基于“人性結構”理論的AI助教系統模型研究

楊彥軍　羅吳淑婷　童慧

[摘? ?要] 人工智能時代的主流教育形態是借助現代信息技術實現的，根據學習者個性特征為其提供精準個性化學習服務的大規模個性化教育。教師在知識掌握、認知能力、情緒管理、生理素質等諸方面的“缺陷”日漸暴露，斯蒂格勒的“人性結構”理論啟示：基于人工智能的AI助教系統將是未來課堂教學中有效彌補教師缺陷、激發教師潛能的關鍵性“技術”。文章在對人工智能時代的課程教學活動、現有AI助教系統的功能及人機協同教學現狀深入考察的基礎上，認為AI助教系統在認知方面表現更加出色，但教師在情感和創意方面的智慧是無可替代的。基于此提出了未來課堂教學行為分析框架和AI助教系統模型，模型中包含了“AI替代”“AI協助”“AI增強”“AI賦能”四種不同的功能關系。最后展望了未來AI助教系統研究所面臨的挑戰，以期為智能時代AI助教系統的研究提供理論上的參考和思路上的借鑒。

[關鍵詞] 人工智能; 教師“缺陷”; AI助教系統; 人性結構; 大規模個性化教育

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 楊彥軍（1981—），男，甘肅天水人。副教授，博士，主要從事信息技術與教育等方面的研究。E-mail：ts.yyj@126.com。童慧為通訊作者，E-mail：leiyuth@126.com。

一、引? ?言

近年來提出的工業4.0理論，以工業發展核心技術為參照，對工業革命后的社會形態作了細致的劃分，即認為18世紀以來人類社會經歷了蒸汽化為主要特征的工業1.0時代、電氣化為主要特征的2.0時代、信息化為主要特征的3.0時代，目前進入了以智能化為主要特征的工業4.0時代。與人類社會發展階段相適應，人類的主要教育形態也進入了普通學校教育[1]。以班級授課制為主要特征的普通學校系統能夠高效率、大規模地培養具有相同知識和技能的同質化人才，這完全適應工業3.0及以前的社會需要。但工業4.0時代的制造業生產方式是以3D打印為主要代表的增材制造方式，傳統生產流水線上的工人將被各種工業機器人和工業級3D打印機取代，這將從根本上改變社會生產系統對人才結構的要求。人工智能時代需要的是具備21世紀技能的個性化創新型人才，但當前我們的教育卻正在以工業1.0時代的方式為工業4.0社會培養人，這就亟須現有教育系統發生系統性變革以適應人工智能時代對大規模個性化創新型人才培養的需求。MOOC的出現為大規模個性化教育提供了資源支持、基于互聯網+的各種教育教學創新模式正在為未來教育變革提供多元化的解決方案，大規模個性化教育正逐漸呈現在人們面前。

大規模個性化教育（Large-scale Personalized Education）就是借助互聯網、大數據、人工智能等現代信息技術實現的，能夠大規模根據每個學習者個性特征為其提供包括定制化培養方案、個性化教學方法和個性化學習路徑等內容的個性化學習服務的互聯網+教育形態。大規模個性化教育將成為人工智能時代的主流教育形態[2]。傳統上實現個性化教育的主要途徑有個別化教學（Individualized Instruction）、差異化教學（Differentiated Instruction）和適應性學習（Adaptive Learning）。這些形式的個性化教育，其師生互動質量相對較高，但卻難以滿足大規模、低成本、高速率開展人才培養工作的需求。隨著工業4.0時代的到來，教育的個性化與規模化沖突不斷凸顯，當人們自覺不自覺地將教師與各種專門型人工智能體相比較時，教師作為凡人的“缺陷”正逐漸暴露于人們的眼前：首先表現在教師知識掌握方面的缺陷，教師在知識面、知識儲量和知識更新速度等方面都難以和專門型的人工智能體相比;其次表現在教師認知能力方面的局限，主要包括作為人類普通一員的教師感覺過程的選擇性、知覺組織的整體性、工作記憶容量的有限性等方面[3];第三表現在教師情緒管理方面的缺陷，教師在情緒識別、情緒穩定性和認知無偏見等方面存在明顯不足;第四表現在教師生理素質的局限，包括生理結構、體力、耐力等方面的缺陷。隨著當前普通學校教育系統中對個性化學習的不斷重視，教育的“規模化”和“個性化”矛盾不斷凸顯，逐漸暴露于人們面前的教師缺陷成為實現大規模個性化教育的關鍵挑戰。

