人工智能賦能中小學精準教學的現實價值與基本路徑

吳小凡 趙磊磊 趙可云

（1. 江南大學 教育學院，江蘇 無錫 214122； 2. 曲阜師范大學 傳媒學院，山東 日照 276826）

一、問題的提出

1956年，達特茅斯會議首次提出“人工智能”概念，自此，人工智能成為技術發展的核心領域。20世紀70年代，人工智能正式進入教育領域，開啟智能教育新紀元。麻省理工學院人工智能實驗室的研究人員認為，智能計算機輔助教學可助力以知識為導向的理解性教學[1]。20世紀80年代的智能教學系統及其發展前景個性化教育，促進了教育學的發展。在教學任務中，人工智能可用于模擬教師或學習者的行為[2]，對于教師的精準教學進行大數據分析與引導。進入21世紀，

以大數據為基礎的精準教學模式進入快速發展階段，成為數據密集型科學范式的典型之一，為打造智能化、個性化的教學模式開辟了新的方向。2019年國務院《政府工作報告》中提出“智能技術賦能”的倡議，即促進智能技術在各領域持續發力，因此催生了“人工智能+教育”的模式，鼓勵中小學推廣人工智能賦能教育教學環節。2022年4月，教育部頒布的《義務教育課程方案和課程標準》從深化教學改革、改進教育評價、強化專業支持等多方面鼓勵中小學重視新技術的支持，探索智能技術與精準教學的深度融合[3]。從助力中小學精準教學的角度而言，人工智能的發展依然存在問題亟待解決，如：人工智能與中小學教學存在哪些內在契合？教學中的人工智能應用體現出哪些技術特點？人工智能為中小學精準教學帶來哪些現實挑戰與轉變機遇？基于上述問題，本文探求人工智能賦能中小學精準教學的現實價值與基本路徑。

二、人工智能賦能精準教學的現實價值

隨著科學技術的不斷發展，教育領域對于精準教學的需求不斷提升。面對當前的智能教育，國家正在努力推進人工智能走進中小學校園，重塑原有的教育資源、教育空間、教育生態，將面對面教學與基于人工智能的在線學習相結合，建構基于人工智能的面對面人機融合式學習環境，從設計、實施、反饋、管理這四個方面提供技術支持，實現人工智能賦能中小學精準教學。

（一）設計層面：自適應學習助推個性化指導

自適應學習體現了系統分析學習者特征、診斷學習問題、預測學習表現等方面的邏輯與規則，是精準教學的重要內核。其一，自適應學習系統可根據學生模型、教學模型的反饋，實現有組織的學習行為數據修改與學生模型維護，以促進教學模型及時更新，匹配合適的教學方式。其二，自適應學習可推送適合學生學習水平的課程資源，針對性地提供課后練習服務，自行調整學生后續習題的難度，具體而言，學生回答正確后的習題難度會遞增，反之難度遞減。例如，自適應學習根據學生雙曲線習題的正確率可自動調整推送的習題內容難度與順序。其三，教師可基于自適應學習動態調整教學，通過教學實施中學生出現的問題進行講解，調節教學節奏以滿足學生的個性化需求。智能系統可依據自適應學習過程的數據特點，將班級進行分層教學、小組討論，采用翻轉課堂、混合式教學、微課等多種形式，為不同學習水平與興趣各異的學生設計具有區分度的教學形式[4]，針對每位同學的學習需求進行個性化教學，使學生課堂參與度最大化。

（二）實施層面：機器學習支持教師素養提升

機器學習具有類人屬性與技術邏輯，可根據海量數據自行篩選搜集信息，基于經驗在算法更新中獲得成長，是教師精準教學的得力伙伴，為教師數據素養的發展給予支持?；诖耍瑱C器學習對于教師的數據素養提升體現在三個方面：其一，教學互動，通過分析學習者對于問題的解答，機器學習為學生提供糾正性的內容反饋或提示，從而建立類似于師生對話、互動的學習支架，引導學生自行解決問題[5]；其二，教學匹配，機器學習系統根據不同學生的練習表現形成學習者知識圖譜，每當學生完成練習后，系統自行分析其學業成績和學習行為，將學習者與新知識或新技能匹配，教師嘗試將教學評估與學生的學情分析交給智能系統進行處理；其三，教學指導，機器學習可根據教師教學風格，通過算法從數據庫中搜尋適合教師自身發展的課程資源，制訂推介專家型教師的教學方案，突破以中小學教研組為核心的教師發展途徑，為教師的持續學習提供資源支持。

