人工智能的教育哲學思考

張剛要 梁青青

摘要：人工智能對構成現代教育的一些基本概念，如主體、交往、知識等等都有自己的理解與重構。具體而言，人工智能對“誰是主體，誰是客體”的哲學假定進行了“拆卸”，使得教育主體（人）“降格”成了客體，教育客體（物）“升格”成了主體。人工智能所建構的“人與非人的交往”因遭遇到“理解難題”而行走在教育交往的“模糊地帶”，致使學生極有可能喪失自我，變得和機器一樣機械，其獨立性和自主性終將消磨殆盡。人工智能參與知識生產的邏輯是一種基于知識庫和邏輯規則（算法）的“計算與表征”系統，雖然這為個性化、自適應學習提供了支持，但依舊沒有擺脫“客觀主義”的窠臼，甚至還隱藏著潛在的教育危機。

關鍵詞：人工智能;教育思想;主體;知識;交往

中圖分類號：G434

文獻標識碼：A

文章編號：1006-9860（2020）06-0001-06

一、引言

“人工智能賦能教育變革”日益為教育工作者和研究人員所關注，并大致發展出三種典型應用場景：個性化自適應學習，智能測評，教育治理智能化和現代化。我們已經看到，這些領域的應用正在形成巨大的影響力并且塑造了教育變革的引擎。雖然令人興奮，但這些影響對教育而言卻是外在的，尚不足以對現代教育的生態構成根本性威脅。而“教育思想”的沖突則更具內在性和根本性，因為當代人工智能已經不再僅僅是一種工具，它似乎有自己的“教育哲學”，從而為重塑教育生態提供了新的概念框架。具體而言，人工智能對構成現代教育的一些基本概念，如主體、交往、知識等等都有自己的理解與重構。當前，“人工智能+教育”已成燎原之勢。作為教育研究者，我們必須對這兩種不同的理解進行比較與評述，以便為人工智能的教育應用提供—個有效的知識平臺或理論基礎。

二、教育主體觀：歷史演變鉤沉與人工智能的挑戰

（一）教育主體觀的歷史演變與哲學基礎

1.主客體哲學與師生主客體關系

主體是與客體相對應的一對范疇。在傳統的哲學框架中，通常以“人的活動的發起和指向”作為區分主客體的標準和尺度。在此意義上，主體就是活動的發起者，即在活動中發揮能動作用的人，客體則是人的活動所指向的對象。于是，我們獲得了主客體哲學框架內“誰是主體，誰是客體”的哲學假定：一是只有人才能成為主體;二是任何物對于人而言都是客體，即物永遠不可能成為主體;三是當一部分人成為特定的人的活動的對象時，這部分人便是該活動主體的客體。

“教育是一種社會活動”。如果說，教育活動的發起者是特定的人（這里狹義地指教師），那么該活動所指向的對象首當其沖就是學生了。按照前文“誰是主體，誰是客體”的哲學假定，不難得出“教師是主體，學生是客體”的結論。然而，在教育實踐中，學生作為客體（對象）的身份或地位卻屢遭詬病。比如，“受教育者成為‘人（表現人的自主性）會受到‘非人的待遇（例如體罰）;反之，受教育者成為‘非人（喪失自主意識），才能受到‘人的待遇（鼓勵、尊重）”。在這樣的背景下，我國教育理論界先后出現了“學生是唯一主體”“師生雙主體/互為主客體”等學說，但整體而言，依舊沒有擺脫“主客對立”的窠臼。

2.主體間哲學與師生主體間關系

作為對傳統哲學“主客對立”的超越，現代哲學提出了“主體間性”的范疇，試圖規范一個主體如何與作為主體運作的另一個主體發生作用。從方法論上來看，笛卡爾“我思故我在”所開創的傳統哲學，首先需要確立一個“自我”（心靈和意識），然后從這個“自我”出發去看、去構造世界。這樣一來，除了“我”之外的“其他人”就不過是客體（對象）而已。事實上，“其他人”和“我”是平等的，也是一個看世界、構造世界的“主體”。于是，哲學家提出了“主體間性”這一概念，用以表明“其他人”和“我”處于同樣的“主體”地位。

