人工智能助推教師專業(yè)發(fā)展的若干思考

王宇 汪瓊

【摘 要】

智能時代的到來加速著教育教學(xué)和教師角色的轉(zhuǎn)變。人工智能一方面為教師的專業(yè)發(fā)展賦能，包括：既提供了反思教學(xué)的數(shù)據(jù)基礎(chǔ)，又提供了反思極端個案的條件，為教師增進(jìn)教學(xué)洞察、提高教學(xué)能力帶來了機(jī)會。另一方面，人工智能也對教師的專業(yè)發(fā)展提出了新的要求，包括：在態(tài)度上要掌握教育主導(dǎo)權(quán)，不可盲信智能系統(tǒng)的判斷;在教學(xué)中要善用人工智能技術(shù)發(fā)現(xiàn)宏觀模式和微觀細(xì)節(jié)，采用循證路線反思教學(xué)，促進(jìn)教學(xué)元認(rèn)知的轉(zhuǎn)變。

【關(guān)鍵詞】? 人工智能素養(yǎng);教師專業(yè)發(fā)展;人機(jī)協(xié)同;人工智能倫理;數(shù)據(jù)素養(yǎng);循證教學(xué)改進(jìn);批判性反思;

教學(xué)元認(rèn)知

【中圖分類號】? G451? ? ? ? ?【文獻(xiàn)標(biāo)識碼】? A? ?【文章編號】? 1009-458x（2022）1-0012-08

人工智能的快速發(fā)展正推動社會各行各業(yè)的深度變革，教育領(lǐng)域也不例外。作為新技術(shù)的直接使用者和教學(xué)實(shí)施的主體，教師在人工智能賦能教育教學(xué)的形式和效果方面具有關(guān)鍵性作用。2018年，中共中央、國務(wù)院印發(fā)《關(guān)于全面深化新時代教師隊(duì)伍建設(shè)改革的意見》，其中明確提到教師要主動適應(yīng)信息化、人工智能等新技術(shù)變革，積極有效開展教育教學(xué)。2021年，教育部在前期寧夏和北京外國語大學(xué)試點(diǎn)工作的基礎(chǔ)上啟動第二批人工智能助推教師隊(duì)伍建設(shè)行動試點(diǎn)工作，將北京大學(xué)等55所高校和安徽省合肥市、北京市西城區(qū)等45個地市、區(qū)縣作為新試點(diǎn)單位，在更大范圍內(nèi)探索人工智能技術(shù)與教師隊(duì)伍建設(shè)的融合。在國際層面，聯(lián)合國教科文組織也在其發(fā)布的《北京共識——人工智能與教育》中號召各國“在教師政策框架內(nèi)動態(tài)地審視并界定教師的角色及其所需能力，強(qiáng)化教師培訓(xùn)機(jī)構(gòu)并制定適當(dāng)?shù)哪芰ㄔO(shè)方案，支持教師為在富含人工智能的教育環(huán)境中有效工作做好準(zhǔn)備”（UNESCO， 2019）。隨著人工智能在教育領(lǐng)域的逐漸滲透，全面提升教師的人工智能素養(yǎng)，幫助教師準(zhǔn)確認(rèn)識人工智能技術(shù)教育應(yīng)用價值，正確看待教師與智能系統(tǒng)的協(xié)同育人關(guān)系，有效利用人工智能技術(shù)開展教育教學(xué)，借助人工智能技術(shù)提升專業(yè)能力，已是教師專業(yè)發(fā)展研究領(lǐng)域在智能時代面臨的新挑戰(zhàn)。

為什么要強(qiáng)調(diào)教師需要具備人工智能素養(yǎng)？人工智能素養(yǎng)是信息技術(shù)素養(yǎng)在智能時代的代名詞嗎？智能時代教師需要發(fā)展的知識和技能會有哪些方面的變化？人工智能技術(shù)如何能夠助推教師的專業(yè)成長？對上述問題的回答，將有助于理清工作思路，明確智能時代教師專業(yè)發(fā)展的新任務(wù)，從而為未來教育準(zhǔn)備合格的教師隊(duì)伍。

一、教師為什么需要具備人工智能素養(yǎng)

關(guān)于智能時代教師為什么需要具備人工智能素養(yǎng)，可以從兩方面來看：一是為了避免盲從人工智能的判斷，二是避免出現(xiàn)新的數(shù)字鴻溝。

1. 避免盲從人工智能的判斷

相較其他的技術(shù)形態(tài)，人工智能的突出特點(diǎn)在于其已經(jīng)展現(xiàn)出的自我學(xué)習(xí)和自我發(fā)展能力，呈現(xiàn)出較高的智慧屬性。按照技術(shù)決定論的觀點(diǎn)，技術(shù)終將擁有自主性，并超越人類的智慧和控制（Ellul， 1967）。也有很多人在討論：人工智能是否會取代人類，甚至超越人類？社會上的一些現(xiàn)象也在加劇著這種替代感，比如麥肯錫全球研究院在對全球800多種職業(yè)所涵蓋的2，000多項(xiàng)工作內(nèi)容進(jìn)行分析后發(fā)現(xiàn)，全球約50%的工作內(nèi)容可以通過改進(jìn)現(xiàn)有技術(shù)實(shí)現(xiàn)自動化，未來將看到大量的人類工作被機(jī)器和人工智能所取代（鮑達(dá)民， 2017）。

這種觀點(diǎn)也在影響著教師對人工智能的看法，使很多教師對技術(shù)有著盲目的崇拜，或者對技術(shù)產(chǎn)生過度的依賴，從而將自己教學(xué)主體的角色讓位給人工智能。劉磊和劉瑞（2020）基于海德格爾技術(shù)哲學(xué)視角分析了人工智能時代教師角色轉(zhuǎn)變所面臨的困境，其中重要的一點(diǎn)就是教師主體性缺失引發(fā)教師角色的“脫嵌”與“消匿”，具體表現(xiàn)為教師誤解人工智能的“超能”致使自身主體性讓位“智能機(jī)器教師”，課堂成為人工智能的主場，教師成為“透明人”，教師也不再愿意相信自己的感官和經(jīng)驗(yàn)，而將決策的權(quán)力交由人工智能和算法，逐漸喪失對教育教學(xué)的決定權(quán)。