（三）反饋層面：伴隨式采集多模態數據

在智能教育時代，教育大數據的應用能為學生提供個性化服務，精準制訂教學目標，設計教學內容的內在訴求。教學反饋應關注全樣本的、即時的數據信息，利用平臺系統及各類智能教育硬件設備全過程、全方位、多維度地采集數據，改變傳統人工記錄的數據記錄方式，以促進高效的精準教學評價[6]。伴隨式數據采集能夠實時采集教師課堂教學、學生在線學習、學生成長記錄等多模態數據，為教師的精準教學、學生的個性化學習等提供多模態數據服務，助力教學反饋。面向個性化學習的多模態數據涵蓋三種類型：第一類是學習者個性特征數據，體現學生的愛好、學習興趣與學習知識的能力強弱；第二類是學習行為數據，學生的學習時長、發言評論與習題練習情況等體現學生學習行為與習慣的非結構化數據；第三類是學習水平數據，體現學習者的知識掌握與能力表現的圖像、文字、語音等多模態數據。以數據為基礎，通過數據挖掘可進一步處理學習者數據，進而優化精準教學的實施。

（四）管理層面：數據深度挖掘助力教學決策

精準教學的教學管理需以數據為驅動[7]，以數據挖掘技術為引擎，進行學情分析與教學內容定位。數據挖掘可利用神經網絡、決策樹方法、統計分析方法等技術從海量數據中挖掘內在規律，提煉出有價值的知識。教學決策需基于教育數據挖掘，剖析教學現狀與學生學習水平，利用教育數據結構模型進行預處理，將個性化學習與群體學習結合，探尋適合的精準教學管理方式，制定合適的教育管理策略。一方面，數據挖掘有助于制定更科學的決策，制定可應對新趨勢的教育機制。例如，重慶市基礎教育質量監測數據庫的建立為學校的教學管理提供了依據，將日常評價與大規模監測相結合，從而實現減負政策文件的科學制定，以此改革課程設置，改進教師的精準教學行為，提升了中小學教育質量。另一方面，教學決策將人力因素與智能算法相結合，幫助管理人員制訂計劃，優化運營，既重視中小學實際發展的需求，又參考數據挖掘的分析，建立層級明確的網狀監管體系，結合教學現狀與教學質量標準采取相應策略。

三、人工智能賦能中小學精準教學的現實困境

受教師專業素養、學校環境建設等多重因素的影響，精準教學的人工智能應用往往局限于網絡閱卷、智能評測等方面工作，智能技術應用于教學的優越性導致教師容易忽視教育教學育人為本的本質規律。人工智能賦能精準教學能否接受中小學教學的種種挑戰，本研究將從教學設計、教學實施、教學反饋、教學管理層面剖析人工智能賦能中小學精準教學的現實困境。

（一）教學設計難以回應情感訴求與人文觀照

學習者看似通過人工智能反饋的數據就能實現自主學習，事實卻并非如此，倘若教師不參與教學設計過程，僅憑人工智能與大數據計算的教學方式缺乏互動性與參與度，學生的情感訴求難以實現。因此，教學反饋難以回應情感訴求與人文觀照。一方面，學習是一項社會性的活動，教師與學生、學生與學生間的交流互動是課堂教學的有效途徑，過度自動化可能會減少人與人之間的互動需求。若學生被人工智能數據引導、算法操控，一味追求個性化、多樣化，忽視與教師、同伴的互動交流，則難以形成和諧平等的人際關系，學生的歸屬感、自我認同感將逐漸降低，因而教學設計不得忽視學生的情感問題與發展固化。另一方面，人工智能可實現多樣化的學習資源供給，通過虛擬技術調動學生感官，創設具身學習環境，促進學生對于所學知識的理解與應用。然而，由于中小學生的身心發育尚未成熟，面對學業挫折、社交恐懼等問題時極易受智能技術影響沉溺于虛擬現實中，學生過度依賴及迷戀人工智能的“智能魅力”，脫離與教師的現實互動，缺乏教師的正確引導，難以形成健全的人生觀、價值觀，實現精準教學內含的人文關懷。

