課堂：走向“數字孿生”

/ 華東師范大學教授 教育部教育信息化專家組秘書長

黨的十九大報告指出：“建設教育強國是中華民族偉大復興的基礎工程，必須把教育事業放在優先位置，加快教育現代化，辦好人民滿意的教育。”其深層內涵是需要我們把“新時代”的“教育”研究清楚。

全面提升教育信息化水平

中國特色社會主義正在進入新時代，信息技術的飛速發展及其與教育教學的深度融合，展開了教育發展的新圖景，是破解新時代教育矛盾，辦成人民滿意教育的重要途徑。

新時代的教育發展必將出現四大趨勢：一是教育范式亟待從經驗走向科學；二是教育目標亟待從知識走向能力；三是教育機制亟待從管理走向治理；四是教育過程亟待從階段走向終生。面對上述趨勢，改革是唯一的出路。很顯然，如果沒有新理念、新方式支撐下的教育信息化的參與，針對上述趨勢的改革將難以奏效。而這種“新理念、新方式支撐下的教育信息化”就是教育信息化2.0。

十九大以后，教育部在教育信息化方面推進力度比較大。2018年4月，教育部出臺了《教育信息化2.0行動計劃》（以下簡稱《行動計劃》），這是繼2012年出臺的《教育信息化十年發展規劃（2011—2020年）》、2016年出臺的《教育信息化“十三五”規劃》之后，我國又一次在全國層面出臺綜合性教育信息化規劃文件。

黨的十九大之前我們可以稱之為教育信息化1.0時代。這個階段中國教育信息化發展的特征總的來說可以歸結為“基礎建設+設備配套+應用探索”。黨的十九大以后整個中國的教育信息化進入了2.0時代。2.0就是要全面提升教育信息化創新應用水平，要走在世界前列。2.0和1.0是有本質區別的，在整個發展理念和建設方式上更深一層。如果1.0時代的發展目標還是基礎設施建設先行的話，2.0就是一種需求導向、應用導向，更要把教育信息化放諸現代信息社會語境，特別是要在大數據、人工智能的背景下加以考量。

黨的十九大之后我們要實現教育信息化發展的“轉段升級”，教育信息化2.0就是要在1.0階段“三通兩平臺”的基礎上，全面提升教育信息化發展水平。教育部副部長杜占元在2018年全國教育信息化工作會議上指出：“教育信息化2.0就是要全面提升教育信息化發展水平，使中國教育信息化步入世界先進行列，發揮全球引領作用，以教育信息化全面推動教育現代化，開啟智能時代教育的新征程。”

從“教育信息化1.0”走向“教育信息化2.0”絕不僅僅是一個提法上的改變，而是面對新時代教育發展的新要求，教育信息化在發展理念、建設方式上的一次躍升。

“教育信息化2.0”勢在必行

新時代的教育，它的研究范式應從經驗走向科學。我們對孩子的培養，更應在乎他們應對未來變化的能力的掌握，而不應當僅僅重視知識的掌握，但目前的教育系統還很難改變，雖然我們都知道這個問題很嚴重。教育研究中有科學的成分，但不完全是科學。但是，如果可以用科學的手段去研究實踐，而我們不用或者用得不好，那教育的研究就會有缺陷。不管是言傳身教還是經驗總結，要上升到科學，還有一段路要走。

教育是不是科學？1891年《教育評論》邀請哈佛大學哲學家喬賽亞·羅伊斯為其創刊號撰寫首篇文章。羅伊斯以一個問題作為其所撰寫文章的標題——“教育是科學嗎？”今天，這個問題仍然困擾著整個教育學界。

埃倫·康德利夫·拉格曼在《一門捉摸不定的科學：困擾不斷的教育研究的歷史》一書中指出：“教育研究產生于哲學、心理學、社會科學以及統計學等學科的不同組合，它既沒有單一的研究重點，也沒有統一的研究方法。這種多樣性從一開始就成為教育學術的特點，再加上該領域沒有能形成一個十分有力、自我調節的專業群體，這就意味著這個領域始終沒有形成高度的內部協調。”

可驗證、可復現是科學之為科學的重要特征，也是教育科學能夠成為科學的前提。但由于教育所涉領域廣泛、要素駁雜，即便是微觀領域，要用單一要素，或少數要素來進行解釋、判定，從而求得要素間的因果關系，進而達成“可驗證、可復現”都是相當困難的。事實上，就目前而言，教育學離科學尚有相當的距離，我們還處在“教育科學”的“預備階段”。在這個“教育科學”的“預備階段”，首要的任務是積累優質的、可供研究（或潛在可供研究）的數據。中國教育信息化1.0階段為這一目標的實現奠定了基礎；但在教育信息化2.0時代，該如何從基礎走向目標，“數字孿生”為我們提供了新的思路。

從“數字孿生”到“孿生教室”

“數字孿生”最早是出現在工業制造領域的一個概念，原初是指充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程。

