人工智能赋能教师教育：基本逻辑与实践路向
近年来，自然语言处理、机器学习、人脸识别等智能技术快速发展，促使教育信息化逐渐呈现智慧特性，人工智能赋能教育创新发展已成我国教育改革的关键抓手。传统信息技术逐步实现智能升级，技术赋能教师教育的形态也实现重大变革。2018年，《教师教育振兴行动计划（2018—2022年）》推出“互联网+教师教育”创新行动，并强调应充分利用大数据、人工智能等新技术，助力教师教育理念与模式变革，推进教师教育信息化建设与应用。2022年，《教育部教师工作司2022年工作要点》指出，“推进第二批人工智能助推教师队伍建设试点工作，开发和应用教师智能助手，探索开展教师智能研修，推广完善‘双师课堂’。”基于此，本研究尝试聚焦人工智能赋能教师教育这一议题，理顺人工智能赋能教师教育的基本逻辑，并面向中小学教师群体开展问卷调研，从而进一步挖掘人工智能支持下教师教育变革所面临的现实困境，归纳提炼人工智能赋能教师教育的实践路向，以期为新技术时代教师教育变革提供有益参照。
一、信息技术赋能教师教育的历史变革
随着信息技术的不断升级与发展，一些具有“类人功能”的智能产品逐渐应用于教育教学领域，促使教育信息化样态逐渐具有智能属性。就教师教育而言，信息技术赋能教师教育的历史进程主要经历了三个发展阶段。
（一）电化教育时代：信息技术赋能教师教育的初步探索期
1978年4月，全国教育工作会议指出，应充分利用广播、电视等工具，大力培训师资。此次会议不仅有力地推动了我国电化教育的发展，也促进了广播、电视等现代化技术手段在教师教育中的应用，开启了信息技术赋能教师教育的初步探索。1981年10月，教育部颁文要求“发挥电化教育在提高师资水平中的作用”。20世纪80年代中后期，随着计算机技术和网络通信技术的不断进步，信息技术赋能教师教育的工具与方式逐步得以拓展。1996年，《中小学计算机教育五年发展纲要（1996—2000年）》指出，应面向师范生开展相关培训，提升计算机辅助教学的知识与技能，并强调教师需对计算机等电化教育教学手段予以掌握。归纳来看，在电化教育阶段，教师教育的实践理念与行动方式逐渐融入技术元素，但这一时期教师教育存在着信息共享滞后、技术应用水平低下等诸多问题，教师教育过程与投影、录音、录像、电视、计算机等传统教育技术媒体之间的融合尚处于浅层阶段。
（二）教育信息化时代：信息技术赋能教师教育的快速发展期
21世纪初，我国的教育信息化发展较为关注项目及工程建设，以远程教育、开放教育等方式为依托，致力于提供多样化的教育信息化服务。在教育信息化背景下，我国教师教育理念与方式发生重大变革，信息技术赋能教师教育也逐步从电化教育时代迈向教育信息化时代。2002年，教育部发布《关于推进教师教育信息化建设的意见》，对教师教育信息化原则、目标以及具体举措等诸多方面作了基本要求，为我国教师教育信息化快速发展奠定了行动方向。随后，我国教师教育信息化建设开始逐渐关注宏观指导与项目实践相结合的推进方式。《2009—2012年中小学教师国家级培训计划》等文件以具体的实践项目来推动教师教育信息化。随着互联网、云计算等技术的快速发展，教师教育体系也积极顺应信息技术发展趋势，致力于培养具有信息化教学技能的新型师资。但由于这一时期信息资源良莠不齐，教师教育过程的数据挖掘和分析还相对滞后，对于硬件设施投入与建设的关注高于软件设施，教师教育课程资源尚未实现有效的区域联通。
（三）“智能教育”时代：信息技术赋能教师教育的战略转型期
2017年，《新一代人工智能发展规划》中明确提出，应利用人工智能技术满足社会大众对于教育、医疗等方面的民生需求。随着机器学习、智能感知等智能技术与教育教学的整合成效逐渐凸显，2018年，《关于开展人工智能助推教师队伍建设行动试点工作的通知》中更是强调应提升教师对于人工智能的胜任力与适应力。2021年4月，教育部发布《关于开展第二批人工智能助推教师队伍建设试点推荐遴选工作的通知》，强调应通过建立师范生大数据评价管理机制、创新“人工智能+教师研修”模式等手段，促进人工智能、大数据等技术与教师队伍建设的有效整合，助推教师教育理念与模式的智能转型。此外，人工智能与教师培训的整合也逐渐得到广泛关注，2021年5月，教育部、财政部发布《关于实施中小学幼儿园教师国家级培训计划（2021—2025年）的通知》，强调应推进人工智能与教师培训融合发展，形成人工智能支持教师终身学习的新机制；《教育部教师工作司2022年工作要点》亦强调应推进人工智能助推教师队伍建设，发掘推广一批人工智能助推教师队伍建设的先进典型，推进教师资源数字化建设和教师队伍数字化治理。
二、人工智能赋能教师教育的基本逻辑
在“人工智能+教师教育”生态系统中，信息技术能够对教师教育的课程设置、教育模式、评价方式、应用实践、培训和终身学习等方面产生影响，解决教师培训方式变革以及教师教育的管理问题也是推进人工智能与教师教育体系深度融合的关键。
（一）课程层面：智能资源共享赋能教师教育课程体系完善
