胡小勇，孫 碩，楊文杰①，陳孝然

(1.華南師范大學(xué) 教育人工智能研究院，廣東 廣州 510631；2.華南師范大學(xué) 教育信息技術(shù)學(xué)院，廣東 廣州 510631)

一、引言

高階思維(Higher-order Thinking)是發(fā)生在較高水平層次的認(rèn)知活動，是學(xué)習(xí)者解決復(fù)雜問題的必要條件，是培養(yǎng)未來社會創(chuàng)新型人才的需要，受到全球教育界的廣泛關(guān)注。2019年，世界經(jīng)濟合作與發(fā)展組織發(fā)布了《培養(yǎng)學(xué)生的創(chuàng)造力和批判性思維》研究報告，明確指出在新的時代背景下創(chuàng)造力、批判性思維等高階思維具有重大潛在價值[1]。2016年，《中國學(xué)生發(fā)展核心素養(yǎng)》將批判質(zhì)疑、勤于反思、問題解決等納入基本要點，凸顯出高階思維在學(xué)生核心素養(yǎng)中的重要性[2]。同時，美國、新加坡等國家將高階思維能力作為21世紀(jì)學(xué)習(xí)者學(xué)習(xí)和適應(yīng)社會所必備的關(guān)鍵能力之一[3][4]?？梢?，學(xué)習(xí)者高階思維培養(yǎng)成為當(dāng)代及未來教育發(fā)展的重要趨勢，未來人才培養(yǎng)目標(biāo)將不再局限于知識理解和技能掌握，而是聚焦到高階思維能力和復(fù)雜問題解決能力。

近年來，人工智能技術(shù)發(fā)展浩蕩如潮，不斷加速世界各行業(yè)的數(shù)字化變革與創(chuàng)新。作為推動教育數(shù)字化轉(zhuǎn)型與發(fā)展變革的重要力量[5]，教育人工智能(Artificial Intelligence in Education，AIEd)開始崛起，并結(jié)合人工智能與學(xué)習(xí)科學(xué)、腦科學(xué)等多學(xué)科成果，為培養(yǎng)學(xué)習(xí)者的高階思維提供了巨大空間。然而，學(xué)習(xí)碎片化、淺層化等問題愈發(fā)顯現(xiàn)，加之算法“黑箱”難以揭示深度學(xué)習(xí)和認(rèn)知規(guī)律[6]，“數(shù)據(jù)投喂”(Data Feeding)固化思維定勢，學(xué)習(xí)者思維能力退化的風(fēng)險也正在加劇。在人工智能等新技術(shù)助力教育數(shù)字化轉(zhuǎn)型的背景下，如何正確對待教育人工智能為高階思維培養(yǎng)帶來的機遇與挑戰(zhàn)，成為當(dāng)前全球教育改革的重要研究關(guān)注點。本研究將通過梳理國內(nèi)外相關(guān)研究，歸納總結(jié)人工智能支持下學(xué)習(xí)者高階思維培養(yǎng)的研究重點，以把握人工智能賦能學(xué)習(xí)者高階思維培養(yǎng)的重要方向，為人工智能賦能學(xué)習(xí)者高階思維培養(yǎng)提供參考。

二、學(xué)習(xí)者高階思維含義辨析與時代特征

高階思維，是解決復(fù)雜問題時所發(fā)生的高階認(rèn)知活動[7]。從解決的問題對象來看，復(fù)雜問題是劣構(gòu)、具體的，具有豐富的情境信息，這種問題情境容易引發(fā)學(xué)習(xí)者認(rèn)知上的沖突，為高階思維的發(fā)生提供重要的前提條件。從發(fā)生過程來看，Dewey認(rèn)為高階思維的發(fā)生經(jīng)歷了質(zhì)疑反思、生成問題、假設(shè)、推理、解決問題等過程環(huán)節(jié)[8]。從認(rèn)知層次來看，Bloom教育目標(biāo)分類修訂版將“分析、評價、創(chuàng)造”作為較高層次的認(rèn)知目標(biāo)[9]，與高階思維和深度學(xué)習(xí)相對應(yīng)。從能力結(jié)構(gòu)來看，Sternberg在成功智力理論中將高階思維的相關(guān)能力劃分為分析性智力、創(chuàng)造性智力和實踐性智力三類[10]，并提出了13種思維風(fēng)格[11]，其中高階性的思維風(fēng)格表現(xiàn)出認(rèn)知復(fù)雜度高、規(guī)范程度低、結(jié)構(gòu)性弱的特點。高階思維在加深學(xué)生對信息理解、促進知識技能掌握的同時，也提升了認(rèn)知能力和綜合素養(yǎng)，更加符合學(xué)習(xí)者的學(xué)習(xí)規(guī)律和成長需求。

人工智能的迅猛崛起及規(guī)?；慕逃龖?yīng)用，促使高階思維出現(xiàn)了復(fù)雜性、不確定性和自動調(diào)節(jié)性等新特征，也更加趨于系統(tǒng)性、跨學(xué)科性和人機協(xié)同性。就其系統(tǒng)性而言，2014年新媒體聯(lián)盟發(fā)布的K-12版《地平線報告》(Horizon Report)指出，學(xué)生需要通過復(fù)合思維、計算思維等方式來進行復(fù)雜、綜合的認(rèn)知活動，系統(tǒng)理解人與人工智能之間的區(qū)別與聯(lián)系，并借助必要的技術(shù)手段應(yīng)對復(fù)雜問題[12]。從跨學(xué)科特性來說，部分高階復(fù)雜的學(xué)科思維，超越了傳統(tǒng)定義和原有單一學(xué)科限制，在新的學(xué)科領(lǐng)域中延伸出新的內(nèi)涵。例如計算思維突破原有計算機科學(xué)領(lǐng)域的局限，形成了一種融合數(shù)學(xué)、工程、科學(xué)等多學(xué)科領(lǐng)域的綜合性思維。就人機協(xié)同性來講，學(xué)習(xí)者借助人工智能本身所具備的計算、感知和認(rèn)知能力，能夠更大程度地發(fā)揮人類思維優(yōu)勢，促進知識創(chuàng)生，實現(xiàn)復(fù)雜問題的有效解決[13]。

