“人工智能+教育”的驱动力与新指南*——UNESCO《教育中的人工智能》报告的解析与思考

李宏堡 袁明远 王海英

（南京师范大学 教育科学学院，江苏南京 210097）

一、引言

早在上世纪50年代，人工智能（AI）概念便已诞生。进入21世纪以来，随着互联网、大数据、云计算、区块链等技术的发展，新一代人工智能（也称AI 2.0，以下本文的人工智能均指AI 2.0）在全球范围内蓬勃兴起，从早期IBM 公司研制的深蓝（Deep Blue）计算机战胜国际象棋大师卡斯帕洛夫（Kasparov）到2016年阿尔法狗（AlphaGo）的一战成名，人工智能作为新一轮科技革命的引擎，为公众所熟知，不断缔造着科技创新的新“风口”，甚至被称之为自工业革命以来最伟大的技术变革。[1]

近年来，伴随着人工智能的全面渗透，教育领域正接受着前所未有的挑战，人工智能的教育应用，自然也成为各国学者研究的热点。联合国教科文组织（The United Nations Education Scientific and Cultural Organization，UNESCO）作为全球最具权威的大型国际教育文化组织，一向十分重视教育、科学、文化等的前瞻性研究，尤其关注“人工智能+教育”的影响与发展趋势。早在2016年，联合国教科文组织便与世界科学知识与技术伦理委员会联合发布了《机器人伦理初步报告（草案）》，专门探讨了智能机器人的制造和使用，以及可能带来的社会与伦理道德问题。2017年6月，联合国国际电信联盟还举办了主题为“人工智能造福人类”的全球峰会，讨论了如何借力人工智能推进全球教育、平等、健康等。

2019年3月，联合国教科文组织（UNESCO）正式发布了《教育中的人工智能：可持续发展的挑战和机遇》（Artificial Intelligence in Education Challenges and Opportunities for Sustainable Development）这一报告，比较系统地总结了世界各国人工智能的教育应用情况及相关经验，成为驱动未来全球“人工智能+教育”健康发展新指南。这如同在21世纪来临之际，UNESCO 发布的《教育：财富蕴藏其中》一样，提出教育与学习为迎接新世纪挑战，需要着力于“四个学会”。今天，在面对人工智能不断“入侵”的时代发展节点，这一报告的发布，无疑具有重要的战略意义。

当前，人工智能正与教育大数据、机器智能（如，教育机器人、智能学习伙伴等）、个性化的智能学习分析技术等携手，不断地改变着传统教育教学的样态与内涵。世界各国纷纷将人工智能视为经济与社会发展的关键助力，并先后发布了人工智能的国家级战略：2016年，美国率先发布了《为人工智能的未来做准备》《国家人工智能研究与发展战略规划》等报告；2018年，美国还在白宫召开了“人工智能峰会”，强调用STEM 教育、培训和终身学习等途径培养人工智能新型人才。在欧洲，英国从2017年初起，连续推出《人工智能：未来的决策机会与影响》《在英国发展人工智能》等报告；法国近两年也发布了《国家人工智能战略》《人工智能战略》等。2018年，欧盟制定了《欧盟人工智能》计划；2019年，欧盟又发布了《人工智能伦理准则》。在亚洲，日本和韩国分别提出了《人工智能技术战略》和《人工智能发展战略》。一时间，在人工智能的赛道上，竞争日趋白热化。

面对新一轮科技发展的时代背景，2017年7月，国务院印发了《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施；2018年4月，教育部又发布了《高等学校人工智能创新行动计划》，进一步指出面对新一代人工智能发展的机遇，高校在培养创新性人才、科技创新等方面的目标与任务。尤其是2019年5月，“国际人工智能与教育大会”在北京召开，世界各国代表共聚一堂，共同探讨人工智能时代全球教育的发展之路，并发表了《人工智能北京共识》。

总之，在以人工智能为代表的“第四次工业革命”的新浪潮面前，联合国教科文组织（UNESCO）发布的《教育中的人工智能：可持续发展的挑战与机遇》这一报告，可谓正逢其时。该报告进一步明确了全球范围内“人工智能+教育”的价值和助推国家发展的战略意义，提出了发展中国家实施人工智能教育的可行路径等，这也为我国今后进一步开展“人工智能+教育”理论研究与实践，提供重要的参考。

二、报告的总框架与战略目标

《教育中的人工智能：可持续发展的挑战与机遇》报告，根据各国人工智能的教育应用现状和未来发展愿景，提出了发展人工智能教育的战略目标及其实施路径，报告的总体框架如图1所示。

