李世瑾，王成龍，顧小清

(華東師范大學(xué) 教育信息技術(shù)學(xué)系，上海 200062)

一、問(wèn)題的提出

人工智能作為推動(dòng)“第四次科技革命”的核心技術(shù)，其與人力資本之間的能動(dòng)依存關(guān)系產(chǎn)生了前所未有的張力，這使得社會(huì)市場(chǎng)對(duì)人力供給質(zhì)量產(chǎn)生了新的需求。教育作為孵化創(chuàng)新人才的主陣地，需要主動(dòng)應(yīng)對(duì)智能社會(huì)的變革趨勢(shì)，理性抉擇學(xué)習(xí)者應(yīng)具備的能力素養(yǎng)。事實(shí)上，國(guó)際組織已從政策引領(lǐng)的賦能視角，積極回應(yīng)了人工智能熱潮下，高階人才進(jìn)階發(fā)展的活躍元素集。例如，OECD頒布的《教育中可信賴的人工智能：承諾和挑戰(zhàn)》和《未來(lái)教育與技能2030》分別指出，創(chuàng)造力、批判思維、溝通、協(xié)作等綜合認(rèn)知技能[1]、以及知識(shí)、技能、態(tài)度和價(jià)值觀等學(xué)習(xí)儀表盤內(nèi)涵[2]，將是實(shí)現(xiàn)人類福祉的重要技能。UNESCO在《教育中的人工智能：隨學(xué)習(xí)的速度改變》中強(qiáng)調(diào)，個(gè)性化、社交情感、21世紀(jì)技能、幸福感、全納學(xué)習(xí)等直接關(guān)乎學(xué)習(xí)者的成功[3]?？梢哉f(shuō)，面向未來(lái)的人工智能學(xué)習(xí)新生態(tài)正呈現(xiàn)出“方興未艾”之勢(shì)。

然而，即使依托頂層設(shè)計(jì)支持，人工智能學(xué)習(xí)依舊面臨諸多挑戰(zhàn)，甚至還引發(fā)了學(xué)習(xí)者同質(zhì)化、焦慮、倦怠等系列負(fù)面情緒，學(xué)習(xí)效果難以保證[4]。這是因?yàn)?，人工智能學(xué)習(xí)一定程度上加劇了學(xué)習(xí)者思維鈍化、教育功能弱化以及工具回流等現(xiàn)實(shí)危機(jī)[5]，在沒(méi)有了解學(xué)習(xí)者就緒準(zhǔn)備的前提下，如若盲目推崇人工智能學(xué)習(xí)實(shí)踐，即使實(shí)現(xiàn)了智能知識(shí)的傳授目標(biāo)及智能化的學(xué)習(xí)進(jìn)程，也并不意味著學(xué)習(xí)者智能素養(yǎng)與心智模式的改變。正如Candy所言：“教育者不能因?yàn)閷W(xué)習(xí)者在過(guò)去成功地學(xué)會(huì)了一些東西，就不論其所處的教育情境而理所當(dāng)然地認(rèn)為他能夠在新領(lǐng)域取得成功”[6]。那么，為保障人工智能學(xué)習(xí)成功，學(xué)習(xí)者應(yīng)提前做出哪些準(zhǔn)備？學(xué)界尚缺乏科學(xué)完善的標(biāo)準(zhǔn)和依據(jù)。鑒于此，研究采用文獻(xiàn)元分析、德?tīng)柗坪蛯哟畏治龇?，遵照“確定指標(biāo)體系→計(jì)算指標(biāo)權(quán)重”的研制流程，開(kāi)發(fā)出一套本土化、可操作的人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系，這對(duì)增強(qiáng)學(xué)習(xí)者智能素養(yǎng)培育和優(yōu)化學(xué)習(xí)體驗(yàn)、設(shè)計(jì)智能教學(xué)干預(yù)方案、持續(xù)提升智能教育實(shí)施成效至關(guān)重要。

二、相關(guān)研究現(xiàn)狀與進(jìn)展

人工智能學(xué)習(xí)不是簡(jiǎn)單地“+人工智能”的概念，而是學(xué)習(xí)場(chǎng)域、學(xué)習(xí)目標(biāo)、學(xué)習(xí)過(guò)程、學(xué)習(xí)評(píng)估等都發(fā)生了顛覆性變革。相應(yīng)地，人工智能學(xué)習(xí)準(zhǔn)備度也非簡(jiǎn)單依照以往經(jīng)驗(yàn)的“想當(dāng)然”就能界定。所以，厘清人工智能學(xué)習(xí)準(zhǔn)備度的內(nèi)涵架構(gòu)，是開(kāi)展本研究的起點(diǎn)和依據(jù)。我們采取“正面考量”與“由果溯因”的系統(tǒng)性思路，以期豐富和深化人工智能學(xué)習(xí)準(zhǔn)備度的具體要義。一方面，從概念解構(gòu)視角出發(fā)，全面梳理學(xué)習(xí)準(zhǔn)備度的相關(guān)框架，為建構(gòu)人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系提供直接證據(jù)。另一方面，通過(guò)梳理學(xué)習(xí)者的人工智能素養(yǎng)結(jié)構(gòu)，追溯應(yīng)然視角下學(xué)習(xí)者成功所需具備的關(guān)鍵能力，拓展人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系的外延因素。文獻(xiàn)檢索思路如圖1所示。

圖1 相關(guān)研究文獻(xiàn)檢索思路

(一)學(xué)習(xí)準(zhǔn)備度

學(xué)習(xí)準(zhǔn)備度泛指學(xué)習(xí)前所表現(xiàn)的就緒狀態(tài)，決定學(xué)習(xí)者獲得新知以及適應(yīng)性調(diào)整行為的可能程度。由于這一概念衍生于特定情境下進(jìn)行事先安排與籌劃的狀況，因而具備較強(qiáng)的生成性與情境性特征。為保證文獻(xiàn)檢索的“正交完備性”，我們分兩輪進(jìn)行搜索工作：第一輪選取中國(guó)知網(wǎng)、Google Scholar、Web of Science核心合集數(shù)據(jù)庫(kù)進(jìn)行大范圍檢索，關(guān)鍵詞包括“學(xué)習(xí)準(zhǔn)備度”“Learning Readiness”“Learning Readiness Index”。第二輪采用“滾雪球”方式，利用引文追溯的方式獲取更多相關(guān)文獻(xiàn)。然后，對(duì)篩選的樣本進(jìn)行歸類，發(fā)現(xiàn)學(xué)習(xí)準(zhǔn)備度研究主要聚焦于在線學(xué)習(xí)、電子學(xué)習(xí)、遠(yuǎn)程學(xué)習(xí)、數(shù)字化學(xué)習(xí)、混合學(xué)習(xí)、移動(dòng)學(xué)習(xí)、翻轉(zhuǎn)學(xué)習(xí)等領(lǐng)域。

