人工智能教育应用与研究中的新区、误区、盲区与禁区*

张坤颖 张家年、2

（1.淮北师范大学 教育学院；2.淮北师范大学 安徽省高校管理大数据研究中心，安徽淮北 235000）

人工智能教育应用与研究中的新区、误区、盲区与禁区*

张坤颖1张家年1、2

（1.淮北师范大学 教育学院；2.淮北师范大学 安徽省高校管理大数据研究中心，安徽淮北 235000）

以大数据、云计算、移动互联网等技术为代表的信息技术生态系统的形成和发展，推动了人工智能技术迅速发展，也促进了人工智能的教育应用和研究。但是，在人工智能教育应用与研究过程中，仍存在本质认知、理念态度、实践领域和应用边界等方面的问题。为此，在梳理人工智能教育应用现状和发展后，着重分析了人工智能教育应用或研究中“新区”、“误区”、“盲区”和“禁区”及产生的原因；在阐明人工智能与教育的关系、融合模式的基础上，讨论了人工智能教育应用中的一些对策。通过将增能、使能和赋能的人工智能技术与教育的本质相融合，并提出理论框架，对今后利用人工智能实现教育过程最优化，具有一定借鉴意义。

人工智能；AI；人工智能教育应用；教育生态系统；教育模式

一、人工智能教育应用的研究现状

自上世纪50年代人工智能（AI）提出之后，囿于缺乏相应的技术生态，其研究及应用的脚步几经起伏，人工智能研究及应用却始终没有取得突破性的进展。但是进入2010年之后，随着大数据技术、云计算技术、移动互联网技术、物联网技术等多维技术为代表的生态系统逐渐发展和成熟，人工智能技术及其应用也逐步提速，其应用及产品也已融入人们的工作、生活和学习之中，并日益嵌入各种智能产品、智慧应用、智慧系统或行业（领域）之中，如，智慧交通、智慧金融、智慧医疗、智慧校园、智慧农业等。

2017年7月7日，Science发布一期《人工智能改变了科学》特刊，专门介绍了人工智能在各个学科领域取得的进展和应用[1]。尤其是人工智能在机器学习领域取得的重要进展：2011年IBM的Watson在美国智力问答电视节目 “危险边缘”（Jeopardy）中打败了人类智力竞赛的冠军，充分展示了Watson的语言认知、分析和搜索能力[2]；2016年3月至2017年5月期间，Google公司DeepMind开发出的人工智能程序——阿尔法狗（AlphaGo）战胜围棋世界冠军韩国选手李世石，随后其升级版——大师（Master）在网络上与众多围棋高手进行快棋对决，连赢60局，并在2017年5月3:0战胜排名世界第一的我国棋手柯洁[3]。

近年来，人工智能在无人驾驶、语音合成、翻译、速记等方面也都取得突破性进展。一时间，人工智能迅速成为各界关注的热点，这从“百度搜索指数”（百度所提供的一个开放应用）可以得到验证，自2014年以来，AI搜索指数平均值在显著提升（见图1）。

图1 2014年1月-2017年6月“人工智能”百度搜索指数示意图

同样，人工智能从诞生起，便与教育应用结下不解之缘，包括人工智能专家在内的教育工作者，都认为人工智能在教育领域能发挥独特的作用。著名认知科学家和人工智能先驱Marvin Minsky（2004）就曾指出，人工智能可以开发个性化的教学机器，可以根据个体特定的情境、困难和需求，与其进行对话，帮助其理解问题或达到（实现）某个目标[4]……但在很长一段时间内，人工智能除了在一些专家系统、智能教学系统等单一功能开发或应用上有所进展外，其在教育领域中的绩效表现与人们的期待仍相去甚远。

随着制约人工智能发展的技术瓶颈不断减小，特别是大数据、云计算、移动互联网等技术逐渐成熟和普及，人工智能研究及应用也得到迅猛发展，在教育业界和学界也引起了较大关注。《新媒体联盟地平线报告（2017高等教育版）》指出，“随着人工智能和自然用户界面进入主流应用，很多大学正在设计机器学习算法和触感设备，以更真实地与人类进行交互”[5]。Barbara Kurshan认为，人工智能将在学习分析、课程材料质量评价、自适应学习和推荐引擎等领域中，为教育效果或效率的提升发挥十分重要的作用。而且，人工智能具有向MOOCs、混合式学习和在线学习的个体学习者们创建独特的学习路径的能力[6]。

近几年，在我国的教育技术相关期刊中，和人工智能直接相关的研究成果不断涌现，CSSCI收录的期刊①主要包括《电化教育研究》《中国电化教育》《远程教育杂志》《开放教育研究》《现代远程教育研究》《现代教育技术》《中国远程教育》等，共八本期刊。（2013年1月-2017年6月）共发表与人工智能相关文章39篇，仅2017年1-6月就发表了16篇，其中《远程教育杂志》刊发的相关研究成果最多，见图2。这些文章的研究主题涉及人工智能最新成果在教育各个领域中的应用，包括机器人学习[7][8]、深度学习[9]、个性化学习[10]、自适应学习[11]、学习分析[12][13]、情感计算[14]、智慧教育、大数据等主题（见图3），而且相关研究主要以“学习者”为中心和以“学习过程”为核心，旨在促进学习者的学习和发展。