在战略目标上，该报告主要指向三个方面：

图1 UNESCO《教育中的人工智能》总体框架

（一）促进教育的个性化、公平性和包容性

人工智能可以通过各种方式帮助实现学生的个性化学习和教师的个性化教学，这首先归功于教育数据挖掘和学习分析技术的支持。一方面，基于搜集到的学习数据，每位学生的学习计划、优势与劣势、学习偏好等内容能够被准确地计算，在此基础上，人工智能算法可以进一步引导学生在学习不同内容时，运用不同的学习策略，从而改善学生的学习体验，提高学习效率，真正实现个性化的学习。另一方面，人工智能还能减少教师的部分日常事务，增加有效教学时间，使教师的教学更加个性化。在人工智能支持的双师型模式（Dual-teacher Model）中，教师可以利用AI 虚拟教师助手接管日常性事务，以解放教师的精力，使其更专注于对学生的指导和一对一的交流；同时，教师也能留有余力帮助班内的困难学生。

除了教育的个性化，人工智能技术还能提供更加公平、包容的教育机会。计算机支持下的协作学习（Collaborative Learning）是21世纪的一场教育革命，它让学习者能够无视所处环境，在不同时间、不同地点进行学习。人工智能时代计算机协作学习的核心，在于在线异步讨论小组（Online Asynchronous Discussion Group）。机器学习和浅文本处理等人工智能技术，可以对在线异步讨论小组进行监控与记录，并为教师提供学习者远程讨论的信息，使教师能对学习者开展远距离的指导，为其提供切实有效的支持。这意味着，偏远地区、教学资源不充足地区和有特殊需要的学生，能够享有更公平的教育机会。

除此以外，人工智能技术还能通过计算地理信息、教育背景等开放数据，以实现教育机会公平。如，智利的研究人员利用127 名学生的特点及其地理位置创建算法，开发出一个“教育机会地理数据系统”，能够有效预测学生的辍学情况。

（二）驱动教育管理步入全新的轨道

在追求循证研究的今天，数据驱动决策（Data-Driven Decision Making）成为学校和地区教育改革工作的中心任务之一。数据是教育管理的基础，基于教育数据，教育管理部门和学校能够更好地制定与实施决策，并适时地改进决策。

教育管理信息系统（Education Management Information Systems，EMIS）是一项有组织的信息和文档服务，主要用于收集、存储、处理、分析和传播教育规划和管理信息。一个设计良好、运作良好的教育管理信息系统，能够帮助教育管理部门及时获得有效信息，制定可行和适宜的教育计划与政策，以及监测和评估教育过程与结果。人工智能赋予了教育管理信息系统以新的功能，基于该系统，人工智能技术可以自动分析其中的各项教育数据，动态生成各学校、地区甚至国家的教育大数据报告。

同时，人工智能算法还能根据各地方的具体情况，将数据信息进一步转化为适宜的教育决策，从而因地制宜地改善各地区的学校教育。例如，阿联酋教育部推出的“数据分析平台”，该平台涵盖了1200 多所中小学和70 多所大学，覆盖的学生总数超过120万。平台收集的数据包含课程、教师职业发展、学习资源、教育反馈、国际评估（如，PISA、TIMSS）结果等。在数据分析部门进行处理后，这些数据可被用于进一步开发、完善机器学习算法，以促进教育系统研究的可持续发展。

在人工智能的支持下，教育管理信息系统将从简单的学校行政数据管理系统，转变为一个综合的、动态的学习管理系统，和一个能够有效支持教育部门管理的决策系统。

（三）帮助学生为“就业革命”做好准备

人工智能在给社会发展带来便利的同时，也可能会带来如约瑟夫·熊彼特（J.A.Schumpeter）所说的“创造性的破坏”，这种破坏最直接地体现在就业上。回首以往，在人类历史中曾发生了三次重大技术革命，进而导致了以机械化、电气化、信息化为主要特征的产业变革，每一次都因失业率高攀而引起“机器替代人”的争论。[2]这一次，人工智能来势汹汹，被人工智能取代的既有可能是那些具有较高劳动生产率、增长率的现代型服务业，如，金融业；也有劳动生产率增长缓慢或停滞的行业，如，教育、艺术等行业。[3]未来，人工智能对就业市场的冲击可能是全领域的，甚至是重构一种全新的产业生态，因而，它对就业的影响也是革命性的。

