趙 斌，黃天元

（復(fù)旦大學(xué)生命科學(xué)學(xué)院，上海200438）

一、引言

英國《自然》周刊在2019年開年的新聞欄目中，報道了Scopus（全球最大文獻(xiàn)摘要與科研信息引用數(shù)據(jù)庫）對過去兩年學(xué)術(shù)熱搜詞的變化所做的統(tǒng)計?？梢钥吹剑┌Y（cancer）一詞在這兩年的排名中都名列第一，區(qū)塊鏈（blockchain）、大數(shù)據(jù)（bigdata）和人工智能（artificial intelligence，簡稱 AI）則緊跟其后，其中，大數(shù)據(jù)從第六位躍升至第三位，而區(qū)塊鏈和人工智能等名詞則是新入圍。新入圍的還有教育（education）一詞，同樣表現(xiàn)不凡[1]。我們后面將要談?wù)摰脑掝}，就涉及2018年熱搜詞中的四個關(guān)鍵詞：人工智能、大數(shù)據(jù)、區(qū)塊鏈和教育。

最近，美國高校教育信息化協(xié)會學(xué)習(xí)促進(jìn)會發(fā)布了《地平線報告》（2019高等教育版）[2]。報告預(yù)測了2019-2023年間六項可能影響全球高等教育的技術(shù)應(yīng)用，也與上述熱搜詞密切相關(guān)。例如，移動學(xué)習(xí)和分析技術(shù)很快或者已經(jīng)在付諸實踐了，混合現(xiàn)實和人工智能可望兩三年后實現(xiàn)，而區(qū)塊鏈和虛擬助理的實現(xiàn)則可能要到四五年之后。顯然，高等教育的未來與新型智能機(jī)器的新技術(shù)和計算能力的發(fā)展息息相關(guān)。在這一領(lǐng)域，人工智能的進(jìn)步為高等教育、教學(xué)帶來了新的可能性與挑戰(zhàn)[3]。

毋庸置疑，人工智能在全球發(fā)展中的重要作用已引起國際社會的廣泛關(guān)注，許多國家都將人工智能升級為國家戰(zhàn)略。例如，2014年，歐盟委員會啟動了《歐盟機(jī)器人研發(fā)計劃》（SPARC），2016年美國頒布了《為人工智能的未來做準(zhǔn)備》和《國家人工智能研發(fā)戰(zhàn)略計劃》，中國也于2017年發(fā)布了《新一代人工智能發(fā)展規(guī)劃》。在人工智能的影響下，教育領(lǐng)域在不知不覺中發(fā)生著變化[4]。

1955年，人工智能一詞首次使用，彼時的含義只是為了表達(dá)一些能用電腦來輔助人類的工作。半個多世紀(jì)過去，人工智能已發(fā)展成一個新的分支學(xué)科，并產(chǎn)生了一系列方法，能夠像人腦一樣進(jìn)行感知、學(xué)習(xí)和推理，并能理解自然語言。隨著機(jī)器模式識別中“深度學(xué)習(xí)”方法的廣泛使用，其準(zhǔn)確性越來越高，人工智能呈現(xiàn)出一派繁榮增長的景象。與早期的人工智能不同，這種“深度學(xué)習(xí)”不需要利用人類專家的知識，而是自己從大量訓(xùn)練集當(dāng)中學(xué)習(xí)，這遠(yuǎn)超人類所能應(yīng)付的體量，進(jìn)化速度極為迅速[5]。比如，谷歌的AlphaGo通過短時間學(xué)習(xí)就戰(zhàn)勝了圍棋世界冠軍，這在當(dāng)時震驚了全世界。

不得不承認(rèn)，人工智能現(xiàn)在已成為我們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠郑S多尖端人工智能已經(jīng)滲透到了普通應(yīng)用程序中。有時候它們并沒有被稱為人工智能，這是因為一旦某些東西變得司空見慣，就不再標(biāo)記為AI了。比如，今天很少有人將手機(jī)中的語音識別、GPS導(dǎo)航視為人工智能的典型例子，更多的則是將其視為基于算法的個人助理，是日常生活體驗的一部分。

那么，什么是人工智能呢？這并不是一個容易回答的問題。人們對其終極定義幾乎沒有一致的意見，大多可能只關(guān)注了有限的認(rèn)知視角。大體上，人工智能可以分為弱人工智能和強(qiáng)人工智能。弱人工智能，專注于特定的狹義任務(wù)，比如自動駕駛汽車就是專門用于駕駛服務(wù)；而強(qiáng)人工智能則是一種具有意識、知覺和頭腦的機(jī)器，也就是如史蒂芬·霍金和比爾·蓋茨所認(rèn)為的那種對人類有威脅的類型[6]。而在本文所談?wù)摰挠嘘P(guān)教育領(lǐng)域的人工智能，則是介于強(qiáng)人工智能與弱人工智能之間的一種技術(shù)模式。