图2 2013年1月-2017年6月主要核心期刊发表与“人工智能教育应用”②本文中“人工智能教育应用”等同于“人工智能在教育领域中的应用”。相关的成果分布

图3 关键词形成的共现网络示意图（共现频次=2，聚类分析阈值=3）

上述相关研究大多都热烈拥抱人工智能最新前沿成果，研究视角主要是把其与教育过程相结合，优化教学方式与路径，帮助教师改善教学效果；解决学习者在各种学习情境中的困难，提供个性化学习服务；帮助教育管理者优化决策，提升管理效率等。相关研究为人工智能在教育中的应用，提供了多维视角的理论与实践上的论证、探索、尝试和创新，也为人工智能在教育中应用、普及奠定了理论框架和指明了今后实践应用方向。

但是，对于人工智能在教育中的应用，目前仍有一些复杂的问题有待进一步思考和解决，如，人工智能技术的迅速发展，是否可在已有教育应用基础上，开拓新的教育应用领域，本文称之为“新区”；人工智能技术在教育某些领域中的应用还存在一些不恰当，甚至是错误的认知和应用，即人工智能教育应用中的“误区”；人工智能技术是一种增能、使能、赋能的技术，这些技术对于特殊人群的教育和成长有着重要的潜在应用价值，但这方面是我们的研究洼地，存在着“盲区”；此外，人工智能技术的使用并非是中性的、无边界的，即教育人工智能应用有其道德边界和伦理约束——“禁区”的存在。

因此，在当下人工智能“大热”之际，我们有必要以辩证的、系统的和前瞻性的视角，对于人工智能教育应用中新区、误区、盲区和禁区进行审视与分析，以准确地认知和把握人工智能教育中积极与消极的影响、教育目的和方向、优势与不足，这有助于人工智能教育研究与实践的健康发展。

二、目前人工智能教育应用的主要技术

（一）人工智能发展的几个阶段[15][16]

1.起步阶段（上世纪50年代-60年代末）

1956年，艾伦·纽厄尔（Allen Newell）、希尔伯特·西蒙 （Herbert Simon）、约翰·麦卡锡 （John Mc-Carthy）、马文·明斯基（Marvin Lee Minsky）和亚瑟·塞缪尔（（Arthur Samuel）在美国达特茅斯学院开创了人工智能的研究领域。一开始人们信心十足，西蒙曾预言：“在二十年内，机器将能够做人所能从事的任何工作”。

2.停滞阶段（上世纪70年代）

人工智能一开始发展速度较快，但由于硬件计算能力、人工智能程序计算复杂度高、学习数据的局限性等，人工智能的发展很快进入平台期。一些人工智能研究项目遭到质疑，期间，美国和英国政府还中断了对人工智能探索性研究的资助。接下来的几年被称为“人工智能的冬天”。

3.曲折发展阶段（20世纪80年代初-21世纪初）

由于硬件计算能力、软件技术的发展，机器人、专家系统等人工智能技术得到了广泛应用。日本的第五代计算机项目的启动，美国和英国政府恢复对人工智能学术研究的资助，都意味着人工智能得到了一定的发展。但是，1987年的LISP机市场开始崩溃，人工智能进入萧条阶段。而在上世纪90年代末至21世纪初，摩尔定律成功主导了硬件计算能力的提高和价格的下降，为人工智能发展和普及提供了硬件基础。同时，在解决具体问题方面，人工智能也取得突破性的进展，“深蓝”成为第一个击败世界国际象棋冠军卡斯帕罗夫的国际象棋博弈系统，从而带动人工智能广泛应用于物流、数据挖掘、医疗诊断等领域。

4.高速发展阶段（21世纪10年代-迄今）

进入21世纪10年代，人工智能的硬件能力获得突飞猛进，单机运算能力和网络互联能力的提升使人工智能具备更高的运算能力。大数据技术使得机器学习有了坚实的数据基础，云计算技术、网络技术使人工智能在机器学习、语音/图片/视频等处理上也有了飞速发展。如，IBM的问答系统（Watson）、Alphago围棋系统均给人们留下极其深刻的印象。我国目前在语音识别、语音合成等领域取得了领先地位。

人工智能与教育始终是密不可分，在人工智能发展的各个阶段，教育工作者始终积极尝试将人工智能技术融入教育过程之中。如，1958年IBM用IBM650连接打印机终端进行二进制算术教学；1960年PLATO系统研制并投入使用；1966年美国斯坦福大学与IBM合作开发IBM1500教学系统；以及之后的TICCIT、PLATO II等计算机辅助教学系统，期间还开发出各类专家系统、虚拟教学（实验）系统、智能授导系统、智能问答系统……因此，我们也可以说，人工智能的发展史，也是人工智能教育应用的发展史。

（二）人工智能主要技术及其教育影响

1.人工智能及技术内涵

什么是人工智能？从学科的视角来看，人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。从其所实现的功能视角来看，人工智能是智能机器所执行的通常与人类智能有关的功能，如，判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。人工智能分为两个层次：弱人工智能（专用人工智能）和强人工智能（通用人工智能）[17]，弱人工智能是以通过传感以及记忆存储来实现特定领域或者功能为主的应用，而强人工智能是基于认知学习与决策执行的能力，可实现多领域的综合智能[18]，目的是要逐步实现人的意识、思维和情感等。

从研究与应用领域来看，人工智能主要集中在问题求解、逻辑推理、自然语言理解、自动程序设计、专家系统、机器学习、人工神经网络系统、机器人、模式识别、机器视觉、智能检索等领域[19]。为了解决这些领域中的问题或实现相应的功能，人工智能专家不断地开发出各类技术、工具、程序、系统等应用。而人工智能教育应用的主要技术就是指这些应用于教育过程的人工智能技术、工具、程序或系统，即以人工智能技术来支持或帮助教育教学目标的实现、问题的解决，促进教育过程最优化。