只有當(dāng)教師認(rèn)識到人工智能技術(shù)的局限性后才有可能堅(jiān)守其在教學(xué)和人機(jī)協(xié)同中的主體性地位，避免盲從于人工智能的決策。這包括認(rèn)識到教學(xué)本身具有強(qiáng)烈的互動性和情境性。就目前而言，尚且沒有任何一個人工智能系統(tǒng)能夠完整地復(fù)現(xiàn)和模擬人類的認(rèn)知活動以及師生之間的全部教學(xué)關(guān)系，人工智能系統(tǒng)在應(yīng)對新的發(fā)展問題、非線性的劣構(gòu)問題、復(fù)雜問題等方面的能力仍然要弱于真正的教師。人工智能自身的局限性和對人工智能的濫用、誤用會導(dǎo)致一系列教育問題、社會問題的出現(xiàn)。

舉例來說，當(dāng)前教育領(lǐng)域中智能系統(tǒng)的基本運(yùn)作方式是以識別當(dāng)前教與學(xué)狀態(tài)為基礎(chǔ)，生成相關(guān)分析報(bào)告供使用主體（教師、學(xué)生、教學(xué)管理者等）參考并提供有針對性的策略和建議。在這個過程中，多個環(huán)節(jié)都有可能出現(xiàn)系統(tǒng)偏差，這也與系統(tǒng)采集的數(shù)據(jù)量、數(shù)據(jù)標(biāo)簽的制定、系統(tǒng)算法的科學(xué)性等因素直接相關(guān)。

首先是數(shù)據(jù)采集可能帶來偏差，表現(xiàn)為人工智能系統(tǒng)所采集的數(shù)據(jù)無法準(zhǔn)確和完整地反映出使用主體所希望獲得的信息。以常見的智能評測系統(tǒng)或智能教學(xué)系統(tǒng)為例，其智能主要表現(xiàn)在能夠自動識別學(xué)生對某一知識點(diǎn)的掌握水平或其薄弱點(diǎn)，進(jìn)而提供有針對性的教學(xué)建議或?qū)W習(xí)路徑。系統(tǒng)對學(xué)生知識掌握水平的判斷，又大多基于一定數(shù)量的評測題目，學(xué)生對特定評測題目的答案，也就成為人工智能開展自動診斷的數(shù)據(jù)源和依據(jù)。此時，如果這些評測題目沒有很好地反映出教師想要評測的知識點(diǎn)，就會導(dǎo)致智能系統(tǒng)判斷出現(xiàn)偏差。比如，系統(tǒng)想測試學(xué)生對知識點(diǎn)A的掌握情況，此時“題出得不好”可能有多種不同的表現(xiàn)：第一種情況是系統(tǒng)本身想測的是知識點(diǎn)A，但出的題目和知識點(diǎn)A關(guān)聯(lián)度較小，也就是實(shí)際考的并不是想測的;第二種情況是系統(tǒng)本身想測的是知識點(diǎn)A，但出的題目中也摻雜了其他知識點(diǎn)的內(nèi)容，那么即使學(xué)生沒有回答對題目，也有可能是其掌握了知識點(diǎn)A但沒有掌握知識點(diǎn)B，同樣也是測不準(zhǔn)的，這種情況就是實(shí)際考的超出了想測的;第三種情況是系統(tǒng)本身想測的是知識點(diǎn)A，但出的題目并不能完整地反映出知識點(diǎn)A的全部要求，此時學(xué)習(xí)者即使通過了題目，也可能只是會了知識點(diǎn)A的某一個方面A-1，而A-2、A-3則沒有測到，這種情況就是實(shí)際考的少于想測的，也包括出的題目過于簡單、沒有層次，或出的題目沒有體現(xiàn)出想測的知識點(diǎn)的多種變型。實(shí)際上，上述“題出得不好”的三種情況也恰恰是傳統(tǒng)教學(xué)中教師在出題過程中的難點(diǎn)和常見錯誤，這些錯誤同樣也可能遷移到人工智能身上。

其次是數(shù)據(jù)解讀所帶來的偏差，表現(xiàn)為人工智能對所采集的數(shù)據(jù)無法形成全面、正確、合理的解釋，或由于數(shù)據(jù)量不足、不全所導(dǎo)致的系統(tǒng)失誤。如目前有些學(xué)校引入人工智能系統(tǒng)進(jìn)行課堂教與學(xué)行為狀態(tài)的量化分析，教師的教學(xué)模式、師生的互動情況（發(fā)言對象和發(fā)言時間）、師生的情緒狀態(tài)、學(xué)生的行為表現(xiàn)、學(xué)生的注意力變化等都在數(shù)據(jù)采集和分析的范圍之內(nèi)。在此類智能系統(tǒng)中，面臨的一個挑戰(zhàn)就是系統(tǒng)是否能夠?qū)λ杉男袨閿?shù)據(jù)進(jìn)行恰如其分的教育學(xué)解讀。以學(xué)生低頭的行為作為例子，在真實(shí)的課堂中學(xué)生可能因?yàn)槎喾N情況產(chǎn)生低頭行為，諸如做題、思考、開小差等，如果人工智能算法把這些低頭的狀態(tài)數(shù)據(jù)都簡單地理解為學(xué)生不認(rèn)真、不專注，并在分析報(bào)告中呈現(xiàn)給教師，很明顯就是不恰當(dāng)?shù)摹Ｍ瑫r，由于各家平臺的算法存在差異，對數(shù)據(jù)所對應(yīng)的教育現(xiàn)象的認(rèn)識也不盡相同，就會導(dǎo)致即使是面對相同的數(shù)據(jù)不同人工智能系統(tǒng)所給出的解釋也可能不同。

最后是人工智能系統(tǒng)所做出的決策的偏差。同樣以智能教學(xué)系統(tǒng)為例，學(xué)生的學(xué)習(xí)是循序漸進(jìn)的，在一次測試中能夠做對題目并不等于已經(jīng)掌握了相應(yīng)的知識點(diǎn)，因此智能教學(xué)系統(tǒng)對學(xué)生是否掌握的判定也應(yīng)該是動態(tài)的。如果人工智能系統(tǒng)僅根據(jù)一次測試的結(jié)果判定學(xué)生除知識點(diǎn)A沒有掌握外其他知識點(diǎn)都已掌握，后續(xù)就只推薦與知識點(diǎn)A相關(guān)的題目供學(xué)習(xí)者“查缺補(bǔ)漏”。在這種情況下，一旦教師完全依賴于人工智能所做出的決策，那么就很有可能出現(xiàn)學(xué)生只練習(xí)了知識點(diǎn)A而對其他知識點(diǎn)沒有充分練習(xí)的情況，同樣也不利于學(xué)生的學(xué)習(xí)。

