圖片來源：unsplash

人工智能的發(fā)展與應用推動了教育智能化的進程。2017年7月，《國務院關于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》發(fā)布，指明了人工智能發(fā)展的戰(zhàn)略態(tài)勢以及戰(zhàn)略部署，關注智能教育，強調推動人工智能在教學、管理、資源建設等方面的全流程應用。

實際上，近十年來，移動互聯(lián)網、虛擬現(xiàn)實、新一代人工智能等新技術正向教育的各個領域滲透，已經對傳統(tǒng)的課堂教學結構、教學模式、教育評價產生了深遠的影響，教育信息化從數(shù)字化到智能化的階梯式發(fā)展趨勢日益明顯。以人工智能為核心驅動力的“智能+教育”漸成趨勢，教育智能化已經成為傳統(tǒng)教育改革的關注點和方向標。

人工智能是引領教育智能化發(fā)展的戰(zhàn)略性技術，超越技術范式去理解人工智能的理念變化和即將發(fā)生的革命性影響，有助于把握教育智能化的新方向和新場景，促進人工智能的教育應用。因此，有必要在分析人工智能最新技術范式和理念的基礎上，明確教育智能化的發(fā)展方向，系統(tǒng)審視教育智能化的戰(zhàn)略場景，以搶抓人工智能發(fā)展的重大戰(zhàn)略機遇，助力我國教育智能化建設。

一、教育智能化的發(fā)展方向

教育智能化的發(fā)展離不開人工智能的支持，人工智能的研究范式轉變，延伸了其發(fā)展中的一些應用圖景和發(fā)展趨勢，推動著人工智能和教育智能化向著人機協(xié)同的方向發(fā)展。

（一）現(xiàn)狀問題：純人工智能在教育應用中的局限性

當前，人工智能在教育領域的應用正不斷增加，對提高評估的效率、縮短反饋時間、提供個性化的學習支持方面具有積極作用。越來越多的機器被廣泛應用于解決復雜、煩瑣或人力無法解決的問題，在此類應用領域中，機器具有更高的優(yōu)越性，即使是在不確定情況下做預測，機器也優(yōu)于人類專家。然而，純人工智能在教育應用中也具有一定的局限性。

1.功能局限性

有關人工智能的研究方面大致可分為兩種范式：符號范式和連接主義范式。一種是通過構建更抽象的機器模型，直接模擬人類的語言符號、意識與推理，賦予機器以智能。另一種是直接嘗試模仿人腦的某些神經系統(tǒng)過程，基于人工神經網絡構成各個神經元的功能和神經元的連接。因此，機器的智能程度主要取決于問題領域的定義及其清晰程度，或者算法聚類的精準性，問題定義得越清楚、界限越明確、聚類精準性越高，則機器解決該問題就越容易。

然而，要讓電腦如成人般地下棋是相對容易的，但是要讓電腦具有如一歲小孩般的感知和行動能力卻是相當困難甚至是不可能的。這個和人類常識相悖的現(xiàn)象被稱為“莫拉維克悖論”，人工智能通常表現(xiàn)出“有知識、沒常識”的尷尬。機器更是無法形成人具備的社交技能和情感智力，表現(xiàn)出“有精度，沒溫度（缺情感）”“有個性，沒人性（缺文化）”的現(xiàn)象。人類的學習是一種大腦功能，具有復雜、混沌、生物性等特點，通常難以精準定義與聚類，以至于無法實現(xiàn)完全自動化、智能化，更難以實現(xiàn)體驗、情感與文化上的教學交互。

2.信任問題

機器模擬人類認知方式的過程復雜性和算法維度，阻礙了人類對其決策過程的理解。這種過程類似于人依靠直覺來作出決定，而對直覺的來源并沒有清晰的了解，這被稱為人工智能的“黑匣子”問題?！昂谙蛔印眴栴}使機器變得不透明，機器結合各種計算智能的方法，例如模糊邏輯、遺傳算法和基于案例的推理，將能夠快速執(zhí)行復雜的任務，并通過自動學習以提高智能化水平。

然而，機器進步的背后隱含的還有人們對機器甚至可能取代人類的擔憂。伴隨著技術對于解決“黑匣子”問題的局限性，衍生出關于人工智能中算法決策的透明度、可預測性、可解釋性和責任性的問題，并由此引發(fā)了人們對人工智能在教育應用過程中控制權、數(shù)據隱私、決策安全等方面的信任問題，進一步限制了純人工智能在教育中的應用。

