新课标下AI赋能义务教育课程高质量发展

高意博， 黄甫全， 刘大军

(1. 华南师范大学 教育科学学院， 广东 广州 510631；2. 华南师范大学 基础教育学院， 广东 汕尾 516625； 3. 华南师范大学 职业教育学院， 广东 汕尾 516625 )

2022年版义务教育课程方案和课程标准(以下简称“新课标”)于2022年3月25 日正式颁布施行[1]。为完成党和国家赋予的“构建具有中国特色、世界水准的义务教育课程体系”根本任务，新课标对课程目标、课程内容、学业质量标准进行了显著革新，将人工智能(Artificial Intelligence, 简称AI)应用与学习环境优化、教育评价创新、教学资源开发和教学改革深化紧密结合。探索AI如何赋能义务教育课程高质量发展，已然成为义务教育理论与实践工作者面临的新的重大任务。本文拟从为什么、是什么和怎么做三个最基本的问题切入，采用技术现象学视角，以技术介导理论观照，就“AI赋能义务教育课程高质量发展”的原理和途径，探讨并考察三个问题：AI赋能义务教育课程高质量发展因何可能？AI赋能义务教育课程高质量发展的理论依据？AI赋能义务教育课程高质量发展的实践策略？

一、AI赋能义务教育课程高质量发展因何可能

AI在教育中的开发和研究中得以凸显，是教育内外的众多改革与创新相互激荡而致。其中发挥重大作用的，主要有AI技术发展的时代驱动、义务教育课程高质量发展的价值需求和新唯物主义的理论推动。

1. 时代驱动：AI技术发展

2017年，国务院印发《新一代人工智能发展规划》，提出利用智能技术构建新型教育体系[2]。2019年，中共中央、国务院印发的《中国教育现代化2035》指出，人工智能等新技术的发展正在不断重塑教育形态，知识获取方式和传授方式、教和学关系正在发生深刻变革[3]。如何应用AI赋能义务教育课程高质量发展，在政策强力导向下已成为教育研究的热点问题，引起众多教育工作者的关注和思考。杨又等人指出，智能技术在人与世界的互动中生成了多种介导关系，概括起来主要有四种类型：智能背景关系(Intelligent Background Relations)、智能创作关系(Intelligent Composite Relations)、智能赛博格关系(Intelligent Cyborg Relations)及智能他异关系(Intelligent Alterity Relations)[4]。由此，应用开发中的AI技术可以分为智能背景技术、智能创作技术、智能赛博格技术及智能他异技术。

(1)智能背景技术：智能自适应学习环境

在AI的四大典型应用中，智能自适应学习环境属于智能背景技术的范畴。智能背景关系，即智能物以背景的方式存在而几乎不被人所察觉，但它却会根据外在环境、个体需求等的不同而默默地进行自我调整[4]。智能背景技术是一种可以与人双向适应的技术。维贝克直截了当地指出，智能环境能智能化地回应并影响我们的行为。由于它的互动性，我们将最终拥有适应于人并供人任意使用的技术[5]。按功能划分，教育中的背景技术主要包括两种类型：隔离的智能背景技术与连续统的智能背景技术[6]。隔离的智能背景技术旨在利用智能背景技术，为学生创设一个无干扰的学习环境。而连续统的智能背景技术旨在通过将智能背景技术与学习主题相黏合，增强学生学习动机与学习兴趣。智能自适应学习环境则是连续统智能背景技术的典型代表。例如在小学语文《燕子》一课的教学中，智能背景技术预先把教室的背景更换成与春天相关的背景，温度设置成20—25摄氏度，并播放轻柔舒缓的音乐，用以激发学生的学习动机。智能自适应学习环境的“透明性”和“自适应性”，能够使此在空间的“我”的存在与环境之间相互适应，实现“世界”与技术的融合。由此，智能自适应学习环境使学习者从某一特定空间跨越到适应性空间中展开思维拓展活动。这是教育中智能背景技术实现的超越性质变，其价值主要指向情景化空间中学习共同体的互联。