一般來說，我們的工作可以分為結(jié)構(gòu)化、非結(jié)構(gòu)化任務(wù)，或者常規(guī)、非常規(guī)任務(wù)。結(jié)構(gòu)化任務(wù)可以被清晰地定義和描述，并且可分解為更小和更易于管理的任務(wù)；而非結(jié)構(gòu)化任務(wù)則依賴于直覺、判斷和經(jīng)驗。常規(guī)任務(wù)是指具有很強(qiáng)規(guī)則性或按指定間隔完成的不變?nèi)蝿?wù)；而非常規(guī)任務(wù)則很少，一般是不定期出現(xiàn)或者首次出現(xiàn)的[7]。

人工智能的優(yōu)勢在于它的速度、準(zhǔn)確性和一致性。在這些維度上，人類無法與之抗衡。很容易理解的是，涉及常規(guī)和結(jié)構(gòu)化任務(wù)的工作很容易自動化，很快就會被人工智能所取代。相應(yīng)地，高等教育就應(yīng)該讓學(xué)生接受人工智能并學(xué)會將它視為工具，而不是回避[8]。但是，人工智能在創(chuàng)造力、創(chuàng)新、批判性思維、解決問題、社會化、領(lǐng)導(dǎo)能力、同理心、協(xié)作和溝通等軟技能方面仍然薄弱[6]。也就是說，涉及非結(jié)構(gòu)化任務(wù)的工作對于人工智能來說很難，這是不容易被替代的，而對于結(jié)構(gòu)化但非常規(guī)的工作，自動化可能不劃算。

為了聚焦人工智能在高等教育教學(xué)中的影響，有人提出了一個頗有實踐性的定義：能夠參與類似于人類過程的計算系統(tǒng)，例如學(xué)習(xí)、適應(yīng)、綜合、自我修正以及將數(shù)據(jù)用于復(fù)雜處理任務(wù)[3]。本文將參照這種認(rèn)識來進(jìn)行分析。

二、“人工智能與（高等）教育”的科學(xué)計量分析

要討論人工智能這個話題，首先了解其他人對該主題的研究是十分必要的，這樣我們才能檢測出其應(yīng)用范圍以及發(fā)展趨勢。我們選擇了ISI Web of Knowledge引文數(shù)據(jù)庫中的Web of Science核心數(shù)據(jù)庫作為數(shù)據(jù)源，檢索日期為北京時間2019年5月31日。

為了區(qū)分高等教育在教育中的獨特作用，我們采用了兩種檢索策略：（1）主題中同時出現(xiàn)“高等教育”（higher education）和“人工智能”（artificial intelligence）兩個關(guān)鍵詞的文獻(xiàn)；（2）主題中同時出現(xiàn)“教育”和“人工智能”兩個關(guān)鍵詞的文獻(xiàn)。文獻(xiàn)調(diào)研的時間跨度為1976-2018年。最終檢索獲得“高等教育”與“人工智能”主題的文獻(xiàn)信息共89條，“教育”與“人工智能”的文獻(xiàn)信息共973條。具體的分析過程，采用R軟件的bibliometrix包[9]完成。在此基礎(chǔ)上，我們采用科學(xué)計量方法，分別對文獻(xiàn)的時間趨勢、空間分布和熱點主題進(jìn)行了分析。

在整個教育領(lǐng)域，關(guān)注人工智能的文章在1976-2018年間總體呈現(xiàn)上升趨勢（圖1）。21世紀(jì)前的大部分時間，增長幅度相對平緩。1990年后，文章數(shù)量有了實質(zhì)性增長。2015年之后，文章數(shù)量則呈“井噴式”增長。2015年相關(guān)主題文章數(shù)量為56篇，而此后3年中發(fā)文量分別達(dá)95、126和148篇。

圖1教育領(lǐng)域人工智能文章發(fā)表數(shù)量的時間趨勢

從空間分布上來說，美國是發(fā)文量最高的國家，共發(fā)表367篇。中國（僅統(tǒng)計了大陸地區(qū)，下同）發(fā)表140篇，位列第二。其余排名前五位的國家還包括西班牙（96篇）、英國（84篇）和加拿大（69篇）。

通過觀察該領(lǐng)域熱點主題詞云圖（圖2）可以發(fā)現(xiàn)，“系統(tǒng)”（system 或 systems）是除了“教育”和“人工智能”以外出現(xiàn)頻次最多的關(guān)鍵詞，共出現(xiàn)了47次。其次是“設(shè)計”（design），出現(xiàn)了 25次；再次是“模型”（model），出現(xiàn)了 19 次。

圖2 教育領(lǐng)域人工智能文章熱點主題展示

圖3 高等教育領(lǐng)域人工智能文章發(fā)表數(shù)量的時間趨勢

為了對比，我們特意對與高等教育相關(guān)的文獻(xiàn)進(jìn)行了探索。從圖3可以看出，人工智能方面的文章在1989年才首次出現(xiàn)，2010年以前發(fā)展趨勢非常平緩，但是在2013年以后，相關(guān)文章呈現(xiàn)出快速的遞增趨勢，從2014年的5篇增長到2018年的28篇，漲幅近6倍。

從空間分布上來說，在高等教育領(lǐng)域最關(guān)注人工智能的是西班牙，共發(fā)文25篇位列第一。其次為美國，共發(fā)表18篇文章。其他排名前五的國家分別為墨西哥（13篇）、中國（12篇）和印度（9篇）。同樣，觀察該領(lǐng)域熱點主題詞云圖，可以發(fā)現(xiàn)，“系統(tǒng)”（system或systems）是除了“高等教育”和“人工智能”以外出現(xiàn)頻次最多的關(guān)鍵詞，共出現(xiàn)了6次。其次是“模型”（model），出現(xiàn)了5次，其余關(guān)鍵詞出現(xiàn)次數(shù)均不超過4次。

