技术意向性视阈下人工智能赋能教育发展研究

苏林猛 炕留一 熊华军

[摘   要] 人工智能赋能教育是重塑未来教育的重要形式，其价值的显现在于技术意向性居间调节作用的发挥，但其流弊给人工智能赋能教育发展带来了深层次问题。文章基于现象学反思态度，分析了人工智能赋能教育存在的问题：线性教育思维的困顿、教学发展的桎梏、情感价值的缺位、伦理风险的增加。人工智能赋能教育深层次问题的消解须借助技术意向性才能得以匡正：（1）通过复合意向性助力教育指向“人”；（2）基于增强意向性助力教育摆脱教与学的脱节；（3）期待赛博格意向性触发情感价值的充实；（4）基于建构意向性消解教育伦理风险。通过技术意向性在人与教育之间发挥居间调节作用，从而消解人工智能赋能教育的困顿，促进人工智能赋能教育的发展。

[关键词] 人工智能； 技术意向性； 教育发展； 现象学

[中图分类号] G434            [文献标志码] A

[作者简介] 苏林猛（1989—），男，河南许昌人。博士研究生，主要从事教育现象学与技术现象学研究。E-mail：1026501960@qq.com。

基金项目：2022年教育部人文社会科学研究青年基金项目“多模态数据分析视阈下课堂教学效能增值性评价研究”（项目编号：22YJC880026）

一、引   言

随着新一代信息技术的发展和应用，人工智能将成为未来教育变革的重要动力和主要趋势[1]。联合国教科文组织（UNESCO）于2019年发布了《北京共识——人工智能与教育》，旨在推动人工智能教育的可持續发展[2]；在此基础上，2022年又发布了《人工智能与教育：决策者指南》，阐明了如何最好地确保在教育中公平、合乎道德和有效地应用人工智能[3]。人工智能赋能教育并不仅仅是“技术+教育”引发的教育境脉变化，而是技术居间调节人性化、生命化教育的真正发生。技术居间调节是技术意向性的显现，在调节教育的过程中彰显学习者的生成性和可能性。但是，技术的教育应用逻辑不是由技术的工具理性决定的，而是由技术背后的原理决定的[4]。人工智能赋能教育不仅要有基于计算机模型的算法，更要有一套源于教育现象、合乎教育价值、遵循教育规律的原理作为支撑，技术与原理有效融合才能更好地匡正技术意向性，避免教育被技术“绑架”，从而促使学习者产生“善”的价值诉求[5]。基于此，本研究以技术意向性为切入点，探寻技术意向性视阈下人工智能赋能教育的发展，以期在人工智能赋能教育发展方面提供一定的价值借鉴。

二、人工智能赋能教育发展的

历史演进及变革逻辑

教育的复杂性决定了人工智能赋能教育具有滞后性。人工智能赋能教育肇始于技术发展初具规模时期。人工智能的发展进路与哲学范式的转变存在必然的内在关联，二者的发展和转变推动技术意向性的转变，在此基础上，人工智能赋能教育有了一定的发展。

（一）人工智能发展进路及哲学范式转变

人工智能（Artificial Intelligence，AI）于1956年在达特茅斯会议上被首次提出。人工智能概念已经涵盖了计算机科学、统计学、脑神经科学、社会科学等诸多领域，成为一门交叉性的学科[6]。人们希望通过人工智能的研究来模拟和扩展人的智能，甚至代替人类实现认知、分析、决策等。人工智能的发展主要经历了三个阶段，每个阶段的发展都与哲学范式的转变存在内在关联，具体关系如图1所示。

