智能教育时代教师知识管理的新范式

曹雅妮

摘要

知识经济时代和人工智能时代的“双重加持”，给传统的教师知识管理带来了挑战与变革，在人工智能“大行其道”的时代，教师与智能技术手段共生，成为知识管理的主宰，是本篇研究的主题。在梳理现有的人工智能和教师知识管理文献的基础上，以知识链模型为框架，从知识输入端、知识处理端和知识输出端三个维度解读教师与人工智能在知识管理过程中的关系。“以教师为主，人工智能技术为辅”是智能教育时代教师知识管理最显著的特征，教师不应被技术裹挟，而在智能技术辅助的道路上一改故辙，聚焦于协同与创新，充分发挥知识的效用，为教师知识增加新的可能性。

关键词

教师知识管理  知识链  人工智能

彼得·德鲁克（Peter F.Drucker）曾提出：“知识的生产率以及使知识转化为生产力，将日益成为一个国家、一个行业、一家公司竞争的决定因素”[1]。1996年，经济合作与发展组织（OECD）提出以知识为本位的经济即将改变全球经济发展形态[2]，迈入知识经济时代已然是不争的事实。现实是教师欠缺知识管理的主动性、自觉性。在教师知识管理的行程中，突破“唯技术论”的牢笼，打破智能知识管理与传统知识管理融合下的瓶颈，成为智能教育时代教师知识管理的主宰，这是教师的使命，也是教师义不容辞的责任。

一、智能教育时代教师知识管理范式的理念

传统的教师知识管理范式下，单向的教师知识传授彻彻底底将教师和学生划分为两种角色，一种是知识的“化身”，具有知识的绝对权威，而另一种则成了“忠实的信徒”和教师知识转嫁的“容器”。教师知识管理其目的不是机械地、单向地将教师知识“复制、粘贴”的过程，而是怀着对知识的质疑和批判，在碰撞和博弈中推陈出新。

有学者提出知识生产与社交相结合，知识传播的范围与深入程度也取决于知识内容的社交动力[3]。历史语境的变迁要求我们以不同的视角看待教师知识管理，教师知识管理不再是简单的学习与传授，不是為了让学生最大化地占有知识，而是旨在实现“传达者”与“接收者”的对话。学生所接收的知识是否具有深度、是否能够激发学生的思维、对于学生未来的成长是否有所助益才是教师知识管理的价值标准。人工智能打破了教师对于知识控制的边界，人工智能的即时性、延展性、互动性等特点为教师知识管理的技术赋权提供了条件。人工智能的介入与发展，不仅为教师知识管理带来了思维模式上的转变，教师与智能技术的合作也为教师“潜藏”的多元角色打开了局面，从而激发“审美知识、道德知识、证言知识”等教师知识的活力。同时，充分发挥人工智能技术的辅助功能，让教师意识到协同与创新的重要性，促进教师知识管理的有效运营。

二、智能教育时代教师知识管理范式的链条

美国学者C.W.Holsapple和M.Singh于2001年从组织内的知识和组织的核心竞争力的关系出发构建了系统的知识链模型，主要由活动功能和辅助功能两部分组成。主要活动功能包括知识获得、知识选择、知识生成、知识内化和知识外化;辅助活动功能包括领导、合作、控制、测量[4]。教师的工作流程其实就是知识流动的过程，将教师镶嵌在“知识链”之中，并辅以人工智能技术手段，旨在实现教师知识在教师工作过程中的有效管理。从知识管理流程的视角出发，教师知识管理包括了知识输入端、知识处理端和知识输出端三个层面。

1.知识输入端

（1）知识发现

知识是人类创造世界积累的经验和认知的结晶，然而，在理性主义至上的现代社会，知识的“有用论”层出不穷，有学者通过对中国人知识观的调查研究发现，普遍情况下人们认为知识最重要的三个特征是“可传播性、有用性和成体系性”，且倾向于对“审美知识、道德知识、证言知识”持嗤之以鼻的态度[5]。过分强调知识的浅层利益，而忽视了知识的深层价值。教师知识具有传承性，对于个体知识的建构和时代人才的培养具有重要的价值，故而教师知识范围的界定和把握是教师知识管理的“门槛”，教师不能“偏安一隅”，而应该以培养学生逻辑思维、操作思维、情感思维和交往思维为目标进行知识范围规划，即教师对于知识的发现至关重要。人工智能为教师知识的发现提供了“窗口”。

