王新宏，朱定局

（1.廣州美術(shù)學(xué)院 工藝美術(shù)學(xué)院，廣東 廣州 510006；2.華南師范大學(xué) 計算機學(xué)院，廣東 廣州 510631）

一、人工智能的發(fā)展和在教育領(lǐng)域中的運用基礎(chǔ)

近年來，隨著世界各國在人工智能領(lǐng)域的競爭日趨激烈，我國大力支持人工智能與社會各方面系統(tǒng)的融合和發(fā)展，使人工智能和教育的融合趨向深度和快速的過程。“為有效對接新一代人工智能，推動我國人工智能研發(fā)應(yīng)用，2017年7月，國務(wù)院出臺《新一代人工智能發(fā)展規(guī)劃》，明確了我國人工智能技術(shù)發(fā)展的戰(zhàn)略目標(biāo)、重點任務(wù)、資源配套方案和發(fā)展保障措施。”[1]被視為國家層面大力推動人工智能技術(shù)運用的重大決策標(biāo)志。黨的十九大報告明確提出要“加快建設(shè)制造強國，加快發(fā)展先進制造業(yè)，推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合。”[2]在近三年，人工智能連續(xù)在政府工作報告中得到強調(diào)，如“加快人工智能等技術(shù)研發(fā)和轉(zhuǎn)化”（2017年），“加強新一代人工智能研發(fā)應(yīng)用”（2018年），“深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用”（2019 年）[3]。2020 年，教育部、國家發(fā)展改革委、財政部印發(fā)《關(guān)于“雙一流”建設(shè)高校促進學(xué)科融合 加快人工智能領(lǐng)域研究生培養(yǎng)的若干意見》，在教育領(lǐng)域更加明確了高校在人工智能學(xué)科交叉融合中擔(dān)當(dāng)和使命，將其作為推動“雙一流”高校建設(shè)和人才培養(yǎng)體系的重要措施，推動了高校在人工智能交叉學(xué)科發(fā)展方面的發(fā)展。構(gòu)建“人工智能+X”復(fù)合型人才并重的培養(yǎng)體系，探索與人工智能深度融合的高校教育模式，成為高校教育界的共識和當(dāng)務(wù)之急。

人工智能在教育領(lǐng)域的運用從20 世紀(jì)60 年代已經(jīng)開始，在智能學(xué)習(xí)系統(tǒng)、智能語音識別、智能測評和虛擬教學(xué)場景、智能伴讀、智能學(xué)習(xí)追蹤等方面取得很多成果。如暢言智慧校園（科大訊飛公司）、批改網(wǎng)（北京詞網(wǎng)公司）、小猿搜題（北京貞觀雨公司）、51Talk（北京大生知行公司）、未來教師機器人（網(wǎng)龍華漁教育）、治趣臨床醫(yī)學(xué)病例模擬診療平臺（武漢泰樂奇），以及國外的微軟小冰（Mi-crosoft）、Gradescope（UC Berkeley）、New Sela（New Sela）、Volley（Volley）、Saya 教師（日本東京理科大學(xué)）等教育機器人日益普遍走進國民教育領(lǐng)域，取得了相對穩(wěn)定廣泛的運用[4]。

二、人工智能賦能高校思政教育模式實踐中凸顯的問題

在人工智能高速發(fā)展的今天，人工智能在高校思政教育中的運用是因為人工智能對思政教育運行規(guī)律的分析和決策與思政教育面向未來的目的和任務(wù)具有契合性。人工智能的發(fā)展經(jīng)歷了弱人工智能、強人工智能和超人工智能三個階段，在目前階段，人工智能尚未擁有獨立意識，只是有類人腦的深度學(xué)習(xí)和邏輯分析能力。目前高校思政教育領(lǐng)域?qū)θ斯ぶ悄芗夹g(shù)的運用集中在人工智能三個基礎(chǔ)之上的教學(xué)過程、教學(xué)互動和資源拓展、教學(xué)反饋，它是技術(shù)層面上對教育過程、教育互動環(huán)節(jié)的一種仿真，它解決的是特定的、相對固化或者閉環(huán)的問題，還未達到超越人的智慧控制程度。在模式轉(zhuǎn)換的實踐過程中，異化引起的思政教育主體性缺失、自由發(fā)展與個性化選擇中的教育客體選擇性偏差、作為教育介體的人工智能意識形態(tài)把控的風(fēng)險等問題也隨著發(fā)生，給高校思政教育帶來了更多挑戰(zhàn)。

