理感聯(lián)通：人工智能賦能智慧教育新范式

廖劍 劉選 劉革平

摘要：智慧教育是運(yùn)用智能技術(shù)養(yǎng)成智慧的教育。人工智能技術(shù)的發(fā)展是推動(dòng)智慧教育研究和實(shí)踐深入發(fā)展的重要?jiǎng)恿Α１M管以ChatGPT為代表的新一代大規(guī)模人工神經(jīng)網(wǎng)絡(luò)技術(shù)在教育領(lǐng)域已展現(xiàn)出巨大的應(yīng)用潛力，但仍存在內(nèi)容不夠精確、結(jié)果不可解釋、過(guò)程難以控制等弊端，由此帶來(lái)了智能答復(fù)不準(zhǔn)確，智能識(shí)別結(jié)果可信度低，算法歧視與偏見(jiàn)，教育數(shù)據(jù)隱私安全等教育應(yīng)用與倫理問(wèn)題。該文認(rèn)為造成該困境的重要原因是，現(xiàn)有人工智能研究中理性計(jì)算與感性計(jì)算的割裂。研究基于哲學(xué)、心理學(xué)和腦科學(xué)、人工智能等領(lǐng)域?qū)Ω行耘c理性這對(duì)具有本質(zhì)性特征的理論概念進(jìn)行闡釋和分析，提出理感聯(lián)通人工智能的概念，將其表達(dá)為理性計(jì)算與感性計(jì)算的有機(jī)整合，并歸納出知識(shí)升華、智能耦合及反省控制的三重聯(lián)通機(jī)制。觀照到智慧教育領(lǐng)域，建構(gòu)了理感聯(lián)通智慧教育框架。該框架不僅解釋了理感聯(lián)通模型中各類(lèi)技術(shù)對(duì)智慧教育的作用機(jī)制，同時(shí)也闡明了其在當(dāng)前智慧教育中的典型應(yīng)用場(chǎng)景。理感聯(lián)通智慧教育框架的提出有助于推進(jìn)人工智能在智慧教育中的進(jìn)一步賦能，并降低未來(lái)強(qiáng)人工智能所帶來(lái)的潛在風(fēng)險(xiǎn)。

關(guān)鍵詞：智慧教育；理感聯(lián)通；人工智能；雙過(guò)程理論；ChatGPT

中圖分類(lèi)號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A

本文系2021年國(guó)家自然科學(xué)基金面上項(xiàng)目“基于圖神經(jīng)網(wǎng)絡(luò)的學(xué)生課堂狀態(tài)協(xié)同判別及解釋模型研究”（項(xiàng)目編號(hào)：62177039）、西南大學(xué)中央高校基本科研項(xiàng)目“基于實(shí)時(shí)視頻分析的增強(qiáng)智能課堂教學(xué)系統(tǒng)研究”（項(xiàng)目批準(zhǔn)號(hào)：SWU2109323）研究成果。

一、智慧教育發(fā)展現(xiàn)狀與人工智能賦能教育瓶頸

我國(guó)智慧教育的發(fā)展起步于2012年，典型標(biāo)志是祝智庭教授發(fā)表《智慧教育：教育信息化的新境界》一文[1]，該文直接指出智慧教育是教育信息化的新訴求和新境界，由此引領(lǐng)我國(guó)教育信息化邁向新的發(fā)展階段。同時(shí)，智慧教育“以智慧學(xué)習(xí)環(huán)境為技術(shù)支撐、以智慧學(xué)習(xí)為根本基石、以智慧教學(xué)法為催化促導(dǎo)”的理念推動(dòng)和引領(lǐng)智慧教育的研究與實(shí)踐不斷發(fā)展[2]。2018年，我國(guó)教育部印發(fā)《教育信息化2.0行動(dòng)計(jì)劃》，正式將“智慧教育”寫(xiě)入官方文本，將開(kāi)展智慧教育創(chuàng)新示范、構(gòu)建智慧學(xué)習(xí)支持環(huán)境、加快面向下一代網(wǎng)絡(luò)的高校智能學(xué)習(xí)體系建設(shè)、加強(qiáng)教育信息化學(xué)術(shù)共同體和學(xué)科建設(shè)作為智慧教育創(chuàng)新發(fā)展的行動(dòng)計(jì)劃。

然而，在智慧教育如火如荼發(fā)展的背后，支持智慧教育深入發(fā)展的以人工智能為代表的智能技術(shù)卻也面臨諸多問(wèn)題。例如，盡管目前ChatGPT等大語(yǔ)言模型大大加強(qiáng)了計(jì)算機(jī)語(yǔ)言交互能力，但仍存在回答問(wèn)題的準(zhǔn)確性不足，如OpenAI 承認(rèn) ChatGPT 會(huì)給出看似合理但不正確甚至荒謬的答案，由此帶來(lái)學(xué)生的認(rèn)知與偏差、算法歧視與偏見(jiàn)、數(shù)據(jù)隱私泄露等潛在風(fēng)險(xiǎn)與問(wèn)題[3][4]。此外，人工神經(jīng)網(wǎng)絡(luò)技術(shù)面臨著“黑箱”問(wèn)題，即其計(jì)算過(guò)程不透明且難以解釋?zhuān)沟靡环矫嬷悄苓\(yùn)算如學(xué)生專(zhuān)注度識(shí)別結(jié)果被質(zhì)疑，另一方面也引發(fā)諸多學(xué)者對(duì)人工智能是否可控的擔(dān)憂。

