王緒強　胡凡剛

[摘? ?要] 智能技術(shù)支持下的AI教師賦能課堂教學前景廣闊，但并非是全能的，而是存在一定的邊界與限度。對AI教師賦能課堂教學的限度進行理性審思，有利于AI教師在課堂教學領(lǐng)域的合理運用與發(fā)展。研究廓清了AI教師為課堂教學變革提供的三重賦能價值：本位回歸的教學模式、主體間交往的教學關(guān)系和協(xié)同進化的教學理念。研究發(fā)現(xiàn)，存在制約AI教師賦能課堂教學的多重限度：技術(shù)阻隔、倫理困惑、結(jié)構(gòu)桎梏和主體障礙。鑒于此，提出了超越限度的未來發(fā)展路徑：在技術(shù)設計應用的主體導向上加強建設、構(gòu)建人機協(xié)同倫理準則、變革課堂教學結(jié)構(gòu)、遵循學習者的生長節(jié)奏。

[關(guān)鍵詞] AI教師; 限度; 人機關(guān)系; 課堂教學

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 王緒強（1997—），男，山東濟南人。碩士研究生，主要從事教育虛擬社區(qū)倫理、網(wǎng)絡教育應用研究。E-mail：wangxuqiang521@163.com。胡凡剛為通訊作者，E-mail：hufangang5@163.com。

一、引? ?言

2016年，AlphaGo（阿爾法狗）的一堂“人工智能課”掀起了人工智能高速發(fā)展的新一輪浪潮，從教育發(fā)展進程看，機器輔助教學的進步與人工智能發(fā)展的浪潮同頻共振，搭載智能技術(shù)快車的機器在情境理解、智能導學等方面展示出了以往機器所達不到的功能，開始以自身存在和固有邏輯的自在本體角色參與課堂教學，由此AI教師應運而生，也成為教育領(lǐng)域?qū)W者的關(guān)注熱點。就目前研究現(xiàn)狀而言，多數(shù)學者探討了AI教師所帶來的種種好處，認為AI教師將成為撬動課堂教學變革的阿基米德點，如AI教師承擔的新角色、人機協(xié)同的雙師課堂、機器人賦能未來教學的創(chuàng)新與變革[1-3]。而從反思角度看，對AI教師賦能課堂教學所面臨的負面的、力所不逮的、需要防止的、不該僭越的邊界和限度的研究相對較少，這無疑將制約AI教師介入后課堂教學系統(tǒng)的健康發(fā)展。基于此，本文以AI教師介入課堂教學后所面臨的限度為著眼點，探討超越目前限度的路徑，以期為AI教師與課堂教學的深度融合覓求鏡鑒。

二、AI教師向課堂教學賦能

AI教師成為課堂教學的新要素，使得傳統(tǒng)課堂教學的人—人關(guān)系走向了人—機—人關(guān)系。按照系統(tǒng)論的觀點，當構(gòu)成課堂教學系統(tǒng)的要素數(shù)量、功能發(fā)生變化時，也必然會引發(fā)課堂教學系統(tǒng)的功能結(jié)構(gòu)重組（如圖1所示）。

（一）由單一講授到人機協(xié)作：本位回歸的教學模式

“省力設備代替部分工作的同時，也將改變整個任務特性?！盵4]工業(yè)化時代將人的節(jié)奏嵌入到了按照機器生產(chǎn)的效率中，所追求的是整齊劃一的“人工林”，而智能時代的“智能物”代替了人的四肢勞動，人和機器都能回歸自己的本位，所追求的是百花齊放的生態(tài)圈。

通過對人類感知、記憶和思維進行模擬的AI教師能夠具備人類識別、分析、決策等功能，從而可以取代人類教師的重復性勞動。具體而言，一是教學活動中繁瑣的程序性工作將由AI教師來完成，以解除人類教師高強度的工作任務;二是學情分析，AI教師可以獲取學習者的行為數(shù)據(jù)，通過對數(shù)據(jù)的處理能夠幫助人類教師準確把握學習者的個體認知特征，進而全方位了解學習者情況;三是個性化資源推送，依托AI教師強大資源庫，根據(jù)需求為其投放學習資源，助推學習者的個性化發(fā)展[5]。

教育追求的是“整全的善”，培養(yǎng)的是“完整的人”，強調(diào)情、意、知的融生。面對AI教師在重復性勞動中的“無盡神力”，人類教師在情感關(guān)懷、教學智慧、創(chuàng)新思維、專業(yè)倫理等方面的獨有優(yōu)勢，恰恰是教學的難點，這是人類教師的獨特“盔甲”。因此，人機協(xié)作的教學模式使得人與機器各自回歸本位，實現(xiàn)了課堂教學各美其美、美美與共的價值目標。

