朱珂 張斌輝 宋曄

[摘 ? 要] 人工智能與教育的融合創(chuàng)新對(duì)教育生態(tài)系統(tǒng)的迭代升級(jí)產(chǎn)生了革命性影響。為探析人工智能與教育深度融合的運(yùn)行機(jī)理，從技術(shù)哲學(xué)和技術(shù)生態(tài)位的視角出發(fā)，運(yùn)用理論分析法揭示技術(shù)競(jìng)爭(zhēng)機(jī)制，構(gòu)建“人工智能+教育”的生態(tài)系統(tǒng)模型。模型包含微觀、中觀和宏觀三個(gè)層次，以發(fā)現(xiàn)競(jìng)爭(zhēng)意向?yàn)橹?，奠定微觀層的哲學(xué)根基；以顯現(xiàn)演化機(jī)制為核心，總結(jié)中觀層的運(yùn)行規(guī)律；以實(shí)現(xiàn)深度融合為目的，構(gòu)建宏觀層的系統(tǒng)表征。從技術(shù)與技術(shù)、技術(shù)與教育主體協(xié)同競(jìng)爭(zhēng)的兩個(gè)維度，激活技術(shù)潛力，激勵(lì)教育主體，主動(dòng)把握人工智能重塑教育生態(tài)系統(tǒng)的發(fā)展趨勢(shì)。模型在理論深度上嘗試明晰競(jìng)爭(zhēng)機(jī)制，厘清演化關(guān)系；在時(shí)間跨度上能夠貫穿競(jìng)爭(zhēng)全程，打造循環(huán)生態(tài)；在范圍廣度上能夠協(xié)調(diào)競(jìng)爭(zhēng)和融合，涵蓋人工智能和教育主體，對(duì)人工智能教育的理論和實(shí)踐發(fā)展具有一定的借鑒意義。

[關(guān)鍵詞] 技術(shù)生態(tài)位； 教育生態(tài)系統(tǒng)； 人工智能； 生態(tài)位； 競(jìng)爭(zhēng)

[中圖分類號(hào)] G434 ? ? ? ? ? ?[文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 朱珂（1982—），男，河南南陽人。副教授，博士，主要從事人工智能教育、計(jì)算思維研究。E-mail：ezhuke @qq.com。

一、問題的提出

在2021年舉行的國(guó)際人工智能與教育會(huì)議上，教育部部長(zhǎng)懷進(jìn)鵬倡議，各國(guó)要識(shí)變應(yīng)變、順勢(shì)而為，樹立以科技創(chuàng)新促進(jìn)智能時(shí)代教育發(fā)展的理念，勇于探索創(chuàng)新，充分利用科技賦能，加速推進(jìn)人工智能與教育深度融合[1]。為達(dá)成這一目標(biāo)，需要在闡明人工智能與教育深度融合的邏輯基礎(chǔ)上，構(gòu)建人工智能與教育協(xié)同發(fā)展的教育生態(tài)系統(tǒng)。

智能輔導(dǎo)系統(tǒng)[2]、自動(dòng)在線寫作系統(tǒng)[3]、智能教育體[4]等人工智能技術(shù)在教育教學(xué)中取得了良好績(jī)效。隨著深度學(xué)習(xí)算法的加強(qiáng)，人工智能正逐漸逼近人類智能，但是由于教育過程的復(fù)雜性、教育對(duì)象的特殊性、教學(xué)環(huán)境的多樣性，使得人工智能與教育的深度融合依然任重道遠(yuǎn)。英國(guó)教育家安東尼·塞爾登（Anthony Seldon）指出，相對(duì)于運(yùn)輸、醫(yī)藥、商業(yè)等領(lǐng)域，人工智能在教育領(lǐng)域的應(yīng)用相形見絀[5]；國(guó)內(nèi)也有學(xué)者指出人工智能的教育應(yīng)用沒有取得理想效果[6]。由此可見，在人工智能與教育融合的過程中，存在兩種對(duì)立的觀點(diǎn)：一種認(rèn)為人工智能能夠積極地融入教育教學(xué)并發(fā)揮較大效用；另一種則認(rèn)為人工智能在解決實(shí)際的教育問題時(shí)顯得力有不逮。為何會(huì)存在上述現(xiàn)象呢？追問技術(shù)的本質(zhì)是解決此問題的必要條件；立足教育生態(tài)系統(tǒng)，系統(tǒng)探究技術(shù)與教育的融合機(jī)制，是解決此問題的另一途徑。技術(shù)生態(tài)位理論能夠提供獨(dú)特的視角解釋技術(shù)之間的生態(tài)位演化關(guān)系，正逐漸成為教育領(lǐng)域研究技術(shù)與教育融合的新工具。因此，文章基于技術(shù)生態(tài)位，立足以競(jìng)爭(zhēng)促融合的核心理念，以期為促進(jìn)人工智能與教育的深度融合開拓新視野。

二、是什么：追問技術(shù)本質(zhì)

技術(shù)生態(tài)位最初由荷蘭學(xué)者Schot等人提出，用來研究技術(shù)的創(chuàng)新和可持續(xù)發(fā)展戰(zhàn)略[7]。國(guó)內(nèi)學(xué)者張麗萍等給出了技術(shù)生態(tài)位的定義：在一定的時(shí)間和空間內(nèi)，環(huán)境提供給技術(shù)的各種可利用資源的集合[8]。技術(shù)生態(tài)位作為生態(tài)位與技術(shù)的衍生概念，具有二者的雙重特征。