三、研究發(fā)現(xiàn)

為把握教育人工智能支持高階思維培養(yǎng)的研究進展與未來趨勢，本研究以CNKI中文學(xué)術(shù)期刊全文數(shù)據(jù)庫和Web of Science數(shù)據(jù)庫核心數(shù)據(jù)合集為文獻檢索來源，對人工智能賦能學(xué)習(xí)者高階思維培養(yǎng)的重點和方向進行梳理，截至2022年5月31日共檢索得到中文CSSCI期刊文章185篇和英文SSCI期刊文章99篇。在剔除重復(fù)和無效文獻后，研究對文章中與主題相關(guān)度較高的參考文獻進行二次追溯和檢索，最終共得到255篇源文獻。通過內(nèi)容分析與觀點聚類，本文將教育人工智能賦能學(xué)習(xí)者高階思維培養(yǎng)研究歸納為十個重點方向。

(一)大數(shù)據(jù)技術(shù)支持的學(xué)習(xí)者思維特征建模

學(xué)習(xí)者思維特征建模依據(jù)行為、心理、生理等與思維過程相關(guān)的學(xué)習(xí)數(shù)據(jù)，以學(xué)習(xí)者知識技能、認(rèn)知水平、情感體驗等發(fā)展變化為關(guān)注點，實現(xiàn)對高階思維發(fā)展的抽象表示與刻畫。一方面，大數(shù)據(jù)技術(shù)(Big Data)有利于擴大數(shù)據(jù)采集范圍，保證數(shù)據(jù)分析多樣性，使學(xué)習(xí)者思維特征模型在認(rèn)知過程診斷、深度關(guān)聯(lián)分析等方面更加科學(xué)精準(zhǔn)[14]。美國教育部在《通過教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進教與學(xué)》報告中提到，學(xué)習(xí)者建?？梢酝ㄟ^獲取和挖掘?qū)W習(xí)反饋、技能練習(xí)、學(xué)習(xí)表現(xiàn)等多種數(shù)據(jù)，綜合分析高階思維技能的掌握情況[15]。另一方面，科學(xué)合理的思維特征建模，能有效識別和干預(yù)學(xué)習(xí)者高階思維和認(rèn)知的發(fā)展，有助于智能系統(tǒng)的大規(guī)模應(yīng)用。例如，Hussain基于英國開放大學(xué)在線學(xué)習(xí)系統(tǒng)建立了學(xué)習(xí)者特征模型，利用大數(shù)據(jù)支持的機器學(xué)習(xí)算法，從參與討論、小組協(xié)作、瀏覽網(wǎng)頁等學(xué)習(xí)活動數(shù)據(jù)中識別學(xué)習(xí)投入度和思維活躍度較低的學(xué)生，以幫助教師在大規(guī)模遠程學(xué)習(xí)課程中提供必要的干預(yù)措施[16]。學(xué)習(xí)者思維特征建模的科學(xué)性、全面性與精準(zhǔn)性，關(guān)鍵在于思維特征數(shù)據(jù)獲取手段的實時性、伴隨式、跨媒體特征，以及算法算力的效率、準(zhǔn)確率等，因此需要大數(shù)據(jù)、云計算、知識追蹤、跨模態(tài)深度學(xué)習(xí)等技術(shù)的發(fā)展與支持，融合多源多維的思維特征數(shù)據(jù)，使基于學(xué)習(xí)者外在表現(xiàn)的高階思維挖掘與表征成為可能。

(二)基于學(xué)習(xí)分析的高階思維培養(yǎng)風(fēng)險預(yù)測

在利用人工智能促進學(xué)習(xí)者高階思維發(fā)展過程中，基于機器學(xué)習(xí)算法和預(yù)測模型的學(xué)習(xí)分析(Learning Analytics)不僅能發(fā)現(xiàn)學(xué)習(xí)者的深層次認(rèn)知規(guī)律，還提供了尋找共同錯誤模式、預(yù)測失敗風(fēng)險的研究手段，有助于學(xué)習(xí)者改進思維和認(rèn)知方式，促進高階思維的健康發(fā)展。

