方海光 孔新梅 李海蕓 鄭志宏

人工智能時代的人機協同教育理論研究*

方海光1孔新梅1李海蕓2鄭志宏1

（1．首都師范大學 教育學院，北京 100048；2．首都師范大學 教師教育學院，北京 100048）

人工智能是全球引領科技進步和人類發(fā)展的重要驅動力與戰(zhàn)略技術，在重塑教育深層次變革的過程中促進了新教育形態(tài)的產生。人工智能時代的人機協同融合了人工智能“機器”的邏輯和“人類”的意識，有利于推動教育信息化的高階應用，促進教育的結構性變遷。在此背景下，文章首先探討人機協同的發(fā)展歷程和哲學源頭，闡述了人機協同教育的基本內涵。隨后，文章以協同理論、分布式認知理論、信息加工理論和具身認知理論為基礎，提出人機協同教育是一個系統化的協同過程、知識分布加工和共享的過程、自組織有序發(fā)展的過程。最后，文章將人機協同支持的教育教學應用模式分為三類，即人機協同虛擬教學模式、人機協同自主學習模式和人機協同支持智慧課堂模式，并介紹了人機協同教育理論的典型應用。文章對人工智能時代人機協同教育理論的研究，可為人工智能時代下開展人機協同教與學的應用和實踐提供理論支持。

人機協同；人工智能；分布式認知；虛擬教學；自主學習；智慧課堂

一 研究背景

人工智能是引領新一輪科技進步、促進人類社會發(fā)展的重要驅動力和戰(zhàn)略技術，其在推動教育深層次變革的過程中促進了教育新形態(tài)的產生。2017年，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，明確提出了人工智能發(fā)展的戰(zhàn)略態(tài)勢，并強調要加強混合增強智能、自主協同與決策、類腦智能等基礎理論研究，構建開放協同的人工智能科技創(chuàng)新體系[1]。人工智能在存儲容量、計算速度等多個方面已經超過人類，在特定場景、預設規(guī)則的情況下比人類的工作效率高很多且不存在認知偏見，但對自主性、情感等意識現象響應遲鈍[2]。2019年，美國斯坦福大學成立“以人為本”人工智能研究院（Human-centered AI），旨在推動人工智能在人類的正確引導下快速、合理地發(fā)展，實現人機共軛、共生[3]?？梢?，人機協同是人工智能未來發(fā)展的重點。但是，當前人機協同在教育領域的研究成果較少，主要聚焦于以下方面：

①智能教育時代人機協同的智能結構。祝智庭等[4]認為，教育人工智能從“支持智能”階段過渡到“增強智能”階段，最后達到“人機協同智能”階段，在各種教育應用場景中，三類智能形成一體化聯動的效益最大化形態(tài)；祝智庭等[5]還提出，人機協同智能結構HMSIS 1.0主要包括認知智能、情感智能和志趣智能，三者的關系隨著人工智能時代技術的更迭而動態(tài)變化；朱永海等[6]提出人機協同智能層級結構模型，包括協同基礎、協同支撐、協同接口和協同主體，其中協同主體是認知智能、情感智能、志趣智能和創(chuàng)新智能；蔡連玉等[7]認為人機協同系統具有硬智能、軟智能和巧智能三類智能。

②人機協同促發(fā)教師角色的轉變。余勝泉等[8]提出人機協同教學的分析框架，將人工智能和教師之間的協同關系分為AI代理、AI助手、AI教師、AI伙伴四個階段；逯行等[9]指出，人工智能時代的人類教師和智能導師形成了“新主體教師”；汪時沖等[10]提出人工智能教育機器人支持下的新型“雙師課堂”，即除了授課教師，教育機器人在課堂中扮演另一名“教師”的角色。

③人機協同在教育教學中的應用。王良輝等[11]提出人機協同的精準教學模式，指出人機協同的“診斷—反饋—干預—反思”環(huán)節(jié)貫穿于整個教學過程，促進了精準教學；何文濤等[12]闡述了人機協同的信息技術在教、學、管、評、測領域的教育應用樣態(tài)。

