APP下载

生成式人工智能浪潮下比较教育研究范式审思

2023-12-04王瑜汤同

比较教育研究 2023年10期
关键词:研究者人工智能文化

王瑜,汤同

(1.南宁师范大学广西教育现代化与质量监测研究中心,广西南宁 530299;2.南宁师范大学教育科学学院,广西南宁 530299)

以ChatGPT为代表的生成式人工智能(AI generated content,AIGC)以其自主学习能力、自注意力、推理能力等突破性智能技术特征引发了全球性的“AIGC +”时代浪潮,并将迅速进入人类社会生活的各个场景与领域。面对这一具有里程碑式意义的技术变革,各界学者纷纷就“AIGC +”可能对不同学科带来的影响展开讨论。其中,生成式人工智能对教育改革以及教育学学科发展带来的影响更是引起众多学者的关注。有学者认为,生成式人工智能将在教育学信息检索、教育类学术写作以及课堂教学辅助等方面带来变革性促进作用,但是也可能会加剧学术伦理道德、研究价值立场以及数据安全等方面的潜在冲突与问题。[1]尤其是生成式人工智能撰写的对话内容有可能会因为涉及极端思想、种族仇恨以及社会暴力等内容,在意识形态安全层面上对教育构成威胁。[2]在此背景下,以文献转译、资料收集、借鉴理解为特征的比较教育研究范式也将面对生成式人工智能浪潮带来的技术变革和潜在威胁。如何正视技术变革给比较教育研究带来的积极影响,并防范在教育借鉴、理解、生成、传播等研究过程中的文化安全隐患和学术话语权问题,将是比较教育研究者需要持续思考的议题。为此,有必要从认识论、功能论、方法论等不同层面对生成式人工智能浪潮下比较教育研究范式进行价值审视与发展路向思考。

一、生成式人工智能赋能比较教育研究

具有智慧性、生成性、交互性等技术特征的生成式人工智能可以更高效地帮助研究者实现研究对象的全球性拓展、研究数据的形象化采集以及研究成果的智能化产出,从知识生产与认识方式、借鉴范围与理解深度、文献挖掘与数据处理等方面给比较教育研究带来颠覆性、突破性的技术赋能。

(一)智能关联全球教育知识,促进研究主体的视域融合

自19 世纪发展至今,比较教育研究以他国教育资料为主要认识中介,历经了从移植教育制度到发现民族精神的认识变迁,呈现出认识主体的主观性、认识中介的有限性以及认识对象的开拓性等特点。其中,比较教育是认识主体从“自身视域”和“他者视域”去观察、思考和理解“他者教育”的认识活动。[3]认识主体依靠自身的情感、价值观、知识经验在历时性与共时性的文本互动中,实现对“他者”教育的认识与理解。这就意味着比较教育研究通常会受到主体自身的前理解、历史文化背景、主体间交互程度等多重影响,导致比较教育研究不可避免地具有研究者的主观性特征。[4]在认识中介方面,研究者往往会根据研究习惯与语言能力选择合适的“组织机构中介”或者“教育文本中介”,并在对认识对象进行二次建构时附着自身的价值取向。而当前全球化进程下的“世界知识”在一定程度上仍具有“西方中心”的文化价值特征,许多经济与科技发展水平处于弱势地位的发展中国家研究者会更容易受到“西方先进论”影响,在认识中介选择上更倾向于从西方发达国家进行“借鉴”“移植”。这使比较教育研究多局限于西方语言文化主导的认识中介,难以将研究对象拓展到全球各民族、各个国家的教育。