(2)智能创作技术：教育大数据与多模态学习分析

在AI的四大典型应用中，教育大数据与多模态学习分析属于智能创作技术的范畴。智能创作关系，即人工智能技术在对世界做出智能阐释的同时，也能对人自身、他人做出智能阐释，并且这种阐释是积极的、建构性的[4]。由此可见，智能创作技术是指一种符号传递的技术透明性，技术作为符号的承载者和解读者而存在，其功能聚焦于诠释之上。智能创作技术的重要代表便是信息文本，在这种技术中，解读信息的效率和准确度是评价的标准。

教育智能创作技术主要有两种类型：承载信息的技术与解读信息的技术[6]。承载信息的技术指向信息传递价值，而解读信息的技术指向信息还原价值。如果说承载信息的技术实现了学生身体机能的延展，那么解读信息的技术则实现了学生思维能力的延展。教育大数据是承载信息的技术典型代表，而多模态学习分析则是解读信息的技术典型代表。拉图尔(Latour B)提出“脚本”(Script)概念，即设计者在设计人工物时“根据特殊的口味、能力、动机、愿望、政治偏见等来定义行为者。创新者的大部分工作就是把这种关于世界的愿景‘铭刻’(Inscribing)在新的物体的技术内容中。这种工作的最终产品称为 ‘脚本’或 ‘台本’(Scenario)”[7]。符号就是拉图尔所说的“脚本”的最佳体现。教育大数据技术开发者把学生的不同行为表现铭刻进“数据符号”中，再由教师借助多模态学习分析，对这些“数据符号”进行解读。

(3)智能赛博格技术：远程教育

在AI的四大典型应用中，远程教育(E-learning)属于智能赛博格技术的范畴。智能赛博格关系，即人与技术的融合不仅是人去主动适应技术，技术也会主动地适应人，二者呈现出动态融合关系[4]。比如，当把微芯片植入视障人群的眼睛以增强其视力时，当把人造瓣膜植入人的心脏以帮助其心跳时，人与技术实际上合二为一成为一个新的实体[8]。由此可见，智能赛博格技术是一种可以与人双向、动态融合的技术。教育智能赛博格技术主要有两种类型：在场的智能赛博格技术与不在场的智能赛博格技术。在场的智能赛博格技术指向过程性价值，而不在场的智能赛博格技术指向互联性价值。如果说在场的智能赛博格技术实现了学生身体机能的延展，那么不在场的智能赛博格技术则实现了学生思维能力的延展。E-learning则是不在场教育智能赛博格技术的典型代表。E-learning的“数字在场”特性，能够使此在空间的“我”的存在，通过远程技术的传递，实现“我”在多重空间和时间中的远程数字在场[9]。由此，E-learning中的具身性从某一特定空间对某种身体机能的延伸跨越到学习者于多重空间和时间中的思维拓展活动，这是教育中智能赛博格技术实现的超越性质变，其价值主要指向不同时间与空间中学习共同体的互联与介导。

(4)智能他异技术：AI教师

在AI的四大典型应用中，AI教师属于智能他异技术的范畴。智能他异关系，即智能物较人而言更多地表现为一个专业级的他者，带有更强的类主体意向[4]。他异关系与其他技术的核心区别在于透明性的消失，技术本身成为人的焦点，技术成为它者[6]。由此可见，智能他异技术是一种具有类主体意向和他者性的技术，其智能水平和拟人性在四类技术中处于最高水平。教育中的智能他异技术主要包括两种类型：具身的智能他异技术与非具身的智能他异技术[10]。所谓具身智能他异技术即有物理实体的AI机器人，非具身智能他异技术即无物理实体的虚拟AI。实体AI教师则是具身智能他异技术的典型代表。实体AI教师的离身性和代理性，能够使不在场的“名师意志”通过计算机编程实现“名师”在多重时间和空间的远程在场。不在场的“名师意志”以实体AI教师为载体得以显现，并作为专业的准他者与学生进行互动。当实体AI教师与学生互动时，它能主动检验学生的回答是否正确，有哪些学习行为可以加以改进，目前的学习策略是否为最优策略等。此时，实体AI教师既像学生一样自主学习知识，又像教师一样知道对知识进行评价和检验。这是教育中他异技术实现的超越性质变，其价值主要指向不同空间中名师与学生之间的互联与介导。