企业对技术革新常常是最敏感的。这一方面创造了新的就业机会，另一方面也对劳动者提出了更高的要求。这意味着教育领域必须及时跟进，主动出击，帮助就业者做好充分准备。根据2018年“经济学人”情报部门（The Economist Intelligence Unit）的调查，当今世界没有一个国家真正做好了全面迎接人工智能时代的准备。因此，各国需要未雨绸缪，革新教育培养目标，搭建人工智能的教育新“起点”，做好人工智能时代就业的教育应对，培养具有人工智能素养和适应人工智能时代的创新人才，以促进国家经济、社会的可持续发展。

三、“人工智能+教育”共生发展的实施路径

为了实现“人工智能+教育”的战略目标，需要利益相关者各方的协作配合。为此，《教育中的人工智能：可持续发展的挑战和机遇》提出了实现人工智能可持续发展愿景的三大途径，每个途径又由具体的子目标和行动策略构成。

（一）构建人工智能时代的教育生态系统

人工智能迈进教育领域，不仅改变了以往教育活动的时空结构，改变了学习资源的分布形态，更改变了教育者和受教育者之间的关系。教育生态系统也因此被重新塑造。

1.搭建人工智能时代的学生能力框架

人工智能对未来就业提出了诸多的挑战，学习者必须要未雨绸缪。这意味着各级各类学校应审视自身的教育目标，对应该培养什么样的学生进行重新界定。当前，构建数字和人工智能驱动的世界教育新课程，成为培养未来应对人工智能技术挑战人才之关键，各国在努力超越“信息通信技术”“数字化技术”等概念，尝试对“人工智能素养”进行定义。

根据2018年的《全球教育监测报告》（Global Education Monitoring Report，GEM Report），数字化素养（Digital Literacy）被认为是当今世界信息搜集和交流所需的基本技能。数字化素养一般是指通过数字设备和网络技术，安全、适当地访问、管理、理解、集成、交流、评估和创建信息，以具备参与经济和社会生活的能力。它包括计算机素养、信息通信技术素养、信息和媒体素养等方面,[4]在一定程度上涵盖了人工智能专业人才的要求。据此概念，《全球教育监测报告》构建了数字化能力国际框架，并将其作为各国青年数字化技能素养培养的最低标准（见表1），它能够在理论上帮助各国制定人工智能专业人才素养标准和评估人工智能专业人才能力。

表1 人工智能时代学生的数字化能力框架[4]

2.提升教师的人工智能素养

人工智能在课堂和教学中的广泛应用，意味着对教师提出了更高的要求。培养具有人工智能素养的学生，更需要具备相应素养的教师。人工智能时代的“智慧”，使过去的“以教师为中心”的教学，逐步转向“以学习者为中心”的学习，学生不仅参与教学，同时也创造着知识。在未来，教师至少应学习并掌握以下五种能力：第一，了解如何运用人工智能系统促进学生学习，学会对人工智能教育产品进行合理评估与应用；第二，学会数据分析，了解如何解释人工智能系统所收集到的学生数据并提供有效反馈，以推进后续的学习与教学；第三，学会管理人力资源和人工智能资源；第四，能够利用人工智能应对日常的重复性任务；第五，指导学习者习得一些未来不易被机器所取代的技能和能力。[5]

我们需要指出的是，教育与人工智能必须是一种合作共生的关系，教师与人工智能技术人员应建立合作共同体，且教师在其中应被给予充分的自主权。部分技术专家可能仅将教学看作是传播知识，从而忽视教师对学生学习过程中所提供的支持，忽略教学的创造性，[6]甚至进一步认为人工智能可以替代教师而存在。然而，虽然人工智能技术在实施某些常规和管理任务上，确实能够为教师节约一些时间与精力，但人工智能算法所获得的数据，只有通过教师才能转化为实时的反馈、有效的干预和个性化的指导，才能够真正促进学生的发展。因此，即使未来人工智能在教育领域全面覆盖，教师的角色仍然不可或缺，甚至比过去更为重要。在人工智能的支持下，教师能够将更多的精力投入到职业的创造性、移情性和启发性等方面。因此，人工智能相关研究人员应积极与教育工作者合作，搭建起人工智能技术与教育间的桥梁，一同创造新的“人机协同”教育之发展可能。

3.用非正规教育重构学校教育场域

正规教育并非人工智能学科建设的唯一途径。在现代移动信息技术的影响下，人的学习越来越不受时间、地点等的约束。[7]大规模开放的在线课程和在线学习平台，是开展人工智能相关技能培训的另一重要渠道。当前，MOOC、可汗学院等在线学习平台，已经汇聚了来自世界顶尖大学的人工智能教育在线课程。数字化平台在培养人工智能学科人才的同时，也在利用人工智能相关技术完善其自身。比如，将自然语言处理和机器学习技术用于批改在线课程作业、分析学生的在线学习情况等。除了上述一些正式的学习平台，目前，也出现了许多社区式的非正式在线学习系统，比如，编程学习社区（如，Scratch，GitHub）、技术问答论坛（如，StackOverflow）、国际性社群网站（如，DeviantArt）等。

