余聪 陈剑波
摘要 智能时代催生了社会各领域新产业、新模式、新业态的推陈出新。教育领域作为社会系统的一个重要组成部分,不可避免地面临着技术环境、时代背景、系统模式的深刻变革,特别是智能时代之于教育治理的全新挑战。在智能时代显著的数字化、智能化技术赋能之下,教育治理呈现出教育数据要素化、教育治理协同化、教育决策精准化、教育服务场景化的全新特征。面对教育治理現代化从治理驱动、治理基石、治理平台、治理保障的整体性结构重塑,只有从理念、技术、制度层面进行全方位变革与转向才是应对和发展之道。
关键词 智能时代 教育治理 教育数据 智能服务
人类社会正进入科技革命和产业变革深度融合的智能时代。智能时代带来了生产力和生产关系又一次质的飞跃,催生了社会各领域新产业、新模式、新业态的推陈出新。教育领域作为社会系统的一个重要组成部分,不可避免地面临着技术环境、时代背景、系统模式的深刻变革,尤其是智能时代之于教育治理的全新挑战。从现状看,目前教育治理现代化研究多以教育事业发展为逻辑起点,包括对教育质量的影响、教育管理的优化、教育督导的推进等,较少关注技术创新对其深刻,甚至具有某种颠覆性的影响。将智能技术与大数据应用于治理作为一项专业性、前沿性、系统性突出的新课题,需要治理主体具有较高的识别关键场景需求的素养和能力,才能将技术应用、教育实际、业务需求相融合,形成真正具有价值、创造价值的教育场景解决方案。基于此,本文以智能时代显著的数字化、智能化技术为切入点,结合教育治理运用场景和现实需求,通过深刻分析智能时代教育治理现代化的全新特征,构建智能时代教育治理现代化的结构框架,进而找到推动智能时代教育现代化的发展路径。
一、智能时代教育治理现代化的特征
教育治理始终是与时代发展和技术进步休戚相关的课题。自2014年全国教育工作会议提出“深化教育领域综合改革,加快推进教育治理体系和治理能力现代化”以来,国务院、教育部等国家部门相继出台多份文件,不断丰富教育治理现代化的内涵体系,系统推进教育治理现代化的实践进程。2016年,国家开始从信息公开和数据开放的角度探索教育治理现代化的新途径和新方式,教育治理现代化正式迈入了智能时代的征程。2017年,国务院发布《新一代人工智能发展规划》,有力促进我国智能科技基础研究、人才培养、技术研发、产业应用进入高质量发展阶段,其在教育领域中的应用与价值日益彰显,以“支点”作用驱动了教育生态的整体变革,赋予智能时代教育治理现代化的全新特征。
1.教育数据要素化
在数字技术不发达的背景下,大量的教育数据仅作为一种“档案”存在,数据冗余、利用率低、互通性差、公开度不足,同时存在巨大的安全隐患。教育数据蕴藏巨大的经济价值和社会价值,一旦激活,将释放超乎想象的潜能。经过不断反复的理念更新与实践探索,当前教育数据正得到不断运用,数据价值日益彰显。2020年,《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》首次将数据作为一种新型生产要素写入文件中,与土地、劳动力、资本、技术等传统要素并列为要素之一,并明确要“加快培育数据要素市场,推进政府数据开放共享、提升社会数据资源价值、加强数据资源整合和安全保护”。教育数据正作为一种“生产要素”,推动教育与经济社会发展紧密相连,释放教育在推动生产力发展中蕴藏的能量。当然,机遇总是与挑战并存。随着数据价值不断开发而来的,是教育数据采集、维护、使用和传播过程中数据隐私、数据共享及数据价值分配等问题。以学生的教育数据为例,涉及到学生的学习行为、学业成绩、社会关系及一些敏感数据,一旦暴露或被随意采用,会造成难以预料的后果。数据开放权限迫切需要数据主体与使用方予以明确介定。同时,在政府、学校、师生等都成为数据供给源的情况下,必须对数据价值给予合理评价,才能进一步激发各主体提供数据的积极性和主动性。
2.教育治理协同化