第一阶段称为人工智能发展的起步阶段。该阶段主要受符号主义范式的影响，即期望通过计算机研究人的思维过程。例如：知识如何表征、知识图谱如何形成等，由此发展了启发式算法、专家系统等，专家系统的开发推动了理论走向现实应用。但是，由于当时基础硬件和算法思维的限制，人工智能主要聚焦于简单的语音识别。第二阶段称为人工智能的稳定发展期。该阶段主要受联结主义范式的影响，期望通过神经网络及神经网络间的连接机制与学习算法模拟人脑结构。该阶段在硬件和算法上实现了一定的突破，在计算机视觉、语音识别、决策等方面都取得了进步。第三阶段称为人工智能的关键发展期。该阶段受行为主义范式的影响，主要是模拟人在控制过程中的智能行为和作用，如自寻优、自适应、自镇定、自组织等。由于人工智能技术、互联网技术的快速发展，深度学习算法在视觉、语音、决策等方面开始有了大跨步的发展，技术意向性发挥居间调节作用更加明显，推动了技术意向性的演变进程。

（二）技术意向性的衍变

德国哲学家埃德蒙德·胡塞尔（Edmund Husserl）认为，意向性是人类意识的本质性特征。在胡塞尔看来，意识的本质是意向性，意识的方式就是与对象之物的意向关系[7]。随着人工智能技术的发展，相关研究者认为，人与智能机器区分的关键在于“意向性”[8]。由此，人工智能的发展如果要突破当下走向通用人工智能（Artificial General Intelligence，AGI），技术的意向性必然要实现更大的突破。从当前人工智能的发展现状来看，技术意向性发挥的功能仅仅能实现对繁杂材料的统摄，还不具备将繁杂的材料进行概念化的能力。但是，人工智能技术在“人—技术—世界”的关系中发挥了重要的居间调节作用。荷兰技术哲学家彼得·保罗·维贝克认为，技术的意向性在人和世界之间发挥了重要的劝导作用和助推作用，据此，提出了复合意向性、增强意向性、赛博格意向性、建构意向性等概念[9]。其一，复合意向性。当技术意向性叠加到人类意向性之上时，复合意向性就产生了。当下技术意向性带给人的体验容易叠加到人的意向性之上，并对人的意识产生影响。例如：在人工智能评价过程中，通过大数据产生的评测结果叠加到教师的意向性中[10]，并调节教师对学习者学习情况的把握，这一过程是复合意向性的结果。其二，增强意向性，即将不可见的对象变得可见。例如：在教学过程中，通过可穿戴设备采集学习者的脑部活动数据，就是将不可见的学习者行为数据进行外显的过程，是增强意向性的重要表现。其三，赛博格意向性，是人类身体与技术的融合，是一种具身化的干预。例如：当微型芯片植入人体帮助有视力障碍的人时，人的意向性与技术意向性是完全融为一体的。在此，技术发挥的作用不再是调节性的，而是人与技术融合后对人的超越。其四，建构意向性，是对人类创新意向性的补充。例如：在日常体验中不存在一只会飞的猫，但是3D打印装置却能实现这样非现实存在的体验，进而满足学习者的好奇心。

（三）人工智能赋能教育变革及愿景

教育以人的培养和发展为旨归，人工智能对教育产生变革性影响滞后于人工智能技术的发展。基于彼得·保罗·维贝克提出的四种技术意向性，即从复合意向性到建构意向性，是人工智能与教育从简单相加到价值创造的过程。由此，人工智能赋能教育必然要经历人工智能+教育的应用阶段、人工智能与教育融合的变革阶段、人工智能教育价值创造阶段。