无论是正式还是非正式学习，在线学习平台可以在四个方面为“人工智能+教育”发展带来良性循环：第一，用户在学习平台中的使用数据、课程选择偏好等信息，可以帮助构建全球型的人工智能教育数据库，使人工智能教育研究更加全球化；第二，用户在学习平台中可以自行组合，开展同步或异步学习，使得学习的灵活性大大提高；第三，线上的各类人工智能职业培训，能够为学习者提供更多终生学习的机会；第四，教育研究人员还可以利用此类在线学习平台，实施一些人工智能相关的教育研究和实验。

鉴于这些在线学习平台的出现时间较短，现在对于平台收集的数据有效性研究，仍道阻且长。在衡量、研究这些平台的有效性时，关键绩效指标的定义与选择非常重要。目前，多数平台使用的仍是简单的量化指标，如，学生的参与率、持久度、完成度、满意度等。在人工智能技术的帮助下，未来在线学习平台将尝试制定更多样、更复杂的评估指标体系，收集到的数据也将更加全面、准确，从而更好地发挥人工智能的技术优势。所以，无论从哪一个方面来看，在线教育在一定程度上已经打破了传统知识的“围墙”，改变了整个学校教育的时空场域，进而推动着教育教学模式的革新。

（二）建设与发展教育科学中的人工智能

随着人工智能“风口”的逐渐来临与增强，各国在利用人工智能技术变革教育场域的同时，也在不断利用教育变革并推动人工智能学科的建设与发展。作为一门新型的学科，人工智能的存在与发展，具有特殊性和复杂性。

1.推动公与私、跨界的协同发展

教育部门是制定与实施国家人工智能战略的关键。面对人工智能的不断发展，教育部门实质上既是需求方又是供应方。一方面，人工智能对推动教育变革具有重要作用，教育部门需要利用人工智能技术来培养更优秀的、适应于社会需求的国家公民，促进整个国家的可持续发展；另一方面，教育部门也需要根据人工智能的发展需求，不断调整教育培养方案，改革学科、课程和教学方法，以推进人工智能学科与技术的不断进步。

美国学者E·S·萨瓦斯（E.S.Savas）提出，政府应该更多地作为“掌舵者”而非“划桨者”，政府是释放市场力量的催化剂，应利用机制鼓励私人机构和非营利机构来实现政策目标。[8]当前，由于公共教育部门的财力和技术能力的限制，人工智能的教育推进大多来自于私营企业，已有部分私营企业利用大数据、智能算法等技术，让教与学焕然一新。在这样的形势下，人工智能学科发展无法仅依靠政府一方推进，公私合作是加强人工智能培训和研究的关键步骤。

不仅如此，各国各学校还应与产业界、研究界共同探索发展人工智能教育。如，法国承诺投资15 亿欧元促进法国高校与企业及其他研究机构的合作，建立人工智能研究伙伴关系网络。[9]韩国提出了十年支持计划，预计投入约430 万美元建造人工智能研究中心；同时，拨款20 亿美元帮助高校与企业共建人工智能研究机构。[10]在共同的发展愿景下，政府与私营部门、产学研三界可以尝试构建人工智能研究伙伴关系，这不仅有助于共同建立并完善人工智能生态系统，而且有助于更好地了解劳动力市场的需求，使教育改革与社会需求保持一致、人工智能教育与社会发展保持一致。

2.凸显高等教育和职业教育的重要作用

人工智能作为全球新科技革命发展的重要制高点，常被视为当今国际竞争的关键领域，而高等教育是各国政府提高自身人工智能技术、应对国际竞争的关键途径。目前，各国高校的人工智能学科普遍尚在建设当中，现有的相关人才数量已无法满足人工智能产业对高水平人才日趋增长的需求。无疑，人才是决定一个国家人工智能产业发展最重要的资源，人工智能在赋能教育变革的同时，教育也应推动人工智能的发展。

