智能时代人机协同学习的价值意涵与实践进路

人机协同学习是一种适应智能时代发展趋势的新型学习范式，对于促进学习方式变革和终身学习具有重要价值。人机协同学习以学习者、教师和智能技术系统的交互协作为手段，以虚实融合环境为场景，实现人与机器优势互补、群智共生、协同共进。其主要特征是学习目标的整合融通、学习内容的个性生成、学习主体的交互协作、学习情境的多维开放、学习评价的全面精准。在实践中可以通过建构适合多元场景的人机协同学习实践模式、提升教师和学习者的人机协同实施能力、警惕和防范各种可能的实践风险等路径实现人机协同学习的良性发展。

人工智能；人机协同学习；人机共生

张磊.智能时代人机协同学习的价值意涵与实践进路[J].教学与管理，2024（28）：6-11.

随着互联网、大数据、人工智能等数字技术的迭代升级和集成式涌现，人类社会逐渐从信息时代过渡到智能时代。智能技术在教育领域中日益发挥出重要作用，从数字平台搭建、资源共建共享、智慧管理服务到技术赋能教师提升教学效率、变革学习方式等，智能技术正在深刻地改变着教育系统。ChatGPT、GPT-4等人工智能大模型的发展为智能时代人机协同学习打开了更大的想象空间。人类智能与机器智能的协同共生有助于提高学习效能，激发出更大的创造潜力。本文将对智能时代人机协同学习的价值意涵与实践进路进行探讨，以期为合理有效地实施人机协同学习提供助力。

一、智能时代人机协同学习的价值意义

智能时代是一个深度数字化、万物互联化和全面智能化的时代，整个社会呈现出跨界融合、人机协同、虚实交互的发展趋势。在生成式人工智能迭代升级的背景下，人机协同学习将成为个体适应社会发展、教育方式变革和终身发展的重要支撑，全面认识人机协同学习的价值对于推进人机协同学习实践具有重要意义。

1.人机协同学习是适应智能时代发展的必然要求

人机协同是一种将人类和机器结合起来，发挥各自优势，共同完成复杂任务的思想。人机协同的思想源于工业时代，人类通过操作机器来提高生产效率。随着计算机和人工智能的发展，机器能够为人类的思维、感知和决策提供更多支持，甚至能够模拟专家的推理和判断。近年来，人工智能技术的智能化程度日益提高，它不再仅仅是被动执行人类指令的客体工具，而具有了更多的主体性、主动性和创造性，呈现出深度学习、自主操控、跨界融合、人机协同等新特征。智能机器不仅可以自主学习进化、自动评估决策、与人类自然交互协作，而且具备了创造生成知识内容的能力。人机协同进入了一个新的阶段，人类与智能机器之间更加注重交互和协作，形成了一种相互学习、相互促进、共同发展的融合关系。智能时代人类与智能机器协同共进将是未来主流的生产与服务方式[1]。在此背景下，培养学习者的人机协同学习意识和能力，充分发挥人类与智能机器各自的潜能和优势，共同完成任务、创新创造、成长进化，成为适应智能时代发展的必然要求。通过人机协同学习，可以培养学习者的信息素养、数字素养、媒介素养，促进沟通合作、创新思维等多方面能力的发展，更好地适应智能时代人机协作、人机共生的社会发展趋势。