2. 价值追求：义务教育课程高质量发展

文化哲学对人的文化本性的揭示和学习，为本课程哲学对课程的再概念化解蔽了课程的“学习化”本质，嬗变出一种新的课程样态——学习化课程 (Curriculum for Learning or Learning Curriculum)。文化哲学以文化的理智辨析为中心，启动了关于课程本质的对话。它使我们意识到, 在人的生命存在及其优化活动中, 存在着一种与生俱来的学习本性和潜能。因而, 课程作为一种影响学生生命活动的特殊文化，实质就是人的学习生命存在及其优化活动。文化哲学进一步指出：“广义的课程就是一切有目的、有计划、有程序的实践状态的人的学习生命存在及其优化活动；而狭义的课程专指学校教育课程, 实质就是人们专门组织进行的有目的、有计划、有程序的学生的学习生命存在及其优化活动, 通过这样的活动, 学习者获得一定水平的知识经验, 达到特定的预期教育结果, 并被授予社会承认的专门的资格证书。”[11]无独有偶，新兴的学习为本哲学将其定义为一种促进所有学生学习的整体性学习活动[12]。这种学习化课程秉承着学生中心、经验中心和活动中心，使当代课程的“学习化”本质得到了彰显。在这样的背景下，人们开始关注AI对学习化课程的促进作用，并在智能介导环境(Intelligent Mediated Environment)下建构起高质量的义务教育课程以优化学生学习。

在新课标的强力逼促下，AI应用与学习环境优化、教育评价创新、教学资源开发和教学改革深化紧密地糅合在一起。教育教学中的四个重要影响因素——学习环境、教育评价、教学资源和教学方式作为教学活动高效开展的基本保证，成为义务教育课程与教学质量提升的着力点。AI技术的发展则为学习环境、教育评价、教学资源和教学方式在教学实践活动中的革新带来了无穷的新活力。新课标为AI技术融入课程提供了具体实施路径和方向。新课标要求，在优化学习环境层面，要“积极探索新技术背景下学习环境与方式的变革”；在创新教育评价层面，要“推动考试评价与新技术的深度融合”；在开发教学资源层面，要“充分利用新技术优势，探索数字教材建设”；在深化教学改革层面，要“发挥新技术的优势，探索线上线下深度融合，服务个性化学习”[1]。由此可见，AI技术优化学习环境、创新教育评价、开发教学资源和深化教学改革，俨然成为AI赋能义务教育课程高质量发展的四大路径。

国内外已然兴起的AI研究，为义务教育课程高质量发展提供了理论依据和实践经验。有理论研究指出，AI的研究包括四个主题领域和三个主要趋势。四个领域分别为基于自然语言处理的教育智能研究、知识管理与运算的可视化研究、机器教学的应用案例研究及指向深度学习的自适应教育技术研究；三个趋势分别为基于大数据的机器学习研究、深度学习理念引领下的在线学习变革研究及智能识别技术支撑下的智能导师系统研究[13]。从实践层面来看，AI将覆盖教、学、考、评、管全流程，针对教学机构、教师、学生等不同主体构建不同的教育AI场景，广泛应用于各个学龄段及职业教育、在线教育等各类细分领域，比较典型的是课堂教学辅助、拍照搜题、走班排课、智能化批改、在线自动测评系统、教育机器人等[14]。由此可见，AI将全面渗透、精准指导教育的各个领域和各个层面。

