人工智能教育的含義界定與原理挖掘

彭紹東

關鍵詞：人工智能教育;人工智能教育原理;智慧教育;定義;挖掘;賦能

為了迎接智能時代的到來，各地在大力推行人工智能（AI）教育（簡稱智能教育）和致力實現教育智能化。但亟待解答兩個關鍵問題：什么是人工智能教育？人工智能教育有何基本規律？本文擬對此進行探討，以期拋磚引玉。

一、人工智能教育的含義界定

（一）人工智能教育①的定義

1.相關定義

隨著智能技術的更新和教育的發展，人工智能教育的基礎、目標、方式在不斷變化。不同時代的學者從不同視角、不同層次探討人工智能教育的內涵，并加以界定，從而出現了林林總總的多種定義。

其中，近年來出現的有一定參考價值的定義有：“人工智能教育就是通過將人工智能應用于教育領域，以提升教育的質量，最后可以實現大規模的獨特化教育內容及精確性的服務，幫助教師完成一系列機械的工作，提升教學效率”[1]?！爸悄芙逃腔谌斯ぶ悄堋⒋髷祿戎悄芗夹g，以學習者為中心，構建情境感知、泛在互聯、數據融通、業務協同的智能教育環境，打造智能型教師隊伍，實現差異化教學、個性化學習、精細化管理和適切性服務，以推動人才培養模式及教學方法變革，促進學習者核心素養提升和創新型人才培養的新型教育模式”[2]?！爸悄芙逃且罁髷祿?，利用人工智能技術，精準計算學生的知識基礎、學科傾向、思維類型、情感偏好和能力潛質，按照認知規律和教育規律，科學實施因材施教，實現個性化培養和人才素質的全面提升”[3]。

這三個定義在不同程度上揭示了人工智能教育的一些特征，但第一、第三個定義沒有表達出概念的“類屬”;第二個定義認為人工智能教育是一種“新型教育模式”，其內涵邊界過窄。

2.人工智能教育的新界定

2004年，筆者曾將人工智能教育界定為“是指學習、利用人工智能，改善師生活動方式，優化教育效果的理論與實踐”[4]。該定義雖然簡練，但限于當時的條件，對如何利用人工智能改善師生活動方式和優化教育效果，沒有進一步揭示。2020年，經過長期實踐與綜合分析，筆者提煉出如下新界定：人工智能教育包括利用人工智能賦能的教育和以人工智能為學習內容的教育。前者又稱為智能化教育。智能化教育是指基于智能感知、教學算法與數據決策等技術，利用智能工具對學習者、教師、教學內容、教學媒體及教育環境進行自動分析，實施精準干預，支持個性化學習與規模化教學，形成教育的智能生態，培養學習者智能素養和實現教育高績效的理論與實踐。后者屬于智能科技教育，包括人工智能知識教育、人工智能應用能力教育、人工智能情感教育。該定義可用圖1簡要表示。

（二）人工智能教育的新界定闡釋

1.人工智能教育有兩大組成部分：智能化教育和以人工智能為學習內容的教育。其中，智能化教育強調人工智能與教育的融合，強調利用人工智能賦能教育變革，需要進行智能化教育環境與生態建設、模式探討、制度建設，不斷提高教學績效。以人工智能為學習內容的教育屬于面向智能社會公民的智能素養教育，包括不同層次的人工智能科學、人工智能技術、人工智能應用方法等方面的知識、能力與情感教育。在普通學校通常以人工智能必修課的形式開設，在其他培訓中可用專題教學形式。

2.智能感知、教學算法、數據決策是智能化教育的三大關鍵技術。其中，智能感知旨在利用智能教學系統了解教學環境的物理狀態信息、學習者的生理與心理狀態信息、教學媒體的特征信息、教師的教學狀態信息，以便積累教育大數據。教學算法包括面向學習過程優化的認知計算、面向教學過程優化的教學行為計算、面向教學環境優化的環境支持計算的多種算法。數據決策是指利用智能系統根據教學目標、教學規律和教學狀態中的數據自動決策，以規劃出后續行動方案。這三大關鍵技術背后所依賴的是物聯網技術、大數據技術、高性能計算技術、高速通信技術以及相應軟硬件的支持。

