王一巖，鄭永和

(北京師范大學(xué) 教育學(xué)部，北京 100875)

一、引言

智能技術(shù)教育應(yīng)用的根本目標(biāo)在于促進學(xué)習(xí)，為學(xué)習(xí)者構(gòu)建全面、科學(xué)、系統(tǒng)的學(xué)習(xí)支持服務(wù)體系，充分發(fā)揮學(xué)習(xí)者個人的潛能，助力于個性化學(xué)習(xí)的實現(xiàn)。隨著智能技術(shù)的快速發(fā)展和智能教育產(chǎn)品的逐漸成熟，學(xué)習(xí)活動的發(fā)生越發(fā)依賴人與機器之間的協(xié)同。機器通過對學(xué)習(xí)者學(xué)習(xí)數(shù)據(jù)的采集、學(xué)生畫像的構(gòu)建、學(xué)習(xí)需求的分析、學(xué)習(xí)資源的推薦、學(xué)習(xí)路徑的規(guī)劃，為課堂學(xué)習(xí)、家庭學(xué)習(xí)、終身學(xué)習(xí)等多樣化的學(xué)習(xí)群體提供多元、精準(zhǔn)、智能的學(xué)習(xí)支持服務(wù)，進而為“人人皆學(xué)、處處能學(xué)、時時可學(xué)”的學(xué)習(xí)型社會的構(gòu)建提供保障。學(xué)習(xí)者通過與機器之間的智能交互、協(xié)同工作，更加了解機器的核心功能和運行邏輯，并能夠借助機器減輕自身學(xué)習(xí)負擔(dān)、了解自身學(xué)業(yè)狀況，及時獲取所需資源和服務(wù)，利用機器的智能診斷和資源推薦功能對自身的學(xué)習(xí)策略進行調(diào)整，實現(xiàn)對學(xué)習(xí)過程的自我反思，促進自身學(xué)習(xí)素養(yǎng)的有效提升。

隨著智能技術(shù)與人類生產(chǎn)生活融合程度的不斷加深，人類與機器之間的關(guān)系逐漸從“人機協(xié)同”向“人機共生”的方向發(fā)展，機器與人之間的協(xié)調(diào)發(fā)展、共創(chuàng)共生將成為未來社會發(fā)展的主流趨勢。人機協(xié)同學(xué)習(xí)將逐漸成為未來教育的重要組成形式，借助人與機器的溝通交流、對話協(xié)商，實現(xiàn)人機協(xié)同的教育智慧創(chuàng)生，通過人機雙向賦能構(gòu)建面向智能時代教育發(fā)展的智慧學(xué)習(xí)新生態(tài)。本文主要聚焦于人機協(xié)同學(xué)習(xí)的成因、內(nèi)涵、表征形態(tài)和實踐進路，通過理論層面的深層次探索，勾勒出人機協(xié)同學(xué)習(xí)的基本樣態(tài)，以此為后續(xù)相關(guān)研究的開展提供借鑒。

二、智能時代人機協(xié)同學(xué)習(xí)的背景與成因

(一)智能技術(shù)的快速發(fā)展促進學(xué)習(xí)服務(wù)的升級

隨著智能技術(shù)的快速發(fā)展和人工智能算法模型的不斷更新，機器的智能化水平得到了極大提升，能夠提供超越人類教師的智能化學(xué)習(xí)支持服務(wù)，實現(xiàn)個性化的學(xué)業(yè)診斷、智能化的資源聚合、精準(zhǔn)化的教學(xué)干預(yù)，為學(xué)習(xí)者打造面向多元學(xué)習(xí)場景的智能化學(xué)習(xí)支持服務(wù)體系，滿足學(xué)習(xí)者多樣化的學(xué)習(xí)需求。而隨著智能導(dǎo)學(xué)系統(tǒng)、教育機器人、自適應(yīng)學(xué)習(xí)平臺等典型智能教育產(chǎn)品的出現(xiàn)，以及近年來以訊飛AI學(xué)習(xí)機、大力智能學(xué)習(xí)燈為代表的“軟硬件一體化”的智能教育產(chǎn)品的快速發(fā)展，智能技術(shù)與教育教學(xué)的融合趨勢得到了逐步加深。智能教育產(chǎn)品能夠?qū)ξ锫?lián)網(wǎng)、大數(shù)據(jù)、人工智能、邊緣計算、5G等智能技術(shù)進行有效整合，實現(xiàn)學(xué)習(xí)意圖的識別與應(yīng)答、學(xué)習(xí)情境的感知與計算、學(xué)習(xí)數(shù)據(jù)的采集與匯聚、學(xué)生畫像的構(gòu)建與更新、學(xué)習(xí)需求的分析與預(yù)測、學(xué)習(xí)服務(wù)的生成與推送，在更廣泛層面提升教育服務(wù)的供給能力，為學(xué)習(xí)者提供更加精準(zhǔn)化、個性化的學(xué)習(xí)支持服務(wù)[1]。如：面向課堂學(xué)習(xí)，可以針對不同學(xué)生的特點實現(xiàn)分層次、分階段的課堂練習(xí)，助力于學(xué)生學(xué)業(yè)水平的有效提升；面向家庭學(xué)習(xí)，能夠?qū)崿F(xiàn)面向?qū)W習(xí)者的精準(zhǔn)化學(xué)情分析、個性化作業(yè)定制和及時化作業(yè)輔導(dǎo)，保障學(xué)生家庭學(xué)習(xí)的有效開展；面向終身學(xué)習(xí)，能夠為終身學(xué)習(xí)者提供及時有效的學(xué)習(xí)需求診斷、學(xué)習(xí)資源推送和學(xué)習(xí)路徑規(guī)劃服務(wù)，進而幫助終身學(xué)習(xí)者高效、便捷地獲取所需資源和服務(wù)，減輕海量資源檢索帶來的認知負荷。

