袁振国：智能时代大规模个性化教育的历史实现

前言

9月28日，第六届全国教育科学研究优秀成果奖颁奖大会暨2021年中国教育科学论坛在北京召开。教育部党组书记、部长怀进鹏以视频方式发表讲话，教育部党组成员、副部长翁铁慧出席会议。北京师范大学资深教授顾明远等代表获奖人员发言，钟秉林教授等在主论坛作主旨报告和专题报告。专家的发言、报告引起了热烈反响。我们陆续推送与会专家的精彩发言和报告文稿，敬请关注。

袁振国  华东师范大学终身教授

当前，人类社会正在以前所未有的速度向前发展。两万年前我们进入了石器时代，两千年前我们进入了铁器时代，两百多年前我们进入了工业时代，二十多年前我们又进入了网络时代。如果社会继续以这种几何级数式的速度发展，那么两年以后会发生什么呢？事实表明，在最近的几年人类又从IT时代进入DT时代又进入到AI时代。
与此相应，教育正在发生着深刻的变革。人类教育在经历学校的诞生、工业革命后以班级授课制为基础的现代教育制度之后，即将迎来“第三次教育大变革”。学校诞生以后，人类便开启了有目的、有计划、有组织的文明传承，但当时只是极少数人的福利，属于少数人的精英教育。工业革命之后，生产力进一步提高的同时也为教育发展提供了有利条件，出现了大规模的标准化教育，人人受教育的理想成为可能。然而，对大规模、高效率的追求也让人类付出了沉重的代价，即教育逐步走向标准化、单一化，我们每个人都在这一教育过程中或多或少地放弃或丢失了自己的个性和创造性。尽管我们一直在试图淡化和消解标准化所带来的危害，比如采取弹性授课制、选修制、学分制等举措，但是终究还是杯水车薪。幸运的是，随着智能时代的到来，大规模的个性化教育将成为可能。习近平主席在致国际人工智能与教育大会的贺信中强调，要“积极推动人工智能和教育深度融合，促进教育变革创新，充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育。”中国人工智能学会会长李德毅院士指出，“教育是人工智能冲击最大的行业，它不是一个学科、一个环节的调整，而是全新的、全方位的挑战”。在2019年第三届AIAED全球AI+智适应教育峰会上，卡耐基梅隆大学计算机学院院长Tom Mitchell教授表示，未来的十年将会是人工智能影响教育的十年。由美国一个非常有名的科学战略家Ray Kurzweil写的《奇点临近》这本书中提及，教育将是人工智能运用最大的场景，将来最大的公司不是微软、脸书、谷歌，而是智能教育公司，它的产值将会达到20万亿美元。
近年来,人工智能在交通、通讯、金融等很多领域已经发挥了颠覆性作用，但在教育领域却没有像我们期待的那样发挥特别明显的作用，这与教育的特殊性有关。第一，人工智能技术是无价值、无方向的，而教育是有价值、有方向的；第二，人工智能技术的应用是标准化、高复制的，而教育是非标准性、非线性发展的；第三，人工智能是对现有能力的增强和提高，而教育重在开发受教育者的潜在能力；第四，人工智能相关技术的优化需要基于统一的评价指标或评价体系，而教育强调多种指标、多个尺度的评价。
我把现在人工智能在教育上的运用称之为“冷智能”。其特点是，第一，重技术应用，轻人的发展。关注的是人工智能的通用技术在教育上的运用，满足于提高现有教育的功能和效率，而很少研究教育的特殊性和特殊技术。第二，重技术功能，轻教育规律。关注的是把已有的技术应用到教育场景中去，而不是以问题为导向，以解决教育中的问题为目的开发产品。第三，重已有条件，轻未来想象。关注的是基于现有的教育场景、教学条件、教学模式的技术应用，是在传统教育背景上做加法，而不是创设新的教育形态和场景，促进教育变革创新。第四，重“大数据”，轻“小数据”。和人工智能在其他场景中的应用类似，当前智能教育应用大都也是建立在以大数据共同性的基础上，尚未深入到人的个性化发展的内在需求，缺乏对多维度、个体化的“小数据”收集、挖掘和使用。
我把目前人工智能在教育上运用的这种情况概括为“人工智能+教育”。所谓“人工智能+教育”，核心是技术，旨在以人工智能为工具，强化现有的教育功能，提高现有教育效率。但对于教育而言，并不是功能越强大、效率越高越好，我们需要从“人工智能+教育”向“教育+人工智能”转变。这不是一个简单的文字游戏，而是一个重要的理念转变。“教育+人工智能”核心是教育，是促进人的发展，旨在促进教育形态和育人模式的变革。那么我们如何才能把“教育+人工智能”这一理念变成现实呢？据人工智能专家的分析，现在我们人工智能的发展有八大前沿技术，分别是计算机视觉技术、跨媒体分析推理技术、群体智能技术、智能芯片技术、自然语言处理技术、智适应学习技术、自主无人技术、脑机接口技术。
我今天想重点介绍的是“智适应学习技术”。人工智能助力实现教育个性化的关键是智适应学习技术，它通过构建揭示学科知识内在关系的知识图谱，测量和诊断学习者的已有水平，跟踪学习者的学习过程，收集和分析学习者的学习数据，为学习者提供个性化的学习方案，推送最合适的学习资源和学习路径。在反复测量、推送、学习、反馈的过程中，把握学习者的最近发展区，为每个人提供最适合的学习内容和学习方式，激发学习者的学习兴趣和学习热情，满足学习者的成就感，建立学习者的自信心。
智适应学习系统的应用首先需要基于5G网络的智能环境，离开了5G智能环境其他就无从谈起。第二个是基于知识图谱的智能题库，这是进行第一步测量的基础，然后在这个基础上再进行智能评价。这里要用到一个重要概念，即前苏联心理学家维果茨基提出的“最近发展区”。最近发展区就是已有的水平和理想的水平之间的过渡阶段，通过对这个阶段的寻找能够让每个孩子受到激励以后获得最快的发展。在民间有一个比方叫“跳一跳摘桃子”。如果这个桃子太高了，怎么努力都够不到，他便不努力了；如果这个桃子一伸手就能够到，他不需要努力，就没有发展；跳一跳才能摘到的那个部分就是最近发展区。找到每一个人的最近发展区是智适应学习教育所依据的理论基础。在此基础进入智能评价的智能规划，为每个人导航提供智能推送，最后与教师合作进行智能化的教学。到目前为止，智适应学习系统已在全世界很多地方得到应用，但是这些应用大多仅停留于知识图谱，从育人角度来说是远远不够的。未来需要发展的是包含知识图谱、能力图谱和价值图谱在内的三维智适应学习系统，促进人类知识、能力和态度的一体化发展。
未来，我们应该加强智适应学习技术，发展有温度的智能教育，让智能教育放射出人性的光辉，即以人为中心，以促进人的全面、自由、个性化的发展为目的，不断创设和开辟新的教育形态、教育场景，在促进人的发展过程中发挥智能教育的不可替代性。让技术为育人服务，以解决问题和实际需要为导向，以教育规律和人的发展规律为引导，实现对教育的革命性重塑。人工智能在教育上的运用才刚刚开始，前景广阔，我愿意和大家一起来探索智能教育的未来发展。

（本文根据袁振国在2021年中国教育科学论坛的报告整理）

往期回顾