人工智能時代的人機協同教育推動了教育全過程創(chuàng)新變革，并基于人工智能“機器”的邏輯和“人類”的意識協同，推動著教育信息化朝高端形態(tài)發(fā)展。本研究試圖探討人機協同的哲學源頭和教育理論基礎，進一步探究人機協同支持的教育教學應用模式，為人機協同教育的發(fā)展、應用和實踐提供參考。

二 人機協同教育內涵分析

1 人機協同發(fā)展歷程

“協同”一詞最早來源于古希臘語，其本義為協調、同步、和諧，意味著開放系統中的子系統之間通過相互作用發(fā)生集體效應。人機協同思想誕生于工業(yè)時代，強調人與機器在勞動層面的協作關系[13]。當時，人機關系更多地表現為一種從屬關系，如奴役關系或工具關系[14]。后來，人機之間的交互從一般性勞動延伸到決策層面。楊燦軍等[15]提出人機一體化，認為人機一體的技術路線是以人為中心，人機平等合作，共同組成一個系統。隨著人工智能的發(fā)展，人機協同中的“機”已不再限于計算機，而是包含計算機在內的智能感知、元宇宙、區(qū)塊鏈等多種智能技術。隨著人工智能技術性能的增強和人機交互密切程度的提升，人機協同向更高級形態(tài)發(fā)展。例如，Licklider[16]認為，人機共同合作做出決策，可以控制復雜情境，并且“機”可以不依賴預先設定好的程序而運行；Lesh等[17]認為，人機交互時，機的思考方式和狀態(tài)與人類類似，可作為人類某些能力的補充。按照動態(tài)的信息觀，人機關系在于軟件本質，軟件的本質是人機交互的界面，計算機更加智能的原因是攜帶了人類意圖和智能屬性[18]；按照發(fā)展的世界觀，人機應彼此協調共生、交互運作，共同認識世界和改造世界[19]。

圖1 人機協同的哲學基礎

圖2 人機協同支持的教育教學應用模式

2 人機協同哲學

人工智能時代的人機協同作為一種新的人機交互形式，是哲學研究的科技對象。人機協同重塑社會生態(tài)，其主客體、系統結構、社會價值等發(fā)生解構并進行重構，引出了新的概念框架。本研究從人機協同的本體論、認識論和價值論三重維度，對人機協同的哲學基礎進行探討，如圖1所示。

（1）人機協同的本體論

在人機協同過程中，產生實際行為的并非“機”作為硬件的“物理系統”，而是作為變換和存儲的“信息系統”。人與機的協同是基于信息的輸入和輸出實現的，其本質是共同操作和處理信息的計算過程，這就是人機協同的本體論基礎。人機協同中的“機”是基于知識庫和邏輯規(guī)則生產知識的一種計算系統，其中的邏輯規(guī)則是基于大數據及其模型，將事物發(fā)生的過程量化和簡化，無法表征如情感、直覺等非理性因素；而人類在規(guī)范倫理、責任倫理、美德倫理等方面道德表征和外界環(huán)境的融合與統一，既是道德人格在實踐中的展現，也是人類特有的屬性[20]。“機”可以延伸人類的記憶、運算等能力，并且可以拓展“機”設定的目標和運用多重經驗決策的功能，促使人工智能時代支持的“機”與人發(fā)生有效協同，從而構成復雜的智能系統。

（2）人機協同的認識論

為了更好地認識世界進行科學研究，需要對物理屬性和哲學意識的本體論進行分離，即進行事物的本身與對其認識的分離[21]。自由的、有意識的活動是人類的特性，人類在社會實踐中也一直居于主體地位。在哲學中，主客體的關系為“物永遠是客體，不會是主體”。人工智能時代的“機”作為技術人造物，注入“智能、智慧”的思想后，知識的生成和獲取由人和機的推理、計算所形成的整體共同完成，由此兩者協同形成“人機”雙主體，原為客體的“機”轉變?yōu)橹黧w，發(fā)生客體主體化。根據耗散結構理論，人、機兩主體之間不斷交換物質與能量，人機協同教育系統的狀態(tài)隨參量變化遠離或靠近閾值以形成新的狀態(tài)，并保持有序[22]。