教師諸方面“缺陷”的日漸暴露，將“人是缺陷存在”這一哲學命題呈現在大眾面前。當代法國著名技術哲學家貝爾納·斯蒂格勒（Bernard Stiegler）正是基于這一前提性認識，提出了自己的“人性結構”理論，他認為與各種動物的天賦“性能”存在于自身之內不同的是，人類因其“缺陷”創造形成的“代具”則存在于自身之外，這也意味著人和技術相互“存在”于各自之中，人最終是以“人—技術（代具）”的方式存在。斯蒂格勒的“人性結構”理論讓我們認識到：所謂的教師“缺陷”其實是人工智能時代凸顯出來的人類共性問題，教師以“人—技術（代具）”結構存在是常態，“技術（代具）”與教師的有機結合既非“節外生枝”，也非“取而代之”，而是和諧共生以追求教育教學的至善。在文字印刷時代教師是以“人+紙筆（或粉筆黑板）”、在計算機時代教師是以“人+計算機”的顯性技術結構方式生存，教師以“人+人工智能”的人機協同工作方式存在，將成為人工智能時代的新常態。聯合國教科文組織和布羅孚圖盧（ProFuturo）在2019年移動學習周期間發布的《教育中的人工智能：可持續發展的機遇和挑戰》（Artificial Intelligence in Education： Challenges and Opportunities for Sustainable Development）工作報告也提出了由教師和虛擬教師構成的“雙教師模式”解決方案以支持個性化學習與協作學習[4]。基于人工智能的AI助教系統將是未來課堂教學中有效彌補教師缺陷、激發教師潛能的關鍵性“技術（代具）”。那么AI助教系統究竟應該如何與教師和諧共生，AI助教系統應該具備哪些功能，這是需要繼續深入探索的問題。

二、人工智能時代的課程教學及其

人機協同分工

AI助教系統就是借助以人工智能、人機交互、學習分析、混合現實等為核心的現代信息技術實現的，能夠輔助教師開展高質量大規模個性化教學的智能教學系統。為了深入分析AI助教系統應該具備哪些功能，首先要明確人工智能時代的課程教學中人機該如何協同分工。為此，有必要對人工智能時代的課程教學活動、現有AI助教系統的功能等作深入考察。

（一）人工智能時代的課程教學活動分析

基于人工智能的課程教學還是一種未來時態，目前不可能實際觀察到其具體活動及特征，但現有的關于未來課堂或未來教室的“概念型產品”和相關理論研究可以作為我們分析的基礎。近年來由英特爾公司發布的《英特爾未來教室——橋項目（Intel Project Bridge）》、Daniel Nemroff創作發布的《教育中的技術，未來教室（Technology in Education， A Future Classroom）》、康寧（Corning）公司發布的《玻璃構成的一天（A Day Made of Glass 2）》等“概念型產品”較有代表性。其中，《英特爾未來教室——橋項目》在教學方式方面強調教師的實時監控和遠程專家指導，在授課方面重視真實情境的創設和學習者的自主探究，在實驗方面注重結合3D打印技術促進學生的創造性學習，體現了一個人機無縫互聯的智慧課程模式。后兩個案例呈現的情境具有相似性，凸顯教學中的人機互動及多終端融合，教學過程中師生使用智慧感應觸摸板和智慧課桌，其支持多屏互動和全息投影立體模型授課、學習者線上自主學習、物體屬性自動感應與相關結果可視化呈現，為學習者帶來全新的交互體驗。圖1和圖2是按照時間順序提取的前兩個視頻中的師生教與學活動序列。綜合對兩個視頻中師生具體活動的分析，可發現AI助教的主要功能包括可視化評價和智能推送、教學資源/任務的分享與推送、學習進度實時監控、多屏互動/多點觸控授課、基于技術的真實情境創建、跨越空間的遠程互動、3D打印建模仿真實驗、在線資源智能檢索、在線學習與測試等。

在相關理論研究方面，劉智明等人認為，未來課程教學應當注重在技術的深度介入下強化課前導學、課堂練習、課后復習三個階段，并歸納AI助教系統應包括基于PAD等無線終端授課、采集/儲存/分析及呈現相關教學信息數據、基于VR/AR與體感交互的真實情境創建、遠程視頻會議、課程內容的全過程錄制和3D打印等功能[5]。吳曉如等人則認為，未來課程教學的重點在于升級與拓展AI助教系統功能以支持課內課外全場景教學的應用，AI助教系統的功能應包括各類教學資源分享與推送、智能評價、多種互動服務及教學工具的提供、家校學情溝通與班級管理等[6]。可見，相關理論研究均注重AI助教系統的深入介入以促進未來教學的課前初步掌握、課堂深度加工、課后鞏固反思，換句話說，就是期望促進AI助教系統在課內課外的一體化應用[7]。基于以上關于未來課堂“概念型產品”的質性分析及相關理論研究，對可預見未來的主要課程教學活動描述如圖3所示。

