趙磊磊 馬玉菲 代蕊華

【摘要】? 教師與人工智能技術的關系是推進教育人工智能發(fā)展中需要審慎處理的關鍵關系，理清教育人工智能場域下的教師角色與行動取向極具現(xiàn)實意義。本文以教師角色分析為出發(fā)點，有針對性地選擇研究對象，通過半結構化訪談及問卷調查獲得樣本數(shù)據，開展實證研究。研究發(fā)現(xiàn)：在智能時代，教師應成為知識信息、數(shù)字資源智能傳播與呈現(xiàn)的掌舵者。具體而言，在教學功能方面，教師可扮演基于證據的個性化教學決策者與分析者;在輔導功能方面，教師需成為智能時代學生輔導的情感補位者;在管理功能方面，教師需成為非常規(guī)類班級及行政管理的人力保障者?；诖耍恼绿岢隽私逃斯ぶ悄軋鲇蛳陆處煹男袆尤∠颍航處煈⒅刂悄軙r代知識傳授及數(shù)字資源建設的人文滲透;教師應注重提升智能教學與教育證據的整合能力;教師應實施智能幫扶與情感補位相結合的輔導策略;教師需基于管理情境適度應用與合理省思智能技術。

【關鍵詞】? 人工智能;教師;教師角色;行動取向;實證研究;個性化教學;人文滲透;情感補位

【中圖分類號】?? G451???????? 【文獻標識碼】? A?????? 【文章編號】? 1009-458x（2021）7-0058-09

本文系中國高等教育學會2020年“高等教育信息化研究”專項重點課題“高校信息化安全風險防范與化解研究”（2020XXHD04）和中央高校基本科研業(yè)務費專項資金資助課題“中小學校長信息化領導力的影響因素及生成機制研究”（JUSRP12074）的階段性研究成果。

引言

隨著人工智能逐漸上升為國際競爭的新焦點，人工智能與教育的關系隨之成為國際領域的關注熱點。我國政府部門及相關機構為搶占教育人工智能高地，頒布了相關政策并在不同教育層次實施了多項舉措。2017年7月8日，國務院（2017）發(fā)布《新一代人工智能發(fā)展規(guī)劃》，強調建設人工智能學科，實施全民智能教育項目，在中小學階段設置人工智能相關課程，逐步推廣編程教育。2018年4月2日，教育部（2018）發(fā)布《高等學校人工智能創(chuàng)新行動計劃》，提出加大人工智能人才培養(yǎng)以及構建人工智能多層次教育體系。2018年4月28日，國內第一本關于人工智能技術的高中教材（《人工智能基礎（高中版）》）在滬發(fā)布，標志著人工智能在中小學教育中的應用進入一個嶄新階段（搜狐網， 2018）。這表明，人工智能的教育優(yōu)勢已在教育教學領域及政府戰(zhàn)略規(guī)劃層面引起較多關注。人工智能技術的不斷發(fā)展對教育現(xiàn)場產生相當大的沖擊，對教師職業(yè)提出了新的要求與挑戰(zhàn)，引發(fā)了諸多教師對于人工智能是否有可能代替其工作的憂慮。在人工智能時代，教師對于教育人工智能的認知與理解如何？教師如何認識和處理自身與智能技術的關系？筆者嘗試對人工智能與教師間的關系進行質性分析，以期回應相關議題。

一、文獻回顧和研究設計

（一）文獻回顧

人工智能對教育產生的革命性影響使智慧教育或智能教育成為當前教育改革與發(fā)展的重頭戲，人工智能與人類智慧的交鋒為重新審視教師角色提供了新的契機。在人工智能的沖擊下，眾多教師也逐漸擔憂自身職業(yè)是否會被人工智能取代。學界對人工智能與教師關系的研究概況如下。

在國外研究層面，較多國外學者認同人工智能教育應用可發(fā)揮積極功效，也較為認同“教師職業(yè)難以被人工智能完全替代”的觀點。英國廣播公司在分析了365種職業(yè)未來在英國的“被淘汰概率”后，發(fā)現(xiàn)教師被機器人取代的概率僅為0.4%，僅次于心理醫(yī)生與公關（搜狐網， 2017）。Popenici和Kerr（2017）指出，人工智能為教育教學開辟了新的視野，但智能數(shù)據挖掘較大的不確定性與不穩(wěn)定性等技術局限是人工智能教育應用無法取代經驗豐富的教師的原因之一，教師應當成為引導技術可能性發(fā)展方向的掌舵者。也有部分國外學者就如何將教師優(yōu)勢與人工智能的技術優(yōu)勢相結合做出探究。Kenneth Holstein等學者（2018）的研究表明，在K-12教室中使用智能教學系統(tǒng)（ITSs）可以非常有效地幫助學生學習。以上觀點不僅認識到人工智能技術的潛力，也揭示了人工智能在教育應用中的局限性。