教师教育课程是构成教师教育体系的重要内容，这也是人工智能赋能教师教育的基本着力点。人工智能在资源推荐、资源整合等方面具有智能特性，人工智能赋能教师教育的一大优势在于可通过智能资源共享推进教师教育课程体系趋向完善。首先，人工智能可为教师教育课程资源的开发与获取提供技术保障。可通过智能化资源开发平台，设计与整合海量教案、课件、课堂实录、习题等教学资源数据，且利用大数据的智能匹配与分析功能为教师筛选出最优质的课程资源并为其推荐最适切的学习资料，有助于为教师专业发展提供精准化的培训课程资源。例如，华中师范大学“现代教育技术应用”课程通过引入虚拟仿真实验和桌面VR交互一体机，促进师范生自身学科内容与新兴形式资源的融合，设计、开发和生成多种沉浸式、交互式的教学资源。其次，人工智能可助力教师教育课程管理建设。基于智慧课程管理系统为教师及教师教育者提供留言、点评、交流、反思等信息共享功能，可实现海量的教师学习行为数据的精准采集与分类，并利用数据分析与共享技术为教师教育者改进课堂教学方式与内容设计提供证据支持。归纳来看，智能资源共享本身是一种信息共享，有助于拓展教师教育课程学习的资源内容与空间场域，此为人工智能赋能教师教育的课程逻辑。
（二）评价层面：机器学习赋能教师教育质量精准改进
机器学习赋能教师教育质量精准改进可被视为人工智能赋能教师教育评价的重要环节。首先，机器学习有助于实现教师教育过程性数据的精准挖掘。长期以来，教师教育质量缺乏相对全面的评价标准，教师教育质量评估往往侧重于结业考评、期末考评等总结性评价方式，较为忽视教师教育过程的数据记录与信息采集，教师教育者可能对于自身教学过程中的潜在问题也难以发觉。其次，机器学习立足于对海量数据全生命周期的伴随式采集、深度挖掘与分析，其能够通过挖掘数据背后的潜在关系，不仅能够实现基于理性证据的科学决策，也能够为教师教育质量的精准监测与改进提供实践路径。机器学习可通过智能传感、人脸识别、图像识别等技术实现在线教师教育数据、线下教师教育数据的有效采集与智能分析，有助于以大数据分析方式来可视化呈现教师教育质量分析结果。基于质量分析结果，教师教育者能够迅速识别其教育教学的缺点，并能够有针对性地予以改进，进一步掌握当前教师教育课程、管理、实践等方面存在的实质性不足，这为教师教育质量的精准改进提供了诸多便利。例如，黄慕雄等人以广东省教师教育大数据智慧系统为例，构建了一种多源多层的教师专业发展分析模型，采用较为成熟稳定的协同过滤推荐算法综合分析并精准制订培训发展方案，是满足教师培训机构为教师智能化制订培养方案需求的部分体现，为精准评估与改进教师教育质量提供了有效支持。
（三）管理层面：智能决策助力教师教育治理机制重塑
人工智能拥有规模化数据、深度学习算法以及高度计算力，其通过科学规范的数据聚类、数据认知、决策优化等过程，挖掘数据的复杂性关联和潜在价值，使智能决策得以实现。首先，智能决策为以单向性、强制性及刚性为核心特征的传统教师教育管理模式走向科学民主式的教师教育治理模式提供了重要支撑。基于智能决策理念的教师教育治理将由经验走向循证，经由“提出问题—获取证据—评价证据—应用实践—效果评估”科学流程，自始至终指向准确和明智的最佳教育证据筛选与应用，保障教师教育决策有据可循。其次，智能决策本身体现了一种数据治理的理念，其以规模化数据和智能算法为中介，促进教师教育决策过程由单一主体决策走向基于数据智能的多主体协作，有利于教育行政部门、教师培训机构、学校等决策主体构建基于证据的教师职前职后一体化协同机制，教师教育的决策者、参与者可通过协同完成数据收集、表征、组织、分析、交流等环节，精准定位并预测教师培训的需求与供给状况，尤其是应真正关照乡村学校在职教师专业发展的个性化需求，最终生成兼具技术理性与人文关怀的教师培训与研修方案。
（四）培训层面：智能互联助力教师培训空间极速拓展
自20世纪末《中小学教师继续教育规定》颁布以来，我国教师培训的规模、经费投入、相关制度和体系建设等飞速发展。然而，不少地区的教师培训工作也暴露出一些现实难题，如对教师培训的需求分析不够细致与准确、培训内容重复与泛化、培训空间满意度不高等。随着深度学习等智能技术的发展，教师教育空间将逐步实现虚拟空间与物理空间的无缝衔接，智能互联助力教师培训空间极速拓展成为现实。首先，基于智能互联理念的教师研修平台进一步提升了教师培训的针对性与有效性，有助于创设沉浸性更强的线上虚拟研修空间与“双师课堂”教学空间，可实现对教师认知结构、教学行为、教学风格与专业能力的智能监测与精准诊断，并实现精准化的课程推送、个性化的助学支持。其次，基于智能互联的教师培训助手系统为教师培训目标的实现释放了工作空间。AI教师能够将教师培训者从琐碎的机械性行为中解放出来，教师培训者将拥有更多的“自由时间”，这使其可以在更充分的自我认知基础上，更多反思教师教育课程设计、实践应用、沟通协作等方面的教师培训问题。再者，基于智能互联的跨区域培训云平台有助于拓展教师专业学习空间。“智能+教育”模式打破了教师培训的时空局限，进一步增强了教师培训的灵活性，有助于实现跨区域的教师培训新机制，有助于打造线上线下一体化的教师培训新机制，这对于实现偏远、贫困、落后地区教师教育与发达地区协同发展具有重大意义。例如，依托统一的宁夏教育云在线互动课堂平台，宁夏尝试推进名校名师与普通教师开展线上师徒结对，组建专业成长共同体，利用在线互动课堂、名师网络工作室等，实现城乡教师“智能手拉手”。
三、人工智能赋能教师教育的现实困境