（3）人機協同的價值論

人機相互協同、相互促進，形成了正反饋關系：一方面，人機協同系統可替代人類的部分工作，節(jié)約人的時間和精力；另一方面，人類可以投入更多精力創(chuàng)新“機”的智能，將人類智慧外化為“機”，從而增強智能，并將人類解放出來以讓人類能有精力投入其他更富有創(chuàng)造性的工作。人機協同系統的個體價值會加速社會文化價值的生成，是知識外化的方式之一。而“機”作為工具，不僅可以減輕人的認知負荷、增強人的學習能力，而且可以聯結個體開展跨學科、跨領域協作，從而推動人類社會協調發(fā)展。

3 人機協同教育內涵

在“機”具備一定智能的情況下，人機協同以人和機共同達成的教育目標為基礎，通過明確人機協同系統所處的狀態(tài)和對方正在發(fā)生的教育行為，在此基礎上根據自身狀態(tài)做出相應的教育反饋。本研究將物理空間、信息空間與人類的社會空間相融合，構成了三元空間：①在物理空間，人與“機”實體交互，各自應用擅長的技能和認知，通過相互作用，協同完成目標；②在信息空間，“機”的智能來自于人類的智能，人的認知可通過算法程序外化表征為“機”；③在社會空間，“機”為人與人之間的溝通架起了一座橋梁，并促使人與人之間的認知發(fā)生碰撞，之后進入信息加工系統。

綜上所述，人機協同教育是一個在復雜、多樣的三元空間中，基于人與機的協同關系，促進師生認知加工，以動態(tài)、發(fā)展的方式推動教育良性發(fā)展的教育過程。人、機各自擅長的領域不同，人類的劣勢和缺陷產生的求助需求通過“認知外包”嵌入“機”，形成了人機協同教育的新形態(tài)。

三 人機協同教育理論概要

1 人機協同的教育理論基礎

在有效交互融合的基礎上，人機協同教育以認知分布存儲和知識流動為運轉的基本前提，子系統將認知納入信息加工系統，協同、有序、穩(wěn)定地服務于教育大系統。因此，人機協同的教育理論基礎主要包含協同理論、分布式認知理論、信息加工理論和具身認知理論：

①協同理論是系統科學理論的分支，其內容主要包括協同效應、自組織和伺服原理。協同理論的核心思想是系統要素之間通過非線性相互作用發(fā)生協同，推動自組織不斷演進實現有序?？梢?，有序是協同的產物，同時也推動協同效應的實現。②分布式認知理論用于系統化分析認知主體和認知環(huán)境之間的關系，認知分布于個體內部、群體之間、社會環(huán)境、人工制品甚至時間當中[23]。Rogers[24]指出，分布式認知強調人類如何在智力活動過程中超越個體的認知邊界。Chuah等[25]認為，分布式認知是個體頭腦中的內部表征和環(huán)境中的外部表征進行集成、交換的信息加工過程。總之，認知存在于復雜系統中從單個體到多個體的交互中，是一個從個體頭腦內部到外部表征的認識過程。③信息加工理論是由Gagne[26]以人的學習與記憶理論為基礎提出的、與學習過程有關的學習理論，強調學習過程輸入外界刺激，先在內部進行信息加工，再激活效應器，最后輸出作用于環(huán)境。通過信息加工的術語解釋學習過程，促進了學習過程的心理學研究與人工智能計算機模擬研究的結合[27]。④具身認知理論擴展了認知的傳統概念，將身體、環(huán)境等因素都包含在認知加工中，認為認知經驗來自感知運動的身體和更廣泛的文化情境，強調認知依賴于身體以及身體與環(huán)境的交互。