需要注意的是，上述三類偏差都是隱性的，并不容易被教師所感知。van der Vorst和Jelicic（2019）的研究給出了教育應(yīng)用中人工智能自主性的三個層次，分別是：①人工智能將其對學(xué)生行為表現(xiàn)的洞察提供給教師，由教師進(jìn)行判斷;②人工智能提供給教師有關(guān)學(xué)生行為表現(xiàn)的信息并進(jìn)行自主解釋;③人工智能直接對學(xué)生提供建議，而不需要教師的干預(yù)。在這三個層次中，人工智能的自主性逐級升高，教師的判斷和干預(yù)逐級變少。在自己的教學(xué)中人工智能的自主性應(yīng)該處于哪一層級，是教師需要思考的問題。

從上述討論中也可以看出，培養(yǎng)教師具備人工智能素養(yǎng)與培養(yǎng)教師具有信息技術(shù)素養(yǎng)有明顯的區(qū)別，前者更加強(qiáng)調(diào)教師要了解所使用的人工智能產(chǎn)品能干什么、不能干什么，但沒有復(fù)雜的軟件操作需要學(xué)習(xí)。這是因?yàn)橄噍^早先的信息技術(shù)產(chǎn)品，人工智能產(chǎn)品在使用的時候?qū)τ脩舾褚粋€黑匣子，界面操作很簡單，給輸入有輸出，但內(nèi)在過程常常為人所不知，算法透明（了解算法細(xì)節(jié)）在一定程度上是做不到的，尤其是具有機(jī)器學(xué)習(xí)能力的產(chǎn)品，所以只能從意識上保持警惕，提醒教師不輕易放棄主權(quán)。

此外，人工智能教育產(chǎn)品和之前的信息技術(shù)教育產(chǎn)品有很大的區(qū)別。之前進(jìn)入教育領(lǐng)域的信息技術(shù)產(chǎn)品基本是成熟的、穩(wěn)定的，但是人工智能技術(shù)教育產(chǎn)品是需要在使用過程中迭代發(fā)展的，用的人越多，用的場合越多，智能教育產(chǎn)品就會越快地發(fā)展成熟。這也就是說當(dāng)在教育領(lǐng)域引進(jìn)智能產(chǎn)品的時候，師生需要接納它的不成熟，改造它的不完善。

具有人工智能素養(yǎng)的教師對于人工智能系統(tǒng)可能出現(xiàn)的偏差和不完美是有基本認(rèn)識的，會把人工智能的判斷與學(xué)生的實(shí)際反饋以及自己的觀察和經(jīng)驗(yàn)結(jié)合起來，在解釋和質(zhì)疑中實(shí)現(xiàn)與人工智能的有效協(xié)同。

2. 避免出現(xiàn)新的數(shù)字鴻溝

強(qiáng)調(diào)教師需要具備人工智能素養(yǎng)的第二個原因是為了避免出現(xiàn)新的數(shù)字鴻溝。曾經(jīng)有篇文章談道：人工智能技術(shù)全面進(jìn)入全球教育領(lǐng)域后會讓中國的教育優(yōu)勢喪失。文章認(rèn)為中國的教育優(yōu)勢是靠題海戰(zhàn)術(shù)、靠無數(shù)教師對學(xué)生孜孜不倦地督促策略取得的，而智能適應(yīng)教學(xué)系統(tǒng)可以代替教師督促學(xué)生進(jìn)行有針對性的訓(xùn)練，解決別國人力不足、成本高的問題。如果別的地方已經(jīng)用上了智能系統(tǒng)，我們還是人海戰(zhàn)術(shù)，那就是深深的數(shù)字鴻溝。所以人工智能進(jìn)入教育領(lǐng)域是國家發(fā)展戰(zhàn)略的重要組成。

有關(guān)人工智能在教育領(lǐng)域中前景與價值的一個常見表述是：人工智能可以促進(jìn)教育公平，理由是當(dāng)人工智能系統(tǒng)介入教學(xué)、評測等核心環(huán)節(jié)時，其本身承擔(dān)了一部分教師的工作，系統(tǒng)根據(jù)規(guī)則判定，貌似更加客觀公正，并且因?yàn)槟軌蛑С謱W(xué)生個性化學(xué)習(xí)和掌握學(xué)習(xí)，地區(qū)之間、學(xué)校之間可能存在的教師差異對學(xué)習(xí)效果的影響在一定程度上就能得到減弱，教育實(shí)力相對薄弱的地區(qū)和學(xué)校的學(xué)生就同樣有機(jī)會接受高質(zhì)量的教育資源和教育服務(wù)，進(jìn)而實(shí)現(xiàn)教育的均衡發(fā)展。這也是教育部這些年大力開展智慧教育示范區(qū)培育試點(diǎn)的原因，探索在發(fā)達(dá)地區(qū)和不發(fā)達(dá)地區(qū)開展人工智能+教育是不是會遇到不同的問題，以及如何解決。

以往的教育信息化實(shí)踐顯示：單純引入一項(xiàng)新技術(shù)并不一定能夠達(dá)到期望的結(jié)果，更關(guān)鍵的是教師能否有效地利用這項(xiàng)新技術(shù)。Hohlfeld等（2008）認(rèn)為教育中的數(shù)字鴻溝表現(xiàn)為三個層次：第一層為學(xué)校的基礎(chǔ)設(shè)施，表現(xiàn)為各類軟硬件以及相關(guān)技術(shù)的可及性（access）;第二層發(fā)生在課堂，對應(yīng)教師和學(xué)生對技術(shù)的使用（use）;第三層則關(guān)注對學(xué)生的賦權(quán)，即學(xué)生是否有能力使用技術(shù)進(jìn)行創(chuàng)造（creation）。也就是說，如果學(xué)校都部署了智能教學(xué)系統(tǒng)，這只能算是在可獲取層次上消弭了數(shù)字鴻溝。但是對于兩所都裝備了同樣智能系統(tǒng)的學(xué)校，我們還是會看到在系統(tǒng)應(yīng)用層面，因?yàn)榻處熤g對于使用人工智能開展教學(xué)的認(rèn)識和技能存在差異，由此會帶來使用效果上的不同。這也是強(qiáng)調(diào)教師要具備人工智能素養(yǎng)的原因，在這里人工智能素養(yǎng)體現(xiàn)為教師善于把人工智能和自己的教育教學(xué)進(jìn)行結(jié)合，充分挖掘和利用人工智能的優(yōu)勢，取得效率和質(zhì)量的提高。教師對智能產(chǎn)品教學(xué)價值的認(rèn)識也會影響教師對學(xué)生的“賦權(quán)”，即教師只是讓學(xué)生“消費(fèi)”智能產(chǎn)品，還是敢鼓勵學(xué)生利用智能技術(shù)制作自己的作品、發(fā)揮創(chuàng)造力，這是人才培養(yǎng)方式上的差異，也會造成新的數(shù)字鴻溝。

