人工智能时代教育变革的理论基础、技术支撑与实现路径

何 奥

（华东政法大学 马克思主义学院，上海 201620）

随着近年来科学技术的发展，人工智能与社会各行业的结合逐渐成为热点，且日益被人们广泛接受，成为人们工作和生活中极为重要的部分，人类已进入人工智能时代。在此背景下，人工智能技术不仅改变了医疗、交通、零售和金融等行业的发展状况，在教育领域，人工智能也将不可避免地对人类社会的教育教学产生深刻的影响，进而推动教育的变革。人工智能技术与教育的深入整合对传统的教育理念、教育体系和教学模式产生了深远的影响，在未来一段时间内将成为我国的一个关键问题。在早期阶段，教育领域的人工智能通常是指智能统计系统，这一系统旨在自动解决教师绩效提升等问题［1］。目前，在教育背景下的人工智能的应用已经衍生到了诸多场景中，主要有：面向学生的人工智能、面向教师的人工智能以及面向教育机构和教育主管部门的人工智能。以学生为导向的人工智能使学生能够在一个针对自己而设计的智能系统中展开学习，即一个自适应或个性化的学习管理系统。以教师为导向的人工智能可以自动完成诸如云课堂、对学生的评估、剽窃检测以及接受反馈等，还可以帮助教师了解学生的学习进度，从而使教师可以主动为学生的学习做出合理的干预。另外，随着个性化智能教育、网络学习平台和“智能教育机器人”等技术的进步，人工智能教育已经显现出其帮助学习者自我能力评估和获得专业指示的优势，从而将教师从日常琐碎的任务中解放出来，使他们能够更有效地回应学生的问题。而在教育机构层面，人工智能教育工具可以为管理者和决策者提供有用的见解，一方面，充分探索和利用人工智能在优化教育管理、提高教师教学能力、提高学生学习质量等方面的作用，可以使教育管理部门更好地制定教育政策；另一方面，研究和预测人工智能技术的发展和应用，可以促使教育管理部门思考未来的工作和技能需求的就业变化，并建立相应的学科。由此，基于人工智能的巨大影响力，人工智能时代的教育变革已经不可避免，梳理人工智能时代教育变革的理论基础与技术支撑，并更好地探究人工智能时代教育变革的实现路径，可以为教育的变革提供更加坚定的力量。

1 人工智能时代教育变革的理论基础

“理论是行动的先导”，探究人工智能时代教育的变革首先要从理论层面来论证教育变革的根本依据。

1）教育变革理论。

教育变革理论认为，教育一直处于不断的变革之中，变革是推动教育动态发展的动力，这是人工智能时代教育变革的重要理论依据［2］。教育变革有两种类型，一种是计划式教育变革，另一种是自然式教育变革，有计划的教育改革是指通过采取一系列政策方针和各种方案对教育进行深思熟虑的改革，一般说来，教育革命和教育创新属于有计划的教育改革；自然教育改革则是指没有专门的计划和方案，没有人来实施的改革。而人工智能时代的教育变革是一项没有计划的改革，显然是属于后者的，它旨在借助人工智能技术推动教育教学的改革。人工智能时代的教育改革不是对传统教学的全盘否定，而是在整合传统教学模式优势和内涵的基础上，优化教育学习过程，创新教学方法和手段，它是对教学资源的利用、教学活动的组织、学习活动的形式和学习评价方式的一种系统改革。

