AI教师赋能课堂教学的限度与超越

王绪强　胡凡刚

[摘   要] 智能技术支持下的AI教师赋能课堂教学前景广阔，但并非是全能的，而是存在一定的边界与限度。对AI教师赋能课堂教学的限度进行理性审思，有利于AI教师在课堂教学领域的合理运用与发展。研究廓清了AI教师为课堂教学变革提供的三重赋能价值：本位回归的教学模式、主体间交往的教学关系和协同进化的教学理念。研究发现，存在制约AI教师赋能课堂教学的多重限度：技术阻隔、伦理困惑、结构桎梏和主体障碍。鉴于此，提出了超越限度的未来发展路径：在技术设计应用的主体导向上加强建设、构建人机协同伦理准则、变革课堂教学结构、遵循学习者的生长节奏。

[关键词] AI教师; 限度; 人机关系; 课堂教学

[中图分类号] G434            [文献标志码] A

[作者简介] 王绪强（1997—），男，山东济南人。硕士研究生，主要从事教育虚拟社区伦理、网络教育应用研究。E-mail：wangxuqiang521@163.com。胡凡刚为通讯作者，E-mail：hufangang5@163.com。

一、引   言

2016年，AlphaGo（阿尔法狗）的一堂“人工智能课”掀起了人工智能高速发展的新一轮浪潮，从教育发展进程看，机器辅助教学的进步与人工智能发展的浪潮同频共振，搭载智能技术快车的机器在情境理解、智能导学等方面展示出了以往机器所达不到的功能，开始以自身存在和固有逻辑的自在本体角色参与课堂教学，由此AI教师应运而生，也成为教育领域学者的关注热点。就目前研究现状而言，多数学者探讨了AI教师所带来的种种好处，认为AI教师将成为撬动课堂教学变革的阿基米德点，如AI教师承担的新角色、人机协同的双师课堂、机器人赋能未来教学的创新与变革[1-3]。而从反思角度看，对AI教师赋能课堂教学所面临的负面的、力所不逮的、需要防止的、不该僭越的边界和限度的研究相对较少，这无疑将制约AI教师介入后课堂教学系统的健康发展。基于此，本文以AI教师介入课堂教学后所面临的限度为着眼点，探讨超越目前限度的路径，以期为AI教师与课堂教学的深度融合觅求镜鉴。

二、AI教师向课堂教学赋能

AI教师成为课堂教学的新要素，使得传统课堂教学的人—人关系走向了人—机—人关系。按照系统论的观点，当构成课堂教学系统的要素数量、功能发生变化时，也必然会引发课堂教学系统的功能结构重组（如图1所示）。

（一）由单一讲授到人机协作：本位回归的教学模式

“省力设备代替部分工作的同时，也将改变整个任务特性。”[4]工业化时代将人的节奏嵌入到了按照机器生产的效率中，所追求的是整齐划一的“人工林”，而智能时代的“智能物”代替了人的四肢劳动，人和机器都能回归自己的本位，所追求的是百花齐放的生态圈。

通过对人类感知、记忆和思维进行模拟的AI教师能够具备人类识别、分析、决策等功能，从而可以取代人类教师的重复性劳动。具体而言，一是教学活动中繁琐的程序性工作将由AI教师来完成，以解除人类教师高强度的工作任务;二是学情分析，AI教师可以获取学习者的行为数据，通过对数据的处理能够帮助人类教师准确把握学习者的个体认知特征，进而全方位了解学习者情况;三是个性化资源推送，依托AI教师强大资源库，根据需求为其投放学习资源，助推学习者的个性化发展[5]。

教育追求的是“整全的善”，培养的是“完整的人”，强调情、意、知的融生。面对AI教师在重复性劳动中的“无尽神力”，人类教师在情感关怀、教学智慧、创新思维、专业伦理等方面的独有优势，恰恰是教学的难点，这是人类教师的独特“盔甲”。因此，人机协作的教学模式使得人与机器各自回归本位，实现了课堂教学各美其美、美美与共的价值目标。