2 人機協同教育理論的主要觀點

（1）人機協同教育是一個系統化的協同過程

人機協同教育存在于主體與客體活動之中，雙方協同配合消除子系統中的冗余，并基于子系統當前的狀態(tài)和行為所處的環(huán)境影響自身的狀態(tài)、行為。一方面，人機協同系統之間的協同合作產生序參量，決定和支配子系統的行為。根據支配效應原理，系統內部的穩(wěn)定因子和不穩(wěn)定因子相互影響，通過快變量跟隨慢變量，從而引發(fā)子系統行為發(fā)生相互作用。另一方面，在復雜、開放的人機協同教育系統中，當外在能量或物質作用的聚焦狀態(tài)發(fā)展到一定的臨界值時，人機之間協同合作、相互作用產生整體效應，其發(fā)揮的效能大于等于“人”“機”單獨作用時發(fā)揮的效能之和。實際上，人機協同教育的整體效能由人機各部分子系統發(fā)揮的效能和各部分相互作用產生的協同效能之和組成?！叭恕毕到y和“機”系統交互合作，通過以認知和計算為主導效能的協同創(chuàng)新，發(fā)揮系統內部穩(wěn)定和不穩(wěn)定要素的伺服作用，為人機雙向賦能。

（2）人機協同教育是一個知識分布加工和共享的過程

人機協同教育是人工智能時代的一種新教育模式。人機協同的智能是分布式的[28]，即人機各部分認知以分布的方式存儲于不同實體。認知分布在人機之間是一種認知的增強[29]，交互的發(fā)生以共享方式成為新的知識生長點，并以內化方式進行信息加工后納入個體原有的知識體系。“機”作為認知主體參與活動，人機雙主體共同完成高階教育任務，降低單體認知負荷，發(fā)生認知留存效應，并基于人機協同教育中的行為交互和知識轉化、流動、共享實現知識創(chuàng)生；同時，組織結構協同需求動態(tài)變化，發(fā)生人機單體或群體的自組織協同效應，控制參量對序參量起導向作用，認知在分布式環(huán)境中螺旋上升，推動人機協同教育系統從低級無序轉為高級有序。

（3）人機協同教育是一個自組織有序發(fā)展的過程

在人機協同教育系統開放式發(fā)展的過程中，師生“人”的大腦認知和人工智能“機”的科學技術等智慧物質、能量和信息非線性相互作用。在此過程中，序參量在推動人機協同教育系統從無序轉為有序方面發(fā)揮了重要作用：當系統無序時，序參量為零；當系統要素流動時，序參量也隨之變化；當系統達到臨界點時，序參量增加到最大，出現宏觀、有序的組織結構。人機協同教育系統中的人機狀態(tài)遵循某種規(guī)則，自發(fā)形成一定的結構和性能且時刻流動變化。在非平衡態(tài)區(qū)域內，人機協同教育系統與外部智能技術設備支撐的新型教育環(huán)境進行非線性信息轉換，且持續(xù)、主動地吸納負熵流——關聯熵和運行熵越小，人機協同教育系統越穩(wěn)定，且越趨向于通過有序演化接近平衡態(tài)?？傊?，人機協同教育系統處于一種動態(tài)平衡的狀態(tài)，從確定一致目標到序參量動態(tài)調整的過程中，人機各自發(fā)出行為，最終實現人機協同教育系統的平衡。

