深度 | 方海光等：人工智能时代的人机协同教育理论研究

本文大概

8800

字

读完共需

19

分钟

摘要：人工智能是全球引领科技进步和人类发展的重要驱动力与战略技术，在重塑教育深层次变革的过程中促进了新教育形态的产生。人工智能时代的人机协同融合了人工智能“机器”的逻辑和“人类”的意识，有利于推动教育信息化的高阶应用，促进教育的结构性变迁。在此背景下，文章首先探讨人机协同的发展历程和哲学源头，阐述了人机协同教育的基本内涵。随后，文章以协同理论、分布式认知理论、信息加工理论和具身认知理论为基础，提出人机协同教育是一个系统化的协同过程、知识分布加工和共享的过程、自组织有序发展的过程。最后，文章将人机协同支持的教育教学应用模式分为三类，即人机协同虚拟教学模式、人机协同自主学习模式和人机协同支持智慧课堂模式，并介绍了人机协同教育理论的典型应用。文章对人工智能时代人机协同教育理论的研究，可为人工智能时代下开展人机协同教与学的应用和实践提供理论支持。

关键词：人机协同；人工智能；分布式认知；虚拟教学；自主学习；智慧课堂

作者 | 方海光 孔新梅 李海芸 郑志宏

来源 |《现代教育技术》

01

研究背景

人工智能是引领新一轮科技进步、促进人类社会发展的重要驱动力和战略技术，其在推动教育深层次变革的过程中促进了教育新形态的产生。2017年，国务院印发《新一代人工智能发展规划》，明确提出了人工智能发展的战略态势，并强调要加强混合增强智能、自主协同与决策、类脑智能等基础理论研究，构建开放协同的人工智能科技创新体系^[1]。人工智能在存储容量、计算速度等多个方面已经超过人类，在特定场景、预设规则的情况下比人类的工作效率高很多且不存在认知偏见，但对自主性、情感等意识现象响应迟钝^[2]。2019年，美国斯坦福大学成立“以人为本”人工智能研究院（Human-centered AI），旨在推动人工智能在人类的正确引导下快速、合理地发展，实现人机共轭、共生^[3]。可见，人机协同是人工智能未来发展的重点。但是，当前人机协同在教育领域的研究成果较少，主要聚焦于以下方面：

①智能教育时代人机协同的智能结构。祝智庭等^[4]认为，教育人工智能从“支持智能”阶段过渡到“增强智能”阶段，最后达到“人机协同智能”阶段，在各种教育应用场景中，三类智能形成一体化联动的效益最大化形态；祝智庭等^[5]还提出，人机协同智能结构HMSIS 1.0主要包括认知智能、情感智能和志趣智能，三者的关系随着人工智能时代技术的更迭而动态变化；朱永海等^[6]提出人机协同智能层级结构模型，包括协同基础、协同支撑、协同接口和协同主体，其中协同主体是认知智能、情感智能、志趣智能和创新智能；蔡连玉等^[7]认为人机协同系统具有硬智能、软智能和巧智能三类智能。

②人机协同促发教师角色的转变。余胜泉等^[8]提出人机协同教学的分析框架，将人工智能和教师之间的协同关系分为AI代理、AI助手、AI教师、AI伙伴四个阶段；逯行等^[9]指出，人工智能时代的人类教师和智能导师形成了“新主体教师”；汪时冲等^[10]提出人工智能教育机器人支持下的新型“双师课堂”，即除了授课教师，教育机器人在课堂中扮演另一名“教师”的角色。

③人机协同在教育教学中的应用。王良辉等^[11]提出人机协同的精准教学模式，指出人机协同的“诊断—反馈—干预—反思”环节贯穿于整个教学过程，促进了精准教学；何文涛等^[12]阐述了人机协同的信息技术在教、学、管、评、测领域的教育应用样态。

人工智能时代的人机协同教育推动了教育全过程创新变革，并基于人工智能“机器”的逻辑和“人类”的意识协同，推动着教育信息化朝高端形态发展。本研究试图探讨人机协同的哲学源头和教育理论基础，进一步探究人机协同支持的教育教学应用模式，为人机协同教育的发展、应用和实践提供参考。

