促進人工智能教育的可持續發展

任友群 萬昆 馮仰存

摘要：人工智能賦能教育已成為未來教育變革的重要趨勢。2019年3月，聯合國教科文組織發布《教育中的人工智能：可持續發展的挑戰和機遇》的報告，提出了人工智能教育發展的愿景、目標、途徑、挑戰等。人工智能教育發展的愿景是促進人工智能教育的可持續發展;人工智能賦能教育的目標是改善學習和促進教育公平;為人工智能教育時代做好準備的兩個途徑是：構建面向數字化和人工智能賦能世界的課程，通過后期教育和培訓增強人工智能能力。報告提出人工智能教育發展的六個挑戰：提升制定全面的人工智能公關政策的能力;確保教育中人工智能的全納和公平;教師與人工智能驅動的教育的雙向準備;開放、高質量和包容性強的教育數據系統構建;人工智能教育相關研究的重要價值發揮;數據收集、使用和傳播倫理的關注。報告對我國發展人工智能教育有如下啟示：堅持立德樹人，培養具備人工智能思維的中國公民;消除數字鴻溝，警惕人工智能的馬太效應;構建公平而有質量的人工智能教育生態系統;以跨學科融合促進高校知識生產模式轉變;新技術賦能人工智能教育;重視人工智能教育發展的倫理問題。

關鍵詞：人工智能;智能教育;教育公平;可持續發展;聯合國報告

中圖分類號：G434? ?文獻標識碼：A? ? 文章編號：1009-5195（2019）05-0003-08? doi10.3969/j.issn.1009-5195.2019.05.001

人工智能賦能教育已成為未來教育變革的重要趨勢。通過人工智能技術重塑教育生態，發展智能教育已經成為當前甚至是未來的教育新議題。與傳統教育不同，智能教育的特點是以人工智能為代表的智能技術，加快推動人才培養模式變革，實現規模化教育與個性化培養的有機結合（黃榮懷等，2019）。面對人工智能這一“老且新”的技術，如何發揮其最大效力使其賦能教育？當其成為教育的重要分支——人工智能教育后，如何促使其可持續發展？以及其發展中面臨的機遇與挑戰是什么？這些問題都亟待解決。2019年聯合國教科文組織發布了《教育中的人工智能：可持續發展的挑戰和機遇》（Artificial Intelligence in Education： Challenges and Opportunities for Sustainable Development，以下簡稱為《報告》），《報告》從三個方面著重探討了教育中人工智能可持續發展的相關問題：一是利用人工智能改善學習和促進教育公平;二是利用人工智能為學習者的未來做準備;三是人工智能在教育中應用的挑戰和政策影響，報告的總體框架如圖1所示。《報告》代表了人工智能教育發展與變革的新趨勢，對我國發展和引領人工智能時代的教育具有重要意義。以下將結合報告三部分內容進行解讀分析，以期對我國人工智能教育發展有所啟示。

一、何以賦能：人工智能改善學習和促進教育公平的空前機遇

誠如理査德·梅耶所說：“每當一項新技術被引入教育實踐中，往往會被寄予巨大的期望”（Mayer，2014），人工智能技術也是如此，但就當前而言，人工智能在教育方面的應用機遇和挑戰并存。這在很大程度上是因為教育系統異常復雜，人們并不是天然愿意在傳統教育中依托技術進行變革。變革往往發生在人們對新技術的價值認同之后，而《報告》無疑是其中的導航器。《報告》提出，人工智能的愿景是改善學習和促進教育公平。為實現這一愿景，人工智能需要聚焦在以下兩個方面：

1.通過人工智能改善個性化學習

可持續發展目標旨在確保全納和公平的優質教育，并為所有人提供終身學習計劃，它強調終身平等的學習機會。人工智能技術用于確保全納和公平的教育機會。它可為不同地區、不同種族、不同性別的人們，特別是邊遠地區、特殊群體等提供適當的學習機會。計算機支持的協作學習可為學生的學習提供多種選擇，其中在線異步討論是計算機支持協作學習的核心。隨著人工智能技術的發展，基于機器學習的人工智能系統可以用于監控異步討論，從而為教師提供有關學習者討論和支持的信息，以指導學習者參與學習，實現學習者的個性化學習。