在國內研究層面，有些國內學者嘗試圍繞教師教書育人的工作內容與人工智能的功用做出分析與討論。例如，鄭蕊（2019）認為，人工智能可以替代教師重復的“教”的勞動而讓教師們更加專心在“育”的活動上，教師可以去做更有價值的、機器無法替代的重要事情，比如關心學生內心的想法和感受等。胡偉（2019）指出，人工智能可助力教師精準實現(xiàn)“因材施教”。也有部分國內學者對人工智能時代教師角色的轉變進行探討。陶靜（2020）指出，人工智能時代教師應及時轉變角色，回歸育人，坦然應對人工智能帶來的教育變革。單佳旭（2020）認為，人工智能時代教師角色轉變主要體現(xiàn)在“育人”價值更加凸顯，教師由傳統(tǒng)角色向知識的引導者、智能機器的合作者等角色轉變。呂愷悅和孫眾（2019）認為，在人工智能時代教師職業(yè)將逐漸走向人機協(xié)同的局面。整體來看，諸多學者較為認可人工智能的教學輔助角色，且普遍認為人工智能很難在育人層面替代教師。

綜上所述，人工智能教育應用需予以規(guī)范，若超越教育需求及背景條件盲目推行復雜且無序的人工智能應用，則有可能會對教師工作產生較多技術負擔。當前人工智能時代教師角色的研究盡管從教師角色認知、教師角色轉變等諸多方面做了一些基本論述與分析，但一些深層次的教師角色議題懸而未決。從教師職業(yè)功能的角度來說，人工智能時代教師角色究竟涉及哪些核心內容？人工智能時代教師在教育實踐中應遵循何種行動取向？本研究嘗試從教師角度挖掘教育人工智能場域下的教師角色及行動取向，以期為人工智能時代教師究竟該做什么、怎么做提供基本參照。

（二）研究設計

1. 研究方法

本研究采用扎根理論的研究方法，通過理論抽樣選取90名中小學一線教師作為研究對象，通過深度訪談獲取第一手資料數(shù)據，從訪談資料中發(fā)現(xiàn)、發(fā)展和檢驗人工智能對教師角色的沖擊。之所以選擇扎根理論的研究方法，是因為其研究目的是從經驗資料（empirical data）中生成（generate）理論，而不是僅限于描述或解釋研究對象，其結果是對現(xiàn)實的理論呈現(xiàn)（朱麗葉， 等， 2015）。本研究通過文字、錄音等方式記錄訪談內容，了解一線教師認為人工智能與自身在教學、輔導和管理功能等方面各有何表現(xiàn)，其后通過開放式、主軸式和選擇式三種編碼方式對資料進行分析，生成教育人工智能場域下的教師角色理論，并針對其角色分析結果提出教育人工智能場域中教師該采取的行動取向?；诰幋a分析結果，本研究擬進一步利用問卷調研方式，了解教育人工智能場域下教師角色的現(xiàn)狀與問題。最終依據質性分析及問卷分析結果，提出教育人工智能場域下教師的行動取向。

2. 訪談內容

要刻畫人工智能時代的教師角色，首先需要對教師角色的具體內容進行劃分。Nayir和Cinkir（2015）將教師角色行為劃分為教學能力（包括擬訂和實施教學計劃、編選教材等）、行政能力（包括一般行政和專項業(yè)務的計劃、執(zhí)行、溝通與協(xié)調能力）和輔導能力（包括一般學生的輔導和專項輔導工作）。Harris和Biddulph（2000）將教師角色功能劃分為教學功能（教師能夠擬訂教學計劃、實施教學活動等）、班級管理功能（教師能夠維護班級秩序以及學生安全）、輔導功能（教師能夠協(xié)助與輔導學生解決問題，并幫助學生建立良好人際關系）和行政管理功能（教師能夠參與規(guī)劃學校活動，分擔教學以外的行政事務，與家長和社區(qū)有所協(xié)調與互動）。本研究綜合上述兩種劃分，將教師角色功能分為教學、輔導、管理三個維度，其中管理維度涉及班級管理和行政管理兩個方面。本研究以人工智能與教師關系作為訪談的基本關注點，具體根據教學功能、輔導功能、管理功能等教師角色來拓展訪談內容，并設計半結構式訪談提綱，引導受訪教師訪談時的討論方向，以期能深入剖析教師對于人工智能的態(tài)度與看法。訪談提綱如表1所示。