2.人工智能技术发展趋势

随着云计算、大数据、物联网、移动互联网等新一代计算机技术生态的形成、发展和完善，人工智能技术取得了突破性发展。其中，计算能力的提升、大数据的形成和算法的创新是人工智能技术获得突破的关键性因素；反过来，人工智能技术的发展又推动云计算、大数据、物联网和移动互联网等技术和应用的创新，它们之间形成正反馈效应。

我们可以从Gartner咨询公司每年发布的《年度新兴技术成熟度曲线》[20]得到佐证。近几年，人工智能技术发展与创新日新月异，图4是Gartner2016年度新兴技术成熟度曲线[21]。

图4 2016年度Gartner新兴技术成熟度曲线示意图

从图4可以看出，在新兴技术当中，人工智能技术占据着非常重要的位置。因为在各类新兴技术中，多将人工智能作为重要技术性功能或模块嵌入、融入至相应技术体系中，或作为主体来实现某类功能，高效执行某项功能。大致分为以下几个方面：（1）嵌入人工智能技术——脑机界面、人体增强、情感计算、联网家庭（Connected Home）、增强现实、个人分析、企业知识分类与知识本体管理、虚拟现实以及手势控制设备；（2）融入人工智能技术的系统或平台——神经形态硬件、量子计算、认知专家顾问、区块链、物联网平台、软件定义安全与软件定义世界等；（3）主体性的人工智能技术——智能微尘、机器学习、虚拟个人助手、智能数据挖掘、智能工位（Intelligence Workspace）、会话式用户界面、智能机器人、商用无人机、自动驾驶汽车、自然语言问答系统、数据经纪人以及情境代理等。

3.人工智能教育应用中的主要技术

Gartner年度报告还提出了影响K-12教育的五大战略性技术，并向K-12的教育CIO（首席信息官）提供“施行数字战略”的教育建议。而人工智能技术或系统，无疑成为教育战略技术中重要技术或组成部分。表1分别是2016年[22]和2017年[23]五大战略性技术的内容。

表1 Gartner发布的影响K-12教育之五大战略性技术（2016与2017年度）

除了2017年排名第一的“人工智能”技术外，其它技术与人工智能相关技术并不直接相关。这说明人工智能技术作为一种增能、使能和赋能技术，除了特定系统是以人工智能技术为主体，如，智能教学系统，其它人工智能的应用主要是通过嵌入或融入到各类教学、学习、管理和决策工具、系统或平台之中而发挥其相应的功能，如，数字化评价、适应性学习、数据管理系统、虚拟现实等。在教育领域里，具体应用的人工智能技术领域较多，如，语音识别、视觉计算、可穿戴技术、情感计算技术、机器学习技术、智能挖掘技术等。

上述人工智能技术在教育应用中的形态，主要包括两个方面：主体性与辅助性。主体性是指相关工具或系统以人工智能为主体，如，智能教学系统、智能问答系统、智能评价系统等；辅助性是指人工智能以相应的功能模块或部分结构嵌入至其它教学、学习和管理系统之中，如，自适应学习系统、数字化评价系统、教学游戏、智能教育决策支持系统等。

三、人工智能教育研究和应用中存在的问题及溯源

虽然国内外教育实践者及研究人员对人工智能教育应用采取了积极的态度，但是，由于人工智能技术本身还在不断地进化和发展中，人工智能教育应用远未成熟。在人工智能已取得的进展中，主要是在弱人工智能方面，而在通用性人工智能方面基本上止步不前。因此，我们需要以清醒的头脑，认识到在人工智能教育研究和应用中还存在一些问题，如，人工智能教育应用中还存在狭隘或片面化的问题，表现为对于人工智能教育应用的过分乐观或悲观、缺乏普适性或全面性、缺失人工智能伦理或关切等。

（一）“新区”亟待拓展

这里所谓的“新区”，特指人工智能教育应用的新技术、新领域、新功能、新模式、新场景等方面，主要表现为两个层面：一是创新的人工智能技术在教育领域中被应用与引进；二是人工智能技术在教育领域的不同层面上更进一步地探索、拓展和延伸，以突破已有人工智能教育应用范畴，比如，人工智能与脑科学的结合、人机接口研究的应用等。

2017年7月在新媒体联盟（NMC）发布的《地平线报告：基础教育版（大纲）》中，对人工智能在教育领域未来4-5年的应用趋势进行了预测：在人工智能领域，计算机科学正在创建与人类功能更为相近的智能机器。在各种信息集之间的类别、属性和关系的获取基础上，知识工程可以通过计算机来模拟人类感觉、学习和决策行为。人工智能研究的另一个重要领域是神经网络，它具有重要价值，能够通过语音识别和自然语言处理，使得用户界面更加自然，从而实现一种类似于人与人之间互动的人机交互效果。

随着底层技术的不断发展，人工智能将可能通过更直观地回应学生并与他们进行交互，从而改善在线学习、自适应学习的软件和模拟过程[24]。但是，正如Bill Gates对人工智能所做的评价：我们开发人工智能各种潜力的努力才刚刚开始，目的是使人们的生活变得更加高效和富有创造力[25]。他的评价也说明了：人工智能技术发展才刚起步，人工智能技术的应用还需在各领域不断探索，人工智能的教育应用也同样如此。

