人工智能对于教师职业的替代：原理与趋势分析

刘 进,刘卓然,吕文晶,钟小琴

(1.北京理工大学人文与社会科学学院,北京 100081；2.麻省理工大学，美国马萨诸塞州 02169)

人工智能等新技术革命正进一步替代传统劳动力、改变就业市场需求与结构。教育是本轮人工智能技术革命的核心推动力，也是人工智能最重要的应用场景和最主要的应用方向之一，人工智能通过教育机器人、教育辅助设备等将可能围绕教师、学生及教育机构这三大主体从教、学、考、评、管[1]等方面大幅替代教师职业需求，改变中国教育劳动力市场结构。而且，相比于前几次人工智能技术革命，本轮人工智能发展已经更多地从实验室走向真实应用场景，尤其在教育领域以科大讯飞等为代表的人工智能企业异军突起，大量人工智能产品进入实践应用阶段，迅速改变着教育领域的劳动力市场结构。而2020年初新冠肺炎疫情的爆发，则大大加速了中国的教育信息化实践进程。[2]这将有可能加速人工智能对于教师职业的替代进程。当前，教育学界已经注意到人工智能对教师职业的替代趋势，但对于其替代原理、替代过程、替代现状与趋势等仍缺乏有效分析，仍未做好人工智能对教师职业替代规律的应有研究，尚无法指导中国教育劳动力结构调整与转型。

一、人工智能技术革命对于劳动力市场的替代效应

工业革命以来，技术的进步使劳动方式(或者说就业方式)沿着“手工(体力) 劳动——半机械化——机械化——自动化——智能化”的方向演进，功能上则体现为从对人的体力的延伸和替代到对人的智力的延伸或部分替代。[3]而不同历史时期的技术进步对劳动力的替代规律是不同的。为方便论述，本文分为两个大的时段展开分析。

(一)早期工业革命时代的劳动力替代效应

进入19世纪，工厂逐渐取代手工作坊，制造业的技术进步通过对任务的简化来分解和替代技能，降低了原有工作岗位的技能要求。[4-7]。在此过程中，单个劳动力工人原来所承担的工作，被分解为更小的、高度细分的一道道工序，每道工序则由更多的工人以人均更少的技能来完成，在此过程中很多技术发明都是以降低工作所需的直接技能难度为目标的。

到了19世纪末期，进入20世纪后，制造业生产已经越来越多的依赖于流水线，资本—技能互补的典型劳动力市场生产模式逐渐成型。该种模式的成熟，也创造出操控这些自动化机器的相对熟练工岗位。[8]随着企业规模的扩大和市场范围的地域性扩展，管理任务的数量和难度都在上升，管理型员工和文职员工的需求也增加了。[9]电气化时代下的该种生产模式，提升了劳动力中相对熟练工人和受过更高水平教育的白领工人的比例，[6]也增加了自动化办公设备对互补生产要素的需求，即对于具备一定受教育水平的非生产性员工的需求。[10]

(二)前人工智能时代的劳动力替代效应

20世纪，人类社会技术创新进一步向自动化和智能化方向发展，并不断改变着劳动力市场需求和市场结构。从本课题组视角来看，三次人工智能技术革命对于劳动力市场需求和结构的改变具有典型意义。其中，前两次人工智能发展，由于技术创新与实践应用之间仍然存在天然鸿沟，因此对于劳动力市场的实质性替代效应不足，因此本文称之为“前人工智能时代”。

第一次人工智能技术革命开始于20世纪前半叶，以1936年图灵系统提出“通用图灵机”为主要代表，这一时期人工智能技术革命的基本思路是，开发形成具备“智能”或“智力”的类人机器，使之有效作用于各类领域，降低人类工作负荷甚至超越人类本身，虽然短期内真正的“无人组装线”式工厂还无法构建，但却推动了计算机、自动化等领域的技术创新，劳动力市场进一步分化成为高技能管理者和标准化熟练工人。

