart campus[C]// The 2nd International Symposium on Big Data and Applied Statistics. Dalian： IOP Publishing Ltd， 2020：1-7.

[29] 吳南中，黃治虎，曾靚，謝青松，夏海鷹. 教育大數(shù)據(jù)生態(tài)圈構(gòu)建：“3+3”模型的邏輯與實(shí)踐[J].中國遠(yuǎn)程教育，2019（7）：77-85.

[30] KRUMM A E， WADDINGTON R J， TEASLEY S D， LONN S. Learning analytics： from research to practice[M]. New York： Springer， 2014：103-119.

[31] 楊欣. 人工智能助力教研變革的價(jià)值與邏輯[J].電化教育研究，2020，41（11）：27-32，86.

[32] 袁凡，陳衛(wèi)東，徐銣憶，葛文碩，張宇帆，魏薈敏. 場景賦能：場景化設(shè)計(jì)及其教育應(yīng)用展望——兼論元宇宙時(shí)代全場景學(xué)習(xí)的實(shí)現(xiàn)機(jī)制[J].遠(yuǎn)程教育雜志，2022，40（1）：15-25.

[33] LI S J， GU X Q. A risk framework for human-centered artificial intelligence in education： based on literature review and Delphi-AHP method[J]. Educational technology & society， 2023， 26（1）：187-202.

[34] 李世瑾，王成龍，顧小清.人工智能教育治理：邏輯機(jī)理與實(shí)踐進(jìn)路[J].華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2022，40（9）：55-66.

[35] 顧小清，李世瑾.人工智能教育大腦：以數(shù)據(jù)驅(qū)動(dòng)教育治理與教學(xué)創(chuàng)新的技術(shù)框架[J].中國電化教育，2021（1）：80-88.

[36] 顧小清，李世瑾.構(gòu)建研究與實(shí)踐共同體：以AIED研究聯(lián)盟推進(jìn)人工智能全方位賦能[J].中國教育信息化，2022，28（6）：46-53.

Scenario Planning： A Feasible Path to the Practice Form of

Artificial Intelligence Education

LI Shijin1，? DAI Yunqiu2，? GU Xiaoqing1

（1.Department of Education Information Technology， East China Normal University， Shanghai 200062;

2.Dianshanhu Central Primary School， Kunshan Jiangsu 215345）

[Abstract] Providing intelligent services based on "scenarios" has become a new form for the development of artificial intelligence education. In order to effectively promote the practice of artificial intelligence education， this study starts from the perspective of scenario empowerment， systematically sorts out and compares the essential connotations of scenarios， intelligent application scenarios and intelligent education scenarios， adopts the case study method to sort out the research status of intelligent education scenarios such as "learning， teaching， management， evaluation， and research"， and seeks the operation rules of intelligent education scenario planning. It is found that the operation rules of intelligent education scenario are as follows： clear and definite educational demands are the primary condition， the maturity evaluation of scenario application is the backbone， and the regulatory mechanism of scientific and technological excellence is the guarantee for implementation. In view of this， this study puts forward the practical path of intelligent education scenario planning from the aspects of ecological construction， index circulation and sustainable governance， aiming to provide objective and feasible theoretical support and design ideas for promoting the implementation of intelligent education scenarios.

[Keywords] Scenario Planning; Artificial Intelligence Education; Essential Connotation; Operation Rules; Practice Path