正是因?yàn)閱渭円肴斯ぶ悄懿⒉灰欢〞斫逃?，在人機(jī)協(xié)同中人的能動性因素在其中發(fā)揮主導(dǎo)性作用，因此為了避免數(shù)字鴻溝的產(chǎn)生，就必須把教師如何科學(xué)、有效地應(yīng)用人工智能納入其專業(yè)發(fā)展的路徑中來。培養(yǎng)教師的人工智能素養(yǎng)，具體可以從意識、能力、責(zé)任三方面入手。

首先是意識。教師應(yīng)該秉持積極、開放而非拒絕、否定的心態(tài)看待人工智能技術(shù)，意識到人工智能技術(shù)可以為自己的教和學(xué)生的學(xué)服務(wù)，產(chǎn)生使用人工智能技術(shù)的意愿，這是其應(yīng)用人工智能技術(shù)的基本前提。目前，很多地區(qū)和學(xué)校都在組織大規(guī)模的以人工智能為主題的教師培訓(xùn)，所聚焦的大多也是這一目標(biāo)，即要讓教師看到人工智能可以做什么。在此基礎(chǔ)上，教師還需要具有一定的反思精神和敏銳度，明確自己的教學(xué)中有哪些問題需要以及可以使用人工智能予以解決。從人工智能的普遍應(yīng)用到解決自身的教育教學(xué)問題，從一般到特殊，從普遍到具體，這是嘗試和探索人工智能與教育教學(xué)相互結(jié)合的開始。在這一階段，可以為教師提供不同類型、不同內(nèi)容的人工智能教育應(yīng)用案例，以幫助其拓展思路。最后，教師還需要具有一定的批判性和質(zhì)疑精神，在實(shí)踐過程中不斷增進(jìn)對人工智能技術(shù)的全面理解，體會人工智能技術(shù)的優(yōu)勢和劣勢，不一味相信和依賴人工智能，批判性地、反思性地對待人工智能所做出的決策，這是有效人機(jī)協(xié)同的保障。在這一階段，一些有關(guān)人工智能教育應(yīng)用的教研、學(xué)術(shù)交流、研究成果會對教師建立對人工智能的正確認(rèn)識起到幫助作用。

其次是能力。教師在使用人工智能時，至少應(yīng)具有三種能力，分別是學(xué)科整合能力、技術(shù)整合能力和數(shù)據(jù)能力。

學(xué)科整合能力強(qiáng)調(diào)教師要結(jié)合自己所教授的學(xué)科內(nèi)容選擇恰當(dāng)?shù)娜斯ぶ悄芄ぞ撸㈤_發(fā)與之相對應(yīng)的教學(xué)活動，形成具有學(xué)科內(nèi)容特色的教學(xué)策略和教學(xué)模式。在哪些環(huán)節(jié)使用人工智能技術(shù)、如何使用人工智能技術(shù)、怎樣進(jìn)行教師和人工智能系統(tǒng)的協(xié)調(diào)，這是在學(xué)科整合中教師必須思考的問題。除一些通用性的人工智能系統(tǒng)外，不同學(xué)科在人工智能工具的選用上也存在一定的差異。

技術(shù)整合能力一方面強(qiáng)調(diào)教師要有意識地收集和整理自己可使用的人工智能工具，盡可能拓展和更新自己的工具庫，不斷提高自己對人工智能產(chǎn)品及其教育應(yīng)用的辨識力。在人工智能產(chǎn)品日益豐富的大背景下，針對同一教學(xué)功能市場上往往有多種產(chǎn)品供教師選擇，教師需要從紛繁復(fù)雜的產(chǎn)品中進(jìn)行挑選和比較，從中選擇和自身教學(xué)需求最為匹配并能夠?yàn)閷W(xué)生帶來最佳學(xué)習(xí)體驗(yàn)的教育產(chǎn)品，這對于教師本身的技術(shù)素養(yǎng)同樣也是挑戰(zhàn)。另一方面，隨著人工智能在教育中的不斷滲透，教師在教學(xué)過程中可能會同時使用到多種人工智能產(chǎn)品，這些產(chǎn)品之間如何協(xié)同以實(shí)現(xiàn)效率的最優(yōu)化，也是教師需要思考的問題。同時，教師還需要明確，在教學(xué)中使用的人工智能工具并非越多越好，頻繁地切換工具反而有可能帶來學(xué)習(xí)的低效，打破學(xué)習(xí)的流暢感，并產(chǎn)生較高的認(rèn)知負(fù)荷。

數(shù)據(jù)能力同樣也是人工智能時代教師必須擁有的核心能力。數(shù)據(jù)是人工智能的根本，是人工智能系統(tǒng)做出一切決策的依據(jù)。相比傳統(tǒng)教學(xué)而言，人工智能支持下的教學(xué)產(chǎn)生了大量的數(shù)據(jù)。讀懂這些數(shù)據(jù)背后的教育蘊(yùn)含，不僅是對人工智能的要求，更是對教師的要求。教師既要弄清自己所使用的人工智能系統(tǒng)是基于哪些數(shù)據(jù)所做出的決策，同時也要學(xué)會自己分析和解讀系統(tǒng)所采集的數(shù)據(jù)，在數(shù)據(jù)中發(fā)現(xiàn)問題、解決問題，一方面要把自己對數(shù)據(jù)的研究發(fā)現(xiàn)與人工智能相對照，另一方面也要學(xué)習(xí)使用數(shù)據(jù)來彌補(bǔ)人工智能系統(tǒng)的局限和不足。

最后是責(zé)任。和眾多新技術(shù)一樣，在教育中使用人工智能同樣有可能產(chǎn)生一系列社會和倫理問題，這就要求教師有責(zé)任和義務(wù)正確、安全、規(guī)范地使用人工智能。這些社會和倫理問題來源于兩個方面：一是人工智能這項(xiàng)技術(shù)本身產(chǎn)生的倫理問題，如：人工智能的“算法黑箱”“算法偏見”可能會帶來更大的不平等問題且不易被人所察覺，人工智能所形成的“信息繭房”可能會讓某些學(xué)生只看到自己喜歡看的內(nèi)容而無法得到全面的發(fā)展甚至引發(fā)身心的沉迷;二是在使用人工智能這項(xiàng)技術(shù)過程中產(chǎn)生的倫理問題，如：人工智能系統(tǒng)所產(chǎn)生的大量數(shù)據(jù)在未脫敏的情況下一旦泄露會帶來巨大的隱私和安全隱患，使用者對人工智能決策的不恰當(dāng)處置可能會導(dǎo)致某些消極結(jié)果的出現(xiàn)，等等。目前，教育領(lǐng)域中人工智能的應(yīng)用倫理問題也受到了高度的重視，而作為教師更應(yīng)該把時刻注意和防范人工智能應(yīng)用中的隱私問題、安全問題、公平問題作為自己的本職責(zé)任，并作為人工智能素養(yǎng)的一個組成部分。