3. 理论支持：新唯物主义理论兴起

新唯物主义(New Materialism)近年来在哲学领域声名鹊起。长期以来，在“物质的存在是冰冷的”这一命题饱受诟病后，有些哲学家重新考量物的本质及物与人和世界的关系，新唯物主义在这样的争论与交锋中悄然生成。新唯物主义是一种注重物质、反对人类中心主义的新思潮，学术界倾向用“新唯物主义”这一术语统称人文社科领域“所有重新思考人与物质世界关系的新话语”。这一思潮将唯物主义与后结构主义加以融合，在强调话语(Discourse)物质性的基础之上对“人类中心主义(Anthropocentrism)”进行了深刻批判[15]。新唯物主义思想通常遵循四个基本原则：第一，所有物质都有某种形式的智能代理主体能力。第二，新唯物主义要求社会思想更加谨慎地参与物理和生命科学的发展。第三，新唯物主义使内部和外部的界限变得模糊。第四，新唯物主义可以被看作一种挖掘所谓的语言或文化转向的愿景，以确认几十年来在对文本和话语的盲目崇拜中失去的各种物质性[16]。在这一思潮悄然兴起之后，琳琅满目的新唯物主义知识研究成果纷纷问世。其中，巴拉德(Barad K)的智能代理主体实在论(Agential Realism)和拉图尔的行动者网络理论(Actor-network Theory)等理论颇具代表性。

由此可见，新唯物主义思潮可以为AI赋能义务教育课程高质量发展提供理论支撑。新唯物主义理论中的“物”可以理解为智能技术，具体包括AI的四大应用——智能自适应学习环境、教育大数据、E-learning及AI教师。AI除了作为“智能”技术的引擎，也可以是一种“黑箱”(Black Box)，让我们更深入、更细致地理解学习是如何发生的。进而，在新唯物主义视角下，深入剖析学习过程中人与技术之间相互交织的异质网络关系，以及“物”在人获取知识过程中的“介导作用”，以保证课程高质量发展。

基于此，新唯物主义在行动者网络理论关照下，依托“广义对称性原则(Generalized Principle of Symmetry)”，将“行动者网络”的“黑箱”[17]进行直观剖析，揭示了不论是人类行动者(Actor)还是非人类行动者(Object)，都是“转译者(Mediator)”而非“中介者(Intermediary)”[18]，在相互作用的过程中互相建构形成异质性网络。进而，新唯物主义在智能代理主体实在论的观照下，直截了当地指出，物质具有某种智能代理主体能力，而智能代理主体之间是通过内动作用(Intra-action)相互建构的。这就是说，物质，既不是价值无涉的中介者，也不是被动的受动者，而是与人类相互交织的积极的“转译者”。

二、AI赋能义务教育课程高质量发展的理论依据

AI正在推动教育教学变革。目前，技术现象学中对于人、世界和智能技术关系的理论及技术介导理论中智能代理主体介导作用框架，为AI赋能义务教育课程高质量发展提供了理论依据。

1. 技术现象学：智能技术、人和世界的关系

技术现象学是关于“人—技术”关系的现象学讨论，这是一种内在关系存在论。作为技术现象学的代表人物，伊德(Ihde D)认为技术是人与世界之间的中介者，技术在人认识世界的过程中起着积极作用，因此伊德从现象学的视角将这种中介性称作技术意向性[19]。伊德进一步扩展了海德格尔(Heidegger M)“人—技术”关系论，鞭辟入里地提出“人—技术—世界”之间存在着具身、解释、他异和背景四种关系。具身关系(Embodiment Relations)，即技术作为一种中介者，其自身的结构和功能扩展了人的身体知觉。在这一过程中，人对技术起着绝对主导的作用。其图示可表示为：(人—技术)→世界[20]。其中，“→”代表“意向指向”，“—” 代表“融合关系”。解释关系(Hermeneutic Relations)，即技术作为中介者，其自身的结构和功能足以让技术为世界代言，使得人可以与世界对话。其图示可以表示为：人→(技术—世界)[20]。伊德把具身关系和解释关系合称为中介关系，在中介关系中，技术作为一个忠实的信息传递者，不加修改地向人与世界传递信息。他异关系(Alterity Relations)，即技术作为他者，是人直接了解和沟通的意向对象，其图示可以表示为：人→技术(—世界)[20]。背景关系(Background Relations)，即技术作为一种背景，已悄然融入环境之中，其图示可以表示为：人(—技术/世界)[20]。在他异关系和背景关系中，技术作为“行动者”和“转译者”，使人与世界双方在这种关系网络中得到了转化。随后，维贝克(Verbeek P P)对伊德的具身关系和解释关系的内涵进行了进一步的扩充，并提出了赛博格关系(Cyborg Relations)和创作关系(Composite Relations)。他指出，在具身关系之外，还存在一种技术与人深度融合的形态，如机械心脏与人之间，就构成了赛博格关系，其图示可以表示为：(人/技术)→世界[20]。而解释关系和创作关系之间的差别主要是技术所描绘和解释的是否是人的感官所能感知到的现象。若答案是肯定的，那就是解释关系；若答案是否定的，则为创作关系。