2.人机协同学习是智能教育学习方式变革的现实要求

智能教育是随着新一代人工智能技术发展而产生的一种新型教育形态。我国《新一代人工智能发展规划》明确提出“智能教育”概念，要求“构建包含智能学习、交互式学习的新型教育体系”。智能教育是教育数字化发展的高级形态，它充分利用物联网、大数据、人工智能等技术，重构和重塑教育流程、结构、生态，提供精准化、个性化的教育服务。智能教育不仅提供了更丰富的学习资源和工具，还提供了更多样的学习场景和方式，使得学习更加自主化、多元化、开放化。在智能教育中，以人工智能技术为代表的智能机器融入教学和学习的全流程，与学习者、教师共同构成了人机协同学习共生体，为学习方式变革创造了现实条件。学习者不仅可以与教师、同伴进行交流和合作，还能够与智能系统、智能设备等进行交互和协作，在人类与机器、精神与物质、线下与线上、现实与虚拟等交互混融的多维场景中进行多模态学习。因此，探索人机协同学习的模式和策略是智能教育背景下推进交互式、混合式学习方式变革的现实要求，有助于学习者充分利用智能教育所提供的机会和优势，获得更加个性化、多样化的学习体验。

3.人机协同学习是适应智能时代终身学习的必要准备

智能时代是一个知识爆炸、快速变化、充满挑战的时代，要求每个人都能持续更新自己的知识和技能，以适应社会发展和职业变化的需要。终身学习是智能时代每个人都必须具备的核心素养。终身学习不仅包括在正式教育阶段进行的系统性学习，还包括在非正式教育场景中进行的自主性、情境性、社会性学习。人机协同学习对于终身学习的重要意义在于它能够为学习者提供个性化、全时空、交互式的学习体验，满足不同人群的学习需求，达到“人人皆学、处处能学、时时可学”的境界。其意义主要体现在三个方面：一是通过智能技术手段可以精准识别学习者状态，实现学习目标、内容、活动的个性化定制，满足不同学习者的需求和偏好，并利用智能机器的对话、反馈和指导功能，增强学习的自适应性。二是打破时空限制，拓展学习资源和渠道。学习者可以借助智能机器的存储和检索能力，随时随地访问和利用各类学习资源；利用智能分析、整合和推送功能，快速获取和理解所需内容，提升学习效率。三是促进学习者的自主学习和协同发展。依托智能技术系统，学习者能够与智能机器及教师、伙伴交流协作、探索创新，建立更广泛、更紧密、跨时空的学习社区，丰富学习场景和体验，协同完成学习任务。总之，人机协同学习为学习者的自主、协作、探究和社会性学习提供了有利条件，可以培养学习者终身学习的兴趣、习惯和能力，更好地应对智能时代的挑战和机遇。

二、智能时代人机协同学习的内涵

教育数字化转型背景下，数字智能技术在教育中的应用逐渐增多，人机协同学习作为一种新型的学习范式开始受到关注。厘清智能时代人机协同学习的概念内涵是推进人机协同学习实践的关键。智能时代的人机协同学习是以学习者、人类教师和智能技术系统的交互协作为手段，以智能技术构筑的虚实融合环境为场景，实现人与机器优势互补、群智共生、协同共进的学习范式。人机协同学习不是某种特定类型的学习方式（如自主、合作、探究学习）或学习模式（如情境学习、体验学习、项目式学习），而是基于智能技术系统扩展、嵌入和赋能的人机协同学习理念和融合性的学习样态。人机协同学习不仅是一种技术手段，更是一种教育理念和价值追求，它通过将智能技术系统融入人的学习全过程，建构了一个人机协同学习系统，落实对人的主体地位和个性兴趣的尊重，培养人的自主性和协作性，激发人的探索精神和创新意识，实现人与机器的共生共长。

人机协同学习包括人、机、协同三个关键要素，其中“人”既包括作为个体的学习者，又包括作为共同体的学习者和教师。如果把“人”仅定位为个体学习者，就容易将人机协同学习窄化为个体学习者利用智能技术系统进行的“自学”，忽视个体学习者、同伴、教师、智能技术系统之间群智交互、群情共鸣的特点以及教师的组织、引导、协调作用。人机协同学习中的“机”，不局限于传统意义上的计算机，而是包括智能设备、教育机器人、网络平台、应用程序等各类智能教育产品以及由智能技术构筑的线上与线下、虚拟与现实融合的学习环境。人机协同学习中的“协同”是指学习者、教师和智能技术系统之间进行自然、高效的交互、协作和自适应动态调整，形成“1+1>2”的人机混合智能，获得超越任何人类或机器单独学习所不能达到的增强效果。人机协同学习过程中，学习者依托智能技术系统进行自主、协作、探究学习，获得精准化、个性化的学习支持和多元丰富的学习体验；智能技术系统则通过学习者的数据反馈，动态调整、改进自身的学习模型和算法，增强精准服务学习的能力，实现人类与机器优势互补、协同共进，促进学习者知识构建、能力提升和智慧生成。

