智能化时代“AI+教师”协同教学的实践形态*

周 琴 文欣月

（西南大学 教育学部，重庆 400715）

随着AI（Artificial Intelligence，人工智能）与教育领域的深度融合，教师是否会被人工智能所取代，成为教育界普遍关注的焦点问题。英国广播公司（BBC）发布的《分析365种职业未来“被淘汰概率”的报告》显示，由于教师的高创造性和高情感性，其被淘汰率仅有0.4%[1]。此外，由于教育具有“零和一”的概念（“一”是指教师，“零”是指技术），故教师在教育中的作用是不言而喻的，它使得教育赋有意义。因此，无论时代变迁还是技术革新，教育者们始终需秉承“技术变革教育而非引领教育”的理念，发挥教师宏观把控的积极作用。

可见，教师被人工智能取代的可能性微乎其微，但是，教师群体内部的相互取代却极有可能。英国著名语言学家雷·克利福德（Ray Clifford）指出：“科技不能取代教师，但是使用科技的教师却能取代不使用科技的教师”[2]。同理，在智能化时代，使用人工智能的教师会取代不使用的教师，故“AI+教师”协同教学的实践形态便应运而生，它为实现高效教学和个性化教育提供了新契机。所谓“AI+教师”的协同教学是指在教学过程中充分发挥教师和人工智能各自的优势，让教师与人工智能机器或设备各司其职又协同合作，以达成“完人”和“智慧”的教育。

一、“AI+教师”协同教学的现实背景

教学是指教师为了促进学生的全面发展，以一定文化为对象的教师“教”和学生“学”的双边交往活动[3]。其中，学生的全面发展，不仅包括智力的开发，还包括能力的培养和提高、思想品德的完善、个性特长的发展等等，这些都对教师的“教”提出了巨大挑战，即要求教师具备渊博的知识、高尚的品行、丰富的教学技巧、充足的精力与敏锐的洞察力等。这使得教师群体逐渐暴露出一定的“缺陷存在”，亟需新兴技术充当“代具”（代替性技术工具）来弥补教师能力的缺失。而智能化时代涌现的人工智能技术为此提供了契机，其强大的技术支撑可将教师的“缺陷存在”进行“认知外包”①认知外包：主要指借助外部设备的认知方式将教师能力上的不足外包给智能设备，以使教学效果得到最大程度的提升。，以辅助教师突破个体极限，处理超越个体认知能力的海量信息，驾驭超越个体认知水平的复杂教学情境[4]。

以上观点与法国思想家贝尔纳·斯蒂格勒（Bernard Stigler）所提出的“人—技术”结构不谋而合，即根据人的“缺陷存在”和技术的“代具弥补”重构人与技术之间的关系[5]，使教师与机器从原始的人机交互，逐步过渡到人机协同和人机融合，并最终达到人机共生的理想状态。

（一）智能化时代教师的“缺陷存在”

在信息技术革命的推动下，知识呈现增速加快、体量加大、结构变复杂等的特点，这毫无疑问是一把双刃剑。它虽然可以拓宽教师知识获取的渠道，为教师的职业发展带来更多的选择性和可能性；但也不可避免地会暴露出教师个体认知的缺陷，使教师面临一定的挑战。具体体现在：

（1）知识调取和数据储存能力。知识的海量增长为教师的信息检索、记忆、存储、加工等带来了挑战，暴露出大脑信息加工能力的不足。（2）外部信息识别能力。由于生活空间和社会空间的扩展，教师对于复杂、多变信息的识别和处理能力有限，如，对于不同语种的识别和转换等存在一定的困难。（3）策略和规律的认知能力。在信息交互的过程中，教师只能通过对个体交互行为的主观感知来对模式、规则进行挖掘和分析，即过分依赖个体经验，准确度低且不稳定。（4）交互性学习反馈能力。师生之间的沟通交流是促进领域知识积累和自身发展的重要途径，但在智能化时代，一些智能设备也将具备主体性，它们可参与教学主体间的社会化协同，故基于多主体的共同进化，给教师的发展带来了一定挑战。

