人工智能的创新发展与社会影响
党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明了方向。2018世界人工智能大会9月17日在上海开幕，习总书记致信祝贺并强调指出人工智能发展应用将有力提高经济社会发展智能化水平，有效增强公共服务和城市管理能力。深入学习领会习总书记关于人工智能的一系列重要论述，务实推进我国《新一代人工智能发展规划》，有效规避人工智能“鸿沟”，着力收获人工智能“红利”，对建设世界科技强国、实现“两个一百年”的奋斗目标具有重大战略意义。
一、引言
1956年人工智能（ArtificialIntelligence，简称AI）的概念被正式提出，标志着人工智能学科的诞生，其发展目标是赋予机器类人的感知、学习、思考、决策和行动等能力。经过60多年的发展，人工智能已取得突破性进展，在经济社会各领域开始得到广泛应用并形成引领新一轮产业变革之势，推动人类社会进入智能化时代。美国、日本、德国、英国、法国、俄罗斯等国家都制定了发展人工智能的国家战略，我国也于2017年发布了《新一代人工智能发展规划》，发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏等地政府也相继出台推动人工智能发展的相关政策文件，社会各界对人工智能的重大战略意义已形成广泛共识。
跟其他高科技一样，人工智能也是一把双刃剑。如何认识人工智能的社会影响，也有“天使派”和“魔鬼派”之分。“天使派”认为，人工智能领域的科技创新和成果应用取得重大突破，有望引领第四次工业革命，对社会、经济、军事等领域将产生变革性影响，在制造、交通、教育、医疗、服务等方面可以造福人类；“魔鬼派”认为，人工智能是人类的重大威胁，比核武器还危险，有可能引发第三次世界大战。2018年2月，牛津大学、剑桥大学和OpenAI公司等14家机构共同发布题为《人工智能的恶意使用：预测、预防和缓解》的报告，指出人工智能可能给人类社会带来数字安全、物理安全和政治安全等潜在威胁，并给出了一些建议来减少风险。
总体上看，已过花甲之年的人工智能当前的发展具有“四新”特征：以深度学习为代表的人工智能核心技术取得新突破、“智能+”模式的普适应用为经济社会发展注入新动能、人工智能成为世界各国竞相战略布局的新高地、人工智能的广泛应用给人类社会带来法律法规、道德伦理、社会治理等方面一系列的新挑战。因此人工智能这个机遇与挑战并存的新课题引起了全球范围内的广泛关注和高度重视。虽然人工智能未来的创新发展还存在不确定性，但是大家普遍认可人工智能的蓬勃兴起将带来新的社会文明，将推动产业变革，将深刻改变人们的生产生活方式，将是一场影响深远的科技革命。
为了客观认识人工智能的本质内涵和创新发展，本报告在简要介绍人工智能基本概念与发展历程的基础上，着重分析探讨人工智能的发展现状和未来趋势，试图揭示人工智能的真实面貌。很显然，在当下人工智能蓬勃发展的历史浪潮中如何选择中国路径特别值得我们深入思考和探讨。因此，本报告最后就我国人工智能发展态势、存在问题和对策建议也进行了阐述。
二、人工智能的发展历程与启示
1956年夏，麦卡锡（JohnMcCarthy）、明斯基（MarvinMinsky）、罗切斯特（NathanielRochester）和香农（ClaudeShannon）等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能”这一概念，标志着人工智能学科的诞生。人工智能的目标是模拟、延伸和扩展人类智能，探寻智能本质，发展类人智能机器。人工智能充满未知的探索道路曲折起伏，如何描述1956年以来60余年的人工智能发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能60余年的发展历程划分为以下6个阶段：
一是起步发展期：1956年-20世纪60年代初。人工智能概念在1956年首次被提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序、LISP表处理语言等，掀起了人工智能发展的第一个高潮。
二是反思发展期：60年代-70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入了低谷。
三是应用发展期：70年代初-80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入了应用发展的新高潮。
四是低迷发展期：80年代中-90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
五是稳步发展期：90年代中-2010年。由于网络技术特别是互联网技术的发展，信息与数据的汇聚不断加速，互联网应用的不断普及加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年IBM深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念，这些都是这一时期的标志性事件。
六是蓬勃发展期：2011年-至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器（GraphicsProcessingUnit，简称GPU）等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越科学与应用之间的“技术鸿沟”，图像分类、语音识别、知识问答、人机对弈、无人驾驶等具有广阔应用前景的人工智能技术突破了从“不能用、不好用”到“可以用”的技术瓶颈，人工智能发展进入爆发式增长的新高潮。
通过总结人工智能发展历程中的经验和教训，我们可以得到以下启示：
（一）尊重学科发展规律是推动学科健康发展的前提。科学技术的发展有其自身的规律，顺其者昌，违其者衰。人工智能学科发展需要基础理论、数据资源、计算平台、应用场景的协同驱动，当条件不具备时很难实现重大突破。
（二）基础研究是学科可持续发展的基石。加拿大多伦多大学杰弗里·辛顿（GeoffreyHinton）教授坚持研究深度神经网络30年，奠定人工智能蓬勃发展的重要理论基础。谷歌的DeepMind团队长期深入研究神经科学启发的人工智能等基础问题，取得了阿尔法狗等一系列重大成果。
（三）应用需求是科技创新的不竭之源。引领学科发展的动力主要来自于科学和需求的双轮驱动。人工智能发展的驱动力除了知识与技术体系内在矛盾外，贴近应用、解决用户需求是创新的最大源泉与动力。比如专家系统人工智能实现了从理论研究走向实际应用的突破，近些年来安防监控、身份识别、无人驾驶、互联网和物联网大数据分析等实际应用需求带动了人工智能的技术突破。
（四）学科交叉是创新突破的“捷径”。人工智能研究涉及信息科学、脑科学、心理科学等，上世纪50年代人工智能的出现本身就是学科交叉的结果。特别是脑认知科学与人工智能的成功结合，带来了人工智能神经网络几十年的持久发展。智能本源、意识本质等一些基本科学问题正在孕育重大突破，对人工智能学科发展具有重要促进作用。
（五）宽容失败应是支持创新的题中应有之义。任何学科的发展都不可能一帆风顺，任何创新目标的实现都不会一蹴而就。人工智能60余载的发展生动地诠释了一门学科创新发展起伏曲折的历程。可以说没有过去发展历程中的“寒冬”就没有今天人工智能发展新的春天。
（六）实事求是设定发展目标是制定学科发展规划的基本原则。达到全方位类人水平的机器智能是人工智能学科宏伟的终极目标，但是需要根据科技和经济社会发展水平来设定合理的阶段性研究目标，否则会有挫败感从而影响学科发展，人工智能发展过程中的几次低谷皆因不切实际的发展目标所致。
三、人工智能的发展现状与影响
人工智能经过60多年的发展，理论、技术和应用都取得了重要突破，已成为推动新一轮科技和产业革命的驱动力，深刻影响世界经济、政治、军事和社会发展，日益得到各国政府、产业界和学术界的高度关注。从技术维度来看，人工智能技术突破集中在专用智能，但是通用智能发展水平仍处于起步阶段；从产业维度来看，人工智能创新创业如火如荼，技术和商业生态已见雏形；从社会维度来看，世界主要国家纷纷将人工智能上升为国家战略，人工智能社会影响日益凸显。