筆者認(rèn)為，機(jī)器智能中“感性計(jì)算”與“理性計(jì)算”的割裂是造成這些問(wèn)題的主要原因。本研究通過(guò)從哲學(xué)、心理學(xué)與腦科學(xué)、計(jì)算機(jī)科學(xué)等層面對(duì)感性計(jì)算與理性計(jì)算的學(xué)理基礎(chǔ)進(jìn)行梳理，提出通過(guò)“理感聯(lián)通”模型來(lái)解決上述問(wèn)題。理感聯(lián)通深度融合了感性計(jì)算與理性計(jì)算，是弱人工智能向強(qiáng)人工智能過(guò)渡的必然途徑，也將是約束人工智能并降低其倫理問(wèn)題風(fēng)險(xiǎn)的必然手段。本研究在辨識(shí)感性計(jì)算和理性計(jì)算差異的基礎(chǔ)上，進(jìn)一步提出理感聯(lián)通智慧教育的理論框架，并通過(guò)四個(gè)典型案例對(duì)模型的應(yīng)用場(chǎng)景進(jìn)行了闡述，以使其真正為教育環(huán)境安全賦能，并促進(jìn)學(xué)習(xí)者的智慧發(fā)展和養(yǎng)成。

二、理感聯(lián)通人工智能的學(xué)理基礎(chǔ)

理感聯(lián)通人工智能作為促進(jìn)智慧教育發(fā)展的新技術(shù)，不僅具有哲學(xué)層面理性與感性的雙重隱喻，而且有來(lái)自腦科學(xué)的左右腦分工理論，以及心理學(xué)雙重編碼理論和雙過(guò)程理論的觀照，還有來(lái)自人工智能符號(hào)主義和聯(lián)結(jié)主義的分裂與融合[5]，他們共同構(gòu)成了理感聯(lián)通人工智能的學(xué)理基礎(chǔ)。

哲學(xué)中的理性主義（Rationalism）和經(jīng)驗(yàn)主義（Empiricism）為理感聯(lián)通人工智能提供了理論支撐[6]。理性主義強(qiáng)調(diào)從一個(gè)最確定的理論支點(diǎn)出發(fā)，通過(guò)邏輯學(xué)等理性方法可靠地推斷出更為復(fù)雜和系統(tǒng)的知識(shí)[7]。人工智能借此發(fā)展出了基于規(guī)則的方法、形式語(yǔ)言理論、語(yǔ)義網(wǎng)絡(luò)、一階謂詞演算等計(jì)算方法及理論[8]。而經(jīng)驗(yàn)主義哲學(xué)家強(qiáng)調(diào)通過(guò)感覺(jué)和反思，不斷將個(gè)別和特殊的經(jīng)驗(yàn)事實(shí)，歸納為一般普遍性的知識(shí)。人工智能基于此發(fā)展出了語(yǔ)料庫(kù)、數(shù)據(jù)挖掘、大數(shù)據(jù)分析等基于統(tǒng)計(jì)學(xué)的計(jì)算方法[9]。

腦科學(xué)和心理學(xué)對(duì)理感聯(lián)通人工智能的觀照體現(xiàn)在，左右腦分工理論指出人的左腦從事邏輯思維活動(dòng)和右腦從事形象思維活動(dòng)[10]。雙重編碼理論指出的人的頭腦中存在分別以語(yǔ)言和意象為基礎(chǔ)的兩種既相互獨(dú)立又相互聯(lián)系的加工系統(tǒng)，以及只有這兩個(gè)系統(tǒng)進(jìn)行同步編碼才能在大腦形成長(zhǎng)時(shí)記憶的觀點(diǎn)[11]。“雙過(guò)程理論”[12][13]則揭示人的大腦中包括系統(tǒng)1和系統(tǒng)2兩個(gè)系統(tǒng)，分別進(jìn)行直覺(jué)思考和邏輯推理。上述理論均為理性計(jì)算與感性計(jì)算之間的“聯(lián)通”提供了重要的理論支撐。

此外，人工智能本身的發(fā)展也表現(xiàn)出符號(hào)主義和聯(lián)結(jié)主義兩大流派，其中符號(hào)主義認(rèn)為人的認(rèn)知和思維本質(zhì)上都是符號(hào)運(yùn)算過(guò)程，人和計(jì)算機(jī)均可被看作物理符號(hào)系統(tǒng)，只要厘清人的智能運(yùn)作原理，并使用形式化符號(hào)來(lái)描述，就能使計(jì)算機(jī)通過(guò)推理運(yùn)算來(lái)實(shí)現(xiàn)智能化的行為[14]。聯(lián)結(jié)主義通過(guò)對(duì)人腦神經(jīng)元模型的研究與模擬，能夠完成包括模式識(shí)別等智能任務(wù)。

近年來(lái)融合符號(hào)主義與聯(lián)結(jié)主義也成為前沿研究熱點(diǎn)，其研究可歸納為符號(hào)增強(qiáng)神經(jīng)、神經(jīng)增強(qiáng)符號(hào)、神經(jīng)符號(hào)協(xié)同及神經(jīng)符號(hào)轉(zhuǎn)換四種類(lèi)型。符號(hào)增強(qiáng)神經(jīng)是指將符號(hào)主義的方法應(yīng)用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練識(shí)別和解釋中，如從用于圖像處理的深度神經(jīng)網(wǎng)絡(luò)中提取如貓的眼睛和耳朵等概念[15][16]；神經(jīng)增強(qiáng)符號(hào)是指將神經(jīng)網(wǎng)絡(luò)應(yīng)用在符號(hào)系統(tǒng)中，如利用圖神經(jīng)網(wǎng)絡(luò)對(duì)符號(hào)主義中的知識(shí)圖譜中缺失的信息進(jìn)行自動(dòng)補(bǔ)全等[17][18]；神經(jīng)符號(hào)協(xié)同是指通過(guò)神經(jīng)網(wǎng)絡(luò)和符號(hào)系統(tǒng)在體系結(jié)構(gòu)上的協(xié)同以實(shí)現(xiàn)更高階的智能行為，如唐杰教授依據(jù)雙過(guò)程理論提出的認(rèn)知圖譜[19][20]；而神經(jīng)符號(hào)轉(zhuǎn)化是指將一個(gè)神經(jīng)系統(tǒng)轉(zhuǎn)換為一個(gè)符號(hào)系統(tǒng)，如將深度神經(jīng)網(wǎng)絡(luò)的分類(lèi)規(guī)則通過(guò)知識(shí)蒸餾提取進(jìn)決策樹(shù)模型中[21]，或通過(guò)神經(jīng)網(wǎng)絡(luò)從多文檔大數(shù)據(jù)中構(gòu)建教育知識(shí)圖譜[22]。由此可見(jiàn)，人工智能自身的發(fā)展情況也揭示出兩大流派在發(fā)展過(guò)程中逐步走向融合的趨勢(shì)，這些均為人工智能“理感聯(lián)通”的提出奠定了良好的理論和實(shí)踐基礎(chǔ)。