（二）研究范式：人本人工智能（HCAI）在興起

1.第二波“哥白尼革命”：從以算法為中心到以人為中心

人工智能的實現(xiàn)基礎是計算機程序和基本數(shù)據結構，這種以算法為中心的思想，更多地關注人工智能發(fā)展的手段，而忽視人工智能發(fā)展的目的是“為人服務”。此外，人工智能在與人合作解決問題的過程中大多以性能為中心，以性能為中心的應用方式還需要解決機器缺乏監(jiān)督、應用安全以及集體決策沖突等問題。這些問題都與既往智能技術研究范式與“人本性”背離有關，現(xiàn)在到了考慮轉變研究范式的時候，要充分注重人文性和人性化發(fā)展，尊重人權、隱私和注重數(shù)據保護、社會倫理等。

因此，克服和轉變以算法為中心的人工智能的狹隘性，抑制和突破以性能為中心的應用的片面性，需要遵循人本主義理念，這促成了一種以人為中心的人工智能——人本人工智能（Human Centered Artificial Intelligence，簡稱HCAI或HAI）。HCAI的發(fā)展核心不再是物的發(fā)展、算法的突破，而是人本身的發(fā)展，將“人”這一要素置于中心位置，旨在增強人類的能力，增強公眾對人工智能技術的信任和信心，以充分發(fā)揮人工智能技術的潛力。

古代天文學家將地球視為太陽系的中心，太陽和行星圍繞其旋轉。在16世紀，哥白尼提出了以太陽為中心的模型構架，證明了天文學的正確性，從而使人們可以進行更好的預測和進一步的發(fā)現(xiàn)。HCAI可以理解為人工智能在圍繞著人類活動的“循環(huán)中”，將人類置于人工智能設計、開發(fā)、制造、應用與發(fā)展的中心，以人為中心的方法代替了傳統(tǒng)以算法為中心的機器智能，可將之稱為第二波哥白尼革命。HCAI的研究范式重視人的體驗、需求和控制，應用的思路從專注于策略方案和任務解決，到將人重新置于人機協(xié)同的綜合控制范式的中心位置。

2.HCAI的治理結構

近年來，有關人工智能的監(jiān)管治理的討論成為熱點話題。美國、歐盟、英國、日本等發(fā)達國家和區(qū)域組織先后發(fā)布了有關人工智能治理的戰(zhàn)略規(guī)劃。我國發(fā)布了《新一代人工智能治理原則——發(fā)展負責任的人工智能》，要求人工智能發(fā)展應以增進人類共同福祉為目標，應符合人類的價值觀和倫理，促進人機和諧。在G20會議中，2019年的人工智能對話明確強調了發(fā)展以人為本的人工智能方法，增強公眾對人工智能技術的信任和信心，以充分發(fā)揮其潛力；2020年的人工智能對話強調發(fā)展教育、醫(yī)療和公共服務中可信賴的人工智能。

美國斯坦福大學人工智能實驗室與視覺實驗室負責人李飛飛啟動HCAI計劃，強調了將人的價值觀和意識引入人工智能技術的開發(fā)和使用中，包括三個指導原則：以對其人類影響的關注為指導；努力擴展和加強人類，而不是取代人類；更多地受到人類智能的啟發(fā)。由此可見，發(fā)展HCAI與人工智能治理的核心議題相一致，強調了融入以人為本的價值觀，假設了人類應該始終在任務執(zhí)行中扮演主要角色，這個假設強調了HCAI應遵循倫理、法律和安全等一系列的道德原則。

HCAI在興起，如何彌合HCAI的道德原則與實現(xiàn)這些原則所需的實際步驟之間的鴻溝，還需要形成一個能夠不斷適應情況變化的制度化結構。在設計方面，需要關注可靠的系統(tǒng)設計，因此需要在HCAI的整個組織構架中融入一套制度設計，以消除人們對人工智能技術失控的擔憂。例如，通過偏差測試以增強公平性，減少輸入和輸出數(shù)據中的偏見。

在應用方面，需要建立相應組織內的業(yè)務管理策略，在HCAI道德原則下對管理和執(zhí)行HCAI進行規(guī)范，形成HCAI應用的安全文化，以消除人們對人工智能技術應用及其重塑領域結構的擔憂。例如，管理者對應用安全的承諾。此外，為了確保HCAI設計與應用是可靠且安全的，還需要建立起對應的監(jiān)督和認證機制，通過獨立監(jiān)督以獲得可信賴的認證，如政府干預和監(jiān)管、專業(yè)組織和研究機構的外部評估和認證。綜合來看，HCAI治理結構由內向外可分為設計可靠、管理安全和認證可信三個嵌套層次。