（一）专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定领域的人工智能技术（即专用人工智能）由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，因此形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域，统计学习是专用人工智能走向实用的理论基础。深度学习、强化学习、对抗学习等统计机器学习理论在计算机视觉、语音识别、自然语言理解、人机博弈等方面取得成功应用。例如，阿尔法狗在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，语音识别系统5.1%的错误率比肩专业速记员，人工智能系统诊断皮肤癌达到专业医生水平，等等。
（二）通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。虽然包括图像识别、语音识别、自动驾驶等在内的专用人工智能领域已取得突破性进展，但是通用智能系统的研究与应用仍然是任重而道远，人工智能总体发展水平仍处于起步阶段。美国国防高级研究计划局（DefenseAdvancedResearchProjectsAgency，简称DARPA）把人工智能发展分为三个阶段：规则智能、统计智能和自主智能，认为当前国际主流人工智能水平仍然处于第二阶段，核心技术依赖于深度学习、强化学习、对抗学习等统计机器学习，AI系统在信息感知（Perceiving）、机器学习（Learning）等智能水平维度进步显著，但是在概念抽象（Abstracting）和推理决策（Reasoning）等方面能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。
（三）人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，在其2017年的年度开发者大会上，谷歌明确提出发展战略从“MobileFirst”（移动优先）转向“AIFirst”（AI优先）；微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿，麦肯锡报告2016年全球人工智能研发投入超300亿美元并处于高速增长，全球知名风投调研机构CBInsights报告显示2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。
（四）创新生态布局成为人工智能产业发展的战略高地。信息技术（IT）和产业的发展史就是新老IT巨头抢滩布局IT创新生态的更替史。例如，传统信息产业IT（InformationTechnology）代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网IT（InternetTechnology）代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等，目前智能科技IT（IntelligentTechnology）的产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动AI技术生态的研发布局，全力抢占人工智能相关产业的制高点。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理GPU服务器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。在技术生态方面，人工智能算法、数据、图形处理器（GraphicsProcessingUnit，简称GPU）/张量处理器（TensorProcessingUnit，简称TPU）/神经网络处理器（NeuralnetworkProcessingUnit，NPU）计算、运行/编译/管理等基础软件已有大量开源资源，例如谷歌的TensorFlow第二代人工智能学习系统、脸书的PyTorch深度学习框架、微软的DMTK分布式学习工具包、IBM的SystemML开源机器学习系统等；此外谷歌、IBM、英伟达、英特尔、苹果、华为、中国科学院等积极布局人工智能领域的计算芯片。在人工智能商业和应用生态布局方面，“智能+X”成为创新范式，例如“智能+制造”、“智能+医疗”、“智能+安防”等，人工智能技术向创新性的消费场景和不同行业快速渗透融合并重塑整个社会发展，这是人工智能作为第四次技术革命关键驱动力的最主要表现方式。人工智能商业生态竞争进入白热化，例如智能驾驶汽车领域的参与者既有通用、福特、奔驰、丰田等传统龙头车企，又有互联网造车者如谷歌、特斯拉、优步、苹果、百度等新贵。
（五）人工智能上升为世界主要国家的重大发展战略。人工智能正在成为新一轮产业变革的引擎，必将深刻影响国际产业竞争格局和一个国家的国际竞争力。世界主要发达国家纷纷把发展人工智能作为提升国际竞争力、维护国家安全的重大战略，加紧积极谋划政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。无论是德国的“工业4.0”、美国的“工业互联网”、日本的“超智能社会”、还是我国的“中国制造2025”等重大国家战略，人工智能都是其中的核心关键技术。2017年7月，国务院发布了《新一代人工智能发展规划》，开启了我国人工智能快速创新发展的新征程。
（六）人工智能的社会影响日益凸显。人工智能的社会影响是多元的，既有拉动经济、服务民生、造福社会的正面效应，又可能出现安全失控、法律失准、道德失范、伦理失常、隐私失密等社会问题，以及利用人工智能热点进行投机炒作从而存在泡沫风险。首先，人工智能作为新一轮科技革命和产业变革的核心力量，促进社会生产力的整体跃升，推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域发展积极正面影响。与此同时，我们也要看到人工智能引发的法律、伦理等问题日益凸显，对当下的社会秩序及公共管理体制带来了前所未有的新挑战。例如，2016年欧盟委员会法律事务委员会提交一项将最先进的自动化机器人身份定位为“电子人（electronicpersons）”的动议，2017年沙特阿拉伯授予机器人“索菲亚”公民身份，这些显然冲击了传统的民事主体制度。那么，是否应该赋予人工智能系统法律主体资格？另外在人工智能新时代，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题都需要我们从法律法规、道德伦理、社会管理等多个角度提供解决方案。
由于人工智能与人类智能密切关联且应用前景广阔、专业性很强，容易造成人们的误解，也带来了不少炒作。例如，有些人错误地认为人工智能就是机器学习（深度学习），人工智能与人类智能是零和博弈，人工智能已经达到5岁小孩的水平，人工智能系统的智能水平即将全面超越人类水平，30年内机器人将统治世界，人类将成为人工智能的奴隶，等等。这些错误认识会给人工智能的发展带来不利影响。还有不少人对人工智能预期过高，以为通用智能很快就能实现，只要给机器人发指令就可以干任何事。另外，有意炒作并通过包装人工智能概念来谋取不当利益的现象时有发生。因此，我们有义务向社会大众普及人工智能知识，引导政府、企业和广大民众科学客观地认识和了解人工智能。
四、人工智能的发展趋势与展望
人工智能经过六十多年的发展突破了算法、算力和算料（数据）等“三算”方面的制约因素，拓展了互联网、物联网等广阔应用场景，开始进入蓬勃发展的黄金时期。从技术维度看，当前人工智能处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有数据、能耗、泛化、可解释性、可靠性、安全性等诸多瓶颈，创新发展空间巨大，从专用到通用智能，从机器智能到人机智能融合，从“人工+智能”到自主智能，后深度学习的新理论体系正在酝酿；从产业和社会发展维度看，人工智能通过对经济和社会各领域渗透融合实现生产力和生产关系的变革，带动人类社会迈向新的文明，人类命运共同体将形成保障人工智能技术安全、可控、可靠发展的理性机制。总体而言，人工智能的春天刚刚开始，创新空间巨大，应用前景广阔。