3. 訪談樣本

扎根理論中的理論抽樣是一種建立在概念或主題之上的資料收集方法，其目的是從地點、人物和事件中收集資料，以期最大化地從屬性和維度上形成概念、揭示變量并尋找概念之間的關系（朱麗葉， 等，2015）。因而本研究在選擇訪談對象時既盡可能地與本研究的主題和內容最大程度相關，也力求在數(shù)量上滿足樣本數(shù)量需求。筆者通過自身人際網絡尋找受訪者，共選擇男女教師各45位作為訪談對象，其中30位為S市（直轄市）智能教育示范區(qū)的中小學教師，32位為W市（東部發(fā)達省份的經濟發(fā)達城市）教育信息化示范學校教師，28位為L市（西部欠發(fā)達省份的省會城市）的中小學教師。半結構化訪談從2019年6月25日開始，至2020年2月12日完成，部分被訪談者的性別、年齡、最高學歷、職稱、任教年數(shù)、任教科目等個人情況如表2所示。

二、教育人工智能場域中教師

角色的實證分析

（一）編碼分析

1. 編碼方式

編碼是將資料簡化成為有組織且條理連貫的想法組合（Smith & Short， 2001），也是標簽或標示研究中所匯集的描述性或推論性資料的意義單位（Chowdhury & Faisol， 2015）。筆者采用QSR公司研發(fā)的Nvivo 11.0軟件作為輔助分析工具，對訪談資料進行收集、分析、編碼和探索。首先將獲得的90份訪談錄音轉化為文字資料，在轉錄過程中為保證數(shù)據質量的真實性與客觀性保留了被訪者的口語化資料，同時錄入被訪者語言與非言語信息，共轉錄文字資料約72.3萬字。編碼分析基于扎根理論，通過開放性編碼、主軸編碼和選擇性編碼三段編碼過程，分別對訪談提綱中各維度所涉及的材料進行編碼，嘗試探尋不同維度下教師關注的重點和主要觀點。

2. 飽和度檢驗

在編碼過程中采用兩名編碼者獨立編碼的方式，并通過歸類一致性檢驗判定編碼信度。兩位編碼者的歸類一致性系數(shù)最低為0.708，最高為0.901。編碼信度系數(shù)最低為0.829，最高為0.948。當使用歸類一致性方法得到的編碼信度系數(shù)大于等于0.8時，說明編碼者一致性較高。經檢驗，本研究的編碼一致性符合要求，編碼數(shù)據可信（編碼信度如表3所示）。

（二）編碼結果

1.智能時代教師角色涉及“技術認知及角色”“技術體驗”“教學、輔導和管理功能”

通過對90份訪談資料的編碼結果進行整理和概括，最終形成的編碼結果如表4所示。

基于上述分析，前文所得的選擇編碼具有較強的說服力，可進一步將教學功能、輔導功能、管理功能統(tǒng)整為教師角色的功能體現(xiàn)，而且教師角色的功能體現(xiàn)與教師角色的基本定位均屬于教育人工智能場域下教師角色研究的核心組成部分。結合前文編碼分析結果，筆者設計出教育人工智能場域下教師角色的系統(tǒng)框架圖（如圖1所示）。

2. 個性化教學、知識傳授及數(shù)據挖掘是人工智能便利教師職業(yè)的主要路徑

詞頻分析有助于厘清教育人工智能場域下教師角色的關注熱點。從圖2（詞頻查詢結果可視化分析圖）可以看出，人工智能、教育、教師、學校、教學、學習、技術、知識、需要、數(shù)據等詞屬于高頻詞。這在一定程度上說明，在教育人工智能場域下，教師對于自身角色的認知集中體現(xiàn)在智能技術與教學的關系、智能技術與知識傳授的關系、智能技術與個體需要滿足的關系、智能技術與教育數(shù)據挖掘的關系等方面。據此，詞頻的分布情況基本上體現(xiàn)了人工智能時代教師角色重塑的基本方式，個性化教學、知識傳授和數(shù)據挖掘是人工智能便利教師職業(yè)的主要路徑。

