教育领域人工智能的应用现状、影响与挑战

钟悦 王洁

摘   要：人工智能自引进教育领域以来，其发展潜力与价值已得到广泛验证且取得较大成功。经济合作与发展组织（OECD）于2020年4月发布了《教育中的可信赖人工智能：前景与挑战》报告，详细阐述了人工智能在教育领域的应用与发展。从现状看，人工智能在课堂教学、学校管理及教育系统三个层面发挥了巨大价值。从影响看，人工智能推动了正规教育系统进一步变革知识与技能。从前景看，人工智能在教育领域的快速发展给各国教育工作者和政策制定者带来了新的问题与挑战。

关键词：教育 人工智能 OECD

近年来，人工智能、物联网等数字技术推动了教育的发展。中国、美国、印度等国家的教育技术行业获得了大规模投资，为教育机构与利益相关者开发了广泛的数字方案，如线上平台、机器人、智能设备等。数字技术为教育创造了新的机遇，也带来新的挑战。数字时代下各国教育系统、课程与技能需求均开始变革，创新技能与公民技能的重要性逐渐增加。同时，劳动力市场技能范围在自动化影响下不断扩展，创造力、批判性思维等劳动者的综合技能越来越受重视。

一、背景

作为数字技术发展前景最广阔的领域之一，人工智能未来有望帮助人类实现可持续发展目标（Sustainable Development Goals），为创造可持续、包容的社会提供帮助。但是，人工智能快速发展的同时也带来了巨大的挑战，如劳动力市场转型问题，隐私、安全与道德问题，数字鸿沟问题，技能培养需求问题等。2019年，二十国集团（G20）在日本大阪通过了《G20人工智能原则》，致力于发展以人为本的人工智能应用，增强公众对人工智能的信任与信心，充分发挥人工智能的潜力。

2020年，沙特阿拉伯（G20轮值主席国）提议展开G20人工智能对话，由G20数字经济工作组主持，旨在使基于人工智能的全球政策制定与技术发展保持同步，支持G20成员间分享经验和政策实践。G20人工智能对话的重点是教育、医疗保障、公共服务（电子政府）领域值得信赖的人工智能。

基于此，OECD于2020年4月发布《教育中的可信赖人工智能：前景与挑战》（Trustworthy Artificial Intelligence（AI）in Education： Promises and Challenges）报告[1]。OECD称，向数字时代的过渡中，G20国家教育面临两个挑战：一是利用人工智能的优势推动课堂教学与教育系统层面的发展;二是帮助学生发展新技能以适应日益自動化的经济社会。该报告介绍了人工智能应用于各国课堂教学及教育系统的成功实例，以及培养学生综合技能的方法。OECD提出，各国利益相关者必须采取措施应对人工智能引发的问题与挑战。

二、教育领域人工智能的应用现状

（一）人工智能在教育领域的潜力与价值

OECD人工智能专家组将人工智能系统定义为一种基于机器的系统，它可以制定影响真实环境或虚拟环境的预测、建议或决策。人工智能系统包括4个生命周期阶段：规划与设计、数据的收集与处理、模型的建立与解释，验证与批准，部署，运行与监控[2]。在过去十年中，数字化一直是课堂中教学实践创新的主要驱动力之一[3]。近年来，课堂教学的数字化创新主要体现在增加课堂计算机/互联网的使用。OECD认为，人工智能的应用将引发课堂教学的下一轮创新与变革浪潮。

当前，世界范围内最有前景的人工智能技术之一是机器学习。机器学习使机器通过模式和推论，而不是通过人类的明确指令，以自动化方式进行学习。支撑机器学习的技术被称为“神经网络”（Neural Network），用于提升机器的计算能力并为机器提供海量数据 [4]。例如，许多语言学习应用程序就是依赖于机器学习的应用。此外，人工智能时常被嵌入各种教育技术中，用于开发各种形式或目标的学习分析、建议及评估的创新工具。

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

1.识别学生的需求以提供个性化学习

人工智能在课堂教学中主要应用于提供个性化学习。个性化学习能根据学生的个性需求定制适合学生的学习方法。人工智能能够识别哪种教学材料和方法最适合个别学生的水平，并根据个别学生的数据对学习过程的下一步骤作出预测、建议及决定，进而帮助学生按照自己的步调掌握学习主题，为教师提供如何帮助学生的有效建议。例如，印度的个性化教学（Teach at the right level，TaRL）技术是一项人工智能辅助个性化学习的创新技术。TaRL技术支持的教学方案由印度非政府组织Pratham开发，根据学习需求（并非年龄或年级）将学生（三至五年级）分成小组，指导学生关注基本技能的学习，且定期评估学生的表现。通过与人工智能的结合，能进一步为学生提供个性化学习内容，提高学生读写能力和计算能力。

美国新课堂创新合作者（New Classrooms Innovation Partners）基于人工智能开发了“面向每一个人的教学：数学”（Teach to One：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（computer dashboard），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。

印度教育科技公司（BYJU）开发了基于人工智能的学习应用程序（The Learning APP）。据调查，至2019年10月，该应用程序已经有3500万次下载量，270萬年订阅用户。2015年，该应用程序凭借后台的人工智能，为学生提供个性化学习材料，同时面向印度六至十二年级教师发布了数学和科学学科指导。此后，该应用程序还为印度四至五年级教师提供了将教学与诊断和个性化功能相结合的指导。除了提供视频课程，该应用程序使用人工智能评估学生是否理解了数学和科学概念，将评估结论作为依据引导学生进入下一阶段学习，或者引导学生返回基础阶段的学习。

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”（adaptive test and learning plan）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。