生成式人工智能的出现改善了人类认识活动的智能技术条件,实现了从单向式检索到交互式生成的知识生产方式革新,具有逻辑有效性、知识周全性以及交互智能性等特点。生成式人工智能依托大数据、大语言模型、深度学习的技术支持,可以在海量文本中搜寻、学习具有较高相关概率的语言关联,并根据用户所需生成新知识。基于这种交互性、关联性特征的生成式人工智能在比较教育研究领域将拥有广阔的应用前景。在促进认识主体的视域融合方面,生成式人工智能可以在识别和学习研究者前理解的基础上,在历时性文化数据库中生成符合双方文化语境的作答内容,并在不断修正作答的人机双向交流中贴合研究者的知识基础[5],帮助研究者更快实现对“他者”教育的视域融合。在拓展认识中介方面,生成式人工智能可以利用网络百科、知识社区、新闻媒体、搜索引擎等多种开源途径收集信息内容,并从全球语料库中对海量教育信息进行筛选、分析,使比较教育研究不再受限于地理空间、语言文化上的“就近”原则或“西方中心”。此外,生成式人工智能的工作原理在于从海量的认识中介数据中寻找并建立与主体关联性最强的应答内容。这种工作特点能更好地服务于比较教育研究,二者都致力于寻求认识对象之间的关联性,从而在建立知识间的相关性中实现知识生产。[6]可以说,生成式人工智能在辅助比较教育研究者实现他国理解、全球视域、知识关联等认识层面具有显著的促进作用。

(二)智能增强多维教育理解,实现研究话语的交互传播

从功能论层面上看,比较教育研究历经了从国别教育借鉴到全球教育理解的功能转向,呈现出文化求同性、方法实证性、单向输入性等功能特征。[7]也就是,研究者在将他国教育成果本土化过程中往往会优先将有类似语言、文化、宗教信仰的国家纳入其借鉴范围,并积极推进比较教育从单向输入的教育借鉴转向多边互动的教育理解、生成与传播。[8]而这种求同性的借鉴范围、实证性的理解方式以及互动性的交流理念等功能特征也反映出比较教育研究在功能上存在着一定的局限性。从借鉴范围来看,研究者难以超越个人在时间和能力上的有限性来穷尽多个国家、各种层面的海量教育数据,难以摆脱借鉴范围上文化、地域方面的求同性制约。从理解方式来看,比较教育的理解活动主要通过打破主客体间的时空阻隔来克服陌生感和疏远感。然而,当前主流的数据统计分析与政策文本描述还不足以拉近研究主体与对象之间的文化距离。这种基于文本的离身性研究由于缺少对“他者”教育场景中声音、图像等原始资料的多媒体呈现,使研究者往往难以从局内人视角对他国教育进行主位观察。此外,各国教育相互交流的需求仍然受到技术条件局限而难以得到充分满足,更无法展开具有“他者性”“民族性”的深度理解、互动。

生成式人工智能的类人化学习能力将极大地推动学术研究与智能技术的结合,为比较教育研究带来了教育知识借鉴、理解、传播等多项研究功能的变革。它所具有的“时序数据处理”和“自注意力机制”技术可以在信息整合、形象作答、指令互动等方面帮助研究者拓展借鉴范围、理解异己文化以及传播教育知识。从拓展研究范围来看,生成式人工智能可以自动对国际教育信息的动态进行筛选和归类,能帮助研究者把研究视野拓展到全球范围,从而超越现有国别的边界。[9]这不仅有助于将比较教育分析单位上升到东亚、北美、北欧等“超国家”层面,而且还可以在结合中国教育发展与全球变革中促进中国比较教育形成新的全球主义世界像。[10]在促进教育理解方面,生成式人工智能可以在作答中使用自然语言与研究者实现双向互动与理解,其人格化特质能较好地帮助研究者更深刻地理解文本中的“他者”情感。此外,人工智能更是可以通过文本、图像、视频、音频、数字人等多模态数据来呈现“他者”教育的丰富样态,从而帮助研究者从多角度、多视域地理解“他者”教育。在教育交流互动方面,人工智能传播技术作为一种技术媒介或平台组织,可以向各类人群、各种领域快速渗透,并发挥连接与支持的作用,提升研究者获取、传播“他者”教育知识的工作效率[11],并通过个性生成与智能互联等技术实现基于用户画像的个性化符号创新与跨文化传播表达,实现比较教育从单向输入/输出到多边理解互动的功能转变。[12]可以说,生成式人工智能帮助研究者实现了研究范围全球化、理解方式形象化、交流方式智能化等功能变革。

