多主体视域下人工智能教育应用探索

蒋慧峰

摘    要：人工智能教育应用会推进教育教学整体性变革。从学习者角度来看，可以促进个性化学习、自适应学习和分布式学习的实现。从教师角度来看，既可以减轻工作负担，提高工作效率，又可以促进角色转变，适应全新教学环境。从管理者角度来看，可以在实现精准化教育治理的同时促进优质资源共享。但在推进过程中，学习者面临自主学习能力不足，学习负担增加；教师面临数字胜任力薄弱，教改动力不足；管理者面临资源相对缺乏，统筹推进受限等问题。为此，文章提出强化学习者自主学习，增强教师数字胜任力以及搭建智能学习平台，协同共建优质资源等举措推进教育改革。

关键词：多主体视域；人工智能教育应用；改革举措

中图分类号：G640          文献标识码：A           文章编号：1002-4107（2024）04-0001-04

大数据应用方兴未艾，以机器学习和深度学习为关键技术的人工智能已经悄然而至，并深刻影响着人类社会经济结构、社会生活、工作方式的方方面面。教育是社会发展与人类文明延续不可或缺的社会活动，势必会受到人工智能的影响与冲击。《教育信息化“十三五”规划》明确提出坚持“融合创新”的工作原则，大力推进提升信息化服务教育教学与管理的功能。人工智能可以优化教育信息化的流程，而且能提升教育信息化的效能。通过对学习环境的优化、对教学模式和教学评价方法的变革以及对教育服务供给的改进促进教学系统整体性变革，推动教育发展创新。针对人工智能教育应用这一既是难点又是热点的问题，国内外学者从不同方面进行了一定程度的研究。国外学者的研究工作起步比较早，相对而言也更为成熟，对技术开发和应用的研究是其主要研究成果的侧重点，涉及到人工智能辅导系统、智能论证评估系统、以交互性学习为主的教育游戏等应用[1-2]，而自然语言处理、智能代理、深度学习、机器学习是近几年最受研究者们关注和青睐的关键技术[3-5]。国内学者对此研究的开展相对要晚一些，在偏向于宏观理论相关探索的同时，也进行了部分实践研究。理论研究主要集中在人工智能教育的概念、特征、技术结构或框架体系、未来发展等研究范围[6-11]，实践研究方面主要以人工智能技术的发展为基础，讨论了诸如智能校园、智慧课堂、游戏化学习、5G互联技术、在线教育、K12教育、各类开放大学远程教育等方面的实践应用，但这些讨论绝大多数还处于设想的阶段[12-19]。到目前为止，虽然在国内外研究者的共同努力下，不论是人工智能教育的内涵与外延，还是相关的技术方法和实用工具的开发与应用都在不同程度上取得了特定的成效，但是大部分文献对人工智能教育应用研究仍局限于较为浅显的理论介绍与分析，对其理论与实践应用相结合的研究突出不够。鉴于此，本文从学习者、教师、管理者不同主体角度分析人工智能教育应用的作用及存在的问题，以期为促进我国人工智能与教育深度融合以及不断创新发展与运用提供理论指导。

一、基于学习者的角度分析

基于教育环境的复杂性和学习者背景的多样性，做到依据学习者不同的学习需求、学习能力以及自身掌握知识的程度制定具体有针对性的学习方案是非常困难的。伴随着人工智能技术的不断推进与深入发展，人工智能与教育相融合成为可能。人工智能在教育教学活动中不断推广及应用，可以帮助学习者借助以往在学习过程中所获取的相关学习数据对未来的学习情况予以分析与预测，挖掘学习者的实际需求，智能化推荐最合适学习者的内容及资源，从而使学习者的学习效果得到高效、显著的提升。

