指向教育數字化轉型的人工智能教育風險審視
——UNESCO《人工智能與教育：政策制定者指南》要點與思考

蘭國帥

一、問題提出

工業4.0時代，以人工智能、大數據、區塊鏈等為代表的智能技術正引發新一輪教育變革，牽引著人類教育向智慧教育的階段轉型。(1)胡欽太、劉麗清、鄭凱：《工業革命4.0背景下的智慧教育新格局》，《中國電化教育》，2019年第3期。為順應教育變革新趨勢，把握人工智能對教育的革命性影響，聯合國教科文組織(以下簡稱UNESCO)出臺了一系列人工智能教育政策。2019年，UNESCO發布《北京共識：人工智能與教育》(以下簡稱《北京共識》)，提出要深度融合人工智能與教育，全面創新教育，推動人工智能促進教育創新的戰略規劃和實踐模式的有效實施。(2)UNESCO，“Beijing Consensus on artificial intelligence and education”，https://unesdoc.unesco.org/ark:/48223/pf0000368303.2020年，UNESCO舉辦“國際人工智能與教育會議”，圍繞人工智能挑戰和機遇下的未來教育展開討論，審視人工智能對教育的潛在影響。(3)《2020國際人工智能與教育會議在北京舉行》，https://www.edu.cn/info/focus/xs_hui_yi/202012/t20201207_2053587.shtml。2021年，UNESCO在《北京共識》實施框架內制定了《人工智能與教育：政策制定者指南》(以下簡稱《指南》)，旨在審視人工智能教育應用的潛在風險，提升教育政策制定者的人工智能教育素養。在我國，人工智能等新一代智能技術已被視為“推進教育數字化，建設全民終身學習的學習型社會、學習型大國”(4)習近平：《高舉中國特色社會主義偉大旗幟 為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告(2022年10月16日)》，人民出版社，2022年，第34頁。的戰略技術支撐。教育部部長懷進鵬在2021國際人工智能與教育會議上指出：中國將加大人工智能教育政策供給，推動人工智能與教育教學深度融合，利用人工智能促進全民終身學習，致力推動教育數字化轉型、智能升級、融合創新，加快建設高質量教育體系。(5)高毅哲：《創新技術服務教學進步 人工智能助力未來教育——2021國際人工智能與教育會議舉行》，《中國教育報》，2021年12月9日。由此可見，合理規劃人工智能教育政策，發揮人工智能對教育數字化轉型升級的全方位賦能作用，(6)顧小清、李世瑾：《構建研究與實踐共同體：以AIED研究聯盟推進人工智能全方位賦能》，《中國教育信息化》，2022年第6期。已成為國內外的普遍共識。然而，人工智能賦能教育應用彰顯巨大潛能的同時，也帶來了尚未發現的問題。因此，審視潛在風險，促進人工智能賦能教育數字化，已成為智能教育時代推動教育數字化全方位轉型升級的重要方略。

UNESCO在《北京共識》實施框架下制定的《指南》涵蓋四部分內容：人工智能教育政策制定者需具備的人工智能知識，人工智能賦能教育的四大應用場景，人工智能賦能教育實現“可持續發展目標4”面臨的挑戰，國際人工智能教育政策的形式、特征及類別等。本研究采用文本分析法和內容分析法解讀《指南》，旨在科學審視潛在風險，從人工智能教育協同治理、人工智能監測與評估、課堂教學方式、教師隊伍建設等視角，思考規劃中國本土化的人工智能賦能教育數字化轉型的政策和方案，促使人工智能全方位賦能教育數字化轉型，最終提升人工智能教育政策制定者的智慧教育素養，實現教育共同利益。

二、人工智能教育政策制定者需具備的人工智能知識

(一)人工智能的內涵、方法、技術及應用

1.人工智能的內涵

1956年，美國達特茅斯學院在研討會上首次提出人工智能的概念。此后，人工智能的內涵不斷拓展。本研究采用羅斯·勒金等的定義，即人工智能是具備與世界互動的人類能力的計算機系統。近年來，人工智能取得的巨大成就及顛覆性影響緣于機器學習算法的不斷改進。人工智能不僅能以“機器智能”的方式延伸人類器官的廣度與深度，還能體現出前沿技術對人類社會生產、生活、組織、思維等方面的廣泛影響。(7)關成華、陳超凡、安欣：《智能時代的教育創新趨勢與未來教育啟示》，《中國電化教育》，2021年第7期。

2.人工智能的方法

目前，人工智能的方法主要包括經典人工智能、機器學習、人工神經網絡與深度學習，四者的關系如圖1所示。

圖1 經典人工智能、機器學習、人工神經網絡與深度學習的關系

第一，經典人工智能。經典人工智能被稱為“符號人工智能”“基于規則的人工智能”“有效的老式人工智能”(Good-Old-Fashioned Artificial Intelligence，GOFAI)等，涉及編寫一系列“If…Then…和其他條件邏輯規則”，即計算機完成任務所需的步驟。經典人工智能理論認為，認知的本質是計算，計算機可以表征和模擬人類行為，操控符號運算。(8)劉偉：《“我思故我在”還是“我在故我思”?——經典人工智能的哲學隱喻及其具身現象學反思》，《河北學刊》，2022年第3期。