（二）教學實施受阻于教師數據素養缺失

人工智能賦能精準教學對于教師的必備能力提出了新要求，尤其是在教學實施時，教師需具備整合智能技術與學科知識的能力，才能實現智能時代的精準教學。2022年4月，教育部發布的 《新時代基礎教育強師計劃》明確指出需推進教師隊伍建設信息化[8]，為智能時代的精準教學實施提供保障。鑒于地區經濟情況與教師專業發展的差異性，我們可以發現，教學實施受阻于教師數據素養缺失：首先，不同地區師資配置不均衡，數字鴻溝由于設備鴻溝與資源使用仍然存在，部分教師尚不具備將智能技術與學科知識整合的能力，依然沿用教師全程講授的教學方法。其次，處于不同專業發展階段的教師，其數據素養的掌握程度也有所不同。教師的數據素養與教齡、學歷等因素具有一定相關性。最后，目前教師專業發展仍以教師個體發展為培養模式，教師個人與教師團體發展的結合較為有限。多位學者通過研究證明，數據素養的發展需要教師專業共同體的互相扶持，精準教學實施需要教師在自我學習與團體學習的過程中提升。例如，有研究根據教師的數據使用情況，發現協作時間的延長可提升教師對于智能技術使用的熟練度[9]。

（三）教學反饋受困于低質量數據資源集合

人工智能賦能的過程性評價可為精準教學帶來諸多益處：實現教學過程可視化，預測并模擬學習進展，提升教育干預的有效性。教學評價與反饋可整合學習者的知識、興趣、元認知和態度，根據學生的課堂表現與課后作業完成情況，形成以學生為主體的學習者模型，使教師快速、直觀地接觸學生的數字畫像。然而，數字畫像以數據為核心，結構異質的多樣化數據導致教學反饋質量有限，因此，教學反饋受困于低質量數據資源集合。一方面，數據資源質量參差不齊。智能技術采集的數據沒有特定的目標性，未將數據進行特殊篩選，非結構性數據難以直接通過數據挖掘進行識別與診斷。精準教學反饋實質上需通過數據分析與算法運行處理學生的學習行為數據、個性特征數據與學習水平數據[10]，此類數據以行為動作、表情神態為主，數據挖掘難以洞悉學生的認知存在。數據驅動的定制化服務與學生學習興趣的相似度存在一定差距。另一方面，教學反饋的結果呈現同質化的特點。精準教學的學生分析以大數據技術為支撐，采用概率論指導個性化服務，但這種尋優方法具有局限性，可生成的教學評價通常參考數據庫內已有的教學方法，往往采用預設話語對學生狀態進行干預，精準教學反饋的準確性與針對性有待增強。

（四）教學管理受制于人工智能倫理失范

精準教學管理以數據為核心，圍繞數據的收集與使用進行教學決策，而數據涉及的隱私泄露已成為數據治理的關鍵問題，數據的透明度關乎數據的個人隱私與安全性，很可能成為數據智能釋放的關鍵瓶頸。隱私保障是人工智能系統開發的基本倫理原則，因此，教育管理受制于人工智能倫理失范。首先，教學管理所處理的數據通常是高度個人化的，若用于評估學生表現，需保障學生數據的隱私安全與權益。例如，2014年，美國InBloom（一個非營利性學生數據存儲機構）對第三方教育機構共享開放數據，導致學生的隱私受到損害，項目被迫終止[11]。其次，當前數據類型多樣，除文字、表格等結構型數據，還包含非結構性數據，如學習行為、課堂表現等表情動作均可被智能系統捕捉，收集學生的人臉信息與面部表情用于監測學生的課堂狀態可能涉及對隱私權的侵犯，采集學生在課堂內的所有數據很可能侵犯學生的人格與尊嚴，學生在監控下做出的課堂反饋未必具有較強的真實性，學生為應對數據采集與教師監督，有可能形成表演型人格，對于學生的人格培養造成不良影響。此外，教學管理還涉及教學組織、教學質量的監測與管理，當前教學監管仍以課堂觀察與診斷式的校本研修為主，中小學的教學管理組織尚未形成區域化的監管機制。