第二次人工智能技术革命从20世纪60年代一直延续至20世纪末期，在此阶段，人类关于计算机、机器人、语音识别等的热情被点燃，人工智能从初始化理论向机器模型转变，这以1989年美国推出的网页浏览器为核心代表，在此阶段计算机、自动化等具体领域的技术创新取得突破性进展，机器取代人，大大降低了个体劳动力工作负荷，提高各类工作的自动化、智能化、网络化水平，由于对于机器和网络等操作的知识水平要求不断提高，自动化工程师、网络工程师等新的劳动力需求加大，分化形成多种类型的高技能劳动力市场岗位，教育在劳动力市场中的作用得到提升，不仅为各类专业化人才养成提供专业渠道，而且为普通劳动力提供终身学习培养等教育支持。[11]

(三)第三次人工智能时代的劳动力替代效应

当前人类社会进入第三次人工智能革命时代，本次工业革命以智能化为核心，它对岗位数量和任务性质等的影响大有不同，劳动力和资本之间的界限从来没像现在这般模糊。[12]

在就业结构方面，人工智能的替代效应之所以比任何技术都要强大，主要原因在于人工智能运用大数据和云端解决了以往技术不能够完成的非常规认知任务甚至是非常规手工任务。[13]有研究认为，人工智能和机器人对劳动的替代，会导致程序化工作的需求减少，非程序化工作的需求增加，使职业结构向两极化方向发展，具体表现为中等技能职业(以程序化工作为主)的就业减少，高技能和低技能职业(以非程序化工作为主)的就业增加。服务业的很多劳动者都存在被替代的风险。尤其是重复性、程序性强的工作，比如从事职称审查员、文摘员和检索员(title examiners,abstractors,and searchers)等职业的劳动。[10]同时，人工智能的创造效应也促使一部分社交能力无法被计算机、自动化技术替代的职业需求增加。劳动者需要提升创造性智力和社交性智力及其相关核心能力。[14]

随着人工智能的进一步发展，机器替代人的产业将逐渐增加，[15]甚至未来人工智能将取代大部分人类工作，[16]特别是在金融行业[17][18]、部分制造行业等，[19]人工智能已显现对劳动力市场的巨大影响。但人工智能技术革命在大量替代传统劳动力的同时，也将创造大量新的就业岗位，正如施瓦布所认为的“技术创新总是会淘汰部分工作，但是技术创新又会以其他形式或者在其他地方提供新的工作机会。”[20]世界经济论坛2016年的一份报告预测，五年内人工智能在导致“15个主要发达和新兴经济体净损失超过500万个就业岗位”的同时，“将创造210万个新工作岗位。”[21]在数量增减之外，更主要的是人工智能将显著影响不同行业的人才需求状况。

二、人工智能对教师职业替代的基本原理

那么，人工智能会对教师这一职业带来什么样的影响呢？国内外学者研究后的主流观点是人工智能在可预见的未来不会完全替代教师(1)比如，Frey基于高斯过程分类器得出不同类型教师被替代的可能研究认为，小学教师(特殊教育除外)被计算机化的概率为0.44%，初中特殊教育教师被计算机化的概率为0.77%，初中教师(特殊教育除外)被计算机化的概率为0.78%，初中职业教育、技术教育教师被计算机化的概率为0.88%，辅导员被计算机化的概率为0.95%，中学特殊教育教师被计算机化的概率为1.6%，高等教育教师被计算机化的概率为3.2%，自我提升教师被计算机化的概率为13%，幼儿园教师(特殊教育除外)被计算机化的概率为15%，中学教师(特殊教育除外)被计算机化的概率为17%，成人基础和中等教育及扫盲教师和讲师被计算机化的概率为19%，中学职业和技术教师被计算机化的概率为26%，助教被计算机化的概率为56%。英国广播公司(BBC)基于剑桥大学研究者的数据体系，分析认为，教师被机器人替代的概率只有0.4%。麦肯锡全球研究院(MGI)发布《人工智能——下一个数字化前沿？》预测到虚拟助教可以回答学生40%的常规问题；通过采用虚拟助理来跟进申请人，入学人数增加了1%；采用机器学习和预测建模，与人类的评分匹配85%。。[10][22-25]