教育治理是一项需要政府、学校、社会乃至公民个体等多主体共同参与、协同发力的系统工程。其中,政府不仅是社会治理的重要主体,在教育改革中,政府同样在行政审批、教育标准、教育督导等方面发挥着宏观管理的重要职能。学校是教育改革的基本立足点,是教育治理现代化的活力源泉。社会则在教育治理中发挥着对教育质量、办学方式、培养模式的重要评价与监督作用。在传统教育管理模式下,“政府-学校-社会”构成了教育治理的“三元”主体模式。这一模式虽有利于保证教育事业统一部署、资源统一调配、目标统一规划,但受多种因素影响,“由政府主导的‘自上而下的管理模式,其治理主体主要是政府,其他主体参与较少,加上政府‘霸权式的话语体系,使得不同的声音难以表达”[1]。智能时代,基于智能技术开发的平台具有开放性、便捷性、实时性、互动性等特点,不同的主体可以借助丰富多元的技术平台成为数据供给源,从而打破数据垄断或数据孤岛现象。如政府可通过掌握的人口数据、经济数据、医疗数据等,科学配置教育资源、政策、基建等投入,实现教育发展和区域发展协调并进。学校可通过掌握的师生行为、学科发展、科研经费等教育数据,优化政策制定师资配比、人才培养等核心指标,提高办学质量。社会可通过公开的论文专利、科技成果转换、社会影响等教育数据的分析,对教育机构的育人成效、科研质量等作出相对客观的评价。
3.教育决策精准化
教育决策是教育治理中的重要一环。传统的教育治理决策主要是对抽样调查的片面数据和实践经验进行提炼而得出相关决议[2]。这一决策模式下的决议难免在科学性上有所欠缺,特别是当数据不足以充分支撑决议时,决策便主要依赖于决策者的主观经验、工作阅历、专业背景甚至直觉判断,容易造成决策与实际分离、期望与诉求割裂。特别是在公开、透明的网络空间,社会对教育决策的关注达到前所未有的程度,不同主体的利益诉求在网络空间充分表达,形成一股不容忽视的舆论力量。教育决策要真正经得起来自各方的质疑,必须保证决策的科学性、公平性、公正性,其关键在于支撑决策的证据或论据必须充分。智能时代让这一关键性因素成为可能,大数据不仅仅是一种技术、一种能力,更是一种思维方式,“让数据开口说话,让数据成为人类思考问题、作出行为决策的基本出发点”[3]。来自各类主体、各级层面、各个领域的数据借助平台得以海量汇聚,在先进的数据分析软件和可视化软件的辅助下,决策者可以从数据中剖析形势走向、把握社会焦点,进而梳理决策重点、难点、堵点,缩小教育决策与教育实际、利益诉求之间的误差,增强教育决策的科学性和精准性。另外,以“云”形式存储的大数据是对传统数据存储方式的全新变革。超长“生命周期”的数据可实时、全面、长期纪录数据源的完整动态,实现全景式与全程性、横向与纵向、点与面有机结合的数据模块,为教育决策保留深厚的数据溯源基础。
4.教育服务场景化
“教育治理……其直接目标是好治理(也称善治),最终目标是好教育(也称善教)。”[4]不论教育治理处于何种阶段,出发点和落脚点都是为了促进高水平的教育供给,满足经济社会发展和人民群众高质量的教育需求。在实际中,教育管理部门和教育者试图以技术手段赋能教育治理进而拓展教育服务。以数字校园建设为例,学校通过不断完善校園信息化硬件和软件设施,如开发使用校园一卡通、统一身份认证平台、教育信息平台等为师生工作学习创造便捷、舒适的校园环境。当前,数字校园建设在高校、中小学都取得显著成效。但受思想观念和技术整合制约,数字校园建设仍存在一些迫切需要解决的问题,如信息化功能滞后、平台重复建设造成资源浪费、开发功能与对象需要脱节等。智能技术的发展为推动教育治理从信息化、数字化向智能化转型提供了有力武器。智能时代丰富的载体如新颖的在线教学客户端、多元的网络教学资源、灵活的教育保障政策、先进的教育数据分析软件等,可为学生提供针对性、精准性的教育服务,可大力拓展教育服务空间。同时,多主体联合共通的数据平台运用,使信息校园建设不再局限于学校的围墙之内,而是打开校门,以开放、包容之姿与智慧政府、智慧城市建设紧紧相连,学校教育数据与区域经济社会发展数据互相补充。教育管理部门或管理者可根据“瘦身”后的数据,完整、系统地把握服务对象的有效信息,进而提供更加智能的教育服务。
