“人工智能+教育”的困境根源及应对

李中良，王孝龙

（1.山东女子学院教育学院，山东济南 250101；2.喀什大学教育科学学院，新疆喀什 844006）

人工智能正以横扫之势强势介入商业、农业、能源、国防、新闻和法律等诸多领域而成为学术界的“新宠儿”。世界经济论坛创始人施瓦布（K.Schwab）在2016 年达沃斯会议上指出，包括人工智能在内的新技术影响如此深远，它拥有之前任何历史阶段都不曾拥有过的广阔前景。人工智能包括的语音识别、图像识别、自然语言处理、机器学习、文本处理、情感计算和专家系统等技术天然具有提高教育效益的功能，因此人工智能自诞生之日起便开始了与教育的深度融合，在这个意义上，人工智能的发展史就是“人工智能+教育”的演变史。以人工智能技术作为支撑的智能导师系统、自动化测评系统、教育数据挖掘和学生数字画像正在促使教学方式［1］、学生评价［2］和人才培养模式［3］等发生深刻变革，但人工智能在教育中的盲目、激进应用也招致了诸多批评，“人工智能+教育”要实现进一步推进的目标必须合理回复这些批判。

一、“人工智能+教育”招致批判：根源

“人工智能+教育”是将人工智能应用到教育领域以实现两者的共融发展。作为计算机科学分支学科的人工智能的目的是在机器上模拟或实现人的智能，教育则是一种培养人的社会实践活动，它隶属于人文社会科学。如果要在实践层面实现两个分属不同学科领域的实体形式的有机结合，那么需对它们融合的必要性、融合的领域范围、融合的磨合程度予以深度说明。

1.人工智能与教育的融合必要性。教育的本质是培养人，而人的培养不仅要掌握知识和技能，而且也包括情绪情感、性格、价值观和创造力的形成，教育的美好愿望之一就是能在短期内完成上述教育目的，应该以“百年之计，莫如树人”为理念，但教育却从来没有停止过对效率的追求。包括人工智能在内的技术产生、发展的原动力之一是破解身体与环境的对立矛盾，人类借由技术的革新、创造提升活动效率以解除环境有限性对主体自由活动的直接限制。可见，教育对效率的追求与人工智能的效率增进属性具有天然契合性，而众多学者也正是在这种意义上都“心照不宣”地承认人工智能在教育领域的适用可以提升教学效率、带动教育发展，它是一个“不证自明”之理。

2.人工智能在教育领域的应用范围。学生主要通过机械学习的方式掌握显性知识和动作技能，借助人工智能技术加成，显性知识和动作技能的学习效率可以获得大幅度提升，因此，它成为人工智能目前大施作为的教育领域。有极少数研究指出机器人可以使学生掌握品德知识进而实现品德教育的目的［4］，此类研究认为通过使学生掌握品德知识可以提升他们的品德水平，即将品德认知作为品德心理结构的唯一成分，这明显是对苏格拉底“美德即知识”观念的传承，但亚里士多德把品德研究领域从智识、理性扩展至意志、意愿［5］，他把品德心理结构由单纯的品德认知扩展至品德认知和品德意志的结合，此举一改道德研究偏狭、干枯且为有特权享受教育的人手中玩弄的学术把戏之困局。事实上，德育过程是一个知情意行协调统一发展的过程：它不仅涉及丰富品德知识，还包括涵养道德情感、锤炼品德意志和践行品德行为，具有“温度”的品德教育显然是一个缺乏真实人生阅历、不具备伦理品质和情感的“冷冰冰”的教学机器人力所不逮的。已经有学者创见性地指出［6］，教师在价值观、情感教育方面占优势，人工智能在显性知识和动作技能传授方面效率更高，教育最优化需要教师和人工智能的协调合作：让人工智能做传递性的工作，让教师做创造性的工作。即使人工智能有朝一日发展到具有自主意识和情绪、情感的程度，能不能让他们完全替代教师而独立对学生开展德育也是一个需要探讨的问题——从人工智能的三次发展浪潮可以看出，算法、数据量和运算力是它的三大要素，但目前的人工智能算法严重依赖于人为设计，这使得它难以逾越人类为其设定的边界。等到人工智能具有自主意识和情绪、情感而具备了德育者所要求的条件，与此同时，它也可以自动生成算法而不受人类的控制和监督，在这种情况下，如果它们违背人类美好愿望而致德育于灾难之中，试问该由谁负责呢？