圖片來源：圖蟲創(chuàng)意

（三）應用圖景：eAI是一種HCAI應用范式

人工智能是未來教育創(chuàng)新發(fā)展的重要推動力，遵循人本主義理念并形成人本人工智能教育新應用，將有力促成一種新型應用范式——教育人工智能（educational Artificial Intelligence，簡稱eAI）的形成?；跀?shù)據的精準決策是人工智能的技術優(yōu)勢，eAI作為一種HCAI應用范式，其決策突出了以人為中心的綜合范式，并在與人的交互中逐漸呈現(xiàn)出人機聯(lián)合決策的趨勢。整體來看，基于eAI的決策過程是在具體應用情境中對決策意義和權力的分配與重構，可分為三種決策類型：

1.數(shù)據驅動的決策

數(shù)據驅動的決策以數(shù)據作為一種直接的決策依據。這種決策方式在對數(shù)據形式化、結構化和可視化的過程中有明確的教育目標和問題。eAI根據數(shù)據分析的反饋，可直接對既定的目標或問題進行回應。eAI憑借既定的計算邏輯和算法規(guī)則，通過數(shù)據采集、數(shù)據建模、數(shù)據分析和數(shù)據決策四個鏈路，自動生成符合自身邏輯和教育主體需要的決策信息。例如，eAI學習系統(tǒng)通過分析學生的學習情況，直接推薦與之相適配的學習材料。

2.數(shù)據啟發(fā)的決策

數(shù)據啟發(fā)指基于數(shù)據進行推理，在數(shù)據分析結論基礎上再進行的決策法則。在教學活動中，教師基于數(shù)據作出不同推斷和決策以引導教學實踐活動,人和機器在教學分析和教學設計之間形成協(xié)同。其中，eAI的數(shù)據分析、建模、解釋是探索性的，旨在提供廣泛的信息、結果預測或發(fā)展趨勢，以幫助教育主體進行推斷。此時的eAI是人機協(xié)同決策的伙伴，數(shù)據是一種輔助決策的信息輸入，目的是啟發(fā)教育主體進行思考與決策。例如，eAI系統(tǒng)分析并呈現(xiàn)出學生的學習情況，教師決定下階段采取什么教學策略或措施。

3.設計驅動的決策

設計驅動的決策指的是一種基于設計思維集成的決策方式，以預設價值目標為導向，強調對整個決策系統(tǒng)的認識和把握，策略性更強。設計驅動的決策內涵是以學習者為中心，人進行綜合控制和選擇，在不斷質疑中優(yōu)化eAI的教學應用。從設計的階段便開始布局數(shù)據，制訂優(yōu)化策略，為決策中不確定性、風險和沖突安排優(yōu)先級，使機器能夠更快地感應和處理信息，并對過于復雜的教學情況采取行動，生成教育主體所需的信息。同時，管理人員、教師和學生知道eAI決策系統(tǒng)的原理、布局、構建、特點以及所需的數(shù)據類型，可以很好地解釋、理解和信任決策信息。例如，采用eAI系統(tǒng)分析學生學習情況，教育主體需要在設計階段考慮有哪些學習數(shù)據類型、對應于解決什么問題、有什么解決方法等，然后在此基礎上進行綜合控制和決策。

（四）發(fā)展趨勢：人機協(xié)同智能發(fā)展的新模式

機器主要擅長于界定清晰和結構合理的問題。相反，人類善于直覺思維、抽象和概念化，通常擅長解決界限不清晰、結構合理的問題。人和機器的智能具有各自的獨特性，難以比較二者的“智力水平”，它們也不會擅長相同的事物。因此，突破純人工智能在教育應用中的局限性，最理想的方法是形成人和機器的有效協(xié)調，人類擅長的事讓人類做，機器擅長的事讓機器做，達到人機優(yōu)勢互補的新生態(tài)。

eAI的“以人為中心的”思維方式，通過人與機器的協(xié)作進程，促進教育智能化向著人機協(xié)同的方向發(fā)展。人和eAI的協(xié)同應用，最常見的形式是建立人和機器之間進行調制和共享控制權的協(xié)作系統(tǒng)，人和機器都可以通過學習共同發(fā)展，其背后的基本原理是重塑一種互補的異構智能——人機協(xié)同智能，通常有三種人機協(xié)同的模式：智能增強、過程整合和知識聚合。

1.智能增強

人機協(xié)同智能的智能增強模式一般包括三種。第一種是人增強機器，人類智能處于機器循環(huán)中，經常用于訓練機器學習模型的形式。例如，通過人工建模來擴充機器以解決他們尚無法單獨解決的任務。第二種是機器增強人，機器智能處于人類的循環(huán)中，通過提供預測來改善人類決策。例如，將機器作為外部的輔助設備。第三種是混合增強，人和機器具有互補的功能，這些功能組合起來彼此增強。例如，機器通過與人的交互不斷地學習人類技能，不斷提高機器的智能等級，同時增強人類個體的感知與意識。