實際上，主體間哲學向我們昭示了“誰是主體，誰是客體”的全新假定，即人與人的關系永遠是“主體間”關系，而非“主客”關系。具體到教育活動中，既然教師和學生都是具有主動性、自主性和創造性的人，那么他們之間的“主客”關系便壽終正寢了，取而代之的則是“主體間”關系。也就是說，任何時候師生之間都沒有客體，師生成為完全平等的主體，他們通過雙向互動、平等交往而塑造相互間的關系，從而走向共識、理解、融合與更有意義的前景。

（二）教育主體客體化與教育客體主體化：人工智能的挑戰

人工智能對“誰是主體，誰是客體”的哲學假定進行了“拆卸”，使教育主體觀即將遭受或正在遭受著挑戰。這突出地表現在兩個方面：一是把教育主體（人）“降格”成了客體，二是把教育客體（物）“升格”成了主體。

1.教育主體客體化

正如前文所昭示的那樣，通過主客體哲學向主體間哲學的轉變，教育完成了其莊嚴的價值承諾：師生是平等的主體，而非客體。然而，人工智能通過自身的一套機制正在試圖“繞過”教育的這個價值承諾，進而“恢復”學生在主客體哲學框架中的客體身份。近幾年來，在教育領域中雖然出現了諸多人工智能的應用創新，但主流媒體和學術界最突出的公共討論當屬“學生面部識別系統與專注度分析系統”，其典型的應用場景包括：事件或活動的出勤簽到、學生學習行為分析、課堂專注度偏離分析、課堂互動和教學行為分析等。這些系統之所以能夠運行乃至發揮作用的邏輯，一言以蔽之，皆是借助硬件設備（如攝像頭、電子手環、智能校服、智能頭環等）“監控”并“分析”學生的身體數據或私人空間（如面部表情、舉手次數、眼球焦點、腦電波、心率數據、運動軌跡等）。

早在18世紀，為了描述“一種完美的權力技術”，英國功利主義代表人物杰里米·邊沁（Jeremy Bentham）提出了“圓形監獄”理論。由于圓形監獄的特殊設計（由一個中央瞭望塔和四周環形的囚室組成），少量獄警甚至不需要獄警便可監控所有的囚徒。獄警處于瞭望塔上很難被看到，相反囚徒則處于公開的位置，而且他們從心理上感覺自己的一舉一動都處于被監控狀態，因此不敢“越雷池半步”，這就實現了所謂的“自我監禁”。而“學生面部識別系統與專注度分析系統”所涉及的隱私泄露、電子監控等問題，與“圓形監獄”的核心要義如出一轍，甚至比“圓形監獄”更加隱蔽。因為，這些人工智能系統不僅降低了學生的心理防線，而且吸引教育機構、研發企業參與監控網絡的構建，它帶來的不是學生的“自我管理與規訓”，而是把學生“降格”為一個節點、一個類似于“物”的對象、一個需要隨時對其加以“監控”和“分析”的客體。

2.教育客體主體化

關于“誰是主體，誰是客體”的哲學假定，主客體哲學和主體間哲學達成了一個默契，即“物永遠是客體，不可能是主體”。而人工智能對這個默契產生了影響，甚至催生出了自己所需要的主體。具體到教育領域，人工智能作為一個“技術人造物”，是人類所利用的一個教育工具，它總是被動的，無法自主地行動。然而，人工智能卻又被注入所謂了的“智慧”“思想”，甚至“情感”（比如能夠為學生規劃學習路徑、推薦個性化學習內容），似乎有了“主觀能動性”，這使得作為客體的“技術人造物”“升格”成了“教育主體”。

