“AI+”背景下高等教育教學智能化發展路徑研究
——《2020 年地平線報告》解讀與思考

胡宗敏，魏鑫，張錦添，左艷力

（信息工程大學，河南 鄭州）

新冠疫情大流行倒逼各行各業的生態重塑，其中教育領域的組織形式變革尤為深刻。疫情期間，教育部發出“停課不停學，停課不停教”的號召，全國各地師生迅速展開了史上最大規模的線上教學探索與實踐。合理利用教育信息技術手段改變了傳統教學模式，最大限度地降低了疫情對教學造成的消極影響，也拉開了高等教育智能化發展的序幕。然而，回顧疫情期間的線上教學改革與實踐，我們依然面臨諸多挑戰。隨著疫情應急模式下在線教學的迅速發展，教學要素不斷演變，新型教學形態和場景不斷涌現，如何利用新機遇加快高等教育發展步伐已成為當前教育領域最迫切的需求[1]。

2020 年3 月2日，美國高等教育信息化協會（EDUCAUSE）發布《2020地平線報告（教與學版）》[2]，該報告自2002年首次發布以來，連續18年為高等教育管理者、決策者以及師生提供重要參考，已成為高等教育信息化發展的風向標。

本文研究的“教與學版本”是該組織發布的地平線系列報告中的高等教育版，該報告采用迭代研究及前瞻研究方法，預測了未來一個時期高等教育信息化發展的新趨勢、新技術以及新挑戰[3]。有鑒于此，在反思疫情期間線上教學不足之處的基礎上，深入解讀《2020 年地平線報告(教學版)》，有助于分析研判當前高等教育發展形勢，準確把握未來高等教育領域的主要發展方向，對深入探究未來中國高等教育信息化及智能化發展路徑具有重要指導意義。

一 《2020地平線報告（教與學）》框架分析

《2020地平線報告（教與學版）》總體分四部分闡述了高等教育未來發展變化的方向、內容、場景及案例，回答了未來高等教育將以何種形態呈現的問題。

第一部分從社會、技術、經濟、高等教育、政治5個層面預測了影響當前并塑造未來高等教育教學形態的重要趨勢，反映了這樣的事實：個體（教育）經歷構成的社區或社會內部的流行趨勢將不可避免地成為教育決策或教育實踐不可分割的一部分，進而構成了教育發展大趨勢；第二部分主要論述了推動高等教育走向未來，對其發展產生重大影響的6種新興技術與實踐，包括自適應學習技術，人工智能/機器學習的教育應用，學生成就分析技術；教學設計、學習工程和用戶體驗設計；開放教育資源以及擴展現實技術。現今，教師和學習者的教育體驗和經歷總是受一定教育系統或教學工具的支撐，由相應的教育技術加以強化。因此，在教育領域發揮重要影響的技術往往反映了其他行業或社會領域更為廣泛的技術進步，為全球高等教育發展創造了新機遇。第三部分描繪了在關鍵技術影響下，2030年的高等教育可能表現為4類場景：增長型、制約型、崩潰型以及變革型。報告第四部分結合世界各國高等教育發展實際，利用九大案例解釋說明了全球背景下高等教育的發展變化，機遇以及面臨的風險問題[4]。報告總體框架如圖1所示，上述四個部分共同描繪了未來高等教育的廣闊圖景。

圖1 《2020 地平線報告（教與學版）》內容框架圖

二 未來影響高等教育智能化的關鍵技術與實踐

教師教學與學生學習并非在真空中進行，其發展變化是整個社會格局變化的一小步。未來的高等教育模式，以及未來的教學實踐，都需要主動適應社會、經濟、政治趨勢。通過對報告總體框架的分析可以看出，在宏觀趨勢的大背景下，個人教育體驗正是在新興教育技術與實踐的強化下得以提升，使得未來高等教育呈現出或增長、或制約、或崩潰、或變革的特征。因此，對《2020地平線報告（教與學版）》中的6種新興技術與實踐進行分析，對尋找未來高等教育改革與實踐的努力方向意義深遠。

（一） 自適應學習技術

自適應學習是個性化學習的一種形式，強調對學習者特征的關注。其主要觀點是借助現代化技術，自主推送隨學習者狀態變化而實時調整的教學內容，促進學習者根據學習情境的變化，不斷調整自身學習活動與方式以適應不可控的外部環境，化被動為主動，從而實現自身的提升。在此過程中，自適應技術發揮著重要作用。

教育大數據背景下，無處不在的學習數據為學情追蹤與分析、教學內容調整與完善、精準定位與推送、學習效果評估與反饋提供了便利，奠定了自適應學習進一步發展的基礎。2020地平線報告指出，自適應技術應用的經驗教訓表明：技術本身并不能產生更好的學習效果，唯有借助技術重塑課程，促進技術與課程設計的深度融合才能最大限度的發揮其教育價值與潛力。