2.過程整合

人機協(xié)同智能的過程整合模式是將機器智能和人類智能集成到解決任務的流程中，重點在于人和機器進行有計劃的任務分配來解決問題。其中，人機協(xié)同體現(xiàn)為任務流程中物理級別的結構融合，人和機器分別以自己的方式工作，在工作過程中協(xié)調配合以消除各種冗余和低效度的子過程，從而優(yōu)化整體的流程效率和任務效果。在解決任務的過程中，人機協(xié)同首先需要確定可用策略的集合，然后需要評估策略，以確定最佳的人機協(xié)調配合方式。一般而言，包含人和機器異步進行的順序集成、同步工作的并行集成，以及多個并行程序或順序程序組成的混合集成三種方式。

3.知識聚合

人機協(xié)同的知識聚合模式指將機器智能和人類智能聚合為一個整體，作為人機協(xié)同系統(tǒng)模塊的輸入。在這種模式下，人類行為和機器功能可以通過以下兩種方式之一合并。一種是將人和機器映射到同一維度或者相同的特征空間，并一起用作知識發(fā)現(xiàn)（分類、預測等）的學習模型。例如，智能答疑系統(tǒng)中，學生的問題首先會由智能機器回答，如果智能機器無法回答則啟用真實導師，并且整個系統(tǒng)會在動態(tài)的發(fā)展中生成更高層次的知識映射，生成更加精準的學習模型。另一種是將人和機器作為相同算法或功能的參數(shù)，構建共生的人機認知架構。例如，將檢測到的人的行為與情緒、機器的表現(xiàn)與決策邏輯，以及人與機器的交互數(shù)據作為輸入共享到人機協(xié)同系統(tǒng)的控制模型中。

二、eAI賦能教育數(shù)字化新基建

國家政策和會議中多次強調推動并加快新型基礎設施建設，教育作為新基建的重要應用領域，教育數(shù)字化新基建無疑是務實教育智能化底座支持的發(fā)展愿景與戰(zhàn)略性場景。

（一）國家新基建高潮興起

2018年，中央經濟工作會議正式提出了“新基建”的概念，強調推動5G、人工智能、工業(yè)互聯(lián)網、物聯(lián)網等新型基礎設施建設；2019年的政府工作報告中再次提出“加強新一代信息基礎設施建設”；國務院于2020年1月3日常務會議提出，出臺信息網絡等新型基礎設施投資支持政策。以“數(shù)字基建”為內核的新基建已成為社會共識和國家戰(zhàn)略，國家新基建高潮興起。

對于新基建的內涵，國家發(fā)改委對新型基礎設施的范圍作出了解讀，指出新基礎設施主要包括信息基礎設施、融合基礎設施和創(chuàng)新基礎設施三方面內容。教育數(shù)字化新基建可以看作國家新基建在教育領域的細分基礎設施建設。當然，教育數(shù)字化新基建作為國家新基建下的細分領域，具備其獨特的領域特性。

一是進行聯(lián)結與交互的教育新基建，包括以5G和互聯(lián)網為代表的通信網絡和以教育資源平臺和智能分析系統(tǒng)為代表的系統(tǒng)平臺新基建。

二是進行數(shù)據處理的教育新基建，通過算力、算法去賦能教育智能化變革，包括以人工智能、云計算、區(qū)塊鏈等為代表的新技術和以數(shù)據中心、智能計算中心為代表的算力支持等新基建。

三是上述兩種新基建與教育融合產生的新型驅動方式。整體來看，教育數(shù)字化新基建強調算法作為教育數(shù)字化的底層支持、數(shù)據作為智能化的驅動要素、計算方法作為生產力，包括支持教、管、學、測、評、考以及促進技術與這一系列活動進行融合的基礎設施建設。

（二）eAI在技術賦能教育數(shù)字化新基建中的作用點分析

教育數(shù)字化新基建是教育教學實踐與創(chuàng)新的基礎支撐。eAI不僅僅是教育數(shù)字化新基建的一個領域，也是技術賦能教育數(shù)字化新基建的核心驅動力。從戰(zhàn)略層面上看，eAI將以人為本的理念融入教育數(shù)字化新基建，為教育智能化的發(fā)展提供支持與動力；從技術操作層面上看，eAI通過底層布局以構建技術支撐體系；從實際應用場景上看，教育數(shù)字化新基建包括操作系統(tǒng)、智能學具、智慧學伴、智慧環(huán)境、智慧教法和智慧評估六種類型的創(chuàng)新構造。因此，基于戰(zhàn)略層面的宏觀計劃和技術操作層面的底層邏輯，立足于創(chuàng)新構造層面，分析eAI在技術賦能教育數(shù)字化新基建的實際應用場景，如圖1所示。