以上四种能力的缺失，使得教师在计算信息、感知信息、认知信息和社会信息方面，暴露出一定的“缺陷存在”，这些缺陷无疑是教学活动和师生发展的“拦路虎”。因此，需要通过“认知外包”的形式，借助新兴技术来弥补教师能力的缺失，形成“技术+教师”协同教学的实践形态。

（二）智能化时代AI的“代具弥补”

在智能化时代下，基于大数据、云计算、自然语言处理、深度学习等新兴技术的人工智能迅速崛起，为弥补教师能力的缺失提供了契机，使得“技术+教师”协同教学的实践形态成为可能，具体如下：

首先，由于人工智能和教师都具备计算思维和算法原理两项基本能力[6]，故为“技术+教师”的协同教学奠定了基础条件。

其次，人工智能的智能性由弱到强依次分为计算智能、感知智能、认知智能和社会智能，可与教师的“缺陷存在”一一对应，实现计算信息、感知信息、认知信息和社会信息的“认知外包”，故为“技术+教师”的协同教学提供了强大的技术支撑[7]。比如，教师在知识调取和数据储存方面的压力，可通过人工智能的计算智能实现计算信息的外包；教师在外部信息识别方面的不足，可通过人工智能的感知智能实现语音、图像等感知信息的外包；教师在策略、规律认知方面的缺失，可通过人工智能的认知智能实现模式、规则等认知信息的外包；教师在交互性学习反馈方面的缺失，可通过人工智能的社会智能实现社会信息的外包。

最后，借助智能媒体、智能平台和智能系统作为桥梁，为“技术+教师”的协同教学创造连接媒介[8]。其中，智能媒体不仅包括实体的可穿戴设备，还包括虚拟的“场域”或“空间”，比如，借助物联网和虚拟现实技术构建的智慧学习空间等；智能平台是指一个基于云的认知系统，它能够从非结构化数据中揭示教育意义，提供个性化学习和自然交互等，比如，Knewton 自适应学习平台；智能系统是智能平台的延伸，多用于具体情境下处理教育问题，比如，Watson 智能导师系统。综上，基于基础条件、技术支撑和连接媒介三个要素，“AI+教师”协同教学的实践形态应运而生。

二、“AI+教师”协同教学的实践形态

人工智能按照智能性的高低，依次分为计算智能、感知智能、认知智能和社会智能。基于此，将人工智能技术嵌入教学的不同要素就产生了AI代理、AI助手、AI导师和AI伙伴四种创造性依次递增的智能形态[9]。其中，AI代理主要利用计算智能来处理低层次、机械性、重复性的教学工作；AI助手主要利用感知智能来识别复杂多变的教学信息；AI导师主要利用认知智能来分析学生的认知和行为模式；AI伙伴主要利用社会智能来实现多主体的自由交互。由此，根据斯蒂格勒所提出的“人—技术”结构，就形成了协同性依次递增的四种协同教学的实践形态。其中，“AI代理+教师”实现了教学任务的分工协同，“AI助手+教师”实现了教学活动的辅助协同，“AI导师+教师”实现了教学方法的适宜协同，“AI伙伴+教师”实现了教学主体的交互协同，具体如图1所示。

上述四种实践形态之间不是彼此割裂的，而是共同服务于教学，即教学主体在明晰教学任务的前提下，运用适宜的教学方法来开展教学活动。此外，在四种实践形态中，AI和教师应各司其职（见表1），充分发挥各自的优势，承担相应的工作职责，共同致力于实现高效教学和个性化教育。

图1 “AI+教师”协同教学的实践形态

表1 “AI+教师”协同教学的职责分工

（一）“AI代理+教师”：教学任务的分工协同

教学任务不仅包括基础知识的传授，还包括基本能力的培养，因此，要求教师不仅要胜任以知识教授、作业批改、成绩统计等为代表的机械重复性教学工作，还要承担以能力提升、教学设计、情感交流为代表的创造性教学工作。随着人类社会进入智能化时代，有望通过AI代理的嵌入重构教学任务的分配比重，使教学更加高效性和个性化。在知识信息日新月异的发展阶段，教师在承担教学任务时不免暴露出弊端：一方面，教师既有的知识库已不能满足教学的需求，需要教师不断更新和扩充原有知识，这对于知识的检索和记忆提出了挑战；另一方面，由于计算能力和时间精力的有限性，教师在处理诸如作业布置与批改、学生信息收集与管理的琐碎工作时，往往会导致低效率、高错误率的工作结果，使教学工作呈现出一定程度的模糊性和不稳定性。

