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(jì)算機(jī)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(yùn)用基礎(chǔ)

近年來(lái)，隨著世界各國(guó)在人工智能領(lǐng)域的競(jìng)爭(zhēng)日趨激烈，我國(guó)大力支持人工智能與社會(huì)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(guò)程?！盀橛行?duì)接新一代人工智能，推動(dòng)我國(guó)人工智能研發(fā)應(yīng)用，2017年7月，國(guó)務(wù)院出臺(tái)《新一代人工智能發(fā)展規(guī)劃》，明確了我國(guó)人工智能技術(shù)發(fā)展的戰(zhàn)略目標(biāo)、重點(diǎn)任務(wù)、資源配套方案和發(fā)展保障措施。”[1]被視為國(guó)家層面大力推動(dòng)人工智能技術(shù)運(yùn)用的重大決策標(biāo)志。黨的十九大報(bào)告明確提出要“加快建設(shè)制造強(qiáng)國(guó)，加快發(fā)展先進(jìn)制造業(yè)，推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合?！盵2]在近三年，人工智能連續(xù)在政府工作報(bào)告中得到強(qiáng)調(diào)，如“加快人工智能等技術(shù)研發(fā)和轉(zhuǎn)化”（2017年），“加強(qiáng)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(guó)家發(fā)展改革委、財(cái)政部印發(fā)《關(guān)于“雙一流”建設(shè)高校促進(jìn)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(jiàn)》，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(dòng)“雙一流”高校建設(shè)和人才培養(yǎng)體系的重要措施，推動(dòng)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(shí)和當(dāng)務(wù)之急。

人工智能在教育領(lǐng)域的運(yùn)用從20 世紀(jì)60 年代已經(jīng)開(kāi)始，在智能學(xué)習(xí)系統(tǒng)、智能語(yǔ)音識(shí)別、智能測(cè)評(píng)和虛擬教學(xué)場(chǎng)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(lái)教師機(jī)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(tái)（武漢泰樂(lè)奇），以及國(guó)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(jī)器人日益普遍走進(jìn)國(guó)民教育領(lǐng)域，取得了相對(duì)穩(wěn)定廣泛的運(yùn)用[4]。

二、人工智能賦能高校思政教育模式實(shí)踐中凸顯的問(wèn)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(yùn)用是因?yàn)槿斯ぶ悄軐?duì)思政教育運(yùn)行規(guī)律的分析和決策與思政教育面向未來(lái)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(qiáng)人工智能和超人工智能三個(gè)階段，在目前階段，人工智能尚未擁有獨(dú)立意識(shí)，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(yùn)用集中在人工智能三個(gè)基礎(chǔ)之上的教學(xué)過(guò)程、教學(xué)互動(dòng)和資源拓展、教學(xué)反饋，它是技術(shù)層面上對(duì)教育過(guò)程、教育互動(dòng)環(huán)節(jié)的一種仿真，它解決的是特定的、相對(duì)固化或者閉環(huán)的問(wèn)題，還未達(dá)到超越人的智慧控制程度。在模式轉(zhuǎn)換的實(shí)踐過(guò)程中，異化引起的思政教育主體性缺失、自由發(fā)展與個(gè)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(shí)形態(tài)把控的風(fēng)險(xiǎn)等問(wèn)題也隨著發(fā)生，給高校思政教育帶來(lái)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(huì)根據(jù)學(xué)生深度畫像，推薦適合學(xué)生個(gè)性化學(xué)習(xí)的方案和學(xué)習(xí)資源，在提高效率的同時(shí)，也會(huì)造成馬克思異化理論中闡述的技術(shù)異化的問(wèn)題，人與人的創(chuàng)造物之間產(chǎn)生異化和剝離，人過(guò)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(jī)器交流，而不愿意直接面對(duì)面交流。淺學(xué)習(xí)、碎片化學(xué)習(xí)帶來(lái)學(xué)習(xí)空間和時(shí)間上的重大變革的同時(shí)，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(guò)程，探究和思考被時(shí)間的限制所忽略。淺學(xué)習(xí)適合于大知識(shí)體系的大眾化、科普式認(rèn)知，比如時(shí)事政治和背景材料，但是對(duì)于嚴(yán)密的思政教育的邏輯和哲學(xué)體系來(lái)說(shuō)，淺學(xué)習(xí)會(huì)造成一知半解，讓學(xué)生追求短暫的偏向簡(jiǎn)單直觀的知識(shí)表達(dá)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(yùn)用在提供給教育者更多的自由時(shí)間做個(gè)性化分析的同時(shí)，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(shí)地進(jìn)入了教育者的學(xué)習(xí)設(shè)計(jì)、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。現(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(shí)所采用的算法只有人工智能算法的設(shè)計(jì)者和開(kāi)發(fā)者知曉，而教師一無(wú)所知，同時(shí)人工智能算法的設(shè)計(jì)者和開(kāi)發(fā)者與教師在使用過(guò)程中缺乏長(zhǎng)期的持續(xù)溝通，人工智能算法的設(shè)計(jì)者和開(kāi)發(fā)者所涉及的人工智能算法用于教育時(shí)只是以非教育專業(yè)的常識(shí)進(jìn)行設(shè)計(jì)，可能具有不合理性，從而產(chǎn)生對(duì)學(xué)生學(xué)習(xí)帶來(lái)負(fù)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(shí)、對(duì)人工智能產(chǎn)生依賴、被人工智能歧視等等問(wèn)題。當(dāng)這些問(wèn)題發(fā)生后，教師依然一無(wú)所知，因?yàn)橛扇斯ぶ悄軈⑴c的部分，人工智能具有絕對(duì)的主導(dǎo)權(quán)，人工智能在進(jìn)行一個(gè)學(xué)習(xí)內(nèi)容推薦或?qū)W習(xí)評(píng)價(jià)時(shí)根本不需要征求教師的同意，老師也根本無(wú)法改變?nèi)斯ぶ悄芡扑]或評(píng)價(jià)等操作。而人工智能往往不知疲倦、24小時(shí)服務(wù)學(xué)生，而且速度快、效率高，能夠通過(guò)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(lái)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(wèn)題，學(xué)生將會(huì)陷入不良的深淵而不自知，帶來(lái)嚴(yán)重的教學(xué)事故。