其中，在線學(xué)習(xí)或電子學(xué)習(xí)準(zhǔn)備度既關(guān)注學(xué)習(xí)者內(nèi)在層面的技能準(zhǔn)備、行為習(xí)慣、交互動(dòng)機(jī)、自我效能感，也強(qiáng)調(diào)外在層面的環(huán)境支持、文化認(rèn)同、經(jīng)費(fèi)保障等因素[7-10]。遠(yuǎn)程學(xué)習(xí)準(zhǔn)備度主要包括學(xué)習(xí)態(tài)度、基本技能、計(jì)算機(jī)應(yīng)用技能、自我管理技能、學(xué)習(xí)條件與支持等維度[11]。數(shù)字化學(xué)習(xí)準(zhǔn)備度重點(diǎn)關(guān)注網(wǎng)絡(luò)連接、數(shù)字化學(xué)習(xí)能力、學(xué)習(xí)內(nèi)容、學(xué)習(xí)文化等維度[12]。混合學(xué)習(xí)準(zhǔn)備度傾向于學(xué)習(xí)資源、學(xué)習(xí)軌跡、技術(shù)使用等維度[13]。移動(dòng)學(xué)習(xí)與翻轉(zhuǎn)學(xué)習(xí)準(zhǔn)備度則聚焦于學(xué)習(xí)者的自我導(dǎo)向、自我效能感、學(xué)習(xí)動(dòng)機(jī)、溝通交流等維度[14][15]?？梢园l(fā)現(xiàn)，盡管不同情境的學(xué)習(xí)準(zhǔn)備度各有側(cè)重，但本質(zhì)內(nèi)涵卻是融會(huì)貫通的，即通過(guò)描述學(xué)習(xí)者在特定情境中的現(xiàn)實(shí)基礎(chǔ)和就緒表現(xiàn)，從而評(píng)估其能力狀態(tài)和意愿水平。其中，能力狀態(tài)是指在任務(wù)開(kāi)始前，學(xué)習(xí)者所表現(xiàn)出的知識(shí)、經(jīng)驗(yàn)與技能；意愿水平涵括學(xué)習(xí)者所表現(xiàn)出的信心、承諾和動(dòng)機(jī)因素。

(二)人工智能素養(yǎng)

人工智能素養(yǎng)是智能時(shí)代學(xué)習(xí)者應(yīng)具備的核心品格和關(guān)鍵能力[16]。借鑒e-Learning過(guò)程能力成熟度模型(e-Learning Maturity Model，簡(jiǎn)稱eMM)[17]的思想可知，學(xué)習(xí)者人工智能素養(yǎng)培育是循序漸進(jìn)的進(jìn)階歷程，需要系統(tǒng)審視多元視角的“元素集”，同時(shí)設(shè)立科學(xué)合理、具體可操作的學(xué)習(xí)支架，持續(xù)關(guān)注學(xué)習(xí)者的動(dòng)態(tài)性發(fā)展過(guò)程及關(guān)鍵性蛻變支點(diǎn)。由于人工智能素養(yǎng)的高低直接關(guān)乎學(xué)習(xí)者的起點(diǎn)水平和就緒狀態(tài)，且對(duì)人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系的研制具有重要參考價(jià)值。因此，我們重點(diǎn)研讀了10篇以“學(xué)習(xí)者人工智能素養(yǎng)”為主題的高引用代表性文獻(xiàn)，通過(guò)進(jìn)一步歸類分析，發(fā)現(xiàn)學(xué)習(xí)者的人工智能素養(yǎng)結(jié)構(gòu)聚焦于智能知識(shí)、智能能力、智能思維、智能應(yīng)用和智能態(tài)度五個(gè)維度，具體如表1所示。

表1 國(guó)內(nèi)外學(xué)習(xí)者人工智能素養(yǎng)結(jié)構(gòu)維度

續(xù)表1

其中，智能知識(shí)是學(xué)習(xí)者對(duì)學(xué)習(xí)內(nèi)容及行動(dòng)經(jīng)驗(yàn)的匯聚。智能能力是學(xué)習(xí)者運(yùn)用概念、規(guī)則和技術(shù)工具解決系列問(wèn)題的關(guān)鍵技能。智能思維是學(xué)習(xí)者面對(duì)人機(jī)協(xié)同任務(wù)時(shí)的思維水平及監(jiān)控過(guò)程。智能應(yīng)用是學(xué)習(xí)者通過(guò)智能反饋所獲得的動(dòng)作技能，致力于實(shí)現(xiàn)學(xué)習(xí)成效的最佳實(shí)踐。智能態(tài)度是學(xué)習(xí)者受到內(nèi)外因素的共同作用，對(duì)人工智能與社會(huì)、教育關(guān)聯(lián)的價(jià)值體認(rèn)，這種情意思想將直接影響學(xué)習(xí)者的行為傾向和效能體驗(yàn)。

(三)人工智能學(xué)習(xí)準(zhǔn)備度

通過(guò)檢索相關(guān)主題文獻(xiàn)可知，已有學(xué)者意識(shí)到人工智能學(xué)習(xí)準(zhǔn)備度的重要價(jià)值，并采用結(jié)構(gòu)方程模型探究人工智能素養(yǎng)、信心、相關(guān)性和焦慮這四個(gè)方面對(duì)人工智能學(xué)習(xí)準(zhǔn)備的量化影響，基于此證據(jù)探索人工智能學(xué)習(xí)準(zhǔn)備度的提升路徑[28]。另有學(xué)者基于技術(shù)準(zhǔn)備指數(shù)TRI(The Technology Readiness Index，簡(jiǎn)稱TRI)，分別從驅(qū)動(dòng)型因子(樂(lè)觀主義和創(chuàng)新精神)和抑制型因子(不舒適感和不安全感)兩種技術(shù)信念，探索人工智能學(xué)習(xí)準(zhǔn)備度的博弈結(jié)果[29]。綜合來(lái)看，目前有關(guān)人工智能學(xué)習(xí)準(zhǔn)備度的研究，或是將其作為影響變量進(jìn)行分析預(yù)測(cè)，或是作為結(jié)果變量探索其提升策略，抑或是將人工智能素養(yǎng)與學(xué)習(xí)準(zhǔn)備度框架進(jìn)行簡(jiǎn)單整合，尚未研制出系統(tǒng)化的評(píng)價(jià)指標(biāo)體系，這將在很大程度上制約人工智能學(xué)習(xí)實(shí)踐的真正落地。因此，為彌補(bǔ)既有研究存在的評(píng)價(jià)指標(biāo)體系匱乏、研制視角片面、指標(biāo)的可操作性不強(qiáng)和相關(guān)性不高等現(xiàn)實(shí)問(wèn)題，同時(shí)跳脫出“想當(dāng)然”的定式思維，研究綜合“學(xué)習(xí)準(zhǔn)備度”和“人工智能素養(yǎng)”的現(xiàn)狀與進(jìn)展，厘清人工智能學(xué)習(xí)準(zhǔn)備度的內(nèi)涵要義，并進(jìn)一步研制系統(tǒng)科學(xué)、本土可操作的人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系，從而為理解、設(shè)計(jì)、服務(wù)人工智能學(xué)習(xí)及相關(guān)實(shí)踐提供框架參照。

本研究中，通過(guò)梳理“學(xué)習(xí)準(zhǔn)備度”和“人工智能素養(yǎng)”的研究進(jìn)展，我們認(rèn)為，人工智能學(xué)習(xí)準(zhǔn)備度是學(xué)習(xí)者在心理、能力與外在條件等支持下，實(shí)現(xiàn)人工智能學(xué)習(xí)目標(biāo)的可能程度，具體包括學(xué)習(xí)者的心理傾向、起點(diǎn)能力以及現(xiàn)實(shí)條件保障。基于此內(nèi)涵所研制的人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系，對(duì)評(píng)測(cè)學(xué)習(xí)者參與人工智能學(xué)習(xí)的就緒水平、研判人工智能教育實(shí)踐的整體水平和差異表現(xiàn)、預(yù)警學(xué)校人工智能教育推動(dòng)進(jìn)程中的落地問(wèn)題等，提供了理論框架和評(píng)估依據(jù)。