而AI代理利用计算智能对教师计算信息进行“认知外包”，为弥补上述弊端提供了途径。具体而言，AI代理依赖数据驱动下的计算智能，可实时搜集和更新既有的知识库，以方便教师在教学时能及时调取知识，为教师的检索和记忆降低了难度。此外，AI代理根据设计和训练好的规则处理数据，对大规模的工作进行迭代解决，以帮助教师处理繁琐的低层次工作。在节约教师时间和精力的同时，又达到高效率和低错误率的结果，并且可规避情感的波动性，最终稳定地完成教学任务。

由此，AI代理和教师可重构教学任务的分配比重，形成“AI代理+教师”的协同教学。其中，AI代理主要承担更新知识库、作业批改、信息管理等机械重复性的教学工作。通过将教师从繁琐而重复的工作中解放出来，让他们有更充足的时间和精力应对更具挑战性和创造性的工作，进而提高其工作热情和认同感，并促进自身的专业发展。

类似的AI代理，有美国的Interactive Books（交互式书籍）和国内的“批改网”等。具体而言，Interactive Books可通过简单的单词指导，帮助学生练习英语口语，并自动记录朗读音频给学生的发音进行评估计分，从而帮助学生准确、有感情地阅读和理解英语；而“批改网”则是对学生的英语或语文作文中的简单错误进行自动批改，通过逐句点评来迅速纠正作文中的基础性错误，并提供修改建议。无论是Interactive Books 还是“批改网”，都承担了教师繁琐的评分批改工作，而教师则主要承担高创造性的教学工作，比如，完成复杂教学活动的设计，利用与学生之间特殊的情感纽带来培养其完整人格等（见表1）。如此，根据AI代理和教师各自的优势，分配不同的教学任务开展分工协同，既可保证教学的质量和效率，实现高效教学；又可由高准确度的学生信息作为数据分析来源，为个性化教育奠定基础。

（二）“AI助手+教师”：教学活动的辅助协同

教学活动中存在着“主体—客体—主体”的交往过程，即教师需要借助语言、文本、设备等客体媒介来促进学生的身心发展[10]。在教育全球化浪潮的席卷下，以往的传统媒介，如，纸质书本、摄像机等，暴露出了一定的局限性，它们已经不能满足学生对于多元文化知识的渴求，纸质书本的滞后性与摄像机的单一性，极大地限制了知识的变化空间。

除此之外，作为主体的教师也暴露出了一定的缺陷。一方面，是对复杂多变的信息存在识别障碍。互联网的发展为教育全球化提供了信息交流与传播的渠道，打破了国家、地区之间的信息屏障，极大地拓展了师生的学习空间，但也不可避免地给教师的语音转录和文本识别带来了挑战。另一方面，是对学生情绪情感进行调控能力的缺失。教学活动除了知识传递以外，同时也是情感交互的过程，学生的主观感受、情感经历和生活体验等，都会对其学习结果产生一定程度的影响，而对于经验不足的教师而言，察觉和调控学生的情绪情感存在较大困难。

对此，AI助手可利用感知智能对教师的感知信息进行“认知外包”，以提供和识别前沿的教育信息，并充当多功能的仪器设备来辅助教师完成教学活动。具体而言，AI助手能够对不同国家、地区的语言文字进行敏锐的感知和识别，并将最新的教育信息转录成师生可识别的数字化文本，这不仅为传统的纸质媒介注入了新鲜血液，使其具备一定的前瞻性，而且帮助教师突破了信息识别的障碍。此外，AI助手还可运用语音识别和人脸识别等智能技术，在大规模数据模型的基础上，通过对学生特征数据的采集，实现对其个性化需求的感知，并最终以“学生综合评价报告”或“学习障碍诊断报告”等形式呈现给教师。如此便可通过言语和表情，清晰地感知学生情绪情感的变化，并在客观报告的基础上，对学生的不良情绪或情感加以调控。