（一）从专用智能到通用智能。如何实现从狭义或专用人工智能（也称弱人工智能，具备单一领域智能）向通用人工智能（也称强人工智能，具备多领域智能）的跨越式发展，既是下一代人工智能发展的必然趋势，也是国际研究与应用领域的挑战问题。2016年10月美国国家科学技术委员会发布了《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。DeepMind创始人戴密斯·哈萨比斯（DemisHassabis）提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年7月成立了通用人工智能实验室，100多位感知、学习、推理、自然语言理解等方面的科学家参与其中。
（二）从人工智能到人机混合智能。人工智能的一个重要研究方向就是借鉴脑科学和认知科学的研究成果，研究从智能产生机理和本质出发的新型智能计算模型与方法，实现具有脑神经信息处理机制和类人智能行为与智能水平的智能系统。在美国、欧盟、日本等国家和地区纷纷启动的脑计划中，类脑智能已成为核心目标之一。英国工程与自然科学研究理事会EPSRC发布并启动了类脑智能研究计划。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。人机混合智能得到了我国新一代人工智能规划、美国脑计划、脸书（脑机语音文本界面）、特斯拉汽车创始人埃隆·马斯克（人脑芯片嵌入和脑机接口）等的高度关注。
（三）从“人工+智能”到自主智能系统。当前人工智能的研究集中在深度学习，但是深度学习的局限是需要大量人工干预：人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据（非常费时费力）、用户需要人工适配智能系统等。因此已有科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类AI”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低AI人员成本。
（四）人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、材料等传统科学的发展。例如，2018年美国麻省理工学院启动的“智能探究计划”（MITIntelligenceQuest）就联合了五大学院进行协同攻关。
（五）人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来十年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，在现有基础上能够提高劳动生产率40%；美、日、英、德、法等12个发达国家（现占全球经济总量的一半）到2035年，年经济增长率平均可以翻一番。2018年麦肯锡的研究报告表明到2030年人工智能新增经济规模将达到13万亿美元。
（六）人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出未来五年人工智能提升各行业运转效率，其中教育业提升82%，零售业71%，制造业64%，金融业58%。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。
（七）人工智能领域的国际竞争将日趋激烈。“未来谁率先掌握人工智能，谁就能称霸世界”。2018年4月，欧盟委员会计划2018-2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略》重点推动物联网建设和人工智能的应用。世界军事强国已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即提出谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。
（八）人工智能的社会学将提上议程。水能载舟，亦能覆舟。任何高科技也都是一把双刃剑。随着人工智能的深入发展和应用的不断普及，其社会影响日益明显。人工智能应用得当、把握有度、管理规范，就能有效控制负面风险。为了确保人工智能的健康可持续发展并确保人工智能的发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，深入分析人工智能对未来经济社会发展的可能影响，制定完善的人工智能法律法规，规避可能风险，确保人工智能的正面效应。2017年9月，联合国犯罪和司法研究所(UNICRI)决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。2018年4月，欧洲25个国家签署了《人工智能合作宣言》，从国家战略合作层面来推动人工智能发展，确保欧洲人工智能研发的竞争力，共同面对人工智能在社会、经济、伦理及法律等方面的机遇和挑战。
五、我国人工智能的发展态势与思考
我国当前人工智能发展的总体态势良好。中国信通院联合高德纳咨询公司（Gartner）于2018年9月发布的《2018世界人工智能产业发展蓝皮书》报告统计，我国（不含港澳台地区）人工智能企业总数位列全球第二（1040家），仅次于美国（2039家）。在人工智能总体水平和应用方面，我国也处于国际前列，发展潜力巨大，有望率先突破成为全球领跑者。但是我们也要清醒地看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。
一是高度重视。党和国家高度重视并大力发展人工智能。党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明方向。2016年7月习总书记明确指出，人工智能技术的发展将深刻改变人类社会生活，改变世界，应抓住机遇，在这一高技术领域抢占先机。在党的十九大报告中，习总书记强调“要推动互联网、大数据、人工智能和实体经济深度融合”。在2018年两院院士大会上，习总书记再次强调要“推进互联网、大数据、人工智能同实体经济深度融合，做大做强数字经济”。在2017年和2018年的《政府工作报告》中，李克强总理都提到了要加强新一代人工智能发展。2017年7月，国务院发布了《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动，人工智能将成为今后一段时期的国家重大战略。发改委、工信部、科技部、教育部、中央网信办等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
二是态势喜人。根据2017年爱思唯尔（Elsevier）文献数据库SCOPUS统计结果，我国在人工智能领域发表的论文数量已居世界第一。从2012年开始，我国在人工智能领域新增专利数量已经开始超越美国。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成全球人工智能投融资规模最大国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。近两年，清华大学、北京大学、中国科学院大学、浙江大学、上海交通大学、南京大学等高校纷纷成立人工智能学院。2015年开始的中国人工智能大会（CCAI）已连续成功召开四届、规模不断扩大，人工智能领域的教育、科研与学术活动层出不穷。
三是差距不小。我国人工智能在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在较大差距。英国牛津大学2018年的一项研究报告指出中国的人工智能发展能力大致为美国的一半水平。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，存在“头重脚轻”的不均衡现象。在Top700全球AI人才中，中国虽然名列第二，但入选人数远远低于占一半数量的美国。据领英《全球AI领域人才报告》统计，截至2017年一季度全球人工智能领域专业技术人才数量超过190万，其中美国超过85万，我国仅超过5万人，排名全球第7位。2018年市场研究顾问公司CompassIntelligence对全球100多家AI计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国制定完善人工智能相关法律法规的进程需要加快，对可能产生的社会影响还缺少深度分析。
四是前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。