2.數據驅動的教育管理信息系統

數據驅動的決策將成為許多學校和地區教育改革的重點。教育大數據的產生，為人工智能算法對數據進行分析提供了基礎，也為學校和教育管理者作出數據驅動的決策提供了參考，從而不斷改善教育。人工智能技術將賦予教育管理信息系統新的功能。基于該系統，人工智能可以使用向量機、卷積神經網絡、循環神經網絡等機器學習來分析教育大數據，動態生成學校和地區教育報告。同時，人工智能算法還可以根據數據信息進一步產生教育決策報告，從而更好地改善學校和地區的教育;也可以通過學習分析技術對學習的學習過程進行量化、診斷、評估、分析，為教師提供實時反饋，為教師教學做出科學決策，以服務于學習過程，優化學習設計。目前學習分析技術采用了基于統計的大數據技術、機器學習算法、數據挖掘等技術處理大量數據。

二、籌謀未來：面向人工智能時代人才培養的實施路徑

通常，社會企業往往是人工智能等新技術應用的先行者，企業需要具備人工智能技能的人才，對教育來說則意味著人才培養方向要順應勞動力市場并做出相應調整。具體講就是要從課程重構和能力培育兩個方面發力，培養適應人工智能時代發展要求的未來人才。

1.構建面向數字化和人工智能賦能世界的課程

教育對于智能時代的生存和發展具有重要的作用。為了彌合人工智能帶來的“技能鴻溝”，我們不能簡單地應用教學技術，更重要的是重新思考現在的教育內容和方法。《報告》所探討的課程變革表明，亟需定義新的符合智能時代發展的“AI 勝任力”，這是一種超脫基本ICT的勝任力，是各國在融合21世紀技能制定各自教育規劃時需要定義的學習者利用計算機技術、方法、思維解決問題的技能。針對這一主題，《報告》著重探討了相關框架。

（1）數字勝任力框架

在人工智能賦能的社會，發展新的技能來創造和解構數字技術是非常重要的。對此，《報告》重點討論了四個致力于發展師生數字勝任力的框架。其一，UNESCO于2018年制定《數字素養測評全球框架》（Antoninis et al.，2018），在參考計算機素養、ICT素養、信息素養和媒體素養的基礎上，概括出的勝任力7方面內容分別是：硬件與軟件基礎、信息與數據素養、交流與協作、創建數字內容、安全、問題解決、與職業有關的能力。其二，2011年UNESCO推出《教師信息與通信技術能力框架》，強調了數字技術在支持6個關鍵知識領域中的作用，這6個領域即教育中ICT的理解、課程與評估、教學法、ICT、組織與管理、教師專業學習。此外，框架還指出，對于教師來說，擁有管理數字技術并將其傳授給學生是遠遠不夠的，教師必須幫助學生習得使用數字技術并進行高效協作和創造性問題解決的能力。其三，2016年UNESCO和爪哇大學聯合開發《教育學層面的ICT能力和標準》，目的是為在知識和信息社會中面臨教學挑戰的教師提供所需要素質的培訓愿景。即作為培訓基準，通過評定教師信息通信技術的采用水平及其教育用途，來提高各級學校的教育質量。其四，歐盟提出支持個人數字技能發展的歐盟數字素養框架（Ferrari，2013），描述了當今學習者需要的能力，即在工作、就業、學習、休閑以及社會參與中，能夠以可靠、協作和創造性方式使用數字技術的能力。該框架由5個能力域組成，即信息和數據素養域、交流與合作域、數字內容創建域、安全意識域和問題解決域。

（2）計算思維

計算思維是未來智能時代所需要的核心素養，也是學習者適應人工智能社會的關鍵能力。目前，許多國家都開始將計算思維納入各自課程教學的探索。例如，2012年英國皇家學會發表了一份報告建議：信息技術課程向計算機科學和計算思維轉變。根據這個報告的結果，英國在2014年重新設計并實施了新的計算機課程，目的是促進學習者對計算機科學的基本原則、概念及其應用的理解，培養其以計算術語分析問題和編寫計算機程序來解決這些問題的能力。值得一提的是，我國也于2017年將計算思維納入了普通高中信息技術課程標準并作為一項學科核心素養。此外，愛沙尼亞、阿根廷、新加坡、馬來西亞等國家也在不同程度上，將計算思維培養以編程、機器人、創客教育等形式納入了整個課程教學體系之中。可見，將計算思維納入教育中是世界上許多國家和地區的普遍選擇。同時，這也彰顯出從基本的數字素養到計算思維能力的明顯轉變，而不僅僅是教授數字知識和操作技能。