3.智能化教育的實施，需要運用四大基本策略：利用智能工具進行自動分析，實施精準干預，支持個性化學習與規模化教學，形成教育的智能生態。其中，利用智能工具對學習者、教師、教學內容、教學媒體、教學環境等要素的特征與變化趨勢進行自動分析是基礎。對各要素偏離預定發展軌跡的狀況予以及時干預，對干預的時機、次數、強度、方式要精心設計。強調支持規?；虒W中的個性化學習，這得益于智能技術的支持——對大規模群體同時運行多種個性化教學方案。教育的智能生態是人工智能教育良性運行和持續推進的前提，其中強調協作、平衡、發展等理念。

4.智能化教育的最終目標是培養學習者的智能素養和實現教育的高績效。學習者智能素養的培養，既是智能社會對學習者生存的素養要求，也是開展智能化學習所必須具備的學習素養要求。AI知識教育、AI應用能力教育、AI情意（含情感、意識、倫理等）[5]教育有利于培養智能素養。智能素養具有相對穩定性和發展變化性、自然生物性與社會文化性等特性。其中，計算思維是智能素養的核心要素。教育的高績效包括效率、效果、效益三個方面。

5.智能化教育的本質是利用人工智能賦能教育。即利用人工智能具有的大數據分析、自學習、自動決策等能力使教育的各方面發生積極改變，使教育具有更強大的功能。從媒體的本質是人體的延伸、組織的授權增能，到利用人工智能促進教育變革與提高績效，強調的都是“賦能”作用。

6.智能化教育有理論與實踐兩大領域。其理論領域指智能化教育是現代教育的一個新分支，包括概念體系、理論框架、原理、命題、方法論等研究內容。其實踐領域指智能化教育是一種新的教育活動、一種工作實踐、一項教育現代化事業，具體包括智能教育的軟硬件建設、課程教材開發、師資培訓，以及各種教育智能技術的綜合運用等。

二、人工智能教育原理的挖掘途徑與體系框架

（一）人工智能教育原理的概念界定與特征分析

1.人工智能教育原理：從本質層面看是人工智能教育中具有普遍意義的內在的基本規律;從學科層面看是以人工智能教育的本質、范疇、演變、研究范式、內在算法、實踐模式等為研究對象，從理論高度闡明人工智能教育的基本規律而形成的知識體系（含事理和學理）;是教育技術學科和人工智能學科的新分支。

2.人工智能教育原理的特征：（1）基礎性。表達的是人工智能教育中具有普遍意義的、可用作其它規律基礎的規律，但區別于教育的或人工智能的一般規律。（2）兼具事理與學理。一方面表達了對人工智能教育實踐活動的理性說明（事理），以幫助人們理解和操作。另一方面，通過對事理的理性分析，從整體價值上和邏輯嚴謹上闡明人工智能教育學科的道理（學理）。因此，包括人工智能教育實踐原理和人工智能教育學科原理。（3）多種類。按適用范圍分，有全局性原理與局域性原理;按結構表現分，有內在結構原理與外在關系原理;按抽象程度分，有抽象的理論原理和具體的操作原理。（4）源于實踐歸納與理論推演。人工智能教育原理的來源主要有兩個：一是對大量的教學實踐進行分析歸納、抽象概括，發現其隱含的普遍規律;二是利用邏輯推演并借鑒相關理論建構出原理體系。（5）對實踐具有指導價值，其正確性最終被實踐所檢。原理不是空洞的言語文字，應對人工智能教育的設計、實施、測評與治理等的有效開展具有指導作用。所有原理，無論是理論原理還是實踐原理，其正確性最終必須通過實踐檢驗。（6）采用命題形式加以表述。人工智能教育原理是對人工智能教育活動有解釋、指導作用的道理，是規律性的認識。它通常是用命題表達某種運行機制的判斷，而不僅限于對概念的解釋。