圖1 eAI在技術賦能教育數(shù)字化新基建中的作用點

eAI為操作系統(tǒng)類構造開辟了新路徑，依托eAI技術的數(shù)據處理能力和自動化決策能力，支持其他功能模塊數(shù)據傳輸，形成一個提供智能化服務的有機操作系統(tǒng)，并通過高層推理和可視化模塊將交互引導至低層位置來實現(xiàn)有效的信息獲取，進一步強化操作系統(tǒng)的語音識別、機器視覺、執(zhí)行系統(tǒng)和認知行為系統(tǒng)等服務。eAI賦能智能學具類構造在塑造智能學具及其運用方式上起積極作用，eAI的基本框架、算法模型以及通用技術決定了智能學具的功能。

eAI應用于智慧學伴研發(fā)和應用過程，更強調以人為中心的底層設計與界面交互設計，將eAI的智能語音識別、自然語言處理和計算機視覺等技術嵌入智慧學伴的內部程序或系統(tǒng)中，為學習者提供學習支持或教學服務；此外，eAI還賦能智慧學伴從人機交互中獲取信息以實現(xiàn)機器的自學習與自適應。

eAI賦能智能環(huán)境系統(tǒng)類構造，通過嵌入多個傳感器和執(zhí)行器，融合智能語音、位置跟蹤和觸敏顯示設備等功能程序與物理設施，賦予環(huán)境以自動感知、數(shù)據處理、事件解釋、生成模型的能力，從而構建起高度智能化的智慧環(huán)境，例如智慧終端、智慧教室、智慧校園。eAI通過與人協(xié)作的方式構建智慧教法類支撐結構，賦能學習的個性化、服務的自動化以及策略的智能化；在“以人為本”eAI設計和“以人為中心”的教學中，eAI賦能智慧教法類構造無疑會增強學習者的主人翁責任感，從而增加eAI和學習活動的接受度和信任度。eAI賦能智慧評估類構造，整合多種信息技術形成系統(tǒng)化的評估技術鏈，然后基于操作系統(tǒng)、智能學具、智慧學伴、智慧環(huán)境、智慧教法類構造，建立智慧評估支撐體系。

三、eAI賦能OMO教學模式新常態(tài)

大規(guī)模疫情加速了教育領域對線上線下融合（OMO）教學模式的探索。同時國家政策支持構建OMO教學模式的常態(tài)化發(fā)展機制，為教育智能化的深化發(fā)展創(chuàng)造了契機。從外部環(huán)境和現(xiàn)實需求考量，OMO教學模式新常態(tài)已成為教育智能化的戰(zhàn)略性場景。

（一）國家支持構建OMO教學模式的常態(tài)化發(fā)展機制

從早期的多媒體、局域網、單片機的引入，到云計算、互聯(lián)網、多終端的發(fā)展，技術與教育的融合促進了教育的發(fā)展與變革。如何在此基礎上推動進一步的融合和創(chuàng)新，將對教育在未來能否實現(xiàn)智能化、最大化發(fā)揮技術的教育應用效能提出更大的挑戰(zhàn)。2020年7月，國家發(fā)改委、中央網信辦、工業(yè)和信息化部、教育部等13部門公布《關于支持新業(yè)態(tài)新模式健康發(fā)展激活消費市場帶動擴大就業(yè)的意見》，明確指出：“大力發(fā)展融合化在線教育。構建線上線下教育常態(tài)化融合發(fā)展機制，形成良性互動格局?！憋@然，國家高度重視OMO教學模式的實踐與推廣。積極探索并推進OMO教學模式，成為教學改革的關注熱點和傳統(tǒng)教育迫切轉型的方向標。

（二）eAI在OMO教學模式中的作用點分析

OMO教學模式是以學生為中心，通過技術手段打通線上和線下、虛擬和現(xiàn)實學習場景中各種結構、層次、類型的數(shù)據，形成線上線下融合場景生態(tài)，以實現(xiàn)個性化教學與服務的教學新樣態(tài)，兼容混合學習和混成學習模式，體驗無縫學習，并促進智慧學習發(fā)展。eAI的感知、認知、情感、價值、審美和文化計算能力，能促進OMO教學模式的“個性化”，為OMO教學模式的“無縫融合”提供牽引。