三、理感聯(lián)通人工智能模型

基于上述分析，本文將哲學(xué)中的理性主義、腦科學(xué)中左側(cè)大腦的機(jī)能、心理學(xué)中雙重編碼的語(yǔ)言系統(tǒng)和雙過(guò)程理論的系統(tǒng)2，以及人工智能中的理性流派方法，歸納整合為機(jī)器處理邏輯與規(guī)則等問(wèn)題的理性計(jì)算。同理，將哲學(xué)中的經(jīng)驗(yàn)主義、腦科學(xué)中右側(cè)大腦的機(jī)能、心理學(xué)中雙重編碼的意象系統(tǒng)和雙過(guò)程理論的系統(tǒng)1，以及人工智能中的聯(lián)通主義和數(shù)據(jù)主義的經(jīng)驗(yàn)流派方法，歸納整合為機(jī)器處理具象與直覺(jué)等信息的感性計(jì)算。而人的一些更高級(jí)的智能行為（如創(chuàng)造性思維），則往往需要感性與理性的融合及共同參與。正如苯環(huán)的結(jié)構(gòu)（即理性知識(shí)）就是凱庫(kù)勒（Friedrich A Kekule）感性地夢(mèng)到一條咬住尾巴的蛇而受到啟發(fā)后發(fā)現(xiàn)的。由此本文進(jìn)一步引入智慧通道的概念，并認(rèn)為智慧通道如同大腦中的臏胝體聯(lián)通左右腦，是連接感性計(jì)算與理性計(jì)算的關(guān)鍵。基于此認(rèn)識(shí)和理解，我們提出如圖1所示的人工智能的理感聯(lián)通模型。

借助哲學(xué)、腦科學(xué)、心理學(xué)以及人工智能兩大流派對(duì)理性計(jì)算和感性計(jì)算的啟示，我們將人工智能理感聯(lián)通模型中三個(gè)關(guān)鍵組成要素的定義進(jìn)一步闡釋如下：

感性計(jì)算特指基于人工神經(jīng)網(wǎng)絡(luò)的計(jì)算方式，對(duì)客觀事物的聲音、圖像、或文本等多模態(tài)信息進(jìn)行感知與識(shí)別，并相應(yīng)生成文本、聲音、圖像、動(dòng)作結(jié)果，由此可實(shí)現(xiàn)情緒感知、聯(lián)想、動(dòng)作控制與會(huì)話等。感性計(jì)算具有直覺(jué)型、啟發(fā)性、快速性等特點(diǎn)。

理性計(jì)算特指電腦對(duì)客觀事物理性規(guī)律的表征，并由此進(jìn)行的邏輯推理、判斷、決策、規(guī)則應(yīng)用等計(jì)算活動(dòng)。理性計(jì)算具有分析性、規(guī)則明確性、慢速性等特點(diǎn)，在人工智能中對(duì)應(yīng)專(zhuān)家決策系統(tǒng)及知識(shí)圖譜的構(gòu)建與推理等。結(jié)合前文分析，感性計(jì)算與理性計(jì)算在各個(gè)層面的進(jìn)一步區(qū)別如表1所示。

智慧通道是聯(lián)結(jié)感性計(jì)算與理性計(jì)算的通道，有助于產(chǎn)生更高階的智能行為。正如人類(lèi)大腦中存在的臏胝體能夠聯(lián)通左右腦一樣，人的高級(jí)智能（如創(chuàng)造性思維）往往需要理性和感性的交互才能形成。此外，感性計(jì)算中獲取的感性知識(shí)可以升華為理性計(jì)算中的理性知識(shí)，而理性計(jì)算也可對(duì)感性計(jì)算中直覺(jué)產(chǎn)生的決策等進(jìn)行監(jiān)控和反省，并糾正直覺(jué)判斷中可能存在的錯(cuò)誤。基于心理學(xué)、認(rèn)知科學(xué)及人工智能當(dāng)前的研究基礎(chǔ)，我們認(rèn)為智慧通道中可包含知識(shí)升華、智能耦合、反省控制三重聯(lián)通機(jī)制。

（1）知識(shí)升華：Dienes與Pemer從語(yǔ)義和心理表征的功能屬性提出了內(nèi)隱知識(shí)和外顯知識(shí)。內(nèi)隱知識(shí)是指未被表征、難以量化和表述的知識(shí)[23]，與感性更為相關(guān)。外顯知識(shí)是指理性計(jì)算更容易加工處理的概念、原理、規(guī)則等。而知識(shí)升華則是指從感性的、經(jīng)驗(yàn)的和不易理解的內(nèi)隱認(rèn)識(shí)中進(jìn)行提煉并上升為理性的、易理解的外顯認(rèn)識(shí)。當(dāng)前人工智能研究中的知識(shí)蒸餾等技術(shù)[24]，能將神經(jīng)網(wǎng)絡(luò)中難以直接認(rèn)知的神經(jīng)元鏈接方式，轉(zhuǎn)換為易于理解的規(guī)則，就可以看作是知識(shí)升華的一種應(yīng)用。