(二)學(xué)習(xí)服務(wù)的精準(zhǔn)供給驅(qū)動學(xué)習(xí)模式的變革

智能教育產(chǎn)品的應(yīng)用通過學(xué)習(xí)支持服務(wù)的個性化定制為學(xué)習(xí)者打造智慧化的“AI助手”“AI導(dǎo)師”和“AI學(xué)伴”[2]，能夠為學(xué)習(xí)者提供智能化的學(xué)習(xí)輔助、個性化的教學(xué)輔導(dǎo)、精準(zhǔn)化的學(xué)情監(jiān)管、及時化的陪伴溝通，這為智能時代學(xué)習(xí)模式的變革提供了堅實基礎(chǔ)。傳統(tǒng)意義上，無論是課堂學(xué)習(xí)還是線上學(xué)習(xí)，學(xué)習(xí)者大多依托特定的“學(xué)習(xí)活動”建立與“學(xué)習(xí)資源”“學(xué)習(xí)內(nèi)容”以及其他學(xué)習(xí)者之間的聯(lián)系，通過對外部資源和環(huán)境的加工實現(xiàn)深層次的知識建構(gòu)。而智能教育產(chǎn)品的引入能夠通過學(xué)習(xí)者和機器之間的智能交互，實現(xiàn)對學(xué)習(xí)狀態(tài)的精準(zhǔn)化識別、學(xué)習(xí)需求的個性化分析、學(xué)習(xí)資源的智能化重組、學(xué)習(xí)活動的精準(zhǔn)化定制，進而為學(xué)習(xí)者提供系統(tǒng)全面的學(xué)習(xí)支持服務(wù)，使得“學(xué)習(xí)者”與“知識”之間的單向度聯(lián)系轉(zhuǎn)變?yōu)椤皩W(xué)習(xí)者—機器—知識”之間的多向度關(guān)聯(lián)。機器作為一種技術(shù)中介，通過對學(xué)習(xí)者“知識技能、認知行為、情感體驗”的數(shù)據(jù)化建模分析和對知識之間關(guān)聯(lián)關(guān)系的結(jié)構(gòu)化重組，構(gòu)建學(xué)習(xí)者和學(xué)科知識圖譜之間的智能分析引擎，以學(xué)習(xí)資源的智能供給和學(xué)習(xí)路徑的動態(tài)生成重構(gòu)“學(xué)習(xí)者”和“知識”之間的關(guān)聯(lián)關(guān)系，以此驅(qū)動學(xué)習(xí)模式的系統(tǒng)化變革，促進個性化學(xué)習(xí)的實現(xiàn)。

(三)人機協(xié)同的學(xué)習(xí)模式助力學(xué)習(xí)理念的革新

隨著智能技術(shù)的快速發(fā)展和智能教育產(chǎn)品的逐漸成熟，傳統(tǒng)“教師教、學(xué)生學(xué)”的理念逐漸被革新，學(xué)習(xí)者可以利用智能教育產(chǎn)品實現(xiàn)自主化、個性化、靈活化的學(xué)習(xí)，通過人與機器的智能交互和對話協(xié)商，幫助智能教育產(chǎn)品更好地理解學(xué)習(xí)者真實的學(xué)習(xí)意圖和學(xué)習(xí)需求，通過對學(xué)習(xí)資源的智能化聚合，實現(xiàn)學(xué)習(xí)服務(wù)的個性化定制，幫助學(xué)習(xí)者更好地開展自主學(xué)習(xí)和探究學(xué)習(xí)，提升學(xué)習(xí)者的探索精神和創(chuàng)新意識。傳統(tǒng)的學(xué)習(xí)過程中大多重視對學(xué)習(xí)者個體知識、技能的掌握，而隨著智能技術(shù)的快速發(fā)展和智能教育產(chǎn)品的逐漸成熟，機器逐漸成為知識的載體，能夠為學(xué)習(xí)者提供及時、有效、精準(zhǔn)的資源供給和知識生成服務(wù)。因此，智能時代人機協(xié)同學(xué)習(xí)的開展將越發(fā)重視對學(xué)習(xí)者知識獲取、建構(gòu)與應(yīng)用能力的綜合培養(yǎng)，強調(diào)學(xué)習(xí)者通過自身學(xué)習(xí)策略、動機信念和元認知的調(diào)整，借助機器實現(xiàn)對自身學(xué)習(xí)狀態(tài)的“自我決定、自我監(jiān)控、自我評估、自我調(diào)整”[3]。因此學(xué)習(xí)活動的設(shè)計不僅要能夠為學(xué)習(xí)者提供內(nèi)容和資源本身，還要激發(fā)學(xué)習(xí)者深層次的認知需求，幫助學(xué)習(xí)者主動使用學(xué)習(xí)策略對自身認知活動進行計劃、監(jiān)控和調(diào)整。

三、智能時代人機協(xié)同學(xué)習(xí)的內(nèi)涵

(一)人機協(xié)同

人機協(xié)同，是指人與機器各自執(zhí)行自身最擅長的工作，取長補短，共同認識、共同感知、共同思考、共同決策、共同工作、互相理解、互相制約和相互監(jiān)護[4]，人與機器能夠在協(xié)同工作的過程中發(fā)揮各自優(yōu)勢，從而完成一些超越人類智慧和機器智能的復(fù)雜任務(wù)和工作。人機協(xié)同思想誕生于工業(yè)時代，強調(diào)通過人類對機器的操作來完成特定的生產(chǎn)任務(wù)，利用機器解放生產(chǎn)力，提升工業(yè)生產(chǎn)的效率，在此階段人是“人—機”關(guān)系的主體，在人機協(xié)同工作的過程中占有絕對的主導(dǎo)地位。之后隨著技術(shù)的發(fā)展，尤其是計算機的出現(xiàn)，機器逐漸從對人類體力勞動的簡單替代演變?yōu)閷θ祟愃枷?、感知、決策的全面支持，尤其是以知識庫和專家系統(tǒng)為代表的智能實體的出現(xiàn)，能夠幫助機器依據(jù)專家的知識和經(jīng)驗進行推理和判斷，模擬人類專家的決策過程，以解決困擾行業(yè)發(fā)展和人類進步的復(fù)雜問題。近年來，隨著以人工智能為代表的智能技術(shù)的快速發(fā)展，機器的智能化水平不斷提升，能夠替代人類完成更加復(fù)雜多樣的任務(wù)，“人”與“機器”的協(xié)同超越了一般意義上的人與器物間的使動關(guān)系，人類越發(fā)依賴機器完成一些復(fù)雜的、超越人類認知范疇的工作，形成人與機器之間相互促進、共同發(fā)展的融合關(guān)系[5]。