2）分布式认知理论。

分布式认知理论认为，认知现象不仅包括个体心理中的认知活动，还包括人与人、人与工具、人与技术的互动中来实现某一活动的过程，这些分布的要素必须相互作用、相互依赖才能实现认知任务［3］。该理论将认知活动过程中的参与者的特定环境及其互相关系作为一个分析单元，系统地考虑认知活动中涉及的所有因素。在人工智能技术应用的背景下研究分布式认知理论，对启迪教育教学改革具有重要意义。一方面，人工智能工具可以减少认知负荷，转移认知任务。学习者作为“智能产品”服务的个体，可以进行更深层次的、创造性的认知活动，而那些简单重复的认知任务则可以通过智能机器和技术来完成，目前，人机合作已经成为人类在面对复杂问题时解决认知问题的基本途径。另一方面，分布式认知理论认为，认知是在认知个体与认知环境相互作用的过程中完成的，对于教学而言，教学活动中的交流协同应该包括师生交流、学生与学生交流、师生与知识协同、师生与机器协同等，这就要求认知结构的多样化，智能教学环境恰好可以实现多样化，它可以创造多种认知互动方式，可以为学习者重构学习环境和体验，甚至可以通过听觉、视觉和触觉影响学习者，强化个体认知。

3）精准化教育理论。

精准化教育理论也是人工智能时代教育变革的一大理论支持。“一刀切”的方法是为普通学生设计的，而“精准化教育”则考虑到学生在学习环境中的个体差异，根据个体差异来设置他们的学习策略。精准化教育的主要理念类似于“精准医疗”，即研究人员收集大量数据，确定与某位特定患者相似的病情治疗模式，从而根据经验与实际来定制专有的预防和治疗模式［4］。由于个性化学习是针对不同的人量身定制的，因此研究者可以关注实时情况来制定适应个人需求的个性化学习，理解个体差异对于开发针对特定学生的教学工具和使教育适应不同阶段的个体需求至关重要，这就需要适应性的教育工具和灵活的学习系统，来实现对学生学习情况的分析，精准化预测学生的表现，并提供及时的干预以达到优化学习的效果。利用大数据和人工智能技术的智能教育系统能够收集准确而丰富的个人数据。而数据分析可以揭示学生的学习概括，并根据他们的具体需求来制定个性化、精准化的学习方案。因此，大数据和人工智能有潜力实现个性化学习，实现精准教育，以便对个体差异有深入和严格的理解，可以用于实时和大规模的个性化学习。

2 人工智能时代教育变革的技术支撑

目前，人工智能技术的主要研究包括大数据分析技术、计算机视觉技术和机器学习技术，这些技术往往是相互融合、相互交织的，形成了人工智能时代教育变革的技术支撑。

1）大数据分析技术。

大数据分析技术是一种新的处理方式，它被用于处理各种类型和各种形式的数据，并分析获取这些海量数据的信息价值［5］。人工智能时代，互联网平台和应用程序为人们创造了随时随地发布和交流信息的便利，同时也产生了庞大海量的数据——大数据。大数据的特征属性通常被称为“五个V”，即体积Volume（数据量）、多样性Variety（数据来源和类型的多样性）、速度Velocity（数据传输和生成的速度）、Veracity 准确性（数据的准确性和可信度）和价值Value（即数据可以货币化）［6］。基于大数据固有的五大特性，使用传统的数据管理技术无法处理和利用大型而又复杂的数据集，因此，大数据的获取、存储、分析和管理需要新颖的方法和创新的计算技术；另外，大数据分析通常包括收集、分析和评估大型数据集的过程，从数据中提取可操作的知识和可行的模式通常被视为大数据革命的核心优势。通过对这些数据的收集、存储和挖掘，大数据分析可以很快发现已知变量之间的关系，从而有效做出科学、智能的决策。在教育教学过程中存在有着大量的教学数据，而人工智能在教育教学中的应用水平很大程度也取决于大数据分析技术的升级和完善，从大数据中提取的基本信息可以帮助教师借助大数据分析技术发现教学中存在的不足并提供改进方案，与此同时，有针对性的人工智能分析模型也可以用来优化学习、教学和管理。