3.将人工智能“嫁接”到显性知识和动作技能传授领域使其充分适应教育环境并大幅度提升效率是一个循序渐进的磨合过程。在人工智能和教育彼此调整、逐渐磨合过程中会出现诸多新教育问题，具体表现在两个方面：第一，人工智能内在固有问题在教育领域中的贴现，比如人工智能的伦理性问题；第二，人工智能强力介入教育领域引起的教育震荡，比如教师主体性消退、数据隐私泄露等。如果不能提前预见这些问题并作出针对性的策略部署，那么在“人工智能+教育”带来巨大教育收益之前我们需要先行承担颇大的教育损失。

目前，第一个理论问题已经“不证自明”，但后两个理论问题却没有得到实质性的澄清。在资本寻利的背景下，人工智能在教育领域的应用首先兴起于商业领域而后逐渐渗透至纯粹的教育环境，“人工智能+教育”的推进是一种典型的从实践层面不断铺开而后再逐步完善指导理论的自下而上发展模式。在理论指导尚不完备的情况下，这种发展模式致使人工智能盲目的、激进的适用于教育领域，“人工智能+教育”招致各种批判也就不足为奇了。

二、“人工智能+教育”招致批判：表现

（一）“人工智能+教育”系统、工具的安全性能无法保障

人工智能发展还处于初级阶段，很多技术和功能还不够完善。例如，2016年5月7日，一辆Tesla ModelS电动车开启了自动驾驶辅助功能，由于电动车的感应系统无法侦测到前面的大型货柜车横过公路，它照样高速向前行驶并撞入货柜车的车底，导致驾驶员不治身亡。当教育被人工智能浪潮不断席卷之时，人工智能的固有局限性也会在教育领域不断显现。虽然不会如电动车自动驾驶那般造成这么大的事故，但人工智能教育系统、工具“误人子弟”所带来的教育事故也绝对值得我们警惕。那么如何才能杜绝这种教育悲剧的发生，而不是在发生以后再考虑补救？倘若教育悲剧真的发生，谁应该为其负责？

（二）教育数据隐私泄露

研究者甚至是普通民众都熟稔孔子提出的“因材施教”思想，朱熹的“孔子施教，各因其材”是对其最好的注解。但与其代代流传的经典气质形成鲜明对照的是鲜有学术研究涉猎于此，甚至不少研究者认为因材施教是一个不可能实现的伪命题。言其不可实现大致有两方面原因：一是受限于技术因素，充分、细致了解一个学生是极其困难的；二是即使对学生有了充分、细致了解，在师资力量短缺、教育资源有限的背景下对每名学生开展针对性的个性教育也是心有余而力所不及的。

机器学习是人工智能领域兴起的核心和热门技术，它是“通过经验或数据来改进算法的研究，旨在通过算法让机器从大量历史数据中学习规律，自动发现模式并用于预测”［7］，提供的数据越丰富，机器学习的规律发现越准确、预测越精准。机器学习应用于教育领域就是根据教育大数据提取隐含的、有潜在价值的信息和知识，以检测学习行为效果、预测学习表现、向学生推荐适合其本人的课程，为教师的针对性辅导和学生的个性化学习提供强有力依据。机器学习基于教育大数据的自动识别模式，从知识、行为和情绪的综合维度给每名学生做“学习画像”或构建全面精准的“学习者模型”，而后提供针对性的引导。当西方的Knewton、DreamBox、ALEKS 和Gooru 等结合机器学习技术的个性化自适应学习平台不断被推广和应用，肇始于东方的“因材施教”伟大理想或许真的可以付诸现实。但是，也需清楚的意识到，机器学习技术在教育领域的推广、应用必然会带来有别于传统的新问题。机器学习是机器从数据中学习，它严重依赖于数据的获得、保存、使用和分享，在监管制度不完善、数据安全技术不足的背景下，难免会出现数据泄露而导致“人工智能+教育”伦理问题。因此，在利用机器学习技术充分挖掘教育大数据以提升教学质量、支持科学研究时，也要充分保护教师和学生的个人隐私，然而与人工智能在教育领域的席卷之势相比，对其伦理问题的关切明显滞后。

