课堂：走向“数字孪生”

/ 华东师范大学教授 教育部教育信息化专家组秘书长

党的十九大报告指出：“建设教育强国是中华民族伟大复兴的基础工程，必须把教育事业放在优先位置，加快教育现代化，办好人民满意的教育。”其深层内涵是需要我们把“新时代”的“教育”研究清楚。

全面提升教育信息化水平

中国特色社会主义正在进入新时代，信息技术的飞速发展及其与教育教学的深度融合，展开了教育发展的新图景，是破解新时代教育矛盾，办成人民满意教育的重要途径。

新时代的教育发展必将出现四大趋势：一是教育范式亟待从经验走向科学；二是教育目标亟待从知识走向能力；三是教育机制亟待从管理走向治理；四是教育过程亟待从阶段走向终生。面对上述趋势，改革是唯一的出路。很显然，如果没有新理念、新方式支撑下的教育信息化的参与，针对上述趋势的改革将难以奏效。而这种“新理念、新方式支撑下的教育信息化”就是教育信息化2.0。

十九大以后，教育部在教育信息化方面推进力度比较大。2018年4月，教育部出台了《教育信息化2.0行动计划》（以下简称《行动计划》），这是继2012年出台的《教育信息化十年发展规划（2011—2020年）》、2016年出台的《教育信息化“十三五”规划》之后，我国又一次在全国层面出台综合性教育信息化规划文件。

党的十九大之前我们可以称之为教育信息化1.0时代。这个阶段中国教育信息化发展的特征总的来说可以归结为“基础建设+设备配套+应用探索”。党的十九大以后整个中国的教育信息化进入了2.0时代。2.0就是要全面提升教育信息化创新应用水平，要走在世界前列。2.0和1.0是有本质区别的，在整个发展理念和建设方式上更深一层。如果1.0时代的发展目标还是基础设施建设先行的话，2.0就是一种需求导向、应用导向，更要把教育信息化放诸现代信息社会语境，特别是要在大数据、人工智能的背景下加以考量。

党的十九大之后我们要实现教育信息化发展的“转段升级”，教育信息化2.0就是要在1.0阶段“三通两平台”的基础上，全面提升教育信息化发展水平。教育部副部长杜占元在2018年全国教育信息化工作会议上指出：“教育信息化2.0就是要全面提升教育信息化发展水平，使中国教育信息化步入世界先进行列，发挥全球引领作用，以教育信息化全面推动教育现代化，开启智能时代教育的新征程。”

从“教育信息化1.0”走向“教育信息化2.0”绝不仅仅是一个提法上的改变，而是面对新时代教育发展的新要求，教育信息化在发展理念、建设方式上的一次跃升。

“教育信息化2.0”势在必行

新时代的教育，它的研究范式应从经验走向科学。我们对孩子的培养，更应在乎他们应对未来变化的能力的掌握，而不应当仅仅重视知识的掌握，但目前的教育系统还很难改变，虽然我们都知道这个问题很严重。教育研究中有科学的成分，但不完全是科学。但是，如果可以用科学的手段去研究实践，而我们不用或者用得不好，那教育的研究就会有缺陷。不管是言传身教还是经验总结，要上升到科学，还有一段路要走。

教育是不是科学？1891年《教育评论》邀请哈佛大学哲学家乔赛亚·罗伊斯为其创刊号撰写首篇文章。罗伊斯以一个问题作为其所撰写文章的标题——“教育是科学吗？”今天，这个问题仍然困扰着整个教育学界。

埃伦·康德利夫·拉格曼在《一门捉摸不定的科学：困扰不断的教育研究的历史》一书中指出：“教育研究产生于哲学、心理学、社会科学以及统计学等学科的不同组合，它既没有单一的研究重点，也没有统一的研究方法。这种多样性从一开始就成为教育学术的特点，再加上该领域没有能形成一个十分有力、自我调节的专业群体，这就意味着这个领域始终没有形成高度的内部协调。”

可验证、可复现是科学之为科学的重要特征，也是教育科学能够成为科学的前提。但由于教育所涉领域广泛、要素驳杂，即便是微观领域，要用单一要素，或少数要素来进行解释、判定，从而求得要素间的因果关系，进而达成“可验证、可复现”都是相当困难的。事实上，就目前而言，教育学离科学尚有相当的距离，我们还处在“教育科学”的“预备阶段”。在这个“教育科学”的“预备阶段”，首要的任务是积累优质的、可供研究（或潜在可供研究）的数据。中国教育信息化1.0阶段为这一目标的实现奠定了基础；但在教育信息化2.0时代，该如何从基础走向目标，“数字孪生”为我们提供了新的思路。

从“数字孪生”到“孪生教室”

“数字孪生”最早是出现在工业制造领域的一个概念，原初是指充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