三、智能时代人机协同学习的主要特征

基于对智能时代人机协同学习内涵的理解，人机协同学习在目标、内容、主体、情境、评价等方面呈现出与传统学习方式相区别的特征。

1.学习目标的整合融通

人机协同学习目标的整合融通包括人类学习目标与智能机器学习目标的整合融通以及学习者自身发展目标的整合融通两个方面。一方面，人类学习者是具有欲望、情感和社会属性的生命，擅长非线性思维、情境化思维；智能机器则擅长逻辑计算，能够根据一定的算法技术收集、分析、整合数据，快速做出决策、生成内容。因此，人类学习者与智能机器的协同进化成为人机协同学习的总体目标，旨在发挥人类智能和机器智能的核心优势，通过学习者与机器的智能交互、协同工作、对话协商和共同决策，实现人机协同的智慧生成[2]。另一方面，在教育实践中，学习者自身的自由全面发展是人机协同学习的根本目的。人机协同学习目标不仅包括掌握学科知识和技能，还要关注心智思维的启迪与人工智能等关键技术的操作技能发展[3]。不仅包括认知层面的学习，还要注重学习者情感的发展和心理健康，培养学习者的社交和协作能力。最终，人机协同学习要实现学习者身体、心智、情感、技能、社会实践能力等多维目标的整合融通。

2.学习内容的个性生成

传统教学按照统一的目标、标准和原则预先编排和固定学习内容，学习者往往缺乏选择性。智能时代的人机协同学习通过智能技术系统精准识别和分析学习者的学习状态和需求特点，重组和生成适合学习者个性化需求的学习内容和学习方案。一是通过数据挖掘、面部识别、动作捕捉、自然语言交互等智能技术，对学习者的知识结构、能力基础、兴趣爱好、理解程度、注意力集中度等进行智能识别和分析，构建全面的学习者画像。二是基于学习状态的精准识别，个性化分析和把握学习者的不同需求和特点，利用机器学习和数据挖掘等技术，对文本、图像、视频、音频等学习资源进行智能化筛选、重组，按需定制目标适配、容量适中、难度适宜、结构清晰的学习内容和学习路径[4]。三是对学习过程进行实时监测和评估，根据学习者的学习状态、行为和反馈信息，及时调整学习内容的难度、容量、形式。随着生成式人工智能技术的发展，在大数据、算法、算力的支撑下，智能产品的内容生成能力得到极大增强，能够根据学习者的需要、意图、指令自动生成作业、文案、图像、音频、视频、代码等内容，进一步丰富学习资源，实现学习内容的个性定制和动态生成。

3.学习主体的交互协作

人机协同学习的核心特征是多元主体之间的交互性和协作性。传统的教与学是人与人之间的交互协作，人机协同学习则增加了智能机器这一具备“类主体”特征的技术中介和智能自主体，形成“人—机—人”多主体交互协作的学习格局。人机协同学习中的交互协作包括两个方面：一是学习者与智能机器的交互协作。智能机器利用自然语言处理、计算机视觉、语音识别等技术，对学习者的学习行为、生理信息、人机互动等数据等进行智能化采集分析，实现多模态数据支持的人机自然交互[5]。智能机器扮演学习助手、虚拟学伴、虚拟导师等多重角色，学习者可以通过文字、图像、语音输入等方式向智能机器提出问题、发送指令，在智能机器的协助和指导下减轻“认知负荷”，减少机械重复性活动，主动、高效、创造性地完成学习任务。二是基于智能技术平台的人际交互协作。依托数字平台和智能工具，学习者与教师、学习者与学习者之间可以开展线下线上混合式学习，实现跨时空、跨领域的沟通对话，分工协作完成学习任务。学习者还可以通过人机协商自适应学伴推荐系统，请求匹配协作学习伙伴，组建学习共同体，实现学习者之间的协作互助[6]。

