數(shù)字人教育應(yīng)用的演進(jìn)、趨勢(shì)與挑戰(zhàn)

翟雪松 吳庭輝 李翠欣 仇婷婷 李艷

摘要：教育領(lǐng)域中的數(shù)字人是指存在于數(shù)字虛擬空間中，通過(guò)知識(shí)傳遞、社會(huì)交互等教育手段增強(qiáng)學(xué)習(xí)效果或?qū)W習(xí)感知覺(jué)的具象化虛擬人物的統(tǒng)稱。數(shù)字人無(wú)論是在技術(shù)迭代還是應(yīng)用創(chuàng)新上都與互聯(lián)網(wǎng)發(fā)展息息相關(guān)。隨著三次互聯(lián)網(wǎng)形態(tài)的演進(jìn)，教育領(lǐng)域中的數(shù)字人從支持知識(shí)單向傳遞、無(wú)情感關(guān)注、多媒體表征、弱交互行為向知識(shí)多向傳遞、重視情感關(guān)注、3D或全息表征、多向交互轉(zhuǎn)變。技術(shù)支撐層面，教育領(lǐng)域中的數(shù)字人技術(shù)載體依然呈現(xiàn)欠智能、弱交互的特點(diǎn)，計(jì)算機(jī)視覺(jué)和拓展現(xiàn)實(shí)技術(shù)在教育中的應(yīng)用明顯增加。實(shí)踐賦能層面，數(shù)字人在增強(qiáng)教師智能教學(xué)和學(xué)生自主學(xué)習(xí)方面有積極作用，但目前應(yīng)用主要集中在高等教育和K12教育階段。人本關(guān)注層面，數(shù)字人通過(guò)聲音和形象兩大設(shè)計(jì)要素影響學(xué)習(xí)者認(rèn)知發(fā)展，通過(guò)識(shí)別、測(cè)量、干預(yù)來(lái)提升學(xué)習(xí)者的情感交互體驗(yàn)。隨著技術(shù)的不斷更新迭代，數(shù)字人體現(xiàn)出類人化水平不斷提高、身份可塑性逐漸增強(qiáng)、共情力持續(xù)提升的發(fā)展趨勢(shì)，但其也面臨算力保障不足、數(shù)字版權(quán)不清、導(dǎo)致教育弱化或?qū)W習(xí)惰性、引發(fā)倫理風(fēng)險(xiǎn)等挑戰(zhàn)。未來(lái)，數(shù)字人教育應(yīng)用應(yīng)重視開(kāi)發(fā)人機(jī)協(xié)同模式，完善底層技術(shù)保障，立足育人根本目標(biāo)，推動(dòng)教育公平、高質(zhì)量發(fā)展。

關(guān)鍵詞：數(shù)字人；教育應(yīng)用；互聯(lián)網(wǎng)形態(tài)；教育數(shù)字化；生成式人工智能

中圖分類號(hào)：G434 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ?文章編號(hào)：1009-5195（2023）06-0041-10 ?doi10.3969/j.issn.1009-5195.2023.06.005

基金項(xiàng)目：國(guó)家自然科學(xué)基金面上項(xiàng)目“融合視覺(jué)健康的在線學(xué)習(xí)資源自適應(yīng)表征及關(guān)鍵技術(shù)研究 ”（62177042）；浙江省之江教育信息化研究院聯(lián)合課題“教育元宇宙促進(jìn)城鄉(xiāng)教共體協(xié)同發(fā)展研究”（ZJY202201LH）。

作者簡(jiǎn)介：翟雪松，博士，研究員，博士生導(dǎo)師，浙江大學(xué)教育學(xué)院，杭州國(guó)際城市學(xué)研究中心浙江省城市治理研究中心（浙江杭州 310058）；吳庭輝、李翠欣，碩士研究生，浙江大學(xué)教育學(xué)院（浙江杭州 310058）；仇婷婷，博士研究生，浙江大學(xué)教育學(xué)院（浙江杭州 310058）；李艷（通訊作者），博士，教授，博士生導(dǎo)師，浙江大學(xué)教育學(xué)院（浙江杭州 310058）。

一、數(shù)字人及其在教育應(yīng)用中的優(yōu)勢(shì)

數(shù)字人（Digital Human，DH）的概念最早出現(xiàn)于信息科學(xué)領(lǐng)域，被定義為“計(jì)算機(jī)系統(tǒng)中能采取靈活、自主行動(dòng)的數(shù)字代理”（Jennings，2000）。當(dāng)這一概念被遷移到教育領(lǐng)域后，主要是指存在于數(shù)字虛擬空間中，通過(guò)知識(shí)傳遞、社會(huì)交互等教育手段增強(qiáng)學(xué)習(xí)效果或?qū)W習(xí)感知覺(jué)的具象化虛擬人物的統(tǒng)稱，包括數(shù)字教師和數(shù)字學(xué)生。數(shù)字人可以在以下三個(gè)方面賦能教學(xué)。

第一，拓展學(xué)生學(xué)習(xí)能力。傳統(tǒng)課堂學(xué)習(xí)下，學(xué)習(xí)者的學(xué)習(xí)受時(shí)間、空間局限，但在數(shù)字學(xué)習(xí)環(huán)境下，學(xué)習(xí)者的學(xué)習(xí)可以實(shí)現(xiàn)多空間的跨越。特別是在以GPT為代表的人工智能時(shí)代，生成式人工智能拓展了學(xué)習(xí)者的多維知識(shí)遷移能力。未來(lái)教育不僅需要滿足學(xué)習(xí)者突破時(shí)空限制的需求，更需要重視他們?cè)诮换ブ屑ぐl(fā)出認(rèn)知提示（Cognitive Prompt）的重要靈感瞬間。

第二，增強(qiáng)具身交互性。數(shù)字人的人機(jī)交互方式經(jīng)歷了從鍵盤控制到動(dòng)捕交互，是具身交互從單一器官拓展到全身的表現(xiàn)。先前研究發(fā)現(xiàn)，動(dòng)捕技術(shù)通過(guò)捕捉師生行為形成動(dòng)作參數(shù)和模型，并以數(shù)字人形式給出及時(shí)、個(gè)性化反饋，有助于提高學(xué)生的學(xué)習(xí)體驗(yàn)和效果（Alonso et al.，2021）；此外，腦機(jī)接口技術(shù)作為數(shù)字學(xué)習(xí)新入口，可以將情感、認(rèn)知與學(xué)習(xí)行為相匹配，為學(xué)習(xí)者提供更具沖擊性和體驗(yàn)感的交互方式（翟雪松等，2022a；Jamil et al.，2021）。

第三，提升知識(shí)共創(chuàng)力度。知識(shí)生產(chǎn)是教育的主要目的，知識(shí)共創(chuàng)是知識(shí)生產(chǎn)的主要形式?；谛畔⒒碾p師課堂或同步課堂雖然強(qiáng)化了知識(shí)傳遞的效能，但依然是觀影模式（Watching Model）。數(shù)字人能有效將物理空間的隔閡打破，在統(tǒng)一平臺(tái)形成協(xié)作模式。學(xué)習(xí)者利用數(shù)字人進(jìn)入學(xué)習(xí)空間可以在形式和心理上有意識(shí)地將“本我”拓展到“社區(qū)中的一員”，從而自發(fā)地為團(tuán)隊(duì)創(chuàng)造知識(shí)（Han，2020）。

二、互聯(lián)網(wǎng)形態(tài)演進(jìn)與數(shù)字人發(fā)展

教育數(shù)字化歷程與互聯(lián)網(wǎng)技術(shù)的發(fā)展息息相關(guān)。三次互聯(lián)網(wǎng)的形態(tài)演進(jìn)過(guò)程中，數(shù)字人在知識(shí)傳遞、情感關(guān)注、表征方式、交互模式和交互程度上都存在差異，其與師生之間的關(guān)系也在不斷演變（見(jiàn)圖1）。

