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）
生成式人工智能技术对教育领域的影响——关于 ChatGPT 的专访
[编者按] 自2022年11月30日OpenAI发布ChatGPT以来，这款优化对话的语言模型迅速在全球范围内引起高度关注。ChatGPT对教育领域将带来怎样的影响？智能时代，教育领域、互联网企业应如何应对人工智能技术带来的影响？我们应该如何培养适应智能时代的人才？本期，《电化教育研究》编辑部推出特别策划，专访武汉理工大学杨宗凯教授、北京师范大学黄荣怀教授、南京师范大学李艺教授、北京师范大学李芒教授、华中师范大学刘三女牙教授、西北师范大学郭绍青教授、北京大学尚俊杰研究员、华东师范大学余南平教授、华南师范大学胡小勇教授、中国教育科学研究院曹培杰副研究员、讯飞教育技术研究院刘邦奇院长、腾讯教育王涛副总裁等12位教育技术领域学者、政策研究者、互联网企业从业者，从不同角度为我国教育领域应对人工智能带来的机遇与挑战建言献策。一、ChatGPT对教育领域的影响与启示张绒：对于ChatGPT，有人果断“禁止”，有人欣然“拥抱”，对此，您持怎样的态度？
杨宗凯教授：ChatGPT是生成式人工智能，与之前基于规则的人工智能有很大区别，在信息技术发展史上具有里程碑意义，是一个“奇点”。ChatGPT对于教育的影响，目前仍处于起步阶段，后续发展还需要我们冷静观察、准确把握、趋利避害，简单“禁止”只能是权宜之计。
黄荣怀教授：面对ChatGPT在社会和教育领域掀起的“海啸”，我们需要正视ChatGPT的功能特性、核心价值以及潜在风险，并审慎处理，以超越对人工智能技术应用于教育的认知偏差。当前，人们对人工智能技术应用于教育的作用还存在理解上的误区，一是期待人工智能的潜力能迅速发挥，二是认为人工智能无论发展到何种程度，依然只是工具，成效如何只能取决于教师和学生本身。这就形成了高估人工智能即时作用与低估其长期效应的认知偏差。ChatGPT作为典型的人工智能技术，是一把双刃剑，我们应当思考如何将其作为教育教学的有效工具，而不是简单禁用。因此，相关教育部门应该制定指南和规范，促进ChatGPT在教育领域的有效使用。
李芒教授：在马克思看来，技术的本质就是人的本质或人的本质的表现，技术的不断发展就是人类本质的不断实现。相比其他动物，人类严重缺乏先天本领，根本无法只凭自身各器官自然适应周边特殊环境，因而成为一种必须依赖创造工具才能续存的高级动物。海德格尔也指出，现代技术的本质是人类的技术性生存方式，是人类不可逃避的“天命”。以此可知，技术之于人类具有极其重要的价值，技术进步对人类具有绝对的必要性。我们不可将技术的发展视为对人类自身的威胁，应该毫不吝啬地赞美与欢迎ChatGPT，要充分意识到ChatGPT的发展必然有利于人类的自由和解放。机器更加能干，并不是机器变得聪明，而是制造它的人获得了智慧提升。因此，人们不应震惊ChatGPT的才智，而应该钦佩研制ChatGPT的人员。人类在ChatGPT面前，具有无上的优越感。尚俊杰研究员：我秉持开放、理性和积极的态度。在技术的发展过程中肯定会伴随着对其利弊的讨论和争议，ChatGPT亦是如此。相较之前的AI聊天机器人，ChatGPT作为生成式人工智能的代表，能够更加准确地理解连续的自然语言对话背后的需求，在此基础上为我们迅速生成更“有效”的答案。所以，它确实在教育领域具有重要的应用价值，但是我们也要看到它给教育带来的影响和挑战以及存在的风险，因此，要采取正确的应对措施，恰当地使用它。张绒：您认为ChatGPT对智能时代的教育会产生怎样的影响？杨宗凯教授：ChatGPT对教育的潜在影响主要包括三个方面：一是促进教学模式的转变，适应教育数字化、数字教育的转型，从传统“师—生”二元结构转向“师—生—机”三元结构。教育的本质始终是帮助个体实现自我价值及满足社会发展需求。与传统的二元结构相比，通过技术赋能的三元结构将提升教育的效果与效率，将更加强调“能力为重、价值为先”，以此培养智能时代的合格人才。二是加速现行考核体系的转变，逐步从知识测评转向“知识+素养”测评。ChatGPT可以加速知识传授的过程，让学习者更多地以探索、体验和实践的形式去理解和应用知识，未来的评价体系将不再仅仅是知识本身的评价，而是“知识+素养”的综合性评价。三是推进现有智能教育应用生态的转变，从孤立、专用的教育应用转变为连接、共享、智能的教育平台。ChatGPT作为开放式人工智能系统，可以和现有教育平台进行深度融合，实现智能教育应用生态的全面升级和效能提升。黄荣怀教授：ChatGPT应用于教育，有以下三个方面需要关注：第一，可能引发教育诚信危机。ChatGPT降低了作弊和学术不端的成本，可能引发一系列诚信危机。学生可以用它代写作业或论文，干扰正常的教学秩序；研究人员可以用它代写研究报告或论文，颠覆学术伦理。面对这一挑战，教育界需尽快改进评价体系，促进评价方法多样化。第二，对用户的信息甄别能力要求更高。虽然ChatGPT可以提供对大量信息的快速访问，但由于ChatGPT所生成的文本格式的规范性，用户不易察觉其可能存在的欺骗性，部分错误信息难以正确识别，需要用户反复检查与确认。第三，可能引发新的隐私保护问题。目前尚不清楚ChatGPT如何存储和处理其与用户的互动信息，这一数据“黑箱”会引发公众对个人隐私、数据安全及伦理问题的担忧。李芒教授：在教育领域，ChatGPT为学生提供充分发挥自身主体性的机会，能够成为学生重要的学习伙伴与得力助手，促进对学生发散性思维、创造性思维、批判性思维的培养，为学生思维发展提供了广阔而全面的未来。可以确定，ChatGPT能够帮助人类在一定程度上实现教育的高质量发展。刘三女牙教授：随着人工智能技术，特别是基于大模型的内容生成式人工智能（AIGC）技术的快速发展，人类知识的生产、传播、传授的方式将会发生急剧变迁，作为AIGC领域的明星级、现象级应用，ChatGPT已向我们呈现出这种变化的端倪，这将直接影响到教育理念的重塑、人才培养模式的重构。郭绍青教授：ChatGPT在教育中的应用所产生的影响需要根据具体的应用场景进行分析，即需要把ChatGPT的功能与教育教学全流程的各个环节进行对应与比较分析，以判断其对使用者是有积极作用还是负面影响。例如：学生不假思索地利用其完成作业将会产生负面影响，但作为小组讨论过程中的资料检索工具，则将起到积极作用。根本上来讲，ChatGPT的合理应用能够成为师生的一个智能助手。尚俊杰研究员：ChatGPT对教育的影响可以分为表层影响和深层影响两类。表层影响主要是对知识生产的变革。例如：ChatGPT协助作业和论文的撰写，充分发挥了ChatGPT出色的对话和生成内容的能力。ChatGPT凭借该能力，可以整合应用到智能辅导系统、辅助教师教学、协助管理决策多个教育场景中，协助提升教育教学的质量和效率。但这背后也会带来隐忧，譬如学习者过度依赖ChatGPT、缺少独立思考等。深层影响指的是对整个教育体系的挑战。例如：ChatGPT能够代替许多初级知识工作，未来的人才究竟需要具备什么样的知识和能力？未来的专业设置、课程设置、教学模式等教育系统各方面需要进行怎样的调整？余南平教授：人工智能技术的进一步发展会对教育带来许多不可预测的综合性影响，特别是工具理性膨胀对教育中“人的发展”将带来破坏性影响。对教师而言，面对未来发达的人工智能技术，部分教师可能会担心自身被取代，也有部分教师可能会过度信任人工智能，在过度依赖中导致自身能力衰退，逐渐丧失自身对教学的反思能力。对于学生而言，角色转变意味着转变学习观念和学习方式。但是，由于人工智能技术的介入，学生自主化的学习可能变得低效。尤其是以ChatGPT为代表的新一代人工智能技术，已经具备了能够完成专业学术论文、通过顶尖大学考试的能力，而部分学生，尤其是义务教育阶段的学生，由于缺乏自律意识，过度依赖技术，可能会导致学生能力和素质滑坡，反而不利于学生成长和教育发展。另外，人工智能的发展对学科设置和教师进行了重新定义，目前的人文社会科学学科设置是嵌入在现有生产力发展水平基础之上的，而新一代人工智能对社会生产力范式的改变和提升，将淘汰许多旧有学科，使现有无远见的教育投入产生巨大的“沉淀成本”，同时，人工智能的发展也将使没有原创能力的教师被淘汰。虽然，中国高校的学科设置近几年有较大幅度的变化，新兴和交叉学科也在不断增长。但总体来看，与新一代人工智能技术发展相适应的大规模学科调整还没有更多进展，许多学科还停留在工业和信息化时代。而这个问题在未来可能变得更为关键。张绒：信息技术对教育的革命性影响是否真正到来？杨宗凯教授：早在十多年前，《国家中长期教育改革与发展规划纲要（2010—2020年）》就已经提出“信息技术对教育发展具有革命性影响”。ChatGPT的出现，让人们更加真切地体验到信息技术的影响力，但是技术发展永远都在路上，革命性影响永远都在过程之中。面对智能技术的变迁，我们需要进一步积极识变、主动应变、科学求变，完善人才培养体系，构建智能教育学学科，善用ChatGPT等新型人工智能工具，变革教育教学方式，培养符合未来需求的时代新人。黄荣怀教授：不论是政策指向、学术观点还是教育实践，信息技术对教育具有革命性影响是一个基本共识，革命性影响早已到来。早在2001年7月，教育部发布的《全国教育事业第十个五年计划》中就提出，“高度重视信息技术对教育产生的革命性影响，大力推进教育信息化，已经成为当今世界教育发展的主流”。在过去三年的新冠疫情期间，信息技术全面进入教与学的过程，规模之大、范围之广、程度之深，前所未有。ChatGPT等智能技术的深度应用，会像新冠疫情期间的大规模在线教育一样，对学生、教师、家长、教育研究者等主体产生“冲击性”影响，即直观真切地感知和体验到信息技术对学习、工作和生活的改变。刘三女牙教授：尽管从教育应用的角度来看，ChatGPT还存在诸多问题，但ChatGPT的出现，昭示着技术对教育变革性影响的突变点正在逼近。李芒教授：教育所具有的连续性、稳定性和继承性的本质特征决定了教育不是会出现奇迹的领域，而ChatGPT的出现也确实并未给教育带来奇迹，更谈不上对教育的革命性影响，对ChatGPT能够在教育领域引发新一轮革命的期待，只是一种乌托邦式的向往。