（二）人工智能教育原理的挖掘途徑

1.理論推演。與人工智能教育原理相關的學科理論主要有：教育原理、教育學、教學論、心理學、教育技術學、信息技術教育學、人工智能理論、哲學、系統科學、邏輯學等。利用人工智能教育理論及相關學科理論中的關鍵概念及已有原理，可以進行有限推演，推導出有參考價值的原理，然后進行實踐驗證。

2.實踐歸納。在人工智能科技教學和智能化教學中，在未來學校、智慧教育示范區的建設中，人們會遇到并解決許多實際問題。通過對實踐的分析歸納，可挖掘出隱含的人工智能教育原理或原則。

（三）人工智能教育原理的檢驗策略

本文采用的是如圖2所示的“4向2維”原理檢驗策略。其中的“4向”是指從四個方向分別對原理的科學性、實用性、創新性、可推廣性進行檢驗;“2維”指的是學理與事理檢驗屬內在主檢維度，專業刊物發文評審與廣大教師推廣評議屬外在輔檢維度。通過“4向2維”檢驗，確保原理價值。

（四）人工智能教育原理的體系框架

人工智能教育原理是關于人工智能教育基本規律的理性表達。在人工智能教育原理新學科研究中，可綜合采用教育技術研究方法體系中的多種方法[6]。通過運用上述理論推演與實踐歸納挖掘途徑、“4向2維”檢驗策略及有關研究方法，筆者構建了圖3所示的人工智能教育原理體系框架。

上頁圖3中顯示，通過挖掘，已提煉出17條原理。其中，從教育層面探討的宏觀層次類有8條：賦能原理、人本原理、與社會互促原理、兩大組成部分原理、雙重目標原理、四大“基本策略”原理、三大“關鍵技術”原理、與智慧教育相互支持原理。從教學層面探討的中觀層次類有5條：計算思維是智能素養的核心要素原理、智能化教學設計的分層分類原理、智能化教學實施的“一融三境”原理、個性化學習與規?；虒W相結合原理、基于實時測評的動態調控原理。從要素運行層面探討的微觀層次類有4條：基于協同開放理念的人工智能教育生態系統建設原理、用教學算法恰當表達教學策略原理、以學習績效最優化為基準的精準干預原理、數據決策與人的決策相結合原理。

限于篇幅，下文僅對這三個層面原理的基本內容、參考依據、作用價值、應用注意事項做一簡要分析。

三、教育層面類人工智能教育原理分析

（一）賦能原理

1.原理內容。利用人工智能對教育賦權增能是人工智能教育的本質。通過人工智能的廣泛應用，使教育的工具、媒體、資源、環境等智能化，進而促進教育的方法、模式、測評、治理等智能化，實現智能化教育。

2.參考依據。麥克盧漢（Mcluhan）在《媒體通訊，人體的延伸》一書中揭示了傳播媒體的本質是人體的延伸[7]。人工智能同樣延伸了教育參與者的機能。技術化教育觀認為，高新技術的恰當使用能帶來教育的變革，如擴大教育規模，提高教學效率，提高教育質量，促進教育改革[8]。人工智能賦能教育，使學習環境生態化、由人際協同作用擴展到人機協同作用、使學習的個性化與教學的規模化統一、使教學評估“全息化”[9]。

3.作用價值。闡明了人工智能教育的本質，指明了人工智能在教育中應用的目標與方向，有助于推進教育的智能化變革，有助于從人類教育發展與革命的歷史長河中把握教育智能化的總趨勢。

