王晓宁：“人工智能+教育”在中国——现状、问题与未来初探
在全球快速进入智能化时代的过程中，我国的“教育信息化”在推进程度上确实称得上先行一步，而“人工智能+教育”作为教育信息化的升级版，也正引发教育界内外高度关注。 从2020年国家自然科学基金“教育信息科学与技术”这一学科领域的申报态势来看，国内立足智能教育的竞争已趋白热化：将人工智能技术向教育垂直领域进行渗透的意识非常热切，理论与实践探索正在全面铺开。当然，就目前技术与教育结合的有效性、适切性、合理性甚至合法性而言，尚需细化。而从当前特征、现存问题与解决之道三个方面看，国内教育界的确已经迎来智能时代教育的挑战。现状：基础先进，探索热切，潜力尚待激活
1.技术界基础先进，教育界探索热切 从世界范围看，不少发达国家和国际组织在部署信息化/数字化/智能化战略，以维系传统大国地位、保持战略主动性和战略自主权时，纷纷将美国和中国作为对标国家。 可以说，中国在人工智能技术领域包括教育智能化领域的繁荣发展，已经在全球范围内引发高度关注，受重视程度甚至超过预期。时下的海外畅销书《第四次教育革命——人工智能如何改变教育》中，对于中国人工智能领域繁荣势头的追捧式解读极具代表性，该书称：“美国在人工智能领域的领先地位会慢慢减弱——而中国渴望填补这一空白，努力在2030年之前将自己打造成全球首要的人工智能创新中心”。值得关注的是，该书所涉及的诸多议题虽有一定新意，但对于中国教育领域人士而言并不陌生，甚至已经进行了超过其理论宽度的现行实践。可见，借助技术基础的繁荣发展，中国的“人工智能+教育”有着堪称热切的先行探索。 2.在线教育抗疫，激发底层潜力 2020年新冠疫情期间，中国智能教育模式经受了大考，给全球同行留下深刻印象。“停课不停学”的大规模在线教育实验展现了中国教育信息化与智能化的底层潜力，启发了中国乃至全球教育界对智能时代教育发展抱持乐观期待。 中国在新冠肺炎疫情期间进行的大规模在线教育，让教育者、受教育者、科技研发者等人群，都有机会亲临教育一线、摸清需求、萌发创意并涌现人才，形成教育推动大众科技创新、科技反哺教育变革的良性循环。教育创新与科技创新既是抗疫的有力工具，也在成为反弹的新经济增长点。在后疫情时代，社会将进入智能化和数字化快车道，线上力量正在兑换为线下力量，为构建基于智能技术的新型教育教学模式、教育服务供给方式，推动教育治理体系和治理能力的现代化，提供深度变革的内生力量。挑战三大问题，打牢智能时代教育根基
1.技术受限，效果模糊
中肯地说，在目前的全球人工智能产业当中，金融、营销、安防、客服领域在IT基础设施、数据质量、新技术接受周期等人工智能发展基础条件方面表现较优，其商业化渗透率和对传统产业的提升程度较高。然而由于数据储备、数据感知、数据标准化受限，跨介质互联困难，情感计算与认知计算难以突破等约束条件，教育的智能化发展确实还慢一拍。迄今为止，多数智能化教学解决方案的落地效果仍然表现一般。而在校外教育方面，在线教学的用户体验粗糙且教学效果模糊，用户对新技术的接受周期较长，更加智能化的产品还需要一定长度的探索期。而与此同时，校内师生的信息素养不高，且信息化设备使用频率较低，也导致智能教育核心教学数据缺失，最终加大了教育数据挖掘分析的难度。 2.重复建设，粗放演进 现在，各方面对于智能化教育在所谓的“精准化监测与个性化评价”这一功能上的探索过于集中，用力过于聚焦，却很少针对过度监控、过度反馈、过度迎合的谨慎反思。而所谓粗放，是指当前教育领域的这只“人工智能大筐”，实际上装进了与人工智能沾边或不沾的各类技术，装进了各路概念、噱头甚至利益诉求，实质的进步、真实的助力在一定程度上被淹没在粗放的统计口径与表面的繁荣里。在政策的大力支持与市场对智能化的强烈需求背景之下，“人工智能+教育”的模式仍然亟待清晰化与规范化。 3.审慎不足，导向模糊 从国际经验看，不少国家对于教育与技术的结合都有相对审慎一面，尤其强调教育智能化要首先体现其价值性，然后再体现其工具性——要为承载国家的共同价值与文化基础优先作出努力。这成为各国尤其是发达国家发展智能化教育的普遍起点。而这强有力地形塑了智能技术的应用方向和智能教育的发展根基。对照来看，我们在这一层面上的理性反思尚显不足。那么就可能出现导向模糊——教育领域难以对人工智能应用技术提出准确需求，而技术人员难以深度理解教育，供应方难以设计出符合理性需求的应用形态——这也是当前人工智能技术参与教育过程并大力发展智能教育时最为掣肘的问题。以理性态度尊重规律，支撑智能时代教育变革
1.宏观策略不可“一刀切”，中国教育的巨大体量与智能技术的迅速更迭需要从容应对。
对比世界主要发达国家来看，中国教育体量巨大、东中西部社会经济发展程度很不平衡，同时中国的信息化智能化技术发展又处在世界前沿，存在诸多复杂变量和不确定因素，并不是一味地加大作为、严密规划与管控就有望起到理想效果的。因此，有必要在“有为和无为”之间进行辩证思考，明察进退，有所取舍，以粗线条引导，而非以事无巨细的规制来推动宏观治理，要引导商用、民用、市场等角色发挥作用并自我调节。 进一步看，我国教育端和受教育端所具备的信息化素养与技能，绝大部分是在宏观的互联网经济大背景下形成的，“看不见的手”所发挥作用不可小觑。此外，从世界银行的视角来看，对教育技术的投入首先要将可持续性放在首位——软硬件投入巨大、优质数字资源生成困难、生命周期短促、跟进投资不可预估等问题，都启示我们：在宏观层面，要有适当的策略性留白。 2.中观布局不能急于求成，必须尊重智能时代教育的独特发展节奏。 如前所述，国际经验与中国发展实践都显示，相比于智能化技术在金融、营销、医疗、安防等诸多领域的率先落地与渗透，教育智能化领域由于数据储备、数据感知、数据标准化受限，跨介质互联困难，情感计算与认知计算难以突破等约束条件，自然呈现的发展规律确实是慢一拍。因此，在智能教育发展节奏上不能急于求成。 与此同时，教育领域是“人”的密集程度最大的领域，教育涉及的人群是超大规模的、甚至是全民的，其复杂性与牵涉面超乎寻常，智能时代的教育在理念更新、模式变革、体系重构，尤其是利益重组上不能激进。 此外，要区分群体教育和个体教育的不同规律。同辈压力和集中的时空氛围，可以让群体情境下的智能化教育更好地结合线上的优势资源与线下的立体化传授；而个人情境下的智能化教育则需要更多地探索如何维系注意力的特殊节律，尊重碎片化、娱乐化、热点化、轻量化等需求，不能过多地强调和依赖个人自律和所谓的素质素养等。 3.微观上不“过度迎合”，辩证看待个性化培养潮流。 首先，智能化的教育技术对师生微观状态的精准诊断、即时反馈、全程记录等固然有其便捷，但也有可能带给其过度关注与过度追踪的压力，在某种程度上会将“人人皆学、处处可能学、时时可学”异化为无所不在的钳制和逼迫。 