一方面，學(xué)習(xí)者高階思維培養(yǎng)風(fēng)險預(yù)測目標(biāo)有兩類。一是監(jiān)測識別思維發(fā)展中可能存在的缺口，幫助學(xué)習(xí)者獲得及時的教學(xué)指導(dǎo)[17]；二是利用學(xué)習(xí)行為數(shù)據(jù)分析學(xué)習(xí)者投入度和學(xué)習(xí)困難，剖析診斷其中蘊含的思維發(fā)展問題，為教育者提供學(xué)困生預(yù)測支持[18]。另一方面，預(yù)測分析對象分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，學(xué)習(xí)成績、學(xué)習(xí)時長、網(wǎng)頁瀏覽等結(jié)構(gòu)化數(shù)據(jù)，固然能在一定程度上預(yù)測學(xué)習(xí)者思維狀態(tài)與能力水平[19]，而隨著學(xué)習(xí)分析技術(shù)的發(fā)展，利用文本、對話等非結(jié)構(gòu)化數(shù)據(jù)挖掘?qū)W習(xí)背后的思維指向和認(rèn)知功能，日益得到研究者關(guān)注。如Vajjala[20]和Kaoropthai等人[21]基于預(yù)測模型和智能診斷框架對學(xué)習(xí)者提供的寫作文本進行分析，分別預(yù)測和診斷出他們的寫作思維能力和學(xué)術(shù)閱讀水平。對高階思維培養(yǎng)進行風(fēng)險預(yù)測，是為了及時發(fā)現(xiàn)學(xué)習(xí)者發(fā)展思維的潛在困難與風(fēng)險，通過精準(zhǔn)干預(yù)來保證高階思維的有效提升，未來相關(guān)研究既要關(guān)注學(xué)習(xí)者數(shù)據(jù)的價值性與多樣性，也應(yīng)結(jié)合具體思維教學(xué)場景增強學(xué)習(xí)分析技術(shù)的應(yīng)用效果。

(三)擴展現(xiàn)實支持的沉浸式學(xué)習(xí)促進高階思維發(fā)展

培養(yǎng)高階思維，往往需要基于特定的學(xué)習(xí)情境。利用虛擬現(xiàn)實(VR)、增強現(xiàn)實(AR)等擴展現(xiàn)實(XR)技術(shù)來創(chuàng)設(shè)智能仿真學(xué)習(xí)環(huán)境，可以使學(xué)習(xí)者沉浸在“擬真”世界中解決“真實”的問題，達到提升高階思維水平的目的。首先，基于擴展現(xiàn)實的學(xué)習(xí)環(huán)境突破了物理空間限制，拓展了學(xué)習(xí)環(huán)境的邊界。如盧迪等人指出：充滿探究意義的沉浸式虛擬學(xué)習(xí)場域，可以幫助學(xué)習(xí)者基于自身興趣采取合適的學(xué)習(xí)策略，提升批判性思維和創(chuàng)新性思維能力[22]。其次，在擴展現(xiàn)實支持的學(xué)習(xí)情境中，豐富多樣的智能感知與交互設(shè)計手段，對學(xué)習(xí)者實現(xiàn)深層次的沉浸式學(xué)習(xí)、鍛煉基于問題解決的高階思維技能具有積極促進作用。如朱珂等人認(rèn)為，融合XR技術(shù)的互動教育游戲可以通過全新的個性化自主體驗，激發(fā)學(xué)習(xí)者的創(chuàng)造力和靈感，促進創(chuàng)新性思維的發(fā)展[23]。由于擴展現(xiàn)實技術(shù)對學(xué)習(xí)者知識與能力轉(zhuǎn)化的感知與認(rèn)知能力仍存局限，未來利用擴展現(xiàn)實技術(shù)促進高階思維發(fā)展的相關(guān)研究應(yīng)更加關(guān)注深層次知識的傳遞與再造，并進一步優(yōu)化學(xué)習(xí)者發(fā)展思維沉浸式體驗。

(四)教育機器人輔助的高階思維培養(yǎng)

教育機器人(Educational Robotics)，是機器人應(yīng)用領(lǐng)域的發(fā)展，其教學(xué)場景適用性、及時反饋性、開放可擴展性和友好交互性等特點，有效支撐學(xué)習(xí)者創(chuàng)造力等高階思維培養(yǎng)。首先，教學(xué)中融入教育機器人，引導(dǎo)學(xué)習(xí)者進行深層次認(rèn)知，如機器人鼓勵學(xué)習(xí)者提出問題，通過問答觸發(fā)深度思考，實現(xiàn)批判性反思[24]。Socratous等人在小組協(xié)作學(xué)習(xí)的實證研究中，利用機器人引導(dǎo)學(xué)習(xí)者進行問答、反思和改進等高階思維活動，發(fā)現(xiàn)機器人輔助能促進學(xué)習(xí)者的深度協(xié)同知識建構(gòu)[25]。其次，是跨學(xué)科教學(xué)中機器人的應(yīng)用。機器人本身綜合了仿生技術(shù)、語言理解、視覺計算等多學(xué)科領(lǐng)域的技術(shù)攻關(guān)，是學(xué)習(xí)者開展跨學(xué)科學(xué)習(xí)、發(fā)展高階思維能力的重要載體。如Burack等人在國家級課外機器人項目追蹤研究中，發(fā)現(xiàn)高中生完成STEM機器人的設(shè)計組裝，有助于發(fā)展批判性思維、問題解決能力[26]。再者，教育機器人應(yīng)用于課外教學(xué)，可以強化兒童的計算思維、設(shè)計思維和創(chuàng)新性思維。Bers等人將計算機編程與機器人技術(shù)融入4歲兒童的游戲化學(xué)習(xí)中，促進了兒童計算思維、問題解決能力的發(fā)展[27]。教育機器人作為學(xué)習(xí)對象、教學(xué)手段、認(rèn)知工具，在學(xué)習(xí)者高階思維培養(yǎng)方面具有巨大的潛力，由于當(dāng)前機器人對學(xué)習(xí)者思維發(fā)展情況的認(rèn)知水平較低，簡單的對話交流在促進學(xué)習(xí)者深度認(rèn)知和思考方面難以發(fā)揮巨大優(yōu)勢，未來相關(guān)研究需要增強機器人教育教學(xué)功能的設(shè)計，通過情境創(chuàng)設(shè)、活動支架、診斷評估、資源推送等為高階思維培養(yǎng)提供更有針對性、更高質(zhì)量的服務(wù)支持。

