北师大张婧婧：教育与人工智能的关系是什么？

本文大概

5100

字

读完共需

13

分钟

导读：教育为什么需要智能技术？智能技术与教育是一种什么关系？以及教育中的人工智能到底是什么？

近日，在由中国人工智能学会主办的“智能时代的有效教学”专题研讨会上，北京师范大学的张婧婧教授发表了题为《智能教育中的有效学习》的精彩演讲。

分享 | 北师大张婧婧

整理 | 教育信息化100人

来源 | “智能时代的有效教学”专题研讨会

 以下内容据张婧婧教授的视频分享整理

01

你为什么需要认识人工智能？

作为教育工作者，你有没有问过自己，为什么需要了解人工智能？我想答案可能会各不相同。在不同的学科、不同的岗位理由可能有千万条，但是我们教育工作者作为一个共同体需要有共同的信念，达成共识。只有我们都认为在工作中需要智能技术，才可以去谈如何使用它，教育与人工智能才可以深度融合。

人工智能并不是诞生于我们教育学科，它对于我们来说其实是“舶来品”，我们需要在智能时代的大背景下去认识人工智能，而不是仅仅局限在教育中去认识它。

据《2021人工智能发展白皮书》，中国人工智能核心产业规模达到3251亿元，同比增长16.7%。人工智能领域融资金额为896.2亿元，融资数量有467笔，人工智能领域单笔融资额达到1.9亿元，同比增长56.3%。中国人工智能相关企业数量达到6425家，其中，59.1%的企业分布在应用层。人工智能从业人员突破60万，人才仍然稀缺。

这些数据反映的是，人工智能正在进入你的生活，金融、政府、能源、零售、卫生、销售、交通、制造业等都出现了人工智能的影子。

为什么需要在智能时代的背景下谈教育？是因为教育新形态的出现，每一次都与社会经济变革有关。比如，现在的学校教育这一形态，其实就是工业革命时期教育变革的产物。

现代学校教育超越了传统的学徒制教育，从而使更多的儿童享有教育机会，接受系统的学术训练，为满足工业经济体系的需要而培养了大批人才。

但是现代学校教育的有效性其实指的不是学习的有效性，而是组织管理上的有效性。

从20世纪初开始，提供大众教育被许多人看成是类似工厂的批量生产。学校的管理者都渴望用工厂的“科学”组织形式组织有效的课堂。儿童被当作原料由技术工人（教师）进行有效的处理，以取得最好的产品。这种方法试图对原料（儿童）进行分类，把他们当作流水线产品一样对待。

教师的工作就像工人，他们执行学校效率专家，也就是管理者和研究人员的指示，这种工厂模式其实影响了学校的课程、教学以及评价等的设计，促进了对“产品”的标准化测验，促进了权威对教学的管理。

如果人工智能没有进入我们的生活，社会没有发生变革，那么我们继续工业革命时期的教育形态其实挺好的，但是我们面对的是一个不确定的时代。

1987年，Robert提出教育的上限定理，他指出，学校教育的教学设计效果在20世纪60年代就已经达到了其效能的97%，要想实现其效能的100%需要非常长的时间，而且我们需要增加百分之50%-100%的财力和精力投入。也就是说，在过去的60多年里，我们现有的教学其实很难再显著地提升知识传递式的学习的效能了。

我们每一位教育工作者其实身处其中，我们现在追求的教育与学习的成效，是在“举全国、全校、全班、全体老师、全部家长之力，推动教育的发展”。所以你们是想工作更努力一点，工作时间更长一点，还是想工作更高效一点，实现减负增效。

现在的学生，比我们当年学习的时间更长，作业更多，年限更长，而且参加了更多的考试与测评。但问题是，这些所有的付出与努力带来的改变与每5-10年人类知识量翻一番相比微不足道。

提升学习效率其实遇到了瓶颈，我们真正需要的是范式的变革。

范式变革在我们现有的教育体系上还是星星之火，对很多学校来说还是愿景，但是我们需要这样的信念，去改变我们的教育。

从历史长河来看，如果不改变，只会被淘汰，因为社会经济的变革一定会推动教育的变革，那么到底是革自己的命，还是被动地去革命，这是我们每一个人都需要深思的。

教育范式变革中，我们需要一大批拥有共同信念的志同道合者。我们需要相信，我们的教育系统可以更好，社会的许多问题可以通过提供更好的教育来解决。每一个孩子都有机会接受高质量的教育，通过良好的教育，孩子会变得更聪明。人工智能也在变得更智能，我们可以使用人工智能来建立更好的教育系统。