生態(tài)位（Niche）在生態(tài)學(xué)中用來解釋種群在生態(tài)系統(tǒng)中所占據(jù)的位置和功能作用[9]。其有兩個(gè)基本特征：生態(tài)位寬度和生態(tài)位重疊。前者是指物種在生態(tài)系統(tǒng)中能夠利用的各種不同資源的總和；后者是指兩個(gè)物種共同爭(zhēng)奪同一資源時(shí)產(chǎn)生的生態(tài)位重疊現(xiàn)象[10]。這兩個(gè)特征都具有正相關(guān)關(guān)系。生態(tài)位越寬，物種的競(jìng)爭(zhēng)力越強(qiáng)；反之，競(jìng)爭(zhēng)力越弱。生態(tài)位重疊的范圍越大，物種之間的競(jìng)爭(zhēng)越激烈；反之，競(jìng)爭(zhēng)越緩和。

生態(tài)位以物種競(jìng)爭(zhēng)作為核心思想。例如，Tilman基于經(jīng)典競(jìng)爭(zhēng)理論提出隨機(jī)生態(tài)位理論，強(qiáng)調(diào)競(jìng)爭(zhēng)機(jī)制在決定入侵者生態(tài)位中的重要作用[11]。有學(xué)者指出，堅(jiān)持“以舊換新”的技術(shù)觀能夠有效推動(dòng)教育變革進(jìn)程[12]，而競(jìng)爭(zhēng)是“以舊換新”的重要方式之一。因此，以競(jìng)爭(zhēng)為核心審視人工智能與教育的深度融合成為重構(gòu)教育生態(tài)系統(tǒng)的新途徑。

技術(shù)生態(tài)位視域下存在兩個(gè)維度的競(jìng)爭(zhēng)行為：技術(shù)之間的競(jìng)爭(zhēng)以及技術(shù)與教育主體的競(jìng)爭(zhēng)。技術(shù)生態(tài)位的概念內(nèi)涵決定研究技術(shù)之間的競(jìng)爭(zhēng)成為應(yīng)然之義。與此同時(shí)，技術(shù)生態(tài)位在同教育結(jié)合時(shí)，其內(nèi)涵需要依據(jù)教育生態(tài)系統(tǒng)的應(yīng)用語境獲得適切的外延。在教育生態(tài)系統(tǒng)中，教育主體是最核心的要素。因此，另一個(gè)研究維度便是技術(shù)與教育主體的競(jìng)爭(zhēng)。

基于技術(shù)生態(tài)位理論研究人工智能與教育的深度融合還需要追問技術(shù)的本質(zhì)。海德格爾從存在論的視角追問技術(shù)的本質(zhì)。他認(rèn)為技術(shù)的本質(zhì)存在于解蔽過程之中[13]。這里的解蔽是從存在論意義上講的，它統(tǒng)攝著傳統(tǒng)技術(shù)和現(xiàn)代技術(shù)的本質(zhì)。嚴(yán)格來說，現(xiàn)代技術(shù)的解蔽方式是對(duì)自然的促逼，以蠻橫的態(tài)度對(duì)待自然，蠻橫地攫取自然蘊(yùn)藏的能量[13]。區(qū)別在于傳統(tǒng)技術(shù)和現(xiàn)代技術(shù)在自然中所處地位的顛覆，前者被動(dòng)地依附于自然，而后者則擺置著自然。這種具有促逼、擺置特征的解蔽方式就是海德格爾所認(rèn)為的現(xiàn)代技術(shù)的本質(zhì)——集置（Ge-stell）。值得注意的是，無論是自然還是人自身都處于“集置”之中，它揭示了現(xiàn)代技術(shù)所具有的對(duì)事物聚集、整合和控制的力量，也彰顯出技術(shù)對(duì)人和人的生存方式的改造能力。

唐·伊德（D. Ihde）受到海德格爾提出的“指引結(jié)構(gòu)”的啟發(fā)，提出技術(shù)意向性（Technological Intentionality）的概念[14]。與胡塞爾現(xiàn)象學(xué)中的意向性不同，由于受到實(shí)用主義的影響，伊德的意向性含義發(fā)生了經(jīng)驗(yàn)轉(zhuǎn)向。伊德的技術(shù)意向性包括功能和導(dǎo)向兩種含義，且更加強(qiáng)調(diào)技術(shù)在實(shí)踐（而不是意識(shí)）中的意向性。技術(shù)意向性的功能含義是指技術(shù)本身所具有的屬性和功能；導(dǎo)向含義是指技術(shù)在使用中所具有的對(duì)外在事物的引導(dǎo)和塑造作用。

美國(guó)技術(shù)思想家布萊恩·阿瑟（W. Brian Arthur）通過對(duì)現(xiàn)有技術(shù)結(jié)構(gòu)的逐層解析，發(fā)現(xiàn)了技術(shù)的組合和遞歸特質(zhì)。他從生物進(jìn)化的角度提出技術(shù)的自創(chuàng)生，指出技術(shù)具備生物屬性，越復(fù)雜、越“高級(jí)”的技術(shù)，生物性越顯著[15]。伊德提出的“人—技”關(guān)系中的它異關(guān)系（Alterity Relations）與此類似，技術(shù)在特定情境下被擬人化，被視為具有神性和靈性的“準(zhǔn)生物”。

綜上所述，技術(shù)的本質(zhì)在生態(tài)系統(tǒng)中體現(xiàn)為技術(shù)的競(jìng)爭(zhēng)意向。首先，競(jìng)爭(zhēng)具有普遍性，存在于自然生態(tài)系統(tǒng)和教育生態(tài)系統(tǒng)之中。其次，技術(shù)意向性體現(xiàn)在技術(shù)的實(shí)踐活動(dòng)中，而生物體生態(tài)位的確立主要依靠競(jìng)爭(zhēng)活動(dòng)。因此，技術(shù)在本質(zhì)上同時(shí)兼具意向性和生物體的競(jìng)爭(zhēng)性。就教育生態(tài)系統(tǒng)而言，技術(shù)的競(jìng)爭(zhēng)意向成為研究技術(shù)與教育融合的關(guān)鍵。