不過，我們這里進(jìn)行的分析，沒有刻意區(qū)分是“人工智能在（高等）教育中的應(yīng)用”，還是“（高等）教育中的人工智能課程的教學(xué)活動”，因為大多時候，人工智能課程的教學(xué)活動，本身也采用了人工智能的相關(guān)技術(shù)，總體上也屬于人工智能的教育應(yīng)用范疇。

三、人工智能教育工具的發(fā)展

美國麻省理工學(xué)院的西摩·佩珀特（Seymour Papert）是人工智能的創(chuàng)始人之一。由于對兒童學(xué)習(xí)的興趣，促使他與讓·皮亞杰（Jean Piaget）合作，創(chuàng)造了LOGO語言，這是當(dāng)時人工智能計算機(jī)語言LISP的一個改編版本，能讓兒童進(jìn)行一些復(fù)雜操作。孩子們從烏龜幾何開始學(xué)習(xí)編程，并不斷探索一系列的“強(qiáng)大思想”。后來證明，在人工智能教育（AIED）中采用LOGO是合理的[10]。佩珀特和其他語言學(xué)家都反對那些僵化的、依靠權(quán)威傳播的學(xué)習(xí)模式，提倡建構(gòu)主義（constructionist）的學(xué)習(xí)觀[11]，認(rèn)為學(xué)生可以通過具體的材料而不是抽象命題來建立知識，學(xué)生在做的過程中對所學(xué)知識留下的印象更深刻。所以，多年來佩珀特一直倡導(dǎo)使用復(fù)雜的計算機(jī)編程語言來幫助兒童學(xué)習(xí)如何思考。我們知道，思想過程在一般情況下是很難表述出來的，而用高級語言編寫程序，也就是可以將思想過程表達(dá)出來的方式，如果程序中出現(xiàn)錯誤（bug）時，孩子們就可以追溯程序中的想法并理解自己的錯誤。所以，佩珀特認(rèn)為，這樣可以提高孩子的智力水平，使他們認(rèn)識更加清晰。LOGO學(xué)習(xí)的一個特殊優(yōu)勢就是可能彌合教師與學(xué)生之間的溝通差距[12]。佩珀特在《自然》上發(fā)表這篇文章[12]，時間是1976年，那個時候個人電腦并沒有普及，而佩珀特就基于當(dāng)時的證據(jù)，聲稱計算機(jī)系統(tǒng)在未來的教育中將扮演重要的角色。他預(yù)測，未來幾十年里，電子產(chǎn)品的價格會變得越來越便宜，每個孩子都能擁有自己的計算機(jī)終端，甚至不用去上學(xué)。

事實證明，這個預(yù)測頗具預(yù)見性。隨著互聯(lián)網(wǎng)的普及和云計算的興起，大規(guī)模開放在線課程（慕課，MOOC）發(fā)展起來。傳統(tǒng)的高等教育模式，如果要擴(kuò)大學(xué)生人數(shù)，勢必會增加班級規(guī)模和教員，這就帶來了更大的財政壓力，所以當(dāng)慕課來臨時，許多大學(xué)管理者都極力主推，短時間內(nèi)取得了非常明顯的效果。教師們可以與來自不同時區(qū)、具有不同基礎(chǔ)技能、以不同進(jìn)度進(jìn)行學(xué)習(xí)的學(xué)生接觸。雖然慕課不能取代教師，但在教師短缺、學(xué)生必須自學(xué)的地區(qū)，這樣的在線學(xué)習(xí)平臺發(fā)揮了關(guān)鍵作用。從另一個方面講，技術(shù)在高等教育中的作用是增強(qiáng)人的思維，增強(qiáng)教育過程，而不是將其簡化，變成一套內(nèi)容交付、控制和評估。慕課只是一種不同類型的在線課程，有趣也有用，但并不能改變大學(xué)的結(jié)構(gòu)和功能，圍繞慕課進(jìn)行一些非理性炒作更是有害的，過于魯莽的轉(zhuǎn)變反而會影響到教育的可持續(xù)性，特別是高等教育的可持續(xù)性[13]。

更重要的是，教育是以人為中心的努力，而不是以技術(shù)為中心的解決方案[3]。教育領(lǐng)域?qū)θ斯ぶ悄艿恼J(rèn)知研究必須發(fā)展出以人為中心的技術(shù)，使學(xué)生的學(xué)習(xí)更加個性化，這樣才可提高學(xué)習(xí)成效[14]。這些技術(shù)通常體現(xiàn)在我們后面將要討論的智能輔導(dǎo)系統(tǒng)和智能學(xué)習(xí)環(huán)境中。具體來說，我們一方面需要具備用于擴(kuò)展教學(xué)的計算機(jī)技術(shù)，另一方面還需要用于支持和評估個性化學(xué)習(xí)的認(rèn)知技術(shù)。