02

人机协同教育内涵分析

1 人机协同发展历程

“协同”一词最早来源于古希腊语，其本义为协调、同步、和谐，意味着开放系统中的子系统之间通过相互作用发生集体效应。人机协同思想诞生于工业时代，强调人与机器在劳动层面的协作关系^[13]。当时，人机关系更多地表现为一种从属关系，如奴役关系或工具关系^[14]。后来，人机之间的交互从一般性劳动延伸到决策层面。杨灿军等^[15]提出人机一体化，认为人机一体的技术路线是以人为中心，人机平等合作，共同组成一个系统。随着人工智能的发展，人机协同中的“机”已不再限于计算机，而是包含计算机在内的智能感知、元宇宙、区块链等多种智能技术。随着人工智能技术性能的增强和人机交互密切程度的提升，人机协同向更高级形态发展。例如，Licklider^[16]认为，人机共同合作做出决策，可以控制复杂情境，并且“机”可以不依赖预先设定好的程序而运行；Lesh等^[17]认为，人机交互时，机的思考方式和状态与人类类似，可作为人类某些能力的补充。按照动态的信息观，人机关系在于软件本质，软件的本质是人机交互的界面，计算机更加智能的原因是携带了人类意图和智能属性^[18]；按照发展的世界观，人机应彼此协调共生、交互运作，共同认识世界和改造世界^[19]。

2 人机协同哲学

人工智能时代的人机协同作为一种新的人机交互形式，是哲学研究的科技对象。人机协同重塑社会生态，其主客体、系统结构、社会价值等发生解构并进行重构，引出了新的概念框架。本研究从人机协同的本体论、认识论和价值论三重维度，对人机协同的哲学基础进行探讨，如图1所示。

图1  人机协同的哲学基础

（1）人机协同的本体论

在人机协同过程中，产生实际行为的并非“机”作为硬件的“物理系统”，而是作为变换和存储的“信息系统”。人与机的协同是基于信息的输入和输出实现的，其本质是共同操作和处理信息的计算过程，这就是人机协同的本体论基础。人机协同中的“机”是基于知识库和逻辑规则生产知识的一种计算系统，其中的逻辑规则是基于大数据及其模型，将事物发生的过程量化和简化，无法表征如情感、直觉等非理性因素；而人类在规范伦理、责任伦理、美德伦理等方面道德表征和外界环境的融合与统一，既是道德人格在实践中的展现，也是人类特有的属性^[20]。“机”可以延伸人类的记忆、运算等能力，并且可以拓展“机”设定的目标和运用多重经验决策的功能，促使人工智能时代支持的“机”与人发生有效协同，从而构成复杂的智能系统。

（2）人机协同的认识论

为了更好地认识世界进行科学研究，需要对物理属性和哲学意识的本体论进行分离，即进行事物的本身与对其认识的分离^[21]。自由的、有意识的活动是人类的特性，人类在社会实践中也一直居于主体地位。在哲学中，主客体的关系为“物永远是客体，不会是主体”。人工智能时代的“机”作为技术人造物，注入“智能、智慧”的思想后，知识的生成和获取由人和机的推理、计算所形成的整体共同完成，由此两者协同形成“人机”双主体，原为客体的“机”转变为主体，发生客体主体化。根据耗散结构理论，人、机两主体之间不断交换物质与能量，人机协同教育系统的状态随参量变化远离或靠近阈值以形成新的状态，并保持有序^[22]。

（3）人机协同的价值论

人机相互协同、相互促进，形成了正反馈关系：一方面，人机协同系统可替代人类的部分工作，节约人的时间和精力；另一方面，人类可以投入更多精力创新“机”的智能，将人类智慧外化为“机”，从而增强智能，并将人类解放出来以让人类能有精力投入其他更富有创造性的工作。人机协同系统的个体价值会加速社会文化价值的生成，是知识外化的方式之一。而“机”作为工具，不仅可以减轻人的认知负荷、增强人的学习能力，而且可以联结个体开展跨学科、跨领域协作，从而推动人类社会协调发展。