三、評(píng)價(jià)指標(biāo)體系結(jié)構(gòu)確定及權(quán)重計(jì)算

(一)研制方法與思路

人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系的研制，關(guān)鍵在于確定指標(biāo)體系和計(jì)算指標(biāo)權(quán)重?；谙到y(tǒng)性和典型性原則，設(shè)計(jì)了如下研制方法與思路，具體如圖2所示。

圖2 人工智能學(xué)習(xí)準(zhǔn)備度框架研制方法與思路

確定指標(biāo)體系環(huán)節(jié)采用文獻(xiàn)元分析法，即遵循“文獻(xiàn)檢索→遴選標(biāo)準(zhǔn)→特征值編碼→因素分析及同類匯聚”等流程，首先篩選近十年“學(xué)習(xí)準(zhǔn)備度”“人工智能素養(yǎng)”“人工智能學(xué)習(xí)準(zhǔn)備度”等主題的文獻(xiàn)和報(bào)告等，同時(shí)輔以研究團(tuán)隊(duì)在人工智能教育領(lǐng)域的前瞻性成果積累與經(jīng)驗(yàn)沉淀，初步建構(gòu)人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系。然后，采用德?tīng)柗品?Delphi)廣泛征集專家意見(jiàn)并據(jù)此進(jìn)行修正完善，經(jīng)過(guò)兩輪專家征詢后，完成評(píng)價(jià)指標(biāo)體系的修訂工作。

計(jì)算指標(biāo)權(quán)重環(huán)節(jié)采用定性與定量相結(jié)合的層次分析法(Analytical Hierarchy Process，簡(jiǎn)稱AHP)進(jìn)行決策[30]?；谏鲜鋈斯ぶ悄軐W(xué)習(xí)準(zhǔn)備度內(nèi)涵結(jié)構(gòu)的定性信息分解，遵循“選定評(píng)價(jià)標(biāo)度→建立判斷矩陣→判斷矩陣一致性檢驗(yàn)→集結(jié)專家數(shù)據(jù)”這一分析流程，通過(guò)邀請(qǐng)專家評(píng)判各級(jí)指標(biāo)的相對(duì)重要程度及定量關(guān)系，并對(duì)其結(jié)果進(jìn)行一致性檢驗(yàn)，確立各評(píng)價(jià)指標(biāo)的權(quán)重，同時(shí)結(jié)合研究情境與需求，形成客觀的、可操作的人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系。

(二)評(píng)價(jià)指標(biāo)體系的結(jié)構(gòu)確定

通過(guò)梳理相關(guān)文獻(xiàn)，初步確立了評(píng)價(jià)指標(biāo)體系的層次結(jié)構(gòu)。同時(shí)，采用德?tīng)柗品?，基于各?jí)評(píng)價(jià)指標(biāo)的科學(xué)性、代表性和系統(tǒng)性原則，廣泛征集專家意見(jiàn)并進(jìn)行迭代修訂。經(jīng)過(guò)兩輪德?tīng)柗品ǖ氖┬?，最終確定了由技術(shù)思維準(zhǔn)備、智能知識(shí)準(zhǔn)備、智能能力準(zhǔn)備、智能條件與支持等4個(gè)一級(jí)指標(biāo)、10個(gè)二級(jí)指標(biāo)以及36個(gè)三級(jí)指標(biāo)構(gòu)成的人工智能學(xué)習(xí)準(zhǔn)備度的評(píng)價(jià)指標(biāo)體系結(jié)構(gòu)，如圖3所示。

圖3 人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系結(jié)構(gòu)

1.技術(shù)思維準(zhǔn)備

技術(shù)思維準(zhǔn)備是學(xué)習(xí)者關(guān)于智能認(rèn)知的傾向程度，包括計(jì)算思維、設(shè)計(jì)思維、人機(jī)協(xié)同思維和主動(dòng)轉(zhuǎn)變思維。其中，計(jì)算思維聚焦于數(shù)據(jù)意識(shí)、算法邏輯和抽象分解等進(jìn)階歷程，強(qiáng)調(diào)理解數(shù)據(jù)價(jià)值的敏捷驅(qū)動(dòng)和應(yīng)用價(jià)值，勾勒智能學(xué)習(xí)的任務(wù)機(jī)制和有效策略，以及將復(fù)雜抽象問(wèn)題“化繁為簡(jiǎn)”的行動(dòng)過(guò)程。

設(shè)計(jì)思維即通過(guò)“同理心→洞察→構(gòu)思→表征”的活動(dòng)流，幫助學(xué)習(xí)者掌握非良構(gòu)問(wèn)題解決的啟發(fā)式規(guī)則及技巧。其中，同理心是能設(shè)身處地地感知、代入和理解不同的任務(wù)情境。洞察是能透過(guò)現(xiàn)象表面，清晰界定問(wèn)題解決的關(guān)鍵思路與本質(zhì)要義。構(gòu)思是有意識(shí)地布局物化方案。表征是以可視化圖式顯現(xiàn)設(shè)計(jì)思路與過(guò)程。

人機(jī)協(xié)同思維關(guān)注學(xué)習(xí)者對(duì)人機(jī)協(xié)同關(guān)系、倫理安全、技術(shù)治理等方面的清醒認(rèn)知與協(xié)調(diào)意識(shí)。由于人機(jī)協(xié)同效果很大程度上取決于人工介入的時(shí)機(jī)和介入方式是否得當(dāng)[31]，故學(xué)習(xí)者需要適應(yīng)新的角色定位，明晰學(xué)習(xí)進(jìn)程中人機(jī)協(xié)同的權(quán)責(zé)分配。倫理安全關(guān)注人工智能技術(shù)賦能學(xué)習(xí)進(jìn)程中，可能發(fā)生的潛在風(fēng)險(xiǎn)和安全問(wèn)題。技術(shù)治理是學(xué)習(xí)者通過(guò)反思人機(jī)協(xié)同任務(wù)與風(fēng)險(xiǎn)效益，并針對(duì)“反治理、再治理及過(guò)度治理”等問(wèn)題及時(shí)給予警惕與防范措施。

主動(dòng)轉(zhuǎn)變思維是學(xué)習(xí)者能動(dòng)地適應(yīng)技術(shù)優(yōu)化學(xué)習(xí)的實(shí)踐考量，包括自我管理、自我調(diào)節(jié)和元認(rèn)知。其中，自我管理強(qiáng)調(diào)圍繞人工智能學(xué)習(xí)需求、目標(biāo)和計(jì)劃等，主動(dòng)進(jìn)行自我診斷與管理。自我調(diào)節(jié)是通過(guò)克服因循守舊的定式思維，掌握人機(jī)協(xié)同的合作過(guò)程及動(dòng)態(tài)調(diào)節(jié)方法。需要強(qiáng)調(diào)的是，人的主觀能動(dòng)性是調(diào)節(jié)“人—技術(shù)”動(dòng)態(tài)平衡的首要開(kāi)關(guān)，此過(guò)程應(yīng)遵循技術(shù)賦能的正負(fù)反饋、消變補(bǔ)穩(wěn)、S型突破、多樣主導(dǎo)等協(xié)同共生原理。元認(rèn)知是對(duì)技術(shù)感知與學(xué)習(xí)任務(wù)進(jìn)行再感知、再記憶、再思維的循環(huán)過(guò)程，同時(shí)通過(guò)自主積極的監(jiān)控和調(diào)整，培養(yǎng)學(xué)習(xí)者智能化認(rèn)知的價(jià)值體認(rèn)與行為慣習(xí)。