二、人工智能技術(shù)如何助推教師專業(yè)發(fā)展

關(guān)于智能時代教師需要發(fā)展的知識和能力有哪些，有些研究者是通過思辨先分析人工智能教師可以勝任的工作，再從人機(jī)協(xié)同的角度來考慮人類教師所應(yīng)該擔(dān)負(fù)的職責(zé)，從而推導(dǎo)出智能時代教師需要發(fā)展的新知識和新能力。比如，余勝泉（2018）提出人工智能教師在未來可以承擔(dān)包括自動出題和自動批閱作業(yè)的助教、學(xué)習(xí)障礙自動診斷與反饋的分析師、個性化智能教學(xué)的顧問、學(xué)生個性化問題解決的智能導(dǎo)師等十二類角色，并指出未來教育是教師與人工智能教師協(xié)同共存的時代，教師職能也將向兩個方向分化，一是人工智能支持下的全能型教師，二是承擔(dān)更加精細(xì)化分工、在某一方面做到極致的專業(yè)型教師。范國睿（2018）則認(rèn)為隨著確定性知識的傳授越來越被互聯(lián)網(wǎng)和人工智能所替代，教師所扮演的角色更多被聚焦在學(xué)習(xí)分析者、信仰與價值的引領(lǐng)者、個性化的指導(dǎo)者、社會學(xué)習(xí)的陪伴者、心理和情感發(fā)展的呵護(hù)者五類角色身上。

討論教師與人工智能的關(guān)系，其本質(zhì)是人和技術(shù)的關(guān)系。Surry和Baker（2016）在梳理技術(shù)決定論、技術(shù)的工具隱喻、技術(shù)的社會建構(gòu)論、技術(shù)的共構(gòu)論和社會技術(shù)系統(tǒng)論等哲學(xué)觀點(diǎn)的基礎(chǔ)上，提出應(yīng)該把教育場域下的技術(shù)應(yīng)用看作是一個復(fù)雜系統(tǒng)的集合體和具體化，這個系統(tǒng)涵蓋了技術(shù)本身、特定的哲學(xué)立場以及社會、政治乃至經(jīng)濟(jì)等諸多要素，對技術(shù)的使用要實(shí)現(xiàn)技術(shù)自身的效能與學(xué)習(xí)所固有的人和社會的屬性之間的平衡，人和技術(shù)是相互依存（co-dependent）的關(guān)系。這一觀點(diǎn)也和目前教育中所提倡的人機(jī)協(xié)同、人機(jī)共育是一致的。從本質(zhì)來看，人機(jī)協(xié)同強(qiáng)調(diào)人和機(jī)器/AI的和諧共生，二者并非對立和替代關(guān)系，而是相互配合、各顯其能，以實(shí)現(xiàn)效率和質(zhì)量的最大化。

在教育領(lǐng)域，人機(jī)協(xié)同并非“教師做教師擅長的事、機(jī)器做機(jī)器擅長的事”這么簡單，而更多應(yīng)該強(qiáng)調(diào)的是教師如何利用人工智能技術(shù)去解決那些傳統(tǒng)教學(xué)中不易發(fā)現(xiàn)、不易解決的問題，因此要求教師具備數(shù)據(jù)解讀分析能力、命題測評能力，以及關(guān)聯(lián)教育理論原則解釋和指導(dǎo)教學(xué)實(shí)踐的能力。

關(guān)于人工智能技術(shù)如何推動教師的專業(yè)發(fā)展，可以從兩個方面來看，一是人工智能作為教師教學(xué)的工具，為教師提供了反思教學(xué)的數(shù)據(jù)基礎(chǔ)，二是人工智能為教師提供了研究極端個案的條件。基于人工智能技術(shù)，教師對教學(xué)過程的認(rèn)識可以回歸到對學(xué)生學(xué)習(xí)特征的分析，從而提高教學(xué)洞察力，提升教學(xué)創(chuàng)新力。

1. 提供反思教學(xué)的數(shù)據(jù)基礎(chǔ)

楊緒輝和沈書生（2019）從技術(shù)現(xiàn)象學(xué)“人性結(jié)構(gòu)”的視角出發(fā)對信息化時代教師存在的“缺陷”進(jìn)行了解讀，剖析了人工智能技術(shù)的“代具”作用，指出人工智能技術(shù)是彌補(bǔ)教師大腦生理缺陷的一種有效“代具”，在教師“補(bǔ)缺”動力的推動下，兩者構(gòu)成“人—技術(shù)”的存在結(jié)構(gòu)。

對教師而言，人工智能技術(shù)不僅可以替代自己完成某些工作，還可以輔助自己提升對學(xué)生學(xué)習(xí)情況的敏銳感知，提升教學(xué)見解。教師專業(yè)發(fā)展要求教師能夠不斷根據(jù)客觀的證據(jù)（evidence-based）而非主觀的感覺調(diào)整自己對教學(xué)實(shí)踐的認(rèn)知，并生成適應(yīng)性的教學(xué)策略，人工智能在這一過程中能夠起到方法論（methodology）的作用（Porayska-Pomsta， 2016）。具體而言，這種方法論的作用可以通過兩個方面來呈現(xiàn)，形象地看，一是“顯微鏡”，二是“廣角鏡”。

所謂“顯微鏡”，是指人工智能可以幫助教師更好地定位學(xué)生在學(xué)習(xí)過程中所呈現(xiàn)的狀態(tài)和遇到的問題，在“見微”的基礎(chǔ)上提高教學(xué)的精準(zhǔn)度和針對性。借助人工智能，教師可以將教學(xué)和評測的粒度盡可能細(xì)化，獲取每一位學(xué)生在不同時間節(jié)點(diǎn)產(chǎn)生的學(xué)習(xí)數(shù)據(jù)，這些數(shù)據(jù)層面的細(xì)節(jié)在傳統(tǒng)教學(xué)中很難注意到或獲取到。Holstein、McLaren和Aleven（2019）的一項(xiàng)研究也發(fā)現(xiàn)，教師最希望在確認(rèn)學(xué)生需要幫助的時機(jī)、教師所提供的支持是否有效以及如何管理學(xué)生的學(xué)習(xí)動機(jī)三個方面獲得來自人工智能的實(shí)時支持，這也反映出教師對看到更多教學(xué)細(xì)節(jié)的需求。人工智能放大了教師對自身教學(xué)的感知，使得教師能夠更加清晰和便捷地看到每一位學(xué)生對于每一個知識點(diǎn)的掌握情況，進(jìn)而采取個性化的教學(xué)或輔導(dǎo)策略，并進(jìn)行動態(tài)的修正和調(diào)整，這些數(shù)據(jù)成為教師判定教學(xué)效果的證據(jù)和開展教學(xué)改進(jìn)的抓手。在形式上，人工智能所扮演的“顯微鏡”角色，一方面是通過學(xué)習(xí)儀表盤、學(xué)習(xí)預(yù)警、學(xué)習(xí)分析報(bào)告等形式給予教師自動化的提示，另一方面也將更加具體的數(shù)據(jù)提供給教師自行診斷。