四、高等教育又到了需要變革的歷史關(guān)頭

盡管高等教育一直在發(fā)展，持續(xù)更新課程，但從許多方面來看，高等教育仍然被認(rèn)為是過時的。教材、評價學(xué)生成績的方法、理論與經(jīng)驗的邊界等等，仍主要沿用歷史體系，也就是為150多年前的世界所設(shè)計的體系，而那是電報和福特T型車的時代[7]，那個時候同樣也進(jìn)行了一場高等教育革命。

1869年，查爾斯·艾略特（Charles Eliot）在《大西洋》雜志上發(fā)表了進(jìn)行“新教育”（The New Education）的宣言。當(dāng)時，許多中產(chǎn)階級的職業(yè)都已職業(yè)化，需要有資格證書，艾略特認(rèn)為需要一種全新的教育才能滿足新公司和行業(yè)對專業(yè)、資格從業(yè)人員和管理人員的需求。他強(qiáng)調(diào)了產(chǎn)出和生產(chǎn)力，并嚴(yán)格定義了什么是一門學(xué)科以及如何成為這門學(xué)科的專家[15]。這正是當(dāng)時的管理理論家們所推崇的！因此，艾略特被任命為哈佛大學(xué)校長，這也是有史以來最年輕的一位校長。他領(lǐng)導(dǎo)了哈佛大學(xué)的轉(zhuǎn)型，并以這種模式引導(dǎo)了美國的高等教育。到1925年誕生了許多新的高等教育結(jié)構(gòu)，這在1860年之前是根本不存在的[16]。這種高等教育結(jié)構(gòu)一直沿循至今。而在人工智能時代，這種傳統(tǒng)的高等教育體系是否繼續(xù)有效？它能滿足互聯(lián)網(wǎng)和即將開啟的自動駕駛汽車的世界嗎？

如今，AI已悄悄進(jìn)入我們的生活且無處不在，這是一個事實。技術(shù)的進(jìn)步讓我們大部分人的習(xí)慣都在改變，包括我們建立聯(lián)系、交互、讀寫以及獲取信息的方式。在這種情況下，教育必須適應(yīng)當(dāng)前的時代和社會習(xí)慣。所以，AI有可能徹底改變我們認(rèn)為理所當(dāng)然的高等教育體系，而高等教育還必須迎接這個挑戰(zhàn)。

據(jù) eSchool新聞網(wǎng)站（https://www.eschoolnews.com/）發(fā)表的一項研究報告，到2021年，人工智能在教育和學(xué)習(xí)中的應(yīng)用將增加47.5%，將創(chuàng)建具有定制能力的自適應(yīng)學(xué)習(xí)技術(shù)，大大改善學(xué)習(xí)體驗。人工智能甚至可能幫助學(xué)生規(guī)劃他們的職業(yè)道路。根據(jù)英國TechNavio（https://www.technavio.com/）所發(fā)布的報告，美國教育機(jī)構(gòu)在2018-2022年的人工智能市場復(fù)合年增長率預(yù)計將接近48%。

2017年，凱茜·戴維森（Cathy N.Davidson）在《新教育》（The New Education:How to Revolutionize the University to Prepare Students for a World in Flux）一書中預(yù)測，15年后的工作，有65%的現(xiàn)在還不存在[16]。為了應(yīng)對這些快速發(fā)展，需要一個優(yōu)秀的教育系統(tǒng)，使學(xué)生在不可預(yù)見的環(huán)境中做好充分的職業(yè)準(zhǔn)備。首先，教育方需要改變機(jī)構(gòu)、學(xué)科、課堂教學(xué)方式等，幫助學(xué)生掌握更廣泛的技能以便更深層次地理解世界，例如批判性思維、創(chuàng)造力、交流能力、跨文化觀點等等。也就是說，他們需要的不僅僅是技術(shù)意義上的技能[8]。教育創(chuàng)新不僅僅是將更多的技術(shù)投入更多的教室；而是改變教學(xué)方法，使學(xué)生獲得在競爭激烈的全球經(jīng)濟(jì)中發(fā)展所需的技能[17]。

新一輪高等教育的變革，也遵循事物發(fā)生變革的三步過程：解凍階段、改變階段和凍結(jié)階段[18]。在解凍階段，必須以開放的心態(tài)鼓勵人們客觀地評價自己的現(xiàn)狀，這可能是最困難的一步，因為這需要打破自以為是的外殼。當(dāng)人們接受了改變是必須的，那么它就進(jìn)入了改變階段。要實現(xiàn)這一步，必須要有長遠(yuǎn)的觀點和積極的態(tài)度，人工智能對高等教育的影響尤其如此，因為未來可能是極其復(fù)雜而不可預(yù)測的。改變的過渡階段結(jié)束后，就會進(jìn)入凍結(jié)階段，開啟真正的新教育模式。

五、人工智能如何自動處理高等教育中的基本活動

目前，有關(guān)人工智能在教育環(huán)境中應(yīng)用的主要系統(tǒng)，智能導(dǎo)師和智能教學(xué)系統(tǒng)遍布于互聯(lián)網(wǎng)。一般來說，教育中的人工智能主要涉及三個方面的技術(shù)[19]：個性化系統(tǒng)（學(xué)生的知識和個性化適應(yīng)）、軟件代理（具有自主性和學(xué)習(xí)能力的智能程序和機(jī)器人）以及本體和語義網(wǎng)（從多個空間、大數(shù)據(jù)中收集知識）。當(dāng)我們在教育中開發(fā)和利用這些系統(tǒng)和技術(shù)時，就可以成為改進(jìn)教學(xué)過程的強(qiáng)大資源。