(三)智能整合各类研究方法,加大研究成果的二次挖掘

多年来,在解释主义、科学主义和多元文化主义等研究范式影响下,比较教育研究方法以比较法为核心,经历了从比较技术工具到国际比较思维的变迁历程。[13]在发展过程中,注重数据统计、量化分析的科学主义与强调文化理解、质性研究的解释主义相互交替着对比较教育研究方法持续产生影响,并发挥着各自优势。“量化研究结论的普遍性、研究程序的客观性”和“教育对象的情境性、研究方法的多元性”,使其呈现出比较视野整体性、教育情境特殊性以及研究程序客观性等特征。[14]在此基础上,比较教育研究方法将进一步消解量化研究与质性研究在方法上的对立矛盾,促成两种研究范式的平衡与共进。这意味着比较教育研究应该更加强化方法论层面的“比较思维”,而非局限于方法层面的“比较法”。[15]即研究者需要实现从技术方法的“工具层”向比较视域的“思维层”转型,通过挖掘教育现象背后的隐性影响因素来实现对教育发展规律共性总结与文化情境的个性深描,从而突破学科发展的方法危机。

生成式人工智能可以完成包括对文献的概括提炼、概念的对比分析、数据的多维分析以及例证的多样生成等基础研究工作,使比较教育研究者可以更专注于比较思维或比较视域的开发。即从以文本知识分析为核心的综合式思维转向以智能方案选择为核心的比较式思维。[16]其中,从智能整合研究成果来看,具备“长篇幅注意力机制”的生成式人工智能可以将全球教育的质性研究成果与结构化的句法模板相匹配,智能整合与生成符合语法逻辑的教育知识。[17]换言之,这类人工智能可以基于研究者的专业性指令对全球范围内局部性、情境性的质性研究数据或成果进行二次建构,生成具有整体性和区域性视野的综述式质性成果。从量化分析统计数据方面来看,生成式人工智能所具有的逻辑思维能力和多维统计分析能力可以从各国政府、教育机构、国际组织公开的大型教育数据库中提取海量教育数据,实现对已有知识的演绎、推理以及对各变量数据进行统计分析[18],并能够对已有研究数据进行变量间的相关性验证,实现对已有研究成果的元分析。可以说,生成式人工智能通过多种技术方法对教育数据进行二次采集、分析和提炼,并围绕指令目标生成多种写作方案供研究者筛选和比较,使研究者能够更聚焦于比较视域或比较思维的应用,更深入地探究涉及民族性、价值性以及历时性等特征的教育文化关系。

二、生成式人工智能浪潮下比较教育研究的价值隐患

在迎接生成式人工智能为比较教育研究带来技术赋能的同时,研究者也应警惕如文化失声的技术陷阱、西方中心的话语殖民、去情景化的方法困境等潜在的技术主义价值隐患,积极在本土文化继承、学科话语自主以及实践问题导向方面做出应有的努力。

(一)应警惕文化失声的技术陷阱,强化维护国家文化安全的底线思维

在许多批判教育学者看来,不论是社会科学知识还是自然科学知识,不论是人类建构还是机器生成的知识都有其价值属性,都是按照建构者的意图生成的。[19]同样的,由人工智能所生成的教育知识也不是价值无涉的,其承载着技术创造者与数据提供者的价值偏好,并主要渗透在知识生产的数据来源、生产过程、权力属性等多个环节中。其中,在数据来源方面,大模型开发者可以通过人工编写程序和人工标注数据等信息加工过程将西方意识形态与价值观渗透进数据、算力和算法之中,打造出具有“中心-边缘”特征的教育信息生态和具有文化压迫性的知识再生产系统。[20]在生产过程方面,具有强逻辑性的人工智能可以高效、便捷地为研究者提供“拟人化”语言转译、高效率资料生成与相关性要素验证等技术辅助,但这也使研究者更容易在这种“委托式”研究中遭遇殖民性、虚拟性和离身性等技术陷阱。在权力属性方面,具有技术霸权属性的人工智能可以让处于技术优势地位的西方发达国家研究者借助技术封锁、数据垄断等手段更多地掌控意识形态话语权,持续传播和输送其普世主义的价值理念。[21]在“泛全球化”数据格局中,无论是发达国家或发展中国家的研究者都可能会在“技术中立”的掩护或蒙蔽下逐步瓦解“他者”教育所独特的文化价值个性,以普世主义的精英身份将受压迫者置于新的文化殖民压迫之下。[22]