從個性化角度看，eAI賦能OMO教學模式，通過對線上線下、同步異步的全過程進行“觀察”，挖掘學習活動網絡所蘊含的數(shù)據信息，以優(yōu)化OMO教學模式中的教學過程與服務體驗。具體來看，一是通過傳感器和算法模型技術對學習過程進行收集與跟蹤，在對教學活動進行網絡關聯(lián)分析和深度挖掘的基礎上建立學習者模型、教學模型、知識領域模型等，并通過分析推理來確定學習者的個性化需求，及時進行響應和反饋。二是依靠eAI提升OMO教學模式的智能化程度，由機器替代人來自動執(zhí)行某些教學任務，提升服務效率與水平。例如，eAI支持同步異步的智能測評與反饋、智能助教。

從無縫融合角度看，eAI融合其他技術支持多場景、多設備、多資源下的學習轉換與跟蹤，可支持數(shù)據和技術的集成應用，推動線上和線下信息流通以及不同地區(qū)之間同步和異步的資源共享，從而打破OMO教學模式中信息流通和資源共享障礙。

此外，eAI作用于各類技術間的連接，有助于克服連接不確定性、調解連接沖突并在復雜系統(tǒng)中實現(xiàn)自調節(jié)和自適應，真正做到打通線上線下、實現(xiàn)同步異步互聯(lián)。其中，eAI與云計算技術和5G移動通信技術融合，使成本低廉的大規(guī)模并行計算得以實現(xiàn)，支撐線上線下資源、程序和工具的訪問與應用，支持線上線下教學靈活切換與整合。eAI與XR擴展現(xiàn)實技術、互聯(lián)網技術、云計算和觸覺反饋技術融合，在OMO教學模式的教育場景中應用，可以完成現(xiàn)實課堂與虛擬場景中的智能化交互。

四、eAI賦能教育評價創(chuàng)變新戰(zhàn)役

教育評價是教育與學習的“指揮棒”，調適教育教學的指揮棒，對引導教育改革具有重要意義。顯然，教育評價創(chuàng)變已成為引導教育改革、促進教育智能化深化發(fā)展的戰(zhàn)略性場景。

（一）國家政策吹起教育評價改革進軍號

習近平總書記在全國教育大會上強調，要扭轉不科學的教育評價導向，堅決克服唯分數(shù)、唯升學、唯文憑、唯論文、唯帽子的頑瘴痼疾，從根本上解決教育評價指揮棒問題。2020年9月，中共中央、國務院印發(fā)《深化新時代教育評價改革總體方案》（以下簡稱《總體方案》）對新時代教育評價改革作出了全面部署，指出：“堅持科學有效，改進結果評價，強化過程評價，探索增值評價，健全綜合評價，充分利用信息技術，提高教育評價的科學性、專業(yè)性、客觀性?！眹腋叨戎匾暽罨逃u價體制改革，掀起了改革評價模式及評價范式的序幕。

1.傳統(tǒng)教育評價標準與內容的升級與轉型

能力建構導向的培養(yǎng)理念顛覆傳統(tǒng)單一、離散技能積累思維，正推動未來教育和學習的內源性變革。如果教育的目標是能力建構，那么評價也應該能夠提供個體的整體發(fā)展信息，而不僅僅是單一的結果信息。然而，傳統(tǒng)評價內容幾乎不涉及學習者“高級形式”的認知能力和動態(tài)發(fā)展特性，單一化、外在化、一刀切的結果呈現(xiàn)方式僅要求學習者回憶或識別零散且孤立的信息。源自能力構建的新要求和新目標，推動教育評價的標準和內容從宏觀到微觀、從甄別到選拔、從量化到質性、從單一評價到綜合評價的升級與轉型。

2.教育數(shù)字化評價方式

傳統(tǒng)的考試類評價方式提供了知識積累的“快照”，盡管這種抽樣有一定的用途，但記錄學習效果和報告學習結果的方法存在時效、偏差和效度的問題，無法進行全面評價。教育數(shù)字化評價方式，通過對全過程學習數(shù)據進行系統(tǒng)挖掘和分析，做到了宏觀與微觀、量化與質性、綜合評價的全面兼顧，以形成富有生命力的教育評價系統(tǒng)，使評價過程更加科學、結果更加準確、手段更加豐富，且能夠提供更加多元的過程性評價和增值性評價新方式，即教育數(shù)字化評價方式將有力促進教育評價的精準、多元和公平。

（二）eAI在教育評價創(chuàng)變中的作用點分析

《總體方案》明確指出要創(chuàng)新評價方式，強調“利用人工智能、大數(shù)據等現(xiàn)代信息技術，探索開展學生各年級學習情況全過程縱向評價、德智體美勞全要素橫向評價”。eAI作為創(chuàng)新教育評價的核心技術，為賦能教育數(shù)字化評價方式，推動傳統(tǒng)評價標準與內容的升級與轉型開辟了新途徑，構建起縱橫交錯、立體全息的教育評價體系，如圖2所示。