（一）評分

首先，人工智能可以接管諸如評分之類的任務(wù)，可以幫助學(xué)生提高學(xué)習(xí)水平，甚至可以替代現(xiàn)實生活中的輔導(dǎo)員。對學(xué)生的作業(yè)和考試進(jìn)行評分是一項乏味的工作，特別對于人數(shù)比較多的班級，評分需要花費教師大量的時間。據(jù)估計，德國教師每年花在評分上的時間多達(dá)1000小時，具體取決于他們所教的課程和科目[20]。而這些時間本來是可以用來與學(xué)生進(jìn)行互動、備課或者從事職業(yè)發(fā)展的。

不僅教師對這樣的現(xiàn)狀不滿，學(xué)生還會批評他們所得到的分?jǐn)?shù)是主觀的、不一致的、不透明的。而人工智能就有望解決這些冗長而主觀的評分過程。伯克利大學(xué)和斯坦福大學(xué)使用的GradeScope是一種基于人工智能的解決方案（https://www.gradescope.com/）。教師（或?qū)W生自己）只需掃描手寫的測試答卷，系統(tǒng)就會根據(jù)預(yù)先定義的評分標(biāo)準(zhǔn)對試卷進(jìn)行評分。這不僅顯著減少了評分時間，而且還為學(xué)生提供了透明的評分過程，因為這些評分標(biāo)準(zhǔn)學(xué)生也知道。

對于客觀性試題進(jìn)行自動化評分，相對是一個比較容易實現(xiàn)的過程，而對論文進(jìn)行自動化評分還處于起步階段，預(yù)測會在未來幾年內(nèi)逐步得到改進(jìn)[20]。因此，對人工智能系統(tǒng)進(jìn)行量身定制，使其與教師并肩作戰(zhàn)，承擔(dān)重復(fù)性任務(wù)，而將具有挑戰(zhàn)性的任務(wù)留給人類。

（二）教學(xué)過程測量

衡量一個學(xué)習(xí)者的進(jìn)步，其本質(zhì)是具有深刻社會性的努力，是每個教師面臨的最大挑戰(zhàn)，也是用傳統(tǒng)基于規(guī)則的軟件無法做到的。但教師要評估學(xué)生對一個概念的掌握程度時，又必須考慮到課堂上每個學(xué)生的反應(yīng)，這樣教師才能找到學(xué)生落后的原因。傳統(tǒng)學(xué)習(xí)軟件一般只能依靠課后的評估來衡量學(xué)生對所學(xué)主題的掌握程度，而在課堂上根本無法獲得這些數(shù)據(jù)。

人工智能的歷史，是一條以“推理”為重點，到以“知識”為重點，再到以“學(xué)習(xí)”為重點的過程。所以，現(xiàn)在機(jī)器學(xué)習(xí)是實現(xiàn)人工智能的一個途徑。機(jī)器學(xué)習(xí)算法，通過分析和發(fā)現(xiàn)數(shù)據(jù)點之間的模式和相關(guān)性，可以成為教師量化學(xué)生對課堂理解的有效工具[21]。通過分析特定的學(xué)生數(shù)據(jù)，人工智能有可能幫助學(xué)生更快地發(fā)現(xiàn)需要幫助的地方，從而提高學(xué)生成績和獲得教師支持。例如，人工智能平臺，收集用戶與課程材料和環(huán)境交互的實時信息，為每個學(xué)生創(chuàng)建豐富的數(shù)字檔案。人工智能更高級的應(yīng)用還可以使用計算機(jī)視覺算法來分析面部表情（例如無聊和分心），并將這些表情與學(xué)生的其他數(shù)據(jù)聯(lián)系起來，創(chuàng)建一個更完整的學(xué)習(xí)者模型圖，實時洞察學(xué)生對特定主題的理解和參與情況。當(dāng)然，數(shù)據(jù)模型也可能在多個學(xué)生中找到共同的模式，并執(zhí)行預(yù)測分析。

還有一些更有潛力的方法。例如，課堂上融入信息和通信技術(shù)（ICT），特別有助于課堂互動，促使我們在教學(xué)過程中實現(xiàn)以學(xué)生為中心的學(xué)習(xí)[22]；非侵入性腦-機(jī)接口結(jié)合人工智能，會讓我們重新思考教師的角色——虛擬“教師機(jī)器人”能否取代教師[23]；經(jīng)濟(jì)實惠、能測量學(xué)生何時專注于內(nèi)容和學(xué)習(xí)任務(wù)的大腦計算機(jī)接口（BCI）設(shè)備[24]也已經(jīng)成為可能；而類似IBM的沃森（Watson）這樣的超級計算機(jī)，可以在整個課程期間提供自動化的教師參與服務(wù)[25]。