目前，人工智能在教育领域的研究与应用中存在的问题，是人工智能应用狭窄化、碎片化，其主要表现为：首先，人工智能的研究多定位于教学、学习或管理层面的某个特定方面，如，在适应性（Adaptive）及个性化（Personalized）学习系统和综合性的智能教学系统（Intelligent Tutoring System）中[26]，而忽视学习者整体素质 （正确理解并合理应用AI的素养）的提升和发展；其次，人工智能教育应用的情境常设定在学校教育环境中的某项活动，如，人工智能辅助教学系统、智能代理系统、智能答疑系统、智能化教育决策支持系统等[27]，从本质上看，并未跳脱出此前的研究范畴；最后，现有人工智能教育应用领域相对狭窄，只聚焦于学校教育应用，而忽视了人工智能在企业培训、家庭教育、继续教育、特殊教育等领域中发挥的功能。

总的来说，人工智能在教育领域中的应用范围相对狭窄，未形成系统化的、高效的应用体系，亟待我们去继续拓展人工智能教育应用的“新区”。

（二）“误区”仍需澄清

所谓“误区”，是指人工智能在教育领域中的研究、开发和应用中存在着片面的或错误的认识和理解，存在着过于乐观或悲观的态度等问题。主要表现在以下几个方面：

1.“智能”与“智慧”的区别与联系

从本质上来看，智能是人类赋予硬件或软件具有模拟人行为的一种能力（如，知觉能力、语言理解能力、思维能力等），它是作为解决系统“问题”的功能具体地体现出来[28]，一般可视为由人将某项智能内化于物（设备或系统）。智慧的含义是“利用知识经验作出好的/善的决策和判断的能力”[29]，不言而喻，智慧的主体是人。祝智庭教授认为，智慧是一种高阶思维能力和复杂问题解决能力，智慧的精神内核是伦理道德和价值认同，智慧强调文化、认知、体验、行为的圆融统整[30]。但是，在教育领域，人工智能教育应用与智慧教育常被等同或“混合”起来，很难区分两者的边界。我们认为，人工智能所体现的智能和人类的智慧具有本质性的差异，而以培养人的智慧为目的的“智慧教育”和运用智能化信息技术的“智慧教育”，这两种提法都有诸多值得商榷的地方[31]。因此，确切地说，人工智能辅助于教育（学）应用、建构教育场景、重组教育中的要素或者重构教育过程，才属于人工智能的教育应用 （Artificial Intelligence in Education，AIED）。

2.人工智能教育应用中的“乐观主义”与“悲观主义”

与其它教育技术应用（如，教育电影、教育电视、计算机辅助教育）相似的是，一些人对人工智能的教育应用抱着过于乐观的论调，认为人工智能教育应用将替代教师、管理者、学伴或同侪（Peer）以及传统的教育环境、教育工具、教育测评等，人工智能将通过对学习者进行分析，实现个性化教学、答疑、评价和管理。因此，一旦人工智能在教育中普及后，将不再需要教师。

而悲观主义者认为，人工智能的教育应用与教育技术领域中的其它应用一样，仍是机器、程序、智能agent，它只是改变了我们的学习路径、学习步距、学习环境、学习绩效等，不可能一下子带来很多本质性的变化。即教育具有很强的“惯性”或顽固性，人工智能教育应用并不会改变教育结构、教育模式，也不会改变学习者的学习过程、学习的本质和目标。

事实上，这两种观点均存在偏颇之处。首先，人工智能技术的发展才刚刚起步，目前仍处于弱人工智能（单一领域、单任务）阶段，远未达到强人工智能（通用领域、多任务）水平。人工智能还需要多个方面取得突破才能更贴近实际，显现出真实实力。其次，人类自身对于大脑结构、功能、过程等一系列的生理机理尚知之甚少，更是无法建构出等同于人脑思维机能的人工智能系统。再次，教育的本质不仅仅是信息和知识的获取、技能的习得，更在于人的世界观、人生观、审美观和价值观等的培育和养成。知识的传授与技能的习得可以通过人工智能教育应用去优化和实现，而世界观、人生观、审美观和价值观等的培养，则离不开教育工作者的精心教导，创想、创意、创新精神的培养更离不开教师的帮助。总之，即便人工智能发展到一定程度，人工智能的教育应用过程仍需要教师的参与和引导。

（三）“盲区”有待探索

所谓“盲区”，本意是指没有被发现的真实存在的场域，本文所指的“盲区”包括两个方面：

（1）人工智能在教育应用中能够发挥积极作用，但又被忽视的区域。目前，主流的教育技术研究和实践领域主要在普通教育及成人教育（培训）领域，而特殊教育有意无意成为教育技术研究和实践的盲区，残疾人群（包括其他智障者、失能的老年人群等）在教育技术研究和实践中是被边缘化的群体（Marginalized Group）[32]。同样地，在人工智能教育应用领域，特殊教育也是一块有待研究和应用的 “洼地”，属于“盲区”。

从现有文献检索来看，人工智能技术鲜有特殊教育方面的研究与应用成果。以现有人工智能的教育研究或应用成果来看，人们更多地关注如何利用人工智能技术的优势，提高普通教育领域中的教学、管理以及个性化学习的效果、效率和效益，实现教育自动化、网络化、智能化、个性化，然而，却忽视了残疾人群的教育需求。对于残疾人群来说，由于种种原因，他们的身心处于低能、失能、不能的状态，从而给学习和发展带来严重的障碍，如，视觉、听觉、言语、运动、理解、表达等方面存在的障碍。其实从需求和适配度层面来看，残疾人群在知觉能力、语言理解能力、社交能力等方面，更需要人工智能技术的介入、辅助和支持。因此，人工智能教育应用，不应该继续忽视特殊教育领域。