“数字孪生”本质上是以数字化的形式对某一物理实体过去和目前的行为或流程进行动态呈现的过程与结果。如果引入到教育，就是在课堂上了一堂课后，有没有把这个环节中所有数据都搜集起来，或者尽可能多地搜集起来。如果能搜集起来，才能谈建模、人工智能。

“数字孪生”以针对众多层面持续、实时开展大量物理世界数据监测为基础。该检测可通过数字化的形式对某一物理实体或流程进行动态呈现，从而有效反映系统运行情况。

“数字孪生”并非是一种“物联网解决方案”，物联网系统可用于位置检测和某个组件或要素的诊断，但无法对不同组件或要素间的相互作用和整个生命周期过程进行检测；“数字孪生”特别适用于应对复杂系统问题或流程建模。

如果我们认可教育是一个复杂系统、复杂流程，那对于教育的研究我们就必须以复杂手段、复杂思维来加以应对。当教育过程中的因果关系还难以有效判定前，先将相关数据完整、实时、系统地记录下来，然后在其中抽丝剥茧，找到线索，成为可行的做法。因此，要使得教育学真正走向教育科学，对教育的“数字孪生”势在必行。

尝试：对常态教室进行“数字孪生”

实际上，教育的“数字孪生”还处于概念阶段，“孪生教室”还处于筹划阶段，将还处于实验室阶段的“孪生教室”贸然投入实践显然时机还不成熟，理当慎之又慎，尤其需要考虑到其中可能产生的伦理问题、道德问题。目前在实践中可行的是首先以“数字孪生”的概念重建“微格教室”，将“孪生教室”投入到职前和职后的师训中。

“孪生教室”记录的是一个动态的过程，“孪生教室”的构建本身也是一个动态的过程，要对哪些要素的哪些侧面进行“孪生”需要不断调整、不断演进，这是“教育科学”得以形成的必经之路。

最后需要发展到“孪生教育”，将整个业态全部记录下来，做到这点很难。那么，我们能不能先从一个学校做起？当然，“孪生学校”也很复杂，那能不能再小一点，到“孪生教室”。这是我们最新的考虑。大家可以看到，这几年人脸识别的技术突飞猛进，一些企业已经开始展示人脸识别相关的应用。比如某互联网企业办事处的大堂，当人走过时，如果是本企业员工，脸上就会出现数据。如果不是本企业员工，它是识别不出来的，就会变成“局外人”。如果这个企业有200人，只采集了200个人的数据，第201个人，是认不出来的。但是它的边上还有个小小的表情，如果这个人笑，旁边也会出现笑脸。如果这个人是严肃的表情，也会跳出一个严肃的表情。总之是相符的表情。这里面有些简单的数据分析，这就是类似于娱乐性的展示，所谓的人脸识别和人工智能的工具，除了鉴别这个人是谁以外，在这里并没有太大的实用性意义。鉴别这个人的前提是后台数据库中有这个人的信息，包括我们现在看的电视中抓犯人，也是数据库中有它的数据才能比对。

杭州第十一中学也用了两个班级作为试点，在教室中安装了探头，有捕捉全景的摄像头，有动态跟踪的摄像头。一节课下来，哪个学生高兴几次、开小差几次，都可以统计出来，但这个探索还缺少一个重要前提——这些统计是根据什么规则来标注的？我们要拿出足够科学的依据才行。而且，一旦这类手段大规模应用，学生可能很快会像大人一样，明明在开小差但是脸上表情装得很认真，明明很生气但是做出笑的表情。所以如何辨别这些统计数据的真实性，是很关键的问题。

实际上，我们需要采集环境数据、资源数据，以及学生和老师的生理数据、行为数据和学业情况的所有数据。这些数据如果在孪生的数字课堂中能够采集到，我们就有了下一步研究的基础。

在课堂中，可以考虑在桌椅上布置传感器，捕捉孩子更多的表情与情绪，我一直期待有既精准又便携的采集设备，可以在一个成建制的班级中批量配置。现在心理学或者脑科学的研究案例，基本都是对于个体的研究。比较简单的，如在手指上套一些传感器，这样就可以采集心率、皮肤的温度、皮肤阻抗、呼吸、脉搏，以及眼动等数据。在这个基础上，一个是要进行数据的清洗，将同一时间轴下所有的数据都在这根时间轴上反映出来，下一步要进行数据标准化，对数据进行标注并建模。这就需要引入人工智能的技术，挖掘自动化的标注模型。对表情及情绪的标注也是很专业的事情，同一张脸你认为是哭脸，我认为是他在思考，这都是需要找到更准确的模型。

对于教育的“数字孪生”概念，还处在比较概念的阶段，处在筹划的阶段。“孪生教室”的构建是动态的过程，研究对哪些要素要进行哪些调整，便是教育科学应该研究的问题。