摘要：人工智能推動了智能教育的快速發(fā)展，展現(xiàn)出人機(jī)協(xié)同的實(shí)踐特征。但人機(jī)協(xié)同學(xué)習(xí)作為智能教育的重要組成部分，已經(jīng)呈現(xiàn)出怎樣的實(shí)踐形態(tài)、透過現(xiàn)象彰顯出怎樣的本質(zhì)卻鮮有研究探討。為了技術(shù)更好地服務(wù)教育、服務(wù)人的發(fā)展，研究對智能時代的人機(jī)協(xié)同學(xué)習(xí)實(shí)踐進(jìn)行深入剖析。首先，綜合相關(guān)文獻(xiàn)和實(shí)踐發(fā)現(xiàn)，人的認(rèn)知活動與機(jī)器智能產(chǎn)生了千絲萬縷的聯(lián)系，人機(jī)協(xié)同學(xué)習(xí)在實(shí)踐中已呈現(xiàn)出知識導(dǎo)學(xué)、互動對話、智能增強(qiáng)三大形態(tài)。其次，透過現(xiàn)象看本質(zhì)，研究從人機(jī)構(gòu)成的學(xué)習(xí)雙主體協(xié)同結(jié)構(gòu)中揭示出人機(jī)協(xié)同學(xué)習(xí)三個重要本質(zhì)內(nèi)容：一是人機(jī)協(xié)同學(xué)習(xí)意味著人類認(rèn)知與人工認(rèn)知的協(xié)同混合；二是人機(jī)交互技術(shù)的應(yīng)用為人機(jī)協(xié)同認(rèn)知搭建了流暢的通道；三是人機(jī)互惠構(gòu)成人機(jī)有效協(xié)同的關(guān)鍵。最后，研究提出兩點(diǎn)發(fā)展建議，即在技術(shù)層面以人機(jī)交互與人機(jī)互惠為著力點(diǎn)提升技術(shù)設(shè)計，在實(shí)踐層面以學(xué)習(xí)科學(xué)與以人為本為基本遵循規(guī)范實(shí)踐過程。

關(guān)鍵詞：智能教育；人機(jī)協(xié)同學(xué)習(xí)；人機(jī)協(xié)同認(rèn)知；人機(jī)交互；人機(jī)互惠；人本人工智能

中圖分類號：G434 文獻(xiàn)標(biāo)識碼：A

本文系2019年度國家社會科學(xué)基金重大項目“人工智能促進(jìn)未來教育發(fā)展研究”（項目編號：19ZDA364）研究成果。

一、引言

以人工智能為代表的新興科技浪潮推動了智能教育的快速發(fā)展。我國《新一代人工智能發(fā)展規(guī)劃》強(qiáng)調(diào)，要大力發(fā)展智能教育，構(gòu)建包含智能學(xué)習(xí)、交互式學(xué)習(xí)的新型教育體系，并指明將人機(jī)協(xié)同增強(qiáng)智能作為人工智能發(fā)展的重點(diǎn)之一。教育人工智能以創(chuàng)設(shè)智能學(xué)習(xí)環(huán)境和揭示學(xué)習(xí)發(fā)生的原理與機(jī)制為主要目標(biāo)，致力于增強(qiáng)人的智能和服務(wù)人的學(xué)習(xí)發(fā)展需求[1]。隨著人工智能不斷突破升級以及與教育的快速融合，人類與機(jī)器正在建立緊密的協(xié)作學(xué)習(xí)關(guān)系，人借助技術(shù)中介與外部環(huán)境交互、認(rèn)識自我與世界的學(xué)習(xí)形態(tài)正走向常態(tài)化[2]。而且，由人工智能引發(fā)的學(xué)習(xí)革命正日益凸顯智能技術(shù)賦能個性化學(xué)習(xí)的實(shí)踐效果[3]。機(jī)器開始分擔(dān)原本全部由人類大腦完成的認(rèn)知活動，改變了信息加工過程，從而影響了學(xué)習(xí)發(fā)生過程與機(jī)制，最終推動了人機(jī)協(xié)同智能結(jié)構(gòu)的形成，衍生出人機(jī)共生的學(xué)習(xí)系統(tǒng)[4]。正如毛剛等人所言，人機(jī)協(xié)同下的智能教育世界可謂是由學(xué)習(xí)者與智能技術(shù)在交互過程中形成的社會生態(tài)，人機(jī)協(xié)同將成為理解和建構(gòu)未來教育的新方式[5]。隨著教育步入智能時代，人機(jī)協(xié)同學(xué)習(xí)也由此成為當(dāng)下乃至未來人類社會的一種應(yīng)然學(xué)習(xí)形態(tài)[6]。陳凱泉等人綜合分析智能教育中人機(jī)協(xié)同應(yīng)用場景認(rèn)為，人機(jī)協(xié)同的根本內(nèi)涵在于回答“人應(yīng)該做什么？技術(shù)機(jī)器應(yīng)該做什么？以及人機(jī)如何協(xié)同？”三個關(guān)鍵問題[7]。眾多學(xué)者以此展開了對智能時代人機(jī)協(xié)同學(xué)習(xí)的價值內(nèi)涵、表征形態(tài)與實(shí)踐進(jìn)路[8]、實(shí)踐模式[9]、特征與過程[10]、人機(jī)協(xié)同的精準(zhǔn)學(xué)習(xí)干預(yù)[11]的探討與框架構(gòu)建研究。但人機(jī)協(xié)同學(xué)習(xí)作為智能教育中的重要組成部分，已經(jīng)呈現(xiàn)出怎樣的實(shí)踐形態(tài)？透過現(xiàn)象又會彰顯出怎樣的實(shí)踐本質(zhì)？卻鮮有研究探討。實(shí)踐的探索需要伴隨相應(yīng)的理論同行，為了技術(shù)更好地服務(wù)教育、服務(wù)人的發(fā)展，研究認(rèn)為有必要對智能時代的人機(jī)協(xié)同學(xué)習(xí)實(shí)踐進(jìn)行深入剖析，探討其在實(shí)踐中應(yīng)用的本質(zhì)特征，從而為人機(jī)協(xié)同學(xué)習(xí)的未來發(fā)展提供方向與建議。

二、實(shí)踐形態(tài)

人機(jī)協(xié)同學(xué)習(xí)是對人類智慧發(fā)展的補(bǔ)充與助力，由人機(jī)構(gòu)成一種協(xié)作智能來實(shí)現(xiàn)人類發(fā)展的目標(biāo)[12]。隨著人工智能技術(shù)的不斷發(fā)展，智能時代技術(shù)的教育應(yīng)用逐漸關(guān)注如何基于認(rèn)知科學(xué)或?qū)W習(xí)科學(xué)來促進(jìn)智能技術(shù)與教育教學(xué)實(shí)現(xiàn)科學(xué)、有效的深度融合，并通過設(shè)計開發(fā)智能學(xué)習(xí)系統(tǒng)的形式來實(shí)現(xiàn)人機(jī)協(xié)同學(xué)習(xí)。綜合當(dāng)前人機(jī)協(xié)同的主要實(shí)踐模式，包括機(jī)器主導(dǎo)的訓(xùn)練學(xué)習(xí)模式、人機(jī)分工的協(xié)作學(xué)習(xí)模式和人類主導(dǎo)的探究學(xué)習(xí)模式[13]。以其對應(yīng)人機(jī)協(xié)同學(xué)習(xí)的實(shí)踐形態(tài)，智能技術(shù)則主要從知識導(dǎo)學(xué)、互動對話、智能增強(qiáng)三個方面參與人的認(rèn)知學(xué)習(xí)過程，分別扮演著專家導(dǎo)師、智能學(xué)伴、智能助手等角色促進(jìn)人的學(xué)習(xí)。