2）计算机视觉技术。

计算机视觉技术旨在建立一个能够从图像等视觉数据中获取信息的人工智能系统［7］。其可以实现用计算机或摄像机来代替人眼对目标进行辨认、追寻和勘测，并且还会通过对捕获的图像进行进一步的处理生成更易保存的图像数据。计算机视觉技术对教育的影响也是深远的，其中VR（虚拟现实）或AR（增强现实）作为一种快速发展的计算机视觉教育技术，现在已经开发了许多不同类型的应用程序。VR 与AR 是通过三维视觉和听觉模拟为用户提供沉浸式的体验，其典型特征是它参与探索周围环境与虚拟对象的交互。要使VR/AR 成为有效的学习工具，必须将技术特征与人类的经验和能力分离开来。例如，VR 提供了一个高保真的3D 现实虚拟环境，而技术工具是建立在3D 现实主义能够使学习者在学习过程中获得“感知基础”的假设之上的，在VR 环境中学习者能够获得像在现实世界中一样的视觉、听觉和触觉体验。虚拟现实学习与传统的课堂学习相比，前者不仅能产生更好的学习效果，并且具有较高认知和感知能力的个体不需要额外的视觉空间信息就能成功学习。因此，需要及时探究场景体验如何与不同学习者的内在能力互动，以便在教育中最佳地应用计算机视觉相关技术。

3）机器学习技术。

机器学习是人工智能的核心。作为人工智能的一个子集，机器学习的重点是可以在没有显式编程的情况下自动学习以及适应数据［8］。机器学习算法可以根据每个人的情况和需求提供定制的见解、预测和解决方案。随着大量可用性训练数据的输入，在机器学习过程中学习者可以获得准确的结果，并能够基于信息进行有效决策。如今，判断一个系统是否可以称为“智能”，就是看它是否具有学习能力。机器学习技术就具有很强的学习能力，它可以突破时间和空间的限制。人工智能教育核心要素是进行个性化学习，而支持这一项成果的发展的底层技术正是机器学习。机器学习教育在大数据背景下的应用包括搜索和迭代优化，它在数据处理方面具有良好的性能，可以获取数据的潜在规律，也可以应用于数据的分析和预测。在人工智能时代的教育环境中，数据密集型的机器学习方法位于大数据和人工智能的交叉点，使用机器学习程序的目的是发现和挖掘教育数据，这能够极大改善教育领域的服务力和生产力。

3 人工智能时代教育变革的实现路径

尽管人工智能技术在教育环境中使用频率越来越高，我们仍然可以看到当代技术能力与其在教育中的应用之间存在显著差距。在教育领域，人工智能和大数据应用方面的知识和技能相对缺乏。在技术方面，很少有数据科学家和人工智能开发人员熟悉教育心理学的理论，尽管这种情况正在随着教育学和计算机科学交叉领域的研究项目的出现而改变。在政府政策方面，面临的主要挑战是在支持教育改革和限制采用以数据为导向的技术之间的监管和伦理困境。可以说，技术发展的快速步伐和相对缓慢的教育变革导致技术准备和其在教育中的应用之间的差距还在不断扩大，新时代教育发展迫切需要缩小这一差距、并加大力度鼓励在教育领域优先采用新技术，以实现人工智能时代教育的变革。

1）多方参与协作人工智能时代教育的优化。

为了应对数据爆炸和人工智能革命带来的新机遇和新挑战，教育工作者、政策制定者和专业人士需要进行富有成效的合作，必须共同努力在知识经济的推动下培养学习者普遍掌握人工智能应用的基本技能。跨不同学科和部门的合作是一项艰巨的任务，特别是当双方都缺乏对彼此利益需求的清晰愿景以及实现这一愿景所需的知识和技能时，尤其要突出在研究、决策和行业参与过程中的交叉领域，以及其中几个相互重叠的利益领域。各种科研机构研究人员要能为教育领域的人工智能发展提供智力支持；立法机构既能刺激技术市场，又能适当保护数据和用户隐私；学术界和政策制定者将优先进行教育改革，以便更多地采用技术强化的课程。研究结果与工作方向呈正相关，即工作标准的制定是教育人工智能可持续发展和政府必须完成的关键任务。