第二，機器學習。機器學習是通過經驗或數據來改進算法的研究，旨在通過算法讓機器從大量歷史數據中學習規律，自動發現數據中潛藏的模式并用于預測。(9)余明華、馮翔、祝智庭：《人工智能視域下機器學習的教育應用與創新探索》，《遠程教育雜志》，2017年第3期。機器學習通過分析大量數據來識別模式并建立模型，從而預測未來價值。因此，機器學習算法是“學習”的，而非預先編好的程序。機器學習實際上是人工智能方法的子集，而非真正意義上的人類學習和獨立學習。它完全依賴人類來選擇、清理和標記數據，設計和訓練人工智能算法，策劃、解釋并對結果進行價值判斷。

第三，人工神經網絡。人工神經網絡是一種受生物神經網絡結構啟發的人工智能方法。為了模擬人腦神經系統的結構與功能，人工神經網絡運用大量處理單元，使其廣泛互連。這些處理單元被稱作人工神經元，是并行運行的簡單處理器。(10)IBM Cloud Education,“Artificial Intelligence”，https://www.ibm.com/cloud/learn/what-is-artificial-intelligence#toc-what-is-ar-DhYPPT4m.每個人工神經網絡都由輸入層、一個或多個隱藏的中間計算層、輸出層組成。

第四，深度學習。深度學習是基于人工智能領域類神經網絡的發展，模仿人類大腦的層次學習方法自動提取復雜的抽象表征，以便在更高層次建立表征學習的神經網絡。(11)Juergen Schmidhuber,“Deep Learning in neural networks: An overview”，Neural Networks, vol.61(2015).深度學習神經網絡或人工神經網絡試圖模仿人腦。這些元素協同工作，以準確識別、歸類和描述數據中的對象。(12)IBM Cloud Education,“Deep Learning”，https://www.ibm.com/cloud/learn/deep-learning#toc-what-is-de-6i8FHi1.

3.人工智能的技術及應用

上述人工智能方法已催生出七種人工智能技術。第一，自然語言處理。該技術使用人工智能自動處理文本和理解自然語言，包括語義分析(如在法律服務和翻譯中使用)和生成文本(如自動生成新聞)，具有交互性和創新性。第二，語音識別(自動語音識別)，即使用自然語言處理(Natural Language Processing，NLP)技術將人類語音翻譯成書面文本內容，(13)IBM Cloud Education,“Artificial Intelligence”，https://www.ibm.com/cloud/learn/what-is-artificial-intelligence#toc-what-is-ar-DhYPPT4m.包括智能手機的對話機器人軟件等。第三，圖像識別與處理，利用計算機對圖像進行處理、分析和理解，以識別不同模式的目標和對象，是機器學習的一種應用場景，(14)Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton, et al, “ImageNet classification with deep convolutional neural networks”， Communications of the ACM, vol.60, no.6(2017).如面部識別、圖像處理和汽車自動駕駛等。第四，自主代理，可以分析用戶的行為，自動學習用戶的配置文件行為，并根據具體情境提供建議，(15)Joan Borras, Antonio Moreno, Aida Valls,“Intelligent tourism recommender systems: A survey”，Expert Systems with Applications,vol.41，no.16(2014).如計算機游戲化身、虛擬伙伴、智能機器人等。第五，情感檢測，使用人工智能分析文本、行為和面部表情中的情感，如情感型智能學習伙伴(使用生理傳感器和日志數據來確定學習者的情感狀態)的情感干預可以對學習者的元認知策略產生影響。第六，數據挖掘，旨在使用各種機器學習技術從數據中獲取知識。通過數據挖掘，可以在數據間建立聯系并對未來做出準確預測，(16)Ferda ünal, “Data mining for student performance prediction in education”, https://www.intechopen.com/chapters/71573.如醫療診斷、天氣預報、構建智慧城市等。第七，人工創造力，能識別人類藝術作品中的創造性元素，并將其翻譯成人工智能通過算法或其他計算方法掌握的語言，用于創造藝術，如使用人工智能創建新的照片、音樂或故事等。這些技術正越來越多地被用于人工智能領域。

(二)人工智能發展的可能趨勢及局限

1.“弱”人工智能和“強”人工智能

目前，可以將人工智能劃分為“弱”人工智能和“強”人工智能。“弱”人工智能是指各種模擬人或動物智能解決問題的技術。(17)莫宏偉：《強人工智能與弱人工智能的倫理問題思考》，《科學與社會》，2018年第1期。“強”人工智能由通用人工智能(Artificial General Intelligence，AGI)和人工智能超級智能(Artificial Super Intelligence，ASI)組成。