遵循前文所述的人工智能赋能教师教育的基本逻辑，本研究基于教师教育体系构建的实际现状，从课程层面、评价层面、管理层面、培训层面出发，结合对10位区域教师进修学校管理人员、教师教育领域学者、中小学校长的访谈结果，编制了“人工智能支持下的教师教育改革调查问卷”。除基本信息题项、多选题“您认为人工智能支持下的教师教育可能存在哪些问题？”之外，问卷中各题项均采用李克特五点量表形式（从非常不符合到非常符合）予以呈现。首先，选择江苏省W市90位中小学教师进行预调研施测，基于预调研样本数据，对问卷进行信效度检验。数据分析结果显示，整体量表的KMO统计值为0.95，Bartlett球形检验结果的p值＜0.001，表明问卷适合进行因子分析。对整体问卷进行探索性因子分析，抽取出4个公因子，累计方差解释率达到86.26%，表明因子结构较为可靠。依据因子载荷图可知，题项A1到A4构成课程维度，题项B1到B3构成评价维度，题项C1到C4构成管理维度，题项D1到D3构成培训维度，与本研究对人工智能赋能教师教育的基本逻辑的分析框架相一致，表明问卷具有较好的结构效度，可作为正式调研问卷。
之后，基于正式调查问卷，本研究选取浙江、江苏、上海等教育与经济发达地区的中小学作为调研学校，面向中小学教师投递电子问卷，调研结束后，回收有效问卷527份。本研究利用Cronbachsalpha、CR、AVE值检验问卷信效度。整体量表的Cronbachsalpha值为0.966，各分量表的Cronbachsalpha值在0.89与0.97之间，证明问卷具有较好的内在一致性信度；验证性因子分析结果显示，各分量表的CR（组合信度）取值范围在0.79与0.86之间，表明量表的组合信度较好。各分量表的AVE值均大于0.5，表明量表的收敛效度较好。此外，验证性因子分析结果显示，模型拟合较好，RMSEA、CFI、SRMR指标均达到测量学标准（RMSEA＜0.08；CFI≥0.90；SRMR＜0.06）。综合上述分析结果，可知问卷通过了信效度检验。
人工智能支持下的教师教育现状的描述性分析结果如下。总体而言，人工智能支持下的教师教育现状的均值水平为3.85，除评价层面以外，各子维度（课程层面、管理层面、培训层面）的均值水平均在4以下，由此可见，当前教师对于融入人工智能的教师教育、职后培训的感知情况并未达到理想程度，人工智能在推进教师教育改进方面尚存较大空间，因此，仍需进一步探索如何利用人工智能优化区域教师教育体系，提升教师教育的有效性、针对性、科学性、智慧性。在此诉求背景下，精准分析人工智能赋能教师教育变革所面临的现实困境，则成为归纳和提炼人工智能赋能教师教育实践路向的关键之举。具体而言，本研究将进一步结合调查分析结果，围绕课程、评价、管理、培训四个方面剖析人工智能赋能教师教育的现实困境（见图1）。
图1人工智能赋能教师教育的现实困境
（一）教师教育课程体系难以适应智能时代教师专业发展
在智能时代，教师教育的内容正发生重大变革，人工智能已成为教师教育工作的得力助手，开设一系列面向教师的人工智能课程具有一定的必要性。但就我国教师教育课程体系而言，其目前尚难以适应智能时代教师专业发展。首先，在课程层面，区域教师教育课程建设缺乏较为统一且清晰的课程标准，区域教师教育的课程科目、结构和类型较为单一的现象时常出现。而且，本研究调查结果显示，55.79%的教师认为，教师教育课程内容与教师所需的智能教育素养脱节；题项“教师教育的课程内容能够满足您的实际需求”均值为3.91。由于受人、财、物等多方面资源的影响，教师教育课程理念的变革难度相对较大，即使是面对人工智能等新技术的冲击，教师教育课程建设也具有滞后性与保守性，融入人工智能教育内容的教师教育课程特色难以有效凸显。其次，在教学内容方面，目前不少地区的教师教育教材体系陈旧，教学内容未能结合智能时代所需做到有效更新。数据分析结果显示，题项“当前的教师教育课程关注如何让教师有效应用人工智能产品”及“学习教师教育课程能够提升您的智能教育胜任力”的均值水平分别为3.95与3.94，这表明教师教育课程体系与人工智能等技术知识的融合力度与成效不足。再者，在教学方面，受困于不少教师教育者、受训在职教师及师范生的技术接受与整合能力存在欠缺，教师教育课程教学缺乏具有足够信息化胜任力的教师教育师资，导致智能技术赋能教师教育课程教学的过程受到教师能力的严重制约。
（二）基于证据的教师教育质量评价有待优化
在5G、人工智能、大数据等技术的支撑下，如何构建基于证据的教师教育质量评价体系是推动人工智能时代教师教育发展的一大难题。为尽可能地减少评价过程中的标准不一与价值冲突等问题，在从事教师教育评价活动之前，需要确立相应的指导标准和价值准则。对于我国教师教育评价实践而言，基于证据的教师教育质量评价亟待进行优化，教师教育质量评价体系尚待建立健全。综合来看，我国不少地区至今仍未形成循证式的教师教育质量评价标准体系，导致我国教师教育评价活动在实践中缺乏必要的规范性与科学性，48.39%的教师认为，对于教师教育效果的多维评价有待加强。此外，我国教师教育评价普遍存在着重视运用分数、成绩等量化指标评价的倾向，仍然留有“头痛医头、脚痛医脚”碎片化的评价方式，且数据分析结果显示，题项“培训专家能够利用人工智能对您的学习效果进行分析与评价”均值为3.96，这表明人工智能尚未全方位融入循证式教师教育质量评价体系，未能充分借助人工智能等新技术立体化地搜集教师教育活动的信息从而科学全面地评价教师教育效果，进而导致教师教育评价新格局尚未完全形成。
（三）大数据赋能教师教育管理存在决策偏差
