大数据与教育智能——第17届教育技术国际论坛综述

□ 卓文秀，杨 成，李海琦

一、会议背景、概况及特色

新一轮科技革命正在兴起，大数据与人工智能给教育带来了前所未有的改变。教育是大数据和人工智能应用的一大重要领域，教育信息化要保持领先，不断增强竞争力，需要人工智能及大数据的强力支持。同时，将人工智能及大数据应用于教育教学领域，也是破解应试教育难题、推进素质教育、开展精准教学、促进教育公平的潜在途径。教育技术国际论坛(International Forum On Educational Technology )是教育部高等学校教育技术专业教学指导分委员会主办的品牌性、国际性学术会议。论坛已连续成功举办16届，是海内外教育技术专家学者思想碰撞、学术研讨、实践切磋、信息共享的重要平台。2018年11月17—18日，第17届教育技术国际论坛由华中师范大学教育信息技术学院、国家数字化学习工程技术研究中心、教育大数据应用技术国家工程实验室及华中师范大学教育大科学研究中心、湖北省教育信息化研究中心承办。本届教育技术国际论坛聚焦信息时代大数据与教育智能的前沿研究与应用，并同期举办教育技术学博士生论坛。

本届论坛呈现出五方面的特点。第一，主题具有鲜明的时代特征，论坛的主题是“大数据与教育智能”，并设立了“大数据与教育智能”“学习空间与智能教育”“大数据与学习分析”“中国教育信息化”“智慧学习理论与方法”“人工智能与教育”6个专题论坛，彰显“信息、智能、创新”的特点。第二，密集报告、跨界报告，以此希望碰撞出更多思维创新火花。本届论坛共包括17个主旨报告、46个论文报告和16个海报论文展示。其中主旨报告来自中国、美国、新加坡、挪威等海内外专家，内容涉及教育学、教育技术学、心理学、教育与人类生态学等多学科。第三，本届论坛投稿总数为172篇，46篇为汇报文章，16篇为海报展示文章。第四，与国际知名教育学者和跨领域专家现场互动答疑，其中包括与各知名杂志主编现场互动答疑。第五，同期召开博士生论坛，设有提问与讨论等互动环节。

二、主旨报告及解读

本次会议邀请了来自海内外的19位专家参加会议，并围绕“大数据与教育智能”进行了精彩的主旨报告，报告内容和观点具有鲜明的时代特征。

1.智慧学习理论与方法创新探索是教育智能化的理论基础

新时代、新技术的发展要求重构教育信息科学基础理论与方法。人类由农业时代进入智慧时代需要智慧教育，智慧教育方兴未艾，走向智慧教育的学习必然是智慧学习。立于时代发展背景下智慧学习的最大特点是以人为本、立足发展、提升智慧、服务社会，创新学习、联通式学习、跨界跨学科学习、新型自主学习、新型国际化学习等智慧学习方式是其重要的理论基础。[1]顺应教育智能化的发展，智慧学习理论与方法的创新探索势在必行。

江苏省教育信息化工程技术研究中心主任陈琳教授在《强国与智慧——新时代教育知行合一论》报告中，提出了智慧时代教育基本规律由知行合一向知行创合一发展的观点。他指出，在《教育信息化2.0行动计划》背景下，我国教育信息化由应用阶段转向融合创新阶段，教育信息化由跟跑阶段转向并跑与领跑阶段，在此新阶段教育理论需要创新。他强调从四个方面思考，一是新时代呼唤教育理论创新。未来时代是人工智能时代，呼唤人类具有更大的智慧。党的十九大报告指出加快建设创新型国家、建设智慧社会，智慧社会即智慧时代，智慧时代呼唤教育理论创新。二是多元探索指向知行创合一。我国科学界和国家的探索、《2014年地平线报告(基础教育版)》的探索、2017年16届教育技术国际论坛中《智慧教育宣言》的探索，均指向教育遵循知行创合一的基本理念。三是知行创合一论的时代价值，在于有助于教育理论时代化、有助于促进教育观念的转变、有助于将创新创造人才培养作为教育的基本任务、有助于教育的现代化发展和智慧教育发展、有助于焕发亿万学习者的创新创造活力、有助于创新强国建设和伟大中国梦的实现。四是教育技术引领知行创合一。