（二）由师生对立到人机交互：主体间交往的教学关系

在海德格尔看来，技术所到之处皆构造着人和人的某种新关系[6]。教学关系的理想意蕴在教师而非技术化程式的执行者，是呈现以文化为中介展开的主体间性的相互交往实践关系，这体现出了教学实践的人文关怀。工业时代沿袭下来的教师主导教学是一种以知识传授为主的“單向辐射型互动”，而AI教师介入下助力教学内容、手段的重心不断增强，将巧妙发挥其杠杆作用重构教学关系。

伊德技术哲学向知觉经验的转换重新理解了人与技术人工物的关系，即具身、它异、解释与背景四种关系[7]。我们可以以此为框架进行解释说明。在具身关系中，师生所获得的知觉是通过技术实现的，技术可以通过多种自然感知技术向学习者传递信息情感，获得最真实的体验，同时增强了学习者感知能力;在解释关系中，对世界的知觉需要解释技术所显示的数据，也就是技术帮我们解读世界，教师可以利用学习分析技术来分析收集到的学生的各种课堂表现、情感变化等数据，判断学习者的认知风格、学习规律;在它异关系中，技术成为“类似的他者”而具有相对独立性，当以这种形象参与到学习者的学习过程中，必然能以“类他者”的身份与学习者互动，以增强情感体验，此时人必须将知觉的焦点放到技术身上;在背景关系中，人居于技术质地世界中，技术退居到了幕后，只有出现问题时才会关注它。

按照伊德的观点来阐述AI教师介入后课堂的师生关系，可以将其分为调节型、多边型和背景型三种。在调节型关系中，技术在师生之间发挥的是居间调节的作用，如教师与技术之间形成的解释关系和具身关系;在多边型关系中，形成了教师、学生和AI的关系结构，教师的知觉焦点指向AI教师，学生退居到了边缘位置，从学生的角度看，学生与AI教师的互动关系也会使教师处于学生知觉的边缘位置;在背景关系中，AI智能化程度越高，AI介入背景的存在感就越低，AI教师以介入师生关系的方式重构了师生二者的互动关系，推进着人机交互形态的产生。

（三）由工具隐喻到人机互构：协同进化的教学理念

从雷·库兹韦尔到尤瓦尔·赫拉利，从比尔·盖茨到埃隆·马斯克，洞察灵敏的人已然感受到AI教师的迭代升级似乎已到了类似瓶颈的地带，“门槛的这一边还是人类好工具、超级助手，而门槛的另一边则隐约站着某种意义上的自主行动者”[8]。AI教师角色的“主体上移”显然不能只用工业化时代简单的工具隐喻来衡量，而是一种基于人—技术结构的人机协同，从而在你中有我、我中有你的关系中实现人機互构，实现人类智能与机器智能螺旋式的协同进化。

智能时代，AI教师赋能课堂教学的关键在于技术层支持更加人性化、具有持续进化能力的智能，从而借助机器智能赋能教师与学生。人机共生是未来人机关系发展的趋势，人机共生就意味着人与机器的不断演化，AI教师的智能化演进也会促进人类对自身的再认知。在课堂教学中，随着师生、生生不断的信息传递、交互共享，庞大规模的数据、教学任务等会嵌入到智慧共享体系中，成为AI教师智能不断进化的原始驱动力。与此同时，高智能的AI教师能够生成大量新知识，打破人的思维盲区，这些知识不断提供给教师和学生，突破他们现有的认知极限。

起初技术人工物的功效需要人去设定，而当它的内在意向生成之后，就具备了自我行事的能力。未来当AI教师发展到更高的智能阶段，它的智能化程度会支持其内部意向生成。那时AI教师会与人类教师的自主性相匹配，AI教师可以轻松完成课堂教学中的工作。当AI教师获得了与人类教师同等的智能性，机器习得规则不再只依靠人工智能系统指定，还可以通过AI教师观察人类行为获得。此时AI教师可以独立自主地帮助人类教师解决教学问题，AI教师真正具备了在权力、思维、情感等方面和人类教师的对等，人类教师和AI教师都可以去发现和解决问题，把得到的结果相互对照，达到知识与技能的相互增强，实现人类教师与AI教师互构的协同进化。

三、AI教师赋能课堂教学的限度

当AI教师介入课堂教学系统时，教学的边界被打开， 各种性质迥异的行为与要素耦合到一起，冲突、协同、吞噬等现象纷纷涌现，教学系统也将更加错综复杂[9]，从技术层、伦理层、结构层和主体层的制约因素来看，当下AI教师赋能课堂教学仍然存在其限度，如图2所示。