圖1 教育領(lǐng)域數(shù)字人的發(fā)展演變

1.Web1.0時(shí)代的數(shù)字人：可讀與弱交互

20世紀(jì)90年代末，門戶網(wǎng)站開(kāi)始在我國(guó)廣泛流行，教育等領(lǐng)域也借互聯(lián)網(wǎng)之風(fēng)實(shí)現(xiàn)了海量資源共享，迎來(lái)了Web1.0時(shí)代（劉暢，2008）。Web1.0的特征主要表現(xiàn)在“可讀”和“弱交互”兩個(gè)方面：首先，“可讀”方面，教育資源以單向傳輸為主。通信技術(shù)和數(shù)字基礎(chǔ)設(shè)施的完善支撐了大規(guī)模、可復(fù)制和易傳播的學(xué)習(xí)資源的網(wǎng)絡(luò)化，拓寬了不同地區(qū)學(xué)生獲取教學(xué)資源的通道。然而，此時(shí)數(shù)字人的數(shù)字身份僅是互聯(lián)網(wǎng)上簡(jiǎn)單閱讀信息或搜索資源的憑證，大規(guī)模學(xué)習(xí)群體仍需系統(tǒng)化、專業(yè)性的交互行為才能最大限度發(fā)揮資源的作用。這個(gè)時(shí)期，部分教育工作者開(kāi)發(fā)了基于給定算法程序和海量題庫(kù)資源的智能教學(xué)系統(tǒng)。其次，“弱交互”方面，充當(dāng)數(shù)字教師的數(shù)字人，雖然能自動(dòng)、高效地完成簡(jiǎn)單概念解答和用戶反饋，但是由于非具象、弱交互、單向傳遞以及無(wú)情感交流的局限性，難以滿足學(xué)習(xí)者主動(dòng)學(xué)習(xí)的需求和最近發(fā)展區(qū)學(xué)習(xí)原則，因此學(xué)習(xí)者群體對(duì)可承載強(qiáng)交互功能的數(shù)字人的呼聲越來(lái)越高。

2.Web2.0時(shí)代的數(shù)字人：具象化與雙向交互

Web2.0的本質(zhì)特征是參與、展示和信息互動(dòng)，它的出現(xiàn)填補(bǔ)了Web1.0在參與、溝通、交流上的匱乏與不足（劉暢，2008）。在教育領(lǐng)域，Web2.0時(shí)代的數(shù)字人多由非具象化轉(zhuǎn)型為具象化，以2D或3D可視化的表征形式呈現(xiàn)，通過(guò)雙向交互拉近師生之間的心理距離（Hong et al.，2014）。同時(shí)，依托計(jì)算機(jī)視覺(jué)（Computer Vision）的數(shù)字人還可以通過(guò)人像特征識(shí)別，捕捉學(xué)習(xí)者的情緒、動(dòng)作變化，并及時(shí)給予手勢(shì)等教學(xué)反饋，滿足學(xué)習(xí)者對(duì)過(guò)程的監(jiān)控需求（Yung et al.，2015；Bringula et al.，2018）。

然而，Web2.0時(shí)代的數(shù)字人仍有較大局限性。其一，囿于獨(dú)立的課堂空間導(dǎo)致數(shù)據(jù)閉塞。數(shù)字人與學(xué)習(xí)者之間有海量的交互數(shù)據(jù)，數(shù)據(jù)背后潛在的學(xué)習(xí)軌跡是勾勒學(xué)習(xí)者畫像、預(yù)測(cè)未來(lái)學(xué)習(xí)成就的重要參照。受制于學(xué)習(xí)空間的相對(duì)獨(dú)立性和數(shù)字人接口的封閉性，數(shù)據(jù)包之間難以交流與傳輸，從而使學(xué)習(xí)者產(chǎn)生或接收的消息局限于一定范圍，容易使其陷入信息繭房危機(jī)。其二，弱智能化影響了學(xué)習(xí)體驗(yàn)。學(xué)習(xí)化社會(huì)要求教育要能滿足學(xué)習(xí)者多維度、深感情和全覆蓋的學(xué)習(xí)趨向。然而Web2.0的技術(shù)架構(gòu)尚難以支撐個(gè)性化、多樣化的學(xué)習(xí)認(rèn)知和學(xué)習(xí)情感需求。例如，不同性別的學(xué)生對(duì)擁有不同性別特征的數(shù)字人會(huì)呈現(xiàn)不同程度的情感態(tài)度（Makransky et al.，2019），而這一點(diǎn)在Web2.0時(shí)代仍無(wú)法大規(guī)模滿足。通過(guò)厘清數(shù)字人在不同學(xué)科、學(xué)段中的應(yīng)用方案和規(guī)律，能為解決規(guī)?；蛡€(gè)性化之間的矛盾提供數(shù)據(jù)支撐。

3.Web3.0時(shí)代的數(shù)字人：類人化與多向交互

Web3.0支持跨媒體異構(gòu)知識(shí)檢索，以語(yǔ)義技術(shù)為核心提供教育資源推薦。區(qū)塊鏈、數(shù)字藏品和去中心化自治組織等構(gòu)成了新一代互聯(lián)網(wǎng)Web3.0的整個(gè)基礎(chǔ)設(shè)施體系（杜雨等，2022），為重塑教育生態(tài)提供了新方向。首先，Web3.0突破了Web2.0時(shí)代交互淺層的局限，支持師生之間或數(shù)字人之間多向交互。Web3.0還是元宇宙持續(xù)發(fā)展的根基，以更逼真的表征形式允許師生以數(shù)字人身份進(jìn)行互動(dòng)，且重視學(xué)習(xí)情感的表達(dá)——以游戲化的方式打開(kāi)教育，以悅?cè)せ幕?dòng)取代灌輸（翟雪松等，2022b）。其次，以ChatGPT為代表的生成式人工智能極大地促進(jìn)了數(shù)字人的智能發(fā)展。例如，斯坦福大學(xué)聯(lián)合谷歌公司構(gòu)筑了一個(gè)虛擬的AI小鎮(zhèn)，擁有25名基于ChatGPT-3.5 Turbo構(gòu)建的數(shù)字居民。這些數(shù)字人以類人方式生活、交互、學(xué)習(xí)和反思，只需要少量的初始設(shè)定就能自主構(gòu)筑有序的關(guān)系網(wǎng)，并在交互過(guò)程中留下大量數(shù)字指紋，為后期的智能分析提供多維度的數(shù)據(jù)支撐（Park et al.，2023）。此模式能加速或延遲模擬非真人玩家（Non-Player Character）的學(xué)習(xí)歷程，從而為真實(shí)世界的學(xué)生制定試錯(cuò)成本最低的交互模式提供智能決策方案。

三、三次互聯(lián)網(wǎng)浪潮下數(shù)字人教育應(yīng)用的研 究回顧

由前述可知，數(shù)字人無(wú)論是在技術(shù)迭代還是應(yīng)用創(chuàng)新上都與互聯(lián)網(wǎng)的革新息息相關(guān)。已有研究發(fā)現(xiàn)，數(shù)字人對(duì)于教育的作用會(huì)受到知識(shí)類型、學(xué)段和設(shè)計(jì)要素等調(diào)節(jié)變量的影響（王雪等，2022；Dai et al.，2022），但不同調(diào)節(jié)變量之間的交互作用仍不清晰?；诖?，本研究擬以三次互聯(lián)網(wǎng)發(fā)展為切入點(diǎn)進(jìn)行系統(tǒng)性文獻(xiàn)綜述，通過(guò)對(duì)國(guó)內(nèi)外主要學(xué)術(shù)文獻(xiàn)的搜索、編碼、分析，探討在三次互聯(lián)網(wǎng)浪潮下數(shù)字人是如何賦能教育實(shí)踐的。

1.研究設(shè)計(jì)

本研究根據(jù)PRISMA（Preferred Reporting Items for Systematic Reviews and Meta-Analyses）要求（Moher et al.，2009），按照“文獻(xiàn)檢索—文獻(xiàn)篩選—文獻(xiàn)編碼—結(jié)果分析”四個(gè)步驟展開(kāi)綜述。