其次，智能化技术辅助进行的个性化诊断与个性化培养固然有其价值，但若不善加使用，也会在某种程度上过度强化初始的、不成熟的、未定型的个体偏好，强化路径依赖，反而很可能抹杀师生在其他维度、广度和深度上的潜力，影响个体自身在竞争合作中的准确定位，进而过早设置隔阂与专业鸿沟，障碍对具备广阔视野和全局观念的“通才型”人才的培养。 最后，“建立终身电子学习档案和数字画像——对学习者的学习成果进行统一认证和核算”等发展思路的提出，也需要辩证看待——人为设计的评价体系，从识别、赋值、感知、记录，多数时候仍是粗线条、显性化、线性化的，丢失了很多维度甚至是关键性信息。将不先进的教育评价思路用先进的技术如区块链等手段来承载，很可能会进一步形成环环相扣的时空限制，进一步收窄可能性与多样性，更遑论数据隐私和技术霸权等问题的潜在负面影响。有冗余、有散漫、有策略性留白，才会有缓冲和创新的空间，这也是智能时代教育必须体认的教育史所传承给这个时代教育者的精神启示和宝贵财富。来源：https://mp.weixin.qq.com/s/XohFhSpQRCQPu2h5II5YJg
人工智能与教育丨教育领域人工智能的应用现状、影响与挑战——基于OECD《教育中的可信赖人工智能：前景与挑战》报告的解读与分析
OECD预测，人工智能将引发未来几十年教育领域的巨大变革，包括课堂教学与教育系统，且直接影响到教育政策制定者、教育管理者、教师、学生、家长等利益相关者。同时，人工智能将推动实现可持续发展目标4中的全球教育目标，即“确保包容公平的优质教育，并为所有人提供终身学习机会”。人工智能在教育领域的使用还将实现巨大的社会价值，提升人的创造力，减少经济、社会及性别层面的不平等问题，促进包容性和可持续发展，进而实现全人类福祉。
（二）人工智能在课堂教学中的应用现状
美国新课堂创新合作者（NewClassroomsInnovationPartners）基于人工智能开发了“面向每一个人的教学：数学”（TeachtoOne：Math）模式，可以在大数据的支持下根据每个学生的具体情况制定合适的学习与教学方案。2012年，该模式在芝加哥、纽约及华盛顿特区的8所学校试点实施，主要应用于初中数学。该模式的目标是对学生技能的发展与进步做出持续回应，定期评估学生的技能水平，通过人工智能算法定位内容传递，并为学生指定不同的教学模式。该模式依靠持续的形成性评估得出数据，以确定学生之间的学习差距。学生每天都可以访问电脑仪表盘（computerdashboard），获取个人进度信息、技能发展任务，以及各种教学资源的链接，学生可以按自定的步调进行学习。这个过程中生成的大量数据将反馈给基础信息系统。最新版“面向每一个人的教学：数学”模式能为学生个性化学习路径的每日重新配置和两周教学周期的设计提供信息，还能通过动态的电脑仪表盘为教师提供有关班级和学生表现的实时信息，帮助教师及时支持学生学习。
在中国，好未来教育集团的人工智能实验室开发了多种类型的数字方案，为学生高考备考提供帮助。其中，“适应性测试及学习计划”（adaptivetestandlearningplan）系统最具代表性。该系统从各方面数据中挖掘大量评估性问题，以更好地了解每一位学生当前的知识水平，有助于学生选择合适自身的线下课程。该系统还为学生设计和定制学习计划，将相关材料发送给学生家长，帮助家长了解孩子的备考问题。
2.为特殊需求学生的学习提供支持与帮助
全球各国（尤其是经济落后国家）长期面临如何为所有学生提供更具包容性的受教育机会的问题。包容性教育是可持续发展目标4所倡导的全球目标之一，目的是确保所有人士平等地获得各级各类教育。OECD认为，人工智能可以有效地支持特殊需求学生的学习，包括视听觉障碍或社交技能（语言或交流）障碍的学生，帮助特殊需求学生从教育中受益。
3.其他功能
（三）人工智能在学校管理与教育系统中的应用
人工智能在学校管理与教育系统层面的应用主要是预测模型及评估模型的建构，为教育机构和教育系统提供反馈，服务于教育决策。目的在于提高高质量初等、中等教育的学业完成率，减少学生辍学率，以及改造教育评估工具（如标准化评估工具等）。
1.创建预警系统，有效降低学生辍学率
辍学问题是一个重要的全球教育问题，不同发展水平的国家关注的学生辍学阶段不同。OECD报告称，在低收入国家，2015年高中阶段学生辍学率为60%；2018年小学、初中及高中教育的完成率分别是68%、44%和21%，该数字距离2030年普及教育的目标相差巨大。各国教育工作者及教育政策制定者希望寻求正确的指标来预测学生辍学情况，在此基础上找到正确的干预措施降低学生辍学率。因此，人工智能将成为重要的预测工具。相比其他工具，人工智能预警系统使用纵向数据作为预测基础，可进一步改善学校的辍学预警系统。在人工智能的辅助下，学校管理者能更创新地使用现有学生数据，改进和设计学校的干预措施，更有效地预测并降低学生辍学率。
人工智能预警系统已经在发展水平较高的国家得到广泛使用。以美国为例，许多数字供应商为地区和州的学校提供了人工智能预警系统，实时帮助学校校长和地区领导者应对学生辍学问题。人工智能预警系统的优点之一是能及时地为学校提供反馈。此外，该系统通常采用仪表盘的形式，使面临辍学风险的不同类型学生的情况可视化，并对这部分学生采取适当的干预措施。在发展水平较低、收入较低的国家，辍学问题同样是教育面临的一个严峻问题。例如，印度已经开发了辍学预警系统与对应的干预措施，并开展了有效性评估。
当前，人工智能预警系统虽在学校管理和教育系统中发挥了一定作用，但还未完全成熟。其局限性在于人工智能系统仍可能出现预测误差，即忽略一些需要帮助的学生，没有及时给予帮助。因此，使用人工智能预警系统的前提是必须保证人工智能提供的是可信任的且有使用价值的预测建议。
2.改进技能评估工具，扩展技能评估范围
在经济社会变革的时代中，综合技能的重要性与日俱增，如问题解决技能、协作技能、社交技能、情感技能等。由于大多数国家的教育系统评估方式仍以标准化评估为主要特征，各国教育政策制定者和人才市场倡导改进技能评估工具，在以知识内容与能力为主的评估范围基础上进行新的扩展，将各种综合技能纳入评估范围。
基于游戏的评估（Game-basedAssessment）为教育系统提供了评估综合技能的新工具。基于游戏的评估在形成性评估中具有很大的价值，通常使用人工智能模拟的增强现实、虚拟现实和自适应能力，不仅可以适应个别学生的能力，也可以用于总结性评估。例如，将评估项目合并到游戏环境中，使学生在一个有趣的、沉浸式体验的环境中展示他们的学习成果。该评估工具已被广泛且有效地应用于科学、技术、工程和数学（STEM）教育。
三、数字时代劳动者技能的变革与发展
（一）传统技能面临自动化引发的挑战