尽管人工智能在短期内不会取代教师，但是使用人工智能的教师会取代不使用人工智能的教师。比如，与传统教师不同，人工智能时代教师将可能从“全才”转为“专才”，从“教学者”转向“辅助者”，从“教练”转变 为“导师”。[26]

探究人工智能对于教师这一职业的替代则可以从人工智能技术创新的主要方向和原理展开。

从当前人工智能落地教育领域的实际应用来看，人工智能通过赋能教师、学生、教育机构这三大主体来实现对教育劳动力市场结构的变革，具体涵盖教、学、考、评、管五大应用场景，[2]也可由此理解和分析人工智能对于教师职业的替代效应。

从教的角度看，人工智能技术通过监测课堂和辅导教学参与到教学工作中。随着人脸识别、语音识别、动作识别等技术的落地应用，教师凭借自己的经验来观察、判断学生课堂学习状态的任务将被人工智能技术所替代。“真人教师+AI助手”的课堂辅助系统在对学生的考勤、课堂表现及专注度进行监测、分析的同时，也能对教师的教学质量进行智能评估，即时生成课堂评估报告并快速反馈，教师可据此实时调整授课内容和方式。此外，人工智能技术还使课堂个性化教育成为可能；好未来推出的AI课堂解决方案WISEROOM对“教”和“辅”进行拆分，课上“优质AI教师”教学，课后真人教师辅导，AI替代教师完成内容重复性较强的教学工作，极大地缓解了师资力量不足与学生精细化辅导之间的矛盾，保证了学生个性化关怀。

表1 人工智能技术在教育领域中的应用

从学的角度看，智能教学系统作为人工智能在教育领域研究最早和应用最广泛的技术方向之一，基于OCR识别、自然语言处理、数据挖掘等技术，可在学生的整个学习过程中提供错因诊断服务，学情分析服务，智能推荐服务以及决策支持服务；由智能教学系统进一步发展而来的智适应学习系统能够在学生实时交互的学生行为大数据的基础上构建学习模型，实时互动寻找最优方案，达到学生个性化学习的目的。典型的如教育机器人、拍照搜题和题库类产品可提供课后作业辅导，这类智能教学辅导类产品，使学生获取知识的来源和途径突破了时间和空间的局限。学生对自身学习状况的评价也不再仅仅来源于从教师视角出发的经验判断，而是通过人工智能的全时段检测，从而使学生对自身学习状况的掌握更具有自主性。每个学生都有属于自己的一对一“智能家教”，各类辅导教育机构的小班家教、一对一家教等传统教师、辅导教师工作被替代。

从考的角度看，教育人工智能技术可应用于出卷、测试、监考等环节。人工智能通过数据挖掘技术抓取学生平时的学习记录，自动识别学生的薄弱点，对教师出卷过程中大量的收集、分析和总结任务进行替代，在保持试卷高质量的基础上减轻教师的工作负担。伴随着深度学习、语音识别、声纹识别、语音合成及自然语言处理等AI技术的发展，人工智能用于语音测试可部分替代考试过程中的口语陪练教师、口语考试测评教师及评分统计人员等考试培训、组织、监管、评分人员的工作。计算机视觉感知等人工智能技术还可引入考场用于考试管理和舞弊监督，借助大数据比对分析考场视频的考生动作，抓取疑似作弊的行为，全面提高监考效率，提升考试的公平性，2018年注册会计师综合阶段考试首次将教育机器人应用于考场监考，[27]相较于传统的人工监考，人工智能监考更为高效、精准和客观，节约了人力财力，从而能够对监考人员的工作进行有效替代。