（一）知識導(dǎo)學(xué)：以自適應(yīng)引導(dǎo)認(rèn)知的過程

從斯金納提出程序教學(xué)機(jī)器，到今天的自適應(yīng)學(xué)習(xí)系統(tǒng)，基于規(guī)則的學(xué)習(xí)系統(tǒng)一直參與著人的學(xué)習(xí)活動，其主要表現(xiàn)為以習(xí)題訓(xùn)練為核心內(nèi)容的知識練習(xí)。隨著人工智能的發(fā)展，智能環(huán)境下的學(xué)習(xí)系統(tǒng)雖然正試圖“逃離斯金納箱”，擺脫行為主義技術(shù)的桎梏[14]，但不可否認(rèn)的是，以知識為核心的導(dǎo)學(xué)仍然是智能技術(shù)影響學(xué)習(xí)的基本方式。只是智能時代的學(xué)習(xí)系統(tǒng)可以借助自適應(yīng)診斷、反饋與推薦技術(shù)等為學(xué)習(xí)者規(guī)劃個性化、定制化的學(xué)習(xí)路徑，表現(xiàn)出自適應(yīng)的特征，其本質(zhì)上依然是按照系統(tǒng)預(yù)設(shè)的學(xué)習(xí)路線來引導(dǎo)學(xué)習(xí)者的認(rèn)知過程。一般而言，智能學(xué)習(xí)系統(tǒng)多是基于專家知識構(gòu)建專家模型，并對專家知識庫中的每個成分都進(jìn)行權(quán)重的賦值。其背后的運(yùn)行邏輯在于智能學(xué)習(xí)系統(tǒng)可以構(gòu)建出新手—專家差異模型，通過對比初學(xué)者的先驗知識狀態(tài)與領(lǐng)域?qū)＜业闹R結(jié)構(gòu)，確定學(xué)習(xí)者需要掌握的知識與概念。如今，大數(shù)據(jù)技術(shù)對知識節(jié)點(diǎn)關(guān)系的不斷挖掘，構(gòu)建學(xué)科知識圖譜也是實(shí)現(xiàn)自適應(yīng)學(xué)習(xí)的一個關(guān)鍵方法。知識圖譜可以建立不同知識結(jié)點(diǎn)之間的關(guān)聯(lián)關(guān)系與順序關(guān)系，并為整個知識網(wǎng)絡(luò)或知識體系的構(gòu)建畫好藍(lán)圖。智能學(xué)習(xí)系統(tǒng)會根據(jù)不同學(xué)習(xí)者特征在知識圖譜中個性化定制學(xué)習(xí)路徑，而最終依然是以知識為主線的導(dǎo)學(xué)模式。不同的是在學(xué)習(xí)內(nèi)容自適應(yīng)的基礎(chǔ)上，學(xué)習(xí)評價自適應(yīng)表現(xiàn)出的巨大優(yōu)勢，即可以利用一系列的問題與反饋來修訂學(xué)習(xí)者的狀態(tài)，并根據(jù)學(xué)習(xí)者的學(xué)習(xí)進(jìn)度進(jìn)行干預(yù)和調(diào)整。某些學(xué)習(xí)系統(tǒng)之所以一直被詬病走了行為主義的老路，正是因為某些事件的觸發(fā)與反饋是在事先進(jìn)行了規(guī)定，導(dǎo)致學(xué)習(xí)路徑相對固定，缺少動態(tài)的變化。隨著智能時代對傳統(tǒng)項目反應(yīng)理論的改進(jìn)與更新，知識空間理論、認(rèn)知診斷模型、貝葉斯知識追蹤模型與自適應(yīng)測評技術(shù)等新方法在智能學(xué)習(xí)系統(tǒng)中的應(yīng)用實(shí)現(xiàn)了對學(xué)習(xí)者知識掌握狀態(tài)的實(shí)時評價與反饋，為學(xué)習(xí)內(nèi)容的個性化提供了關(guān)鍵支撐。此外，智能學(xué)習(xí)系統(tǒng)不僅可以提供專家所掌握的知識領(lǐng)域，還能夠動態(tài)推薦適合學(xué)習(xí)者的學(xué)習(xí)序列，扮演一對一導(dǎo)師的角色，“手把手”輔導(dǎo)學(xué)習(xí)者學(xué)習(xí)。比如，通過智能代理（Agent）的形式，基于虛擬化身技術(shù)以導(dǎo)師（Tutor）的形象出現(xiàn)在人機(jī)交互的顯示界面中，基于自然語言處理技術(shù)實(shí)現(xiàn)與學(xué)習(xí)者的文字或語音互動，并對學(xué)習(xí)者的學(xué)習(xí)情況進(jìn)行診斷，以此提供相應(yīng)的反饋來幫助學(xué)習(xí)者學(xué)習(xí)。所以，從知識學(xué)習(xí)的角度來看，智能時代人機(jī)協(xié)同學(xué)習(xí)的一個主要實(shí)踐形態(tài)是以自適應(yīng)技術(shù)引導(dǎo)學(xué)習(xí)者的自主學(xué)習(xí)與認(rèn)知過程，通過反復(fù)訓(xùn)練、反饋和刺激，強(qiáng)化人對知識的理解與建構(gòu)。

（二）互動對話：以協(xié)商展現(xiàn)人機(jī)共同控制

由于機(jī)器主導(dǎo)人的學(xué)習(xí)過程的弊端逐漸顯現(xiàn)，以及隨著自然語言處理等人機(jī)交互技術(shù)的不斷發(fā)展，人機(jī)對話的場景已經(jīng)在生活、學(xué)習(xí)中頻繁出現(xiàn)。由此，人機(jī)協(xié)同學(xué)習(xí)開始注重向基于協(xié)商的自適應(yīng)學(xué)習(xí)轉(zhuǎn)變，重視學(xué)習(xí)者的自主性和自我調(diào)節(jié)能力在學(xué)習(xí)過程中的作用，逐漸探索出以智能系統(tǒng)與學(xué)習(xí)者互動對話的方式共同控制學(xué)習(xí)過程的實(shí)踐模式[15]。近期爆火的ChatGPT更是以人機(jī)互動生成問題解決方案，展示出其在人機(jī)協(xié)同學(xué)習(xí)上的巨大潛力和價值。因此，在智能時代的人機(jī)協(xié)同學(xué)習(xí)實(shí)踐中，智能學(xué)習(xí)系統(tǒng)可以化身為智能學(xué)伴，不僅可以在認(rèn)知層面與學(xué)習(xí)者進(jìn)行對話協(xié)商，還會從情感交互與學(xué)習(xí)策略等方面支持學(xué)習(xí)者。例如，AutoTutor是一種自然語言處理技術(shù)支持的教學(xué)代理，它不僅可以模擬教師，還能同時模擬學(xué)伴，以三方互動對話的方式讓學(xué)習(xí)者在協(xié)商與對話中學(xué)習(xí)[16]。在情感交互方面，基于游戲化學(xué)習(xí)情境設(shè)計的智能學(xué)伴不僅可以進(jìn)行學(xué)習(xí)預(yù)警、錯題收集，還可以分析學(xué)習(xí)者的情感狀態(tài)[17]。美國麻省理工學(xué)院的媒體實(shí)驗室很早就利用情感計算研發(fā)了一套著名的學(xué)習(xí)同伴系統(tǒng)以支持學(xué)習(xí)者的情感交互[18]。平克沃特（Pinkwart）教授團(tuán)隊開發(fā)的智能學(xué)伴系統(tǒng)可以通過檢測學(xué)習(xí)者的皮膚電反應(yīng)、心率變異度等生理數(shù)據(jù)判斷學(xué)習(xí)者在某種學(xué)習(xí)情境中的情緒狀態(tài)[19]。在學(xué)習(xí)策略上，有些自適應(yīng)學(xué)習(xí)系統(tǒng)采取與學(xué)習(xí)者協(xié)商的方式，鼓勵學(xué)習(xí)者在學(xué)習(xí)過程中關(guān)注元認(rèn)知，以此培養(yǎng)學(xué)習(xí)者的自我調(diào)節(jié)學(xué)習(xí)能力[20]。除此之外，智能學(xué)習(xí)系統(tǒng)逐漸融合學(xué)習(xí)分析與自適應(yīng)推薦技術(shù)，會通過分析學(xué)習(xí)者的學(xué)習(xí)狀況、學(xué)習(xí)風(fēng)格與情感需求等個性特征，然后將合適的真人學(xué)伴推薦給學(xué)習(xí)者，鼓勵學(xué)習(xí)者與真人學(xué)伴開展協(xié)作學(xué)習(xí)[21]。比如，矩陣特征分解技術(shù)已在慕課學(xué)習(xí)環(huán)境下為學(xué)習(xí)者匹配最適合的論壇，促進(jìn)所有參與論壇的學(xué)習(xí)者形成學(xué)習(xí)共同體[22]；復(fù)雜過濾技術(shù)支持的推薦算法幫助學(xué)習(xí)者根據(jù)他們的知識差距和互惠偏好與同伴建立聯(lián)系[23]。智能學(xué)習(xí)系統(tǒng)此時真正跨越時空阻隔，成為人人互動的媒介通道，自適應(yīng)匹配或推薦真人學(xué)伴，提供學(xué)習(xí)互動空間來助力人的學(xué)習(xí)。因此，智能時代人機(jī)協(xié)同學(xué)習(xí)的第二個重要實(shí)踐形態(tài)是以互動對話為特征的協(xié)作學(xué)習(xí)，在智能學(xué)習(xí)系統(tǒng)自適應(yīng)的優(yōu)勢基礎(chǔ)上關(guān)注學(xué)習(xí)者自身對學(xué)習(xí)過程的控制和調(diào)節(jié)，從專注于知識內(nèi)容學(xué)習(xí)拓展至人在自主學(xué)習(xí)過程中的社會性發(fā)展[24]。