2.通過后期教育和培訓增強人工智能能力

面對人工智能的迅速發展，中國、法國、美國等紛紛制定了人工智能發展戰略以促進人工智能全面發展。雖然基礎教育階段人工智能人才培養至關重要，但是目前各國更為關注后義務教育階段的人才培養。

（1）高等教育

通過高等教育研究和發展人工智能，是各國政府解決各自技能差距的主要方法之一。為了提升各自在人工智能方面的能力并成為該領域的領導者，許多國家都在大力吸引人工智能研究和實踐方面的人才。例如，法國通過創建研究實驗室，以更多的激勵政策吸引大量的人工智能研究人員，并希望實現人工智能本科、碩士、博士完整的人才培養體系，完善職業教育和培訓，研制人工智能課程。法國還將通過產學研合作的形式，利用學校-企業、大學-研究機構合作創建人工智能研究院。

（2）職業技術教育與培訓

職業技術教育與培訓機構應當提供包含人工智能相關能力的課程，特別是培養人們適應智能時代技能與勞動力市場變化的能力。在一些國家，終身學習被理解為基本技能和成人掃盲方案。國際勞工組織重新定義了終身學習，并認為人們對終身學習重新產生興趣的部分原因是工業界有意將終身學習視為新的技能，并逐步形成發展戰略。德國和新加坡都已經發起了職業技能培訓計劃，確保每個人都可以接受相關培訓以提高職業技能。聯合國教科文組織的信息和通信技術教育也正在發起一項“為青少年提供人工智能”的倡議，其重點是培養青少年的人工智能技能。

（3）非正式學習

非正式學習是發展人工智能教育的另一種途徑，如MOOC學習等。事實上，MOOC平臺是非正式學習人工智能相關技能課程最好的平臺，而且MOOC學習平臺也使用了人工智能技術，如應用自然語言處理和機器學習，進行自動評分等。也有學者已經開始研究人工智能在MOOCs和混合式學習中的應用，通過人工智能技術為學習者提供個性化學習建議（Chaudhri et al.，2013）。目前，也出現了許多非正式在線學習社區，如協作編程學習社區、社區論壇系統等。衡量這些非正式在線學習平臺績效的關鍵指標是：學習者的學習參與度、堅持度、完成度、滿意度等。未來，在人工智能技術的幫助下，衡量這些非正式在線學習平臺可以采用更加復雜的評估體系，收集到更加客觀、全面、準確的數據。所以，各國政府要高度關注終身學習的數據并進行監測、評價，從而使學習更加有效。

三、直面挑戰：發展人工智能教育和人才培養的風險應對

在教育領域，技術可以幫助解決不平等嗎？發展中國家如何開發改善教育的人工智能解決方案？公共政策如何賦予教師權利？這些都是人工智能可能面臨的挑戰。對此，《報告》將其總結如下：

挑戰一：提升制定全面的人工智能公共政策的能力

面對人工智能技術的全面發展，教育部門既是應用者，也是參與者。在各國制定的人工智能發展戰略中，教育是關鍵。一方面，人工智能在改進教育體系方面有著巨大的潛力;另一方面，人們期望教育系統能培養出適應人工智能社會的學習者。當前，人工智能發展大多來自私有機構（如IBM、Pearson、Knewton、Coursera等）的推動，許多政府都在努力促進這些私營部門與人工智能教育的融合。專家預計在2017-2021年間，人工智能教育市場將增加50%，這對政府來說無疑是一大挑戰。

政府行使職能管理國家在很大程度上是通過政策實現的，然而目前有關人工智能教育的公共政策制定仍處于起步階段，無法應對人工智能領域的創新速度。這就要求政府在制定政策時：（1）必須與私營部門建立伙伴關系，以擴大人工智能生態系統，因為公共部門無法單獨在如此復雜的技術層面進行創新;（2）人工智能產業生態系統必須創造新的籌資機會，為人工智能專家的形成和培訓開發提供支持;（3）利用自適應性學習平臺、在線評估等技術釋放人工智能在教育方面的潛力;（4）促進可持續發展的人工智能教育公共政策必須在國際和國家兩級建立伙伴關系，以建立一個為可持續發展服務的人工智能生態系統。