4.学习情境的多维开放

学习情境是激发学习动机、丰富学习体验的重要基础。传统学习主要在学校、教室等固定场所进行，环境具有单一性、封闭性。人机协同学习则突出了学习情境的多维性和开放性，既包括物理空间中的真实情境，也包括依托数字智能技术构筑的网络情境、虚拟现实（VR）/增强现实（AR）情境以及混合现实（MR）等情境。物理与数字、真实与虚拟、人与技术的多维互动和融合，拓展了学习空间和资源，调动学习者的视觉、听觉、触觉、嗅觉等感官和身体肌肉运动，实现多模态、多通道的情境感知和信息输入，增强学习体验的真实感与沉浸感。虚实混合的多维情境为学习活动的设计和开展提供了更多的可能性，可以设计具有趣味性、复杂性的学习任务和挑战，驱动学习者通过合作、探究、实践操作等方式进行深度体验和探索，在“做”中学习和应用知识技能，提高综合素养和实践创新能力。

5.学习评价的全面精准

《深化新时代教育评价改革总体方案》提出：“改进结果评价，强化过程评价，探索增值评价，健全综合评价，充分利用信息技术，提高教育评价的科学性、专业性、客观性。”智能时代人机协同学习评价体现了教育评价改革的总体趋势。一是评价数据的全面性、客观性。利用在线学习系统、摄像头、传感器、可穿戴设备等技术工具，自动收集、记录、分析学习者的认知、行为、情感等数据。人机协同学习评价涉及人类教师、智能教师、智能辅助系统、智能教材、智能测试等多种数据来源，这些数据源可以相互交叉验证，提高了评价的可靠性。二是评价形式的多样化、可视化。传统学习评价主要以分数、等级、评语等形式呈现。人机协同学习评价则利用跨媒体智能技术，采用文本、语音、图像、视频和实时提示、自适应推荐、虚拟奖励、游戏化设计等形式进行评价，增强了评价反馈的生动性和吸引力。三是评价反馈的动态性、及时性。智能系统不仅可以对学习结果进行总结性评价，还能实时收集每一个学习者的过程性学习数据，提供精准及时的评价反馈，帮助学习者调整、优化学习行为。

四、智能时代人机协同学习的实践进路

智能时代人机协同学习是一种开放性、交互性、个性化的学习样态。教育领域推进人机协同学习实践，需要建构适合多元场景的实践模式，提升教师和学习者的实施能力，警惕和防范可能的实践风险，以使人机协同学习真正发挥其“协同”效应，促进学习者自由全面发展。

1.构建适合多元场景的人机协同学习实践模式

根据教育中的主要应用场景和目标任务，本文总结了三种人机协同学习实践模式。

（1）在线场景中的人机协同自主学习模式

该模式将人工智能技术与网络学习系统相结合，构建个性化、交互性、自适应的在线学习环境。学习者可以在不依赖教师或他人的情况下，与智能技术系统进行直接交互协作，根据自己的兴趣、需求和水平制定个性化的学习计划，选择合适的课程资源和学习路径，获得及时、有效、精准的学习指导和支持。智能技术系统则根据学习者的认知、情感、行为表现数据做出精准评估反馈，动态地调整学习内容、难度、进度和策略。目前，该模式有两种主要类型：一种是基于专门的智能教学系统或智能教学代理的人机协同自主学习，另一种是基于慕课、智慧教育等公共网络平台的人机协同自主学习。随着ChatGPT、GPT-4等人工智能大模型的发展，智能系统具备了更强的数据收集、多模态交互、对话推理、内容生成等能力，为人机协同自主学习提供了强有力的支撑条件。