“人類是主體”是哲學界的共識，但人類因何而成為主體？馬克思認為，“自由的有意識的活動恰恰就是人的類特性”。也就是說，人類通過社會實踐生成自己的本質，從而獲得主體地位。然而，人工智能卻不具備這種自我實踐的能力，它本質上依然是屬人的，尚不足以成為“教育主體”。那么，它為何能夠為學生規劃學習路徑、智能推送個性化學習內容，從而表現出一定的“能動性”呢？這是因為，人工智能的這些“智能行為”完全“依賴”于學生在線學習時留下的“數字足跡”，包括學習過程的行為數據、學習結果的評價數據，以及通過在線學習形成的社會網絡數據等。人工智能通過一套算法對學生的這些數據進行加工和處理，構建通用參考模型（一般包括學員模型、領域知識模型、知識推薦模型和測試模塊模型等）來模擬人類解決教育中的某些問題?？梢钥闯?，這些數據全部來自于學生的實踐（學習）活動，而非人工智能通過自己的實踐活動所產生的“認知”。在這個意義上，人工智能“并不是真正的、完全意義上的主體，而是人類‘賦予它的主體地位”。

三、教育交往觀：變革歷程述要與人工智能的新思路

（一）教育交往：從“獨白”到“對話”

與教育的主體觀相聯系的是其交往觀。現代教育基于不同的主體觀，將師生關系分為主客體關系和主體間關系，與此相對應，現代教育的交往也有兩種主導范型，即“獨白”式交往與“對話”式交往。

1.“獨白”式教育交往

主客體哲學采取“主體一客體”的分析框架，強調“我”對“它者”的認識和占有，是馬丁·布伯所說的“我一它”關系。這種分析框架成就了師生主客體關系，繪制了“獨自”式教育交往的圖景?！敖逃煌砸欢ǖ慕逃繕藶橹赶?，受一定的教育目標的規范”，“獨白”式教育交往的至高鵠的就是“占有”更多的知識。在“占有”知識的規范下，交往的內容僅限于“標準”知識的交流，而非啟發學生思考的“原料”，師生的內心世界和精神世界往往處于孤獨的關閉狀態;交往的方式是教師“點對面”地通過控制和訓練對學生進行知識的灌輸，教師的眼中往往沒有具體的學生，而是與一個“朦朧的整體”在交往，堪稱是一種幾乎沒有情感成分的“露水式”交往;交往的結果使得師生雙方成為“單純的知識承載體”，失去了彼此之間的人格精神在教育中的“會合”和“相遇”，最終壓抑了學生的自主發展和完整人格的形成。

2.“對話”式教育交往

主體間性哲學把分析框架構筑于“主體一主體”的關系之上，主張“我”之外的其他一切存在物都是與“我”一樣的另一個主體，而非外在的對象性存在，強調“我”與“對象主體”之間的共生性、平等性和交流關系。受主體間性哲學的啟發，教育交往由“獨白”走向了“對話”。就教育目標而言，“對話”式教育交往追求的是師生之間、生生之間的精神溝通，即“通過理解而實現精神世界的共享”;在交往內容方面，“對話”式教育交往注重的是“知識結構或稱符號世界的不斷重構和更新”，而非“標準”知識的復制或再現;在交往方式方面，“對話”式教育交往推崇“我-你”關系基礎之上的平等對話、互相理解和真誠合作;交往的結果也與“獨白”式教育交往有著天壤之別，即“不是去復述一個標準答案，而是學生富有創造性思想的生成”。

（二）教育中“人與非人的交往”：人工智能的新思路

盡管“獨白”式教育交往和“對話”式教育交往有著諸多不同，但兩者固守的都是“人與人的交往”。人工智能有自己的交往范式，它所認同、建構的交往不再囿于“人與人的交往”，而是開啟了“人與非人的交往”的新嘗試。具體到教育領域，最為典型的是學生和教育機器人之間的交往。盡管教育機器人的倡導者和質疑者之間存在著爭論，但目前主流媒體的流行言論制造了炒作的泡沫和擁抱教育機器人的愿望。在樂觀中保有一份謹慎，對教育中“人與非人的交往”進行冷思考，揭示其中埋藏的隱患，或許是我們必須面對的一項時代課題。