(五)基于自適應(yīng)技術(shù)的個性化思維發(fā)展

自適應(yīng)技術(shù)(Adaptive Technology)，是實現(xiàn)個性化學(xué)習(xí)、打造個性化思維發(fā)展路徑的有效方式。一方面，自適應(yīng)學(xué)習(xí)系統(tǒng)進行高階思維能力測評時，會根據(jù)學(xué)習(xí)者動態(tài)表現(xiàn)及時調(diào)整測試題難度。例如，語言技能的發(fā)展需要學(xué)習(xí)者高階思維活動的參與[28]，李俊杰等人設(shè)計的基于自適應(yīng)題庫的語言個性化學(xué)習(xí)平臺，能根據(jù)良構(gòu)和劣構(gòu)測試題的答題情況，判斷語言學(xué)習(xí)者的語言發(fā)展水平和高階思維能力，并動態(tài)選推與之適配的題目[29]。

另一方面，系統(tǒng)通過智能算法實時收集學(xué)習(xí)表現(xiàn)數(shù)據(jù)，依據(jù)學(xué)習(xí)者思維發(fā)展水平和規(guī)律，智能匹配合適的資源及干預(yù)措施，并適應(yīng)性調(diào)整內(nèi)容推送順序。如方海光等人提出了自適應(yīng)學(xué)習(xí)MOOC系統(tǒng)模型，通過學(xué)習(xí)行為分析判斷學(xué)習(xí)者是否達到預(yù)期的認(rèn)知思維層次，并進行個性化干預(yù)和促進自主調(diào)節(jié)[30]。學(xué)習(xí)者高階思維的個性化發(fā)展需要人工智能提供精準(zhǔn)的評測與適配的資源推送等服務(wù)，未來相關(guān)研究須關(guān)注學(xué)習(xí)者學(xué)習(xí)的知識圖譜與知識追蹤技術(shù)的結(jié)合，基于外顯的學(xué)習(xí)表現(xiàn)分析和預(yù)測內(nèi)隱的思維能力發(fā)展程度，結(jié)合具體教學(xué)場景動態(tài)、自適應(yīng)地實施或轉(zhuǎn)變高階思維培養(yǎng)方式。

(六)腦機接口促進學(xué)習(xí)者與機器的人機思維交互

腦機接口(Brain-Computer Interface)借助生理信息(如腦電波、心率等)反映學(xué)習(xí)者的學(xué)習(xí)狀態(tài)，并通過學(xué)習(xí)與思維的狀態(tài)關(guān)聯(lián)來判斷高階思維的發(fā)生與持續(xù)。在腦機接口支持下，學(xué)習(xí)者利用思維意識向機器發(fā)布指令，并通過機器反饋來調(diào)控學(xué)習(xí)行為，實現(xiàn)人與機器的深度思維交互。

首先，腦機接口可以結(jié)合腦電波分布情況對學(xué)習(xí)者思維層次進行判斷評估，當(dāng)腦電波為α波時，學(xué)習(xí)狀態(tài)最佳，此時創(chuàng)造性思維最為活躍[31]。Yang等人在虛擬現(xiàn)實中利用腦機接口記錄和評估學(xué)習(xí)者創(chuàng)造性思維過程，對比分析了腦電信號的不同反饋形式對創(chuàng)造性水平的影響效果，發(fā)現(xiàn)腦電圖的提醒反饋形式更有助于學(xué)習(xí)者創(chuàng)造性思維發(fā)展[32]。其次，腦機接口能夠?qū)崿F(xiàn)學(xué)習(xí)者思維活動與外界環(huán)境的直接通信。有研究者利用非侵入式腦機接口設(shè)備，探測學(xué)習(xí)者睡眠時的肌肉放松程度，通過調(diào)整機器與大腦之間的交互促進聯(lián)想思維發(fā)展，激發(fā)創(chuàng)造力[33]。最后，腦機接口產(chǎn)生的學(xué)習(xí)和思維數(shù)據(jù)可以用于學(xué)習(xí)模型與學(xué)習(xí)系統(tǒng)完善。如陳海建等人通過腦電實驗，對學(xué)習(xí)者的思維認(rèn)知過程和興趣點變化進行跟蹤、記錄，完善并驗證了促進個性化教學(xué)的學(xué)習(xí)者畫像[34]。盡管腦機接口具有記錄、影響和反饋高階思維的獨特優(yōu)勢，然而由于技術(shù)成本較高以及學(xué)習(xí)者接受程度較低，目前相關(guān)教育應(yīng)用仍然有待深入探索，須在保證技術(shù)設(shè)備安全性、穩(wěn)定性的同時，依據(jù)科學(xué)、全面的高階思維特征指標(biāo)，增強腦機接口在思維教學(xué)中的適用性與接受度。