在課前，AI助教系統協助教師獲取信息、制作資源、輔助備課，將課前學習資源和任務分享推送給學習者供其自主探究學習，在此過程中對學習者的知識基礎、學習方法習慣、興趣特點等和課前預習情況進行細致分析。在課中，AI助教系統形象呈現教學內容輔助教師授課，并實時監控學習者的學習進度、診斷學習者的學習障礙、呈現可視化的教學評價，提供個性化指導輔助;學習者可通過在線資源智能檢索、利用3D打印機在基于技術創建的真實情境中進行建模實驗等，期間課堂的全景數據都會被采集與分析;遇到困難可以求助專業人員進行跨越空間的遠程互動。在課后，學習者將收到精準推送的學習資源進行在線自主學習，家長能實時掌握學習者每日的課程軌跡和身體狀況、與教師在線溝通與交流，教師也可以及時發現教學中存在的問題進行進一步調整與反思。可以看到，未來課程教學活動具有教學方法個性化、教學指導精準化、教學環境智能化等特點。

（二）現有AI助教系統的功能分析

基于自然語言處理、深度學習、人工智能等技術的各種專門型AI助教系統已經較多，通過分析其功能也可以為建構AI助教系統功能模型提供借鑒。為此，本研究對目前幾個比較有影響的AI助教系統功能進行分析（相關信息均來自相關產品網絡、研究文章及媒體報道），分析結果見表1。

通過上面分析可以看出，現有AI助教系統的功能可以大致劃分為三類：（1）輔助教師解決人機交互、常規課堂管理等方面的簡單體力勞動為主的工作，具體包括資源獲取、語音控制課件、人臉識別簽到、資源共享、信息校對、朗讀示范等功能。（2）輔助教師解決重復性的認知性工作：具體包括數據采集、作業批改、智能組卷、常見問題解答、知識點講解、可視化報告等功能。（3）彌補教師先天心理缺陷完成的認知性工作：具體包括教學過程數據采集、學情診斷、學情分析、抄襲檢測、表情識別、個性化推送等功能。但是也可以看出，現有的AI助教系統對學習者的體質和心理健康等課堂全景數據采集不夠全面;對學習者的語言、情感、動作的分析，社會化網絡（即人際網絡）的分析不夠深入;特別是遠程互動分享、真實情境創建和3D打印建模仿真實驗等功能運用不夠成熟。現有的AI助教系統無法對學習者個性特征進行細致全面的分析并提供與之匹配的教學內容與指導。