2.智能知識(shí)準(zhǔn)備

智能知識(shí)準(zhǔn)備是學(xué)習(xí)者基于實(shí)踐體驗(yàn)，對(duì)數(shù)據(jù)表征化、信息賦義化的主觀意識(shí)和行動(dòng)經(jīng)驗(yàn)的儲(chǔ)備情況，具體涵蓋硬知識(shí)和軟知識(shí)。其中，硬知識(shí)是直接反映客觀事物的實(shí)體性知識(shí)，如STEM與創(chuàng)客知識(shí)、數(shù)字化知識(shí)、智能化知識(shí)?？梢园l(fā)現(xiàn)，伴隨時(shí)代發(fā)展潮流，不同知識(shí)載體的創(chuàng)造、傳播、應(yīng)用等進(jìn)化過(guò)程，呈現(xiàn)合乎情境的適應(yīng)性特質(zhì)。例如，STEM與創(chuàng)客知識(shí)關(guān)注科學(xué)探究、技術(shù)制作、工程設(shè)計(jì)、數(shù)學(xué)方法等跨學(xué)科知識(shí)應(yīng)用。數(shù)字化知識(shí)強(qiáng)調(diào)通過(guò)全新的信息傳播或交流方式，讓學(xué)習(xí)者隨時(shí)隨地參與學(xué)習(xí)。智能化知識(shí)涵蓋人工智能發(fā)展歷程、基本概念、技術(shù)體系、工具平臺(tái)、應(yīng)用領(lǐng)域及社會(huì)影響等內(nèi)容。

軟知識(shí)是間接反映客觀事物的抽象性知識(shí)，包括智能情意知識(shí)和智能心智知識(shí)。智能情意知識(shí)關(guān)注知識(shí)的結(jié)晶化效應(yīng)，即對(duì)人工智能情感、意識(shí)及倫理等方面的知識(shí)儲(chǔ)備。智能心智知識(shí)則強(qiáng)調(diào)知識(shí)匯聚的貫通性及圖譜化應(yīng)用，即在情感—?jiǎng)訖C(jī)、意志—行動(dòng)、感知—思維等領(lǐng)域的具身智能準(zhǔn)備。需要明確的是，人工智能技術(shù)的賦能優(yōu)勢(shì)，為知識(shí)的生命周期注入了新鮮血液，推動(dòng)了人機(jī)協(xié)同的知識(shí)主體、硅基智慧的知識(shí)本質(zhì)、動(dòng)態(tài)彈性的知識(shí)結(jié)構(gòu)以及多模態(tài)融合的承載媒體等新知識(shí)觀的顛覆性重塑。在此情境下，亟需關(guān)注學(xué)習(xí)者化知識(shí)為素養(yǎng)的培育方向。

3.智能能力準(zhǔn)備

智能能力準(zhǔn)備涉及認(rèn)知能力和非認(rèn)知能力，呈現(xiàn)出了解、理解、掌握的螺旋式進(jìn)階概貌[32]。其中，認(rèn)知能力涵括人工智能信息加工和實(shí)踐結(jié)果等方面的能力，如信息能力、數(shù)據(jù)能力、思辨能力、編程能力和智能應(yīng)用能力。所謂信息能力，即基于信息獲取、使用與評(píng)價(jià)這一互動(dòng)機(jī)制，同時(shí)應(yīng)用信息技術(shù)解決復(fù)雜情境問(wèn)題的能力。數(shù)據(jù)能力旨在通過(guò)方案設(shè)計(jì)、數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)呈現(xiàn)等過(guò)程性行為，實(shí)現(xiàn)“數(shù)據(jù)—信息—知識(shí)—智慧”一體化的創(chuàng)新能力養(yǎng)成目標(biāo)。思辨能力是綜合真實(shí)情境的相關(guān)信息，進(jìn)行系統(tǒng)性思考、分析、推理及演繹的判知能力。編程能力是采用計(jì)算機(jī)可理解、可執(zhí)行方式，通過(guò)編程語(yǔ)言或組裝代碼塊等途徑，從而自動(dòng)化地解決復(fù)雜問(wèn)題。智能應(yīng)用能力強(qiáng)調(diào)選擇合理的人工智能技術(shù)工具，并應(yīng)用它們優(yōu)化學(xué)習(xí)、工作與生活，在實(shí)踐任務(wù)中做到“人盡其才、物盡其用”。

非認(rèn)知能力承載著可改變且相對(duì)穩(wěn)定的思想底蘊(yùn)，關(guān)注學(xué)習(xí)者的持久性成功[33]，主要涉及創(chuàng)新人格、參與動(dòng)機(jī)、智能志趣、技術(shù)信念、自我效能感、協(xié)作能力、技術(shù)焦慮管理。其中，創(chuàng)新人格聚焦于自信心、好奇心、開(kāi)放性和堅(jiān)持性，具體來(lái)說(shuō)，即對(duì)人工智能學(xué)習(xí)滿懷信心，擁有欲求真理的內(nèi)驅(qū)力，以及沖破傳統(tǒng)思維桎梏與“井底之蛙”式眼界，包容性地探索人工智能學(xué)習(xí)策略，并懂得持續(xù)貫通的堅(jiān)持與自律。參與動(dòng)機(jī)是驅(qū)動(dòng)學(xué)習(xí)者持續(xù)且高質(zhì)量地實(shí)現(xiàn)任務(wù)目標(biāo)的內(nèi)驅(qū)力。智能志趣關(guān)乎未來(lái)的學(xué)習(xí)興趣、意愿以及對(duì)變化與沖擊的應(yīng)對(duì)情況。技術(shù)信念是對(duì)人工智能學(xué)習(xí)的價(jià)值認(rèn)同和行為傾向，直接影響學(xué)習(xí)者的績(jī)效期望及努力程度。自我效能感是對(duì)人工智能學(xué)習(xí)的信心程度和知覺(jué)評(píng)估，直接決定學(xué)習(xí)者的認(rèn)知投入及行為表現(xiàn)。協(xié)作能力是對(duì)“關(guān)心他人福祉”的踐行程度，涵括共情、信任、合作、和諧等維度。技術(shù)焦慮管理是對(duì)身份焦慮、信任焦慮、知識(shí)焦慮、能力焦慮等進(jìn)行科學(xué)規(guī)理和排解，致力于保持技術(shù)理性、明晰人機(jī)角色、規(guī)范技術(shù)行為等目標(biāo)實(shí)現(xiàn)。

4.智能條件準(zhǔn)備

智能條件與支持強(qiáng)調(diào)“硬件、軟件和潛件”等方面的現(xiàn)實(shí)保障，包括智能化投入和社會(huì)性支持。智能化投入是學(xué)校在人工智能教育實(shí)踐中所投入的組織人員保障、智能物力資源、制度與經(jīng)費(fèi)保障。其中，組織人員保障至少包括兩個(gè)層面：一是區(qū)域領(lǐng)導(dǎo)、校長(zhǎng)、教師、信息技術(shù)首席官(CIO)等協(xié)同實(shí)踐主體，二是人工智能教育企業(yè)、聯(lián)盟院校、相關(guān)研究機(jī)構(gòu)等實(shí)踐幫扶群體。智能物力資源如基本學(xué)習(xí)環(huán)境、網(wǎng)絡(luò)基礎(chǔ)設(shè)備、智能教育新基建等物理?xiàng)l件。制度與經(jīng)費(fèi)保障強(qiáng)調(diào)基于頂層設(shè)計(jì)、課程設(shè)置、課程內(nèi)容、教材開(kāi)發(fā)、教學(xué)形態(tài)、實(shí)施路徑等系列挑戰(zhàn)，有序建立針對(duì)性的制度規(guī)范以及資金投入的財(cái)政政策[34]。