(七)融合多模態(tài)生物特征識別的思維發(fā)展過程追蹤

高階思維的復(fù)雜性，對思維過程追蹤的技術(shù)實現(xiàn)提出了巨大挑戰(zhàn)。目前，多模態(tài)生物特征識別技術(shù)(Multimodal Biometric Identification Technology)，對學(xué)習(xí)者思維發(fā)展過程中生理、心理、行為及其它特征數(shù)據(jù)的融合識別認(rèn)證，不僅降低了單模態(tài)數(shù)據(jù)分析導(dǎo)致的錯誤率，還可以利用多通道、多維度數(shù)據(jù)來提高思維特征識別的精確度。如Zhang等人對比發(fā)現(xiàn)，利用面部表情與鼠標(biāo)交互相結(jié)合的雙模態(tài)數(shù)據(jù)檢測學(xué)習(xí)投入度的準(zhǔn)確性，要高于圖像單模態(tài)數(shù)據(jù)檢測[35]。而在以高階思維和創(chuàng)新實踐能力提升為目的的STEM場景中，F(xiàn)riesel等人[36]和Healion等人[37]依托PELARS(Practice-based Experimental Learning Analytics Research and Support)學(xué)習(xí)分析系統(tǒng)，采用計算機視覺、可佩戴傳感器和問卷調(diào)查，對學(xué)習(xí)者面部表情、手部動作、身體運動以及基本信息等多模態(tài)數(shù)據(jù)進行了采集、識別和可視化，既驗證了系統(tǒng)的可用性，也為學(xué)習(xí)者創(chuàng)新性思維培養(yǎng)提供了適應(yīng)性證據(jù)。多模態(tài)數(shù)據(jù)識別與分析技術(shù)可以實現(xiàn)思維發(fā)展過程的準(zhǔn)確識別與動態(tài)實時追蹤，不僅對多來源、多模態(tài)信息特征融合與映射的準(zhǔn)確性和魯棒性有較高要求，同時在理論與實踐中還需進一步加強數(shù)據(jù)與學(xué)習(xí)者思維特征的有意義關(guān)聯(lián)以及隱私保護等。

(八)情感計算促進激發(fā)高階思維的發(fā)展?jié)撃?/h3>

愉快、專注等積極情感，能提高學(xué)習(xí)者知識建構(gòu)的積極主動性，激發(fā)問題解決和創(chuàng)新潛能，因此，利用情感計算(Affective Computing)對學(xué)習(xí)者情感狀態(tài)進行表征、分析和反饋，有助于揭示深層次的情感發(fā)生機制，對學(xué)習(xí)者反思學(xué)習(xí)狀態(tài)、優(yōu)化學(xué)習(xí)行為、激發(fā)思維潛能等具有重要意義。在已有研究中，情感計算以學(xué)習(xí)過程中產(chǎn)生的文本、語音、視頻、生理信息等數(shù)據(jù)為主要分析對象，對學(xué)習(xí)情感進行精準(zhǔn)識別和有效反饋。如Wu等人結(jié)合眼動、心率和腦電數(shù)據(jù)，在數(shù)字化游戲和靜態(tài)數(shù)字教材支持的兩種學(xué)習(xí)環(huán)境中，分別測量了學(xué)習(xí)者解決問題時的注意力、情感體驗和認(rèn)知負(fù)荷，發(fā)現(xiàn)數(shù)字化游戲能夠顯著提升情感體驗和學(xué)習(xí)注意力水平，并建議延長測量高階思維能力發(fā)展變化的研究周期[38]?？傮w來看，高階思維發(fā)展是整合認(rèn)知、情感和行為的復(fù)雜過程，不少研究雖然在分析多樣化學(xué)習(xí)數(shù)據(jù)、情感識別的基礎(chǔ)上對反思、解決問題等學(xué)習(xí)行為進行了挖掘，但在關(guān)于“情感-行為-認(rèn)知”的深層次演化規(guī)律和具體作用機制等問題上，仍存在短板。

(九)面向高階思維培養(yǎng)的教育人工智能應(yīng)用倫理安全問題

人工智能應(yīng)用是一把雙刃劍，Kissinger曾警告稱“人工智能的技術(shù)革命后果，我們沒有完全考慮，其高潮可能是一個依賴數(shù)據(jù)和算法驅(qū)動、不受倫理或哲學(xué)規(guī)范支配的機器的世界”[39]。隨著機器智能化和教育大數(shù)據(jù)的應(yīng)用，數(shù)據(jù)安全與隱私保護、數(shù)據(jù)投喂與信息偏食，已經(jīng)成為教育人工智能應(yīng)用無法回避的重要議題。一方面，教育數(shù)據(jù)需要合理存儲、管理和保護。如多模態(tài)生物特征識別與學(xué)習(xí)分析技術(shù)借助多種智能設(shè)備來多方位采集、分析、反饋學(xué)習(xí)數(shù)據(jù)，在改善教學(xué)的同時，也可能使學(xué)習(xí)者的隱私“透明化”，個人信息遭到泄露[40]。另一方面，人工智能技術(shù)的不當(dāng)教育應(yīng)用也有引發(fā)學(xué)習(xí)者思維退化的風(fēng)險。如聯(lián)合國教科文組織發(fā)布的《教育中的人工智能：可持續(xù)發(fā)展的挑戰(zhàn)和機遇》指出，人工智能可以像人類一樣思考、決策、解決問題，在機器認(rèn)知、思維能力不斷提升的同時，學(xué)習(xí)者可能持續(xù)囿于淺層思考、碎片化學(xué)習(xí)和信息繭房之中，視野受到局限，問題解決存在阻礙，高階思維能力也將難以得到有效發(fā)展[41]。目前，教育人工智能應(yīng)用于培養(yǎng)學(xué)習(xí)者高階思維的倫理規(guī)范不甚完善，亟需通過相關(guān)政策法規(guī)加強倫理道德意識，規(guī)范運用智能技術(shù)，科學(xué)構(gòu)建面向高階思維培養(yǎng)的智能環(huán)境，保障學(xué)習(xí)者的數(shù)據(jù)安全、個人隱私、主體意識不受侵犯。

(十)智能時代的計算思維與設(shè)計思維培養(yǎng)