高等教育对一个国家人工智能产业的发展起着重要的促进作用，它不仅能够直接培养人工智能人才，推动人工智能科研创新，还能够将研究转化为可被应用的成果，实现从学术界到产业界的转型。目前，已有不少国家将人工智能纳入到高等教育体系之中。如，法国将人工智能研发和相关人才培训视为关键，重点加强本硕博阶段的人工智能课程开发，建立了人工智能研究实验室，增设人工智能研究人员，用政策吸引国内外相关人才。[11]韩国计划从2020年开始，每年培养5000 名人工智能专业的大学生，预计到2030年新增50000 名人工智能专家。[12]可见，制定人工智能人才培养计划、设置专项课程、完善学科学位体系建设、加强学院间资源共享与合作等，已成为各国高等教育发展人工智能的主要途径。

另一条重要途径是职业教育，这既包括职前教育，即职业院校教育，也包括职后的教育培训。目前，职业院校教育的主要困境在于其中部分专业正面临被人工智能所替代的潜在威胁。从某种程度上来说，人工智能把人从繁复、机械的操作中解放出来，并将人推向了更富有创造性、设计性、灵活性的工作岗位。从这个角度来看，职业教育应对接未来社会发展的趋势，主动淘汰和升级部分专业，着力培养人工智能大类专业的应用人才。职后教育主要针对转岗和再就业人员的培训，让课程更具实用性和针对性。如，新加坡在2016年启动了“技能创造未来”（Skills Future）计划，为25 岁以上的每一位公民提供价值500 新元的学分，在500 家政府资助的培训机构开展技能培训，包括数据分析、技术支持服务、数字媒体、网络安全等八类课程。[13]

3.增强人工智能的教育应用研究

技术变革教育的潜力是巨大的，但这似乎一直作为一种口号而存在，由于各种原因，技术并没有像人们所预料的那样改变教育本身。事实上，人们对于技术将在何种程度上作用于学校教育，即哪些技术可以带来更优的教与学等方面知之甚少。人工智能似乎正在快速进入教育领域，但在不同国家和地区，对处于不同社会经济发展水平的人群，人工智能的教育应用究竟会有多大功用，仍缺乏普遍的证据。在现有的文献中，鲜有关于人工智能对教学实际效用的研究。甚至有一种趋势，是把人工智能作为改善偏远贫困地区经济和社会基础建设条件的代名词。我们非常需要增强人工智能教育应用的实证性研究，而要有效地做到这一点，不仅需要资金支持，还需要严格的教育监测与评估。

众所周知，技术创新能否在战略上被重视、在实践中被采纳，最终取决于用户和受益者对该技术创新性优势的认知，而这又与其当前的目标和任务息息相关。[14]如果将此原则应用于教育领域，那么，人工智能至少需实现以下目标：第一，推动学习模式变革，如，以更个性化的方式学习；第二，帮助学习者获得更优的学习结果；第三，帮助学习者学到不同的东西，即实现只有技术革新才能实现的学习目标。当前，人工智能的教育应用至少确定这三类目标，并将其转化为具备可行性的技术策略，最终才可广泛应用。

同时，在教育的具体情境中，研究策略的可行性至关重要。由于教育现象十分复杂且具有多面性，现在的主要问题不在于是否应该在教育中使用人工智能，而应是充分考虑到教与学的现状，教师和研究人员应该创造和使用哪些人工智能解决方案，来应对学生不断变化的学习要求。也就是说，人工智能只有被恰当地嵌入到教与学的实践过程中，才可能产生正向的教育效果。

（三）开发与利用教育大数据

教育大数据的收集、管理与分析，是当下人工智能教育应用的核心内容之一，开发与管理教育大数据也是重塑教育系统、实现教育创新与变革的重要内容。

1.开发高质量的教育数据系统

数据是人工智能时代教育变革的核心要素之一。在今天的大数据时代，建立“高质量”的教育数据系统（EMIS），是促进“人工智能+教育”可持续发展的前提和基础。

所谓“高质量”的教育数据系统，至少需具备三个特征：首先，教育数据应准确而可靠。数据的准确性和可靠性是开展数据分析的前提，如果没有可靠的数据，算法便无法正常工作，而不准确的数据可能会得出毫无意义的结果，甚至是对教师教育、学生学习造成负面效果。第二，数据应保持不断更新，且能保证一定程度的开放。数据使用的程度至少在一定程度上决定了数据质量，[15]数据越有用，利益相关者就越有动力保障数据的准确与及时。第三，数据应该完整地呈现弱势群体的教育情况，使教育系统能够基于弱势群体的教育劣势来制定相应的教育方案。根据2016年“联合国儿童基金会”的一项研究显示，在接受调查的40 个国家中，有19 个国家缺少残疾儿童的相关数据，弱势群体数据的缺失，可能带来教育发展的恶性循环。[16]