三、為什么：人工智能與教育

深度融合的理論探析

突破技術(shù)中性論是研究人工智能與教育深度融合的基礎(chǔ)。在技術(shù)的價(jià)值問題上，有“中立”和“非中立”兩種不同的觀點(diǎn)。技術(shù)中立性認(rèn)為技術(shù)獨(dú)立于人而外在，是體現(xiàn)人類價(jià)值的工具。吳國(guó)盛認(rèn)為，技術(shù)中立性的局限在于忽略了技術(shù)本身所具有的邏輯，它來源于包含特定價(jià)值取向的技術(shù)意向結(jié)構(gòu)[16]。技術(shù)意向性表明技術(shù)是非中立的，技術(shù)對(duì)人也具有反作用，尤其是人工智能在教育領(lǐng)域的應(yīng)用，其意向性意義會(huì)通過教育對(duì)人的塑造作用不斷延伸。

人工智能因“智能化”更加凸顯技術(shù)的競(jìng)爭(zhēng)意向。人工智能的不斷進(jìn)化使得人的性質(zhì)也發(fā)生變化，導(dǎo)致“人”不再具有和其他個(gè)體唯一可區(qū)別的人格和身份[17]。人工智能在智力上對(duì)人類的逼近與超越構(gòu)成了人與技術(shù)的競(jìng)爭(zhēng)關(guān)系?，F(xiàn)階段，人工智能與人類的競(jìng)爭(zhēng)還基本局限在智力領(lǐng)域，隨著弱人工智能向強(qiáng)人工智能的過渡發(fā)展，人工智能與人類的競(jìng)爭(zhēng)逐漸滲透到主體、意識(shí)和倫理等領(lǐng)域。在未來，人工智能與人類將處于全面的競(jìng)爭(zhēng)狀態(tài)。

技術(shù)的競(jìng)爭(zhēng)意向是人工智能與教育深度融合的突破口。教育活動(dòng)的開展離不開智力活動(dòng)，而人工智能擁有超高的運(yùn)算速度和超強(qiáng)的邏輯推理能力，使人類在智力比拼中感到力有不逮。面對(duì)這種狀況，教育工作者化危機(jī)為契機(jī)，積極推動(dòng)人工智能與教育的深度融合。

人工智能與教育的深度融合是一個(gè)復(fù)雜的過程。無論是以人工智能為代表的新一代工業(yè)革命的倒逼還是教育行業(yè)自身發(fā)展的訴求[18]，人工智能與教育的融合都是大勢(shì)所趨。社會(huì)經(jīng)濟(jì)、科學(xué)理論、工程技術(shù)的合力發(fā)展鋪設(shè)了人工智能一波三折的演進(jìn)歷程。教育體系也存在資源配置不均衡、城鄉(xiāng)發(fā)展不公平、教育信息化改革等牽一發(fā)而動(dòng)全身的重大問題。這決定了人工智能與教育的深度融合不會(huì)一蹴而就。

人工智能與教育深度融合需要構(gòu)建整體系統(tǒng)觀[19]?，F(xiàn)代社會(huì)是一個(gè)復(fù)雜大系統(tǒng)[20]，技術(shù)和教育作為社會(huì)大系統(tǒng)的子系統(tǒng)，其內(nèi)部各要素的結(jié)構(gòu)和系統(tǒng)整體的運(yùn)行都要遵循系統(tǒng)的運(yùn)轉(zhuǎn)規(guī)律。整體性是系統(tǒng)的核心思想。系統(tǒng)觀不追求單個(gè)要素的卓越，而注重各要素的連接和結(jié)構(gòu)，以達(dá)到整體大于部分之和的效果。人工智能對(duì)教育產(chǎn)生的變革不是部分的，而是整體的；不是片面的，而是系統(tǒng)的；不是立竿見影，而是潤(rùn)物無聲。

技術(shù)與教育的融合程度取決于技術(shù)或教育主體通過競(jìng)爭(zhēng)是否能夠?qū)ふ业竭m當(dāng)?shù)纳鷳B(tài)位。若技術(shù)或教育主體處于不當(dāng)生態(tài)位，技術(shù)與教育便難以深度融合，技術(shù)無法發(fā)揮最大效用為教育服務(wù)。此時(shí)通過競(jìng)爭(zhēng)淘汰不適切的技術(shù)，或者尋找到適當(dāng)?shù)纳鷳B(tài)位，技術(shù)便能夠不斷煥發(fā)教育生態(tài)系統(tǒng)的生機(jī)與活力。

四、如何做：技術(shù)生態(tài)位視域下

“人工智能+教育”的模型構(gòu)建

競(jìng)爭(zhēng)是技術(shù)生態(tài)位視閾下人工智能與教育深度融合的抓手。在完整闡述人工智能融入、重塑教育生態(tài)系統(tǒng)的競(jìng)爭(zhēng)機(jī)制的基礎(chǔ)上，構(gòu)建“人工智能+教育”的生態(tài)系統(tǒng)模型。