人工智能浪潮风起云涌，其与大数据之间的关系相伴而行，人工智能功能的发挥离不开数据处理与运算的支持。决策者依托人工智能的分析及预测功能，可从“基于经验的分析”转向“数据驱动决策”，这在一定程度上有助于教育管理者系统把握教师的个体诉求与行为轨迹，并据此进行信息反馈和教学激励。但需要注意的是，智能技术是一把双刃剑，在帮助实现教师教育决策科学化的同时，其也会因人技关系异化而产生一系列问题。数据分析结果显示，人工智能赋能教师教育的管理层面均值水平为3.73，表明当前人工智能在优化教师教育管理方面尚存在一定的问题及弊病。首先，人工智能算法、决策使用的数据及数据处理方式均是由“人”来创建的，不可避免带有个体主观隐含的偏见。当主观的算法设计偏见或数据处理偏见渗透到教师教育管理过程中，将会给教师教育决策带来一定的偏差与错误。其次，人工智能算法具有自主决策、学习的能力，它的设计者难以预测最终的结果，也无法完全解读它是如何得出现有结论的。因此，教师教育决策的相关主体一定程度上将会陷入算法分析结果难以解读的困境，这将削弱决策者的公信力与可信度。再者，根据数据分析结果可知，45.92%的教师认为人工智能可能无法十分准确地量化教师教育成效。处于不断完善与发展阶段的人工智能算法及其所依赖的数据很有可能具有一定的局限性，这将导致一些非数据化或难以数据化的教师教育问题被排除在决策过程之外，进而给以数据作为决策基础的教师教育决策者带来一定的决策盲区，产生大数据赋能教师教育的信息偏差现象。
（四）教师培训与智能技术的整合存在效度困境
数据质量、算法功能对人工智能应用成效影响较大，无论是数据挖掘，还是智能算法设计，均无法做到尽善尽美，数据分析结果显示，人工智能赋能教师教育的培训层面均值水平为3.64，表明人工智能在教师培训实践中的应用依然存在效度困境。首先，使用算法和预测模型对教育现象进行度量将会造成一定风险，这主要取决于计算模型和算法是否符合教育逻辑、教育过程和教育中的人是否可以被量化和计算、对教育过程的量化是否能够反映教育本真，这需要进一步反思智能技术应用于教师培训的合理性与规范性，将其应用范围限定在可控风险领域之内。其次，智能技术在教师培训中的使用效能相对较低，其在培训资源建设、助学辅导、培训成效评价等方面的应用程度受人力、物力、财力等多方面制约。调查结果显示，59.20%的教师认为，人工智能技术与教师教育的融合性不强；41.18%的教师认为，学区或学校难以投入大量资源以支持智能化教师教育体系构建；另外，42.88%的教师认为，目前人工智能支持下的教师教育指导性政策与规章尚需完善。这表明不少地区不仅缺乏具有较高智能教育素养的教师教育专家以及足够的经费支持、资源保障，而且，也缺乏人工智能赋能教师培训的指导性政策与规章，进而导致区域教师教育部门在利用智能工具开展教师培训活动时易陷入“仅加大软硬件投入”的战略误区，忽视对教师教育者技术接受与整合能力的有效训练，进而削弱了智能技术在教师培训需求满足与资源建设方面的应用空间。
四、人工智能赋能教师教育的实践路向
随着人工智能与教师教育领域的不断融合，人工智能赋能教师教育也面临着如教师教育课程体系难以适应智能时代教师专业发展、基于证据的教师教育质量评价有待优化、大数据赋能教师教育管理存在决策偏差、教师培训与智能技术的整合存在效度困境等问题。综上，为推动人工智能在教师教育领域的合理应用，人工智能赋能教师教育体系构建应关注以下实践路向。
（一）加强数字化课程建设，推进教师教育资源智能化开放共享
以往教师教育资源虽然也包括微课、短视频、精品课等信息化形式，但随着新课标的颁布与新教材的逐步使用，教师教育数字化资源动态性缺位、资源建设质量不高、资源建设区域协同性差、资源建设针对性不强等问题逐渐凸显。在人工智能时代，教师培训课程、教师研修资料等均可被表征为较易传播与计算的数字形态，教师教育资源建设应加强数字化课程建设，推进教师教育资源智能化开放共享。首先，区域教育行政管理部门、各级各类教师培训机构及中小学校应携手打造智能化区域教师教育课程资源库，立足教师群体的数字画像以及教师培训专业标准，积极利用虚拟现实、增强现实、智能云等智能技术，关注教师教学技能网络模拟实训与教育理论在线学习，充分整合微课、慕课、直播课、公开课等数字化课程资源，推动数字化教师教育课程资源系统化建设。例如，首都师范大学聚焦于人工智能时代下的教师发展，由高校导师团队设计面向教师专业发展的在线课程，师范生制作开发课程，并且在课程开设期间与在职教师开展全程陪伴式的互助共学，师范生为在职教师解答与技术应用有关的困惑，而在职教师可以为师范生在教学方面提供经验分享。其次，构建数字化教师教育课程资源监管体系。地方教育行政管理部门、学科教研员、教育督学及督导专家等多方人员应组建数字化教师教育课程资源审查小组，确保数字化教师教育课程资源开发经过开发测试、内部评价、外部评价等严格流程，应利用机器学习、数据挖掘等智能技术，及时对参训在职教师或师范生的课程资源使用记录、共享渠道与心得体会予以电子存档。再者，应创设数字化教师教育课程资源的智能推送与共享机制。地方教育行政管理部门可依托“国培计划”“区域教师发展计划”等各级各类教师教育项目，着手建立优质数字化课程资源开发与遴选机制，遴选优质数字化资源，明确数字化教师教育资源流通标准与准入门槛，利用大数据分析与智能画像技术，通过智能筛选、提取和整合教师专业学习需求信息，基于在职教师专业学习的数字画像，有针对性地为教师推送定制化课程资源。