（三）智能增強(qiáng)：以智能服務(wù)彰顯以人為本

美國知名評論家布雷特·金曾著《智能浪潮：增強(qiáng)時代來臨》，指出今天人工智能等新興科技已經(jīng)重新定義了人類社會，正走向智能增強(qiáng)時代[25]。隨著智能技術(shù)的不斷發(fā)展以及與教育的不斷融合，人類在學(xué)習(xí)認(rèn)知活動中基于技術(shù)的智能增強(qiáng)現(xiàn)象日益顯現(xiàn)。比如“認(rèn)知外包”，即基于分布式認(rèn)知理論，通過外部設(shè)備對人腦智能的外包和輔助實(shí)現(xiàn)人腦的內(nèi)部認(rèn)知網(wǎng)絡(luò)與機(jī)器腦的外部認(rèn)知網(wǎng)絡(luò)的動態(tài)交互，實(shí)現(xiàn)人機(jī)協(xié)同的智能增強(qiáng)[26]。尤其，智能時代的不確定性成為了一種確定，學(xué)習(xí)者往往會面臨很多非良構(gòu)問題，遭遇非結(jié)構(gòu)化、非線性、時變性、模糊性等不確定因素，人則暴露出面對復(fù)雜信息時的能力局限，而需要將一部分認(rèn)知活動外包給智能系統(tǒng)，借助機(jī)器智能增強(qiáng)人的智能，以達(dá)到對外部世界正確、全面而深入的認(rèn)知。所以，人工智能逐漸成為人類智能的一種補(bǔ)充，其借助強(qiáng)大的計算能力與先進(jìn)的數(shù)據(jù)算法給學(xué)習(xí)者提供可參考的信息，化身為一種讓學(xué)習(xí)者如臂使指的智能助手，輔助學(xué)習(xí)者進(jìn)行學(xué)習(xí)、決策、探索與創(chuàng)新，以智能化的教育服務(wù)彰顯出以人為本的實(shí)踐價值[27]。例如，ChatGPT所提供的智能服務(wù)，引入了基于人類反饋的強(qiáng)化學(xué)習(xí)（Reinforcement Learning with Human Feedback，RLHF），不僅充分發(fā)揮了機(jī)器從海量數(shù)據(jù)中學(xué)習(xí)的能力，更注重設(shè)計以“人在回路”的解釋通道，增強(qiáng)人類對機(jī)器輸出結(jié)果的調(diào)節(jié)，從而達(dá)到與人類的常識、認(rèn)知、需求、價值觀保持一致，適應(yīng)用戶的問題生成契合的內(nèi)容，高效地為人類服務(wù)。相關(guān)學(xué)者指出，ChatGPT能在用戶對話中實(shí)現(xiàn)內(nèi)部數(shù)據(jù)的微調(diào)，生成符合用戶習(xí)慣與偏好的內(nèi)容，或?qū)⒊蔀槿祟愖晕野l(fā)展的理性認(rèn)知工具，逐漸與人類大腦構(gòu)成復(fù)合腦[28]。除此之外，人工智能技術(shù)體系中，認(rèn)知建模技術(shù)、機(jī)器學(xué)習(xí)算法在教育中的運(yùn)用都是通過關(guān)注學(xué)習(xí)者行動背后的認(rèn)知風(fēng)格、行為模式和學(xué)習(xí)偏好等，開發(fā)出更多符合學(xué)生個性化成長需要的學(xué)習(xí)服務(wù)，讓學(xué)習(xí)者自主按需選擇[29]。這體現(xiàn)出人本人工智能的目標(biāo)指向，通過人類控制和人工智能自動化之間的協(xié)作，提供高透明度、準(zhǔn)確性和有效性的服務(wù)來幫助學(xué)習(xí)者實(shí)現(xiàn)增強(qiáng)智能[30]。綜合而言，智能技術(shù)是以算法、數(shù)據(jù)以及算力作為內(nèi)在支撐，通過構(gòu)建學(xué)習(xí)者模型識別學(xué)習(xí)者狀態(tài)，進(jìn)而持續(xù)監(jiān)測學(xué)習(xí)者的學(xué)習(xí)狀況，在資源推送、路徑規(guī)劃與適應(yīng)性反饋等教學(xué)服務(wù)上順應(yīng)學(xué)生個性化需求和認(rèn)知規(guī)律，適時提供學(xué)習(xí)支架，以增強(qiáng)學(xué)習(xí)者對外部世界與自我探索的認(rèn)知與能力[31]。從建模到適應(yīng)性，技術(shù)與人的學(xué)習(xí)、認(rèn)知走向了深度融合，充分體現(xiàn)了智能服務(wù)以人的發(fā)展為重要價值目標(biāo)。智能時代的人機(jī)協(xié)同學(xué)習(xí)也因此開始展現(xiàn)出由學(xué)習(xí)者自我設(shè)計、自我監(jiān)控、自我調(diào)節(jié)、自我評價的特征[32]。智能服務(wù)的研發(fā)也逐漸摒棄機(jī)器主導(dǎo)學(xué)習(xí)過程的思想，而回歸到以人為中心的設(shè)計上，充分尊重人類的主導(dǎo)地位，讓人類有意識、有能力實(shí)現(xiàn)對自我認(rèn)知策略、認(rèn)知過程的調(diào)節(jié)。所以，人工智能不是指單一技術(shù)，而是可以執(zhí)行認(rèn)知任務(wù)，并與人類大腦相互作用，特別是可以幫助人類進(jìn)行有效學(xué)習(xí)和解決問題的計算認(rèn)知系統(tǒng)。智能時代，人類在學(xué)習(xí)等社會實(shí)踐活動中，越發(fā)追求智能服務(wù)的實(shí)時性、交互式、個性化，主動性和人性化[33]，智能服務(wù)也逐漸成為典型的人機(jī)協(xié)同應(yīng)用場景，急需構(gòu)建真正高效、智能的“數(shù)據(jù)融合、協(xié)同生產(chǎn)、智能服務(wù)”體系，個性化、精準(zhǔn)化地滿足用戶需求。故而，智能時代人機(jī)協(xié)同學(xué)習(xí)的另一重要形態(tài)是以智能服務(wù)增強(qiáng)人類智能，凸顯以人為本的價值內(nèi)涵。

三、本質(zhì)探討

在智能時代的人機(jī)協(xié)同學(xué)習(xí)實(shí)踐中，人類的認(rèn)知活動已經(jīng)在知識理解、互動學(xué)習(xí)以及智能服務(wù)等方面與機(jī)器智能產(chǎn)生了千絲萬縷的聯(lián)系。人機(jī)混合智能也逐漸具備了基本的物理條件，即人類智能與機(jī)器智能形成閉環(huán)的人機(jī)互助系統(tǒng)，可以不斷相互作用、相互輔助[34]。1960年利克利德（Licklider）在共生理論的基礎(chǔ)上提出人機(jī)共生思想，認(rèn)為人與機(jī)器形成的伙伴關(guān)系能夠在決策和控制復(fù)雜情況方面比單獨(dú)的人類更有效地執(zhí)行智力操作[35]。人與機(jī)器形成的協(xié)同共生關(guān)系也暗含著人將不再是唯一的學(xué)習(xí)活動主體，人機(jī)協(xié)同學(xué)習(xí)系統(tǒng)可視為由人與機(jī)器共同組成的學(xué)習(xí)共生體[36]。共生理論起源于生物科學(xué)領(lǐng)域，但共生現(xiàn)象不論在自然界還是人類社會都是普遍現(xiàn)象，后來逐步在經(jīng)濟(jì)、管理、教育等社會科學(xué)領(lǐng)域應(yīng)用?；诠采碚撎岢龅墓采鷨卧⒐采Ｊ降纫豙37]，人機(jī)協(xié)同學(xué)習(xí)可以解構(gòu)為：“人機(jī)”作為共生單元協(xié)同構(gòu)成學(xué)習(xí)雙主體，兩者之間不斷交換物質(zhì)、能量與信息，在一種互惠共生模式中協(xié)同完成知識生成與認(rèn)知發(fā)生過程[38]。研究基于此進(jìn)一步根據(jù)劉步青提出的人機(jī)協(xié)同化的結(jié)構(gòu)——人、人機(jī)交互接口、機(jī)器[39]，刻畫了如圖1所示的人機(jī)構(gòu)成的學(xué)習(xí)雙主體協(xié)同結(jié)構(gòu)。透過現(xiàn)象看本質(zhì)，基于學(xué)習(xí)與認(rèn)知的關(guān)系，人機(jī)協(xié)同學(xué)習(xí)也可以闡釋為人的認(rèn)知活動與機(jī)器認(rèn)知活動的協(xié)同融合，人類與機(jī)器之間以數(shù)據(jù)輸入、信息輸出的互惠過程走向一種人機(jī)認(rèn)知協(xié)同、混合智能的高階境界。據(jù)此，研究將在實(shí)踐形態(tài)的基礎(chǔ)上，深入探討智能時代人機(jī)協(xié)同學(xué)習(xí)的本質(zhì)特征，希望能夠總結(jié)出人機(jī)協(xié)同學(xué)習(xí)的關(guān)鍵之處，從而助力未來人機(jī)協(xié)同學(xué)習(xí)發(fā)展。

（一）人類認(rèn)知與人工認(rèn)知走向協(xié)同混合

人類對世界的理解，本質(zhì)上是用概念、屬性、關(guān)系來感知世界的過程。而人工智能正以其強(qiáng)大算力、算法和處理數(shù)據(jù)的優(yōu)勢活躍在我們?nèi)粘Ｉ钪?，?jīng)常在幕后塑造我們遇到的信息，從而與人類認(rèn)知相互作用，甚至改變?nèi)祟愓J(rèn)知。因此，有研究者嘗試從認(rèn)知的視角解釋人類和人工智能系統(tǒng)在學(xué)習(xí)、意義構(gòu)建和決策等復(fù)雜知識過程中的互動關(guān)系，并將涉及機(jī)器學(xué)習(xí)或程序自動化處理的認(rèn)知過程定義為人工認(rèn)知[40]，也可稱為以數(shù)據(jù)為核心原料的機(jī)器認(rèn)知[41]。比如機(jī)器學(xué)習(xí)可以產(chǎn)生某種可以被刻畫為數(shù)據(jù)在時空中的關(guān)系的機(jī)器知識，這些關(guān)系表現(xiàn)為某種模式，而對模式的識別就是認(rèn)知，用模式去幫助人進(jìn)行預(yù)測、調(diào)整和決策就是知識的應(yīng)用[42]。的確，機(jī)器已經(jīng)在一定程度上可以分擔(dān)人類的認(rèn)知活動，可同樣被視為學(xué)習(xí)主體[43]，其將數(shù)據(jù)轉(zhuǎn)化為信息和知識的過程，何嘗不是認(rèn)知過程。人工認(rèn)知在智能時代的教育實(shí)踐中最常見的應(yīng)用就是個性化學(xué)習(xí)，通過密切監(jiān)控和評估學(xué)生的學(xué)習(xí)狀態(tài)，對學(xué)習(xí)的過程進(jìn)行診斷和調(diào)整來改變學(xué)生的學(xué)習(xí)方式并協(xié)助教師改善教學(xué)、因材施教[44]。