1.教育機器人因遭遇到“理解難題”而行走在教育交往的“模糊地帶”

早在20世紀80年代初，為了駁倒“強人工智能論題”（即被“合適程序”控制的機器不僅有自己的認知狀態，而且可以像人一樣進行理解活動），美國哲學家約翰·塞爾（John Searle）設計了“中文屋”的思想實驗。在這個實驗中，一間屋內只有鉛筆、稿紙和寫有中文翻譯程序的書，只會說英語的塞爾被關在其中。寫有中文的卡片從門縫塞進屋內，塞爾根據屋內的那本書來翻譯卡片上的文字并用中文回復，以此誘騙屋外的人相信他也會說流利的中文。塞爾由此指出：既然任何一臺處理語言的計算機在結構與處理流程上都是與“中文屋”類似的，那么，任何一臺計算機也都不可能真懂人類語言。換句話說，機器雖然能夠處理信息，但無法真正理解信息。奧古斯丁深刻地認識到了這一點。他認為，“真正的理解依賴于洞見、‘光照，不可能通過純粹操作性的、計算性的方式達到”。

在這個意義上，我們有理由認為，教育機器人因遭遇到“理解難題”而行走在教育交往的“模糊地帶”。一方面，“對話”式教育交往是“從對話者各自的前理解結構出發而達成的一種視界融合”，即實現人生意義與價值的確定。這其中“理解”是關鍵的一環，換句話說，“理解”既是“對話”式教育交往的條件，也是“對話”式教育交往的歸宿。教育機器人因不具備“理解”的能力，使得這種教育交往幾近成為“海市蜃樓”。另一方面，我們把目光轉向教育機器人之所以受到熱捧的原因。概而言之，它具備了語言理解（非真正意義上的“理解”）和語音交互的能力，能講故事、唱歌、播放視頻，能提供個性化知識講解，且講解過程不厭其煩、不會出錯等等。在這種情況下，強調學生和教育機器人的交往，究竟是在培養面向未來的人才，還是在利用所謂的人工智能技術強化已經過時的“獨白”式教育？

2.對機器人的依賴會使學生喪失獨立性和自主性

黑格爾曾以著名的“主奴關系”理論來說明“精神活動”的運動發展規律。按照他的描述，在“自我意識”階段存在著兩個截然相反的意識的形態，“其一是獨立的意識，它的本質是自為存在，另一為依賴的意識，它的本質是為對方而生活或為對方而存在。前者是主人，后者是奴隸”。通常來說，奴隸要通過自己的“一技之長”來“伺候”主人，任由主人擺布。然而，由于主人缺乏這種“一技之長”，他在某種意義上又必須依賴奴隸來實現自己的意志，奴隸是實際的行動者。長此以往，主人得到的并不是“獨立的意識”而是“依賴的意識”。也就是說，本來作為獨立的自我意識存在的主人，現在反而要依附于奴隸而存在。

事實上，黑格爾所說的“主奴關系”已經映射到了“學生和教育機器人”的關系之中。在他們交往的過程中，教育機器人一直在源源不斷地獲取學生的各項數據，“識別”學生的學習能力、學習風格和知識點盲區，從而精準地刻畫出千人千面的“個人畫像”。在此基礎上，教育機器人不僅能為學生提供個性化的學習資源和學習活動，還能為學生提供最優化的學業方案和職業發展規劃。長此以往，學生難免會形成“依賴的意識”，心甘情愿地讓教育機器人代為“選擇”或“規定”自己的未來，成為“取悅機器的寄生者”。換句話說，學生“理想”的實現要依靠教育機器人，并且實現在“奴隸意識”（學生對機器人的肯定或承認）之中。在此過程中，學生極有可能喪失自我，變得和機器一樣機械，其獨立性和自主性最終會消磨殆盡。