四、人工智能賦能中小學精準教學的基本路徑

基于人工智能賦能中小學精準教學的現實困境可發現，當前中小學教學的主要問題存在于教學設計、教學實施、教學反饋、教學管理等個方面，具體來說，筆者將從以下四個方面分析人工智能賦能中小學精準教學的基本路徑。

（一）聚焦人文關懷，打造融入情感訴求的人機交往模式

盡管智能資源豐富多樣，但人機互動的智能程度有限，倘若脫離教師的指導，未成年學生尚未具備進行開放式自主學習的能力，多傾向于采用游戲化學習形式，很可能忽視真實的學習與情感訴求，因此，需聚焦人文關懷，打造融入情感訴求的人機交往模式。其一，教師需以人際互動補充人機互動的缺失，將知識傳授與情感訴求相結合，調節學生的學習動機與情感態度。學習過程中學習者的動機需要人與人的互動進行激發與強化，因此需要教師結合智能機制的判斷，為學生示范如何與人交際、如何克服學習焦慮，建立積極的學習情緒，教師的情緒處理示范不可替代。其二，教師需在教學設計中體現學生與學生間的交流互動，以智能平臺為支撐，通過小組交流合作、同伴互評促進學生之間的感情，減輕學生的學習壓力，使學生更加關注現實學習與生活。其三，教師進行教學設計時需著眼于學生的身心健康與全面發展，適當增強社會情感的學習，有助于調節學生自身與社會性發展內容。在智能教育中，要高度重視學生自我意識、自我管理、社會意識等方面的發展。教師有意識地創設現實情境，通過提出日常工作、生活中的問題引導學生產生興趣，設計各式各樣的學生活動，在教學中培養學生敢于思考、勤于實踐的能力，讓學生學會與他人相處，更好地處理人與自我、智能技術、社會和自然的關系，提高學生對于社會價值觀的認同感。

（二）注重數據素養，創設人本化的智能研修共同體

智能時代，教師不單是知識的傳授者，而要成為學生學習的促進者、學術探究的合作者。因此，為適應智能時代的精準教學，教師需增強自身學習能力，結合智能技術實現角色轉變，注重數據素養，創設人本化的智能研修共同體。首先，促進教育公平，尊重多樣性，各級各類學校共享優質教育資源，將先進的教育理念與技術傳遞給薄弱地區的教師，授予學習者必要的學習技能，避免數字鴻溝。例如，教育部推進的“雙師課堂”打破了地區與學校間的資源壁壘，促進偏遠地區教師的數據素養發展[12]。其次，學校要加強教師的職前培訓與在職培訓，讓教師在具體的教學情境中學會利用智能技術進行教學設計與應用，開展智能技術賦能精準教學的實操課程。只有教師具備數據素養，學會運用、創造數據資源，與教、學、評三者有機結合，才能有效培養學生的數據素養。例如，2018年2月，浙江省創建基礎教育精準教學研究院，與科大訊飛攜手研究人工智能背景下的精準教學問題，圍繞“智慧教育背景下精準教學的設計與實踐”開展精準教學理論和實操的師資培訓[13]。再次，升級教師網絡研修平臺，提升教師隊伍數據素養，創設人本化的智能研修共同體。2021年4月，教育部辦公廳發布《關于開展第二批人工智能助推教師隊伍建設試點推薦遴選工作的通知》[14]，旨在構建區域智能研修共同體，構建線上線下、選學推送相結合的教師智能研修模式[15]。例如，濰坊市構建區域普及中小學人工智能教育的生態系統，依托科研機構舉辦教師培訓，在教師群體中開展常態化研修活動，構建學習共同體、研修共同體、實踐共同體。此外，全國多所人工智能實驗校開展教師隊伍數據素養培養，又如，深圳市坪山區中山中學開發“一堂四研”智慧研修模式，融合智慧課堂、AI智能精準研修、大數據課堂觀察研修、遠距教學研修和名師課堂教學研修多種課程。