教育領(lǐng)域的“人機協(xié)同”不是一個新概念，從黑板、粉筆、教材等傳統(tǒng)教具的出現(xiàn)，到多媒體、超文本、網(wǎng)絡(luò)通信、知識庫等計算機技術(shù)的應(yīng)用，再到以智能導(dǎo)學(xué)系統(tǒng)、教育機器人、自適應(yīng)學(xué)習(xí)平臺為代表的智能教育產(chǎn)品的誕生，教與學(xué)模式的演變始終伴隨著教育技術(shù)的發(fā)展以及人與機器關(guān)系的深層次變革。隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、5G等新興智能技術(shù)的快速發(fā)展，機器的智能化水平得到了大幅提升，逐漸從被動地完成簡單的學(xué)習(xí)任務(wù)到能夠參與到具體的學(xué)習(xí)決策過程，為學(xué)生個性化學(xué)習(xí)的實現(xiàn)提供了有效支持。對于教育領(lǐng)域“人機協(xié)同”概念的理解，可從以下兩個層面展開：

其一，“人”與“計算機”之間的協(xié)同。傳統(tǒng)意義上，“人機協(xié)同”中“機器”大多指代“計算機”，是指學(xué)習(xí)者通過操作計算機完成一些低層次、單調(diào)性、重復(fù)性的學(xué)習(xí)任務(wù)[6]，運用計算機強大的運算能力替代學(xué)習(xí)者完成一些超越人類認知范疇或需要浪費人類大量認知資源的復(fù)雜任務(wù)，以此減輕學(xué)習(xí)者的學(xué)業(yè)負擔(dān)，如：資源檢索、拍照搜題、作業(yè)批改、文本翻譯等等。

其二，“人”與“智能教育產(chǎn)品”之間的協(xié)同。隨著智能技術(shù)的快速發(fā)展和智能教育產(chǎn)品的逐漸成熟，“人機協(xié)同”的概念逐漸向“人技協(xié)同”的方向轉(zhuǎn)變，越發(fā)強調(diào)智能技術(shù)對于學(xué)生學(xué)習(xí)的建模、診斷和干預(yù)作用，主張利用智能技術(shù)去優(yōu)化學(xué)習(xí)環(huán)境、提升學(xué)習(xí)效率、革新學(xué)習(xí)服務(wù)。智能教育產(chǎn)品能夠匯聚物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計算、5G等智能技術(shù)的核心優(yōu)勢，實現(xiàn)泛在化的學(xué)習(xí)情境感知、全景化的學(xué)習(xí)數(shù)據(jù)采集、精準(zhǔn)化的學(xué)業(yè)診斷測評和個性化的學(xué)習(xí)服務(wù)供給[7]，為學(xué)習(xí)者打造智慧化的“AI助手”“AI教師”和“AI學(xué)伴”，促進智慧學(xué)習(xí)生態(tài)的重構(gòu)。

(二)人機協(xié)同學(xué)習(xí)

人機協(xié)同學(xué)習(xí)的核心特征在于：一方面，能夠讓“人”與“機器”各自執(zhí)行自身最擅長的工作，機器通過數(shù)據(jù)建模和智能計算實現(xiàn)學(xué)習(xí)者和學(xué)習(xí)資源之間的智能匹配，為學(xué)習(xí)者提供個性化的資源推薦和學(xué)習(xí)路徑規(guī)劃服務(wù)，學(xué)生通過對機器提供的智能學(xué)習(xí)方案進行審查，對自身的學(xué)習(xí)策略進行適應(yīng)性調(diào)整，并對機器提供的智能化學(xué)習(xí)支持服務(wù)進行反饋，以此對人機協(xié)同學(xué)習(xí)的過程進行不斷優(yōu)化；另一方面，能夠凝聚人類智能和機器智能的核心優(yōu)勢，超越學(xué)生智慧和機器智能本身的局限性，通過學(xué)習(xí)者與機器的智能交互、協(xié)同工作、對話協(xié)商和共同決策，實現(xiàn)人機協(xié)同的教育智慧創(chuàng)生，幫助學(xué)習(xí)者完成超越學(xué)生智慧和機器智能的復(fù)雜學(xué)習(xí)任務(wù)，驅(qū)動人機協(xié)同支持下的智慧學(xué)習(xí)生態(tài)的重構(gòu)。

具體體現(xiàn)在以下三個層面：其一，通過對人機協(xié)同學(xué)習(xí)過程中學(xué)業(yè)測評數(shù)據(jù)、學(xué)習(xí)行為數(shù)據(jù)、生理信息數(shù)據(jù)的智能采集和融合分析，實現(xiàn)對學(xué)習(xí)者行為、認知、情感、動機、元認知等外在行為表現(xiàn)和內(nèi)在心理特征的精準(zhǔn)測評，幫助機器更好地了解學(xué)生的學(xué)習(xí)意圖和學(xué)習(xí)需求，從而更好地發(fā)揮機器對于學(xué)習(xí)的輔助作用，實現(xiàn)學(xué)習(xí)資源的智能化聚合、學(xué)習(xí)服務(wù)的個性化定制和學(xué)習(xí)方案的適應(yīng)性調(diào)整；其二，借助學(xué)習(xí)者對機器的使用，幫助學(xué)習(xí)者更好地了解機器的核心功能和運行邏輯，并善于利用機器獲取所需資源和服務(wù)，減輕重復(fù)性勞動造成的認知資源的浪費，并通過機器對學(xué)習(xí)者知識掌握程度和能力發(fā)展水平的智能測評，實現(xiàn)學(xué)習(xí)者對自身學(xué)習(xí)狀況的全方位掌握，幫助學(xué)習(xí)者更好地調(diào)整自身的學(xué)習(xí)策略，強化元認知調(diào)控、動機調(diào)控和情緒調(diào)節(jié)，促進學(xué)習(xí)者主動的知識建構(gòu)和認知發(fā)展；其三，通過學(xué)習(xí)者與機器的智能交互和對話協(xié)商，實現(xiàn)人類智能與機器智能的群智融合，充分發(fā)揮學(xué)生智慧和機器智能的核心優(yōu)勢，實現(xiàn)對學(xué)習(xí)過程的精準(zhǔn)調(diào)控，進而保障學(xué)習(xí)活動的高效、有序開展，促進學(xué)習(xí)者與機器的協(xié)調(diào)共生、有序進化，重構(gòu)人機協(xié)同的智慧教育新生態(tài)。