4.注意事項。（1）要恰當把握人工智能賦能教育的時機、方式、深度，堅持人的主體性，不能因人工智能之“賦”而使人變“傻”或變“廢”。（2）充分挖掘人工智能的功能，不斷提高“賦能”的質量。

（二）人本原理

1.原理內容。在處理人工智能與人的智能、智能機器與人的關系中，強調以人（包括學生、教師和學習支持者）為本，尊重人的本性、尊嚴及成長規律，以人的積極性和潛能的發揮為工作重點，以學生的智能素養培養為主要目標。

2.參考依據。教育是有目的、有計劃地培養人的活動，人工智能教育遵循這一主旨。在信息技術教育人本論[10]中，論述了其人本主義、建構主義、人性論、潛能發展說、素質教育等方面的理論支持。人工智能教育是信息技術教育的新發展。這些人本理論的支持同樣適用于人工智能教育人本原理。

3.作用價值。奠定了人工智能教育的倫理基礎，有助于指導“AI老師”“智能學伴”“教育智能系統”的設計、開發與應用。有助于建立科學的人工智能教育倫理體系，形成健康的人工智能教育生態。有助于處理與教師助理及學習助理關系，建立人機協同機制。

4.注意事項。既要尊重人的主體性，也要看到AI的巨大發展潛力。強調人機共生，但在人機沖突中強調以人為本。

（三）與社會互促原理

1.原理內容。AI教育與AI社會、AI經濟、AI科技、AI文化密切相關，AI社會、AI經濟、AI科技、AI文化的發展為AI教育的發展提供驅動力，AI教育的實施能促進AI社會、AI經濟、AI科技、AI文化的發展。

2.參考依據。這是由教育的社會屬性、經濟功能、科技作用與文化價值所決定的。同時，AI社會需要AI教育培養大量具有智能素養的人，AI經濟的發展需要AI教育提高生產力，AI科技的進步需要AI教育促進研發，AI文化的傳承更需要AI教育承載。因此，國家層面往往高度重視加強AI教育這一關鍵舉措。

3.作用價值。闡明了AI教育的社會功能和外在影響因素，對加強AI教育的設計、實施、管理具有重要作用。適用于處理AI教育與AI社會、AI科技、AI文化的關系，有助于分析AI教育的發展原因和建立AI教育生態。

4.注意事項。（1）在AI教育的發展謀劃中，既要依據當前的客觀條件，也要著眼未來和發揮人的主觀能動作用;（2）AI文化是智能社會文化的組成部分，也是AI教育的重要內容。要重視包括學校AI教材與社會AI信息資源在內的文化建設;（3）加強AI教育體制與AI政治制度建設，促進協同發展。

（四）兩大組成部分原理

1.原理內容。AI教育包括智能化教育和以AI為學習內容的教育（簡稱AI科技教育）兩大組成部分。二者都需要掌握一些AI知識和培養AI應用能力，但側重點不同。

2.參考依據。智能時代，AI科技教育是面向所有公民的基本素養教育，旨在掌握智能化生存所需的基本AI知識和AI應用能力。同時，所有在智能化環境中進行的教育活動都應盡可能實施智能化教學，以提高教學績效。

3.作用價值。闡明AI教育有兩大組成部分，同時避免了二者的割裂，對于AI教育的開展與未來走向具有指導作用。適用于所有教育組織開展的人工智能教育。

4.注意事項。（1）AI內容教育強調循序漸進、螺旋推進、與時俱進，其實施要注重理論與實踐結合和盡量采用智能化教學模式。（2）智能化教學中要適度傳播AI知識和培養學習者的智能素養。

（五）雙重目標原理

1.原理內容。AI教育有培養學習者智能素養和實現教育高績效雙重目標。其中，智能素養的培養是從智能社會的大需求和學習者終身受用的長遠視角來看的，需要多種層次多個專題的AI課程體系來承載。智能教育的高績效是智能時代高技術投入對高質量教育的要求，強調教育的高效果、高效率和高效益。