（2）在教育理论的创新层面存在一定的盲区，主要指人工智能教育应用的理论创新滞后于技术创新与发展的需要，使得人工智能的教育实践缺乏必要的理论指导。从宏观层面而言，计算机技术的发展遵循“摩尔定律”，而技术发展与社会发展之间又存在着结构性冲突，遵循“颠覆性定律”——技术在以指数变化（发展），而社会、经济和法律体系却只以增量在变化[33]，人工智能教育应用也存在着类似的脱节。近年来，人工智能技术发展很快，然而，教育理论创新与研究的节奏却没能跟上技术发展的步伐，理论滋养的相对缺失，将在实践层面给人工智能教育应用带来一定的盲目性。

（四）“禁区”必须令止

所谓“禁区”是指一个“未经许可不允许进入”的特殊地区或者区域。这里隐喻为人工智能教育应用既不能做出有违信息伦理或信息法律的行为和结果，也不能做出有违教育伦理或教育规律的行为和结果。由于人工智能教育应用包括两个层面的融合，即：第一，人工智能教育应用的基础是人工智能技术；第二，人工智能教育应用的根本目标是人的教育。因此，人工智能教育应用存在两个层次的“禁区”。

1.人工智能技术层面的“禁区”

一方面，人工智能技术的发展，特别在深度学习领域取得成就的原因，主要在于大数据的形成和计算能力的提升，人工智能技术离不开大数据这座富矿的支撑，也离不开大数据分析技术的应用。正是由于人工智能技术需要依赖智能数据的挖掘、深度学习、个体学习分析与评价等工具或方法，因此，在这过程中自然会触及个体的隐私信息、性格取向、个性偏好、能力与智力层次等问题。即在现有的条件下，人工智能教育应用难免会存在泄露相关隐私等可能，使得特定个体可能遭受到相应的伤害，这还需要我们通过有效手段或技术来加以改进。

另一方面，人工智能技术并非只是中性的技术，在人机交互过程中，可能会存在不道德、伦理或法律问题。如，微软公司2016年3月推出人工聊天智能机器人Tay，并将其放到了Twitter等社交网络上，其设计目的是与18到24岁之间的年轻人进行互动。然而，在恶意网友的影响下，Tay发表了包括反女性主义、种族主义等不正确的言论，导致微软在事发后立即让Tay下线并删除所有不当发言[34]。类似的情况，今年也发生过几起。在人工智能教育应用过程中，我们应当预防或禁止这类状况的发生，比如，在人机对话过程中出现不当言论等。

2.教育层面的“禁区”

人工智能教育应用的目的是为了促进学习绩效（学习的效果、效率和效益），但前提是平等、公平和公正地合理使用。在不同文化、制度、价值取向等诸多因素交织下的社会情境中，人工智能技术存有违背教育规律和教育伦理的可能，从而成为过度教育、强迫教育或填鸭式教育的手段，沦为不良教育的“帮凶”。因此，我们需要未雨绸缪，及早制定相关政策，让人工智能教育应用回归、服务于“人的教育”本源，而不是以追求技术为本体，即对技术使用“禁区”的明确界定，应优先于无节制地使用技术。

四、人工智能教育应用之思考

通过阐述人工智能教育应用中存在的新区、误区、盲区和禁区，我们可以从三个方面进一步思考：第一，产生这些问题的根本原因，从微观层面来看，原因复杂且多面，但从顶层设计的视角观之，是否能准确定位人工智能与教育间的结构、功能和主从关系，是产生这些问题的根本原因；第二，人工智能教育应用成功的关键是什么，即人工智能技术优势如何实现教育的目标和价值，需要给出相应的融合模式；第三，在人工智能教育应用实践层面，应从哪些方面着手以避免或解决这些问题，形成具体的实施策略或路径。

（一）人工智能与教育的关系

我们认为，从本质上来看，人工智能教育应用中“四个区”的问题，归咎于人们未能正确认知和对待人工智能与教育之间的关系。因此，需要从辩证的、系统的和前瞻性的多维视角，来认知和理解人工智能与教育之间的关系，这种关系如图5所示。

图5 人工智能教育应用的生态系统结构示意图

从人工智能教育应用的结构来看，它相当于一个金字塔结构，分为两层：底层的人工智能生态系统和上层的教育生态系统。在人工智能生态系统中，能力基础、支撑技术、数据来源是人工智能生态系统的基础性体系，在教育场景中应用的人工智能技术或系统是支持教育生态系统的基础；而教育生态系统则是相当于人工智能教育应用的上层建筑，在人工智能的增能、使能或赋能支持基础上，促进着教育目标的有效实现——学习者的发展、创新与创造能力的培养。

从技术上来看，人工智能技术并不是一类独立于某一学科的技术，而是建立在相关设备或系统能力体系、支撑技术体系和数据体系之上的应用型技术。人工智能技术具有增能、使能和赋能的功能，能够解决相关领域中问题，或提升工作效果、效率和效益。因此，无论人工智能发展和应用的深入程度如何，它始终都是一种手段，而不是目的，否则将本末倒置，在实践层面会出现相应的问题。