（三）未來課堂人機協同教學工作分配

在未來智能化的課程教學中，教師與AI助教系統的人機協同工作方式將成為教學常態，AI助教系統將如何與教師和諧共生呢？斯蒂格勒基于“人—技術（代具）”的人性結構認識，對技術是人的本質外化這個問題展開的批判，深入到了當代資本主義開創的“熵增”的“人類紀”和當今社會出現的普遍“無產階級化”等問題。外在化思想邏輯演繹到盡頭，就會出現技術架空人類的危機，但斯氏對此有清醒的認識，因而在自己的思想體系中發展了西蒙棟的個性化思想，認為技術物體是可以個性化的，但它離開了人類的個性化根本不可能存在，技術與人處在跨個性化的過程中[8]。斯蒂格勒思想體系對技術外化的批判非常深刻，強調人與技術的和諧共生，但卻對如何處理人與技術的關系等實踐問題沒能給出答案，只是用“技術是人類的解藥，也是人類的毒藥;我們要對技術的高速發展心存警惕，應時刻保持批判性;我們需要創造一種新的技術文化，去應對技術的時代”的警醒指明方向[9]。2018年11月，在上海召開的“首屆未來哲學論壇”上斯蒂格勒作了題為《人類世中的愚蠢和人工智能》的演講，他指出，人工智能其實是一種“人工愚蠢（Artificial Stupidity）”，在聲稱人工智能比人更了解人的時代，人們不愿意耗費精力去作出思考、判斷和決策，這才是AI對人類的最大挑戰，人工智能的發展只有在新的技術文化關照下才可能為世界的熵增最小化作出貢獻。他雖不能也不愿對人與人工智能如何協同工作給出具體答案，但正如他的神話故事中所說的，普羅米修斯偷送給人類的“技術創造技能”或許是永遠不可外化為“代具”的關鍵部分，這將保證人類在人工智能面前能夠永遠“道高一丈”。正如富蘭克·利維和理查德·默南（Frank Levy & Richard Murnane）在《與機器人共舞（Dancing with Robots： Human Skills for Computerized Work）》、趙勇等人在《不要讓人去做機器的工作（Nerve Send a Human to Do a Machines Job）》中表達的核心思想：在人機共生的智能社會，人和技術在學習生態系統中有各自的“生態位”，人類擅長的事讓人類做，機器擅長的事讓機器做，達到人機優勢互補的新生態。至于人機該如何分工，利維和默南（Levy & Murname）提出的“與機器人共舞”框架指出，讓計算機解決程序化的問題，讓人類解決非結構化的問題、處理新的信息以及完成非程序化的任務[10]。趙勇等人提的教師和技術的“生態位”框架認為，技術的“生態位”是完成機械的、重復的任務，提供創新性的展示與交互方式，以及促進個性化的學習體驗;教師的“生態位”則是批判性思考，以及社會與情感交互[11]。祝智庭教授、余勝泉教授等人已經對人機協同分工作了細致的分析[12-14]。此外，德國哲學家康德對人類精神活動的劃分及相應的批判或許更具全局性啟示意義，他把人類的精神世界分為知、情、意三大類，認為科學可能在認知方面所向無敵，但面對情感、意志則無能為力，因此，留下了兩個沒有被科學侵占的地盤。人工智能正好與此相對應，在智能方面人類已經無法匹敵，但在情感、意志方面，機器還是傻瓜。所以，人類未來應該利用自身智慧，從過去的體力、智力領地撤到利用情感、意志的智慧領地[15]。

因此，可以分別從認知、情感、創意三個方面對教師和AI助教系統各自擅長領域的工作內容進行歸納及劃分。在認知層面，教師主要負責抽象知識形象化、碎片知識系統化、思維性推理和經驗化想象等工作內容，幫助學習者構建知識點之間的聯系和完整的知識體系。AI助教系統則憑借在細節知覺、長時記憶、信息檢索與推送等方面的出色表現來挖掘、存儲并呈現教學過程中的信息，以分擔教師的認知壓力。其次是情感層面，教師在價值引導、社交指導、情感干預方面具有不可替代的地位，但AI助教系統對于表情動作言語中的情感識別、情感計算比教師更勝一籌。最后是教師調節和支配行動達到預定目標的創意活動，包括教學設計、學習服務研發、綜合活動組織等。而AI助教系統則解決的是創意工作前期的重復性體力勞動工作并創設更能激發創意的情境以促進教師創意工作的聚焦。綜上可以看出，兩者工作內容之間既可精準區分，又有著不可斷裂的聯系，未來課堂人機協同教學應秉持教師和AI助教系統各自負責其擅長內容的原則進行工作分配。

三、基于“人性結構”理論的AI助教系統建模

（一）基于“人性結構”理論的教學行為分析

根據以上分析，人機協同的教學工作方式應當包括教師主導和AI助教系統主導兩大部分。教師主導是指教師起著關鍵性作用、AI助教系統作為輔助工具的協同工作方式，其側重點是AI助教系統可以輔助、但無法替代教師進行工作（如圖譜化學習者分析）。AI助教系統主導是指AI助教系統起著替代性（教師無須參與）或決定性的作用（教師進行活動安排組織），雖然后者的教師工作AI助教系統也無法替代，但不同的是，若無AI助教系統的參與，此項工作教師將無從展開（如教學資源、任務推送和跨越空間的遠程互動）。基于此，本文圍繞未來課堂課前、課中、課后三個時段，在人機協同工作的基礎上提出未來課堂的教學行為框架，見表2。

具體來講，教師與AI助教系統的協同工作主要體現在以下方面。（1）課前主要是圍繞課程展開的教學設計，包括“圖譜化學習者分析”“數據化教學內容分析”“教學活動設計”“個性化教學資源研發”等教學行為。教師作為教學設計的主導者，必須親自參與分析決策和活動、資源的設計，與此同時AI助教系統將可視化呈現其利用大數據技術全力尋找的價值信息以供教師參考。其后AI助教系統將把精心設計過的教學內容和資源推送給學習者，此過程教師無須參與。