3 人机协同教育内涵

在“机”具备一定智能的情况下，人机协同以人和机共同达成的教育目标为基础，通过明确人机协同系统所处的状态和对方正在发生的教育行为，在此基础上根据自身状态做出相应的教育反馈。本研究将物理空间、信息空间与人类的社会空间相融合，构成了三元空间：①在物理空间，人与“机”实体交互，各自应用擅长的技能和认知，通过相互作用，协同完成目标；②在信息空间，“机”的智能来自于人类的智能，人的认知可通过算法程序外化表征为“机”；③在社会空间，“机”为人与人之间的沟通架起了一座桥梁，并促使人与人之间的认知发生碰撞，之后进入信息加工系统。

综上所述，人机协同教育是一个在复杂、多样的三元空间中，基于人与机的协同关系，促进师生认知加工，以动态、发展的方式推动教育良性发展的教育过程。人、机各自擅长的领域不同，人类的劣势和缺陷产生的求助需求通过“认知外包”嵌入“机”，形成了人机协同教育的新形态。

03

人机协同教育理论概要

1 人机协同的教育理论基础

在有效交互融合的基础上，人机协同教育以认知分布存储和知识流动为运转的基本前提，子系统将认知纳入信息加工系统，协同、有序、稳定地服务于教育大系统。因此，人机协同的教育理论基础主要包含协同理论、分布式认知理论、信息加工理论和具身认知理论：

①协同理论是系统科学理论的分支，其内容主要包括协同效应、自组织和伺服原理。协同理论的核心思想是系统要素之间通过非线性相互作用发生协同，推动自组织不断演进实现有序。可见，有序是协同的产物，同时也推动协同效应的实现。②分布式认知理论用于系统化分析认知主体和认知环境之间的关系，认知分布于个体内部、群体之间、社会环境、人工制品甚至时间当中^[23]。Rogers^[24]指出，分布式认知强调人类如何在智力活动过程中超越个体的认知边界。Chuah等^[25]认为，分布式认知是个体头脑中的内部表征和环境中的外部表征进行集成、交换的信息加工过程。总之，认知存在于复杂系统中从单个体到多个体的交互中，是一个从个体头脑内部到外部表征的认识过程。③信息加工理论是由Gagne^[26]以人的学习与记忆理论为基础提出的、与学习过程有关的学习理论，强调学习过程输入外界刺激，先在内部进行信息加工，再激活效应器，最后输出作用于环境。通过信息加工的术语解释学习过程，促进了学习过程的心理学研究与人工智能计算机模拟研究的结合^[27]。④具身认知理论扩展了认知的传统概念，将身体、环境等因素都包含在认知加工中，认为认知经验来自感知运动的身体和更广泛的文化情境，强调认知依赖于身体以及身体与环境的交互。

2 人机协同教育理论的主要观点

（1）人机协同教育是一个系统化的协同过程

人机协同教育存在于主体与客体活动之中，双方协同配合消除子系统中的冗余，并基于子系统当前的状态和行为所处的环境影响自身的状态、行为。一方面，人机协同系统之间的协同合作产生序参量，决定和支配子系统的行为。根据支配效应原理，系统内部的稳定因子和不稳定因子相互影响，通过快变量跟随慢变量，从而引发子系统行为发生相互作用。另一方面，在复杂、开放的人机协同教育系统中，当外在能量或物质作用的聚焦状态发展到一定的临界值时，人机之间协同合作、相互作用产生整体效应，其发挥的效能大于等于“人”“机”单独作用时发挥的效能之和。实际上，人机协同教育的整体效能由人机各部分子系统发挥的效能和各部分相互作用产生的协同效能之和组成。“人”系统和“机”系统交互合作，通过以认知和计算为主导效能的协同创新，发挥系统内部稳定和不稳定要素的伺服作用，为人机双向赋能。

