人工智能时代教育面临的挑战与解决路径探析

孙诗淇 辽宁师范大学计算机信息与技术学院

● 引言

在人工智能时代，教育工作者应抓住人工智能赋能教育的机遇，做好应对人工智能技术的挑战，推动教学模式的变革，探寻应对教育变革的新形式，积极推进人工智能与教育的深度融合，寻找出加速教育与人工智能深度融合的有效新途径，只有这样才能更好地让人工之智能服务于教育教学，立技术之上不离教育之本，不断向信息化教育教学发展，使教育在人工智能技术的加持下发展全新的智能新教育。

● 概念界定

1.教育人工智能(EAI)

教育人工智能(Educational Artificial Intelligence，简称 EAI)，即服务于教育的人工智能的设备、相关技术和策略，是指在教育过程需要人工智能设备、技术、策略和组织方法来支持学习过程、组织教学活动、实施教学评估以及实施与教育相关的其他活动。祝智庭教授认为教育人工智能是以人与机器的交互与协作为研究目标，在智能技术为加持下，了解和揭示教育活动的规律。

2.人工智能教育(AIE)

人工智能教育(Artificial Intelligence Education，简称AIE)，其含义接近EAI，都是以人工智能的相关技术设备等为研究对象，服务教育活动并提升教学质量。吴永和教授认为人工智能教育是在教育领域中运用人工智能来提高教学质量，最终能够提供大规模的个性化教育和精准教学。AIE可以表示人工智能内容的教育，AIE其研究重点发生变化，更侧重于素质教育。彭绍东教授将AIE定义为利用人工智能赋能的教育和以人工智能为学习内容的教育。

3.教育中的人工智能(AIEd)

教育中的人工智能(Artificial Intelligence in Education，简称AIEd或AIED)，是教育与人工智能专业领域内国际通用术语。AIEd指的是在教育环境中使用人工智能技术模拟人类智能进行推理、判断或预测，在人工智能技术的帮助下，计算机系统可以为学生提供个性化的指导、支持或反馈，并帮助教师或决策者做出决策。

4.分类

本研究将三种教育领域中的人工智能按概念和应用对象划分成两类，如下页图所示。

● 国内外教育领域中人工智能的发展状况

美国于2009年率先提出了智慧地球的概念，在各个领域汇聚了智慧地球的概念，并领导了一系列智慧工业解决方案，其中最重要的是智慧教育。2019年9月，美国颁布了《未来20年美国人工智能研究路线图》，此文件设置了适合不同群体的人工智能课程，制订了人工智能相关课程标准。

韩国于2011年发布了推进智慧教育战略，其目的是改革智慧教育模式，以此提高学习效率，以培养创新型人才为目标，改善人才培养的方式。2018年，韩国将编程课程纳入必修综合课程和中学课程，并将小学编程学习设定为每学年17学时；高中在普通学习课程中包括编程课程。如果学生在编程学习方面非常优秀，他们可以代表专业学生直接上大学。

新加坡于2006年发布iN2015计划，于2015年发布iN2025计划，目的是以信息智能产业为支撑，建立智慧国家和全球化城市，提供更好的公共服务，并提升国家的经济竞争力和创新能力。

我国高度重视教育领域中人工智能的应用。2017年国务院发布《新一代人工智能发展规划》，强调开展全民智能教育，在中小学普及人工智能课程，鼓励人工智能科普创作和科学家参与人工智能科普。2018年4月，教育部发布的《教育信息化2.0行动计划》指出，要促进教育信息化由综合应用走向高水平的发展，把信息技术与智能技术融入到教学、管理、绩效等各个环节。2019年教育部发布《加强“三个课堂”应用的指导意见》，指出要通过建设和完善信息系统、利用信息技术拓展优质教育资源，促进教育现代化。同年五月，在北京举办的国际人工智能与教育大会中，审议并通过的成果文件《北京共识》中提出，通过教育与人工智能的深度融合，审视了未来人工智能对教育教学方式的潜在影响，并倡议推动探索利用人工智能促进教育的创新的有效战略和实践模式。2020年国务院发布《深化新时代教育评价改革总体方案》，指出要使用人工智能和大数据等现代信息技术的创新评估工具，探索并完成从各个层次的学生学习纵向评价到德智体美劳的整体横向评价。随着国内外各国家对教育领域人工智能的重视、开发和发展，科技赋能教育已经到达了一个新的高度。

● 人工智能时代教育面临的挑战

1.教师面临的挑战

（1）专业素养有了更高标准。随着教学技术的不断升级，教师必须适应时代的趋势，不断学习，熟练运用先进的人工智能技术并将其应用于教学当中，这对教师的专业技能水平带来巨大的挑战。

（2）职业认同度会日益降低。教师的认同度来自学生的成长或者教学中实现自我成就的满足，但人工智能技术的发展引发了现代劳动市场结构的改变，预计到2030年，30%的工作将会被人工智能替代。这也就意味着在未来，教学过程中许多的工作将会被人工智能替代，从而间接影响了教师与学生的接触，长此以往教师将降低对职业的认同度。

（3）教书育人将逐渐弱化。教师在长时间使用某一种技术时，会对技术产生依赖性，长此以往，将被技术挟持，丢失“以学生为本”的教育本质，育人功能将会弱化。

2.学生面临的挑战

（1）限制独立思考能力。一旦人工智能应用到教学中，最先普及的将是虚拟教学。具有沉浸式、互动式的虚拟教学环境，可以让学生在设备产生的虚拟世界中感受现实生活中感受不到或者不能接触的环境，大大拓宽了学生的知识视野，丰富了学生的认知。但虚拟并非真实，长久沉浸于此，学生可能无法分清虚拟和现实世界，从而大大阻碍了独立思考、探寻事物真理的能力。