人类社会已开始迈入智能化时代，人工智能引领社会发展是大势所趋，不可逆转。经历六十余年积累后，人工智能开始进入爆发式增长的红利期。伴随着人工智能自身的创新发展和向经济社会的全面渗透，这个红利期将持续相当长的时期。现在是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧需要深入思考。
（一）树立理性务实的发展理念。围棋人机大战中阿尔法狗战胜李世石后，社会大众误以为人工智能已经无所不能，一些地方政府、社会企业、风险资金因此不切实际一窝蜂发展人工智能产业，一些别有用心的机构则有意炒作并通过包装人工智能概念来谋取不当利益。这种“一拥而上、一哄而散”的跟风行为不利于人工智能的健康可持续发展。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。根据高德纳咨询公司发布的技术发展曲线，当前智能机器人、认知专家顾问、机器学习、自动驾驶等人工智能热门技术与领域正处于期望膨胀期，但是通用人工智能及人工智能的整体发展仍处于初步阶段，人工智能还有很多“不能”，实现机器在任意现实环境的自主智能和通用智能仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此发展人工智能不能以短期牟利为目的，要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，并务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。
（二）加强基础扎实的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。在此发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。根据2017年爱思唯尔文献数据库SCOPUS统计结果，尽管我国在人工智能领域发表的论文数量已经排名世界第一，但加权引文影响力则只排名34位。为了客观评价我国在人工智能基础研究方面的整体实力，我们搜索了SCI期刊、神经信息处理系统大会（ConferenceonNeuralInformationProcessingSystems，简称NIPS）等主流人工智能学术会议关于通用智能、深度学习、类脑智能、脑智融合、人机博弈等关键词的论文统计情况，可以清楚看到在人工智能前沿方向中国与美国相比基础实力存在巨大差距：在高质量论文数量方面（按中科院划定的SCI一区论文标准统计），美国是中国的5.34倍（1325:248）；在人才储备方面（SCI论文通讯作者），美国是中国的2.12倍（4804:2267）。
我国应对标国际最高水平，建设面向未来的人工智能基础科学研究中心，重点发展原创性、基础性、前瞻性、突破性的人工智能科学。应该鼓励科研人员瞄准人工智能学科前沿方向开展引领性原创科学研究，通过人工智能与脑认知、神经科学、心理学等学科的交叉融合，重点聚焦人工智能领域的重大基础性科学问题，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。
（三）构建自主可控的创新生态。美国谷歌、IBM、微软、脸书等企业在AI芯片、服务器、操作系统、开源算法、云服务、无人驾驶等方面积极构建创新生态、抢占创新高地，已经在国际人工智能产业格局中占据先机。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。美国对中兴通讯发禁令一事充分说明自主可控“核高基”技术的重要性，我国应该吸取在核心电子器件、高端通用芯片及基础软件方面依赖进口的教训，避免重蹈覆辙，着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如军民融合、产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。
另外，我们需要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过标准实施加速人工智能驱动经济社会转型升级的进程。
（四）建立协同高效的创新体系。我国经济社会转型升级对人工智能有重大需求，但是单一的创新主体很难实现政策、市场、技术、应用等方面的全面突破。目前我国学术界、产业界、行业部门在人工智能发展方面各自为政的倾向比较明显，数据资源开放共享不够，缺少对行业资源的有效整合。相比而言，美国已经形成了全社会、全场景、全生态协同互动的人工智能协同创新体系，军民融合和产学研结合都做得很好。我国应在体制机制方面进一步改革创新，建立“军、政、产、学、研、用”一体的人工智能协同创新体系。例如，国家进行顶层设计和战略规划，举全国优势力量设立军事智能的研发和应用平台，提供“人工智能+X”行业融合、打破行业壁垒和行政障碍的激励政策；科技龙头企业引领技术创新生态建设，突破人工智能的重大技术瓶颈；高校科研机构进行人才培养和原始创新，着力构建公共数据资源与技术平台，共同建设若干标杆性的应用创新场景，推动成熟人工智能技术在城市、医疗、金融、文化、农业、交通、能源、物流、制造、安全、服务、教育等领域的深度应用，建设低成本高效益广范围的普惠型智能社会。
（五）加快创新人才的教育培养。发展人工智能关键在人才，中高端人才短缺已经成为我国人工智能做大做强的主要瓶颈。另外，我国社会大众的人工智能科技素养也需要进一步提升，每一个人都需要去适应人工智能时代的科技浪潮。在加强人工智能领军人才培养引进的同时，要面向技术创新和产业发展多层次培养人工智能创新创业人才。《新一代人工智能发展规划》提出逐步开展全民智能教育项目，在中小学阶段设置人工智能课程。目前人工智能科普活动受到各地学校的欢迎，但是缺少通俗易懂的高质量人工智能科普教材、寓教于乐的实验设备和器材、开放共享的教学互动资源平台。国家相关部门应高度重视人工智能教育领域的基础性工作，增加投入，组织优势力量，加强高水平人工智能教育内容和资源平台建设，加快人工智能专业的教学师资培训，从教材、教具、教师等多个环节全面保障我国人工智能教育工作的开展。
（六）推动共担共享的全球治理。人工智能将重塑全球政治和经济格局，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能将进一步拉大发达国家和发展中国家的生产力发展水平差距。美国、日本、德国等通过人工智能和机器人的技术突破和广泛应用弥补他们的人力成本劣势，希望制造业从新兴国家回流发达国家。目前看，我国是发展中国家阵容中唯一有望成为全球人工智能竞争中的领跑者，应采取不同于一些国家的“经济垄断主义、技术保护主义、贸易霸凌主义”路线，尽快布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合国家“一带一路”战略，向亚洲、非洲、南美等经济欠发达地区输出高水平、低成本的“中国智造”成果、提供人工智能时代的中国方案，为让人工智能时代的“智能红利”普惠人类命运共同体做出中国贡献！
（七）制定科学合理的法律法规。要想实实在在收获人工智能带来的红利，首先应保证其安全、可控、可靠发展。美国和欧洲等发达国家和地区十分重视人工智能领域的法律法规问题。美国白宫多次组织这方面的研讨会、咨询会；特斯拉等产业巨头牵头成立OpenAI等机构，旨在以有利于整个人类的方式促进和发展友好的人工智能；科研人员自发签署23条“阿西洛马人工智能原则”，意图在规范人工智能科研及应用等方面抢占先机。我国在人工智能领域的法律法规制定及风险管控方面相对滞后，这种滞后局面与我国现阶段人工智能发展的整体形势不相适应，并可能成为我国人工智能下一步创新发展的一大掣肘。因此，有必要大力加强人工智能领域的立法研究，制定相应的法律法规，建立健全公开透明的人工智能监管体系，构建人工智能创新发展的良好法规环境。
（八）加强和鼓励人工智能社会学研究。人工智能的社会影响将是深远的、全方位的。我们当未雨绸缪，从国家安全、社会治理、就业结构、伦理道德、隐私保护等多个维度系统深入研究人工智能可能的影响，制定合理可行的应对措施，确保人工智能的正面效应。应大力加强人工智能领域的科普工作，打造科技与伦理的高效对话机制和沟通平台，消除社会大众对人工智能的误解与恐慌，为人工智能的发展营造理性务实、积极健康的社会氛围。
六、结束语