國內(nèi)外許多研究者就智能技術(shù)環(huán)境中的計算思維、設(shè)計思維展開了持續(xù)探討[42-44]。其中，計算思維作為一種通過計算機或人機協(xié)同進行問題求解的高階思維過程，是多種思維技能的交互與綜合。如陳國良等人認(rèn)為，隨著人工智能的發(fā)展，計算機科學(xué)、生物學(xué)、物理學(xué)等STEM相關(guān)技術(shù)類學(xué)科領(lǐng)域中的計算模型得到了創(chuàng)新，計算思維的內(nèi)涵因此不斷豐富和更新[45]。同時，非技術(shù)類學(xué)科課程中的計算思維培養(yǎng)，同樣引起了研究者的新思考。如Bernstein等人選取體育課和藝術(shù)課進行案例研究，發(fā)現(xiàn)任課教師分別根據(jù)具體的教學(xué)目標(biāo)，利用教育機器人輔助教學(xué)過程，可以幫助學(xué)生培養(yǎng)計算思維能力[46]。

另一方面，21世紀(jì)人才培養(yǎng)對創(chuàng)造力的重視，推動了設(shè)計思維在理論建構(gòu)和課程實施等方面的嘗試。首先，智能技術(shù)推動學(xué)習(xí)者設(shè)計思維的轉(zhuǎn)化，使創(chuàng)意不再局限于思維層面。如楊緒輝針對信息技術(shù)在設(shè)計思維培養(yǎng)中發(fā)揮的作用，指出智能化技術(shù)可以幫助學(xué)習(xí)者降低感知難度，便于設(shè)計思維外顯化[47]。其次，智能技術(shù)支持的設(shè)計思維培養(yǎng)強調(diào)跨學(xué)科融合、跨媒介交互。如在STEM教育和創(chuàng)客教育中，學(xué)習(xí)者可以借助擴展現(xiàn)實眼鏡實現(xiàn)泛在交互，通過數(shù)字孿生[48]和3D打印[49]實現(xiàn)快速原型設(shè)計及創(chuàng)造。作為高階思維發(fā)展的新趨向，計算思維和設(shè)計思維的培養(yǎng)離不開智能技術(shù)手段支撐和教學(xué)方法指導(dǎo)。未來可以重點關(guān)注智能環(huán)境搭建、智能支架幫扶、智能資源推送等的理論探討與實踐應(yīng)用。

四、研究啟思

(一)教育人工智能關(guān)鍵技術(shù)與高階思維培養(yǎng)

教育人工智能是人工智能在教育中的應(yīng)用[50]，以多樣性數(shù)據(jù)、機器學(xué)習(xí)與深度學(xué)習(xí)算法模型、數(shù)據(jù)運算能力為基礎(chǔ)要素，從基礎(chǔ)、感知、認(rèn)知、應(yīng)用四個層面對學(xué)習(xí)者高階思維培養(yǎng)產(chǎn)生重要影響，如圖1所示。

圖1 教育人工智能關(guān)鍵技術(shù)及應(yīng)用框架

面向?qū)W習(xí)者思維培養(yǎng)的教育人工智能應(yīng)用可以劃分為三個層級。(1)淺層次應(yīng)用，即“計算智能+高階思維培養(yǎng)”，突出技術(shù)針對思維數(shù)據(jù)的運算速度與存儲能力。例如，協(xié)同過濾推薦算法根據(jù)學(xué)習(xí)者思維發(fā)展相關(guān)的歷史數(shù)據(jù)，為各種思維發(fā)展水平的學(xué)習(xí)者推薦學(xué)習(xí)資源。(2)中層次應(yīng)用，即“感知智能+高階思維培養(yǎng)”，突出技術(shù)感知學(xué)習(xí)者高階思維外顯特征信息的能力。例如，通過語音識別、文本轉(zhuǎn)錄、生理信號感知等技術(shù)對學(xué)習(xí)者思維培養(yǎng)進行效果評價。(3)較深層次應(yīng)用，即“特定領(lǐng)域認(rèn)知智能+高階思維培養(yǎng)”，突出智能技術(shù)在特定領(lǐng)域或場景中的認(rèn)知推理能力。即教育人工智能與特定領(lǐng)域的知識體系相結(jié)合，根據(jù)需要建構(gòu)模型或開發(fā)新算法，如通過構(gòu)建學(xué)科知識圖譜和學(xué)習(xí)者畫像，評估和預(yù)測學(xué)習(xí)者高階思維發(fā)展水平，實現(xiàn)個性化的學(xué)習(xí)資源推送等。未來，隨著技術(shù)不斷進步，人工智能將由當(dāng)前簡單智力延展的弱AI走向高階智力創(chuàng)變的強AI，乃至充滿幻想色彩的超AI[51]，適用于更多學(xué)習(xí)者高階思維培養(yǎng)場景的教育人工智能應(yīng)用將迎來更大發(fā)展，并產(chǎn)生更深層次的作用。

(二)總結(jié)與反思

1.總結(jié)分析：多角度梳理研究進展及發(fā)展趨勢

人工智能為新時期人才培養(yǎng)和教育變革賦予了新動能，更加強調(diào)學(xué)習(xí)者創(chuàng)造力、批判性思維等關(guān)鍵能力的提升[52]。結(jié)合前述綜述，本文從所涉及的技術(shù)手段、關(guān)鍵要點和待深入研究空間梳理了人工智能賦能學(xué)習(xí)者高階思維的十類研究方向，以體現(xiàn)未來相關(guān)研究的重要發(fā)展趨勢，如表1所示。人工智能支持學(xué)習(xí)者高階思維培養(yǎng)的研究關(guān)鍵涉及技術(shù)發(fā)展、理論支撐、應(yīng)用拓展等多個方面，既應(yīng)關(guān)注數(shù)據(jù)、算法對高階思維特征的解釋與提升，也應(yīng)關(guān)注教育人工智能關(guān)鍵技術(shù)在實踐應(yīng)用中須面臨的具體問題。人工智能賦能高階思維培養(yǎng)，絕非僅靠單一技術(shù)手段支持、單一學(xué)科理論支撐、單一場景應(yīng)用，需要發(fā)揮教育人工智能在交叉學(xué)科領(lǐng)域中的突出優(yōu)勢，在賦能高階思維培養(yǎng)中實現(xiàn)理論創(chuàng)新、技術(shù)升級與實踐深化并重。