（三）授課過程輔助

當(dāng)學(xué)生在課堂學(xué)習(xí)上落后時，除了學(xué)生自身的問題，教學(xué)方法和課程內(nèi)容本身的缺陷也難辭其咎。遺憾的是，通常教師在授課過程中，并不會意識到自己所講的內(nèi)容與教材有什么差距和分歧，而這恰好是讓一些學(xué)生對某些概念感到困惑的地方。此時，人工智能就可以在教學(xué)過程中進(jìn)行實時反饋。如果已證明有效的教學(xué)實踐可以成為一個度量標(biāo)準(zhǔn)，那么人工智能就能使用這個標(biāo)準(zhǔn)，以最佳方式來指導(dǎo)教員講授教程，或者提供信息來指導(dǎo)教學(xué)。例如，如果教員在上課時偏離主題，人工智能可能會提醒他回到正軌；或者導(dǎo)師說話太快，學(xué)生已經(jīng)無法跟上而失去興趣，人工智能就會告訴教師放慢速度，以便學(xué)生能夠重新參與到課程中來。

當(dāng)然，人工智能同時也會監(jiān)控學(xué)生的學(xué)習(xí)過程和行為，在學(xué)生可能出現(xiàn)問題的地方進(jìn)行提醒。比如，對于一道習(xí)題，大多學(xué)生都給出了錯誤答案，那么系統(tǒng)會提醒教師關(guān)注；對即將選修該課程的學(xué)生來說，系統(tǒng)還會發(fā)送一些預(yù)警信息，提前消除一些誤區(qū)。由此可見，人工智能系統(tǒng)不僅讓教師找到了教學(xué)中可能出現(xiàn)的偏差，還讓學(xué)生快速獲得他們所需要的支持。特別是通過人工智能應(yīng)用程序，學(xué)生可以從老師那里得到有針對性的定制回答。即時反饋是輔導(dǎo)學(xué)生成功的關(guān)鍵之一。學(xué)生們得到及時反饋，可幫助他們加深理解，并有助于正確完成下一個任務(wù)。這樣就填補(bǔ)了課程講授中可能出現(xiàn)的解釋差距，確保所有學(xué)生都建立起共同的概念基礎(chǔ)。

在學(xué)生自主學(xué)習(xí)過程中，也可以用機(jī)器進(jìn)行更廣泛的記錄。當(dāng)學(xué)生觀看翻轉(zhuǎn)課堂（視頻）時，可以記錄他們學(xué)習(xí)的全過程，包括學(xué)生重看視頻講座的次數(shù)、被難倒的地方或放慢播放速度觀看的記錄。通過分析學(xué)生之間的差異、對相關(guān)知識學(xué)習(xí)時間上的差異，以及他們在觀看某些內(nèi)容時的注意力變化，機(jī)器學(xué)習(xí)可以幫助教師更好地了解學(xué)生在哪里苦苦掙扎，或者材料在哪里解釋得不好等等。

人工智能還幫助教師評估其教材的相關(guān)性，這相對容易實現(xiàn)，因為現(xiàn)在大多數(shù)教師都是通過電子方式準(zhǔn)備教學(xué)素材的。因此，人工智能技術(shù)可以直接解釋這些素材，確定所涵蓋的主題，甚至分析課程和評估材料，以深入了解評估涵蓋課程內(nèi)容的程度。

（四）個性化內(nèi)容

學(xué)習(xí)的路徑可能有無數(shù)條，提供個性化的學(xué)習(xí)體驗是教師一直努力實現(xiàn)的目標(biāo)，但傳統(tǒng)的教育體系是迎合平均水平的，無法為學(xué)生提供足夠的服務(wù)。更通俗地說，課程的目標(biāo)是針對80%的中等學(xué)生。很顯然，這對于前10%的學(xué)生來說，他們不用花費太大氣力就能輕松應(yīng)對這門課程，而對于后10%的學(xué)生來說，他們可能很難跟上。傳統(tǒng)的大學(xué)課堂，講座內(nèi)容也是一刀切的，因為教師不可能為解決某個學(xué)生的問題長時間暫停講課。

自然語言處理（NLP）是人工智能的一個分支，可用于分析書面材料的內(nèi)容和上下文關(guān)系，不僅可以衡量課程材料的質(zhì)量，而且還可以像人類一樣修改句子，甚至自己編寫新材料。有了這樣的人工智能技術(shù)，教師就可以創(chuàng)建針對個別學(xué)生定制的教科書和練習(xí)，更好地滿足他們獨特的學(xué)習(xí)偏好和興趣。美國加利福尼亞的內(nèi)容技術(shù)公司（Content TechnologiesInc.，CTI）開發(fā)了自動生成定制教育內(nèi)容的人工智能引擎，使用深度學(xué)習(xí)來分析教學(xué)大綱和課程材料，然后生成新的內(nèi)容，如自定義教材、章節(jié)摘要和多項選擇測試。

基于人工智能學(xué)習(xí)模型還可以建立智能輔導(dǎo)系統(tǒng)（ITS，intelligent tutoring systems）[26]。這樣的系統(tǒng)可以在自主學(xué)習(xí)環(huán)境中運行，也可以與人類教師合作，利用學(xué)生學(xué)習(xí)的歷史數(shù)據(jù)和實時數(shù)據(jù)，為他們提供針對其優(yōu)劣勢的個性化內(nèi)容。業(yè)已證明這在數(shù)學(xué)和物理等學(xué)科領(lǐng)域的教學(xué)中是有效的[21]。