正如學(xué)習(xí)科學(xué)研究一直強(qiáng)調(diào)的，知識具有生成屬性，學(xué)習(xí)者根據(jù)自身經(jīng)驗與外界交互并積極建構(gòu)意義時才會有深層理解的認(rèn)知發(fā)生[45]。但是人工智能影響下的學(xué)習(xí)發(fā)生過程已經(jīng)成為人和機(jī)器雙主體的一系列內(nèi)在心理動作對獲得的外部知識信息進(jìn)行內(nèi)部加工的過程[46]。若將認(rèn)知定義為與信息交互所涉及的感知過程（視覺、聽覺、觸覺等）、一般操作（語言、記憶、識別等）和復(fù)雜的綜合活動（包括推理、判斷、決策、解決問題、意義構(gòu)建和創(chuàng)造）[47]，那么人機(jī)協(xié)同學(xué)習(xí)所發(fā)生的認(rèn)知過程則彰顯了人機(jī)混合的新型智能范式[48]。以信息加工過程來理解，人機(jī)協(xié)同下的混合智能不僅依靠人對外界環(huán)境與信息的感知，還會涉及到機(jī)器的傳感器等硬件對環(huán)境中客觀數(shù)據(jù)的采集分析，從而混合生成一種新型的信息輸入。到了信息處理階段，機(jī)器以其強(qiáng)大的計算能力將數(shù)據(jù)分析的結(jié)果個性化呈現(xiàn)給學(xué)習(xí)者，以此與人類的認(rèn)知相結(jié)合，實(shí)現(xiàn)人腦中的內(nèi)部認(rèn)知網(wǎng)絡(luò)與機(jī)器的外部認(rèn)知網(wǎng)絡(luò)的連接，走向人機(jī)協(xié)同的知識建構(gòu)。最后，在決策階段，機(jī)器基于事實(shí)數(shù)據(jù)的分析而做出的決策也會被推薦給學(xué)習(xí)者，學(xué)習(xí)者則需要綜合相關(guān)的信息進(jìn)行價值決策。在人工智能技術(shù)體系中，深度學(xué)習(xí)、自然語言處理、計算機(jī)視覺、情感計算等關(guān)鍵技術(shù)正逐步模仿人類認(rèn)知的感知過程和一般操作，已經(jīng)可以實(shí)現(xiàn)對環(huán)境的快速感知、語音圖像的靈敏識別，還可以實(shí)現(xiàn)一定程度的推理判斷等復(fù)雜過程。在本研究描繪的人機(jī)協(xié)同學(xué)習(xí)實(shí)踐形態(tài)中，不管是自適應(yīng)知識導(dǎo)學(xué)、人機(jī)互動協(xié)商還是智能增強(qiáng)，智能學(xué)習(xí)系統(tǒng)都在幕后基于多種數(shù)據(jù)的分析給予學(xué)習(xí)者相應(yīng)的認(rèn)知反饋，學(xué)習(xí)者都需要對智能學(xué)習(xí)系統(tǒng)提供的信息依據(jù)自身實(shí)際進(jìn)行分析、判斷并做出相應(yīng)的決策。因此，智能時代的人機(jī)協(xié)同學(xué)習(xí)也是人類認(rèn)知與人工認(rèn)知進(jìn)行協(xié)同混合的過程。學(xué)習(xí)者自始至終都在智能學(xué)習(xí)系統(tǒng)的認(rèn)知引導(dǎo)和輔助下主導(dǎo)學(xué)習(xí)過程。同時，智能學(xué)習(xí)系統(tǒng)一直是以其強(qiáng)大的數(shù)據(jù)計算與處理能力參與著人的認(rèn)知過程，并基于學(xué)習(xí)者學(xué)習(xí)過程中所產(chǎn)生的數(shù)據(jù)，來加深對其學(xué)習(xí)過程的分析理解，然后以個性化的學(xué)習(xí)支持（如知識點(diǎn)提示、學(xué)習(xí)對話、資源推介），為學(xué)習(xí)者提供適應(yīng)性反饋與智能服務(wù)?？偠灾?，人與機(jī)器在學(xué)習(xí)活動中逐漸以混合智能作為一種高效的協(xié)作模式，達(dá)到人機(jī)有機(jī)統(tǒng)一，共同為學(xué)習(xí)提供復(fù)雜的決策支持，使人的感知能力、認(rèn)知能力與人工智能的強(qiáng)大計算能力相融合，最終實(shí)現(xiàn)人類認(rèn)知與人工認(rèn)知的有效協(xié)同[49]。

（二）人機(jī)交互構(gòu)成人機(jī)協(xié)同認(rèn)知的通道

以智能技術(shù)與算法為內(nèi)核的智能學(xué)習(xí)系統(tǒng)已經(jīng)發(fā)展成為一種人工認(rèn)知工具，其主要優(yōu)勢在于能夠從大量數(shù)據(jù)中識別和分析復(fù)雜的模式，通過模式識別技術(shù)實(shí)現(xiàn)智能信息過濾，然后運(yùn)用深度學(xué)習(xí)算法訓(xùn)練，在最少的人為干預(yù)下將數(shù)據(jù)轉(zhuǎn)化為信息，由此得出合理的“規(guī)則”動態(tài)適應(yīng)學(xué)習(xí)者的學(xué)習(xí)過程，輔助其做出學(xué)習(xí)預(yù)測、調(diào)整或決策[50]。所以，智能時代的教育發(fā)展已經(jīng)凸顯出人機(jī)協(xié)同化的認(rèn)知特征，將人和機(jī)器的認(rèn)知推理特征進(jìn)行融合。既然人機(jī)協(xié)同化的結(jié)構(gòu)可以分為人、人機(jī)交互接口、機(jī)器[51]，那么人類認(rèn)知與人工認(rèn)知如何通過人機(jī)交互接口達(dá)到有效的信息交換就是關(guān)鍵。人機(jī)交互（Human-Computer Interaction，HCI）一直以人和機(jī)器之間傳遞、交換信息為研究重點(diǎn)，是指人與計算機(jī)之間使用某種對話語言，以一定的交互方式實(shí)現(xiàn)人與計算機(jī)之間的信息交換過程。據(jù)此，人機(jī)協(xié)同學(xué)習(xí)的另一個本質(zhì)是人與機(jī)器之間的信息交互過程，人機(jī)交互構(gòu)成人機(jī)協(xié)同認(rèn)知的關(guān)鍵通道。

人機(jī)交互與認(rèn)知科學(xué)一直具有密切的聯(lián)系[52]。用戶（學(xué)習(xí)者）感知信息、使用知識并做出決定的行為和過程都是認(rèn)知科學(xué)的研究領(lǐng)域。了解用戶（學(xué)習(xí)者）可以更好地預(yù)測和解釋發(fā)生在用戶（學(xué)習(xí)者）和計算機(jī)系統(tǒng)之間的交互。所以，認(rèn)知科學(xué)有助于優(yōu)化人機(jī)交互技術(shù)。例如，人的認(rèn)知活動開始依托“基于軟件實(shí)現(xiàn)的腳手架”（Software-realized Scaffolding）[53]。反過來，人機(jī)交互技術(shù)的應(yīng)用也會催生認(rèn)知科學(xué)中新的理論內(nèi)容，如具身學(xué)習(xí)設(shè)計與具身認(rèn)知理論[54]?？ǖ拢–ard）等最先將認(rèn)知科學(xué)應(yīng)用于人機(jī)交互，提出了人類處理器模型；該模型包含三個信息處理系統(tǒng)，即感知系統(tǒng)、運(yùn)動系統(tǒng)和認(rèn)知系統(tǒng)，這些系統(tǒng)允許對人類在交互活動中的表現(xiàn)進(jìn)行豐富的建模，它們相互作用以模擬人類實(shí)際經(jīng)歷的認(rèn)知過程[55]。后續(xù)的研究表明，人機(jī)交互技術(shù)在“感知—決策—執(zhí)行”的功能結(jié)構(gòu)中能夠支持人類與機(jī)器不同方式的協(xié)作，進(jìn)而擴(kuò)展人類感知、理解、行動和學(xué)習(xí)的能力[56]。由于技術(shù)的更新發(fā)展，人機(jī)交互的方式也越來越多樣，按照交互硬件可區(qū)分為鍵鼠交互、觸屏交互、體感交互、腦機(jī)交互等，而按照人的感知方式可以分為視覺交互（Visual）、語音交互（Acoustic）、觸感交互（Haptic）等多種交互類型[57]。比如，研究所總結(jié)的三種人機(jī)協(xié)同學(xué)習(xí)實(shí)踐形態(tài)，每一種形態(tài)都體現(xiàn)了不同人機(jī)交互方式。以自適應(yīng)為特征的知識導(dǎo)學(xué)是以系統(tǒng)預(yù)先指定的知識序列和事件邏輯為學(xué)習(xí)者提供學(xué)習(xí)支持，多以知識練習(xí)為主，主要是基于視覺交互方式為學(xué)習(xí)者提供相關(guān)問題的提示或反饋。人機(jī)互動協(xié)商是基于語音或文本交互方式建立協(xié)作伙伴關(guān)系，培養(yǎng)學(xué)習(xí)者的自我調(diào)節(jié)學(xué)習(xí)能力。以智能服務(wù)實(shí)現(xiàn)人體增強(qiáng)是人類認(rèn)知與人工認(rèn)知協(xié)同工作的高層次階段，會通過文字、語音、體感等多種交互方式擴(kuò)展人的認(rèn)知能力與范圍，以改善決策和創(chuàng)造性解決問題的過程，從而幫助學(xué)習(xí)者更好地認(rèn)識自我與世界[58]。信息的類型決定著交互方式的選擇，也影響著人對信息的可理解性、可接受性，唯有符合用戶需求與特征的信息交互方式才更容易被用戶采納和理解，從而發(fā)生同化、順應(yīng)等認(rèn)知建構(gòu)過程。當(dāng)前，多模態(tài)整合已成趨勢以及新興科技層出不窮，以虛擬現(xiàn)實(shí)、元宇宙等技術(shù)支撐的全息仿真交互，腦機(jī)接口技術(shù)支持的腦機(jī)交互，情感計算技術(shù)支持的情感交互等更加全方位、智能化的人機(jī)交互方式正在教育實(shí)踐中躍躍欲試。通過整合人的視覺、聽覺、觸覺等多模態(tài)感知系統(tǒng)，精確模擬環(huán)境的各種模態(tài)，為學(xué)習(xí)者提供更為逼真的、能夠?qū)崟r交互的虛擬學(xué)習(xí)情境，從而突破傳統(tǒng)媒體的信息傳輸局限，以相對自然、無感和高效的方式實(shí)現(xiàn)人機(jī)之間的交互，并以多模態(tài)數(shù)據(jù)整合分析為學(xué)習(xí)者提供更加多元、全面的學(xué)習(xí)反饋與智能服務(wù)。未來隨著人機(jī)交互技術(shù)的升級，人類與機(jī)器之間的信息交換與認(rèn)知協(xié)同通道也將會更加自然流暢。