（一）技术阻隔：智能匮乏削弱教学实效性

AI教师在代替人类教师重复性工作方面确实达到了一定的实用水平，为人机协同的精准教学带来了契机[10]，但在德雷福斯看来，人类理性与智能的独特性难以被人工智能表征[11]，因而“人是机器的尺度”，这在一定程度上也削弱了AI教师赋能课堂教学的实效性。

其一是非表征创造的技能限度。梅洛-庞蒂认为，人与世界直接交流的过程并不需要思维表征这样的中介参与[12]，在此基础上，德雷福斯提出无表征智能理论，他认为符号主义难以解决常识问题，常识问题并非依靠形式化知识[11]，更重要的是技能，机器学习系统因缺乏常识而受到数据集的影响致使系统不稳定，如在Google自动翻译语句回馈过程中导致翻译质量下降。后来德雷福斯又发展了技能学习理论，技能的获得被划分为了新手、高阶初学者、能力形成 、精通 、专家、大师和实践智慧七个阶段[13]，在前三个初级阶段需要借助形式化知识，而在后四个阶段中摆脱了形式化知识的束缚，要求身体在把握具体情境时表现出非表征创造能力，同时需要有情感等非理性因素的介入。AI教师没有“身体”，很难达到人类教师在知识教学中的应变力、知识具身性，因此，也难以像人类教师一样把握情境并作出适恰反应，如对话辅导系统难以适恰处理学生提问，以致于学生几乎不再主动提问[14]。其二是学习动机的情感限度。情感是推动主体心理反应的内部动力，会对主体的行为产生抑制或激励作用[15]，因此，学习动机激发需要情感的加持。AI教师通过特定行为所“表达”的情感，究其本质是通过算法与数据对人的情感行为所作出的信息反馈，它主要通过设计好的程序给学习者冷冰冰的答案，而在复杂、动态条件下的交互能力是有限的。如何实现从针对特殊任务、特定领域的交互扩展到更广泛的类似人类交互，这对于目前的AI教师无疑是一个重大挑战[16]，AI教师情感的匮乏在一定程度上难以激发学习者的学习动机。其三是精准实测的有限性。教学是注重揭示教学现象间因果联系的领域，目前的智能算法普遍存在黑箱问题，固然它能在多个教育场景构建机器精准高效学习模型，但很难解释其工作原理，这就导致无法进一步为学习者提供归因分析等有价值的教学服务。

（二）伦理困惑：人机协同催生“座驾引诱之险”

AI教师虽然借助自己的工具性力量赋能课堂教学，但也很容易受其“座驾”本质的引诱，难以把控人机协同教学的适恰张力，这些困惑如果不能妥善解决，也将影响AI教师赋能课堂教学的深度与广度。

AI教师“教”、人类教师“育”的分工[17]是处于理想状态，而事实也有可能是：AI教师与人类教师不能并存的状态，我们到底该相信技术的建议还是人类教师的劝告，此时应如何抉择？我们面对机器强大的计算理性，已经显示出了无力感，那么在认知维度对机器的认同，它所树立的智能标杆是否会加剧教育认知主义？人最初与世界打交道的方式是全身心投入的，从而获得生命的整全经验，情感、认知等因素相互交织而非相互隔离，即使这种整全性经验后来被拆分成了认知成分、情感成分等。教育应当是具有整全性的，“教”与“育”的分离则割裂了这种整全性，也会有悖于赫尔巴特所提出的“无教育的教学”，而且意味着“育”成为空洞存在，教学进一步窄化为知识获取。

此外，在传统教学中，交往方式大多是现实场域下的师生真实交往，而虚拟交往是指沉浸在AI创设的虚拟环境，逐渐远离真实交往。AI教师的情感迎合会在很大程度上满足主体精神需要，会进一步缩小真实世界和虚拟世界的界限。按照波普尔的观点，AI教师所创造的虚拟世界被称为世界3，它与世界1、世界2相同，也同样具有自主性，它们中的成员一旦被创造出来，便具有不依赖人的自主性[18]，这进一步会影响主体间的交往关系。当虚拟交往越来越多，就会阻碍现实交往中的互相认可，进而加速交往主体间的疏离。