表1 人工智能賦能學(xué)習(xí)者高階思維的研究方向

續(xù)表1

2.研究視角：邁向跨學(xué)科、超學(xué)科的深度融合

人工智能時代是眾多學(xué)科交叉會聚的大科學(xué)時代。教育人工智能的發(fā)展得益于計算機科學(xué)、教育學(xué)、心理學(xué)、神經(jīng)科學(xué)等多學(xué)科、多領(lǐng)域的相融合，科學(xué)有效的前沿研究更加需要跨越甚至超越學(xué)科邊界。研究者要具備跨界思維，加強國際交流和合作共享的意識，構(gòu)建人工智能與教育學(xué)科協(xié)同創(chuàng)新的跨學(xué)科發(fā)展平臺，有效整合多學(xué)科的優(yōu)質(zhì)資源，形成具有獨特性和穩(wěn)定性的學(xué)術(shù)研究共同體。在人工智能賦能高階思維培養(yǎng)研究中模糊學(xué)科邊界，打破領(lǐng)域之間的壁壘，有利于拓寬思路，探索發(fā)現(xiàn)新的研究領(lǐng)域。這既要求研究者參考吸收人工智能領(lǐng)域的技術(shù)手段和研究范式，又需要結(jié)合思維教學(xué)法和教育研究的獨特規(guī)律，充分挖掘各學(xué)科優(yōu)勢潛能，在多學(xué)科的交融滲透中審視、借鑒、融合，實現(xiàn)研究理論、方法、技術(shù)上的交叉創(chuàng)新。

3.研究途徑：促進“理論-技術(shù)-實踐”同向而行

人工智能的賦能，并不等于技術(shù)的簡單應(yīng)用，而是要把科學(xué)研究作為智能技術(shù)升級、教學(xué)理論創(chuàng)新、實踐應(yīng)用推廣的內(nèi)生變量，推動研究范式轉(zhuǎn)變、科研成果轉(zhuǎn)化和高階思維框架重構(gòu)。首先，目前社會科學(xué)研究正逐漸向數(shù)據(jù)循證的范式轉(zhuǎn)變，多數(shù)研究正傾向于采用混合研究工具與方法；同時也要審視盲目追求數(shù)據(jù)規(guī)模的技術(shù)野心，而強調(diào)數(shù)據(jù)的真實有效性和多樣性。其次，盡管研究者一直致力于高階思維培養(yǎng)與應(yīng)用新技術(shù)的個案研究，而前沿研究的成果轉(zhuǎn)化與實踐推廣同樣需要得到重視。理論研究者應(yīng)加強與教學(xué)實踐者、技術(shù)開發(fā)者的互補合作，促進成果轉(zhuǎn)化和規(guī)?；茝V。最后，人工智能技術(shù)將對構(gòu)建教育新生態(tài)產(chǎn)生深遠影響，研究者應(yīng)在原有理論基礎(chǔ)上，重構(gòu)高階思維框架，促進教學(xué)實踐模式創(chuàng)新，豐富和推動教育教學(xué)理論的發(fā)展。

(三)啟示和展望

1.教育人工智能應(yīng)用圖景：升級與突破

第四次工業(yè)革命的到來，推動著技術(shù)對教育的賦能、創(chuàng)新與重塑[53]，學(xué)習(xí)者對復(fù)雜問題的思考也將以全新的方式得到詮釋和改變[54]。一方面，人工智能從弱AI、強AI到超AI的技術(shù)升級，勢必對人才培養(yǎng)規(guī)模的需求產(chǎn)生巨大影響。貫穿工業(yè)化理念的思維模式及教育體系正面臨消解重構(gòu)，培養(yǎng)學(xué)習(xí)者設(shè)計思維、創(chuàng)新思維、創(chuàng)造性思維等高階思維將受到更多關(guān)注。另一方面，現(xiàn)有智能技術(shù)發(fā)展水平的限制、算法“黑箱”屬性對深層次特征分析的缺失等問題，導(dǎo)致實際應(yīng)用還難以對高階思維進行深層解析和有效干預(yù)。因此，研究者需要著力突破智能技術(shù)的認(rèn)知瓶頸，在減少技術(shù)對學(xué)習(xí)者思維發(fā)展產(chǎn)生負(fù)面影響的同時，加快提升人工智能在教育應(yīng)用中的感知能力與計算水平，深入推動人工智能實現(xiàn)學(xué)習(xí)者高階思維培養(yǎng)方式的創(chuàng)新與變革。