（2）人机协同教育是一个知识分布加工和共享的过程

人机协同教育是人工智能时代的一种新教育模式。人机协同的智能是分布式的^[28]，即人机各部分认知以分布的方式存储于不同实体。认知分布在人机之间是一种认知的增强^[29]，交互的发生以共享方式成为新的知识生长点，并以内化方式进行信息加工后纳入个体原有的知识体系。“机”作为认知主体参与活动，人机双主体共同完成高阶教育任务，降低单体认知负荷，发生认知留存效应，并基于人机协同教育中的行为交互和知识转化、流动、共享实现知识创生；同时，组织结构协同需求动态变化，发生人机单体或群体的自组织协同效应，控制参量对序参量起导向作用，认知在分布式环境中螺旋上升，推动人机协同教育系统从低级无序转为高级有序。

（3）人机协同教育是一个自组织有序发展的过程

在人机协同教育系统开放式发展的过程中，师生“人”的大脑认知和人工智能“机”的科学技术等智慧物质、能量和信息非线性相互作用。在此过程中，序参量在推动人机协同教育系统从无序转为有序方面发挥了重要作用：当系统无序时，序参量为零；当系统要素流动时，序参量也随之变化；当系统达到临界点时，序参量增加到最大，出现宏观、有序的组织结构。人机协同教育系统中的人机状态遵循某种规则，自发形成一定的结构和性能且时刻流动变化。在非平衡态区域内，人机协同教育系统与外部智能技术设备支撑的新型教育环境进行非线性信息转换，且持续、主动地吸纳负熵流——关联熵和运行熵越小，人机协同教育系统越稳定，且越趋向于通过有序演化接近平衡态。总之，人机协同教育系统处于一种动态平衡的状态，从确定一致目标到序参量动态调整的过程中，人机各自发出行为，最终实现人机协同教育系统的平衡。

04

人机协同教育理论的教学应用

1 人机协同支持的教育教学应用模式分类

人工智能时代的人机协同教育以人工智能为代表的“机”与师生共同作为教育主体，参与教育教学方式重组。人机协同系统组成的共同体基于同一愿景，通过科学、合理的学习通道培养新世纪人才。本研究基于人机协同教育理论和虚实学习场域，提出了人机协同支持的教育教学应用模式，具体包括：侧重虚拟空间和具身认知理论的人机协同虚拟教学模式、侧重融合空间和信息加工理论的人机协同自主学习模式、侧重实体空间和分布式认知理论的人机协同支持智慧课堂模式，如图2所示。尽管三种模式各不相同，但也存在共性：从构成要素来看，都包括传统的教学模式要素和人机共同体；从实施过程来看，都是认知分布加工共享的、有序发展的系统化协同过程；从学习效果来看，都是基于人工智能“机器”的逻辑和“人类”的意识共同优化学习效果、推动教育信息化高阶应用。

图2  人机协同支持的教育教学应用模式

（1）人机协同虚拟教学模式

人机协同虚拟教学模式是指在虚拟空间中将知识传授给学习者，主要包括两种学习方式：“线上学习”和“空间学习”。其中，“空间学习”是指学习者可以具身体验的三维虚拟信息空间。人机协同虚拟教学模式通过学习者与学习情境的具身交互，将学习各要素相互关联、紧密耦合，强调通过“机”获取学习者的生理特征，以认知意识为基础实现人机动态交互学习。例如，应用高拟真感和低延迟感的交互技术，通过视觉、听觉、触觉等多感官交互，将物理空间难以获得的知识和抽象的知识数字化，在虚拟空间转化为近距离的、直观的形态，呈现在学习者面前；或通过具有一定智能的教育平台明确学习者的学习状态，据此为其精准推荐学习资源，实现人机协同，为学习者身体的感知和“机”的结构化反思提供可交互的学习体验，增强学习者的临场感，促进知识的深度学习和迁移应用。人机协同虚拟教学模式突破了传统时空的制约，重塑了传统教学模式中的师生关系，学习者在虚拟空间通过教师的间接影响获取直接经验。在人工智能时代，人机协同虚拟教学模式使大脑、身体、环境与技术密不可分，并有效融合了学习者智能、机器智能、教师智能，形成了人机互为主体的教育教学关系。