再舉個例子來說，卡內(nèi)基學(xué)習(xí)公司開發(fā)的人工智能支持的數(shù)學(xué)學(xué)習(xí)平臺MATHia就是采用機(jī)器學(xué)習(xí)算法和預(yù)測模型來確定學(xué)生的知識和技能水平，并評估他們的未來表現(xiàn)（https://www.carnegielearning.com/）。其中，使用“知識追蹤”來確定學(xué)生對不同概念的理解過程，用“模型追蹤”理解學(xué)生解決問題的方法，這樣就可以調(diào)整軟件對個別學(xué)生思維過程的支持，而不是將學(xué)習(xí)過程定向到可能對學(xué)生沒有意義的標(biāo)準(zhǔn)方法。

六、人工智能如何改變我們傳統(tǒng)的教學(xué)元素

學(xué)校是進(jìn)行大量學(xué)習(xí)的地方，教師在規(guī)劃、塑造和引導(dǎo)教學(xué)秩序方面發(fā)揮著決定性的作用。如果將現(xiàn)在的教室與20世紀(jì)初的教室進(jìn)行對比，現(xiàn)代教室已替換成現(xiàn)代版本的黑板，許多工具和教學(xué)過程已經(jīng)數(shù)字化，地理障礙在某種程度上已經(jīng)消除，學(xué)生可以坐在教室，也可以坐在家里通過網(wǎng)絡(luò)參與教學(xué)。那么，人工智能要應(yīng)用于支持和加強(qiáng)學(xué)習(xí)過程，還有哪些教學(xué)元素是可以改變的呢？

首先，教室必須變得更加智能化。利用傳感器和物聯(lián)網(wǎng)技術(shù)（IOT）的系統(tǒng)，超越了傳統(tǒng)計算機(jī)范式的局限性，這可適應(yīng)人類學(xué)習(xí)中的生物學(xué)特點——需要更多的社會互動[27]。物聯(lián)網(wǎng)的應(yīng)用，是為了提供支持學(xué)習(xí)的新方法，并利用與智能技術(shù)進(jìn)行交互的豐富大數(shù)據(jù)，為教師和課堂創(chuàng)造價值。比如，教室里的高清攝像機(jī)可能會提供其他有價值的支持。如果對視頻流進(jìn)行數(shù)據(jù)挖掘，就可以獲取學(xué)習(xí)者空間特征，通過構(gòu)造預(yù)測模型建立教室中的對位。人工智能算法通過收集、分析和關(guān)聯(lián)物理教室和虛擬教室中發(fā)生的每一個交互作用，幫助教師解決每個學(xué)生的特定痛點。

其次，教學(xué)設(shè)備將更加智能化和專業(yè)化。迄今為止開發(fā)的許多人工智能設(shè)備，大多是通過計算機(jī)進(jìn)行的（有少數(shù)例外）。對于教師來說，這個系統(tǒng)就是一個“黑匣子”，而且主要是要取代教師一些作用的，所以在傳統(tǒng)教室中，人工智能教學(xué)設(shè)備很少。即使存在，大多也不是為教育而專門設(shè)計的[27]。在過去的30年中，一些教學(xué)輔助技術(shù)，如文本到語音、語音到文本、縮放工具、預(yù)測性文本、拼寫檢查和搜索引擎，設(shè)計初衷是用于幫助殘疾人的技術(shù)示范[3]。這些技術(shù)后來得到擴(kuò)展，幾乎成為所有個人電腦、手持設(shè)備或可穿戴設(shè)備的通用功能，在教育中增強(qiáng)了學(xué)生的學(xué)習(xí)互動，增強(qiáng)了教學(xué)和教育體驗設(shè)計的可能性。最常見的智能教學(xué)設(shè)備，如2007年推出的iPhone手機(jī)，2008年推出的Android手機(jī)，2010年推出的iPad，這些智能手機(jī)和平板電腦都是現(xiàn)在的通用技術(shù)。未來是否有希望制造出專門為學(xué)習(xí)和教學(xué)設(shè)計的技術(shù)呢？根據(jù)目前的發(fā)展過程，我們可以想象，未來25年里，我們現(xiàn)在擁有的技術(shù)或許又被不同代的設(shè)備所取代，足夠擺脫以計算機(jī)和平板電腦為主的教學(xué)模式，有望出現(xiàn)某種新的方式。也許，卡爾·米查姆（Carl Mitcham）所描述的電子人[28]就會出現(xiàn)，這種類型的人機(jī)界面會立即改變我們學(xué)習(xí)、記憶、訪問和創(chuàng)建信息的方式。我們目前還無法預(yù)測，使用這種界面來增強(qiáng)人類記憶和認(rèn)知需要多長時間，但很明確的是，人腦和機(jī)器的“雜交”已經(jīng)成為可能，這從根本上挑戰(zhàn)了教師為不同的學(xué)習(xí)和教學(xué)環(huán)境找到新的維度、功能和全新的教學(xué)方法。所以，教育創(chuàng)新不僅僅是將更多的技術(shù)投入更多的教室，而是改變教學(xué)方法，使學(xué)生獲得在競爭激烈的全球經(jīng)濟(jì)中發(fā)展所需的技能[17]。