四、知識觀：“主觀主義-客觀主義”的分野與人工智能的重塑之路

（一）知識觀的歷史演變：從客觀主義到主觀主義

所謂知識觀，簡單地說就是對知識的理解和看法。它要回答的基本問題大致包括：知識的起源、獲得知識的方法、知識的客觀性以及知識的真偽標準。由于立場、視角的不同，歷史上形成了不少觀點紛呈甚至截然相反的知識觀。其中，客觀主義與主觀主義的分野格外引人注目。

1.客觀主義知識觀

對于知識的起源與本質，自古以來就存在著兩種思維方式：一是由笛卡爾、萊布尼茨發軔的“唯理論”路線，它主張依靠人腦中與生俱來的“天賦觀念”進行嚴密的演繹推理，就可以獲得一套與“外部世界”一致的知識。另一種是伯克利、休謨發軔的“經驗論”路線，它宣稱人的感覺經驗是認識的條件和基礎，感覺經驗既是知識的來源，又是檢驗知識的標準。整體而言，這兩種知識觀都強調認知的客體（即知識內容），認為知識是客觀的、普遍的、真實的、確定的。因此，這兩種主張是純然客觀主義的論點。

在客觀主義知識觀的支配下，教學變成了一種赤裸裸的“傳遞-接受”式的灌輸知識的活動，師生關系的基本性質就是知識的傳遞者和接受者之間的關系，教學方法著眼于“傳遞一接受”的效率，教學評價歸結于學生對知識的“占有”。其積極的一面在于，有效提高了知識傳播的效率并促進了教育的普及。但是我們也應看到，客觀主義知識觀壓抑了學生的主觀能動性，扼殺了學生的創造力，把學生訓練成了沒有靈魂的考試機器。其結果是，“孔子杏壇的師生質疑問難、蘇格拉底的問道中途、亞里士多德的學林漫步，這些教育的本真形式只能成為現代教育的幻想”。

2.主觀主義知識觀

康德用獨特的“綜合路線”調和了“唯理論”與“經驗論”兩條路線之間的沖突。他認為，對于知識的可能性而言，“唯理論”與“經驗論”缺一不可。一方面，感覺經驗是人類知識的基礎，知識是感覺經驗的產物。另一方面，認識主體必須具有一套先天的“認識形式”或“先驗范疇”。因為，后天的感覺經驗必然經過先天的“認識形式”或“先驗范疇”的加工和組織，才能成為普遍性的知識。由于承認認識主體在認識過程中的能動作用，康德的“綜合路線”被認為是認識論歷史上的“哥白尼革命”，它扭轉了“認識順從對象”的慣性思維，認為“在知識的結構以及知識的形成過程中，都不能缺少主體的能動性”。

康德之后，人們對知識的確定性和客觀性產生了懷疑，改變了原有的提問方式和思維模式，嘗試從認知的主體（人）出發來理解知識，進而形成了頗具影響力的主觀主義知識觀。比較有代表性的包括：皮亞杰把兒童描述為一個“孤獨的探尋者”，認為同化、順應和平衡等一些生物過程至關重要;維果茨基則強調父母、教師、同伴及文化環境的作用，并將這些因素很好地歸納到“最近發展區”的概念之中;卡茨和斯騰伯格認為個體的主動性在建構知識結構的過程中起著頗為關鍵的作用;哈貝馬斯提出“情境理性”知識觀，主張知識的意義是在學習者與學習情境的互動、學習者與學習者的互動過程中生成的。