四 人機協同教育理論的教學應用

1 人機協同支持的教育教學應用模式分類

人工智能時代的人機協同教育以人工智能為代表的“機”與師生共同作為教育主體，參與教育教學方式重組。人機協同系統組成的共同體基于同一愿景，通過科學、合理的學習通道培養(yǎng)新世紀人才。本研究基于人機協同教育理論和虛實學習場域，提出了人機協同支持的教育教學應用模式，具體包括：側重虛擬空間和具身認知理論的人機協同虛擬教學模式、側重融合空間和信息加工理論的人機協同自主學習模式、側重實體空間和分布式認知理論的人機協同支持智慧課堂模式，如圖2所示。盡管三種模式各不相同，但也存在共性：從構成要素來看，都包括傳統的教學模式要素和人機共同體；從實施過程來看，都是認知分布加工共享的、有序發(fā)展的系統化協同過程；從學習效果來看，都是基于人工智能“機器”的邏輯和“人類”的意識共同優(yōu)化學習效果、推動教育信息化高階應用。

（1）人機協同虛擬教學模式

人機協同虛擬教學模式是指在虛擬空間中將知識傳授給學習者，主要包括兩種學習方式：“線上學習”和“空間學習”。其中，“空間學習”是指學習者可以具身體驗的三維虛擬信息空間。人機協同虛擬教學模式通過學習者與學習情境的具身交互，將學習各要素相互關聯、緊密耦合，強調通過“機”獲取學習者的生理特征，以認知意識為基礎實現人機動態(tài)交互學習。例如，應用高擬真感和低延遲感的交互技術，通過視覺、聽覺、觸覺等多感官交互，將物理空間難以獲得的知識和抽象的知識數字化，在虛擬空間轉化為近距離的、直觀的形態(tài)，呈現在學習者面前；或通過具有一定智能的教育平臺明確學習者的學習狀態(tài)，據此為其精準推薦學習資源，實現人機協同，為學習者身體的感知和“機”的結構化反思提供可交互的學習體驗，增強學習者的臨場感，促進知識的深度學習和遷移應用。人機協同虛擬教學模式突破了傳統時空的制約，重塑了傳統教學模式中的師生關系，學習者在虛擬空間通過教師的間接影響獲取直接經驗。在人工智能時代，人機協同虛擬教學模式使大腦、身體、環(huán)境與技術密不可分，并有效融合了學習者智能、機器智能、教師智能，形成了人機互為主體的教育教學關系。

（2）人機協同自主學習模式

人機協同的“智能”和“經驗”，是教師和專家的智慧隨機進入“機器”協同產生的，為學習者與“機”相互作用、直接協同從而間接影響虛實融合空間提供基礎。人機協同自主學習模式不僅可以通過智能“機”明確學習者的學習狀態(tài)，為其精準推薦資源，實現人機交互融合；還可以通過“機”連接處于不同物理空間的學習者或教師，實現跨區(qū)域人機協同。“人”“機”內部對信息進行加工輸出，并作用于對方空間，交互信息隨人機交互動態(tài)更新。其中，“機”根據學習者學習的知識點及其學習路徑，向學習者推送相關資源或反饋下一個知識點，并提供自主學習路徑——這并非“機”的獨特功能，而是“機”與教師和專家協同的結果。以“機”為中介，知識信息以分布式的形式存在和流動，具有個性化、類型化的信息特征。系統通道的選擇取決于學習者的交互行為，系統決策影響學習者知識信息的流向動態(tài)，人機協同教育系統依靠人機之間特定的規(guī)則和協議來支配子系統，導致序參量逐漸增加，出現宏觀有序的、虛實融合的自主學習組織結構。

（3）人機協同支持智慧課堂模式

人機協同支持的智慧課堂尋求人工智能技術理性和人類教師價值理性之間的平衡，融合預設模式和靈活生成模式，整合學科教學線下集中學習形態(tài)。智慧課堂教學的目的是促使學習者發(fā)生認知沖突，引導有效知識傳授，突破傳統課堂教師一人承擔教學任務的瓶頸，解決個體知識學習和傳授表象問題，并超越個人認知的局限。教師借力數據驅動促進認知分布，利用智慧課堂裝配的不同機器設備，通過人機協同實現教學目標。人機協同支持的智慧課堂模式應用不僅減輕了教師負擔，而且可以基于教學智能設備“機”更加科學、高效、全面地感知實際教學情境中的環(huán)境數據、生理數據等，為智慧課堂中的及時互動、數據循環(huán)記錄、教學全過程提供生成性資源；同時，還可提高預設性資源的獨立性，各智能設備加工分布認知，共同實現智能管理控制、實況數據監(jiān)測等，實現認知內部加工和認知外部轉化。人機協同支持的智慧課堂以人機為主體，賦能課堂的創(chuàng)新性、智能性變革，推動了課堂生態(tài)重構。