随着智能时代的到来，教育人工智能应用如雨后春笋般发展起来，这逼促我们重新思考教育活动中人、技术与世界的关系。就目前而论，AI已经演变成一种前所未有的智能技术类别。杨又等人由此提出智能技术—人—世界存在四种智能关系：智能背景关系、智能创作关系、智能赛博格关系和智能他异关系[4]。在智能赛博格关系中，智能技术—人—世界的图示可以表示为：(智能技术—人)→世界。在智能创作关系中，智能技术—人—世界的图示可以表示为：(智能技术世界/自我/他人)→人。在智能背景关系中，智能技术—人—世界的图示可以表示为：(智能技术/世界)人。在智能他异关系中，智能技术—人—世界的图示可以表示为：智能技术(世界)人。与传统技术截然不同的是，在新型智能关系中，AI朝向人和世界的意向性初露端倪。AI与人主动地融合并交互，对世界进行诠释与适应性转变，进一步影响人与世界之间的关系。作为积极的“中介者”“行动者”“智能代理者”，AI在智能技术—人—世界的交互中起到举足轻重的作用。梳理智能技术—人—世界的关系，为我们深入剖析智能技术在人与世界交往过程中的介导作用，提供了一个明晰的线索。

表1 技术现象学视角下“人—技术—世界”的关系模式一览

2. 技术介导理论：智能技术对人和世界的介导作用

技术介导理论(Technological Mediation Theory)在技术现象学对于“技术意向性”的讨论中悄然生成。技术意向性(Technological Intentionality)是技术现象学的核心概念，对技术现象学的产生和发展起到了重要作用。自布伦塔诺(Brentano F)和胡塞尔(Husserl E)系统地研究意向性开始，关于意向性的思想，如雨后春笋般发展起来。其中，海德格尔关于工具的“上手(Ready to Hand)状态”和“在手(Present at Hand)状态”的理论，被广泛地认为是技术意向性研究的思想源泉。海德格尔在他的《存在与时间》一书中指出，我们与工具之间存在着两种关系，一种是“上手”关系，一种是“在手”关系。在这两种关系之中可以看出，工具本身有自己的 “形式指引”(Formale Anzeige/Formal Indication，也可译为 “形式显示”或“形式指示”)[21]。随后，伊德正式开启了对“技术意向性”的研究。他受海德格尔的启发，将《存在与时间》中 “用具的形式指引”直接称为 “技术意向性”[22]。他对海德格尔人—世界的传统意向性关系进一步深化，提出了人—技术—世界的新型意向性关系。他指出，技术意向性具有三种含义：第一种是技术朝向现实特定层面的定向性(Directedness)，第二种是技术人工物具有特定的导向性(Directionality)、倾向(Inclination)或者轨迹(Trajectory)，第三种是技术人工物具有技术介导的意向性或以技术为中介的意向性(Technologically Mediated Intentionality)[23]。随后，维贝克对伊德的技术意向性的第三种含义进行了更深入的扩展。他睿智地指出：“当分析人工物的介导作用时，不能认为这种介导是一种主体和客体‘之间’的介导。介导存在于主体和客体的相互构成中……介导塑造了相互关系，主体和客体就是在这种关系中具体构成的。”[24]近年来，巴拉德(Barad K M)在玻尔的量子力学哲学基础上，提出了智能代理主体实在论(Agential Realism)。他在《遇见宇宙的一半：量子物理和物质的纠缠和意义》(MeetingtheUniverseHalfway：QuantumPhysicsandtheEntanglementofMatterandMeaning)一书中指出，智能代理主体之间存在着一种内动作用(Intra-Action)，智能代理主体正是通过这种交互过程产生的内动作用获得智能代理主体能力的[25]。由此可见，作为“行动者”和“转译者”的技术，在与人和世界相互作用、相互塑造的过程中，使人和世界都获得了新的意义，技术现象学将这种现象称为“技术中介理论”。