圖2  eAI在教育評價創(chuàng)變中的作用點

eAI作用于教育評價標準與內容的升級與轉型，嘗試全方位地評價學生，具備反映學習者的學習狀況并適應教育教學需要的能力。

首先，eAI支持評價人格的完整性和發(fā)展的差異性，從德智體美勞全面評估學生的人格品質。通過自然環(huán)境智能感知技術，自動感知并以智能信息處理的方式進行認知計算，特別是對學生情感、情懷的識別與理解，在對學習者個體差異的識別和認證的基礎上，生成個性、定制的教學方案。

其次，eAI還支持評價反饋的故事性。教育決策依賴于可解釋性的因果知識，eAI為可視化的評價反饋提供了可能，通過挖掘和關聯(lián)具有前后邏輯關系的信息片段，生成可解釋的因果知識。然后根據可解釋的因果知識，向教育工作者以及政府、學校、家庭等相關涉益者提供具有故事性的實時反饋，或按需出具教育評價報告。

eAI作用于教育數(shù)字化評價方式，通過嵌入的方式為監(jiān)測靜默性、表現(xiàn)日常性、成長動態(tài)性的評價提供了可能。eAI結合穿戴智能設備終端、智能環(huán)境感知系統(tǒng)、無線通信技術等多種技術形成自動感應系統(tǒng)或程序，對學習者的心理、生理、行為進行靜默動態(tài)監(jiān)測；在教學活動和日常生活中，eAI自動將監(jiān)測數(shù)據實時傳輸?shù)椒治龆?，不會影響學習者的學習過程，以實現(xiàn)日常性的表現(xiàn)追蹤與分析；通過不斷的實時、自動、智能的評價，eAI能夠提供形成性和詳盡的學習者能力與品質的動態(tài)發(fā)展評估報告。

圖片來源：圖蟲創(chuàng)意

五、eAI賦能教育智能化的其他戰(zhàn)略性場景

除了上述國家政策大方向指引下的戰(zhàn)略性場景，從教育智能化發(fā)展的多樣性和我國教育領域的現(xiàn)實情況看，教育智能化還包括一些持續(xù)化價值進取型戰(zhàn)略性場景。eAI將在這些場景中發(fā)揮作用，涉及教師隊伍能力建設、學科研創(chuàng)平臺建設和教育知識庫建設等方面。

（一）eAI賦能教師隊伍能力建設

1.教師隊伍建設是教育智能化的基礎工作

教師隊伍建設不僅是教育智能化發(fā)展過程中消納外部沖擊、適應系統(tǒng)變化、促進發(fā)展變革的教育韌性建設重要因素，也是數(shù)字化、智能化時代促進教育與信息技術融合，推進教育智能化建設的基礎工作。國家為推動教師隊伍建設作出了一系列重大決策部署，2018年1月中共中央、國務院發(fā)布了《關于全面深化新時代教師隊伍建設改革的意見》，強調教師要適應新技術變革；2019年2月中共中央、國務院頒布了《中國教育現(xiàn)代化2035》，提出要“全面加強教師隊伍建設”，凸顯了教師隊伍建設在國家戰(zhàn)略中的“極端重要性”。

2.eAI支持教師隊伍的團隊化和教師角色的精細化

在教育環(huán)境中，eAI助力教師隊伍能力建設。一方面，以“eAI+教師”的方式融合人和機器的集體智慧，構建群智協(xié)同的人機教師隊伍，即eAI賦能教師隊伍的團隊化。eAI作為智能本體與人類教師形成團隊化的隊伍，擴展教師群體的智能，增強教師隊伍能力。其中，eAI充當教師或者教師伙伴；同時，eAI整合海量數(shù)據信息使教師的決策變得更為準確，分析學生的表現(xiàn)并為教師提供實時反饋，以支持教師進行規(guī)?；慕虒W計劃制訂。另一方面，以“eAI+教學”的方式增強教學服務，推動教師發(fā)展理念從“短板理論”（補足短板）向“長板理論”（發(fā)揮個體優(yōu)勢）轉變，機器與人類教師合作共贏，促進教師將自己的個體優(yōu)勢發(fā)揮到極致，即eAI賦能精細化教師角色。eAI教師可以接管教師的日常工作，代替教師進行日常的管理工作，使人類教師能夠專注于對學生的個性化指導和情感交流。

（二）eAI賦能學科研創(chuàng)平臺建設

1.我國當前學科研創(chuàng)平臺的現(xiàn)實困境

學科研創(chuàng)平臺是增強學生創(chuàng)新活力、提高學校創(chuàng)新培養(yǎng)能力與國家創(chuàng)新發(fā)展水平的重要基礎。時代呼吁創(chuàng)新發(fā)展，學科研創(chuàng)平臺建設對推動學科研創(chuàng)水平和培養(yǎng)高水平人才具有重要意義。然而，我國在學科研創(chuàng)平臺上仍面臨諸多現(xiàn)實的困境。