（一）人工智能重塑教育生態(tài)系統(tǒng)的競(jìng)爭(zhēng)機(jī)制

技術(shù)與教育的融合可從“過程”和“狀態(tài)”兩個(gè)動(dòng)靜結(jié)合的視角審視[21]。技術(shù)生態(tài)位視域下“人工智能+教育”的競(jìng)爭(zhēng)分為三個(gè)階段：（1）人工智能作為新技術(shù)物種入侵原有的教育生態(tài)系統(tǒng)；（2）人工智能技術(shù)與原有技術(shù)爭(zhēng)奪有限的教育資源；（3）經(jīng)由人工智能重塑后的教育生態(tài)系統(tǒng)。其中，第（1）階段是競(jìng)爭(zhēng)的初始階段，引發(fā)此階段的動(dòng)力因素包括自然和人為兩方面。自然因素是指人工智能為爭(zhēng)奪有限的教育資源而表現(xiàn)出來的自發(fā)性。人為因素是指教育活動(dòng)參與者將人工智能技術(shù)引入教育生態(tài)系統(tǒng)所發(fā)揮的主體意志。第（2）階段是一種動(dòng)態(tài)演化的競(jìng)爭(zhēng)過程，具有多樣性和復(fù)雜性的特征，把握其演化規(guī)律是明晰人工智能重構(gòu)教育生態(tài)系統(tǒng)的關(guān)鍵。第（3）階段是在第（2）階段的基礎(chǔ)上實(shí)現(xiàn)的相對(duì)均衡狀態(tài)，智能化是其相較于原有教育生態(tài)系統(tǒng)最大的特征。

1. 技術(shù)生態(tài)位的競(jìng)爭(zhēng)動(dòng)力

教育資源是技術(shù)生態(tài)位的競(jìng)爭(zhēng)動(dòng)力。技術(shù)競(jìng)爭(zhēng)的現(xiàn)實(shí)生態(tài)位圍繞技術(shù)的物化需求而展開[8]。在教育中，技術(shù)的需求對(duì)象指教育資源。教育資源不能無限供應(yīng)，因而是有限的。正因?yàn)橘Y源有限，才引發(fā)技術(shù)相互爭(zhēng)奪。當(dāng)技術(shù)與教育觸碰時(shí)，各種技術(shù)不斷地向教育資源靠攏、聚集，形成以教育資源為核心的開放系統(tǒng)。

教育資源在《教育大辭典》中被解釋為：在教育過程中所占用、使用和消耗的人力、物力和財(cái)力資源[22]?；诖?，文章選擇教師、學(xué)生、教育管理者、教育基礎(chǔ)設(shè)施、資金和技術(shù)作為教育資源的六種代表要素。這些要素在教育活動(dòng)中都需要技術(shù)介入。如，教師、學(xué)生和教育管理者需要運(yùn)用技術(shù)分別進(jìn)行教學(xué)、學(xué)習(xí)和管理；教育基礎(chǔ)設(shè)施需要技術(shù)支撐以便提供科學(xué)、高效、舒適、便捷的服務(wù)；資金能夠融通技術(shù)流動(dòng)的渠道。

2. 技術(shù)生態(tài)系統(tǒng)競(jìng)爭(zhēng)機(jī)制的基本闡釋

如圖1所示，根據(jù)技術(shù)生態(tài)位的基本特征，以爭(zhēng)奪教育資源為目的而形成的開放系統(tǒng)分為內(nèi)外兩部分。在系統(tǒng)外部，各種技術(shù)游離于系統(tǒng)之外，無法參與系統(tǒng)的生態(tài)位競(jìng)爭(zhēng)。這些技術(shù)要么不依賴教育資源而存在，要么其價(jià)值尚未被教育領(lǐng)域認(rèn)識(shí)和開發(fā)，要么因在技術(shù)生態(tài)系統(tǒng)內(nèi)部的競(jìng)爭(zhēng)中被淘汰。在系統(tǒng)內(nèi)部存在兩股競(jìng)爭(zhēng)勢(shì)力，一股是從系統(tǒng)外部入侵的競(jìng)爭(zhēng)者；另一股是系統(tǒng)內(nèi)部自生的競(jìng)爭(zhēng)者（技術(shù)和人）。技術(shù)憑借自生性大量吸引其他技術(shù)匯流自身，經(jīng)過迭代升級(jí)由弱變強(qiáng)，生態(tài)位寬度不斷增加。

為了爭(zhēng)奪有限的資源，技術(shù)生態(tài)位發(fā)生重疊，技術(shù)間產(chǎn)生競(jìng)爭(zhēng)。利用Levins生態(tài)位重疊指數(shù)可以測(cè)量技術(shù)生態(tài)位的重疊情況，如公式（1）所示。

（1）

公式中，O表示技術(shù)i與技術(shù)k對(duì)教育資源利用狀況的重疊度；根據(jù)公式（1）中P的含義可知，P表示技術(shù)k對(duì)第j種教育資源的利用量占該技術(shù)對(duì)全部教育資源利用量的比例。當(dāng)技術(shù)i和技術(shù)k在全部教育資源中的分布完全相同時(shí)，二者的生態(tài)位完全重疊，此時(shí)O取最大值1。相反，當(dāng)兩種技術(shù)不能同時(shí)共占一個(gè)教育資源時(shí)，它們的生態(tài)位完全不重疊，此時(shí)O取最小值0。

當(dāng)兩種技術(shù)的生態(tài)位完全重疊時(shí)，競(jìng)爭(zhēng)最為激烈。這意味著它們?cè)谀撤N情況下（如考慮技術(shù)的功能時(shí)）可以相互替代。當(dāng)技術(shù)的生態(tài)位部分重疊并且教育資源充足的時(shí)候，技術(shù)間就可能存在相對(duì)緩和的競(jìng)爭(zhēng)甚至不競(jìng)爭(zhēng)，此時(shí)兩種技術(shù)相互配合、協(xié)同演化。這種情況通常短暫地發(fā)生在教育資源相對(duì)剩余的競(jìng)爭(zhēng)初期。長(zhǎng)期來看，根據(jù)競(jìng)爭(zhēng)排斥原理，教育資源在配置過程中會(huì)逐漸趨于均衡。