近年来，由于各国教育标准和课程标准的出台，以及AI技术的迅猛发展，技术介导理论被广泛应用于教育领域。最具代表性的是哈卡莱宁(Hakkarainen K)等人率先提出“技术中介式学习”(Technology-Mediated Learning，又称“三元交互式学习”)新概念[26]。随后，陈思宇等人提出，培育和提升意愿行动能力的神经机制介导作用体现在知识习得的符号介导作用(Symbolic Mediation)、人类行为养成的社会介导作用(Social Mediation)、心智发展的策略介导作用(Strategic Mediation)及脑力成长的神经介导作用(Neural Mediation)中[27]。无独有偶，苏慧丽直截了当地指出了介导作用在教育技术中的体现：以具身技术为延展工具，提供学习者与他者(人或物)的互动可能；以诠释学技术为符号的呈现，使学习者能够直观地掌握材料与施教者意图；以他异关系的技术对教育资源进行优化，与学习者完成个性化(偏好个性、时段个性等)的智能物互动；以背景关系的技术构建教育场域，完成教育的连续性(情感、逻辑、兴趣、操作等方面)支持[6]。这些研究都为我们探究AI技术对人和世界起到何种介导作用提供了现实依据。

至此，我们可以得到一个教育人工智能应用的介导作用结构模式(参见图1)。符号介导作用，即符号的创造和使用能使学生的整个学习过程可视化，并通过分析“数据符号”呈现并分析结论。教育人工智能应用中的智能创作技术——教育大数据，在技术中介式学习过程中起到符号介导作用。社会介导作用，即技术有助于加强学习者与学习共同体之间的交流，从而提高学习效果。教育人工智能应用中的智能赛博格技术——E-learning，在技术中介式学习过程中起到社会介导作用。策略介导作用，即技术有助于组织和协调学习进程，并为学习过程提供即时反馈和调节策略。作为教育人工智能应用中的智能背景技术——智能化自适应性学习环境，在技术中介式学习过程中起到策略介导作用。神经性介导作用，即技术的使用有助于隐含着道德学习与表现的额叶皮层发挥效用。作为教育人工智能应用中的智能他异技术——AI教师，在技术中介式学习过程中起到神经介导作用。

图1 教育人工智能应用的介导作用结构模式

三、AI赋能义务教育课程高质量发展的实践策略

如何实现AI赋能义务教育课程高质量发展属于方法论问题，需要对智能代理主体实在论中所包含的四大技术介导(策略介导、符号介导、社会介导和神经介导)加以开发使用。新课标指出，AI赋能义务教育课程高质量发展的四大路径分别为：优化学习环境、创新教育评价、开发教学资源和深化教学改革。这就要求并支持AI借由智能自适应学习环境策略介导作用优化学习环境，依凭教育大数据符号介导作用创新教育评价，发挥E-learning社会介导作用开发教学资源，启动AI名师主讲课堂神经介导作用深化教学改革，助力义务教育课程高质量发展。

1. 借由策略介导作用优化学习环境

策略性中介对教学实践活动至关重要。文化以直接和间接的形式影响人类的心理发展和行为习惯。一方面，文化直截了当地通过价值观、规范和信仰的输送，以及习俗和仪式等形式的加持，对个体与社会的行为进行纠正和调节。另一方面，文化通过教育活动潜移默化地将文化规范和价值观渗透进个体和社会的观念中，这些就是策略介导作用。一项关于英语教师教育的专题研究指出：“策略性中介是即时的，而不是预先计划的。”[28]由此便凸显出了策略性中介的间接性和生成性两大特征。

智能自适应学习技术作为环境的调节手段，在课堂教学活动中起到策略介导作用。智能自适应学习环境的策略介导作用体现在以下两个方面：一方面，智能背景技术通过使现实世界与虚拟场域有机融合，从而间接影响学生生活经验的建构。伊德指出：“通过与人的生活世界的不同结合方式，展示了独特的非中立的形式……背景技术也转化了人的经验的格式塔结构，而且恰恰因为背景技术是不在场的显现，它们可能对经验世界的方式产生更微妙的间接的影响。”[29]另一方面，智能背景技术通过使现实世界与虚拟场景有机融合，从而间接促进学生意向行动的生成。教育环境的影响可以被学生内化为意向内容，从而演变为意向行为[30]。教育中智能背景技术的应用使学习环境更具情景性和趣味性，从而加深场域与意识之间的因果性关联[31]。由此凸显出智能自适应学习环境影响学生生活经验的建构和意向行为的生成两大策略介导作用，发挥智能自适应学习环境技术优化课堂学习环境的效应。

