袁 磊 張淑鑫 雷 敏 覃 穎 張文超

(廣西師范大學(xué) 教育學(xué)部，廣西桂林 541004)

一、引 言

2020年初，當(dāng)各國關(guān)閉學(xué)校以應(yīng)對新冠肺炎疫情時，學(xué)習(xí)變得數(shù)字化。此后一年，教師、學(xué)生和學(xué)校管理人員完成了數(shù)字教育的集體速成班。這也帶來了許多負(fù)面影響。比如，技術(shù)與學(xué)習(xí)的分離導(dǎo)致技術(shù)層面的學(xué)習(xí)個性化無法真正落實(shí)；以數(shù)字技術(shù)為核心的世界產(chǎn)業(yè)結(jié)構(gòu)的變化對人才培養(yǎng)提出了新的要求等。如何解決這些難題，創(chuàng)建數(shù)字化背景下的高質(zhì)量教育？人工智能、學(xué)習(xí)分析、機(jī)器人等技術(shù)如何改變教育？OECD發(fā)布的《數(shù)字教育展望2021：人工智能、區(qū)塊鏈和機(jī)器人應(yīng)用前沿》報告討論了這一系列問題，并著重探討了智能技術(shù)如何改變課堂教育以及教育組織和系統(tǒng)的管理。該報告深入挖掘智能技術(shù)的有益用途，如實(shí)現(xiàn)學(xué)習(xí)個性化、支持有特殊學(xué)習(xí)需求學(xué)生的學(xué)習(xí)以及利用區(qū)塊鏈進(jìn)行文憑認(rèn)證，并展望了后續(xù)研究面臨的挑戰(zhàn)和機(jī)遇。這些技術(shù)為教師、決策者和教育機(jī)構(gòu)提供了實(shí)現(xiàn)教育數(shù)字化的途徑，優(yōu)化了教育的公平性和包容性。與其他領(lǐng)域一樣，數(shù)字化正在改變教育。數(shù)據(jù)越來越多地用于管理教育系統(tǒng)，以制定針對性政策和推動創(chuàng)新。人工智能驅(qū)動的技術(shù)設(shè)備和解決方案越來越多地用于輔助教師或?qū)W習(xí)者在家學(xué)習(xí)。教育技術(shù)公司正在開發(fā)一系列新的解決方案。教育的傳授和體驗(yàn)方式可能很快就會發(fā)生變化。這就帶來了新的機(jī)遇和挑戰(zhàn)，因?yàn)榻逃咧贫ㄕ吆屠尕P(guān)方必須利用技術(shù)改善或改變教育。

數(shù)字化為教育提供了更多可能。教育一直都有豐富的數(shù)據(jù)，如成績或?qū)W生曠課的信息，但如何利用數(shù)據(jù)幫助學(xué)生更好地學(xué)和教師更好地教，以及幫助教育行政部門決策提供信息卻少有提及(OECD 2021)。教育與技術(shù)的關(guān)系一直困擾著眾多學(xué)者和一線工作人員。OECD發(fā)布的《數(shù)字教育展望2021：人工智能、區(qū)塊鏈和機(jī)器人應(yīng)用前沿》報告概述了數(shù)字技術(shù)的機(jī)遇與挑戰(zhàn)和最新的智能技術(shù)解決方案后，重點(diǎn)介紹了智能技術(shù)如何改變課堂教育，支持教育組織和系統(tǒng)的管理。

《中國教育現(xiàn)代化 2035》行動綱要指出，教師隊(duì)伍建設(shè)、教育信息化是推進(jìn)教育現(xiàn)代化的有力支撐?；谶@一精神，我們要積極應(yīng)對信息化對教育提出的新要求，力促課程、教材、教育教學(xué)與信息技術(shù)有效整合，線上教育線下教育融合發(fā)展，提高教育質(zhì)量；要充分運(yùn)用信息技術(shù)手段開展高質(zhì)量的師資培訓(xùn)，不斷提升我國師資隊(duì)伍整體水平；運(yùn)用大數(shù)據(jù)助力教育評價改革，引領(lǐng)教育科學(xué)發(fā)展，為整體提升教育質(zhì)量提供保障(管培俊，2021)。本文結(jié)合OECD報告，提出要發(fā)揮制度和技術(shù)優(yōu)勢，借力教育信息化，為人工智能時代的教育助力增益、賦能增效，為發(fā)展更加公平更高質(zhì)量的教育作出新的貢獻(xiàn)。

二、技術(shù)賦能學(xué)生學(xué)習(xí)：個性、公平、包容

(一)自適應(yīng)學(xué)習(xí)技術(shù)：促進(jìn)個性化學(xué)習(xí)

自適應(yīng)學(xué)習(xí)技術(shù)，如智能輔導(dǎo)系統(tǒng)，能夠使用智能方法實(shí)現(xiàn)學(xué)生學(xué)習(xí)的個性化。該系統(tǒng)通過檢測學(xué)生的知識或知識差距，為其診斷學(xué)習(xí)的適當(dāng)步驟；分析數(shù)據(jù)，診斷學(xué)習(xí)者的當(dāng)前狀態(tài)并預(yù)測未來發(fā)展；智能輔導(dǎo)系統(tǒng)為學(xué)生選擇適當(dāng)?shù)男袆?，如提供新的練?xí)、新的課程單元或某種指導(dǎo)。這不僅能幫助學(xué)生獲取知識，還能糾正學(xué)生的行為。

1.檢測:跟蹤學(xué)習(xí)者及學(xué)習(xí)環(huán)境

智能跟蹤學(xué)習(xí)者及其環(huán)境的能力正在逐步提高(Baker et al.，2014)。學(xué)習(xí)者之間存在很大差異，這些差異被認(rèn)為是個性化學(xué)習(xí)的指標(biāo)(Azevedo，2019)。使用技術(shù)跟蹤學(xué)習(xí)者的學(xué)習(xí)數(shù)據(jù)一直是研究的重點(diǎn)，同時，不同的數(shù)據(jù)源越來越多地被用來理解學(xué)習(xí)者的特征。這些多模態(tài)數(shù)據(jù)源可以被概念化為生理、行為和情境數(shù)據(jù)。

生理數(shù)據(jù)表明學(xué)生在學(xué)習(xí)過程中的身體反應(yīng)，如通過心率、電子皮膚活動、血量脈搏、皮膚溫度和面部捕捉軟件評估學(xué)習(xí)者的狀態(tài)，行為數(shù)據(jù)檢測學(xué)生學(xué)習(xí)行為。數(shù)據(jù)獲取的一個重要來源是日志，另一個來源是鼠標(biāo)移動和鍵盤輸入。這些數(shù)據(jù)列出了毫秒級的學(xué)習(xí)者-技術(shù)交互序列，留下了學(xué)習(xí)技術(shù)的活動軌跡。眼球運(yùn)動表明能體現(xiàn)學(xué)習(xí)者學(xué)習(xí)過程的關(guān)注點(diǎn)，并可用于檢測學(xué)習(xí)的注意力分配、多媒體資源的觀看等(Mudrick et al.，2019)。可佩戴眼睛跟蹤器可以評估學(xué)生學(xué)習(xí)過程中與物理物體的互動和社交互動。此外，特定的眼睛跟蹤數(shù)據(jù)，如瞳孔放大和眨眼行為，與認(rèn)知負(fù)荷和情感狀態(tài)相關(guān)。情境數(shù)據(jù)來自于學(xué)習(xí)者與學(xué)習(xí)環(huán)境的學(xué)習(xí)技術(shù)、人和資源的互動。語音和視頻記錄包含學(xué)習(xí)者如何與環(huán)境互動的數(shù)據(jù)。這些數(shù)據(jù)雖然可以對學(xué)習(xí)過程進(jìn)行深入分析，但它們主要依賴于研究人員對數(shù)據(jù)的編碼、評分、注釋、理解和解釋。

