孫眾

新聞鏈接

隨著人工智能和大數(shù)據(jù)技術(shù)的發(fā)展，一些學校將人臉識別系統(tǒng)等智能設(shè)備安裝到課堂，監(jiān)測、分析學生的課堂行為和學習狀態(tài)。還有部分學校將基于“腦機接口”的頭環(huán)設(shè)備引入課堂，讓小學生佩戴頭環(huán)，由智能設(shè)備來統(tǒng)計學生上課時的注意力變化曲線，以判斷學習投入度、專注度，為改善學業(yè)表現(xiàn)提供干預依據(jù)。

很多家長看到類似新聞的時候，第一反應是“這安全嗎”，家長不想讓看似高科技的產(chǎn)品給孩子帶來身心上的潛在傷害。而很多教育從業(yè)者除擔心安全問題外，還會考慮“這科學嗎”。若無教育理論和實證研究的支持，若學校在倫理道德方面缺少有效監(jiān)管，“知人知面”的人工智能在教育上的應用是否是作惡？學校、教師該如何正確地適應人工智能在教育中的應用？

2018年1月，中共中央、國務院印發(fā)《關(guān)于全面深化新時代教師隊伍建設(shè)改革的意見》。文中明確提出要“推動教師主動適應信息化、人工智能等新技術(shù)變革，積極有效開展教育教學”。2019年5月，《北京共識——人工智能與教育》發(fā)布，指出各國要制定相應政策，推動人工智能與教育、教學和學習系統(tǒng)性融合，利用人工智能加快建設(shè)開放靈活的教育體系。

為貫徹落實國家對人工智能教育的政策導向，教育部已啟動系列工作，其中包括人工智能助推教師隊伍建設(shè)行動。一線教師和教育研究者，應該為創(chuàng)造“知心”的人工智能教育應用而行動。

具備辨別、應用人工智能教育產(chǎn)品的能力

人工智能是通過智能機器模擬、延伸、擴展和增強人類改造自然和治理社會能力的新興技術(shù)。它是一門交叉學科，涉及計算機科學、腦科學、認知科學、生命科學、數(shù)學、哲學、心理學等領(lǐng)域。2018年北京師范大學未來教育高精尖中心發(fā)布《人工智能+教育藍皮書》，歸納出當前人工智能八大關(guān)鍵技術(shù)，包括云計算與大數(shù)據(jù)、機器學習、自然語言理解、計算機視覺、人機自然交互、機器人與智能控制、知識圖譜、虛擬現(xiàn)實與增強現(xiàn)實。以八大關(guān)鍵技術(shù)為底層架構(gòu)，才是人工智能教育產(chǎn)品的核心特征。

由此可知，單純的可視化編程、Python語言學習、單片機等培訓課程或教育產(chǎn)品，不能與人工智能畫等號;類似“師生用多種終端，隨時隨處訪問教學平臺中的資源和應用”，并非人工智能，而是屬于教育資源信息化管理;以提升考試分數(shù)為目的的智能推送錯題等，也非人工智能教育產(chǎn)品的應有形態(tài)。教師主動適應人工智能的第一步，是具備辨別的能力，將偽AI、假智能排除后，接下來就要學會應用人工智能教育產(chǎn)品。

實際上，不少科研機構(gòu)和企業(yè)已經(jīng)研發(fā)出能較好支持不同教學場景的人工智能產(chǎn)品。例如：

基于自然語言理解的作文自動批改，能夠幫助學生實現(xiàn)英文甚至中文作文的即時打分、提出改進建議，能夠幫助教師了解班級作文的整體情況和典型錯誤，為作文教學提供新模式。

基于知識圖譜和自然語言處理技術(shù)的全唐詩語義檢索與可視化平臺，依據(jù)古代文學專家制定的詩歌知識框架，實現(xiàn)大規(guī)模的知識挖掘，實現(xiàn)詩歌主題、情感、風格，詩人行動軌跡、社交關(guān)系等全方位信息抽取和可視化呈現(xiàn)，為古詩學習打造新空間。

基于語音識別技術(shù)的英語發(fā)音識別系統(tǒng)，由機器學習訓練成的深度神經(jīng)網(wǎng)絡(luò)，為小學生提供口語評測，即時評價學生的英語發(fā)音與語調(diào)等問題，為英語學習提供新渠道。

一線教師和教育研究者要學會應用這些人工智能教育產(chǎn)品。

具備支持人工智能教育產(chǎn)品研發(fā)的能力

縱觀教育技術(shù)發(fā)展史，很多時候技術(shù)的發(fā)展快于教育理論的更新。技術(shù)跑得太快，理論落在了后面。當新技術(shù)無法在教育領(lǐng)域里找到適當?shù)睦碚摵头椒〞r，就會產(chǎn)生不符合教育規(guī)律的產(chǎn)品。