（三）人機(jī)互惠構(gòu)成人機(jī)有效協(xié)同的關(guān)鍵

人工智能正快速逼近人類的思維方式，并開始分擔(dān)一些人類的認(rèn)知勞動。由人與機(jī)器共同組成的學(xué)習(xí)共生體定義了雙方的互惠互利關(guān)系[59]，即人類學(xué)習(xí)者和機(jī)器相互學(xué)習(xí)，以創(chuàng)造一個適應(yīng)人類學(xué)習(xí)者需求的智能學(xué)習(xí)環(huán)境[60]。所以，在解釋人機(jī)協(xié)同學(xué)習(xí)的本質(zhì)時，不可忽視的一點(diǎn)是人與機(jī)器在交互過程中的互惠共生，以此才能基于人機(jī)交互實(shí)現(xiàn)人類認(rèn)知與人工認(rèn)知的高度協(xié)同。而且，真正意義上的人機(jī)協(xié)同需要人類和機(jī)器有共同的學(xué)習(xí)認(rèn)知，即人和機(jī)器都必須洞察和理解彼此的知識[61]。

何為人機(jī)互惠？人機(jī)互惠的關(guān)鍵其實(shí)在于利用人與機(jī)器的互補(bǔ)性和互惠性，實(shí)現(xiàn)互利共贏[62]。比如，學(xué)習(xí)對人類學(xué)習(xí)者來說是知識或技能的習(xí)得，對機(jī)器來說則是服務(wù)性能的改進(jìn)、算法的優(yōu)化以及對人學(xué)習(xí)過程的深層次建模。有學(xué)者已經(jīng)明確提出人機(jī)互惠學(xué)習(xí)的概念，即“一個在完成共享任務(wù)時涉及人機(jī)協(xié)作中相互交換、依賴、行動與影響的雙向過程，從而讓學(xué)習(xí)者創(chuàng)造新的意義或概念，豐富現(xiàn)有的意義或概念，或提高技能和能力”[63]。在人機(jī)共同參與的協(xié)同學(xué)習(xí)過程中，人與機(jī)器都是學(xué)習(xí)的主體，學(xué)習(xí)者不僅能夠享受機(jī)器自適應(yīng)、智能化的服務(wù)，根據(jù)機(jī)器反饋的學(xué)習(xí)結(jié)果進(jìn)行調(diào)節(jié)，同時也會為機(jī)器提供過程數(shù)據(jù)進(jìn)行分析建模。機(jī)器同樣作為學(xué)習(xí)的主體，是基于學(xué)習(xí)者的各類數(shù)據(jù)不斷學(xué)習(xí)，不斷優(yōu)化算法和改進(jìn)學(xué)習(xí)者模型，從而能夠快速適應(yīng)學(xué)習(xí)者的變化，并形成基于環(huán)境的動態(tài)自適應(yīng)學(xué)習(xí)反饋。所以，人機(jī)互惠有兩層含義，一方面機(jī)器本身可以利用人機(jī)之間的交互數(shù)據(jù)和機(jī)器提供的反饋機(jī)制來“感知”并通過博弈來加強(qiáng)機(jī)器的智能，從而實(shí)現(xiàn)機(jī)器智能的自我進(jìn)化；另一方面，隨著機(jī)器智能的提高，人也可以受到機(jī)器輸出的信息啟發(fā)以及運(yùn)用機(jī)器提供的智能服務(wù)，從而豐富自己的經(jīng)驗和知識，提高自己的認(rèn)知能力。前文所提到的三種實(shí)踐形態(tài)，不管是基于學(xué)習(xí)者反應(yīng)提供自適應(yīng)的認(rèn)知引導(dǎo)，還是人機(jī)互動對話達(dá)到學(xué)習(xí)過程共同控制，以及實(shí)現(xiàn)認(rèn)知外包幫助學(xué)習(xí)者更好地認(rèn)識問題并解決問題，其本質(zhì)上都是在以人機(jī)互惠的方式運(yùn)行。尤其對有獨(dú)立認(rèn)知能力的智能體而言，人機(jī)還能實(shí)現(xiàn)互教互學(xué)，即智能體不僅能夠教授學(xué)習(xí)者知識，學(xué)習(xí)者也能反向教授智能體知識，兩者通過互教互學(xué)的方式將學(xué)習(xí)置于教授、觀察和模仿的活動過程中，共同促進(jìn)自身對知識的理解[64]?；氐饺斯ふJ(rèn)知的角度來看，人機(jī)互惠的特征則更加明顯。大多數(shù)人工智能認(rèn)知技術(shù)依賴于大型數(shù)據(jù)集，而這些大數(shù)據(jù)都是圍繞與人類相關(guān)的狀態(tài)、過程和事件的信息，因此人類認(rèn)知和人工認(rèn)知實(shí)現(xiàn)協(xié)同混合的前提就是將人類相關(guān)的信息輸入機(jī)器需要學(xué)習(xí)的數(shù)據(jù)集中；數(shù)據(jù)集經(jīng)過機(jī)器學(xué)習(xí)算法的處理和分析，由人工智能認(rèn)知系統(tǒng)輸出并反饋給人類相應(yīng)有價值的信息，進(jìn)而作用于人類與社會[65]。人機(jī)互惠關(guān)系的建立也是未來實(shí)現(xiàn)真正智能化的突破口，通過真正意義上形成雙向的信息交換和控制，相互適應(yīng)達(dá)到人機(jī)融合智能[66]。由此來看，人機(jī)協(xié)同也為未來人類智慧與機(jī)器智能的互構(gòu)性發(fā)展提供了新的發(fā)展土壤[67]。

四、發(fā)展建議

基于對人機(jī)協(xié)同學(xué)習(xí)的本質(zhì)探討，我們更加理解人與機(jī)器的交互學(xué)習(xí)過程。開發(fā)智能學(xué)習(xí)系統(tǒng)以支持學(xué)習(xí)活動，并利用這些系統(tǒng)探索和理解學(xué)習(xí)的本質(zhì)是人工智能促進(jìn)教育改革創(chuàng)新的重要目標(biāo)[68]。人機(jī)協(xié)同學(xué)習(xí)的未來實(shí)踐應(yīng)在把握其本質(zhì)的基礎(chǔ)上，兼顧技術(shù)與實(shí)踐兩個層面為學(xué)習(xí)者創(chuàng)設(shè)智能學(xué)習(xí)環(huán)境，提供符合認(rèn)知科學(xué)的學(xué)習(xí)支持[69]。

（一）技術(shù)層面：以人機(jī)交互與人機(jī)互惠為著力點(diǎn)，提升技術(shù)設(shè)計

數(shù)字技術(shù)日新月異，新興科技層出不窮，知識更新迭代加速，教育數(shù)字化轉(zhuǎn)型趨勢下，越來越多的技術(shù)將投入到教育實(shí)踐，顯現(xiàn)出人機(jī)協(xié)同的教育特征。但如西門子（Siemens）等人所言，“要實(shí)現(xiàn)真正的協(xié)作，人類和機(jī)器需要共同的認(rèn)知，即人和機(jī)器都必須洞察和理解彼此的知識”[70]。所以，從技術(shù)上而言，我們?nèi)绾伍_發(fā)與人類協(xié)同工作的人工智能系統(tǒng)？人類和人工智能如何分享和解釋他們的意識、目標(biāo)和彼此的策略？是智能時代人機(jī)協(xié)同的關(guān)鍵挑戰(zhàn)[71]。因此，研究基于前文探討的本質(zhì)認(rèn)為，應(yīng)從人機(jī)交互和人機(jī)互惠兩個方面著力提升技術(shù)設(shè)計，促進(jìn)人機(jī)之間的自然交互、信息交換和認(rèn)知協(xié)同。

首先，優(yōu)化人機(jī)交互技術(shù)提供全新的學(xué)習(xí)體驗。人機(jī)交互技術(shù)在教育實(shí)踐中的優(yōu)勢在于能夠減輕學(xué)習(xí)者的認(rèn)知負(fù)荷，促進(jìn)多感官并用，為其創(chuàng)設(shè)一個輕松有趣、沉浸交互的智能學(xué)習(xí)環(huán)境，從而促使學(xué)習(xí)者主動求知、樂于求知。人機(jī)交互技術(shù)所孵化的自然交互頁面更能為智能教育發(fā)展提供強(qiáng)有力的支持，促使智能教育更加具象化、情境化、立體化。人機(jī)交互領(lǐng)域雖然已經(jīng)出現(xiàn)用于語音識別、手勢識別、眼動追蹤、皮膚電和腦機(jī)接口等多種類型的交互媒介，但當(dāng)下人機(jī)交互技術(shù)也存在諸多技術(shù)短板[72]。比如，要依賴于特定的硬件輸入設(shè)備，從而將學(xué)習(xí)者限制在一個特定的學(xué)習(xí)“硬”環(huán)境中，在智能頭環(huán)、VR/AR眼鏡等硬件約束下進(jìn)行所謂的“自然交互”。由此，智能教育應(yīng)對人機(jī)交互技術(shù)提出更為高級、嚴(yán)苛的要求。研究認(rèn)為，一方面人機(jī)交互技術(shù)的設(shè)計應(yīng)考慮到教育的內(nèi)在規(guī)律，在相關(guān)教育理論（如具身認(rèn)知理論、自主學(xué)習(xí)理論等）的指導(dǎo)下規(guī)范設(shè)計，從而兼顧“以人為本”的教育本質(zhì)要求和教育本身的多元性與復(fù)雜性。另一方面要注重多感官的交互，與物聯(lián)網(wǎng)、VR、AR等結(jié)合，對傳統(tǒng)數(shù)字化學(xué)習(xí)環(huán)境更新升級，為學(xué)生創(chuàng)設(shè)更加“自然”“無感”的智能學(xué)習(xí)環(huán)境，提供全新的學(xué)習(xí)體驗。尤其在學(xué)生自主學(xué)習(xí)情境中，人機(jī)交互技術(shù)除了要關(guān)注學(xué)生在人機(jī)交互中知識內(nèi)容交互，還應(yīng)增強(qiáng)人機(jī)之間的情感交互，通過設(shè)計更加個性化、可視化的自適應(yīng)反饋、情感化的學(xué)習(xí)提示等提升人機(jī)對話中的情感自然程度。只有在這種無感化的智能學(xué)習(xí)環(huán)境中，人機(jī)才能通過愈發(fā)自然的方式實(shí)現(xiàn)信息交互，實(shí)現(xiàn)技術(shù)對人學(xué)習(xí)過程數(shù)據(jù)的伴隨式采集，助力師生成長軌跡的數(shù)字化追蹤。所以，在技術(shù)層面上，人機(jī)協(xié)同學(xué)習(xí)的交互設(shè)計應(yīng)朝著“無感”交互、情感交互的方向闊步前進(jìn)，致力于為學(xué)習(xí)者提供全新的學(xué)習(xí)體驗。