ChatGPT之所以能够引起轩然大波，除了对师生教学活动产生一定的具体影响之外，也许是因为随着元宇宙的急速没落，人们需要一个新爆点用于攫取资本利益罢了。郭绍青教授：信息技术对教育的革命性影响是一个渐进的过程，不可能通过一项技术的突破或产品的创新就能够标志革命性的结果，需要不断的演进，以实现教育新生态的建设，这是一个量变到质变的过程。尚俊杰研究员：以互联网、人工智能等为代表的信息技术确实对教育产生了革命性影响。例如：人工智能和学习分析可以让学习者的学习过程更加个性化和智能化，VR/AR技术能够提升学习者学习体验的沉浸感和丰富性……但是，教育变革的过程往往复杂且缓慢，即使是ChatGPT，在短期内也难以让教育产生天翻地覆的变化，真正实现教育的深层变革还有很长的路要走。 张绒：在我国推进教育数字化转型的过程中，像ChatGPT这样的智能技术将扮演怎样的角色？ChatGPT为我们描绘未来教育蓝图提供了哪些启示？黄荣怀教授：ChatGPT等智能技术将在科技领域与教育领域引发“鲶鱼效应”。在人工智能基础研究与技术研发方面，ChatGPT的发展将持续倒逼我国更多关注基础理论研究、大模型的研制与大平台的部署，增强数据、算法、算力等基础支撑能力，进一步推动我国人工智能迈向世界前列。如在大模型研发方面，OpenAI、Google等已发布了GPT-3、SwitchTransformer等大模型，国内的大模型呈现追赶之势，如百度文心、华为盘古等。另一方面，ChatGPT等智能技术融入教育教学能够激发教育变革的内生动力，尤其体现在倒逼教师信息素养的提升上。未来，不使用人工智能技术的教师可能被擅长使用人工智能技术的教师所取代。科技与教育的系统性融合是未来教育生态的关键特征。以服务学生个性化学习为例，ChatGPT将在三个方面发挥作用：一是知识获取，ChatGPT能够快速生成学习材料，帮助学生复习和学习课程内容；二是自主学习，ChatGPT等智能技术的多轮次对话能够为学生提供良好的互动学习体验，提升其学习投入度；三是学习伴侣，随着智能技术的成熟，ChatGPT等智能技术未来能为学生提供多元的学习支持服务，帮助学生进行学习时间管理、学习任务与过程管理。ChatGPT提出了一个重大问题，即当前的教育应当培养什么样的人才。ChatGPT能够成为一种技术，说明机械化文本写作已经不再是个体能力的体现，教育应更加关注学生的逻辑思维、批判性思维和创造性思维等高阶能力。同时，我们知道使用ChatGPT不需要太多的ICT技能，但需要更好的提问能力来获得最佳结果，因此，有效使用智能工具的能力将成为学生核心素养的重要组成部分。李艺教授：ChatGPT是大数据时代的一种新的技术应用，是融合了既有大数据应用成就各方面特点的新的应用形式，是一种文本理解与重新进行语言组织的指向答案的搜索技术。从人工智能技术发展来说，值得庆贺并积极面对，但从人工智能技术突破的角度来说，并没有质的变更或提升，总体上看，仍然是弱人工智能时代的产物。ChatGPT会对各领域的工作有一定的支持作用，但仍然有明显的局限性：它不能承诺所推荐的教学所需知识是百分百正确的，因之无法替代有人工参与的、针对特定学习内容的知识库；其所谓“生成性”指的是基于大数据的语言生成性，缺乏与人相比的创造能力及相应意义上的生成性，因之不可能改变教师的最终话语权。因此，最佳的态度应该是积极面对，形成与之相应的新的应用方案，或者是在既有方案的基础上，借助ChatGPT对其进行优化，为教师教学及学生学习提供更多的辅助性支持。相信ChatGPT因综合功能较强及容易上手所带来的优势，能够为教育实践与发展带来一定的支持，同时需要注意的是，冷静面对，妥善处置，勿要过分夸大。刘三女牙教授：从ChatGPT目前呈现的能力来看，还无法满足严肃的教育教学场景要求，它更多地是让我们洞见未来的各种可能，并启发我们更好地开展教育数字化转型过程中的理论研究、技术攻关和应用创新。但是，我们要清醒地认识到，技术的演进速度正在加快，新的范式正在形成，新的赛道正在构建，教育将会迎来人机混合增强的人才培养新模式。曹培杰副研究员：ChatGPT的横空出世，引发了社会各界关注，从一个侧面印证了教育数字化转型的必要性和紧迫性。科技是第一生产力，人类历史上每一次重大科技进步，都会大幅提高劳动生产率，推动人类社会迈向新阶段。ChatGPT代表着人工智能技术的重大突破，更折射出新一轮科技革命的演进态势。我觉得，ChatGPT等生成式人工智能很可能会重新定义技术在教育中的角色，过去更多是作为工具手段，未来将成为新的教育要素，同教育者、学习者、教育内容等要素一样，都是不可或缺的。当然，新技术不会自然而然地改变教育，必须和理念转型、组织变革、机制创新等结合起来，才能对教育发展带来革命性影响。否则，将会陷入新技术“迷思”,引发“信息技术改变了几乎所有领域，却唯独对教育的影响小得可怜”的困惑。未来教育应重点关注三个方面：一是教育理念转型，打破标准统一的教育教学秩序，推动“工业化教育”向“智慧型教育”转变，实现大规模因材施教和全流程个性化学习；二是教育组织方式变革，超越班级、学科、校园的固有边界，培育跨班级、跨学科、跨学校、跨时空的学习共同体，形成全新的教育组织方式；三是教育运行机制创新，实施数据驱动的教育决策，构建人机协同的群智决策系统，助力政府、学校、社会多元协同治理。二、智能时代的人机共处
张绒：不少使用过ChatGPT的人表示，ChatGPT的对话反馈响应及时、内容全面，丝毫不逊于人类教师。智能时代，人类教师应如何与人工智能技术共处？
杨宗凯教授：教师是教学活动的设计者、实施者和评估者，而人工智能技术是教学活动的工具，教师要善于驾驭人工智能工具。“君子生非异也，善假于物也。”ChatGPT对教师赋能显著，有助于实现“师师有助教，生生有学伴”的目标。同时，ChatGPT的出现也是强化素质教育的重要契机，我们需要重构一个“知识为基、能力为重、价值为先”的智慧教育新生态。在教学实践层面，教师与人工智能共处有三个面向：一是学人工智能，学习人工智能技术的相关课程。不同时期的学生有不同的特点、不同的需求，教师自身也需要与时俱进，利用AI技术提升自身的导学能力、教学资源的开发能力、教育数据的分析能力。二是用人工智能，利用人工智能开展学习、评价和管理。用AI取代部分自身职能，识记、理解、应用方面的知识传授职能借助AI技术来完成，将自身从琐碎的工作中解放出来。将工作重心更多地转向能力培养、素养培育、心理辅导、人格塑造等，为学生提供更多的情感支持。三是与人工智能一起学、与机器一起学。借助AI提升教学效果，用AI技术提供更加个性化、定制化的学习方案，为学生提供更加耐心、更加准确、更加独特的学习支持服务，促进学习效率的提升，实现规模化前提下的个性化教育。黄荣怀教授：首先，从育人角度，ChatGPT目前还远不及人类智慧，无法与人类教师媲美。一方面，人类教师具有不可替代性。育人是长期的互动过程，师生间面对面交谈、情感联结、思想交流等要素不可或缺。另一方面，从技术发展来看，ChatGPT仍处于相对低端的水平。当前的ChatGPT能在特定环节或部分实现对于事务及流程的自动化处理，但其距离非结构化信息的智能化处理仍有巨大空间。其次，从知识查询和答案生成的角度，ChatGPT能够成为人类教师的事务助手。ChatGPT可以处理自然语言对话并生成各种文本，能辅助教师处理知识检索、多类型文本生成、作业批改等标准化和重复性的任务。随着智能技术与教育融合的深化，教师的角色需要发生转变，未来教师需更专注于培养学生的必备品格、高阶思维及复杂问题解决能力，成为学生成长的人生导师。最后，从教师角色角度，人类教师应学会与智能技术形成互补、协同、创新的关系。教师与ChatGPT等人工智能技术相处存在“觉醒—体验—实践—传播”四个境界：一是知晓原理，教师应学会基本的人工智能知识和原理，如了解ChatGPT的基本功能、实现机制以及历史演进情况；二是赋能学习，教师学会利用人工智能来学习，提升教师的学科能力和教学能力；三是优化教学，教师尝试利用人工智能开展教学，以发现人工智能对教育教学的实际作用；四是交流分享，教师可以开展关于ChatGPT的主题教研活动，分享应用经验，挖掘其教育效益。郭绍青教授：ChatGPT在知识提供与简单问题解决方面可能会表现出上述情况，但我们需要看到在学生的高阶思维、问题解决能力、创新能力等核心素养的培养上，ChatGPT这样的人工智能技术产品还无法胜任。一名优秀的人类教师不仅能促进学习者知识体系的建构，而且能促进学习者的全面发展。智能时代，需要理性看待人工智能技术与产品的作用，在当前的发展水平上，像ChatGPT这样的人工智能技术产品还处于智能工具的层面。在教育教学过程中，人类教师与智能工具是一种协作关系，即人机协同，人类教师与智能助手合理分工，相互协作，共同完成教学任务。尚俊杰研究员：以ChatGPT为代表的人工智能技术能够依据海量的互联网数据，迅速给出全面、有效的对话内容，有时候似乎都超过了人类教师的回答水平，以至于教育领域也有人惊呼ChatGPT会不会替代人类教师。这一点大家大可放心，之前有学者做过深入的研究，结果显示，大中小学教师被人工智能替代的概率均不超过1%，这主要是因为教师从事的工作富有创造性、社交性和情感性，这是人工智能不擅长的工作，所以人类教师很难被替代。但是懂得使用人工智能的教师可能会替代不懂得使用人工智能的教师，所以，未来人机协同将会是大的发展趋势，我们应充分挖掘和发挥人类教师和人工智能的优势，在提高教学效率与质量的同时，让教师更幸福。 胡小勇教授：ChatGPT所展现的强大功能给教师带来了巨大的职业压力，但要说“丝毫不逊于人类教师”则略显得夸张。面对人工智能，人类教师要有接纳意识并与其协同共处。首先，要提高对自身未来的角色认识。随着技术的迭代进步，未来教师需要承担起三种角色：一是医生的角色，能够对学生进行个性化“诊断看片”；二是教练的角色，更多地教授学生方法论、价值观而非单纯的知识；三是导学的角色，通过情感注入和创新体验调动学生学习的主动性。其次，要明确教师和人工智能技术各有千秋。虽然人工智能技术具有强大的算法、算力，但是学生创新思维能力的培养和情感价值观的塑造，应该由教师完成。教师要明确自己在智能时代安身立命的看家本领，同时正确认识和接纳人工智能的技术优势，与人工智能协同合作育人。