人工智能经过60多年的发展，进入了创新突破的战略机遇期和产业应用的红利收获期，必将对生产力和产业结构以及国际格局产生革命性影响，并推动人类进入普惠型智能社会。但是，我们需要清醒看到通用人工智能及人工智能的整体发展仍处于初级阶段，人工智能不是万能，人工智能还有很多“不能”。我们应当采取理性务实的发展路径，扎实推进基础研究、技术生态、人才培养、法律规范等方面的工作，在开放中创新，在创新中发展，全速跑赢智能时代，着力建设人工智能科技强国！
（主讲人系中国科学院院士）
人工智能时代教育评价改革:契机、挑战与路径选择
龙海涛华南师范大学摘要：人类社会即将迈入人工智能时代。人工智能等新一代信息技术作为新一轮产业变革的核心驱动力正催生重构教育新生态，为新时代教育评价改革带来了新的挑战和机遇。以人工智能时代背景为切入点，探究新时代我国教育评价改革发展的新路径，重点阐述人工智能等新一代信息技术将如何驱动教育领域的深刻变革，分析面向人工智能时代教育评价面临的主要问题，探讨人工智能等新一代信息技术将如何助力教育评价体系创新，尝试提出教育评价体系变革的创新路径，以期为加快构建新时代教育评价体系和建设高质量教育体系提供思路。
关键词：人工智能;教育评价改革;形成性评价;增值性评价;多元评价;
2020年10月，中共中央、国务院印发的《深化新时代教育评价改革总体方案》（以下简称《总体方案》）提出要充分利用信息技术，提高教育评价的科学性、专业性、客观性，鼓励并支持评价工具、手段、方法的智能和创新，为新时代教育评价改革指明了方向。
人类社会正处于从信息时代向智能时代迈进的关口期，人工智能等新一代信息技术正在引发人类社会新的变革，深刻改变人类生产生活模式和思维学习方式，是“经济发展新引擎”和“社会发展加速器”。人工智能等新一代信息技术融入教育行业，必将对教育理念、教育体系、教育模式、教育评价和教育生态产生变革性影响。人工智能等新一代信息技术与教育的融合发展对于推进教育均衡、促进教育公平、优化教育结构、完善教育治理、提升教育质量、实现素质教育和终身学习等方面具有重要作用，为教育高质量发展带来新的契机。
教育评价事关教育发展方向，具有重要导向作用：一方面，在人工智能时代，教育对未来人才的培养目标将发生根本性改变，教育评价“指挥棒”必须转向；另一方面，人工智能等新一代信息技术的快速发展，为教育评价提供了全新的技术、手段和方法，为构建科学合理、符合时代新要求的教育评价体系提供了可能，一直以来倡导的因材施教将能真正得以实现。本文尝试以人工智能的时代属性为切入点，对我国教育评价体系改革进行探讨，以期为新时代教育改革与发展提供参考。
1契机：人工智能驱动未来教育发生系统性变革
人工智能等新一代信息技术作为第四次工业革命的强大引擎，已成为21世纪教育改革与创新发展强大的技术杠杆和战略制高点，将给教育带来根本性、全方位的影响与变化。教育将突破原有的概念与内涵，开辟和拓展到一个全新的更为广阔的领域和价值空间。人工智能将催生重构教育新生态，激发出新的教学和学习方式，也为未来教与学带来了多种可能，以往的教育理念与人才培养目标、教育内容与人才培养体系、教育资源与人才培养环境、教育方法与人才培养方式都将发生颠覆性的变革。
1.1人工智能时代的教育理念与人才培养目标教育理念是教育主体对教育及其现象进行思维的概念或观念的形成物，是教育主体在教学实践及教育思维活动中形成的对“教育应然”的理性认识和主观要求。教育理念是时代性的产物，具有鲜明的时代特征。当今世界正从二元空间（人类社会空间和物理空间）转向三元空间（人类社会空间、物理空间和信息空间）[5]。以人工智能为代表的新一代信息技术深刻改变着人类的思维、生产、生活、行为、交往和学习方式，改变着社会各行各业对知识、技能、能力和素质的要求，对人们的信息素养、数据素养、科技素养、创新素养、社交素养和艺术素养等提出更高的期望，原有的教育理念和人才培养目标无法支撑人工智能时代对人才的根本需求。
在人工智能时代，教育与简单的知识和技能培训画等号的时代已成为过去，新一代信息技术拓展和延伸了传统教育的边界，教育由被动接受的填鸭式学习向高阶认知能力和创新精神等核心素养的培养转变。教育的使命不再仅仅是传授已有的知识和信息，而是更为强调对人全面发展的培养，知识观也由以往的知识传承转向为强调知识的生产和创新。人才培养目标转向重点培养学生面向人工智能时代的全新的学习、生活、思考方式和态度，重点培养学生的终身自主学习素养、数字胜任力素养、思维心理素养和协同交互素养。学生的批判性思维能力、协作沟通能力、创新能力和人机互动能力将比传统意义上的读、写、记、算能力更为重要，学生宽阔的学科视野和解决复杂问题的能力以及高超的人机互动能力将成为人工智能时代的关键竞争力。学生将从学习知识转变为学习能力，主要包括自主学习的能力、提出问题的能力、人际交往的能力、创新思维的能力和谋划未来的能力等。学习者更多的是学习如何从开放的知识和信息库中筛选和挖掘出新的知识和应用，通过已有知识和信息去学习和创新知识。
与此同时，我们应该认识到，人工智能等信息技术是手段，不是目的，不能代替人类的思维，不能代替人类学习，不可能改变教育原有的本质。教育的本质仍然是传承弘扬文化、创造新知识、促进人的全面发展和推动社会进步，立德树人依然是教育的根本目的。人工智能不仅仅是对教育的颠覆和冲击，更多的是对教育发展的促进和创新，给教育领域带来了前所未有的发展契机。人工智能等信息技术对教育的赋能应用进一步打破了教育界限，人工智能让教育真正成为共同体。
1.2人工智能时代的教育内容与人才培养体系教育理念和人才培养目标的改变必然会带动教育内容变革，人工智能类的课程将直接成为重要的教育内容。事实上，早在20世纪80年代，人工智能类信息课程就在英国中小学的信息与通讯技术课程（ICT）中出现。2013年，英国将ICT课程修订为计算（computing）课程，以加强信息意识、计算思维和人文素质的培养。2014年，英国又将编程作为5～16岁学生的必修课写进国家教育大纲。2015年，美国通过“每个学生都成功法案”（EveryStudentSucceedsAct）开启计算机科学教育改革，要求在基础教育阶段（K-12）强化以人工智能为重要组成部分的计算机科学教育。我国中小学人工智能教育始于2003年4月《普通高中技术课程标准（实验）》的颁布。经过十几年的发展，中小学各阶段信息技术课程中都设有人工智能模块。在高等教育领域，2018年全国高校新增本科专业中带有“智能”二字的就多达235个，人工智能教育进入迅猛发展阶段。
人工智能正在倒逼人才培养体系的改革与创新，以适应人工智能时代对人才培养的需求。在人工智能时代，知识的生产、流动、扩散、转化、更新和再生产的速度显著加快，现有的人才培养体系难以满足人工智能时代对人才培养的要求，难以适应新时期学习者的学习诉求，难以跟上科学技术的发展步伐。人才培养将从现在的以教师为中心转变为以学生为中心，从以专业知识教育为主转变为以通识教育为基础、通识教育和专业知识教育相结合，从以课堂教学为主转变为以课外自主学习为主、课堂内外教学和学习相结合。
人工智能等新一代信息技术促使学习跨越学科边界，促进跨学科学习。跨学科学习就是围绕一个学习主题构建相互衔接渗透融合的跨学科课程体系，将不同学科联系起来，形成有机整体，而非不同学科的简单叠加。跨学科学习突破学科之间原有的界限和限制，促进多个学科、多个专业知识体系的理念、视角、方法和技术的相互交叉融合，旨在培养学习者的综合实践能力、跨学科思维习惯和创新精神。例如，STSE教育主要涵盖科学、技术、社会和环境，倡导在发展科技、促进生产的同时，强化环境教育，STEM教育则融合了科学、技术、工程与数学等学科。
1.3人工智能时代的教育资源与人才培养环境信息技术驱动新型教育生态的重塑。“生态”一词源于古希腊语的Oikos，指住处、定居地或环境，也指生物在自然环境下的生存状况及其与周边环境的关系。教育生态指教育的结构系统，包含教育发生过程中的相关要素及各个要素之间的相互关系。人工智能等新一代信息技术将彻底改变现有教育的时空场景和供给水平，推动教育组织和供给方式彻底变革，进而构建出一种新的更为灵活、开放、多元、个性、跨时空、终身的新型教育生态体系，真正实现教育的人机协同、因材施教和素质教育，促进实现人的全面发展。