3. 人工智能對(duì)教育生態(tài)系統(tǒng)的重塑

自發(fā)性技術(shù)競(jìng)爭(zhēng)會(huì)造成不同的結(jié)果。競(jìng)爭(zhēng)中的獲勝方將獲得大部分教育資源，失敗方則退出技術(shù)生態(tài)系統(tǒng)或者選擇寄生在勝利者周圍，向具有寬生態(tài)位的技術(shù)匯流、補(bǔ)強(qiáng)。

人工智能具有廣泛的生態(tài)位，在與傳統(tǒng)技術(shù)競(jìng)爭(zhēng)的過程中處于優(yōu)勢(shì)地位。以學(xué)校教學(xué)為例，自然語言處理（Natural Language Processing，NLP）作為人工智能的核心技術(shù)之一[23]，在作文評(píng)改、英語翻譯、閱讀理解等文本信息處理上能夠極大程度地降低教師和學(xué)生的負(fù)擔(dān)，幫助他們改善工作和學(xué)習(xí)。傳統(tǒng)技術(shù)在處理這些問題的時(shí)候往往效率低下或者無法精準(zhǔn)評(píng)價(jià)，而教師教學(xué)和學(xué)生學(xué)習(xí)情況的精準(zhǔn)評(píng)價(jià)是至關(guān)重要的[24]。因此，傳統(tǒng)技術(shù)與人工智能在生態(tài)位的競(jìng)爭(zhēng)中通常處于劣勢(shì)地位。

人工智能變革教育的同時(shí)也受到教育的限制。在技術(shù)介入教育的過程中，要按照教育的邏輯考量技術(shù)[25]。技術(shù)不可能完全自由地競(jìng)爭(zhēng)，每一種人工智能技術(shù)在經(jīng)過生態(tài)位競(jìng)爭(zhēng)后都會(huì)適應(yīng)當(dāng)?shù)氐慕逃虒W(xué)環(huán)境。理想情況是通過人工智能的徹底變革，教育實(shí)現(xiàn)完全智能化，但教育的現(xiàn)實(shí)則是多種不同種類的技術(shù)捆綁共生。

通過構(gòu)建技術(shù)生態(tài)位視域下“人工智能+教育”的生態(tài)系統(tǒng)模型，能夠全面系統(tǒng)地把握人工智能與教育深度融合的全貌。如圖2所示，該模型共有三個(gè)層次，自上而下分別是宏觀層、中觀層和微觀層。其中，宏觀層和中觀層具有顯現(xiàn)性，在這兩個(gè)層次能夠觀察到“人工智能+教育”的三個(gè)競(jìng)爭(zhēng)階段。微觀層較為特殊，其掩蔽不露，從哲學(xué)意義上給予技術(shù)的競(jìng)爭(zhēng)意向以合理性。這恰如胡塞爾所認(rèn)為的自然主義科學(xué)的科學(xué)性要經(jīng)受哲學(xué)的檢驗(yàn)[26]。

（二）微觀層：技術(shù)競(jìng)爭(zhēng)意向的哲學(xué)奠基

在微觀層中（如圖2所示），技術(shù)意向性與技術(shù)的生物屬性共同為技術(shù)的競(jìng)爭(zhēng)意向提供支撐。由微觀層向上是技術(shù)競(jìng)爭(zhēng)意向的顯現(xiàn)過程（中觀層和宏觀層的圖層顏色較亮）。與此相反，由上兩層向下則是技術(shù)競(jìng)爭(zhēng)意向的遮蔽過程（微觀層顏色較暗）。遮蔽的含義由“微”字體現(xiàn)。微觀層中的“微”并非與“宏”相對(duì)，而是“入微”以致不能輕易觀察的意思。技術(shù)的運(yùn)動(dòng)規(guī)律和競(jìng)爭(zhēng)機(jī)制不在此層顯現(xiàn)，在日常的教育活動(dòng)中也經(jīng)常作為預(yù)設(shè)被教育主體忽視。

（三）中觀層：人工智能介入教育的生態(tài)位競(jìng)爭(zhēng)

1. 人工智能具有更廣泛的生態(tài)位

人工智能是研究、設(shè)計(jì)、開發(fā)智能系統(tǒng)用于模擬、延伸和擴(kuò)展人類智能的科學(xué)[27]。人工智能通過聚合其他技術(shù)不斷增強(qiáng)智能性。憑借深度學(xué)習(xí)算法，人工智能自我學(xué)習(xí)和迭代的速度不斷加快。傳統(tǒng)技術(shù)與人工智能相比并不具備上述優(yōu)勢(shì)，因而人工智能具有更加廣泛的生態(tài)位。因此，人工智能介入教育中時(shí)便具有變革教育生態(tài)系統(tǒng)的力量[28]。