最后，要善用人工智能技术。一方面，教师要积极树立人工智能赋能的新型智慧教学理念，学会利用人工智能技术辅助完成某些重复性、机械化的职业劳动；另一方面，教师要充分利用智能技术开展学科学习，促进自身智能教育素养的提升。张绒：ChatGPT一经问世，就有各类教育问题伴随而来，如学生利用ChatGPT写作业、考试。您如何看待这类现象？我们应该如何避免技术应用带来的负面问题？李芒教授：教育问题是教育的“特色”，每当新技术闯入教育实践活动，都有数不尽的新问题产生。面对ChatGPT给教学带来的新矛盾，无论如何不可采取简单粗暴的屏蔽之策，而应具体问题具体分析，对不同学段的学生采取不同策略。在大学，应将ChatGPT的选择权与决定权交给学生，最终由已经成年的学生在充分发挥主体性的基础上，自主判断是否使用ChatGPT，当然必须合理使用。在中小学，则需要根据不同教学目标、教学任务、教学方法与学习者的具体情况，设计恰如其分的使用方案，分别为：建议不用、建议合理使用以及禁止使用。学生若将ChatGPT视为做题时的参考，便有利于学生的学习；但学生若“借脑做题”而放弃了自主思考，那便一定会阻滞自身各方面的发展。虽然ChatGPT能写能说，而人类不能将自己闲置于懒惰和堕落之中，需要在ChatGPT的有利协助下，亲自写文章，亲自对话。人类与ChatGPT的关系不是敌我关系，而是相互成就的关系，根本目标在于使人类变得更加智慧。因此，只要人类自身为自己负责，不过度依赖地用好它，就能够克服技术应用带来的负面影响。刘三女牙教授：从积极的角度来看，我觉得有两个方面值得肯定：一方面，善于利用人工智能技术来解决问题（哪怕是作业）是一种值得肯定的信息素养和能力，应该予以鼓励；另一方面，尽管ChatGPT当前还略显稚嫩，但其呈现出了“智能学伴”的潜质，可有效增强学习者的学习体验。当然，我们会担心学习者会利用此类技术来走捷径，损害学习者的知识建构和能力训练，要规避此类问题需要从三个方面来发力：第一，我们要发展新技术，以技术来防止技术的异化应用；第二，加强规范制度的超前设计，尽可能地制约此类情况的发生；第三，从教育理念、教育技术伦理等更高维度来思考，加强理论研究，以更好地指导实践。尚俊杰研究员：学生利用ChatGPT写作业、考试这类所谓的负面问题的出现，我认为不必过分惊慌。学生大面积使用ChatGPT抄袭作业的情形不太会出现，而且发生这样的事情恰恰是我们反思教学目标、改进评价方式、加强教育管理的良好机会。首先，在作业和考试中使用ChatGPT的现象需要看是否与培养目标一致。如果就是要通过学生独立自主完成作业来掌握知识、提升某项能力和思维，或者牵扯到抄袭、升学决策、伦理道德等问题，我们大可加强对于技术的监管，引导学生正确使用技术。其次，我们也可以从评价方式上入手。在保证教育目标正确、符合道德规范的前提下，如果单纯依靠ChatGPT技术便能非常好地完成作业和考试，我们的评价考核方式是不是应该反思改进了？相对于单纯地考察知识记忆，学生思维能力的培养和评价可能才是未来关注的重点内容。我们可以采取项目式学习、制作作品等方式，结合学习者的过程表现，对学习者的思维能力、合作能力、创新能力等进行培养或考核。再次，技术的发展一般会快于教育的变革，所以教育的需求可能会和技术的可供性不完全匹配。但教育的需求实际上也在不断改变，教育中技术的使用可以对技术工具提出新的要求，从而打造适用于教育场景的技术工具。最后，健全学术伦理、考试管理等教育管理制度，让学生在享受技术便利、提升发展能力的同时，规避技术滥用带来的潜在风险。余南平教授：技术发展会带来“两面性”，这已被人类社会发展历史所证明，而人工智能技术的进步更是突出与强化了“两面性”。对于技术发展，人类始终应该以积极乐观的态度来看待，生产力进步是社会历史发展之必然，任何回避技术发展的思想与行为都会在历史前进过程中被无情淘汰。但在欢迎技术进步带来“星辰大海”的同时，也不能忽视技术的负面影响，具体到ChatGPT等生成式人工智能技术，它给现有的教学体系、模式、内容带来了巨大的冲击与挑战。由于ChatGPT低门槛的网络化使用，可能会被大量的学生用来完成作业和考试，成为强大的新型作弊工具。由于ChatGPT模型精湛的语言能力，使教师对于原创性内容的分辨变得更加困难，同时也进一步增加了教师的教学负担。而目前在人机识别技术还无重大突破的前提下，许多教学单位采取了“禁止使用”的办法，但这种办法对课后作业和论文考核并不会起到实质性的作用，短期而言，只能在考核形式上采取闭卷、课堂口头回答等方式以应对负面影响。张绒：国家需要尽快在哪些方面出台相应的政策，引导大家客观、理性认识ChatGPT等生成式人工智能技术？在教育领域中，如何规范广大师生恰当使用人工智能技术？杨宗凯教授：面对生成式人工智能技术这个初生之物，各国目前还没有足够的深刻认识和经验支撑，如美国多地是暂时禁止使用。为了引导大家更客观、理性地认识生成式人工智能技术，我国需要认真对待，进一步研究，加强辨别力和判断力，尽快出台相关政策，如质量标准规范、学术诚信规范和伦理规范等。在教育领域，可以通过发布政策规划，引导各地理性对待，帮助师生合理使用；通过加强制度设计，规范智能技术在教育中的应用边界；通过探索示范，明确有效的应用方法和模式。总之，一方面鼓励积极探索，另一方面加强监管评估，实现合理应用。黄荣怀教授：促进ChatGPT等人工智能技术合法、合规、合乎伦理地融入教育教学，保障其融合度与可信度，切实提升教学效率，有以下核心关切点：第一，规范而有序地提升师生的数字素养与技能。一方面，虽然ChatGPT可提供对大量信息的快速访问，但不能保证内容的准确性，需要用户对获取信息进行反复检查，对用户的信息甄别能力提出了更高要求。另一方面，在人机协同的教学环境中，师生都需要提升信息技术应用能力、数据思维等信息素养，与ChatGPT等智能技术形成和谐、高效、可持续的人机协作关系。因此，需建立师生数字素养与技能提升支持服务体系，如完善教师数字素养与技能培训机制、健全相关课程与实践活动体系、建设智能化数字素养与技能监测平台等。第二，建立智能技术产品的校园准入体系。一方面，随着人工智能技术的快速发展，相关研究机构需加强智能技术产品的分级分类研究。另一方面，完善智能技术产品的校园准入制度体系。应在审查、监管、问责等方面建立规范体系，包括法律法规、政策措施、制度规定以及管理方式等内容。政府和教育领域应该制定更多的指南和政策，以促进教育领域对ChatGPT在教育评估、教学辅助等方面的应用，从而推动教育实现跨时代的发展。第三，强化人工智能与大数据的教育社会实验。与实验室实验不同，社会实验对过程（如学习）的控制较少，可以自信地说，得到的结果是由给定的干预造成的。因此，通过社会实验来研究人工智能技术在真实的教育过程中的真实影响是很重要的，这可以帮助我们验证一种特定的技术在教育中是否有效。一方面，深入开展人工智能社会实验的方法论与实验规范研究；另一方面，逐步建立完善教育领域的人工智能社会实验体系。第四，规范智能技术的教育应用场景。使ChatGPT等智能技术的教育效益最大化，需系统分析教育场景真实需求与技术供给的耦合机制，规范智能技术的教育应用场景是实现技术有效供给的必要措施。一是加强学生认知特征与智能技术场景关系研究，对ChatGPT等智能技术产品使用中所关联的时间、地点、人物、资源、功能、学科等要素进行链条化分析。二是开展学科内容与智能技术应用的关系研究，需要探索不同学科内容在哪些知识点可用智能技术表达，借助生成式人工智能技术辅助教学，找到人工智能与不同学科内容知识点的最佳结合点。第五，确保师生隐私与数据安全。此外，ChatGPT可能依据用户的属性，对相同问题产生不同的答案，这也有可能引发教育过程中个体平等地浏览所有信息等公平问题。因此，科研机构和科技企业在国家相关部门的领导与支持下，应尽快开发出安全可控、适合师生使用的生成式人工智能技术产品，确保隐私保护及数据安全。余南平教授：为了应对新一代人工智能带来的挑战，制度建设层面，国家与管理层应该加强技术安全保障。国家相关部门要与高校、企业加强多维度合作，充分利用智能技术赋能伦理建设，细分伦理挑战风险类型，针对不同的风险类型制定解决预案，开发合乎教育伦理的风险预警系统，以此持续监测教育人工智能伦理风险情况。一旦发现异样，及时给执法部门、教育部门、学校、教师、学生、家长等发送预警信息，从而实现精准施策。但当前的风险预测分析等技术研究主要基于大数据的应用，集中在金融、公共信息安全等领域，而涉及教育领域的智能技术风险分析的研究很少。因此，国家相关部门和高校学者应重视该领域的研究，不断加快发展相关的风险监测技术。曹培杰副研究员：教育数字化转型是数字中国建设的重要组成部分，在推进中国式现代化进程中具有基础性、先导性、全局性作用。要引导公众认识到ChatGPT只是新一轮科技革命的一朵浪花，未来还会有更多的新技术突破。如何实现教育改革与科技创新同向同行、联动互融，是一项重大的时代课题。为此，教育界对ChatGPT等生成式人工智能需树立包容审慎与底线思维相结合的政策导向。一是积极拥抱新技术，深刻认识ChatGPT等生成式人工智能的技术本质，把握技术优势与不足，将其纳入教育新型基础设施建设进行统筹部署，优化国家智慧教育平台功能，在教育与技术的磨合中探索数字化转型之路，为教育高质量发展提供坚实的数字底座。二是因势利导，研制出台ChatGPT等生成式人工智能教育应用指南，守住教育安全防线，明确负面清单，发布创新应用典型案例，引导师生科学合理使用生成式人工智能，防止出现代写作业、考试舞弊、学术不端等不良行为。三是为我所用促转型，将ChatGPT等生成式人工智能与教育教学改革结合起来，扩大优质教育资源覆盖面，支撑引领新型教与学模式，促进教育链、科技链、创新链的有效衔接，构建虚实融合、人机协同、泛在智能的教育新形态，实现规模化教育与个性化培养的有机结合。三、智能时代的人才培养
张绒：有人认为，ChatGPT将使程序员、教师、数据分析师等失业。对此，您怎么看？我们将如何培养适应智能时代的人才？