挑戰二：教育中人工智能的全納和公平兼顧

人工智能技術也可能是一種破壞性的技術，并可能加劇現有的不平等和分歧，因為邊緣化和處境不利的人口更有可能被排除在人工智能教育之外，其結果是產生一種新的數字鴻溝（Hilbert，2016）。全納和公平是人工智能教育的核心價值。決策者在制定政策時，應當提出若干與全納和公平相關的問題。例如，發展中國家迫切需要什么樣的基礎設施條件才能使人工智能教育成為可能？如何在互聯網接入方面為數字權利的獲得建立可持續和公平的條件？人工智能如何為弱勢群體提供教育服務？人工智能教育如何在發展中國家更快地增長，以縮小世界上窮人和富人之間的教育差距？人工智能教育在哪些方面可以縮小性別差距？

最近的研究描述了發展中國家將人工智能融入教育的障礙，其中主要包括信息和通信技術硬件的可用性、互聯網的可靠性、數據成本、學生的基本信息和通信技術技能、語言與文化差異等（Nye，2015）。因此，消除數字鴻溝，確保教育中人工智能的全納和公平是人工智能教育可持續發展的重要因素。

挑戰三：教師與人工智能驅動的教育的雙向準備

教師要為人工智能驅動的教育做好準備，并讓人工智能理解教育，但這必須是雙向驅動的：教師必須學習新的數字技能，以便以教育和更有意義的方式使用人工智能;而人工智能開發者必須懂得教師的工作，以促進人工智能教育的可持續發展。未來，教師的角色也將發生轉變，教師將與人工智能協同合作，各自發揮自己的優勢。人工智能技術將幫助教師完成一些機械性工作，也可以是教師的助教，以實施個性化、精準化的教學（余勝泉，2018）。所以說人工智能可以取代教師的觀點是不正確的，因為它忽略了教師在支持學習過程中的重要性，忽略了教師在創造性和社會情感方面的重要性，而這些遠遠超出了知識傳播的范疇（Bali，2017）。

那么，教師如何能夠更好地理解人工智能時代的教育并為之做好準備？對此《報告》指出，為了有效地使用人工智能技術，教師還需要習得以下新的能力：（1）了解人工智能驅動的系統是如何改善學習的，從而使他們能夠對新的人工智能教育產品作出正確的價值判斷;（2）掌握數據分析技能，使他們能夠解釋由人工智能技術支持系統提供的數據，并能對數據進行收集、挖掘、分析、處理等;（3）能夠批判性地看待人工智能和數字技術影響人類生活的方式，以及計算思維和數字技能的新框架，以提高學生理解人工智能力量、危險和可能性的能力;（4）能夠利用人工智能來完成重復性的任務，使其能夠去做更多他們以前沒有時間做的工作，如情感交流、人際交往等;（5）教授學習者獲得那些可能不會被機器取代的技能和能力。

挑戰四：開放、高質量和包容性強的教育數據系統構建

數據之于人工智能就如燃料之于發動機，構建開放、高質量和包容性強的教育數據系統是人工智能教育可持續發展的重要前提。一個具有全面和最新數據的全功能數據分析系統，能夠為啟用人工智能預測和機器學習算法提供無限可能性。毫不夸張地說，數據決定了人工智能系統的應用成效。令人擔憂的是，目前許多國家仍在不遺余力地收集那些基礎但并不重要的教育數據。因此，對各國來說當務之急是構建優質的教育數據系統。鑒于此，《報告》提出高質量的教育數據系統需要具備三個特征：第一，數據的準確性。準確性和可靠性是數據分析的前提，因為不準確的數據可能會使機器學習算法產生不正確的輸出;第二，數據一定程度的開放和不斷更新;第三，數據還必須考慮到諸多不平等因素，如年齡、性別和社會經濟背景。如2016年聯合國兒童基金會的一項研究表明，在接受調查的40個國家中，有19個國家缺少關于殘疾兒童的相關數據。

挑戰五：人工智能教育相關研究的重要價值發揮

《報告》指出，未來幾年教育領域對人工智能的研究將會層出不窮。盡管技術改變教育的潛能經常被提及，但這種潛能尚未如期望的那樣得以發揮。回顧技術在教育中的應用，發現人們對技術對學校教育質量的影響知之甚少，有關技術對學習實際影響的研究也并不多。對于這種現象，人工智能在教育方面的發展似乎是又一鮮明的例子。對人工智能的使用與教育績效之間的關系這一懸而未決的研究問題，《報告》提出，可以通過相關性來探索，但是必須進行相應的實證研究和實驗，以建立一個有用的知識庫。也就是說，以后的研究必須從不同的方向進行實證，而不是簡單的“只說不做”。