（一）思政教育主體的技術(shù)異化

人工智能是人類為了提高生活效率而創(chuàng)造出的模擬人腦技術(shù)的技術(shù)，它會根據(jù)學(xué)生深度畫像，推薦適合學(xué)生個性化學(xué)習(xí)的方案和學(xué)習(xí)資源，在提高效率的同時，也會造成馬克思異化理論中闡述的技術(shù)異化的問題，人與人的創(chuàng)造物之間產(chǎn)生異化和剝離，人過度依賴于技術(shù)，而技術(shù)反控制人類，產(chǎn)生異化。異化現(xiàn)象在當(dāng)代高校青年學(xué)生身上可以看到明顯的痕跡。信息環(huán)境下許多學(xué)生更愿意跟機器交流，而不愿意直接面對面交流。淺學(xué)習(xí)、碎片化學(xué)習(xí)帶來學(xué)習(xí)空間和時間上的重大變革的同時，也伴隨著挑戰(zhàn)的發(fā)生。淺學(xué)習(xí)的主要特征是碎片化、隨意化的學(xué)習(xí)，它一定程度上消解了學(xué)習(xí)的嚴(yán)肅過程，探究和思考被時間的限制所忽略。淺學(xué)習(xí)適合于大知識體系的大眾化、科普式認(rèn)知，比如時事政治和背景材料，但是對于嚴(yán)密的思政教育的邏輯和哲學(xué)體系來說，淺學(xué)習(xí)會造成一知半解，讓學(xué)生追求短暫的偏向簡單直觀的知識表達形式，容易造成主體性的喪失和虛擬網(wǎng)絡(luò)世界的異化和控制。

另一方面，人工智能的運用在提供給教育者更多的自由時間做個性化分析的同時，也一定程度上造成了教育流暢程度的假象。學(xué)生是否真實地進入了教育者的學(xué)習(xí)設(shè)計、人工智能的適應(yīng)性反饋是否精準(zhǔn)都影響著教育者的教育決策和判斷?，F(xiàn)有人工智能的教育應(yīng)用中，由于人工智能在幫助學(xué)生學(xué)習(xí)時所采用的算法只有人工智能算法的設(shè)計者和開發(fā)者知曉，而教師一無所知，同時人工智能算法的設(shè)計者和開發(fā)者與教師在使用過程中缺乏長期的持續(xù)溝通，人工智能算法的設(shè)計者和開發(fā)者所涉及的人工智能算法用于教育時只是以非教育專業(yè)的常識進行設(shè)計，可能具有不合理性，從而產(chǎn)生對學(xué)生學(xué)習(xí)帶來負面作用的學(xué)習(xí)內(nèi)容推薦，例如讓學(xué)生出現(xiàn)偏科、局限于局部知識、對人工智能產(chǎn)生依賴、被人工智能歧視等等問題。當(dāng)這些問題發(fā)生后，教師依然一無所知，因為由人工智能參與的部分，人工智能具有絕對的主導(dǎo)權(quán)，人工智能在進行一個學(xué)習(xí)內(nèi)容推薦或?qū)W習(xí)評價時根本不需要征求教師的同意，老師也根本無法改變?nèi)斯ぶ悄芡扑]或評價等操作。而人工智能往往不知疲倦、24小時服務(wù)學(xué)生，而且速度快、效率高，能夠通過大數(shù)據(jù)投學(xué)生所好，所以教師的主導(dǎo)權(quán)很快地被人工智能所消弱并被越來越多地取代，學(xué)生更喜歡在人工智能的協(xié)助下學(xué)習(xí)，在這種情形下，一旦人工智能用于教育的算法出現(xiàn)問題，學(xué)生將會陷入不良的深淵而不自知，帶來嚴(yán)重的教學(xué)事故。