（2）人机协同自主学习模式

人机协同的“智能”和“经验”，是教师和专家的智慧随机进入“机器”协同产生的，为学习者与“机”相互作用、直接协同从而间接影响虚实融合空间提供基础。人机协同自主学习模式不仅可以通过智能“机”明确学习者的学习状态，为其精准推荐资源，实现人机交互融合；还可以通过“机”连接处于不同物理空间的学习者或教师，实现跨区域人机协同。“人”“机”内部对信息进行加工输出，并作用于对方空间，交互信息随人机交互动态更新。其中，“机”根据学习者学习的知识点及其学习路径，向学习者推送相关资源或反馈下一个知识点，并提供自主学习路径——这并非“机”的独特功能，而是“机”与教师和专家协同的结果。以“机”为中介，知识信息以分布式的形式存在和流动，具有个性化、类型化的信息特征。系统通道的选择取决于学习者的交互行为，系统决策影响学习者知识信息的流向动态，人机协同教育系统依靠人机之间特定的规则和协议来支配子系统，导致序参量逐渐增加，出现宏观有序的、虚实融合的自主学习组织结构。

（3）人机协同支持智慧课堂模式

人机协同支持的智慧课堂寻求人工智能技术理性和人类教师价值理性之间的平衡，融合预设模式和灵活生成模式，整合学科教学线下集中学习形态。智慧课堂教学的目的是促使学习者发生认知冲突，引导有效知识传授，突破传统课堂教师一人承担教学任务的瓶颈，解决个体知识学习和传授表象问题，并超越个人认知的局限。教师借力数据驱动促进认知分布，利用智慧课堂装配的不同机器设备，通过人机协同实现教学目标。人机协同支持的智慧课堂模式应用不仅减轻了教师负担，而且可以基于教学智能设备“机”更加科学、高效、全面地感知实际教学情境中的环境数据、生理数据等，为智慧课堂中的及时互动、数据循环记录、教学全过程提供生成性资源；同时，还可提高预设性资源的独立性，各智能设备加工分布认知，共同实现智能管理控制、实况数据监测等，实现认知内部加工和认知外部转化。人机协同支持的智慧课堂以人机为主体，赋能课堂的创新性、智能性变革，推动了课堂生态重构。

2 人机协同教育理论的典型应用

（1）人机协同推荐资源

学习者在学习过程中常常面临“学习盲目”“资源过载”“信息茧房”等困惑，而合理、有效的推荐资源路径可以减少学习者的盲目性。人机协同资源信息推荐服务通过发挥“人”的认知属性和“机”的计算属性，可以融合学习者综合发展的感性和海量数据高速运算的理性，实现优势互补，从而提供精准、科学、有效的教育资源推荐服务，以在不同学习情境下适配学习者的真实需求和学习目标。根据推荐算法，可将人机协同推荐资源的模式分为四类：①基于内容的推荐模式，即通过人机分析学习者的兴趣、教育目标等，然后与资源进行比较、匹配，输出符合学习者偏好与需求的资源列表，实现人与机的协同推荐；②基于协同过滤的推荐模式，即推荐系统通过对具有相同特点标签的学习者各自所用的不同资源建模、标识，预测同类型学习者的偏好，提升学习者体验，缓解学习者在使用过程中形成的“信息茧房”效应；③基于关联度的推荐模式，即人、机从不同维度探索不同学习者使用的相关性较大的资源并予以推荐；④基于混合的推荐模式，即在不同时间维度或推荐过程中不同阶段混合使用两种或两种以上推荐算法，基于人机协同推荐实现学习者与资源的高度匹配。