3. 教師對智能技術角色、智能技術與教師教學等方面的關注度較高

對選擇編碼分布情況進行分析有助于進一步厘清教育人工智能場域下教師對于教師角色不同維度的關注度。選擇編碼的覆蓋率分布如圖3所示。各選擇編碼的覆蓋率從高到低排列依次是智能技術角色（46.95%）、智能技術與教師教學（41.93%）、智能技術認知（41.25%）、智能技術與學習輔導（40.84%）、教師陪伴與傾聽（34.86%）、智能技術與班級管理（29.68%）、智能技術與行政管理（29.24%）、智能技術與學生學習（22.10%）和教師技術體驗（21.31%）。其中，教師對智能技術角色、智能技術與教師教學、智能技術認知、智能技術與學習輔導的關注度較高（覆蓋率均大于40%），但是教師對于智能技術與班級管理、智能技術與行政管理、智能技術與學生學習以及教師技術體驗的關注度較低，這在一定程度上反映了教師目前對人工智能與教學管理和學生學習間關系的認識尚待進一步加深，有必要從關注“人工智能與教師教學的關系”向關注“人工智能與教和學之間的關系”轉向。

三、教育人工智能場域下教師

角色的認知現(xiàn)狀

基于以上分析，結合具體的訪談材料，本研究發(fā)現(xiàn)教育人工智能場域下教師的角色主要體現(xiàn)在以下四個方面。

（一）基本定位：教師應成為知識信息、數(shù)字資源智能傳播與呈現(xiàn)的掌舵者

在教育人工智能場域下教師角色的基本定位方面，教師應成為知識信息、數(shù)字資源智能傳播與呈現(xiàn)的掌舵者。選擇編碼C2智能技術角色包括B5技術功能有限性和B6技術與知識傳授兩個方面。面對人工智能的發(fā)展，大部分受訪教師認為，智能技術并非萬能，難以完全替代教師，人工智能可以輔助智能化呈現(xiàn)知識和智慧匯聚多樣化的數(shù)字資源，但是智能呈現(xiàn)知識的方式和篩選數(shù)字資源的方向仍依賴教師本身。一方面，人工智能在知識和資源智能創(chuàng)生方面大有作為。人工智能已經在課堂教學行為分析、學習者情感建模、用知識圖譜預測學生學習表現(xiàn)（蘇明， 等， 2019）等方面實現(xiàn)了一定突破，可增強學生在學習體驗方面的沉浸感。例如，F(xiàn)5教師指出，教育機器人這類教育人工智能產品能夠對教學監(jiān)測與分析提供幫助。另一方面，因教學時間、場域等因素存在復雜性，智能化知識呈現(xiàn)及資源創(chuàng)生很可能與教學場景的動態(tài)需求存在實踐偏差，人工智能很難及時捕捉學生認知水平與資源期待的短期變化，智能時代的知識呈現(xiàn)和數(shù)字資源建設仍需教師通過“察言觀色”“互動溝通”等方式予以統(tǒng)籌，教師依然是智能時代知識呈現(xiàn)和數(shù)字資源創(chuàng)生的掌舵者。正如F2教師指出的，“人工智能很難觸動德育和情感溝通等方面的內容，這些內容還是需要教師具有教育現(xiàn)場的即時應變對策”。

（二）教學功能：教師可扮演基于證據的個性化教學決策者與分析者

在教學功能上，個性化教學、知識傳授和數(shù)據挖掘是人工智能便利教師職業(yè)的主要路徑，教師可扮演基于證據的個性化教學決策者與分析者。根據編碼結果劃分出C4智能技術與教師教學、C5智能技術與學生學習兩個方面。在C4智能技術與教師教學方面，編碼顯示了B10技術與教育數(shù)據收集、B11技術與信息傳送及B12技術與個性化教學三個維度。較多受訪教師提到，人工智能可在全面采集、分析學生學習過程數(shù)據的基礎上，實現(xiàn)基于證據的智能教學決策，助力個性化教學的深度推進。例如，F(xiàn)23教師指出：“人工智能可通過各式各樣的測驗斷定學生的學習困難?！痹贑5智能技術與學生學習方面，編碼顯示了B13技術與學習方式、B14技術與學習資源和B15技術與學習反饋三方面內容。受訪者提到人工智能可以改善教育數(shù)據的挖掘、收集與分類模式，可為教師在分析學情、監(jiān)測課堂和反饋問題等方面提供信息支持，有助于教師根據教學實情及變動有效調整教學安排。例如，F(xiàn)33教師指出：“人工智能能夠規(guī)模化地捕捉學生的每一個反應、眼神、動作和表情，教師能據此做出回應、調整教學，讓個性化的教學決策變得有證據可循。”綜上所述，人工智能在延展智能教學系統(tǒng)功能、重構領域知識模型和學習者模型等方面的應用可促使教師的教和學生的學變得更為快速與精準，因而智能時代的教師應主動保持人類教學的靈動性與主體性，利用智能技術實現(xiàn)基于證據的個性化教學決策與分析。