其次，以人機(jī)互惠使“人更加理解機(jī)器，機(jī)器也更加理解人”。隨著人與人、人與物、物與物之間都可以數(shù)據(jù)作為紐帶形成連接，人類進(jìn)入到數(shù)據(jù)定義萬物、數(shù)據(jù)量化萬物、數(shù)據(jù)連接萬物的智能時代，生存空間也從社會空間、物理空間延伸到信息空間，在數(shù)據(jù)科學(xué)的賦能下越來越多的數(shù)據(jù)將被轉(zhuǎn)化為信息或知識，從而影響著人的認(rèn)知與決策[73]。而且隨著人工智能研究的逐漸深入，人們也更加清晰地認(rèn)識到人類和人工智能各自的優(yōu)勢，人的作用也被引入到人工智能系統(tǒng)電路的計算中，可以解決模糊和不確定分析的問題，使人的感知能力、認(rèn)知能力與人工智能的強(qiáng)大計算能力相融合，形成雙向的信息交換和控制，達(dá)到真正意義上的人機(jī)智能融合。人在回路在ChatGPT等最新人工智能產(chǎn)品證明下，已經(jīng)成為人工智能的可行成長模式，其通過引入人的智慧參與，可以避免機(jī)器無效學(xué)習(xí)，增強(qiáng)機(jī)器理解和適應(yīng)人類的自主學(xué)習(xí)能力。從技術(shù)設(shè)計上，有兩個可以努力的方向。一是增強(qiáng)算法的透明度與可解釋性，因為從真正意義上的協(xié)作而言，數(shù)據(jù)驅(qū)動的智能機(jī)器需要理解人類的主觀體驗和感知思維，知識驅(qū)動的人類思維也需要了解機(jī)器的客觀特征和理性計算。例如，通過以先驗知識為主的專家解釋、以統(tǒng)計學(xué)習(xí)為主的數(shù)理解釋、以深度學(xué)習(xí)為主的歸納解釋等策略[74]，讓學(xué)習(xí)者能檢驗教育模型，理解智能學(xué)習(xí)系統(tǒng)給出的決策結(jié)果。這也符合“人在回路”的混合增強(qiáng)智能設(shè)計原則，即人始終是人機(jī)協(xié)同過程的核心部分，人的因素可以直接影響到人機(jī)交互的結(jié)果[75]。二是獲取高質(zhì)量的數(shù)據(jù)為機(jī)器的更新迭代提供“養(yǎng)料”。高質(zhì)量的數(shù)據(jù)可以訓(xùn)練出高質(zhì)量的學(xué)習(xí)者模型，從而更加理解人并促進(jìn)人的學(xué)習(xí)。同時，注重引入人類對機(jī)器模型輸出結(jié)果的調(diào)節(jié)，讓機(jī)器在與人類的交互過程中盡可能獲取其真實(shí)需求，人類由此扮演著用戶和人工智能助手的角色，幫助解決讓人工智能模型的產(chǎn)出和人類認(rèn)知保持一致的問題。因此，高質(zhì)量的數(shù)據(jù)應(yīng)該圍繞著與目標(biāo)相關(guān)的狀態(tài)、過程和事件，增強(qiáng)數(shù)據(jù)的一致性、可靠性和有效性等[76]，不應(yīng)為了適應(yīng)機(jī)器的數(shù)據(jù)規(guī)則而對事件進(jìn)行簡約化表達(dá)。只有盡可能全面、接近真實(shí)的數(shù)據(jù)才能讓機(jī)器更好地運(yùn)用其強(qiáng)大的計算能力來理解人與環(huán)境。

（二）實(shí)踐層面：以學(xué)習(xí)科學(xué)與以人為本為基本遵循，規(guī)范實(shí)踐過程

英國哲學(xué)家大衛(wèi)·休謨（David Hume）認(rèn)為，一切科學(xué)都與人性有關(guān)，對人性的研究應(yīng)是一切科學(xué)的基礎(chǔ)[77]?？茖W(xué)如此，教育以立德樹人為根本任務(wù)更不可例外。所以，無論技術(shù)如何發(fā)展，人的最優(yōu)發(fā)展是所有科學(xué)與社會實(shí)踐的標(biāo)準(zhǔn)。

首先，以學(xué)習(xí)科學(xué)規(guī)范人機(jī)協(xié)同學(xué)習(xí)設(shè)計。學(xué)習(xí)科學(xué)是認(rèn)知科學(xué)的一個重要分支，源于人類對復(fù)雜學(xué)習(xí)法問題的跨學(xué)科研究，教育人工智能就是其中重要領(lǐng)域之一。一方面，學(xué)習(xí)科學(xué)站在學(xué)生視角探究人是如何通過外部環(huán)境與內(nèi)部機(jī)制的協(xié)調(diào)從而實(shí)現(xiàn)自主學(xué)習(xí)[78]。這與教育人工智能致力于揭示學(xué)習(xí)發(fā)生原理與機(jī)制的目標(biāo)相一致。另一方面，學(xué)習(xí)科學(xué)不僅關(guān)注“人是如何學(xué)習(xí)的”等基礎(chǔ)理論研究，還關(guān)注在新的學(xué)習(xí)理論指導(dǎo)下學(xué)習(xí)分析技術(shù)、人機(jī)協(xié)同技術(shù)，以及數(shù)字化新型學(xué)習(xí)環(huán)境和學(xué)習(xí)資源的創(chuàng)設(shè)等實(shí)踐研究。研究也表明，學(xué)習(xí)科學(xué)用于教育人工智能的發(fā)展可以產(chǎn)生強(qiáng)大的效果[79]。故而從實(shí)踐上，人機(jī)協(xié)同學(xué)習(xí)應(yīng)將人機(jī)如何協(xié)同的探索聚焦于關(guān)注學(xué)習(xí)的發(fā)生，通過了解學(xué)習(xí)為何發(fā)生、怎樣發(fā)生來規(guī)范人機(jī)協(xié)同學(xué)習(xí)設(shè)計。一是發(fā)揮學(xué)習(xí)分析重構(gòu)學(xué)習(xí)活動的關(guān)鍵技術(shù)作用。學(xué)習(xí)分析主要從數(shù)據(jù)與實(shí)證的角度出發(fā)，致力于描述、理解、解釋、研究與預(yù)測學(xué)習(xí)現(xiàn)象[80]。人機(jī)構(gòu)成的學(xué)習(xí)雙主體應(yīng)充分利用技術(shù)的便利將交互過程的數(shù)據(jù)與信息實(shí)現(xiàn)學(xué)習(xí)規(guī)律挖掘，融合社會網(wǎng)絡(luò)分析、語義分析、表情分析、情感計算、文本挖掘、行為分析、統(tǒng)計分析等多種學(xué)習(xí)分析手段，實(shí)現(xiàn)對人機(jī)協(xié)同學(xué)習(xí)發(fā)生過程的跟蹤、診斷、預(yù)測和調(diào)節(jié)。二是基于學(xué)習(xí)科學(xué)理論與實(shí)證結(jié)論，分析影響學(xué)習(xí)發(fā)生的關(guān)鍵因素，優(yōu)化學(xué)習(xí)設(shè)計。比如，梅耶（Mayer）認(rèn)為，技術(shù)媒體不僅僅是信息傳遞系統(tǒng)，而是知識構(gòu)建的認(rèn)知輔助工具，涉及以促進(jìn)學(xué)習(xí)者進(jìn)行適當(dāng)認(rèn)知處理的方式呈現(xiàn)信息[81]。然后，其依靠大量的實(shí)驗總結(jié)了12條認(rèn)知學(xué)習(xí)原則，包括鄰近原則（避免信息源孤立分散）、多媒體原則（多感官融合）、冗余原則（避免冗余信息反復(fù)出現(xiàn)）等，這為人機(jī)協(xié)同學(xué)習(xí)設(shè)計明確了如何考量學(xué)習(xí)者的認(rèn)知負(fù)荷、如何把握認(rèn)知支架的漸隱性。所以，人機(jī)協(xié)同學(xué)習(xí)設(shè)計可以在認(rèn)知理論或?qū)W習(xí)科學(xué)的原理指導(dǎo)下，從學(xué)習(xí)資源的呈現(xiàn)、學(xué)習(xí)策略的提供、學(xué)習(xí)結(jié)果的反饋等方面，注重通過分布式認(rèn)知讓機(jī)器分擔(dān)學(xué)習(xí)者的低階認(rèn)知負(fù)荷，幫助學(xué)習(xí)者更加有效地處理信息，并解放學(xué)習(xí)者的認(rèn)知資源以用于高階認(rèn)知活動中。同時，還可以從學(xué)習(xí)的特性出發(fā)改善學(xué)習(xí)方式，例如學(xué)習(xí)的具身性體現(xiàn)出創(chuàng)設(shè)情境化學(xué)習(xí)環(huán)境的重要性，強(qiáng)調(diào)推進(jìn)知識型學(xué)習(xí)走向體驗式學(xué)習(xí)[82]。總的來說，只有基于科學(xué)理論和循證知識創(chuàng)建智能學(xué)習(xí)環(huán)境和設(shè)計教育過程，才能促使學(xué)習(xí)者更深入有效地學(xué)習(xí)[83]。