（二）立足评价改进，构建基于证据的教师教育质量监测体系
如前文所述，在评价层面，基于证据的教师教育质量评价机制还有待完善。评价对于教师教育质量的提升来说具有导向与指引作用，随着数据智能理念的不断深化，教师教育评价愈发关注数据式证据，如何利用数据信息呈现教师教育评价证据成为热点议题。因此，有必要立足于当前教师教育评价存在的现实问题，构建基于证据的教师教育质量监测体系。一方面，应基于智能数据挖掘，构建教师教育质量监测方案。从教师教育评价主体来看，教师教育质量评价受其主观判断影响，若教师教育评价所依赖的数据信息不够客观，将导致教师教育的评价结果有失公允。因此，应基于教师教育评价的实际诉求，智能挖掘与提取师范生、职后教师、教师教育者等评价利益相关者的数据信息，建立教师管理信息化系统，构建教师学分管理机制，建立教师数据的“驾驶舱”，对教师教育过程进行精准预警与监测。另一方面，创设基于证据可视化的教师教育质量分析机制。基于大数据分析、生物信息识别、图像识别、视频分析等技术，可从教师教育投入、过程、产出、背景等方面进行教育质量观测，动态采集教师教育行为和环境信息，严格落实数据筛选、数据比较、数据整合、数据呈现等一系列证据可视化流程，及时向主管部门、教育工作者、师范生、教师公开教师教育质量观测结果，注重教师教育质量评价结果与改进方案的可视化呈现，以便进一步明确教师教育质量的改进方向与提升路径。例如，宁夏充分利用大数据支撑教师智能研修行动并建设教师教育质量监测体系，为提升教师在教学设计、课堂组织、班级管理、教育研究等方面的综合能力，将教师管理信息系统、教师继续教育网络研修等平台整合融入宁夏教育云，基于教育云平台实现对教师专业发展状态的监管、测评与干预。
（三）聚焦数智融合，优化教师教育决策偏差调节机制
如前文所述，在管理层面，大数据赋能教师教育管理存在决策偏差。以往的教师教育决策存在主观判断、决策流程过于僵直与落后、决策技术过于单一等问题，人工智能时代教师教育决策虽可实现基于证据的教师教育决策，但其并不意味着教师教育决策绝对的合理化与准确化，教师教育决策仍有可能存在偏差问题（如决策偏见、决策失误等）。因此，应聚焦数智融合，优化教师教育决策偏差调节机制。首先，应构建基于数智融合的教师教育决策咨询服务体系。以师范教育、在职培训等多种形态为主体的教师教育体系涉及多个决策主体，且以往区域层面教师教育决策可能在师范教育与在职培训对接层面存在信息鸿沟，而且区域层面可能在城乡教师发展规划方面存在决策偏差。为此，可通过创设区域教师管理与发展服务平台，动态汇聚不同决策主体的建议与反馈意见，为地方教师教育管理者改进教师发展计划、教师研修项目管理服务、教师专业发展学分银行服务等提供信息支持与路向导引。其次，应关注教师教育决策偏差诊断与调节机制的创设。人工智能时代教师教育决策不仅应体现智慧化特性，而且应秉承基于证据的科学主义取向。应提升教师教育决策者的智能教育素养与数据素养，打通教师教育利益相关者间的决策信息共享通道，及时诊断区域教师培训与研修实践的主要问题与产生根源，智能分享与整合来自地方教师发展学院或中心、教育行政管理部门及高校教师教育基地的反馈信息，构建协同化地方教师教育决策咨询服务体系，有效提升区域教师教育决策的科学化和民主化。
（四）关注智能研修，创设基于分层分类的精准化教师培训体系
如前文所述，在培训层面，教师培训与智能技术的整合存在效度困境。以往师资培训一般采用讲座、讨论、观摩、进修、线上刷课等多种方式，但大多数培训方式属于短期行为，难以长期针对特定教师群体（如位处偏远的农村地区教师）开展教师专业培训。人工智能赋能教师网络研修平台与模式创建为教师终身学习与持续发展提供了重要支持。由此，为进一步推进人工智能赋能教师教育，满足不同类型教师群体的学习诉求，加快教师队伍数字化建设进程，推动教师数字化发展，有必要关注智能研修，创设基于分层分类的精准化教师培训体系。首先，教师培训部门或机构应着手建立研修专区，组建区域智能研修共同体，对参与在线研修的教师群体进行合理分类，以研修问题与实践案例为抓手，满足不同类别、层次、岗位的教师需求。教师教育者应基于教师研修数据进行智能追踪，尝试捕捉不同类型（如农村教师、城镇教师）、不同层次（如教学新秀、教学骨干、教学专家）教师参与智能研修的学习需求，以便构建线上与线下、必修与选修相融通的精准化教师研修模式。其次，应注重探索建立基于分层分类的教师发展测评系统，创设智能化教师培训成效评价模式。最后，应基于大数据融合，探索建立分层分类的教师发展测评系统，创设智能化教师培训成效评价模式。具体而言，应关注教师在学科、年龄、教龄等方面的实质性发展差异，评价方案的设计与实施应关注教师发展的过程性与阶段性数据的提取与筛选。也应着重提升教师教育者的信息化评价素养与智能技术胜任力，尝试通过教师个体发展画像的智能分析与评价，为受训教师后续的专业学习以及教师教育者的教学实践提供改进方向。
五、结语与展望
关于华南师范大学|统一认证|移动平台
Copyright©2023SouthChinaNormalUniversity.AllRightsReserved|华南师范大学版权所有
华南师范大学人工智能与教育双向赋能
作者：王素来源：中国教育新闻网-中国教育报
■“人工智能与教育”专家系列笔谈之三