（三）輔導功能：教師需成為智能時代學生輔導的情感補位者

在輔導功能方面，較多受訪教師認識到當前人工智能技術在人際關系、情感表達方面的應用局限性，教師需成為智能時代學生輔導的情感補位者。對于教師輔導來說，教師智慧優(yōu)于人工智能之處主要體現(xiàn)在人際互動與情感表現(xiàn)方面。教師輔導所涉及的“品行熏陶與情感表現(xiàn)”無法被人工智能取代，這也是目前人類教師的優(yōu)勢所在。在人工智能很難觸動的“品行培育與情感支持”環(huán)節(jié)，教師依然需要及時且迅速地針對不同學生的性格特點、興趣愛好和學習困境做出靈活回應，以便最大限度滿足學生的個性化需求。選擇編碼C6智能技術與學習輔導涉及B16技術與學習問題發(fā)現(xiàn)、B17技術與學習策略改進兩個方面，C7教師陪伴與傾聽涉及B18教師真誠陪伴及B19教師傾聽與師生交流兩個方面。受訪教師已經意識到人工智能在學生學習輔助方面能夠迅速做出反應這一優(yōu)勢。例如，F(xiàn)29教師談道：“人工智能可以通過大數(shù)據迅速發(fā)現(xiàn)學生學習過程中的薄弱環(huán)節(jié)，可以迅速找出解決策略，對癥加強薄弱部分的練習?！笔茉L者也認識到人工智能雖可便利教師輔導，卻替代不了教師真誠陪伴學生這一功能。例如，F(xiàn)40教師提到，“輔導是科學也是藝術，人工智能可以解決科學那一部分，但藝術這一部分它很難做到靈活解決，也就是說人工智能可能可以解決表面問題，但有些深層次的東西它其實觸碰不到?！本C上所述，雖然人工智能可以協(xié)助教師快速有效地找到適合學生的輔導策略（Per Valter， 2018），但是人機互動缺少了人情的溫暖，因而教師們應該在應用人工智能技術的同時不忘落實真誠陪伴學生的責任。

（四）管理功能：教師需成為非常規(guī)類班級和行政管理的人力保障者

在管理功能上，本研究根據編碼結果劃分出C8智能技術與班級管理、C9智能技術與行政管理兩個方面。在C8智能技術與班級管理方面，共涉及B20技術與學情分析和B21教師與班級秩序兩個維度。較多受訪教師認為，班級秩序和文化建設、學生隱私保護等非常規(guī)類班級管理內容的建設仍需教師予以引領與統(tǒng)籌，由此可知，教師需成為非常規(guī)類班級和行政管理的人力保障者。例如，F(xiàn)55教師提到：“我覺得人工智能輔助班級管理的問題，對于常規(guī)的、通過調取數(shù)據可以合成的內容，機器人有可能能夠很快處理，但還有例如班級文化建設等方面要依賴于教師能力的發(fā)揮，此方面彰顯了教師的‘人為優(yōu)勢?！盕63教師提到：“人工智能雖然可以實現(xiàn)學生表情及行為監(jiān)測，但如何做才能避免侵犯學生隱私等方面還需要老師們注意和把握?！痹贑9智能技術與行政管理方面，被訪談者的關注點集中在B22技術與例行性事務和B23教師人際關系與行政事務兩個維度。受訪教師普遍認為人工智能在例行事務輔助方面優(yōu)勢明顯，但在涉及人際關系協(xié)調和互動上人工智能目前尚無法有效實現(xiàn)。例如，F(xiàn)52教師提到：“行政事務除了上級交辦，其實很多發(fā)生的問題都是人際關系問題，而人工智能很難去解決‘人的問題。”綜上所述，人工智能很難去有效處理一些涉及“打交道”的行政事務，一些非常規(guī)管理事務的處理現(xiàn)場一般以人際關系的調和為載體，如果交由機器人完成易缺乏人的情感關懷（Skiba，2017），因而這部分仍需教師來完成。

