人(rén)工智能曆經半個(gè)多(duō)世紀的(de)發展，逐漸形成了(le)以符号主義、連接主義、行爲主義爲主要代表的(de)思想流派。近年來(lái)，随著(zhe)以深度神經網絡爲代表的(de)深度學習(xí)算(suàn)法的(de)不斷發展，人(rén)工智能技術在學術界和(hé)産業界都得(de)到了(le)飛(fēi)速發展，正在不斷變革我們的(de)社會生産與生活。随著(zhe)《新一代人(rén)工智能發展規劃》和(hé)《中國教育現代化(huà) 2035》等國家政策的(de)出台，明(míng)确提出要利用(yòng)大(dà)數據、人(rén)工智能等新興技術，開展“人(rén)工智能 + 教育”領域的(de)研究，推動形成基于新一代信息技術的(de)新型教育模式。随著(zhe)研究的(de)開展與深入，“人(rén)工智能 + 教育”領域在教育知識圖譜、智能評測、智能育人(rén)助理(lǐ)等方面已經取得(de)許多(duō)重要的(de)進展和(hé)成果。這(zhè)些進展與成果從教育實踐的(de)不同層面，爲不同的(de)教育參與者提供了(le)智能化(huà)服務，也(yě)提升了(le)教學效率。然而，我們也(yě)要看到當前“人(rén)工智能 + 教育”研究仍然存在著(zhe)一些不足，制約著(zhe)該領域的(de)進一步發展。概括來(lái)講，需要特别關注以下(xià)三個(gè)方面——
北(běi)京師範大(dà)學教授、未來(lái)教育高(gāo)精尖創新中心執行主任、國育未來(lái)教育科學（深圳）研究院教育數智化(huà)研究中心首席專家 餘勝泉
一是“人(rén)工智能 + 教育”的(de)研究要面向教育場(chǎng)景，在教育場(chǎng)景下(xià)解決教育的(de)實際問題。教育場(chǎng)景是描繪其包含的(de)不同類型的(de)情境信息，以及對(duì)情境中發生的(de)教與學活動過程的(de)抽象表達。從學習(xí)發生的(de)規律看，場(chǎng)景是促進認知加工的(de)重要基礎。情境認知理(lǐ)論認爲，認知過程是由情境建構、指導和(hé)支持的(de)，認知加工的(de)性質取決于其所處的(de)情境，不能脫離情境孤立地研究。從具體教學實施上看，場(chǎng)景是實現對(duì)教學過程精準理(lǐ)解和(hé)解釋的(de)重要條件，學習(xí)行爲的(de)内蘊取決于學習(xí)者心理(lǐ)、認知、腦(nǎo)等多(duō)方面因素，相同的(de)外顯學習(xí)行爲表現，在不同的(de)教育場(chǎng)景下(xià)，會擁有不同的(de)教育意義。面向教育場(chǎng)景，結合教與學的(de)規律，才能構建适合教育實踐的(de)智能系統。例如，拍(pāi)照(zhào)搜題曾是一個(gè)典型的(de)基于人(rén)工智能技術的(de)教育應用(yòng)，然而實際應用(yòng)結果發現，此類應用(yòng)導緻了(le)學生的(de)惰性學習(xí)習(xí)慣，影(yǐng)響了(le)主動思索探究能力的(de)培養。究其原因主要在于該應用(yòng)未能深入理(lǐ)解對(duì)學生進行科學輔導的(de)場(chǎng)景，實際功能違背實際的(de)教與學規律。因此，人(rén)工智能前沿技術需要結合教育實際場(chǎng)景的(de)知識與規律，才能較好地解決教育領域的(de)實際問題。
二是“人(rén)工智能 + 教育”的(de)研究要結合教育學、心理(lǐ)學與神經科學的(de)相關理(lǐ)論，研發适應于教育領域、有教育知識支持的(de)人(rén)工智能技術。張钹院士倡導第三代人(rén)工智能要利用(yòng)知識、數據、算(suàn)法和(hé)算(suàn)力四個(gè)要素，采用(yòng)數據驅動與知識驅動相融合的(de)理(lǐ)念發展人(rén)工智能技術。“人(rén)工智能 + 教育”的(de)研究要有效利用(yòng)教育學、心理(lǐ)學、神經科學領域的(de)專業理(lǐ)論，發展面向教育的(de)人(rén)工智能。