自適應學習技術的引入使得教師角色的轉變成為可能。在自適應學習環境下，教師從傳統的課堂授課中抽離，化身學生主動學習的引導者和主教練，將更多的精力用于課程設計，留給學生更多自主空間。在自適應技術的支持下，學生可以獲得大量基于個性化需求的在線學習資源，根據個人學習實際有取舍有針對性地進行學習；而教師可根據學生的個性化學習數據，及時調整、補充、更新教學資源，成為學生學習的知情人和診斷師，實現教與學的雙贏。

伴隨著應用范圍的愈發廣泛，自適應學習技術應用過程中面臨的問題也日益突出。一是成本問題，包括新技術應用中的人力成本，內容整合、技術研發以及效果評估中產生的物力成本。二是道德問題，包括學生數據所涉隱私問題、技術設計是否存在隱性偏見等。三是技術本身問題，自適應學習系統利用學生數據提供私人訂制式指導時如何思考，它們采用了何種算法和哪些數據等。上述問題是當前自適應學習技術面臨的主要挑戰。

（二） 人工智能/機器學習

美國高等教育信息化協會專家Elana Zeide曾這樣定義人工智能（Artificial intelligence，簡稱AI）：人類試圖制造機器人來代替人完成以前只能依賴人腦認知才可以實現的事情。人工智能側重于強調程序的感知、推理和適應能力。機器學習是指在不需要復雜編程的情況下，可以隨著數據的海量增加而提高機器性能。機器學習的基本理念是機器通過大量重復性過程學習并不斷適應新情況，而人工智更側重于機器智能化完成任務。人工智能是廣義上的機器學習，二者關系如圖2所示。當前，不論是機器學習還是人工智能，都已不同程度地滲透到高等教育中，以促進高等教育質量和效率的提升，相關應用包括學習管理系統，學生信息系統、辦公自動化應用、圖書館出入管理信息系統等等。

圖2 人工智能與機器學習

在高等教育領域引入人工智能元素將促進管理智能化和高效化，其中一個有效的例證是西北大學和俄克拉荷馬大學正在運用的基于人工智能的聊天機器人。聊天機器人被整合到其學習管理系統中，以回答學生和教師經常提出的常規問題，使他們在非工作時間也能夠提供學生支持服務和招生咨詢服務，確保了高校管理人員面對師生合理的實際困難“有求必應”，為高校師生的生活和學習提供了便利。

隨著高等教育信息化的加速，日益增長的智能化教育及管理需求催生了類型多樣的人工智能產品，如學術不斷檢測系統、試題生成器、以及常見的文本處理器等。此類教育產品中的算法可通過測算學生的表現指標記錄學生學業水平，識別并標記可能在學業上有困難的學生，進而生成個性化的、自適應學習路徑，使得每個學生都能獲得量身定做的學習體驗。

然而，人工智能和機器學習的教育應用也存在一些問題。當前教育智能系統的運行機制是在監控學生學習行為，記錄學習數據的基礎上，對學習傾向做出預判并進行智能化干預。在此過程中，對學生數據的訪問和利用是否侵犯學生隱私，是否得到授權，是否應該接受審查；系統運行信息的云端存儲特性是否會導致數據的濫用等道德及規范問題仍備受爭議。

（三） 學生成就分析

學生成就分析的最終目的是提高學生獲得感和學業水平，促成學生綜合素質的提高。

是高等教育一直以來的使命和努力方向，因此，院校對學生成就的探索也從未止步。過去十幾年里，各類測量、收集、分析以及展示學生進步的工具如雨后春筍、層出不窮，使得“學生成就分析”成為了高等教育研究領域備受矚目的話題。

據了解，用于學生學習分析的數據主要包括課程學習數據，如從學生管理系統中獲取的考試成績，此外，其他非學業信息，如學生注冊信息及財務系統信息等也引起了高校的關注，并被引入到學生成就分析中。

學生成就分析的持續開展依賴于諸多復雜因素的相互配合，包括技術工具可用性、財務支持、政策支持度、跨機構協作等。雖然它在教育政策、戰略及規劃制定中尤為重要，但該分析能否反映學生成就全貌還有待確認。在分析中利用的數據往往無法全方位體現學生個體情況，分析結果存在“片面性”的嫌疑。此外，使用學生數據引發了有關數據所有權、數據訪問權、數據隱私等層面的爭議。