尽管AI助手可在教学活动中发挥优势，弥补客体媒介和主体教师的部分缺陷，但其并非全知全能。它在教学活动中只能承担前期的信息采集、识别和分析工作，使通常处于模糊状态的教育、心理和社会知识，以更为具体和明确的方式呈现出来，从而为教师的决策提供数据支持，但不能对信息背后的教育现象做合理的阐释[11]。因此，还需发挥教师在教育理念和情感交流方面的优势，通过与学生的体验互通和情感纽带，并结合教育学、心理学和社会学等学科背景知识，对信息作出更全面、合理的阐释，进而在此基础上实施教学活动。综上，在教学活动中，AI助手主要承担前期信息采集、识别和分析的工作，类似的有国外的Carnegie Speech Assessment和国内的“英语流利说”等。

具体而言，Carnegie Speech Assessment 使用语音识别和精确定位技术，来准确记录学生的英语发音、语法和流利度情况，并将学生的语音记录与广大英语学习者进行比较，从而准确评估和衡量学生的英语学习水平，生成即时客观的报告，为提高其英语口语技能做铺垫②详细可见http://www.carnegiespeech.com。。Carnegie Speech Assessment 承担了学生学习情况评估和分析的工作，以协助教师提高学生的英语口语技能。

而“英语流利说”通过语音识别、发音评测、语音合成、语法检错等人工智能技术，为学生构建了深度自适应学习系统，并根据学生的定级测试结果，设置了8个不同等级的课程，为学生提供了定制化、高效率的学习体验。其中，在语音识别方面，它拥有庞大的“中国人英语语音数据库”，即309亿句累计录音句子以及23亿分钟累计录音时长，故它对中式英语的识别准确率较高③详细可见https://www.liulishuo.com/tech.html。；在发音评测方面，又以美音母语者的语音数据为蓝本，能够在句子层面、单词层面、音素层面，对英语语音进行音准、流利度、完整度、连读、重音、语调等多维度的细致打分。不难看出，“英语流利说”较好地承担了学生信息识别和分析工作，为教师的个性化教育奠定了基础。相较于AI助手，教师主要承担意义阐释以及决策落实的工作，二者共同构成了“AI助手+教师”的协同教学形态（见表1）。

AI助手与教师之间的关系，就如同检测仪器与医生之间的关系，教师借助AI助手进行“病情诊断”，确定“病症”，并分析“病因”。然后，根据检测报告开出个性化的“治疗方案”，从而“对症下药”。如此，教师能通过AI助手提高处理教学与育人工作的效率，AI助手也能通过教师增强处理事务的智能性与智慧性，二者相互促进，相辅相成。

（三）“AI导师+教师”：教学方法的适宜协同

教学方法的本质主要取决于学生的学习认知活动和教师教学的逻辑程序与心理两个方面，它是由学习方式和教学方式共同决定的[12]。在教学过程中，教师应如何教，取决于学生如何学。故学生的学习方式起主导作用，它在一定程度上决定了教师的教学方式，进而决定了教学方法的选取。

基于此，首先，要明晰学生的学习方式。以往主要依靠教师的个体经验和主观感知来分析学生的认知和行为模式，进而判断学生学习方式的做法，其结果准确性低且不稳定。其次，要确定教师的教学方式。教师需要根据不同的教学情境，因时而异、因地制宜地根据学习科学和教学发展规律等，作出正确选择，这无疑对教师驾驭复杂情境的能力提出了挑战。对此，需借助AI导师对教师的认知信息进行“认知外包”，为解决上述问题提供动力。由于AI导师是AI代理和AI助手发展到一定阶段所产生的智能形态，其不仅具备低阶的计算智能和感知智能，还具备高阶的认知智能，在面对创造性更强的挑战时，可媲美人类特级教师来独立开展教学工作。

具体而言，一方面，由于AI导师具备计算智能和感知智能，它能在大规模采集、挖掘、计算、推理学生个体认知和行为数据的基础上，精准稳定地感知和计算任意情境下学生的各种需求，并借助庞大的知识库分析学生的认知和行为模式，进而明晰学生的学习方式；另一方面，由于AI导师具备认知智能，它能通过设置好的规则和海量的数据，学习教师在复杂教学情境下处理问题的模式，获得媲美特级教师的主观认知能力和创造力，进而确定教学方式，并结合学生的学习方式选取适宜的教学方法，达成指导学生个性化学习的目标。