2. 人工智能生態(tài)位的分離與重疊

人工智能的生態(tài)位競(jìng)爭(zhēng)是一個(gè)雙向循環(huán)的過程。如圖2的中觀層所示，起初人工智能與傳統(tǒng)技術(shù)的生態(tài)位相互分離。這是因?yàn)槌跗谌斯ぶ悄艿闹悄芩捷^低，難以對(duì)教育生態(tài)系統(tǒng)產(chǎn)生實(shí)際影響。由于其生態(tài)位寬度尚小，不足以對(duì)傳統(tǒng)技術(shù)在教育生態(tài)系統(tǒng)中的優(yōu)勢(shì)地位造成威脅。此時(shí)二者錯(cuò)位競(jìng)爭(zhēng)，技術(shù)生態(tài)系統(tǒng)處于相對(duì)均衡狀態(tài)。隨著人工智能的智能水平不斷提高，人工智能的生態(tài)位寬度快速擴(kuò)大，對(duì)傳統(tǒng)技術(shù)提出嚴(yán)峻挑戰(zhàn)。此時(shí)二者生態(tài)位重疊，為爭(zhēng)奪有限的教育資源展開激烈的競(jìng)爭(zhēng)。激烈競(jìng)爭(zhēng)的最終結(jié)果則是人工智能和傳統(tǒng)技術(shù)的生態(tài)位重新分離，二者尋找到合適的生態(tài)位，技術(shù)生態(tài)系統(tǒng)實(shí)現(xiàn)更高水平的均衡。

3. 人工智能生態(tài)位競(jìng)爭(zhēng)的結(jié)果形態(tài)

人工智能在介入教育的過程中與傳統(tǒng)技術(shù)存在三種競(jìng)爭(zhēng)結(jié)果：（1）人工智能完全取代傳統(tǒng)技術(shù)；（2）傳統(tǒng)技術(shù)戰(zhàn)勝人工智能；（3）人工智能與傳統(tǒng)技術(shù)交織共存，二者相互沖突、相互補(bǔ)充。其中，第（1）種結(jié)果表現(xiàn)為完全的智能教育形態(tài)，此時(shí)人工智能將覆蓋教育生態(tài)系統(tǒng)中所有的教育教學(xué)活動(dòng)。第（2）種結(jié)果表明人工智能在生態(tài)位競(jìng)爭(zhēng)中落敗，教育生態(tài)系統(tǒng)筑起牢固的壁壘將人工智能隔絕在外，教育與人工智能難以融合。誠(chéng)然，上述兩種極端的競(jìng)爭(zhēng)結(jié)果只具有理論上的可能性。在實(shí)際的教育活動(dòng)中，人工智能與傳統(tǒng)技術(shù)主要表現(xiàn)為第（3）種關(guān)系，這種結(jié)果表明人工智能以技術(shù)間相互競(jìng)爭(zhēng)的方式融入教育生態(tài)系統(tǒng)。

（四）宏觀層：人工智能與教育的系統(tǒng)融合

人工智能與教育生態(tài)系統(tǒng)的融合需要經(jīng)歷兩個(gè)階段。第一，每一個(gè)“技術(shù)物種”通過相互競(jìng)爭(zhēng)調(diào)整生態(tài)位，逐漸形成相對(duì)穩(wěn)定的技術(shù)生態(tài)系統(tǒng)。每一種子技術(shù)競(jìng)爭(zhēng)力的排序即揭示人工智能與教育融合過程中關(guān)鍵技術(shù)的效用。如圖2宏觀層所示，若T1表示構(gòu)成人工智能技術(shù)生態(tài)系統(tǒng)的第一種子技術(shù)（Technology），則技術(shù)生態(tài)系統(tǒng)中第n種子技術(shù)的生態(tài)位寬度可以通過Levins生態(tài)位寬度指數(shù)測(cè)量出來，如公式（2）所示：

公式中，B即為技術(shù)i的生態(tài)位寬度；P=nij/Ni表示技術(shù)i對(duì)第j種教育資源的利用量（nij）占該技術(shù)對(duì)全部教育資源利用量（Ni）的比例；r表示教育資源的數(shù)量（j=1，2，···，r）。當(dāng)技術(shù)i以相等的數(shù)目充分利用每一個(gè)教育資源時(shí)，Bi取最大值，意味著該技術(shù)的生態(tài)位最寬；當(dāng)?shù)趇種技術(shù)只集中利用某一個(gè)教育資源時(shí)，Bi取最小值，此時(shí)該技術(shù)的生態(tài)位最窄。

第二，人工智能與教育進(jìn)行系統(tǒng)層級(jí)的融合。在宏觀層，教育活動(dòng)參與者能夠更加貼切地體驗(yàn)到人工智能與教育生態(tài)系統(tǒng)的融合。在中觀層的生態(tài)位競(jìng)爭(zhēng)完成后，人工智能與教育生態(tài)系統(tǒng)經(jīng)過一番融合，在宏觀層顯現(xiàn)出更高水平的生態(tài)位。由于各種技術(shù)分環(huán)勾連形成的技術(shù)生態(tài)系統(tǒng)與教育生態(tài)系統(tǒng)相互糾葛、相互融合，除了技術(shù)與教育融合后相對(duì)靜止的狀態(tài)，宏觀層還存在二者動(dòng)態(tài)演化的過程。這一過程依舊遵循技術(shù)生態(tài)位競(jìng)爭(zhēng)的基本規(guī)律。

（五）人工智能與教育主體的競(jìng)爭(zhēng)