（2）课堂场景中的人机协同协作学习模式

该模式是人工智能与教育教学深度融合的产物，也将成为未来学校教育的主流学习模式。智能技术系统作为一个“智能主体”全面融入教师教学与学习者学习的全时空、全过程，构建了“学习者（自学、互学）—智能技术系统（助学、助教）—教师（教学、导学）”多维交互、“课前智能诊学—课中人机助学—课后精准评学”紧密衔接的人机协作模式，实现了“以学定教”与“以教导学”的有机统一。其主要流程包括：①课前人机协同导学、诊学。学习者通过智能导学系统预习；智能导学系统自动采集分析学情数据生成诊断报告；教师根据诊断报告设计课堂教学方案和个性化的指导方案。②课中人机助学。教师在智能系统的协助下安排学习任务和活动；学习者借助智能系统开展自主、合作、探究学习；智能系统或AI教师自适应调整学习资源和助学策略，遇到不能解决的难题，则由教师进行个性化指导；在课堂学习中，智能设备采集、处理多模态学情数据，刻画个体和群体画像，实时呈现显性与隐性学习需求，协助教师进行精准教学干预[775ac0abeb214c0867b1e0751d81b6d68f815ae272ef46d838703e4e72852edaf]。③课后精准评学。教师根据智能系统收集的过程性数据及评价报告对学习者做出精准评价，并基于学习者的实际情况布置个性化作业。在该模式中，教师智慧是灵魂，机器智能和人机协同是关键变量，最终指向学习者的个性发展和智慧生成目标。

（3）混合场景中的人机协同探究学习模式

如果说在线场景和课堂场景中的人机协同学习主要是基于抽象知识符号的认知性学习，那么混合场景中的人机协同学习则是一种侧重于具象感知、情境体验、问题解决的探究性学习。该模式利用虚拟现实（VR）、增强现实（AR）、扩展现实（XR）等技术，创建虚拟与现实融合、人与虚拟世界交互的混合学习环境，让学习者获得平日难以接触到的直观感受和丰富体验，激发学习者的主动性、想象力和探索创新精神。该模式具有以下主要特征：一是高沉浸感。学习者佩戴VR头盔、眼镜、手环等智能设备进入混合空间，通过高拟真感、低延迟感的交互技术以及具有趣味性、挑战性的情景模拟活动，使身体感官、运动与认知、情感等全身心参与其中，获得身临其境、身心合一的沉浸式体验[8]。二是高交互性。学习者借助智能操作设备与虚拟环境、现实环境中的人、事、物等各种元素进行实时、动态、多维的信息交互和操作探索，深化对学习内容的理解和掌握。三是高扩展性。扩展现实技术可以根据学习者的需要和行为状态扩展生成不同的虚拟场景、任务和资源，并允许学习者设计互动活动，自行创造生成新的内容，满足自身的个性化需求。该模式构建了一个学习者、物理世界、智能机器与虚拟世界相融合的多维开放空间，提供灵活丰富的学习场景、资源、工具和交互协作方式，支持人机协同共享、共创知识内容，共同解决复杂问题，培养学习者的创新思维和实践能力。