因此，多模態(tài)數(shù)據(jù)源可用于推進(jìn)學(xué)習(xí)者及環(huán)境的跟蹤，這是自適應(yīng)學(xué)習(xí)技術(shù)應(yīng)用促進(jìn)學(xué)習(xí)個性化的關(guān)鍵。

2.診斷:評估學(xué)習(xí)者的當(dāng)前狀態(tài)

下一步是分析數(shù)據(jù)，診斷學(xué)習(xí)者的當(dāng)前狀態(tài)并預(yù)測未來發(fā)展。特定技術(shù)可以對學(xué)習(xí)和發(fā)展的重要特征進(jìn)行評估。自動語音識別技術(shù)可以持續(xù)檢測學(xué)生如何學(xué)習(xí)閱讀，可以分析兒童閱讀中能正確識別的字母，分辨不同單詞的速度等?；谶@些特征，系統(tǒng)可以診斷兒童閱讀能力的發(fā)展，并支持學(xué)生個性化學(xué)習(xí)。除了語音識別，眼睛跟蹤數(shù)據(jù)也可以用來診斷學(xué)習(xí)者的閱讀發(fā)展能力。

同樣，學(xué)生書寫技能的發(fā)展，甚至?xí)鴮懤щy學(xué)生的技能發(fā)展也可以得到診斷(Asselborn et al.，2018)。阿瑟伯恩使用平板電腦和數(shù)字筆衡量學(xué)生的寫作技能，記錄與書寫發(fā)展軌跡相關(guān)的重要特征，如書寫力度、筆壓和筆傾斜。該方法可以提取多達(dá)56個與學(xué)生寫作技能相關(guān)的特征，而這些特征可以轉(zhuǎn)化為寫作練習(xí)的輔導(dǎo)。

由此可見，人工智能技術(shù)和特定診斷工具的開發(fā)，有助于提高理解學(xué)習(xí)者和預(yù)測其未來發(fā)展的能力。這是自適應(yīng)學(xué)習(xí)技術(shù)應(yīng)用邁向?qū)W習(xí)個性化的第二步。

3.行動:選擇適當(dāng)?shù)男袆?/p>

最后一步是學(xué)習(xí)者診斷，并將其轉(zhuǎn)化為優(yōu)化學(xué)習(xí)的行動。自適應(yīng)學(xué)習(xí)技術(shù)調(diào)整時，通常會采取三種行動：第一種是分步式。在這種類型中，反饋根據(jù)學(xué)習(xí)者需求定制。學(xué)習(xí)者會收到詳細(xì)的反饋，說明如何采取解決問題的特定步驟；第二種是任務(wù)類。智能技術(shù)依據(jù)學(xué)生對先前問題的回答，為他們提供與當(dāng)前知識庫相適應(yīng)的問題；第三種是課程類型。教學(xué)主題的組織根據(jù)學(xué)習(xí)者調(diào)整。這需要深入選擇適合學(xué)生發(fā)展軌跡的主題。例如，上面描述的閱讀示例，其中調(diào)整是由閱讀發(fā)展的廣泛知識驅(qū)動的。這是自適應(yīng)學(xué)習(xí)技術(shù)應(yīng)用邁向?qū)W習(xí)個性化的最后一步。

總之，使用自適應(yīng)學(xué)習(xí)技術(shù)的個性化學(xué)習(xí)是指教育越來越適應(yīng)個體學(xué)習(xí)者需求的趨勢(Aleven et al.，2016)。當(dāng)學(xué)習(xí)環(huán)境適應(yīng)學(xué)習(xí)者需求時，每個學(xué)習(xí)者的天賦都可以得到優(yōu)化(Corno，2008)。傳統(tǒng)課堂上，所有學(xué)生學(xué)習(xí)相同的課程，接受相同的指導(dǎo)，完成相同的任務(wù)，并在很大程度上獲得相似的反饋。這種“工業(yè)”教育模式受到了廣泛的批評，而技術(shù)發(fā)展可以支持學(xué)生學(xué)習(xí)向更個性化學(xué)習(xí)轉(zhuǎn)變。

(二)整體智能系統(tǒng)設(shè)計：推動全納教育發(fā)展

2000年，國際經(jīng)合組織估計，約15%至20%的學(xué)生被認(rèn)為有特殊教育需求(OECD，2000)。隨著對兒童殘疾認(rèn)識的不斷深入，人們發(fā)現(xiàn)兒童身體殘疾的比率雖然有所下降，但發(fā)育殘疾的比率顯著增加(Zablotsky et al.，2019)，有特殊教育需求的學(xué)生數(shù)量可能更多(Houtrow et al.，2014)。據(jù)估計，發(fā)育殘疾的問題已經(jīng)影響了美國17.8%的兒童(Zablotsky et al.，2020)。世界衛(wèi)生組織的數(shù)據(jù)表明，在教育方面，殘疾兒童與正常發(fā)育的同齡人相比處于不利地位。因此，支持有特殊需求的學(xué)生與促進(jìn)教育公平息息相關(guān)。

技術(shù)能夠?yàn)橛刑厥庑枨蟮膶W(xué)生提供支持，使包容性教育成為現(xiàn)實(shí)。支持有特殊需求學(xué)生的技術(shù)可以分為兩類：一類是旨在方便有特殊需求學(xué)生獲取課程和參與典型課堂學(xué)習(xí)活動的技術(shù)。這種技術(shù)可以讓有特殊需求的學(xué)生獲得與正常同齡人相同的課程內(nèi)容。例如，文本轉(zhuǎn)語音功能能夠?yàn)槊と嘶蛞曊蠈W(xué)生提供接觸同齡人使用的課程材料的機(jī)會，使他們更容易在包容性的學(xué)校環(huán)境中學(xué)習(xí)；另一類是旨在解決與兒童殘疾相關(guān)的問題(通常不包含在標(biāo)準(zhǔn)學(xué)校課程內(nèi))的技術(shù)。這類技術(shù)的典型例子是針對自閉癥學(xué)生的干預(yù)，支持他們社交和溝通技能的發(fā)展 (Spiel et al.， 2019)。

但是，為有特殊需求學(xué)生提供有效的技術(shù)支持是復(fù)雜的，因?yàn)閷W(xué)生需求會隨時間的推移而變化?；诖?，OECD報告提出了相關(guān)技術(shù)展望。首先，關(guān)注整體智能系統(tǒng)的設(shè)計。世界衛(wèi)生組織強(qiáng)調(diào)確保殘疾兒童獲得傾聽的重要性，但現(xiàn)實(shí)往往并非如此，尤其體現(xiàn)在新技術(shù)的設(shè)計上(W.H.O,2011)。因此，優(yōu)先發(fā)展“整體智能系統(tǒng)”需要注意滿足用戶的真正需求，為用戶設(shè)計，為環(huán)境設(shè)計。其次，人人共享的智能系統(tǒng)是技術(shù)重點(diǎn)。許多輔助技術(shù)對公立學(xué)校來說非常昂貴，且需要專門的硬件，而在多數(shù)情況下，這些硬件只能用于單一的教學(xué)目的。共享智能系統(tǒng)是解決這一問題的有效途徑。報告以Dynamico助行器為例，該技術(shù)的研究人員致力于共享智能系統(tǒng)的研究，將為建立人人共享的智能系統(tǒng)提供啟示 (Hahn，2019)。最后，人類和人工智能技術(shù)的結(jié)合會給有特殊需求的學(xué)習(xí)者提供深度的適應(yīng)性和個性化學(xué)習(xí)支持。將人工智能的最新技術(shù)及對特殊需求的最新理解嵌入現(xiàn)有的低成本技術(shù)，會為全球?qū)W習(xí)者帶來公平、包容的機(jī)會。