可见，在选取适宜的教学方法方面，AI导师主要扮演特级教师的角色，在精准分析学生认知和行为模式的基础上，结合复杂情境，给学生提供个性化指导。其工作形态主要表现为智能辅导机器人和心理辅导教师等，类似的AI导师有“北极星AI助教”和“AI好老师”。

“北极星AI助教”利用人工智能与大数据技术，构建了AI双师互动课堂以及智能备课教研平台，它致力于帮助教学实现“减负增效”的效果[13]。对教师来说，可用于实现高效备课和精准教学，其中，精准教学是指通过独创的“七步教学法”“PDCA教学法”和人工智能技术，对学生的学习行为数据进行有效的采集与深度分析，从而构建个人及班级的“学情画像”，帮助教师实现精准教学和因材施教。对学生来说，可用于完成智能测评、布置针对性的作业以及实现自适应学习。其中，实现自适应学习是指根据学生的“学情画像”与“知识点掌握程度目标数据模型”，科学制订定向提升方案，帮助学生实现高效、个性化的自适应学习。可见，“北极星AI助教”可在精准构建学生“学情画像”的基础上，识别出学生的认知和行为模式，并据此给学生提供个性化的学习指导。

而“AI好老师”能使育人经验的隐性知识显性化，其具备育人问题情境化解决、育人知识个性化辅导、育人案例智能化推理等特征，可因人而异、因地制宜地帮助教师解决育人难题[14]。相较于AI导师，教师则主要扮演创新工作规则的设计者和指导者角色，负责把握教学节奏，统筹规划教学过程（见表1）。在“AI导师+教师”的协同教学形态下，完整的教学过程不再是教师的“独角戏”，而是AI导师与教师的“双簧戏”。教师作为总导演和总指挥，负责完成高创造性的教学设计和指导，AI导师则作为教学活动的主要实施者，这在一定程度上解决了区域之间教师数量不足、专业水平参差不齐等问题。

（四）“AI伙伴+教师”：教学主体的交互协同

传统意义上的教学主体主要是指教师和学生，他们之间的社会化交互是教学活动的重心。师生之间的交互，不仅有利于知识的深层次交流、积淀和升华；同时，也有利于促进自身的发展。当人类社会进入了强人工智能或超人工智能时代，一些智能机器或设备也将具备主体性，成为拥有自主意识的独立个体。他们可参与师生之间的社会化交互，并与师生共同构成“学习共同体”的多元交互结构，以相互促进发展。其中，“学习共同体”是指一个由学习者和助学者共同构成的团体，它以共同的学习任务为载体，以促进成员发展为目的，通过彼此之间的沟通交流和分享学习资源来发挥群体动力的作用，实现相互促进[15]。学习者主要指学生，助学者通常指教师、专家、辅导者等；而人工智能技术的嵌入，使助学者的外延可拓展到包含智能机器或设备在内的主体对象。

随着社会的不断进步、知识信息的不断生成，教育目标更加强调学生的个性化发展，使以往师生之间的社会化交互暴露出一定的弊端。一方面，教师的个体局限性难以满足海量学生的个性化需求，难以对其提供适应性的学习支持；另一方面，教师囿于自身知识和情感方面的劣势，难以实现与学生之间的相互促进和共同进化。因此，利用AI伙伴对教师的社会信息进行“认知外包”，让AI伙伴与师生形成“学习共同体”结构，来缩小教育目标与教育现实之间的差距，具有一定的现实性与必然性。

具体而言，AI伙伴具备包括计算智能、感知智能、认知智能在内的强大智能性，其可不断地自主更新和完善既有的知识库，识别复杂多变的教育信息，并在分析学生认知和行为模式的基础上，为学生提供适应性强的学习指导[16]。此外，AI伙伴还具备社会智能的强大创造性，它将不再依赖于人为设计的数据交互模式与规则来处理问题，而是在与师生的沟通协作中自主习得新的规则，创造性地进行“思考”，进而能独立地协助教师解决教学问题。其所具备的自主学习能力，可与环境变化和学生发展共同进化，实现社会化的人机协同[17]。