（2）課中，教師作為教學的主導角色，需要幫助學生建立知識點之間的聯系、構建完整的知識體系并傳授技能，同時，還需要傳遞積極正向的情感態度，引導正確的價值和信仰。在教學過程中，AI助教系統會協助教師形象地呈現教學內容并全方位采集學生的動態數據，畢竟部分學習者畏于與教師溝通，其消極情緒及困難又不易被察覺，這方面需要AI助教系統借助相關模型精準識別學習者的學習障礙并提出初步的解決建議，以供教師在進行教學評價和個性化學習指導時參考。與傳統教學不同的是，未來課堂教學注重學習者創新素養的培養，對此創設基于技術的真實情境、開展3D打印建模仿真實驗并邀請專家進行遠程實時互動指導。這些教學行為都需要AI助教系統來支撐，一線教師不需要打開技術的盒子了解具體原理，但是需要應用這些技術開展所需的教學活動。（3）課后，教師需要依據學習者的不同層次水平設計相應的課后學習服務，期間AI助教系統會協助教師生成具有較強針對性、滿足個人不同需求的作業練習并推薦相關資源給學習者。之后AI助教系統還可利用基于作業大數據訓練出來的規則和模型對學習者的作業進行批改，并形成綜合分析報告。在情感方面，教師要維持學習者積極樂觀的情感態度，并幫助學習者形成良好的內部社會網絡和豐富的外部社會網絡。在體質健康方面，AI助教系統可對學習者的身體狀況進行24小時無休眠監測，如有異常情況會及時向教師和家長反映并提供應對策略。除此之外，AI助教系統也會采集教師的動態數據并借助相關模型計算出教師的行為模式，并推薦可供參考的行為模式及適應性改進方案。同時，AI助教系統還是搭建家庭與學校溝通橋梁的關鍵點，將學習者在校表現與評價結果推送給家長，有助于家長了解孩子的學習狀況并對其進行正確的教育引導。

（二）基于“人性結構”理論的AI助教系統模型

通過上述對人工智能時代的課堂教學行為的分析來看，教師和AI助教系統在未來課堂教學中的地位和參與比重會依據教學工作創造性程度的不同而有所區別，人機協同將呈現一種技術透明的無縫融合狀態。2009年，魯本·R·普恩泰德拉（Ruben R. Puentedura）博士建立了一種技術與教學整合創新模型——SAMR模型。在SAMR模型中，S表示替代（Substitution），技術作為工具替代某些要素，但在功能上沒有變化;A表示擴增（Augmentation），技術作為改進工具，實現功能上擴增，但結構上沒有變化;M表示修改（Modification），技術支持對重大任務進行新設計，在結構上出現局部變化;R表示重塑（Redefinition），技術支持創造全新任務，引發結構與模式產生本質變化。據此，AI助教系統的功能也可以進一步細分為“AI替代”（S）、“AI協助”（A）、“AI增強”（M）、“AI賦能”（R）四種。如圖4所示。

（1）“AI替代”是指教師無須參與、可全部交付AI助教系統獨立處理，如批改作業等重復性體力勞動的工作。這些教學行為教師一樣可以等質完成，只是實現方式不一樣，AI助教系統僅作為教學工具并沒有改變教學本身的結構，屬于“替代”階段。（2）“AI協助”負責為教師提供一些輔助性的支持工具，促使教師更專注于教學中創造性程度較高、情感導向性較強、本身規則性較弱等只有教師可以勝任的工作，這正是AI助教系統所缺失的。這一階段AI助教系統仍然充當傳統教學工具的替代品，所處理的工作教師也能完成。不同的是AI助教系統參與的效果會優于教師，也為教學過程帶來實質上的改進，屬于“擴增”階段。（3）“AI增強”負責的是教師可以獨立完成但表現并不是很出色的工作。該階段AI助教系統的使用與教學任務的設計相結合，改變了原有任務的教學行為，這些教學行為需要通過AI助教系統的驅動才能完成，屬于“修改”階段。（4）“AI賦能”負責的工作通俗來說就是教師本身無法完成、但AI助教系統使教師能完成的工作。該階段AI助教系統的參與促使教師創造全新的學習任務，為教師帶來深刻的變革體驗，屬于“重構”階段。總而言之，教師與AI助教系統的這四種關系是生態系統，而不是層次結構。理想的教學生態系統是AI助教系統成為教師的有機組成部分，與教師生態位的有效整合，兩者的工作邊界沒有切實的分割界限。