（二）自由發(fā)展與個性化選擇中的教育客體選擇性偏差

第一，基于用戶偏好的個人學(xué)習(xí)內(nèi)容的選擇可能會產(chǎn)生教育客體的選擇性偏差，這就是“信息繭房”效應(yīng)。“信息繭房”效應(yīng)是指由于接收到信息的長期性和持久性，使教育者被已知信息所包裹作繭，從而置身于信息片面的小圈子里，與相似偏好的人群一起并固執(zhí)于自己的認(rèn)知，無法辨證客觀地看待問題?，F(xiàn)有人工智能的教育應(yīng)用中，由于人工智能能夠幫助學(xué)生更快地找到學(xué)生想找的內(nèi)容，也就是說人工智能投學(xué)生之所好，學(xué)生所好往往是局限于課程知識體系的局部，此時人工智能幫學(xué)生找到的資料也只是局限于局部知識，而且會屏蔽掉所有與學(xué)生想找的知識無關(guān)的所有其他資料，使得學(xué)生失去自主選擇的機會。學(xué)生更多會根據(jù)趣味性、可視化程度來選擇學(xué)習(xí)的內(nèi)容，而對于思政教育核心所構(gòu)建的哲學(xué)體系和理論體系則偏于枯燥，在自主選擇過程中很難得到青睞。

第二，基于適應(yīng)性反饋的智能算法的推算會以用戶偏好為導(dǎo)向持續(xù)推送與其相匹配的學(xué)習(xí)內(nèi)容，有可能助長教育客體的“偏食挑食”，影響教育內(nèi)容的質(zhì)量。在沒有人工智能輔助教育的情況下，教育客體在查找學(xué)習(xí)資料時能夠看到所有資料，然后從所有的資料中選出自己想要的知識，在查找資料的時候?qū)ζ渌R也會有所了解甚至可能會對其他知識產(chǎn)生興趣，進而無形中能夠部分地克服偏食和挑食。如果把學(xué)生所想要的局部知識看成學(xué)生偏愛的食物，那么人工智能就會助長和加快學(xué)生的“偏食挑食”，從而導(dǎo)致在有人工智能輔助下的教育模式下學(xué)生對課程知識的掌握不全面。同時，現(xiàn)有技術(shù)下，由于人工智能是根據(jù)考試和測驗結(jié)果分析來找出學(xué)生弱點并針對性地把這部分知識推薦給學(xué)生，這樣就會使學(xué)生在人工智能的幫助下對跟試卷相關(guān)的知識掌握度高，而與試卷無關(guān)的知識則會被人工智能自動篩選掉，進而使學(xué)生失去了全面學(xué)習(xí)的機會，放大了應(yīng)試教育的弊端。

（三）大數(shù)據(jù)分析系統(tǒng)對少數(shù)學(xué)生群體的忽略

人工智能進行預(yù)測的基礎(chǔ)是大數(shù)據(jù)，也就是長期的很多學(xué)生的海量數(shù)據(jù)，所以在此基礎(chǔ)上得到的模型必然是符合大多數(shù)學(xué)生的模型，而極少數(shù)特殊的學(xué)生，例如心理有問題的學(xué)生往往會被人工智能所忽視甚至歧視，那么人工智能對于這少數(shù)的學(xué)生就會不友好，甚至有可能會推薦出錯誤的結(jié)果。我們在了解了人工智能與人的對立面之后，就可以在利用人工智能的時候多加關(guān)注，以人工智能來輔助教學(xué)，并且最終由人類教師來把關(guān)和主導(dǎo)，而不能完全依賴人工智能，更不能讓人工智能主導(dǎo)整個教學(xué)過程。師生在利用人工智能來輔助教學(xué)，提高教學(xué)質(zhì)量的同時，也需要關(guān)注到馬克思的觀點“在異化活動中，人的能動性喪失了，遭到異己的物質(zhì)力量或精神力量的奴役，從而使人的個性不能全面發(fā)展，只能片面發(fā)展，甚至畸形發(fā)展”[5]，這個觀點已經(jīng)在人工智能與教育的結(jié)合中得到了再次驗證。