从教育功能上来看，人工智能教育应用与教育领域中其它技术相比较，本质上并没有差异，作用点、落脚点都在教育与人本身，都为了促进教育、教学或学习绩效的提高——达成教育的最优化，从而实现教育目标。教育目标和价值的实现，主导着人工智能教育的场景、内容、方式等，而且教育工作者（教师）的教学智慧仍是人工智能教育成功的关键所在。教育技术的发展史也告诉我们，技术从来不会替代教师，人工智能亦如此，即便未来几年智能机器人大规模进入校园，教师依然还是教育的主导。否则，教育会偏离相应轨道，产生各种问题。

（二）人工智能技术与教育的融合模式

人工智能教育应用的核心，应回归至教育目标和价值体系，而解决问题的关键是以人工智能技术的优势与教育过程相融合，产生1+1＞2的效果。根据目前人工智能技术在教育领域的应用方式，可将人工智能技术与教育融合分为三种模式：人工智能主体性融入模式、人工智能功能性嵌入模式、人工智能辅助技术手段模式。它们共同的目标是：通过人工智能与教育恰当、有效的融合，实现增能、使能和赋能，进而实现教育的最优化。

1.人工智能主体性融入模式

即人工智能技术在教育过程（教学、学习、管理或决策）中发挥主体性的作用，可以替代教师、咨询者、学伴、管理者或决策者所要做的知识性、程序性、事务性的工作，如，智能教学系统（Intelligent Tutoring System，ITS）、智能问答系统、智能学习游戏、智能教务管理系统、智能决策支持系统（Intelligent Decision Supporting System，IDDS）等。它们共同的特点在于人工智能技术是整个系统或应用过程的核心模块，目的是将教师、管理者、决策者从繁碎低效、简单重复的劳动中解放出来，把更多的时间、精力和智慧投入到个性化教学、创造力的培养、设计具有创新价值的教育教学过程中。

2.人工智能功能性嵌入模式

即将人工智能技术视为某一支持性、支撑性、辅助性的功能模块，有机嵌入到教育过程中。如，在学习内容的推荐、学习分析、学习评价、学习的优化、大数据挖掘等教学、学习、管理过程中，都有人工智能技术承担相应的功能。在诸如适应性学习、个性化学习、个别化学习、深度学习、游戏化学习等教学过程中，也都嵌入了人工智能技术，目的是帮助教师、学习者、管理者优化教学和管理过程。

3.人工智能作为辅助技术的模式

所谓辅助技术（Assistive Technology），是一个框架性术语，包括帮助残疾人群的辅助性、适应性和康复性设备，且还包括选择、定位和使用流程[35]。人工智能作为辅助技术，并不直接提升教学、学习的绩效，而是能够帮助残疾人群缩小与正常人群在身心功能上的差距[36]，促进教育的起点公平。如，美国麻省理工学院媒体实验室开发了一款戴在手指上的设备FingerReader（如图6所示），使用者开启设备后，只需沿着屏幕上或纸质页面中的文字行列移动指尖，FingerReader就能接近实时地朗读文本；其它的辅助科技如智能语音识别技术、智能机械手、智能假肢、智能轮椅等，均可帮助残疾人群具备正常的行为功能。

图6 FingerReader使用示意图[37]

（三）人工智能教育应用中的实施策略

1.推动观念上的转变、理念上的变革和理论上的创新

随着技术的日新月异，人工智能教育应用的周期将越来越短，应用的门槛也将不断降低。因此，教育工作者对人工智能的本质、应用方式、应用场景等需要有正确的认知和理解。我们需要在个性化学习、适应性学习、深度学习等理论研究层面进行深入地探索，为人工智能教育应用提供更加适切的理论框架与给养，以减少技术应用的误区和盲区。通过理论研究的不断创新，还可以开拓人工智能教育应用的新领域、新模式、新场景。

2.提升教育工作者、学习者关于人工智能应用的相关素养

为了合理、正确、高效地进行人工智能教育应用，积极拓展人工智能教育应用的“新区”和“盲区”，减少或避免“误区”和“禁区”的产生，提升使用者的相关素养是十分必要的。这些相关素养包括：首先，各类智能教学、管理、决策系统需要教育工作者能知晓、理解、管理人工智能的相关应用，甚至能设计、开发与教育相关的人工智能应用；其次，要增加和提升在职教师的人工智能教育应用知识和能力，这是减少信息素养缺乏的在职教师存量的重要策略；再次，学习者能根据自身个性化的学习需求，熟悉、掌握人工智能技术（或系统）的应用。

3.强化师范生关于人工智能教育应用方面的知识与能力

我们需要在师范院校现有专业开设的 《现代教育技术》和《计算机文化基础》课程中，增加大数据、云计算、人工智能、物联网等基础性知识，以及技术系统的应用等的介绍和学习。有条件的师范大学，最好能单独开设人工智能、人工智能与教育等相关课程。通过较系统的课程学习，为未来教育工作者提供相应的知识和技术储备，这也是培养增量教师的人工智能教育应用能力的主要途径。