2 人機協同教育理論的典型應用

（1）人機協同推薦資源

學習者在學習過程中常常面臨“學習盲目”“資源過載”“信息繭房”等困惑，而合理、有效的推薦資源路徑可以減少學習者的盲目性。人機協同資源信息推薦服務通過發(fā)揮“人”的認知屬性和“機”的計算屬性，可以融合學習者綜合發(fā)展的感性和海量數據高速運算的理性，實現優(yōu)勢互補，從而提供精準、科學、有效的教育資源推薦服務，以在不同學習情境下適配學習者的真實需求和學習目標。根據推薦算法，可將人機協同推薦資源的模式分為四類：①基于內容的推薦模式，即通過人機分析學習者的興趣、教育目標等，然后與資源進行比較、匹配，輸出符合學習者偏好與需求的資源列表，實現人與機的協同推薦；②基于協同過濾的推薦模式，即推薦系統通過對具有相同特點標簽的學習者各自所用的不同資源建模、標識，預測同類型學習者的偏好，提升學習者體驗，緩解學習者在使用過程中形成的“信息繭房”效應；③基于關聯度的推薦模式，即人、機從不同維度探索不同學習者使用的相關性較大的資源并予以推薦；④基于混合的推薦模式，即在不同時間維度或推薦過程中不同階段混合使用兩種或兩種以上推薦算法，基于人機協同推薦實現學習者與資源的高度匹配。

（2）協同增強人機智能

在人工智能時代，“機”助力教師提高教書育人的工作效率，強化人類智能；教師助力“機”增強處理教學事務的智慧性和智能性，強化機器智能，形成人工智能時代的增強型教育?？梢姡瑓f同增強人機智能實際上是人類智能的延伸和機器智能的拓展。在完成高階教育任務的過程中，協同增強人機智能不僅可以提升受教育者自身的認知能力，還可以為教育者增智。人機協同教育認知形成于內部表征和外部表征之間的協同分布式表征，從人機協同的程度考慮，可以將人機協同教育分為四個發(fā)展階段：①人機表征階段，人類的內部認知智慧表征外化到機器，形成具有某一種特定功能的人工智能工具，即人類智慧外化于機器；②人機交互階段，確定共同的目標后感知師生的行為、語音等，協同完成某一項具體的任務，在交互過程中人機的認知狀態(tài)時刻變化，序參量逐漸增大，彼此影響下一步的行為；③人機融合階段，人工智能“機”與人類記憶、智能相互融合，發(fā)生認知留存效應得以延續(xù)；④人機共創(chuàng)階段，人機協同共建、共享、共創(chuàng)新產品，利用場景服務功能全方位支持教育教學。

（3）人機協同自動化處理

機器人流程自動化（Robotic Process Automation，RPA）是模擬人的計算機操作，以提升信息化工作效率，自動化完成大批量、重復性強的工作任務：①從人力優(yōu)化層面來講，RPA一方面能夠提高人機協同教育系統的便捷性；另一方面能夠直接代替教師完成高運算、高重復的工作任務，減輕教師工作負擔。②從技術層面來講，RPA既可以嵌套在其他智能教育服務平臺，也可以作為接口與人工智能工具“機”進行整合，還可以直接連接頂層教育服務功能平臺而不侵入原有系統。③從功能業(yè)務層面來講，RPA能夠打通采集數據的接口，聯通師生服務數據與人工智能平臺，提高機器的自動化水平和業(yè)務實施的準確度。RPA、低代碼和中臺三種技術共同作用，可以打通數據壁壘，并降低用戶操作和使用的門檻，在保障原有人機協同穩(wěn)定的基礎上減少繁瑣、重復、簡單的工作，讓教師有更多的時間和精力，以更高效地開展人機協同。