第一，人工智能+教育的应用阶段。该阶段，技术与教育相互分离，人工智能发挥单纯工具性作用，人工智能与教学环境、教学模式、教学方法、教学管理等都只是简单的相加。这种简单粗暴的直接相加导致应用过程中出现各种问题，例如：技术应用的指向相对模糊，对教学的辅助作用也未得到充分的发挥。这也倒逼人们反思“人—技术—教育”之间的关系，为人工智能与教育融合的发展奠定了基础。第二，人工智能与教育融合的变革阶段。该阶段，技术与教育已经从简单的相加走向融合，融合式的发展倒逼人们反思人工智能赋能教育的“主词”仍然是教育，教育的目的指向育人，在融合发展中仍然要将人放在首位。首先，在教学方面，基于AI大数据知识的萃取促进课堂教学行为的改变，多模态学习资源的聚合促进教学方式的变革，学习者画像的构建促进学习者过程性评价的变革，智能导师系统的出现促进学习者个性化学习的变革[11]。其次，在情境方面，AI与教育融合催生了教育新生态的出现，移动学习更加泛在化、虚拟场景更加真实化、网络学习更加安全化、智能教育更加人性化、学习评价更加精准化、融合学习更加高效化[12]。最后，在管理方面，多模态数据的出现促进管理模式从科层制向扁平化转型，管理效率从区域低效向全纳高效转变，管理的逻辑从外延式到内涵式变革[13]。第三，人工智能教育价值创造阶段。该阶段从变革中走出，更加注重人工智能教育价值的创生，即指向人的全面发展和教育质量的提升。首先，在育人价值方面，基于自适应学习技术的个性化教育将更加完善、公平、全面，学习者的创新思维将得以更好地激发，学习者的人格也将向更加完善的方向发展[14]。其次，在教育公平方面，基于元宇宙、大数据、增强现实等技术的发展，不同阶段、不同地域、不同类型的受教育者都将有机会获得高效、优质的学习资源。最后，在AI伦理方面，技术在消弭师生偏见中发挥重要作用，学习者数据泄露的风险得到很好的规避[15]，“人—技术—教育”之间的异化得到很好的敉平[16]。

三、人工智能赋能教育：技术意向性流弊表征

人工智能技术突破了传统教育时空的藩篱，塑造了去中心化、无序化、碎片化、动态化的网络学习空间，提高了教育的效能。但是，人工智能赋能教育过程中，技术意向性的衍变引发了线性教育思维的困顿、教学发展的桎梏、情感价值的缺位、伦理风险的增加。

（一）线性教育思维的困顿

技术意向性在调节教育的过程中会让教育者偏离教育的本质，倾向教育方法的改进和技术有效性的提高，结果会导致线性教育思维的困顿，主要体现在：（1）教育方法与教育行动之间可能产生背离。已有研究表明，学生家庭环境对教育的成功具有显著的影响，尤其在学生幼儿时期[17]。这意味着，实现教育最有效的方法就是在幼儿时期将学生放在“理想的”教育环境里。但是，这种方法在现实教育中是不合时宜的，由此，有效干预的教育方法并不足以作为教育行动决策的基础。（2）过度重视教育中的因果关系，忽视教育行动的价值影响。已有研究表明，惩戒教育是一种有效的教育方法，对于促进学习者学习非常有效[18]，但从德育层面而言，这种方法应该被制止。智能教育可以基于大数据发现学习者学习效能低下的原因，并据此对学习者进行干预，这种基于因果关系而采取的干预行动可能是有效的，却忽视了教育行动的价值影响。教育方法和教育目标不是以外在技术或外在方式联结的，而是内在的和结构性的关联[19]。若一味追求教育方法的有效性和因果关系，则会陷入线性教育思维的困顿，难以培养全面发展的人。

（二）教学发展的桎梏

人工智能大大提高了教育效能，基于人工智能的教育指向大规模、高效率、准定位、高成效。但是，技术意向性可能导致教学发展偏离教育的本真意蕴，主要体现在：（1）在教与学的关系中单纯指向了“教”。人工智能赋能教育往往更加注重教学效率，造成教学模式的单向化。然而，教不是学，当教学被当作一种简单的知识传递时，它便不能引发学习，甚至还会阻碍学习。教学不是“告诉”，“告诉”没有引发学生思想的改变，人工智能赋能教育意向性的应然状态是让学生思想在“中断”过程中产生顿悟，这才是技术意向性的旨归之一。（2）教师教学思维固化。人工智能赋能教育会逼迫教师从自身的思维出发搭建脚手架，因为他们确信，只要对他自己来说“行得通”，对学生也能“行得通”。然而，教师提供的脚手架与学生发生关联才是学习真正发生的关键。（3）教学内容组织的固化。教师在备课中经常会删减自己认为比较难的知识点，力图有效地促进学习者完成意义的提炼。虽然教师努力促进学习者的学，却在无意中让学习者失去了学习中最有用和最有价值的方面。（4）教学传递模式的固化。效率至上的技术设计迫使教师“回归”传统的知识传授教学，严格执行单向度传递教学模式让学习者逐渐失去批判性思维，扼杀了学习者的想象力、创造力和适应能力。