（三）教师主导地位沉沦

教育学自夸美纽斯建立以来，一直有学者希冀将它推入真正的科学殿堂，赫尔巴特为教育学寻找到心理学和伦理学两个理论根基进而构建了科学教育学体系，梅伊曼和拉伊将自然科学的实验方法应用到教育研究引领实验教育学思潮，这些都是教育学科学化的强烈诉求。然而，对象决定方法：教育学研究对象不易量化、难以操作化的特点使得它不能如自然科学那般广泛采用实验法，结果被“硬科学”无情的拒之门外。当教育学目睹自己的基础学科——计算机科学、生物学和心理学等一个个不断大踏步投入自然科学大家庭的怀抱时，“艳羡”之下它对科学化的渴求与日俱增。当人工智能急需拓展新的领域来扩大商业帝国，而教育学又迫切引入科学技术而真正成为“硬科学”一员时，两者的结合已是在所难免。“人工智能+教育”多是基于学生视角探讨如何利用人工智能系统使学生在学习过程中如何实现教育人工智能系统与学生的积极互动，而教师在这出“新时代大剧”中扮演着可有可无的“跑龙套”角色，并有随时被“删角”的风险。事实上，人工智能系统、技术还并没有贡献出多少显著优于人类智能的实质教育成果，与其略显惨淡的成果形成鲜明对照的却是人工智能在教育领域的大肆鼓吹和宣传。渲染、鼓吹程度越大，越会让人感觉教学机器人等人工智能系统技术会取代教师，越会反衬教师作用的微不足道。总之，人工智能在教育领域的积极贡献未成曲调，教师主导性地位的沉沦却先已发声。

当人工智能与教育深度融合后，在教育领域一直占据主导地位的教师是否会被人工智能所代替而湮灭在历史的长河之中呢？“世界经济论坛”2016年年会指出，人工智能的不断发展将会致使全球15个主要国家的就业岗位在2016-2020年减少710万个。有学者指出，人工智能的发展和应用过程实质上是高智识层次人群凭借其智慧的化身——机器系统来替代低智识层次人群工作的过程［8］。外显知识、动作技能的传授是人工智能所擅长的领域，就传授效率和效果而言，它不亚于甚至优于教师工作，以此观之，人工智能取代教师实乃大势所趋。然而，外显知识的获得和动作技能的掌握绝不是学生学习的全部。罗杰斯把学习分成无意义学习和有意义学习，他指出有意义学习是“使个体的行为、态度、个性以及未来选择行动方针发展重大变化的学习”［9］，学生是由认知、情感、态度、动机、性格和经验组成的完整统一体，真正的教育要将学生作为“完人”来看待并有志于他们诸方面的和谐统一发展，学习不仅是知识、技能的掌握，还涉及价值观的培养、创造性的培育、良好性格的涵养、生活真谛的体验和世界意义的建构。一旦人工智能浪潮和各种眼花缭乱的教育人工智能系统、技术彻底剥夺教师的主导地位，这些教育目的的达成绝非人工智能可以单独圆满完成的。

三、“人工智能+教育”的批判：回应

（一）制定统一的“人工智能+教育”系统、工具开发与设计标准

基于经济利益驱动，各大商业机构竞相搭乘人工智能这列“快车”并纷纷推出各种教育人工智能系统、工具，形式之繁多、功能之强大都是之前教育技术历史上任何一个时期都不能匹敌的。然而，这些教育人工智能系统、工具缺乏统一的开发、设计标准，难以保证它们走进孩子们的学习时不产生负面影响。美国白宫科技政策办公室（简称“OSTP”）于2016年10月发布了《国家人工智能研发战略规划》报告［10］，报告提出了七项战略规划，其中第六项是“建立标准和基准评估人工智能技术”，2019年6月OSTP对报告作出第一次更新，更新版的《2019年国家人工智能研发战略规划》指出［11］，2016-2019这三年在美国及全球范围内对人工智能标准和基准的重视程度不断提升，但人工智能研究仍需在“制定广泛的人工智能标准”“建立人工智能技术基准”“提高人工智能测试平台的可操作性”“让人工智能领域参与标准和基准测试”领域取得进展。具体到“人工智能+教育”，则须在人工智能一般标准确立基础上根据教育的特殊性“尽快建立教育人工智能相关标准，为教育人工智能系统、工具的开发与应用提供必要的规范、准则和要求”［12］。