(三)自動數(shù)字測量方法：提高學(xué)生對數(shù)字學(xué)習(xí)技術(shù)的參與度

提高學(xué)生持續(xù)參與學(xué)習(xí)已成為教育的關(guān)鍵目標(biāo)，原因在于:1)參與是有意義學(xué)習(xí)的先決條件；2)保持參與涉及認(rèn)知和社會情感技能，這些技能本身就是學(xué)習(xí)目標(biāo)。數(shù)字技術(shù)的進(jìn)步，包括先進(jìn)的數(shù)據(jù)分析技術(shù)和創(chuàng)新的數(shù)字學(xué)習(xí)體驗(yàn)等，為測量評價、理論發(fā)展和教學(xué)干預(yù)開辟了新的途徑，從而有助于學(xué)生持續(xù)參與學(xué)習(xí)活動(OECD， 2021)。

學(xué)生參與研究大都集中在課堂和學(xué)校的傳統(tǒng)學(xué)習(xí)上?！秾W(xué)生參與研究手冊》詳細(xì)闡述了這些學(xué)習(xí)環(huán)境中和參與相關(guān)的系統(tǒng)問題(Christenson et al.， 2012)。隨著移動設(shè)備、互聯(lián)網(wǎng)和社交媒體的發(fā)展，許多學(xué)習(xí)都通過數(shù)字媒體展開。這是一個挑戰(zhàn)，因?yàn)閷W(xué)生與數(shù)字學(xué)習(xí)技術(shù)互動，通常是孤立的，讓他們參與進(jìn)來十分困難。例如，傳統(tǒng)的慕課主要由觀看視頻、完成自動評分及在線討論組成，在參與度和退出方面存在大量問題(Yang et al.，2013)。盡管人類教師或?qū)＜铱梢栽O(shè)計協(xié)作活動提高參與度，并在參與度出現(xiàn)下降時調(diào)整課程，但數(shù)字學(xué)習(xí)技術(shù)很難促進(jìn)和維持所有學(xué)習(xí)者的有意義參與。即使一種學(xué)習(xí)技術(shù)最初成功地吸引了學(xué)生的注意力，但當(dāng)新鮮感消退、學(xué)生陷入困境或最終出現(xiàn)厭倦感時，技術(shù)依舊無能為力。在理解參與和增加參與的干預(yù)措施方面，科學(xué)技術(shù)進(jìn)步受到測量方法的限制。這些測量方法要么成本高昂，要么具有偏見和局限。在數(shù)字學(xué)習(xí)的背景下提高參與度首先面臨的是測量和理論的挑戰(zhàn)，而傳感器等技術(shù)的進(jìn)步有望幫助解決這個問題。

德梅洛團(tuán)隊(duì)提出了以先進(jìn)性、分析性和自動化為中心的AAA方法(見圖1)。這種AAA方法關(guān)注以人為本的參與操作，即關(guān)注學(xué)習(xí)過程中瞬時出現(xiàn)的情感和認(rèn)知狀態(tài)(D’Mello et al., 2017)。AAA測量方法步驟1是記錄信號。當(dāng)學(xué)生在特定學(xué)習(xí)環(huán)境中完成學(xué)習(xí)活動(步驟1a)，接著根據(jù)信號計算表示學(xué)習(xí)特征(步驟1b)。例如，視頻是個示例信號，其中包含微笑、點(diǎn)頭、皺眉等特征，學(xué)生與學(xué)習(xí)技術(shù)的互動模式，即鼠標(biāo)點(diǎn)擊次數(shù)，為學(xué)生參與度提供了另一個強(qiáng)有力的信號。在步驟2中，反映參與的各種成分，從學(xué)生自身、外部觀察者或通過其他方法獲得心理狀態(tài)的注釋。步驟3涉及監(jiān)督學(xué)習(xí)，它從傳感器記錄的信號中提取學(xué)習(xí)特征。學(xué)習(xí)特征和人類提供的注釋組成計算模型，學(xué)習(xí)特征又和計算模型組成計算機(jī)生成的注釋。步驟4將計算機(jī)生成的注釋與人類提供的注釋進(jìn)行比較，以驗(yàn)證模型。

圖1 數(shù)字測量方法

AAA方法有幾個優(yōu)勢。首先，它是自動的，這表明它可以廣泛和大規(guī)模應(yīng)用。其次，它的分析結(jié)論趨于一致，因?yàn)樗臏y量數(shù)據(jù)由計算機(jī)提供，從而部分排除了參考、社會期望、默許和其他與觀察者報告相關(guān)的偏見。最后，這些措施不受注意力瞬間下降或疲勞的影響。與視頻編碼，人工觀察等相比，AAA方法大大減少了教育工作者的時間和精力，通過自動化數(shù)字測量方法，提高學(xué)生對數(shù)字學(xué)習(xí)技術(shù)的參與度。

三、技術(shù)賦能教師教學(xué)：靈活、高效、創(chuàng)新

(一)教育機(jī)器人：技術(shù)賦能教師角色轉(zhuǎn)變

教育機(jī)器人是推動智能教育發(fā)展的有力工具，受到教育界的廣泛關(guān)注。原因主要有三個方面：其一，機(jī)器人獨(dú)特的外表能吸引人的注意，使教學(xué)更吸引人；其二，機(jī)器人能代替教師完成某些教學(xué)任務(wù)。例如，教師受時間精力限制難以關(guān)注到每個學(xué)生，但機(jī)器人可以被用于小組教學(xué)和個人輔導(dǎo)，并在指導(dǎo)語言學(xué)習(xí)方面取得了不錯的成果(Belpaeme et al.，2018)；其三，機(jī)器人是實(shí)體形態(tài)。研究表明，機(jī)器人的物理存在和社會存在有利于學(xué)習(xí)(Li，2015)。

教育機(jī)器人(Educational Robotics)按照功能可分為社會機(jī)器人(Social robots)和遠(yuǎn)程呈現(xiàn)機(jī)器人(Telepresence robots)。社會機(jī)器人的外觀通常十分具有視覺吸引力，它可以通過言語、面部表情或肢體語言與人交互(Bartneck et al.，2020)。社會機(jī)器人能夠勝任教學(xué)助理、導(dǎo)師、同伴學(xué)習(xí)者等角色，它在教育中是最被看好的，它最實(shí)用的功能是作為一名導(dǎo)師。作為機(jī)器人導(dǎo)師，它可以給后進(jìn)生提供針對性輔導(dǎo)，也可以向優(yōu)等生提出高難度的挑戰(zhàn)。此外，機(jī)器人通常被學(xué)生視為不帶評判性的(Bhakta, 2014)，從而能有能效消除學(xué)生在回答人類導(dǎo)師問題時產(chǎn)生的焦慮心理。社會機(jī)器人另一個角色是充當(dāng)同伴學(xué)習(xí)者。研究表明，學(xué)伴機(jī)器人在支持學(xué)生書寫練習(xí)(Lemaignan et al.，2016)和第二語言學(xué)習(xí)(Tanaka et al., 2012)等科目中十分有效，對提升成績較差的學(xué)生學(xué)習(xí)效果顯著。