“廣角鏡”的價值則在于幫助教師跳出細(xì)節(jié)進(jìn)而關(guān)注整體的模式問題。在一個班級里，有一些學(xué)生面臨相似的問題，或者處于相近的學(xué)習(xí)狀態(tài)，把這些學(xué)生進(jìn)行聚類，找出并理解這些學(xué)生的行為模式，就有可能實(shí)現(xiàn)更有效的分層教學(xué)。相比單純的一對一教學(xué)，分層教學(xué)能夠帶來更高的教學(xué)效率，同時也可以取得接近一對一的教學(xué)效果（Bloom， 1984）。在傳統(tǒng)教學(xué)中教師對學(xué)生的分層大多依賴自身的經(jīng)驗(yàn)，或簡單地將學(xué)生分層為優(yōu)、良、中、差幾個等級，而在人工智能的幫助下，通過對數(shù)據(jù)的比照分析教師對學(xué)生的分層可以具體到學(xué)生的學(xué)習(xí)內(nèi)容和學(xué)習(xí)過程，如某些學(xué)生可能因?yàn)橥瑯拥脑蚨鴮?dǎo)致對同一個知識點(diǎn)理解得不到位，或者某些知識點(diǎn)對學(xué)生來說容易產(chǎn)生理解上的誤差，這些都需要教師從更廣闊的圖景對整個學(xué)習(xí)過程進(jìn)行分析。人工智能所發(fā)揮的“廣角鏡”作用，也在于幫助教師從一條條具體的學(xué)習(xí)路徑中提取出共性的元素和模式，把真實(shí)的學(xué)習(xí)者群體抽象聚類為若干具有代表性的學(xué)習(xí)者畫像，進(jìn)而開展針對性的教學(xué)干預(yù)和優(yōu)化，這一點(diǎn)和學(xué)習(xí)分析的目標(biāo)也是一致的，即從數(shù)據(jù)中挖掘教與學(xué)的規(guī)律進(jìn)而改進(jìn)教學(xué)。

教師對自身教學(xué)的洞察力（insight）或?qū)I(yè)眼光（professional vision）的提升，既需要觀察到細(xì)節(jié)，看到教學(xué)的微觀結(jié)構(gòu)，也需要保持足夠的距離以看到教學(xué)的整體圖景，人工智能技術(shù)可以滿足教師這兩方面的需要。在人工智能技術(shù)支持下，教師可以比以往更精準(zhǔn)地看到學(xué)生學(xué)習(xí)發(fā)生的特點(diǎn)和規(guī)律，也能夠更清晰地看到所采用的教學(xué)干預(yù)如何對學(xué)生學(xué)習(xí)產(chǎn)生影響，這無疑會推動教師更多地采用循證科學(xué)的路徑開展教學(xué)，幫助教師發(fā)現(xiàn)傳統(tǒng)教學(xué)中不易發(fā)現(xiàn)的問題并生成解決方案，人工智能助推了教師教學(xué)更加科學(xué)化。

2. 提供分析極端個案的條件

人工智能技術(shù)除了幫助教師認(rèn)識學(xué)生的一般性學(xué)習(xí)特點(diǎn)之外，也會推動教師對于極端學(xué)生學(xué)習(xí)行為的認(rèn)識。有時候教育的創(chuàng)新突破就來自對特殊案例的解剖、對挑戰(zhàn)性難題的解決，而人工智能則為教師分析極端個案、特殊個案提供了時間和精力方面的條件。

關(guān)于人工智能教育應(yīng)用的普遍看法是：人工智能的優(yōu)勢在于實(shí)現(xiàn)個性化學(xué)習(xí)，即通過對知識圖譜以及學(xué)生學(xué)習(xí)數(shù)據(jù)的深度挖掘，從而判斷學(xué)生當(dāng)前的學(xué)情并自動生成學(xué)習(xí)路徑，幫助不同能力水平的學(xué)生達(dá)到掌握（Magomadov， 2020）。而在傳統(tǒng)教學(xué)模式下，考慮到課堂時間和教學(xué)進(jìn)度的限制，教師只能照顧班級里的大多數(shù)學(xué)生，并根據(jù)全班學(xué)生的平均水平開展教學(xué)活動，兩端的學(xué)生則很難被關(guān)照到。按照常規(guī)的正態(tài)分布曲線，這些兩端的學(xué)生也就是能力強(qiáng)的“學(xué)優(yōu)生”和能力差的“學(xué)弱生”。沿著這一思路繼續(xù)分析，如果說人工智能能夠幫助所有學(xué)生實(shí)現(xiàn)個性化學(xué)習(xí)，那么最大的受益者應(yīng)該是這些“學(xué)優(yōu)生”和“學(xué)弱生”，因?yàn)槿斯ぶ悄茏屵@些有特殊需求的學(xué)生（學(xué)得快和學(xué)得慢、會得多和會得少）能夠按照自己的能力水平開展學(xué)習(xí)，獲得更多的資源或練習(xí)。換句話說，越是兩端的學(xué)生，越需要人工智能。已有研究也認(rèn)為，薄弱生通常被認(rèn)為最需要智能教學(xué)系統(tǒng)（向天成， 趙微， 2015; 劉邦奇， 2020）。