此外，研究者還應(yīng)打破技術(shù)應(yīng)用邊界，通過構(gòu)建人機協(xié)同的生態(tài)系統(tǒng)，拓展學(xué)習(xí)者高階思維培養(yǎng)的數(shù)據(jù)來源及應(yīng)用場景，促進人工智能與學(xué)習(xí)者高階思維培養(yǎng)的深度融合?？萍疾?、教育部等六部門在《關(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進經(jīng)濟高質(zhì)量發(fā)展的指導(dǎo)意見》中提出要在教育領(lǐng)域“持續(xù)挖掘人工智能應(yīng)用場景機會”[55]，為教育人工智能的高水平、深層次應(yīng)用提供了重要指向。高階思維培養(yǎng)是教育人工智能場景創(chuàng)新和應(yīng)用突破的重要內(nèi)容，未來研究應(yīng)在課堂教學(xué)、教師教研、資源建設(shè)、智慧校園等重要應(yīng)用場景中積極探索促進學(xué)習(xí)者思維發(fā)展的技術(shù)支持形態(tài)，提升場景創(chuàng)新的算力支撐，持續(xù)深入挖掘人工智能在學(xué)習(xí)者高階思維培養(yǎng)中的新潛能。

2.高階思維培養(yǎng)范式轉(zhuǎn)變：融合與多元

目前，人工智能技術(shù)更迭迅速。學(xué)習(xí)者既要擺脫“機器化”“工業(yè)化”的學(xué)習(xí)方式，又要避免技術(shù)“失速”發(fā)展造成的思維禁錮與失衡。因此，研究者應(yīng)關(guān)注科學(xué)理性下的人文反思，關(guān)注學(xué)習(xí)者與機器之間的協(xié)同關(guān)系，創(chuàng)新高階思維培養(yǎng)方式，以智能技術(shù)與智慧教學(xué)法共同助力思維發(fā)展。第一，應(yīng)重視學(xué)習(xí)者思維培養(yǎng)過程中科技與人文要素的平衡與融通，關(guān)注批判性思維、創(chuàng)造性思維、人文性思維的綜合。第二，處理好學(xué)習(xí)者與智能機器之間的關(guān)系。隨著人機協(xié)同向縱深發(fā)展，應(yīng)引導(dǎo)學(xué)習(xí)者使用、理解、適應(yīng)人工智能技術(shù)并與之共同進化，以人工智能強化人類智能。第三，突破傳統(tǒng)高階思維的培養(yǎng)途徑，利用人工智能整合優(yōu)質(zhì)資源，發(fā)揮學(xué)習(xí)者的能動性。如借助智能化學(xué)習(xí)工具和認(rèn)知幫扶支架，幫助學(xué)習(xí)者在學(xué)習(xí)中有效地組織觀點、綜合分析、邏輯推理、批判創(chuàng)新。

智能時代新興技術(shù)推動教學(xué)變革，教學(xué)變革呼喚培養(yǎng)范式的革新，基于人工智能的學(xué)習(xí)者高階思維培養(yǎng)范式的轉(zhuǎn)變絕不僅僅體現(xiàn)于學(xué)習(xí)者單一主體角色的發(fā)展變化，還需考慮教師、技術(shù)等關(guān)鍵要素的作用和影響。首先，作為學(xué)習(xí)者學(xué)習(xí)和發(fā)展的指導(dǎo)者，教師培養(yǎng)學(xué)習(xí)者高階思維須以自身所具備的高階思維能力和素養(yǎng)為前提，并能夠利用人工智能技術(shù)和相關(guān)教學(xué)教法為學(xué)習(xí)者的思維發(fā)展提供支持。其次，多種智能技術(shù)的融合應(yīng)用，能夠為教師培養(yǎng)學(xué)習(xí)者高階思維提供更多的探索與實踐空間，促進高階思維培養(yǎng)和發(fā)展模式的優(yōu)化創(chuàng)新?？梢姡接懠夹g(shù)與學(xué)習(xí)者本身協(xié)同關(guān)系之外，相關(guān)研究還應(yīng)關(guān)注智能時代促進學(xué)習(xí)者高階思維培養(yǎng)的教師角色定位、教學(xué)教法以及“教師-學(xué)生-機器”三者的協(xié)同作用關(guān)系等問題。

3.思維評價體系建立：價值引領(lǐng)與風(fēng)險規(guī)避

小勝在智，大勝在德。習(xí)近平同志指出：“人無德不立，育人的根本在于立德”[56]。智能時代的學(xué)習(xí)者高階思維培養(yǎng)，要從立德樹人的根本任務(wù)出發(fā)，推動思維評價體系的重構(gòu)與完善。目前，針對學(xué)習(xí)者高階思維的評價仍然存在著頂層設(shè)計不足、評價指標(biāo)與培養(yǎng)途徑“兩張皮”、數(shù)據(jù)割裂等問題。因此，首先要加強頂層設(shè)計，明確思維培養(yǎng)在人才培養(yǎng)目標(biāo)中的關(guān)鍵定位，關(guān)注學(xué)習(xí)者高階思維發(fā)展特點及其在個人成長中體現(xiàn)的價值，全學(xué)段、立體化構(gòu)建相應(yīng)的思維評價指標(biāo)體系。其次，合理利用學(xué)習(xí)者建模、多模態(tài)數(shù)據(jù)分析、知識追蹤等手段高效匯聚思維發(fā)展數(shù)據(jù)，透過學(xué)習(xí)者外在行為表現(xiàn)深度挖掘內(nèi)隱的能力、技能、情感等特征，實現(xiàn)對高階思維培養(yǎng)目標(biāo)的精準(zhǔn)定位和個性化預(yù)測。最后，擺脫實踐應(yīng)用中對數(shù)據(jù)、算法的過度依賴，通過建立健全測評技術(shù)使用的倫理規(guī)范和保障機制，既向?qū)W習(xí)者提供數(shù)據(jù)安全和個人隱私合法性的保護，也為應(yīng)對未來人工智能偏離學(xué)習(xí)者思維培養(yǎng)預(yù)期、思維評價和人才培養(yǎng)導(dǎo)向異化風(fēng)險等，做好相應(yīng)的預(yù)案。