四、智能時代人機協(xié)同學(xué)習(xí)的表征形態(tài)

(一)人機智能交互，賦能智能時代的教育服務(wù)變革

人機協(xié)同學(xué)習(xí)的表征形態(tài)主要是通過人與機器的智能交互，幫助機器更好地理解學(xué)習(xí)者的認知水平、行為模式、情感狀態(tài)，在此基礎(chǔ)上，探究相關(guān)特征要素之間的內(nèi)部邏輯關(guān)系，通過結(jié)構(gòu)化的建模分析對學(xué)習(xí)者的內(nèi)在認知結(jié)構(gòu)進行精準(zhǔn)表征，實現(xiàn)智能化的學(xué)業(yè)水平診斷、學(xué)生畫像構(gòu)建和學(xué)習(xí)需求預(yù)測，幫助機器更好地理解學(xué)習(xí)者的學(xué)習(xí)意圖和學(xué)習(xí)需求，進而為其提供更加適切的學(xué)習(xí)支持服務(wù)。

其一，實現(xiàn)多模態(tài)數(shù)據(jù)支持的人機自然交互。通過對人機協(xié)同學(xué)習(xí)過程中學(xué)習(xí)者學(xué)習(xí)行為數(shù)據(jù)(話語、表情、身體姿態(tài)等)、生理信息數(shù)據(jù)(呼吸、心跳、眼動、腦電等)、人機交互數(shù)據(jù)(鼠標(biāo)點擊、文本輸入、語音交互等)的智能化采集分析，構(gòu)建人與機器之間的多模態(tài)的信息交互通道，實現(xiàn)學(xué)習(xí)者與機器的多模態(tài)交互[8]，利用自然語言處理、計算機視覺、語音識別、多模態(tài)機器學(xué)習(xí)等技術(shù)實現(xiàn)對學(xué)習(xí)者學(xué)習(xí)指令和學(xué)習(xí)狀態(tài)的有效識別，幫助機器更好地了解學(xué)習(xí)者真實的學(xué)習(xí)需求，進而為學(xué)習(xí)者提供更加及時有效的學(xué)習(xí)支持服務(wù)。

其二，實現(xiàn)智能化的學(xué)業(yè)診斷。通過對學(xué)習(xí)過程中學(xué)生學(xué)業(yè)測評數(shù)據(jù)的智能分析，對學(xué)習(xí)者的知識掌握程度進行精準(zhǔn)測評，結(jié)合學(xué)習(xí)資源與知識點之間的映射關(guān)系，以及不同知識點之間的邏輯關(guān)系，構(gòu)建面向?qū)W生個體發(fā)展的知識圖譜和能力圖譜，實現(xiàn)對學(xué)習(xí)者個體的智能化學(xué)業(yè)診斷。在此基礎(chǔ)上，通過對學(xué)習(xí)情境數(shù)據(jù)和學(xué)習(xí)者行為、認知、情感數(shù)據(jù)的智能匹配，構(gòu)建基于情境感知的學(xué)習(xí)者模型，對學(xué)習(xí)者的學(xué)習(xí)風(fēng)格、學(xué)習(xí)動機、學(xué)習(xí)偏好等深層次特征進行精準(zhǔn)分析。

其三，實現(xiàn)個性化的學(xué)習(xí)服務(wù)供給。通過對學(xué)習(xí)者知識結(jié)構(gòu)、認知水平和情感態(tài)度的量化測評，構(gòu)建精準(zhǔn)化的學(xué)習(xí)者模型[9]，利用最近發(fā)展區(qū)理論對學(xué)習(xí)者的學(xué)習(xí)需求和發(fā)展?jié)撃苓M行精準(zhǔn)預(yù)測[10]，建立學(xué)習(xí)需求和學(xué)習(xí)資源之間的動態(tài)映射關(guān)系，并通過智能化的資源推薦和學(xué)習(xí)路徑規(guī)劃為學(xué)習(xí)者制定個性化的學(xué)習(xí)方案，更好地滿足學(xué)習(xí)者多樣化的學(xué)習(xí)需求，促進學(xué)生個性化學(xué)習(xí)的實現(xiàn)。

(二)人機協(xié)同工作，重構(gòu)智能時代的個性學(xué)習(xí)模式

人機協(xié)同學(xué)習(xí)的核心特征在于，人類能夠充分理解機器的核心功能和運行邏輯，并且善于利用機器獲取所需資源和服務(wù)，通過學(xué)習(xí)指令的發(fā)送、學(xué)習(xí)反饋的接收、學(xué)習(xí)需求的診斷、學(xué)習(xí)服務(wù)的生成、學(xué)習(xí)方案的選用和學(xué)習(xí)策略的調(diào)整，實現(xiàn)人與機器之間的協(xié)同工作和雙向反饋[11]，幫助機器更好地理解學(xué)習(xí)者真實的學(xué)習(xí)需求，并為其提供更加精準(zhǔn)有效的學(xué)習(xí)支持。在此基礎(chǔ)上，通過學(xué)習(xí)者與機器的協(xié)作完成更加復(fù)雜的學(xué)習(xí)任務(wù)，超越機器和人類自身思維和能力的局限，通過人機協(xié)作，充分發(fā)揮學(xué)生智慧和機器智能的核心效用，從而更好地促進學(xué)習(xí)目標(biāo)的達成。