可见，在“学习共同体”的多元交互结构中，AI伙伴与教师是真正的促进者关系，同时也是思维、情感和能力对等的个体。AI伙伴具备了与教师同等的智能性和创造性，其工作形态包括协同备课教师、听评课教师、教育实验被试等等。比如，Auto Tutor、Project Debater机器人和RUBI儿童社交机器人等（见表1），都是初具雏形的AI伙伴。

具体而言，Auto Tutor是一种基于自然语言的智能导学系统，它可在模拟教师教学的基础之上，采用自然语言与学生对话，对学生的答案给予及时反馈，并根据学生对问题理解的程度适时调整对话内容，有效引导学生构建理想答案，这有利于学生对知识的分析和理解[18]。Auto Tutor与学生的这种基于自然语言的定制式对话，使学习效果达到0.8个标准差，无疑为教师的高效教学奠定了基础。

而Project Debater机器人因具备数据驱动的长篇写作及语音演讲能力、长段落的聆听理解能力，以及模拟人类困境的建模能力，使其可与学生进行辩论性互动，创造出引人入胜的无偏见观点，进而帮助教师正确决策[19]。此外，由加州大学圣迭戈分校研发的儿童社交机器人RUBI，可根据儿童不同的行为，表现出痛、哭、笑、沉默等不同表情，从而影响儿童的社会行为，与儿童形成伙伴关系。

总之，我们认为，无论是Auto Tutor、Project Debater机器人还是RUBI儿童社交机器人，都是能媲美教师的主体对象，能够与师生共同形成“学习共同体”的多元交互结构。由此，“AI伙伴+教师”的协同教学形态，增加了教学主体的交互对象，使教学真正意义上从人际协同过渡到了人机协同，实现了多主体的共同进化。

三、“AI+教师”协同教学的发展诉求

伴随着新兴技术的迅猛发展，教学迎来了教师与人工智能“联姻”的时代。在此背景下所产生的“AI+教师”协同教学形态，为高效教学和个性化教育提供了契机，其主要具有两方面的突出优势：一方面，使得教学中的隐性学习过程显现化，即学生的情绪变化、认知和行为模式等，可以通过大规模的数据采集与分析，以图表或报告等形式呈现，这对教师实施教学给予了极大的技术支持；另一方面，解放并成就了教师，使教师有更多的时间和精力去完成创造性的教学设计工作，并在“学习共同体”的多元交互结构中实现共同进化。但是，目前“AI+教师”的协同教学形态还处于初级发展阶段，理论模型落实到教学实践任重而道远，需从实现教育转型、突破技术壁垒、厘清伦理关系三个方面做出努力，以弥合理论与实践之间的鸿沟。

（一）实现教育转型，从培育“人工林”到构建“生态圈”

我们认为，通过“AI+教师”的协同教学形态对教育教学进行深入变革，首先需要实现教育转型，具体表现在以下四个方面：

第一，教育观念的转变。传统教育忽视学生的个性化特点，采取整齐划一的工厂式加工，把学生培养成了同质性的人。“AI+教师”的协同教学应致力于学生的个性发展，允许学生在各自擅长的领域有所建树，形成百花齐放的景象，故教育观念应由培育“人工林”转向构建“生态圈”。

第二，教学目标的革新。在智能化时代，更加强调学生核心素养的培养，其中，在科学精神和实践创新方面，更加关注批判性思维的养成和创造力的提升[20]。而“AI+教师”的协同教学恰巧为此创造了机会，学生可通过与AI的交互，获得切实可靠的反馈信息，为批判性思维的养成和创造力的提升奠定基础。

第三，教学模式的变革。传统课堂教学是“教师为主导，学生为主体”的单一化教授模式，而“AI+教师”的协同教学则是人机协同的“双教师”教学模式[21]。AI导师和AI伙伴的出现，使得教学不再是教师的“独角戏”，而是AI与教师的“双簧戏”。

第四，教师的职能分化与信息素养提升。随着人工智能技术与教学领域的深度融合，教师的固有职能分化为全能型教师和单项型教师。其中，全能型教师是指既能为群体提供学习支持，又能兼顾个体学习情况的教师；而单项型教师是指在某一方面能力（如，编制习题、教案设计等）超群的教师。此外，“AI+教师”的协同教学还要求教师积极提升信息素养，从“数字移民”逐步转变为“数字土著”。相较于“数字移民”，“数字土著”出生在一个信息技术泛在的年代，谙熟各种信息化工具和技术[22]。因此，“数字移民”教师需通过培训提升信息素养，用现代化的教学语言与方式教导学生，以缩小与学生之间的数字鸿沟。综上，四个方面的教育转型，为“AI+教师”协同教学形态的渐进发展提供了教学层面的基本保障。