“數字孿生”本質上是以數字化的形式對某一物理實體過去和目前的行為或流程進行動態呈現的過程與結果。如果引入到教育，就是在課堂上了一堂課后，有沒有把這個環節中所有數據都搜集起來，或者盡可能多地搜集起來。如果能搜集起來，才能談建模、人工智能。

“數字孿生”以針對眾多層面持續、實時開展大量物理世界數據監測為基礎。該檢測可通過數字化的形式對某一物理實體或流程進行動態呈現，從而有效反映系統運行情況。

“數字孿生”并非是一種“物聯網解決方案”，物聯網系統可用于位置檢測和某個組件或要素的診斷，但無法對不同組件或要素間的相互作用和整個生命周期過程進行檢測；“數字孿生”特別適用于應對復雜系統問題或流程建模。

如果我們認可教育是一個復雜系統、復雜流程，那對于教育的研究我們就必須以復雜手段、復雜思維來加以應對。當教育過程中的因果關系還難以有效判定前，先將相關數據完整、實時、系統地記錄下來，然后在其中抽絲剝繭，找到線索，成為可行的做法。因此，要使得教育學真正走向教育科學，對教育的“數字孿生”勢在必行。

嘗試：對常態教室進行“數字孿生”

實際上，教育的“數字孿生”還處于概念階段，“孿生教室”還處于籌劃階段，將還處于實驗室階段的“孿生教室”貿然投入實踐顯然時機還不成熟，理當慎之又慎，尤其需要考慮到其中可能產生的倫理問題、道德問題。目前在實踐中可行的是首先以“數字孿生”的概念重建“微格教室”，將“孿生教室”投入到職前和職后的師訓中。

“孿生教室”記錄的是一個動態的過程，“孿生教室”的構建本身也是一個動態的過程，要對哪些要素的哪些側面進行“孿生”需要不斷調整、不斷演進，這是“教育科學”得以形成的必經之路。

最后需要發展到“孿生教育”，將整個業態全部記錄下來，做到這點很難。那么，我們能不能先從一個學校做起？當然，“孿生學校”也很復雜，那能不能再小一點，到“孿生教室”。這是我們最新的考慮。大家可以看到，這幾年人臉識別的技術突飛猛進，一些企業已經開始展示人臉識別相關的應用。比如某互聯網企業辦事處的大堂，當人走過時，如果是本企業員工，臉上就會出現數據。如果不是本企業員工，它是識別不出來的，就會變成“局外人”。如果這個企業有200人，只采集了200個人的數據，第201個人，是認不出來的。但是它的邊上還有個小小的表情，如果這個人笑，旁邊也會出現笑臉。如果這個人是嚴肅的表情，也會跳出一個嚴肅的表情。總之是相符的表情。這里面有些簡單的數據分析，這就是類似于娛樂性的展示，所謂的人臉識別和人工智能的工具，除了鑒別這個人是誰以外，在這里并沒有太大的實用性意義。鑒別這個人的前提是后臺數據庫中有這個人的信息，包括我們現在看的電視中抓犯人，也是數據庫中有它的數據才能比對。

杭州第十一中學也用了兩個班級作為試點，在教室中安裝了探頭，有捕捉全景的攝像頭，有動態跟蹤的攝像頭。一節課下來，哪個學生高興幾次、開小差幾次，都可以統計出來，但這個探索還缺少一個重要前提——這些統計是根據什么規則來標注的？我們要拿出足夠科學的依據才行。而且，一旦這類手段大規模應用，學生可能很快會像大人一樣，明明在開小差但是臉上表情裝得很認真，明明很生氣但是做出笑的表情。所以如何辨別這些統計數據的真實性，是很關鍵的問題。

實際上，我們需要采集環境數據、資源數據，以及學生和老師的生理數據、行為數據和學業情況的所有數據。這些數據如果在孿生的數字課堂中能夠采集到，我們就有了下一步研究的基礎。

在課堂中，可以考慮在桌椅上布置傳感器，捕捉孩子更多的表情與情緒，我一直期待有既精準又便攜的采集設備，可以在一個成建制的班級中批量配置。現在心理學或者腦科學的研究案例，基本都是對于個體的研究。比較簡單的，如在手指上套一些傳感器，這樣就可以采集心率、皮膚的溫度、皮膚阻抗、呼吸、脈搏，以及眼動等數據。在這個基礎上，一個是要進行數據的清洗，將同一時間軸下所有的數據都在這根時間軸上反映出來，下一步要進行數據標準化，對數據進行標注并建模。這就需要引入人工智能的技術，挖掘自動化的標注模型。對表情及情緒的標注也是很專業的事情，同一張臉你認為是哭臉，我認為是他在思考，這都是需要找到更準確的模型。

對于教育的“數字孿生”概念，還處在比較概念的階段，處在籌劃的階段。“孿生教室”的構建是動態的過程，研究對哪些要素要進行哪些調整，便是教育科學應該研究的問題。