（1）文獻(xiàn)檢索

首先，在搜索時(shí)間跨度上，研究按照三次互聯(lián)網(wǎng)發(fā)展的關(guān)鍵時(shí)間節(jié)點(diǎn)，將檢索時(shí)段劃分為：1999年—2003年（Web1.0時(shí)代）；2004年—2020年（Web2.0時(shí)代）和2021年—2022年（Web3.0時(shí)代）三個(gè)時(shí)間段。其次，鑒于學(xué)者們對(duì)“數(shù)字人”的理解較為多元，本研究先以“數(shù)字人”（Digital Human）為主題詞在中國(guó)知網(wǎng)、Web of Science（WOS）和EBSCO Host核心數(shù)據(jù)庫(kù)中檢索。通過(guò)初步閱讀和文獻(xiàn)溯源，發(fā)現(xiàn)“虛擬人”“虛擬數(shù)字人”“虛擬教師”“虛擬導(dǎo)師”“虛擬化身”“智能導(dǎo)師”“教學(xué)代理”“動(dòng)畫代理”等檢索主題詞均與本研究主題相關(guān)。因此，本研究在中國(guó)知網(wǎng)以上述中文檢索詞重新檢索，共得到文獻(xiàn)367篇（Web1.0時(shí)代20篇，Web2.0時(shí)代252篇，Web3.0時(shí)代95篇）；在WOS和EBSCO Host以“Digital Human”“Virtual Human”“Virtual Digital Human”“Virtual Teacher”“Virtual Tutor”“Virtual Avatar”“Intelligent Tutor”“Pedagogical Agent”“Animated Agent”等英文檢索詞檢索，共得到文獻(xiàn)744篇（Web1.0時(shí)代55篇，Web2.0時(shí)代578篇，Web3.0時(shí)代111篇）。

（2）文獻(xiàn)篩選

根據(jù)PRISMA要求，本研究制定如下篩選標(biāo)準(zhǔn)：第一，研究主題須為本研究定義范疇下的數(shù)字人教育應(yīng)用，剔除只討論機(jī)器人、仿真人或真人教師的研究；第二，研究論文中須具體闡述數(shù)字人解決的教育問(wèn)題、應(yīng)用學(xué)科以及設(shè)計(jì)特征等要素，剔除只介紹數(shù)字人技術(shù)本身的研究；第三，研究論文須為全文可獲得的學(xué)術(shù)文獻(xiàn)；第四，研究論文須提供實(shí)證支持或深入的論證分析，剔除單純的描述性分析文獻(xiàn)。每篇文獻(xiàn)均經(jīng)過(guò)三位擁有教育技術(shù)學(xué)科背景的專家審讀。最終經(jīng)過(guò)四輪篩選以及手工剔除獲得編碼文獻(xiàn)100篇，其中Web1.0時(shí)代有8篇，Web2.0時(shí)代有73篇，Web3.0時(shí)代有19篇。具體篩選流程見(jiàn)圖2。

（3）文獻(xiàn)編碼和分析

為了探究數(shù)字人的技術(shù)發(fā)展、形象表征、測(cè)量方法及其對(duì)不同學(xué)科、不同學(xué)段教師教學(xué)與學(xué)生學(xué)習(xí)的影響，研究將數(shù)字人編碼維度確定為：研究問(wèn)題、技術(shù)支撐、學(xué)科、學(xué)段、聲音、形象和測(cè)量方法7個(gè)方面。首先，研究從教育主體的角度將研究問(wèn)題劃分為智能教學(xué)和自主學(xué)習(xí)兩大類。智能教學(xué)是指數(shù)字人作用于教師，賦能教師教學(xué)力的研究，如輔助教學(xué)互動(dòng)、課后表現(xiàn)評(píng)價(jià)以及及時(shí)教學(xué)反饋等（Veletsianos，2012；Hong et al.，2014；Harley et al.，2017）。自主學(xué)習(xí)是指數(shù)字人作用于學(xué)生，輔助學(xué)生自主、積極地學(xué)習(xí)的研究，如自動(dòng)問(wèn)答、資源推薦、內(nèi)容指導(dǎo)和學(xué)情反饋等（Tegos et al.，2015；Li et al.，2023）。其次，在技術(shù)支撐維度上，為了使數(shù)字人更契合時(shí)代發(fā)展需求，研究在文獻(xiàn)閱讀和分析的基礎(chǔ)上，將充當(dāng)數(shù)字人“眼睛”的計(jì)算機(jī)視覺(jué)技術(shù)、充當(dāng)數(shù)字人“耳朵和大腦”的自然語(yǔ)言處理技術(shù)以及優(yōu)化數(shù)字人表征的拓展現(xiàn)實(shí)技術(shù)三者作為子維度，將基礎(chǔ)技術(shù)如多媒體、語(yǔ)音、建模等技術(shù)歸為“其他技術(shù)”（Ciolacu et al.，2020；Zhai et al.，2021；Hwang et al.，2022）。最后，研究把應(yīng)用學(xué)科分為文科和理科，把學(xué)段分為K12教育、高等教育、成人教育和特殊教育，把聲音分為電腦合成和真人錄制，把形象分為2D表征和3D表征，把測(cè)量方法分為訪談法、話語(yǔ)分析法、調(diào)查法和實(shí)驗(yàn)法。表1呈現(xiàn)了文獻(xiàn)在不同編碼維度上的分布情況。

2.研究發(fā)現(xiàn)和討論

對(duì)文獻(xiàn)進(jìn)行編碼后，研究從數(shù)字人的技術(shù)支撐、實(shí)踐賦能和人本關(guān)注三方面展開(kāi)分析，探討數(shù)字人的技術(shù)發(fā)展、形象表征、測(cè)量方法及其對(duì)不同學(xué)科、不同學(xué)段教師教學(xué)與學(xué)生學(xué)習(xí)的影響。

（1）技術(shù)支撐

由表1可知，共有12篇文獻(xiàn)運(yùn)用了計(jì)算機(jī)視覺(jué)技術(shù)，25篇運(yùn)用了自然語(yǔ)言處理技術(shù)，17篇運(yùn)用了拓展現(xiàn)實(shí)技術(shù)，其余文獻(xiàn)主要使用了傳統(tǒng)的多媒體、建模、語(yǔ)音等基礎(chǔ)技術(shù)。

首先，從技術(shù)運(yùn)用整體趨勢(shì)上看，教育領(lǐng)域中的數(shù)字人技術(shù)載體依然呈現(xiàn)欠智能、弱交互的特點(diǎn)，智能技術(shù)的應(yīng)用遠(yuǎn)落后于新媒體、文娛等其他領(lǐng)域。這一局限致使數(shù)字人的可拓展性和增值性功能較弱，對(duì)教學(xué)的支持力度不足。究其原因，基礎(chǔ)技術(shù)支撐下的數(shù)字人受特定算法限制，往往不能匹配學(xué)習(xí)者的最近發(fā)展區(qū)和興趣發(fā)展，易造成學(xué)習(xí)倦怠。這也解釋了為何多數(shù)研究?jī)H能揭示數(shù)字人的短期教育影響，而缺少長(zhǎng)期實(shí)驗(yàn)觀察效果（Dai et al.，2022）。

其次，計(jì)算機(jī)視覺(jué)技術(shù)和拓展現(xiàn)實(shí)技術(shù)的應(yīng)用頻率隨時(shí)間明顯增加。Web2.0后期，圖像處理、物聯(lián)網(wǎng)以及虛擬仿真等技術(shù)的發(fā)展，以及學(xué)習(xí)者對(duì)學(xué)習(xí)體驗(yàn)要求的提高，刺激著教育場(chǎng)域新技術(shù)的應(yīng)用步伐。一方面，在Web2.0交互觀念的不斷強(qiáng)化之下，學(xué)習(xí)者提高了對(duì)數(shù)字人識(shí)別能力的要求，希望其能像真實(shí)教師和真實(shí)學(xué)伴一樣理解自己，對(duì)自身的認(rèn)知錯(cuò)誤和情緒變化能給予及時(shí)反饋（Lee et al.，2015；Loveys et al.，2020）。另一方面，在虛實(shí)不斷融合的總體趨勢(shì)下，學(xué)習(xí)者也提高了對(duì)學(xué)習(xí)的沉浸式體驗(yàn)要求。拓展現(xiàn)實(shí)技術(shù)包括混合現(xiàn)實(shí)技術(shù)、虛擬現(xiàn)實(shí)技術(shù)和增強(qiáng)現(xiàn)實(shí)技術(shù)，能以多種形式滿足沉浸式體驗(yàn)。有研究發(fā)現(xiàn)，通過(guò)虛擬設(shè)備接入三維空間，數(shù)字人能在學(xué)習(xí)者的探索行為和感知體驗(yàn)之間起到中介作用（Alblehai，2022）。