（二）由師生對立到人機交互：主體間交往的教學關(guān)系

在海德格爾看來，技術(shù)所到之處皆構(gòu)造著人和人的某種新關(guān)系[6]。教學關(guān)系的理想意蘊在教師而非技術(shù)化程式的執(zhí)行者，是呈現(xiàn)以文化為中介展開的主體間性的相互交往實踐關(guān)系，這體現(xiàn)出了教學實踐的人文關(guān)懷。工業(yè)時代沿襲下來的教師主導教學是一種以知識傳授為主的“單向輻射型互動”，而AI教師介入下助力教學內(nèi)容、手段的重心不斷增強，將巧妙發(fā)揮其杠桿作用重構(gòu)教學關(guān)系。

伊德技術(shù)哲學向知覺經(jīng)驗的轉(zhuǎn)換重新理解了人與技術(shù)人工物的關(guān)系，即具身、它異、解釋與背景四種關(guān)系[7]。我們可以以此為框架進行解釋說明。在具身關(guān)系中，師生所獲得的知覺是通過技術(shù)實現(xiàn)的，技術(shù)可以通過多種自然感知技術(shù)向?qū)W習者傳遞信息情感，獲得最真實的體驗，同時增強了學習者感知能力;在解釋關(guān)系中，對世界的知覺需要解釋技術(shù)所顯示的數(shù)據(jù)，也就是技術(shù)幫我們解讀世界，教師可以利用學習分析技術(shù)來分析收集到的學生的各種課堂表現(xiàn)、情感變化等數(shù)據(jù)，判斷學習者的認知風格、學習規(guī)律;在它異關(guān)系中，技術(shù)成為“類似的他者”而具有相對獨立性，當以這種形象參與到學習者的學習過程中，必然能以“類他者”的身份與學習者互動，以增強情感體驗，此時人必須將知覺的焦點放到技術(shù)身上;在背景關(guān)系中，人居于技術(shù)質(zhì)地世界中，技術(shù)退居到了幕后，只有出現(xiàn)問題時才會關(guān)注它。

按照伊德的觀點來闡述AI教師介入后課堂的師生關(guān)系，可以將其分為調(diào)節(jié)型、多邊型和背景型三種。在調(diào)節(jié)型關(guān)系中，技術(shù)在師生之間發(fā)揮的是居間調(diào)節(jié)的作用，如教師與技術(shù)之間形成的解釋關(guān)系和具身關(guān)系;在多邊型關(guān)系中，形成了教師、學生和AI的關(guān)系結(jié)構(gòu)，教師的知覺焦點指向AI教師，學生退居到了邊緣位置，從學生的角度看，學生與AI教師的互動關(guān)系也會使教師處于學生知覺的邊緣位置;在背景關(guān)系中，AI智能化程度越高，AI介入背景的存在感就越低，AI教師以介入師生關(guān)系的方式重構(gòu)了師生二者的互動關(guān)系，推進著人機交互形態(tài)的產(chǎn)生。

（三）由工具隱喻到人機互構(gòu)：協(xié)同進化的教學理念

從雷·庫茲韋爾到尤瓦爾·赫拉利，從比爾·蓋茨到埃隆·馬斯克，洞察靈敏的人已然感受到AI教師的迭代升級似乎已到了類似瓶頸的地帶，“門檻的這一邊還是人類好工具、超級助手，而門檻的另一邊則隱約站著某種意義上的自主行動者”[8]。AI教師角色的“主體上移”顯然不能只用工業(yè)化時代簡單的工具隱喻來衡量，而是一種基于人—技術(shù)結(jié)構(gòu)的人機協(xié)同，從而在你中有我、我中有你的關(guān)系中實現(xiàn)人機互構(gòu)，實現(xiàn)人類智能與機器智能螺旋式的協(xié)同進化。

智能時代，AI教師賦能課堂教學的關(guān)鍵在于技術(shù)層支持更加人性化、具有持續(xù)進化能力的智能，從而借助機器智能賦能教師與學生。人機共生是未來人機關(guān)系發(fā)展的趨勢，人機共生就意味著人與機器的不斷演化，AI教師的智能化演進也會促進人類對自身的再認知。在課堂教學中，隨著師生、生生不斷的信息傳遞、交互共享，龐大規(guī)模的數(shù)據(jù)、教學任務等會嵌入到智慧共享體系中，成為AI教師智能不斷進化的原始驅(qū)動力。與此同時，高智能的AI教師能夠生成大量新知識，打破人的思維盲區(qū)，這些知識不斷提供給教師和學生，突破他們現(xiàn)有的認知極限。