遠(yuǎn)程呈現(xiàn)機(jī)器人是由人類操作員遠(yuǎn)程控制的機(jī)器人，將操作員的存在具體化為機(jī)器人化身，不僅可以支持師生的遠(yuǎn)程在線教學(xué)，還可以為因生病無法出席課堂的學(xué)生提供新的學(xué)習(xí)可能性。人類教師使用機(jī)器人遠(yuǎn)程授課可以自主控制機(jī)器人的傳感器、攝像機(jī)、麥克風(fēng)等，相比于固定攝像頭的視頻會議，教師可以獲得更豐富的課堂感知，這也為探索新穎的教學(xué)形式提供了機(jī)遇。在挪威，許多遠(yuǎn)程呈現(xiàn)機(jī)器人的開發(fā)目標(biāo)是讓長期患病的學(xué)生與學(xué)校保持聯(lián)系。例如，挪威No Isolation公司開發(fā)的AV1機(jī)器人是一種由學(xué)生操作的遠(yuǎn)程監(jiān)控機(jī)器人。當(dāng)學(xué)生因病不能上課時，AV1可以代替學(xué)生上課。AV1機(jī)器人配備了攝像頭、揚(yáng)聲器、麥克風(fēng)和互聯(lián)網(wǎng)連接，讓遠(yuǎn)程學(xué)生可以環(huán)顧教室，舉手發(fā)言，甚至可以改變機(jī)器人的眼神來表達(dá)他們的情緒。

(二)混合人工智能系統(tǒng):技術(shù)賦能教師高效管理課堂

隨著技術(shù)發(fā)展，教育領(lǐng)域應(yīng)用的智能設(shè)備和數(shù)據(jù)大量增長，一個新的人機(jī)交互時代正在出現(xiàn)。未來學(xué)習(xí)將越來越追求個性化。同時，人類和人工智能在許多領(lǐng)域不斷融合成所謂的混合人-AI系統(tǒng)。例如，自動駕駛汽車被設(shè)想為最終取代人類駕駛，但目前它們僅能輔助人類駕駛員(Awad et al., 2018)。為了區(qū)分全自動化所需的自動駕駛汽車的能力，汽車工程師協(xié)會闡述了自動駕駛汽車的6個自動化級別。6個級別的自動化突出了自動駕駛汽車發(fā)展的不同階段。從人類駕駛員到自動駕駛技術(shù)的過渡,每個級別都加大控制。隨著級別的提高，人工控制會減少，自動駕駛技術(shù)的作用會增加。自動駕駛汽車的6個自動化級別的前三個級別中，人類人類駕駛員處于控制狀態(tài)；后三個級別中，人類控制切換到自動駕駛技術(shù)。在輔助駕駛(第1級)中，自動駕駛技術(shù)為駕駛員提供支持信息。在部分自動駕駛(2級)中，自動駕駛技術(shù)在特定情況下控制駕駛。例如，在天氣良好的高速公路上，人類駕駛員始終監(jiān)控該技術(shù)。相比之下，在條件自動化(3級)中，自動駕駛技術(shù)接管了控制權(quán)，但駕駛員應(yīng)隨時準(zhǔn)備恢復(fù)控制。自動駕駛汽車目前的技術(shù)水平介于部分自動化和條件自動化之間。

然而，人工智能專家系統(tǒng)在醫(yī)療決策中支持但不能取代醫(yī)生?；旌舷到y(tǒng)的決定性特征是人工智能和人類決策之間的界限波動。自動駕駛汽車將駕駛?cè)蝿?wù)交給人工智能，但在人工智能無法導(dǎo)航的復(fù)雜情境下，控制權(quán)會轉(zhuǎn)移回人類駕駛員。在醫(yī)學(xué)上，人工智能通常支持醫(yī)療決策。例如，在眼底醫(yī)療中，人工智能可以對眼底讀片進(jìn)行初步篩選，但人類醫(yī)生仍然對患者進(jìn)行最終診斷，并選擇最合適的治療方法。因此，完全自動化可能永遠(yuǎn)不適合教育和醫(yī)療等特定領(lǐng)域。目前，自動化水平還沒有轉(zhuǎn)化到教育領(lǐng)域。但這種模式有助于定位當(dāng)前最先進(jìn)的學(xué)習(xí)技術(shù)，以及在學(xué)校中應(yīng)用這些技術(shù)。該模型可能有助于我們從人類控制的角度理解學(xué)校中技術(shù)的最新發(fā)展和日常使用之間的差距。因此，根據(jù)自動駕駛洫的六個級別推導(dǎo)出應(yīng)用于教育技術(shù)領(lǐng)域的六個自動化級別(見圖2)。該模型下的線條代表了未來越來越多數(shù)據(jù)流在向完全自動化過程過渡。這些數(shù)據(jù)流可以支持學(xué)習(xí)者及其環(huán)境進(jìn)行更準(zhǔn)確的檢測和診斷。在模型的頂部，人的控制水平在各層次上都是可視化的。平板電腦的指針代表教師控制的水平。雙手放在平板電腦上，代表完全由教師控制，單手和無手的部分控制象征著沒有或偶然的教師控制。眼睛代表教師監(jiān)控的要求水平，范圍從完全、部分、偶然到?jīng)]有監(jiān)控。警告三角形表示人工智能在關(guān)鍵時刻通知老師恢復(fù)控制的能力。

圖2 教育領(lǐng)域的六個自動化級別

(三)數(shù)字技術(shù)應(yīng)用：技術(shù)賦能建立新興教學(xué)評價方式

虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)、數(shù)字用戶界面和體驗(yàn)設(shè)計、機(jī)器學(xué)習(xí)和人工智能及教育數(shù)據(jù)挖掘等技術(shù)快速發(fā)展推動模擬數(shù)字環(huán)境的改善，加速數(shù)字模擬和視頻游戲設(shè)計的進(jìn)步。這些技術(shù)為新一代標(biāo)準(zhǔn)化評價開辟了道路。傳統(tǒng)的標(biāo)準(zhǔn)化測試可能是衡量數(shù)理邏輯的有效、可靠、公平和高效的方式，但不適合于衡量創(chuàng)造性思維或協(xié)作性問題解決等能力?；谟螒虻脑u價可以衡量被測試者多方面的技能，如創(chuàng)造力、協(xié)作或社會情感技能，以及測試者在科學(xué)和數(shù)學(xué)等傳統(tǒng)領(lǐng)域的“思維”能力?；谟螒虻脑u價解決了傳統(tǒng)評價的許多問題，并有可能與課堂教學(xué)更緊密地結(jié)合起來，利用教育技術(shù)日益發(fā)展的優(yōu)勢，利用心理測量學(xué)、計算機(jī)化評價設(shè)計、教育數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)或人工智能作為技術(shù)依托開展設(shè)計。2001年，美國國家研究委員會將認(rèn)知理論納入教育評價體系，基于游戲或數(shù)字模擬的評估有可能挖掘出學(xué)生更深層次的理解和認(rèn)知過程的證據(jù)。因此，通過游戲或與精心設(shè)計的數(shù)字用戶界面的交互來解釋流數(shù)據(jù)，研究人員可以評價學(xué)生如何著手解決問題，并可以獲得針對性的反饋(Chung，2014)。例如，基于游戲的評價允許測試者搭建學(xué)習(xí)場景或構(gòu)建數(shù)字模擬環(huán)境。在這些學(xué)習(xí)場景和數(shù)字模擬環(huán)境中，學(xué)生的推理過程可以通過游戲或與數(shù)字模擬環(huán)境中的元素進(jìn)行交互來呈現(xiàn)，這個過程產(chǎn)生的數(shù)據(jù)可以用于教育評價的客觀數(shù)據(jù)。他們可以利用這些新技術(shù)在學(xué)校收集數(shù)據(jù)，為決策和教學(xué)改進(jìn)提供信息，從而提升其當(dāng)前教育系統(tǒng)的能力?；谟螒蚧蛞詳?shù)字模擬為中心的評價通過“遙測技術(shù)”收集數(shù)據(jù)，包括選擇模式、搜索行為、按時完成任務(wù)等，在某些情況下，還包括眼動或其他生物特征信息。這些豐富的數(shù)據(jù)源可以用來分析學(xué)生完成任務(wù)時認(rèn)知過程的依據(jù)?；谟螒虻脑u估是一種特殊的形式，它們可以反映現(xiàn)實(shí)世界中的動態(tài)交互、結(jié)構(gòu)復(fù)雜性和反饋循環(huán)。從長遠(yuǎn)看，綜合評估系統(tǒng)應(yīng)該依靠基于游戲和數(shù)字模擬的場景來評估學(xué)生如何整合和應(yīng)用知識、技能和能力，這種形式最大的優(yōu)勢可能在于可以衡量學(xué)生的21世紀(jì)技能，如解決問題能力、協(xié)作能力。