（二）自由發(fā)展與個(gè)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(gè)人學(xué)習(xí)內(nèi)容的選擇可能會(huì)產(chǎn)生教育客體的選擇性偏差，這就是“信息繭房”效應(yīng)?！靶畔⒗O房”效應(yīng)是指由于接收到信息的長(zhǎng)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(wú)法辨證客觀地看待問(wèn)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(shuō)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(shí)體系的局部，此時(shí)人工智能幫學(xué)生找到的資料也只是局限于局部知識(shí)，而且會(huì)屏蔽掉所有與學(xué)生想找的知識(shí)無(wú)關(guān)的所有其他資料，使得學(xué)生失去自主選擇的機(jī)會(huì)。學(xué)生更多會(huì)根據(jù)趣味性、可視化程度來(lái)選擇學(xué)習(xí)的內(nèi)容，而對(duì)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(guò)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(huì)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(zhǎng)教育客體的“偏食挑食”，影響教育內(nèi)容的質(zhì)量。在沒(méi)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(shí)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(shí)，在查找資料的時(shí)候?qū)ζ渌R(shí)也會(huì)有所了解甚至可能會(huì)對(duì)其他知識(shí)產(chǎn)生興趣，進(jìn)而無(wú)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(shí)看成學(xué)生偏愛(ài)的食物，那么人工智能就會(huì)助長(zhǎng)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(duì)課程知識(shí)的掌握不全面。同時(shí)，現(xiàn)有技術(shù)下，由于人工智能是根據(jù)考試和測(cè)驗(yàn)結(jié)果分析來(lái)找出學(xué)生弱點(diǎn)并針對(duì)性地把這部分知識(shí)推薦給學(xué)生，這樣就會(huì)使學(xué)生在人工智能的幫助下對(duì)跟試卷相關(guān)的知識(shí)掌握度高，而與試卷無(wú)關(guān)的知識(shí)則會(huì)被人工智能自動(dòng)篩選掉，進(jìn)而使學(xué)生失去了全面學(xué)習(xí)的機(jī)會(huì)，放大了應(yīng)試教育的弊端。

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

人工智能進(jìn)行預(yù)測(cè)的基礎(chǔ)是大數(shù)據(jù)，也就是長(zhǎng)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(wèn)題的學(xué)生往往會(huì)被人工智能所忽視甚至歧視，那么人工智能對(duì)于這少數(shù)的學(xué)生就會(huì)不友好，甚至有可能會(huì)推薦出錯(cuò)誤的結(jié)果。我們?cè)诹私饬巳斯ぶ悄芘c人的對(duì)立面之后，就可以在利用人工智能的時(shí)候多加關(guān)注，以人工智能來(lái)輔助教學(xué)，并且最終由人類教師來(lái)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(gè)教學(xué)過(guò)程。師生在利用人工智能來(lái)輔助教學(xué)，提高教學(xué)質(zhì)量的同時(shí)，也需要關(guān)注到馬克思的觀點(diǎn)“在異化活動(dòng)中，人的能動(dòng)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(gè)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(gè)觀點(diǎn)已經(jīng)在人工智能與教育的結(jié)合中得到了再次驗(yàn)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(duì)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(shí)代發(fā)展的必然趨勢(shì)，人工智能時(shí)代高校思政教育要在模式轉(zhuǎn)換的探索和實(shí)踐中去改進(jìn)高校思政教育新模式。