（2）智能耦合是指由感性計(jì)算與理性計(jì)算聯(lián)合產(chǎn)生的更高級(jí)的智能行為，如情景理解、語(yǔ)境理解、基于聯(lián)想的推理、高階評(píng)價(jià)、目標(biāo)規(guī)劃甚至是創(chuàng)造等。其中，情景理解涉及對(duì)情景中物體和人物的感性識(shí)別，以及對(duì)人物關(guān)系和人人關(guān)系的理性推理。語(yǔ)境理解不僅需要理解語(yǔ)言的詞法、句法、章法等理性規(guī)則，更需要理解語(yǔ)言所應(yīng)用的情景，來(lái)確定詞語(yǔ)的精確含義和推斷談話者的意圖。基于想象的推理，突破了基于邏輯推理的局限，將聯(lián)想納入推理規(guī)則中，從而更好地模擬人的高階思維。高階評(píng)價(jià)和目標(biāo)規(guī)劃不再局限于通過(guò)規(guī)則明確的評(píng)價(jià)體系進(jìn)行量化評(píng)價(jià)，也可實(shí)現(xiàn)對(duì)元認(rèn)知能力、自我管理能力等難以直接量化的目標(biāo)進(jìn)行質(zhì)性的評(píng)價(jià)和目標(biāo)規(guī)劃[25]。

（3）反省控制是指理性計(jì)算能夠?qū)Ω行杂?jì)算所做出的直覺(jué)判斷進(jìn)行內(nèi)省解釋?zhuān)⒔o予相應(yīng)干預(yù)與控制。埃文斯與斯坦諾維奇的雙過(guò)程理論對(duì)反省機(jī)制做了詳細(xì)闡述[26]，感性計(jì)算做出的直覺(jué)判斷雖快，但有時(shí)會(huì)犯認(rèn)知偏差的錯(cuò)誤，這就需要理性計(jì)算對(duì)感性計(jì)算進(jìn)行監(jiān)控與反省。反省機(jī)制由此有助于提高人工智能決策的準(zhǔn)確性與解釋性[27]。此外，如同人的理性思維可以引領(lǐng)感性行為，機(jī)器的理性計(jì)算在內(nèi)省時(shí)如預(yù)測(cè)感性計(jì)算行為發(fā)生偏差，也能提前進(jìn)行引領(lǐng)，規(guī)避錯(cuò)誤。如使人工智能的行為始終不違反機(jī)器人三定律理性原則，避免對(duì)人產(chǎn)生不可控的負(fù)面后果。

總之，人工智能的理感聯(lián)通模型包含感性計(jì)算、理性計(jì)算、以及聯(lián)結(jié)感性與理性計(jì)算的智慧通道三個(gè)關(guān)鍵要素，該模型的建立有助于實(shí)現(xiàn)人工智能從“弱人工智能”向“強(qiáng)人工智能”轉(zhuǎn)段升級(jí)，同時(shí)降低強(qiáng)人工智能所帶來(lái)的應(yīng)用倫理風(fēng)險(xiǎn)。

四、理感聯(lián)通智慧教育框架與典型應(yīng)用場(chǎng)景

人工智能理感聯(lián)通概念的提出，既為人工智能下一步的發(fā)展提供了思路，也為機(jī)器智能如何進(jìn)一步賦能教育提供了思考框架。為厘清理感聯(lián)通模型如何影響智慧教育，本文嘗試構(gòu)建出一種理感聯(lián)通智慧教育框架（如下頁(yè)圖2所示）。

從下頁(yè)圖2中可以看出，該框架與人工智能理感聯(lián)通模型保持一致，包括感性計(jì)算、理性計(jì)算和起到聯(lián)通作用的智慧通道三個(gè)關(guān)鍵要素。其中，感性計(jì)算代表以深度神經(jīng)網(wǎng)絡(luò)為主的人工智能技術(shù)對(duì)學(xué)生不同層面的狀態(tài)的感知，如對(duì)師生的文本、聲音、動(dòng)作、情緒等基礎(chǔ)特征進(jìn)行感知；基于上述基礎(chǔ)特征再對(duì)學(xué)習(xí)狀態(tài)、交互狀態(tài)和教學(xué)狀態(tài)等教育核心變量進(jìn)行歸納識(shí)別；最后在更高層次為學(xué)生高階能力評(píng)價(jià)等提供數(shù)據(jù)支持。

理性計(jì)算采用教育知識(shí)圖譜、專(zhuān)家系統(tǒng)、決策樹(shù)等人工智能技術(shù)，對(duì)學(xué)習(xí)內(nèi)容進(jìn)行組織并對(duì)教育中相應(yīng)的理性規(guī)則進(jìn)行定義，其內(nèi)容可涵蓋教育知識(shí)技能圖譜、教學(xué)規(guī)律、教學(xué)干預(yù)策略、資源及學(xué)伴推薦策略、教育目標(biāo)規(guī)劃原則、及高階能力評(píng)價(jià)指標(biāo)體系等。