其一，學(xué)習(xí)指令發(fā)送和機器智能應(yīng)答。機器輔助學(xué)習(xí)的核心功能突出表現(xiàn)在學(xué)習(xí)者利用機器強大的計算和搜索能力完成一些復(fù)雜性、重復(fù)性的工作，減輕學(xué)習(xí)者認知資源和學(xué)習(xí)時間的浪費，幫助學(xué)習(xí)者及時有效地獲取更加智能化的學(xué)習(xí)資源和學(xué)習(xí)服務(wù)。例如，學(xué)習(xí)者通過文本輸入、指尖點擊、語音交互等方式向機器發(fā)送學(xué)習(xí)指令，機器通過智能化的語音識別、語義分析和規(guī)則匹配實現(xiàn)對學(xué)習(xí)指令的精準(zhǔn)識別，利用自身強大的計算能力幫助學(xué)習(xí)者完成單詞查詢、文本翻譯、拍照搜題、資源檢索、作業(yè)批改等工作，學(xué)習(xí)者可以留出更多時間從事創(chuàng)造性的腦力勞動，從而更加高效、便捷地進行學(xué)習(xí)。

其二，學(xué)習(xí)需求診斷和智能服務(wù)生成。首先，通過人與機器的多模態(tài)交互，實現(xiàn)對學(xué)習(xí)者語音、表情、身體姿態(tài)、呼吸、心率、腦電等多模態(tài)數(shù)據(jù)的采集、匯聚和融合分析，對學(xué)習(xí)者真實的學(xué)習(xí)意圖進行判別。其次，利用學(xué)業(yè)測評數(shù)據(jù)、學(xué)習(xí)行為數(shù)據(jù)、生理信息數(shù)據(jù)、人機交互數(shù)據(jù)對學(xué)習(xí)者真實的知識掌握程度、認知發(fā)展水平和情感發(fā)生機制進行精準(zhǔn)分析，構(gòu)建面向?qū)W習(xí)者個體的知識圖譜和能力圖譜，對其真實的學(xué)習(xí)需求進行智能評判，為個性化學(xué)習(xí)服務(wù)的推送提供參考。最后，通過對學(xué)習(xí)資源的智能聚合，實現(xiàn)學(xué)習(xí)需求和學(xué)習(xí)資源之間的良性匹配[12]，為學(xué)習(xí)者提供智能化的資源推薦和學(xué)習(xí)路徑規(guī)劃服務(wù)，助力于學(xué)生個性化學(xué)習(xí)的實現(xiàn)。

其三，學(xué)習(xí)方案反饋和服務(wù)策略調(diào)整。以往關(guān)于“個性化學(xué)習(xí)”的論述，往往只提到對學(xué)習(xí)者進行個性化的資源推薦和學(xué)習(xí)路徑規(guī)劃，或者說為學(xué)習(xí)者制定個性化的學(xué)習(xí)方案，但從整體來看，這只完成了個性化學(xué)習(xí)的“前半段”，因為忽略了學(xué)生對于機器所提供的個性化學(xué)習(xí)方案的反饋，以及機器對于學(xué)生反饋的適應(yīng)性調(diào)整，導(dǎo)致最終無法實現(xiàn)對學(xué)習(xí)支持服務(wù)實際效用的檢驗和機器智能教育服務(wù)策略的調(diào)整。因此，為構(gòu)成個性化學(xué)習(xí)的完整閉環(huán)，在人機協(xié)同學(xué)習(xí)的過程中，學(xué)習(xí)者需要對機器所提供的學(xué)習(xí)方案加以甄選和鑒別，根據(jù)自身實際需要對機器提供的智能服務(wù)內(nèi)容和模式進行修正；機器需要依據(jù)學(xué)習(xí)者反饋的意見對智能服務(wù)的策略和模式進行調(diào)整，通過數(shù)據(jù)維度的增加和算法模型的優(yōu)化，實現(xiàn)對學(xué)習(xí)者真實學(xué)習(xí)需求的智能匹配，為學(xué)習(xí)者提供更加精準(zhǔn)、有效的學(xué)習(xí)支持，提升機器的智能化水平。

(三)人機群智融合，驅(qū)動智能時代的教育智慧創(chuàng)生

群智協(xié)同的研究起源于生物學(xué)和生態(tài)學(xué)領(lǐng)域，螞蟻、蜜蜂、魚、鳥等自然生物個體擁有的智慧有限，但通過群體合作能夠激發(fā)超越個體的集體智慧，產(chǎn)生聚集、組隊、群體遷徙、形狀變換等復(fù)雜行為[13]。隨著物聯(lián)網(wǎng)和人工智能技術(shù)的發(fā)展，關(guān)于群體智能的相關(guān)研究逐漸受到了行業(yè)內(nèi)相關(guān)學(xué)者的重視，旨在通過個體之間的合作和競爭實現(xiàn)群體智慧的涌現(xiàn)，集結(jié)眾人的觀點進行更加精準(zhǔn)的決策，以此為某些復(fù)雜問題的解決提供更加有效的方案。

人機協(xié)同學(xué)習(xí)領(lǐng)域的群智融合，旨在充分發(fā)揮人類智能和機器智能的核心優(yōu)勢，避免人工決策過程中對主觀經(jīng)驗的過度依賴以及機器決策過程中對于數(shù)據(jù)和算法的過度依賴，實現(xiàn)人機協(xié)同支持的教育智慧創(chuàng)生，產(chǎn)生超越人類智慧和機器智能本身的群體智慧，實現(xiàn)教育決策從“數(shù)據(jù)驅(qū)動”到“數(shù)據(jù)啟發(fā)”再到“群智協(xié)同”的演變。