为此,比较教育研究者应警惕智能技术价值无涉的糖衣陷阱,警惕主动踏入或被动陷入普世大同的文化殖民陷阱,强化国家文化安全的底线思维和增强民族文化自信的教育使命。正如福山所提出的,我们在当代世界中看到一种奇怪的双重现象:一方面是大同世界的胜利,现代经济和技术以及理性认可政府作为唯一的统治合法性基础的理念在普及;另一方面是各民族依旧存在,到处都在抵制这种同质化的行为,并且重申(尤其是在亚政治的层面)文化认同。[23]比较教育研究在认识论层面应强化国家意识的主导性,将维护国家文化安全与利益作为其发展的根本前提,时刻加强对借鉴成果的反思以及对本土文化养分的汲取。这就要求研究者应不断加强认识层面的审辩意识,对智能语料库中涉及的教育民主观、公平观、宪政观等西方普世价值思想保持警惕,不断提升网络防范与文化安全意识。为此,人工智能时代下的比较教育研究应始终立足于中华文化传统和中国教育实践,坚持贯彻“以我为主、为我所用”的原则,合理利用技术工具,以更开阔的“超国家”视野和辩证取舍的态度对教育“世界像”进行理性判断与自主建构,在跨文化的比较研究与成果互动中实现“扎根中国大地”的比较教育研究。

(二)应防范西方中心的话语殖民,建立具有中国特色的教育学话语体系

教育借鉴与理解一直以来都是比较教育研究(尤其是国别研究)最重要的研究功能,其贯穿于比较教育发展历史,并为大多数比较教育研究者所信奉。而在借鉴他国教育举措、增进国际教育理解、传播本国教育声音等方面,西方发达国家更容易凭借技术平台的优势实现对主流信息媒体、数字话语权以及文化价值引导等方面的技术垄断与数字控制。于是,具有技术霸权特征的人工智能就很有可能成为少数人制造“图灵陷阱”并实现文化霸权的工具,使研究者逐渐在“大同世界”的普世价值声音中丧失对“他者”教育的理性反思。[24]其中,在他国教育借鉴方面,比较教育学者需要防范他国教育理论对本国教育学理论话语的冲击。在OpenAI公布的GPT-3 训练数据集中,英文语料高达92.65%之多。[25]这种语言单一的数据集会禁锢学者的研究思维,将本国教育及学科发展为西方理论话语的“殖民地”,进而导致中国原创性理论和本土化学术话语的“丢失”。[26]在增进国际理解方面,比较教育研究者需要警惕西方文化价值观的渗透,防范人工智能普及可能会进一步加剧西方文化对本土文化的同化与解构。如ChatGPT 可以根据特定的群体画像投放其更偏好的意识形态内容,实现对研究者“精确且有差别”的高效渗透。[27]这使研究者的政治立场、民族身份、文化观念都可能会在大量看似价值无涉的数据成果中遭受冲击,甚至产生动摇。在传播本国声音方面,比较教育研究者需要避免因语言文化转化偏差而产生民族偏见。生成式人工智能目前仍然难以克服跨语言、跨文化表达中的部分文化偏差,容易在表达“他者”教育的过程中产生或传递文化偏见。