智慧通道是聯(lián)通感性計(jì)算和理性計(jì)算的關(guān)鍵要素。通過(guò)聯(lián)合感性計(jì)算與理性計(jì)算，可實(shí)現(xiàn)對(duì)學(xué)生個(gè)性化教育目標(biāo)的設(shè)定、綜合評(píng)價(jià)高階學(xué)習(xí)能力并生成學(xué)生全維度畫(huà)像等。基于學(xué)生的智慧畫(huà)像，可進(jìn)一步提供豐富的教學(xué)策略與學(xué)習(xí)工具來(lái)支持學(xué)生的智慧成長(zhǎng)，如采用具備想象推理能力的高智能教學(xué)Agent對(duì)學(xué)生進(jìn)行個(gè)性化教學(xué)輔導(dǎo)等。此外，智慧通道也有助于挖掘與提煉可解釋的教學(xué)規(guī)律，并設(shè)置反省控制環(huán)節(jié)以規(guī)避教育AI應(yīng)用中所存在的風(fēng)險(xiǎn)。

基于如前面圖1所示的理感聯(lián)通智慧教育框架，我們重點(diǎn)從智慧評(píng)價(jià)、智慧學(xué)習(xí)、智慧教學(xué)、可解釋性及教學(xué)規(guī)律挖掘四個(gè)方面進(jìn)一步闡釋該模型的典型應(yīng)用。

（一）智慧評(píng)價(jià)

學(xué)習(xí)者的智慧發(fā)展，不僅包括知識(shí)的習(xí)得，也包含高階思維的提升[28]及適應(yīng)復(fù)雜社會(huì)的綜合能力培養(yǎng)[29]。智慧教育環(huán)境除傳統(tǒng)課堂外，還可包含課堂之外的學(xué)習(xí)空間，如智慧校園、在線學(xué)習(xí)環(huán)境、混合現(xiàn)實(shí)環(huán)境及教育元宇宙[30]。然而當(dāng)前智能技術(shù)僅能對(duì)清晰、明確和可量化的教育目標(biāo)進(jìn)行評(píng)價(jià)，難以處理沒(méi)有明確規(guī)則甚至沒(méi)有明確定義的評(píng)價(jià)目標(biāo)，如學(xué)習(xí)者的創(chuàng)造性思維、批判性思維等[31][32]。采用理感聯(lián)通教育模型，一方面可借助已有的評(píng)價(jià)領(lǐng)域?qū)＜抑R(shí)對(duì)評(píng)價(jià)體系進(jìn)行理性建模；另一方面可從學(xué)生的課堂學(xué)習(xí)音視頻、作業(yè)記錄、生物信號(hào)等多模態(tài)大數(shù)據(jù)中，感知挖掘?qū)υu(píng)價(jià)結(jié)果產(chǎn)生影響的重要特征，由此對(duì)專(zhuān)家評(píng)價(jià)模型進(jìn)行印證與補(bǔ)充，最后通過(guò)綜合專(zhuān)家理性規(guī)則和多模態(tài)數(shù)據(jù)感知分析結(jié)果來(lái)不斷完善改進(jìn)評(píng)價(jià)結(jié)果。

此外，當(dāng)前評(píng)價(jià)系統(tǒng)已能對(duì)選擇題、填空題、連線題等客觀題進(jìn)行精準(zhǔn)的自動(dòng)評(píng)價(jià)。然而對(duì)問(wèn)答題、作文、作圖題等主觀題進(jìn)行意義級(jí)別的評(píng)判還欠準(zhǔn)確。采用理感聯(lián)通模型，可通過(guò)感知聯(lián)想文本或圖中的概念，再結(jié)合教育知識(shí)圖譜在意義層面對(duì)問(wèn)題、作文、圖表等進(jìn)行理解則可給出更優(yōu)評(píng)判。

（二）智慧學(xué)習(xí)

在智慧學(xué)習(xí)領(lǐng)域，理感聯(lián)通可為學(xué)生提供富媒體資源推薦及高智能輔導(dǎo)Agent等。富媒體資源推薦是指在多元學(xué)習(xí)環(huán)境下，為學(xué)生提供其所需的多種媒體類(lèi)型的學(xué)習(xí)資源。如當(dāng)學(xué)生進(jìn)入智能校園中的一棟建筑時(shí)，通過(guò)增強(qiáng)現(xiàn)實(shí)學(xué)習(xí)系統(tǒng)，向該學(xué)生個(gè)性化地推送場(chǎng)景中物品的英語(yǔ)單詞拼寫(xiě)、語(yǔ)音及示例視頻等。借助理感聯(lián)通人工智能，可結(jié)合教育知識(shí)技能圖譜，對(duì)語(yǔ)音、視頻等多媒體學(xué)習(xí)材料進(jìn)行自動(dòng)切片及索引，再根據(jù)境脈學(xué)習(xí)目標(biāo)推送給學(xué)生。此外，也可根據(jù)學(xué)生的實(shí)時(shí)反饋，讓具備聯(lián)想推理及語(yǔ)言深度理解能力的高智能Agent對(duì)學(xué)生進(jìn)行相應(yīng)個(gè)性化輔導(dǎo)，如與學(xué)生討論與問(wèn)題情境及學(xué)習(xí)目的都相關(guān)的問(wèn)題，由此實(shí)現(xiàn)與學(xué)習(xí)者的深度交互。

（三）智慧教學(xué)

智慧教學(xué)是指借助人工智能等技術(shù)，進(jìn)行差異化教學(xué)設(shè)計(jì)，動(dòng)態(tài)調(diào)整教學(xué)策略，并通過(guò)智慧化教研活動(dòng)反思教師自身教學(xué)水平[33][34]。現(xiàn)有教學(xué)資源庫(kù)大多有現(xiàn)成的教學(xué)材料與教案，然而教師仍需要手動(dòng)調(diào)整教學(xué)材料與教案來(lái)適應(yīng)不同水平的學(xué)習(xí)者群體。采用理感聯(lián)通人工智能，可通過(guò)圖像視頻分析技術(shù)等提煉教學(xué)材料中的對(duì)象，并根據(jù)教育知識(shí)圖譜及學(xué)生群體狀態(tài)，自動(dòng)生成教學(xué)資源與教學(xué)設(shè)計(jì)方案。教師在實(shí)施教學(xué)過(guò)程中，理感聯(lián)通智慧教學(xué)系統(tǒng)也可對(duì)學(xué)生課堂學(xué)習(xí)狀態(tài)的音視頻等進(jìn)行實(shí)時(shí)監(jiān)控，并通過(guò)屏幕等智能設(shè)備反饋給教師，最后結(jié)合教學(xué)干預(yù)策略庫(kù)調(diào)整教學(xué)策略或針對(duì)部分學(xué)生進(jìn)行教學(xué)干預(yù)。