2.提高教师和学习者的人机协同学习实施能力

（1）提高教师的人机协同精准教学能力

人机协同学习的核心是学习者与智能机器之间的交互协作，但这并不意味着可以忽视教师的重要作用。“在人机协同系统中，教师作为最具智慧的专业人士应当占据主导地位。”[9]一是提高教师人机协同教学的整体设计和组织引导能力。相关部门和学校要对教师进行智能化教学的专业培训和教育技术支持，以使教师学习掌握人机协同精准教学的知识技能。教师要善于利用智能机器系统分析掌握学习者的需求和差异，制定个性化教学和学习方案，设计丰富有趣的学习活动和任务，激发学习者的主动性。二是提高教师的数据素养和评价反馈能力。智能机器在数据监测评估中发挥了自动识别、分析、决策、反馈等作用，有助于教师、学习者更全面、客观、动态地掌握学习情况。然而，仅仅依靠机器提供的抽象数据，并不能完全精准识别学生的学习情况。每个学生的个性特征、家庭背景、社会文化环境等情况都存在差异，这就要求教师不能盲目地相信和依赖机器，而要对数据所反映的内容进行深入分析，洞察数据背后的真相和学习者的内心世界，做出准确的判断、决策和反馈。教师的评价和反馈，对于学习者具有更强的激励效应。教师对学习者的人文情感关怀，有助于消解学习者在人机协同学习过程中的机械感、孤独感，激发更强的学习热情和动机。

（2）培养学习者的人机协同学习能力

人机协同学习中，学习者容易受到智能技术的“算法规训”及冗杂信息的干扰影响，导致“主体迷失”和“认知迷航”。这就要求加强对学习者的培训、指导和激励，培养学习者的“智慧学习力”，如智能素养、人机协同思维、自我反思意识、自我调节能力、探索创新精神等[10]，帮助学习者主动适应人机协同学习环境。具体而言，可以着力培养以下几种关键能力：一是认知能力，理解智能机器的运作原理、功能和特点，掌握智能技术工具的使用策略与方法，具备一定的数据分析能力；二是沟通能力，学会向智能机器提出问题、发送指令，实现人机有效沟通互动，建立并维持与机器以及教师、同伴的信任合作关系；三是调节能力，学习者能够根据自身的需要和任务目标，在智能技术的协同下共同制定个性化的学习计划、选择适宜的学习资源和方法、做好动态化的管理督导和评价反馈，并及时反省和调节自己的学习行为；四是辨别能力，培养批判性思维能力，学会分辨智能机器提供和生成的各类信息、内容、数据的科学性、合理性、准确性，能够自主思考、选择和决策；五是创新能力，注重培养学习者的创新思维能力，学会利用和整合智能技术提供的学习资源和工具，建构知识意义，协同探索创新。

3.警惕和防范人机协同学习的实践风险

（1）防止目标窄化，坚持以生命的整全发展为价值取向

目前教育中的人机协同学习带有明显的“绩效主义”倾向，其出发点在于运用人工智能技术“多、快、好、省”地完成知识授受任务，使教学智能体扮演“超级专家型教师”角色，进行更加精致、个性化、智能化的知识传授[11]。这种价值取向会导致人机协同学习目标的窄化，造就工具化的、单向度的人。技术的逻辑是追求事物的成功与高效，即“成事”与“成物”，而教育的逻辑是追求人的生命成长与全面发展，即“成人”[12]。教育中的人机协同学习要超越知识传授、技能习得的工具化取向，以追求学习者的生命整全发展为价值取向，平衡和处理好人与机器、身体与心灵、思维与情感、现实与虚拟、个体性与社会性等各种关系，探索生命性、人文性与科技性和谐共生的学习路径，促进学习者身体、心智、道德、情感、社会实践能力等多维目标的整合融通和自由全面发展。人机协同学习还要避免“片面关注高阶思维训练”的“身心二分”“脱实向虚”倾向，从“全脑教育”“智慧教育”走向身心合一的“全人教育”，明确人类自然身体在人机协同学习中的始源性、感受性、灵动性等独特意义，彰显人机协同学习的生命成长和完整成人取向。