人工智能在经济领域得到迅速使用和传播的同时，正规教育系统应进一步培养劳动者的新知识与技能。OECD的一项最新研究预估，未来15~20年内，自动化会导致14％的现有工作消失，32％的工作可能会产生根本性变革。
人工智能在某些方面的能力已经超越人类，如记忆力和计算力。人工智能能够更高效地完成重复性和预测性的任务，以及大量数据处理、输入或分类的任务。但人类在沟通、情感、价值观、创造力等方面仍占据优势。因此，劳动者必须具备人工智能无法实现的技能，才能避免在工作中被机器取代。此外，2019年OECD发布的《OECD技能展望》（OECDSkillsOutlook）报告显示，当前人们对互联网的使用常常局限于获取信息与通信。培养更高阶的认知技能，即在技术含量高的环境中发挥读写能力、计算能力及问题解决能力，互联网的使用方式才能更多样化和综合化。
（二）综合认知技能的重要性增强
在数字时代，综合认知技能变得越来越重要。相对于其他综合技能而言，综合认知技能更难以自动化或被人工智能取代，是实现人类福祉与社会良性运转的重要技能。其中，创造力与批判性思维得到了新时代劳动力市场的需求与重视。由于互联网信息传播速度快，信息数量大，传播范围广，创造力与批判性思维对互联网使用者而言不可或缺。
拥有批判性思维的劳动者在使用互联网检索信息时，能够阅读复杂的数字文本，可以区分互联网信息来源是否可信。创造力能支持劳动者开发与建构新的问题解决方案，包括需要使用人工智能或机器人的方案。除创造力与批判性思维外，沟通、协作技能等社会情感技能也属于重要的综合认知技能。
（三）逐步推进实施综合技能培养
为了应对经济与社会的转型与变革，各国教育系统和教育机构制定了各种技能培养方案，帮助劳动者学习和掌握综合技能，适应人工智能带来的技能转型。
OECD国家的学校课程大都已经正式推进综合技能培养方案的实施，以各级学校学生和高等教育学生为对象，培养与发展学生的创造力、批判性思维及其他创新技能。综合技能的培养也在G20国家中越来越普及，包括中国和印度。但在综合技能培养过程中，各国教育工作者常常不了解综合技能的概念与意义，不清楚如何将综合技能的培养纳入日常教学实践中。为解决该问题，OECD与11个国家的学校网络开展合作，为教育决策者及教育一线工作者提供了针对性的课程和教案，支撑他们推进综合技能的培养方案。同时，OECD还提供了专业发展计划的案例，帮助教育工作者学习有效培养综合技能的成功经验，教育工作者才能够成功地调整教学方法和课程计划，进而有效地帮助学生在学习知识内容的同时，发展创造力和批判性思维等综合技能。
另一项重要的综合技能培养方案是开放充足的、针对性强的高等教育课程。在该方案推进过程中，STEM教育发挥了至关重要的作用，为学生提供了许多具有针对性的综合技能学习课程。同时，许多新课程开放计划与商业界合作后也取得了一定成果。OECD与15个国家的高等教育机构合作，计划未来在高等教育领域创新性地开发与实践综合技能培养课程。
四、人工智能给教育带来的问题与挑战
人工智能在教育领域的快速发展，给教育工作者和教育政策制定者带来了新的问题与挑战，主要源于对人工智能的信任度以及如何塑造人工智能的可信赖应用。
（一）建立公众对人工智能的信任
教育对人们未来就业和生活机会有巨大影响，人工智能在教育中的透明度、可解释性及问责制非常重要。例如，人工智能用于教育决策的制定将直接影响学生的个人利益。为了充分发挥人工智能在教育中的潜力，教育政策制定者、教育工作者及其他利益相关者应建立公众对人工智能的信任。
在其他方面，人工智能引导自主决策或建议（例如，基于人工智能的中小学/大学的自动招生决策）可能会出现两种情况：一是打破学校招生系统先前的偏见，提高公平性；二是引发无法预估的后果，如生源好的学校在人工智能新系统的引导下招生，如若其招生标准与算法缺乏透明度与解释性，学校的受益群体将产生变动。因此，增强对人工智能的信任只能依靠标准和算法的透明度和可解释性。关于如何解决透明度问题，OECD认为扩大人工智能的开放性是一种解决方案。但对于某些人工智能（如深度学习）而言，可解释性仍然是个很难解决的问题。
OECD国家在建立公众对人工智能的信任上有不同的方式和策略。欧盟建构了可信赖人工智能的准则，提出人工智能应该是透明的、可追溯的、可解释的。同时，欧盟认为公众应有权被告知他们正在与人工智能系统进行交互，并且应该将人工智能的优势与局限传达给人工智能的实践者或终端用户。
（二）解决个人数据隐私与安全问题
虽然人工智能对教育与学习带来了积极影响，能帮助学生对数字时代未来的发展做准备，但大多数人工智能的使用者仍是未成年人，且人工智能算法或数据本身存在一定偏差，会引发个人数据的隐私和安全问题。
人工智能引发的隐私及数据安全问题通常源于大规模的个人数据收集与使用。人工智能为了提高其功能的针对性与有效性，以收集与使用个人数据为主要方式，收集和存储数据的过程易产生个人隐私泄露的风险。人工智能引发的隐私与安全问题是双重的。一方面，教育机构会重复使用过去收集和储存的学生数据，但由于数据存储的时长、类型及长期使用的标准没有得到确定，许多学生家长对此存在担忧；另一方面，一些开发者会处于商业目的使用学生的个人数据。
关于如何解决人工智能及其应用带来的个人数据的隐私与安全问题，不同OECD国家和地区有各自的做法。例如，欧盟的《通用数据保护条例》（GeneralDataProtectionRegulation，GDPR）为个人数据的使用设定了相对严格的框架——仅允许特定条件使用数据，包括共享数据与存储数据。GDPR中最重要的原则之一是透明度、数据与存储限制及问责制。美国的《家庭教育权和隐私权法》（FamilyEducationalandPrivacyRightsAct）规定了在教育中使用个人数据的特定框架。
五、结语
人工智能正重塑着世界经济发展的新格局，引发人们经济、生活及工作的深刻变革。全球各国高度关注与重视人工智能的价值与潜力，相继制定了相关政策与规划，如美国的《为人工智能的未来做好准备》《国家人工智能研发战略规划》，英国的“现代工业战略”计划，日本的“人工智能产业化路线图”。我国于2017年发布了《新一代人工智能发展规划》，提出了“三步走”战略，又接着推出了《人工智能标准化白皮书（2018版）》，对人工智能的发展方向与应用展开了政策层面的规划。