为此,在生成式人工智能浪潮下,我国比较教育学者应建设具有中国特色的教育学话语体系,在人类命运共同体的全球治理中贡献中国教育的理论智慧与实践方案。其中,比较教育研究的批判精神传统是抵御西方文化霸权的重要优势,也是对自身认识论与方法论内在要求的恪守。比较教育研究不仅认识“他者”的教育,而且还包含对“他者”教育认识活动的再反思,表现为对比较教育研究应该选择什么文化视域,以及对如何获取“他者教育”知识的反思。这种反思性的认识特征反映出研究者对技术中介以及异己文化的审慎态度。而在方法选择上,批判意识让比较教育研究者能够始终强调采用实地的、适当的方法来看待和分析特定的教育情境。[28]

可以说,基于批判性思维(也称为“审辩性思维”)对本土理论框架和学科话语体系进行建设将是比较教育研究服务于中国教育高质量发展的必由之路。在生成式人工智能浪潮推动下,比较教育研究者更需要打破已有西方理论话语体系的桎梏,不断强化本土话语建构的自觉意识,扎根中华文明,立足中国国情和坚持中国道路,构建对本土实践更具有解释力、亲和力的中国比较教育学科话语体系。

(三)应避免去情景化的方法困境,构建扎根中国教育的实证研究范式

受身心二元论哲学、自然科学研究范式等理念影响,我国比较教育研究长期将“文献法”作为基本方法。即研究者依靠对文本的收集、梳理及分析来描述和总结他国的教育状况与经验,以期实现教育借鉴、理解及本土化等目的。这种离身性(disembodiment)取向的宏大叙事研究取向,使研究者缺乏对微观层面上教育活动与文化情境的具身体验与个性化理解,因此也就难以产生足够深入的价值分析与跨文化比较阐释。[29]可以预见,生成式人工智能将更高效、快捷地帮助研究者完成文献耙梳、数据分析以及文本生成等基于文本的研究工作,但也可能加剧研究者在教育活动叙述“浅表化”、跨文化比较“去情境化”等研究困境。具体而言,在量化研究方面,人工智能目前采集与处理的数据文本主要还是聚焦于国家统计数据、已有研究成果、网络媒体信息等几种类型,对教育活动的描述与研究缺少“具体的人”的存在,使得研究视域逼仄在教育制度、事件、思潮等官方事实描述中,缺少研究者个性化的研究视域、文化立场和价值判断。从质性研究方面,生成式人工智能通常只能二次提取文本中的“他者”,并不能取代研究者“在场”的质性观察与体验。这意味着其不能通过挖掘一手文献还原真实生活中的“他者”,更无法深入到“他者”本土的教育情境之中,难以形成基于不同文化背景的跨文化理解。从与研究者的交互过程来看,借助于多级中介的人机问答将替代身体“在场”的人际交流,人工智能可以“模式化”“符号化”地转述他者教育信息。这种去身体、去真实、去开放和去隐私的智能化特征,将不断削弱具身主体与社会关系、个人心理的联系。这会使研究者更容易陷入对人工智能作答的依赖,不断失去对“他者”教育中真实生活与文化的感知力,其所发现的教育规律也存在着片面性与局限性。

因此,比较教育研究者应该理性使用人工智能技术,规范文本与数据分析的解释限度,警惕离身研究中可能存在的“中立性”“客观性”隐患,重视具身研究的不可替代作用,“在场”地阐释和理解“他者”的文化教育。其中,立足于中国教育实践是我国比较教育研究的基本前提与问题导向。这需要研究者始终将能否解决好教育实践中的问题作为研究价值标准。[30]在这一研究要旨下,人工智能技术只能是研究者收集、熟悉、编写各类研究资料的辅助性工具,研究者应当以自身为研究工具,综合运用各类实地研究方法进入“他者”教育生活的现场[31],进行数据的收集、筛选和分析。换言之,生成式人工智能所具有的理解方式形象化、交流方式智能化等技术将极大地帮助研究者加深对“他者”教育的本真理解,但也因为其虚拟性、离身性等特征更要求研究者要深入当地教育环境开展具身研究。只有通过倾听“他者”教育生活和感受教育情景,将自身的感官知觉与思维理性相统合,才能在具体的文化交互与经验事实中不断还原和挖掘教育中的民族性、文化性,进而实现基于中国实践问题与中华文化立场的跨文化理解与教育比较研究。