此外，理感聯(lián)通還有助于提升智慧教學(xué)研究。傳統(tǒng)的教學(xué)研究通常由教研員觀察教師上課，并在課后進(jìn)行討論，由此導(dǎo)致教研目標(biāo)不明確、教研內(nèi)容不精準(zhǔn)、教研手段單一等缺點(diǎn)。采用理感聯(lián)通模型，可實(shí)時(shí)采集教師上課音視頻，通過(guò)深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)教師的提問(wèn)技巧、教學(xué)策略運(yùn)用、教姿等進(jìn)行識(shí)別，并結(jié)合教學(xué)專(zhuān)家知識(shí)庫(kù)對(duì)教師的教學(xué)進(jìn)行自動(dòng)或人機(jī)協(xié)同的評(píng)價(jià)與指導(dǎo)，從而促進(jìn)教師的智慧教學(xué)水平。

（四）教學(xué)規(guī)律挖掘解釋及可控型教育人工智能

由于當(dāng)前機(jī)器智能運(yùn)算的準(zhǔn)確率仍存在局限，對(duì)于機(jī)器智能所做出的判斷（如學(xué)生專(zhuān)注度、教師表現(xiàn)等），應(yīng)給予人能理解的解釋?zhuān)拍苁古袛嘟Y(jié)果更可信[35]。傳統(tǒng)深度學(xué)習(xí)網(wǎng)絡(luò)由于內(nèi)部運(yùn)算過(guò)程不透明，在解釋性上存在較大缺陷。在理感聯(lián)通模型中，可采用如知識(shí)蒸餾等技術(shù)，提取神經(jīng)網(wǎng)絡(luò)中識(shí)別結(jié)果的可解釋模式，并通過(guò)自然語(yǔ)言處理等技術(shù)，為智能分析的結(jié)果提供人類(lèi)可理解的解釋。基于可解釋的分析結(jié)果，還可進(jìn)一步從海量多模態(tài)教學(xué)數(shù)據(jù)中挖掘出與教學(xué)相關(guān)的特征及其關(guān)聯(lián)，并將其升華為可理解的、可推廣的、有助于教與學(xué)的教學(xué)規(guī)律。

此外，通過(guò)理感聯(lián)通模型中的反省與控制機(jī)制，將理性計(jì)算中的規(guī)則、策略、知識(shí)圖譜關(guān)系等引入到感性計(jì)算中，還可有效地監(jiān)控、預(yù)測(cè)及控制產(chǎn)生式AI（如教育輔導(dǎo)Agent）的輸出內(nèi)容，避免錯(cuò)誤內(nèi)容導(dǎo)致學(xué)習(xí)者認(rèn)知偏離，規(guī)避敏感及錯(cuò)誤話題，并保護(hù)用戶隱私數(shù)據(jù)不在交互中泄露等。

五、推進(jìn)理感聯(lián)通智慧教育實(shí)踐的發(fā)展建議

盡管當(dāng)前關(guān)于理感聯(lián)通智慧教育的研究還處于初級(jí)階段，筆者認(rèn)為人工智能的理感聯(lián)通將是未來(lái)發(fā)展的必然趨勢(shì)，其研究成果也將對(duì)未來(lái)教育產(chǎn)生巨大影響。把握人工智能理感聯(lián)通的學(xué)理基礎(chǔ)和發(fā)展脈絡(luò)，厘清理感聯(lián)通智慧教育的內(nèi)涵外延與理論模型，有助于更好地推進(jìn)理感聯(lián)通的智慧教育實(shí)踐。未來(lái)的研究與實(shí)踐可在以下幾方面展開(kāi)。

第一，加強(qiáng)理感聯(lián)通智慧教育理論框架研究。當(dāng)前的理感聯(lián)通智慧教育框架，雖已指出了理感聯(lián)通的作用機(jī)制及其在智慧教育中的應(yīng)用途徑，但是關(guān)于理感聯(lián)通智慧教育模型的內(nèi)涵與外延、相關(guān)概念的關(guān)系與辨析等問(wèn)題，仍需在后續(xù)研究中進(jìn)一步深化和細(xì)化。同樣，與理感聯(lián)通智慧教育相關(guān)的教學(xué)理論與學(xué)習(xí)理論，仍需進(jìn)一步厘清。未來(lái)可通過(guò)組建跨學(xué)科學(xué)術(shù)共同體來(lái)開(kāi)展跨學(xué)科研究，圍繞理感聯(lián)通的核心問(wèn)題，從哲學(xué)、計(jì)算機(jī)科學(xué)、心理學(xué)和教育技術(shù)學(xué)等多元視角切入，立足各自不同學(xué)科的優(yōu)勢(shì)，深入探索理感聯(lián)通智慧教育的理論和技術(shù)問(wèn)題。

第二，積極展開(kāi)人工智能理感聯(lián)通算法模型研究。盡管當(dāng)前人工智能領(lǐng)域已有研究致力于將符號(hào)主義與聯(lián)結(jié)主義相結(jié)合，但是將感性計(jì)算與理性計(jì)算進(jìn)行有機(jī)聯(lián)通的研究仍然很有限。未來(lái)研究者需充分借鑒來(lái)自腦科學(xué)和神經(jīng)科學(xué)方面的研究成果來(lái)進(jìn)一步探索感性計(jì)算與理性計(jì)算聯(lián)結(jié)的機(jī)制、模型與算法等。