2. 依凭符号介导作用创新教育评价

符号性中介对于教育评价活动来说举足轻重。符号的本质是一种中介，它不仅是一种指向对象的抽象标识或指称，更是一种功能性的存在，是人与世界相互作用后创作出来指称事物、表达思想、展开互动的关系物。首先，符号性中介具有关系性。师生通过创作评价符号，来描绘与再现学生的学习情况，促进学生心智成长和个人发展。其次，符号性中介具有简约性。符号创造和使用的最初目的就是实现以少映多、以小见大的简约化过程[32]。再次，符号性中介具有多变性，同一个符号可以指称若干种不同的含义[33]。最后，符号性中介具有超越性。符号性中介借由创建流程、陈述愿景与问题、寻求旨趣、合作旨趣及决策五个非线性的循环迭代模型[34]，使师生认识到评估符号和学习之间的必然联系，从而达到评估符号“反馈变前馈”，促进学生学业成长的作用。由此，便凸显出符号性中介的关系性、简约性、多变性和超越性等特质。

教育大数据与多模态学习分析作为教育评价的分析手段，在课堂教学活动中起到符号介导作用。一方面，教育大数据与多模态学习分析的符号介导作用体现在其多模态学习分析技术分析中代表学生的学习行为的评价符号，精准描绘学生的学习过程，从而实现反馈学生学情的功能。评估符号的创作和使用使教师、学生与评估符号之间建立起一种直接关系，使教师与学生之间展开关于学生学习行为观察与表述的对话，刺激学生生发出对学习和生活的意义化过程和对自身学习行为的反思性活动[35]。另一方面，教育大数据与多模态学习分析的策略介导作用体现在其智能创作技术通过教育大数据寻找改善学生学习行为的最优解，从而引发学生学习行动的改善上。评价符号深切呼唤着学生思索“我怎么去那儿”的深层问题，为学生下一步的学习行动开辟道路，使学生“更好地到达”那儿，帮助师生成为前瞻性的行动者。由此，便凸显出教育大数据与多模态学习分析反馈学生学情和引发学生改善学习行为的两大策略介导作用，发挥教育大数据与多模态学习分析技术改进教育评价的效应。

3. 发挥社会介导作用开发教学资源

社会性中介对于教学资源开发来说不可或缺。关于社会的形成，塞拉斯(Sellars R W)站在社会科学进化论的视角，认为共同体、个人和秩序之间存在着一种中介作用——“作为群体现象的进化发展问题”和“无法用个人环境的直接条件影响来解释”[36]。其一，社会性中介具有支持性。社会性中介强调他者的支持作用，这种支持性在信息管理方面体现为为个体提供适当的援助[37]。其二，社会性中介具有交互性。社会性中介帮助师生协同打造开放共享、动态交互的课堂活动。最后，社会性中介具有转换性。著名人类学者、文化心理学家罗格夫(Rogoff B)富有胆识地提出“转化”(Appropriation)这一概念，用以代表人际对话中的转换变形(Transformation)和学习者从他者处习得新知识的过程[38]。由此，便凸显出社会性中介的支持性、交互性和转化性等特质。