人类社会正处在一个技术飞速发展的时代，以新一代信息技术、生物技术、新能源技术、新材料技术、智能制造技术为代表的新一轮科技革命为人类带来了前所未有的机遇和挑战。
人工智能是引领新一轮科技革命和产业变革的重要驱动力，正在重构世界产业与经济生态，人工智能颠覆了很多传统的行业，人力正在被自动化取代，同时新技术也创造出许多新的行业和职位。这些变化提高了效率和生产力，促进产品和服务创新，推动经济增长，但是同时也可能产生新的不平等，由于人工智能鸿沟而导致数字鸿沟进一步加深。人工智能成为世界各国发展的战略重点，国际组织也高度关注人工智能将会对教育带来的机遇与挑战。
人机协同的教与学促进学生个性的成长
智能时代是一个人机共存、人机协同的时代。人机协同将会改变教与学的方式，无论是教还是学都将变得更加个性化。我们所一直追求的因材施教，关注每个学生的成长，由于有了技术的支持而变成现实。教师是教育中的关键要素，教师的职业道德、对学生的态度、专业能力是决定教育质量的重要因素，教师质量不同也是导致教育不均衡的因素之一。
在目前的班级授课制下，即使优秀的教师也很难有精力照顾到每个学生，无法精准地了解每个学生的学习障碍。人工智能虚拟教师会成为教师的得力助手，会帮助教师完成很多工作，比如答疑、批改作业、学习诊断与分析、心理辅导、日常管理、合作教研等。在人工智能的帮助下教师可以花更多的时间与学生交流沟通，促进学生更好地成长。人机协同还可以实现优质教育资源共享，实现双师教学，促进教育公平。人机协同可以改变学生的学习方式。基于大数据的精准教育可以为学生提供精准的学习诊断和分析，建立个人学习成长档案，满足学生个性化发展的需求，提供最适切的学习。人机协同还能实现泛在学习，重构学习社区。智能学习平台和终端可以让学生随时随地的学习，学生的学习群体是由其选择的学习内容、学习时间、学习等级而构建学习社区，打破了原有的班级、年级概念，会形成不同的学习社区，也能实现远程协作学习。
跨界融合、共创共享促进教育生态重构和教育供给侧改革
智能时代的跨界融合、共创共享的特征将会重构教育生态和引发教育供给侧改革。随着智能学习环境的逐步建立，泛在学习成为可能。无论是从知识技能的获取还是从育人的角度，学校都不再是孤立的，学习的时间与空间打破了学校的界限而扩展到更广阔的社会，大学、企业、校外机构、博物馆等都将成为学习内容的提供者和学习场景承载者。学生甚至可以选择不同学校提供的课程，教育资源会更加开放，教师和学生都可能是学习资源的提供者和使用者，形成共创共享的教育生态。教育供给也将变得更加多样化，免费开放的教育资源与专门的教育供给并存，增加了学校、教师和学生的选择性，也对如何保证教育供给的质量提出了新的挑战。人工智能与教育是双向赋能的关系，人工智能对教育的赋能体现在如下方面：
第一，人工智能赋能管理。人工智能技术会帮助学校和机构实现智能化管理，从招生到日常管理、从考勤到校园安全、从选课到学生过程性数据的采集分析，支持学生的生涯职业规划等。智能管理不仅提高了工作效率，也使教育管理基于数据分析实现科学决策。目前智能管理仍然处于起步阶段，尚未广泛应用。
第二，人工智能赋能学生。智能时代对适应未来的人的培养目标提出了新要求，从而带来教育内容、教育结构的调整。但是人工智能对教育最直接的影响还是学习方式的转变，使个性化、定制化的学习成为可能。
第三，人工智能赋能教师。人工智能会使教师从烦琐的日常工作中解放出来，释放教师的时间和精力，使教师能够关注更多的学生，解决了学生个性化学习和教师时间精力有限之间的矛盾。同时人工智能还可以使优质教师资源以更适切和个性化的方式辐射更多的学校，解决资源与学情不匹配、难以发挥作用的问题，从而更好地促进优质教育资源均衡，推进教育公平。
建立终身教育体系，培养人工智能高端人才
人工智能对国家社会、经济等领域带来的颠覆性变革，使各国都高度重视人工智能在国家发展中的战略地位，把培养人工智能高端人才作为提高国家核心竞争力的要务。
培养人工智能高端人才是一项系统工程，不仅是高等院校设立相应学科、打造复合型人才培养模式，改变教学方式，还需要基础教育的配合，在基础教育中重视数学和理科，改变学习方式、培养审辩式思维与创造力。同时还需要产学研合作，打破校企的边界，共同打造培养人才的实践平台。由此也会带来高校的形态、课程、结构的变化，最终还是要建立起公平、适切、开放灵活的终身教育体系，这样才能培养满足国家发展需求、具有国际竞争力的人工智能高端人才。
（作者单位：中国教育科学研究院）
《中国教育报》2019年06月29日第3版
人工智能赋“能”课堂教学，赋之以何“能”
0分享至YOCSEF广州举办观点论坛专家“云”思辨：人工智能赋能教学，噱头还是颠覆？新冠疫情以来，智能教育的发展引起世界各国政府的高度重视，被多个国家纳入国家级战略规划。党的二十大报告中，习近平总书记指出“实施科教兴国战略，强化现代化建设人才支撑”，发展能够融合大数据和人工智能技术的智能教育则是实施科教兴国战略的基础工程之一。当前，由于人工智能技术的不成熟以及教育数据多模态、难共享等原因，导致其在给教育带来机遇的同时也存在一定的挑战和风险。对此，中国计算机学会（CCF）青年计算机科技论坛（YOCSEF）广州分论坛学术委员会于2022年11月5日在线举办了“人工智能赋能教学，噱头还是颠覆？”观点论坛，论坛邀请了相关领域专家学者，共同探讨了人工智能赋能教学的“能”与“不能”、难点和痛点等问题。