四、技術(shù)賦能學(xué)校管理：全面、開放、安全

(一)防微杜漸：建立學(xué)校和系統(tǒng)管理學(xué)習(xí)分析

數(shù)據(jù)正在成為推動教學(xué)創(chuàng)新的關(guān)鍵性力量(楊現(xiàn)等，2020)。隨著教育數(shù)據(jù)體量的增加，數(shù)據(jù)存儲和處理技術(shù)的改進(jìn)，以及相關(guān)分析工具和算法的進(jìn)步，教育組織開始接受學(xué)習(xí)分析技術(shù)。學(xué)習(xí)分析技術(shù)對教育組織的潛在好處一直是過去十年討論的話題(Pistilli et al., 2010)。

教育組織中的學(xué)習(xí)分析可以更好地理解學(xué)習(xí)者群體，從而優(yōu)化教學(xué)流程，其中包括分配關(guān)鍵資源來降低輟學(xué)率、提高保留率和成功率等。模式分析、數(shù)據(jù)分析、數(shù)據(jù)科學(xué)、學(xué)習(xí)分析、教育數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等新興技術(shù)為研究人員、教育從業(yè)者和決策者提供了機(jī)會。他們可以利用這些新技術(shù)在學(xué)校收集數(shù)據(jù)，為決策和教學(xué)改進(jìn)提供信息，從而提升其當(dāng)前教育系統(tǒng)的能力。預(yù)測和識別學(xué)生輟學(xué)因素和可能性便是這些新興技術(shù)在教育領(lǐng)域的應(yīng)用之一。以高中生輟學(xué)為例，雖然經(jīng)合組織高中的總體平均畢業(yè)率為81%，但各國差異很大，墨西哥25歲畢業(yè)率低至60%，而希臘、韓國和斯洛文尼亞高達(dá)90%(OECD，2019)。因此，降低高中生輟學(xué)率是教育系統(tǒng)的優(yōu)先事項(xiàng)。這需要利用學(xué)習(xí)分析技術(shù)預(yù)測哪些學(xué)生有可能在學(xué)?？赡軐?dǎo)致輟學(xué)問題。基于分析結(jié)果，學(xué)校可以為學(xué)生提供額外資源，幫助學(xué)生順利完成學(xué)業(yè)(Bowers et al.，2019)。目前澳大利亞、英國和美國的學(xué)習(xí)分析研究和實(shí)踐，旨在解決與高效學(xué)習(xí)和識別風(fēng)險學(xué)生相關(guān)的問題，以及監(jiān)測和提高組織能力(Sclater et al., 2017)。

盡管有大量關(guān)于教育組織的學(xué)習(xí)分析優(yōu)點(diǎn)研究，但實(shí)施全組織的系統(tǒng)分析研究十分有限(Buckingham et al., 2018)。學(xué)習(xí)分析如何影響學(xué)校和系統(tǒng)管理，可以以德國斯圖加特霍亨海姆大學(xué)研究人員開發(fā)的教師診斷支持系統(tǒng)(TDSS)為例進(jìn)行分析(見圖3)。該系統(tǒng)的目的是幫助教師調(diào)整教學(xué)實(shí)踐，以適應(yīng)學(xué)生課堂需求。該系統(tǒng)允許收集以下數(shù)據(jù):1)學(xué)生的個人特征，例如特定領(lǐng)域的知識和能力、情緒-動機(jī)特征；2)教學(xué)特征，如學(xué)習(xí)內(nèi)容的特征；3)學(xué)生的學(xué)習(xí)經(jīng)歷和學(xué)習(xí)進(jìn)展，如學(xué)生對主題情景的興趣，關(guān)于主題的實(shí)際知識(K?rner et al.,2020)。學(xué)習(xí)分析為提高學(xué)習(xí)、教學(xué)、組織效率和決策提供了總結(jié)、實(shí)時和預(yù)測性的見解，但也面臨著挑戰(zhàn)。在規(guī)劃和監(jiān)控學(xué)習(xí)分析實(shí)施和組織變革過程方面領(lǐng)導(dǎo)力不足;利益相關(guān)者(即行政部門)對計劃的理解和承諾不平衡;技術(shù)及教學(xué)人員對機(jī)構(gòu)學(xué)習(xí)文化的普遍認(rèn)識，未能達(dá)到推動學(xué)習(xí)及教學(xué)的預(yù)期效益;教學(xué)人員、學(xué)生服務(wù)人員、技術(shù)人員等對學(xué)習(xí)分析的優(yōu)缺點(diǎn)認(rèn)識不足;缺乏嚴(yán)格的經(jīng)驗(yàn)證據(jù)證明學(xué)習(xí)分析的有效性以支持組織決策;沒有足夠的政策、法規(guī)和實(shí)踐守則規(guī)范學(xué)習(xí)分析技術(shù)在隱私和道德方面的問題(Tsai,2017)。

圖3 TDSS概述圖

此外，建立早期預(yù)警系統(tǒng)也是學(xué)校和系統(tǒng)管理學(xué)習(xí)分析技術(shù)的一部分。以層次聚類分析熱圖(Hierarchical Cluster Analysis heat maps)為例(見圖4)，將單個學(xué)生數(shù)據(jù)的模式聚類可視化，并將該信息與學(xué)生的整體成績聯(lián)系起來，不僅可以檢查模式聚類，還可以檢查聚類、學(xué)生和變量之間的差異。鮑爾斯(Bowers，2010)將HCA熱圖應(yīng)用于美國兩個小學(xué)區(qū)的188名學(xué)生的縱向歷史評分。它對所有學(xué)生的數(shù)據(jù)進(jìn)行模式化，將學(xué)生從幼兒園到12年級所有科目的每門課程成績可視化，并將它們與畢業(yè)、輟學(xué)及大學(xué)入學(xué)考試等聯(lián)系起來。數(shù)據(jù)集的一行代表一個學(xué)生，列代表K-12年級的各科目，從左到右依次為核心科目如數(shù)學(xué)、英語、科學(xué)等，非核心科目如語言、體育等。學(xué)生在每個科目的分?jǐn)?shù)都表示為從冷藍(lán)(低于該科目在該年級的平均成績)到灰色(平均)再到紅色(高于平均成績)的熱圖，白色代表無數(shù)據(jù)。左邊是聚類樹，較小的水平線代表行之間較高的相似度。右邊的注釋代表了二分結(jié)果或人口統(tǒng)計學(xué)變量。數(shù)據(jù)集模式分為兩個大的集群，水平虛線上方和下方。成績較高的學(xué)生(紅色)一般不會輟學(xué)，最終會參加ACT(美國高考)考試，成績較低的學(xué)生(藍(lán)色)輟學(xué)的次數(shù)較多，且不會參加ACT。相較于傳統(tǒng)的查看學(xué)生學(xué)習(xí)數(shù)據(jù)的方式，這種新興的方式讓決策者看到學(xué)生學(xué)習(xí)成績的整體數(shù)據(jù)，這些數(shù)據(jù)隨時間的推移和學(xué)生的變化而變化，有助于決策者為學(xué)生輟學(xué)創(chuàng)造更多可操作的干預(yù)措施。依賴于數(shù)據(jù)分析技術(shù)，一些早期預(yù)警系統(tǒng)預(yù)測輟學(xué)的準(zhǔn)確率超過80%。