（二）計算與表征：人工智能的重塑之路

關于知識的來源與構成，人工智能繪制了不同的圖景。簡而言之，人工智能參與知識生產的邏輯是一種基于知識庫和邏輯規則（算法）的“計算與表征”系統，包括知識的搜集、處理、生成、匹配和推薦。雖然這種知識生產的邏輯為個性化自適應學習提供了支持，但依舊沒有擺脫“客觀主義”的窠臼，甚至還隱藏著潛在的教育危機。

1.計算與表征：人工智能參與知識生產的邏輯

作為人工智能基礎的“計算與表征”思想，可以在柏拉圖那里找到根源。據說，當年蘇格拉底在雅典四處尋找專家（如匠人、詩人、政治家等），以期測試和繪制他們技能背后的規則。然而這些人卻無法闡明其成為專家的行事規則，只能告訴蘇格拉底一些專家行為的案例。后來，蘇格拉底的學生柏拉圖對造成上述困難的原因進行了解釋。他說，專家們或許已經忘記了這些規則，而哲學家的作用就是要幫助專家回憶他們所遵循的規則。于是，柏拉圖“把全部推理都歸約成明晰的規則，把世界規約為不須解釋地運用這些規則的原子事實”，進而影響了其后兩千多年的哲學發展。

計算機的發明是人類歷史上最偉大的事件之一，它最主要的特點是“可以按明晰的規則進行計算”，一般不需要人直接干預。因此，在兩千多年的傳統中，計算機被理解為“邏輯智能的范式”。對此，德雷福斯的見解深刻而獨到。他認為：“人工智能恰好是柏拉圖哲學傳統和計算機技術相互加強的產物”。有鑒于此，在人工智能那里，知識的來源與構成可以用“計算與表征”加以解釋。具體來說，人工智能依靠知識庫和邏輯規則（算法）而參與知識生產。目前來看，構建知識庫的主流方法主要有兩種：一是自上而下的符號主義進路，即在機器內部用符號表達式建模世界，形成顯性的命題表征;二是自下而上的聯結主義進路，即通過訓練人工神經網絡來賦予機器學習能力，讓機器自動獲取知識，擴充自己的知識庫。除此之外，人工智能還必須有一套邏輯規則（算法），然后根據邏輯規則（算法）對知識庫中已有的知識進行重組（包括搜集、處理、生成、匹配和推薦），進而規劃機器的行動（即回答問題或解決問題）。

2.對“計算與表征”知識觀的審視

毋庸置疑，人工智能“計算與表征”的知識生產邏輯，使得基于“學生畫像”的個性化自適應學習成為可能，使得每一個學生都能享受到因材施教的潤澤。同時，這種知識生產的邏輯也存在著一定的限度與困境。

（1）知識庫的“客觀主義”陷阱

符號主義區分了顯性/隱形兩種表征形式，即符號只能解決顯性表征，對隱性表征卻無能為力。也就是說，只有顯性知識才能被編碼成為表征，而隱性知識將不能被編碼，從而不能成為表征。這意味著，基于符號主義進路所構建的知識庫，其中存儲的知識只能是顯性知識。按照英國哲學家波蘭尼的理解，顯性知識是指可以用書面文字、圖表和數學公式等符號系統加以完整表述的知識，具有客觀性、靜態性、情境獨立性等特征。可以發現，這種知識庫的構建自覺不自覺地重蹈了“客觀主義”的覆轍。

聯結主義進路深受認知科學和神經心理學的啟示，試圖通過人工神經網絡模型來模擬人類的大腦，進而成為處理隱性知識或打破顯性/隱性區分的希望。然而，聯結主義實現這一目標依舊遙遠。首先，人工神經網絡增加和擴展知識庫，需要預先的海量訓練才能完成，一旦真實情境中的變化超越歷史訓練的數據集，它就難以做到隨機應變，從而落入“情境獨立性”的窠臼。其次，人工神經網絡的深度學習模型通過對數據的曲線擬合，發現的多是特定領域的相關性知識，而難以獲取因果性知識。因此，該模型也就無法進行遷移和類比學習，也無法進行常識性推理。總而言之，聯結主義無法打破知識的顯性/隱性區分，離現代教育所推崇的主觀主義知識觀尚存在一定距離。