最后，雖然技術(shù)支撐下的數(shù)字人總體上促進(jìn)了學(xué)習(xí)者的學(xué)習(xí)績(jī)效和學(xué)習(xí)體驗(yàn)，但是技術(shù)在不同學(xué)科或?qū)W段中應(yīng)用的機(jī)理或效果仍不清晰。提取學(xué)科/課程、學(xué)段與技術(shù)支撐單獨(dú)分析（如圖3所示）可見(jiàn)：從學(xué)科/課程視角看，計(jì)算機(jī)視覺(jué)技術(shù)在生物課程中應(yīng)用最多，自然語(yǔ)言處理和拓展現(xiàn)實(shí)技術(shù)分別在思政和教育學(xué)中應(yīng)用最多。從學(xué)段視角看，數(shù)字人技術(shù)主要應(yīng)用于高等教育領(lǐng)域（53篇），這可能是因?yàn)楦叩冉逃屑夹g(shù)研究和應(yīng)用較為前沿；而其在特殊人群和弱勢(shì)群體的應(yīng)用相對(duì)缺乏，僅有7篇。從技術(shù)整合效果來(lái)看，大部分?jǐn)?shù)字人整合課程都有積極的教學(xué)提升效果，但目前還尚未有研究對(duì)技術(shù)可能帶來(lái)的負(fù)面影響進(jìn)行實(shí)證檢驗(yàn)，這是未來(lái)可繼續(xù)深入探索的方向之一。

總的來(lái)看，首先，計(jì)算機(jī)視覺(jué)技術(shù)在數(shù)字人教育應(yīng)用與研究中的分量不斷增加，12篇涉及計(jì)算機(jī)視覺(jué)技術(shù)的研究都在2013年以后發(fā)表，其中8篇是在近兩年發(fā)表。這一態(tài)勢(shì)說(shuō)明：借助計(jì)算機(jī)視覺(jué)技術(shù)對(duì)圖像、視頻等跨媒體數(shù)據(jù)的自動(dòng)分析和解釋，學(xué)習(xí)者能夠?qū)χR(shí)體系產(chǎn)生多維、立體化的理解。尤其是在生物等學(xué)科教學(xué)中，數(shù)字人不僅可以成為生物課程中的實(shí)驗(yàn)載體，而且能夠在計(jì)算機(jī)視覺(jué)技術(shù)的加持下，進(jìn)行復(fù)雜干預(yù)實(shí)驗(yàn)的仿真模擬。其次，基于自然語(yǔ)言處理技術(shù)的數(shù)字人在三個(gè)互聯(lián)網(wǎng)時(shí)代上的文獻(xiàn)分布較為均衡，這說(shuō)明文本分析是數(shù)字人教學(xué)應(yīng)用中較為受歡迎的支撐技術(shù)。通過(guò)圖3可以看出，自然語(yǔ)言處理技術(shù)不僅適合于語(yǔ)言、思政等文科課程，也可以輔助教師在計(jì)算機(jī)、物理、數(shù)學(xué)等領(lǐng)域的教學(xué)。這說(shuō)明自然語(yǔ)言處理技術(shù)在教育中的應(yīng)用已經(jīng)突破了傳統(tǒng)的語(yǔ)言向量分析，朝向多模態(tài)的生成式預(yù)訓(xùn)練轉(zhuǎn)換器的軌跡發(fā)展。再次，拓展現(xiàn)實(shí)技術(shù)因其能提供真實(shí)、交互的體驗(yàn)，在學(xué)科應(yīng)用中也擁有較大潛力。如在教育學(xué)科中生成哲學(xué)家蘇格拉底的數(shù)字人，可以允許學(xué)習(xí)者與之實(shí)現(xiàn)跨時(shí)空對(duì)話，增強(qiáng)學(xué)習(xí)體驗(yàn)。未來(lái)數(shù)字人技術(shù)的教育應(yīng)用應(yīng)更多考慮特殊人群和弱勢(shì)群體的需求，確保數(shù)字人產(chǎn)品的易用性和可訪問(wèn)性，促進(jìn)教育的包容性，建設(shè)真實(shí)的、泛在的學(xué)習(xí)化社會(huì)。

圖3 不同學(xué)科/課程、學(xué)段中數(shù)字人技術(shù)的應(yīng)用

（2）實(shí)踐賦能

技術(shù)進(jìn)入學(xué)校后，教育工作者需要深入思考兩大實(shí)踐問(wèn)題：“教師應(yīng)該怎樣去教”和“學(xué)生應(yīng)該怎樣去學(xué)”（焦建利，2023）。從教育主體的角度出發(fā)，數(shù)字人賦能教學(xué)實(shí)踐主要體現(xiàn)在教師教學(xué)和學(xué)生學(xué)習(xí)兩方面。文獻(xiàn)編碼顯示，教師智能教學(xué)中應(yīng)用數(shù)字人的文獻(xiàn)占總編碼文獻(xiàn)數(shù)量的23%，學(xué)生自主學(xué)習(xí)中應(yīng)用數(shù)字人的文獻(xiàn)占總編碼文獻(xiàn)的77%。

一方面，數(shù)字人在賦能教師智能教學(xué)上有積極作用，但局限性也較大。文獻(xiàn)分析顯示，數(shù)字人在教學(xué)實(shí)踐上一般充當(dāng)數(shù)字助理教師角色。如在課前、課中和課后分別輔助教師完成學(xué)生的先驗(yàn)知識(shí)測(cè)驗(yàn)、學(xué)習(xí)行為分析和學(xué)習(xí)反饋調(diào)節(jié)等教學(xué)工作。然而，此功能本質(zhì)上仍是大眾化、規(guī)?；统绦蚧摹敖獭保诮虒W(xué)場(chǎng)景中增添具象化數(shù)字人優(yōu)化教師教學(xué)的做法與傳統(tǒng)意義上的教學(xué)平臺(tái)或教學(xué)系統(tǒng)相差不大，因此始終難以高質(zhì)量實(shí)現(xiàn)因材施教、千人千面的教育愿景。

另一方面，數(shù)字人在賦能學(xué)生自主學(xué)習(xí)上有較多研究探索，也越來(lái)越受師生青睞。作用于自主學(xué)習(xí)的數(shù)字人通過(guò)滿足學(xué)習(xí)者主動(dòng)檢索的需求，以高效、便捷的問(wèn)答體系充當(dāng)可視化數(shù)字教師或數(shù)字學(xué)伴的角色，給予及時(shí)有效的認(rèn)知反饋和情感反饋。特別是在生成式人工智能的支持下，ChatGPT等大語(yǔ)言模型產(chǎn)品的應(yīng)用，使數(shù)字人如虎添翼，能以更海量的數(shù)據(jù)、更優(yōu)質(zhì)的反應(yīng)和更智能的語(yǔ)義檢索促進(jìn)學(xué)生自主學(xué)習(xí)。這或?qū)⒊蔀槲磥?lái)數(shù)字教師的基本配置。然而，需要注意的是數(shù)字人主導(dǎo)課堂的實(shí)際效果仍受諸多變量調(diào)節(jié)，其在具體學(xué)科或?qū)W段中的應(yīng)用效果仍待探索。

為了進(jìn)一步探索數(shù)字人在不同學(xué)科/課程、學(xué)段賦能教與學(xué)的效果，本研究作交互圖4進(jìn)行分析。由圖4可知，總體上數(shù)字人在文、理科上的應(yīng)用數(shù)量相對(duì)均衡。深入分析文獻(xiàn)發(fā)現(xiàn)：在具體學(xué)科/課程場(chǎng)景中，數(shù)字人主要應(yīng)用于導(dǎo)入性或通識(shí)性課程（65篇），包括科學(xué)概念講解、數(shù)字素養(yǎng)培養(yǎng)和實(shí)驗(yàn)現(xiàn)象呈現(xiàn)等。究其原因：一是由于算力有限，難以支撐數(shù)字人大規(guī)模地進(jìn)行高精度、強(qiáng)仿真的實(shí)驗(yàn)操作，大多停留于知識(shí)呈現(xiàn)階段；二是導(dǎo)入性課程大多為陳述性知識(shí)，其知識(shí)體系較為清晰、規(guī)整，數(shù)字人容易實(shí)現(xiàn)。然而，一旦涉及復(fù)雜的推理性課程，數(shù)字人的算法依賴性不利于學(xué)生發(fā)散性思維的養(yǎng)成，易使其陷入信息繭房危機(jī)，還有可能因算法偏見(jiàn)帶來(lái)學(xué)術(shù)、道德和倫理風(fēng)險(xiǎn)問(wèn)題。人在回路理論（Human-in-the-Loop Theory）認(rèn)為：人的參與可以促進(jìn)機(jī)器的正確運(yùn)轉(zhuǎn)，是回路中的重要一環(huán)（祝智庭等，2021）。自然人與數(shù)字人的相互協(xié)同是人工智能可持續(xù)健康發(fā)展的基礎(chǔ)。真人教師應(yīng)當(dāng)充當(dāng)數(shù)字人在賦能學(xué)生自主學(xué)習(xí)時(shí)的監(jiān)督者和促進(jìn)者，以有效提高教育效率、保證教育質(zhì)量。但這一協(xié)作路徑或許也會(huì)帶來(lái)新的問(wèn)題和挑戰(zhàn)：真人教師和數(shù)字人協(xié)作的績(jī)效和成果該如何界定？或許，現(xiàn)階段技術(shù)背景下這一問(wèn)題還不明顯，然而隨著ChatGPT接入以及自然人的鏡像數(shù)字人的應(yīng)用，這一數(shù)字版權(quán)問(wèn)題將會(huì)更加突出。