杨宗凯教授：尽管ChatGPT能够实现程序编码、论文撰写、数据分析等功能，但业务需求的理解、教学过程中的情感支持、数据的深度挖掘等更核心、更深层次的任务，ChatGPT都无法满足。ChatGPT的确可能取代一些岗位，但对于像教师这样的岗位很难被取代，毕竟教育是有温度的，教育的过程离不开人与人的情感互动。教育的基本功能是对知识层面、能力素养层面、价值观层面的培养。随着使用量的增多，ChatGPT对于人类既有知识的学习会越来越好，变得越来越聪明。因此，我们的教育需要更加重视价值的引领以及能力素养的培养，亟须将重点从知识传授层面转移到更高的能力素养、价值观培养层面。以ChatGPT为代表的智能技术将引发社会对人才需求的改变，因此，教育行业的人才培养理念、教学体系和教学模式也将随之调整。作为人才培养高地的高等院校更要走在前列。2022年5月，联合国教科文组织举办的第三次世界高等教育大会的主题就是“超越极限：重塑高等教育的新路径”。应对这些变化，需要做到以下几方面：首先，变革人才培养目标理念，培养复合型高素质人才。传统的技能或能力培养已经满足不了智能时代的人才需求，智能时代要培养机器难以替代的、具有卓越创造力与智慧、人格健全与精神丰满、素质多元与协作能力强的高素质人才。其次，创新人才培养内容，融合人文教育与科学教育。智能时代，各学科将进入更深层次的融合发展阶段，学科之间的壁垒将不断消融，通识教育需要承担起更宽知识维度的人文素养培育重任。同时，增设机器人、人工智能等科技创新课程主题，鼓励学生运用多学科知识解决问题，培养学生系统的认知方法论。最后，优化人才培养方式，关注师生信息素养培养。改进课堂教学方式，创设丰富的学习情境，以任务驱动的方式组织学习，提供社会化网络和认知工具，实现对知识的深层次理解，在师生互动、合作交流和自主学习中发展能力。李芒教授：人类长期存在职业被替代的危机感与恐惧感。有专家常常预测，某某职业将会被机器所替代。实际上，这种替代论只是危言耸听，人们大可不必为之惶恐。反替代论批判的根据是，人创造了机器，而不是机器创造了人。人类既可以促进机器的“成长”，又可以限制机器的“狂奔”。人类定会控制机器的发展方向和趋势，不会任其肆意妄为。机器的发展就是人的发展，是对人类的解放。人类与机器互有所长，人机共同提升需要相互取长补短，而不可使人之所短愈显其短，人之所长未显其长，彻底被剥夺和压制了进化的机会。人机共效系统的构成是未来发展方向，只有人类智能达到新高度，机器才能取得进一步提升。因此，人类的提升永远是第一提升。人们应特别关注ChatGPT中的Pre-trained（预训练），这表示ChatGPT再能干，也总是先训练、后应用。ChatGPT是高度依赖数据的存在物，但却做不到将所有数据都加以利用，更做不到对尚未发生的事物进行数据处理，因为没有发生的事物是没有数据的。而ChatGPT的生成性也只能局限在预训练中获得的数据范围之内。可见，ChatGPT仍不具备人类独有的创新能力。同时，ChatGPT只适用于允许犯错误的人类活动领域，对那些要求十分精确严谨的领域并不适用，而教育、编程、数据分析正是不能犯错误的领域。教师的职业素养并不只是知识渊博、学富五车，作为人类教育的必要条件，教师还具备ChatGPT暂时望洋兴叹的人性，特别是意识形态。可见，ChatGPT的研究意义远大于实际意义，未来意义远大于现实意义。只有ChatGPT能够做到边学边用，才可能取得实质性突破。因此，对未来的憧憬是美好的。至于人才培养，我们必须依然按照马克思主义关于人的全面发展理论培养适应智能时代的人才。郭绍青教授：ChatGPT仅仅是一个人工智能工具，对人类社会产生的影响不能简单地通过一个技术产品来判断，需要看人工智能技术集群与人类智力能力的接近度。当然许多职业会受到人工智能技术的冲击，甚至被替代，但复杂性、创新性的职业在当前人工智能技术水平下还是不会被替代的，人类教师面对的不仅是学习者的智力、能力的培养，还包括情感、责任、态度等非智力因素的培养。但也要看到随着智能技术的不断突破与工具的功能演化，人类教师的素养会面临新的挑战。智能时代的人才一定是创新型人才，在这一点上已经达成世界共识，即全面推进核心素养教育，从知识体系教育走向素养教育，促进学生高阶思维能力与非智力因素的全面发展，启迪学生智慧，培养具备解决复杂问题能力的创新型人才。胡小勇教授：自人工智能面世以来，甚至每有重大媒体技术产生以来，人们对相关职业是否会被替代的讨论就已经屡见不鲜。ChatGPT作为一种现象级的应用，表现出很高的人机理解交互水平，已具备通用人工智能的特征，在众多行业领域有着广泛的应用前景。但是，它是基于现有“数据投喂”来合成观点，这种训练本身还不具备创造力。对于需要创造性的工作来说，它的表现相对较差。未来，它将替代人类完成一些重复、机械、场景集约的工作。就教师而言，它能淘汰躺平的个体，但不易取代“师者”的职业。因为，教师所从事的不只是单纯的技术技能型工作，而是一种系统性、复杂性、创造性、情感型和价值型的高级劳动。所以，教师这个职业永远不会被人工智能所取代。培养适应智能时代的人才，教师要积极占领两个“价值高地”：其一是人工智能伦理诚信建设。技术应该为人合理、合法地使用。教师要理性看待人工智能及其应用，注意伦理规范和学术诚信的问题；要向学生明确用人工智能作弊和代考答题是失信行为；要引导学生规范人工智能技术的教育应用，形成正确的智能教育价值观。其二是学生高阶思维的培养。小胜在智，大胜在德。习近平总书记指出：“育人的根本在于立德。”要从立德树人的根本任务出发，突破传统高阶思维的培养途径，充分发挥人工智能优势，促进学生创造力、批判性思维等关键能力的提升。四、我国互联网企业在人工智能方面的布局
张绒：面对GhatGPT，我国互联网企业将如何应对？针对教育应用，有人提出应该开发相应的学科类、专业类GhatGPT，对此，您怎么看？
刘邦奇院长：ChatGPT是面向通用场景开发的生成式系统，需要面向教育领域专业场景，从算法、数据、服务场景等方面进行纵深探索，加快研发教育定制版ChatGPT。在算法技术方面，要聚焦教育教学应用，借鉴引进ChatGPT先进技术，积极联合高校、科研院所及人工智能企业协同攻关，不断增强认知智能大模型的自主研发与算法创新能力，确保技术的安全可靠与应用的适切贴合，实现技术创新与教育教学的融合嵌入与逐步渗透。在语料数据方面，基于庞大的语料库可以不断地提高模型的准确性。科大讯飞相关智慧教育产品在全国32个省级行政单位的5万多所学校中得到应用，服务超1.3亿师生，不仅实现了海量的真实数据积累，更是依托在专业数据、算法领域的先发优势，积极建设了通用认知智能大模型算法研发及高效训练底座平台，打造教育领域的专用大模型，以实现教育领域的智能化定制解决方案。在服务场景方面，要以教育教学刚需应用或有大量活跃用户的教育应用为切入点，在教师教学、学习过程、教学评价、学业辅导等场景应用中持续发力，以师生减负增效为目标，实现教师教学所需材料生成、学生作答情况分析与指导、学生个性化提升支持等应用价值，积极打造未来教育的新场景应用示范，让大规模因材施教成为可能。王涛副总裁：ChatGPT让我们看到大模型可能成为实现通用人工智能（GAI）的可行路径，以ChatGPT为代表的AIGC也让我们看到AI从过去的封闭性、任务性的场景扩展到开放式、互动式、创造性的场景中来，这对未来的技术发展甚至是社会发展都可能会带来巨大的影响。以ChatGPT为代表的技术路线也揭示着未来AI产业方面会出现更大的分化，底层平台性的工作门槛会变得很高，这里的门槛包括资金门槛、人才门槛、算法门槛、数据门槛等，玩家会进一步聚集，而上层应用的门槛会急剧下降，甚至不需要开发人员，只要抓住场景有创意、懂得一些训练方法就可能创造出丰富多彩的、有价值的应用场景。这种分化会催生出繁荣的生态，加速社会的整体进步，同时也可能继“数字鸿沟”之后带来新的“AI鸿沟”。针对ChatGPT，我国互联网企业，如腾讯、百度、阿里等，都在进行积极的布局。腾讯一直持续投入AI前沿技术领域的研发，在AI大模型、机器学习算法及NLP领域都有很深的技术储备。2022年，“腾讯全球数字生态大会”上发布了“四级加速架构”，助力产业数智化落地，为客户提供全场景数智化加速服务，也发布了AI超大规模（万亿）预训练模型“混元大模型”。百度也即将推出“文心一言”。当然这些都还需要一些时间和技术的积累，也期待中国的企业能在AIGC的底层平台方面建立起我们自己的核心能力。五、生成式人工智能技术引发的伦理问题与应对之策
张绒：随着ChatGPT等生成式人工智能技术在教育中的广泛应用，将会出现哪些新的伦理问题？我们将如何应对？
李艺教授：以ChatGPT为代表，其拟人程度似乎有所提高，如在聊天、自动程序设计、图像及视频生成等领域给人耳目一新的感觉，但从根本上来说，都是建立在成熟知识积累的基础上的，并没有人所具备的根本性的创造与创新能力。因此，针对伦理问题可以概括为两条：第一，机器还是机器，不是人；第二，因新技术应用导致的伦理相关问题，人们会很快生成一套与之相应的处置办法，将其与人区分开来，从而进入人机协同的新状态。李芒教授：康德认为，人类是理性动物，而理性的真正使命在于产生“善良意志”。一种行为之所以是“善”的行为，是因为这种行为本身即包含“善良意志”，这种“善良意志”构成了人们行为的绝对律令，是一切“善”的根基。那么，ChatGPT作为一种人造物，其数据集、算法亦不免来自开发者的价值偏见。它所体现的“意志”，仍是开发者作为人的“意志”，而不会根据使用者角色变化而表现出不同的先验善念。由此，ChatGPT所导致的伦理问题看似是人机问题，实则是一部分人与另一部分人的伦理问题，是人的伦理而非物的伦理。ChatGPT的“善良意志”取决于开发者是否具有“善良意志”，即便开发者具有善意，ChatGPT能否表现出善意，也是存疑的。可以说，ChatGPT等人工智能制品在教育中的应用，难以实现类似人类教师般对学生的善意，若不加审查地允许其具有教育实践的主导权，盲目接受数据驱动会误导教育实践，不仅无助于学生的有效学习，更可能损害学生的身心健康发展。正因我们无法判断ChatGPT等生成式人工智能技术是否只扮演着“高效率搜索引擎”的角色，也无法判断使用者是否会被技术背后的开发者所操控而浑然不知，我们才需要小心地验证它们所给出参考答案的合理性与正确性。因此，对生成式人工智能技术的批判永远在路上，时刻谨记不伤害人、尊重人、有益于人、公正待人等技术伦理原则。时刻意识到技术背后人的存在，永远不存在价值中立的技术，只有把技术放在合适的位置上，才能技有所用、人有所长。刘三女牙教授：随着ChatGPT等生成式人工智能技术在教育中的广泛应用，机器在教育中的存在性毋庸置疑，并将逐渐强化。机器将会怎样扰动教育系统和人的成长，将是我们教育界、乃至全社会所面临的重大哲学问题。从现在起，我们需要认真考虑机器（无论是有形的，还是无形的）在教育中扮演怎样的角色，在理论和实践两个层面推进人机协同育人。余南平教授：任何新型技术的出现都会带来复杂的人类社会伦理问题，ChatGPT等生成式人工智能技术在教育中的广泛应用不仅将带来传统教育范式的颠覆性改变，同时人工智能数据的滥用问题也十分突出。当前，部分企业过度收集和利用学生隐私数据、学生利用智能工具作弊等事件时有发生，已引起国家和社会的广泛关注。面对教育人工智能应用过程中凸显出来的伦理失范问题，国家应该积极介入并有所作为，应在现有的人工智能伦理规范体系下，编制教育人工智能伦理规范指南，并围绕伦理规范指南出台相应的法律法规、责任清单和问责机制，为研发者、使用者、受用者和管理者四大主体提供正确的行动引领，明确技术与人的权力边界，规范各类主体的行为。六、研究展望