（2）知识获取

知识获取（Knowledge Acquisition）就是把问题求解的专门知识（如事实、经验、规则等）从专家头脑或其他知识源（如书本、文献）中提取出来，然后将之转换成计算机系统内部表示的转换过程[7]。首先，教师对知识范围进行限定，人工智能根据抽取的概念词汇并关联相关的概念词汇对知识元素进行识别、理解、拆解、筛选、归纳的综合处理，结合领域专家的知识系统，自动对焦语境信息，从而获得一个庞大的、完备的、权威的知识库。其次，由于庞杂的知识体量，复杂的知识结构，在浩瀚的知识库中准确提取教师所需要的部分是一项“浩大的工程”。因而，教师需要对知识库进行预处理，借助诸如ETL（Extraction Transformation Load）的智能技术缩短教师知识输入端的工序，将无效的、重复的、残缺的部分剔除掉，提高效率，实现教师知识的“初步清洗”。最后，通过对教师知识偏好的数据收集，门户系统基于模式识别、自然语言处理、智能代理技术等判断教师目标，与教师进行适应匹配，并结合知识追踪技术，采用序列算法研究各个知识点之间的关系，达到自动推送相关的、即时更新的知识给教师，教师无需被迫检索，实现教师知识获取的半自动化和自动化方式的有效结合。人工智能使教师知识检索实现了从单一源检索，到多元渠道检索;从反应型检索，到预测型、主动型检索。

2.知识处理端

（1）知识甄别

“甄”有审查，鉴别之意，“甄别”有甄选之意，知识甄别则意味着对知识的审查辨别。例如：对于现象性的知识，人工智能只能给予观察结果的总结与描述，而现象背后的原理却需要教师基于自身的知识储备加以判断和分析。这其中的判断和分析固然重要，然而，由于个体差异性，不同的教师对于现象背后的原因有不同的看法和判断的依据，标准产生了分歧，结论就很难达成一致。人工智能的价值体现在当个体产生冲突或分歧时，利用案例推理或规则推理等智能技术手段判别结论的客观性。

（2）知识萃取

萃取意味着剔除不需要的成分。人工智能可以扩大教师知识的体量，但经过输入端的教师知识是笼统的、零散的、繁杂的。例如：一些知识的核心不在于知识本身，而是从知识中所获得的技能，人工智能可以帮助我们获取大量的知识，却无法从巨量的知识储备中提取“技能类”的知识，教师需要在知识萃取的环节充分发挥主观能动性，对知识进行“提纯”，不仅需要提取其中核心的、效用最大化的部分，同时需要留意把“技能类”的知识鉴别出来。基于知识类型及其结构的复杂多变性，通过对教师知识进行萃取，更有利于教师知识的灵活运用，将零散的知识提炼、规整到教师所需的知识体系中，更有助于教师知识的深度学习，避免知识的浅表化。

（3）知识定制

定制表示“量身加工或服务”，体现了个性化、私人化的要求，是智能时代教育的主要发展方向。在教师知识的处理端，其知识的定制化水平越高，意味著教师知识的输出效果越好。知识定制从表达来看，需要教师在充分了解知识接收主体的能力和偏好的基础上，将知识编码为学生更容易学习、理解和接受的形式;知识定制从内容来看，在教师获得的众多知识中，针对不同的知识接收主体，选取适合的部分加以修正和完善。利用智适应系统，建立个性化的动态用户画像，了解每位学生的学习偏好、状态、知识能力和遇到的问题，根据不同的学习情况设计不同的学习路径，跳过已经了然于胸的知识点，而关注较为薄弱的知识点，从而实现教师知识的个性化定制。

（4）知识融合

教师知识的融合主要表现在三个方面：教材与情境相融合，学科与学科相融合，技术工具相融合。第一，理论是实践的指导依据，但教师知识实践需要立足于实际的教学情境，教师可以借助虚拟现实的智能技术手段模拟教学情境，使教师仿佛置身于现实的知识情境互动，反复揣摩，从而达到教师知识的优化。第二，知识不是静止的概念，而是在流动过程中不断丰富的、充盈的、对世界探索的结果总和，教师知识的初衷是打破学生视野的壁垒，通过教师知识的跨学科融合，拓宽学生对教师知识的理解范围，以便从整体上更深层次的把握和更深入的理解。第三，技术工具的融合，人工智能时代为教师知识管理提供了新的方法和技术支持。教师知识的管理工具从印刷时代的文献管理到数字时代的智能管理，既扩大了教师知识存储的容量，也加快了教师知识处理的速度，在技术不断优化的时代，教师并不能完全摒弃传统的知识管理方法，而应该充分发挥不同管理方法的优势，“各司其职、物尽其用”，将文献管理的“温度”和智能管理的“速度”充分的结合起来。