教育信息化时代下，人工智能与教育的结合创新是未来教育变革的重要趋势。无论是改进课堂教学和教育系统，还是推动可持续发展目标4的实现，人工智能无疑展现了巨大潜力。随着教育技术行业持续壮大，G20国家也在进行大规模投资，人工智能在教育领域的普及将势不可挡。OECD的报告表明，人工智能在个性化学习、特殊需求学生学习、学生辍学问题的应用及技能评估工具的改进方面发挥了巨大作用。各国对人工智能的应用充分展现了其巨大的价值，有助于我们把握世界教育领域中人工智能的发展趋势，以及落实《G20人工智能原则》是否实现，促进人工智能在教育中的深入应用，推动下一步的研发与改进。由于人工智能在教育领域的应用大都处于新生阶段，尚未完全成熟，其决策准确性、解释性与透明度必然引起了社会的诸多质疑。为应对挑战，各国在人工智能应用的研究、开发、应用与推广过程中，应提高人工智能应用的透明度、可追溯性，增强可解释性，明确记录技术流程与人为决策等信息，建立数据与存储限制及问责制，构建更加可靠、更值得信赖、更安全及健全的人工智能系统。
作者简介：钟悦，上海师范大学国际与比较教育研究院硕士研究生；王洁，上海师范大学国际与比较教育研究院教授
来源：《世界教育信息》2021年第1期返回搜狐，查看更多
揭秘！推进人工智能教育面临的三大问题
正如领导人在八一学校师生座谈时指出：教师是学生锤炼品格的引路人，是学习知识的引路人，是创新思维的引路人，是奉献祖国的引路人。
但当前开展“人工智能+教育”，我认为还存在着五个问题：
“人工智能+教育”尚处在初始阶段，真正实现教育变革还有很长的路要走，在发展的历程中，需要破解以下五个难题：
（1）智能技术层面上，人工智能教育技术尚未成熟，教育难题破解还存在许多问题，目前市场上的很多产品仍不够智能，学习数据稀疏、学习模型以偏概全等问题亟待解决；
（2）应用领域层面上，人工智能技术与教育的结合还不够紧密，目前大多数产品仅关注自适应学习的单一狭窄领域，对学生成长、综合能力发展、身心健康等方面关注较少；
（3）数据是人工智能的“养料”，教育人工智能的关键瓶颈在数据，不同教育系统、平台间的数据没有开放和共享，信息孤岛现象严重，难以采集学生学习全过程的数据，没有数据就没有智能；
（4）智能决策层面上，单一的智能算法无法适应复杂多变的教育场景，有以偏概全的风险，需要多个智能系统联合决策，加强人工干预，并实现人机联合决策；
（5）人工智能的价值认识存在两极化，既有对人工智能全盘肯定、在教育应用过程中“唯人工智能”的思想，也有对其全盘否定、对人工智能的有益之处视而不见的思想，在人工智能教育应用方面，应强调人机协同，不高估、也不低看。返回搜狐，查看更多
2023人工智能教育蓝皮书：现状、挑战与发展建议｜附下载
周丹腾讯青少年人工智能教育负责人
吴朋阳腾讯研究院智慧产业研究中心主任
人工智能作为新一轮科技革命和产业革命的重要驱动力量，正在深刻改变人们的生活、工作和教育学习方式，人工智能技术越来越多地应用在教学管理的各个环节，人工智能课程也逐渐成为中小学阶段的重要教学内容之一。
为贯彻落实《中国教育现代化2035》，更全面地调研我国中小学人工智能课程教学和技术赋能教育的现状，腾讯研究院联合华东师范大学、中国教育科学研究院开展全国人工智能教育现状调研，编写了《2022人工智能教育蓝皮书》，旨在为未来中小学人工智能教育落地提供有效路径参考。
本次蓝皮书面向全国25个省市的中小学校长、教师和学生进行问卷抽样调查，从2021年9月至10月获得有效问卷总计超过19万份，样本量较为充分。蓝皮书从人工智能教育的定义及应用比较、人工智能赋能教育的技术应用情况、人工智能课程的教学设置及师资实践等维度，通过不同地区校长、教师和学生不同视角的比较研究，反映出当下人工智能教育的现状及挑战，并对未来发展给出建设性建议。（文末提供本报告电子版和纸质版的获取方式）
人工智能教育的内涵和关键词
教育学者从不同的视角和层次出发，按照观点内容的指向性，将人工智能教育的内涵分为三大类：第一类是工具，人工智能教育即人工智能赋能教育，主要指向人工智能的应用层面，支持教、学、管、评等教育活动的技术手段，利用智能工具对教育系统各要素进行自动分析，支持规模化教学与个性化学习，加快人才培养模式和教学方法的改革。第二类是内容，人工智能教育即人工智能课程教学，以人工智能为学习内容的教育，包括人工智能知识教育、应用能力教育和情意教育等，是提升个体人工智能素养的泛学科性教育。第三类是工具与内容的组合，将以上两类观点进行整合，实现学习层面与应用层面的统一与融合。
图1人工智能教育的分类
工具：
人工智能赋能教育的重要发现
1.学校信息化智能系统建设仍处于“重硬轻软”阶段。受访学校的信息化硬件设备总体情况较好，并配备了一定数量的智能设备，但是人工智能技术教育应用的相关软件系统还较为欠缺。
图2学校所拥有的人工智能软硬件教育装备情况（N=1423）
图3学校在课堂教学中应用人工智能技术的情况（N=1423）
2.学校管理层愿意推进人工智能教学应用，同时对系统安全诉求强烈。受访校长对人工智能技术在学校管理方面的应用满意度较高，并且愿意继续推进人工智能技术在学校中的进一步应用；学校都愿意通过设立“教学服务团队”、“邀请人工智能专家提供指导”等渠道为人工智能在教育方面的应用提供支持；校长们还认为教师最需要的外部支持是为教师创造在教学中使用人工智能产品的文化氛围、配置成熟的人工智能教学应用产品、增加教师在教学中使用人工智能产品的激励机制。由于人工智能技术在教育应用中可能导致师生的个人信息泄露或被监视等问题，因而校长对搭建校园安全预警防范系统的态度较为强烈。
图4校长对人工智能技术在学校管理应用的满意度情况（N=1423）
3.教师整体认可人工智能教学工具的价值，但也受阻于相关产品的不成熟和系统培训的缺乏。受访教师对人工智能在教学中的应用较为满意，认为在教学中应用人工智能技术可以提高他们的教学自信心，但同时也反映在操作人工智能产品中遇到困难的问题。教师认为最阻碍在教学中有效应用人工智能技术的因素是缺乏成熟的智能产品以及配套的资源与服务，其次是中小学中缺乏对一线教师进行人工智能相关课程的系统培训。
图5教师应用人工智能技术的阻碍因素（N=26806）
4.学生普遍愿意使用人工智能学习工具，希望获得个性化评估与辅导。大部分受访学生都对人工智能教育持有积极的态度，愿意使用人工智能学习工具，并认为使用人工智能技术会促进学习。仅有不到一半的受访学生使用过人工智能学习工具辅助学习，使用过的学生则都能够利用人工智能学习工具自主获取所需要的学习资源，实现学习方式的多样化。
图6学生使用人工智能学习工具的类型（N=54684）
大部分受访学生认为，智能评价系统从不同角度分析学习数据，能精准反映实际学习情况，对学习有很大帮助，并期望智能学习工具能够基于问题给予学生详细的解析思路和过程，在此基础上配备相应的讲解视频，全方位多角度地对学生进行有针对性的辅导。
图7学生期望的智能学习工具（N=46462）
内容：
人工智能课程教学的重要发现