圖4 不同學(xué)科/課程、學(xué)段中關(guān)注的研究問(wèn)題

從學(xué)段視角來(lái)看，高等教育和K12教育仍是數(shù)字人主要應(yīng)用的教育類型，其原因前文已述，未來(lái)仍需加強(qiáng)數(shù)字人在成人教育和特殊教育中的探索和應(yīng)用。這將有利于推動(dòng)普通教育外的非正式教育和繼續(xù)教育進(jìn)步，進(jìn)而推進(jìn)學(xué)習(xí)型社會(huì)、學(xué)習(xí)型大國(guó)的建設(shè)。

（3）人本關(guān)注

技術(shù)雖能豐富教育手段，但其應(yīng)用實(shí)踐應(yīng)體現(xiàn)“以人為本”的價(jià)值觀（安濤等，2022）。Web1.0時(shí)代，數(shù)字人強(qiáng)調(diào)學(xué)生認(rèn)知的提升而忽略了情感需求。Web2.0的交互理念部分彌補(bǔ)了這一空白，但沉浸感差、交互面窄以及中心化數(shù)字身份帶來(lái)的問(wèn)題仍阻礙著人本教育的發(fā)展。如今，以語(yǔ)義算法、情感計(jì)算和數(shù)據(jù)“可擁有”為主要特征的Web3.0或?qū)⑼苿?dòng)數(shù)字人迎來(lái)全面、大規(guī)模的人本驅(qū)動(dòng)的高質(zhì)量教育發(fā)展。以人為本的教育應(yīng)注重對(duì)學(xué)生自我認(rèn)知發(fā)展和情感交互體驗(yàn)的促進(jìn)（文冬等，2002）。

第一，自我認(rèn)知發(fā)展。結(jié)合前人研究和編碼文獻(xiàn)內(nèi)容可知，數(shù)字人聲音和形象是影響學(xué)習(xí)者認(rèn)知發(fā)展的兩大要素。前者通過(guò)表意功能激活聽(tīng)覺(jué)通道優(yōu)化認(rèn)知信息的完整性，使感知主體產(chǎn)生事件參與感（吳瑤等，2020）；后者通過(guò)形意功能激活視覺(jué)通道，如必要的輔助手勢(shì)、動(dòng)畫或面部表情，強(qiáng)化大腦認(rèn)知圖式的形成。以學(xué)段為數(shù)字人教育應(yīng)用的調(diào)節(jié)變量，作交互圖5分析數(shù)字人的聲音、形象在不同學(xué)段的應(yīng)用情況。

圖5 不同學(xué)段數(shù)字人的聲音、形象應(yīng)用

由表1可知，Web1.0和Web2.0前期數(shù)字人聲音的應(yīng)用較為零散。這說(shuō)明前期數(shù)字人較多的應(yīng)用場(chǎng)景是無(wú)聲的，僅以文字表征的形式呈現(xiàn)對(duì)話或答案。這種以知識(shí)傳達(dá)為重心的數(shù)字人無(wú)暇顧及學(xué)生的深層次需求，其“在場(chǎng)”更像一種擺設(shè)，遠(yuǎn)談不上人本理念的落實(shí)。此外，文獻(xiàn)分析還發(fā)現(xiàn)，數(shù)字人還容易出現(xiàn)聲唇異步，這會(huì)讓學(xué)生產(chǎn)生不安和不自然感（Liew et al.，2016）。以往研究認(rèn)為：真人語(yǔ)音數(shù)字人相較于合成音數(shù)字人更容易在學(xué)生群體中獲得信任感，故學(xué)生體驗(yàn)更佳，但在學(xué)習(xí)產(chǎn)出上卻沒(méi)有顯著差異（Son，2014；Chiou et al.，2020）。在圖5中，兩類數(shù)字人聲音在同一學(xué)段內(nèi)的應(yīng)用頻次差異較小。針對(duì)這一現(xiàn)象，研究認(rèn)為原因有二：一是相較于視覺(jué)和觸覺(jué)，學(xué)習(xí)者對(duì)聲音不敏感。因?yàn)槁?tīng)覺(jué)既不像視覺(jué)可在大腦形成具象記憶，也沒(méi)有觸覺(jué)延伸出的肌肉記憶，故其變化對(duì)學(xué)習(xí)者認(rèn)知或情感影響較弱。二是合成聲音已足以媲美真人。現(xiàn)階段，基于大規(guī)模數(shù)據(jù)訓(xùn)練的AI語(yǔ)音幾乎可以完美復(fù)刻真人聲音，且具有類型豐富、層次分明的特點(diǎn)（Craig et al.，2019），已模糊了其與真人聲音之間的差異。

在數(shù)字人形象方面，3D數(shù)字人應(yīng)用頻次遠(yuǎn)高于2D，這符合大多數(shù)研究結(jié)論：越具象化的數(shù)字人越有利于學(xué)習(xí)效能和學(xué)習(xí)感知覺(jué)的提高（Lin et al.，2020；Oliveira et al.，2021），然而圖5表明2D數(shù)字人仍有一定的應(yīng)用空間。對(duì)2D或3D圖像的可接受度，受年齡或性別等因素的影響。在年齡上，3D數(shù)字人主要應(yīng)用于高等教育人群。除去高等教育研究前沿、技術(shù)先進(jìn)等因素，還可能是因?yàn)楦叩冉逃巳耗X神經(jīng)發(fā)育較為成熟，對(duì)立體的視覺(jué)圖像處理能力較強(qiáng)；而年齡較低的K12學(xué)生，其腦神經(jīng)或其他感官發(fā)展不夠成熟，如內(nèi)耳中的前庭感受器接收視覺(jué)信號(hào)容易產(chǎn)生偏差、定位不準(zhǔn)確而造成眩暈癥，故2D等平面化表征更適合低齡段學(xué)生。在性別上，有研究發(fā)現(xiàn)：相較男性，女性會(huì)對(duì)寫實(shí)的3D數(shù)字人產(chǎn)生更多的憂慮和恐懼，這或是源于女性較強(qiáng)的同理心，會(huì)對(duì)科技帶來(lái)的潛在倫理做出感性預(yù)判（Zibrek et al.，2019），但這種差異是抽樣誤差抑或是真實(shí)誤差仍有待進(jìn)一步檢驗(yàn)。

第二，情感交互體驗(yàn)。識(shí)別、測(cè)量、干預(yù)學(xué)生的情感是數(shù)字人凸顯人本關(guān)懷的重要表現(xiàn)。首先是識(shí)別。Web1.0以及Web2.0前期偏重于技術(shù)的應(yīng)用，教育工作者對(duì)識(shí)別學(xué)生情感的意識(shí)較弱，而后隨著交互理念的強(qiáng)化對(duì)情感的關(guān)注逐步增強(qiáng)。其次是測(cè)量。由表1可知，已有研究在測(cè)量方法上多采用實(shí)驗(yàn)法（67篇）和調(diào)查法（23篇），其他研究方法使用較少，如話語(yǔ)分析法（11篇）、訪談法（2篇），其中有3篇文獻(xiàn)綜合使用了多種研究方法。這可能是因?yàn)閷?shí)驗(yàn)法和調(diào)查法操作步驟清晰、分析結(jié)果明朗，可以滿足大多數(shù)研究者的研究需求：即測(cè)量數(shù)字人對(duì)學(xué)習(xí)績(jī)效或?qū)W習(xí)產(chǎn)出的影響。然而，此兩類研究方法難以深入剖析學(xué)習(xí)者的情感變化。可以通過(guò)兩種方式進(jìn)行優(yōu)化：一是借助輕量級(jí)生理反饋在實(shí)驗(yàn)中加強(qiáng)生理參數(shù)的捕捉，利用多模態(tài)數(shù)據(jù)進(jìn)行情感計(jì)算（朱珂等，2020）；二是加強(qiáng)話語(yǔ)分析、自我報(bào)告等研究方法與實(shí)驗(yàn)法和調(diào)查法的混合使用，多維度、深層次揭示數(shù)字人對(duì)學(xué)生的情感交互影響。最后是干預(yù)?；谧R(shí)別和測(cè)量，數(shù)字人應(yīng)針對(duì)具體交互內(nèi)容、交互方式和交互反饋等，做出適當(dāng)?shù)母深A(yù)，提升學(xué)習(xí)者的情感交互體驗(yàn)。