其次，秉持人本價值開展人機(jī)協(xié)同學(xué)習(xí)實(shí)踐。無論是技術(shù)滲透教育系統(tǒng)造成系統(tǒng)要素的內(nèi)涵擴(kuò)展，還是教育系統(tǒng)內(nèi)部關(guān)系的延展與變化，都表明智能技術(shù)的教育應(yīng)用將會造成教育生態(tài)的深刻變革[84]。但無論何時，技術(shù)的發(fā)展都需要持續(xù)秉持以人為本的價值原則，而且學(xué)習(xí)技術(shù)不同于純技術(shù)，它涉及教學(xué)和與人互動，必須以人為中心。因此，人機(jī)協(xié)同學(xué)習(xí)是智能教育發(fā)展的一個重要形態(tài)，更應(yīng)將人的生命成長作為實(shí)踐的旨?xì)w，在人本主義理論指導(dǎo)下注重人的自我實(shí)現(xiàn)，踐行以學(xué)習(xí)者為中心的人本主義理論教育觀[85]。一要構(gòu)建人機(jī)協(xié)同的倫理規(guī)范，注意技術(shù)自身的局限對人與社會的影響。人機(jī)協(xié)同意味著人和機(jī)器之間的相互作用和相互影響，但技術(shù)與生俱來的局限與風(fēng)險，比如算法黑箱、算法偏見、數(shù)據(jù)安全隱私等問題會讓人在與機(jī)器的協(xié)作過程中無形地受到技術(shù)侵犯。美國著名教育哲學(xué)家瑪克辛·格林（Greene）曾言：“我們在屏幕前不斷轉(zhuǎn)移注意力，不斷瀏覽各種信息、投入各種娛樂，但它并不能為我們提供與他者的主觀在場的具象性相遇，我們的身體消失于各種技術(shù)的大數(shù)據(jù)，學(xué)生喪失了想象世界的能力”[86]。所以，倫理規(guī)范是智能教育發(fā)展的保障，也是引導(dǎo)科技向善、構(gòu)建人機(jī)互信的基礎(chǔ)。在人機(jī)協(xié)同學(xué)習(xí)的實(shí)踐中，我們需要深刻認(rèn)識技術(shù)帶來的機(jī)遇與挑戰(zhàn)，統(tǒng)籌技術(shù)賦能與人的學(xué)習(xí)發(fā)展兩個層面建立監(jiān)管治理體系，在安全、合理、科學(xué)的范圍內(nèi)使用技術(shù)助力學(xué)習(xí)，及時規(guī)避技術(shù)賦能教育實(shí)踐的風(fēng)險[87]。二是發(fā)展人本人工智能，豐富智能教育服務(wù)。人機(jī)協(xié)同是人本人工智能發(fā)展的核心和突破口[88]。人本人工智能強(qiáng)調(diào)從“冰冷的技術(shù)”到“溫暖的人性”的回歸，主張利用人類智慧和機(jī)器智能之間的協(xié)作，以高水平的可靠性、安全性和信任性來增強(qiáng)人類生產(chǎn)力[89]。在技術(shù)快速更迭的科技浪潮之中，無論何時，人類與教育的發(fā)展始終堅持以人為本，人性發(fā)展一直會是未來教育的時代主題[90]。人機(jī)協(xié)同學(xué)習(xí)作為人機(jī)智能協(xié)同的重要形態(tài)，更應(yīng)注重以人為本的理念引領(lǐng)，堅持人在回路的發(fā)展方向，在人機(jī)協(xié)同的過程中以人的參與或引入人的參與來提升問題求解的效果，以更加人性化的智能服務(wù)提供實(shí)時個性化外部反饋，支持學(xué)習(xí)者進(jìn)行深層次的自我認(rèn)知。綜而述之，人機(jī)協(xié)同學(xué)習(xí)的未來實(shí)踐應(yīng)加快構(gòu)建符合人類發(fā)展的倫理規(guī)范、安全監(jiān)管體系，圍繞人的知識學(xué)習(xí)、認(rèn)知建構(gòu)、問題解決、情感發(fā)展以及社會能力等成長維度，設(shè)計出更多實(shí)時性、交互式、個性化，主動性和人性化的智能服務(wù)，提升人類認(rèn)識世界、改造世界的能力。

五、結(jié)語

面對日益錯綜復(fù)雜的社會發(fā)展和未來挑戰(zhàn)，智能時代的教育也正在經(jīng)歷一場前所未有的深刻變革。但教育是一個不以人自身意志為轉(zhuǎn)移的內(nèi)生復(fù)雜系統(tǒng)，人工智能的介入使得教育邊界被打開，各種不同性質(zhì)的要素突然耦合在一起，沖突、協(xié)同、變革等現(xiàn)象開始涌現(xiàn)，教育系統(tǒng)的復(fù)雜程度已不可同日而語。人機(jī)協(xié)同學(xué)習(xí)是智能教育發(fā)展的一個重要形態(tài)，在頂層設(shè)計上要有完善的科學(xué)認(rèn)識和理論體系，才能在實(shí)踐中探尋出符合人成長發(fā)展的新方法、新模式。因此，無論人工智能等新興科技浪潮怎么沖擊人類的教育和社會，我們依然需要保持清醒的頭腦去審視這不斷涌現(xiàn)的新事物與新形態(tài)，透過現(xiàn)象發(fā)現(xiàn)本質(zhì)，從而清晰未來的前進(jìn)方向。

參考文獻(xiàn)：

[1][14][69] Boulay B D.Escape from the Skinner Box：The case for contemporary intelligent learning environments [J].British Journal of Educational Technology，2019，50（6）：2902-2919.

[2][9][12][13] 郝祥軍，顧小清等.人機(jī)協(xié)同學(xué)習(xí)：實(shí)踐模式與發(fā)展路向[J].開放教育研究，2022，（4）：31-41.

[3] 吳朝暉.智能增強(qiáng)時代的學(xué)習(xí)革命——在國際人工智能與教育大會上的發(fā)言[J].世界教育信息，2019，（10）：3-6.

[4][43][46] 郭炯，郝建江.人工智能環(huán)境下的學(xué)習(xí)發(fā)生機(jī)制[J].現(xiàn)代遠(yuǎn)程教育研究，2019，（5）：32-38.

[5] 毛剛，王良輝.人機(jī)協(xié)同：理解并建構(gòu)未來教育世界的方式[J].教育發(fā)展研究，2021，（1）：16-24.

[6] 艾興，趙瑞雪.人機(jī)協(xié)同視域下的智能學(xué)習(xí)：邏輯起點(diǎn)與表征形態(tài)[J].遠(yuǎn)程教育雜志，2020，（1）：69-75.

[7][32] 陳凱泉，韓小利等.人機(jī)協(xié)同視閾下智能教育的場景建構(gòu)及應(yīng)用模式分析——國內(nèi)外近十年人機(jī)協(xié)同教育研究綜述[J].遠(yuǎn)程教育雜志，2022，（2）：3-14.

[8] 王一巖，鄭永和.智能時代的人機(jī)協(xié)同學(xué)習(xí)：價值內(nèi)涵、表征形態(tài)與實(shí)踐進(jìn)路[J].中國電化教育，2022，（9）：90-97.

[10] 何文濤，路璐等.智能時代人機(jī)協(xié)同學(xué)習(xí)的本質(zhì)特征與一般過程[J].中國遠(yuǎn)程教育，2023，（3）：12-20.

[11] 武法提，田浩.人機(jī)協(xié)同的精準(zhǔn)學(xué)習(xí)干預(yù)：動力機(jī)制、邏輯理路與實(shí)踐模型[J].開放教育研究，2023，（2）：81-90.

[15][24] 郝祥軍，顧小清.基于協(xié)商的學(xué)伴推薦：自適應(yīng)學(xué)習(xí)的社會性發(fā)展路向[J].中國遠(yuǎn)程教育，2021，（8）：51-59.

[16] Graesser A C.Conversations with AutoTutor help students learn [J].International Journal of Artificial Intelligence in Education，2016，26（1）：124-132.

[17] 張攀峰，尋素華等.“智能學(xué)伴”在小學(xué)游戲化學(xué)習(xí)社區(qū)中的情感交互設(shè)計[J].中國電化教育，2014，（10）：123-128.

[18] Kapoor A，Mota S，et al.Towards a learning companion that recognizes affect [A].AAAI 2001 fall symposium [C]. Massachusetts：AAAI，2001.2-4.

[19] 劉智，劉三（女牙）等.物理空間中的智能學(xué)伴系統(tǒng)：感知數(shù)據(jù)驅(qū)動的學(xué)習(xí)分析技術(shù)——訪柏林洪堡大學(xué)教育技術(shù)專家Niels Pinkwart教授[J].中國電化教育，2018，（7）：67-72.

[20] Azevedo R，Aleven V.International handbook of metacognition and learning technologies [M].Amsterdam：Springer，2013.357-360.

[21] Chou C Y，Lai K R，et al.A negotiation-based adaptive learning system for regulating help-seeking behaviors [J].Computers Education，2018，126：115-128.

[22] Yang D，Piergallinin M，et al.Forum thread recommendation for massive open online courses [A].Stamper J，Zach P，et al.Proceeding of the 7th International Conference on Educational Data Mining [C]. London：Institute of Education，2014.257-260.

[23] Potts B A，Khosravi H，et al.Reciprocal peer recommendation for learning purposes，learning analytics and knowledge [A].Pardo A，Bartimote-Aufflick K，et al.Proceedings of the 8th International Conference on Learning Analytics and Knowledge [C].New York：Association for Computing Machinery，2018.226-235.

[25] [美]布雷特·金.劉林德，馮斌等譯.智能浪潮：增強(qiáng)時代來臨[M].北京：中信出版社，2017.12-26.

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

[27][30] Yang S，Ogata H，et al.Human-centered artificial intelligence in education：Seeing the invisible through the visible [J].Computers and Education：Artificial Intelligence，2021，2：1-5.

[28] 沈書生，祝智庭.ChatGPT類產(chǎn)品：內(nèi)在機(jī)制及其對學(xué)習(xí)評價的影響[J].中國遠(yuǎn)程教育，2023，（4）：8-15.