大家可能忘记了，数学、语文、科学其实也不是人类社会一开始就存在的，但是它们都成为了我们现代生活的一部分。人工智能也是如此，成为了人类社会的重要组成部分。你能做得更好，是作为教师团体的重要信念。

为什么我们需要共同的信念？因为缺乏共同信念，何来深度融合？“人工智能与教育的深度融合”是国家政策层面提出的愿景，这一愿景如果没有有效地与一线教师沟通，深度融合其实就是口号。教育中人工智能的融合如果不是一线教师发起的，或是一线教师参与的，那么实施就沦为了“表演”。

所以，智能教育中实现有效学习的第一步，其实是我们要有共同的信念。

02

教育与人工智能的关系是什么？

在我们达成了共识和拥有共同的信念后，下一步需要思考的是教育与人工智能的关系，因为你对教育与人工智能的界定直接反映出你会如何使用智能技术。从价值和主观能动性两个维度，可以帮助教育工作者在实践中建立自己的价值观。

技术决定论者主动革命，过于乐观与激进。

技术决定论观点至少可追溯到工业革命的早期。人们曾普遍认为，科技是提高工作效率的决定因素。其实这是一种还原论，因为它把技术与其所在的社会环境的关系，简化为一种简单的因果关系。

技术决定论者在认识论上认为，“智能技术改变我们的教育”，在行动上，鼓吹智能技术给教育带来的颠覆性变革。

技术工具论者主动革命，过于狂热与痴迷。

技术工具论者在否定技术决定的同时，可能会陷入技术中立论或社会决定论。技术工具论认为技术本身没有价值，完全被人类所控制。我们能够通过技术实现各种目的，有好的也有坏的、有值得做的也有不值得做的。

技术工具论者在认识论上认为，人工智能对教育的影响完全由人来决定，在行动上，只用不想，可能用对，可能用错。

技术实体论者被动革命，过于悲观与从众。

“实体论”是用来描述技术是具有实质性价值这个事实的，这一观点与认为技术具有中性价值的工具论和决定论形成鲜明对比。实体论认为技术不仅仅是一种能用于各种目的、在任何地方都能使用的工具。任何选择都要考虑各种需求的价值选择，而不仅仅是以高效达成目标为唯一目的的选择。实体论者往往比较悲观，适应一种技术的文化，而非操纵他。

技术实体论者在认识论上认为，人工智能有它的价值与意义，但不会为我所用，在行动上，教育中选择使用人工智能不一定能有效，只是选择了一种不同的教学方式。

技术融合论者主动革命，具有大局观。

与工具论观点一样，既认为技术至少在某种程度上是可操控的，也同意实体论的技术具有价值这一观点。技术的使用也和人类其它活动一样融入了社会进步中。技术不是简单的被引入一种社会环境中，而是通过某一种方式和社会的关系越来越紧密。

技术融合论者在认识论上认为，人工智能有它的价值与意义，为我所用，推动社会进步，在行动上研判人工智能技术本身的价值，将人工智能嵌入教学中，塑造新的教育形态。

为什么要谈智能技术与教育的关系？因为如果教师不清晰二者之间的关系，那么在智能教育中实现有效教育就是一句空话，教师是实现有效教育的核心。

我们要明白技术决定论其实是有危害的，但是在实践中存在大量的教育技术决定论者，认为智能技术能发光发热，能够赋能教师团队，那么为何教育在智能时代又落伍了？因为学习的有效性指的不仅仅是技术的有效性，技术决定论者会更多地关注技术应用在教育中是否有效。

同时，大部分的教育工作者对人工智能技术本身的价值并不了解，所以很容易把智能技术工具化，其实学习的有效性指的也不是工具的有效性，并不是看智能技术在教育实践中有没有用。

在与人的能动性的关系维度上，其实我们需要的是改变现有的教学方法，然后再思考在现有的教学中如何嵌入技术，而不是简单的技术应用。

从这三个维度上来看，其实教师需要的支持不仅仅是工具性上的支持，而是全方位的支持，只有给予教师支持，才有可能实现智能时代的有效的学习。

所以，全方位教师支持是智能教育中实现有效学习的第二步。

03

你真的认识人工智能吗？

从技术的价值来看，我想抛出一个新的问题：你真的认识人工智能吗？那么在谈到人工智能的时候，你脑袋里第一个出现的画面是什么？每个人脑海里的人工智能是不一样的。

人工智能重新回到公众视野，不再以传统的模拟人类智能或是开发专家系统为核心，而是在新的范式指导下，实现从大数据中分类、建立关系与预测和学习为主的数据计算与分析系统。