3.知识输出端

（1）知识应用

知识应用表示教师运用已有的知识解决问题的阶段，也是教师知识从理论到实践的转化过程。在智能教育时代背景下，教师知识的范围有所扩充，正如余胜泉所提出的“人工智能支持下的全能教师不仅要掌握学科知识，又要掌握教学法知识、技术知识，掌握认知、脑科学发展、儿童身心健康相关知识，还要了解各种社会属性”。知识具有嵌入性，在知识流通的过程中，它依附于不同的载体，教师知识的应用不仅仅是教师知识本身的应用，同时涵盖了教师知识载体的应用，人工智能为教师、教师知识、学生搭建了一个实时互动的平台，教师须要自觉、主动地利用知识载体即智能技术，实现教师知识的充分流通。

（2）知识转移

教师知识转移意味着教师把经过加工整合的知识或技能应用于教学环境当中，让知识接收方能够获取知识，实现教师知识流动的过程。知识图谱以其语义化关联、智能组织聚合的能力，为机器理解复杂的学习资源和构建知识语义网络提供了新的思路，它是进行海量教育资源组织、表征与管理，实现教育资源融合的关键技术之一[7]。在教师知识转移的过程中，可以基于教师知识图谱进行预测性分析和诊断性分析，例如：通过教师学科知识图谱，能够探测学生对于各个知识点的掌握情况，并形成可视化分析，从而为教师知识输出提供更精准的定位。另外，知识图谱可以辅助实现教师知识结构的可视化，是展现教师知识内在结构和关联关系的基本组件，从而为教师知识接收者的有效学习和建构提供清晰的框架。从教师知识转移的效果来看，通过计算机视觉、人工神经网络等技术获得学生接收知识时的路径数据，再借助智能算法对学生进行思维模式、行为模式分析，并在此基础上判别学生的知识迁移能力。与此同时，将教师与学生互动过程中的数据记录下来，建立知识错误数据库，实现教师知识的有效反馈。从教师知识转移的形式来看，云教育平台可以帮助教师构建自己的“知识工作室”，不仅可以帮助教师一键调用，即用即取，也可以开设某些权限，为教师知识的输出开通渠道，借助虚拟现实和增强现实等技术将教师知识通过不同的表现形式和方法绘制在输出移动终端上，以沉浸的方式呈现给学生。这样不仅能够带给学生不一样的教师知识学习体验，而且通过对虚拟世界中的认知，加深对教师知识的理解。

基于人工智能在教师知识管理过程中的应用逻辑，其中最显著的特征莫过于“以教师为主，人工智能技术为辅”。人工智能在知识图谱、智能计算、模式识别、自然语言处理、计算机视觉等领域不断拓展，以渗透的方式融入教师知识管理中，扮演着智能的教师知识管理辅助工具的角色。人工智能打开了教师知识的精准性、即时性、关联性、个性化、系统化、深度化的管理大门，而教师不能沉浸在知识绝对权威的角色中，教师也不能在技术的裹挟下丧失自信。人工智能的初衷在于解放教师的压力，智能技术的催生更希望将教师知识管理的目光聚焦于教师对于知识的动态获取能力，深度加工处理能力和创造创新能力。教师的价值不会被替换，教师将在人工智能的帮助下充分发挥知识的效用，为知识增加新的可能性。

参考文献

[1] 德鲁克.后资本主义社会[M].张星岩，译.上海：上海译文出版社，1998：38.

[2] 经济合作与发展组织.以知识为基础的经济——经济合作与发展组织1996年年度报告[J].中国工商管理研究，1998（07）：59-63.

[3] 孙佳，严定友.知识创造：社交媒体时代出版社知识服务的范式转向[J].中国出版，2020（05）：11-14.

[4] Holsapple C.W.，Singh M.The Knowledge Chain Model：Activities for Competitiveness[J].Expert Systems with Applications，2001（20）：77-98.

[5] 曹剑波.中国人知识观的实证研究[J].徐州工程学院学报：社会科学版，2020，35（04）：32-39.

[6] 高华，余嘉元.人工智能中知识获取面临的哲学困境及其未来走向[J].哲学动态，2006（04）：45-50.

[7] 张治，刘小龙，余明华，等.研究型课程自适应学习系统：理念、策略与实践[J].中国电化教育，2018（04）：119-130.

【责任编辑    孙晓雯】