（三）情感价值的缺位

情感与认识是教育过程中不可分割的一体两面，但是，在技術意向性的调节下，人工智能赋能教育往往更重视学习者认知领域的培养，却忽视了人工智能教育中情感价值的表达。（1）人机交互过程中情感价值的缺失。人工智能赋能教育中的情感价值往往被忽视，学习者切身体验到的是冷冰冰的教学平台，只能通过媒介以“化身”的形式进行交互。人工智能提供的教学形式失去了面授教学在场的质感，教师教学过程中情真意切的情感价值表达往往被过滤或者被遮蔽，技术居间充实学生的情感价值体验变得苍白无力，导致学习的浅表化。（2）教师情感价值引导的缺失。首先，教师难以融情于知，教师经常将静态的知识重新“搬到”屏幕上，缺失了情感的加工，人、知识、生活世界之间的关联就难以发生，也就无法唤醒在线学习者参与到学习中，学习者的情感价值只能是低级的感官价值[20]。其次，教师难以融情于境，教师看似在屏幕前讲课，实则在自说自话，教师没有将自己的情感融入教学过程中，自然也就无法与学习者之间产生情感共鸣。教师无法走向学习者的内心世界，难以引导学习者从感官价值上升至精神价值。最后，教师难以融情于智，教学的智慧在于对机遇的把握，然而，教师难以把握在线教学中的机遇，也就无法引导学习者对周围世界产生好奇心和求知欲，更难形成大胆的想象。

（四）伦理风险的增加

随着人工智能赋能教育发展的不断深入，希望缺失、责任感缺失、数据泄露等伦理风险也在不断增加。（1）希望缺失。人工智能虽然可以实现对学习者全方位实时评测，但是，过度的测试和预警看似是对学习者的希望，实则是对学习者的期盼。希望不是期盼，希望是对学习者未来发展各种可能性的耐心和信任，让学习者在体验希望的同时，发展自己的情感偏好。但是，人工智能通过过度的测试将学习者的不足暴露得“一览无余”，暴露学习者的不足只是表达了一种对学习者的期盼，对于学习者的希望则处于缺失的状态。（2）责任感缺失。人工智能教育提供了多种情绪分析的手段。例如：搜集学习者面部表情、眼球活动、身体姿势、话语内容等数据，进而为教师或教育研究者提供学习者情绪状态。然而，这些情绪数据仅仅是通过孤立的数据相加来反映学习者的情绪状态，并没有将学习者作为全面发展的人进行把握，也就缺失了对学习者的责任感。（3）数据安全风险。人工智能带来的数据安全风险是不可预测的。首先，安全算法的漏洞可能导致师生的个人数据被盗用，给教师和学生造成一定的安全隐患。其次，技术的商业化可能会造成智能平台设计者放任学校数据资源的流出，侵害师生权益。

四、人工智能赋能教育：技术意向性

流弊的消解

人工智能在许多方面匹敌甚至超越了人类。教育在与技术交互中，越来越多的决策与实践被形塑。从人工智能赋能教育来看，人们期待通过小样本数据发现深层次教育问题，减少对大数据的依赖[21]。智能机器能够像一个真正的教师一样，同时解决教育过程中不同领域、不同类型的问题，并能进行判断和决策[6]。人工智能赋能教育的意向性也将更加指向“人”的全面发展。基于此，人工智能赋能教育过程中，技术意向性流弊需要在复合意向性、增强意向性、赛博格意向性、建构意向性的融合过程中加以消解，其内在逻辑如图2所示。

（一）复合意向性助力教育指向“人”