其一，數(shù)據(jù)驅(qū)動的機器智能決策。數(shù)據(jù)驅(qū)動的教育決策旨在利用物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能技術(shù)，實現(xiàn)泛在化的教育情境感知和融合分析，通過大規(guī)模教育數(shù)據(jù)的訓(xùn)練，對真實學(xué)習(xí)場景中“人—機—物—環(huán)境”等要素的存在狀態(tài)和演化模式進行序列化的建模分析，幫助機器更好地了解學(xué)習(xí)情境的構(gòu)成要素及其核心特征，實現(xiàn)數(shù)據(jù)驅(qū)動的學(xué)習(xí)現(xiàn)象的解釋和學(xué)習(xí)過程的還原[14]。通過對學(xué)習(xí)過程的數(shù)據(jù)化建模分析，對智慧學(xué)習(xí)情境的表征形態(tài)和演化機理進行深入的挖掘分析，幫助機器更好地模擬智慧學(xué)習(xí)生態(tài)的演化模式，以此推動機器智能的教育智慧創(chuàng)生，實現(xiàn)數(shù)據(jù)驅(qū)動的精準(zhǔn)教育決策。在人機協(xié)同學(xué)習(xí)的過程中，數(shù)據(jù)驅(qū)動的教育決策突出表現(xiàn)在機器利用學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)、生理信息數(shù)據(jù)、學(xué)業(yè)測評數(shù)據(jù)實現(xiàn)對學(xué)習(xí)過程的精準(zhǔn)感知和有效建模，挖掘?qū)W習(xí)發(fā)生的內(nèi)在機理，并以此為參照對學(xué)習(xí)者進行個性化的資源推薦和學(xué)習(xí)路徑規(guī)劃服務(wù)。

其二，數(shù)據(jù)啟發(fā)的智能教育決策。數(shù)據(jù)啟發(fā)的教育決策是由人工決定需要獲取的數(shù)據(jù)類型，并結(jié)合人的主觀經(jīng)驗從數(shù)據(jù)中提取見解并基于見解制定優(yōu)質(zhì)教育決策方案[15]。在此過程中，機器作為人類邏輯思維和信息處理能力的延伸，通過數(shù)據(jù)化的信息表征和智能化的挖掘分析，為人類提供可供參考和甄別的教學(xué)決策方案，并通過人類大腦的聯(lián)想、推理和歸因[16]，對機器提供的教育決策方案進行篩選、評判和調(diào)整，制定更加符合教育教學(xué)實際需要的科學(xué)化教育決策。在人機協(xié)同學(xué)習(xí)的過程中，強調(diào)學(xué)生要能夠?qū)C器提供的智能學(xué)習(xí)支持服務(wù)進行評判和篩選，從自身的學(xué)習(xí)習(xí)慣和學(xué)習(xí)經(jīng)驗出發(fā)，對機器提供的學(xué)業(yè)診斷結(jié)果和學(xué)習(xí)提升方案進行選擇性地使用，將機器的智能化決策方案作為改善學(xué)習(xí)計劃、調(diào)整學(xué)習(xí)策略的重要參考，以此助力于學(xué)生自主學(xué)習(xí)的實現(xiàn)。

其三，人機群智融合的教育智慧生成。從根本上來講，“數(shù)據(jù)驅(qū)動的教育決策”和“數(shù)據(jù)啟發(fā)的教育決策”的決策主體分別是“機器”和“人”，這在某種程度上依然無法脫離“機器”和“人”自身的局限性，在解決教育實踐過程中復(fù)雜的系統(tǒng)性問題時，難免顯得捉襟見肘。因此需要一種更加綜合化、立體化、科學(xué)化的教育決策方案對復(fù)雜的教育問題進行有機分解，產(chǎn)生超越機器和人類智慧水平的“超智能”解決方案。此處參照錢學(xué)森院士“大成智慧思想”中的“綜合集成研討廳”對人機群智融合的機理進行詮釋。“綜合集成研討廳”是錢學(xué)森系統(tǒng)科學(xué)理論的思想結(jié)晶，是在針對復(fù)雜巨系統(tǒng)所提出的定性與定量相結(jié)合的“綜合集成法”進行凝練和提升的基礎(chǔ)上提出的基于知識體系、專家體系和機器體系的系統(tǒng)化解決方案，將知識體系中的海量數(shù)據(jù)和信息、專家體系中的非邏輯性認知和判斷，以及機器體系中的先進算法和技術(shù)進行綜合集成和有機結(jié)合，從而形成的人機融合的復(fù)雜決策系統(tǒng)[17][18]。人機協(xié)同學(xué)習(xí)中機器和學(xué)生的群體智慧融合需要參照“綜合集成研討廳”的理念，通過對機器客觀決策和學(xué)生主觀經(jīng)驗的綜合考量，實現(xiàn)人與機器的群智融合，對學(xué)習(xí)過程不斷進行調(diào)整和優(yōu)化，突出智能化學(xué)習(xí)決策過程中對于機器呈現(xiàn)的客觀事實和學(xué)生主觀感受的綜合關(guān)照，實現(xiàn)人機協(xié)同支持的教育智慧生成。

(四)人機協(xié)同共生，構(gòu)筑智能時代的智慧學(xué)習(xí)生態(tài)

共生理論最早來源于生物科學(xué)領(lǐng)域，是指不同種屬的生物按某種物質(zhì)聯(lián)系共同生活、協(xié)同進化[19]。人工智能領(lǐng)域的“人機共生”是對人類和計算機之間合作互動的一個發(fā)展預(yù)期，通過人與機器之間的和平共處、友好競爭，轉(zhuǎn)變?nèi)藱C關(guān)系中人類起主導(dǎo)和支配作用的現(xiàn)狀，提升機器的主體地位，實現(xiàn)人與機器的和諧相處、共同進化[20]。

人機協(xié)同學(xué)習(xí)中的人機共生是指，人類與機器能夠在人機協(xié)同學(xué)習(xí)的過程中互相學(xué)習(xí)和協(xié)同進化，促進學(xué)生智慧水平的提升和機器智能水平的優(yōu)化，通過人與機器的交互培育人機協(xié)同的教育智慧，幫助學(xué)習(xí)者完成一些超越人類智慧和機器智能本身的復(fù)雜學(xué)習(xí)任務(wù)，激活人機協(xié)同學(xué)習(xí)的內(nèi)生動力，從而促進人機協(xié)同學(xué)習(xí)生態(tài)體系的系統(tǒng)變革。具體表現(xiàn)為：