2）课程建设应满足智能生产的需求。

在人工智能时代，高校课程建设需要从课程开发、课程结构和课程评价三个方面进行变革［9］。首先，课程开发需结合智能化教育体系中的过程、知识和技能来开发并设置课程，通过课程学习培养学生解决难题难事的专业素养；其次，课程结构设计要紧跟智能化教育的需求，同一专业领域的课程横向调整，不同专业领域的课程跨界交流，培养学生具备深度、全面的专业能力；最后，在课程评价上，教育数据量大、来源多样，难以完全收集和处理，因此采用传统方法难以有效地开展教学评价活动。在人工智能大数据技术的帮助下，对学生的学习行为和学习过程进行大规模自主评价以及及时、个性化、准确反馈的过程称为人工智能评价。借助大数据的智能评价模型，更完整的教育数据收集和分析可以使评价结果更清晰地反映教学过程，与传统只关注评价结果的评价模型相比，该评价方法获得的数据对教学改革具有更重要的现实意义。

3）教学内容要具有人工智能时代的特点。

在人工智能时代，教学内容应整合专业知识、跨学科知识、人工智能技术、专业技能和职业化等多方面内容，并加入数据挖掘、深度学习和混合智能等人工智能相关教学方式；还需要在教育中部署人工智能方向的研究重点。目前人工智能研究正在逐渐从展示新技术应用案例的计算重点转移到将认知纳入其设计的认知重点，如感知、情感和认知思维，并且它还通过协作和领域转移从单一领域转变为跨学科方法，这些变化正在促使人们从通过推理获得洞察力到通过算法计算出隐藏的值和未知的结果的转变。换句话说，面向演绎和归纳推理的确定性学习在传统的教学系统中占主导地位。然而，如今的动态和随机学习正在逐渐成为现代教育学习的趋势。此外，教育者还需要将人工智能时代的伦理、安全、隐私等内容融入到课程中，培养学生的人工智能素养。

4）教师教学活动应提高智能化水平。

在人工智能时代，全面深化教师队伍建设是教育变革重要保证。在教学实施过程中，人工智能技术的多方面应用可以提高教师教学、学生学习、课程开展和教学评价的效果。将前沿研究成果、创新理论驱动的课程和新兴技术融入学生学习的解决方案显然是有益的。高校要重视人才引进，特别是推动人工智能领域人才引进，聘请人工智能领域知名教师和经验丰富、技术过硬的企业专家，打造人工智能时代的高水平教学团队，创造条件鼓励教师参与专项培训和企业培训，加强教师对人工智能新技术的理解和应用；定期聘请企业技术专家担任高校兼职教师，丰富高校教师队伍的多样性；搭建信息化学习交流平台，方便教师通过互联网及时学习前沿科技，了解科技动态。教师作为教育的实施者，应主动适应人工智能信息教学技术的改革，借助现代科学技术的最新成果和理论，提高自身的教学水平［10］。为了满足现代社会的教育需求，教师应不断学习和实践，提高其智能教学能力，促进人工智能与教育与自身行动的深度融合。学校作为完成教学活动的主要场所，应启动教师信息技术教学能力的培训项目，为教师提供更多的交流和学习机会，提高教师的智能教学能力，丰富其创新教学模式的理论储备，以提高教师应用新技术的整体水平。

5）要注重对教育数据和记录的保护。

人工智能应用于教育教学中还需要有一个明确的立法框架，以保护个人数据免受非法人士肆无忌惮的收集、未经授权的披露、商业利用和其他滥用。教育记录和个人资料是高度敏感的，当前学生的教育背景、记录和其他个人数据存在重大风险，教育机构必须采取适当的安全措施。国家和地方各级的立法、管理和执行机构都应发挥关键作用。政府制定保护隐私和个人数据的立法，相关部门依法实施和执行是保障公民的合法权益不受侵害的必要环节。在这方面，相关各方需要在合理使用个人数据作教育用途与数据商业化及数据滥用之间取得适当的平衡。

总之，在人工智能时代，传统的教育系统逐渐进入了融合人工智能、信息网络等技术的现代智能教育系统，为教育教学构建了一个智能化、信息化、多样化的学习场景，这些都将对未来的教育和教学产生深远的影响，适时变革教育模式、教学方法和学习方法，有利于培养人工智能时代新型人才。