（2）警惕主体异化，构建以学习者为中心的人机共生关系

人机协同学习中隐含着强烈的“替代逻辑”，即用智能机器替代教师与学习者的自主思考、交往互动、情感交流和探索行动。由于机器智能主体的计算能力过于强大，可能导致人类过度依赖机器的计算和判断，失去自主思考和创新的能力，造成主体的异化。为此，应该树立以学习者为中心的人机协同观，建立合理的人机协同学习规范和标准，明确学习者、教师和智能机器在协同场景中的角色、职责和权利，保障人的主体地位和尊严。根据学习者与机器自主度的高低，人机协同学习可以分为机器主导的训练学习、机器赋能的协作学习、人类主导的探究学习三种模式，学习者相应地扮演着接受者、协作者、建构者角色。然而，无论哪种类型或阶段的人机协同学习都应该坚持以学习者为中心，突出学习者的主体地位，“让人更像人，而不是更像机器”。避免机器对人的异化，要明确人机协同学习的伦理原则，规范学习者使用智能教育产品的条件和方式。引导学习者认识到智能机器可以辅助学习、提高效率、启发思路和灵感，但不能替代自己去思考、探索和创造，学会负责任地使用智能教育产品，防止智能技术的不当使用导致学习者主体意志的惰化和思维、情感能力的退化。

（3）避免数据滥用，确保数据安全和算法公正

首先，建立完善的数据安全管理制度，明确数据收集、使用和传播的权限、范围和规范。利用区块链等技术，建立数据安全管理系统，对数据进行分类、归档、备份、加密和审计，防止智能技术系统开发者、使用者泄露和滥用数据。智能技术系统对学习者数据的采集和利用并不是无限度的。例如，利用脑机接口、可穿戴设备等对学习者脑电、心电等生理数据进行采集、分析就需要特别谨慎，这些数据只能在一定程度上反映学习者的认知、情绪状态，对于学习者学习状态的识别来说并无多少必要。过度精细化的数据采集忽视了作为社会文化生物的人的全面性和复杂性，侵犯学习者的自由和隐私。其次，坚持“算法公正”原则，加强对数据平台及其开发者、拥有者的质量监管。消除潜在的设计偏见、数据偏见和算法歧视，不断优化迭代算法，增强算法的公正性、透明度，确保智能系统生成的数据信息和知识内容符合正确的价值观和伦理原则，防止其传播错误或有害的信息。最后，加强对学习者的数据权利和安全教育，提高其数据安全意识和自我保护能力，不随意向不可信的平台提供个人隐私信息。注重培育学习者的信息素养和媒介素养，提高其信息筛选、分析和评价能力，从而更好地适应智能时代人机协同学习的机遇与挑战。

参考文献

[1] 李忆，喻靓茹，邱东.人与人工智能协作模式综述[J].情报杂志，2020，39（10）：137-143.

[2] 王一岩，郑永和.智能时代的人机协同学习：价值内涵、表征形态与实践进路[J].中国电化教育，2022（09）：90-97.

[3] 艾兴，赵瑞雪.人机协同视域下的智能学习：逻辑起点与表征形态[J].远程教育杂志，2020，38（01）：69-75.

[4] 刘德建，费程，刘嘉豪，等.智能技术赋能按需学习：理论进路与要素表征[J].电化教育研究，2023，44（04）：17-25.

[5] 王一岩，郑永和.多模态数据融合：破解智能教育关键问题的核心驱动力[J].现代远程教育研究，2022，34（02）：93-102.

[6] 郝祥军，顾小清.基于协商的学伴推荐：自适应学习的社会性发展路向[J].中国远程教育，2021（08）：51-59+75+77.

[7] 符雪姣，曾明星，张友福.人机协同精准教学整体框架与关键环节设计[J].开放教育研究，2023，29（02）：91-102.

[8] 刘革平，王星，高楠，等.从虚拟现实到元宇宙：在线教育的新方向[J].现代远程教育研究，2021，33（06）：12-22.

[9] 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.

[10] 王一岩，郑宁，郑永和.智慧学习力：概念内涵与结构模型[J].电化教育研究，2022，43（07）：19-26.

[11] 李海峰，王炜.人机学习共生体——论后人工智能教育时代基本学习形态之构建[J].远程教育杂志，2020，38（02）：46-55.

[12] 李政涛.现代信息技术的“教育责任”[J].开放教育研究，2020，26（02）：13-26.

【责任编辑 郑雪凌】