圖4 層次聚類分析熱圖(Bowers,2010)

(二)區(qū)塊鏈教育：新的認(rèn)證生態(tài)系統(tǒng)

區(qū)塊鏈技術(shù)通過為數(shù)字貨幣交易提供分布式網(wǎng)絡(luò)，正在徹底改變金融服務(wù)。教育認(rèn)證生態(tài)系統(tǒng)的變革也受益于區(qū)塊鏈技術(shù)的發(fā)展。在教育領(lǐng)域，使用區(qū)塊鏈技術(shù)發(fā)布、分享和驗(yàn)證教育經(jīng)驗(yàn)和資格的勢頭在全球范圍內(nèi)都很明顯。區(qū)塊鏈的聯(lián)合驗(yàn)證和智能合同功能有可能實(shí)現(xiàn)教育業(yè)務(wù)流程的自動化，如證書轉(zhuǎn)移、學(xué)歷轉(zhuǎn)移、證書等同建立等。到2030年，預(yù)計將有700多萬學(xué)生出國接受高等教育(Holon IQ，2018)。但當(dāng)前存在許多學(xué)術(shù)記錄造假現(xiàn)象，這類問題限制了高等教育的國際化發(fā)展(OECD，2004)?；诜植际骄W(wǎng)絡(luò)的區(qū)塊鏈技術(shù)，具有使證書的驗(yàn)證速度更快、成本更低、過程更安全的特點(diǎn)，因此能夠確保學(xué)術(shù)記錄數(shù)據(jù)的完整性和可靠性。簡而言之，區(qū)塊鏈技術(shù)使任何人都可以驗(yàn)證個人或機(jī)構(gòu)的聲明，包括他們的特征和資格，且速度快、準(zhǔn)確度高。這有助于消除記錄欺詐，促進(jìn)學(xué)習(xí)者和工作者在機(jī)構(gòu)和地區(qū)之間的流動。

同時，以區(qū)塊鏈為代表的新型數(shù)據(jù)治理技術(shù)，為解決當(dāng)前教育政務(wù)數(shù)據(jù)開放問題，提供了安全、高效的路徑。以聯(lián)盟鏈為核心的教育政務(wù)數(shù)據(jù)開放平臺，可以打通教育政務(wù)數(shù)據(jù)孤島，允許教育行政部門通過分級分層共享數(shù)據(jù)，實(shí)現(xiàn)政務(wù)數(shù)據(jù)流驅(qū)動政務(wù)工作流，提高教育行政部門的服務(wù)效率；還能優(yōu)化教育行政部門之間的協(xié)同合作關(guān)系，厘清權(quán)利與責(zé)任，為教育利益相關(guān)者提供更好的教育政務(wù)服務(wù)體驗(yàn)，實(shí)現(xiàn)數(shù)據(jù)作為新生產(chǎn)要素的服務(wù)價值。

盡管區(qū)塊鏈在教育領(lǐng)域的應(yīng)用前景十分可觀，但我們需要意識到區(qū)塊鏈的局限性。首先，區(qū)塊鏈部分功能具有可替代性。區(qū)塊鏈技術(shù)能實(shí)現(xiàn)教育業(yè)務(wù)流程的自動化，但許多現(xiàn)有軟件應(yīng)用程序比它做得更好。以伍爾夫大學(xué)為例，該校最初嘗試了各種區(qū)塊鏈模型以期望實(shí)現(xiàn)學(xué)校管理的自動化，被譽(yù)為“區(qū)塊鏈大學(xué)”(Jeffrey, 2018 )，但它最后還是放棄了區(qū)塊鏈技術(shù)，選擇更簡便的基于web的SaaS應(yīng)用程序。其次，區(qū)塊鏈技術(shù)的應(yīng)用需要建立鏈下社會共識。當(dāng)學(xué)生轉(zhuǎn)學(xué)時，其原有的學(xué)分會根據(jù)現(xiàn)有的學(xué)分規(guī)定或教育數(shù)據(jù)轉(zhuǎn)移標(biāo)準(zhǔn)自動生成新的學(xué)分等價物。但不同學(xué)校往往有自己的學(xué)分規(guī)定，不愿承認(rèn)統(tǒng)一標(biāo)準(zhǔn)下自動生成的學(xué)分等價物。換句話說，自動學(xué)分轉(zhuǎn)移的障礙不是技術(shù)的，而是社會認(rèn)同。

五、總結(jié)與思考

高質(zhì)量發(fā)展是我國“十四五”時期發(fā)展的新主題，“建設(shè)高質(zhì)量教育體系”是我國教育事業(yè)發(fā)展的宏偉藍(lán)圖。它以新發(fā)展理念為指導(dǎo)，以推動質(zhì)量變革為目標(biāo)實(shí)現(xiàn)我國教育走向高質(zhì)量。人工智能、機(jī)器人、區(qū)塊鏈等新興技術(shù)為教育高質(zhì)量發(fā)展提供了新契機(jī)。人工智能可以作為教育整體變革的內(nèi)生變量，推動“工業(yè)化教育”向“智能型教育”轉(zhuǎn)變，促進(jìn)教學(xué)方式創(chuàng)新、管理流程再造和評價體系重構(gòu)(曹培杰，2020)。機(jī)器人教師作為教學(xué)者,旨在賦能、使能和增能人類教師,優(yōu)化教學(xué)結(jié)構(gòu),構(gòu)建新型師生關(guān)系,培養(yǎng)智能時代的學(xué)習(xí)者和教育者(張堯等，2019)?！皡^(qū)塊鏈+教育”提高了生產(chǎn)要素的投入與配置水平,區(qū)塊鏈技術(shù)可以通過“教育資源優(yōu)化機(jī)制”“教育資源管理機(jī)制”“教育資源保護(hù)機(jī)制”等提高教育資源的配置效率(劉湖等，2020)。新興技術(shù)的出現(xiàn)為我國各階段教學(xué)的發(fā)展起到了積極的推動作用，對于特殊教育發(fā)展也具有促進(jìn)作用。陳靚影(2020)認(rèn)為智能機(jī)器人在孤獨(dú)癥兒童的教育干預(yù)領(lǐng)域具有重要作用,是一種非常有潛力的康復(fù)工具。5G猶如網(wǎng)絡(luò)“超級公路”它與新興技術(shù)的融合，必將引發(fā)教師、學(xué)生、學(xué)習(xí)資源、學(xué)習(xí)環(huán)境等教育要素的深刻變革，將對教師教育理念、教學(xué)方式產(chǎn)生重大影響，也將教學(xué)內(nèi)容和學(xué)習(xí)方式的重大轉(zhuǎn)變(袁磊，2019)。盡管人工智能、區(qū)塊鏈、機(jī)器人等新興技術(shù)促進(jìn)了教育的發(fā)展，推動了教育的變革，但我們?nèi)匀徊荒芡耆匾蕾嚰夹g(shù)、信任技術(shù)，而是要以批判的眼光看待技術(shù)的發(fā)展。技術(shù)就像一把雙刃劍，在利用其促進(jìn)教育發(fā)展的同時也要盡可能避免弊端。因此，研究團(tuán)隊(duì)基于技術(shù)賦能學(xué)生學(xué)習(xí)、教師教學(xué)、學(xué)校管理三方面，重點(diǎn)探討技術(shù)賦能下推動教育變革、邁向?qū)嵸|(zhì)教育公平及教育倫理與價值問題。