社會(huì)性支持包括主觀規(guī)范、群體認(rèn)同、文化氛圍等，致力于實(shí)現(xiàn)人工智能學(xué)習(xí)的價(jià)值肯定、情感支持及思想滲透。其中，主觀規(guī)范源于人際與媒介擴(kuò)散情境下，學(xué)習(xí)者受到多元主體行為的間接影響。群體認(rèn)同則涵括了伙伴、父母、教師、校長(zhǎng)等多元主體，對(duì)人工智能學(xué)習(xí)的組織支持及認(rèn)可程度。文化氛圍強(qiáng)調(diào)借助人工智能技術(shù)優(yōu)勢(shì)，引導(dǎo)、陶冶、凝聚學(xué)習(xí)者的意識(shí)情狀及物化形態(tài)。

(三)評(píng)價(jià)指標(biāo)體系的權(quán)重計(jì)算

研究采用AHP方法計(jì)算評(píng)價(jià)指標(biāo)體系的權(quán)重，首先向28名專家發(fā)放了“人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系”問(wèn)卷。其中，雙一流高等院校人工智能教育專家15名、智能科技企業(yè)代表5名、中小學(xué)人工智能課程教師8名。樣本數(shù)據(jù)收回后，將其導(dǎo)入Yaahp軟件中，基于“選定評(píng)價(jià)標(biāo)度→建立判斷矩陣→判斷矩陣一致性檢驗(yàn)→集結(jié)專家數(shù)據(jù)”分析流程，進(jìn)一步確定評(píng)價(jià)指標(biāo)體系的權(quán)重。

1.選定評(píng)價(jià)標(biāo)度

為保證專家學(xué)者評(píng)判結(jié)果的準(zhǔn)確性和科學(xué)性，同時(shí)盡可能排除干擾因素和敏感屬性等影響，研究選用經(jīng)典的Saaty九級(jí)評(píng)價(jià)標(biāo)度[35]，通過(guò)兩兩比對(duì)方式，獲得同一層次評(píng)價(jià)指標(biāo)的相對(duì)重要性，具體表征涵義如圖4所示。

圖4 九級(jí)評(píng)價(jià)標(biāo)度

2.建立判斷矩陣

28位專家采用九級(jí)評(píng)價(jià)標(biāo)度，判斷人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系中同一層次各因素的相對(duì)重要性。具體操作過(guò)程中，首先在Yaahp軟件中，對(duì)應(yīng)每位專家信息；然后針對(duì)一級(jí)、二級(jí)、三級(jí)評(píng)價(jià)指標(biāo)體系，分別建立1、4、10個(gè)判斷矩陣。

3.判斷矩陣一致性檢驗(yàn)

判斷矩陣的一致性檢驗(yàn)主要使用一致性比率法，需引入層次總排序的一致性指標(biāo)CI、層次總排序的隨機(jī)一致性指標(biāo)RI和層次總排序的隨機(jī)一致性比例CR，通過(guò)以下公式計(jì)算(式中，λmax為判斷矩陣A的最大特征值，RI通過(guò)自查表可獲得)：

根據(jù)研究需求，首先對(duì)28位專家樣本數(shù)據(jù)的邏輯性進(jìn)行核查，如A較B同樣重要(A/B=1)，B較C絕對(duì)重要(B/C=9)，則A較C應(yīng)是絕對(duì)重要(A/C=9)。如若一致性比率CR≥0.1，說(shuō)明數(shù)據(jù)結(jié)果與專家實(shí)際觀點(diǎn)存在較大程度的悖論。核查結(jié)果顯示，28位專家數(shù)據(jù)的CR值均小于0.1，即數(shù)據(jù)樣本可信有效。然后使用Yaahp軟件進(jìn)行層次單排序和層次總排序的一致性檢驗(yàn)。其中，層次單排序是針對(duì)上一層次某要素，對(duì)此層各要素進(jìn)行相對(duì)重要性排序，結(jié)果顯示，2位專家的少數(shù)判斷矩陣未能滿足統(tǒng)計(jì)要求，故需進(jìn)一步修正判斷矩陣，用于后續(xù)矩陣運(yùn)算。層次總排序是針對(duì)決策總目標(biāo)，對(duì)同一層次各要素進(jìn)行相對(duì)重要性排序，結(jié)果顯示，28位專家的數(shù)據(jù)結(jié)果均符合一致性比率CR＜0.1的統(tǒng)計(jì)標(biāo)準(zhǔn)。

4.集結(jié)專家數(shù)據(jù)

專家數(shù)據(jù)集結(jié)方式包括兩種：計(jì)算結(jié)果集結(jié)和判斷矩陣集結(jié)。前者是通過(guò)計(jì)算各專家判斷矩陣，將其得到的排序權(quán)重均值作為集結(jié)結(jié)果；后者則是根據(jù)專家判斷矩陣結(jié)果對(duì)其取均值，基于均值判斷矩陣，計(jì)算指標(biāo)的排序權(quán)重。不難發(fā)現(xiàn)，即使所有專家的判斷矩陣均滿足一致性要求，但將各判斷矩陣進(jìn)行集結(jié)后，所獲得的最終結(jié)果極有可能存在個(gè)體與群體判斷矩陣含義不一致、數(shù)據(jù)語(yǔ)義缺失等問(wèn)題。因此，我們采用計(jì)算結(jié)果集結(jié)方式，依據(jù)各專家排序向量的加權(quán)平均數(shù)進(jìn)行結(jié)果決策，最后輸出人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系的權(quán)重結(jié)果，具體如表2所示。

表2 人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系權(quán)重

續(xù)表2

5.指標(biāo)權(quán)重分析

一級(jí)指標(biāo)的權(quán)重依次為：智能能力準(zhǔn)備(0.5184)＞智能知識(shí)準(zhǔn)備(0.1850)＞技術(shù)思維準(zhǔn)備(0.1603)＞智能條件與支持(0.1363)?？赡艿脑蚴?，學(xué)習(xí)能力的發(fā)展是知識(shí)、技能、策略經(jīng)過(guò)內(nèi)化、概括化以及廣泛遷移而動(dòng)態(tài)實(shí)現(xiàn)的[36]。這一形成過(guò)程，依賴于認(rèn)知和非認(rèn)知因素的交互刺激，通過(guò)學(xué)習(xí)程式促使學(xué)習(xí)者向多形態(tài)、多層次的高質(zhì)量水平發(fā)展，故認(rèn)知能力及非認(rèn)知能力的調(diào)控，對(duì)人工智能學(xué)習(xí)成功具有極高貢獻(xiàn)度。其次是智能知識(shí)準(zhǔn)備與技術(shù)思維準(zhǔn)備，兩者貢獻(xiàn)水平相當(dāng)。能力形成需要理論知識(shí)、技術(shù)實(shí)踐、行為秩序的貫通性支持，而智能知識(shí)與技術(shù)思維作為能力進(jìn)階的“左右抓手”，分別從動(dòng)力源和調(diào)節(jié)源方面，引導(dǎo)學(xué)習(xí)者智能元認(rèn)知圖示的有效建構(gòu)。此外，智能條件與支持這一外部調(diào)控始終是基礎(chǔ)支撐。當(dāng)具備豐富的智能條件時(shí)，學(xué)習(xí)者的學(xué)習(xí)信念和內(nèi)在動(dòng)機(jī)也將持續(xù)保持，故其對(duì)人工智能學(xué)習(xí)成功起到幫扶性功用。