第三，開(kāi)展理感聯(lián)通智慧教育實(shí)踐研究。只有切實(shí)推進(jìn)理感聯(lián)通智慧教育應(yīng)用，才能將理感聯(lián)通智慧教育的理論研究落地，從而對(duì)教育產(chǎn)生實(shí)際影響。目前的相關(guān)技術(shù)（如認(rèn)知圖譜、知識(shí)蒸餾等）已在算法上初步具備完備性，因此如何將理感聯(lián)通技術(shù)逐步深入地應(yīng)用于不同學(xué)科的智慧教學(xué)實(shí)踐，不斷積累應(yīng)用經(jīng)驗(yàn)并進(jìn)行推廣是擺在智慧教育實(shí)踐領(lǐng)域的緊迫課題。與此同時(shí)，教師應(yīng)該充分認(rèn)識(shí)到人工智能理感聯(lián)通給教育帶來(lái)的機(jī)遇和挑戰(zhàn)，不斷轉(zhuǎn)變自身的觀念與角色，以更好地適應(yīng)理感聯(lián)通智慧教育實(shí)踐。

六、研究總結(jié)與反思

本研究將智慧教育置于教育信息化的視角來(lái)審視，認(rèn)為以ChatGPT為代表的新一代人工智能技術(shù)雖然已取得了長(zhǎng)足的進(jìn)步和發(fā)展，但仍存在內(nèi)容不精確、結(jié)果不可解釋、過(guò)程不可控制等弊端，由此帶來(lái)了諸多教育應(yīng)用與倫理問(wèn)題。本研究提出理感聯(lián)通人工智能的模型，其本質(zhì)就是通過(guò)智慧通道將感性計(jì)算與理性計(jì)算相聯(lián)通來(lái)促進(jìn)其智慧發(fā)展，并控制人工智能應(yīng)用的風(fēng)險(xiǎn)。觀照到智慧教育領(lǐng)域，本研究建構(gòu)了理感聯(lián)通智慧教育框架，并具體闡釋了感性計(jì)算、理性計(jì)算和智慧通道中可應(yīng)用的各類(lèi)技術(shù)及對(duì)智慧教育的作用機(jī)制，以及其典型應(yīng)用場(chǎng)景，最后提出了推進(jìn)理感聯(lián)通智慧教育實(shí)踐發(fā)展的建議。

雖然本研究在人工智能理感聯(lián)通模型的提出和理感聯(lián)通智慧教育框架的構(gòu)建方面具有初步的創(chuàng)新性，但其理論模型是否完善還有待進(jìn)一步研究與探討，如理性計(jì)算與感性計(jì)算是否能完整清晰地進(jìn)行劃分，智慧通道里的反省控制等機(jī)制如何系統(tǒng)實(shí)現(xiàn)，是否還有其它重要組成部分，人工智能理感聯(lián)通對(duì)智慧教育的支持是否還有遺漏等。此外，如何在智慧教育實(shí)踐中進(jìn)行應(yīng)用推廣，仍有待于理感聯(lián)通智慧教育模型的進(jìn)一步優(yōu)化完善和相關(guān)算法的進(jìn)一步深入探索。

參考文獻(xiàn)：

[1] 祝智庭，賀斌.智慧教育：教育信息化的新境界[J].電化教育研究，2012，（12）：5-13.

[2] 劉革平，劉選.跨學(xué)科比較視域下智慧教育的概念模型[J].電化教育研究，2021，（3）：5-11.

[3] 王佑鎂，王旦等.ChatGPT教育應(yīng)用的倫理風(fēng)險(xiǎn)與規(guī)避進(jìn)路[J].開(kāi)放教育研究，2023，（2）：26-35.

[4] 張絨.生成式人工智能技術(shù)對(duì)教育領(lǐng)域的影響——關(guān)于ChatGPT的專(zhuān)訪[J].電化教育研究，2023，（2）：5-14.

[5] 張鈸，朱軍等.邁向第三代人工智能[J].中國(guó)科學(xué)：信息科學(xué).2020，（9）：1281-1302.

[6] 趙澤林.理性主義與經(jīng)驗(yàn)主義：人工智能的哲學(xué)分析[J].系統(tǒng)科學(xué)學(xué)報(bào)，2018，（4）：11-15.

[7] 陳修齋.歐洲哲學(xué)史上的經(jīng)驗(yàn)主義和理性主義（第2版）[M].北京：人民出版社，2007.

[8] [美]休伯特·德雷福斯.寧春巖譯.計(jì)算機(jī)不能做什么[M].上海：三聯(lián)書(shū)店，1986.

[9] [英]瑪格麗特·博登.劉西瑞等譯.人工智能哲學(xué)[M].上海：上海譯文出版社，2001.

[10] 蘇葉蘭.開(kāi)發(fā)右腦記憶英語(yǔ)單詞的教學(xué)案例分析——基于斯佩里的左右腦分工理論[J].南昌教育學(xué)院學(xué)報(bào)，2018，（3）：38-41.

[11] Paivio，A.MentalRepresentations：A Dual Coding Approach [M].New York：Oxford University Press，1986.

[12][26] Stanovich，K.Rationality and the Reflective Mind [M].New York：Oxford University Press，2011.

[13] Evans，J.S.B.T.Dual-Processing Accounts of Reasoning，Judgment，and Social Cognition [J].Annual Review of Psychology，2008，（1）：255-278.[14] 蔡恒進(jìn).行為主義、聯(lián)結(jié)主義和符號(hào)主義的貫通[J].上海師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020，（4）：87-96.