人工智能对特殊需求学生的学习支持主要体现在两个方面。一方面，帮助规避学生的某些障碍问题，例如，将文本转换为语音或将语音转换为文本的程序。2016年，北京联合大学特殊教育学院引进了智能语音识别系统，该系统可将教师的教学语言转化成文字字幕呈现在大屏幕上。课堂教学上采用“手语+语音口型+口语字幕+文字讲义”多通道、多维度的信息输入方式，确保听觉障碍学生能准确、完整、高效地接收信息。同时，学校还为每个视觉障碍的学生配备了阅读终端产品“阳光听书郎”，帮助学生无阻碍地收听电子书籍，并为他们配备安装读屏软件的专用电脑，学生可以听到屏幕上的信息并进行相关操作[5]。另一方面，基于科学研究从问题根源上帮助学生解决障碍问题。例如，患有自闭症的学生在人工智能支持下可以通过与课堂中的虚拟角色或物体进行交互和协作，以提高社交技能，进而解决心理障碍。此外，许多国家或地区还使用人工智能设备作为诊断工具检测学生的特殊需求。

3.其他功能

除了用于支持学生个性化学习及特殊需求，人工智能的其他功能也得到了开发。例如，人工智能检测模式的功能可为学生、教师或家长提供个性化建议，主要应用于以下三个学习场景：在线与混合式学习——人工智能代理支持的聊天程序可以为学生和教师提供与学习相关的分析;课堂动态——不同类型的传感器和摄像机可以分析课堂动态和学生参与度，为教师提供实时或课后反馈和建议;外语学习——语音识别、分析及发音校正等人工智能功能可以辅助外语教师开展课堂教学。

（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。

人工智能的应用开启了评估综合技能的新路径。以嵌入式评估（embedded assessment）为例。在数字学习环境中，人工智能系统通过存储学生信息，识别学生是否掌握了特定学科技能，为学生提供详尽的形成性反馈。此外，人工智能还能通过语音识别、语言分析及工作参与行为模式实现对学生思维方式的评估，对学习情况的反馈，对学生需求及技能的回应。

基于游戏的评估（Game-based Assessment）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強现实、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。[6]

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[7]。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[8]。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[9]。此外，2019年OECD发布的《OECD技能展望》（OECD Skills Outlook）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。[10]

（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[11]。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。[12]

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。

在教育领域，人工智能的使用符合两种条件才能获得公众信任：一是任务的准确执行，二是使用方式的公平且正确。以人工智能预警系统为例。预警系统通常会对学生进行描述，识别出哪个学生面临辍学风险。如果预警系统识别学生的效果太差、准确率低，会丧失公众的信任，并将返回研究开发阶段，对系统加以改进。另一种可能性是人工智能预警系统没有得到使用者的正确使用。只有通过正确的人为干预措施，支持并帮助学生解除辍学风险，人工智能预警系统才能真正识别出面临辍学风险的学生。人工智能预警系统的使用目的在于提高学生学业完成率，并提升社会正义和公平。但是，由于部分使用者试图将面临辍学风险的学生从学校剔除（在某些问责制下，这部分学生可能会导致学校遭受问责与制裁，学校声誉将受损），导致学生受到歧视。因此，被公众信任的前提是，不仅要确保人工智能正确执行任务，而且需要人与人工智能的正确交互。

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》（General Data Protection Regulation，GDPR）為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》（Family Educational and Privacy Rights Act）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”[13]。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[14]。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。

参考文献：

[1]OECD. Trustworthy artificial intelligence（AI） in education：promises and challenges[EB/OL]. （2020-04-08）[2020-05-22].https：//doi.org/10.1787/a6c90fa9-en.

[2]OECD. Artificial intelligence in society[EB/OL]. （2019-06-11）[2020-05-22].https：//dx.doi.org/10.1787/eedfee77-en.

[3]VINCENT-LANCRIN S， URGEL J， KAR S， et al. Measuring innovation in education 2019： what has changed in the classroom？[EB/OL]. （2019-03-05）[2020-05-22].https：//dx.doi.org/10.1787/9789264311671-en.

[4]李晓岩，史宏.“人工智能合作与人才培养创新发展研讨会暨机器人学院成立大会”上的报告[J].北京联合大学学报，2016，30（3）：1-4.

[5]李德毅.人工智能在奔跑  教育的机遇与挑战——在“北京联合大学智能机器人产学研合作与人才培养创新发展研讨会暨机器人学院成立大会”上的报告[J].北京联合大学学报，2016，30（3）：1-4.

[6]OECD. OECD Employment Outlook 2019： The Future of Work[EB/OL].（2019-04-25）[2020-05-22].https：//dx.doi.org/10.1787/9ee00155-en.

[7]张学军，董晓辉.人机共生：人工智能时代及其教育的发展趋势[J].电化教育研究，2020，41（4）：35-41.

[8][9]HOLMES W. Artificial intelligence in education[EB/OL]. （2019-04-15）[2020-05-22].https：//doi.org/10.1007/978-3-319-60013-0_107-1.

[10]OECD. OECD 能视域下机器学习的教育应用与创新探索[J].计算机产品与流通，2020（9）：40.

[11][12]VINCENT-LANCRIN S， GONZALEZ-SANCHO C， BOUCKAERT M， et al. Fostering students creativity and critical thinking： what it means in school[EB/OL]. （2019-10-24）[2020-05-22].https：//dx.doi.org/10.1787/62212c37-en.

[13]梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018（3）：24-30.

[14]杨现民，张昊，郭利明，等.教育人工智能的发展难题与突破路径[J].现代远程教育研究，2018（3）：30-38.

编辑 王亭亭   校对 朱婷婷