对于大部分的教育工作者而言，谈到人工智能的时候，往往脑海里是一个黑匣子，打开这个黑匣子，可以像剥洋葱一样来认识智能技术。

现阶段人工智能的计算程序包括数据挖掘与分析、机器学习、神经网络、深度学习和强化学习等。它们之间的关系可能如上图所示。

其实回归公众视野的人工智能可能是作为一类计算学方法的统称，其中的每一类计算方法都有其特有的复杂性与传承的历史脉络。大家有可能比较熟悉自然语言处理、机器学习、计算机视觉、机器人、知识表征等，其中的每一类计算方法都有其特有的复杂性和传承的历史脉络。

人工智能作为一个学科就像图中的这棵大树一样，人工智能是一个跨学科的领域，以16个学科作为孕育它的土壤。作为教育工作者而言，在谈论人工智能的时候，往往指代的都不是人工智能这棵大树上的同一片叶子。盲人摸象的故事都不陌生，往往在智能技术面前，我们每个人其实都像那些盲人。

我们在教学中使用智能技术，一定要避免不考虑其价值的工具论，比如，拿着斧头裁纸。人工智能进入校园要警惕将工作重心聚焦在利用人工智能替代简单与程序化的教学工作，因为这还属于教育信息化的基础工作。学校与人工智能的结合，不是“戴着智能帽子”的信息化建设工作，而是应该聚焦在学习上。

我们当然不需要像生物学家那样去认识大象，也不用像计算机科学家那样去认识人工智能技术这颗大树上的每一片叶子，但是作为教育工作者，我们需要知道的是，可以从两个维度对智能教育中的智能技术做一个四象限分类。

第一象限：图灵测试

第一象限中，在行为层面上，我们希望人工智能在认知活动中能够达到人类水平的表现，最为有名的，可能就是图灵测试，由提问者去提问，分别由智能机器和人类回答，看看提问者是否能够分辨是人在回答问题，还是机器在回答问题。能够通过图灵测试的机器，说明在行为层面上能够达到人类水平表现。

这一类的智能技术应用在教育中主要表现在智能导师系统上，这一类的认知活动主要包含如下几点：

第二象限：认知模型

认知维度上来看，我们需要认知模型。John Searle曾提出“中文房间”，他认为即使智能机器能够通过图灵测试，但也不一定真的会思考。举一个现实生活中的例子，如果一个学生考试考得特别好，不一定是他思考的结果，有可能是强化训练的结果。行为上他是一个好学生，但是他不一定真正会思考，机器也是如此。

60年代的认知革命，信息加工理论的认知心理学替代了行为主义学说，我们希望用计算机模型来模拟学生解决问题的不同方法与路径。

第三象限：计算思维

在第三象限，希望在行为层面上机器能够思考，能够更加理性，就像计算思维，这其实是我们人类所不擅长的。以问题解决为核心，通过数据存储、计算、可视化、模拟来培养学生的计算思维。

第四象限：复杂系统建模

第四个象限的复杂系统建模其实是我们并不常见的，它是在行为层面上，希望智能能够模拟自然的、社会的复杂系统，这也是我们人类特别不擅长的。这一类多出现在科学教育领域，针对学科教育中的重难点，提升学习者动机，培养迁移能力。

在知道了智能技术到底是什么，以及智能技术与教育的关系之后，我们才能够谈智能教育中学习的有效性，这是智能教育中实现有效学习的第三步。

现在的学校教育，老师的课程、老师的教学已经做得非常好了。但是我想说的是，在现有的教育体制上，我们需要改变学习的目标，学习的目标应该是，培养拔尖创新人才，培养21世纪能力。同时，学习的评价方面，不能使用传统的实践效率、知识掌握快慢等来评价。我们更为需要的是开放灵活的学习。

04

结语

最后，我想提出四个问题来供大家思考。

第一个问题，在你的教学中，你有使用人工智能的经验吗？

第二个问题，如果这次会议改变了你对人工智能技术的认识，你会尝试改变你的教学吗？

第三个问题，如果你们学校已经提供了智能教育环境，并配备了所有的教师支持服务，你认为作为教师的你会怎样影响教育与人工智能的深度融合？

第四个问题，如果教育与人工智能的深度融合成为现实，作为教育工作者，你认为50年后的教育会发生怎样的变化？

教育其实即将发生改变，我希望能够引起你们对智能技术与教育关系的思考。因为我们需要的是，自下而上改变教育。你可以让教育发生改变，而且你的改变将深刻影响我们的教育，实现有效学习。

注： 张婧婧，系北京师范大学教育学部教授。

“教育信息化100人”由媒产学研联合发起，聚焦教育信息化、教育新基建、智慧教育、互联网+教育、教育技术等领域，我们正在寻找 “中国教育信息化100人”，对教育科技感兴趣，可以添加我们微信：jiao2101708013，点击下方关注我们。