四、教育人工智能場域下教師的行動取向

在人工智能發(fā)展迅速的時代，越來越多的職業(yè)也許會被機器人取代，盡管一線教師不必擔心自己會被人工智能取代，但明確自身在人工智能時代的行動取向十分必要。針對以上分析與討論，筆者認為人工智能時代教師的實踐取向需關注以下要點。

（一）教師應注重智能時代知識傳授和數(shù)字資源建設的人文滲透

在智能時代，人們獲取知識的便捷程度非比尋常，知識傳授和數(shù)字資源建設可在智能互聯(lián)的基礎上實現(xiàn)智慧升級，但知識傳授和數(shù)字資源建設歸根結底是內容輸出和內容建設，內容是人類思想的結晶，其創(chuàng)作包含了對人性的思考，智能時代的技術應用不僅不可擯棄人文，還要更加注重人文滲透，因為人文教育意味著內心秩序的建立、行為方式的分寸感和思考邊界的拓展（于丹， 2018）。具體來說，需要教師做到：其一，要有意識地培養(yǎng)自身運用智能技術的倫理邊界和責任感，牢記技術輔助和人文熏陶的教育原則，在人文與科技之間把握平衡，正確看待人工智能與人類智慧的交鋒，對智能技術與人類智慧各取所長，讓技術為人所用而不是讓技術決定人的思考。其二，在教學設計方面更加注重將人文教育注入設計和輸出教學內容的過程之中，例如在應用人工智能技術的同時穿插講解教育與技術的發(fā)展歷史，教會學生辨證看待技術發(fā)展帶來的便利與挑戰(zhàn)。其三，將人文教育融入技術應用的過程和具體的教學環(huán)節(jié)之中，比如不同的學生其技術應用水平也不甚相同，教師可以鼓勵學生在互幫互助、相互協(xié)作的氛圍下應用人工智能技術進行合作學習，于細節(jié)之中培育學生的情感、態(tài)度、價值觀等。

（二）教師應注重提升智能教學與整合教育證據的能力

人工智能通過程序設計預先內建模組，可以快速識別學生的眼神、表情、動作等反應，為教師調整教學進度與任務難易程度提供依據，為個性化的智能教學提供技術輔助。但教育證據很難直接作用于智能教學服務，而是需要以教師具備科學整合智能教學與教育證據的能力為前提。具體來說，需要教師做到：其一，充分利用“互聯(lián)網+教育”的動態(tài)性、交互性、多媒體性來創(chuàng)設良好的課堂互動氛圍，鼓勵學生充分表達自己的觀點和理解，為教育證據的集成獲取海量的數(shù)據基礎。其二，具備選擇、理解、篩選和評估各種信息的數(shù)據素養(yǎng)，能夠將數(shù)據轉換為信息，能夠總結和掌握若干種由動態(tài)的、即時的、歷時的、全面的數(shù)據組成的反映學生學習情況的方法，辯證看待和主動駕馭信息，讓信息為教育教學決策提供證據，保持人類教學的靈動性和人文性。其三，有意識地對數(shù)字資源進行分類、匯聚與篩選，即對收集回來的信息進行梳理、加工和優(yōu)化，資源或信息整合的核心是將可能原本看起來毫無關聯(lián)的兩樣甚至是多樣事物加以組合、得出新的判斷和創(chuàng)造出新的價值。這需要教師具備全局性思維，將單一問題置于系統(tǒng)之中去理解，在把握核心因素的基礎上擴大問題的影響因素分析范圍，多方面考慮直接或間接的因素，運用梳理出的影響因素做出基于教育證據的教育決策。