（一）个性化学习的实现

个性化学习较之传统课堂的学习模式更能体现学习者之间的差异性。充分尊重学习者的个性发展是个性化学习的首要出发点，其能够基于学习者的个人信息、认知特征、学习记录，并结合媒体、社交等信息进行因材施教，在学习活动中促进学习者的能力与个性得到充分、自由的发展。显然，伴随着人工智能教育应用发展日趋成熟，个性化学习的实现成为可能。一方面，基于“以学习者为中心”的理念，采用人工智能技术对学习者的个性优势、个性需求、个性偏好、学习能力、知识经验等进行分析，构建学习者画像，动态展示学习者的知识结构。另一方面，以个性化学习分析结果为依据，精准定位学习者各项个性化特征，比如学习行为、认知能力、学习风格、学习方式等，逐步完善并實现个性化学习资源推送以及制定并实施个性化学习路径规划，通过促进学习者的自我调控及知识生成，更好地实现个性化学习的构想。

（二）自适应学习的实现

自适应学习是指借助以人工智能为基础的学习者智能评价与诊断结果，以学习者个性化需求及认知特点为依据，推送精准的学习资源与学习路径，从而主动或被动地构建学习者知识的学习方式。目前，由于采用的依然为班级式教学模式，教师一般面对几十名甚至更多学习者。一方面，没有足够的时间和精力分析每一名学习者的每次学习行为；另一方面，评价与诊断主要还是依靠经验，具有较大的偶然性和主观性。相比较而言，基于人工智能的评价与诊断能够基于学习者客观的学习过程数据，高效、科学地实现学习评估与诊断的客观性、智能化以及个性化。此外，随着教育信息化，对于学习者的学习数据可以进行持续采集形成自适应序列，借助人工智能技术对其进行深度分析，发现以往靠经验未能发现的规律，并智能地为学习者提供学业水平发展报告与学习资源等内容反馈。自适应学习可以帮助学习者实现自我反思、自我监控与自我认知，通过鼓励学习者作出积极选择来实现学习理念的改进与学习价值的创造。

（三）分布式学习的实现

分布式学习是指将学习者置身于同伴、媒介、社会与文化等环境中进行的一种沉浸式的学习活动，主要强调认知主体与环境之间的分布。从本质上来讲，分布式学习不仅强调学习者之间的交互，关注群体知识构建，还重视加强学习者与多样化学习资源的交互作用。借助人工智能技术，学习者围绕课程主体、话题内容和学习兴趣等创设学习社群，组成学习小组或构建人机合作共同体。除此之外，人工智能技术可以为学习者提供多元化且可以深度参与的交互学习环境，通过打造人际互动网络实现学习者之间同步或异步的高效互动，共同完成学习任务，达到学习目的。同时，通过分布式学习网络，学习者可以建立与其他学习者、学习内容和学习环境间的联结，从而获得多元化学习路径、学习资源和学习支持，促进学习者知识的构建以满足学习者动态需求。

二、基于教师的角度分析

人工智能给教育领域带来了极其广泛而深远的影响，而作为大多数教育活动主体之一的教师也必然会受到一定的影响。人工智能教育应用的第一步便是从替代烦琐、机械的教育教学活动开始，将教师从重复性的脑力工作及简单的机械性劳动中解放出来，从而达到提升教育教学成效的目的。同时，教师的角色也将伴随着人工智能教育的应用而发生根本性变革，人工智能将取代教师的知识性角色，教师则需要充分彰显其育人角色，将主要精力放在充当“连接者”和“创造者”的角色上。

（一）减轻工作负担，提高工作效率

人工智能教育应用的作用主要体现在替代教师的部分重复性劳动，提高教师开展个性化教育教学的效率上。一方面，通过对学习者资源使用情况的完整记录以及学习者在学习过程中所产生的学习行为数据进行深度挖掘，帮助教师精准快速地把握学习者的学情，并且以学情分析的结果为基础，依据学习风格、学习需求等参数选择教学资源、教学策略，同时规划教学过程并高效地实现自动备课或者提供有效的授课建议。另一方面，人工智能可以完美地承担出勤考核记录，作业的编辑、收发和批阅，问题的收集、分析与解答以及学习者素质测评等程序性的任务，不仅大幅减轻了教师的工作负担，而且为教师从事创造性、情感性的个性化答疑、授课等以及创生个性化教学工作提供可能。