五 結語

人工智能教育發(fā)展進入人機協同教育新階段，通過融合人機作用、發(fā)揮各自優(yōu)勢，助力教師精準教學和學習者個性化發(fā)展。人機協同現已逐漸進入人們的視野，從理論層面來講，本研究從哲學基礎的角度闡釋了人機協同的本質，并基于協同理論、分布式認知理論、信息加工理論和具身認知理論，提出人機協同教育理論的主要觀點；從實踐應用層面來講，本研究提出三種人機協同支持的教育教學應用模式，并列舉了人機協同教育理論的典型應用?？紤]到國內人機協同教育的相關研究成果較少，本研究建議后續(xù)人機協同教育教學研究可重點關注以下內容：

①人機協同教育基礎研究是人機協同教育領域后續(xù)研究的重點?？苫谌斯ぶ悄軙r代人機協同教育的范疇、界限、方式、特征、原則、應用場景等，構建人機協同支持的教育可持續(xù)發(fā)展樣態(tài)。

②開發(fā)人機協同教育標準規(guī)范。人機協同教育廣泛應用的前提，是建立交互操作規(guī)范、監(jiān)管防控措施、倫理道德、安全風險等方面的標準規(guī)范，為培養(yǎng)師生提升“人機協同”的意識和能力奠定基礎。

③構建人機協同教學場景畫像。數據驅動的場景畫像可以體現人機協同教學的整體開展情況，透過畫像數據可以全方位地了解人機協同教育教學的機理、發(fā)展和演化路徑，并驗證人機協同教育的實際成效。

④研發(fā)人機協同教育教學推薦服務平臺。在優(yōu)化人機協同技術、算法等的基礎上，融合教師、學習者等使用者的人文意識，研發(fā)含有自組織編排學習、內容推薦展示等功能的服務平臺。

[1]國務院.國務院關于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[OL].

[2]劉偉.關于人工智能若干重要問題的思考[J].人民論壇·學術前沿,2016,(7):6-11.

[3]Xu W. Toward human-centered AI: A perspective from human-computer interaction[J]. Interactions, 2019,(4):42-46.

[4]祝智庭,韓中美,黃昌勤.教育人工智能(eAI):人本人工智能的新范式[J].電化教育研究,2021,(1):5-15.

[5]祝智庭,彭紅超,雷云鶴.智能教育:智慧教育的實踐路徑[J].開放教育研究,2018,(4):13-24、42.

[6]朱永海,劉慧,李云文,等.智能教育時代下人機協同智能層級結構及教師職業(yè)形態(tài)新圖景[J].電化教育研究,2019,(1):104-112、120.

[7]蔡連玉,劉家玲,周躍良.人機協同化與學生發(fā)展核心素養(yǎng)——基于社會智能三維模型的分析[J].開放教育研究,2021,(1):24-31.

[8]余勝泉,王琦.“AI+教師”的協作路徑發(fā)展分析[J].電化教育研究,2019,(4):14-22、29.

[9]逯行,沈陽,曾海軍,等.人工智能時代的教師:本體、認識與價值[J].電化教育研究,2020,(4):21-27.

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

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

[12]何文濤,張夢麗,路璐.人機協同的信息技術教育應用新理路[J].教育發(fā)展研究,2021,(1):25-34.

[13]毛剛,王良輝.人機協同:理解并建構未來教育世界的方式[J].教育發(fā)展研究,2021,(1):16-24.

[14]馬紅麗,鄒士寶.人機融合是人工智能的發(fā)展方向[J].中國信息界,2017,(6):44-46.