（三）结构桎梏：嫁接冲突束缚生态化应用

所谓“孤阳不生，独阴不长”，AI教师作为单体技术不能独立产生教学应用，它需要其他元素的支持才能奏出和谐的乐章。AI教师要想具备重塑课堂教学的力量，必须要经历组合进化的过程，它需要融合已有的教学技术元素，组合成“系统”[19]。AI教师作为新生长点固然具有潜在吸引特质，但系统变革显然不是一蹴而就的。

布莱恩·阿瑟认为，阻碍新技术替代旧技术主要有三个原因：成熟的旧技术比新技術表现更好、周围结构组织可能不会很快被替换、就业者不认可新技术愿景[20]。我们认为，就AI教师而言，第二个原因可能更为重要。AI教师固然具有进入课堂教学系统的逻辑必然性，但它作为“外来物种”必须要打破系统原有的平衡。而课堂教学发展至今，已经形成了包括教学方法、教学策略和教学工具等相对封闭、平衡、稳定的数量庞大的教学系统，在教学领域，技术应用发生了革命性变化，但周围结构组织的变化则相对较少。国外匹兹堡学区实验成功的主要原因之一是，Cognitive Tutor的研究者具有重构课程教学的权力资源，他能够按照Cognitive Tutor的需求，对课程教学进行重构[21];此外，诸如学习分析系统要想在课堂教学中发挥“神力”，也需要教学方法、理念等方面的调整，其背后也可能涉及学习过程本质观念的变化，Course Signals对线上活动提出了更高的要求，同时也要求设置阶段性评价任务，这都对缺乏过程性数据的人文艺术课程提出了挑战。学生学习这类课程需要长时间积累形成整体性理解，却难以分解其过程，因此，Course Signals的使用需要适当改变教学设计。

概言之，大家的目光现在都停留在AI教师技术本身，期待能够实现AI教师的突破性进展，但事实上，我们也应该考虑，当AI教师进入课堂，周围的结构组织又应作出何种改变？

（四）主体障碍：人的限度制约机器价值发挥

从工业1.0时代到工业4.0时代，从程序教学到智能机器教学，线性进步的技术理性体现了革除旧方式、拥抱新方式的旨趣，这种方式移植到教学也被抱有同样线性进步的期待。而当我们回顾技术进入教学的发展历程时，不难发现，难点依旧是技术的使用效果。我们判断技术进入课堂教学的影响度，并不是以技术使用的数量、新颖程度为准则，而是能否有利于学习者的学习与发展。国内学者对此曾有研究，认为存在“不同的技术手段对学习影响的非显著性差异现象”[22]。机器教学并不会像机器进入其他领域那样简单取得成功，因为学习者并非机器的产品，学习者的发展从本质上说是自我更新的生存过程[23]。

具体而言，第一，无论是改变教学面貌，亦或是改变教学方式，AI教师应用于课堂教学的最终目的是促进学习者的正常发展，就是按照学生身心发展规律的发展。AI教师并非只是向学生灌输信息，而应是帮助其解释、组织已有经验，遵循自然本性的生长显然不能靠主观外力干涉。第二，贝尔纳·斯蒂格勒在论及人类起源时，认为人在用技术来弥补自身的存在缺陷[24]。在教学中学生能够承担的认知负荷是有限的，一旦知识超出了大脑的接受范围，便会思维紊乱。AI教师信息“灌输”背后能够被接受的数量速度却是有限的。

AI教师比以往的机器看起来都要先进和富有潜力，但由于人自身的复杂性，很有可能会陷入“非显著性差异现象”中去。

四、AI教师赋能课堂教学的未来发展路径

海德格尔指出，现代社会是被先进技术全方位“座驾”的社会，何处有危险，何处也有救赎[25]。因此，应理性审思披着华丽外衣的机器所幻化出的教学繁荣景象，以此使人与机器各安其位、各施所长，从而“敞开”更多的可能空间（如图3所示）。