還有，現(xiàn)行的教育體制都是以年齡分組為基礎(chǔ)的，這顯然并沒有考慮學(xué)生的學(xué)習(xí)速度、興趣和才能的差異。因此，在每一個教室里，都有一些學(xué)生因為很快理解了學(xué)習(xí)內(nèi)容而感到厭煩，而另一些學(xué)生因為聽不懂老師的解釋而感到沮喪。人工智能應(yīng)用程序?qū)⒑芸焱ㄟ^提出個人學(xué)習(xí)目標(biāo)、選擇教學(xué)方法和展示基于每個學(xué)生興趣和技能水平的練習(xí)，個性化學(xué)生的學(xué)習(xí)體驗。這種非年齡分組的變化也是對傳統(tǒng)教學(xué)元素的重大變革，可根據(jù)學(xué)習(xí)者的需要調(diào)整內(nèi)容和學(xué)習(xí)速度。

試錯是學(xué)習(xí)的關(guān)鍵步驟。對于許多學(xué)生來說，他們因為害怕失敗而不愿意在同齡人面前表達(dá)自己的想法；而面對人工智能，就不是那么令人生畏，學(xué)生就可以用更自由的方式來試錯。事實上，人工智能本身就是支持這種學(xué)習(xí)的完美教師，因為它們自己就常常通過試錯來學(xué)習(xí)。

教育還有一個重要方面是培養(yǎng)協(xié)作和社會互動，一般學(xué)生是從分組合作中學(xué)到這些技能的。個性化教學(xué)中，學(xué)生被視為一個獨立的學(xué)習(xí)者，他們一方面可以按照自己的速度進(jìn)行學(xué)習(xí)，另一方面也需要與他人進(jìn)行合作。人工智能本身也可能成為協(xié)作學(xué)習(xí)的推動者，人工智能通過比較學(xué)習(xí)者模型，可以找到具有相似認(rèn)知水平或具有互補(bǔ)技能的學(xué)生，讓他們組隊能更好地進(jìn)行協(xié)作學(xué)習(xí)。甚至，人工智能還可以作為一個成員參與到學(xué)習(xí)小組中，通過提供內(nèi)容、提出問題和發(fā)表觀點，引導(dǎo)在正確的方向進(jìn)行更高效的討論，產(chǎn)生更好的人際互動。

如果教育內(nèi)容的質(zhì)量本身很好，那么上述這些技術(shù)，就是打破時間和空間的羈絆，在“合適”的時間向?qū)W習(xí)者呈現(xiàn)“合適”的內(nèi)容。但是，并非所有的教學(xué)內(nèi)容都是質(zhì)量很高的，也可能是枯燥乏味、缺乏明確的教學(xué)目標(biāo)、認(rèn)知被動、未能將研究結(jié)果納入學(xué)習(xí)科學(xué)的。在很大程度上，我們甚至沒有標(biāo)準(zhǔn)來合理區(qū)分高質(zhì)量和低質(zhì)量的教育內(nèi)容。現(xiàn)在，基于人工智能的智能內(nèi)容（smart content）技術(shù)，正在使用傳統(tǒng)的教學(xué)大綱為某些科目創(chuàng)建定制的教科書，使教科書內(nèi)容更容易理解。

因此，人工智能在整個學(xué)習(xí)過程中的普遍采用，最終將徹底改變教育[29]。

七、結(jié)語

由于人工智能解決方案有可能改變大學(xué)行政服務(wù)的結(jié)構(gòu)，高等教育的教學(xué)領(lǐng)域面臨著一系列截然不同的挑戰(zhàn)。本文設(shè)想了人工智能在高等教育中可能涉及的自動化任務(wù)，但對于更復(fù)雜的高等教育任務(wù)還難于面面俱到。如果認(rèn)為好教師就會自動產(chǎn)生良好的教育，這種理解是過于簡單化的[30]，因為教育并非知識的簡單轉(zhuǎn)移。雖然人工智能在教育中的應(yīng)用取得了令人矚目的成就，但與人工智能算法在其他領(lǐng)域的應(yīng)用相比，卻是相形見絀的，因為教育和學(xué)習(xí)從根本上說還是一種社會體驗，最強(qiáng)大的超級計算機(jī)也很難發(fā)現(xiàn)人類的諷刺和幽默，它只是基于算法進(jìn)行各種嘗試，然后簡化為膚淺的解決方案。所以，我們必須承認(rèn)目前的技術(shù)局限性，承認(rèn)人工智能還沒有準(zhǔn)備好取代教師，而是提供了提高教學(xué)能力的真實可能性。高等教育是這一深刻變革的中心，它面臨著巨大的機(jī)遇和風(fēng)險。技術(shù)的真正潛力在于適當(dāng)?shù)乩眉夹g(shù)來擴(kuò)展人類的能力以及教學(xué)、學(xué)習(xí)和研究的可能性。在這一重要的十字路口期待從學(xué)術(shù)的角度進(jìn)行仔細(xì)的考察和分析。