（三）教師應實施智能幫扶與情感補位相結合的輔導策略

盡管智能輔導可為教師提供重要輔助，但目前情感計算技術的發(fā)展仍具有局限性，體現(xiàn)在人工智能在一些重復性的、通過反復練習而獲得的易于觀察和量化的硬技能方面可以快速替代人類，但目前在創(chuàng)造力、批判性思維、溝通能力、同理心、關懷等軟技能方面依然需要人類去完成。因而，需要教師做到：其一，要建構和完善自身的心理輔導知識體系，在確定性知識的“訓練”越來越被人工智能取代的背景下，教師的身份和角色更多地向學生成長數(shù)據的分析師、價值信仰的引領者、個性化學習的指導者、社會學習的陪伴者以及心理與情感發(fā)展的呵護者等方面轉換（范國睿， 2018），因而教師要主動學習和補充教育心理學的知識儲備。其二，要有意識地培養(yǎng)自身觀察、識別和處理學生情緒、心理問題的能力，智能幫扶與情感補位相結合的實質是人機結合進行教育教學活動，盡管機器對學生學習狀況的識別十分及時和靈敏，但此種依賴于數(shù)據運算的交互方式在心理關愛層面具有局限性，這對于一些自控能力差、學習心態(tài)脆弱的學生來說心理沖擊尤其大，特別是當學生在機器輔助下學習連續(xù)遭遇失敗時，心態(tài)更容易出現(xiàn)焦慮和情感不適，這時便需要教師及時識別和處理這種狀況，真誠陪伴學生，輔助其面對和處理問題。

（四）教師需基于管理情境適度應用與合理省思智能技術

人工智能通過云端存儲、互聯(lián)網架構、大數(shù)據收集和分析等手段，在快速獲取管理信息、綜合判斷信息等方面具有獨特優(yōu)勢（莫蔚天， 等， 2010），未來的教學管理情境具有復雜性，常規(guī)與非常規(guī)的教學管理情境存在特定差異，教師需基于管理情境適度應用與合理省思智能技術。為此，教師需要做到：其一，盡快適應人工智能對教學管理工作的沖擊，熟悉人工智能在教育教學管理中的實際應用和相關業(yè)務運作，將常規(guī)性或例行性的行政事務手續(xù)依托人工智能的智能終端、程序運行及自然語言處理予以處理，以減輕教師的行政負擔。其二，提升自身運用智能技術進行行政事務管理的方案制定、數(shù)據集成、規(guī)劃整合和具體應用能力。例如，對班級管理的業(yè)務需求進行調研，通盤考慮不同業(yè)務類型所需要的數(shù)據采集、集成和管理方法，因應班級管理需求來自主設計管理方案的實際執(zhí)行步驟，并詳細設計數(shù)據的保存保護方案。其三，注意智能技術的應用范圍，確保智能技術在行政事務處理中不得侵犯個人隱私和正當權益。例如，通過精細計劃班級管理的目標節(jié)點，建立數(shù)據庫管理和監(jiān)督機制，詳細定義和規(guī)范數(shù)據庫的運營規(guī)則，持續(xù)監(jiān)控系統(tǒng)平臺的運行，及時糾正偏差，不斷優(yōu)化，始終保持和遵循技術平臺支持下管理活動的秩序及倫理。

五、結語

伴隨5G時代的來臨，智能感知、機器學習等人工智能技術在教育領域將有可能得到進一步的應用與推廣，這將促使教育教學更為高效、便利和智能。但技術走得愈快，愈要有人文關懷。本文從教師視角出發(fā)，探討了教育人工智能場域下的教師角色與行動取向，發(fā)現(xiàn)人工智能的發(fā)展雖在計算智能和認知智能方面取得了一定成就，但其在情感智能方面還有漫漫長路要走。而且，人工智能在教育領域的應用也面臨不同形態(tài)的教育資料系統(tǒng)尚未整合、教育系統(tǒng)不能過度依賴大數(shù)據分析、數(shù)據資料搜集不能影響學生隱私、人工智能無法完全取代人師角色的實然困局（鄭勤華， 等， 2019）。因此，人工智能的教育功能并非是萬能的，也具有相應的功能有限性。人工智能時代教師角色定位與教師實踐應以“教書育人”為核心任務，以立德樹人為基本原則，以技術輔助為重要手段，推動智能課堂、智能教輔系統(tǒng)、智能管理體系的建設與發(fā)展，改善教師教學方式及學生學習方式。教育場域是一個技術、人、環(huán)境、設施、空間等諸多要素相互作用而形成的復雜場域，本文僅從教師視角探討了人工智能與教師智慧的關系，展望未來，還需繼續(xù)拓展智能時代教師角色研究視角，可嘗試將教師行為與活動作為一個小系統(tǒng)置于人工智能的場域之中，結合技術應用、環(huán)境設計、學生學習適應等其他方面來探討教師行動取向。

[參考文獻]

范國睿. 2018. 智能時代的教師角色[J]. 教育發(fā)展研究（10）：69-74.

國務院. 2017-07-20. 國務院關于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知（國發(fā)〔2017〕35號）[EB/OL]. [2019-11-07]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm？gs_ws=tsina_63 6394431 999454091

胡偉. 2019. 人工智能時代教師的角色困境及行動策略[J]. 現(xiàn)代大學教育（5）：79-84.