（一）有的放矢，在技术设计应用的主体导向上加强建设

如芬伯格所言：“发达社会的教育技术可凭借教育的对话来形成，而非凭借以生产为导向的自动化逻辑。”[26]AI教师赋能课堂教学依赖于AI教师技术的突破性进展，教育研究者、实践者不再是与技术设计相隔绝的局外人，而是具有责任与使命的行动主体，与技术领域相关研究者组建共同体，积极投身于AI教师的相关研究，同时也防止AI教师被开发成没有透明度的“黑盒子”。我们认为，可以从技术和理论两个层面进行。

从技术层面讲，AI教师赋能课堂教学离不开数据、算法和算力这三大基础要素[27]。其一，数据作为智能教学的“食粮”，教育研究者需成为数据“原料”收集的“供给源”;其二，在课堂教学的过程中，要在与AI教师的互动博弈中不断寻找存在的问题，能够基于课堂教学情境来不断改善算法。未来我们也期待AI教师突破知识图谱与自然语言处理等关键技术瓶颈，在追求AI教师专业能力自动化的基础上，还要大力发展类似于人脑推理等的高级认知能力[3]。

从理论层面看，教育研究者要结合学习者认知规律和AI教师特点，开展“双师课堂研究”。一方面，将AI的研究成果与教育研究成果相融合，例如：通过深度学习来设计AI教师，利用多模态交互来促进与学习者的及时互动[3];另一方面，AI教师通俗来说还是模拟人类智能，而教育领域研究的正是“人类智能的增长”，教育研究者在脑科学、认知科学等领域的突破在一定程度上也能促进AI教师技术的理论研究。在AI教师赋能课堂教学的过程中，AI教师与人类教师联袂执教通常展现为混合智能，因此，需要根据实际课堂场景来提供更具参考性的教学相关模型。

（二）化危为机，构建人机协同伦理准则

人机协同教学中人与机器的博弈不可避免，而在技术理性的“诱导”下，这场博弈往往会以机器的胜利而告终，教师蜕变为教学的局外人，学生退化为知识傀儡，为此我们需要制定人机协同的一般伦理准则（如图4所示）。

人控制机器是第一准则。首先是保持人类教师的主导地位，学习者面对机器建议与人类教师劝告的两难抉择，就更加需要人类教师的实践智慧，不要让机器算法成为教学决策者;其次是AI技术不能取代人对于信息的加工过程，要由人掌握自我思维的发展、能力的形成过程;最后是限制智能机器的部分能力，无疑AI技术的到来能够达到传统分析中所不能企及的深度，但同时引发了自由、隐私的讨论。因此，我们需要的是对影响学习者自由、隐私等部分进行输出限制。

机器适应人是第二准则。第一是机器服务应考虑到在实际场景中学习者的需要，以此为基进行“量身定做”;第二是它要服务当下学习，智能服务往往要以大量历史数据为基础，却不能惠及当下的学习，因此，如何捕捉当下学习数据以服务当下学习是目前需要解决的问题;第三是机器持续进化能力，教学具有复杂性、动态性，这就要求智能技术能够不断进化，通过利用生成的数据对智能模型进行整合改进。

机器赋能智慧是第三准则。第一是唤醒学习者对于学习和生活的热情，能够对自己负责任;第二是智能机器可以突破时空限制，以此帮助学习者体会微妙情感、构建社会关系等，把愿景变为现实;第三是机器创设的价值应与学习者多样化学习相吻合，实现培养重心由“同质”向“特质”的转变，使学习者获取更大自由。

（三）由表及里，变革课堂教学结构

阿普尔曾说，“现代教育质量的匮乏被视为仅缺乏先进技术并可以通过技术来解决，而教育中产生的‘意外则被视为学校强制性管理的不足”[28]。事实上，课堂教学的深层次变革并不是仅靠智能机器的更新换代来完成，早在2010年美国国家教育技术计划 （NETP 2010） 指出“变革美国教育——技术助力学习”， 强调要“进行由技术支持下的结构性变革， 而非进化式的修修补补”[29]。

AI教师不应作为单体技术进入课堂，要想真正在教学领域取得成功，就必须要变革周围结构组织。其一是教师角色“转识成智”。人类教师可以利用类似于艾尔·赛义德开发的学习障碍儿童诊断的分类系统，在AI教师对学生浅层次诊断基础上，充分发挥自身教育智慧，以挖掘学习者的内隐特质;同时引导学习者去发现问题，可通过诸如IBM公司所推出的沃森智能导师系统获取关键信息，鼓励学生去自我发现，再在教师的引导下把知识“零存整取”，形成系统化知识体系。其二是教学设计再造。教学目标应对标核心素养，根据AI教师生成的个体画像来确定不同学习者的学习目标，以助力因材施教。教学策略需要兼顾教与学的现实特征和AI教师的属性，通过人机自适应互动来完成数据驱动的深度学习。教学评价应对多元数据开展动态智能可视化分析，以达到全过程评价。