（二）突破技术壁垒，从“人的连接”到“万物连接”

“AI+教师”协同教学要实现大规模的高效教学和个性化教育，需要突破技术壁垒。这种AI技术壁垒主要包括自下而上的四层（如图2所示），需要逐层突破，以便为教学提供全口径的技术支持。

图2 “AI+教师”协同教学中AI技术壁垒

第一层是以5G移动通信技术（以下简称5G）为主的基础层。5G是大数据、云存储、云计算等信息技术的共性技术[23]，也是支撑人工智能发展的催化剂。它具备高速率、高容量、低延时等特征[24]，为人工智能的突破性发展，提供了一条更宽更快的高速公路。因此，我们需要大规模应用5G技术，为重构教学生态系统奠定技术基础。

第二层是以大数据、云存储、云计算为主的数据层。大数据是人工智能发展的基石，它主要包括学生的学习数据、行为数据和管理数据等，而云存储和云计算则负责数据的储存和分析。“AI+教师”协同教学要在收集、存储和分析数据的基础上开展，以确保教学的高效性和个性化，因此，需要持续不断完善基层数据的处理技术。

第三层是以计算机视觉、语音识别、深度学习、自然语言处理为主的算法层。其中，计算机视觉和语音识别技术使得人工智能具备感知智能，能够识别复杂多变的图像和语音。基于深度神经网络和卷积神经网络的深度学习算法，可通过高效的数据处理技术，从数据中提取价值，故其在图像和语音分析方面的准确度，已超过人类的平均水平[25]。而自然语言处理则充当连接媒介，实现AI与教师之间的有效沟通。因此，我们需要持续不断地优化多样化的算法程序，实现更加自然融洽的人机交互。

第四层是以物联网、VR、数字孪生、全息投影等为主的技术融合层。在该层中，人工智能与其他新兴技术相互融合以提供给学习者更高质量的学习体验。其中，以物联网与人工智能融合兴起的脑机接口技术，真正实现了人脑“神经网络”与外部“物体”的直接沟通，其在教学中主要应用于学生的学习状态识别、注意力水平测量、学习动机评估、学习风格鉴定、身体感官重建五个方面[26]。

此外，VR与人工智能的融合以及变革传统的信息呈现方式，使以往的教学空间从二维平面过渡到三维立体的虚拟现实空间，带给了学生身临其境的学习体验。但是，由于VR技术要求学习者必须佩戴头盔等外接设备，而长时间的佩戴会造成恶心和眩晕等不良反应，因此其具有一定的局限性。全息投影与数字孪生等技术在无须佩戴任何外接设备的基础上，通过将光线折射在空气或其他特殊的介质上来呈现3D 影像，使学生能够获得与真实世界同等的视觉效果，身临其境地参与教学活动[27]，相较之下，全息投影与数字孪生等技术与人工智能的融合可给学习者带来更舒适、更逼真的学习体验。因此，应不断开拓AI与其他新兴技术融合的可能性，为“AI+教师”的协同教学注入新鲜力量。

综上所述，自下而上的这四层技术，包含了基础层的5G共性技术，数据层和算法层的AI自有内部技术，以及技术融合层的外部技术。四个层面的协同支撑与技术突破，使“AI+教师”的协同教学由以往单一的人与人的自然交互，变成了人与机器、学习环境共同的智能交互，极大地拓展了教学的交互边界，实现了从“人的连接”到“万物的连接”，最终达到了全口径、全维度的人机协同。

（三）厘清伦理关系，从“人机交互”到“人机共生”

“AI+教师”的协同教学，诚然为高效教学和个性化教育提供了契机，但是当人工智能发展到强人工智能甚至超人工智能阶段，“技术奇点”会到来吗？教师会被人工智能所取代吗？答案是否定的，AI与教师各具优势，它们之间不是“适者生存”的替换关系，而是“协同共生”的盟友关系。AI与教师在协同教学过程中有各自的“生态位”和独特优势，其中，AI在大规模数据处理、运算速度、逻辑思维方面具有独特的优势；而教师在创造力发挥、情感沟通、意义阐释方面具有独特优势。因此，AI主要解决程序化的问题，而教师主要解决非程序化、非结构化的问题[28]，二者优势互补、各司其职。