若要破除线性思维的干扰，首先，复合意向性要指向全面发展的人。社会学家莫兰曾说：“事物被分解开时我们看得很清楚，而在它们联系起来时我们却变得很近视。”[22]人工智能赋能教育依靠大数据对学习者学习行为和情感行为进行分解，通过因果关系分析学习过程中的影响因素，但是，这种线性的技术意向性并不能给学习带来持久的干预。教学过程不应该频繁地、不加选择地应用教育技术，不应该忽视构成教育实践过程的其他因素[23]。因为人是一个复杂的整体，对于学习是否真正发生，技术通过不同部分行为数据的判定可能是“近视的”。由此，在当下人工智能的发展过程中，教师对学生整体性的把握不能被技术意向性所遮蔽，技术意向性附加到教師意向性上生成的复合意向性应该指向全面发展的人。其次，对学习者先有概念的考虑必须成为一切教育计划和行动的出发点。学习的发生是从先有概念到新概念形成的过程，技术意向性与教师意向性的复合应更加着重学习者先有概念的探索，基于学习者先有概念的探索，复合意向性才能更有针对性地转向可行性教育行动决策，为教育提供个性化的可行方案。

（二）增强意向性助力教育摆脱教与学的脱节

传统单向度的传递模式，让学习者逐渐失去批判性思维，扼杀了学习者的想象力、创造力和适应能力。但是增强意向性对于教与学脱节问题的破解具有重要意义。首先，“教”凸显人工智能的交互性。师生交互过程聚集了显性和隐性信息。技术的发展不仅要给知识的传递提供更多的“信道”，而且要给人与人之间的交互提供多样化交互渠道。交互的前提是信息的接受，但是交互的本质却不是信息的接受和传递，而是交互的建构。真正的师生交互是双主体之间内在精神世界的敞开和沟通，是生命质量的提升和精神世界的完满建构[24]。基于此，技术意向性应加强资源供给，缩小数字鸿沟。技术引领创新，提高互动密度，创新互动方式，保证师生能够真正“在一起”达成共识、协同进化、体验生命、完善人格，进而实现教育的真谛和教育的本真[25]。其次，增强意向性对教师思维模式的干预。学习者学习前的先有概念和学习过程中的情感具有内隐性特征。通过大数据、情感识别等技术对学习者隐性特征的挖掘，着重向教师推送学习者先有概念测评数据和情感测评数据。通过这两个方面的数据推送对教师的思维模式进行干预，通过技术增强意向性的叠加促进教师对学习者进行综合把握，改变教师从自身出发搜集教学证据的思维，为教师搜集真正能够与学习者发生关联的证据奠定基础，从而促进人工智能教育真正的发生。

（三）赛博格意向性触发情感价值的充实

人工智能赋能教育过程中，一个重要的问题是情感价值的缺失。然而，学习的真正发生永远不能撇开情感因素。对于情感的充实要寄希望于赛博格意向性的推进。其一，算法和技术发展使赛博格意向性触发情感充实成为可能。小数据主义算法的提升，将使智能芯片更加精细化，人机融合将成为现实。情感计算的发展试图在感知、认识和理解人的情感方面有所突破。目前，有关研究已经在人脸表情、姿态、云情感分析和识别方面获得了一定进展。基于此研究的芯片植入系统与人的融合产生的赛博格意向性将有利于人的情感价值充实。其二，赛博格意向性打破情感价值的缺失。人工智能教育中，情感价值的缺失往往是由于缺少感官感知的质感，但是赛博格意向性是人与机器融合而产生的，能很好地传递这种质感，未来教育元宇宙的美好设想也将会奠基于赛博格意向性之上。人与技术的融合能够提供真实的感官感知，使真实教学情境中的质感成为可能，在无形中浸润学生心灵、提升学生品格，对学习者产生潜移默化的影响[26]。其三，赛博格意向性促进教师教学过程中情感价值的融入。基于教师与技术的融合，教师的意向性不仅来自自身大脑的意识，而且融入技术提供的数据分析。基于此，教育决策将更加精准，对学习者的情感充实也将更加真实。