2.关注教育数据伦理

随着数据科学的出现与应用，使得人们从关注“信息伦理”逐渐转向了关注“数据伦理”，大规模地收集、制作、分析和传播教育数据可能引发的道德伦理问题，是人工智能时代的重大挑战之一。“导致伦理问题的并非硬件本身，而是其中的软件与数据”。[16]“联合国贸易和发展会议”2016年的一项研究显示，公众对使用和收集个人数据的系统似乎越来越不信任，潜在的数据泄露隐患，让人们担心自己所填写的数据在未来会被挪作他用。[17]

英国社会学家安东尼·吉登斯（Anthony Giddens）对风险社会进行了类型化区分，他将风险类型区分为外部风险和被制造的风险两种。外部风险即由于传统或者自然的不确定性和固定性所来的风险，被制造的风险则体现了人为性，具有再生和循环蔓延的特征。[18]教育大数据面临着更多“被制造的风险”，主要表现在：第一，教育数据保护不够严密，学生与教师的隐私被侵犯。教育数据相当于是学生和教师的“教育名片”，利用算法可以从中计算出行为人的个体特征、性格特质等，甚至预测人的行为。而且数据一旦收集，便无法“遗忘”，所以长远的危害程度无法预测。第二，收集教育数据的途径不正当、不透明，没有获得数据来源的同意权。如果缺乏数据收集方式的合法性规定，在当事人不知情的情况下收集教育数据等同于窃取。第三，教育数据问责体制不健全。因此，及早建立教育数据安全相关的法律法规体系，是保障个人教育信息数据安全的重要环节。

3.避免教育数据的断层

在未来，掌握教育数据是实施良好教育教学的前提与基础，教育数据对于每个国家、每所学校和每位教育工作者来说，都至关重要。教育数据的断层，一方面是指教育数据的单方面垄断，如果某一方掌握教育数据的垄断权，会导致数据分配不公平，不仅会影响后续的教育教学，还可能会引发一系列社会矛盾；另一方面，教育数据断层可能进一步加剧教育的不公平问题。作为文化资本的教育大数据，给予着人们基本的教育信息，人们通过教育掌握某项技能、习得某种素养，甚至是革新人的思维和观念。一旦出现区域性的数据断层，便可能在后发地区的群体中产生“数字鸿沟”“技术鸿沟”和“智能鸿沟”。[19]所以，对发展中国家来说，避免教育数据的断层，是实施“人工智能+教育”所面临的一大挑战。

四、对我国发展“人工智能+ 教育”的思考与启示

从上述对联合国教科文组织发布的这一报告的分析，我们可以清晰地看到：人工智能教育已经成为当今助推全球教育发展的重要驱动力与核心力量。发展人工智能教育，事关国家安全和社会经济的可持续发展，人工智能技术与教育的结合，已成为未来国际竞争的主要着力点。

近年来，我国陆续出台了《新一代人工智能发展规划》《高等学校人工智能创新行动计划》《教育信息化2.0 行动计划》《中国教育现代化2035》等文件，全面推动了我国人工智能教育研究与应用探索。在研究领域，“人工智能+教育”也逐渐受到我国学者的关注。学者们从理念上探讨了人工智能与教育的辩证关系和人工智能时代的教育样态，[21-22]从实践层面提出人工智能对智能教学、人才培养、学科建设等方面的可能影响；[23-26]也有学者提出，人工智能可能给教育应用带来一些潜在的风险和威胁。[27-28]总体来说，目前我国在人工智能教育的研究与应用上，仍较为粗线条，甚至存在片面化、狭隘化，一部分原因在于人工智能技术本身还处于不断进化的过程中，对其意涵理解把握尚不全面。

我们应清醒地认识到，人工智能是一个模拟人类能力和智慧行为的跨领域学科，[29]它涉及到计算机科学、生理学、语言学、心理学等多个领域。人工智能可以从行动和思考两个维度来进行定义（见图2）。[30]在图2 中，顶部象限涉及思维过程和推理，而底部象限涉及行为。左侧“类人化”的定义主要用对“人类表现”的忠诚度作为衡量标准，强调对人类行为的观察和假设；而右侧“理性”是用“理想的表现”来衡量，主要强调数学、工程学等学科的综合。

当前，我国人工智能教育的研究与应用还较为狭隘，主要集中在“类人化思考”与“类人化行动”上，大多处于弱人工智能阶段。同时，人工智能的教育应用也缺乏人工智能的整体认识观，具有“追热点”“贴时髦标签”的味道，导致当下的一些研究较为散乱、碎片化，存在一定的重复性。