二級(jí)指標(biāo)中，智能能力準(zhǔn)備的指標(biāo)權(quán)重依次為：非認(rèn)知能力(0.3911)＞認(rèn)知能力(0.1273)。這意味著非認(rèn)知能力具有更高的概括性、更強(qiáng)的遷移性以及更廣泛的適應(yīng)性，在智能能力形成進(jìn)程中發(fā)揮重要功效。這與Heckman等關(guān)于“人格特質(zhì)、志趣信念等非認(rèn)知能力是促使高階人力資本持續(xù)發(fā)展的動(dòng)力源泉”觀點(diǎn)相一致[37]。智能知識(shí)準(zhǔn)備的指標(biāo)權(quán)重依次為：軟知識(shí)(0.1460)＞硬知識(shí)(0.0390)。這也說(shuō)明，人工智能情意、智能心智等軟知識(shí)是影響學(xué)習(xí)者持續(xù)創(chuàng)新的內(nèi)生動(dòng)力，故未來(lái)應(yīng)致力于學(xué)習(xí)者智能覺(jué)知和技術(shù)應(yīng)用的素質(zhì)養(yǎng)成。技術(shù)思維準(zhǔn)備的指標(biāo)權(quán)重依次為：人機(jī)協(xié)同思維(0.0679)＞主動(dòng)轉(zhuǎn)變思維(0.0553)＞計(jì)算思維(0.0213)＞設(shè)計(jì)思維(0.0158)。從長(zhǎng)遠(yuǎn)圖景來(lái)看，學(xué)習(xí)的未來(lái)將呈現(xiàn)人機(jī)協(xié)同的生態(tài)概貌，沒(méi)有任何事物能夠“置身事外”或“獨(dú)善其身”，故必須具備人機(jī)協(xié)同思維以適應(yīng)智能社會(huì)樣態(tài)。從當(dāng)下情境來(lái)看，如何轉(zhuǎn)變?cè)兴季S慣習(xí)，主動(dòng)適應(yīng)人機(jī)協(xié)同交互形態(tài)，并將其內(nèi)化為學(xué)習(xí)行動(dòng)的文化底蘊(yùn)，將是人工智能學(xué)習(xí)成功的關(guān)鍵抓手。智能條件與支持的指標(biāo)權(quán)重依次為：智能化投入(0.1019)＞社會(huì)性支持(0.0345)。這是因?yàn)?，智能化投入是支持人工智能學(xué)習(xí)的基礎(chǔ)條件，同時(shí)完善的保障體系能夠緩解學(xué)習(xí)者的驚慌與憂慮，故豐富的促成條件能夠擴(kuò)散和增值人工智能學(xué)習(xí)的積極效應(yīng)，鼓勵(lì)并吸引更多學(xué)習(xí)者開(kāi)啟智能化學(xué)習(xí)探索。

三級(jí)指標(biāo)中，排在前三位是：智能心智知識(shí)(0.1228)＞智能志趣(0.1134)＞技術(shù)焦慮管理(0.0815)?？梢园l(fā)現(xiàn)，它們主要聚焦于“軟知識(shí)”和“非認(rèn)知能力”維度。事實(shí)上，無(wú)論是美國(guó)著名作家馬克·吐溫所提及的“我的幽默和偉大的著作都來(lái)自于求助潛意識(shí)心智無(wú)窮盡的寶藏”，亦是阿爾伯特·愛(ài)因斯坦所呼吁的“興趣是最好的老師”這句顛撲不破的真理，都表明洞察力、注意力、堅(jiān)韌、志趣等非認(rèn)知因素，將是引導(dǎo)、激勵(lì)及調(diào)節(jié)學(xué)習(xí)者“創(chuàng)造性基因”的正向催化劑。甚至有學(xué)者發(fā)現(xiàn)，獲得勞動(dòng)力市場(chǎng)認(rèn)可的能力，80%都源于學(xué)校教育培育的非認(rèn)知能力[38]。與之相反的是，“計(jì)算思維”中的“數(shù)據(jù)意識(shí)”(0.0034)，“設(shè)計(jì)思維”中的“洞察”(0.0026)和“同理心”(0.0014)并未被賦予很高的重要性。可能的原因是，伴隨數(shù)字化技術(shù)的應(yīng)用普及，“數(shù)字移民”“數(shù)字土著”等個(gè)體表征的實(shí)踐張力已相當(dāng)飽和。這也啟發(fā)我們，面對(duì)人工智能技術(shù)的強(qiáng)勢(shì)沖擊，如何規(guī)避學(xué)習(xí)者角色的“脫嵌”與“消匿”，理性抉擇智能學(xué)習(xí)場(chǎng)景與技術(shù)工具支持，將是促使“人本人工智能”理性蛻變的具體表觀。

四、人工智能教育實(shí)踐的未來(lái)進(jìn)路

依托人工智能學(xué)習(xí)準(zhǔn)備度的評(píng)價(jià)指標(biāo)體系，為增強(qiáng)人工智能學(xué)習(xí)的充分就緒性，應(yīng)重點(diǎn)關(guān)注技術(shù)焦慮、情意心智、人機(jī)協(xié)同以及制度保障等使能學(xué)習(xí)成功的著力點(diǎn)，持續(xù)激發(fā)學(xué)習(xí)者非認(rèn)知能力、智能軟知識(shí)、智能化思維以及主動(dòng)性心態(tài)的蛻變。

(一)管理技術(shù)焦慮，提升學(xué)習(xí)者的非認(rèn)知能力

伴隨人工智能技術(shù)賦能學(xué)習(xí)新生態(tài)的持續(xù)作為，社會(huì)經(jīng)濟(jì)所需的人力資本也正在轉(zhuǎn)型升級(jí)。正如人工智能學(xué)習(xí)準(zhǔn)備度的評(píng)價(jià)指標(biāo)體系所證實(shí)，以技術(shù)焦慮管理為代表的非認(rèn)知能力將是制約學(xué)習(xí)成功的關(guān)鍵因素。因此，如何為急遽變化、不可預(yù)知的未來(lái)提前布局，科學(xué)管理技術(shù)焦慮，從而助力學(xué)習(xí)者成功，將是人工智能教育下一步重點(diǎn)推進(jìn)的實(shí)踐舉措。