4.规范教育大数据的应用标准，明晰人工智能教育应用的伦理边界

教育大数据涉及教育者、学习者、管理者等各个层面的隐私数据和安全数据问题，谁能看到这些大数据、谁能使用大数据、人工智能分析大数据的哪些方面（如，个性、性格、行为偏好、智力层次、学习水平等）、谁能应用大数据分析获得结果，等等，这些都值得我们重视与妥善解决。数据泄露、不受限的人工智能教育应用，将可能偏离教育的方向，产生一些伦理甚至是法律问题。为此，我们除了应用区块链技术等强化数据的保护之外，更多的是需要从伦理乃至法律层面进行规范。前不久，Google、Facebook、Amazon、IBM以及Microsoft正式宣布成立 “AI合作组织”（Partnership on AI），并成立人工智能伦理咨询委员会，探讨人工智能应用和研究的伦理边界，以保障人工智能应用符合人类社会的共同利益[38]。

5.鼓励和支持特殊教育领域中的人工智能教育应用

据统计，我国残疾人总人数达8502万人，其中又以视力残疾、听力残疾、肢体残疾占绝大多数[39]。他们在接受普通教育、继续教育、相关培训时，亟需人工智能技术的辅助，从而满足正常学习的功能需求。这是当前人工智能教育应用中很少涉及和研究的领域，而特殊教育恰恰又是最为需要人工智能技术的领域之一。国外已在研究如何通过人工智能强化、再造残疾人肢体以及躯体反应、对话等技术，我国也需要大步跟上。

五、结语与展望

总之，人工智能教育应用已成为教育信息化研究的新热点。我们只是在已有研究基础上作了一些新的探索：首先，初步廓清人工智能教育应用中几个易被忽视的问题——新区的拓展、误区的澄清、盲区的探索和禁区的底线。针对这些问题，讨论了人工智能技术与教育之间的定位关系——人工智能的增能、使能和赋能的功能，主要是服务和支持教育目标与价值的实现，促进教育的最优化；其次，在不同情境下，人工智能与教育的融合模式也不尽相同，有主体性、嵌入性和辅助性三种融合模式，共同目标是有效发挥人工智能教育应用的增能、使能、赋能作用；最后，从解决具体问题入手，提出了人工智能教育应用的实施策略。

2017年7月20日，我国发布了《新一代人工智能发展规划》，其中明确提出：“智能教育”——利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系……建立以学习者为中心的教育环境，提供精准推送的教育服务，实现日常教育和终身教育定制化[40]。这说明，国家从战略的高度重视人工智能教育应用，并从教育模式的建立、教学改革、教育体系的构建以及教育任务等方面，为人工智能教育应用提出了具体目标、发展方向和远景规划。而本研究相关内容与该规划中提出的智能教育的目标、对象、内容等层面相契合，这些均为我们今后进一步开展相关研究，提供了多维视角。

[1]American Association for the Advancement of Science.AI transforms science[DB/OL].[2017-07-10].http://science.sciencemag.org/.

[2]IBM Corp.Watson[EB/OL].[2017-07-05].https://www.ibm.com/watson/.

[3]百度百科.阿尔法围棋[EB/OL].[2017-06-05].http://baike.baidu. com/item/阿尔法围棋.

[4]Minsky M L，Singh P，Sloman A.The St.Thomas common sense symposium:designing architectures for human-level intelligence[J].AI Magazine，2004，25（2）:113-125.

[5]S·亚当斯贝克尔，M·卡明斯，A·戴维斯，A·弗里曼，C·霍尔给辛格，V·安娜塔娜额亚婻.新媒体联盟地平线报告：2017高等教育版[R].殷丙山，高茜，任直，刘鑫驰等译.奥斯汀，德克萨斯：新媒体联盟，2017.

[6]B Kurshan.The future of artificial intelligence in education[DB/OL]. [2017-05-31].https://www.forbes.com/sites/barbarakurshan/2016/03/ 10/the-future-of-artificial-intelligence-in-education/#9e3113d2e4d8.

[7]余明华，冯翔，祝智庭.人工智能视域下机器学习的教育应用与创新探索[J].远程教育杂志，2017（3）:11-21.

[8]黄荣怀，刘德建，徐晶晶等.教育机器人的发展现状与趋势[J].现代教育技术，2017，27（1）:13-20.

[9]牟智佳，俞显，武法提.国际教育数据挖掘研究现状的可视化分析:热点与趋势[J].电化教育研究，2017（4）:108-114.

[10]牟智佳.“人工智能+”时代的个性化学习理论重思与开解[J].远程教育杂志，2017（3）:22-30.

[11]杨翠蓉，陈卫东，韦洪涛.智能导学系统人机互动的跨学科研究与设计[J].现代远程教育研究，2016（6）:103-111.

[12]González-Calero J A，Arnau D，Puig L，et al.Intensive scaffolding in an intelligent tutoring system for the learning of algebraic word problem solving[J].British Journal of Educational Technology，2015，46（6）:1189-1200.

[13]柯清超.大数据与智慧教育[J].中国教育信息化，2013（24）:8-11.

[14]李勇帆，李里程.情感计算在网络远程教育系统中的应用:功能、研究现状及关键问题[J].现代远程教育研究，2013（2）:100-106.

[15]万赟.从图灵测试到深度学习:人工智能60年[J].科技导报，2016，34（7）:26-33.

[16]Wikipedia.Artificial intelligence[DB/OL].[2017-04-23].https://en. wikipedia.org/wiki/Artificial_intelligence#History.

[17]编辑部.揭开神秘面纱，“人工智能”是如何为我们服务的?[J].单片机与嵌入式系统应用，2016，16（6）:1-2.

[18]陶利，梁智昊，安达.新型计算将成为人工智能继续发展的关键支撑[EB/OL].[2017-07-10].http://www.chinasei.com.cn/.