[15]楊燦軍,陳鷹.人機一體化協同決策研究[J].系統工程理論與實踐,2000,(5):24-29.

[16][19]Licklider J C R. Man-computer symbiosis[J]. IRE Transactions on Human Factors in Electronics, 1960,(1):4-11.

[17]Lesh N, Marks J, Rich C, et al. “Man-Computer Symbiosis” revisited: Achieving natural communication and collaboration with computers[J]. IEICE Transactions on Information and Systems, 2004,(6):1290-1298.

[18]王海濤,宋麗華,向婷婷,等.人工智能發(fā)展的新方向——人機物三元融合智能[J].計算機科學,2020,(S2):1-5、22.

[20]彭海霞,李金和.教師尊嚴:教育倫理建構的原點[J].教育科學研究,2017,(5):83-87.

[21]Pattee H H. Artificial life needs a real epistemology[A]. European Conference on Artificial Life[C]. Berlin: Springer, 1995:21-38.

[22]Nicolis G, Prigogine I. Self-organization in non-equilibrium systems[M]. New York: A Wiley-Interscience Publication, 1977:475-486.

[23]Cole M, Engestrom Y. A cultural-historical approach to distributed cognition[A]. Distributed Cognitions: Psychological and Educational Considerations[C]. United Nations: Cambridge University Press, 1993:1-46.

[24]Rogers Y. A brief introduction to distributed cognition[OL].

[25]Chuah J, Zhang J J, Johnson T R. Distributed cognition of a navigational instrument display task[OL].

[26]Gagne R M. Essentials of learning for instruction[M]. New York: Holt, Rinehart and Winston, 1975:16.

[27]張家華,張劍平.學習過程信息加工模型的演變與思考[J].電化教育研究,2011,(1):40-43.

[28](英)瑪格麗特·博登著.孫詩惠譯.AI:人工智能的本質與未來[M].北京:中國人民大學出版社,2017:62.

[29]Kaptelinin V. Distribution of cognition between minds and artifacts: Augmentation of mediation?[J]. AI & Society, 1996,(1):15-25.

Research on Human-machine Collaborative Education Theoryin the Age of Artificial Intelligence

FANG Hai-guang1KONG Xin-mei1LI Hai-yun2ZHENG Zhi-hong1

Artificial intelligence is an important driving force and strategic technology that leads scientific and technological progress and human development in the world, and promotes the emergence of new educational forms in the process of deep changes of reshaping education. Human-machine collaboration in the era of artificial intelligence integrates the logic of artificial intelligence “machines” and the consciousness of “human beings”, which is conducive to driving the high-level application of educational informatization and promoting the structural changes of education. Under this context, this paper firstly discussed the development history and philosophical origin of human-machine collaboration, and expounded the basic connotation of human-machine collaboration education. Then, based on synergy theory, distributed cognition theory, information processing theory and embodied cognition theory, this paper presented that human-computer collaborative education was a systematic collaborative process, knowledge distributed processing and shared process, self-organized and orderly development process. Finally, the education and teaching application models supported by human-computer collaboration were divided into three categories, namely human-computer collaborative virtual teaching model, human-computer collaborative autonomous learning model, and human-computer collaborative supporting smart classroom model. Further, the typical application of the human-computer collaborative education theory was introduced. The research on the human-machine collaborative education theory in the era of artificial intelligence could provide theoretical support for the application and practice of human-machine collaborative teaching and learning in this era.

human-machine collaboration; artificial intelligence; distributed cognition; virtual teaching; autonomous learning; smart classroom

G40-057

A

1009—8097（2022）07—0005—09

10.3969/j.issn.1009-8097.2022.07.001

基金項目：本文為2021年北京市社會科學基金規(guī)劃項目“教育機器人支持的人機協同新型‘雙師課堂’研究”（項目編號：21JYB011）的階段性研究成果。

方海光，教授，博士，研究方向為人工智能教育、教育大數據等，郵箱為fanghg2013@163.com。

2022年2月23日

編輯：小米