起初技術(shù)人工物的功效需要人去設定，而當它的內(nèi)在意向生成之后，就具備了自我行事的能力。未來當AI教師發(fā)展到更高的智能階段，它的智能化程度會支持其內(nèi)部意向生成。那時AI教師會與人類教師的自主性相匹配，AI教師可以輕松完成課堂教學中的工作。當AI教師獲得了與人類教師同等的智能性，機器習得規(guī)則不再只依靠人工智能系統(tǒng)指定，還可以通過AI教師觀察人類行為獲得。此時AI教師可以獨立自主地幫助人類教師解決教學問題，AI教師真正具備了在權(quán)力、思維、情感等方面和人類教師的對等，人類教師和AI教師都可以去發(fā)現(xiàn)和解決問題，把得到的結(jié)果相互對照，達到知識與技能的相互增強，實現(xiàn)人類教師與AI教師互構(gòu)的協(xié)同進化。

三、AI教師賦能課堂教學的限度

當AI教師介入課堂教學系統(tǒng)時，教學的邊界被打開， 各種性質(zhì)迥異的行為與要素耦合到一起，沖突、協(xié)同、吞噬等現(xiàn)象紛紛涌現(xiàn)，教學系統(tǒng)也將更加錯綜復雜[9]，從技術(shù)層、倫理層、結(jié)構(gòu)層和主體層的制約因素來看，當下AI教師賦能課堂教學仍然存在其限度，如圖2所示。

（一）技術(shù)阻隔：智能匱乏削弱教學實效性

AI教師在代替人類教師重復性工作方面確實達到了一定的實用水平，為人機協(xié)同的精準教學帶來了契機[10]，但在德雷福斯看來，人類理性與智能的獨特性難以被人工智能表征[11]，因而“人是機器的尺度”，這在一定程度上也削弱了AI教師賦能課堂教學的實效性。

其一是非表征創(chuàng)造的技能限度。梅洛-龐蒂認為，人與世界直接交流的過程并不需要思維表征這樣的中介參與[12]，在此基礎(chǔ)上，德雷福斯提出無表征智能理論，他認為符號主義難以解決常識問題，常識問題并非依靠形式化知識[11]，更重要的是技能，機器學習系統(tǒng)因缺乏常識而受到數(shù)據(jù)集的影響致使系統(tǒng)不穩(wěn)定，如在Google自動翻譯語句回饋過程中導致翻譯質(zhì)量下降。后來德雷福斯又發(fā)展了技能學習理論，技能的獲得被劃分為了新手、高階初學者、能力形成 、精通 、專家、大師和實踐智慧七個階段[13]，在前三個初級階段需要借助形式化知識，而在后四個階段中擺脫了形式化知識的束縛，要求身體在把握具體情境時表現(xiàn)出非表征創(chuàng)造能力，同時需要有情感等非理性因素的介入。AI教師沒有“身體”，很難達到人類教師在知識教學中的應變力、知識具身性，因此，也難以像人類教師一樣把握情境并作出適恰反應，如對話輔導系統(tǒng)難以適恰處理學生提問，以致于學生幾乎不再主動提問[14]。其二是學習動機的情感限度。情感是推動主體心理反應的內(nèi)部動力，會對主體的行為產(chǎn)生抑制或激勵作用[15]，因此，學習動機激發(fā)需要情感的加持。AI教師通過特定行為所“表達”的情感，究其本質(zhì)是通過算法與數(shù)據(jù)對人的情感行為所作出的信息反饋，它主要通過設計好的程序給學習者冷冰冰的答案，而在復雜、動態(tài)條件下的交互能力是有限的。如何實現(xiàn)從針對特殊任務、特定領(lǐng)域的交互擴展到更廣泛的類似人類交互，這對于目前的AI教師無疑是一個重大挑戰(zhàn)[16]，AI教師情感的匱乏在一定程度上難以激發(fā)學習者的學習動機。其三是精準實測的有限性。教學是注重揭示教學現(xiàn)象間因果聯(lián)系的領(lǐng)域，目前的智能算法普遍存在黑箱問題，固然它能在多個教育場景構(gòu)建機器精準高效學習模型，但很難解釋其工作原理，這就導致無法進一步為學習者提供歸因分析等有價值的教學服務。