在“AI+教师”协同教学的实践形态中，教师始终处于主导地位，引领着教育教学的方向，而AI则始终处于辅助地位，协同教师开展教学活动。未来，理想的教学生态系统应是AI与教师“生态位”的有效整合，使协同教学呈现出一种技术透明的无缝融合状态。具体而言，AI与教师的关系应从最初的人机交互，过渡到人机协同与人机融合，并最终走向人机共生的理想状态。其中，人机交互是最简单、最原始的人与机器的沟通形式，随着人工智能的发展，以鼠标、键盘等为代表的传统交互方式被语音识别、手势识别、图像分析等自然交互方式所替代，驱动着人机交互向更加智能化的方向发展[29]。在人工智能与人机交互的相互演进过程中，AI与教师彼此之间相辅相成，共同促进。在人机交互的基础上，人机协同更强调教师应始终处于中心地位，宏观把握教学过程；人机融合则更强调人、机器、环境三者的相互作用所形成的双向闭环系统[30]。

无论是人机协同还是人机融合，都是一种“1+1＞2”的互补性智能交互模式，更强调教师在其中的主导作用。而当人工智能发展到强人工智能甚至超人工智能阶段时，AI与教师之间的协同教学，演变成了“智能机”和“交互人”在物理空间、数字空间以及社会空间上的交互，彼此之间的关系才能真正做到去中心化，形成人机共生的生态系统[31]，这也是“AI+教师”协同教学的最终目标。

为了更好地推进协同教学的开展，解决AI所带来的一些不良影响，进而建立彼此之间的信任关系，真正做到“人机共生”，我们需要制定相应的原则、政策和法律作为桥梁。

首先，根据沈向洋和施博德[32]（Brad Smith）所提出的指导AI开发的六大原则，制定“AI+教师”协同教学的相应原则：

第一，公平。AI可凭借其决策的公平性，协助教师以公正、一致的态度，无偏见地对待每一位学生。第二，可靠。AI需根据明确的设计原则，在一整套行为规范内运行，其使用方式和使用时间由教师主导和决定。第三，隐私与保障。AI在大规模处理教学数据时，应确保信息的使用符合数据隐私标准，并向教师提供一定的控制权，以便其选择数据的使用方式。此外，还应积极推进数据隐私保护技术的研发，如，差分隐私、同态加密等，以逐步实现“去身份识别”。第四，包容。AI需根据每位学生的需求、期望以及不同的学习情境，规避由于算法歧视所导致的将部分群体排除在外的现象，从而确保人人赋能、人人参与。第五，透明。教师需了解AI是如何运行以及如何处理数据的，以便识别和意识到潜在的偏见和错误，从而宏观调控。第六，内部监督与指导。为确保以上五个原则切实有效的实行，需要建立类似“‘AI+教师’协同教学道德委员会”这样的组织，以监督、指导和解决教学过程中产生的伦理和社会影响问题。

其次，在制定了上述原则的基础上，还需制定相关政策和法律予以保障。在数据隐私保护方面，美国卫生、教育及福利部（USDHEW）发布的《公平信息处理条例》和经济合作与发展组织（OECD）颁布的《隐私保护指引》具有划时代的意义。此外，2019年由联合国教科文组织（UNESCO）发布的《北京共识——人工智能与教育》中，也提到了“制定全面的数据保护法规以及监管框架，以确保师生的数据隐私保护和数据安全”[33]。

在人工智能相关政策和法律方面，美国于2017年底提出《人工智能未来法案》，以重点关注人工智能对经济发展、隐私保护的影响。我国国务院也于2017年发布了《新一代人工智能发展规划》，明确提出要建立人工智能法律法规、伦理规范和政策体系，这为我国人工智能立法指明了方向。由此，在原则、政策和法律的护航下，AI与教师才能真正达成“人机共生”的盟友关系，优势互补，为实现高效教学和个性化教育提供契机。