E-learning作为教学资源建设的辅助手段，在课堂教学活动中起到社会介导作用。罗格夫富有洞见地指出，社会性中介的作用主要体现在个体贡献、人际参与、共同体努力三个层面[39]。在个体层面(Personal Plane)，E-learning能够使此在空间的“我”的存在，通过高速度和大容量的传递，实现“我”在多重空间中的远程数字在场[9]，由此远程教育中的具身性从对某一感官的延伸跨越到学习者替代性身体于多重空间中的活动。维果茨基(Vygotsky L)曾匠心独运地提出“最近发展区”这一概念。社会性中介可为儿童提供“脚手架”，造成儿童实际心智水平与辅助后所达到的心智水平之间的差距，逼促儿童思维方式的进阶。在人际层面(Interpersonal Plane)，智能赛博格技术通过师生之间的讨论互动和投入，促进学习迁移的发生。在共同体层面(Community Plane)，学习共同体之间通过远程互动，观察成员共同参与并引发角色转变。由此，便凸显出E-learning促使学生思维转变、促进学习迁移和引发角色转变三大社会介导作用，发挥E-learning技术加强教学资源开发的效应。

4. 启动神经介导作用深化教学改革

神经中介对教学改革富有无可估量的重大意义。近年来，神经科学的飞速发展与广泛应用，促使教育神经科学的研究成果如雨后春笋般发展起来。其中，最有代表性的是大鼠的迷宫学习[40]等实验。而有一项道德神经科学研究的文献综述显示，额叶皮层隐含着道德学习与表现的神经介导作用[41]。系列研究揭示，在人类的行为与心智学习活动中，存在和运行着神经介导作用[42]。我们可以把教学活动经验中不断接受外界刺激、传递信息并进一步引起认知、情感、意志乃至行为等心智与行为变化的神经激活(Activation)[43-44]、神经环路(Circuit)[45]和神经网络(Network)[46]所发挥的功能，称为神经介导作用。神经介导作用具有多种特性。首先，神经性介导作用具有可塑性。神经科学揭示，人类的行为表现和心智活动，均有神经表征。也就是说，行为与心智经验形塑神经激活、环路与网络模型，同时，一定模型的大脑神经活动支配着心智活动和行为活动[27]。其次，神经介导作用具有预备性。李比特(Libet B)等人的经典研究揭示了这一特性，在行动发生之前，行动的神经准备活动就已经被触发了[47]。最后，神经介导作用具有联通性。最新研究指出[48]，大脑皮层的发展使得内部运动应答与外部刺激之间存在一种联通关系，大脑对外部刺激的反应不仅包括直接的反射行动，也包括间接的意愿行动。由此，便凸显出神经介导作用的可塑性、预备性和联通性等特质。

AI名师主讲课堂作为深化教学改革的“智能技术场”，在课堂教学活动中起到神经介导作用。其一，AI名师主讲课堂的神经介导作用体现在其通过发挥AI名师的智能代理主体能力(Agency)而引发“目标驱动的深度学习”(Goal-driven Deep Learning)上[27]。神经科学研究证明了各类学习目标影响知识在大脑中的表征，继而影响个体记忆、提取和运用知识。学习者在实现难易程度不同的两种目标并完成相应的任务时，神经激活方式和程度有所区别[49]。其二，AI名师主讲课堂的神经介导作用体现在其通过发挥AI名师的智能代理主体能力而引发“基于问题的创价学习”(Question-based Evaluative Learning)上。基于问题的创价学习，关键在于关联性地开发具体内容特定化的链式系列七问及探索以资源和学习为本的评估系统[27]。由此，便凸显出AI名师主讲课堂促使学生“目标驱动的深度学习”和“基于问题的创价学习”两大神经介导作用，发挥AI名师主讲课堂智能技术深化教学改革的效应。

新课标下AI赋能义务教育课程高质量发展，迫切需要在科目课堂课程(Subject-based Classroom Curriculum)里加以“落地”。这就需要创生“智能化科目课堂课程新形态”，组建“超学科开发共同体”，走向“智能化课程与教学新范式”，创作“整体主义课堂科目学习新方式”并开发“智能代理性课例达标评价新技术”。因此，教育者需要使技术意向性与人的意向性达到双向融合，对教育实践中智能赛博格技术、智能创作技术、智能它异技术与智能背景技术四种AI技术体系加以明晰，构建系统化的“人—智能技术—世界”的AI技术关系形态。对教育实践中策略介导、符号介导、社会介导与神经介导的智能代理主体介导作用加以组合与应用，充分发挥AI技术介导作用。新课标下AI赋能的高质量义务教育课程任重而道远，但未来必定更加可期。