雖然科學家最初的設想是使人工智能達到人類智能水平，即“強”人工智能，但目前人工智能的發展尚處于弱人工智能階段，智能機器沒有自主意識，在廣泛應用的同時受到嚴格限制。人工智能機器無法通用，如預測天氣的人工智能不能直接用于預測股市走勢。為了更好地模擬現實和解決問題，驅使人工智能有效運行的模型會越來越復雜，并呈爆炸式發展趨勢，計算機運算量越來越大，最終不堪重負。為解決人工智能機器翻譯不準確問題，需要構建巨大的數據庫以克服“語義障礙”，這將導致數據庫不斷膨脹，人工智能運行效率下降。(18)程承坪：《人工智能的工作機理及其局限性》，《學術界》，2021年第1期。“弱”人工智能缺乏情感、相稱性和判斷力，無法進行精準預測。若要克服此類人工智能的局限性需要人類的長期探索。盡管人工智能不是人類意義上的“智能”，但是在效率、耐力和在海量數據中識別重要模式等方面，人工智能往往超越人類。

2.人機協同智能

人機協同主要以人類為主導，推動人類與機器和諧共存。盡管許多任務可能是人工智能自動完成的，但在判斷常識和價值等任務中仍需人類發揮關鍵作用。人類和人工智能的關系日益復雜，因此人們應重新配置人工智能，并將其命名為增強智能。向增強智能的轉變使人們重視開發補充和擴展人類認知的人工智能技術，提出更有效的人機協同方式，并提高通過集成人工智能和集體智能來解決所有問題的可能性。

三、人工智能賦能教育的四大應用場景

(一)人工智能賦能教育管理和教學及其應用場景

面向教育管理系統的人工智能應用基于教育管理信息系統，向教師提供支持服務，如自動化考核、反饋和剽竊檢測等，以減少教師工作量，實現學校管理智能化。人工智能賦能教育管理將從技術和社會關系層面促進傳統教育管理的變革，從行政效率方面提升教育管理水平和教育治理時效。在技術層面，人工智能賦能教育以大數據、學習分析、區塊鏈等智能技術集為基礎，構建學校教育管理的“智能化富生態”。在該智能生態環境中，管理人員可借助人工智能算法和算力的優勢，通過智能感知、智能決策和執行系統拓展延伸人的思維和行動，參與教育治理。在社會關系層面，人工智能將重塑社會的結構和樣態，凸顯多中心力量和跨系統協作在教育治理中的重要性，打破傳統教育管理的社會關系基礎。(19)陳星、吳葉林：《人機協同教育治理的障礙與突破》，《現代遠程教育研究》，2022年第1期。在教學方面，人工智能還顯示出實現大規模教育個性化的潛力。例如，人工智能支持的學習分析功能被用于處理學習管理系統中的大數據，利用多模態數據采集、挖掘和情感計算等技術，記錄并分析學習者的學習行為數據，生成學習畫像，為教育管理和教學提供關鍵決策信息，從而為學習者規劃個性化的學習路徑。(20)顧小清、李世瑾：《人工智能促進未來教育發展：本質內涵與應然路向》，《華東師范大學學報(教育科學版)》，2022年第9期。

人工智能賦能教育管理和教學的應用場景主要有教育聊天機器人、學習分析應用程序等。教育聊天機器人為學習者的個性化學習提供了新方式，如構建沉浸式學習環境，分析學習者的需求，發起并支持對話，提供即時的問題診斷和干預等。學習分析應用程序分析大學教育管理信息系統的大數據，來預測學習者成績。借助該程序，教師能夠全面了解學習者的學習問題，為其規劃個性化學習路徑。

(二)人工智能賦能學習者學習和評估及其應用場景

在人工智能技術的強力加持下，傳統教學將產生結構性變革和智能化升級，深度賦能學習者的學習和評估。首先，人工智能深度賦能學習者學習，在學習環境創設層面，人工智能融合VR和AR等技術，能夠拓寬傳統學習環境的空間維度，為學習者創設虛實融合的沉浸式、智能化學習環境。(21)蘭國帥、魏家財、黃春雨等：《學習元宇宙賦能教育：構筑“智能+”教育應用的新樣態》，《遠程教育雜志》，2022年第2期。在學習數據分析層面，利用多模態數據采集和挖掘、情感計算和學習分析等技術，對學習者多模態學習數據進行智能化分析，生成個性化的學習畫像，提供有針對性的學習路徑規劃方案。在學習資源匹配層面，借助自適應、機器學習等技術對學習者的學習軌跡和學習數據開展智能化診斷，根據其個性特征與表現的差異智能化匹配學習資源。在學習路徑干預層面，教師可以借助人工智能的技術優勢，全面了解學習者的學習障礙，通過精準畫像分析、群體分層建議、學習診斷報告、個性化學習路徑推薦等過程，建構“以學定教—因材施教—以評促教”的智適應教育生態圈。(22)顧小清、李世瑾：《人工智能促進未來教育發展：本質內涵與應然路向》，《華東師范大學學報(教育科學版)》，2022年第9期。其次，人工智能賦能學習評估能夠改進結果評估、強化過程評估、探索增值評估、健全綜合評估，最終實現傳統學習評估的智能化蛻變和數字化轉型升級。例如，人工智能支持的智能化教學診斷可以記錄學習者在教學全過程中的學習軌跡和多模態學習數據，基于教育大數據、智能算法和知識圖譜等構建個性化的學習者畫像，再利用學習分析儀表盤直觀地呈現出來。(23)劉浩、劉笑笑、辛濤：《人工智能賦能基礎教育監測的應用與挑戰》，《北京師范大學學報(社會科學版)》，2022年第2期。