1.政府拨款采购是人工智能课程资源配置的主要方式。受访学校拥有的智能技术硬件设备或软件设施等资源，超过半数以上是通过“政府拨款采购”的方式获取的，这表明在人工智能进入中小学的过程中，政府发挥着重要的作用，为课程资源的配置提供坚实的政策和资金支持。
图8人工智能课程资源获取途径（N=1423）
2.学校管理层普遍积极推进人工智能课程，教师能力培养和课程体系完善是当务之急。对于中小学人工智能课程的发展前景，大多数的受访校长保持积极的态度，认为人工智能课程具有光明的应用前景。超半数的受访学校已经开设或正在筹备人工智能教育教学活动，聚焦人工智能课程的教师培养、课程规划以及硬件设备、设施环境等。
图9人工智能教育教学活动的开展情况（N=1423）
图10学校开展人工智能课程建设的主要工作类型（N=838）
3.人工智能课程的教师数量较少，大部分教师认为自身专业知识和能力一般需要进行系统培训。受访的中小学校中，参与人工智能课程教学活动的教师数量较少，专职讲授人工智能课程的教师寥寥无几，大多数受访教师认为自己对于人工智能专业知识和相关工具的掌握程度一般，且开设的人工智能课程尚处于了解与体验阶段，授课时间频率在1周1课时。
图11教师对人工智能相关知识的掌握情况（N=2159）
图12教师开设人工智能课程的阶段（N=2159）
讲授人工智能课程的教师普遍认为，中小学有必要开展与人工智能教学相关的职前培训，仅有三成左右的教师在高等教育阶段接受过人工智能教学培训，且认为培训课程的难易程度适中。
中小学人工智能课程教材的获取途径主要分为两种：直接采购和自主研发；教材的购买主体一般为学校，而教材的开发主体一般为人工智能课程教师，仍有近三分之一的教师表示其所在学校的人工智能课程并没有配备相应的教材资源。
图13人工智能教材资源的配套情况（N=838）
4.学生学习人工智能课程普遍喜欢课外活动、竞赛等多元化的教学方式。大部分受访的学生对自主探究和小组合作的授课形式表示满意，认为项目式的学习方式有益于教学活动的开展，贴近生活的情境学习可以激发他们的学习兴趣，运用人工智能技术解决问题的方法能够提高他们动手实践和创新思维的能力，希望学习人工智能课程可以走出课堂，参加丰富多元的课外活动或竞赛。
图14学生期待的人工智能课程开展形式（N=105955）
地区发展差异分析
1.东部地区学校的信息化基础设施情况和人工智能设施设备情况都是最好的，而东北地区的人工智能系统情况不够乐观，这将导致地区间差异逐渐拉大，更会影响后续人工智能课程的开设与发展。
图15不同地区学校在课堂教学中应用人工智能技术情况
2.东部地区的校长对于人工智能在教育管理上的应用持有赞同态度的比例最高，而东北、中部、西部地区的认同态度比例明显低于东部地区，中部地区最低。
图16不同地区校长对工智能教育管理应用的赞同比例
3.目前各区域人工智能教师培训内容以人工智能教育的理念和理论为主，其中东部地区人工智能教师的培训内容丰富度最高，其他各方面的占比均高于其他地区。
图17不同地区人工智能教师培训内容
4.根据学生使用人工智能工具类型可看出，东部地区中小学生能够自主寻找网络资源满足自己的学习需求，并根据系统的评价与反馈进行自我反思，其信息化素养较高且利用技术解决现有问题的意识也比较强烈，人工智能工具对西部地区中小学生的学习有着更为明显的促进作用。
图18不同地区学生使用人工智能工具情况
5.大部分区域中开设人工智能课程的学校已经具备相关的配套教材资源，其中教材获取途径以学校自主研发为主。
图19不同地区人工智能教材配套情况
6.在“双减”政策下，各区域均考虑开展人工智能课程的课后托管服务，其中中部地区最为突出。
图20不同地区学校考虑开展人工智能课后托管情况
人工智能教育的未来展望
综观人工智能教育发展现状和主要问题，未来发展可从以下几个方面重点考虑：
一是构建公平而有质量的人工智能教育生态系统。人工智能发展带来了社会全方位的变革，也对教育提前布局人力资本提出前所未有的要求。首先，从国家战略的角度要对人工智能教育进行顶层设计，在国家层面制定宏观的规划与方案，再根据地区的差异因地制宜进行调整。其次，国家要大力投资与人工智能教育相关的研究项目，制定高精尖人才培养政策，建设人工智能精英人才库，为人工智能人才提供实践的大舞台。最后，要树立正确的人工智能价值导向，培养人工智能时代具有社会责任感的中国公民，并高度重视人工智能教育发展可能带来的伦理问题，为构建一个和平、包容、稳定的社会做出贡献。人工智能专业人才的培养，不仅依托智能化资源与内在价值认同等基础条件，也需要社会生态与文化情境的有力支撑。
二是提高教师应用人工智能教育技术的能力。未来的课堂，将由人类教师与人工智能教师共同协作承担教学任务，两者各自发挥优势，各司其职。其一，积极开展跨校际、跨区域的教研活动，利用课堂教学智能分析系统，结合不同地区优秀教研员的点评分析，为研修教师提供精准服务，指导、组织、协助研修教师进行深度学习。其二，组织开展人工智能的相关技能培训，转变教师的教学理念，帮助教师精准掌握人工智能的技术，完善学校教师的激励机制，推动教师积极应用人工智能技术开展教学活动，协同实现个性化教育、公平教育与终身教育,促进人的全面发展。
三是推动学校教育评价改革，完善学生评价机制。响应《深化新时代教育评价改革总体方案》中提出的“改进结果评价、强化过程评价、探索增值评价、健全综合评价”、“提升教育评价的科学性、专业性、客观性”的明确要求，一方面，借助大数据、人工智能等技术，以学生在学习过程中的动态数据为基础，实施学习诊断分析，建立围绕学生成长的数据档案，探索各学段学生学习情况的全过程纵向评价。另一方面，优化教育评价方式和转变评价焦点，定期完成核心评价指标的统计和分析，聚焦学生核心素养发展，构建“五育并举”的学生综合素质评价体系，推动德智体美劳全要素的横向评价落地，构建一条完整的人工智能赋能教育领域的清晰路径。
报告全文提供两种获取方式：
1.希望获得电子版报告的读者，请扫码填写您的邮箱地址和单位信息，我们将及时发送；
2.希望获得纸质版报告的读者，请在留言区留下您对人工智能教育的看法，我们将根据点赞数量，选出10位寄送。
罗亮：人工智能驱动思想政治教育创新的时代价值与实践策略
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，正深刻改变着人类的生存境遇。习近平总书记指出，要“高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新”。[1]思想政治教育也要始终瞄准人工智能驱动下社会的变革，致力于培养能与机器人竞争、协作的时代新人。人工智能既是思想政治教育创新的环境约束变量，也是创新进程的驱动性因素。人工智能对思想政治教育创新具有重要的时代价值，也使思想政治教育面临着巨大挑战。
一、人工智能驱动下思想政治教育创新的时代价值
