人工智能时代教育治理现代化的现实图景与应对之路

李沿知 张建琼

摘   要

治理技术的变革是提升教育治理现代化水平的关键因素。人工智能作为治理工具，在治理范式、治理模式和治理目标上为教育治理现代化带来了新的机遇。但是，多元治理主体“功能缺位”、数据壁垒造成“信息孤岛”、治理伦理规范缺失对教育治理现代化提出了系列挑战。为破解以上难题，应以智能治理理念引领教育治理现代化;优化治理组织结构，消除数据壁垒;建构教育智能治理模式，提升治理能力;加强人工智能制度建设，修正伦理规范。

关键词

人工智能时代  教育治理现代化  治理工具

2017年7月，国务院《新一代人工智能发展规划》提出，“推进社会治理智能化……促进人工智能技术应用，推动社会治理现代化”[1]。2018年4月，教育部《高等学校人工智能创新行动计划》提出，“加快人工智能在教育领域的创新应用，利用智能技术支撑教育治理能力的提升”[2]。人工智能技术的不断成熟和广泛应用为教育治理现代化带来了新的机遇和挑战，有助于提升教育治理智能化和科学化水平。因此，如何将人工智能与教育治理体系和治理能力现代化相融合，提升教育治理效能，成为重要的时代命题。

一、人工智能时代教育治理现代化的新机遇

1956年，美国达特茅斯会议提出了“人工智能”（Artificial Intelligence，简称 AI）概念，即“用电子计算机模拟、延伸或扩展人的智能”。随着人工智能技术的不断发展，将人工智能作为治理工具的应用实践引起了广泛关注。已有研究表明，人工智能作为促进社会治理现代化的重要手段，不仅驱动了治理技术革新，也为传统治理理念和治理模式带来了变革。教育作为经济社会发展的重要组成部分，应积极应对人工智能带来的机遇和挑战，利用人工智能推进教育治理现代化进程。

1.治理范式：从“数据治理”走向“智能治理”

2004年，沃森（Watson）在企业管理中探讨了数据仓库治理的实践，“数据治理”应运而生。“教育数据治理”是大数据技术驱动的教育治理现代化，大数据作为积极的治理资源、有效的治理技术和创新的思维模式，提升了教育治理主体对治理对象的科学认知。“教育智能治理”则是人工智能技术嵌入教育治理过程和驱动教育治理变革，人工智能所特有的智能信息收集与筛选、模糊任务自动识别和自主判断决策，有助于化解信息超载与稀缺问题、自主适应复杂教育情境和辅助教育治理决策行为[3]。可见，技术的进步是教育数据治理转向教育智能治理的根本动因。从共同性上看，二者都指向提升教育治理的智慧性和科学化，提升教育治理效能。从差异性上讲，教育数据治理侧重于“治理对象的数据性”，教育智能治理则注重“治理方法的智能性”[4]。前者强调数据流动和共享，是基于教育数据应用的治理行为;后者通过人工智能技术推动教育治理方式和手段的智能化，以提升教育决策的科学化和执行力。

2.治理模式：从“经验判断”走向“精准治理”

精准治理包括精准识别和匹配、精准决策和监督、精准服务和反馈等要素，强调问题与对策、需求与供给、目标与手段之间的高度匹配。傳统教育治理模式下，由于时间、精力和成本的限制，面对不同个体差异的海量教育诉求，人工方式很难做出准确归类和回应，无法满足个性化、动态化教育服务需求。借助于机器学习、专家系统和人工神经网络等程序，人工智能有利于提升教育决策的智能化和精准化水平。一是精准识别：针对教育治理所需信息不全、过时和失准的问题，在信息采集过程中使用计算机视觉等多种技术，提升信息采集的全面性和准确性;二是精准决策：在信息分析过程中，利用算法优化决策流程，促进教育决策科学化。人工智能技术为教育信息准确采集、教育政策输出的精准化提供了技术保障，能快速、准确地识别和满足教育服务对象的现实需求，为构建高质量和个性化的教育精准适切性服务模式提供了可能。

3.治理目标：以“善智”求“善治”