（二）倫理困惑：人機協(xié)同催生“座駕引誘之險”

AI教師雖然借助自己的工具性力量賦能課堂教學，但也很容易受其“座駕”本質(zhì)的引誘，難以把控人機協(xié)同教學的適恰張力，這些困惑如果不能妥善解決，也將影響AI教師賦能課堂教學的深度與廣度。

AI教師“教”、人類教師“育”的分工[17]是處于理想狀態(tài)，而事實也有可能是：AI教師與人類教師不能并存的狀態(tài)，我們到底該相信技術(shù)的建議還是人類教師的勸告，此時應如何抉擇？我們面對機器強大的計算理性，已經(jīng)顯示出了無力感，那么在認知維度對機器的認同，它所樹立的智能標桿是否會加劇教育認知主義？人最初與世界打交道的方式是全身心投入的，從而獲得生命的整全經(jīng)驗，情感、認知等因素相互交織而非相互隔離，即使這種整全性經(jīng)驗后來被拆分成了認知成分、情感成分等。教育應當是具有整全性的，“教”與“育”的分離則割裂了這種整全性，也會有悖于赫爾巴特所提出的“無教育的教學”，而且意味著“育”成為空洞存在，教學進一步窄化為知識獲取。

此外，在傳統(tǒng)教學中，交往方式大多是現(xiàn)實場域下的師生真實交往，而虛擬交往是指沉浸在AI創(chuàng)設的虛擬環(huán)境，逐漸遠離真實交往。AI教師的情感迎合會在很大程度上滿足主體精神需要，會進一步縮小真實世界和虛擬世界的界限。按照波普爾的觀點，AI教師所創(chuàng)造的虛擬世界被稱為世界3，它與世界1、世界2相同，也同樣具有自主性，它們中的成員一旦被創(chuàng)造出來，便具有不依賴人的自主性[18]，這進一步會影響主體間的交往關(guān)系。當虛擬交往越來越多，就會阻礙現(xiàn)實交往中的互相認可，進而加速交往主體間的疏離。

（三）結(jié)構(gòu)桎梏：嫁接沖突束縛生態(tài)化應用

所謂“孤陽不生，獨陰不長”，AI教師作為單體技術(shù)不能獨立產(chǎn)生教學應用，它需要其他元素的支持才能奏出和諧的樂章。AI教師要想具備重塑課堂教學的力量，必須要經(jīng)歷組合進化的過程，它需要融合已有的教學技術(shù)元素，組合成“系統(tǒng)”[19]。AI教師作為新生長點固然具有潛在吸引特質(zhì)，但系統(tǒng)變革顯然不是一蹴而就的。

布萊恩·阿瑟認為，阻礙新技術(shù)替代舊技術(shù)主要有三個原因：成熟的舊技術(shù)比新技術(shù)表現(xiàn)更好、周圍結(jié)構(gòu)組織可能不會很快被替換、就業(yè)者不認可新技術(shù)愿景[20]。我們認為，就AI教師而言，第二個原因可能更為重要。AI教師固然具有進入課堂教學系統(tǒng)的邏輯必然性，但它作為“外來物種”必須要打破系統(tǒng)原有的平衡。而課堂教學發(fā)展至今，已經(jīng)形成了包括教學方法、教學策略和教學工具等相對封閉、平衡、穩(wěn)定的數(shù)量龐大的教學系統(tǒng)，在教學領(lǐng)域，技術(shù)應用發(fā)生了革命性變化，但周圍結(jié)構(gòu)組織的變化則相對較少。國外匹茲堡學區(qū)實驗成功的主要原因之一是，Cognitive Tutor的研究者具有重構(gòu)課程教學的權(quán)力資源，他能夠按照Cognitive Tutor的需求，對課程教學進行重構(gòu)[21];此外，諸如學習分析系統(tǒng)要想在課堂教學中發(fā)揮“神力”，也需要教學方法、理念等方面的調(diào)整，其背后也可能涉及學習過程本質(zhì)觀念的變化，Course Signals對線上活動提出了更高的要求，同時也要求設置階段性評價任務，這都對缺乏過程性數(shù)據(jù)的人文藝術(shù)課程提出了挑戰(zhàn)。學生學習這類課程需要長時間積累形成整體性理解，卻難以分解其過程，因此，Course Signals的使用需要適當改變教學設計。