二、智能时代教育治理现代化的结构重塑
“随着人工智能在教育领域应用的日益广泛,势必引发教育模式、教学方式、教学内容、评价方式、教师队伍等一系列的变革与创新,助力教育流程重组与再造,推动教育生态的演化,促进教育公平、提高教育质量。”[5]智能时代教育治理现代化的全面变革,是治理驱动、治理基石、治理平台、治理保障的整体性结构重塑,它是以数字技术为核心驱动力量,以数据化的知识和信息作为关键性要素和突破口,以现代信息网络为重要载体,多主体协同参与,突出场景应用的新型治理形态。
1.智能技术的开发与应用
只有现代化的技术,才能有现代化的治理。长期以来,限制教育治理无法突破的关键原因,在于数字化、智能化技术与平台的应用得不到真正落地。事实上,教育领域对先进技术极其“敏感”,一旦先进技术得以开发和推广,所带来的改变是巨大且极富效率的。如在突如其来的新冠肺炎疫情影响下,智能技术在开展在线教学、校园精准防控、师生动态追溯等方面得到广泛应用,有力确保了校园教学生活秩序的正常运转。智能时代教育治理现代化的核心驱动是先进智能技术与平台的开发与应用,主要体现在三个层面:一是拥有完善的软硬件基础设施。海量的教育数据收集和处理需要充足的数据存储及传输设备、系统软件、智能芯片等;二是设施能够掌握关键领域技术和分析方法,如机器学习、知识图谱、类脑智能计算、模式识别、自然语言处理、智能语音、生物特征识别、虚拟现实/增强现实等,对有价值的教育数据进行进一步清选、归类、分析;三是具有开发服务学校发展和师生需要的智能平台的高性能硬件技术和设施,能够针对学校区别于其他社会组织的独特属性,结合师生对教育服务的个性化需求,开发出体现教育发展和教育治理的科技产品。
2.教育数据的挖掘与利用
充分挖掘、利用、开发有价值的教育数据,使教育数据真正转化为教育治理现代化的“石油”,是教育治理现代化的应有之义。只有建筑于可靠、可信、科学的教育数据基石之上,教育治理现代化才能实现真正的质的飞跃。教育数据既有存储于数据库中的结构化数据,也有文本、音视频等非结构化数据,主要涉及管理数据、教务数据、学业数据、科研数据、就业数据、人事数据等类型。从理论上讲,教育数据愈是翔实、无空白、无漏洞,发挥的作用将越大。但从治理实践看,受限于校园基础设施、数据挖掘工具及工作人员的数据素养、业务能力等因素,要做到教育数据的“穷尽”难度极大。提升教育治理现代化的目的在于提高学校人才培养质量、学科发展水平、教育服务层次和保障学校管理有序运转。从提升教育治理效能的角度,关键在于坚持系统整合、高效便捷、质量提升、服务发展的价值导向,紧密结合学校、师生、社会对教育数据的使用与诉求,依据一定理论、模型对教育基础数据、状态数据、资源数据、行为数据进行有逻辑、有系统、有取舍的聚类、清洗、分析、展示、验证。
3.智能服务的供给与设计
智能时代下教育环境的改变和治理效能的提升,是通过使用系列校园智能服务平台而感知到的。随着数据红利的不断释放和数据战略的深入实施,不同的主体对数据需求存在共性与个性、静态与动态、长期与短期之分,对数据的精准化、专业化程度要求越来越高。教育管理部门或管理者要提升智能服务平台供给意识和设计水平。从权责来看,学校是智能服务平台搭建与设计的主要推动者、建设者、决策者,与此同时,政府、企业等社会组织可通过发挥各自优势、建言献策,打通教育智能服务平台与公共智能服务平台之间的界限,实现数据共享与服务集成。从设计来看,智能服务平台将呈现集成化、垂直化、共享化、个性化特征,形成大数据驱动的治理信息链、业务链,充分体现“以人为本”的设计理念,高度重视管理者、师生员工的用户体验,提供精细化、实时化、人本化的数据服务。如围绕学习者需求精准推送在线教学资源、学业动态分析、培养计划目标等智能服务,实现日常教育和终身教育定制化;围绕决策者需求精准推送学科动态、科研成果、绩效产出、人事变动等智能服务,有助于科学预料、系统捕捉未来有生命力的学科专业生长点,提高决策科学化水平;围绕社会需求精准推送相关专业人才培养存量数量、专利技术成果转化等智能服务,促进产教有机融合,等等。