此次论坛由CCF主办，CCFYOCSEF广州分论坛学术委员会、广东技术师范大学计算机科学学院承办，广东省知识产权大数据重点实验室协办，YOCSEF广州副主席李春英（广东技术师范大学）和YOCSEF广州AC委员梁鹏（广东技术师范大学）共同担任执行主席，YOCSEF广州AC委员吴国凯（荔峰科技）担任微论坛主席，来自中山大学、华南理工大学、华南师范大学、华中师范大学、华南农业大学、广东外语外贸大学、广州大学、广东技术师范大学、仲恺农业工程学院等多所高校以及轩辕网络、科大讯飞、商汤科技等多家企业共200余人参加了本次论坛。荔峰科技（广州）有限公司为此次活动提供了赞助支持。论坛开始环节，广东技术师范大学计算机科学学院（以下简称广师大计科院）院长赵慧民教授代表承办单位对线下与线上的参会嘉宾表示了欢迎，对广师大计科院的学科、专业情况以及论坛举办的背景和意义做了简要介绍，并预祝此次论坛活动取得圆满成功。随后，论坛进入引导发言环节。本次论坛邀请了华南理工大学软件学院院长蔡毅教授、华南师范大学教育人工智能研究院副院长慕肃教授、华中师范大学教育信息技术学院魏艳涛副教授作为引导发言嘉宾。蔡毅教授以“基于人工智能的问题自动生成关键技术”为题，介绍了基于人工智能技术的问题自动生成中的若干关键技术及其在智能教育的应用，包括知识融合的问题自动生成、问题生成的多样性、多模态问题生成等。随着人工智能技术的发展，人工智能与教育的结合越来越紧密，问题自动生成技术可以有效提高教师的出题效率，从而缓解教师的出题压力，受到学术界和工业界的关注。蔡毅教授做引导发言
慕肃教授以“人工智能赋能教学的‘根’与‘本’”为题，讲述了在智能时代学生的学习方式呈现出去中心化和泛在化的特点，工业化时代班级集体讲授和做题为主的知识传授方式，已经不能满足学生和社会发展的要求。在这样的背景下，明确人工智能教学应用的目的是支持教学变革和创新，更好地服务于学生的学习发展和能力培养，这是人工智能教学应用的“根”——根基；找准教学变革需要人工智能技术支撑的方面、探索人工智能技术学科教学应用的方式和方法，充分发挥人工智能和人类智能在教学中的作用，这是人工智能教学应用的“本”——本位。基于以上基本观点，慕肃进一步对AI赋能教学，在改变课程形式、学习途径、教学方法和师生关系等情况进行讲解、分析人工智能技术与教师之间相互补充、协同合作的方式、明确充分发挥人与技术各自优势，在教学中实现教师与人工智能技术的无缝衔接和转换的意义。慕肃指出，理想效果是在改进和提升学生学习体验和成效的同时，减少教师不必要的重复劳动，发挥教师智能的更大作用。穆肃教授做引导发言
魏艳涛副教授以“基于计算机视觉的学习状态智能感知”为题，针对传统人工学习状态评测方法耗时费力、易中断学习过程等不足，重点介绍了基于计算机视觉的非侵入式学习状态智能感知的理论与方法。学习状态感知是教育领域长期关注的核心问题，是智能时代精准教学和个性化学习得以顺利开展的必要前提和实施依据，已成为当前智能教育领域的研究热点和难点。魏艳涛副教授做引导发言
在引导发言之后，论坛进入思辨环节。与会嘉宾围绕“人工智能赋‘能’课堂教学，赋之以何‘能’？”、“人工智能能否‘颠覆’课堂教学？”以及“如果颠覆至，‘教’与‘学’怎应对？”等议题展开观点思辩，论坛邀请了广州大学电子与通信工程学院副院长曾衍瀚博士、轩辕网络副总裁/轩辕研究院院长黄永健博士、讯飞高教人才培养研究院副院长于俊博士以及商汤科技教育事业部行业解决方案余侠芸总监担任思辨特邀嘉宾。议题一：人工智能赋“能”课堂教学，赋之以何“能”？子议题：论其赋“能”，何能、何不能？针对此议题，广州大学曾衍瀚认为从学生侧，AI可为学生提供学习控制权，促其挑战与强化。从教师侧，可为教学过程更准确把握，构建课堂的更合理认知，提升教师教学能力。曾衍瀚也提出了几个问题：一是相比于教学的流程，人工智能当前对教学反馈的作用较明显，形成推理与判断，但对教学过程的赋能较为有限。二是对技能学习的赋予较明显，而对于思辨、思维培养等其他方面较有限。三是人工智能模型的不透明性也存在风险，教师对教学的主导权或非主动让渡，学生的学习主动性可能也受影响。广东技术师范大学梁鹏认为教师传道授业解惑，AI或缺少教学过程的共情。仲恺农业工程学院刘同来副教授认为AI赋能教学，对教育资源的公平性、对教学评价的科学性（较之教师主观评价）有其赋能。广东外语外贸大学姜思羽认为教育讲求因材施教，人的判断或不全面，以人工智能介入，佐以辅助工具，可以方便教师调节课程进度，增强与学生互动。华南农业大学黄栋副教授认为人工智能之于教学互动，在知识与技能层面，可有更丰富工具，在人与人的交流层面，则无法在教学过程中替代教师“生动讲解”的情感互动。广东工业大学刘冬宁教授认为教学过程以学为主，而非以教为主。如今本科培养要求大概是160学时，较为有限，教学的重点或不在于传授，而在于知识的梳理。如果人工智能能够颠覆教学，对于“学”来说意义很大，人工智能可促进个性化学习。广东技术师范大学李春英认为人工智能赋能教学，应是辅助性作用。在学习者画像、学习评估与测评、个性化学习推荐与学习路径规划等方面可赋能，并能减轻教师负担和提高精准教学等，然而在对学生的关怀、共情等情感方面，是AI所不能。CCF教育执行委员刘钊认为AI辅助教学而己，谈不上颠覆，现在智慧课堂产品基本都有这些模块，个别模块比较成熟，使用较好，另外一些使用较弱，需要不断改进。YOCSEF保定主席耿超认为相对于当前课堂的统一化培养，人工智能对于学习能力强与较为一般的同学，可实现分层培养，提升学生学习的上限。现场学生认为从学生角度，教师讲授的内容，所有学生接收的知识是相同的；若有人工智能辅助，可根据不同学生基础制定不同的学习方案，在测评难度与方式等方面可实现个性化。与会嘉宾云论道