为此，我们必须重视和研究联合国教科文组织发布的《教育中的人工智能：可持续发展的挑战与机遇》这一报告，将“人工智能+教育”提高到国家战略高度，合理把握并运用人工智能赋能教育变革，培养大量高精尖的人工智能教育人才；同时，也应直面人工智能可能带来的诸如教育公平、教育决策、教育数据、隐私与伦理等挑战，切实强化相关研究。

图2 人工智能的结构维度[30]

（一）树立“以人为本”的人工智能教育政策观

人工智能的教育应用看似具有众多的可能性，也可能带来颠覆性的结果。但并非完全如此，任何新技术的应用都是一把“双面刃”，比如，如果边缘和弱势群体的教育权益没有获得充分重视，则可能会被排除在人工智能教育之外，从而产生新一轮的“数字鸿沟”与“智能鸿沟”。[31]如今，部分发达国家十分重视人工智能的教育应用，但这也带来一些消极影响，比如，有的学校在学生入学时选择利用人工智能技术来设置门槛，或是使用算法来进行招生选拔。这样做，一方面缺乏充分的理论依据；另一方面，由于数据库可能偏向某一类、某一地区的学生，而其他不具备该能力的学生，则被非自然的“隔断”分开，从而引发新的教育不公平或歧视问题。

我们认为，坚持以人为本，努力维护教育的公平性和包容性，应是我国人工智能教育政策的基本价值观。现有研究显示，当前将人工智能引入教育领域主要存在着七种障碍，包括：信息通信基础设施不充足、电源不可用、网络不可靠、数据成本高昂、学习者不具备基本的相关能力、语言沟通不畅、文化不适宜。[32]作为发展中国家，这些障碍在我国的教育情景中可能更为突出。在未来，有效使用互联网将成为最基本的人权之一，[33]为了弥补地区、群体间的差异，我国尤其应注意人工智能时代的教育公平问题，加大力度建设新一代教育基础设施，缓解社会经济地位、性别、种族和地理位置等方面的不平等，缩小贫富地区之间的教育和性别差距，积极利用人工智能的解决方案，为弱势群体提供公平的教育机会，以确保教育中人工智能的应用体现包容性与公平性。

（二）构建具有中国特色的“人工智能+教育”生态系统

人工智能是一场推动经济增长与科技进步的新技术革命，也是当下创新发展的先导力量。在教育领域，随着人工智能的渗透与不断影响，将催生新的教育样态，教育转型将进一步带动社会、经济的全面转型。从国际经验来看，人工智能的教育应用既需要政府牵头和雄厚财政的支持，也需要产业界、教育界和科研界的共同推动。目前在国际上，教育领域的人工智能发展大多来自私营部门。Pearson、McGraw-Hill、IBM、Knewton、Coursera 等公司，正在通过用大数据、个性化学习、智能算法等改变着传统的教学模式与课程生成方式。一些科技初创企业的兴起，也在推进人工智能教育普及方面发挥着重要作用。各国政府纷纷努力增强与私营部门在人工智能方面的教育合作，这不仅是为了协作与共享资源，也是确保学校培养目标与劳动力市场的需求协调一致。

在当前人工智能发展的赛道中，我国各领域也在通力合作，共同推动人工智能的教育应用，部分领域逐渐从“追赶”进入到“跟跑”，一些领域还实现了“领跑”。[34]所以，在当前的发展态势下，怎样凸显“人工智能+教育”的中国特色成为关键。根据教育部的统计，我国2018年约有51.89 万所学校，各级各类学历教育在校生约2.76 亿人，专任教师约有1673万人。[35]海量的教育教学大数据是我国的核心数据资源之一，将成为我国实施与发展人工智能教育的重要基础和保障。但与此同时，我国在发展“人工智能+教育”上仍存在一些结构性的障碍，如，基础的教育技术设施不完善、人工智能师资缺乏、人工智能教育产品多集中在下游较为低端产业和服务领域等。为此，我国政府需戒骄戒躁，努力做好“人工智能+教育”产业的前瞻性规划与政策扶持，取长补短，凸显“人工智能+教育”的中国力量，努力打造起对人工智能友好接纳的新型教育生态系统。

（三）以交叉学科与跨界思维培养“人工智能+X”人才

众所周知，人工智能时代的人才培养，绝非是在某一学科领域或针对某一单一技能展开，而是多学科知识、能力、素质的跨界与综合。也就是说，人工智能的竞争，最后都体现在人才的竞争。人工智能研究固然需要多学科、多领域的联合攻关、协同创新，但更需要我们培养具有前瞻性眼光，贯通语言学、脑机制、计算机等人工智能基础理论的复合型、跨领域人才，只有这样才能从根源上实现领跑。所以，人工智能的未来发展，需要打通不同学科之间的传统壁垒，使之成为连接不同学科的桥梁与纽带。