（二）利用区块链技术保护教育数据隐私

“人工智能+教育”可能带来的隐私泄露问题已经受到不少学者的关切，他们主张制定教育大数据管理规则、质量标准，规范化采集、汇聚和共享不同平台的教育数据，加强“人工智能+教育”监督并制定相关安全规定。但总体来看，这多是口号式的建议而缺乏具体的、可操作性强的路径说明。本文借助目前炙手可热的区块链技术探讨如何保护教育大数据隐私，从而打破这种宽泛、短浅的论述模式。

“区块链”（blockchain）是由一个自称中本聪的人于2008年在比特币（bitcoin）论坛发表的论文《Bitcoin：A peer-to-peer electronic cash system》中首次提出的［13］。他构建了一个以区块链为技术支撑的能记录所有元数据和加密交易信息的比特币系统构架，从而建立了一个采用对等点对点技术的分布式电子现金系统，这一系统使在线支付双方直接交易无需第三方金融机构做中介。随着比特币系统构架影响的不断扩大，作为其基础技术的区块链也逐渐进入人们的视野并超越比特币而成为学术界关注的焦点。截止目前，还没有形成区块链的统一内涵。有研究者总结了区块链概念界定的五种视角：数据视角、记账视角、协议视角、经济学视角和技术视角［14］。从数据视角看，区块链是一种分布式数据库，它具有去中心化、安全可信、集体维护、数据透明和匿名性等特点。这些特点是由区块链的基础架构决定的，它包括数据层、网络层、共识层、激励层、合约层和应用层［15］。数据层是区块链通过使用非对称加密、默克尔树等密码学技术创建的数据区块，它能确保数据去中心化的分布式存储，并保证数据的不可篡改性、可靠性和可追溯性。机器学习、教育数据挖掘等教育人工智能系统、技术需以教育大数据为基础，鉴于区块链在数据存储上的优势，我们可以充分借鉴区块链技术保护教育数据安全、保证教师和学生的隐私与权益。概括起来，可以从以下几方面着手：

首先，区块链的整个网络没有核心系统或硬件，它的各节点及各节点的计算机地位是对等的，教育数据可以分布在所有这些节点上。教育数据被区块链所有节点共同控制，可以有效防止数据篡改。一个节点上教育数据的丢失可以通过调用另一些节点上的数据予以弥补，从而确保人工智能系统、技术的稳定运行。其次，区块链通过采用时间戳技术给教育数据增加时间维度。教育数据的每次存储、修改等行动都会有一个时间戳记录，区块链技术将这些行动按照时间顺序全部保存下来使得任何教育数据的存储、修改都能被追溯。例如，在职称评审中，评审委员会将报送材料或数据作为教师职称晋升与否的根本依据，在传统评审模式中，材料或数据的真实性很难立即判定，而职称评审又具有时间期限，由于材料或数据真实性难以在短时间内确定而导致的职称评审失误屡见不鲜，如果采用区块链技术存储教师的所有科研、教学信息，那么区块链所具有的不可篡改和时间戳的存在性证明特质可以对报送材料和数据的真实性实现轻松举证与追责［16］，职称评审的误判率可以得到大幅度降低。再次，区块链通过采用数字签名、环签名算法和零知识证明等密码学技术匿名化数据信息以保护教育数据隐私。

（三）划定人工智能在教育领域的应用边界

教师在“人工智能+教育”时代的新角色和新地位取决于人工智能在教育领域耕耘的广度和深度。如果人工智能可以广泛、深层次应用于育人的诸方面而无须教师的参与，那么教师在教育中一直以来的主导地位便会消逝。但是，目前而言人工智能不可能全盘接手教师的育人工作，正如贝克（R.S.Baker）所言，“计算机擅长快速扫描和分析大量数据，缺点是难于改变，而人类教师正好相反，人与机器是天然的合作者”［17］。人工智能会在教育领域的可为之处承担大部分工作而削弱教师主导地位，但在人工智能不可为之教育地带，由于教育人工智能系统、技术协助而“腾出手来”“有了余力”的教师可更好地以主导者的角色开展育人工作，未来教育会呈现出如下一幅图景：机械工作交给人工智能，教师则注重方法经验的传递、情感的关注交流［18］。因此在“人工智能+教育”时代，教师的主导地位不是丧失而是转移，教师主导地位转移显现于哪一教育空间有赖于对人工智能在教育领域应用上可为与不可为之处的边界划分的认识。