三、基于思想政治教育結(jié)構(gòu)論的人工智能賦能高校思政教育模式對策

任何一種事物的存在和發(fā)展都有其合理性，人工智能快速發(fā)展已經(jīng)是時代發(fā)展的必然趨勢，人工智能時代高校思政教育要在模式轉(zhuǎn)換的探索和實踐中去改進高校思政教育新模式。

（一）加強教育主體的主導(dǎo)性影響

在人工智能技術(shù)賦能思政教育中過程中，教育主體要堅持教育的主導(dǎo)性影響和實施。針對教育主體的主導(dǎo)性削弱的問題，有必要針對現(xiàn)有人工智能的教育應(yīng)用的缺陷，研發(fā)克服多頭領(lǐng)導(dǎo)的教師主導(dǎo)人工智能教育機器人，以防止學(xué)生在人工智能用于教學(xué)的算法影響下出現(xiàn)學(xué)習(xí)“偏食挑食”“歧視”等問題，使得教師能夠主導(dǎo)教學(xué)的過程，不被人工智能削弱甚至取代，同時又能充分發(fā)揮人工智能的輔助作用。一是在多模態(tài)學(xué)習(xí)、適應(yīng)性反饋和人機交互等領(lǐng)域?qū)崿F(xiàn)人工智能的技術(shù)特性?；谏疃葘W(xué)習(xí)、大數(shù)據(jù)通過對人工智能的學(xué)習(xí)輔助實例進行抽查并向老師匯報，通過抽樣檢查的方式，來使得主導(dǎo)權(quán)重新回到老師的手中，同時又讓人工智能有著一定的自由度進而能夠繼續(xù)發(fā)揮人工智能的作用和效果，而且也降低了老師進行督導(dǎo)人工智能的工作量。而且老師可以通過對人工智能算法的原理描述進行修改直接干預(yù)和改進人工智能的學(xué)習(xí)輔助過程，能夠極大地改變?nèi)斯ぶ悄芙逃牟涣棘F(xiàn)狀，對于人工智能教育的健康發(fā)展有著極其重要和深遠的意義?；谏疃葘W(xué)習(xí)根據(jù)程序段來得到原理描述，從而使得不懂得人工智能代碼的老師也能看得懂。因為程序段的原理描述是自然語言的，所以老師可以根據(jù)自己的教學(xué)理念、教學(xué)需求來修改原理描述，從而使得人工智能程序能夠符合老師的要求，使得老師能夠主導(dǎo)人工智能算法，進而也就從根本上主導(dǎo)了人工智能的服務(wù)。

（二）重視教育客體的主動性發(fā)揮

高校學(xué)生在模式轉(zhuǎn)換中處于教育客體的地位，他們在接受思政教育時具有主動性。教育客體的選擇性偏差是人工智能在思政教育運用中應(yīng)該警惕的問題?！叭斯ぶ悄?思政”教育模式轉(zhuǎn)換就是要解決學(xué)生的主動性發(fā)揮問題，糾正現(xiàn)有人工智能輔助模式下學(xué)生的“挑食偏食”現(xiàn)象。

在人工智能技術(shù)理路改進對策上，針對現(xiàn)有人工智能在高校思政教育應(yīng)用的缺陷，研發(fā)克服“偏食挑食”的人工智能自主學(xué)習(xí)教育機器人，以防止學(xué)生在人工智能推薦等影響下加劇的學(xué)習(xí)“偏食挑食”問題，使得學(xué)生能夠全面而自主地較為全面地掌握課程知識。一是基于深度學(xué)習(xí)等人工智能算法通過知識點相似相關(guān)度預(yù)測能夠得知學(xué)生的學(xué)習(xí)是否已經(jīng)陷入局部的相似相關(guān)度高的知識聚合。二是基于知識圖譜通過平時克服偏食挑食推薦，幫助學(xué)生在平時學(xué)習(xí)的過程或測驗后復(fù)習(xí)中克服自身或由人工智能推薦所可能引發(fā)的選擇性偏差，從而實現(xiàn)教育閉環(huán)。三是基于大數(shù)據(jù)和知識圖譜及深度學(xué)習(xí)通過篩選出學(xué)生喜歡又能避免偏食的多維度的內(nèi)容推薦，既保持了人工智能提高學(xué)習(xí)效率的優(yōu)勢，又將學(xué)習(xí)自主選擇的權(quán)利重新交回到學(xué)生手中，對于克服人工智能導(dǎo)致學(xué)習(xí)自主權(quán)的喪失而言具有極其重要的意義。