人工智能的发展为思想政治教育带来巨大机遇与挑战。人工智能驱动思想政治教育创新是思想政治教育因事而化、因时而进、因势而新的必然要求，具有重要的时代价值。
1.实现信息技术与思想政治教育融合发展
人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。[2]人工智能是信息技术的最新前沿，人工智能驱动思想政治教育创新能够推动信息技术与思想政治教育融合发展，主要表现为两方面；一方面，在思想政治教育中开启人机协同。人工智能驱动下，人类生活在真实世界和虚拟世界的自然切换与融合中。思想政治教育重在引导教育对象妥善处理人与人、人与社会、人与自我的关系。随着人工智能的广泛应用，机器成为社会生活的重要组成部分，“人机共处、人机共生、人机共治"将成为可能。思想政治教育要顺应这种趋势，以促进人的全面发展为导向，建立人机协同的思想政治教育体系，将人机协同融入教育教学、决策管理、评估等各个方面。另一方面，牢牢占据融合发展中人的主体地位。人工智能不仅是工具，还逐渐成为一种思维与生活方式。无论是当前的弱人工智能阶段，还是未来的强人工智能阶段，都应该是辅助融合而非替代思想政治教育主体地位。人工智能技术强大的数据集成、算力算法容易使人产生路径依赖。思想政治教育主体不仅是技术产品的使用者，还要彰显人的主体地位，成为数据集成、算力算法的掌控者。
2.提升思想政治教育亲和力
人工智能驱动思想政治教育创新，将推动思想政治教育的亲和力进一步提升。一是教育主体亲和力提升。人工智能的应用，可以替代教育主体简单重复、琐屑繁杂的工作内容，如数据统计、信息传达、资料搜集等，解放教育主体，提升其工作效率，让教育主体有更充足的时间和精力来从事面对面的深度交流和创造力的激发等工作。此外，依托人工智能，教育主体对受教育者知识层次、能力水平、情感表现有更深刻精准的洞察，从而开展更具亲和力的教育。二是教育过程亲和力提升。教育过程中，教师“知识权威”的角色终结，人工智能帮助教师成为学生的合作者、支持者、帮助者、引导者，全面支持学生个性化、合作化学习。利用云技术等链接、汇聚、叠加更多专家智慧，创造性运用多种教学资源、方法工具，呈现“最强教育大脑”，突破传统班级授课制的局限，实现师生深度互动。三是教育内容亲和力提升。大数据的收集、检索、储存等技术的进步，使教育内容充盈丰沛，但也造成了受教育者信息检索、知识运用的巨大障碍。通过人工智能算法，实现教育内容自动供给、精准分发和智能推荐，更好地为每一位学习者推荐合适的内容，减少因教育内容筛选产生的心智损耗，真正实现因材施教。四是教育环境亲和力提升。依托人工智能技术智能教学、智能服务、个性化辅导，支持多样化学习需求；基于关键词分析、社会网络分析等可以对思想政治教育全周期进行可视化分析，思想政治教育一体化智能教育环境逐步形成，从而提升了教育环境的亲和力。
3.推动思想政治教育精准化
思想政治教育创新的落脚点在于更好地培养人，要求推动思想政治教育精准化。一是对教育对象精准画像。思想政治教育创新的重要逻辑前提是对教育对象的精准画像，有的放矢，实现“靶向教育”。以往受限于技术，数据采集存在诸多不便，教育对象往往按照专业、年级等大而化之进行分类。而现在通过采集和分析学生党团活动参与、社交媒体使用、专业学习、就业创业、实习实训等行为产生的数据痕迹，可以对学生进行全样本、全过程、跟踪式的全维观照，从情感、态度、兴趣、价值观等多维度进行精准“画像”。二是精准追踪思想与行为。思想政治教育过程的基本范畴是思想与行为调适。人工智能驱动使海量数据的收集与相关性分析，密切追踪思想动态成为可能。以大数据挖掘和把握切入师生思想深处，分析其精微思想动态，使把握师生的思想动态与变化规律，透视师生的思想观念成为可能。同时，微观层面的智能考勤、智能批改、智能图书、智能餐盘、智能门禁，宏观层面的智慧课堂、智慧校园，使精细掌握师生行为动态具有了可能。三是精准透视思想与行为的差距。思想政治教育的成效在于促进思想境界的提升并外化为行为表现。以往通过静态的问卷进行表层的归纳，难以观照到思想与行为之间的差距。人工智能驱动下人们行为和喜好等各类丰沛的数据能够被收集利用，通过大数据收集，不仅能密切追踪师生思想行为轨迹，还能进行系统相关分析，由数据痕迹挖掘隐藏的思想动态，更为立体精准地透视思想与行为的差距。
二、人工智能驱动下思想政治教育创新的态势呈现
1.思想政治教育决策更具科学性
思想政治教育决策是为实现教育目标在多个可行性方案中作出判断并确定选择的过程。人工智能驱动下思想政治教育决策更具科学性。第一，由经验型决策转变为数据型决策。传统的思想政治教育决策方法有：专家研讨法、集体磋商法、经验判断法、系统分析法、试点方法。[3]各种方法的运用依靠的是教育者的个人经验对教育对象的思想行为进行判断以制订决策，而人工智能“利用大数据得以在全面坚实的经验基础上改善其决策的质量”。[4]第二，由封闭型决策转变为开放型决策。传统思想政治教育决策的依据是主体的经验和有限的数据，决策的过程是民主集中，决策的形式往往通过会议，相对封闭。而“人工智能算法可以根据数据信息进一步产生教育决策报告，从而更好地改善学校和地区的教育”。[5]人工智能技术将赋予教育管理信息系统新的功能，对学生、家长、用人单位、政府、社会等多维度的海量数据进行分析，从而助力学校和地区教育决策。第三，由滞后型决策转变为动态型决策。传统思想政治教育决策按照“目标锁定—方案制作—方案选择—实施调适”的决策流程进行，过程较为漫长，相应的数据收集均有时间间隔，方案调整也显滞后。伴随着移动终端的普及和5G技术迅速发展，数据反馈的即时性成为可能，实施过程调适呈现常态化，决策流程更显动态性。
2.思想政治教育管理更显有效性
思想政治教育管理是指对各要素进行有效配置以促成教育目标实现的过程。人工智能驱动下思想政治教育管理更显有效性。第一，管理者获享技术赋能。思想政治教育管理者如机构、组织及教师等得到人工智能技术赋能得以提升管理效率，实现数据共享、协同发力，如学校各级党组织可以通过各类党建及思想动态大数据平台，敏锐把握学生思想动态，确定教育方案。第二，管理对象得到个性关照。针对学生特定的家庭背景、成长环境、兴趣爱好和能力特长，人工智能驱动下，丰富的反馈数据流向教师和管理者。教师和管理者不再仅凭主观判断选择管理方式，大数据分析将协助管理者遴选最有效的甚至是“个性定制”的管理方式。依托人工智能技术赋能，规范管理的严格要求和个性管理的教育方式结合起来，能够使管理对象得到个性关照。第三，管理流程呈现可视化。思想政治教育管理流程包括确立目标、制订计划、完善机制、监督检查、总结激励等系统流程。借助机器参与管理，使管理流程数据化，将以往隐藏在幕后的管理流程变得可视化和清晰化。比如，构建校园安全应急管理智慧平台，贯通学生在校生活、管理、学习各种数据的“最后一公里”，通过对数据的集聚分析，探究各种因素之间的相关性，一旦突发安全事件，及时启动应急管理，并对应急管理流程及时调整。管理流程可视化将极大提升管理的时效度。