（二）促进角色转变，适应全新教学环境

人工智能教育应用使得学习者的核心素养培养成为主要内容，教师的核心价值也由传统的专业知识和专业技能转向为情感塑造、创造力提升和良好德行的培养，教师的责任亦不再是单纯地灌输知识，而应该是帮助和引导学习者自主学习及自我成长，并最终成为学习者的人生导师。一方面，在教学上，教师将更多地被定位为学习者学习活动的设计者和组织者。人工智能技术能够为学习者的个性化学习创生有利条件，教师应当摒弃培养单一人才的教育目的和以知識讲授为中心的教学目标，成为注重学习者浓厚学习氛围的营造者，学习者学术成长计划与方案的定制者，学习者学会自我管理与自我调控的引导者，以及学习者主动学习、实践和创造的促进者。另一方面，在育人上，教师将更多地被定位为促进学习者成长的心灵导师和成长伙伴。人工智能的教育应用使得教师应该关注师生对话与情感交流，注重培养学习者的批判意识、创新能力和审美素养，通过对学习者进行思想熏陶与价值引领帮助其养成健全人格。

三、基于管理者角度分析

人工智能教育应用可以很大程度上降低教育管理成本，提升教育管理效益，使管理者、教师与学习者沉浸于良好的教育生态系统中，从而真正地将教育与管理融为一体，促使教育沿着内涵式发展道路前行，同时也使得教育能够从冗长、粗放的科层管理模式转向扁平化的精准化治理。

（一）实现精准化的教育治理

人工智能既可以协助管理者精准制定教育政策，也可以对教育宏观规律进行预测与调控。以人工智能技术为支撑，对包含学习者、教师、学校与社会等方方面面的教育数据进行全样本收集，通过数据挖掘关联算法，分析优化教育治理体系各个治理环节及流程，用具有前瞻性的宏观调控取代滞后的微观管控，提升治理方案的应用实效，从而达到教育发展状态与社会需求相协调。同时，为学校布局、教育经费分配等教育决策提供理论指导与数据支持，提高教育发展战略以及教育政策等方面决策的有效性及精准性。

（二）促进优质资源共享

泛在学习成为可能得益于信息技术的发展，同时学习者接受教育的方式也面临重大变革。学习者可以突破传统教育对学习资源和学习方式的限定，借助于网络、媒体等多元渠道获取知识与技能。人工智能技术使得建立具有全功能、全流程特色的高效智能教育管理系统成为可能，通过这一智能化管理系统可促进学习资料和学习资源、教学资源、优秀师资以及信息红利的有效共享。

四、推进人工智能教育应用面临的问题

人工智能教育应用虽然发展较快，并在各方面取得了一定的进展，但仍处于浅层次的、以认知为导向的弱人工智能阶段，其在教育领域应用的潜力未得到发挥，尤其是通用性人工智能尚待开发，对于推进教育系统深层次变革依然存在广阔的发展空间，在推进人工智能教育应用的过程中还会面临诸多的现实问题与挑战。

（一）学习者自主学习能力不足，学习负担增加

学习者具备一定的自主学习能力是人工智能教育应用实施的基础。自主学习能力不仅包含信息处理能力，更重要的是自我调节、自我管理能力等。显而易见，在人工智能教育应用过程中，学习者必然会成为所有学习活动的中心，主体地位始终贯穿整个学习过程，学习者可以根据自身需求选择相应的学习资源，生成个性化学习方案。如此，个性化学习方案的顺利实施对学习者自主学习能力要求更高。大部分学习者习惯于采用传统学习模式，自主学习能力存在一定的欠缺，必将导致学习效率低下，学习负担增加。主要表现：处理信息速度慢；学习基础薄弱，需要花费大量时间和精力对基础知识进行弥补。