张绒：关于ChatGPT与教育，您认为还需要关注哪些问题？
黄荣怀教授：我认为以下两个方面的问题值得特别关注：一是拥抱国际开源运动。当用户（如学生、教师、管理人员）可以在其环境中访问、调整和应用一些工具或内容时，开放可以促进获得教育并支持创新。因此，开展有关开放科学的研究并制定相关政策以支持智能时代的教育和创新十分重要。二是延展教学公共服务。智能学习公共服务有助于实现教育公平、规模化教育和个性化学习，提高教育质量，促进联合国可持续发展目标4的实现。因此，为智能学习提供公共服务是满足一个国家教育数字化转型需求的解决方案之一，包括面向智能技术产品应用的公共门户、平台、工具和资源等。尚俊杰研究员：ChatGPT究竟应该如何真正地融入教育、服务教育，还需要更多的实例和证据。将ChatGPT融入自适应学习系统、虚拟学习环境、教育游戏中的构想，亟须进一步实证研究。此外，虽然之前对生成式人工智能技术有很强的期待，但是大家应该都没有想到ChatGPT会来得这么快。这就提示人类需要在各领域提前做好准备，做一些前瞻性的研究，如果未来一些高水平的人工智能技术真的以很快的速度到来了，我们该怎么办？具体到教育领域，也需要抓紧开展研究，究竟应该进行什么样的系统性变革，才能更好地适应人工智能时代的需求。胡小勇教授：人工智能赋能教育，促进了各学科间的交叉融合，衍生出了新的学科增长点，推动交叉学科知识创新发展。因此，我们要积极探索“人工智能+”交叉学科建设，特别应重视“教育+人工智能”的产研学用，为适应智能时代的教育新生态提前做好功课。王涛副总裁：技术的发展日新月异，特别是这轮AI技术的发展，需要关注“知识鸿沟”到“数字鸿沟”甚至“AI鸿沟”的演变，小到个体，大到国家，在拥有和使用新的技术方面存在差别，技术本身是社会的一种加速器，如何让技术去缩小鸿沟而不是加大鸿沟，实现更公平的社会发展，也是特别需要关注的。[编后记]本次专访，12位专家针对ChatGPT对教育领域带来的影响、智能时代的人机共处、人才培养、伦理问题等各抒己见，既有宏观层面的探讨，又有微观层面的建议。当前，各行各业对ChatGPT的讨论还在如火如荼地进行着，本刊将持续关注新兴技术对教育的影响，也诚挚地邀请广大作者参与到技术变革教育的研究中来。最后，对在百忙之中参与本次专访的12位专家表示衷心的感谢！本文发表于《电化教育研究》2023年第2期，转载请与电化教育研究杂志社编辑部联系(官方邮箱：dhjyyj@163.com)。 引用请注明参考文献：张绒.生成式人工智能技术对教育领域的影响——关于ChatGPT的专访[J].电化教育研究，2023，44(2)：5-14.
【热点聚焦】人工智能教育应用的现状分析、典型特征与发展趋势
一、人工智能的发展历程与核心驱动力
(一)人工智能的三次浪潮
人工智能起源于1956年美国达特茅斯学院举办的夏季学术研讨会。在这次会议上，达特茅斯学院助理教授JohnMcCarthy提出的“人工智能(ArtificialIntelligence,AI)”这一术语首次正式使用。之后，人工智能的先驱艾伦·图灵提出了著名的“图灵测试”：在人机分隔的情况下进行测试，如果有超过30%的测试者不能确定被试是人还是机器，那么这台机器就通过了测试，并被认为具有人工智能。图灵测试掀起了人工智能的第一轮浪潮。在人工智能研究方法上，以抽象符号为基础，基于逻辑推理的符号主义方法盛行，其突出表现为：在人机交互过程中数学证明、知识推理和专家系统等形式化方法的应用。但在电子计算机诞生的早期，有限的运算速度严重制约了人工智能的发展。
20世纪80年代，人工智能再次兴起。传统的符号主义学派发展缓慢，有研究者大胆尝试基于概率统计模型的新方法，语音识别、机器翻译取得了明显进展，人工神经网络在模式识别等领域初露端倪。但这一时期的人工智能受限于数据量与测试环境，尚处于学术研究和实验室中，不具备普遍意义上的实用价值。
人工智能的第三次浪潮缘起于2006年Hinton等人提出的深度学习技术。ImageNet竞赛代表了计算机智能图像识别领域最前沿的发展水平，2015年基于深度学习的人工智能算法在图像识别准确率方面第一次超越了人类肉眼[7]，人工智能实现了飞跃性的发展。随着机器视觉研究的突破，深度学习在语音识别、数据挖掘、自然语言处理等不同研究领域相继取得突破性进展。2016年，微软将英语语音识别词错率降低至5.9%，可与人类相媲美。如今，人工智能已由实验室走向市场，无人驾驶、智能助理、新闻推荐与撰稿、搜索引擎、机器人等应用已经走进社会生活[8]。因此，2017年也被称为人工智能产业化元年。
(二)人工智能的三大要素与核心驱动力
回顾人工智能的发展历程，在三次浪潮的浮浮沉沉中，人工智能不断突破并接近自身的目标：能够根据对环境的感知，做出合理的行动，从而获得最大收益。从人工智能的发展历程来看，不难看出，运算力、数据量和算法模型是人工智能的三大要素。如图1所示，人工智能具体应用的实现，如语音识别和图像识别等，需要先赋予机器一定的推理能力，然后它才能做出合理的行动。而这种推理能力，源自于大量的应用场景数据集。通过使用大量的数据对算法模型进行一定的训练，机器才能够根据算法做出具有类人智能的判断、决策和行为。奠定了的坚实基础。
人工智能在逐步发展完善自身理论与方法，以及寻求外部动力的过程中螺旋式上升发展。从图灵测试理论的提出到无人驾驶汽车自动上路行驶，从实验室的“封闭世界”到外部“开放世界”的安全过渡，大数据、云计算和深度学习这三大核心驱动力，共同促成了人工智能的突破性进展。
1.大数据
人工智能建立于海量优质的应用场景数据基础之上。训练数据的数量、规模和质量尤为重要，丰富的海量数据集是算法模型训练的前提。甚至有观点认为，拥有更海量的数据比拥有更好的算法更重要。受益于移动互联网的发展和多样化智能终端的普及，以及物联网的发展和传感器的大量应用，源自各种设备及互联网应用的数据急剧增加，大数据迅速发展。大数据处理技术能在很大程度上提高人工智能训练数据集的质量，并能优化存储和管理标注后的数据。因此，可以说，海量数据是机器智能的源泉，大数据有力地助推了机器学习等技术的进步，在智能服务的应用中释放出无限潜力。
2.并行计算
人工智能发展过程中，有限的运算能力曾是制约人工智能发展的主要瓶颈。从电子计算机出现的早期至今，机器的运算处理能力不断提升，为人工智能的发展提供了极大的动力支持。云计算在虚拟化、动态易扩展的资源管理方面的优势，GPU等人工智能专用芯片的出现，奠定了人工智能在大规模、高性能并行运算的软硬件基础，推动数据处理规模和运算速度的指数级增长，极大地提高了算法执行效率和识别准确率。
3.深度学习
数据和硬件是人工智能的基础，而算法是人工智能的核心。人工智能发展史上，两个转折点尤其值得关注。一个是研究方法由符号主义转向统计模型，自此开辟了人工智能发展的新路径；另一个是深度学习凭借绝对优势，颠覆了其他算法设计思路，突破了人工智能的算法瓶颈。深度学习即深度网络学习，它受人类大脑神经结构的启发，由一组单元组成，每个单元借由一组输入值而产生输出值，该输出值又继续被传递到下游神经元。深度学习网络通常使用许多层次，且在每层使用大量单元，以便识别海量数据中极其复杂和精确的模式。深度学习将人类程序员从构建模型的复杂活动中解放了出来，并提供一种更优化、更智能的算法，能够自动从海量数据库中进行自我学习，自动调整规则参数并优化规则和模型，识别准确率极高。自学习状态已成为机器学习的主流方法。
二、人工智能教育应用的现状分析
逻辑推理、知识表示、规划和导航、自然语言处理和感知是人工智能的主要问题空间[9]。在教育问题解决与应用中，人工智能主要有四大应用形态：智能导师系统、自动化测评系统、教育游戏与教育机器人。
(一)智能导师系统
智能导师系统(IntelligentTutoringSystem，ITS)由早期的计算机辅助教学发展而来，它模拟人类教师实现一对一的智能化教学，是人工智能技术在教育领域中的典型应用。典型的智能导师系统主要由领域模型、导师模型和学习者模型三部分组成，即经典的“三角模型”。领域模型又称为专家知识，它包含了学习领域的基本概念、规则和问题解决策略，通常由层次结构、语义网络、框架、本体和产生式规则的形式表示，其关键作用是完成知识计算和推理。导师模型决定适合学习者的学习活动和教学策略，学习者模型动态地描述了学生在学习过程中的认知风格、能力水平和情感状态。事实上，ITS的导师模型、学习者模型和领域模型正是教学三要素——教师、学生、教学内容的计算机程序化实现，其互相关系如图2所示。其中，领域模型是智能化实现的基础，教学模型则是领域模型和学生模型之间的桥梁，其实质是做出适应性决策和提供个性化学习服务。教学模型根据领域知识及其推理，依据学习者模型反映的学习者当前的知识技能水平和情感状态，做出适应性决策，向学习者提供个性化推荐服务，如图3所示。