一是增強(qiáng)學(xué)習(xí)者的智能志趣，在實(shí)踐張力中充分發(fā)揮個(gè)體的主觀能動(dòng)性，例如從激發(fā)和培養(yǎng)兩個(gè)層面踐行人工智能學(xué)習(xí)體驗(yàn)，進(jìn)而彌合理性認(rèn)知與智能實(shí)踐的現(xiàn)實(shí)壁壘。其中，激發(fā)層面旨在提升學(xué)習(xí)者的參與動(dòng)機(jī)。通過(guò)創(chuàng)設(shè)智能學(xué)習(xí)情境，引導(dǎo)學(xué)習(xí)者做好人工智能學(xué)習(xí)的心理準(zhǔn)備，并借助進(jìn)階支架助力個(gè)性化目標(biāo)的實(shí)現(xiàn)。培養(yǎng)層面重點(diǎn)關(guān)注學(xué)習(xí)者的智能思維形塑。遵循“認(rèn)知→說(shuō)服→決策→執(zhí)行→確認(rèn)”技術(shù)擴(kuò)散路徑，從思想認(rèn)知上疏導(dǎo)技術(shù)障礙，提升學(xué)習(xí)者參與人工智能學(xué)習(xí)的價(jià)值體認(rèn)與實(shí)踐信念。

二是轉(zhuǎn)移學(xué)習(xí)者的技術(shù)焦慮，在智能體驗(yàn)中培養(yǎng)學(xué)習(xí)者的抗逆能力。由于人工智能技術(shù)知識(shí)的缺失與現(xiàn)行學(xué)習(xí)壓力的約束，諸多情境下學(xué)習(xí)者并未真正投入到人工智能學(xué)習(xí)中去。因此，加強(qiáng)智能導(dǎo)向的實(shí)踐指引，大力宣傳人工智能學(xué)習(xí)的前瞻性價(jià)值至關(guān)重要。具體來(lái)講，通過(guò)進(jìn)階式任務(wù)設(shè)計(jì)、角色定位及群體效能發(fā)揮等措施，有意識(shí)地調(diào)適學(xué)習(xí)者的自我效能感，同時(shí)借助多模態(tài)學(xué)習(xí)融合分析(Multimodal Learning Fusion Analytics，MLFA)框架[39]，匯聚學(xué)習(xí)者在行為表現(xiàn)、情境感知等方面的多模態(tài)證據(jù)，以此豐富和優(yōu)化人工智能先驗(yàn)“知識(shí)組塊”與腳手架支持，從而循序漸進(jìn)地幫助學(xué)習(xí)者獲得主動(dòng)參與的可雇傭性學(xué)習(xí)動(dòng)機(jī)。

(二)重視情意心智，增長(zhǎng)學(xué)習(xí)者的智能軟知識(shí)

人工智能教育情境下，學(xué)習(xí)者的知識(shí)結(jié)構(gòu)和情意素養(yǎng)面臨著巨大沖擊與挑戰(zhàn)，其中不容忽視的是軟知識(shí)的大量涌現(xiàn)與其重要性的飛速攀升。人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系亦證實(shí)，智能情意和智能心智等軟知識(shí)，關(guān)乎人工智能學(xué)習(xí)的科學(xué)推進(jìn)。

其一，強(qiáng)化情意心智知識(shí)的貫通性。這是因?yàn)?，未?lái)學(xué)習(xí)生態(tài)正呈現(xiàn)“綜合統(tǒng)籌之智”的發(fā)展概貌，面對(duì)浩瀚龐雜、富有彈性的知識(shí)流，如何將其進(jìn)行聯(lián)結(jié)、融合及貫通，正是學(xué)習(xí)者突圍技術(shù)奴役枷鎖的前提與基礎(chǔ)。這種現(xiàn)實(shí)情境下，應(yīng)積極探索智能硬知識(shí)與智能軟知識(shí)相互關(guān)聯(lián)的節(jié)點(diǎn)和紐帶，并精心設(shè)計(jì)根植于理性情感與認(rèn)知價(jià)值的人工智能學(xué)習(xí)任務(wù)，觸發(fā)學(xué)習(xí)者舉一反三、觸類旁通的行為表現(xiàn)，進(jìn)而實(shí)現(xiàn)智能知識(shí)應(yīng)用體系化、聯(lián)通化的心智目標(biāo)。

其二，踐行情意心智知識(shí)的應(yīng)用性。在不可預(yù)測(cè)的情境中靈活進(jìn)行智能新知的實(shí)踐化，這與利奧塔爾“如何將信息、數(shù)據(jù)與知識(shí)進(jìn)行現(xiàn)實(shí)化和策略化，將是為未來(lái)而教的有效實(shí)踐教學(xué)”觀點(diǎn)相一致[40]。也就是說(shuō)，人工智能學(xué)習(xí)不只是關(guān)注智能新知的傳授與拓展，更要在復(fù)雜情境中形塑學(xué)習(xí)者廣泛思考、靈活遷移的智能應(yīng)用心智，即讓學(xué)習(xí)者學(xué)會(huì)運(yùn)用智能知識(shí)及工具支持，創(chuàng)造性地解決日常學(xué)習(xí)中的實(shí)際問(wèn)題。

其三，培植情意心智知識(shí)的智慧化。人工智能時(shí)代知識(shí)生產(chǎn)的生命周期逐漸縮短，隨之造成知識(shí)的體系容量急劇擴(kuò)張。如何幫助學(xué)習(xí)者應(yīng)對(duì)充滿挑戰(zhàn)與不確定性的多元知識(shí)形態(tài)，直接關(guān)乎人工智能學(xué)習(xí)成效和價(jià)值功用。事實(shí)上，可基于“零存整取”的包容性心態(tài)，即將不同類型智能軟知識(shí)的理論、方法、工具等粘合為“集大成”式思維成果，通過(guò)縮小智力資源的負(fù)荷空間，進(jìn)階式驅(qū)動(dòng)學(xué)習(xí)者積極探索的價(jià)值體認(rèn)。這也正是美國(guó)人工智能教育“主動(dòng)探索技術(shù)與社會(huì)的動(dòng)態(tài)關(guān)系，培養(yǎng)學(xué)習(xí)者技術(shù)責(zé)任感”的現(xiàn)實(shí)關(guān)照。

(三)適應(yīng)人機(jī)協(xié)同，轉(zhuǎn)變學(xué)習(xí)者的智能化思維

智能化思維旨在喚醒學(xué)習(xí)者主動(dòng)應(yīng)用智能技術(shù)以拓展及延伸自身的智能，從而創(chuàng)造性地解決復(fù)雜問(wèn)題。事實(shí)上，人機(jī)協(xié)同彌補(bǔ)了學(xué)習(xí)者思維認(rèn)知的天然不足，也為“1+1＞2”的實(shí)踐成效提供了有利契機(jī)[41]。因此，如何落地人機(jī)協(xié)同的實(shí)踐理念，幫助學(xué)習(xí)者主動(dòng)轉(zhuǎn)變技術(shù)思維以適應(yīng)智能環(huán)境，將是應(yīng)對(duì)未來(lái)學(xué)習(xí)范式轉(zhuǎn)型的堅(jiān)實(shí)基礎(chǔ)。

一方面，創(chuàng)設(shè)技術(shù)彈性、協(xié)同開(kāi)放的智能空間，讓學(xué)習(xí)者理性看待技術(shù)應(yīng)用的價(jià)值功效。當(dāng)人工智能技術(shù)介入教育生態(tài)時(shí)，教學(xué)組織難以依靠“穿技術(shù)新鞋走傳統(tǒng)老路”方式，促使學(xué)習(xí)者智能化思維的主動(dòng)覺(jué)醒。因此，教師應(yīng)借助人工智能技術(shù)觸發(fā)器，有意識(shí)地激發(fā)學(xué)習(xí)者跳出原有思維慣習(xí)，鼓勵(lì)他們依據(jù)任務(wù)目標(biāo)做好人機(jī)交互的具體分工，如將重復(fù)機(jī)械或無(wú)法駕馭的學(xué)習(xí)任務(wù)主動(dòng)交給智能機(jī)器代理，努力實(shí)現(xiàn)“認(rèn)知外包”的最大化。通過(guò)讓學(xué)習(xí)者持續(xù)專注于富有創(chuàng)造性的學(xué)習(xí)任務(wù)和決策規(guī)劃，從而使得大規(guī)模個(gè)性化學(xué)習(xí)成為可能。