[15] Zablocki é，Ben-Younes H，et al.Explainability of deep vision-based autonomous driving systems：Review and challenges [J].International Journal of Computer Vision，2022，130（10）：2425-2452.

[16] 毛典輝，薛子育等.基于深度神經(jīng)網(wǎng)絡(luò)的圖像語(yǔ)句轉(zhuǎn)換方法發(fā)展綜述[J].計(jì)算機(jī)科學(xué)，2018，（3）：25-30.[17] 張吉祥，張祥森等.知識(shí)圖譜構(gòu)建技術(shù)綜述[J].計(jì)算機(jī)工程，2022，（3）：23-37.[18] 楊東華，何濤等.面向知識(shí)圖譜的圖嵌入學(xué)習(xí)研究進(jìn)展[J].軟件學(xué)報(bào)，2022，（9）：3370-3390.

[19] 趙國(guó)慶，李欣媛等.從認(rèn)知地圖到認(rèn)知圖譜：相似概念的跨學(xué)科審視[J].現(xiàn)代遠(yuǎn)程教育研究，2021，（5）：14-25.

[20] 萬(wàn)海鵬，王琦等.基于學(xué)習(xí)認(rèn)知圖譜的適應(yīng)性學(xué)習(xí)框架構(gòu)建與應(yīng)用[J].現(xiàn)代遠(yuǎn)距離教育，2022，（4）：73-82.

[21] 邵仁榮，劉宇昂等.深度學(xué)習(xí)中知識(shí)蒸餾研究綜述[J].計(jì)算機(jī)學(xué)報(bào)，2022，（8）：1638-1673.

[22] 呂品，賀云艷等.面向教育的中文知識(shí)圖譜自動(dòng)構(gòu)建技術(shù)[J].中國(guó)教育信息化，2021，（2）：86-92.

[23][27] 曾春艷，嚴(yán)康等.深度學(xué)習(xí)模型可解釋性研究綜述[J].計(jì)算機(jī)工程與應(yīng)用，2021，（8）：1-9.

[24] 李莉，楊治良.解析Dienes & Pemer的內(nèi)隱知識(shí)理論[J].黑龍江高教研究，2011，（6）：114-117.

[25] 鄭勤華，郭利明.人機(jī)協(xié)同的敏捷教育建模及實(shí)踐應(yīng)用[J].現(xiàn)代遠(yuǎn)程教育研究，2021，（4）：43-50.

[28] 高琳琳，解月光等.智慧課堂視域下高階思維發(fā)展的干預(yù)策略體系研究[J].中國(guó)電化教育，2022，（6）：112-119+133.

[29] 童莉莉，張晨等.教育社會(huì)實(shí)驗(yàn)：人工智能融入教育的研究新探索[J].中國(guó)電化教育，2022，（3）：62-68.

[30] 劉革平，王星等.從虛擬現(xiàn)實(shí)到元宇宙：在線教育的新方向[J].現(xiàn)代遠(yuǎn)程教育研究，2021，（6）：12-22.

[31] 鄭勤華，熊潞穎等.任重道遠(yuǎn)：人工智能教育應(yīng)用的困境與突破[J].開(kāi)放教育研究，2019，（4）：10-17.

[32] 鄭勤華，陳麗等.理論與技術(shù)雙向驅(qū)動(dòng)的學(xué)生綜合素養(yǎng)評(píng)價(jià)新范式[J].中國(guó)電化教育，2022，（4）：56-63.

[33] 謝幼如，邱藝等.人工智能賦能課堂變革的探究[J].中國(guó)電化教育，2021，（9）：72-78.

[34] 鐘紹春，鐘卓等.智能技術(shù)如何支持新型課堂教學(xué)模式構(gòu)建[J].中國(guó)電化教育，2022，（2）：21-29+46.

[35] 劉桐，顧小清.走向可解釋性：打開(kāi)教育中人工智能的“黑盒”[J].中國(guó)電化教育，2022，（5）：82-90.

作者簡(jiǎn)介：

廖劍：副教授，博士，研究方向?yàn)槿斯ぶ悄芙虒W(xué)應(yīng)用、教育音視頻智能分析及機(jī)器人輔助教育。

劉選：副研究員，在讀博士，研究方向?yàn)橹腔劢虒W(xué)設(shè)計(jì)和數(shù)據(jù)治理。

劉革平：教授，博士生導(dǎo)師，研究方向?yàn)榻逃畔⒒碚撆c政策、智慧教學(xué)環(huán)境、虛擬現(xiàn)實(shí)。

Rational-perceptual Interconnectionism： The New Paradigm of Artifical Intelligence in Education

Liao Jian1， Liu Xuan1，2， Liu Geping1

（1.Faculty of Education of Southwest University， Chongqing 400715； 2.Office of Academic Research of Open University of Sichuan， Chendu610073， Sichuan）

Abstract： Smart education is a form of education that applies intelligent technologies to foster human wisdom. The new generation of AI， such as ChatGPT， has demonstrated strong potential to support smart education fundamentally. However， the limitations of current AI technologies on transparency， interpretability， and controllability hinder the further application of AI in education. One of the main reasons for these drawbacks is the division of perceptual computing and rational computing in AI. This study proposes the concept of rational-perceptual interconnectionism， aiming to integrate the models of perceptual and rational computing based on relevant research in philosophy， psychology， neural science， and computer science. This study also builds a framework to apply rational-perceptual interconnectionism in typical scenarios of smart education. The proposed framework has great potential to enhance the application of AI in smart education and decrease the potential risks of strong AI in the future.

Keywords： smart education； rational-perceptual interconnectionism； AI； dual process theory； ChatGPT

責(zé)任編輯：李雅瑄