按照這一邏輯，教師是否應(yīng)該把自己的主要精力放在中間的學(xué)生，而讓人工智能去照顧兩端的學(xué)生呢？恰恰不然。本文認(rèn)為，相比中間的學(xué)生，那些兩端的學(xué)生反而更需要來自教師而非智能系統(tǒng)的支持。一方面，目前大多數(shù)人工智能系統(tǒng)的優(yōu)勢更多在分析普遍情況、一般情況，大數(shù)據(jù)的訓(xùn)練使得人工智能在解決一般問題上表現(xiàn)得更加精熟，而對于極端情況、特殊問題，人工智能的處理效率和處理結(jié)果并不比人更加出色。這一點(diǎn)就和目前的輔助駕駛系統(tǒng)可以從容應(yīng)對常規(guī)道路上的駕駛，而在復(fù)雜路況下則需要人工干預(yù)是一樣的。對應(yīng)到教育領(lǐng)域，人工智能可以解決一般的、常規(guī)的教學(xué)問題，而在復(fù)雜的教學(xué)問題診斷和處理方面還需要教師的更多介入。而這些相對復(fù)雜的教學(xué)問題，也往往更容易出現(xiàn)在一個班級兩端的學(xué)生之中，甚至是即使同為學(xué)優(yōu)生或?qū)W弱生，不同的學(xué)生也可能會面臨不同的問題。而這些不同的問題，有些可能是人工智能系統(tǒng)難以診斷的。比如兩位學(xué)弱生在評測時都表現(xiàn)為不會解一道需要使用二元一次方程求解的應(yīng)用題，但學(xué)弱生A具體的難點(diǎn)是不理解題目背后的數(shù)理關(guān)系，學(xué)弱生B具體的難點(diǎn)則可能是不會二元一次方程的具體運(yùn)算法則。如果人工智能系統(tǒng)僅僅通過評測的結(jié)果去給兩位學(xué)生推薦相同的學(xué)習(xí)內(nèi)容，很明顯是難以達(dá)到預(yù)期的教學(xué)效果的。發(fā)現(xiàn)學(xué)生的此類問題，恰恰是能夠和學(xué)生產(chǎn)生面對面互動的教師的強(qiáng)項(xiàng)。而在傳統(tǒng)課堂中，教師即使知道兩端的學(xué)生可能面臨這樣或那樣的問題，但是由于客觀條件的限制也沒有辦法投入更多的時間，最終的結(jié)果只能是：能力強(qiáng)的“學(xué)優(yōu)生”，覺得教師的課堂講解太簡單，“吃不飽”;能力差的“學(xué)弱生”，因?yàn)榻處熓冀K沒有時間發(fā)現(xiàn)自己個性化的弱點(diǎn)，所以越學(xué)越差，久而久之沒有了學(xué)習(xí)的動力。另一方面，人工智能對兩端的學(xué)生所采取的教學(xué)干預(yù)也有可能是無效的，甚至?xí)鸬截?fù)面作用，這一點(diǎn)尤其有可能發(fā)生在學(xué)弱生身上。目前，很多學(xué)校在采用自適應(yīng)學(xué)習(xí)系統(tǒng)幫助學(xué)生查缺補(bǔ)漏，對于不會的知識點(diǎn)，就發(fā)放更多的題目直至學(xué)生達(dá)到通過的標(biāo)準(zhǔn)。對于學(xué)弱生來說，本身學(xué)習(xí)就存在困難，無休止地提供題目讓學(xué)生進(jìn)行自主練習(xí)，姑且不論這些題目是否合適，單純練習(xí)這一行為就有可能使學(xué)生不配合（汪瓊， 李文超， 2021）。此時，這些學(xué)生既不會把人工智能看作是對自己的支持，也無法得到來自教師的幫助，這種無助感、負(fù)擔(dān)感同樣會傷害學(xué)生的學(xué)習(xí)動機(jī)。

圖1呈現(xiàn)了智慧課堂中教師、智能系統(tǒng)、學(xué)習(xí)者三者之間的互動關(guān)系：教師需要結(jié)合教學(xué)需要對智能系統(tǒng)進(jìn)行配置，而后智能系統(tǒng)向?qū)W習(xí)者發(fā)放學(xué)習(xí)或評測活動并收集其學(xué)習(xí)狀態(tài)的信號，這些學(xué)習(xí)狀態(tài)的信號（數(shù)據(jù)）經(jīng)過智能系統(tǒng)的處理以研究發(fā)現(xiàn)或結(jié)論的形式提供給教師，教師再以此為依據(jù)進(jìn)行干預(yù)，并維持或激發(fā)學(xué)生的動機(jī)，學(xué)習(xí)者將反饋提供給教師（Kokku， et al.， 2018）。從這一示意圖中可以看到，智能系統(tǒng)并未完全取代教師，反而教師以智能系統(tǒng)為依據(jù)所采取的針對性干預(yù)成為整個教學(xué)過程中的關(guān)鍵性步驟。就本文而言，這種干預(yù)則更多地被課堂中兩端的學(xué)生所需要，人工智能為教師更好地關(guān)注兩端的學(xué)生、理解極端個案并提供干預(yù)創(chuàng)造了條件。高效課堂中的人機(jī)協(xié)同、人機(jī)共育，也可以采用這樣一種模式，即：將中間的學(xué)生更多地交給人工智能，而教師則可以付出更多的時間和精力來照顧兩端的學(xué)生，從而實(shí)現(xiàn)資源的有效配置，帶動全班成績的提升。這也是人工智能在進(jìn)入課堂后對教師賦能的又一體現(xiàn)。

三、結(jié)語

智能時代的到來加速著教育教學(xué)和教師角色的轉(zhuǎn)變，人工智能技術(shù)一方面為教師的專業(yè)發(fā)展賦能，給教師提供了能力提升和增加教學(xué)洞察、促進(jìn)教學(xué)創(chuàng)新的方法論和工具，另一方面也對教師的專業(yè)發(fā)展提出了新的要求，特別是要求教師具備人工智能素養(yǎng)，以避免盲從智能系統(tǒng)的判斷，或因?yàn)椴簧瞄L運(yùn)用智能技術(shù)而造成新的數(shù)字鴻溝。

從人工智能助推教師專業(yè)發(fā)展的視角出發(fā)，本文提出了幾點(diǎn)思考：

第一，在教育領(lǐng)域，目前人工智能還很難取代教師，但可以成為教師教學(xué)的工具、專業(yè)發(fā)展的基礎(chǔ)設(shè)施。教師在態(tài)度上要清楚地認(rèn)識到自己在人機(jī)協(xié)同中的主體性地位，掌握教育主導(dǎo)權(quán)，不盲目依賴和讓位人工智能，而是把人工智能作為“顯微鏡”和“廣角鏡”兩類工具，既看到平時不易關(guān)注的教學(xué)細(xì)節(jié)，又能夠從整體上看到模式圖景，以此提升自己對教學(xué)的敏感度和洞察力。

第二，在智能時代，教師可以讓人工智能技術(shù)幫助班上大部分學(xué)生的學(xué)習(xí)，而將精力用于幫助“學(xué)弱生”和“學(xué)優(yōu)生”。這讓教師有條件去分析極端個案，從而增進(jìn)對學(xué)生學(xué)習(xí)規(guī)律的深刻認(rèn)識，對教師的專業(yè)發(fā)展大有裨益。