新一代信息技术渗入到教学、学习、研究、评价、监控、管理、生活和文化等各个方面，通过打造智慧教室、智慧课堂、智慧学习活动、智慧教学资源、智慧校园管理、智慧校园服务，形成智慧校园和智慧城市，驱动教育教学环境由网络化、数字化向智能化迈进。教育机器人将增强或延伸教师的表达能力、知识加工能力和沟通能力，形成一种新型的教学形态。人工智能等新一代信息技术能促进教学资源智能化进化、智能化检索和智能化推送，根据学习者的学习需求、学习路径和检索痕迹，智能化向其推送学习资源和学习支持，过滤无关信息，减轻认知负荷。远程协作和同步课堂等能促进跨学校、跨区域、跨国别的协同学习，向世界各地提供优质教育资源，有助于解决教育不均衡问题。
新一代信息技术促进无边界学习，让学生与所有学习者处于教育教学活动中心，凸显学习者的主体地位，形成相互融通的学习场景。无边界学习就是打破传统教育设定的各种边界，打破学习的时空限制，打破现有知识、学科、课程与课堂教学之间的藩篱，打破学习者身份、背景、年龄的界限，打破物理现实空间与网络虚拟世界之间的壁垒，强调教育的互动性和知识经验的分享交流，以及创新在教育中的价值，实现教育的个性化和定制化。
1.4人工智能时代的教育方法与人才培养方式信息技术也驱动教与学全过程的变革，教育方法与人才培养方式将发生根本性变化。人工智能等新一代信息技术的渗透完全改变了传统教学过程中以教师授课、学生听课为中心的单一组织结构模式，改变了教师为知识传递者的角色定位，教师成为教学活动的设计者、学生活动的合作者、学生获取知识的引导者。在智慧化教学环境当中，教与学的模式及师生之间的交互方式等教学因素均发生根本性变化，师生地位被重新定位，机器在教与学过程中的作用更为突出，教师、学生和机器构成智能教与学过程中的三元教学主体。
在人工智能时代，项目式、问题导向式、团队合作式、探究式、体验式等学习方式变得更加简单易行。教师可引导学生从学习知识技能到培育运用跨学科知识解决实际问题的能力，可开展基于真实问题的项目式学习，在合作学习的环境下实施探究活动。依托人工智能等新一代信息技术，教师可依据教学内容、教学目标、教学任务和学生个体的不同，以不同的组织形式，实施差异化、个性化的教学和评价。人工智能等新一代信息技术可辅助教师开展课前智能化备课、课中互动精准授课、课后个性化辅导和日常网络在线答疑等，有助于减轻教师工作压力，提高教学效率。在学生学习方面，学习方式也由以往的完全被动接受转向更为主动的学习，出现深度学习、自适应学习、个性化学习和人机协同学习等。
所谓深度学习，在人工智能视域下是指基于深层神经网络实现的一种模型和算法，通过构建具有多隐含层的模拟人脑模型，让机器模仿人脑的机制来实现对复杂事务的自动化处理。在教育视域下，深度学习是指高层次和主动的认知加工，是与被动记忆和机械接受知识的浅层学习相比较而言的一种学习概念。深度学习着力培养学习者的高阶思维能力，注重学习的社会性、参与性和实践性，教师以现代化的教学工具向学生传递核心的学习知识，学习者需要在深度理解所学知识的基础上进行信息加工，主动建构个人的知识和思维框架，并有效地将知识转化并迁移应用到真实的环境中解决实际问题。
2挑战：面向人工智能时代教育评价面临的主要问题
不可否认，现行教育评价制度对改革开放以来我国教育事业的快速发展起到了重要作用；但是，进入新时代，随着我国教育基本面发生根本性转向，现行的教育评价体系越来越不适应新时期我国经济社会发展要求。特别是在后疫情时代，随着人工智能时代的到来，我国教育发展迎来新一轮重大战略机遇，面临一系列亟待突破的问题。一方面，现行教育及教育评价体系长期存在着的一些问题尚未得到根本性解决，而人工智能时代又对其提出了新的更高要求；另一方面，人工智能等新一代信息技术给教育带来重大影响，但究竟会有哪些方面的影响，尚不十分清晰。人工智能与教育深度融合的科学机理尚未得到揭示，教育尚处于不断变革和发展之中，具有不确定性。
2.1评价方式简单初级当前，教育评价方式主要是以标准化的量化评价为主，质性评价相对较少，定性和定量相结合的评价不能得到有效实施和应用。学生的考试成绩仍然是评价结果的主要甚至唯一决定因素，闭卷考试的分数常常直接决定着学生相当长时间的学习结果。当前评价方式的相对简单初级直接影响着教育评价结果的全面性、科学性、客观性和有效性，不仅不能有效发挥评价结果对未来教学的指导性作用，甚至还会产生负面影响。同时，当前广泛实施的主要是针对教学结果的总结性评价，其评价功能也侧重于人才的筛选和选拔。
在人工智能时代，教育评价的功能将进一步拓展，评价将真正实现由当前的“以决策为目标，重在鉴定和选拔”向“以人为本，重在诊断和激励”转变，评价目的侧重于更好地促进学习。评价将成为教育密不可分的一部分，贯穿于教育教学全过程。评价类型不再局限于当前的总结性评价，诊断性评价、过程性评价和形成性评价将得以广泛实施。通过多元化、多功能的评价，及时、精准、全面地发现教育教学活动中存在的问题，促使教育形成超强的自我纠错和矫正功能。
2.2评价手段传统落后当今科技发展日新月异，但当前我国教育评价使用的手段和工具仍然相对传统落后。教育评价相关者对新兴科技工具使用的积极性不高，科学技术对教学和教育评价过程的融入度不深，先进的科技工具未在教育评价过程中发挥应有的作用和功能。关于能力素养的评判，没有统一、科学、精准的评价工具，导致学生的人文素养、交流能力、协作能力、沟通能力、研究能力、创新能力和发展能力等难以得到有效测评。当前，绝大多数教育评价活动以人工评价为主，主要形式仍是传统的纸笔考试。
智慧性将成为人工智能时代教育评价的突出特征。在人工智能时代，教育评价需要及时全方位、系统、客观地收集、处理和分析教育教学全过程中生成的所有数据。数据不再仅仅是考试成绩，还包括情感因素、心理倾向、实践能力等非结构化数据和信息。教育评价系统将根据收集到的数据，对教育活动作出智慧化研判，形成精准化的评价报告，并针对存在的问题给予个性化反馈意见，甚至适时对教学活动进行指导和干预。如果不改变当前落后的评价手段和工具，不仅会制约未来教育评价系统的智慧化发展步伐，而且会阻碍未来多元化、动态化、综合化、智能化的教育评价体系的形成。
2.3评价内容僵化片面当前教育评价的内容只涉及众多教育目标和教育活动中极少的一部分，更多的是评价学科内容和学科能力，主要是以知识和技能为中心的评价。重视知识认知的评价，却很少评价学生的情感、态度、价值观等非认知方面；重视知识与技能的掌握情况，却忽视团队协作和创新思维等高阶能力和综合素养的评价；重视单科学科知识的掌握，却忽视超越学科的素养和能力评价。评价内容的片面性和不完整性不仅导致评价结果的失真，而且由于“考什么学什么”，导致教育目标和教育活动的功利性和狭隘性。
在人工智能时代，教育评价内容更加趋于完整和全面，除涵盖知识和能力外，核心素养的评价显得尤为重要。核心素养是指学生应具备的适应终身发展和社会发展需要的必备品格和关键能力，因其蕴含综合化和内隐性的特性而很难对其进行准确客观的评价。随着先进评价工具的出现和评价方式的多元化，非认知类素养可转化为可精确检测的外在表现，核心素养可深入融入到具体的教育教学活动之中，并呈现为具体的教学效果。由此，教育评价可以客观真实地测评学生的认知和非认知领域，使得核心素养评价得以广泛应用。
2.4评价标准简单单一当前的教育评价主要以分数或升学率为核心依据，过度强化结果在整个评价终端的关键地位，存在着标准相对简单单一的现象。正因为如此，长期以来，我国在教师评价方面形成“唯文凭、唯论文、唯帽子”的倾向，在学生评价方面存在着“唯分数、唯升学”的倾向。评价标准的简单单一有损教育的公平性和公正性，既不利于优等生的拔尖创新培养，也不利于学困生学习积极性的激发。评价标准的简单单一也不利于从多层面、多角度挖掘和培养人才，极易形成教育同质化现象，影响学生的个性化发展，难以满足新时代经济社会发展对多元化复合型人才的需求。
坚持以人为本，实施差异化、个性化评价，将成为人工智能时代教育评价的发展趋势。教育的本质是促进人的个性化发展和全面发展，评价的最终目标是通过激发每一个学生的能动性、自主性和创造性，实现个人价值的最大化。差异化、个性化评价就是充分认识和尊重学生个体之间的差异性，运用不同的要求和标准对不同学习程度和成长特点的学生进行多维度、多层面和全方位的综合评价。差异化、个性化评价突出激励导向，强化教育评价的增值性，以充分挖掘学生内在的特点和潜能为目标，竭力发现不同学生未来成长和发展的可能性，促使教育更加彰显学生的优点和特长，以唤醒和鼓励每一个学生，提高学生的自信心。