当前，我国各阶段教育培养模式仍以分科教育为主，尤其是在高中教育和高等教育阶段，人才培养的效益总体比较低下，已经无法满足当前人工智能人才的培养需求。与此同时，各级各类学校在培养学生的综合素养方面，如，问题分析与解决、数据处理、沟通和合作等还十分欠缺。伴随着人工智能、大数据、云计算、5G 网络等领域的快速发展，过去教育“划地经营”式的发展模式已逐渐不适时宜，应重新审视专业、学科之间的边界问题，完善人工智能培养规划和学位体系，探索构建符合智能化时代的“新工科”“新理科”和“新文科”。即需要以跨界视野与思维，大量培养复合型、创新性人才，从而更好地推动我国“人工智能+教育”的可持续发展。

（四）培育人工智能时代公民的基本素养，尤其是智能素养

近年来，人工智能在制造、医疗、交通、通讯、住宅等领域迅速普及，这一方面为人们带来了极大的生活便利，但另一方面也意味着每个人都需要准备迎接新的风险和承担新的责任。当人类逐渐步入人工智能时代，一些过去常见的职业、习以为常的生活方式、学习与交互方式等正在发生翻天覆地的变化，我们有责任帮助每一位公民有效了解和掌握人工智能时代的“生存之本”。正如微软首席技术官凯文·斯科特（Kevin Scott）所指出的，在未来，了解人工智能会让人们成为更好的公民，才能不被人工智能之类的东西所取代。[36]

进入智能化时代，新的科学技术与应用不断刷新着人们原有的知识体系和认知维度，所以，我们应重视培育智能时代公民生存与发展所需的一些基本素养，如，信息素养、设计思维、计算思维、交互素养、数据素养、终身学习素养等。这意味着未来的学校教育应重点关注此类素养之养成，从源头上推动人工智能和整个社会的协调发展。这些素养，我们可以用智能素养来统领，即智能素养的普及与人工智能的创新同等重要，公民智能素养的整体提升是国家可持续发展的基础，培养具备高水平智能素养的人才是未来国家建设与发展的关键任务。为此，我国需要加快与“人工智能友好对接”的基础教育设施建设，拓宽“人工智能类素养”的培养渠道，尤其是应革新“智能+”时代的教育培养目标，将普及智能素养和培养智能创新人才，作为国家发展的优先战略目标。

（五）尽快为教育大数据的安全立法，加强教育大数据监管

人工智能看似是缺少“温度”的科学技术，为此，如何将之有效应用于教育仍需要考量。越来越多的研究表明，人工智能赋能教育变革的重点就在于大数据。教育人工智能（EAI）重在通过运用人工智能技术更深入、更微观地审视、理解学习是如何发生，又是如何受到外界社会经济、物质环境、科学技术等因素影响，进而为学习者的高效学习创造条件。[37]伴随着大数据、云计算、人机交互等人工智能关键领域的突破，数据安全问题已然成为“房间里的大象”，无法为我们所忽视。数据安全问题不仅仅在于技术本身，更在于数据资源的开放、流通和应用而导致的各种风险和危机。[38]当前，部分国家已纷纷采用立法的方式来维护数据安全，如，《美国消费者隐私权利法案(草案)》《德国联邦个人数据保护法》《欧盟数据保护通用条例》《俄罗斯联邦个人数据法》等。

正如前述，教育大数据系统是我国的核心数据之一，由于数据采集、建构、应用与分析过程较为复杂，教育大数据系统的安全管理与系统维护不容忽视。当前，我国教育大数据面临着诸多安全隐患。比如，由于缺乏相应的法律法规与问责体系的保障，我国教育大数据监管体系尚不健全，存在数据安全标准不规范、数据安全相关技术不成熟等问题，人们对数据伦理和数据隐私也不甚重视，这些都使人工智能的教育应用面临潜在的风险。根据发达国家的经验，未来我国在数据安全上，一方面要保护教育大数据，谨防教育平台的数据将被少数机构霸占，破除教育大数据的人为分割或垄断；另一方面也要积极保护个人的教育数据，如，安装必要的保护装备、做好教育数据安全知识普及等，以全力保障学生与教师的隐私安全不受侵犯。其中，最关键的是要建立完备的“数据问责体系”，即通过法律法规等强制措施，确保教育大数据免受网络侵害和非法滥用。