人工智能在教學(xué)活動(dòng)中與教師具有相似的生態(tài)位。隨著智能導(dǎo)師系統(tǒng)、智能機(jī)器人和智能助理等人工智能技術(shù)在教學(xué)中的應(yīng)用，人的主體性開始向技術(shù)讓渡[29]，首當(dāng)其沖的是教師群體。雖然當(dāng)前的人工智能還不足以完全取代教師，但是它就像一把“達(dá)摩克利斯之劍”使教師對(duì)未來充滿了焦慮。未來的人工智能教育將突破傳統(tǒng)教育中知識(shí)的傳授模式，向人機(jī)共生的形態(tài)發(fā)展[30]。在人機(jī)協(xié)同時(shí)期，教師與人工智能的主體界限變得含混模糊。在分析人工智能和教師的關(guān)系時(shí)，明晰二者的優(yōu)勢(shì)和不足，明確合適雙方的生態(tài)位十分必要[31]。這就要求雙方始終秉持錯(cuò)位競(jìng)爭(zhēng)、優(yōu)勢(shì)互補(bǔ)的原則，發(fā)揮人工智能在邏輯推理和計(jì)算效率等方面的優(yōu)勢(shì)，發(fā)揮人類教師在情感和道德等人文方面的優(yōu)勢(shì)。

人工智能通過革新學(xué)習(xí)模式倒逼學(xué)生順應(yīng)技術(shù)的邏輯。隨著基于教育服務(wù)而開發(fā)的人工智能產(chǎn)品在教學(xué)領(lǐng)域的應(yīng)用，學(xué)習(xí)模式正朝向智能化、個(gè)性化和去中心化轉(zhuǎn)變。這種轉(zhuǎn)變帶給學(xué)生一定的學(xué)習(xí)成本。學(xué)生需要從情感上擺脫掉傳統(tǒng)的學(xué)習(xí)模式，主動(dòng)適應(yīng)人工智能創(chuàng)建的學(xué)習(xí)模式，以便從人工智能的教學(xué)應(yīng)用中受益。例如，基于人工智能和教育大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)系統(tǒng)能夠?qū)崟r(shí)收集學(xué)生的學(xué)習(xí)數(shù)據(jù)，調(diào)整學(xué)習(xí)方式，實(shí)施精準(zhǔn)教學(xué)[32]。這些智能技術(shù)能夠完整顯示過去被遮蔽的學(xué)習(xí)細(xì)節(jié)，切實(shí)支持每一位學(xué)生的個(gè)性化學(xué)習(xí)。

人工智能引起教育政策制定者和管理者的強(qiáng)烈關(guān)注。人工智能為教育政策制定者帶來緊迫感，要求他們準(zhǔn)確評(píng)估人工智能的變革力量，積極引領(lǐng)智能教育改革。教育管理者需要順應(yīng)智能教育改革的浪潮，改變低效的管理模式和服務(wù)模式，努力打造智能化的教育環(huán)境。

五、結(jié) ? 語

以競(jìng)爭(zhēng)為理念的技術(shù)生態(tài)位為人工智能與教育的深度融合開辟了新理路。競(jìng)爭(zhēng)可以淘汰舊技術(shù)，加速技術(shù)迭代升級(jí)，從而提升教育績(jī)效。生態(tài)位重疊是技術(shù)競(jìng)爭(zhēng)的必要條件，生態(tài)位高度重疊會(huì)造成過度競(jìng)爭(zhēng)，嚴(yán)重浪費(fèi)教育資源。錯(cuò)位引入新技術(shù)能夠有效避免上述現(xiàn)象，也能夠?yàn)榕f技術(shù)保留生存空間，形成新舊技術(shù)既競(jìng)爭(zhēng)又共生的生態(tài)格局。在這種格局下，伴隨著技術(shù)之間張力和耦合度的加強(qiáng)，教育生態(tài)有望逐步實(shí)現(xiàn)從微觀到宏觀、從要素到系統(tǒng)的創(chuàng)變。中國(guó)的教育學(xué)者也將在人工智能與教育深度融合的長(zhǎng)路上進(jìn)一步上下求索。

[參考文獻(xiàn)]

[1] 創(chuàng)新技術(shù)服務(wù)教學(xué)進(jìn)步 人工智能助力未來教育[EB/OL].（2021-12-08）[2022-01-10]. http：//www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/moe_1485/202112/t20211208_585822.html.

[2] PAI K-C， KUO B-C， LIAO C-H， et al. An application of Chinese dialogue-based intelligent tutoring system in remedial instruction for mathematics learning[J]. Educational psychology， 2020， 41（2）： 137-152.

[3] CHENG G. The impact of online automated feedback on students' reflective journal writing in an EFL course[J]. The internet and higher education， 2017， 34： 18-27.

[4] KEWALRAMANI S， KIDMAN G， PALAIOLGOU I. Using artificial intelligence （AI）-interfaced robotic toys in early childhood settings： a case for children's inquiry literacy[J]. European early childhood education research journal， 2021， 29（5）： 652-668.

[5] 安東尼·塞爾登，奧拉迪梅吉·阿比多耶.第四次教育革命——人工智能如何改變教育[M].呂曉志，譯.北京：機(jī)械工業(yè)出版社，2019.

[6] 李芒，張華陽.對(duì)人工智能在教育中應(yīng)用的批判與主張[J].電化教育研究，2020，41（3）：29-39.

[7] SCHOT J， GEELS F W. Strategic niche management and sustainable innovation journeys： theory， findings， research agenda， and policy[J]. Technology analysis & strategic management， 2008， 20（5）： 537-554.

[8] 張麗萍.從生態(tài)位到技術(shù)生態(tài)位[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2002（3）：23-25.

[9] ?？瞬?，儲(chǔ)誠(chéng)進(jìn)，王志恒.動(dòng)態(tài)生態(tài)位：構(gòu)建群落生態(tài)學(xué)理論的新框架[J].中國(guó)科學(xué)：生命科學(xué)，2022，52（3）：403-417.

[10] 張金屯.數(shù)量生態(tài)學(xué)[M].2版.北京：科學(xué)出版社，2011.