（四）安之若素，遵循学习者的生长节奏

智能机器应用于教学的根本目的，始终在于能否有利于学生的学习和发展。学习永远是学习者自身的事情，它就像人的呼吸、排泄、生病等，是他人无法替代的。正如伊利奇在《非学校化社会》中所提的“去学校化”主张[30]，所依据的是把人的学习都看作了自我学习。从某种意义上说，我们无法真的教会一个人，所有的学习都是自我学习。因此，在技术的亢奋中，我們仍需遵循学习者的生长节奏。

具体而言，其一是AI教师创设情境使学习者的学习更易发生，解蔽知识发生的原初形式，将抽象东西完整显现以使学习更容易[31]，AI教师应帮助学习者获得最佳学习效果，而非让学习者跟随AI教师呈现的步伐;其二是通过具身参与来使学习者主体更明晰，在笛卡尔的自我同一性理论中，“我思”与“我的行为”具有同一性关系[32]，通过具身参与被铭刻上一种主体性印记，由体验来促进意识发展而非被动接受，学习者通过多种体验感知获取知觉经验，然后形成概念促进认知发展;其三是教师主导AI教师以促进学习者学习中的积极对话，让学习者能开展与自我、文本、他人以及自然的对话，学习者的对话是自我重构、自我认知的重要手段，教师应利用技术构建的场域制定挑战性的学习目标，使对话具备升级空间，在合理应用技术的同时，也不应忽略与学习者的协同共享，这是通过教师主导AI教师来使学习者完成自我建构的过程。

学习者与AI教师的适切关系，应是在学习者的生长节奏中去度量AI教师所带来的价值，是学习者把AI教师这个“外在存在”逐渐转化为自身的“内在存在”的过程。在与AI教师的融洽相处、和谐共生中充分激发学习者的潜力。

五、结   语

未来，人类教师出场时，AI教师必然“在场”。AI教师并非教学领域哗众取宠的技术，而是需要我们联合、构成自身的存在之物。因此，当我们拥抱AI教师的同时，要明晰人是技术的尺度，在有为和无为之间保持必要的张力，能够“知其白，守其黑” ，从而向教学的本真状态迈进。

[参考文献]

[1] 余胜泉.人工智能教师的未来角色[J].开放教育研究，2018，24（1）：16-28.

[2] 汪时冲，方海光，张鸽，马涛.人工智能教育机器人支持下的新型“双师课堂”研究——兼论“人机协同”教学设计与未来展望[J].远程教育杂志，2019，37（2）：25-32.

[3] 张尧，王运武.机器人赋能未来教育的创新与变革——国际机器人教师研究综述[J].开放教育研究，2019，25（6）：83-92.

[4] 曹培杰.人工智能教育变革的三重境界[J].教育研究，2020，41（2）：143-150.

[5] 庞茗月，胡凡刚.从赋能教育向尊崇成长转变：教育大数据的伦理省思[J].电化教育研究，2019，40（7）：30-36，45.

[6] 冈特·绍伊博尔德.海德格尔分析新时代的技术[M].宋祖良，译.北京：中国社会科学出版社，1998：84.

[7] 唐·伊德.技术与生活世界：从伊甸园到尘世[M].韩连庆，译.北京：北京大学出版社，2012：77-130.

[8] 吴冠军.人工智能与未来社会：三个反思[J].探索与争鸣，2017（10）：10-13.

[9] 李世瑾，胡艺龄，顾小清.如何走出人工智能教育风险的困局：现象、成因及应对[J].电化教育研究，2021，42（7）：19-25.

[10] 王良辉，夏亮亮，何文涛.回归教育学的精准教学——走向人机协同[J].电化教育研究，2021，42（12）：108-114.

[11] 休伯特·德雷福斯.计算机不能做什么：人工智能的极限[M].宁春岩，译.北京：生活·读书·新知三联书店，1986.