對于技術來說就是，新技術應用能否讓學習者學得更多、更好、更不同。由于教育的復雜性，于技術有關的教育研究往往很難得出具有普適性的結論和策略。人工智能教育要通過研究來驗證策略的有效性然后再進行應用推廣。對于發展中國家所面臨的教育挑戰來說，并不存在通用的技術解決方案，人工智能也非萬能之策。在研究成果進行實踐轉化過程中，必須立足于本國的實際訴求，以揚棄的態度合理采納。對其中的矛盾和不適之處，需提出正確的研究問題，進一步以研究克之。

挑戰六：數據收集、使用和傳播倫理的關注

數據是人工智能的基礎。大規模收集、使用、分析和傳播數據的倫理道德是制定人工智能政策框架的另一個重要因素。越來越多的教育機構使用機器學習算法接受或拒絕學生。這種方法的兩個潛在問題包括：缺乏可解釋性和不公平對待。人工智能系統可以評估學生的初始水平，根據集體智慧和個人經驗指導學生完成課程，自動評估測試結果。數據隱私和安全性幾乎出現在所有有關數據倫理的討論中。但其中主要挑戰在于使用個人數據的同時確保個人身份信息和個人隱私偏好得到保護。然而，目前除歐洲以外，其他地區只有不到30%的國家制定了全面的數據保護法。因此，在人工智能教育發展中需要明確數據收集、使用和傳播方面的倫理道德。

4.新技術賦能人工智能教育

回顧信息技術發展的歷史，每一次技術的變革都將引起教育變革的浪潮。在移動互聯、萬物互聯的背景下，當下最炙手可熱的莫過于5G技術，其必將帶來教育發展的新一輪跨越。我國在5G方面具有先發優勢，應抓住這一歷史機遇。此外，5G技術作為一種基礎通信技術，具備超大帶寬、超高速度、超低延時、超強穩定性等優勢，其對人工智能的發展、教育信息化的轉型升級影響巨大。筆者認為，人工智能教育即新技術（5G、人工智能等）引領的教育信息化的高級形態，其最終目標在于重塑教育結構和促進教育公平。具體表現在：第一，5G技術和人工智能技術將助于破解因地區差異帶來的教育資源配置的不均、師資的缺乏、設備設施建設不齊全等問題，使教育公平成為現實。第二，5G技術和人工智能技術將有助于構建沉浸式的學習環境，特別是隨著VR/AR技術的迅速發展，學生可以在沉浸式的學習環境中學習，培養學生的空間思維和創造力，實現深度學習。第三，新技術助力實施人工智能教育策略，有助于創新高層次人才培養機制、提升教育手段智能化程度、探索多元化教育教學形式等（張進寶等，2018）。

5.重視人工智能教育發展的倫理問題

《報告》從行動和思維兩個維度定義了人工智能，分別是類人思考、理性思考、類人行動、理性行動四個方面。隨著人工智能的不斷演變和機器的日益智能化，人工智能的發展將從輔助智能、增強智能到自主智能的發展。如何實現教育視角下的可信賴人工智能，是需要高度重視并持續關注的問題（黃榮懷等，2019）。目前人工智能教育領域的倫理機制還沒有得到很好地回答（Holmes et al.，2018）。我們認為技術是一把雙刃劍，人工智能亦是如此。人工智能教育的發展催生著教育大數據的產生，而教育大數據的產生則需要對數據進行存儲、管理和保護等。因此，我們認為，第一，需要加強教育大數據的安全立法，通過建立教育大數據的安全法律，保護好教育大數據以免被非法濫用和網絡侵犯。第二，我們可以借鑒《歐盟人工智能倫理準則概要》（宋建寶，2019），盡快出臺我國人工智能教育倫理規范，以保障師生的人身健康和數據安全不受侵犯。第三，要樹立人工智能教育的正確價值導向，培養人工智能時代具有社會責任感的中國公民，并高度重視人工智能教育發展可能帶來的倫理問題，為構建一個和平、包容、穩定的社會做出貢獻。

當前，發展人工智能教育已經成為新時代教育發展的新方向，成為實現我國教育現代化的必由之路。面對日益復雜的教育生態系統，人工智能技術發展帶來了巨大機遇和挑戰，發展人工智能教育已經成為我國實現教育強國的戰略選擇。在邁向教育強國的征程中，我國應加快發展人工智能教育，規劃人工智能時代的教育，培養為人工智能做好準備的人才。構建平等、適合、開放靈活的教育是目前乃至今后更長時期我國人工智能教育發展的目標，我們要始終積極推動人工智能和教育的深度融合，主動迎接與擁抱人工智能時代的教育。

參考文獻：

[1][美]李·雷尼，巴里·威爾曼（2015）.超越孤獨：移動互聯時代的生存之道[M].楊柏溆，高崇.北京：中國傳媒大學出版社：64-66.