（一）加強(qiáng)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(guò)程中，教育主體要堅(jiān)持教育的主導(dǎo)性影響和實(shí)施。針對(duì)教育主體的主導(dǎo)性削弱的問(wèn)題，有必要針對(duì)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(jī)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(wèn)題，使得教師能夠主導(dǎo)教學(xué)的過(guò)程，不被人工智能削弱甚至取代，同時(shí)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(jī)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(guò)對(duì)人工智能的學(xué)習(xí)輔助實(shí)例進(jìn)行抽查并向老師匯報(bào)，通過(guò)抽樣檢查的方式，來(lái)使得主導(dǎo)權(quán)重新回到老師的手中，同時(shí)又讓人工智能有著一定的自由度進(jìn)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(jìn)行督導(dǎo)人工智能的工作量。而且老師可以通過(guò)對(duì)人工智能算法的原理描述進(jìn)行修改直接干預(yù)和改進(jìn)人工智能的學(xué)習(xí)輔助過(guò)程，能夠極大地改變?nèi)斯ぶ悄芙逃牟涣棘F(xiàn)狀，對(duì)于人工智能教育的健康發(fā)展有著極其重要和深遠(yuǎn)的意義?；谏疃葘W(xué)習(xí)根據(jù)程序段來(lái)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?yàn)槌绦蚨蔚脑砻枋鍪亲匀徽Z(yǔ)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(lái)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(jìn)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(dòng)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?cè)诮邮芩颊逃龝r(shí)具有主動(dòng)性。教育客體的選擇性偏差是人工智能在思政教育運(yùn)用中應(yīng)該警惕的問(wèn)題。“人工智能+思政”教育模式轉(zhuǎn)換就是要解決學(xué)生的主動(dòng)性發(fā)揮問(wèn)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(jìn)對(duì)策上，針對(duì)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(jī)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(wèn)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(shí)。一是基于深度學(xué)習(xí)等人工智能算法通過(guò)知識(shí)點(diǎn)相似相關(guān)度預(yù)測(cè)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(shí)聚合。二是基于知識(shí)圖譜通過(guò)平時(shí)克服偏食挑食推薦，幫助學(xué)生在平時(shí)學(xué)習(xí)的過(guò)程或測(cè)驗(yàn)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(shí)現(xiàn)教育閉環(huán)。三是基于大數(shù)據(jù)和知識(shí)圖譜及深度學(xué)習(xí)通過(guò)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(shì)，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(duì)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(jìn)作用

思想政治教育結(jié)構(gòu)論指出，教育介體對(duì)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(shí)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(jìn)而造成對(duì)學(xué)生學(xué)習(xí)帶來(lái)負(fù)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(shí)、對(duì)人工智能產(chǎn)生依賴、被人工智能歧視等等問(wèn)題，當(dāng)這些問(wèn)題發(fā)生后，人工智能依然一無(wú)所知，只會(huì)變本加厲地繼續(xù)加大偏見(jiàn)和歧視，因?yàn)榍懊娴氖д`甚至錯(cuò)誤數(shù)據(jù)又成了后面的大數(shù)據(jù)來(lái)源，從而會(huì)形成人工智能偏見(jiàn)和歧視的惡性循環(huán)。

針對(duì)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(jiàn)的人工智能教育反省機(jī)器人。這種人工智能能夠進(jìn)行自我反省，從兩個(gè)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(guò)生成更多地?cái)?shù)據(jù)來(lái)彌補(bǔ)不同類型用戶的數(shù)據(jù)失衡問(wèn)題，從而可以避免因數(shù)據(jù)失衡引起的人工智能偏見(jiàn)、歧視等弊端；二是通過(guò)多個(gè)人工智能模型來(lái)對(duì)用戶數(shù)據(jù)進(jìn)行預(yù)測(cè)，相互比照，來(lái)更早地發(fā)現(xiàn)問(wèn)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(wèn)題，并能及早進(jìn)行改正和補(bǔ)救。這兩個(gè)方面使得人工智能能夠在數(shù)據(jù)和算法模型兩個(gè)層面進(jìn)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(shí)能夠極大減少甚至避免人工智能因?yàn)槠缫?、偏?jiàn)等導(dǎo)致的教學(xué)事故和負(fù)面作用。通過(guò)不同類型用戶數(shù)據(jù)量比例的對(duì)比來(lái)及時(shí)發(fā)現(xiàn)數(shù)據(jù)量不足的用戶類型，進(jìn)而對(duì)數(shù)據(jù)進(jìn)行補(bǔ)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(lái)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(wèn)題?；谶B接學(xué)派和符號(hào)學(xué)派的人工智能技術(shù)通過(guò)兩種不同學(xué)派模型的預(yù)測(cè)結(jié)果的比較，來(lái)判斷預(yù)測(cè)結(jié)果是否可信，就相當(dāng)于是兩個(gè)專家進(jìn)行會(huì)診，如果兩個(gè)專家診斷的結(jié)果基本一致，必然是可信的，否則說(shuō)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(shí)地發(fā)現(xiàn)人工智能算法和處理結(jié)果中存在的問(wèn)題，極大地提高了人工智能在教育應(yīng)用中的可信度。