（四） 教學設計、學習工程以及用戶體驗提升

在線教學的異軍突起促進了教學模式的改革，以學生為中心的教學理念越來越受到教育界的普遍認可，這一系列變化推動了教學設計領域的發展。在過去的幾年里，隨著該領域專業性的加強，教學設計已經不再僅限于課程設計，其范圍已然擴展到項目管理，學習分析，教育教學研究，教師指導與合作等層面，為教學教育的創新發展奠定了基礎。在教學設計日漸專業化，并不斷獲得師生認可的過程中，新的角色如“學習體驗設計師（Learning Experience Designer）”和“學習工程師（Learning Engineer）”在教育領域應運而生。它們的職責包括了解學生學習需求、評估學生學習行為、為教師提供教學技術支持并將創造性設計思維應用于課程設計，與教師共同合作為學生創造有意義的學習體驗。學習體驗設計融合設計學、教育學、管理學、教育技術學、認知心理學等多個學科，關注基于意義的教育體驗，采用創造性教學方法，以線上線下多線并行的教學方式，全程跟蹤的評估體系，以及學生中心觀重塑了教育生態系統，成為了高等教育教學新的增長點。

教學設計與學生學習、教師教學以及教學管理等多個層面相互交織，是一個復雜的系統工程。不僅需要學生、教師、教育管理者、用戶設計體驗師、學習設計師、學習工程師、認知心理學家以及專業開發人員的共同合作，更需要體制機制支持以及強有力的財力支撐，如何把握學習設計的系統性，如何提高學生的學習體驗是未來高等教育關注的重點[5]。

（五） 開放教育資源

聯合國科教文組織認為開放教育資源（Open educational resources，簡稱OER）是為教學而開發的共享資源。“開放”一詞主要指這些資源可提供給教師和學生免費使用，無需購買，不受許可或版權限制。除了傳統的電子教材及數字課程的共享，納入“開放”范圍的還包括教育資源數據庫、電子應用程序等實用在線教學工具，例如，紐約州立大學帝國州立學院開發了免費的論文生成器，用以指導學生論文寫作；由斯坦福大學開發的促進公眾健康意識普及的應用程序“Digital MEdIC”免費提供了公共健康普及課程和醫療教育課程。

費用低、易獲取、無門檻等特性是開放教育資源需求激增的主要原因。資源推廣將降低因政治、文化、宗教、地域以及經濟條件的差異和限制而造成的負面教育影響；在促進教育成本下降的同時，極大地提高了教育公平性。當前，開放教育資源建設已成為一項達成全球共識的事業。2019年10月，聯合國科教文組織大會在巴黎召開，多國政府一致同意并通過了一套法律和技術規范準則以推動開放教育資源在全球范圍內的共享。雖然全球范圍內資源建設如火如荼，但有資料顯示仍有近75%的學生和56%的教師尚不了解這一概念。許多人也經常將“開放教育資源”與開放性不明確的電子書或訂閱數據庫混為一談。可見，OER概念普及推廣工作還留有許多空白，此外，如何準確找到所需的優質開放資源并合理運用依然面臨挑戰。資源的建設也并非一勞永逸，隨著教育內容的發展變化，對已有資源進行更新完善也尤為重要。

（六） 擴展現實技術

擴展現實（Extended reality, 簡稱XR/ER）是強調物理環境與虛擬環境的融合或提供沉浸式虛擬體驗的綜合性技術。在數學中，X代表未知數，而在此語義下，X意味著擴展現實技術的無限可能性，也暗示了高等教育界對這一關鍵技術的無限期待。目前最常見的擴展現實技術主要有4種：增強現實（Augmented reality，簡稱AR）、虛擬現實（Virtual reality，簡稱VR）、混合現實（Mixed reality，簡稱MR）以及觸覺技術（Haptic）。

在高等教育領域，XR技術的應用將擴展實踐性學習體驗的外延，彌補傳統教學中理論與實踐脫節的常見問題，有效促進技能提升和能力塑造。萊頓大學針對學生有護理基礎理論知識，但急救實踐經驗匱乏的情況，采用XR技術模擬急救場景，有效輔助了緊急救護教學。可重復操作的虛擬環境為學生提供了不斷實踐的機會和犯錯的空間，但真實救護情景中的實踐機會卻只有一次。

XR技術潛力發揮的兩大主要因素是,時間層面上，XR的推廣依賴其他領域技術的成熟，如Wi-Fi6和5G技術，然而這些配套條件的完善都需要歷經時間的考驗；技能層面上，XR技術廣泛應用于教育領域也要求教師具備駕馭該技術的技能水平。

《2020年地平線報告（教與學版）》改變往年分階段論述發展趨勢、關鍵技術以及發展挑戰的模式，更加聚焦和務實地論述了未來的高等教育形態，在內容上重點描述了6項新興關鍵技術與實踐,這一變化突出了技術與教學深度融合的發展前景，為當下高校教育教學改革指明了方向。