三、生成式人工智能浪潮下比较教育研究的发展路向

面对生成式人工智能浪潮冲击,我国比较教育研究应始终保持对异己文化的理性审思,积极应对此次技术变革,并明确自身发展的三重路向:重视研究内容的文化性,深化境域性和价值性的跨文化理解;强调研究话语的自主性,深化本土理论的生成与传播;注重研究问题的实践性,深化具身性的在场研究。

(一)从政策数据分析深化为文化价值理解

“只有从文化研究中才能认识一个国家、一个民族的教育的本质”[32]。基于文化分析的比较教育研究有助于提高本民族的文化生命力、文化价值性以及文化安全性,是增强本民族文化凝聚力的根本要求,是实现本土教育与“他者”教育双向理解的重要前提。[33]首先,基于文化分析的比较教育研究通过文化理解、平等对话以及客观参照的交流方式,以促进文化发展性、文化包容性、文化创新性作为研究目标,能培育出具有高度稳定性与独立性的民族教育文化,可以有效抵御外来文化的渗透与颠覆。其次,基于文化分析的比较教育研究将比较教育的分析单元从民族国家转变为“文化情境中的人”,通过关注微观教育现象与事件背后特定的文化底蕴来实现对他国教育具有文化性、境域性和价值性等特征的跨文化理解。最后,研究者需要在理解“他者”文化与反思本土教育的过程中实现一种双向理解,以此突破人工智能的认识限度。基于文化分析范式的研究者能够站在“他者”的文化视角去认识其教育观念、文化传统,不断挖掘政策文本之外的教育文化个性与生长规律性,进而实现他国教育成果与本土教育实践的结合。

为此,在生成式人工智能时代下比较教育研究更迫切需要破除教育制度、教育思潮等宏观描述的研究局限,把教育中“具体的人”回归为研究的初心与核心,竭力体察、描述、解释具体人所从事的具体教育事件。这意味着比较教育研究应实现从研究对象到研究视角的超越。即不再将“文化”作为一种被认识的研究客体,而是将其上升到一种认识论层面的文化视角。基于文化分析的研究者应对各民族文化的认识采取“一视同仁”又“和而不同”的平等包容态度,在研究中能够识别并避免因数据垄断或价值渗入造成的文化偏见问题,通过促进文化主体间的交流与对话来实现对彼此的理解。为此,研究者应立足文化自信和文化平等的观念来挖掘他国教育情境中的文化属性,将政策文本中抽象的“公共人”还原为“他者”教育本来面目的“个性人”,理解和尊重“他者”教育的语言行为以及背后的文化诉求,形成对“他者”教育的跨文化理解与多视域融合。

(二)从理解与借鉴深化为生成与传播

随着后殖民主义思潮兴起,学者们逐渐关注到了比较教育研究中可能存在的文化殖民问题,如何摆脱西方殖民主义烙印,实现“去西方化”的教育本土生长功能开始受到关注。可以预见,生成式人工智能在资料转译与教育传播等功能方面所具有的效率优势将进一步加剧各国教育信息的全球化与互联化发展。经济发达与科技领先的国家很可能会利用其技术优势来实现其文化统治地位。对此,比较教育研究者应坚定中华文化立场与主体性意识,坚持“各美其美,美人之美,美美与共,天下大同”的多元文化立场,准确识别和理性看待不同民族、国家教育发展的规律性、普世性与差异性,在跨文化借鉴与理解中深入推进我国教育理论与实践经验的本土生长与对外传播。应注意的是,研究者在数据采集、资料分析、成果传播等各个研究环节中应避免掉入“文化进化主义”的意识陷阱。即因为本国教育在经济或科技发展水平的相对滞后而对本国教育文化打上“落后”的污名化标签。同时,还须警惕形成“文明的冲突”的认知偏差。即将政治、经济方面的利益冲突用“文化”的外衣包装,进而在不同文化背景的国家(民族)从本质性和主体性上建立起“你死我活”“零和博弈”等二元对立的发展逻辑。