ITS尊重学习者的个性特征，如学习风格、兴趣、特长等，满足学习者的个性化需求。ITS根据学习者模型所刻画的个性特征，向其提供个性化的学习路径[10]、学习资源[11]和学习同伴等资源。美国国防高级研究计划署赞助开发的一种使用人工智能来模拟专家和新手之间的互动的数字导师系统，能够帮助学习者获得所需的技能，将海军新兵训练成为技术技能专家所需的时间从几年减少到几个月。
近年来，情感、元认知和动机等研究越来越受重视，神经科学、认知科学、心理学和教育学的研究表明，情感状态在一定程度上影响了学生的学习效率和态度[12]，消极的情感状态会阻碍学生的思考过程，而积极的情感为学生的问题解决和创新进步提供有利的条件。然而，情感缺失一直是ITS中存在的突出问题。ITS通过与学生的交互实现情感的感知、识别、调节与预测。根据学生情感的来源，如面部表情[13]、声音等可察因素，及可测量的行为等，采用传感器等技术获取数据，根据相关科学模型，应用人工智能的方法与技术，综合运用心理学和认知科学等知识进行情感推理，也称之为情感识别或情感计算[14]。研究表明，系统通过对话的方式对学生进行的情感调节具有积极效果[15]。
ITS中教学模型模拟人类教师实现一对一个性化教学的过程即是适应性教学策略选取和个性化资源推荐算法的实现过程，适应性教学策略选择是资源个性化推荐的前提。在适应性教学策略的选择方面，这种适应性表现为多个层次：从适应性应答学生的表现，适应学生的知识水平，帮助学生取得具体目标，到对学生的情感状态做出适应性干预调节，提供适应学生元认知能力的帮助。事实上，ITS要模拟人类教师凭借经验进行决策的复杂过程，具有一定难度。而人工智能引发了教育领域的数据革命和智能化革命，数据驱动的智慧教学与智能决策正在成为教育教学的新范式。
(二)自动化测评系统
评价是教学活动的重要组成部分。自动化测评技术的应用引发了评价方法和形式的深刻变革。自动化测评系统能够实现客观、一致、高效和高可用的测评结果，提供即时反馈，极大地减轻教师负担，并为教学决策提供真实可靠的依据。
1.ICT技能与程序作业的自动化测评系统
ICT技能培训与程序设计是计算机教育领域中的重要内容。ICT技能是信息时代的基本素养。文字编辑、电子表格数据处理、收发邮件、制作演示文稿和网页等技能的学习和培训过程中，ICT自动化测评系统所构建的信息模型通过信息获取、知识推理和综合评价三个步骤，动态跟踪用户的操作行为，并对操作过程进行诊断、评价和反馈，极大地提高了学习效率[16]。
计算机程序设计是培养计算思维的有效途径，程序作业通常由学生上机完成。程序设计语言有其自身的语法规则。动态程序测评能够获取程序的编译和运行时信息，分析程序的行为和功能，从程序的功能和执行效率出发，展开综合评价。而静态程序测评，如图4所示，首先对程序代码进行信息提取，然后将程序进行中间形式表示，预测程序所有可能的执行路径与结果，利用知识发现技术实现对程序的评价。目前，国内外已经实现自动化测评的程序设计语言包括Java、C/C++、Python和Pascal，以及汇编语言、脚本语言和数据库查询语言等。
2.自动化短文评价系统
短文写作是当前很多标准化测试的基本要求。随着人工智能技术的发展，自动化短文评价(AutomatedAssessmentofEssaysandShortAnswers)运用自然语言处理技术和机器学习等技术实现对短文本的计算分析和语义理解。美国教育考试服务中心(EducationalTestingService,ETS)设计和举办多项大型标准化考试，如TOEFL、SAT、GRE等。ETS始终致力于测评理论、方法和技术的研究，尤其在自动化测评领域一直处于前沿。目前，ETS已经实现了语音、短文、数学等领域的自动化评价与反馈。在其产品中，TextEvaluator[17]是一种全自动化的基于Web的技术工具，旨在辅助教师、教材出版商和考试开发人员选取用于学习和测试的文本段落。TextEvaluator超越了传统的句法复杂性和词汇难度的可读性维度，解决了由于内聚性、具体性、学术导向、论证水平、叙述程度和交互式对话风格的差异而导致的复杂性变化。另外，E-rater[18]引擎用于学生作文的自动化评分和反馈。在设定了评价标准之后，学生可以使用E-rater的反馈来评估他们的写作技巧，并确定需要改进的地方。教师可用来帮助学生独立发展自己的写作技巧，并自动获得建设性的反馈意见。除了提供短文的整体得分，E-rater还提供关于语法、写作风格和组织结构等的实时诊断和反馈。
3.自动化口语测评系统
自动化口语评价运用语音识别等技术实现了多种语言口语语音的自动化测试与评价，图5展示了基于移动智能终端和测评云服务的口语学习系统架构，其中声学模型和语言学模型是语音识别的关键。ETS的SpeechRater引擎是英语口语测评方面应用最广泛的测评引擎之一。其测评任务并不限定范围和对象，开放性是其最大特点。该引擎可以用于提高发音可靠性、语法熟练度和交际的流利程度。SpeechRater引擎使用自动语音识别系统处理每个响应，该系统特别适用于母语非英语的学习者。基于该系统的输出，使用自然语言处理和语音处理算法来计算在许多语言维度上定义语音的一组特征，包括流利性、发音、词汇使用、语法复杂性和韵律。然后将这些功能的模型应用于英语口语测评，最终得出分数并提供反馈建议。
对于我国的英语教学来说，言语环境匮乏是当前制约学生英语口语学习的最大障碍，口语评价难度较大且时效性差更加加剧了英语口语教与学的难度。科大讯飞依托语音技术的强劲优势，所开发的听说智能测试系统、英语听说智能考试与教学系统和大学英语四六级口语考试系统可以用于促进英语听说训练和自动化测试与反馈。另外，普通话模拟测试与学习系统和国家普通话智能测试系统在推广普通话及相关考试方面发挥着重要作用。
(三)教育游戏
游戏智能是人工智能研究内容的一部分。运用深度学习技术的AlphaGo大胜人类职业围棋选手，标志着人工智能技术的又一次飞跃。在教育应用领域中，计算机和视频游戏不仅仅提供一种娱乐方式，更能推动玩家在游戏中获得新的知识和技能。教育游戏具有明确、有意义的目标，多个目标结构，评分系统，可调节的难度级别，随机的惊喜元素，以及吸引人的幻想隐喻。教育游戏通过构建充分开放的游戏框架和环境，提供一种观察和认识世界的新视角。益智游戏玩家不仅使用游戏工具解决问题，而且还使用自己的知识和技能。在角色扮演中，玩家必须在恶劣的环境中生存和获得新的知识。在所有这些情况下，对周围空间的详细研究等活动都是对玩家的注意力、耐心、专业知识和逻辑思维的考验与锻炼。例如，芝加哥科学与工业博物馆的网站允许游客玩“生存模式”的游戏[19]。该游戏专为青少年设计，专注于研究在极端情况下发生在人体内的主要身体系统的变化过程。游戏玩家不仅克服了许多障碍，还了解了人体的结构。另外，青少年学会使用鼠标和手写笔学习撰写简单的生存搜索等机器人程序。
(四)教育机器人
教育机器人在教学中的应用越来越普遍。一方面，教育机器人可以培养和发展学生的计算思维能力。越来越多的学校正在引进教育机器人作为创新的学习环境，用于提高和建立学生的高层思维能力，作为提高学生学习动机和抽象概念理解的补充工具，帮助学生解决复杂的问题。另一方面，教育机器人具有多学科性质，提供建设性的学习环境，有助于学生更好地理解科学知识，在科学、技术、工程和数学(STEM)教育方面发挥着重要作用。在STEM教学方面，机器人可以协助教师实现工程和技术概念的真实应用，将现实世界中的科学和数学概念进行具体化，有助于消除科学和数学的抽象性。事实上，各种教育机器人的应用推动了科学、技术、工程和数学在教学的改进，机器人固有的灵活性使其在STEM不同教育场景中的应用取得了成功[20]。此外，使用机器人教学有助于增强批参与者的判性思维，促进团队合作，提高沟通交流能力和创新能力。
三、人工智能教育应用的典型特征与发展趋势
人工智能通过知识表示、计算与理解，可以模拟人类教师实现个性化教学；依托于问题空间理论，实现知识和技能的自动化测量与评价；借助于自然语言处理与语音识别技术，解决文本和口语语音的词法分析、语法判别和语义理解；通过教育游戏和教育机器人，以智能增强的方式赋予“寓教于乐”以新的内涵。进一步深入分析人工智能教育应用的典型特征，并把握其未来发展趋势是推动人工智能教育应用的必要条件。
(一)五大典型特征
人工智能在教育应用中的典型特征突出体现在以下五个方面：
1.智能化
智能化是教育信息化的发展趋势之一。海量数据蕴藏着丰富的价值，在知识表示与推理的基础上，构建算法模型，借助于高性能并行运算可以释放这种价值与能量。未来，在教育领域将会有越来越多支持教与学的智能工具，智慧教学将给学习者带来新的学习体验。在线学习环境将与生活场景无缝融合，人机交互更加便捷智能，泛在学习、终身学习将成为一种新常态。
2.自动化
与人相比，人工智能更擅长记忆、基于规则的推理、逻辑运算等程序化的工作，擅长处理目标确定的事务。而对于主观的东西，如果目标不够明确，则较为困难。如数学、物理、计算机等理工科作业，评价标准客观且容易量化，自动化测评程度较高。随着自然语言处理、文本挖掘等技术的进步，短文本类主观题的自动化测评技术将日益成熟并应用于大规模考试中。教师将从繁重的评价活动中解放出来，从而有精力专注于教学。
3.个性化
基于学习者的个人信息、认知特征、学习记录、位置信息、媒体社交信息等数据库，人工智能程序可以自学习并构建学习者模型，并从不断扩大更新的数据集中调整优化模型参数。针对学习者的个性化需求，实现个性化资源、学习路径、学习服务的推送。这种个性化将越来越呈现出客观、量化等特征。
4.多元化
人工智能涉及多个学科领域，未来的教学内容需要适应其发展需要，如美国已经高度重视STEM学科的学习，我国政府高度重视并鼓励高校扩展和加强人工智能专业教育，形成“人工智能+X”创新专业培养模式。从人才培养的角度分析，学校教育应更强调学生多元能力的综合性发展，以人工智能相关基础学科理论为基础，提供基于真实问题情境的项目实践，侧重激发、培养和提高学生的计算思维、创新思维、元认知等能力。
5.协同化
短期来看，人机协同发展是人工智能推动教育智能化发展的一种趋势。从学习科学的角度分析，学习是学习者根据自己已有的知识去主动构建和理解新知识的过程。对于人工智能来说，新知识是它们所无法理解的，所以这种时候学习者就需要教师的协同、协助和协调。因此在智能学习环境中，教师的参与必不可少，人机协同将是人工智能辅助教学的突出特征。