3.思想政治教育实施凸显精细化
思想政治教育实施包括思想政治理论课和日常思想政治教育的开展。依托智慧校园建设，借助“智能管理系统”、“一站式智能服务系统”、“个性化教育智能伴学平台”，高校可以打造良好的校内外数据链接以及校内数据闭环，围绕师生成长发展需要，增强供给能力，在思想政治理论课、心理健康教育等领域，提供高颗粒度的精细化服务。第一，思想政治理论课教学精细化。各种人工智能教学工具将助力教师从大量程序性、常规性任务中解放出来。思想政治理论课的学情分析、课堂设计、内容讲授、教学互动、成绩测评、作业批改等环节都将得到更为精细化地实施。教师借助人工智能教学工具，清晰掌握教学对象的知识水平、能力状况、价值倾向，在教学中调整重点难点，更有针对性地开展教学互动，实现定制化、跨学科教学网络视频资源、社会案例资源的在线供给，提升课堂讲授的效率和吸引力。利用VR、AR技术，可穿戴设备，建设虚拟仿真实验室，开展虚拟仿真实践教学。第二，心理健康教育精细化。通过构建学校心理健康教育智慧平台，形成教育教学、实践活动、咨询服务、预防干预的全周期、全流程、智能化的心理健康教育工作格局。通过心理健康智慧平台，分析学生心理测评普查数据，不断提高心理健康素质测评的全员性和科学性，提升心理危机预防干预的有效性。依托智能平台，实现数据流贯通，搭建学校、院系、班级、宿舍四级预警防控智能体系。
4.思想政治教育评估提升实效性
评估是确定思想政治教育实际效果的关键环节，是对于目标是否达成、内容是否合适、方法是否适切、互动是否有效的全方位评判和估量。科学评估有利于受教育者获得感提升，有利于教育者及时调整教育方案，避免教育资源浪费。第一，保障及时性评估。依托计算机视觉、自然语言处理、机器学习等技术，可以构建思想状态预测模型，为及时评估提供保障。基于相关行为数据实时测量情绪动态和心理动态，分析思想状态，从而有针对性地调整思想政治教育方案。依托自适应学习系统、辅学机器人，分析课堂行为、教学数据，对于教师的教学方式、教学语言表达、教学节奏及时进行评估，帮助教师及时调整教学方案，提升教学质量。第二，支持过程性评估。人工智能通过大数据收集，使教育过程数据都得以留存，从而支持过程性评估。过程性评估将评估嵌入学生接受思想政治教育的全过程，需要强大的算力算法支撑和数据收集、储存、筛选能力。智能机器能够“不眠不休”地持续进行数据收集和模型分析，使过程性评估得以实现。通过对学生接受思想政治教育课程、活动前后的思想动态、情绪表征进行相关性分析、可视化对比，开展诊断性、发展性和引导性的评估。第三，推动全面性评估。全员、全过程、全方位育人，需要推动全面评估来牵引带动。以往受限于技术，思想政治教育往往停留于知识层面的评估。依托强大算力支持和算法设计，面向教育对象的全员、全过程、全方位数据留存和痕迹保留，发现全面数据背后的相关性，推动全面性评估。
三、人工智能驱动下思想政治教育创新面临的问题与挑战
思想政治教育创新的本质是通过推进理念思路、内容形式、方法手段创新，培养社会主义建设者和接班人。人工智能驱动下的思想政治教育创新，其本质只能得到加强，而不能被削弱。但人工智能也使思想政治教育创新面临诸多问题和挑战。
1.数字鸿沟
“数字鸿沟”是指因对人工智能技术的拥有、运用程度的差别而造成的信息落差及贫富两极分化的趋势。少部分精英群体掌握人工智能技术，成为资源的垄断者。思想政治教育创新面临数字鸿沟挑战，具体而言包括两方面；第一，应对人工智能带来的教育不公。数字鸿沟会加剧现有的不平等和分歧。边缘化和贫穷人口更有可能被排除在人工智能教育之外，产生一种恶性循环。如何缩小人工智能所带来的日益加剧的数字鸿沟，以促进公平性和全纳性，是教育面临的重大挑战。思想政治教育也应该将全纳和公平作为重要理念，融入人才培养全过程，着眼于普遍提升学生数据素养。通过全体学生数据素养的提升，理解大数据，善于收集分析并运用大数据，遵循大数据使用伦理，应对数字鸿沟挑战。第二，应对“机器换人”带来的就业机会被剥夺。思想政治教育创新应对就业机会被剥夺的问题，根本在于提升抵御机器的能力。未来能被机器取代的能力主要表现为“确定性、完全、静态的、单任务和有限领域”的五种形态，解决“规则十分明确的、定义十分清晰的任务”的能力。[6]人工智能在创新创造、领导能力、同理心、协作和沟通等软技能方面仍然薄弱，涉及非结构化任务的工作对于人工智能来说很难，不容易被替代。思想政治教育需不断提升学生的创新性思维能力、批判性思维能力、沟通合作能力、自我发展和管理能力。
2.隐私侵犯
思想政治教育工作者在利用语音识别、图像识别、人机对话等功能，分析学生家庭经济状况，记录学生学习、生活和行为数据，综合分析学生思想动态，为学生提供个性化教育管理服务的过程中，学生的隐私权有可能被侵犯。思想政治教育创新既要充分利用人工智能技术，又需要积极应对隐私侵犯的挑战。一是牢固树立隐私保护理念。“任何人要在教育规划中应用大数据，取得学生和家长对其教育数据可被分析的信任是至关重要的。”[7]二是推动建立隐私保护制度。加强对人工智能运用于思想政治教育的潜在风险研判，确保人工智能安全、可靠、可控。积极探索人工智能驱动思想政治教育的制度解决方案和治理模式，对于师生大数据的源头抓取、相关分析、实际运用设立严格的规章制度，以保护师生隐私。三是将隐私保护作为思想政治教育考核评价的重要指标。思想政治教育考核评价体系是创新的重要推动力。隐私保护作为考核评价的重要指标，将隐私保护的技术规范、科学举措、实际成效纳入年终考核评价，推动隐私保护的持续改进。
3.刻板效应
当机器越来越智能，对学生思想行为的预测越来越精准，就会反过来形成一种刻板效应；完全依据过往的数据来预测教育对象，而忽视教育对象改变的可能性。刻板效应忽视了教育的塑造、发展功能，完全依赖过去的数据来判断未来生成，以所谓“私人定制”实则只是过往的“自我延伸”而忽视“发展可能”，必然导致一部分人成为人工智能驱动的受害者而非受益者。应对刻板效应的挑战，需要从两方面着力；一方面，谨慎使用过往数据。“对过往数据的永久留存，以及可能不公正决定我们的命运并剥夺我们未来的概率预测。它们将对人的隐私和自由造成深远的影响。”[8]需要谨慎对待过往数据，审慎判断过往信息数据与现在学生思想政治素质的关联。另一方面，限定人工智能技术使用的边界。人工智能技术在思想政治教育中的使用需要严格限定边界。人工智能不能成为记录学生行为习惯，掌握学生全周期活动轨迹和信息，诱导学生形成表演型人格的监控工具。智能评价系统的单一评价需要与教育者的日常观察、谈心谈话等方法紧密结合，强调教育者在学生教育、评价中的作用。