以文首提到的人臉識別為例。1969年瑞典心理學家豪瑞斯·詹最早提出了面部表情編碼系統(tǒng)。每種表情都是特定部位肌肉的特定運動，眼部、面部、口部肌肉的變化，可以反映人的情緒狀態(tài)，如上唇略提、嘴角后伸、兩眉舒展等的表情，代表了喜悅、愉快、歡樂的情緒。美國心理學家保羅·艾克曼教授創(chuàng)立情感識別和量化技術(shù)，提出面部動作編碼系統(tǒng)。通過該技術(shù)，人類第一次可以通過科學標記計量的方法，將高興、傷心、害怕、憤怒、厭惡、驚訝、輕蔑等七種基本情緒，進行定性定量分析。當表情編碼理論和情緒識別技術(shù)都較為成熟時，將技術(shù)遷移到教育場景下加以運用的成本最小，因此短時間內(nèi)出現(xiàn)了大量以人臉識別、情緒識別為表現(xiàn)形態(tài)的教育產(chǎn)品。但教育界卻未做好應對準備，課堂環(huán)境下情緒狀態(tài)與身心健康成長的關(guān)聯(lián)理論缺失，技術(shù)研發(fā)跑到了教育理論的前面，于是引發(fā)了一系列關(guān)于人工智能進課堂的隱私、倫理、善惡大討論。此時，一味地去批評無良企業(yè)或作惡產(chǎn)品，無法從根本上解決問題。教育從業(yè)者應更具緊迫感和責任心，提供新技術(shù)在教育場景中使用的理論支撐，為技術(shù)應用提供導向。

我曾經(jīng)問過一位優(yōu)秀的計算機專家，對有意合作的教育界人士的最大期望是什么？他說：“會提出問題，并給出教育理論支持?！边@讓我回想起，美國教育技術(shù)傳播與技術(shù)協(xié)會原主席、國際知名教育技術(shù)學者唐納德·伊犁類似的表述：“如果技術(shù)是答案，那么問題是什么？”教育界想用人工智能技術(shù)來解決哪些重要、緊急、用傳統(tǒng)方法解決低效甚至無解的問題？為了解決這樣的問題，已經(jīng)有哪些教育經(jīng)驗、方法和理論基礎(chǔ)？

舉例來說，課堂教學評價的一個高頻問題是“什么樣的課是好課”。這個問題會出現(xiàn)在不同學段不同學科的課堂上，出現(xiàn)在農(nóng)村城市、國內(nèi)國外的學校里。多位學者、教師、教研員都曾給出回答，比如我國學者葉瀾教授將“有意義、有效率、生成性、常態(tài)性、有待完善”作為判斷好課的五個標準;美國學者加里·鮑利奇在《有效教學方法》一書里，提出判斷好課的七個維度，包括流暢的課堂、溫暖的學習氛圍、明確的任務導向、學生的積極投入、學生的學習成就、多樣的教學方法、單元知識結(jié)構(gòu);德國學者希爾伯特·邁爾在《怎樣上課才最棒：優(yōu)質(zhì)課堂教學的十項特征》中總結(jié)道：清晰的課堂教學結(jié)構(gòu)、高比例的有效學習時間、促進學習的課堂氛圍、教學內(nèi)容清晰明確、創(chuàng)建意義的師生交流、教學方法多樣化、促進學生個體發(fā)展、巧妙安排練習任務、明確的學習成果期望、完備的課堂教學環(huán)境，是好課的十大特征。這些答案，都飽含著教育智慧和真知灼見。然而，教育界能否為技術(shù)研發(fā)人員提供可量化的好課維度與統(tǒng)計指標？課堂教學質(zhì)量評價的理論，能否轉(zhuǎn)化為有科學標記計量的方法？

誠然，由于教育具有豐富性、多樣性、復雜性與藝術(shù)性等特征，不會有關(guān)于好課的唯一量化標準;在某些方面，教育是不可計算，不可統(tǒng)計的?？墒?，如果以此為借口，不積極尋找教育轉(zhuǎn)型的良機，不改變依賴專家經(jīng)驗、主觀判斷、人為總結(jié)的范式，不主動與技術(shù)做適當?shù)膶υ捙c對接，那么教育由一門學科發(fā)展為一門科學的路，還要走多長？如果教育意圖在人工智能技術(shù)那里尋找一些答案的話，那么問題與對應的理論基礎(chǔ)在哪里？

兒童成長需要“知心人”，希望智能時代的到來，能促進教育界與技術(shù)界攜手，利用技術(shù)了解教育、洞察教育，讓人工智能成為教育的知心人。

（作者系首都師范大學信息工程學院副教授）

責任編輯：周彩麗