(二)发展趋势
人工智能在教育中的应用特征为推动人工智能与教育的融合创新发展指明了方向。在当前国家大力发展人工智能的政策引领下，不仅要从本质上认识人工智能的核心要素与驱动力，把握其典型应用特征，还要能够顺应其发展趋势。以数据驱动引领教育信息化发展方向，以深化应用推动教育教学模式变革，以融合创新优化教育服务供给方式，将是人工智能教育应用的未来发展趋势，也是人工智能时代教育发展的鲜明任务和重要机遇。
1.以数据驱动引领教育信息化发展方向
人工智能技术在教育领域的深入应用，推动着信息技术与教育的融合创新发展。纵观人工智能在教育领域的应用发展历程，从早期基于规则的知识表示与推理，到今天基于深度学习的自然语言处理、语音识别与图像识别，“智能”的习得已经由早期的专家赋予演变为机器主动学习获取。除了算法模型的显著改进，作为模型的训练数据集，大数据为人工智能添加了十足的动力燃料。大数据智能以数据驱动和认知计算为核心方法，从大数据中发现知识，进而根据知识做出智能决策。数据已经成为产业界争夺的焦点，数据驱动的智能决策与服务已经成为学术界研究的热点。在教育领域，数据可以解释教育现象，也可以揭示教育规律，并能够预测未来趋势。数据驱动的方法推动着教育研究从经验主义走向数据主义和实证主义。因此，教育数据革命已经到来。数据驱动的人工智能将引领教育信息化发展的新方向。
2.以深化应用推动教育教学模式变革
人工智能在教育领域取得如此大的成就，技术引领是关键。同时，不难看出，人工智能在教育领域的应用具有较强的场景性，也就是说，这种应用是针对教育实践活动中的具体问题而展开的，具有明确的问题空间和目标导向。也因此，这种由应用驱动的技术与教育的融合发展，是技术在教育领域中的一种深入应用。如自动化口语测评中，针对具体的语言语音对象，在语音识别技术的基础上，应用语音测评技术实现对学生口语的自动化评价。人工智能技术在教育领域的深化应用，创设了强感知、高交互、泛在的学习环境，为学生的知识建构活动提供了良好条件，为创新型教学模式的发现和运用提供了空间。
3.以融合创新优化教育服务供给方式
人工智能在教育领域中的应用实现了跨学科、跨领域和跨媒体的融合创新。人工智能与神经科学、认知科学、心理学、数学等相关基础学科的交叉融合，联合推动了教育人工智能技术的发展和应用。同时，人工智能本身的发展，离不开人工智能教育和培训。而这种教育更需要建立于STEM学科融合的基础之上。人工智能与教育两者相辅相成，互相促进。跨领域推理融合了多个领域的数据与知识，奠定了强大的智能基础。跨媒体感知计算以智能感知、场景感知、视听觉感知、多媒体自主学习等理论方法为依托，旨在实现超人感知和高动态、高纬度、多模式分布式大场景感知[21]。人工智能技术与教学内容、教学媒体和知识传播路径的多层次融合，突破了传统教育方式的限制，提供跨学科、跨媒体、跨时空的智能教育服务供给，是建设“人人皆学、处处能学、时时可学”学习型社会的有效途径。
基于上述人工智能在教育中的主要应用与典型特征分析，本文提出如图6所示的人工智能与教育融合发展体系。在大数据和深度学习等技术的重要支撑下，人工智能关键技术的突破，推动了人工智能在教育领域中的多样化应用形态，并提供了更智能的学习服务与体验，呈现出智能化、自动化、个性化、多元化和协同化的特征与趋势。在服务监控与治理的保障下，以政策为引领，牢牢把握“应用驱动”的基本原则，进而展开理论和技术研究，是推动人工智能与教育融合创新发展的重要路径。
四、结束语
本文回顾了人工智能的发展历程，揭示了人工智能的三大内部要素与外部驱动力。结合人工智能技术在教育中的四大具体应用形态，深入分析了人工智能教育应用的五大典型特征，并据此指出其未来的发展趋势，最终将上述内容进行归纳总结，构建了人工智能与教育融合创新发展体系，旨在为我国人工智能与教育的融合发展提供理论指导。
人工智能技术正在推动教育信息化的快速发展。然而，在推进人工智能教育应用的过程中，还有很多具体问题值得探讨，亟待解决。如训练人工智能算法模型需要开放教育大数据，但会涉及到个人隐私暴露等信息安全问题；相关技术在教学与考试中的应用，可能需要政策和制度的同步完善；人工智能在提高教学效率和推动教育公平的同时，是否也会造成数字鸿沟的增大；未来的教师和学生、教育研究、教育管理和规划等该如何适应人工智能带来的诸多变革等。面对全球智能化发展趋势及其挑战，教育必须积极主动地调整自身发展，借助现有技术的优势与潜能，实现服务社会经济发展的功能。
参考文献：
[1]贾积有.国外人工智能教育应用最新热点问题探讨[J].中国电化教育,2010,(7):113-118.
[2]闫志明,唐夏夏,秦旋等.教育人工智能(EAI)的内涵、关键技术与应用趋势——美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志,2017,35(1):26-35.
[3]余明华,冯翔,祝智庭.人工智能视域下机器学习的教育应用与创新探索[J].远程教育杂志,2017,35(3):11-21.
[4]唐烨伟,郭丽婷,解月光,钟绍春.基于教育人工智能支持下的STEM跨学科融合模式研究[J].中国电化教育,2017,(8):46-52.
[5]张剑平,张家华.我国人工智能课程实施的问题与对策[J].中国电化教育,2008,(10):95-98.
[6]吴永和,刘博文,马晓玲.构筑“人工智能+教育”的生态系统[J].远程教育杂志,2017,35(5):27-39.
[7]TheElectronicFrontierFoundation.MeasuringtheProgressofAIResearch[DB/OL].https://www.eff.org/files/AI-progress-metrics.html#Vision,2017-10-15.
[8]李开复,王咏刚.人工智能[M].北京:文化发展出版社,2017.5-25.
[9]FrankChen.AI,DeepLearningandMachineLearning:APrimer[DB/OL].http://a16z.com/2016/06/10/ai-deep-learning-machines,2017-10-15.
[10]HwangGJ,KuoFR,YinPY,etal.AHeuristicAlgorithmforplanningpersonalizedlearningpathsforcontext-awareubiquitouslearning[J].Computers&Education,2010,54(2):404-415.
[11]梁迎丽,梁英豪.基于语音评测的英语口语智能导师系统研究[J].现代教育技术,2012,22(11):82-85.
[12]NkambouR,MizoguchiR,BourdeauJ.AdvancesinIntelligentTutoringSystems[M].Berlin:SpringerHeidelberg,2010.
[13]BoumizaS,BekiarskiA,SouilemD,etal.Developmentofmodelforautomatictutorine-learningenvironmentbasedonstudentreactionsextractionusingfacialrecognition[A].201715thInternationalConferenceonElectricalMachines,DrivesandPowerSystems(ELMA)[C].Sofia:IEEE,2017.488-492.
[14]PetrovicaS,Anohina-NaumecaA,EkenelHK.EmotionRecognitioninAffectiveTutoringSystems:CollectionofGround-truthData[J].ProcediaComputerScience,2017,(104):437-444.
[15]GraesserAC.ConversationswithAutoTutorhelpstudentslearn[J].InternationalJournalofArtificialIntelligenceinEducation,2016,26(1):124-132.
[16]许骏,柳泉波.IT技能测评自动化技术[J].小型微型计算机系统,2001,22(12):1489-1493.
[17]EducationalTestingService.TextEvaluatorCapability[DB/OL].http://www.ets.org/research/topics/as_nlp/educational_applications/,2017-10-15.
[18]BursteinJ.TheE-raterscoringengine:Automatedessayscoringwithnaturallanguageprocessing[A].Mahwah.M.d.shermis&J.c.burstein[C].NJ:LawrenceErlbaumAssociates,2003.113-121.
[19]Chicagomuseumofscience+industry.CodeFred:SurvivalMode[DB/OL].http://www.msichicago.org/experiment/games/code-fred-survival-mode/,2017-10-16.
[20]BenittiFBV,SpolavrN.HowHaveRobotsSupportedSTEMTeaching?[DB/OL].https://www.kukakore.com/robotic-stem-education/,2017-10-15.
[21]PengYX,ZhuWW,ZhaoY,etal.Cross-mediaanalysisandreasoning:advancesanddirections[J].FrontiersofInformationTechnology&ElectronicEngineering,2017,18(1):44-57.