四、數(shù)字人在教育中的應(yīng)用趨勢(shì)與挑戰(zhàn)

數(shù)字人在多個(gè)學(xué)科和學(xué)段上均有廣泛應(yīng)用前景，對(duì)賦能教師智能教學(xué)和學(xué)生自主學(xué)習(xí)有明顯積極意義，且有助于人本理念的具體落實(shí)。隨著技術(shù)的不斷更新迭代，尤其是ChatGPT等新工具的產(chǎn)生進(jìn)一步釋放了數(shù)字人的潛能，其未來(lái)應(yīng)用趨勢(shì)以及面臨的挑戰(zhàn)值得思考。

1.數(shù)字人教育應(yīng)用的趨勢(shì)

（1）類人化水平不斷提高

在數(shù)字人發(fā)展過(guò)程中，從音容特征、算法規(guī)則到語(yǔ)義檢索，其類人化水平不斷提高。其一，音容特征。數(shù)字人的聲音和形象不再是低質(zhì)量、大眾化地呈現(xiàn)，而是朝著適應(yīng)個(gè)體特點(diǎn)、關(guān)注個(gè)體情緒的方向優(yōu)化。其二，算法規(guī)則。數(shù)字人的算法規(guī)則趨于公開(kāi)透明，并借力自然人參與的可靠標(biāo)注數(shù)據(jù)和知識(shí)貢獻(xiàn)，融合人在回路的思想，完善數(shù)字人的教育服務(wù)功能。其三，語(yǔ)義檢索。由于Web3.0的編程接口更加開(kāi)放，數(shù)字人調(diào)用ChatGPT變得更加便捷?；诤Ａ縋rompts庫(kù)，學(xué)習(xí)者僅以模糊、片面的自然語(yǔ)言即可達(dá)到檢索目的。

（2）身份可塑性逐漸增強(qiáng)

當(dāng)下，數(shù)字人身份仍呈中心化，即歸屬原始開(kāi)發(fā)者所擁有和控制。Web3.0強(qiáng)調(diào)“數(shù)據(jù)可擁有”，即在去中心化的環(huán)境中開(kāi)放地讓用戶編輯和迭代網(wǎng)絡(luò)數(shù)據(jù)。數(shù)字人的身份也可由自然人編輯和重塑。一方面，具有較強(qiáng)可塑性的數(shù)字人未來(lái)將作為開(kāi)放教科書的一種形式，通過(guò)不斷匯集社會(huì)上的多維數(shù)據(jù)源，特別是來(lái)自非正式學(xué)習(xí)場(chǎng)所的數(shù)據(jù)，逐步形成一個(gè)能自適應(yīng)強(qiáng)化學(xué)習(xí)的智能體。另一方面，當(dāng)數(shù)字人在虛擬社會(huì)群體中不斷學(xué)習(xí)和仿真后，將可預(yù)測(cè)出群體發(fā)展趨勢(shì)，這對(duì)判斷學(xué)習(xí)者個(gè)人成長(zhǎng)具有較大的參考意義。未來(lái)，人機(jī)共存的虛擬社區(qū)將走向成熟。憑借自然語(yǔ)言處理、拓展現(xiàn)實(shí)等技術(shù)，教育中數(shù)字人與自然人、數(shù)字人與數(shù)字人之間將以可塑的身份，通過(guò)交互激活虛擬社區(qū)的活躍度，以社交屬性增強(qiáng)學(xué)習(xí)者的學(xué)習(xí)黏性，滿足其歸屬感需求。

（3）共情力持續(xù)提升

教育的終極指向是人的可持續(xù)發(fā)展，數(shù)字人教育應(yīng)用要緊密關(guān)注人的情感需求，優(yōu)化數(shù)字人與自然人之間的交互質(zhì)量。數(shù)字人“在場(chǎng)”不能僅作為擺設(shè)而存在，而應(yīng)有實(shí)際情感計(jì)算力，能及時(shí)識(shí)別和干預(yù)學(xué)生的情感變化。已有研究發(fā)現(xiàn)：數(shù)字人的共情力能有效轉(zhuǎn)變學(xué)生對(duì)校園欺凌的冷漠態(tài)度（Young Oh et al.，2020），從而減少校園暴力等問(wèn)題的產(chǎn)生。同時(shí)，還有研究發(fā)現(xiàn)，數(shù)字人的聲音和形象對(duì)情緒有重要影響。未來(lái)，基于AI繪圖Midjourney、Unity插件Oculus Lipsync和ChatGPT等智能工具，教育中將能呈現(xiàn)更適切個(gè)體學(xué)習(xí)、更理解個(gè)體情緒的優(yōu)質(zhì)數(shù)字人。

2.數(shù)字人教育應(yīng)用面臨的挑戰(zhàn)

第一，在技術(shù)上，數(shù)字人面臨著算力保障不足以及數(shù)字版權(quán)不清等問(wèn)題。由前文分析可知，數(shù)字人多應(yīng)用于導(dǎo)入性和基礎(chǔ)性課程，主要原因就是算力保障的不足。首先，要構(gòu)設(shè)高沉浸、低延遲、強(qiáng)交互的數(shù)字人需要龐大的算力支撐，而這意味著高昂的教育成本支出。一方面，局限于技術(shù)壁壘，現(xiàn)有底層技術(shù)框架還難以支撐大規(guī)模的3D或全息場(chǎng)景的數(shù)字人教育應(yīng)用，僅在游戲、新媒體等領(lǐng)域有小規(guī)模研究，教育中大多數(shù)數(shù)字人還停留在Web1.0和Web2.0時(shí)代的平面化教學(xué)階段。另一方面，從教育效能產(chǎn)出角度，在尚未充分證實(shí)數(shù)字人相較于自然人的教育優(yōu)勢(shì)之前，盲目投入資金創(chuàng)設(shè)算力保障體系亦非明智之舉。其次，即使區(qū)塊鏈、數(shù)字藏品技術(shù)得到了一定程度的發(fā)展，但自然人與數(shù)字人、數(shù)字人與數(shù)字人之間共創(chuàng)的知識(shí)產(chǎn)權(quán)歸屬問(wèn)題仍不清晰。2023年2月，中共中央、國(guó)務(wù)院印發(fā)的《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》指出：要“釋放商業(yè)數(shù)據(jù)價(jià)值潛能，加快建立數(shù)據(jù)產(chǎn)權(quán)制度，開(kāi)展數(shù)據(jù)資產(chǎn)計(jì)價(jià)研究，建立數(shù)據(jù)要素按價(jià)值貢獻(xiàn)參與分配機(jī)制”（新華網(wǎng)，2023）。這體現(xiàn)了國(guó)家層面對(duì)數(shù)字知識(shí)產(chǎn)權(quán)的系統(tǒng)化要求。受制于虛擬生態(tài)、數(shù)字經(jīng)濟(jì)底層框架的不完善，相應(yīng)的產(chǎn)權(quán)制度、計(jì)價(jià)條例和要素分配不成熟，涉及虛擬態(tài)數(shù)字人的知識(shí)權(quán)限亦不明確。