人工智能賦能學習者學習和評估的應用場景主要有四類。第一，智能輔導系統利用特定學科和認知科學方面的專業知識，針對學習者的錯誤，確定最佳的學習材料和學習路徑，為學習者提供個性化的、循序漸進的輔導。第二，智能機器人具備情感識別、語音識別、私人定制、可對接各類云服務等功能，能為智能時代創新人才培養助力賦能，變革傳統的學校教學、學習者學習、教學評價及管理等。(24)柳晨晨、宛平、王佑鎂等：《智能機器人及其教學應用：創新意蘊與現實挑戰》，《遠程教育雜志》，2020年第2期。第三，教學代理是在線上學習環境中，為學習者提供認知支持的、類似教師的虛擬角色。它經常作為教師或學習激勵者，利用語言或表情與學習者交流。(25)Spector J. Michael, Merrill M. David, Van Merrienboer, et al, Handbook of Research on Educational Communications and Technology(Fourth Edition), Springer Science+Business Media, 2014，pp.759-767.第四，教育虛擬現實和增強現實經常與機器學習或其他人工智能技術相結合，重塑在線學習空間、變革人機交互方式、構建在線虛擬認知的具身模式，將其融入教育體驗有助于學習者更真實地參與學習，更易于理解和應用知識。(26)蘭國帥、張怡、魏家財等：《提升教師ICT能力 驅動教師專業發展——UNESCO〈教師ICT能力框架(第3版)〉要點與思考》，《開放教育研究》，2021年第2期。

(三)人工智能賦能教師專業發展和教學及其應用場景

人工智能為教師專業發展和教學質量提高提供了綜合的實踐方略。在環境設備層面，人工智能可以為教師專業發展提供智能化的基礎設施，如創設沉浸式的研修環境、智能互聯的教學實踐環境和專業實踐平臺、跨區域培訓云平臺等，使教師專業發展的學習空間逐步實現虛擬空間與物理空間的無縫銜接。在基礎規律層面，人工智能擁有規模化數據、深度學習算法和高度計算力，能夠通過科學規范的數據聚類、數據認知、決策優化等過程，挖掘數據的復雜關聯和潛在價值，(27)趙磊磊、張黎、代蕊華等：《人工智能賦能教師教育：基本邏輯與實踐路向》，《中國教育學刊》，2022年第6期。教師可通過深度挖掘解釋專業發展的本質規律和內在機理。在創新應用層面，人工智能可以創新教師專業發展的應用模式，重塑智能時代教師專業發展的樣態，創新教師培訓模式、教研模式、專業發展組織模式等。(28)馮曉英、郭婉瑢、黃洛穎：《智能時代的教師專業發展：挑戰與路徑》，《中國遠程教育》，2021年第11期。

人工智能賦能教師專業發展、提高教學質量的應用場景主要有兩方面。一方面，人工智能驅動的論壇監控。人工智能可以支持在線教育，特別是在幫助教師和輔導員監控異步的論壇中，人工智能可以對學習者的發言進行分類，自動響應較簡單的發言、匯總重復的發言、識別消極情緒狀態的發言。另一方面，在人機協同的“雙師課堂”中，智能機器人可分擔作業批改、更新知識庫、成績統計與分析等機械煩瑣的教學任務，使教師專注于以能力提升、情感交互、教學設計等為代表的創造性教學工作。(29)周琴、文欣月：《智能化時代“AI+教師”協同教學的實踐形態》，《遠程教育雜志》，2020年第2期。

(四)人工智能賦能終身學習及其應用場景

人工智能對于構建新型終身化教育體系和終身學習系統具有深度賦能作用。(30)張慧、黃榮懷、李冀紅等：《規劃人工智能時代的教育：引領與跨越——解讀國際人工智能與教育大會成果文件〈北京共識〉》，《現代遠程教育研究》，2019年第3期。在個性靈活的學習方式層面，人工智能能夠打通、銜接各類學習場景，使所有人都能利用各種設備、在全部地方、以各種方式學習。它還能夠催生基于興趣或學習目標的社會化協作學習形式，形成終身學習者的學習共同體。在泛在互聯學習空間層面，以人工智能為代表的智能技術可為終身學習搭建智能化基礎設施，營造泛在互聯的無縫融合式學習空間，學習數據、學習目標、學習內容、學習活動和學習場景將持續流轉和共享，進而形成無縫銜接的學習鏈條，使學習者能夠輕松有效地投入并開展正式和非正式學習。(31)楊現民、李怡斐、王東麗等：《智能時代學習空間的融合樣態與融合路徑》，《中國遠程教育》，2020年第1期。在智能匹配學習資源層面，人工智能記錄學習者的學習軌跡、全過程收集與智能化分析學習數據，為學習者生成學習畫像，并利用自適應和機器學習等技術，智能推送個性化的學習資源，實現學習資源的智能匹配和泛在獲取。(32)顧小清、李世瑾：《人工智能促進未來教育發展：本質內涵與應然路向》，《華東師范大學學報(教育科學版)》，2022年第9期。