华中师范大学杨浩教授做了《What can we do and what should do on big data and AI in education》报告，他从20道与教育大数据相关的题目出发，探讨了在教育人工智能大背景下，我们作为教育工作者能做什么，以及我们应该做什么的问题。他认为，在人工智能技术飞速发展的今天，一方面要有更加远大的目标，紧跟时代步伐追求新技术、新方法；另一方面我们的工作对象是活生生的人，当技术的使用目标是人时，在使用时要更加成熟与审慎。

2.人工智能与教育的创新融合是教育智能化的载体

21世纪人工智能浪潮汹涌澎湃，教育变革势在必行。加强教育大数据的挖掘与应用，推进人工智能与教育的深度融合，为解决我国乃至世界所面临的一系列教育问题提供了新的思路和方法。人工智能时代，如何抓住实现“因材施教”教育梦想的机遇、如何应对技术与教育融合过程中的挑战等问题，各位专家进行了具体阐述。

台湾台中教育大学教育学院院长郭伯臣教授在《Using Artificial Intelligence and Learning Analytics to Enhance Mathematics Learning》报告中介绍了Adaptive Learning(因材网)平台，其主要功能是根据学生的学习需求提供相应的教材及学习资源。他指出，建立Adaptive Learning平台的首要问题是如何知道学生的学习需求，而这种需求由学生的学习反应、学习行为等来反映。因材网最重要的设计理念是让学生学习加强他所不会的东西，而不用去浪费时间学习他所会的东西，提高学习效率。因材网包括4个模块：知识结构学习、智慧性诊断、互动式学习和21世纪核心素养。郭教授重点强调，Adaptive Learning平台的功能是通过因材施测进行因材施教，因材施测是实现个性化学习的前提。

国家数字化学习工程实验室特聘教授谢朝阳在《人工智能：Hype or Proof》报告中，提出IT的演进过程是从互联网到云计算再到今天的人工智能，介绍了基于数据的人工智能的三驾马车是数据挖掘、机器学习、认知计算以及三者的应用。他认为，在人工智能如此火热的今天，我们要审慎理性地看待这项技术，不要过高看待。人工智能技术目前应用较好的领域是基于数据的分析。要把这项技术当做一个工具，工具不是全能的，人工智能不可能超越并取代人类，被取代的只是有规律重复的人类工作。

3.基于大数据的学习分析是教育智能化的新方法

大数据时代已经到来，未来的学习将是大数据驱动的个性化学习,大数据正在积极推进教育的智能化发展。华中师范大学刘三教授的《教育智能化：趋势与进路》的报告中指出，新一轮的信息技术为教育信息化的发展注入了新动能，成为游戏规则的改变方。我们作为教育技术人要有高度的学科自信，抓住历史机遇，改变未来，确定未来前进的方向。刘教授认为，教育智能化进路的基本科学问题有三，一是学习主体可理解(因材)，二是学习服务可定制(施教)，三是教育情境可计算(教育场景)。他提出应该从四个方面来理解教育智能化带来教育力的变化。一是理解力，教育主体的深度洞察；二是感知力，教育情境的智能感知；三是服务力，教育服务的智能供给；四是计算力，教育场景的可计算。他认为，教育智能是将人工智能运用到教育中辅助教师的教和学生的学，就是人的智能+机器智能以期达到智能的最大化。刘教授还提出了教育智能化的两大挑战，一是新型人机环境下的教育伦理规范：未来教育需要什么样的看门人？二是无法预知的未来：教如何应对未来的世界？

教育大数据的主要应用领域是学习分析技术，它是促进数据与教育深度融合的关键技术，来自悉尼科技大学联结智能中心的Kirsty Kitto博士介绍了其研究成果。Kirsty Kitto博士认为，传统的学习分析一直致力于在供应商构建的特定系统的范围内提供分析(例如LMS、电子书、SIS)，但是学习随处发生且伴随人的一生，这是传统的学习分析无法进行跟踪记录的。他基于新的数据标准提出一种新的学习分析，即Designing for student facing learning analytics，其学习分析的设计模式是do(做)—analyse(分析)—change(改变)—reflect(反映)。他指出，学习无处不在，面向学生的学习分析开辟了新的教学可能性，但要做到这一点，我们需要从学习开始，然后回到帮助实现我们想要的结果所需的学习分析。