其一，促進機器智能化水平的提升。機器能夠借助與人類的自然交互，更加理解學(xué)生行為背后隱藏的深層次認知和情感特征，能夠通過對學(xué)生的話語、表情、身體姿態(tài)、交互行為等多模態(tài)數(shù)據(jù)的采集，挖掘?qū)W生深層次的行為模式和學(xué)習(xí)習(xí)慣，從而構(gòu)建更加精準(zhǔn)完善的學(xué)習(xí)者模型，對學(xué)習(xí)者的知識技能、認知行為、情感體驗等特征進行結(jié)構(gòu)化的建模分析[21]，進而對學(xué)習(xí)者的學(xué)習(xí)興趣、學(xué)習(xí)偏好、學(xué)習(xí)風(fēng)格進行精準(zhǔn)表征。在此基礎(chǔ)上，為每位學(xué)習(xí)者打造一個智能化的“學(xué)習(xí)管家”，對學(xué)習(xí)者的學(xué)習(xí)過程、學(xué)習(xí)計劃、學(xué)習(xí)方案進行綜合管理，并為學(xué)習(xí)者制定面向終身學(xué)習(xí)的個性化成長方案。在此過程中，促進機器從“弱人工智能階段”(機器能夠完成學(xué)習(xí)者簡單的學(xué)習(xí)指令)到“強人工智能階段”(機器能夠識別學(xué)習(xí)者的學(xué)習(xí)狀態(tài)，實現(xiàn)精準(zhǔn)化的學(xué)情分析，并提供個性化的學(xué)習(xí)支持)再到“超人工智能階段”(機器能夠通過與學(xué)習(xí)者之間的交互對學(xué)習(xí)者的學(xué)習(xí)需求進行精準(zhǔn)識別，結(jié)合最近發(fā)展區(qū)理論對學(xué)習(xí)者的發(fā)展?jié)撃苓M行精準(zhǔn)預(yù)測，并能夠為學(xué)習(xí)者設(shè)計個性化的學(xué)習(xí)方案，促進學(xué)生個性化學(xué)習(xí)的實現(xiàn))的轉(zhuǎn)變，促進機器智能化水平的不斷提升。

其二，促進學(xué)生學(xué)習(xí)智慧的養(yǎng)成。首先，學(xué)習(xí)者在利用智能機器開展學(xué)習(xí)的過程中，能夠?qū)C器的核心功能和運行邏輯進行系統(tǒng)掌握，明確如何利用機器獲取所需資源和服務(wù)，能夠?qū)⒅貜?fù)性、單調(diào)性的工作交給機器去完成，留出更多時間從事創(chuàng)造性的腦力勞動。其次，學(xué)習(xí)者能夠?qū)C器所提供的資源和服務(wù)的質(zhì)量加以判別，能夠?qū)χ悄墚a(chǎn)品的診斷結(jié)果和推薦策略進行干預(yù)，幫助機器更好地理解學(xué)習(xí)者真實的學(xué)習(xí)需求，并通過數(shù)據(jù)維度的增加和算法模型的優(yōu)化對個性化學(xué)習(xí)服務(wù)的質(zhì)量加以提升。最后，學(xué)習(xí)者能夠通過機器提供的知識圖譜和能力圖譜了解自身的學(xué)習(xí)進展、學(xué)業(yè)水平、學(xué)習(xí)風(fēng)格，主動地運用與調(diào)控元認知、動機與行為,實現(xiàn)對自身學(xué)習(xí)狀態(tài)和學(xué)習(xí)策略的“自我決定、自我監(jiān)控、自我評估、自我調(diào)整”，對自身學(xué)業(yè)發(fā)展水平進行精準(zhǔn)評判，并能夠依據(jù)現(xiàn)有知識、能力水平調(diào)整自身學(xué)習(xí)策略，在最大程度上保證學(xué)習(xí)效率的提升和學(xué)習(xí)目標(biāo)的達成。

五、智能時代人機協(xié)同學(xué)習(xí)的實踐進路

(一)機器智能服務(wù)測評體系的構(gòu)建

機器智能服務(wù)測評體系的構(gòu)建是智能時代人機協(xié)同學(xué)習(xí)研究的關(guān)鍵組成部分，機器所提供的智能化學(xué)習(xí)支持服務(wù)在為學(xué)習(xí)者帶來諸多便利的同時，也在一定程度上引發(fā)了一系列的倫理問題爭端，突出表現(xiàn)在拍照搜題、智能解題等“惰化學(xué)生思維能力、影響學(xué)生獨立思考”的功能的使用[22]，將在極大程度上影響學(xué)生自主學(xué)習(xí)能力的提升，弱化學(xué)生獨立解決問題的意識和能力。因此，需要從根本上構(gòu)建面向?qū)W生個性化學(xué)習(xí)的機器智能服務(wù)測評體系，對相關(guān)功能的使用場景和使用條件進行有效規(guī)約，引導(dǎo)學(xué)生更好地利用機器進行學(xué)習(xí)，促進學(xué)習(xí)效率和學(xué)生素養(yǎng)的雙向提升。

(二)基于多模態(tài)交互的人機協(xié)同學(xué)習(xí)過程監(jiān)測

多模態(tài)數(shù)據(jù)支持的人機交互分析一直是多模態(tài)學(xué)習(xí)分析領(lǐng)域關(guān)注的熱點話題[23]，主要關(guān)注學(xué)習(xí)者與智能導(dǎo)學(xué)系統(tǒng)、教育機器人等智能教育產(chǎn)品之間的交互作用模式，利用學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)、生理信息數(shù)據(jù)、人機交互數(shù)據(jù)實現(xiàn)對人機協(xié)同學(xué)習(xí)過程的有效還原。從長遠來看，人機協(xié)同學(xué)習(xí)將成為未來一段時間內(nèi)學(xué)習(xí)的重要表征形態(tài)，因此如何對人機協(xié)同學(xué)習(xí)的過程進行有效還原從而挖掘深層次的學(xué)習(xí)規(guī)律，是未來人機協(xié)同學(xué)習(xí)關(guān)注的重要話題。因此，需要構(gòu)建基于多模態(tài)交互的人機協(xié)同學(xué)習(xí)過程監(jiān)測模型與方法，利用學(xué)習(xí)者與機器之間的多模態(tài)交互數(shù)據(jù)實現(xiàn)對學(xué)習(xí)過程的有效還原，幫助機器更好地了解學(xué)習(xí)者的行為表現(xiàn)、認知水平、情感動機，從而對學(xué)習(xí)者的學(xué)習(xí)意圖和學(xué)習(xí)需求進行有效識別，并為其提供更加精準(zhǔn)的學(xué)習(xí)支持服務(wù)。