2.5评价主体狭窄局限在现行教育评价中，无论是针对教师的评价，还是针对学生的评价，评价主体都较为狭窄局限。尤其是对学生的评价，处于主导地位的是教师和教育行政部门，而缺乏学生的自我评价、同辈评价、家长评价和社会评价，这在一定程度上影响了教育评价的客观性、公正性和有效性。同时，学生长期扮演着被教育、被管理和被评价的角色，影响着学生的自信心、自尊心、责任心和进取心，使其在学习上丧失主观能动性。
在人工智能时代，高度发达的信息技术为教育活动相关者获取教育数据和信息提供了便利，教育信息交流的手段更加丰富便利，信息共享的渠道更加顺畅，教育活动相关者能够及时地表达自身发展需求和价值诉求，能够全员参与评价，在协商与合作中开展评价，形成评价共同体。全员参与的评价为教育评价提供不同的视角，丰富了评价的层次和内容，也有利于评价结果的运用。具体来说，学生可以以主体身份参与到教育评价活动中，由被动的评价接受者转变为主动的评价参与者和合作者。在各类教育教学活动中，学生可以通过平等协商参与评价，主动了解评价标准，自主发现、分析和解决学习过程中存在的问题，在评价中进行自我反思和自我学习。
3技术赋能：人工智能等新一代信息技术助力教育评价体系创新
大数据、云计算、人工智能等新一代信息技术的快速发展为教育发展带来足以改变其业态的新技术和新工具。就教育评价领域来说，人工智能等信息技术将进一步丰富教育评价的方法和手段，拓展教育评价的内容，让教师、学生、家长乃至全社会参与其中，对教与学的过程全方位实时监测，智能化反馈评价结果，智能化推送学习资源，智能化提供学前指导，促进学生个性化发展，让因材施教成为现实。
由于科学技术和评价工具的限制，以往只能注重对学生理论知识和基本能力的评价，很难对其德智体美劳综合素质进行全面评价。新一代信息技术的广泛应用，拓展教育评价的内容和边界，能及时对每个学生的学习状况进行诊断性评价，为全面评价提供了现实条件，可以对教与学的全过程进行智能化分析——诊断分析学习过程，总结描述学习结果，预测未来学习发展，以及对学习过程进行及时调节和干预。通过构建智能化的教育教学监测和分析平台，持续跟踪和记录教师教学和学生学习过程中的各种数据，为教师教学和学生学习提供实时动态的反馈与评价，对课堂教学中师生互动模式进行有效性分析，帮助教师和学生及时调整教与学的进程，并使适时发起教学干预成为可能。
通过大数据分析技术，可以收集考试分数之外的情感态度、心理特征、价值观念、劳动素养、审美情趣、协作精神、抽象思维、创新意识和实践能力等非认知方面的数据和资料，大大拓展教育评价的内容，从而支持从当前单一的学科知识认知评价向全面系统的综合性评价转变，可以对教师的教和学生的学进行全方位的了解和分析。与此同时，基于特定的数据处理和分析系统，通过数据的挖掘和分析，能及时根据每个学生的学习状况，自动生成各个学生的诊断性和发展性评价报告，并为每个学生差异化、智能化推送学习资源，精准提供个性化的学习发展建议。
新一代信息技术可为教师承担一些重复性和机械性工作，起到教师助手的作用。人工智能工具可以智能化出题、智能化批改作业、智能化评阅试卷、智能化诊断反馈，教师将有更多时间和精力去了解每个学生。通过对学生学习过程的了解，可以更好地掌握每个学生的学习特点，为学生制定个性化和差异化的学习方案，实现精准化和个性化教学。学生掌握和使用一定的学习评价工具，可以自我发现、提出和解决问题，或者与同伴合作，互相探讨，共同进步。家长通过评价工具所提供的反馈信息，可以及时掌握学生的学习和成长状况，提高教育评价的参与度。
当前，世界主要发达国家纷纷在为人工智能时代的人才培养谋划部署，力图通过教育评价改革促进本国人才选拔与发展，抢占未来教育竞争战略制高点。在美国，2017年5月，顶尖私立高中联盟推出一种新的学生评价体系，即针对学生的8个方面的素质，用描述性定性评价取代以往的分数定量评价。该体系重视学生全面综合能力素养的考查，将非认知能力因素的评价摆在突出位置。
在欧洲，德国利用科学技术优势，研制科学化、极具操作性的评价工具，在0～6岁的学前教育中构建了以导向质量、结构质量和过程质量为核心的质量评价体系。通过智能化评价技术和工具的介入，提高教师教学能力，提升教育质量和水平。评价方式和评价主体进一步多元化，以及强化过程性和动态性评价，已经成为德国学前教育评价制度的优势。在基础教育的学生评价方面，英国建立了国家评价、教师评价和学生自评与互评三级评价体系。国家评价是“关于学习的评价”，即按照国家统一标准，检验每个阶段的学生收获，旨在评判学生是否达到了国家要求；而教师评价和学生自评与互评则是“为了学习的评价”，旨在促进师生共同关注学习，提高学生的自我评价意识，激发学生的学习动机，促进学生的学习效果。
在亚洲，日本为提高学生的基础学力，近年来推动大学入学考试制度改革，意在建立一套基于“学力三要素”的培养和评价系统。“学力三要素”包括：足够的知识和技能；面对答案不唯一的问题时表现出思考力、判断力和表现力；保持主体性，并能与各种各样的人在协作中学习。该评价系统重视考查和培养学生的非认知能力，而以人工智能、大数据等为代表的新一代信息技术成为本轮改革的重要支撑。
4路径选择：面向人工智能时代的教育评价改革策略
面向人工智能时代的教育评价需要从评价方式、评价手段、评价内容等多方面进行改革。
4.1改进结果评价,注重过程评价,加强质性评价，使评价方式更为多元在当前教育环境下，结果仍具有举足轻重的地位，但要突破结果唯一，注重过程评价，从结果本位向兼顾结果与过程转变。如不强调结果，会在一定程度上导致人才培养质量的弱化，但强化结果在整个学生学习成长评价终端的核心地位，会导致结果至上的功利倾向，失去教育评价的真正功能。
人工智能等新一代信息技术的发展，能实时跟踪和监测教与学的全过程，能把考核从一次性考试变成持续不断的行为分析，为实现真正意义上的过程评价提供可能，为开展多样化评价提供重要契机。同时，要进一步加强定量评价与定性评价相结合，强化质性评价。定量评价在当前备受推崇，是因为其在实践过程中操作简单，便于比较，人工智能等新一代信息技术的发展将有助于提高质性评价的可操作性。
4.2开展理论研究，开发智能工具，搭建数据平台，使评价手段更为智能人工智能等新一代信息技术推动教育实践中许多重大现实问题的解决，与此同时，未来教育发展的强烈需求也倒逼人工智能等信息技术的进一步创新和应用。当前人工智能等信息技术与教育尚处于催化融合阶段，相关核心技术尚未完全成熟，人工智能等信息技术在情绪识别、认知计算、智能感知等方面存在发展瓶颈，目前大多数产品更多关注自适应学习等领域，学习模型以偏概全等问题尚待进一步解决。高校、科研院所和行业企业要利用各自的优势特色，加强协同创新，共同推动智能教育评价的理论创新和技术研发。
当前，面向人工智能时代的新型教育生态体系尚未完全形成，人工智能的价值认识尚存在分歧，既有“唯人工智能”的观点，也有全盘否定人工智能的意见。教师、学生、家长、学校、教育行政部门乃至全社会要进一步树立智能化教育评价理念，改变过去传统的纸笔测试评价思维，主动适应、应对甚至创新面向人工智能时代的教育。数据是人工智能时代教育发展的基础，需进一步消除数据壁垒，搭建和提供开放共享平台和服务，在保护隐私的前提下，合理利用数据和公共信息服务智能教育评价。
4.3坚持立德树人，突出核心素养，探索增值评价，使评价标准更为多维人工智能时代要求人们具备更强的计算思维与实践能力、交流与沟通协调能力、人机协作与组织管理能力、自主学习与谋划未来的能力，人才培养的目标和标准也随之发生改变，需要进一步建立健全面向人工智能时代的教育评价新标准。要坚持将思想品德修养作为学生评价的首要内容，突出身心健康、社会责任、科学精神、审美情趣、创新精神和实践能力等综合能力和核心素养的评价，促进人的全面发展。评价标准应由结果导向的单一终结性评价向过程导向的多维诊断性评价和过程性评价转变，大力探索增值评价。
对不同学段、不同学习程度、不同学习环境的学生采用统一的评价标准显然不够科学。增值评价遵循当前学业水平与未来发展潜力相互补充的原则，注重学生进步的增幅，强调学生发展状态的纵向比较，有利于发挥评价的激励作用和促进功能。增值评价能优先关注教育教学全过程和学生发展状态，能更好地发现各种因素在学生个体发展中的作用，通过“投入产出比”等方面的分析使评价结果更为科学和公平，对实现教育公平和全面提升教育质量具有重要作用。