（四）建构意向性消解教育伦理风险

伦理风险是人工智能发展过程中的一个重要问题，伦理的突破在于对希望的凸显、责任感的体现、数据安全的规避。其一，建构意向性凸显对学习者的希望。学习者的想象力是丰富的，想象的事物并非都是真实存在的，也并非都是对的，由此，建构意向性对学习者想象的弥补正是教师要允许学习者出现“错误”的体现。学习者的“错误”可以成为教学内容之一，错误不是一种制约，教师允许学习者犯错是对学习者的一种希望。人工智能赋能教育不要过度依赖评价进行警示，不要过度进行在线测试等。教师要融情于智，善于捕捉教学的各种机遇，在建构意向性的指引下满足学习者的好奇心，引导学习者在“错误”中进行反思和学习。其二，建构意向性彰显对学习者的责任感。建构意向性对于学习者想象的弥补是对学习者发展可能性的肯定。学习者是成长中的人，成长意味着未来发展的可能性和多样性，学习者感受建构意向性带来的体验更是一份责任的显现。对于教师而言，更要善于利用技术，通过这份责任感对学习者实施干预，通过奇思妙想的提问给予学习者想象的时间和空间，激活学习者的想象力和学习欲求，进而获得更好的沉浸式学习体验。其三，建构意向性“迫使”人工智能算法改进。建构意向性是虚拟的想象和现实的结合。智能算法只有更加精确化和科学化，才能规避教育中的数据安全风险，进而建构起想象和现实的组合。由此，建构意向性将“逼迫”人工智能建立教育行业自律与法律问责体系，促进人工智能与教育的融合发展。

五、结   语

人工智能赋能教育的意向性要指向成长中的人，技术的发展与进步不在于知识的传播效率，而在于学习者内在学习潜能的激发、反思意识的激活、独立人格的培养、情感价值的引导等。由此，基于复合意向性、增强意向性、赛博格意向性、建构意向性融合发展的人工智能，将成为未来教育发展过程中消解各种问题和风险的关键，在四种意向性的融合作用下，人工智能赋能教育将发生新的转段升级。

[参考文献]

[1] 任友群，万昆，冯仰存.促进人工智能教育的可持续发展——联合国《教育中的人工智能：可持续发展的挑战和机遇》解读与启示[J].现代远程教育研究，2019，31（5）：3-10.

[2] United Nations Educational， Scientific and Cultural Organization. Beijing consensus on artificial intelligence and education[EB/OL]. [2022-06-07]. https：//unesdoc.unesco.org/ark：/48223/pf0000368303.

[3] United Nations Educational， Scientific and Cultural Organization. AI and education： guidance for policy-makers[EB/OL]. [2022-06-07].https：//unesdoc.unesco.org/ark：/48223/pf0000376709.

[4] 陈晓珊，戚万学.“技术”何以重塑教育[J].教育研究，2021，42（10）：45-61.

[5] 戚万学，谢娟.教育大数据的伦理诉求及其实现[J].教育研究，2019，40（7）：26-35.

[6] 腾讯研究院，中国信通院互联网法律研究中心，腾讯AI Lab，腾讯开放平台.人工智能——国家人工智能战略行动抓手[M].北京：中国人民大学出版社，2017.

[7] 埃德蒙德·胡塞尔.逻辑研究（第二卷）[M].倪梁康，译.北京：商务印书馆，2017.

[8] 朱珂，张斌辉，宋晔.技术生态位视阈下“人工智能+教育”的融合逻辑与模型构建[J].电化教育研究，2023，44（1）：13-19.

[9] 彼得·保罗·维贝克.将技术道德化——理解与设计物的道德[M].闫宏秀，杨庆峰，译.上海：上海交通大学出版社，2016.

[10] 黄荣怀，刘梦彧，刘嘉豪，等.智慧教育之“为何”与“何为”——关于智能时代教育的表现性与建构性特征分析[J].电化教育研究，2023，44（1）：5-12，35.