（二）教师数字胜任力薄弱，教改动力不足

教师具备必要的数字胜任力是人工智能教育应用实施的关键。教师数字胜任力意味着数字意识、数字交流、数字创造等多种能力的综合表现，正是为面对智能时代的数据而存在[20]。人工智能教育应用要求教师能够对于教育教学活动相应事项所产生的大量数据信息进行适当的理解和运用，从而创生新信息。然而，在现实教学改革中却碰到以下问题。一是由于教师缺乏数据意识，很难运用数据对教学问题进行思考，更谈不上辅助教学管理，从而对数据利用态度消极；二是由于教师数据技能欠缺，导致数据交流能力低下，从而造成所获取的数据服务有限，进而无法进行对外技能交流，更别说数字创新。因此，教师数字胜任力薄弱必将使得教师工作量加大，导致其教改动力不足。

（三）管理者资源相对缺乏，统筹推进受限

管理者统筹推进资源开发与建设是人工智能教育应用的重要保障。人工智能教育应用要求管理者要根据现有资源配置情况，洞察教育教学过程中存在问题及其演化趋势，通过对大数据的收集和分析，搭建智能化管理平台，实现更方便、更高效的资源配置，更合理、更有效地提升教育质量及促进教育公平。在这一系列过程中需要多方相关专业技术人员的保障与支持，同时要对多方资源进行统筹优化。然而，当前大多数管理者采用的是科层管理模式，各部门有各自的系统，虽然分工明确但各部门之间未能形成系统的联系，这无疑将成为制约人工智能教育应用发展的重要瓶颈。

五、多主体视域下人工智能教育应用改革举措

人工智能教育应用的目标就是借助人工智能的技术手段，改革创新学习者学习方式以及教师教学模式，同时也为教育管理者打造更加智能化、个性化的教育生态环境。人工智能教育应用的不断深入发展，虽然尚未彻底颠覆传统教育模式，但对学习者、教师和管理者已产生较大影响。正确合理应对这些变化，更好地将人工智能技术服务于教育领域值得进一步思考与探索。

（一）学习者强化自主学习，培养创新思维能力

人工智能教育应用使得学习者获取信息的途径、方式更多样、更便捷，因而精准处理信息显得尤其重要，需要学习者具有很强的自主学习能力。为此，学习者不仅要树立终身学习理念，还要培养自主学习意识。首先，学习者应该充分认识到自主学习是有利于实现自我可持续发展的有效途径，通过学会自我约束和管理使得学习者自控能力得以提升，从而保障有效实施自主学习这一必要条件。其次，学习者应该结合自身发展实际进行目标规划与管理，从而有目的地开展阶段性自主学习。最后，学习者应该客观地利用自主学习的评价结果对学习效果进行总结与完善，更好地实现学习目标，通过探索与思考，在潜移默化中培养创新意识及创新能力。

（二）增强教师数字胜任力，提升人工智能素养

人工智能教育应用要求教师要强化自身的数字胜任力以提升教学质量。首先，教师应该侧重提升数字技术认知能力，具备必要的数字意识与数字思维。数字认知是教师开展教育教学活动的基础，能在很大程度上提高教学效果，进而为技术深度赋能教育教学活动提供应用支撑，从而到达数字创新与教学创新的目的。其次，教师应该自觉提升数字资源整合能力，具备一定的数字管理意识。数字资源是教师开展教育教学活动的保障，能够进一步提升人工智能教育应用的效能，通过对教学资源、教学流程的重构与再造实现高质量教学。最后，教师应该着重提升数字综合应用能力，强调教师要具备数字创造意识。数字综合应用是教师开展教育教学活动的关键，教师应该充分创设学习环境，改善教育方法，调整优化教育过程，高效地实现教育教学活动的创新与创造，有效地提升教师人工智能素养，从而满足学习者多元化、全方位发展的需求。

（三）管理者搭建智能学习平台，协同共建优质资源

人工智能教育應用要求管理者协调各方有效资源进行合理配置，为统筹推进多方协调创新及教育公平化打下扎实基础。一方面，管理者应统筹推进智能学习软件平台的搭建。人工智能教育应用最终会依托智能学习平台开展，因此智能学习平台的建设不仅是人工智能教育应用的前提和基础，更是决定其应用成效的关键。智能学习平台的搭建为终身学习、泛在学习以及大数据应用于教育教学活动提供了无限的可能性。另一方面，管理者应统筹优质资源的共建与共享。优质资源的共建与共享不仅需要相应的管理制度保障，而且还需要一定的政策扶持，尤其需要大量的技术支持，因而其参与主体十分多样，这就要求管理者要协调参与者各司其职、相互配合，做好优化处理，打造优质资源共享链。