从评的角度看，人工智能还可用于试卷、作业的自动评阅。基于图像识别、光学字符识别、潜在语义分析、自然语言处理等人工智能技术的自动评阅系统不仅可以评判语言的表层特征，还能够评判其内容质量和篇章结构的质量；人工智能技术在阅卷、评分环节的应用，也提高了阅卷的效率、准确性和客观性。[28]自2018年起，智能阅卷的百度搜索指数节节攀升，智能阅卷技术通过了全国多个省份的大规模考试(如中考、高考、成人高考、学业水平测试等)的试点验证，“读取识别考生答案-与正确答案进行对比-给出评分”这一阅卷评分人员再阅卷时需要进行的重复性工作基本可由人工智能技术替代完成。

从管的角度看，人工智能的替代性和辅助性主要表现在教育机构的教务工作和学校管理工作中，如招生和咨询管理、升学和职业规划、分班排课和校园安防等可由人工智能技术替代完成。在招生咨询这一工作任务中，人工智能技术可提供智能咨询，将人群特征标签与招生需求进行智能匹配，还可根据招生结果分析招生渠道和宣传方式是否有效；在升学和职业规划上，人工智能可在备考、估分、报考等环节为升学和求职提供智能规划和申请服务；在分班排课这一工作任务中，为解决新高考改革后各中学普遍存在的管理困难、资源匮乏、教学模式和教学评价体系调整难度大等问题，并帮助师生适应走班教学模式，人工智能在分班排课、课程管理和教学评价等具体工作中替代教务人员完成大量工作任务，减轻其工作负担，提高工作效率。

教育人工智能属于教育科技，是人工智能技术对教育产业的赋能现象。目前，人工智能技术主要应用于在线教育培训机构中，尚未大规模应用于各项教育工作，也未形成闭环的管理系统。综合来看，人工智能对教育劳动力的替代主要表现在结构替代，而非总量替代，即人工智能促使教育劳动力的技能结构发生改变，教育劳动力的派生价值、工具性价值将被逐渐弱化,大量程式性、重复性的工作将被替代，劳动力的创造价值将被凸显。[29]

三、人工智能对教师职业的替代现状与趋势

教师这一职业具有人力密集和重复工作的特点。本节从人工智能自动化价值创造、智能化价值创造两个层次分析其现状和发展趋势。

人工智能的自动化价值创造，主要是指依靠人工智能技术提高业务的自动化程度。[30]目前，在国内的教育领域，这种价值创造方式主要可能在语言学习场景、教学辅助场景等领域替代传统教师。比如，在语言学习场景中，人工智能技术可以通过语言识别和自然语言处理技术识别学生语言发音情况，对学生的语言发音进行精细的分析测评，并为学生提供发音指导与提升方案。以学习软件“英语流利说”为例，首先，学习者在软件提供的英语口语测试场景中，自主选择分类测试来进行口语表达，而后，软件的智能语音测评系统就学生在自测环节的口语表达流畅程度、词句发音和语法使用的正误进行分析，从而给出评分、指导意见和提升方案，并据此生成对应学习者不足之处的线上教程和学习资料。再比如，在教学辅助场景中，人工智能技术可以通过图像识别、自然语言处理和数据挖掘等技术，帮助教师实现线上组卷、线上布置作业、智能批改，并根据批改结果生成学生的学情分析报告，方便教师直观地了解学生学习中存在的薄弱环节，从而进行针对性教学。人工智能在教学辅助场景中不仅可以帮助教师提高工作效率，还可以向学生提供答疑服务。