第二，在實(shí)踐上，數(shù)字人有可能導(dǎo)致教育功能的弱化以及個(gè)體學(xué)習(xí)的惰性。一方面，由已有研究可知，數(shù)字人應(yīng)用仍難以滿足復(fù)雜推理性教學(xué)任務(wù)，數(shù)字人仍存在明顯的AI痕跡：機(jī)械化和形式化。學(xué)習(xí)者可能僅將數(shù)字人視為一種新鮮事物，在熱度過(guò)后容易喪失學(xué)習(xí)動(dòng)機(jī)，教育效率或大打折扣。此外，相較于真實(shí)教育場(chǎng)景的自然人，數(shù)字人難以適應(yīng)學(xué)習(xí)者隨時(shí)、靈活和頻繁的交互特點(diǎn)。在數(shù)字人反應(yīng)的“短暫間隙”，學(xué)習(xí)者容易產(chǎn)生割裂感。最后，數(shù)字人的反饋內(nèi)容多為鼓勵(lì)性語(yǔ)言而缺乏消極、挫折性反饋，這樣的“溫室教育”亦不利于學(xué)習(xí)者素質(zhì)的全面發(fā)展。這樣的數(shù)字人應(yīng)用，極易導(dǎo)致教育功能的弱化和教育系統(tǒng)的混亂，也是大規(guī)模實(shí)踐應(yīng)用上面臨的一大嚴(yán)峻挑戰(zhàn)。另一方面，雖然在生成式人工智能加持下數(shù)字人的理解能力逐步增強(qiáng)，然而對(duì)數(shù)字人的依賴或惡意使用可能會(huì)產(chǎn)生學(xué)習(xí)異化。依賴數(shù)字人會(huì)弱化學(xué)習(xí)者創(chuàng)新思維能力培養(yǎng)，養(yǎng)成惰性學(xué)習(xí)思維（李芒等，2023）。更有甚者，惡意使用數(shù)字人亦可能導(dǎo)致學(xué)生走向?qū)W術(shù)不端、道德不正乃至違法犯罪道路。因此培育正確的數(shù)字人使用意識(shí)，強(qiáng)化人工智能應(yīng)用的底線思維和風(fēng)險(xiǎn)意識(shí)尤為重要。

第三，在以人為本方面，數(shù)字人應(yīng)用本身存在一定程度的倫理風(fēng)險(xiǎn)，如技術(shù)倫理風(fēng)險(xiǎn)和社會(huì)倫理風(fēng)險(xiǎn)。其一，在技術(shù)倫理風(fēng)險(xiǎn)上，數(shù)字人的教育價(jià)值取向囿于既定算法和未經(jīng)篩選的網(wǎng)絡(luò)數(shù)據(jù)，其信息傳遞和價(jià)值觀傳達(dá)存在隱患。在信息傳遞方面，即使是在生成式人工智能賦能下，數(shù)字人仍有可能在沒(méi)有充分理解信息內(nèi)在邏輯的情況下，一本正經(jīng)地給出事實(shí)性錯(cuò)誤答案，這可能誤導(dǎo)缺乏專業(yè)知識(shí)儲(chǔ)備的學(xué)習(xí)者，從而引起錯(cuò)誤認(rèn)知和學(xué)習(xí)迷茫。在價(jià)值觀傳達(dá)方面，篡改、否認(rèn)歷史事實(shí)等可能會(huì)導(dǎo)致學(xué)習(xí)者民族情感上的缺失和異化，這需要加強(qiáng)監(jiān)督（王佑鎂等，2023）。其二，在社會(huì)倫理風(fēng)險(xiǎn)上，未來(lái)，數(shù)字人作為師生在Web3.0的數(shù)字身份，其數(shù)據(jù)包會(huì)在跨平臺(tái)中展示和分享。這意味著自然人映射到虛擬世界的數(shù)字身份信息可能會(huì)暴露，且因Web3.0的公開(kāi)和透明，暴露程度或許遠(yuǎn)高于Web2.0時(shí)代。此外，有研究表示，ChatGPT-3.5或具有人類心智，其同理心能力相當(dāng)于九歲兒童（Kosinski，2023）。未來(lái)?yè)碛懈悄芗夹g(shù)支撐的數(shù)字人心智則會(huì)更成熟，這或?qū)⒊霈F(xiàn)數(shù)字人反噬自然人的倫理問(wèn)題。國(guó)內(nèi)已有學(xué)者開(kāi)始研究數(shù)字生命（Digital Life）計(jì)劃，這是否會(huì)引發(fā)社會(huì)倫理道德問(wèn)題，也值得深入思考。

參考文獻(xiàn)：

[1]安濤，梁志遠(yuǎn)（2022）.信息技術(shù)教育應(yīng)用為何低效？——基于“結(jié)構(gòu)—過(guò)程”視角的教師教學(xué)行動(dòng)分析[J].現(xiàn)代遠(yuǎn)程教育研究，34（6）：34-42，53.

[2]杜雨，張孜銘（2022）.Web3.0：賦能數(shù)字經(jīng)濟(jì)新時(shí)代[M].北京：中譯出版社：227-247.

[3]焦建利（2023）.ChatGPT助推學(xué)校教育數(shù)字化轉(zhuǎn)型——人工智能時(shí)代學(xué)什么與怎么教[J].中國(guó)遠(yuǎn)程教育，43（4）：16-23.

[4]李芒，楊宇軒（2023）.人非機(jī)器：對(duì)計(jì)算思維本質(zhì)的認(rèn)識(shí)[J].開(kāi)放教育研究，29（2）：55-60.

[5]劉暢（2008）.網(wǎng)人合一·類像世界·體驗(yàn)經(jīng)濟(jì)——從Web1.0到Web3.0的啟示[J].云南社會(huì)科學(xué)，（2）：81-86.

[6]王雪，喬玉飛，王崟羽等（2022）.教育智能體如何影響學(xué)習(xí)者情緒與學(xué)習(xí)效果？——基于國(guó)內(nèi)外39篇實(shí)驗(yàn)或準(zhǔn)實(shí)驗(yàn)研究文獻(xiàn)的元分析[J].現(xiàn)代教育技術(shù)，32（8）：59-66.

[7]王佑鎂，王旦，梁煒怡（2023）.“阿拉丁神燈”還是“潘多拉魔盒”：ChatGPT教育應(yīng)用的潛能與風(fēng)險(xiǎn)[J].現(xiàn)代遠(yuǎn)程教育研究，35（2）：48-56.

[8]文冬，楊九民（2002）.基于人本主義學(xué)習(xí)理論的教學(xué)設(shè)計(jì)原則[J].電化教育研究，（12）：58-60.

[9]吳瑤，廖聲武（2020）.數(shù)字時(shí)代有聲閱讀的聽(tīng)覺(jué)性“小生境”構(gòu)建[J].出版廣角，（23）：6-10.

[10]新華網(wǎng)（2023）.中共中央 國(guó)務(wù)院印發(fā)《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》[EB/OL].[2023-04-10].http：//www.xinhuanet.com/2023-02/27/c_1129401407.htm.

[11]翟雪松，楚肖燕，胡美如等（2022a）.從腦機(jī)接口到腦腦接口：認(rèn)知傳輸與群體協(xié)同的教育變革[J].遠(yuǎn)程教育雜志，40（3）：24-34.

[12]翟雪松，楚肖燕，王敏娟等（2022b）.教育元宇宙：新一代互聯(lián)網(wǎng)教育形態(tài)的創(chuàng)新與挑戰(zhàn)[J].開(kāi)放教育研究，28（1）：34-42.

[13]朱珂，張思妍，劉濛雨（2020）.基于情感計(jì)算的虛擬教師模型設(shè)計(jì)與應(yīng)用優(yōu)勢(shì)[J].現(xiàn)代教育技術(shù)，30（6）：78-85.

[14]祝智庭，韓中美，黃昌勤（2021）.教育人工智能（eAI）：人本人工智能的新范式[J].電化教育研究，42（1）：5-15.

[15]Alblehai， F. （2022）. Can Avatar Homophily Influence Flow and Exploratory Behaviour of Online Users？[J]. Education and Information Technologies， 27（9）：12363-12379.

[16]Alonso， S.， López， D.， & Puente， A. et al. （2021）. Evaluation of a Motion Capture and Virtual Reality Classroom for Secondary School Teacher Training[EB/OL]. [2023-03-10]. https：//icce2021.apsce.net/wp-content/uploads/2021/12/ICCE2021-

Vol.I-PP.-327-332.pdf.

[17]Bringula， R. P.， Fosgate Jr， I. C. O.， & Garcia， N. P. R. et al. （2018）. Effects of Pedagogical Agents on Students’ Mathematics Performance： A Comparison Between Two Versions[J]. Journal of Educational Computing Research， 56（5）：701-722.

[18]Chiou， E. K.， Schroeder， N. L.， & Craig， S. D. （2020）. How We Trust， Perceive， and Learn from Virtual Humans： The Influence of Voice Quality[J]. Computers & Education， 146：103756.