布魯納的(de)認知結構學習(xí)理(lǐ)論，關注學習(xí)過程，認爲學習(xí)者不是被動地接受知識，而是主動地獲得(de)知識，把新獲取的(de)知識和(hé)已有的(de)認知結構相聯系，積極地建構新的(de)認知結構和(hé)知識體系。神經科學的(de)相關研究發現，自我監控學習(xí)行爲與表面型學習(xí)動機具有非常顯著的(de)負相關，與深層型學習(xí)動機具有非常顯著的(de)正相關。梅耶的(de)多(duō)媒體學習(xí)認知理(lǐ)論指出，按照(zhào)人(rén)的(de)心理(lǐ)工作方式設計的(de)多(duō)媒體信息，更能促進學生進行有意義的(de)學習(xí)。社會建構主義認爲，學習(xí)的(de)本質是個(gè)體參與實踐，與他(tā)人(rén)、環境等相互作用(yòng)的(de)過程，是與群體之間的(de)合作與互動的(de)過程，是形成參與實踐活動的(de)能力、提高(gāo)社會化(huà)水(shuǐ)平的(de)過程，個(gè)體參與實踐活動、與環境相互作用(yòng)是學習(xí)得(de)以發生的(de)根本機制，知識和(hé)概念都隻有通(tōng)過社會化(huà)的(de)運用(yòng)才能得(de)到充分(fēn)的(de)理(lǐ)解，通(tōng)過運用(yòng)不僅改變了(le)使用(yòng)者對(duì)世界的(de)看法，同時(shí)又适應了(le)其所處群體特有的(de)文化(huà)信念體系。因此，“人(rén)工智能 + 教育”的(de)研究要結合教育相關專業理(lǐ)論知識，運用(yòng)知識驅動和(hé)數據驅動結合的(de)研究範式，綜合集成符号主義、連接主義、行爲主義的(de)方法，構建面向人(rén)類認知、情感與社會性發展的(de)新一代教育人(rén)工智能。三是“人(rén)工智能 +教育”的(de)研究要高(gāo)度重視人(rén)工智能模型的(de)可(kě)解釋性研究。教育是一個(gè)特殊領域，不僅需要決策的(de)結果，更需要理(lǐ)解決策的(de)依據與過程，從而保證教學過程的(de)科學性與合理(lǐ)性。深度神經網絡模型的(de)内部結構和(hé)決策過程也(yě)日趨複雜(zá)，隻是從海量數據中學習(xí)隐含特征與規律，導緻其決策過程的(de)不透明(míng)性，通(tōng)常難以向用(yòng)戶提供清晰且易理(lǐ)解的(de)解釋。以深度學習(xí)爲主要代表的(de)人(rén)工智能技術在教育中應用(yòng)需要設計科學合理(lǐ)地解釋性算(suàn)法，對(duì)面向教育領域的(de)複雜(zá)模型進行解釋，确保其教育智能決策的(de)正确性。例如，針對(duì)人(rén)工智能技術與語文閱讀的(de)結合，在構建閱讀理(lǐ)解模型及資源推薦模型時(shí)，需要解釋模型是基于什(shén)麽内容進行分(fēn)析判斷的(de)，需要獲得(de)教育專家的(de)認可(kě)，才能保證在模型可(kě)信的(de)基礎上，應用(yòng)于實際的(de)教育實踐。同時(shí)，“人(rén)工智能 + 教育”研究也(yě)需要探索以何種方式進行解釋，從而可(kě)以得(de)到學生、教師等其他(tā)角色的(de)理(lǐ)解和(hé)信任，滿足教育領域的(de)實際需求。可(kě)解釋的(de)模型是可(kě)信智能教育系統的(de)前提。未來(lái)社會将是智能的(de)社會，未來(lái)的(de)教育也(yě)必将是智能的(de)教育。“人(rén)工智能 + 教育”的(de)研究，需要充分(fēn)利用(yòng)人(rén)工智能的(de)前沿技術，結合教育學、心理(lǐ)學的(de)專業理(lǐ)論，構建面向智能時(shí)代的(de)教育理(lǐ)論，促進智能化(huà)教育的(de)産業實踐，推動教育的(de)智能變革，實現教學模式、教育思路和(hé)方法、教育組織形态等方面的(de)制度創新，從而更好地助力教育現代化(huà)。來(lái)源丨《人(rén)工智能》2022年第2期