[11] 刘桐，顾小清.走向可解释性：打开教育中人工智能的“黑盒”[J].中国电化教育，2022（5）：82-90.

[12] 兰国帅，郭倩，魏家财，等.5G+智能技术：构筑“智能+”时代的智能教育新生态系统[J].远程教育杂志，2019，37（3）：3-16.

[13] 张华阳，郑春萍，吴斌，等.多模态学习分析应用于公众演讲能力评估的系统性综述[J].现代远距离教育，2022（3）：25-36.

[14] 张慧，黄荣怀，李冀红，等.规划人工智能时代的教育：引领与跨越——解读国际人工智能与教育大会成果文件《北京共识》[J].现代远程教育研究，2019，31（3）：3-11.

[15] 李世瑾，胡艺龄，顾小清.如何走出人工智能教育风险的困局：现象、成因及应对[J].电化教育研究，2021，42（7）：19-25.

[16] 吴河江，涂艳国，谭轹纱.人工智能时代的教育风险及其规避[J].现代教育技术，2020，30（4）：18-24.

[17] 秋珂，李甦.师幼互动影响幼儿发展的内在机制：多因素的调节作用[J].学前教育研究，2022（9）：47-61.

[18] 胡金木，吉永桃.教育惩戒的正义属性及其实现原则[J].教育发展研究，2021，41（4）：57-65.

[19] 格特·比斯塔.测量时代的好教育——伦理、政治和民主的维度[M].张立平，韩亚菲，译.北京：北京师范大学出版社，2019.

[20] 熊华军，苏林猛.在线教学臨场感作为客体化行为的显现——基于胡塞尔客体化行为理论[J].电化教育研究，2022，43（9）：22-28.

[21] 易连云，邹太龙.大数据驱动下的高校平安校园建设研究[J].中国电化教育，2019（8）：57-62.

[22] 安德烈·焦尔当.学习的本质[M].杭零，译.上海：华东师范大学出版社，2015.

[23] 王康宁.教育信息化误区的后疫情时代审视与规避[J].电化教育研究，2021，42（5）：40-46.

[24] 裴迪娜.现代教学论（第二卷）[M].北京：人民教育出版社，2005.

[25] 刘伟，谭维智.人工智能时代的师生交互：困顿与突破[J].开放教育研究，2022，28（2）：54-63.

[26] 屈跃宽.疫情背景下学校教育空间的分析与价值审视[J].现代教育技术，2020，30（10）：35-40.

Research on the Development of Artificial Intelligence-enabled Education in

the Context of Technological Intentionality

SU Linmeng1，  KANG Liuyi2，  XIONG Huajun1

（1.School of Education Science， Northwest Normal University， Lanzhou Gansu 730070;

2.Faculty of Education， Henan Normal University， Xinxiang Henan 453007）

[Abstract] Artificial intelligence-enabled education is an important form of reshaping future education， and its value is manifested through the intermediary regulatory role of technological intentionality. However， its shortcomings have brought deep-rooted problems to the development of Artificial intelligence-enabled education. Based on a phenomenological reflective attitude， this paper analyzes the problems of Artificial intelligence-enabled education， including the predicament of linear educational thinking， the shackles of pedagogical development， the absence of emotional values， and the increase of ethical risks. The deep-rooted problems of Artificial intelligence-enabled education can be solved only through technological intentionality： （1） to help education to point to "people" through compound intentionality; （2） to help education to get rid of the disconnection between teaching and learning based on enhanced intentionality; （3） to expect Cyborg intentionality to trigger the enrichment of emotional values; （4） to eliminate ethical risks in education based on constructive intentionality. By leveraging the intermediary regulatory role of technological intentionality between people and education， the predicament of Artificial intelligence-enabled education can be solved and the development of Artificial intelligence -enabled education can be promoted.

[Keywords] Artificial Intelligence; Technological Intentionality; Educational Development; Phenomenology