大数据为教育提供了全面系统的教学信息,大大提升了教育的智能化程度。在此环境下,学习者的学习行为、学习成绩以及在线学习的各个方面被数字化记录和分析，学生的个人数据信息趋近于公开化、透明化，这其中就要涉及教育大数据中的隐私和数据保护问题。挪威奥斯陆城市大学Tore Hoel 博士通过研究挪威与中国通州的教师对教育大数据的不同态度，提出保护教育隐私的重要性。关于如何保护教育大数据的隐私，他提出了使用教育大数据的业务守则、信息收集原则、信息处理原则、信息传播原则、同意共享学习分析数据的原则和数据要求等一系列原则与要求。Tore Hoel 博士认为(教育)大数据时代的个人数据素养十分重要。

4.科研基金支持是教育智能化的强动力

教育科研是潜在的生产力，任何一项高质量、高水平的教育科研成果都具有潜在的理论价值和应用价值，而基金支持是实现其深入发展的有力保障。[2]

2018年国家自然科学基金委增设了二级学科代码F0701支持教育科学研究，其总体目标是通过自然科学基金项目部署，广泛吸引不同领域科学家开展多学科交叉的基础研究，来解决教育创新发展中亟待解决的科学问题，更好地运用自然科学研究成果来重构教与学体系，更好地促进教育科学研究领域人文社会科学与自然科学的交叉融合，显著推动我国教育改革的发展和创新人才的培养，为办好中国特色、世界水平、人民满意的现代教育提供科学支撑。北京师范大学副校长、中国教育发展战略学会常务理事、互联网教育智能技术与应用国家工程实验室技术委员会主任陈丽教授在《新阶段教育信息科学与技术的研究方向和教育重点——基于2018年F0701代码资助课题的数据分析和内容分析》报告中，对2018年F0701代码申报与资助情况的数据进行了分析与解读。陈丽教授首先谈到设立F0701代码的初衷有二，一是传统的范式无法解决教育中一些基本问题，我们要用新的范式认识新阶段教育的基础性规律；二是不同学科的研究者可以一起参与教育规律的认识，推动人类历史上的革命。她谈到目前基金委在二级学科代码下增设了10个三级代码，包括教育信息科学基础理论与方法、在线与移动学习环境构建、虚拟与增强现实学习环境、教学知识与可视化、教育认知工具、教育机器人、教育智能体、教育大数据分析与应用、学习分析与评测、自适应个性化辅助学习等，其中教育信息科学基础理论与方法资助资金相对较少，而相对于整个自然科学基金，F0701整体资助偏少。通过对F0701代码申报与资助情况的数据分析，她呼吁教育技术人关注教育信息科学基础理论与方法的研究。

针对专家评审提出的在创新性和研究价值、整体研究方案和可行性分析、前期基础研究条件，以及经费预算等方面的疑问，陈丽教授指出本次申请存在以下问题：一是教育领域与信息科学领域理解不同：代码内涵认知发生误差；二是研究问题不够科学、不够基础：关键词的引导性不足；三是研究积累不足：缺乏科学范式和科学过程；四是创新性不足：教育理论基础、研究范式仍比较传统。最后她呼吁，完善二级代码和关键词，挖掘科学问题和基础问题，推进学科交叉和团队建设，探索创新的理论基础和研究范式。

5.教学模式改革是教育智能化的优化路径

创新目标的实现离不开对教学模式的创新性探索。人工智能浪潮奔涌而至，新技术正在重构教学模式。医疗、卫生、旅游等各大行业都在积极迎接人工智能带来的机遇与挑战，作为教育工作者的我们正在思索：未来，我们应该做出何种改变来应对机遇与挑战。

新加坡南洋理工大学陈文莉教授在《Preparing for Future Learning by Knowledge Co-Creation and Collaboration》报告中，重点展示了历时4年的小学实践教学中创造和不断完善的教学模式——轻快知识协作法。该协作法包括3个阶段，即三益阶段：多多益善阶段、集思广益阶段和精益求精阶段。三益阶段是学生协作学习的阶段，其关键在于将知识的直接传授变为知识的建构，促进学生高阶思维的形成。陈教授指出，学校应该能够提供学生在未来的学习、工作中所需要的知识与技能，技术则为学校教师的教学提供便利。她认为技术固然很好，但关键在于如何将技术“落地”，即在教学过程中如何让技术与教学法相结合。陈教授提出，技术使用的关键是能够满足教师与学生的需要，并且需要各学科人才的跨界合作，同时技术与教学法缺一不可，要充分发挥两者的优势，让两者结合的效果大于2。面向21世纪的教学中如何设计教学法以及如何设计技术，陈文莉教授给出3个观点：一是低门槛，适合更多的学生；二是大空间，可容纳多种学习活动；三是高屋顶，让学生自己去探索。