人工智能賦能終身學習的應用場景主要有兩種。第一，人工智能驅動的終身學習伙伴根據學習者的興趣和目標提供持續支持，引導其沿著個性化的路徑學習，幫助制定新目標，激發學習興趣，取得學習成就。第二，人工智能驅動的終身學習成就記錄可模擬銀行的組織結構、運作原理和功能特點，設計開發面向終身學習的“學分銀行”，借助人工智能分析數據，用“數字徽章”取代傳統成績單，提供數字化的終身學習成果認證。(33)張學敏、周杰：《技術變革下“個人全面發展”的教育選擇——新時代馬克思核心教育思想再認識》，《清華大學教育研究》，2020年第6期。

四、人工智能賦能教育實現“可持續發展目標4”所面臨的挑戰

2015年，UNESCO印發了《教育2030行動框架》，將“確保包容和公平的優質教育，讓全民終身享有學習機會”的教育目標單列為“可持續發展目標4”。(34)UNESCO，“Sustainable Development Goal 4 and its targets”，https://en.unesco.org/education2030-sdg4/targets.人工智能技術雖然具有重塑教育的變革性潛力，但其賦能教育實現“可持續發展目標4”仍面臨著一系列挑戰，包括數據倫理與算法偏見、性別歧視、應用有效性證據缺乏、教師角色重塑危機、削弱學習者的主觀能動性等。這需要教育者堅守“可持續發展目標4”的目標追求和價值旨歸，重新審視人工智能教育應用的潛在風險。

(一)人工智能教育應用的數據倫理問題與算法偏見風險

智能時代，人工智能強大的數據分析能力在變革教育實踐的同時，也引發了大量數據倫理問題。教育數據在產生、收集、存儲、開放、使用和管理等環節均存在嚴重的安全隱患，未經授權的訪問、披露、破壞、篡改、刪除和非法使用等行為，在拷問教育數據安全的同時，也侵犯了個人隱私。(35)茍學珍：《智能時代教育數據安全的倫理規約簡論》，《電化教育研究》，2021年第9期。然而全世界(不包括歐洲)只有不到30%的國家制定了全面的數據保護法律法規。因此，亟須明晰實然表征，分析現實困境，制定倫理規約框架，最終形成解決教育數據倫理問題的有效路徑。(36)趙磊磊、張黎、王靖：《智能時代教育數據倫理風險：典型表征與治理路徑》，《中國遠程教育》，2022年第3期。

算法是人工智能教育發展的基礎。人工智能本身沒有算法偏見，但是在數據生產時帶有偏見或以不恰當的算法分析數據時，原有的以及尚未發現的偏見就會更加明顯。算法偏見可能會對學習者的人權產生負面影響。隨著人工智能教育向縱深發展，算法的偏見有可能被強化，從而放大風險。(37)馮永剛、趙丹丹：《人工智能教育的算法風險與善治》，《國家教育行政學院學報》，2022年第7期。因此，亟須制定人工智能倫理規約框架，強調人工智能算法的主體責任，保障數據資源的準確性，提高算法的透明性與可解釋性，讓人工智能的發展符合道德倫理要求。

(二)人工智能教育應用的性別歧視問題

算法是新型社會權力，積極賦權女性群體的同時引發了“計算不平等”“數字性別鴻溝”等倫理失范現象。(38)張欣、宋雨鑫：《人工智能時代算法性別歧視的類型界分與公平治理》，《婦女研究論叢》，2022年第3期。人工智能在自動化選擇時會放大并凸顯原始性別偏見，加重對女性的物化和數字化異化，進一步擴大“數字性別鴻溝”。目前，人工智能的多項應用已被證明存在性別偏見。2018年，亞馬遜公司在招聘中放棄機器學習，根源在于以公司歷史招聘記錄為基礎的原始數據對女性存在性別偏見。這表明，社會性別偏見和固有歧視被機器學習的算法以代碼的形式重新包裝，進一步放大社會偏見，甚至植入新的社會偏見。

實現人工智能的性別平等是人工智能教育應用的重要目標，只有當女性在人工智能勞動力中獲得足夠的代表性，才有可能實現性別平等，而人工智能勞動力本身就是一個令人憂慮的問題。可見，提高女性在人工智能領域的代表性，對于保護女性基本人權、減少人工智能驅動的性別偏見至關重要。如果能避免把偏見強加給機器，人工智能也可以成為促進性別平等的強大助力。因此，亟須在倫理、法律和技術規則方面加強約束，以算法正義推動性別平等。

(三)人工智能教育應用的有效性證據缺乏

對人工智能教育應用的研究已有五十多年的歷史，但是，即便在發達國家，人工智能教育應用仍相對較少。現存的許多“基于證據的人工智能教育應用”大都涉及人工智能如何憑借技術在教育中發揮作用，而未詳盡回答教育領域是否需要人工智能這一問題。