(三)人機協(xié)同學(xué)習(xí)底層規(guī)律的探討

對于人機協(xié)同學(xué)習(xí)底層規(guī)律的探討是智能時代人機協(xié)同學(xué)習(xí)研究需要關(guān)注的核心問題，需要更加進一步明確智能教育產(chǎn)品等機器智能實體的應(yīng)用究竟能否促進學(xué)習(xí)以及如何促進學(xué)習(xí)，厘清其中的潛在規(guī)律有哪些，從而更好地對智能教育產(chǎn)品的研發(fā)方向進行修正。一方面需要關(guān)注智能教育產(chǎn)品的應(yīng)用對學(xué)生學(xué)業(yè)表現(xiàn)、學(xué)習(xí)投入、自我效能感、學(xué)習(xí)動機、技術(shù)接受度等要素的影響機制，以及相關(guān)要素之間的協(xié)同作用關(guān)系；另一方面要關(guān)注智能教育產(chǎn)品的應(yīng)用對學(xué)生自我調(diào)節(jié)學(xué)習(xí)的影響機制，聚焦于學(xué)生行為、認知、情緒、動機、元認知等微觀層面，從學(xué)習(xí)目標(biāo)設(shè)置、元認知調(diào)控、動機調(diào)控、情緒調(diào)節(jié)等方面對智能教育產(chǎn)品支持下的自我調(diào)節(jié)學(xué)習(xí)的潛在規(guī)律進行深層次的挖掘分析，關(guān)注智能教育產(chǎn)品的應(yīng)用如何對學(xué)生的學(xué)業(yè)表現(xiàn)、學(xué)習(xí)策略和學(xué)習(xí)動機產(chǎn)生影響，以此對智能教育產(chǎn)品的研發(fā)和人機協(xié)同學(xué)習(xí)的模式進行優(yōu)化。

(四)人機協(xié)同學(xué)習(xí)背景下學(xué)生智慧學(xué)習(xí)力的提升

“智慧學(xué)習(xí)力”是在智能技術(shù)與教育教學(xué)深度融合的時代背景下，為了適應(yīng)智能教育產(chǎn)品的快速發(fā)展和人機協(xié)同學(xué)習(xí)的實踐進程，學(xué)生所需具備的一系列能力、信念、意識、品質(zhì)的集合[24]。智慧學(xué)習(xí)力的培育是人機協(xié)同學(xué)習(xí)的重要保障，能夠從學(xué)生素養(yǎng)層面明確智慧教育發(fā)展面臨的核心問題，進而為人機協(xié)同學(xué)習(xí)的有效開展提供可靠支持。其一，強調(diào)學(xué)生要明確智能教育產(chǎn)品在學(xué)習(xí)中的角色定位，能夠在紛繁復(fù)雜的個性化學(xué)習(xí)支持服務(wù)中保持清醒，明確機器無法替代自己完成思考、探索和發(fā)現(xiàn)的過程，要有目的、有節(jié)制、有規(guī)劃地去使用智能教育產(chǎn)品，防止智能技術(shù)的濫用導(dǎo)致自身思維的退化；其二，強調(diào)學(xué)生要能夠了解智能教育產(chǎn)品的核心功能和運作邏輯，并能夠合理利用智能技術(shù)去完善知識體系、調(diào)整學(xué)習(xí)策略、提升認知能力、拓展學(xué)習(xí)邊界、培育創(chuàng)新意識，從而更好地發(fā)揮智能技術(shù)對于學(xué)生學(xué)習(xí)的正向賦能作用。

(五)人機協(xié)同學(xué)習(xí)的倫理問題闡釋

人機協(xié)同學(xué)習(xí)與傳統(tǒng)學(xué)習(xí)的區(qū)別在于，強化了機器在真實學(xué)習(xí)過程中的參與度，通過對學(xué)生學(xué)習(xí)意圖和學(xué)習(xí)需求的精準(zhǔn)識別，實現(xiàn)智慧學(xué)習(xí)服務(wù)的精準(zhǔn)供給，助力于學(xué)生個性化學(xué)習(xí)的實現(xiàn)。這在為學(xué)習(xí)者帶來極大便利的同時，也對傳統(tǒng)的學(xué)習(xí)理念和學(xué)習(xí)生態(tài)造成了一定的沖擊，突出表現(xiàn)在“機器”主體地位的提升，由先前的對于學(xué)習(xí)者體力勞動的簡單替代，轉(zhuǎn)變?yōu)槟軌騾⑴c具體的學(xué)習(xí)決策，并對學(xué)習(xí)過程進行干預(yù)。因此，未來相關(guān)研究的開展需要對人機協(xié)同學(xué)習(xí)的倫理問題進行重點關(guān)注：一方面，需要劃定人機協(xié)同學(xué)習(xí)的倫理邊界，構(gòu)建完善的智能教育服務(wù)準(zhǔn)入機制，明確在何種條件下才能夠允許學(xué)生使用智能教育產(chǎn)品開展學(xué)習(xí)活動，避免“拍照搜題”等智能技術(shù)的濫用導(dǎo)致學(xué)生思維的惰化，確保機器提供的智能教育服務(wù)能夠切實滿足學(xué)習(xí)者真實的學(xué)習(xí)需求；另一方面，需要解決“人”與“機器”的學(xué)習(xí)主體爭端，明確在人機協(xié)同學(xué)習(xí)的過程中“機器”的核心功能和角色定位，確保相關(guān)技術(shù)的研發(fā)和規(guī)則的制定是以學(xué)習(xí)者知識、技能的有效獲取和智慧水平的提升為目標(biāo)，從根本上保證智能技術(shù)的應(yīng)用能夠促進學(xué)習(xí)的有效發(fā)生。