4.制度体系的科学与健全
不论是信息化阶段,还是智能化阶段,教育治理现代化均是一项系统性、协同性突出的工程,其预期作用的发挥,应遵循系统思维、多主体协同发力。必须通过健全的制度体系,营造积极适应教育环境、充分释放数据红利的良好治理生态才能给予保障。从构成智能时代教育治理现代化的结构组成来看,制度体系建设应至少包含四个方面:一是打破数据源“各自为政”和数据不出“校门”的困境,实现政府、学校、社会(包括校友)等教育数据挖掘、共享、联通的科学机制,在此基础上建设数据共享开放标准体系、数据风险防控制度、数据管理评价机制;二是综合不同治理主体的治理优势,着眼于激活治理主体活力,明确各方权责义务,保障各方利益分配,提升治理主体素养,强化考核评价的科学机制;三是建立人机协同、理论实践、经验判断、数据分析、充分沟通多重优势于一体的科学决策机制,确保流程规范、决策严谨、闭环管理;四是建立加大对智能时代教育治理现代化背景下线上、线下教学、协同治理等内涵、特征、趋势、理念、规律的基础研究和对智能技术、智能平台等基础设施建设投入的保障机制。
三、智能时代教育治理现代化的发展路径
在社会治理与信息技术愈发深度融合的治理环境中,智能化既是提升教育治理能力和治理现代化的客观要求,又是推进教育治理创新的基本途径之一。面向未来,智能化是社会各系统无法阻挡的趋势,经济社会发展亦将切换到一个全新的“操作系统”。相较智能技术、大数据等在社会其他系统如城市治理、智能制造、医疗卫生等领域的应用,在教育领域的技术“出场”并不新鲜,但作为一种技术“在场”,其应用深度和价值发挥却明显不足,甚至落后。当务之急是要从理念、技术、制度三方面对教育治理进行系统性变革。
1.从稳定、静态、经验式的“有序”追求转向开放、主动、科学式的“效能”追求
从教育运行和发展规律来看,技术赋能治理是智能时代教育过程不可或缺的重要组成部分。技术与治理之间,亦存在密不可分的联系。很长一段时间,囿于技术的不成熟及运用技术的能力有限、教育治理手段陈旧,教育治理的主要目标就是维系学校正常运转,确保学校整体处于一个相对稳定、静态的“有序”状态。智能时代,智能技术、大数据在整体性、精准性、快捷性等方面具有无可比拟的突破性优势,当其应用于治理时,追求的是效率与质量、公正与公开、学校发展和社会进步融合的更高阶段的“效能”治理,即是说,通过智能技术、大数据的深度应用,可以极大缩减教育治理所需的人力成本、时间成本和行政成本,节约治理资源,提升治理效能,推动教育事业质的发展。理念变革带来行动变革。对于教育管理部门或管理者而言,关键要认识和适应智能技术的深刻变化,改变以往被动或畏难心态,主动拥抱智能时代。要深刻认识到智能技术、大数据等具有的“革命性”意义及对传统教育治理体系造成的冲击,“原来相对静态化稳定性的组织体系和科层链条将随着动态任务的发布而变得更具灵活性,传统的刚性决策将趋于被柔性化决策所代替;传统的基于上下级关系的单向度任务链将随着数据流整合和场景重建而变成双向的,威权治理过程会变得更加透明和民主”[6]。要充分发挥智能技术、大数据等具有的强大技术和治理优势,政府、学校、社会组织和个人要形成协同共赢的理念认知,从提高教育质量、推动师生成长、促进区域发展的整体性利益角度主动融入治理现代化全程,突破狭隘利益思维,合理开放和共享高质量的教育数据,在各类利益相关者之间构建一个双向多维的分布式、去中心化的“自组织”治理网络。
2.从粗放笼统的“打包式”服务转向精准人性的“场景式”应用