划定人工智能在教育领域的应用边界大体上可以分成三个逐层推进的环节：首先，明确教育的疆域有多大；其次，弄清与人类智能相比，人工智能的根本优劣之处是什么；再次，根据人工智能的特点探究它可以应用于哪些教育领域。兹列举一例示之：我国正在大力推进素质教育，而素质教育内涵的核心是培养学生的创新精神和实践能力。事实上，创造力的培养与提高是当下我国乃至全世界教育工作者共同的重要使命，“为创造性而教”已经成为学校教育的主要目标之一。斯腾伯格（R.J.Sternberg）和鲁巴特（T.I.Lubart）将创造力界定为“在特定环境下，个体产生新异的和适合的思想和产品的能力”［19］。从这个意义上讲，创造力必须同时具备新颖性和合理性两个条件，而合理性是基于正确的价值观对思想产出和产品输出做出判定后的合理性，一个具备创造力的个体不仅采用新颖独特的活动方式，而且能够依据正确价值观做出合理与否的判定。概言之，创造力是个体在正确价值观引导下采取新颖独特方式、手段产出思想和产品的能力。而很多学者明确指出人工智能是不具备价值观的，正如韩少功所言：“人类最后的特点和优势，其实就是价值观……就是这个价、值、观划分了简单事务与复杂事务、机器行为与社会行为、低阶智能与高阶智能，让最新版本的人类定义得以彰显”［20］。既然如此，我们怎能期待一个不具备价值观的冰冷机器可以塑造、提升学生的创造力呢？因此就创新精神培养而言，在人类智能尚且捉襟见肘的境况下，人工智能难有作为。

在广袤的教育空间中，一旦确认人工智能的可为与不可为之地，人工智能在教育领域的应用边界随即划定完成。边界一段是人工智能可以大显身手的地方，于此，作为人类智能代言人的教师大可充分授权人工智能开展育人工作；在边界另一端，比如情感培养、价值观树立、性格培育和品德教化等，受制于当前人工智能发展瓶颈它还不能很好地应对这些方面的挑战，这也就为教师充分发挥主导地位留下了余地。可以肯定的是，未来教育绝不是人类智能单打独斗，也绝非人工智能独领风骚而枉顾人类智能的独特育人优势，而是教师和人工智能协同互助共同促进学生自由、和谐、充分的发展。两者各有优势、又各有短板，他们在自己擅长的领域占据主导（主角），而又在自己不擅长的领域做好辅助（配角）。当然，这只是一种粗线条的人工智能教育应用边界划分思路，还有很多宏观观念问题和微观技术难题亟待研究解决。例如，教育的疆界到底有多大？与人类智能相比，人工智能的根本优势和劣势分别是什么？如何建立一种客观化的、可操作性强的标准来评判人工智能在教育领域的应用与否？评判的具体路径和步骤是什么？这都是未来研究需要突破的。

四、结语

教育的发展必然伴随着教育技术的不断更新，在这个意义上，教育的发展史亦可称之教育技术的演进史。教育与技术的关系是一个极富理论意蕴和实践价值的话题：在技术的不断革新面前，既不能让教育在技术的洪流中迷失自身，也不能让技术在刻板者的阻挠下而无用武之地。“人工智能+教育”是新一轮新兴技术对教育的赋能，两者交叉、融合会有磨合期，期间受到诸多批判也属正常，但不可否认“人工智能+教育”时代已经来临并会加速教学方式的升级、促进教育理念的变迁。

人工智能在教育领域的渗透、介入势必会对原有的教育生态平衡产生冲击，从而在提高教育、教学效益的同时引发诸多问题。于此，仅对“人工智能+教育”做简单的是否二元判定显然是欠缺考量的懒汉做法。要借助宽广的胸怀去承认而不是回避批判，要通过敏锐的洞察力去捕捉磨合过程中产生的问题，要坚定足够的信心去解决这些困难，只有建立在承认批判且不断完善导向下的“人工智能+教育”才能一步步走出困境的泥淖而进入正确的发展轨道。从这个意义上而言，对“人工智能+教育”的各种批判不是刻意营造其前行的迷雾，而是给它指明一条正确的发展方向。