[19]Ciolacu， M. I.， Svasta， P.， & Hartl， D. et al. （2020）. Education 4.0： Smart Blended Learning Assisted by Artificial Intelligence， Biofeedback and Sensors[C]// 2020 International Symposium on Electronics and Telecommunications （ISETC）. IEEE：1-4.

[20]Craig， S. D.， & Schroeder， N. L. （2019）. Text-to-Speech Software and Learning： Investigating the Relevancy of the Voice Effect[J]. Journal of Educational Computing Research， 57（6）：1534-1548.

[21]Dai， L.， Jung， M. M.， & Postma， M. et al. （2022）. A Systematic Review of Pedagogical Agent Research： Similarities， Differences and Unexplored Aspects[J]. Computers & Education， 190：104607.

[22]Han， Y. （2020）. A Study on the Effects of Collaborative Creation of Theatre on Community Competency of Middle School Students： Focusing on Case of Cooperative Integrated Arts Activities[J]. Korean Journal of Arts Education， 18（4）：325-351.

[23]Harley， J. M.， Taub， M.， & Azevedo， R. et al. （2017）. Let’s Set Up Some Subgoals： Understanding Human-Pedagogical Agent Collaborations and Their Implications for Learning and Prompt and Feedback Compliance[J]. IEEE Transactions on Learning Technologies， 11（1）：54-66.

[24]Hong， Z. W.， Chen， Y. L.， & Lan， C. H. （2014）. A Courseware to Script Animated Pedagogical Agents in Instructional Material for Elementary Students in English Education[J]. Computer Assisted Language Learning， 27（5）：379-394.

[25]Hwang， G. J.， Tang， K. Y.， & Tu， Y. F. （2022）. How Artificial Intelligence （AI） Supports Nursing Education： Profiling the Roles， Applications， and Trends of AI in Nursing Education Research （1993-2020）[J]. Interactive Learning Environments， DOI：10.1080/10494820.2022.2086579.

[26]Jamil， N.， Belkacem， A. N.， & Ouhbi， S. et al. （2021）. Cognitive and Affective Brain-Computer Interfaces for Improving Learning Strategies and Enhancing Student Capabilities： A Systematic Literature Review[J]. Ieee Access， 9：134122-134147.

[27]Jennings， N. R. （2000）. On Agent-Based Software Engineering[J]. Artificial Intelligence， 117（2）：277-296.

[28]Kosinski， M. （2023）. Theory of Mind May Have Spontaneously Emerged in Large Language Models[EB/OL]. [2023-03-10]. https：//arxiv.org/vc/arxiv/papers/2302/2302.02083v2.pdf.

[29]Lee， H.， Kanakogi， Y.， & Hiraki， K. （2015）. Building a Responsive Teacher： How Temporal Contingency of Gaze Interaction Influences Word Learning with Virtual Tutors[J]. Royal Society Open Science， 2（1）：140361.

[30]Li， W.， Wang， F.， & Mayer， R. E. （2023）. How to Guide Learners’ Processing of Multimedia Lessons with Pedagogical Agents[J]. Learning and Instruction， 84：101729.

[31]Liew， T. W.， Zin， N. A. M.， & Sahari， N. et al. （2016）. The Effects of a Pedagogical Agent’s Smiling Expression on the Learner’s Emotions and Motivation in a Virtual Learning Environment[J]. The International Review of Research in Open and Distributed Learning， 17（5）：248-266.

[32]Lin， L.， Ginns， P.， & Wang， T. et al. （2020）. Using a Pedagogical Agent to Deliver Conversational Style Instruction： What Benefits Can You Obtain？[J]. Computers & Education， 143：103658.

[33]Loveys， K.， Sagar， M.， & Broadbent， E. （2020）. The Effect of Multimodal Emotional Expression on Responses to a Digital Human During a Self-Disclosure Conversation： A Computational Analysis of User Language[J]. Journal of Medical Systems， 44（9）：143.

[34]Makransky， G.， Wismer， P.， & Mayer， R. E. （2019）. A Gender Matching Effect in Learning with Pedagogical Agents in an Immersive Virtual Reality Science Simulation[J]. Journal of Computer Assisted Learning， 35（3）：349-358.

[35]Moher， D.， Liberati， A.， & Tetzlaff， J. et al. （2009）. Preferred Reporting Items for Systematic Reviews and Meta-Analyses： The Prisma Statement[J]. Annals of Internal Medicine， 151（4）：264-269.

[36]Oliveira， R.， Arriaga， P.， & Santos， F. P. et al. （2021）. Towards Prosocial Design： A Scoping Review of the Use of Robots and Virtual Agents to Trigger Prosocial Behaviour[J]. Computers in Human Behavior， 114：106547.

[37]Park， J. S.， O’Brien， J. C.， & Cai， C. J. et al. （2023）. Generative Agents： Interactive Simulacra of Human Behavior[J]. arXiv：2304.03442.

[38]Son， C. （2014）. Design Principles of Animated Pedagogical Agent and Instructional Message for Affective Learning[J]. Educational Technology International， 15（1）：1-26.

[39]Tegos， S.， Demetriadis， S.， & Karakostas， A. （2015）. Promoting Academically Productive Talk with Conversational Agent Interventions in Collaborative Learning Settings[J]. Computers & Education， 87：309-325.

[40]Veletsianos， G. （2012）. How Do Learners Respond to Pedagogical Agents that Deliver Social-Oriented Non-Task Messages？ Impact on Student Learning， Perceptions， and Experiences[J]. Computers in Human Behavior， 28（1）：275-283.

[41]Young Oh， E.， Song， D.， & Hong， H. （2020）. Interactive Computing Technology in Anti-Bullying Education： The Effects of Conversation-Bot’s Role on K-12 Students’ Attitude Change Toward Bullying Problems[J]. Journal of Educational Computing Research， 58（1）：200-219.

[42]Yung， H. I.， & Pass F. （2015）. Effects of Cueing by a Pedagogical Agent in an Instructional Animation： A Cognitive Load Approach[J]. Educational Technology & Society， 18（3）：153-160.

[43]Zhai， X.， Chu， X.， & Chai， C. S. et al. （2021）. A Review of Artificial Intelligence （AI） in Education from 2010 to 2020[J]. Complexity， Complexity， （6）：1-18.

[44]Zibrek， K.， Martin， S.， & McDonnell， R. （2019）. Is Photorealism Important for Perception of Expressive Virtual Humans in Virtual Reality？[J]. ACM Transactions on Applied Perception （TAP）， 16（3）：1-19.

收稿日期 2023-04-06 責(zé)任編輯 汪燕

Digital Human in Educational Research： Evolution， Trends and Challenges

ZHAI Xuesong， WU Tinghui， LI Cuixin， QIU Tingting， LI Yan

Abstract： Digital humans in education refer to virtual beings present in digital spaces， designed to enhance learning effectiveness and perceptual experience through knowledge transmission and social interaction. The development of digital humans is closely intertwined with the evolution of the Internet， marked by technological advancement and application innovation. Initially， digital humans in education supported one-way knowledge transmission， lacked emotional engagement， utilized multimedia representation， and had limited behavioral interaction. However， with the progress of the Internet through its three phases， digital humans have transitioned towards facilitating multi-directional knowledge transmission， emphasizing emotional engagement， and employing 3D or holographic representation with enhanced interactive capabilities. Despite these advancements， the technological support for digital humans in education still exhibits characteristics of limited intelligence and weak interactivity. Nevertheless， there has been a noticeable increase in the application of computer vision and augmented reality technologies， which offer promising avenues for further development. At the practical level， digital humans have played a positive role in enhancing intelligent teaching for educators and fostering autonomous learning for students. However， their current application primarily focuses on higher education and K-12 education stages. Concerning human-centered aspects， digital humans significantly influence learners’ cognitive development through two major design elements： sound and visual representation. Additionally， they enhance learners’ emotional interactive experience by enabling identification， measurement and intervention. As technology continues to evolve， digital humans demonstrate a development trend of constantly increased human-like characteristics， gradually enhanced identity adaptability and continuously improved empathy. However， digital humans also face a range of challenges， including insufficient guarantees of computing power， unclear digital copyrights， potential risks of educational dilution or learning inertia， and ethical concerns. Looking towards the future， the education application of digital humans should prioritize the development of human-machine collaboration models and improve underlying technologies， with a focus on the fundamental goal of nurturing individuals to promote equitable and high-quality development of education.

Keywords： Digital Human; Education Application; Internet Phases; Digitalization of Education; Generative Artificial Intelligence