[29] 趙健.走向?qū)W習(xí)、認(rèn)知與技術(shù)研究的深度融合——《教育傳播與技術(shù)研究手冊（第三版）》第三部分述評[J].遠(yuǎn)程教育雜志，2010，（3）：30-36.

[31] 何克抗.教學(xué)支架的含義、類型、設(shè)計及其在教學(xué)中的應(yīng)用——美國《教育傳播與技術(shù)研究手冊（第四版）》讓我們深受啟發(fā)的亮點(diǎn)之一[J].中國電化教育，2017，（4）：1-9.

[33] Liu Z，Zeng X.Hybrid Intelligence in Big Data Environment：Concepts， Architectures，and Applications of Intelligent Service [J].Data and Information Management，2021，5（2）：262-276.

[34][48] 程學(xué)旗，梅宏等.數(shù)據(jù)科學(xué)與計算智能：內(nèi)涵、范式與機(jī)遇[J].中國科學(xué)院院刊，2020，（12）：1470-1481.

[35] Licklider J C.Man-computer symbiosis [J].IRE transactions on human factors in electronics，1960，（1）：4-11.

[36][64] 李海峰，王煒.人機(jī)學(xué)習(xí)共生體——論后人工智能教育時代基本學(xué)習(xí)形態(tài)之構(gòu)建[J].遠(yuǎn)程教育雜志，2020，（2）：46-55.

[37] 袁純清，1998.共生理論：兼論小型經(jīng)濟(jì)[M].北京：經(jīng)濟(jì)科學(xué)出版社，1998.7-10.

[38] 方海光，孔新梅等.人工智能時代的人機(jī)協(xié)同教育理論研究[J].現(xiàn)代教育技術(shù)，2022，（7）：5-13.

[39][51] 劉步青.人機(jī)協(xié)同系統(tǒng)的哲學(xué)研究[M].北京：光明日報出版社，2018.55-57.

[40][47][49][50][58][61][65][70][75] Siemens G，MarmolejoRamos F，et al.Human and artificial cognition [J].Computers and Education：Artificial Intelligence，2022，3：1-9.

[41] 顧小清，郝祥軍.從人工智能重塑的知識觀看未來教育[J].教育研究，2022，（9）：138-149.

[42] 白惠仁，崔政.機(jī)器學(xué)習(xí)與創(chuàng)造性認(rèn)知勞動[J].浙江社會科學(xué)，2021，（3）：100-106.

[44][79] Luckin R，Cukurova M.Designing educational technologies in the age of AI：A learning sciences-driven approach [J].British Journal of Educational Technology，2019，50（6）：2824-2838.[45] 任英杰，徐曉東.學(xué)習(xí)科學(xué)：研究的重要問題及其方法論[J].遠(yuǎn)程教育雜志，2012，（1）：26-36.

[52] Boring R L.Human-computer interaction as cognitive science [A]. Human Factors and Ergonomics Society Annual Meeting [C].Los Angeles，CA：SAGE Publications，2002.1767-1771.

[53] Quintana C，Reiser B J，et al.A scaffolding design framework for software to support science inquiry [J].Journal of the Learning Sciences，2004，13（3）：337-386.

[54] 鐘柏昌，劉曉凡.論具身學(xué)習(xí)環(huán)境：本質(zhì)、構(gòu)成與交互設(shè)計[J].開放教育研究，2022，（5）：56-67.

[55] Card S K，Moran T P，et al.The Psychology of Human-Computer Interaction [M].Hillsday，NJ：Lawrence Erlbaum，1983.1-19.

[56][57] Yang C，Zhu Y，et al.A review of human-machine cooperation in the robotics domain [J].IEEE Transactions on Human-Machine Systems，2022，52（1）：12-25.

[59] Wang L，Gao R，et al.Symbiotic human-robot collaborative assembly [J].CIRP annals，2019，68（2）：701-726.

[60] Walsh K R，Hoque M T，et al.Human Machine Learning Symbiosis [J]. Journal of Learning in Higher Education，2017，13（1）：55-62.

[62] Nixdorf S，Ansari F，et al.Reciprocal Learning in Human-Machine Collaboration：A Multi-Agent System Framework in Industry 5.0 [A].Plapper，P.，Mangers，J.Digitization of the work environment for sustainable production [C].Berlin：GITO Verlag，2022.207-225.

[63] Ansari F，Erol S，et al.Rethinking Human-Machine Learning in Industry 4.0：How Does the Paradigm Shift Treat the Role of Human Learning [J].Procedia Manufacturing，2018，23：117-122.

[66] 郝祥軍，賀雪.AI與人類智能在知識生產(chǎn)中的博弈與融合及其對教育的啟示[J].華東師范大學(xué)學(xué)報（教育科學(xué)版），2022，（9）：78-89.[67] 羅生全.智能技術(shù)時代的教學(xué)理論發(fā)展[J].教育研究與實(shí)驗，2021， （2）：1-11.

[68] Roll I，Wylie R.Evolution and Revolution in Artificial Intelligence in Education [J].International Journal of Artificial Intelligence in Education，2016，26（2）：582-599.

[71] Akata Z，Balliet D，et al.A research agenda for hybrid intelligence： augmenting human intellect with collaborative，adaptive，responsible，a nd explainable artificial intelligence [J].Computer，2020，53（8）：18-28.[72] 徐振國，陳秋惠等.新一代人機(jī)交互：自然用戶界面的現(xiàn)狀、類型與教育應(yīng)用探究——兼對腦機(jī)接口技術(shù)的初步展望[J].遠(yuǎn)程教育雜志，2018，（4）：39-48.

[73] 郝祥軍，顧小清.AI重塑知識觀：數(shù)據(jù)科學(xué)影響下的知識創(chuàng)造與教育發(fā)展[J].中國遠(yuǎn)程教育，2023，（5）：13-23.

[74] 劉桐，顧小清.走向可解釋性：打開教育中人工智能的“黑盒”[J].中國電化教育，2022，（5）：82-90.

[76] Huchler N，Adolph L，et al.Criteria for Human-Machine Interaction When Using AI：Approaches to its humane design in the realm of work [R].Munich：White paper from Plattform Lernende Systeme，2020.12-15.

[77] 黃云鵬.破舊立新——休謨對形而上學(xué)的批判及重構(gòu)[J].今古文創(chuàng)，2022，（46）：57-60.

[78] 王明娣，陳可迪.學(xué)習(xí)科學(xué)視角下學(xué)生反饋素養(yǎng)：結(jié)構(gòu)模型與運(yùn)行機(jī)制[J].中國電化教育，2022，（7）：104-114.

[80][82] 楊剛，徐曉東等.學(xué)習(xí)本質(zhì)研究的歷史脈絡(luò)、多元進(jìn)展與未來展望[J].現(xiàn)代遠(yuǎn)程教育研究，2019，（3）：28-39.

[81] Mayer R E.Multimedia learning （2nd ed.） [M].New York：Cambridge University Press，2009.168.

[83] 隆舟，劉凱等.通用智能導(dǎo)學(xué)框架助力學(xué)習(xí)科學(xué)發(fā)展——訪美國通用智能導(dǎo)學(xué)框架聯(lián)合創(chuàng)始人羅伯特·索特拉博士[J].開放教育研究，2020，（5）：4-11.

[84] 顧小清.破壞性創(chuàng)新：技術(shù)如何改善教育生態(tài)[J].探索與爭鳴，2018， （8）：34-36.

[85][88][90] 祝智庭，韓中美等.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.

[86] Greene M.Releasing the imagination：essays on education，the arts， and social change [M].San Francisco：Jossey-Bass Publishers，2000.1-13.

[87] 郝祥軍，顧小清等.回避還是規(guī)避：風(fēng)險社會中的教育危機(jī)與安全防線[J].電化教育研究，2023，（1）：42-47.

[89] Shneiderman B.Human-centered artificial intelligence：Reliable，safe trustworthy [J].International Journal of Human-Computer Interaction，2020，36（6）：495-504.

作者簡介：

郝祥軍：在讀博士，研究方向為智能教育、學(xué)習(xí)科學(xué)與技術(shù)設(shè)計。

張?zhí)扃涸谧x碩士，研究方向為信息化教學(xué)設(shè)計。

顧小清：教授，博士，博士生導(dǎo)師，研究方向為學(xué)習(xí)科學(xué)與學(xué)習(xí)技術(shù)、技術(shù)支持的教學(xué)創(chuàng)新。

Human-machine Collaborative Learning in Intelligent Era： Form， Essence and Development

Hao Xiangjun， Zhang Tianqi， Gu Xiaoqing

（Department of Education Information Technology， Faculty of Education， East China Normal University， Shanghai 200062）

Abstract： Artificial intelligence has propelled the rapid development of intelligent education， demonstrating the characteristics of human-machine collaboration in practice. However， the practical manifestations and underlying essence of human-machine collaborative learning， as an integral component of intelligent education， have received limited research attention. In order to better serve education and human development with technology， this study conducted an in-depth analysis of human-machine collaborative learning practices in the era of artificial intelligence. First of all， by synthesizing relevant literature and practical findings， it was found that human cognitive activities and machine intelligence are intricately intertwined， and human-machine collaborative learning has manifested in three major forms in practice： guiding knowledge learning， interactive dialogue， and intelligent enhancement. Moreover， by delving into the essence through phenomena， the study revealed three important essential aspects of human-machine collaborative learning from the structure of human-machine collaboration. The first， human-machine collaborative learning means the synergistic integration of human cognition and artificial cognition. The second， the application of human-machine interaction technologies provides a smooth channel for cooperative cognitive processes. The third， human-machine reciprocity is key for human-machine collaborative learning effectively. Finally， two suggestions were proposed for the development of human-machine collaborative learning. At the technological level， it should focus on improving technology design through human-machine interaction and reciprocity. At the practical level， it should be guided by the principles of learning science and human-center to standardize the practice process.

Keywords： intelligent education； human-machine collaborative learning； human-machine collaborative cognition； human-machine interaction； human-machine reciprocity； human-centered artificial intelligence

收稿日期：2023年7月19日

責(zé)任編輯：李雅瑄