（三）關注知識與數據雙驅動，健全指向循證理念的教學診斷機制

數據驅動的智能教育對于學習者而言是一種規訓，強化學習者的當前學習習慣，使學習者模型趨于相對靜態。因此，需及時修正關于學生個性化學習的過程數據，關注知識與數據雙驅動，健全指向循證理念的教學診斷機制，使教育回歸本位。首先，教學反饋需要突破傳統單一數據源與算法，改變相對固定和單一的學習路徑推薦，以知識學習和數據挖掘為驅動，以學生為中心，從學生自身角度滿足個性化學習要求。國內外眾多教育平臺都在積極探索循證理念與教學反饋的融合，試圖激發學生的學習興趣，開發應用于精準教學的實際功能。其次，教學反饋需關注學習者的個體差異，以學習者的知識圖譜為依據，關注學習者特征，分析收集的學習過程數據，健全學習者畫像，根據數據挖掘的學習者信息提供個性化服務指導。智能系統匹配精準的學習資源和個性化學習路徑，教師則可根據學生的性格特點、學習水平，為學生安排互相促進的學習同伴。再次，教師可彌補多模態數據的不足，鼓勵學生充分挖掘和發揮自身的興趣和潛能，助力精準的教學評價與反饋。最后，教學反饋需以過程性、形成性評價理念為指導，健全基于循證理念的教學診斷機制。人工智能賦能教學反饋除了進行文字、語言的識別評測，還需基于學生的學習行為，進行過程性和結果性評價。例如，2020年10月，北京圣陶教育發展與創新研究院打造的“人工智能賦能理化實驗操作評價系統”為學校改進日常實驗教學提供診斷與反饋，多角度記錄并分析學生的實驗行為，自動輸出過程性和結果性評價的評價反饋。

（四）落位隱私保護，構建基于數據治理的倫理風險監管體系

精準教學管理以信息與數據作為支撐，教育數據的應用與治理關乎中小學生的個人隱私與合法權益，未成年人處于成長階段，心理敏感，一旦數據泄露后果不堪設想，鑒于此，需落位隱私保護，構建基于數據治理的倫理風險監管體系。其一，遵循知情同意原則，尊重數據主體的隱私權益，將限制識別技術嵌入教育產品的開發與應用中。2021年6月，《中華人民共和國數據安全法》對于規范數據處理活動、保障數據安全提出明確的法律要求，教育領域的數據應用依法受教育部門監管。對此，針對中小學學生的數據采集，學校需充分尊重學生及家長的知情權，未經授權許可不得私自采集或傳播數據，尤其不得泄露給校外機構。其二，提升教育主體的隱私保護意識，建立中小學倫理風險預警機制。學校需增設人工智能教育倫理課程，提升教育主體的隱私保護意識，加深對人工智能倫理的認知，使教師、學生在面對潛在侵犯自身合法權益行為時可采取有效措施，保障自身權益。此外，中小學應在學生信息保護方面達成共識，成立專項委員會監督學校數據的規范使用，建立風險預警機制與動態的教育質量監控體系，精細捕捉數據之間的變化并進行調控，謹防隱私泄露問題的發生。其三，構建系統的學生法律保護體系，完善智能教育倫理法規。世界各國已出臺一系列保護學生隱私權益的法律法規，例如美國出臺的《兒童在線保護法》《兒童在線隱私保護法》[16]，我國出臺的《兒童個人信息網絡保護規定》。2021年9月1日起施行的《未成年人學校保護規定》要求學校應當依照法律法規制定相應校規，明確保護學生的隱私權和個人信息[17]。然而地方政府對于學生權益保護的政策有所欠缺，由此需明晰數據采集與使用的權責界限，制定地方性教育倫理法規，構建基于數據治理的倫理風險監管體系。

五、結語

隨著人工智能賦能中小學精準教學，人工智能技術在應用教育領域越發受到重視。整體而言，從20世紀60年代借助工具測量進行實證教研的精準教學，到今天以智能技術實現的更為科學的精準教學，教與學的形式發生了巨大變革與創新?；谥行W教學的當前困境，人工智能多項技術的應用促進了教學方式的改進與教學水平的提升，從中小學教學的未來方向而言，人工智能賦能的精準教學是提升課堂教學效率、激發學生學習興趣的必經之路。盡管教學中試圖將人工智能納入教學的全過程，但依然要堅持以學生為中心的理念，不斷探索精準教學的最優途徑。中小學精準教學不得盲目濫用大數據、人工智能等智能技術，以免導致道德挑戰與倫理風險的發生。在智能教育領域，中小學精準教學如何在注重技術應用的同時兼顧人文關懷，達到人機協同、人機關系和諧的境界，亟待學者進一步探索。