（三）發(fā)揮教育介體的促進作用

思想政治教育結(jié)構(gòu)論指出，教育介體對教育主體和客體之間起到紐帶和信息傳遞的作用。人工智能技術(shù)在模式轉(zhuǎn)化下就發(fā)揮了教育介體的功能?，F(xiàn)有人工智能的教育應(yīng)用中，由于人工智能在幫助學(xué)生學(xué)習(xí)時所采用的算法是基于大數(shù)據(jù)的，而大數(shù)據(jù)中不同類型的樣本的比例不同，非常容易造成人工智能的坐井觀天和盲人摸象，進而造成對學(xué)生學(xué)習(xí)帶來負面作用的學(xué)習(xí)內(nèi)容推薦，例如讓學(xué)生出現(xiàn)偏科、局限于局部知識、對人工智能產(chǎn)生依賴、被人工智能歧視等等問題，當(dāng)這些問題發(fā)生后，人工智能依然一無所知，只會變本加厲地繼續(xù)加大偏見和歧視，因為前面的失誤甚至錯誤數(shù)據(jù)又成了后面的大數(shù)據(jù)來源，從而會形成人工智能偏見和歧視的惡性循環(huán)。

針對現(xiàn)有人工智能的教育應(yīng)用的缺陷，注重研發(fā)克服歧視與偏見的人工智能教育反省機器人。這種人工智能能夠進行自我反省，從兩個技術(shù)層面自我調(diào)整算法，標(biāo)本兼治地克服人工智能在高校思政教育領(lǐng)域的缺陷。一是基于大數(shù)據(jù)和人工智能模型通過生成更多地數(shù)據(jù)來彌補不同類型用戶的數(shù)據(jù)失衡問題，從而可以避免因數(shù)據(jù)失衡引起的人工智能偏見、歧視等弊端；二是通過多個人工智能模型來對用戶數(shù)據(jù)進行預(yù)測，相互比照，來更早地發(fā)現(xiàn)問題，并由人工復(fù)核，從而可以更快更早地發(fā)現(xiàn)人工智能應(yīng)用中存在的問題，并能及早進行改正和補救。這兩個方面使得人工智能能夠在數(shù)據(jù)和算法模型兩個層面進行反省，在人工智能應(yīng)用的很多領(lǐng)域都意義重大。例如應(yīng)用于思政教育領(lǐng)域時能夠極大減少甚至避免人工智能因為歧視、偏見等導(dǎo)致的教學(xué)事故和負面作用。通過不同類型用戶數(shù)據(jù)量比例的對比來及時發(fā)現(xiàn)數(shù)據(jù)量不足的用戶類型，進而對數(shù)據(jù)進行補充后重新訓(xùn)練連接學(xué)派人工智能模型，這樣可以極大地降低由于不同類型用戶的數(shù)據(jù)量不同可能帶來的連接學(xué)派人工智能模型特別是當(dāng)前最為流行的深度學(xué)習(xí)模型誤判的問題?；谶B接學(xué)派和符號學(xué)派的人工智能技術(shù)通過兩種不同學(xué)派模型的預(yù)測結(jié)果的比較，來判斷預(yù)測結(jié)果是否可信，就相當(dāng)于是兩個專家進行會診，如果兩個專家診斷的結(jié)果基本一致，必然是可信的，否則說明人工智能處理的結(jié)果不一定可信，就需要人工復(fù)核，從而能夠及時地發(fā)現(xiàn)人工智能算法和處理結(jié)果中存在的問題，極大地提高了人工智能在教育應(yīng)用中的可信度。