概言之，大家的目光現(xiàn)在都停留在AI教師技術(shù)本身，期待能夠?qū)崿F(xiàn)AI教師的突破性進展，但事實上，我們也應該考慮，當AI教師進入課堂，周圍的結(jié)構(gòu)組織又應作出何種改變？

（四）主體障礙：人的限度制約機器價值發(fā)揮

從工業(yè)1.0時代到工業(yè)4.0時代，從程序教學到智能機器教學，線性進步的技術(shù)理性體現(xiàn)了革除舊方式、擁抱新方式的旨趣，這種方式移植到教學也被抱有同樣線性進步的期待。而當我們回顧技術(shù)進入教學的發(fā)展歷程時，不難發(fā)現(xiàn)，難點依舊是技術(shù)的使用效果。我們判斷技術(shù)進入課堂教學的影響度，并不是以技術(shù)使用的數(shù)量、新穎程度為準則，而是能否有利于學習者的學習與發(fā)展。國內(nèi)學者對此曾有研究，認為存在“不同的技術(shù)手段對學習影響的非顯著性差異現(xiàn)象”[22]。機器教學并不會像機器進入其他領(lǐng)域那樣簡單取得成功，因為學習者并非機器的產(chǎn)品，學習者的發(fā)展從本質(zhì)上說是自我更新的生存過程[23]。

具體而言，第一，無論是改變教學面貌，亦或是改變教學方式，AI教師應用于課堂教學的最終目的是促進學習者的正常發(fā)展，就是按照學生身心發(fā)展規(guī)律的發(fā)展。AI教師并非只是向?qū)W生灌輸信息，而應是幫助其解釋、組織已有經(jīng)驗，遵循自然本性的生長顯然不能靠主觀外力干涉。第二，貝爾納·斯蒂格勒在論及人類起源時，認為人在用技術(shù)來彌補自身的存在缺陷[24]。在教學中學生能夠承擔的認知負荷是有限的，一旦知識超出了大腦的接受范圍，便會思維紊亂。AI教師信息“灌輸”背后能夠被接受的數(shù)量速度卻是有限的。

AI教師比以往的機器看起來都要先進和富有潛力，但由于人自身的復雜性，很有可能會陷入“非顯著性差異現(xiàn)象”中去。

四、AI教師賦能課堂教學的未來發(fā)展路徑

海德格爾指出，現(xiàn)代社會是被先進技術(shù)全方位“座駕”的社會，何處有危險，何處也有救贖[25]。因此，應理性審思披著華麗外衣的機器所幻化出的教學繁榮景象，以此使人與機器各安其位、各施所長，從而“敞開”更多的可能空間（如圖3所示）。

（一）有的放矢，在技術(shù)設計應用的主體導向上加強建設

如芬伯格所言：“發(fā)達社會的教育技術(shù)可憑借教育的對話來形成，而非憑借以生產(chǎn)為導向的自動化邏輯?！盵26]AI教師賦能課堂教學依賴于AI教師技術(shù)的突破性進展，教育研究者、實踐者不再是與技術(shù)設計相隔絕的局外人，而是具有責任與使命的行動主體，與技術(shù)領(lǐng)域相關(guān)研究者組建共同體，積極投身于AI教師的相關(guān)研究，同時也防止AI教師被開發(fā)成沒有透明度的“黑盒子”。我們認為，可以從技術(shù)和理論兩個層面進行。

從技術(shù)層面講，AI教師賦能課堂教學離不開數(shù)據(jù)、算法和算力這三大基礎(chǔ)要素[27]。其一，數(shù)據(jù)作為智能教學的“食糧”，教育研究者需成為數(shù)據(jù)“原料”收集的“供給源”;其二，在課堂教學的過程中，要在與AI教師的互動博弈中不斷尋找存在的問題，能夠基于課堂教學情境來不斷改善算法。未來我們也期待AI教師突破知識圖譜與自然語言處理等關(guān)鍵技術(shù)瓶頸，在追求AI教師專業(yè)能力自動化的基礎(chǔ)上，還要大力發(fā)展類似于人腦推理等的高級認知能力[3]。

從理論層面看，教育研究者要結(jié)合學習者認知規(guī)律和AI教師特點，開展“雙師課堂研究”。一方面，將AI的研究成果與教育研究成果相融合，例如：通過深度學習來設計AI教師，利用多模態(tài)交互來促進與學習者的及時互動[3];另一方面，AI教師通俗來說還是模擬人類智能，而教育領(lǐng)域研究的正是“人類智能的增長”，教育研究者在腦科學、認知科學等領(lǐng)域的突破在一定程度上也能促進AI教師技術(shù)的理論研究。在AI教師賦能課堂教學的過程中，AI教師與人類教師聯(lián)袂執(zhí)教通常展現(xiàn)為混合智能，因此，需要根據(jù)實際課堂場景來提供更具參考性的教學相關(guān)模型。