文章来源|文章转自“中国电化教育”微信公众平台，作者系梁迎丽，刘陈，版权归原作者及发布单位所有。
返回搜狐，查看更多
人工智能在中学教育教学中的应用现状分析
但是，从教学一线的现状来看，人工智能课程的教学效果有待提高，人工智能辅助教学的功能体现的不够充分，专家学者对人工智能在中学中的应用研究较为薄弱。因此，为提高中学人工智能课程教学效果和人工智能在教育教学中的深层次应用，该研究从学术期刊与教材两个方面着手，对中学人工智能教学现状、应用现状与研究现状进了分析，其目的在于借鉴学术界已有的研究成果，为中学人工智能课程的开展和人工智能在中学教育中的深层次应用提供理论指导。
研究样本与研究方法
研究样本
学术期刊的选择2001年11月教育部办公厅发布的《普通高中信息技术课程标准》中规定了中学信息技术课程包含信息技术基础必修模块和选修模块。自此，在中学信息技术课程中人工智能成为不可或缺的一部分。
因此，该文基于中国期刊网(CNKI)在《电化教育研究》、《中国电化教育》、《现代教育技术》、《中国医学教育技术》等4种期刊中检索了2002年1月到2012年12月间与人工智能相关的文献。检索时首先以“人工智能”为主题词进行初次搜索，再以人工智能研究领域的关键词(AI、机器人、模式识别、专家系统、神经网络等)进行第二次检索。在搜索结果中首先剔除重复文献、会议报道等无关样本，然后逐篇分析其关键词和摘要，直到确定文章的归属为止。最终确定了68篇文献作为重点研究内容。
教材的选择根据《普通高中课程方案(实验)》的规定，高中信息技术学科被列入技术学习领域，包括一个必修模块和五个选修模块。为增强课程选择的自由度，五个选修模块平行设计，相对独立(如图1所示)。目前，经全国中小学教材审定委员会初审通过的“普通高中信息技术课程标准实验教材”已经有五个出版社的版本:它们分别是“广东教育出版社”、“教育科学出版社”、“中国地图出版社”、“浙江教育出版社”和“上海科技教育出版社”，这五套教材已在全国多个省区实验并推广使用［4］。笔者以目前使用范围较为广泛的广教版必修教材、广教版选修教材和浙教版必修教材为例进行研究。
图1普通高中信息技术课程方案
研究方法
学术期刊的研究方法笔者对上述4种期刊中与人工智能相关的文献进行了定量和定性的分析。首先依据期刊中文献统计的数据，建立数学模型，并用数学模型计算出分析对象的各项指标。然后，依据文献中各对象的数值指标、一线课堂的真实情况以及人工智能研究领域的最新进展对分析对象的性质、特点、发展变化规律做出判断。教材的研究方法笔者就广教版和浙教版高中必修内容《信息技术基础》中人工智能的设置类型和设置比例进行了对比分析，又以广教版高中信息技术选修5《人工智能初步》为例，对目前中学人工智能选修课的内容分布、难易程度、教学模式、实施现状等逐一做了分析。
研究结果分析
从2002年1月到2012年12月，上述4中期刊中与人工智能相关的文献共计68篇，其中与中学教育教学直接相关的有24篇，其分布情况如表1所示。
从期刊文献的发表数量来看，人工智能已经成为教育技术学领域的一个重要研究领域和发展方向。人工智能在中学教育教学中的应用也受到了专家学者的普遍关注。据文献统计数据显示，《中国电化教育》杂志对中学的关注度较高;从作者来看，浙江师范大学的张剑平教授对人工智能的关注度很高;在上述研究样本中，张剑平教授的文献共计有12篇，其中与中学直接相关的有7篇。
从期刊文献的发表时序来看，文献数目呈“凸”字型分布(如图2所示)。人工智能引入教育界时，人们对这一模仿人脑的新型技术充满好奇与期待，在学术界的关注度呈逐年上升趋势。但是，由于对人工智能的研究需要脑神经科学、计算机科学、教育学、心理学等复杂的学科背景，许多专家学者对其研究逐步减弱，因此其发展速度偏低，其关注度在2008年之后呈递减趋势。
根据研究文献的集中趋向，笔者将研究内容划分为五个类目。再根据已确定的研究类目，对研究文献进行了统计分析，其结果如表2所示。
由表2可以看出，研究内容主要集中在人工智能的理论研究、系统研发，人工智能在教育中的应用以及在课程教学中的研究，且分布较为均匀。深入研究发现，在人工智能课程教学研究中以“机器人教学”为主。人工智能教育应用主要集中在高等院校，在中学中的应用较为简单，如Z+Z智能教育软件在数学教学中应用。从人工智能在信息技术课程中的设置情况分析在全国中小学信息技术教育工作会议上，教育部决定从2001年起用5-10年的时间在全国中小学普及信息技术教育。自2002年广东省、山东省、海南省、宁夏回族自治区首批进入新课改以来，我国其他地区也陆续进入了新课改。目前，人工智能的不少研究领域，如自然语言理解、模式识别、机器学习、数据挖掘、智能检索、机器人技术、人工神经网络等都走在了信息技术的前沿，有许多研究成果已经进入人们的日常生活。张剑平2003年1月发表在《电化教育研究》上的《关于人工智能教育的思考》一文中强调:人工智能理论和技术在一定程度上代表着信息技术的前沿，应当在现有的中学信息技术课程体系中增加人工智能课程，以便更全面地培养学生的信息素养。
当前，我国中学使用的信息技术教材存在地域性差异。但基本上关于人工智能的都包含两个部分:一是在信息技术必修教材中与人工智能相关的内容;二是人工智能选修模块。笔者首先就现行高中信息技术必修教材(以广东教育出版社《普通高中课程标准实验教科书信息技术基础》和浙江教育出版社《普通高中课程标准实验教科书信息技术基础》)中人工智能部分在教材中所占的比例和涉及的领域进行了分析研究。其结果如表3所示。
从上述统计结果可以看出，在中学信息技术教育中，人工智能已经成为重要一部分，但是就教学层面而言，只关注了人工智能在信息处理方面的原理和应用。对于人工智能的其他研究领域在必修教材中没有涉及。其次，以广教版选修教材例，分析了选修5《人工智能初步》课程设置情况:目前大部分学校对信息技术的选修模块开设的并不完整，大多只开了选修《多媒体技术应用》。因此，笔者就两个选修模块的教材进行了横向比较，并分析其原因:在信息技术选修5《人工智能初步》中深入介绍了人工智能。教材内容主要包涵了五部分内容:即人工智能初探、知识表示及Prolog语言、专家系统、问题求解、人工智能的回顾与展望。从教材内容的设置来看，充分体现了新课改自主探究的理念。整个教材的设置解读了人工智能是什么、为什么、怎么实现的问题。这不仅使学生能够一脉相承地了解人工智能的总体思路，也为学生在实际的生活和学习中如何解决问题提供了的思路。
选修5和选修2相比较，在以下三个方面存在显著差异，使得选修5在中学的实施广度上低于选修2。第一，师资力量薄弱。尽管从课程内容设置的数量上来看，选修5少于选修2(选修5共五章内容，涉及74个知识点;选修2共8章内容，涉及91个知识点)。但是从难易程度上来看，选修5明显高于选修2。选修2为多媒体技术应用，主要包涵对多媒体的认识以及多媒体作品的采集与加工。随着信息化的飞速发展，这些内容与教师和学生的生活息息相关，这个主题已经不再陌生，技术相对成熟，且简单便于操作，信息技术教师的胜任度高。而由于选修模块的开设时间较短，大多数学校还没有专攻人工智能方向的教师。第二，对硬件的要求高。对于选修2，只需要学校配备普通的多媒体计算机即可。而选修5对计算机的配置要求较高，在第四章第五节中还涉及了机器人相关知识，从某种程度上来说学校还需要购置相应的人工智能设备。可见，选修5对硬件的要求远高于选修2。第三，与必修的相关程度偏低。在必修《信息技术基础》中，与多媒体相关的内容远高于人工智能。因此，学生在多媒体方面的基础高于人工智能。因此，学校在课程开设上对选修2有了倾向性，学生在选课上也对选修2有了倾向性。
从教材的整体设置结构来看，都是以建构主义为基本指导思想，注重学生的实际操作能力。每一小节都设置了活动课，以促进知识的应用能力和创新能力。从文献中分析，与人工智能在中学教学中的教法相关的研究较少。马超［5］等发表在《现代教育技术》2008年第8期上的《高中＜人工智能初步＞教学的三种常用模式》中总结了人工智能在我国高中课堂上的三种常用模式:即“情境化教学模式”、“基于问题的教学模式”、“基于案例的教学模式”。同时指出，“问题探索”是核心，“基于案例”是难点。笔者认为，要真正促进人工智能在中学中的进程，课堂是关键，而教法又是把握住课堂的关键。但是在这一领域的理论研究和实践经验都比较匮乏，需要一线教师的不懈努力，也需要理论与实践的深层次结合。
总结
人工智能技术及其应用的发展已经走过了50余年，它作为信息技术的前沿领域，对社会发展的影响越来越大。在基础教育课程改革的浪潮中，许多国家意识到在基础教育领域开展人工智能教育的必要性，努力把人工智能列入技术类教育的教学内容中。英国早在1999年将人工智能课程作为选修课出现在中学的信息与通信技术(ICT)课程中［6］。我国教育部于2003年4月正式颁布《普通高中技术课程标准(实验)》，首次在信息技术科目中设立了“人工智能初步”选修模块，标志着我国高中人工智能课程的正式起步［7］。但是就目前人工智能课程在我国中
学阶段的开展情况来看不容乐观，人工智能在中学教育教学中的应用体现的还不够充分。因此，想要解决上述问题，需要各级教育行政机构的高度重视，需要专家学者的执着追求，更需要一线教师的积极探索。
参考文献
［1］张剑平．关于人工智能教育的思考［J］．电化教育研究，2003，(1):24-28
［2］史忠植，王文杰．人工智能［M］．北京:国防工业出版社，2007:1
［3］吴战杰，秦健．Agent技术及其在网络教育中的应用研究［J］．电化教育研究，2003，(3):32-36
［4］王海燕，赵彬．中学信息技术教材研究与教学设计［M］．西安:陕西师范大学出版社，2011:2
［5］马超，张义兵，赵庆国．高中《人工智能初步》教学的三种常用模式［J］．现代教育技术，2008，(8):51-53
［6］SQA．NQＲeviewInvestigationＲeport:ComputingandInformation
Systems［EB/OL］．http://www．sqa．org．uk/sqa/28．139．html
［7］教育部．普通高中技术课程标准(实验)［EB/OL］．http://www．ycy．com．cn/Article/kcbz/gz/200608/8543_3．html
|来源：中国医学教育技术
|作者：王斐
|美编：甄宏莉返回搜狐，查看更多