6.构建智慧学习空间是教育智能化的空间基础

人要学习，需要依赖学习空间，学习空间的变化往往会随着技术的变化而表现出不同的外部呈现形态。《教育信息化2.0行动计划》对学习空间提出了较高的要求，学习空间的变迁过程本质是教育教学理念在学习空间方面的映射。[3]南京师范大学沈书生教授的《学习空间的变迁与适应》报告从学习空间的变迁和适应两方面对学习空间进行系统论述。沈教授指出，在学习空间的演变从物化形态到智能形态过程中，主要有3个层次，一是满足学生对已知世界的学习的授导型学习空间，这类空间关注如何帮助教师更好地组织教学活动，实现既定的教学目标，以实体环境为主，其学习效果在很大程度上依赖于教师。 二是满足学生对未知世界的学习的探究型学习空间，这类学习空间既能够满足教师的基本教学需要,也能够满足学习者主动求知的需求，一般包括实体环境和在线环境两部分。三是满足不同学习需要的学习的适应型学习空间，这类学习空间强调适应学生的个人兴趣和个人风格，在实际建设中应该关注实体环境的互联互通。他提出学习空间需要再理解，一是全空间，支持在线学习与线下学习的多样式学习；二是全数据，能记录学生学习过程的完整学习轨道；三是全形态，具有可以还原学习状态的多类型的数据。

随着技术的变化，学习空间也会随之做出适应。沈教授提出学习空间的适应也要从三个方面去理解，一是环境，创造空间激发智慧灵感；二是数据，学习证据促进智慧生成；三是思维，多元表征展示智慧存在。他认为学习空间需要协同建设，建设分为3个阶段，第一阶段论证，建立“基础结构原型”+“多样式应用模型”，这一阶段的重要任务是组织由教研团队主导，借助于多方参与协同，形成关于学习空间的基础结构原型的思考，并在此基础上进一步构建符合本地区特点的多样化学习空间建设模型，其中由师生、管理者和企业的多方共同参与。第二阶段规划，确立“本区域空间类型”+“多模式选择模型”，这一阶段中，由区域的教育决策者选择一种或几种可复制的空间模型，并依靠相关领域专家力量，确立本区域学习空间整体规划，最后兼顾多方利益，从多样式模型中选出适合的空间模型。第三阶段示范，建立体现学科特点的“多应用范型”。这一阶段中，重点实现多地区学习空间的联通，在此基础上实现对资源的结构化整合与存储，优化或建立学习资源，逐步形成资源智库，建立起体现学科特点的区域“多应用范型”，并进行多地区多区域多团队试点。

三、论坛对教育技术学未来发展的启示

本届论坛聚焦信息时代大数据与教育智能的前沿研究与应用，分享了当前教育技术领域研究新的信息，传递了新的经验。论坛为海内外教育信息化领域专家学者专业人士提供了一个思想碰撞、学术研讨、实践切磋和信息共享的重要平台。论坛紧跟时代步伐，彰显“信息、智能、创新”的特点，为未来教育技术的发展与变革指引了方向。

1.加强教育技术学基础理论和方法的研究

在技术引发教育变革的背景下，教育技术学的基础理论和方法也面临反思和重构。技术引领时代的发展，技术正在重构教育形态，教育技术人要想在此次历史变革中站在前沿位置，就必须加强基础理论和方法的研究。目前，教育技术学领域缺少对基础领域的研究，陈丽教授指出教育信息科学与技术获得的资助相对较少。她呼唤教育技术领域的诸位同仁应该重点关注基础理论与方法的研究。一门学科成熟的标志一般被认为是其基础理论体系的构建。教育信息化2.0背景下，信息化由应用研究阶段走向融合创新阶段，原有的基础理论体系已不能完全适应教育发展的变化。因此，教育技术学基础理论和方法需要重构，以适应新时代教育变化。陈琳教授提出了智慧时代背景下最大的特点是人从以肢体劳动创造世界向智慧式劳动创新世界发展，教育必然走向培养创新创造之人，需要重构教育，真正将工业时代的教育升格为智慧时代的教育。