（2）邏輯規則（算法）與教育危機

人工智能進行知識的搜集、處理、生成、匹配和推薦的過程中，邏輯規則（算法）所帶來的教育危機不容小覷。首先，影響學生學習成效的因素通常是很復雜的，其中的非理性因素（如情感、想象、直覺、靈感、信仰、意志、習慣等）是至關重要的。而邏輯規則（算法）卻無力表征這些非理性因素，“計算模型對教育對象和教育過程的量化和簡化使教育失去了豐富的內涵和諸多有價值的成分”。其結果是，“個人畫像”的構建主要基于學生的知識狀態和能力水平，而基于“個人畫像”的知識匹配本質上是讓學生掌握更多顯性知識或提高其考試分數。試問：在這種情況下邏輯規則（算法）是在顛覆應試教育，還是在強化更加“精準嚴密”的應試教育？其次，知識推薦固然能夠提高知識獲取的有效性和針對性，但同時也帶來了“信息繭房”的弊端。具體來說，學生根據算法推薦所獲取的高度同質化的知識，就像蠶吐出來的絲一樣，密密麻麻地編織成像蠶繭一般的“繭房”，從而將其自身桎梏于其中。其結果是，“信息繭房”隔斷了學生接觸多樣化知識、異質性思想的機會，進而侵蝕學生的思考能力，拘囿學生的知識視野，久而久之學生被困在狹窄的認知結構中成為“井底之蛙”。

五、結語

毋庸置疑，在教育中引入人工智能技術，助力個性化教育向更高層次復歸，這為教育開辟了有意義的前景。但是，人工智能專注于從學生行為數據那里獲得所謂的“事實”并設計可數學化、可邏輯表達的“規則”，而把“教育應該是什么樣”這個問題給排斥了，從而忽視和遮蔽了人的價值和意義。教育具有極強的情境性，特別是涉及具有主體性和能動性的個體，每一個“事實”的背后都存在著極其復雜的原因。有鑒于此，因果關系的尋求與應用似乎更應處于教育研究的核心位置。目前來說，人工智能執著于相關關系的尋求，對于因果關系的處理則是蒼白無力的。為此，我們應當做出以下幾個方面的努力：一是，從技術架構實現教育中的人文關懷。早在1954年法國技術哲學家埃呂爾就以“適用技術”（Appropriate Technology）這一概念，強調技術的發展和應用應該增加個人對自由和人權的關心。因此，人工智能技術的教育應用首先應當恪守教育的根基與原理，將學生的發展、價值和隱私保護鑲嵌在人工智能的算法之中。人工智能的無限濫用會成為“限定”甚至“強求”學生的工具，因此還應當合理控制人工智能在教育中的使用范圍，并始終保持學生的主體地位。二是，破除教育中人工智能價值至上的觀念。教師應當始終把人工智能當成手中的“工具”而非全能的上帝，進而建構一種“人機協同”“AI教師與真人教師聯袂執教”的發展路向，即人工智能的價值在于發現教育中的相關關系，教師則致力于處理教育中的因果關系，兩者優勢互補，共同開啟教育發展的新圖景。三是，建立符合教育目的的人本層面的人工智能價值評價規范。教育主管部門要在符合教育目的的價值觀指導下，從人本層面對人工智能技術在教育中的應用進行價值評價，構建起相關評價指標體系，包括人工智能對學生認知領域、思維領域和精神領域的作用和影響。

作者簡介：

張剛要：教授，博士，研究方向為教育技術基礎理論、數字化教育資源建設（zhanggy@njupt.edu.cn）。

梁青青：在讀碩士，研究方向為數字媒體技術（1091512229@qq.com）。

收稿日期：2020年2月3日

責任編輯：趙云建