[19]蔡自兴，徐光佑.人工智能及其应用[M].北京:清华大学出版社，2004:1-15.

[20]Gartner Corp.Gartner’s 2012 hype cycle for emerging technologies identifies“Tipping Point”technologies that will unlock long-awaited technology scenarios[EB/OL].[2017-06-22].http://www.gartner. com/newsroom/id/3412017.

[21]中国通信网.2016年度Gartner新兴技术成熟度曲线示意图[EB/OL]. [2017-06-22].http://www.c114.net/news/16/a968516.html.

[22][23]Gartner Corp.Top five strategic technologies impacting K-12 education in 2016[EB/OL].[2017-06-28].https://www.gartner.com/ doc/3170221/top-strategic-technologies-impacting-k.

[24]The New Media Consortium.NMC/CoSN horizon report:2017 K-12 edition[DB/OL].[2017-07-12].https://www.nmc.org/publication/nmccosn-horizon-report-2017-k-12-edition/.

[25]Consumer News and Business Channel（CNBC）.Bill Gates:Try a career in artificial intelligence，energy or bioscience to make an impact[EB/OL].[2017-06-26].http://www.cnbc.com/2017/05/21/billgates-artificial-intelligence-energy-bioscience-best-jobs.html.

[26]贾积有.国外人工智能教育应用最新热点问题探讨[J].中国电化教育，2010（7）:113-118.

[27]徐鹏，王以宁.国内人工智能教育应用研究现状与反思[J].现代远距离教育，2009（5）:3-5.

[28]三宅芳雄.智能研究的方法论——寻求“智能”的一般理论（上）[J].钟启泉译.全球教育展望，1998（5）:9-13.

[29]Cambridge Dictionary.Meaning of“wisdom”in the English dictionary[EB/OL].[2017-05-23].http://dictionary.cambridge.org/dictionary/ english/wisdom.

[30]祝智庭，贺斌.智慧教育:教育信息化的新境界[J].电化教育研究，2012（12）:7-15.

[31]李子运.关于“智慧教育”的追问与理性思考[J].电化教育研究，2016（8）:5-10.

[32]张家年，朱晓菊，程君青.教育技术应用和研究的盲区——残疾人群的教育[J].现代教育技术，2006，16（4）:13-15.

[33]张家年，谢阳群.刍议信息技术作用效应及其应对策略[J].情报理论与实践，2013，36（6）:32-36.

[34]CnBeta.微软：我们对AI机器人Tay意外发出的冒犯性推文深感抱歉[EB/OL].[2017-07-12].http://www.cnbeta.com/articles/487099. htm.

[35]Wikipedia.Assistive technology[EB/OL].[2017-07-14].https://en. wikipedia.org/wiki/Assistive_technology.

[36]孙祯祥.无障碍网络环境构建的理论与实践[M].北京:科学出版社，2011:117-118.

[37]MIT Media Lab.FingerReader[EB/OL].[2017-07-15].http://fluid. media.mit.edu/projects/fingerreader.

[38]Partnership on AI.Industry leaders establish partnership on AI best practices[EB/OL].[2017-07-14].https://www.partnershiponai.org/2016/ 09/industry-leaders-establish-partnership-on-ai-best-practices/.

[39]中国残疾人联合会.2010年末全国残疾人总数及各类、不同残疾等级人数 [EB/OL].[2017-06-22].http://www.cdpf.org.cn/sjzx/cjrgk/ 201206/t20120626_387581.shtml.

[40]国务院.关于印发新一代人工智能发展规划的通知[DB/OL]. [2017-07-24].http://www.gov.cn/zhengce/content/2017-07/20/content_ 5211996.htm.

The New Area，Misunderstanding，Blind Area and Restricted Zone in Studies and Practice of Artificial Intelligence in Education（AIED）

Zhang Kunying1&Zhang Jianian1，2
（1.School of Education，Huaibei Normal University; 2.Anhui Big-data Research Center on University Management，Huaibei Normal University，Huaibei Anhui 235000）

The technological ecosystem of big data，cloud computing and mobile internet has been driving artificial intelligence to develop quickly.Meanwhile，it also promotes studies and practice of artificial intelligence in education （AIED）.However，there are certain problems in AIED，such as the cognition of nature，concepts and attitude，practical field and boundary of AIED. Firstly，after combing the status quo and development of AIED，this paper analyzes the new area，misunderstanding，blind area and restricted zone of the studies and practice of AIED.And then，the paper illuminates the relationship，integrating model between artificial intelligence and education，and puts forward proposals for AIED.The paper also provides the theoretical framework of integrating artificial intelligence and educational nature，it can provide theoretical reference value of making use of AIED to realize the optimization of the educational process.

Artificial intelligence;AI;Artificial intelligence in education（AIED）;Educational ecosystem;Educational model

G40-057

A

1672-0008（2017）05—0054—10

2017年8月6日

责任编辑：吕东东

本文系安徽省人文社科重点项目“儿童数学学习障碍诊断专家系统研究”（项目编号：SK2016A0823）；安徽省哲学社会科学规划一般项目“微媒体语境下家庭教育资源平台建设研究”（项目编号：AHSKY2016D34）；淮北师范大学教学研究项目“基于微课的高校公共实验课网络化研究”（项目编号:2015XXH195）的研究成果。

张坤颖，硕士，淮北师范大学教育学院副教授，研究方向为数字化学习、网络教育；张家年，博士，淮北师范大学教育学院副教授，研究方向为网络教育应用、信息资源管理，系本文通讯作者。