相比傳統的課堂教學，雖然一些智能輔導系統已被證明具有廣泛的教育有效性，但是關于人工智能教育應用的累積性或可復制的研究案例很少，也缺乏可靠證據證明其大規模有效性。(39)du Boulay Benedict, “Artificial intelligence as an effective classroom assistant”, IEEE Intelligent Systems, vol.31, no.6(2016).許多人工智能工具的所謂功效可能更多源于其新穎性而非實質內容。雖然人工智能無疑將會對教育機會、教育內容和教育結果的提供及管理產生重大影響，但目前仍不能確定人工智能解決方案將如何改善教育結果。人工智能也許能發揮有益作用，但仍缺乏足夠的信息來了解其對管理、學習和教學的助益程度。因此，亟須開發監測和評估機制，衡量人工智能的相關影響，以便為決策提供堅實的證據基礎。此外，還要合理評估人工智能教育應用的價值，厘清人工智能教育應用的理想狀態與現實情況的差距，未來人工智能教育的可能與局限，未來人機協同共生的必要性和可能性，等等。(40)于海波：《人工智能教育的價值困境與突破路徑》，《湖南師范大學教育科學學報》，2020年第4期。

(四)人工智能教育應用使教師面臨角色重塑危機

人工智能的出現和應用將教育推向“人機共教”的新時代，教師作為教育教學的重要成員，面臨著“教師”稱謂泛化、知識權威式微、教學經驗弱化和道德形象矮化的角色危機。(41)鄒太龍、康銳、譚平：《人工智能時代教師的角色危機及其重塑》，《當代教育科學》，2021年第6期。教師迫切需要主動適應時代變革，重新定位自身角色，才能轉危為機。

當前，許多人工智能開發人員的志向是減輕教師負擔，使教師專注于教學的人性化等方面。人工智能功能的改進必然會減輕教師的負擔。但是，當人工智能工具接管了知識傳輸任務，教師的作用也會隨之降低。在社會變遷和教育變革的雙重壓力下，人工智能“激蕩”起來的教師角色沖突日趨激烈，如何在智能時代強化角色危機意識，探尋自身發展新路向，已成為教師的重要任務。(42)郭勝男、吳永和：《社會角色理論視域下的人工智能時代教師：困厄、歸因及澄明》，《電化教育研究》，2022年第6期。因此，政策制定者必須從戰略高度審視人工智能對教師角色的改變，使教師在人工智能賦能教育的環境中做好工作準備；確保將教師和學習者之間的人際互動和協作作為教育的核心；在人工智能教育政策框架內動態審視教師的角色并界定其所需要的能力，強化教師培訓并制定能力建設方案，支持教師為在智能教育環境中有效工作做好準備。

(五)人工智能教育應用削弱學習者的主觀能動性

即使避免了利用人工智能取代教師的反烏托邦式場景，學習者的主觀能動性仍可能因教育領域過多使用適應性人工智能而被削弱。這意味著學習者的交互時間更少，更多的教育決策由人工智能做出。這可能會剝奪學習者培養自我效能、自我調節、元認知、批判性思維和獨立思考等技能的機會，而這些技能正是全人培養的關鍵。人工智能教育應用應加強而不是削弱全人培養。過度依賴人工智能而忽略學習者的學習能力和創新思維，可能導致學習者失去獨立思考能力，沉溺于工具的完備性而不能培養健全的人格和品行，教育甚至有可能變成人工智能的奴隸和附屬品。因此，教育必須主動順應潮流，實時更新目標和內涵，適應人工智能技術帶來的遷躍，培養更多的中堅人才，為未來的人工智能技術充實后備力量，實現育人成人的最終目標。(43)劉進、鐘小琴、李學坪：《教育人工智能：前沿進展與機遇挑戰》，《高等工程教育研究》，2020年第2期。

五、國內外人工智能教育政策的形式、特征及類別

(一)國內外人工智能教育政策的形式和特征

1.國內外人工智能教育政策項目和計劃

目前，國內外已經出現了很多人工智能教育政策項目和計劃(表1)，其中包括各種人工智能教育平臺和工具，旨在支持學習者發展人工智能技能。

表1 國內外人工智能教育政策項目和計劃

續表

2.國內外人工智能教育政策項目和計劃的共同特征

為幫助公民在人工智能的影響下和諧地生活與工作，各國出臺了各種人工智能教育政策項目和計劃。共同特征主要體現在：主要涉及數據和隱私保護、技術開源、課程創新、經費支持四個領域；強調人類技能(如批判性思維、溝通、協作和創造力)，在生活、學習和工作中與人工智能工具協作的教學方法；提升公民的人工智能素養，了解什么是人工智能、人工智能工作機制、人工智能帶來的影響等。

將人類必備技能納入人工智能教育，需要制定全系統甚至全社會的人工智能教育應用框架。包括：促進終身學習，使每個人全面了解人工智能及其影響；將基礎人工智能學習融入K-12學校課程；培養人工智能專業人員，解決日益擴大的技能差距，提供人工智能工作崗位；鼓勵高等教育研究機構開發具有突破性和公平性的人工智能；確保不斷增長的人工智能勞動力的多樣性和包容性；預測雇員和雇主的新需求，提供在職技能培訓。