三 “AI+”時代高等教育智能化發展路徑

2018年聯合國科教文組織發布《教育中的人工智能：可持續發展的挑戰與機遇》，提出“AI+”時代需要教育做出改變以適應新技術、新挑戰。

《2020地平線報告（教與學）》中指出，未來是人工智能的時代。人工智能作為引領第四次科技革命和工業革命的重要驅動力，不僅深刻地改變了人類的生產和生活方式，而且不斷催生新技術和新機制，進而推動教育新結構的重塑。世界各國政府對人工智能時代的教育發展高度重視，紛紛展開了“AI+”背景下高等教育領域話語權爭奪戰。

為抓住人工智能重大發展戰略期，我國也出臺了一系列文件以推動“AI+”時代的教育變革。2017年，國務院發布《新一代人工智能發展規劃》，指出要抓住人工智能發展契機，加快人才培養。201 8年，教育部發布《高等學校人工智能創新行動計劃》，提出要構建基于人工智能的教學新模式。2019年，習近平總書記致信國際人工智能與教育大會時指出“中國高度重視人工智能對教育的深刻影響，并積極推動人工智能和教育深度融合”。由此可見，在AI教育時代取得競爭優勢，必須加快高等教育智能化建設步伐。

《2020年地平線報告（教與學）》指明了未來高等教育的發展趨勢和關鍵技術，為我國高等教育智能化發展指明了方向：

1.抓好線上線下混合式教學新常態，加強信息化技術與教學的深度融合。在疫情的催化下，線上教學發展迎來了春天，以其便利、靈活、多元的特性在疫情下保障了教學順利開展。教育部提出，高等教育教學要樹立“金課”標準，把握 “兩性一度”，即高階性、創新性和挑戰度。然而單一的線上教學很難達到這一目標。唯有線上線下混合，借助線上豐富的資源，拓寬教學廣度；利用線下師生面授交流，挖掘教學深度。并在此基礎上，尋求實體課堂、線上教學與新興技術的結合，發揮特色優勢，才能實現從疫情“應急方案”到“混合式金課”的升級。

2.深化人工智能、自適應學習技術的研究，促進個性化教育精準實施。報告中指出人工智能和自適應學習技術將深刻影響高等教育發展。自適應技術的迅猛發展孵化了以學習者為中心的智適應學習平臺，通過跟蹤學生學習行為，動態識別學生的個性化學習特征。在數據分析的基礎上，為學生智能推薦適配資源和學習建議。隨著這些新興技術的廣泛應用，教育發展進入智能時代。智能教學助手、教學系統以及智能學生管理系統等智慧教學工具將提高教學管理的準確性和針對性，實現個性化教學管理的可操作性，促進個性化教學精準實施。

3.融合學習分析與數據挖掘，實現對學習過程的實時評估與針對性反饋。未來高等教育是“學習者中心視角”的教育，服務于學習者的個性發展，而教育大數據的發展為其奠定了良好的基礎。利用數據挖掘技術實時監控學習過程，并借助學習分析技術，對學習者的個性化特征、學習傾向、認知模式展開分析，實施評估學習者行為，有針對性地向學生推送個性化學習資源，有重點地向教師反饋差異化教學方法策略，將促進教師改變標準化傳統教學流程，開展“差異化教學”革命，實現學生的多元及個性化發展。

4.發展擴展現實與多元感知技術，創新教學模式，提升情景化學習體驗。在“AI+”時代大背景下，技術將必然打破當前學習模式的物理空間限制，未來學習空間將延伸至虛擬空間。擴展現實及多元智能感知技術的應用，將融合現實世界與虛擬空間，通過技術手段創造可視化環境和 可交互學習內容，通過視覺、聽覺、觸覺等多維感知，為學習者提供更為直觀和逼真的學習體驗，在創新教學模式的同時，促進學習者對學習內容的深層理解。

5.建設開放共享優質教育資源，打破封閉的辦學體系，營造全球課堂環境。開放共享優質教育資源是“停課不停學”政策得以全面貫徹的關鍵因素。加快建設更多、更全面的教育資源對促進教育均衡和教育要素的自由流動有重要意義。然而當前我國的開放教育資源尚不完善，資源質量良莠不齊，其可持續發展之路任重道遠。未來高等教育的智能化發展具有跨文化、跨語言、跨地域、跨空間的特征，因此我們必須打開思維，通過建設更多的優質開放教育資源，打破封閉的辦學模式，為學生營造全球課堂環境，促進優勢教育資源的優化配置。

四 結語

教育面向未來，而未來的不可知性意味著未來也許會像疫情一樣，沒有預告，驟然而來。面對“AI+”時代大背景與新興技術浪潮，未來高等教育形態、教育場所、學習方式以及教學組織管理等層面的新變化不可避免，但教書育人、立德樹人的本質不會改變。在堅守教育本質的同時，最重要的是主動順應以人工智能、自適應、學習分析等為代表的新一代信息技術對教育生態的重塑，大力推動高等教育智能化發展。