(一)技術(shù)賦能推動教育變革

1.促進(jìn)個性化“教”與“學(xué)”

當(dāng)前技術(shù)的發(fā)展使各行各業(yè)都在朝向個性化、自動化發(fā)展，教育領(lǐng)域也不例外，培養(yǎng)創(chuàng)新型人才，尊重其個性品質(zhì)的發(fā)展成為關(guān)鍵。時代的發(fā)展要求學(xué)生在自主學(xué)習(xí)的基礎(chǔ)上更加注重個性化學(xué)習(xí)，要求教師在教學(xué)活動中適應(yīng)學(xué)生個性化學(xué)習(xí)方式，靈活創(chuàng)新教學(xué)模式。自適應(yīng)學(xué)習(xí)技術(shù)的出現(xiàn)一方面可以幫助學(xué)生自我制定并執(zhí)行學(xué)習(xí)計劃、自主選擇學(xué)習(xí)策略、對學(xué)習(xí)進(jìn)行自我評估；另一方面為教師提供合適的教學(xué)方法、策略支持服務(wù)、學(xué)習(xí)資源支持服務(wù)及情感支持服務(wù)等個性化學(xué)習(xí)支持服務(wù)等。此外，技術(shù)的發(fā)展也關(guān)注到了特殊需求學(xué)生的學(xué)習(xí)參與度問題。不論是書寫困難、行動困難或是閱讀困難等，智能系統(tǒng)都可以更有效的幫助他們學(xué)習(xí)。在傳統(tǒng)學(xué)習(xí)中，學(xué)生參與度一直是個難題，而技術(shù)發(fā)展使自動化測量學(xué)生參與度變成現(xiàn)實(shí)。這一系列的進(jìn)步，推動了個性化“教”與“學(xué)”的發(fā)展。

2.推進(jìn)混合教學(xué)模式構(gòu)建

混合式教學(xué)借助于媒體技術(shù)，為教學(xué)活動提供資源，將線上學(xué)習(xí)和線下學(xué)習(xí)結(jié)合，從而提升教學(xué)效果(李逢慶，2016)。在教師教學(xué)方面，技術(shù)賦能教育高質(zhì)量發(fā)展體現(xiàn)在靈活、高效與創(chuàng)新，教學(xué)模式的建構(gòu)應(yīng)關(guān)注各方面的深度融合。如果說關(guān)注教學(xué)模式發(fā)展的多元性是橫向聚焦，那么縱向聚焦則是關(guān)注教學(xué)模式的動態(tài)發(fā)展。以技術(shù)賦能教育為目的，教學(xué)模式主體應(yīng)關(guān)注多元性，教學(xué)模式發(fā)展應(yīng)關(guān)注動態(tài)性，探索人機(jī)協(xié)同等技術(shù)教學(xué)相融合的混合式教學(xué)模式構(gòu)建?；旌鲜浇虒W(xué)模式可視為一個數(shù)字系統(tǒng)，教師與機(jī)器人是系統(tǒng)的“操作者”，機(jī)器人可以作為導(dǎo)師也可以作為助教。其次混合式教學(xué)模式下的媒體技術(shù)、線上線下學(xué)習(xí)方式、數(shù)字化資源等技術(shù)可以靈活處理分析學(xué)生學(xué)習(xí)過程中出現(xiàn)的差異，以達(dá)到更優(yōu)的教學(xué)效果。

3.教育管理體現(xiàn)現(xiàn)代化發(fā)展

從教育變革的歷史可知，教育變革往往受思想或技術(shù)驅(qū)動，有時候思想的力量大一些，有時候技術(shù)的力量強(qiáng)一點(diǎn)。當(dāng)前，以人工智能為標(biāo)志的第四次工業(yè)革命，正引領(lǐng)人類進(jìn)入新的智能機(jī)器時代。技術(shù)驅(qū)動教育變革有了更多可能性。在技術(shù)賦能下，人工智能、學(xué)習(xí)過程自動化和區(qū)塊鏈技術(shù)有助于在數(shù)字教育市場推動全球教育的基礎(chǔ)設(shè)施建設(shè)。到2030年，技術(shù)在滿足學(xué)生需求方面的重要作用預(yù)計將推動全球教育技術(shù)市場達(dá)到10萬億美元(Holon IQ，2020)。在所有經(jīng)濟(jì)體中，人們都強(qiáng)烈感受到了技術(shù)驅(qū)動的增值和再增值的需求。技術(shù)應(yīng)用促進(jìn)學(xué)校教育治理體系的現(xiàn)代化，早期預(yù)警系統(tǒng)和區(qū)塊鏈技術(shù)幫助教育治理運(yùn)行的安全化、教育治理過程的開放化。

在科技快速發(fā)展的背景下，全球教育格局正在迅速變化。亞洲和非洲發(fā)展中經(jīng)濟(jì)體的快速增長將推動教育部門的大規(guī)模擴(kuò)張，為全球市場增加3.5億名以上的高等教育畢業(yè)生和8億名中等教育畢業(yè)生。各國教學(xué)能力亟待加強(qiáng)，需要新增超過1億名新教師(Holon IQ，2020)。這對新技術(shù)來說是個重大機(jī)遇。未來20年教育實(shí)踐的變化將在很大程度上由人工智能的發(fā)展來決定。要實(shí)現(xiàn)技術(shù)在推動教育高質(zhì)量體系建設(shè)的全部潛力，不僅需要技術(shù)和研究的驅(qū)動，還需要教師、學(xué)校領(lǐng)導(dǎo)和學(xué)習(xí)者本身充分合作。

(二)技術(shù)賦能邁向教育實(shí)質(zhì)公平

1.推動教育信息化

教育信息化是教育現(xiàn)代化的先決條件，是建設(shè)教育強(qiáng)國新征程的必由之路?！叭斯ぶ悄?教育”“區(qū)塊鏈+教育”“機(jī)器人教育”“互聯(lián)網(wǎng)+教育”等智能技術(shù)輔助教學(xué)的策略是教育信息化發(fā)展的重要表征之一。新時代追求“公平而有質(zhì)量的教育”，這就意味著未來教育的發(fā)展不僅需要“公平”，也需要“高質(zhì)量”。利用信息化促進(jìn)教育公平已經(jīng)成為現(xiàn)階段的教育共識。在新冠疫情“停課不停學(xué)”的特殊條件下，信息化促進(jìn)教育公平的發(fā)展也達(dá)到了前所有未有的跨越式發(fā)展(柳立言，2021)。智能技術(shù)的出現(xiàn)推動了教育信息化的發(fā)展，教育信息化的推進(jìn)為智能技術(shù)創(chuàng)造了新的發(fā)展空間，二者相互耦合。新一代信息技術(shù)為教育信息化的發(fā)展賦能，持續(xù)推進(jìn)信息技術(shù)與教育教學(xué)深度融合，促進(jìn)教育信息化轉(zhuǎn)型升級，為實(shí)現(xiàn)教育公平開辟新路徑。

2.促進(jìn)城鄉(xiāng)教育均衡

城鄉(xiāng)之間、東西部地區(qū)、發(fā)達(dá)地區(qū)和落后地區(qū)之間教育發(fā)展不均衡問題突出，技術(shù)的發(fā)展為解決這一難題提供了條件。技術(shù)賦能教育將有效地支撐基礎(chǔ)教育公平而有質(zhì)量的發(fā)展，這也是推動基礎(chǔ)教育優(yōu)質(zhì)均衡發(fā)展的核心動力(萬昆等，2020)。如以技術(shù)為依托開展的“雙師課堂”“名師課堂”“專遞課堂”等促進(jìn)城鄉(xiāng)教育協(xié)同發(fā)展的教學(xué)模式，為教育發(fā)展落后地區(qū)提供與發(fā)達(dá)地區(qū)相同的教育資源和教育服務(wù)。通過技術(shù)手段，搭建網(wǎng)絡(luò)平臺突破時空的限制，將優(yōu)質(zhì)教育資源輸送到教育發(fā)展薄弱地區(qū)，能夠有效緩解這些地區(qū)開不起課、開不好課的問題。以技術(shù)賦能教育達(dá)到共享優(yōu)質(zhì)教育資源的目的，解決教育發(fā)展“不平衡、不充分”問題，促進(jìn)教育公平。