中国比较教育学者向外借鉴的过程是自身不断向外学习,更是反观自身并实现本土生长的探寻过程。这种本土生长必须经历本土文化的自我演进过程。首先,应寻找自身教育与“他者”教育的相同之处,并与本土教育文化进行对比,以得出彼此的差异性与独特性,进而在接纳“他者”文化中合理元素的同时尝试表达自身的文化个性。[34]其次,这种本土生长应该从马克思主义哲学、中国传统哲学以及中国优秀传统文化中寻找内生性话语,使研究者在中国理论话语的文化涵濡下实现对西方文化与教育理论的“祛魅”。再次,这种本土生长应深入中国教育的实践情境,解决中国教育的实践问题,并形成中国特色的原创性概念、理论与话语。为此,在生成式人工智能时代下,比较教育研究要构建立足于本土生长的教育理论与话语体系,在对他国教育的跨文化比较、理解与借鉴中始终以中华文化立场和文化自觉来反思本国教育问题,并向世界各国讲好中国教育故事,传播好中国教育声音,展现可信、可爱、可敬的中国教育形象。

(三)从离身的文本研究深化为具身的在场研究

生成式人工智能将进一步加大和提升比较教育研究中文本分析与数据处理的广度与效率,但也可能会加大“书斋式”离身研究带来的研究危害,如“知识的真实性、创新性存在缺陷”“背离教育研究的理想与宗旨”“经验借鉴与探索规律等研究价值不足”等。[35]对此,以民族志、个案研究、田野研究法为代表的人类学方法应当在比较教育研究中进一步得到重视与推广,应更加强调研究者亲身进入实地现场的具身研究价值。只有在知识生产过程中充分发挥出研究者身心协同作用以及开发出研究者、研究对象的身体参与价值,比较教育研究成果才能真正实现多视域、价值性的跨文化理解与比较。可以说,强调在场的具身研究具有“发挥研究者个人意义场作用,消解传统比较教育知识内在缺陷”“回归真实教育生活中具体的人和事件,促进教育研究生活转向”“生产更加生动鲜活的比较教育知识,提升解决本土问题的能力”等重要价值。[36]

相比于单纯依赖生成式人工智能开展的离身性研究,具身研究的优势在于其能够更深入且真实地挖掘和呈现他者教育现象背后的文化意义。例如,研究者可以通过记录与著述他者的语料来获取他者语言背后的意义系统以及隐喻意义,从而挖掘其话语背后的真实意蕴。这就要求研究者在实地调研中须关注“他者”教育场景中个性化的生活事件与个体,细心观察研究对象的言行来尝试着体会其内在的心声。同时,研究者应与当地的教师与学生建立互信的主体性关系,并在相互开放、彼此理解的基础上理解与还原“局内人观点”。这一过程需要研究者能够站在“他者”的视角与立场上思考,并客观地描述其教育现象。[37]此外,研究者还应将“他者”的整体文化置于更宏观的视角,通过进入“他者”教育内部并归纳其教育的整体特点,凸显出其教育系统的整体性特征。最后,研究者需要再跳出其教育情境以反观自身的教育系统,依据比较视野来加深对本土教育的理解,从而实现比较教育从本土观照到本土生长的理论构建。

猜你喜欢

研究者人工智能文化
以文化人 自然生成
年味里的“虎文化”
高等教育中的学生成为研究者及其启示
研究者称,经CRISPR技术编辑过的双胞胎已出生。科学将如何回应?
2019:人工智能
人工智能与就业
谁远谁近?
研究者调查数据统计
数读人工智能
下一幕,人工智能!