（2）协同增强人机智能

在人工智能时代，“机”助力教师提高教书育人的工作效率，强化人类智能；教师助力“机”增强处理教学事务的智慧性和智能性，强化机器智能，形成人工智能时代的增强型教育。可见，协同增强人机智能实际上是人类智能的延伸和机器智能的拓展。在完成高阶教育任务的过程中，协同增强人机智能不仅可以提升受教育者自身的认知能力，还可以为教育者增智。人机协同教育认知形成于内部表征和外部表征之间的协同分布式表征，从人机协同的程度考虑，可以将人机协同教育分为四个发展阶段：①人机表征阶段，人类的内部认知智慧表征外化到机器，形成具有某一种特定功能的人工智能工具，即人类智慧外化于机器；②人机交互阶段，确定共同的目标后感知师生的行为、语音等，协同完成某一项具体的任务，在交互过程中人机的认知状态时刻变化，序参量逐渐增大，彼此影响下一步的行为；③人机融合阶段，人工智能“机”与人类记忆、智能相互融合，发生认知留存效应得以延续；④人机共创阶段，人机协同共建、共享、共创新产品，利用场景服务功能全方位支持教育教学。

（3）人机协同自动化处理

机器人流程自动化（Robotic Process Automation，RPA）是模拟人的计算机操作，以提升信息化工作效率，自动化完成大批量、重复性强的工作任务：①从人力优化层面来讲，RPA一方面能够提高人机协同教育系统的便捷性；另一方面能够直接代替教师完成高运算、高重复的工作任务，减轻教师工作负担。②从技术层面来讲，RPA既可以嵌套在其他智能教育服务平台，也可以作为接口与人工智能工具“机”进行整合，还可以直接连接顶层教育服务功能平台而不侵入原有系统。③从功能业务层面来讲，RPA能够打通采集数据的接口，联通师生服务数据与人工智能平台，提高机器的自动化水平和业务实施的准确度。RPA、低代码和中台三种技术共同作用，可以打通数据壁垒，并降低用户操作和使用的门槛，在保障原有人机协同稳定的基础上减少繁琐、重复、简单的工作，让教师有更多的时间和精力，以更高效地开展人机协同。

05

结语

人工智能教育发展进入人机协同教育新阶段，通过融合人机作用、发挥各自优势，助力教师精准教学和学习者个性化发展。人机协同现已逐渐进入人们的视野，从理论层面来讲，本研究从哲学基础的角度阐释了人机协同的本质，并基于协同理论、分布式认知理论、信息加工理论和具身认知理论，提出人机协同教育理论的主要观点；从实践应用层面来讲，本研究提出三种人机协同支持的教育教学应用模式，并列举了人机协同教育理论的典型应用。考虑到国内人机协同教育的相关研究成果较少，本研究建议后续人机协同教育教学研究可重点关注以下内容：

①人机协同教育基础研究是人机协同教育领域后续研究的重点。可基于人工智能时代人机协同教育的范畴、界限、方式、特征、原则、应用场景等，构建人机协同支持的教育可持续发展样态。

②开发人机协同教育标准规范。人机协同教育广泛应用的前提，是建立交互操作规范、监管防控措施、伦理道德、安全风险等方面的标准规范，为培养师生提升“人机协同”的意识和能力奠定基础。

③构建人机协同教学场景画像。数据驱动的场景画像可以体现人机协同教学的整体开展情况，透过画像数据可以全方位地了解人机协同教育教学的机理、发展和演化路径，并验证人机协同教育的实际成效。

④研发人机协同教育教学推荐服务平台。在优化人机协同技术、算法等的基础上，融合教师、学习者等使用者的人文意识，研发含有自组织编排学习、内容推荐展示等功能的服务平台。

参考文献

[1]国务院.国务院关于印发新一代人工智能发展规划的通知[OL].

<http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm>

[2]刘伟.关于人工智能若干重要问题的思考[J].人民论坛·学术前沿,2016,(7):6-11.

[3]Xu W. Toward human-centered AI: A perspective from human-computer interaction[J]. Interactions, 2019,(4):42-46.

[4]祝智庭,韩中美,黄昌勤.教育人工智能(eAI):人本人工智能的新范式[J].电化教育研究,2021,(1):5-15.

[5]祝智庭,彭红超,雷云鹤.智能教育:智慧教育的实践路径[J].开放教育研究,2018,(4):13-24、42.

[6]朱永海,刘慧,李云文,等.智能教育时代下人机协同智能层级结构及教师职业形态新图景[J].电化教育研究,2019,(1):104-112、120.