[11] TILMAN D. Niche tradeoffs， neutrality， and community structure： a stochastic theory of resource competition， invasion， and community assembly[J]. Proceedings of the national academy of sciences， 2004， 101（30）： 10854-10861.

[12] 顏士剛.論技術(shù)·教育與人的發(fā)展——兼論教育領(lǐng)域的技術(shù)觀[J].現(xiàn)代遠(yuǎn)程教育研究，2014（1）：20-26，32.

[13] 海德格爾.演講與論文集[M].孫周興，譯.北京：商務(wù)印書館，2020.

[14] 韓連慶.技術(shù)意向性的含義與功能[J].哲學(xué)研究，2012（10）：97-103，129.

[15] 布萊恩·阿瑟.技術(shù)的本質(zhì) 經(jīng)典版[M].曹東溟，王健，譯.杭州：浙江人民出版社，2018：259.

[16] 吳國(guó)盛.技術(shù)哲學(xué)講演錄[M].北京：中國(guó)人民大學(xué)出版社，2016.

[17] 盧迪，段世飛，胡科，李福華，陳熠舟.人工智能教育的全球治理：框架、挑戰(zhàn)與變革[J].遠(yuǎn)程教育雜志，2020，38（6）：3-12.

[18] 徐曄.從“人工智能教育”走向“教育人工智能”的路徑探究[J].中國(guó)電化教育，2018（12）：81-87.

[19] 徐莉，梁震，楊麗樂.人工智能+教育融合的困境與出路——復(fù)雜系統(tǒng)科學(xué)視角[J].中國(guó)電化教育，2021（5）：78-86.

[20] 宋道雷.社會(huì)治理的“中間領(lǐng)域”：以社會(huì)組織為考察對(duì)象[J].社會(huì)科學(xué)，2020（6）：58-70.

[21] 顏士剛，李藝.論教育技術(shù)化是技術(shù)教育價(jià)值的實(shí)現(xiàn)和彰顯[J].電化教育研究，2007（12）：9-12，28.

[22] 顧明遠(yuǎn)主編.教育大辭典 增訂合編本[M].上海：上海教育出版社，1998.

[23] 趙京勝，宋夢(mèng)雪，高祥，朱巧明.自然語言處理中的文本表示研究[J].軟件學(xué)報(bào)，2022，33（1）：102-128.

[24] 鐘紹春，鐘卓，范佳榮，趙雪梅，楊瀾.智能技術(shù)如何支持新型課堂教學(xué)模式構(gòu)建[J].中國(guó)電化教育，2022（2）：21-29，46.

[25] 安富海.教育技術(shù)：應(yīng)該按照“教育的邏輯”考量“技術(shù)”[J].電化教育研究，2020，41（9）：27-33.

[26] 赫伯特·施皮格伯格.現(xiàn)象學(xué)運(yùn)動(dòng)[M].王炳文，張金言，譯.北京：商務(wù)印書館，2011.

[27] 鐘卓，鐘紹春，唐燁偉.人工智能支持下的智慧學(xué)習(xí)模型構(gòu)建研究[J].電化教育研究，2021，42（12）：71-78，85.

[28] 顧小清，李世瑾，李睿.人工智能創(chuàng)新應(yīng)用的國(guó)際視野——美國(guó)NSF人工智能研究所的前瞻進(jìn)展與未來教育展望[J].中國(guó)遠(yuǎn)程教育，2021（12）：1-9，76.

[29] 張務(wù)農(nóng).人工智能時(shí)代教學(xué)主體的辨識(shí)與倫理反思[J].教育研究，2022，43（1）：81-90.

[30] 李海峰，王煒.人機(jī)學(xué)習(xí)共生體——論后人工智能教育時(shí)代基本學(xué)習(xí)形態(tài)之構(gòu)建[J].遠(yuǎn)程教育雜志，2020，38（2）：46-55.

[31] 郭炯，榮乾，郝建江.國(guó)外人工智能教學(xué)應(yīng)用研究綜述[J].電化教育研究，2020，41（2）：91-98，107.

[32] 趙麗，賀瑋，王洋.人工智能支持的課堂教學(xué)行為分析：困境與路徑[J].電化教育研究，2022，43（1）：86-92.

Integration Logic and Model Construction of "Artificial Intelligence + Education" from the Perspective of Technology Ecological Niche

ZHU Ke， ?ZHANG Binhui， ?SONG Ye

（Department of Education， Henan Normal University， Xinxiang Henan 453007）

[Abstract] The integration and innovation of artificial intelligence （AI） and education has had a revolutionary impact on the iterative upgrading of the education ecosystem. ?In order to explore the operating mechanism of the deep integration of AI and education， this paper uses theoretical analysis to reveal the technology competition mechanism from the perspective of technology philosophy and technology ecological niche， and constructs an ecosystem model of "AI + education". The model consists of micro， meso and macro levels， which lays the philosophical foundation of the micro level with the discovery of competitive intention as the support， summarizes the operation rules of the meso level by revealing the evolutionary mechanism as the core， and constructs the systematic representation of the macro level with the aim of achieving deep integration. It activates the potential of technology and motivates educational subjects from two dimensions of collaborative competition between technology and technology and ?technology and educational subjects， and actively grasps the development trend of AI reshaping the education ecosystem. The model tries to clarify the competition mechanism and clarify the evolutionary relationship in terms of theoretical depth; it can run through the whole process of competition and create a circular ecology in terms of time span; in terms of scope and breadth， it can coordinate competition and integration， covering AI and education subjects， which has certain implication for the theoretical and practical development of AI education.

[Keywords] Technological Ecological Niche; Education Ecosystem; Artificial Intelligence; Ecological Niche; Competition