(二)國內外人工智能教育政策的類別

從部分國家和區域的相關政策來看，人工智能和教育發展的政策可分為三類：獨立、綜合和專題。獨立類別指擁有獨立的人工智能政策和戰略，如美國的《國家人工智能研發戰略規劃》、韓國的《為智能信息社會做準備的中長期計劃》、中國的《新一代人工智能發展規劃》、阿聯酋的《阿聯酋人工智能戰略》、歐盟的《人工智能對學習、教學和教育的影響》、馬耳他的《走向人工智能戰略》等。綜合類別指將人工智能元素融入現有的教育或ICT政策和戰略，如馬來西亞的My digital maker運動、阿根廷的學習互聯項目等。專題類別側重于與人工智能和教育相關的特定主題，如歐盟的《通用數據保護條例》和《歐洲數字能力框架》、中國的《高等學校人工智能創新行動計劃》、新加坡的《The Code@SG運動：將計算思維發展為國家能力》等。

六、對我國制定人工智能賦能教育數字化轉型政策的啟示

我國要實現教育共同利益、發展包容和可持續的未來教育，需從人工智能教育協同治理、人工智能監測和評估、課堂教學方式、教師隊伍建設等人工智能賦能教育數字化轉型的視角，思考規劃中國本土化的人工智能賦能教育數字化轉型的政策和方案。

(一)加強跨學科規劃和跨部門合作，促進人工智能教育協同治理的數字化轉型

目前，人工智能教育應用面臨著公平與偏見、透明和隱私等諸多挑戰。原因在于教育組織系統的戰略保障和文化保障缺失，行為實踐系統缺乏協同效應等。(44)胡姣、彭紅超、祝智庭：《教育數字化轉型的現實困境與突破路徑》，《現代遠程教育研究》，2022年第5期。實現人工智能與教育的深度融合發展，亟須構建人工智能教育的文化保障、戰略保障和協同機制保障。

首先，堅守以人為本、增進師生共同福祉的價值取向，為人工智能教育治理的數字化轉型提供文化保障。人工智能教育應用必須妥善應對人類價值觀與技術倫理道德的張力，才能實現人機協同、共軛共生。(45)祝智庭、胡姣：《教育智能化的發展方向與戰略場景》，《中國教育學刊》，2021年第5期。研究人員和實踐者應致力于引領人工智能教育應用朝人本人工智能演變創新，加快完善人工智能治理體系及應用，制定和嵌入道德標準，打造更加強大、安全的人本人工智能體系。其次，加強跨學科規劃和跨部門治理，制定跨領域的人工智能教育政策和法規，為人工智能教育提供戰略保障和協同機制保障。在戰略保障層面，教育決策部門要構建“規劃—實施—監控—更新”的開放式迭代循環機制，(46)UNESCO，“Beijing Consensus on artificial intelligence and education”，https://unesdoc.unesco.org/ark:/48223/pf0000368303.匯集神經科學、認知科學、社會心理學等不同領域的教育者、科學家和人工智能工程師等專業群體，為人工智能教育政策和法規的制定注入跨學科的專業知識，聯合多方利益主體。借助大數據和學習分析等智能技術診斷現存問題、預測發展趨勢，(47)楊現民、李怡斐、王東麗等：《智能時代學習空間的融合樣態與融合路徑》，《中國遠程教育》，2020年第1期。為政策規劃和制定提供堅實的循證基礎。在協同機制保障層面，教育決策部門要采用系統方法，實施全系統的政策治理，協調組織架構，最大限度地開展跨部門合作和資源共享，實現協同增智。

(二)構建智能教育管理系統，助力人工智能監測與評估的數字化轉型

隨著智能技術融入教學管理，系統規劃各類教育管理資源、建立健全數字教育資源共享機制，已成為各高校教育信息化的建設重點。(48)顧榮軍、馬玉菲、周凱：《智能時代職業院校教學管理信息化實踐困境與路徑突破》，《教育理論與實踐》，2022年第24期。然而，智能技術在教育管理領域的應用、研究，智能化測評在公共管理平臺、教育教學過程的監測與評估還處于起步階段。(49)王克平、肖源：《高校智慧校園的構建與研究》，《實驗室研究與探索》，2019年第7期。因此，促進教育管理數據化、透明化，提高管理理性，構建智能教育管理生態系統，是促進人工智能監測與評估數字化轉型的關鍵步驟。

一方面，制定教育數據規范與標準，適當公開數據，為人工智能與教育的融合提供數據基礎。應建立校園管理智能監測平臺，讓管理者依據權限實時掌握學校的教學情況，動態管理過程數據，使學校管理透明化、數據化，及時對學校管理和人工智能應用情況進行監測與評估。創新管理平臺的服務，建立教師服務平臺、學習者管理平臺、智能在線學習平臺等智能教育支撐系統，持續關注智能技術驅動的教育服務挖掘模型，運用人工智能和教育大數據改善人工智能教育應用情況，實現教育服務的自動化產出。(50)李愛霞、舒杭、顧小清：《打造教育人工智能大腦：教育數據中臺技術實現路徑》，《開放教育研究》，2021年第3期。另一方面，借助人工智能系統的大數據處理分析、可視化圖像模擬等功能，構建智能教育管理一體化服務體系，為各級主體制定管理決策提供支撐，促進跨部門、跨功能、跨系統的數據流智能監測，利用大數據為學校教育創新與科學發展提供證據支持，促進動態監測過程科學規范，保證監測結果公平、客觀、準確。教育科研資源分析、教育管理系統、學習在線服務平臺、課程管理平臺等諸多技術可以對教育數據的生成與流動進行智能監測，最大化地釋放數據資產的價值。(51)趙磊磊、馬玉菲、代蕊華：《教育人工智能場域下教師角色與行動取向》，《中國遠程教育》，2021年第7期。