（2）忽视自主选择权。伴随着人工智能技术的迅速发展，大数据的分析对学生学习活动的判断将愈发准确，对学生学习的干预可以产生一定程度的“因材施教”，但这种“因材施教”牺牲了学生的自主选择权。

（3）抑制人际交往能力。当人工智能大范围应用于教育教学时，学生大部分时间可能都会通过机器、设备互动交流，师生之间面对面交流的机会大大减少，抑制了人际交往能力的发展。

3.教学过程面临的挑战

（1）缺少教学的情感温度。人工智能时代的学生和教师的互动、交流都需要通过电子设备来搭建，学生缺少面对面沟通的亲近感和人文关爱，长久会产生孤僻感。

（2）忽视教学的本质需求。人工智能可以充分分析学生的学习偏好，反馈学习进度，但应用于教育的人工智能主要发展的是学生的学习能力，可教育教学的目标是注重学生全面发展的完整人格，而不是单纯地提高学生的学习能力。

（3）依赖智能的教学评价。人工智能可以对静态测试做出全方位的教学评价，但现有的人工智能无法对动态测试进行全方位的分析，很难判断学生内在非智力因素，也很难反映出教师的教学方式、教学特点等行为。

4.教学应用面临的挑战

（1）算法偏见影响智能教学。现代人工智能的算法广泛依赖于数据，因此其性能完全由数据掌控，算法需要适应数据固有的定性和定量特征，这会导致算法产生所谓的算法偏见。例如，如果数据是不良的，那么对于少数学生来说，与包含了更多普通学生信息的算法相比，算法可能会产生不利于少数学生的系统性的错误判断。

（2）不良技术应用流入教育。鉴别一个应用对教学是否有着良好的效果，最主要的方式就是经过课堂实践的反馈。但有些公司不经过市场调研，开发的应用华而不实，对教学起不到积极的影响，反而抑制了教学的进行。

（3）教学伦理冲突日益加重。目前的人工智能算法以结果为第一要素，对收集的数据没有明确的标准、界限，为了提高结果的准确性，这些数据会侵犯学生的隐私，而存储了学生隐私的数据如果被外泄出去，可能会给学生带来安全隐患。

● 人工智能时代教育发展的路径

1.从知识传授到全面育人转变教学理念

人工智能时代教育理念应不断转变，首先要转变传统的单纯传授知识的教学模式，不再以知识接纳度作为衡量教学的唯一结果，应主动让学生成为课堂的领导者，创造更多情境以激发、培养学生的创造性思维。教师的教书育人功能中的“育人”在新时代显得尤为重要，教学重心应该由知识传授转变为培养出德智体美劳全面发展的复合型人才。

2.创建先进模式下的智慧教学环境

首先，学校应加强对先进模式下教学环境的构建，积极开发配合人工智能的教学模式；开展符合本校的系统课程，定期对教师进行人工智能的培训和指导等。其次，教师应时刻保持对新技术、新功能、新应用不断学习的能力，掌握人工智能的特点，了解学生在新教学环境下学习方式的变化，进而选择最优的人工智能教学策略。最后，管理人员需要充分认识人工智能给教学带来的好处，积极与社会各方面的资源建立合作关系，构建新式人工智能教学资源，优化教学环境。

3.建设人机协同自适应智慧课堂

自适应智慧课堂的核心就是数据驱动的学习路径规划、学习资源推送与学习服务供给，从而促进学生全面发展。依托教育大数据、数据分析和数据挖掘等技术手段构建的自适应智慧课堂，根据学生的年龄成长认知和行为表现，在课堂上为学生提供完成教学目标所需的环境、资源和服务，并根据学情变化进行动态优化；同时对学生学习过程中产生的学情数据实时采集表征，并关联学生历史学情数据建模分析，从而动态调整学习内容、学习形式、学习路径和学习支持服务，达到个性化教与学的目的。

4.构建个性化教学新模式

人工智能技术支持下的个性化教学可以依靠大数据精准判断学生的信息情况。教学辅助系统在课堂中实时捕捉、记录每个学生学习过程中的活动，并把活动的信息转化成数据进行分析，从而对学生的行为、认知和情感等方面的情况进行全方位、多维度的评判，以此总结、评价每个学生的学习习惯、学习方式等，并根据每个学生的特点推送具有不同效果、个性化的学习内容、课后作业等，还可以根据学生的接受程度和进步情况进行实时调整，为每个学生“量身定做”教学方式，构建个性化教学新模式，从而提高教学效率。

5.重塑智能多元化教学评价

人工智能时代将重塑评价维度，脱离固定的教学评价，关注学生的个体差异，及时提供更加客观多样的评价。自适应学习的自动评估方法改进了传统的测试系统，它可以根据学生活动产生的实时数据，准确地评价学生的学习成绩，进一步衡量学生的学习能力，还可以通过对比过往大量的数据和实时情感需求分析，更准确、全面地评价学生的学习发展情况和内在品德建设需求，从而帮助教师和学生发现问题，提供解决途径，明确教学目标，充分发挥多元化教学评价的导向作用。

● 研究总结

本研究对现阶段学术领域中教育与人工智能的三种概念进行了详细的分辨归类，对未来研究人工智能与教育深度融合提供清晰的概念界定。教育与人工智能融合，对教师、学生、教学过程和教学应用都提出了巨大的挑战。面对挑战，教师要从转变教学理念，创建先进模式下的智慧教学环境、建设人机协同自适应智慧课堂、构建个性化教学新模式、重塑智能多元化教学评价等多方面做出积极应对。