（二）化危為機，構(gòu)建人機協(xié)同倫理準則

人機協(xié)同教學中人與機器的博弈不可避免，而在技術(shù)理性的“誘導”下，這場博弈往往會以機器的勝利而告終，教師蛻變?yōu)榻虒W的局外人，學生退化為知識傀儡，為此我們需要制定人機協(xié)同的一般倫理準則（如圖4所示）。

人控制機器是第一準則。首先是保持人類教師的主導地位，學習者面對機器建議與人類教師勸告的兩難抉擇，就更加需要人類教師的實踐智慧，不要讓機器算法成為教學決策者;其次是AI技術(shù)不能取代人對于信息的加工過程，要由人掌握自我思維的發(fā)展、能力的形成過程;最后是限制智能機器的部分能力，無疑AI技術(shù)的到來能夠達到傳統(tǒng)分析中所不能企及的深度，但同時引發(fā)了自由、隱私的討論。因此，我們需要的是對影響學習者自由、隱私等部分進行輸出限制。

機器適應人是第二準則。第一是機器服務應考慮到在實際場景中學習者的需要，以此為基進行“量身定做”;第二是它要服務當下學習，智能服務往往要以大量歷史數(shù)據(jù)為基礎(chǔ)，卻不能惠及當下的學習，因此，如何捕捉當下學習數(shù)據(jù)以服務當下學習是目前需要解決的問題;第三是機器持續(xù)進化能力，教學具有復雜性、動態(tài)性，這就要求智能技術(shù)能夠不斷進化，通過利用生成的數(shù)據(jù)對智能模型進行整合改進。

機器賦能智慧是第三準則。第一是喚醒學習者對于學習和生活的熱情，能夠?qū)ψ约贺撠熑?第二是智能機器可以突破時空限制，以此幫助學習者體會微妙情感、構(gòu)建社會關(guān)系等，把愿景變?yōu)楝F(xiàn)實;第三是機器創(chuàng)設的價值應與學習者多樣化學習相吻合，實現(xiàn)培養(yǎng)重心由“同質(zhì)”向“特質(zhì)”的轉(zhuǎn)變，使學習者獲取更大自由。

（三）由表及里，變革課堂教學結(jié)構(gòu)

阿普爾曾說，“現(xiàn)代教育質(zhì)量的匱乏被視為僅缺乏先進技術(shù)并可以通過技術(shù)來解決，而教育中產(chǎn)生的‘意外則被視為學校強制性管理的不足”[28]。事實上，課堂教學的深層次變革并不是僅靠智能機器的更新?lián)Q代來完成，早在2010年美國國家教育技術(shù)計劃 （NETP 2010） 指出“變革美國教育——技術(shù)助力學習”， 強調(diào)要“進行由技術(shù)支持下的結(jié)構(gòu)性變革， 而非進化式的修修補補”[29]。

AI教師不應作為單體技術(shù)進入課堂，要想真正在教學領(lǐng)域取得成功，就必須要變革周圍結(jié)構(gòu)組織。其一是教師角色“轉(zhuǎn)識成智”。人類教師可以利用類似于艾爾·賽義德開發(fā)的學習障礙兒童診斷的分類系統(tǒng)，在AI教師對學生淺層次診斷基礎(chǔ)上，充分發(fā)揮自身教育智慧，以挖掘?qū)W習者的內(nèi)隱特質(zhì);同時引導學習者去發(fā)現(xiàn)問題，可通過諸如IBM公司所推出的沃森智能導師系統(tǒng)獲取關(guān)鍵信息，鼓勵學生去自我發(fā)現(xiàn)，再在教師的引導下把知識“零存整取”，形成系統(tǒng)化知識體系。其二是教學設計再造。教學目標應對標核心素養(yǎng)，根據(jù)AI教師生成的個體畫像來確定不同學習者的學習目標，以助力因材施教。教學策略需要兼顧教與學的現(xiàn)實特征和AI教師的屬性，通過人機自適應互動來完成數(shù)據(jù)驅(qū)動的深度學習。教學評價應對多元數(shù)據(jù)開展動態(tài)智能可視化分析，以達到全過程評價。