议题二：人工智能能否“颠覆”课堂教学？子议题：初现曙光还是遥远乌托邦？对此议题，轩辕网络黄永健认为人工智能颠覆教学，既初现曙光，同时也仍是遥远乌托邦。个性化教学、智慧课堂等产品已经不少，在教学应用阶段可快速应用于教学，在赋能阶段可辅助教师教学与管理，故觉初现曙光。疫情期间的特殊情况，为智能教学提供了许多应用场景，但也出现不少问题。因教育有其特殊性，不同教师使用智能工具情况亦不同，共情与交流难兼顾，故觉颠覆仍较遥远。广东技术师范大学李春英认为当前或现曙光，但仍有很多不足之处。例如主观题评测、学习者画像与知识追踪，当前国内有效工具非常少。BBC最近的调研结果认为社会中最难被AI取代的职业是教师。科大讯飞于俊认为人工智能在教学评估、人才培养、行为分析、知识追踪等方面，可赋能教学场景。教学工具方面存在颠覆，但智能技术只能让我们更好地“教”与“学”，教师教学的根本不会改变。YOCSEF青岛主席包永堂认为AI在技术上作用明显，例如在知识传授方式的转变、辅助教学方面，初现曙光。但教学不仅是知识的传授，教师也需要实时把控整个课堂。人工智能可赋能，但思想与思维培养等方面仍难替代教师作用。广东工业大学谭台哲认为人工智能“颠覆”课堂教学已现曙光，而非遥远乌托邦。人工智能助力教学，已在许多方面取得巨大进步，在课堂情感分析方面也有相应发展。随着技术突飞猛进，其共情问题或许也能解决，故说非乌托邦。广师大梁鹏认为类似于AlphaGo颠覆了围棋，人工智能也可以对现有教学实现颠覆。广师大李春英认为AlphaGo颠覆了围棋是因为背后大量的计算和强大的算力支持，也不涉及人类的情感，但课堂教学有其复杂性。华南农业大学黄栋认为教师可以探索不同的新技术来辅助教学，但技术难颠覆课堂。课堂的主导，或认为是教师、或认为是学生，但皆以人其主导，技术角色在于辅助，像粉笔、像教具，人工智能可以提供更丰富的工具，但为辅助，而无法颠覆教学的本质。耿超和广州工商学院杜霞认为人工智能在未来可以“颠覆”课堂教学，只是就当前而言初现曙光。YOCSEF合肥AC委员彭澄宇和广师大计科院林智勇认为人工智能在知识传授方面可作为主导，教师辅助，但在同情心、情感、关怀等层面未来仍难颠覆。长安大学卢江认为人工智能不能颠覆课堂教学，只能颠覆教学模式。教学的概念是教师和学生相互作用，以课程为中介的教育活动。就像商业一样，商业活动是离不开人，只是交易、支付的方式发生了变化。议题三：如果颠覆至，“教”与“学”怎应对？子议题1：人工智能正在逐渐取代教师的部分职能，未来谁是配角？谁是主角？子议题2：若人工智能“接管”课堂，教学的温度还在吗？对此议题，商汤科技余侠芸认为回归教学的本质，回归工具的本质。从教学本质，教育的首要问题是育人，技术可提供个性化辅助，但并不意味着技术可以取代教师。从工具本质，教师是教学内容的设计与开发者，以智能技术为工具，工具怎么用，主角仍是人。如果人工智能接管课堂，教学的温度还在吗？技术有中立性，是人赋予其温度。当教育从课堂延伸到家庭、社会，只有当各方面主动参与其中，教学才会有其温度。智能技术可以增加教学过程的丰富度与趣味度，但离不开教师的精心策划。技术的可靠可信很重要，应始终处于人类的控制之下，人类创造了人工智能，但不应让人工智能抢了教师的饭碗。广州大学苏申从网络安全从业者的角度，关注人工智能的安全性。人工智能无自我认识，教学过程能够给教学对象传授什么知识，难把握，也难追责。当把文明传承的话语权交给机器时，风险与之相伴。关于该问题，姜思认为如果被“颠覆”，教学的温度何在？若人工智能接管课堂，学生的学习状态、学生心理，谁可调节？黄栋从疫情期间的教学感受指出：“作为教师对智能教学、线上教学的期待经历了几个阶段的变化。初期或觉线上教学是大势，但当一个学期线上教学之后，很多师生又都期待回到现实的教室，或许也就是因为人与人交流互动的温度。虽然教师在线上教学也能努力去赋予其温度，但现实课堂的温度传导更为直接、亲切。”耿超认为未来人工智能可取代“教”的部分，教师负责情感、温度的部分。未来理想状态或许是，教师管理与监督，而教学则由人工智能主导、进行个性化教学，这或为未来人工智能颠覆课堂的一种可能路径。现场学生认为人工智能或标准知识传授方面具有更好的能力，但难思辨和创新，当出现与标准答案不符的答案时，人工智能怎样发现？也有学生认为在大学及以上阶段，学生心智已经成熟，并不需要太多的“温度”，对其个人而言，其更喜欢自己钻研和学习。人工智能赋能课堂教学已经在路上，回顾过去，多年以前也许我们并不会意识到信息技术能够对我们今天的工作和生活带来如此大的改变，展望未来，或者在不远的前路上，人工智能将会对课堂教学带来巨大的改变，甚至颠覆课堂教学。此次论坛历时近四个小时，论坛执行主席、YOCSEF广州副主席李春英副教授对此次论坛进行了总结。论坛最后在一片热烈的讨论氛围中圆满结束。文图/春英编辑/孙琳特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端