另一方面，重視技術(shù)應(yīng)用與思維錯(cuò)配問(wèn)題，在任務(wù)設(shè)計(jì)中融入人機(jī)協(xié)同、倫理安全與技術(shù)治理等思想。學(xué)習(xí)者作為人工智能技術(shù)應(yīng)用的踐行者，其思維觀念無(wú)疑制約著實(shí)踐成效。未來(lái)可從如下方面改進(jìn)：一是更新學(xué)習(xí)者的智能體認(rèn)與行動(dòng)目標(biāo)，幫助其克服落后或殘缺的技術(shù)思維，形塑包含風(fēng)險(xiǎn)倫理和安全治理的人機(jī)協(xié)同理性觀。二是充分調(diào)動(dòng)學(xué)習(xí)者的主觀能動(dòng)性，秉承“伙伴式”理念認(rèn)知，動(dòng)態(tài)調(diào)節(jié)人機(jī)協(xié)同的具體過(guò)程與協(xié)作程度，豐富和擴(kuò)展人機(jī)協(xié)同的合作規(guī)律，平衡“技術(shù)—社會(huì)—教育”的良性互動(dòng)。

(四)優(yōu)化制度保障，調(diào)動(dòng)學(xué)習(xí)者的主動(dòng)性心態(tài)

研究結(jié)果已證實(shí)，制度保障對(duì)人工智能學(xué)習(xí)的成功，具有強(qiáng)大支撐與推動(dòng)作用。需要明確的是，多元協(xié)同的制度保障既包括規(guī)范秩序，也包括心靈秩序。前者關(guān)注制度化的倫理規(guī)約，后者則強(qiáng)調(diào)學(xué)習(xí)者的修養(yǎng)和德行。如何針對(duì)性地優(yōu)化實(shí)踐進(jìn)路的外在保障和內(nèi)生規(guī)約，將是人工智能教育高質(zhì)量推進(jìn)的有效出路。

就外在保障而言，強(qiáng)調(diào)聯(lián)合多元支持聯(lián)盟的協(xié)同力量，及時(shí)供給高效的智能化投入支持。具體施行過(guò)程中，可遵循“形成期→振蕩期→規(guī)范期→執(zhí)行期→解體期”進(jìn)階軌跡[42]，推動(dòng)“學(xué)—教—管—評(píng)”智能應(yīng)用的共建、共享及共流。其中，形成期旨在建設(shè)智能化的基礎(chǔ)條件。震蕩期需重點(diǎn)關(guān)注制度保障、倫理秩序、德行規(guī)約等各個(gè)向度的效能體驗(yàn)。規(guī)范期應(yīng)進(jìn)一步完善組織人員、物力資源及經(jīng)費(fèi)保障，同時(shí)形塑多元支持聯(lián)盟強(qiáng)烈的內(nèi)聚力和規(guī)范的協(xié)同秩序，最大程度地為人工智能實(shí)踐累積有效動(dòng)能。執(zhí)行期強(qiáng)調(diào)通過(guò)智能物力和財(cái)力支持，落實(shí)為人工智能學(xué)習(xí)的“善治”目標(biāo)而協(xié)同努力的行動(dòng)。解體期包括兩種結(jié)果：蛻變和終止。當(dāng)實(shí)踐成效較為突出時(shí)，人工智能教育實(shí)踐將被進(jìn)一步推廣；反之，可能面臨取而代之的消亡趨勢(shì)。

就內(nèi)生規(guī)約而言，切實(shí)考量人工智能教育實(shí)踐“自下而上”的差異化訴求，挖掘有效推進(jìn)的社會(huì)性支持，輻射學(xué)習(xí)者主動(dòng)創(chuàng)新、開(kāi)放包容的教化方式。這個(gè)過(guò)程中，關(guān)鍵在于價(jià)值引導(dǎo)與自主建構(gòu)。其中，價(jià)值引導(dǎo)需要?jiǎng)?chuàng)新氛圍及智能資源予以承載。例如，營(yíng)造開(kāi)放包容的智能氛圍，持續(xù)強(qiáng)化學(xué)習(xí)者的智能心智和整體認(rèn)知。又如，結(jié)合不同區(qū)域、學(xué)校、班級(jí)的差異水平，推廣具有特色的人工智能課程資源、實(shí)訓(xùn)平臺(tái)、競(jìng)賽項(xiàng)目、社團(tuán)服務(wù)等，從而匯聚“有溫度且高質(zhì)量”的智力成果。自主建構(gòu)是學(xué)習(xí)者實(shí)現(xiàn)自我形塑的蛻變進(jìn)程，需采取“接地氣”的適切方式，持續(xù)觀察、跟蹤及干預(yù)學(xué)習(xí)者的真實(shí)表現(xiàn)。具體可通過(guò)教育社會(huì)實(shí)驗(yàn)及多主體仿真實(shí)驗(yàn)，基于證據(jù)導(dǎo)向的前瞻性視野，開(kāi)展不同區(qū)域、不同場(chǎng)景、或不同學(xué)段的實(shí)踐任務(wù)，探索不同個(gè)體、實(shí)踐團(tuán)體之間的行動(dòng)經(jīng)驗(yàn)與操作規(guī)范，從而提前為學(xué)習(xí)的未來(lái)籌謀規(guī)劃。

五、結(jié)語(yǔ)

人工智能教育催生了學(xué)習(xí)者高階技能的目標(biāo)轉(zhuǎn)型，未來(lái)需以一種更具智慧的前瞻性思想，引領(lǐng)學(xué)習(xí)者有遠(yuǎn)見(jiàn)地追尋高質(zhì)量的學(xué)習(xí)概貌?；诖耍芯刻岢隽擞杉夹g(shù)思維準(zhǔn)備、智能知識(shí)準(zhǔn)備、智能能力準(zhǔn)備、智能條件與支持構(gòu)成的人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系，分析其指標(biāo)含義及權(quán)重水平，深化和豐富了教育工作者對(duì)人工智能學(xué)習(xí)的就緒體認(rèn)，既可為提升學(xué)習(xí)者的智能素養(yǎng)提供實(shí)踐指引，又可為設(shè)計(jì)干預(yù)方案和開(kāi)發(fā)測(cè)評(píng)工具提供理論證據(jù)。我們團(tuán)隊(duì)下一步將重點(diǎn)開(kāi)展如下兩方面研究：一是采用人工智能學(xué)習(xí)準(zhǔn)備度評(píng)價(jià)指標(biāo)體系，針對(duì)不同地域、學(xué)段、隊(duì)列的學(xué)習(xí)者，開(kāi)展大規(guī)模、長(zhǎng)周期的測(cè)評(píng)實(shí)驗(yàn)。二是依據(jù)測(cè)評(píng)結(jié)果及實(shí)踐情境，開(kāi)發(fā)人工智能教學(xué)平臺(tái)及自適應(yīng)學(xué)習(xí)工具，從而推動(dòng)我國(guó)人工智能教育實(shí)踐的科學(xué)化、健康化及持續(xù)化。