（四）安之若素，遵循學習者的生長節(jié)奏

智能機器應用于教學的根本目的，始終在于能否有利于學生的學習和發(fā)展。學習永遠是學習者自身的事情，它就像人的呼吸、排泄、生病等，是他人無法替代的。正如伊利奇在《非學?；鐣分兴岬摹叭W?；敝鲝圼30]，所依據(jù)的是把人的學習都看作了自我學習。從某種意義上說，我們無法真的教會一個人，所有的學習都是自我學習。因此，在技術(shù)的亢奮中，我們?nèi)孕枳裱瓕W習者的生長節(jié)奏。

具體而言，其一是AI教師創(chuàng)設情境使學習者的學習更易發(fā)生，解蔽知識發(fā)生的原初形式，將抽象東西完整顯現(xiàn)以使學習更容易[31]，AI教師應幫助學習者獲得最佳學習效果，而非讓學習者跟隨AI教師呈現(xiàn)的步伐;其二是通過具身參與來使學習者主體更明晰，在笛卡爾的自我同一性理論中，“我思”與“我的行為”具有同一性關(guān)系[32]，通過具身參與被銘刻上一種主體性印記，由體驗來促進意識發(fā)展而非被動接受，學習者通過多種體驗感知獲取知覺經(jīng)驗，然后形成概念促進認知發(fā)展;其三是教師主導AI教師以促進學習者學習中的積極對話，讓學習者能開展與自我、文本、他人以及自然的對話，學習者的對話是自我重構(gòu)、自我認知的重要手段，教師應利用技術(shù)構(gòu)建的場域制定挑戰(zhàn)性的學習目標，使對話具備升級空間，在合理應用技術(shù)的同時，也不應忽略與學習者的協(xié)同共享，這是通過教師主導AI教師來使學習者完成自我建構(gòu)的過程。

學習者與AI教師的適切關(guān)系，應是在學習者的生長節(jié)奏中去度量AI教師所帶來的價值，是學習者把AI教師這個“外在存在”逐漸轉(zhuǎn)化為自身的“內(nèi)在存在”的過程。在與AI教師的融洽相處、和諧共生中充分激發(fā)學習者的潛力。

五、結(jié)? ?語

未來，人類教師出場時，AI教師必然“在場”。AI教師并非教學領(lǐng)域嘩眾取寵的技術(shù)，而是需要我們聯(lián)合、構(gòu)成自身的存在之物。因此，當我們擁抱AI教師的同時，要明晰人是技術(shù)的尺度，在有為和無為之間保持必要的張力，能夠“知其白，守其黑” ，從而向教學的本真狀態(tài)邁進。

[參考文獻]

[1] 余勝泉.人工智能教師的未來角色[J].開放教育研究，2018，24（1）：16-28.

[2] 汪時沖，方海光，張鴿，馬濤.人工智能教育機器人支持下的新型“雙師課堂”研究——兼論“人機協(xié)同”教學設計與未來展望[J].遠程教育雜志，2019，37（2）：25-32.

[3] 張堯，王運武.機器人賦能未來教育的創(chuàng)新與變革——國際機器人教師研究綜述[J].開放教育研究，2019，25（6）：83-92.

[4] 曹培杰.人工智能教育變革的三重境界[J].教育研究，2020，41（2）：143-150.

[5] 龐茗月，胡凡剛.從賦能教育向尊崇成長轉(zhuǎn)變：教育大數(shù)據(jù)的倫理省思[J].電化教育研究，2019，40（7）：30-36，45.

[6] 岡特·紹伊博爾德.海德格爾分析新時代的技術(shù)[M].宋祖良，譯.北京：中國社會科學出版社，1998：84.

[7] 唐·伊德.技術(shù)與生活世界：從伊甸園到塵世[M].韓連慶，譯.北京：北京大學出版社，2012：77-130.

[8] 吳冠軍.人工智能與未來社會：三個反思[J].探索與爭鳴，2017（10）：10-13.

[9] 李世瑾，胡藝齡，顧小清.如何走出人工智能教育風險的困局：現(xiàn)象、成因及應對[J].電化教育研究，2021，42（7）：19-25.

[10] 王良輝，夏亮亮，何文濤.回歸教育學的精準教學——走向人機協(xié)同[J].電化教育研究，2021，42（12）：108-114.

[11] 休伯特·德雷福斯.計算機不能做什么：人工智能的極限[M].寧春巖，譯.北京：生活·讀書·新知三聯(lián)書店，1986.

[12] 梅洛-龐蒂.知覺現(xiàn)象學[M].姜志輝，譯.北京：商務印書館，2001：302.