人工智能的智能化价值创造，主要是指依靠人工智能技术，赋予机器学习、分析和决策能力，使机器完成仅依靠人工劳动力的效率远远无法完成的工作，产生增量价值创造。[30]目前在国内的教育领域，人工智能实现智能化价值创造的代表技术是智适应技术。在教育领域，智适应技术的应用体现为：将学科知识点拆分至纳米级颗粒程度，将知识点颗粒进行关联，形成不同于传统树状结构的动态知识网络作为智适应系统的基础；通过学生学习行为数据进行分析，并利用构建的智适应系统帮助学生规划个性化学习方案；持续收集学生后续学习行为数据，形成定期生成学情诊断与对应方案并据此全时段检测更新知识图谱的动态循环(2)智适应技术在国内落地应用的典型代表为“松果AI”，松果AI创立了技术名称为MCM(Mode of thinking,capacity and methodology)的技术体系，通过采集的学生行为数据对学生学习思维、能力和学习方法进行刻画，生成学生的用户画像，进行学情诊断；利用其创新型知识图谱技术建立起动态知识网络推送解决方案。。显然，和上述人工智能的自动化价值创造相比，人工智能的智能化价值创造对于教师职业的替代前景更为广阔，人工智能的智能化价值创造技术体系将可能与信息技术、教育技术紧密结合，直接落地应用于校园内部、贯穿教育全方位和全过程，拓展人工智能对教育劳动力市场的替代范围。

当前，我国人工智能技术在教育领域的应用已经较为广泛，人工智能技术对教育劳动力市场中的教师职业的替代趋势已经十分明显。在自动化价值创造的层次，语言学习场景、教学辅助场景中对人工智能技术的应用已经较为成熟；在智能化价值创造层次，也有了初步发展，但距离世界先进水平仍有一定的差距。无论是自动化价值创造还是智能化价值创造层次，目前人工智能技术教育应用场景中更主要的是作为教学辅助工具发挥功能，无法完全取代人工劳动力。未来，中国的人工智能技术在教育领域要更广泛、更深入地落地应用，还需要在数据、算法等技术层面寻求突破。[31]在数据层面，人工智能对于教师职业的替代就深入涉及到高质量数据的获得、治理和合规使用问题。人工智能技术要在教育领域中发挥对数据的分析和应用潜力，还需要对更多核心教学环节产生的数据进行分析。此外，在图像识别、文字识别和语音识别等技术层面，采用外部公开数据对人工智能模型进行训练仍不能满足实际应用的需求，还需更注重对实际业务场景数据进行分析的训练。由于记录教学过程的数据庞杂多样，对于多源异构数据、时序数据、非结构数据的储存和处理则十分关键。数据治理环节是支撑人工智能算法调用数据、影响教育和学习过程的反馈和指导效率的关键环节。优化数据的治理，才能提高人工智能在教育劳动力市场中的工作效率。人工智能在教育领域的应用过程还涉及到数据的合规使用问题，教育事业本身具有覆盖范围广、周期长的特点，要获得用户的学习、教学行为数据等实际业务场景中的数据须严肃对待用户隐私数据保护政策，明确数据归属权后，才能让数据进行流动与融合打通，从而从个人的精确“小数据”成为结构化的大数据。

2020年，受新冠疫情影响，绝大多数学校选择了线上教育的方式。这一教学模式从供给和需求两侧为人工智能在教育领域的发展提供了意料之外的机遇。在线上教育开展的过程中，大约3亿数量教育者、受教育者被迫触网。长达1～2个月的在线学习使得线上教育平台积累了大量的学生数据，更重要的是线上教育技术的使用者们经过疫情期间的“特殊培训”，养成了一定程度的学习习惯，对线上教育的认同度提升，比从前更愿意把线上教育当作线下教育的有效补充。同时，疫情为线上教育创造了风口，大量资本趁风口流入线上教育，随着教育人工智能与在线教育的进一步融合，也将推动人工智能对教育劳动力市场的各类替代效应逐渐显现。

总体来看，人工智能在语言学习、教学辅助、智能导学等教育场景已经得到了较为深入的应用，处于教学辅助功能向智能化教学决策分析功能发展的时期，形成了一批较为成熟的技术和代表性的企业。未来，随着人工智能在教育领域技术的不断突破，以及消费者习惯的养成，加之政策鼓励、资本涌入等因素的影响，人工智能将覆盖教学流程的更多场景、接入更多教学核心环节，对劳动力市场的替代效应也会不断增强。