学习平台化和行为数据化

袁莉

随着大数据和人工智能越来越广泛地运用到教育领域，以学习分析、自适应测试、智能学习平台等为代表的应用软件和系统已经渗透到中小学和大学教育的核心环节。强大的数据驱动技术正越来越多地影响教育政策与治理，融入日常教学实践和管理之中，改变着课堂内外的教学活动。教育用户的数据也像商业等其他行业一样被广泛收集和掌控，教育的平台化和数据化趋势需要引起决策者、管理者、研究人员和教育工作者的重视。

不可否认，智能技术和教育数据的大力研发及其有效应用是促进教育变革、发展未来教育的基础，但是我们不能将关注的焦点仅集中在投资者、媒体和科技公司所宣传的智能技术赋予教育创新的潜力和机会，更要关注和思考智能教育创新可能带来的问题和挑战。科技公司辅助并参与中小学和高校的教育技术创新实践，教育平台所有者在此过程中能够收集大量的行为数据并进行分析，而教育管理者、教师和学生作为数据驱动教育平台的使用者，并不真正了解数据是如何收集、处理和解释的，长此以往必然会带来隐私保护和不平等的问题。同时，仅以商业目的和市场为导向所产生的教育产品和服务，也不可避免会违背教育教学的客观规律。例如，谷歌、微软、脸书（2021年更名为“元宇宙”）等科技公司通过大规模提取和使用个人数据，获得了前所未有的掌握、预测和引导人们行为的能力，并凭借其所拥有的资金和技术直接进入教育领域，开发课堂教学和校外学习的核心应用软件。特别是近三年来，全球范围内的新冠肺炎疫情使得校园关闭、大规模远程在线教学盛行，也使“教室中的平台”变成了“平台上的教室”。

在这种情况下，数据驱动平台无疑将改变教育管理与决策的过程和模式。首先，科技公司从平台数据中获得巨大的商业利益，而学生、教师和管理人员在使用平台时所形成的数据价值似乎远远超过了其自身的收益;其次，科技公司可以通过预测、影响和控制学生的行为实现商业利益最大化，而不是关注学生的学习兴趣培养和长远发展。比如，“双减”政策出台前，一些教育科技公司以教学辅导的形式，提供拍照答题服务，违背了教师布置作业的初衷，影响了学校的正常教学活动。

随着人工智能技术的飞速发展，学习的主体不再局限于人，机器同样在学习并以各种形式影响人的行为和决策。在智能教育应用中，一方面，学生通过平台学习需要的知识技能（通常以“个性化”和自主的方式）;另一方面，平台通过监督或非监督学习建立模型和算法，进而分析学生数据。这些数据主要来源于学生与平台的交互，并主要基于行为主义教育理论进行分析。行为主义心理学家斯金纳（Skinner）在20世纪50年代建立了操作行为主义的学习理论，提出了程序教学论教学模式，并在此基础上设计了一款一对一的“教学机器”。斯金纳认为，人类学习是一种操作反应的强化过程，要使教学或者培训获得成功的关键是要精准地分析强化效果，并设计能够操纵这个过程的技术，建立一个特定的强化系统，这也成为近代教育技术发展的基础。

在数据驱动的智能时代，以智能学习机为代表的行为主义教学理论正在重新以个性化学习的名义回归课堂和家庭。这与当前国际教育界普遍提倡的“以学生为中心”的未来教育发展观背道而驰，即反对将学生视为被动的受体的行为主义教学方法，倡导以激发学生主动性和能动性为目标的建构主义，和以社会性学习为主的教学模式和方法。

与其他领域不同，教育教学场景和模式是非常复杂的。目前类似智能化题库和做题软件等众多基于人工智能的学习系统以行为主义的教学模式为理念，以历史数据为基础，建立模型和算法。这样的智能系统非常适合传统的单一评价标准，即以提高学生成绩为教学目标，但难以开发出能够改变现有教育模式，并符合未来教育需求的教育服务和产品。在这样的智能系统中，教师为学生提供更多学习机会的权力可能被自动反馈系统所取代，并且有可能将行为主义的教学方法规模化，使技术成为教育教学创新中的阻碍。在一个强调以学生发展为中心的教育体系中，我们要重新定义和理解教育、学习和智能。以满足未来社会人才需求为目标的智能教育需要教育研究人员、教師和计算机技术开发人员开展跨学科研究与实践，超越传统的教学模式和狭隘的评价标准，更全面地发挥智能技术在未来教育中的潜力和作用。

本期专栏刊登爱丁堡大学杰勒米·诺克斯（Jeremy Knox）教授的《大数据、人工智能与未来学习》（Big Data， Artificial Intelligence and the Future of Learning）一文。该文基于英国和欧洲教育界多年来对教育技术发展的反思，针对数据驱动的智能技术与教育教学理论和实践中的关键问题，以及大型科技公司对未来社会和教育的影响与冲击进行了深入探讨。杰勒米·诺克斯提出要培养学生对数据驱动技术的批判性思考，并开展了相关的实证性研究。他认为学生的学习数据是非常丰富和多样化的，数据驱动的技术需要突出学生和教师在数据构建过程中的参与作用，这样才能更好地融合技术进步与教学实践的发展，并促进智能技术更好地为教学创新和探索新的教育理论与模式服务。