[12] 梅洛-庞蒂.知觉现象学[M].姜志辉，译.北京：商务印书馆，2001：302.

[13] 休伯特·德雷福斯.论因特网[M].喻向午，陈硕，译.开封：河南大学出版社，2016：35-49.

[14] GRAESSER A C. Conversations with AutoTutor help students learn[J]. International journal of artificial intelligence in education，2016， 26（1）：124-132.

[15] 刘宇.关于人工智能认知限定与限度的多重思考——基于马克思主义认识论的分析视角[J].广西社会科学，2021（2）：76-83.

[16] 徐振国，刘志，党同桐，孔玺.教育智能体的发展历程、应用现状与未来展望[J].电化教育研究，2021，42（11）：20-26，33.

[17] 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.

[18] 卡尔·波普尔.客观知识——一个进化论的研究[M].舒炜光，卓如飞，周柏乔，等译.上海：上海译文出版社，1987：127.

[19] 陈晓珊，戚万学.“技术”何以重塑教育[J].教育研究，2021，42（10）：45-61.

[20] 布莱恩·阿瑟，曹东溟.技术的本质[M].王健，译.杭州：浙江人民出版社，2018：155-156.

[21] ANDERSON J R， CORBETT A T， KOEDINGER K R， PELLETIER R. Cognitive tutors： lessons learned[J]. The journal of the learning sciences，1995， 4（2）， 167-207.

[22] 杨浩，郑旭东，朱莎，等.技术扩散视角下信息技术与学校教育融合的若干思考[J].中国电化教育，2015，（4）：1-6，19.

[23] 李芒.论教育技术是“主体技术”[J].电化教育研究，2007（11）：5-9.

[24] 贝尔纳·斯蒂格勒.技术与时间：爱比米修斯的过失[M].裴程，译.南京：译林出版社，2012：203-204.

[25] 海德格尔.演讲与论文集[M].孙周兴，译.北京：商务印书馆，2018：31.

[26] 闫欣芳，邱慧.互动对话模式的在线教育如何可能——芬伯格的教育技术哲学探究[J].自然辩证法研究，2016，32（9）：102-106.

[27] 杨晓哲，任友群.教育人工智能的下一步——应用场景与推进策略[J].中国电化教育，2021（1）：89-95.

[28] 阿普尔.意识形态与课程[M].黄忠敬，译.上海：华东师范大学出版社，2001：129.

[29] 何克抗.關于《美国2010国家教育技术计划》的学习与思考[J].电化教育研究，2011（4）：8-23.

[30] 伊万·伊利奇.非学校化社会[M].吴康宁，译.台北：桂冠图书有限公司，1994：41-42.

[31] 苏慧丽，于伟.路途与景深：指向过程性的教育技术意向变革[J].电化教育研究，2021，42（7）：33-39.

[32] 笛卡尔.笛卡尔思辨哲学[M].尚新建，译.北京：九州出版社，2004：150.

Limits and Transcendence of AI Teacher-empowered Classroom Teaching

WANG Xuqiang，  HU Fangang

（School of Communication， Qufu Normal University， Rizhao Shandong 276826）

[Abstract] The AI teacher-empowered classroom teaching supported by intelligent technology is promising， but it is not all-powerful， but has certain boundaries and limits. A rational consideration of the limits of AI teacher-empowered classroom teaching is conducive to the rational application and development of AI teachers in classroom teaching. This study clarifies the triple empowerment values provided by AI teachers for classroom teaching reform： the teaching mode of standard regression， the teaching relationship of interaction between subjects and the teaching concept of collaborative evolution. It is found that there are multiple limits to AI teachers' empowerment of classroom teaching： technical barriers， ethical confusion， structural shackles and subjective obstacles. In view of this， this paper puts forward the future development paths beyond the limits： strengthening the construction on the subject orientation of technology design applications， building ethical guidelines for man-machine collaboration， changing the structure of classroom teaching， and following the growth rhythm of learners.

[Keywords] AI Teacher; Limit; Man-machine Relationship; Classroom Teaching

基金项目：2019年度国家社科基金教育学一般项目“教育虚拟社区助学者伦理规范构建与评价研究”（项目编号：BCA190078）