第三，并非所有人工智能的輸出都是正確的，教育決策還需要教師的判斷。人工智能系統(tǒng)在數(shù)據(jù)采集、數(shù)據(jù)解讀和決策等方面都有可能出現(xiàn)偏差，而這些偏差往往是隱性且不易察覺的，因此要求教師要敢于解釋和質(zhì)疑人工智能給出的各類判斷，不斷增強(qiáng)自身的敏感度，理性對待人機(jī)協(xié)同中人工智能的自主性層級問題，這是智能時代具備人工智能素養(yǎng)教師最顯著的特征。

第四，人工智能不一定都會帶來所期望的教育公平，而是有可能產(chǎn)生新的數(shù)字鴻溝。人工智能作為一項(xiàng)有著巨大生產(chǎn)力的新技術(shù)，教師對人工智能的認(rèn)知差異和能力差異也許會導(dǎo)致更大的數(shù)字鴻溝的出現(xiàn)。防止這一問題發(fā)生的核心舉措是全面培養(yǎng)教師的人工智能素養(yǎng)，既要在意識層面建立教師對人工智能的正確認(rèn)識，在產(chǎn)生使用意愿的基礎(chǔ)上反思人工智能與自身教育教學(xué)的結(jié)合，還要在能力方面強(qiáng)化教師對人工智能的學(xué)科整合能力、技術(shù)整合能力和數(shù)據(jù)能力，同時也要關(guān)注對教師責(zé)任方面的要求，積極防范人工智能應(yīng)用可能帶來的各類社會問題，包括倫理問題和安全問題。

實(shí)現(xiàn)更高效的人機(jī)協(xié)同，對于教師來說有兩個層面的要求：一是要善用人工智能解決教學(xué)的問題，二是要以人工智能為依托促進(jìn)自身的發(fā)展。隨著技術(shù)的進(jìn)步和教育新基建的逐漸完善，人工智能這項(xiàng)技術(shù)本身的可及性將不再是難題，教師的人工智能素養(yǎng)及其能動性將成為教育變革的關(guān)鍵。在這一過程中，人工智能為教師的賦能不僅在于替代教師完成某些工作，還在于為其更好地反思自己的教學(xué)提供了工具和方法論，進(jìn)而實(shí)現(xiàn)對教學(xué)元認(rèn)知的轉(zhuǎn)化，這也恰恰是教師專業(yè)發(fā)展的本質(zhì)與核心。

[參考文獻(xiàn)]

鮑達(dá)民. 2017-03-18. 中國人工智能的未來之路[EB/OL]. 中國發(fā)展高層論壇2017. [2021-10-31]. https：//www.mckinsey.com.cn/wp-c ontent/uploads/2017/03/CDF_McKinsey_AI_CN_final.pdf

范國睿. 2018. 智能時代的教師角色[J]. 教育發(fā)展研究，38（10）：69-74.

劉邦奇. 2020. 智能技術(shù)賦能：邁向大規(guī)模個性化教育[N]. 中國教育報(bào)，10-21（05）.

劉磊，劉瑞. 2020. 人工智能時代的教師角色轉(zhuǎn)變：困境與突圍——基于海德格爾技術(shù)哲學(xué)視角[J]. 開放教育研究，26（3）：44-50.

汪瓊，李文超. 2021. 人工智能助力因材施教：實(shí)踐誤區(qū)與對策[J]. 現(xiàn)代遠(yuǎn)程教育研究，33（3）：12-17，43.

向天成，趙微. 2015. 大數(shù)據(jù)時代學(xué)困生幫助機(jī)制構(gòu)建的內(nèi)涵、原則及途徑[J]. 教師教育論壇（12）：18-21.

楊緒輝，沈書生. 2019. 教師與人工智能技術(shù)關(guān)系的新釋——基于技術(shù)現(xiàn)象學(xué)“人性結(jié)構(gòu)”的視角[J]. 電化教育研究（5）：12-17.

余勝泉. 2018. 人工智能教師的未來角色[J]. 開放教育研究，24（1）：16-28.

Bloom， B.S. （1984）. The 2-sigma problem： The search for methods of group instruction as effective as one-to-one tutoring. Educational Researcher， 13（6）， 4-16.

Ellul， J. （1967）. The Technological Society （Revised edition）. NewYork： Vintage.

Hohlfeld， T. N.， Ritzhaupt， A. D.， Barron， A. E.， & Kemker， K. （2008）. Examining the digital divide in K-12 public schools： Four-year trends for supporting ICT literacy in Florida. Computers & Education， 51（4）， 1648-1663.

Holstein， K.， McLaren， B. M.， & Aleven， V. （2019）. Designing for complementarity： Teacher and student needs for orchestration support in ai-enhanced classrooms. In International Conference on Artificial Intelligence in Education（pp. 157-171）. Springer， Cham.

Kokku， R.， Sundararajan， S.， Dey， P.， Sindhgatta， R.， Nitta， S.， & Sengupta， B. （2018）. Augmenting classrooms with AI for personalized education. In 2018 IEEE international conference on acoustics， speech and signal processing （ICASSP） （pp. 6976-6980）. IEEE.

Magomadov， V. S. （2020）. The application of artificial intelligence and Big Data analytics in personalized learning. In Journal of Physics： Conference Series （Vol. 1691， No. 1， p. 012169）. IOP Publishing.

Porayska-Pomsta， K. （2016）. AI as a methodology for supporting educational praxis and teacher metacognition. International Journal of Artificial Intelligence in Education， 26（2）， 679-700.

Surry， D.W.， & Baker， F.W.I.. （2016）. The co-dependent relationship of technology and communities. British Journal of Educational Technology， 47（1）， 13-28.

UNESCO. （2019）. Beijing Consensus on Artificial Intelligence and Education. Retrieved November 1， 2021， from https：//unesdoc.unesco.org/ark：/48223/pf0000368303

van der Vorst， Tommy.， & Jelicic， Nick. （2019）： Artificial Intelligence in Education： Can AI bring the full potential of personalized learning to education？. In 30th European Conference of the International Telecommunications Society （ITS）： “Towards a Connected and Automated Society”， Helsinki， Finland.

收稿日期：2021-11-09

定稿日期：2021-11-12

作者簡介：王宇，博士，講師，國家開放大學(xué)教育學(xué)部（100039）。

汪瓊，博士，教授，博士生導(dǎo)師，北京大學(xué)教育學(xué)院（100871）。

責(zé)任編輯 劉 莉