通過上述討論可以發現，AI助教系統體現為“AI替代”“AI協助”“AI增強”“AI賦能”這四種功能在引發教育結構變革的程度上依次遞增，如圖5所示。與此同時，隨著技術在教育結構重構中的作用日益凸顯，其彌補教師在生理素質、知識掌握、情緒管理以及認知能力等方面缺陷的能力也逐步提高。因而客觀地看，AI助教系統可以作為教師的“代具性存在”以彌補教師的“缺陷存在”，與教師構成“人—技術”的結構，AI助教系統的提出對當下實施大規模個性化教學來說至關重要。

四、AI助教系統研究進展及挑戰

2019年4月，美國高校教育信息化協會學習促進會認為虛擬助手、虛擬教師等在未來新興技術中具有強勁的發展潛力[16]。近幾年，國內的AI助教系統的相關研究主要集中在以下三個方面：其一是基于某一技術展開的AI助教系統研究，如手勢識別[17]、混合現實技術[18-19]、深度學習技術[20]等;其二是針對在線網絡教學的AI助教系統研究，張新明[21]、賈積有[22]、王永明[23]等都進行了相關設計;其三是測試/測評類[24-25]的AI助教系統。此外還有面對不同課程教學的AI助教系統研究，如英語[26]、數學[27]、物理[28]等。AI助教系統在未來的研究過程中還將面對多方面的挑戰。

（一）通用教育人工智能發展面臨瓶頸

教師和AI助教系統要達到高質量和諧共生，在客觀上就要求AI助教系統變得更加“智能”和“透明”，成為教師的“上手之物”。教學智慧的生成是一個循序漸進的過程，是由專業情感、教學知識、反思實踐三位一體轉化而成。[29]但整體來看，目前已推出的AI助教系統實際上都是只能完成特定任務、難以遷移到其他情境中的“弱人工智能”。例如，Auto Tutor可以提供朗讀示范，但不會證明數學定理;ASSISTments、北極星AI助教可以診斷學習者的學習情況，卻不能為其制定教學計劃;句酷批改網適用于語文作文的批改，但外文作文則不行。AI助教系統的深入發展急需教育領域“強人工智能”的發展成熟，但在整個強人工智能發展面臨諸多瓶頸的當下，通用教育人工智能的成熟亦是困難重重。在未來的研究中需要有效融合各種現代技術以“培養”AI助教系統元能力的形成，在不預設解決具體問題的情況下能夠解決教育教學中的現實問題，從而進階至通用教育人工智能階段。

（二）腦機融合交互方式亟待新的突破

教師和AI助教系統要有效協同還需要人機交互方式的創新，當前交互方式已由傳統的鍵盤鼠標輸入逐漸發展為語音手勢識別、多點觸摸、眼動追蹤等方式。但這些方式依然存在需要額外佩戴設備、識別準確率低等諸多問題。近些年快速興起的腦機接口（Brain-Computer Interface，BCI）技術成為新的突破口，它從大腦讀取下來的神經信號會被傳輸到解碼器中進行翻譯，并立即發送到另一端AI助教系統的接口形成操作指令進行一系列的動作輸出，這將真正實現人腦“神經網絡”與外部“物聯網”的直接溝通。目前腦機接口技術的教育應用相對較少，主要集中在學習狀態識別、注意力水平測量、學習動機評估、學習風格鑒定和身體感官重建五個方面[30]。2019年5月，我國已經出現“腦語者（Brain Talker）”腦機編解碼集成芯片，但真正要走入課堂還是有較長的路要走。但不可否認的是，隨著腦機接口技術的不斷發展和在教育領域的不斷探索，必然會為教師和學習者帶來全新的交互體驗，對智慧時代的課堂產生巨大的影響。

（三）實用全息呈現技術任重道遠

隨著智慧時代學習者對學習環境訴求的不斷提高，信息呈現方式從傳統的平面二維世界向三維立體的虛擬現實體驗過渡。虛擬現實技術有利于增強真實性，但其配備的頭戴式顯示設備體積和重量較大，還易使學習者產生眩暈感，體驗時間不宜過長。全息投影技術則不然，全息投影系統將光線折射在空氣或者其他特殊的介質上，真正呈現出3D影像，學習者可以從任何角度觀看到影像的不同側面，獲得與現實世界相同的視覺效果。也可以加配觸摸屏實現與學習者的互動，整個過程無須佩戴任何設備即可身臨亦幻亦真的環境中。但是全息投影的介質問題并沒有得到很好的解決，目前只在嚴格控制的條件下（搭配較暗光線）才能呈現。之前美、日科學家分別用蒸汽幕布和激光技術解決了介質問題，但由于技術不成熟，成本高，商業前景不太樂觀。全息投影的理想介質就是空氣，未來有望設計出不受光線明暗的影響在自然光照環境中即可呈現的真全息影像，這將從根本上顛覆教學內容的視覺表達模式。