总而言之，人工智能技术与教育的深度融合将进一步改变未来教育的生态，使教育变得更具智慧性。当然，人工智能教育应用也会面临一系列重大挑战。一方面，人工智能技术本身不够成熟，亟待在自身发展上突破技术瓶颈；另一方面，人工智能教育应用需要解决道德伦理问题。精准的教育服务建立在大量底层数据基础之上，必然存在隐私泄露的风险。人工智能教育应用尚未成熟，需要学习者、教师和管理者三大主体长期共同努力，无论是意识、思想还是能力，都应紧跟人工智能时代的脚步，充分发挥人工智能与教育活动相结合的优势。

参考文献：

[1]  CANBEK N G，MUTLU M E.On the Track of Artificial

Intelligence：Learning With Intelligent Personal Assistants[J].

International Journal of Human Sciences，2016（1）.

[2]  LUCKIN ROSE.Towards Artificial Intelligence-based Ass-

essment Systems[J].Nature Human Behaviour，2017（3）.

[3]  AGARONNIK NICOLE D，KWOK ANNE，SCHOEN-

FELD ANDREW，et al.Natural Language Processing for

Automated Surveillance of Intraoperative Neuromonitoring

in Spine Surgery[J].Journal of Clinical Neuroscience，2022（97） .

[4]  KUBOTA KAZUNORI.Breast Ultrasound in the Age of

Advanced Technology and Artificial Intelligence[J].Journal

of Medical Ultrasonics，2021（2）.

[5]  BOZKURT A，KARADENIZ A，BANERES D，et al.Arti-

ficial Intelligence and Reflections from Educational Land-

scape：A Review of AI Studies in Half a Century[J].Sustain-

ability，2021（2）.

[6]  彭紹东.人工智能教育的含义界定与原理挖掘[J].中国电

化教育，2021（6）.

[7]  高山冰，杨丹.人工智能教育应用的伦理风险及其应对

研究[J].高教探索，2022（1）.

[8]  徐晔.从“人工智能教育”走向“教育人工智能”的路径探

究[J].中国电化教育，2018（12）.

[9]  王奕俊，王英美，杨悠然.高等院校人工智能素养教育的

内容体系与发展理路[J].黑龙江高教研究，2022（2）.

[10]  顾小清，李世瑾.人工智能教育大脑：以数据驱动教育治

理与教学创新的技术框架[J].中国电化教育，2021（1）.

[11]  冯翔，王亚飞，吴永和.人工智能教育应用的新发展[J].现

代教育技术，2018（12）.

[12]  吴文妹.智慧课堂 智慧校园 智慧环境——新时期智慧

教育发展的阶段性及其建设[J].教育理论与实践，2021（25）.

[13]  陈颖博，张文兰，陈思睿.基于增强现实的场馆学习效果

分析——以“AR盒子”虚拟仿真学习环境为例[J].现代

远程教育研究，2020（5）.

[14]  张露，尚俊杰.基于学习体验视角的游戏化学习理论研

究[J].电化教育研究，2018（6）.

[15]  方佳明，史志慧，刘璐.基于5G技术的在线教育平台学

习者迁移行为影响机制[J].现代远程教育研究，2019（6）.

[16]  丁依文.激发日常创造力：美国K-12设计教育的理论

框架和实施路径[J].比较教育学报，2021（5）.

[17]  鲍日勤.人工智能时代的教与学变迁与开放大学2.0新

探[J].远程教育杂志，2018（3）.

[18]  黄娥.人工智能助力我国开放大学建设：逻辑、动力与

路径[J].成人教育，2020（7）.

[19]  鲍   力，孙雨.人工智能在远程教育领域的应用路径研

究[J].成人教育，2020（11）.

[20]  何灶，赵磊磊.智能时代教师数字胜任力发展困境及策

略研究[J].贵州师范学院学报，2021（3）.