多年来,教育的信息化服务建设由于技术落后或缺乏、信息部门在学校组织架构中不受重视等原因,教育服务主要停留于粗放笼统的状态,多数学校采取“打包式”服务应对所有对象的需求,忽视了不同层次、不同个体的差异化特质,教育治理效率低下、质量不佳。智能时代的教育治理现代化,须要在技术上进行变革,不仅要求技术水平取得突破,更要求技术应用体现人本理念,突出“场景式”应用。一方面,满足治理对象的特殊利益需求,提供全方位全周期的精准化服务;另一方面,通过深入布局智能化的“場景式”应用,催生教育服务新模式、新业态,提升教育服务智能化水平和服务能力,为推动智能经济发展提供有力支撑。要紧抓以5G为代表的新一代通讯、网络、基础设施部署和应用的升级趋势,围绕特定应用场景,聚焦智能手机、语音交互、VR/AR等终端设备的差异化需求,开发定制化、低功耗、低成本的高性能硬件,发挥其超高速的数据传输能力和万物互联的标识解析体系,形成教育治理的智能化新模式[7]。要通过采集大规模高质量的教育数据,系统性地通过新一代人工智能算法进行模型训练,提升数据的整体分析效率,充分挖掘教育服务场景的升级需求,加速形成与需求匹配的智能化解决方案。同时,由于现阶段新一代人工智能技术尚未达到强人工智能水平,如在线教学平台可以跨越师生教学在空间上的隔阂,但在教学评价、课堂互动、学习者行为状态的监测评价反馈与线下教学仍有差距。因此,深化“场景式”应用关键还要明确应用场景边界,精准锁定应用需求,厘清不同治理对象的需求清单,将治理对象的需求限定在有限的特定问题边界之内,提供可行可靠的服务方案。
3.从协调多元主体“治理冲突”转向激发多元主体“合作共治”
由于个体主义思维方式的滥觞、治理模式碎片化、组织机构功能裂解化等原因,导致以往教育数据成为一个个分散的“孤岛”,在造成大量数据浪费的同时,阻碍了治理现代化的实现。破解这一难题,关键在于制度的变革。“无论是技术进步还是社会发展的逻辑,都决定了开放、共享的重要性,任何社会系统的主体都更趋多元化”[8],长效化的“合作共治”制度是基于多元复杂的当代高等教育及治理场景提出的诉求。要改革现有数据治理机制和创新体系,通过分类分层推动教育数据共享,率先推动与师生利益和社会发展紧密相关的教育数据资源有序开放,学校、政府、社会组织、校友等多元力量可通过建立共赢、合作的数据开放政策和科学决策政策,系统化重塑教育数据治理工作。学校要围绕教育“场景式”应用所需要的技术与产品研发,加大对教育治理的经费和人员投入。近年来智能技术的发展进一步显示,理论研究和应用研究中间应该还要有平台支撑和平台服务。要充分发挥市场机制作用,基于政府支持智能教育现代化的专项扶持政策、重点科研计划等专项资金,主动与技术能力强、服务水平高、带动能力强的企业共同开展项目建设,打造一批具有示范性意义的智能服务平台,深入探索智能技术在教育治理的应用模式。最后,由于学校多数从事行政管理和信息管理的师生员工,并非专业的智能化人才,不具有专业的数据分析知识,从一定意义上讲,这是限制教育治理现代化的最难“梗点”。因而要通过制度化的培训和学习,不断提升治理主体的教育数据素养,提升运用智能化工具分析和处理数据能力。
参考文献
[1] 汤贝贝,薛彦华.大数据背景下高等教育治理转型:机遇、挑战与应对策略[J].重庆高教研究,2019(02):77-86.
[2] 刘来兵,张幕文.大数据时代教育治理现代化内涵、愿景及体系构建[J].教育研究与经验,2017(02):30-35.
[3] 杨现民,唐斯斯,李冀红.发展教育大数据:内涵、价值和挑战[J].现代远程教育,2016(01):50-61.
[4] 褚宏启.教育治理:以共治求善治[J].教育研究,2017(35):4-11.
[5] 杨宗凯,吴砥.人工智能促进教育创新[N].光明日报,2018-11-20(13).
[6] [8] 南旭光,张培.智能时代我国高等教育治理变革研究[J].中国电化研究,2018(06):1-7
[7] 凌霞.人工智能应用场景落地 关键看这5点[EB/OL].[2019-01-25],http://www.cbdio.com/BigData/2019-01/25/content_5999554.htm.
[作者:余聪(1988-),男,福建宁化人,中国计量大学党委办公室、校长办公室,助理研究员,硕士;陈剑波(1977-),男,浙江桐乡人,中国计量大学,副研究员,硕士。]
【责任编辑 关燕云】