（四）信息安全與倫理道德問題急需重視

基于大數據的人工智能的快速發展，讓信息安全和倫理道德問題成為更加凸顯且急需面對的重大社會問題。AI助教系統作為人工智能在教育系統應用的核心業態，也必將面臨諸多挑戰。AI助教系統存儲的數據信息是海量的，但智慧時代不能變成一個沒有隱私、沒有禁忌的時代[31]。從教育的終極價值關懷來看，我們對教育空間構成的思考除了要考慮其物理存在和對象表現之層次外，還必須涉及其人格表達這一更深的層次，即要著重思考人之心智的活動以及由人所構成的位格世界（也稱人格世界）對其自身的意義[32]。面對海量的個人原始數據，AI助教系統應該收集哪些，不該收集哪些，收集之后如何使用，使用后會不會出現新的“鴻溝”，AI助教系統需要無止境地變得更加“聰明”，進而從教師手中接過工作嗎？AI助教系統真的不會取代教師嗎？諸如此類的信息安全和倫理道德問題急需重視和解決。這不但需要技術持續發展以解決安全隱患，更需要如斯蒂格勒所說的建立“新的技術文化”，好在人們已經行動起來，聯合國倡導的人工智能應用的人本主義價值取向逐漸成為共識，人工智能應用的基本原則逐漸確立[33]。

[參考文獻]

[1] 阿蘭·柯林斯，理查德·哈爾弗森.技術時代重新思考教育（數字革命與美國的學校教育）[M].陳家剛，程佳銘，譯.上海：華東師范大學出版社，2013.

[2] 劉三女牙.大數據開啟個性化教育新時代[EB/OL]. [2019-06-17].http：//www.moe.edu.cn/s78/A16/s5886/s7986/201705/t20170519_ 305233.html.

[3] 楊緒輝，沈書生.教師與人工智能技術關系的新釋——基于技術現象學“人性結構”的視角[J].電化教育研究，2019，40（5）：12-17.

[4] FRANCESC P，MIGUEL S，AXEL R，PAULA V. Artificial intelligence in education： challenges and opportunities for sustainable development[EB/OL].[2019-06-23].https：//unesdoc.unesco.org/ark：/48223/pf0000366994.

[5] 劉智明，武法提，殷寶媛.信息生態觀視域下的未來課堂——概念內涵及教學體系構建[J].電化教育研究，2018，39（5）：40-46.

[6] 吳曉如，劉邦奇，袁婷婷.新一代智慧課堂：概念、平臺及體系架構[J].中國電化教育，2019（3）：81-88.

[7] 姚巧紅，修譽晏，李玉斌，陳小格.整合網絡學習空間和學習支架的翻轉課堂研究——面向深度學習的設計與實踐[J].中國遠程教育，2018（11）：25-33.

[8] 陳明寬.外在化的技術物體與技術物體的個性化——論斯蒂格勒技術哲學的內在張力[J].科學技術哲學研究，2018，35（3）：63-69.

[9] 顧學文.技術是解藥，也是毒藥——對話法國哲學家貝爾納·斯蒂格勒[EB/OL].[2019-06-29].http：//www.chinawriter.com.cn/n1/2018/0427/c405057-29953400.html.

[10] FRANK L， RICHARD J M.Dancing with robots： human skills for computerized work[R/OL]. [2019-07-01].http：//content.thirdway.org/publications/714/Dancing-With-Robots.pdf.

[11] 趙勇，張高鳴，雷靜，邱靜.不要讓人去做機器的工作[M].上海：華東師范大學出版社，2017：8-19.

[12] 祝智庭，彭紅超，雷云鶴.智能教育：智慧教育的實踐路徑[J].開放教育研究，2018，24（4）：13-24，42.

[13] 余勝泉.人機協作：人工智能時代教師角色與思維的轉變[J].中小學數字化教學，2018（3）：24-26.

[14] 余勝泉，王琦.“AI+教師”的協作路徑發展分析[J].電化教育研究，2019（4）：14-22，29.

[15] 黃欣榮.人工智能對人類勞動的挑戰及其應對[J].理論探索，2018（5）：15-21.