[7]蔡连玉,刘家玲,周跃良.人机协同化与学生发展核心素养——基于社会智能三维模型的分析[J].开放教育研究,2021,(1):24-31.

[8]余胜泉,王琦.“AI+教师”的协作路径发展分析[J].电化教育研究,2019,(4):14-22、29.

[9]逯行,沈阳,曾海军,等.人工智能时代的教师:本体、认识与价值[J].电化教育研究,2020,(4):21-27.

[10]汪时冲,方海光,张鸽,等.人工智能教育机器人支持下的新型“双师课堂”研究——兼论“人机协同”教学设计与未来展望[J].远程教育杂志,2019,(2):25-32.

[11]王良辉,夏亮亮,何文涛.回归教育学的精准教学——走向人机协同[J].电化教育研究,2021,(12):108-114.

[12]何文涛,张梦丽,路璐.人机协同的信息技术教育应用新理路[J].教育发展研究,2021,(1):25-34.

[13]毛刚,王良辉.人机协同:理解并建构未来教育世界的方式[J].教育发展研究,2021,(1):16-24.

[14]马红丽,邹士宝.人机融合是人工智能的发展方向[J].中国信息界,2017,(6):44-46.

[15]杨灿军,陈鹰.人机一体化协同决策研究[J].系统工程理论与实践,2000,(5):24-29.

[16][19]Licklider J C R. Man-computer symbiosis[J]. IRE Transactions on Human Factors in Electronics, 1960,(1):4-11.

[17]Lesh N, Marks J, Rich C, et al. “Man-Computer Symbiosis” revisited: Achieving natural communication and collaboration with computers[J]. IEICE Transactions on Information and Systems, 2004,(6):1290-1298.

[18]王海涛,宋丽华,向婷婷,等.人工智能发展的新方向——人机物三元融合智能[J].计算机科学,2020,(S2):1-5、22.

[20]彭海霞,李金和.教师尊严:教育伦理建构的原点[J].教育科学研究,2017,(5):83-87.

[21]Pattee H H. Artificial life needs a real epistemology[A]. European Conference on Artificial Life[C]. Berlin: Springer, 1995:21-38.

[22]Nicolis G, Prigogine I. Self-organization in non-equilibrium systems[M]. New York: A Wiley-Interscience Publication, 1977:475-486.

[23]Cole M, Engestrom Y. A cultural-historical approach to distributed cognition[A]. Distributed Cognitions: Psychological and Educational Considerations[C]. United Nations: Cambridge University Press, 1993:1-46.

[24]Rogers Y. A brief introduction to distributed cognition[OL].

< http://yvonnerogers.com/wp-content/uploads/2014/07/dcog-brief-intro.pdf>

[25]Chuah J, Zhang J J, Johnson T R. Distributed cognition of a navigational instrument display task[OL].

<https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.81.7703&rep=rep1&type=pdf>

[26]Gagne R M. Essentials of learning for instruction[M]. New York: Holt, Rinehart and Winston, 1975:16.

[27]张家华,张剑平.学习过程信息加工模型的演变与思考[J].电化教育研究,2011,(1):40-43.

[28](英)玛格丽特·博登著.孙诗惠译.AI:人工智能的本质与未来[M].北京:中国人民大学出版社,2017:62.

[29]Kaptelinin V. Distribution of cognition between minds and artifacts: Augmentation of mediation?[J]. AI & Society, 1996,(1):15-25.

《教育信息化100人》是由产学研媒联合发起的智库型媒体，关注教育信息化、教育数字化、智慧教育、互联网+教育、人工智能教育、教育技术等领域，我们要“让优质的信息和知识更快被看见” ！

备注职务+姓名，加入交流群

联系我们

焦晓娣：主笔&内容老师 微信号：jiaox1008

张沉浮：主编&总负责人 微信号：chenfu3721

首师大方海光教授：教育数据的共享价值如何实现
西南大学刘革平教授：元宇宙作用于教育的机理

北师大李芒教授：必须加强教育技术基础理论研究

深度 | 何克抗教授：论现代教育技术与教育深化改革——关于ME命题的论证
教育部长怀进鹏：各地教育部门和学校要用好数字化红利