[2]馮仰存，任友群（2018）.教育信息化2.0時代的教育扶智：消除三層鴻溝，阻斷貧困傳遞——《教育信息化2.0行動計劃》解讀之三[J].遠程教育雜志，（4）：20-26.

[3]黃榮懷，張慧（2019）.人工智能助力教育更加靈活開放[N].中國教育報，2019-06-29（003）.

[4]劉德建，杜靜，姜男等（2018）.人工智能融入學校教育的發展趨勢[J].開放教育研究，（4）：33-42.

[5]任友群，吳旻瑜，劉歡等（2015）.追尋常態：從生態視角看信息技術與教育教學的融合[J].中國電化教育， （1）：97-103.

[6]宋建寶（2019）.歐盟人工智能倫理準則概要[EB/OL].[2019-04-19].https：//www.chinacourt.org/article/detail/2019/04/id/3847044.shtml.

[7]新華網（2019）.習近平向人工智能與教育大會致賀信[EB/OL].[2019-05-16]. http：//www.xinhuanet.com/politics/2019-05/16/c_1124502111.htm.

[8]余勝泉（2018）.人工智能教師的未來角色[J].開放教育研究，（1）：16-28.

[9]張慧，黃榮懷，李冀紅等（2019）.規劃人工智能時代的教育：引領與跨越——解讀國際人工智能與教育大會成果文件《北京共識》[J].現代遠程教育研究，（3）：3-11.

[10]張進寶，姬凌巖（2018）.是“智能化教育”還是“促進智能發展的教育”——AI時代智能教育的內涵分析與目標定位[J].現代遠程教育研究，（2）：14-23.

[11]鄭旭東（2018）.智慧教育2.0：教育信息化2.0視域下的教育新生態——《教育信息化2.0行動計劃》解讀之二[J].遠程教育雜志，（4）：11-19.

[12]中國教育新聞網（2019）.人工智能教育中不可忽視倫理教育[EB/OL].[2019-06-15].http：//www.jyb.cn/rmtzgjyb/201906/t20190615_241830.html.

[13]Antoninis， M. & Montoya， S. （2018）. A Global Framework to Measure Digital Literacy. UIS， UNESCO[EB/OL].[2019-06-30].http：//uis.unesco.org/en/blog/global-framework-measure-digitalliteracy.

[14]Bail， M.（2017）.Against the 3As of Edteach：AI，Analytics，and Adaptive Technolgoies in Eduaction[EB/OL].[2019-07-18].https：//www.chronicle.com/blogs/profhacker/edtech-ai-analytics-and-adaptive-technologies-in-education/64604.

[15]Chaudhri， V. K.， Lane， H. C.， & Gunning， D. et al. （2013）. Intelligent Learning Technologies： Applications of Artificial Intelligence to Contemporary and Emerging Educational Challenges[J]. AI Magazine， 34（3）： 10-12.

[16]Ferrari， A.（2013）. DigComp：A Framework for Developing and Understanding Digital Competence in Europe[EB/OL].[2013-12-30].http：//publications.jrc.ec.europa.eu/repos-itory/bitstream/JRC83167/lb-na-26035-enn.pdf.

[17]Hilbert， M. （2016）. Big Data for Development： A Review of Promises and Challenges[J]. Development Policy Review， （1）：135-174.

[18]Holmes， W.， Bektik， D.， & Whitelock， D. et al. （2018）. Ethics in AIED： Who Cares [C]//19th International Conference on Artificial Intelligence in Education （AIED'18）. London： Springer International Publishing： 551-553.

[19]Nye， B. D. （2015）. Intelligent Tutoring Systems by and for the Developing World： A Review of Trends and Approaches for Educational Technology in a Global Context. International Journal of Artificial Intelligence in Education[J]. International Journal of Artificial Intelligence in Education， （2）：177-203.

收稿日期 2019-06-21

責任編輯 田黨瑞