3.推進(jìn)鄉(xiāng)村教育振興

2018年，中共中央、國務(wù)院印發(fā)《鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》，提出“積極發(fā)展‘互聯(lián)網(wǎng)+教育’，推進(jìn)鄉(xiāng)村學(xué)校信息化基礎(chǔ)設(shè)施建設(shè)，優(yōu)化數(shù)字教育資源公共服務(wù)體系”(中共中央國務(wù)院，2018)。同年，教育部(2018)印發(fā)的《教育信息化2.0行動計劃》明確指出，要“發(fā)揮技術(shù)優(yōu)勢，變革傳統(tǒng)模式，推進(jìn)新技術(shù)與教育教學(xué)的深度融合,真正實(shí)現(xiàn)從融合應(yīng)用階段邁入創(chuàng)新發(fā)展階段”。在線學(xué)習(xí)、智能輔導(dǎo)系統(tǒng)、遠(yuǎn)程教學(xué)平臺、人工智能等技術(shù)以其多路徑供給、學(xué)習(xí)支持服務(wù)、智慧化與個性化指導(dǎo)等特點(diǎn)為鄉(xiāng)村教育振興發(fā)展提供新路徑。隨著技術(shù)變革教育的形式的不斷創(chuàng)新， “三通兩平臺”、 “教學(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目初步解決了鄉(xiāng)村教學(xué)點(diǎn)教學(xué)水平不高的問題。這些措施提升了教育薄弱地區(qū)教育發(fā)展水平，對促進(jìn)教育公平發(fā)展具有重要作用。在智能時代，要積極應(yīng)變技術(shù)給教育帶來的機(jī)遇和挑戰(zhàn)，以技術(shù)發(fā)展作為推進(jìn)鄉(xiāng)村教育振興的動力，實(shí)現(xiàn)傳統(tǒng)教育模式向新時代智能教學(xué)模式轉(zhuǎn)變，推動教育發(fā)展向高質(zhì)量轉(zhuǎn)變。

(三)技術(shù)賦能下教育倫理與價值問題

人工智能技術(shù)、機(jī)器人、區(qū)塊鏈等新興技術(shù)的出現(xiàn)給高質(zhì)量教育的發(fā)展提供了新的途徑，但也帶來了難以預(yù)測的技術(shù)倫理問題。技術(shù)應(yīng)用的倫理問題逐漸受到全球關(guān)注，探討技術(shù)倫理的發(fā)展，有利于為高質(zhì)量教育發(fā)展提供支撐。

1．開展技術(shù)倫理教育

學(xué)生首先需要具備權(quán)利意識，盡管大部分學(xué)生已意識到自己使用技術(shù)過程中具有知情參與權(quán)、信息自決權(quán)和撤銷權(quán)，但如何使用和維護(hù)這類權(quán)利的認(rèn)識依舊模糊(EDUCAUSE，2021)。課程教育作為培養(yǎng)學(xué)生綜合素質(zhì)能力的有效途徑，應(yīng)將技術(shù)倫理意識融入到計算機(jī)技術(shù)、人工智能、數(shù)據(jù)分析等技術(shù)應(yīng)用類課程，也可以專門開設(shè)相應(yīng)的技術(shù)倫理課程。此外，技術(shù)倫理講座、信息安全知識競賽、倫理辯論賽等課外活動也是開展技術(shù)倫理教育的有效方式。我國有悠久的歷史文化傳統(tǒng)，倡導(dǎo)的是“向善”的技術(shù)倫理思想。這一思想在防止人被技術(shù)異化、避免惡性競爭、保障公平等方面具有重要價值，是思考智能時代教育發(fā)展的原點(diǎn)，是創(chuàng)造美好生活的精神寶庫，將為規(guī)避未來世界教育中技術(shù)應(yīng)用的倫理風(fēng)險貢獻(xiàn)中國智慧(王嘉毅等，2020)。

2.開展技術(shù)倫理評估

人們經(jīng)常擔(dān)憂未來教育是讓人更像機(jī)器還是更像人？這一問題，又產(chǎn)生了更多基于技術(shù)使用的思考：信息技術(shù)知識快速迭代，個體對此應(yīng)接不暇，這使人更解放還是更不自由？虛擬現(xiàn)實(shí)技術(shù)融入生活，是讓人貼近生活還是更遠(yuǎn)離？人工智能支持的個性化學(xué)習(xí)和評價，讓人更同質(zhì)化還是多樣化？市場主導(dǎo)的教育資源布局，讓未來教育變得更公平還是擴(kuò)大差距……這一系列思考都是未來技術(shù)評估需要考慮的關(guān)鍵點(diǎn)(李芒等，2020)。在課堂教育中，教師作為技術(shù)使用的主體和主導(dǎo)者正面臨著復(fù)雜的技術(shù)應(yīng)用倫理問題。重構(gòu)教師的知識結(jié)構(gòu)，將倫理知識(包括技術(shù)倫理知識)作為新的教師知識構(gòu)成要素引入TPACK概念框架，有利于為教師的技術(shù)倫理水平和教學(xué)實(shí)踐評估提供全新的分析框架(鄧國民等，2021)。作為技術(shù)本身，應(yīng)當(dāng)在技術(shù)的設(shè)計階段進(jìn)行倫理介入，評估各種因素對技術(shù)的作用和影響(王以梁等，2016)。

3. 制定技術(shù)倫理規(guī)約

“沒有規(guī)矩不成方圓”，制定技術(shù)倫理規(guī)約才是保證技術(shù)合理使用的關(guān)鍵所在。技術(shù)教育應(yīng)用的倫理風(fēng)險主要來自于設(shè)計開發(fā)和實(shí)踐應(yīng)用兩個環(huán)節(jié)(馮銳等，2020)。在設(shè)計開發(fā)階段，研發(fā)人員需要遵循教育價值觀指導(dǎo)下的技術(shù)規(guī)范和科學(xué)標(biāo)準(zhǔn)，避免出現(xiàn)錯誤的價值觀引導(dǎo)傾向。在實(shí)踐應(yīng)用環(huán)節(jié)，人機(jī)協(xié)作需要相應(yīng)教育政策和法規(guī)的規(guī)范，以“強(qiáng)制”的形式保證技術(shù)的科學(xué)應(yīng)用，實(shí)現(xiàn)教育創(chuàng)新和隱私保護(hù)之間的平衡(楊現(xiàn)民等，2018)。

教育是培養(yǎng)人的社會活動，應(yīng)當(dāng)秉承以人為本的宗旨，按照“教育的邏輯”考量“技術(shù)”(安富海，2020)。但技術(shù)應(yīng)用的倫理研究明顯滯后于新技術(shù)的發(fā)展和應(yīng)用(李曉巖等，2021)，構(gòu)建技術(shù)支持教學(xué)的倫理框架是當(dāng)前的重要任務(wù)，也是技術(shù)支持教學(xué)和諧發(fā)展的必由之路(劉智等，2021)。

[注釋]

本文部分內(nèi)容來自 OECD digital education outlook 2021:Pushing the frontiers with artificial intelligence, blockchain and robots, 報告網(wǎng)址https://er.educause.Edu/-/media/files/articles/2020/1/er20sr201.pdf．