4.4严格学业标准，强化综合素质，健全综合评价，使评价内容更为全面传统的教育评价更多关注学生对知识的掌握情况，主要是对智力能力水平的评价，而在很大程度上忽略了对学生其他能力素质的评价。教育评价改革应在坚守和健全学业水平评价、严格学业标准的基础上，进一步完善德育评价、体育评价、美育评价和劳动教育评价，强化对学生综合素质的整体评价。
开展综合评价需要构建一个综合的评价指标体系，搭建综合数据信息平台，利用一定的分析方法或模型对学生、教师或学校等评价对象作出全面、系统、整体的评定。人工智能等新一代信息技术为检测学生道德品质、人文素养、情感态度、思维活动、交流协作、创新发展、运动健康、审美表现等提供了现实可行性，评价内容将更为全面。全面综合的评价使教育评价更加系统、立体和多元，弥补了以往单一学业评价的狭隘性和片面性，能真正发挥促进学生全面发展的作用。
4.5多方协同参与，形成联动机制，增进社会共识，使评价主体更为多元教育评价是一个复杂的系统工程，特别是在人工智能时代，社会各种因素更易通过便利的信息技术介入其中。开放、科学的评价体系比以往更加需要学生、教师、学校、政府和社会的协同参与。在教育评价体系中，每个参与者既是评价主体，也是评价对象。人工智能等新一代信息技术的发展模糊了人与机器之间的界限，使人机互动评价成为现实。为此，要充分发挥教师、学生、家长、社区、第三方机构等不同评价主体的作用，共同构建教育的综合评价体系。
在评价主体多元化的背景下，更需要构建多元化的教育评价机制。一直以来，我国教育行政部门在教育评价中占主导地位，教师、学生、家长、学校等评价主体的积极性未充分激发，其评价作用未得到充分发挥。另外，教育评价涉及不同评价主体的发展诉求和切身利益，应统筹协调各方的意见和建议，提升其存在感、归属感、认同感和荣誉感，共同建立多方参与、行政调控引导与市场需求导向相结合的教育评价体系。总之，教育评价是一项社会工程，需要大力增进社会共识，引导全社会树立正确的教育观和成才观，努力构建新时代具有中国特色的教育评价体系。
《中国考试》2021年第11期
张钹院士专访：人工智能永远在路上
这也是一个很好的问题。实际上人工智能从一开始就非常重视应用和产业发展，当时也一直在摸索人工智能产业的发展道路应该是什么样子，同样也是经过六七十年的发展，不断地积累经验。最初时候的发展有点像按照信息产业发展的路子走，我们能看到信息产业的发展是非常快而且非常顺利的，中间基本上没有过停顿。它的发展路径，拿计算机来讲，首先是做机器、做硬件等体系结构，经过了三代的发展，由一台机器好多人用发展到一台机器一个人用，再到后来的以手机为代表的移动端，它的发展是非常迅速的，产业的发展也非常顺利。从硬件到系统软件，再到后来成千上万的应用软件的开发，每一个硬件、每一个软件都能支撑起大量的企业。之所以会这样，在于软硬件具有通用性，具有很大的市场，从而推动了信息产业的快速发展。
人工智能一开始发展时，也有一部分人想沿着信息产业的发展道路走，如七八十年代美国的Lisp机、日本的五代机，都是想做出来一个人工智能的硬件或者机器，在此之上发展软件及应用，但是后来都失败了，没能形成产业，原因就在于人工智能没有理论基础的支持，我们不知道智能机器应该是什么样子的。后来大家被迫选择了一条路，现在看来这条路也还是可以的。如上面说到的人工智能所拥有的两类算法，基于数据驱动的算法和基于知识驱动的算法，我们现在的产业就不是从硬件出发，而是从算法出发，根据算法来定义硬件或者定义软件，所以不是硬件在先而是算法在先。或者我们不去定义硬件，而是利用现有的硬件来进行应用，且这个应用是必须针对行业的应用，场景的应用，这一点和信息产业不同。
深度学习出现之后，紧接着大家就用深度学习的算法去定义一些硬件，如我们现在看到的所谓AI芯片，它实际上是由深度学习定义出来的硬件，我们也可以用算法开发出来的各种各样的计算平台去应用，现在看起来，企业发展还是很快的。基于知识算法的系统，比如已经出现的各种专家系统，它一定是跟领域紧密相连的，因此它就存在很大的局限性；基于数据驱动的算法开发出来的产品要比基于知识驱动开发出来的产品要多，但它本身也有一个非常大的弱点，也由算法带来，限制了它的应用场景。要解决算法的问题，唯一的办法就是开展基础研究去克服缺陷，如果我们有办法克服它，那么产业就会得到高速的发展。
人工智能助力教育评价现代化
作者：天津市中国特色社会主义理论体系研究中心天津外国语大学基地研究员唐卓
教育评价作为推动教育质量不断提升的“牛鼻子”，是指在一定教育价值观的指导下，依据确立的教育目标，通过使用一定的技术和方法，对所实施的各种教育活动、教育过程和教育结果进行科学判定的过程。当前，我国教育评价体系尚存在不科学不完善之处，而人工智能技术的发展则为全面深化教育评价体系改革，推进新时代教育评价体系现代化提供了有利契机。
人工智能高精度有助于教育评价指标的多元化
教育评价是引导教育方向的指南针。教育评价事关教育发展方向，有什么样的评价指挥棒，就有什么样的办学导向。提升智力并不是教育的唯一目的，我国的教育目标具有多元性。但长期以来，我国教育评价方面存在的突出问题之一就是评价指标的单一化。这一问题具体体现为“五唯”现象，即教师在评判学生优秀与否时只以课程分数为指标，用人单位在招录人员时只以文凭高低为指标，教育部门在进行学科评估时只以论文收录数、引用率为指标，高等学校在进行职称评定和评优评先时只以人才“帽子”为指标。
在经济实力不雄厚、科学技术不发达的时期，采用直观度高、采集成本低、便于比较的单一性量化指标虽然不能全面地反映教育状况，却具有实际可操作性，因为多元化的教育评价指标意味着要花费更多的人力物力财力。而如今，随着以人工智能为核心的数字科技的发展，我们正在经历从传统工业化时代教育向数字化时代教育的转变。大数据使教育教学、学校管理、教育评价发生深刻变化，从传统以经典案例为核心的管理阶段进入到更加精细化、科学化的管理阶段，课程、测量和评价作为教育活动中的基本，要更多依赖于大数据实现对学习者更加精准的教学、服务、发展。在人工智能阶段，智能机器设备一方面能够根据教学情况采用多样化的评价指标，实现教育评价的精确和全面；另一方面能够代替人工从事教育评价环节中带有重复性的活动，减少教育评价活动的数量和频次，避免多头评价和重复评价，减轻基层和学校的负担，并且速度更快，精确度更高，从而能够最大程度地降低教育评价成本。
人工智能即时性有助于教育评价方法的科学化
长期以来，我国教育评价方面存在的突出问题之二则为教育评价方法的片面性。传统的教育评价方法一方面将评价重点放在教育活动的结果上，忽视教育活动的过程；另一方面，在评价过程中通常完全由人担任评价主体，人在进行教育评价时往往会受到自身价值观和个人好恶影响，作出的评价不可避免地带有个人主观性，难以保证客观性。这一问题的存在迫切呼唤教育评价方法的科学化。
现在，利用人工智能，学生学习情况借助大数据可以实现当场反馈，实现了教学过程中即时性评价，教学精准度和效率大大提升。一些学校还通过开发利用APP“小黑板”，使教师能够在每堂课、每次作业后对班上的学生进行打分评价，到期末，大数据则会根据平时的打分情况，总结出学生的优缺点，真正做到过程性评价与结果性评价兼顾。人工智能还使教育工作者能够快速地评估论文、批改学生作业。基于云的工具都提供了在线评估的自动化特性，可以利用人工智能实现教学任务的自动化处理，这样，教师可以把更多的时间集中在与学生的互动和一对一交流上。可见，人工智能等数字技术的发展可以为以学习者为中心的学习智能创造条件，实现资源供给和配置以学习者为中心，促进学习者的多样化、个性化发展。
人工智能分析能力有助于教育评价应用
人工智能技术应用过程中的海量储存能力和逻辑分析能力，助力于教育评价信息的充分利用。长期以来，教育评价方面存在的突出问题之三则为教育评价信息的静止性，即教育评价信息一经形成就固定不动，难以发挥本应具有的对教育活动的指导作用。教育评价信息如果作为一种静止化的档案记录，无法成为指导教育活动螺旋式上升的“活”资产。人工智能技术在教育领域的应用能提高教育评价信息的可利用程度，其具有的长期储存海量数据信息功能，能够解决教育评价信息如何保存的问题。
人工智能最终将改善学生的学习状况，可以为教师分析在线课程中的各种问题，真正使教育评价信息“活”起来，实现对教育评价信息的充分利用，持续提升教育质量。人工智能技术在教育评价体系中的应用必将释放出巨大潜能，逐步实现教育评价体系的现代化，从而使教育评价体系对我国教育事业充分发挥科学有效的导向作用，促进教育事业的蓬勃发展。
[责编：王晓秋]