呂愷悅，孫眾. 2019. “人工智能+教師教育”的現(xiàn)狀、動態(tài)與問題[J]. 現(xiàn)代教育技術（11）：114-120.

莫蔚天，梁兢. 2010. 人工智能在教學管理中的應用[J]. 求實（S1）：226-227.

搜孤網. 2017-11-19. BBC分析了365個被機器淘汰的職業(yè)，這幾類的可能性非常大！[EB/OL]. [2019-11-07]. http：//www.sohu.com/a/205283859_237688

搜狐網. 2018-04-30. 首部《人工智能基礎》高中教材在滬發(fā)布 全國 40 所高中將開設課程[EB/OL]. [2019-11-07]. http：//www.sohu.com/a/230018426_286966

蘇明，陳·巴特爾. 2019. 人工智能教育倫理的多維審視：基于馬克思技術批判和人的全面發(fā)展理論[J]. 西南民族大學學報：人文社科版（11）：223-228.

單佳旭. 2020. 人工智能時代的教師專業(yè)發(fā)展[J]. 智庫時代（2）：69-70.

陶靜. 2020. 人工智能時代教師的職業(yè)危機與回應[J]. 湖南廣播電視大學學報（1）：1-4.

于丹. 2018-12-23. 人工智能時代與人文教育[EB/OL]. [2020-08-26]. https：//cloud.tencent.com/developer/news/378884

朱麗葉·M. 科賓（JulietM.Corbin），安塞爾姆·L. 施特勞斯（AnselmL.Strauss）. 2015. 質性研究的基礎：形成扎根理論的程序與方法[M]. 重慶：重慶大學出版社.

中華人民共和國教育部. 2018-06-08. 教育部解讀《高等學校人工智能創(chuàng)新行動計劃》[EB/OL]. [2019-11-07]. http：//www.moe.gov.cn/jyb_xwfb/xw_fbh/moe_2069/xwfbh_2018n/xwfb_20180608/mtbd/201 806/t20180611_339062.html

鄭蕊. 2019. 人工智能的限度及教師的超越[J]. 當代教育科學（10）：14-18.

鄭勤華，熊潞穎，胡丹妮. 2019. 任重道遠：人工智能教育應用的困境與突破[J]. 開放教育研究（4）：10-17.

Catapano， S. M. （2001）. Artificial intelligence， teachers， children， and parents： A case study. teaching strategies. Journal of Early Education & Family Review， 9， 19-26.

Chowdhury， & Faisol， M. （2015）. Coding， sorting and sifting of qualitative data analysis： Debates and discussion. Quality & Quantity， 49（3）， 1135-1143.

Harris， B.， & Biddulph， M. （2000）. Surviving and thriving： A small-scale study of the role of group work training in developing teachers professional practice. Pastoral Care in Education， 18（1）， 9-16.

Holstein， K. ， Mclaren， B. M. ， & Aleven， V. （2018）.Student learning benefits of a mixed-reality teacher awareness tool in AI-enhanced classrooms. International Conference on Artificial Intelligence in Education.AIED.

Nayir， K. F.， & Cinkir， S. （2015）.The roles of teachers： Comparing Turkey and Ireland. Anthropologist， 20（1-2）：1-12.

Popenici， S. A. D. ， & Kerr， S. （2017）. Exploring the impact of artificial intelligence on teaching and learning in higher education. Research and Practice in Technology Enhanced Learning， 12（1）， 22.

Valter， P.， Lindgren， P.， & Prasad， R. （2018）. The consequences of artificial intelligence and deep learning in a world of persuasive business models. IEEE Aerospace & Electronic Systems Magazine， 33（5-6）， 80-88.

Smith， C. ， & Short， P. M. （2001）. Integrating technology to improve the efficiency of qualitative data analysis—a note on methods. Qualitative Sociology， 24（3）， 401-407.

Skiba， D. J. （2017）. The potential of blockchain in education and health care. Nursing education perspectives， 38（4）， 220-221.

收稿日期：2020-01-05

定稿日期：2020-11-19

作者簡介：趙磊磊，副教授，博士，碩士生導師，江南大學人文學院教育系（214122）。

馬玉菲，碩士研究生，江南大學人文學院教育系（214122）。

代蕊華，教授，博士，博士生導師，華東師范大學教育部中學校長培訓中心（200062）。