(三)深化人工智能賦能課堂教學變革，推進課堂教學方式的數字化轉型

智能教育的轉型促使教育圖景呈現指數型發展態勢。雖然人工智能可助力實現大規模個性化教學，但目前大多數人工智能教育應用仍處于發展的初級階段。(52)張慧、黃榮懷、李冀紅等：《規劃人工智能時代的教育：引領與跨越——解讀國際人工智能與教育大會成果文件〈北京共識〉》，《現代遠程教育研究》，2019年第3期。因此，要推進教學方式的數字化轉型，實現數據驅動的教學和個性化學習，就必須深化以學習者為中心的人工智能教育應用，助力人工智能賦能課堂教學變革。

切實將人工智能技術引入教學全過程，促進大規模個性化學習、創新知識生產方式、形成人機協同的教學模式將是推進教學方式數字化轉型的關鍵。(53)顧小清、李世瑾：《人工智能促進未來教育發展：本質內涵與應然路向》，《華東師范大學學報(教育科學版)》，2022年第9期。首先，人工智能賦能課堂教學變革，在賦能思維引領下重新思考教學設計。教學策略應考慮教與學的現實特征和人工智能物化產物的屬性，實現數據驅動的深度學習；教學評價應從聚焦學習結果轉向關注學習全程，開展動態智能可視化分析，實現伴隨式、多元化的全過程評價。(54)謝幼如、邱藝、劉亞純：《人工智能賦能課堂變革的探究》，《中國電化教育》，2021年第9期。其次，人工智能賦能課堂變革應融合智能技術，提升學習者的學習質量與效率。將人工智能與學習設計相結合，關注數據的同時更要關注數據的應用，為學習者提供多元化的學習情境，讓學習者參與實戰級場景學習，獲得沉浸式學習體驗。(55)劉沖、崔佳：《人工智能賦能教育的價值轉向與發展挑戰》，《中國高等教育》，2021年第18期。最后，人工智能賦能課堂教學變革，要打造智能高效的智慧課堂。人工智能等智能信息技術的快速發展與應用，能幫助實現教學環境、資源和工具的智能升級。可依托智能化教學平臺診斷學情，分析學習者的基礎條件；整合人工智能與教學過程，創設有利于智慧生成的教學情境，實現多樣化教學互動；動態分析人工智能收集的學習成果，促進學習者知識建構。(56)劉邦奇：《人工智能賦能課堂變革的核心價值：智慧生成與模式創新》，《開放教育研究》，2022年第4期。

(四)構建“人工智能+教師教育”生態系統，實現教師隊伍建設的數字化轉型

以人工智能、大數據、云計算等為代表的新一代科技革命正悄然影響著教育領域。作為新技術的直接使用者和教學實施的主體，教師在人工智能賦能教育教學的形式和效果方面發揮關鍵性作用。(57)王宇、汪瓊：《人工智能助推教師專業發展的若干思考》，《中國遠程教育》，2022年第1期。因此，全面提升教師人工智能素養，促進教師專業發展，實現教師隊伍建設的數字化轉型尤為重要。

首先，構建“人工智能+教師教育”生態系統，推進人工智能與教師教育體系深度融合。利用人工智能加強數字化課程建設，推動教師教育資源智能化開放共享；立足評價改革，構建基于數據的教師教育質量體系；聚焦數智融合，優化教師教育決策偏差調節機制；關注智能研修，創設分層分類的標準化教師培訓體系。其次，提升教師智能教育素養，適應教育生態系統數字化轉型。在智能時代，培養教師的育人能力應確立跨界融合的人才培養模式，重視學習者所需，提供精準推送，實現終身教育定制化；堅定教師的人文主義立場，強化智能倫理道德規范，在職前教育與在職培訓中鼓勵教師加強對社會和情感等知識技能的學習，指導教師在教學實踐中做到智能化與人性化協調發展，加強對學習者的價值觀教育與人文關懷。(58)王丹：《人工智能視域下教師智能教育素養研究：內涵、挑戰與培養策略》，《中國教育學刊》，2022年第3期。最后，推進人工智能與教師教學的有效融合，以數據驅動大規模的因材施教。利用人工智能收集學習者數據，幫助教師精準分析學情、指導學習方法、評價學業，加快從結果導向評價向數據驅動評價的轉變；開展“人工智能+學科教學”實訓與實踐，將人工智能作為教學的重要輔助手段，推進教育變革；開展“人工智能+教學案例分析”等活動，為教師的教育智能決策提供依據。(59)趙磊磊、張黎、代蕊華等：《人工智能賦能教師教育：基本邏輯與實踐路向》，《中國教育學刊》，2022年第6期。