《说文解字》云：“善，吉也。从誩，从羊。此与义美同意。”《现代汉语字典》中将“善”解释为“高明的、良好的”，“善智”（good Intelligence）即高明的、良好的人工智能。“善智”的内涵可从以下三个维度进行阐释：从价值层面看，将“善智”理解为“良善的智能”;从开发层面看，强调人工智能技术的安全性和可靠性;从应用层面看，强调人工智能的可获取性和共享性[5]。“善治”（good governance）即“良好的治理”，强调公共利益的最大化，注重治理的合法性、透明性和有效性等。教育以“善智”求“善治”，体现了人工智能运用于教育治理的价值意蕴，通过促使人工智能成为“良善的技术”，从而实现“好教育”，即教育领域公共利益的最大化，强调建立高效、公平、自由和有序的新教育格局[6]。也就是说，人工智能在教育治理中的应用，要坚持人工智能开发和应用的四大原则：人工智能不应该伤害人、歧视人、“操纵”人和取代人。具体而言，人工智能不能侵犯师生的隐私，损害师生的权益;要避免“算法歧视”等新问题，不能引起新的教育不公平;在提供精准适切性服务的过程中，是“服务人”而不是“操纵人”;教育治理仍要以政府、市场、社会组织等多元治理主体为主，人工智能只是辅助手段。

二、人工智能时代教育治理现代化的多维挑战

人工智能在为教育治理转型赋能的同时，因与现有教育治理体系存在着一定的不适应性，引发了治理主体、运行流程和伦理规范等层面的现实挑战。

1.多元治理主体“功能缺位”，治理进程支撑能力不足

从主体层面看，人工智能在教育治理中的有效应用需要政府、市场、社会组织和公众等多元治理主体的协同共治。但是，教育治理主体能否应对人工智能的挑战还有待考量。一是从政府主体看，在行动理念上，缺乏在教育治理中主动应用人工智能的意识和观念;在顶层设计上，缺少人工智能应用于教育治理的战略规划;在制度建设上，关于人工智能教育治理应用、管理和隐私保护等法律法规还不健全;在人才培养上，人工智能专业管理人才选拔和培养机制还有待完善。二是从市场参与看，政府和企业之间缺乏深度合作，制约了教育治理进程中人工智能创新能力的提升。三是从社会组织和公众参与看，难以对教育治理中数据和算法的应用进行监督，难以为教育治理提供高水平和客观中立的技术服务。

2.数据壁垒造成“信息孤岛”，治理进程联通能力缺乏

从数据层面看，数据是人工智能技术的基石，是教育治理的基础性资源。但是，因传统科层制体制壁垒的约束，不同行政层级、不同地区和部门之间沟通不畅和协调乏力，引发了教育治理数据传播中的“孤岛效应”。一是在数据质量上，缺乏标准性和一致性。各行政层级、地区和部门之间的数据资源均由自身监管，在数据采集、存储和开发上缺乏统一标准，在数据库类型、操作系统等方面存在差异。因此，因数据标准缺乏等原因导致上下级政府及部门之间的数据冲突、数据重复和数据冗余等问题凸显。二是在数据共享上，难以实现互联互通。由于缺乏共享的理念、动力和机制，导致教育治理中“信息孤岛”现象增多，不同部门间的数据难以实现开放共享。

3.智能治理伦理规范缺失，引发多重教育伦理问题

从伦理层面来看，基于人工智能的教育治理引发了多重教育伦理问题。一是教育行政伦理的危机。人工智能将挑战传统教育行政主体的信息角色、决策角色和服务角色，可能引发教育行政主体责任缺失和角色模糊化的危机。二是算法歧视可能导致教育不公平。人工智能的参与是基于其内部的精确算法，系统研发者的主观意志和偏见可能带入算法系统。三是人工智能不当治理引发的伦理危机。四是师生信息与隐私泄露的伦理风险。智能终端及机器学习中大量敏感数据的交互使用，使师生面临个人信息与隐私泄露的风险。

三、人工智能时代教育治理现代化的应对之路

人工智能背景下教育治理面临的系列挑战，亟须转换思维、重塑结构、创新模式和规范伦理，激发政府、市场、社会和公众在内的多元主体活力，以破解教育治理现代化进程中的系列难题。