2.教育技术学的发展需要跨学科合作

教育技术学源于20世纪初的视听教学运动，后逐渐发展成为一门独立的学科。回溯教育技术学的发展史发现，其学科的形成源于多个学科渗透，可以说，它生来具有跨学科的性质，因此研究教育技术学的问题必然要从跨学科的角度来思考。跨学科简单来说是两个或者两个以上学科交叉融合，这种交叉融合包括不同学科的理论、方法以及技术等。[4]教育技术人的使命是利用技术变革教育，要想完成这个使命，不仅需要教育技术学人的参与，更需要教育学、心理学、脑科学以及计算机科学等多个学科领域专家的共同参与。陶侃教授在《智能+教与学的新演进与新选题——基于跨界视角的审视》研究报告中提出跨界三要素，即跨界知识、跨界能力、跨界思维。他认为，基于跨界的视角一切不可能皆为可能。陈文莉教授强调，需要借助多学科领域专家的共同努力来促进科研项目的发展与完善。

3.审慎看待技术，让技术与教学法相结合

2016年谷歌研发的阿尔法狗(Alpha Go)击败韩国围棋选手李世石，人工智能技术又一次跃入人们视野。人工智能技术正在被广泛地应用到社会生活的各个领域(包括教育领域)，并极大改变了人们的生活方式。在中国知网以“人工智能”与“教育”为关键词检索，发现从2016年开始，该类研究的发文数量猛增，其间出现了大量关于人工智能在教育中的应用研究。作为教育工作者，我们工作对象是人，当技术应用于教育中时，也就是技术的应用对象是人时，我们要更加审慎地使用技术，更加成熟地使用技术。技术的使用要“落地”，也就是说技术的使用要与具体的学科相结合，与教学法相结合。技术使用的目的是为学生和教师提供便利，为他们提供所需要的辅助与分析，不是简单的“教育+技术”或者“技术+教育”。教育的目的是为了促进人的发展，技术支持的教育变革关键点要落到人的身上，当一次次新技术的浪潮冲击教育时，往往会忽略人的作用，而过分夸大技术的作用。我们要认清技术的作用是支持教育变革的工具，人是教育变革的主要推动者。在未来教育的变革中，教育技术人在利用技术变革教育的同时，应更加注重技术与人的协同发展。

4.立于时代前沿，追求创新发展

党的十九大报告中指出，中国特色社会主义进入新时代，新时代呼唤新的教育形态。作为教育变革的主要推动者与引领者，教育技术人的使命光荣、任务艰巨。首先，要担负起新时代背景下教育信息化2.0建设的光荣历史使命。我国教育信息化正处在发展的十字路口，面临由应用转向融合创新的转段升级阶段，转段升级的本质是创新、推动、领跑、智慧。我们正迎来千载难逢的历史机遇，必须牢牢把握，担负起光荣使命。[5]其次，创新是一个民族进步的灵魂，是一个国家生生不息的活力源泉。人工智能的出现代替了一大批重复不需要脑力劳动的人类工作，面对未来的人机混合的智能时代，教育需要培养出一批具有创造力、设计力、洞察力的人才。陶侃教授提出，未来面对人机混合智能时，“软技能”成为硬通货,“软技能”包括创新思维(创造力)、设计、创意、质疑(批判)性思维、聚焦或解决问题、沟通或换位思考、合作、协作或者分享等。创新是教育变革的重要因素，是教育信息化的重要特征。

本届教育技术国际论坛聚焦大数据与教育智能的前沿应用与研究，主题新颖，紧跟时代步伐，通过一场场精彩绝伦的报告，展现了不同国家、不同领域和不同视角下教育技术学的最新发展动态，体现了专家学者对教育技术未来发展的共同努力与探索，为未来教育技术学的发展指引了前进的方向。在“大数据与教育智能”时代背景下，教育技术学人应该勇于面对挑战，抓住机遇，贯彻本届论坛的精神，在教育技术研究领域中深入创新视角、拓展研究广度、“深耕”与“细作”并存。