首先，生物分子、量子力學、化學反應等學科的研發(fā)流程很大程度上依托于各種研創(chuàng)類軟件，許多用于模擬、設計、開發(fā)和實驗的關鍵技術集成在研創(chuàng)類軟件中，一旦發(fā)生意外將面臨禁用、技術外泄和研發(fā)無法繼續(xù)的局面，如美國禁止哈爾濱工業(yè)大學等高校使用美國的工業(yè)軟件MATLAB的現(xiàn)象。

其次，我國的研發(fā)設計類軟件，如產品研發(fā)類軟件CAD、CAE、CAM等研發(fā)占比僅為8.5%；用于學科仿真、模擬的科研軟件，基本上是國外的商用軟件，而商用軟件將內部計算過程進行了封裝，弱化了對應學科在理論、算法、程序設計等研發(fā)方面的能力。

最后，我國學科研創(chuàng)平臺建設任重道遠，與學科研創(chuàng)相關的建設不足。例如，很多學校以計算機教室作為學科研創(chuàng)實驗室。因此，還需進一步發(fā)展和強化我國的學科研創(chuàng)平臺建設。

2.eAI與學科研創(chuàng)平臺建設前沿融合

學科研創(chuàng)平臺本質是將特定學科場景下的經驗知識，以數(shù)字化模型或專業(yè)化軟件工具的形式積累沉淀、復用和重構，通過結構化、可視化、虛擬驗證設計等方式支持相應領域的研究。學科研創(chuàng)平臺建設中，基于eAI的學科知識和經驗的抽象及邏輯梳理，有利于學科研創(chuàng)平臺建設中知識封裝，促進學科研創(chuàng)平臺模塊化、模型化、軟件化、自動化和智能化。eAI的計算能力、感知能力、模擬能力和自動化能力與學科研創(chuàng)平臺結果分析、生成評估融合，可以對研創(chuàng)過程進行迭代優(yōu)化，提高研創(chuàng)平臺活力、敏捷性和精準度。

eAI的連接能力與學科研創(chuàng)平臺的知識聯(lián)合生產和知識共建共享融合，具有的賦能學科研創(chuàng)平臺中硬件、網絡、計算等多種技術和相應的領域技術融合的能力，可以促進學科研創(chuàng)平臺的內外部溝通與實驗模擬。

（三）eAI賦能教育知識庫建設

1.教育知識庫建設的現(xiàn)實意義

教育知識庫是指支撐教學和服務的一個知識集合型數(shù)據庫平臺。教育知識庫建設旨在通過知識抽取、管理與聯(lián)合、應用與再創(chuàng)造的方式，形成知識的沉淀和積累。不同知識度量和應用程序不同，衡量知識儲備的方法可能完全不同。隨著技術與教育的融合，精準、定制、個性化的教育和學習將逐步建立，隨之而來的是對加速知識的高效查詢及其與學習者之間有效交互的更高需求。因此，教育知識庫的建設對推動知識利用和傳播，適應未來教育模式和學習范式的轉變具有重大的現(xiàn)實意義。

2.eAI賦能教育知識庫建設

個性化、敏捷化和知識生態(tài)化成為未來教育知識庫建設的關鍵。eAI賦能教育知識庫的個性化，通過各種應用程序和智能指令設計，對教育知識庫的資源數(shù)據進行適配，使教育知識庫能夠以人類理解的方式呈現(xiàn)知識、回答問題，自動推送學習者需求的信息與知識，引導學習者進行知識建構。eAI賦能教育知識庫的敏捷化，能夠對知識名稱、類型、關鍵字等進行快速定位、分析與表示，通過學科知識圖譜建立起知識聯(lián)結，將知識及其關系存儲到節(jié)點和邊，優(yōu)化知識檢索和查詢邏輯與速度。eAI賦能教育知識庫的知識生態(tài)化，構建具備海量知識的資源庫，形成教育知識庫的知識動態(tài)生成系統(tǒng)與機制，基于底層算法對教育知識庫的內外部知識進行數(shù)據分類、信息提取、對象檢測，并通過自動更新和更正教育知識庫，促進教育知識庫的動態(tài)發(fā)展。

本文轉載自微信公眾號“中國教育學刊”（ID：zgjyxk），作者祝智庭、胡姣。原文刊于《中國教育學刊》2021年第五期。文章為作者獨立觀點，不代表芥末堆立場，轉載請聯(lián)系原作者。