1.转换思维：以智能治理理念引领教育治理现代化

人工智能的不断发展为教育治理的智能化提供了契机，要通过提升认知、培育素养和深度合作，以智能治理理念引领教育治理现代化进程。第一，提升认知，促进对人工智能及其功用的认识，实现认识上的“去蔽”。开展人工智能相关知识和应用培训，深化对人工智能内涵及其应用价值的认识。第二，培育素养，提升治理主体的数智素养，实现行动上的“轉变”。“数智素养”是“数据素养”和“人工智能素养”的融合，是人们合理、有效且符合伦理地使用人工智能技术，以及处理分析多种类型数据的能力[7]。第三，深度合作，构建多元主体的有效合作机制，实现路径上的“协同”。政府提供政策支持，开展人工智能应用于教育治理的制度标准建设;企业利用技术优势，提供教育智能治理技术支持和人才培养;社会组织和公众积极参与，对算法、数据等在教育治理中的常态应用进行监督。

2.重塑结构：优化教育治理组织结构，消除数据壁垒

扁平化、分散化和网络化的教育组织结构，多元治理主体间的协同互动，数据资源间的开放共享，是人工智能应用于教育治理的前提。第一，打破科层制导致的数据隔阂，建立数据采集、存储和开发的统一标准，构建多元治理主体间的数据共享互通机制。第二，强化教育数据平台建设，建设具有统筹作用的教育数据中心平台，利用人工智能技术加强对教育数据的采集、挖掘和分析，实现教育发展态势的可视化监测。

3.创新模式：建构教育智能治理模式，提升治理能力

治理能力提升是治理体系现代化建设的必然要求，人工智能在教育治理中的深度应用有利于推进教育治理手段和方式的智能化，从而提升教育治理能力。第一，建立教育智能治理专业机构，培养专业化管理人才。建立专门的教育智能治理管理部门，类似广州、沈阳、成都等地成立的“大数据管理局”，做好宏观统筹和规划设计。同时，政府与高校、科研机构和企业紧密合作，选拔和培养具有智能治理理念和实践经验的人才队伍。第二，构建教育治理智能化处理系统。建设教育治理的数据采集、存储和挖掘分析系统，并引入专家系统、图像识别、自然语言处理等人工智能技术，以提升教育治理数据的处理效率。教育智能治理可借鉴政府智能治理中的成功案例来提升治理效能。

4.规范伦理：加强人工智能制度建设，修正伦理规范

2019年，联合国教科文组织发布《教育中的人工智能》，提出“人工智能教育的包容和公平性”和“数据收集、使用、传播中的伦理和透明性”等伦理问题挑战。首先，应加强人工智能应用于教育治理的伦理制度建设。要加强完善信息管理、数据管理和师生隐私保护等方面的法律法规，并补充教育智能治理安全的内容。其次，教育智能治理系统的研发要合乎伦理要求和道德规范。政府审慎监管，企业积极创新，建立针对系统研发者的伦理要求和行为规范，并对研发者的心理和行为等开展评估。再次，处理好隐私保护和数据共享的关系。数据在个体层面具有隐私性，在组织层面具有开放性。因此，要完善教育数据隐私安全保护机制，在尊重师生权益和确保数据隐私保护的基础上，尽可能地挖掘教育数据的应用价值。

参考文献

[1]国务院.国务院关于印发新一代人工智能发展规划的通知[EB/OL].（2017-07-20）[2021-10-18]http：//www.gov.cn/zhengce/co

ntent/2017-07/20/content_5211996.htm.

[2] 教育部.教育部关于印发《高等学校人工智能创新行动计划》的通知[EB/OL].（2018-04-03）[2021-11-12]http：//www.moe.gov.cn/srcsi

te/A16/s7062/201804/t20180410_332722.html.

[3] 侯浩翔，钟婉娟.人工智能视阈下教育治理的技术功用与困境突破[J].电化教育研究，2019（04）：38-39.

[4] 颜佳华，王张华.数字治理、数据治理、智能治理与智慧治理概念及其关系辨析[J].湘潭大学学报：哲学社会科学版，2019（09）：25-30+88.

[5] 颜佳华，王张华.以“善智”实现善治：人工智能助推国家治理的逻辑进路[J].探索，2019（06）：84-86.

[6] 褚宏启.教育治理：以共治求善治[J].教育研究，2014（10）：4-11.

[7] 许亚峰，彭鲜，曹玥，等.人机协同视域下教师数智素养之内涵、功能与发展[J].远程教育杂志，2020（06）：13-21.

【责任编辑  武磊磊】