四、人工智能驱动下思想政治教育创新的实践策略
1.强化人工智能发展的价值引领
人工智能不是在脱离人类社会的真空中产生和运行的，而是深深植根于社会现实。主流价值导向是人工智能的“方向盘”，需要不断强化人工智能发展的价值引领。第一，为人工智能从业者进行价值观引领。高校是人工智能技术发展的前沿阵地，高校师生是人工智能从业者(包括开发者、创业者、政策制定者)的主力军。思想政治教育应该面向高校师生，尤其是人工智能相关专业的师生，对他们进行社会主义核心价值观教育。同时要求人工智能应用程序应促进包容和平等，推进全纳性人工智能应用，帮助每个人享有公平、适切且优质的终身学习机会。第二，人工智能驱动思想政治教育创新必须坚持正确的政治方向。人工智能驱动思想政治教育创新过程，需要依据社会主义伦理、法律、政治等主流价值规则确立基本算法，全面落实立德树人根本任务，利用人工智能推动人才培养模式变革，使大学生坚定“四个自信”，防止人工智能发展失去政治方向，使人陷入认识偏执、隐私泄露、信息茧房等问题。第三，人工智能驱动思想政治教育创新要凸显发展性。“人工智能时代，学习或教育本身不是目的，我们真正的目的是让每个人在技术的帮助下，获得最大的自由，体现最大的价值，并从中得到幸福。”[9]人工智能为社会转型带来了新的曙光，相对于其他教育体系来说，思想政治教育体系更需要超前部署、未雨绸缪，通过智慧的教育培养智慧的人，巩固教育者的主体地位，充分发掘生命的内在潜质，在人与机器人共舞的时代充当领舞者。
2.推进思想政治教育与人工智能学科交叉融合
人工智能驱动思想政治教育创新必须遵循学生成长成才规律、智能教育规律，需要跨学科协同探索，推进思想政治教育与人工智能学科交叉融合。一是强化马克思主义理论学科的引领作用。人工智能驱动并未在本质上消解马克思主义理论，相反在看似创新突变的技术背后，更需马克思主义理论澄清智能时代思想政治教育的现象与本质、内容与形式、偶然与必然，推进智能时代思想政治教育学科建设，以学科建设来不断推进智能型人才培养。二是强化思想政治教育学科与人工智能等学科交融渗透。人工智能驱动思想政治教育创新涉及复杂而又庞大的推理和决策系统，既要融合计算机科学和统计学的技术及理论，又要融合教育学、学习科学、心理学、脑科学、认知神经科学等的成果，不断推进“人工智能+思想政治教育”交叉学科的建设。在人工智能学科建设注入人文关怀，就人工智能伦理形成共识，时刻坚持将人工智能造福于人类作为首要原则。在思想政治教育学科建设中，真正推进人工智能技术的运用。人工智能驱动的思想政治教育应围绕人的发展展开探索，而非在技术的绑架下追求教育的“智能化”。
3.提升思想政治教育师资队伍智能素养
人工智能素养主要是指具备理解人工智能的运作方式，并能与人工智能协作的知识、技能、情感、态度、价值观等素养的综合。思想政治教育教师具备人工智能素养，才能了解人工智能如何改善思想政治教育，掌握数据分析技能，善于对数据进行收集、挖掘、分析、处理，并能够批判性地看待人工智能的影响方式，致力于培养学生不被机器取代的能力，提高学生理解、运用人工智能的能力。首先，强化培训培养。学校要不断推进智能校园建设，加大对智能校园软硬件建设的投入，真正重视教师智能素养提升，形成思想政治教育工作者智能素养提升的长效机制。定期举办面向思想政治理论课教师、党务干部、辅导员、班主任、心理健康教育教师等的智能素养提升专题培训班，针对数据驱动、共创分享、人机协同等进行模块化的精细培训，邀请人工智能领域的专家和业务精湛的思想政治教育工作者就智能素养提升进行讲解。鉴于国外智能教育学科较为成熟，还可以鼓励思想政治教育工作者参加海外研修，扩大国际交流，以国际化视野进一步提升智能素养。其次，强化考核评价。以考核评价为牵引，激励教师智能素养提升的主动性。将智能素养提升纳入师资队伍年度考核和职称晋升、职务竞聘环节。对于智能素养较高的教师要进行奖励，选树人机协同的典型。各主管部门及高校要为教师智能素养提升提供科研平台，设立专项课题，鼓励教师开展智能素养提升方面的研究。搭建交流平台，不断提炼教师智能教育经验，形成智能教育的示范案例。再次，鼓励思想政治教育工作者开设人工智能相关课程，在智能思想政治教育领域实现专业化、专家化发展。
4.构建人工智能驱动思想政治教育创新多方协同
思想政治教育创新既涉及思想政治理论课教学全过程，也涉及思想政治工作管理、服务全环节，贯通学校、家庭、社会、政府的各体系。人工智能驱动思想政治教育创新多方协同策略，体现在三方面：第一，学校与学校协同，促成智慧校园数据共享。人工智能驱动思想政治教育创新是基于师生思想行为的信息与痕迹，从中提取有效的内容纳入思想政治教育系统设计。通过智慧校园的数据共享，各学校之间协同，可以在就业创业、心理健康教育、实践育人等领域的课程资源、师资建设、案例积累等方面形成数据共享，产生协同效应。第二，学校与地方协同，与智慧城市建设相衔接。无论是学生的精准资助、志愿服务，还是实践育人的稳步推进，都需要借助智慧城市的数据共享，从而提升思想政治教育的实效。以精准资助为例，要借助智慧城市社会保障和脱贫攻坚数据，形成大学生家庭经济困难指数，从而开展精准资助。通过与智慧城市建设相衔接，思想政治教育的数据支撑、资源整合由校内延伸至校外。第三，学校与人工智能企业相协同，推动智能教育发展。思想政治教育利用人工智能驱动来进行创新，需尊重大学生用户体验。各种智能技术的使用，必然不是标准化、模板化的，而应结合校情来进行智能定制。因此，需要与人工智能企业深度协同，从而将现有商用人工智能技术安全精细化地融入思想政治教育环节中。
参考文献：
[1]习近平向国际人工智能与教育大会致贺信[N].人民日报，2019-05-17.
[2]习近平致信祝贺第三届世界智能大会开幕强调：推动新一代人工智能健康发展更好造福世界各国人民[N].人民日报，2019-05-17.
[3]张耀灿等.现代思想政治教育学[M].北京：人民出版社，2006：434.
[4][7][8][英]维克托·迈尔-舍恩伯格，肯尼思·库克耶.与大数据同行-学习和教育的未来[M].上海：华东师范大学出版社，2015：119，135，71.
[5]任友群，万昆，冯仰存.促进人工智能教育的可持续发展—联合国《教育中的人工智能：可持续发展的挑战和机遇》解读与启示[J].现代远程教育研究，2019(5).
[6]郑勤华，熊潞颖，胡丹妮.任重道远：人工智能教育应用的困境与突破[J].开放教育研究，2019(4).
[9]李开复，王咏刚.人工智能[M].北京：文化发展出版社，2017：290.
作者：罗亮，西南大学校团委副书记、副教授。
（微信扫描分享）