[13] 休伯特·德雷福斯.論因特網(wǎng)[M].喻向午，陳碩，譯.開封：河南大學出版社，2016：35-49.

[14] GRAESSER A C. Conversations with AutoTutor help students learn[J]. International journal of artificial intelligence in education，2016， 26（1）：124-132.

[15] 劉宇.關(guān)于人工智能認知限定與限度的多重思考——基于馬克思主義認識論的分析視角[J].廣西社會科學，2021（2）：76-83.

[16] 徐振國，劉志，黨同桐，孔璽.教育智能體的發(fā)展歷程、應用現(xiàn)狀與未來展望[J].電化教育研究，2021，42（11）：20-26，33.

[17] 張學軍，董曉輝.人機共生：人工智能時代及其教育的發(fā)展趨勢[J].電化教育研究，2020，41（4）：35-41.

[18] 卡爾·波普爾.客觀知識——一個進化論的研究[M].舒煒光，卓如飛，周柏喬，等譯.上海：上海譯文出版社，1987：127.

[19] 陳曉珊，戚萬學.“技術(shù)”何以重塑教育[J].教育研究，2021，42（10）：45-61.

[20] 布萊恩·阿瑟，曹東溟.技術(shù)的本質(zhì)[M].王健，譯.杭州：浙江人民出版社，2018：155-156.

[21] ANDERSON J R， CORBETT A T， KOEDINGER K R， PELLETIER R. Cognitive tutors： lessons learned[J]. The journal of the learning sciences，1995， 4（2）， 167-207.

[22] 楊浩，鄭旭東，朱莎，等.技術(shù)擴散視角下信息技術(shù)與學校教育融合的若干思考[J].中國電化教育，2015，（4）：1-6，19.

[23] 李芒.論教育技術(shù)是“主體技術(shù)”[J].電化教育研究，2007（11）：5-9.

[24] 貝爾納·斯蒂格勒.技術(shù)與時間：愛比米修斯的過失[M].裴程，譯.南京：譯林出版社，2012：203-204.

[25] 海德格爾.演講與論文集[M].孫周興，譯.北京：商務印書館，2018：31.

[26] 閆欣芳，邱慧.互動對話模式的在線教育如何可能——芬伯格的教育技術(shù)哲學探究[J].自然辯證法研究，2016，32（9）：102-106.

[27] 楊曉哲，任友群.教育人工智能的下一步——應用場景與推進策略[J].中國電化教育，2021（1）：89-95.

[28] 阿普爾.意識形態(tài)與課程[M].黃忠敬，譯.上海：華東師范大學出版社，2001：129.

[29] 何克抗.關(guān)于《美國2010國家教育技術(shù)計劃》的學習與思考[J].電化教育研究，2011（4）：8-23.

[30] 伊萬·伊利奇.非學?；鐣M].吳康寧，譯.臺北：桂冠圖書有限公司，1994：41-42.

[31] 蘇慧麗，于偉.路途與景深：指向過程性的教育技術(shù)意向變革[J].電化教育研究，2021，42（7）：33-39.

[32] 笛卡爾.笛卡爾思辨哲學[M].尚新建，譯.北京：九州出版社，2004：150.

Limits and Transcendence of AI Teacher-empowered Classroom Teaching

WANG Xuqiang，? HU Fangang

（School of Communication， Qufu Normal University， Rizhao Shandong 276826）

[Abstract] The AI teacher-empowered classroom teaching supported by intelligent technology is promising， but it is not all-powerful， but has certain boundaries and limits. A rational consideration of the limits of AI teacher-empowered classroom teaching is conducive to the rational application and development of AI teachers in classroom teaching. This study clarifies the triple empowerment values provided by AI teachers for classroom teaching reform： the teaching mode of standard regression， the teaching relationship of interaction between subjects and the teaching concept of collaborative evolution. It is found that there are multiple limits to AI teachers' empowerment of classroom teaching： technical barriers， ethical confusion， structural shackles and subjective obstacles. In view of this， this paper puts forward the future development paths beyond the limits： strengthening the construction on the subject orientation of technology design applications， building ethical guidelines for man-machine collaboration， changing the structure of classroom teaching， and following the growth rhythm of learners.

[Keywords] AI Teacher; Limit; Man-machine Relationship; Classroom Teaching

基金項目：2019年度國家社科基金教育學一般項目“教育虛擬社區(qū)助學者倫理規(guī)范構(gòu)建與評價研究”（項目編號：BCA190078）