[16] 蘭國帥，郭倩，呂彩杰，魏家財，于亞萌.“智能+”時代智能技術構筑智能教育——《地平線報告（2019高等教育版）》要點與思考[J].開放教育研究，2019，25（3）：22-35.

[17] 劉勉，張際平.未來課堂智能教學系統設計研究——以手勢識別為技術支持[J].中國電化教育，2019（7）：14-21.

[18] 姚陸吉，章立.基于混合現實技術的中國建筑史教學系統設計與實現[J/OL].計算機應用，39（9）：2689-2694[2019-07-05].http：//kns.cnki.net/kcms/detail/51.1307.TP.20190521.1617.004.html.

[19] 李小平，張琳，張少剛，陳建珍，許夢幻.智能虛擬現實/增強現實教學系統構造研究[J].中國電化教育，2018（1）：97-105.

[20] 陳晉音，王楨，陳勁聿，陳治清，鄭海斌.基于深度學習的智能教學系統的設計與研究[J].計算機科學，2019（S1）：550-554，576.

[21] 張新明，何文濤.支持翻轉課堂的網絡教學系統模型探究[J].現代教育技術， 2013， 23（8）：21-25.

[22] 賈積有，張必蘭，顏澤忠，等.在線數學教學系統設計及其應用效果研究[J].中國遠程教育，2017，1（3）：37-44.

[23] 王永明，徐繼存.論在線課程教學系統的建構[J].中國電化教育，2018，2（3）：66-73.

[24] 伍維平.基于模糊理論的大學英語跟讀測試智能評價系統研究[J].外語電化教學，2012（4）：33-38.

[25] 高瑞，朱榮.智慧學習視角下在線學習成績智能測試系統設計[J].現代電子技術，2018，41（14）：154-157.

[26] 梁迎麗，梁英豪.基于語音評測的英語口語智能導師系統研究[J].現代教育技術，2012，22（11）：82-85.

[27] 馬相春. 基于大數據的初中數學智慧學習系統模型研究[D].長春：東北師范大學，2017.

[28] 王春暉，鐘永江，張語函.初中物理智能學習系統的設計研究[J].中國電化教育，2014（10）：90-95.

[29] 李曉華.論教學經驗、教學知識與教學智慧的關系[J].西北師大學報（社會科學版），2018（3）：1-98.

[30] 任巖，安濤，領榮.腦機接口技術教育應用：現狀、趨勢與挑戰[J].現代遠距離教育，2019（2）：71-78.

[31] 李娟，遲舒文.智能時代的信息倫理研究[J].情報科學，2018，36（11）：61-65.

[32] 劉旭東.兒童美好生活與教育空間的重構[J].西北師大學報（社會科學版），2019（10）：95-102.

[33] 杜靜，黃榮懷，李政璇，周偉，田陽.智能教育時代下人工智能倫理的內涵與建構原則[J].電化教育研究，2019（6）：1-9.

Study on the Model of AI Teaching Assistant System Based on Theory of

"Human Nature Structure"

YANG Yanjun，? LUO Wushuting，? TONG Hui

（1.Institute of Education Development， Nanchang University， Nanchang Jiangxi 330031;

2.College of Education， Jiangxi Science & Technology Normal University， Nanchang Jiangxi 330038）

[Abstract] In the age of artificial intelligence， the mainstream educational form is characterized by the large-scale personalized education that provides learners with precise and personalized learning services by means of modern information technology according to the characteristics of learners. Teachers' defects in general knowledge， cognitive ability， emotional management and physiological quality are increasingly exposed. According to Stigler's theory of "human nature structure"， AI teaching assistant system based on artificial intelligence will be a "key technology" in future classroom teaching to effectively make up for teachers' defects and stimulate teachers' potential. On the basis of in-depth investigation of teaching activities in the age of artificial intelligence， the function of the existing AI teaching assistant system and the current situation of human-machine collaborative teaching， this paper holds that the AI teaching assistant system is better at cognition， but the emotional and creative intelligence of teachers are irreplaceable. Then， this paper proposes a future classroom teaching behavior analysis framework and a AI teaching assistant system model， which include four different functional relations of "AI substitution"， "AI assistance"， "AI enhancement" and "AI empowerment". Finally， the future challenges of AI teaching assistant system research are prospected so as to provide theoretical references and ideas for the study of AI teaching assistant system in the intelligent era.

[Keywords] Artificial Intelligence; Teachers "Defects"; AI Teaching Assistant System; Human Structure; Large-scale Personalized Education