2.參考依據?！吨袊鴮W生發展核心素養》[11]以培養“全面發展的人”為核心，由自主發展（含學會學習、健康生活）、社會參與（含責任擔當、實踐創新）、文化基礎（含人文底蘊、科學精神）三個維度的六項核心素養指標組成。據《普通高中信息技術課程標準（2017版）》，“高中信息技術學科核心素養由信息意識、計算思維、數字化學習與創新、社會責任四個核心要素組成”。國務院頒發的《新一代人工智能發展規劃》[12]的“指導思想”強調“以提升新一代人工智能科技創新能力為主攻方向”。

3.作用價值。對人工智能教育具有定向、激勵、評價等作用，可避免單一的AI文化教育觀和片面的AI“整合”觀。

4.注意事項。（1）不同學科、不同層次的人工智能教育，其教育目標要區別對待。AI文化教育強調智能素養的培養，智能化教育強調教育的高績效。（2）要處理好總目標與分目標、階段目標與長遠目標、低級目標與高級目標的關系。（3）AI文化教育中，要注重“問題求解”“機器學習”“決策規劃”“推理機制”等基本算法的學習和計算思維能力的培養。在智能化教育中，要注重設計型學習、深度學習、項目化學習等學習策略的應用，要注重發揮AI在全納教育（InclusiveEducation）[13][14]中的作用。

（六）四大“基本策略”原理

1.原理內容。智能化教育的開展，需運用四大“基本策略”：（1）利用智能工具對學習者、教師、教學內容、教學媒體、教育環境進行自動分析;（2）實施精準干預;（3）支持個性化學習與規?；虒W;（4）形成教育的智能生態。

2.參考依據。（1）動態教學和大規模個性化學習的設計、實施、測評與治理，必須依靠AI技術進行自動分析及精準干預。（2）AI支持下的個性化學習與規模化教學的結合，有助于破解群體教學的“一刀切”與個性化發展的沖突。（3）人工智能與人的智能的共用，AI企業、教育機構與師生的協同，眾多個性化學習者的相融與發展，都有必要建立教育的智能生態。

3.作用價值。上述策略（1）有助于對人工智能教育系統的數據進行挖掘，提取狀態特征，研判發展趨勢，以利因材施教。策略（2）可確保人工智能教育系統按預定最佳方案運行。策略（3）有助于利用AI充分發揮個性化學習與規模化教學的優勢，彌補其不足。策略（4）有助于使人工智能教育系統結構-功能優化。

4.注意事項。策略（1）、策略（4）是策略（2）和策略（3）的基礎，策略（2）又是策略（3）的基礎。四大策略可以選擇與組合運用。

（七）三大“關鍵技術”原理

1.原理內容。智能感知、教學算法、數據決策是智能化教育的三大“關鍵技術”?？捎糜诮鉀Q教學系統與環境信息的采集與理解、教與學策略的生成、系統自動決策與自主運行中的關鍵問題。

2.參考依據。從智能教學系統的運行看，以上三大“關鍵技術”有助于解決信息采集（輸入）、加工（處理）、輸出（行動）中的三個關鍵問題。從智能化教育實施所依賴的技術支持看，智能感知是前提，教學算法運用是根本，數據決策是保證。

3.作用價值。（1）在“智能感知”中，利用多種信息采集器，可以感知環境狀態，了解教學系統要素特征和教學過程動態。（2）利用“教學算法”，可以對學與教的過程、策略、效果等進行計算分析，以利調控。（3）利用“數據決策”，可以使智能教學系統及時對規模化學習群體的每個個體提供個性化的學習方案、針對性的學習指導及干預。

4.注意事項。（1）這里的“關鍵技術”是從宏觀應用層面看的，包括許多具體技術。（2）每種技術可以有多種備選方案，并可不斷改進。如“教學算法”中的自適應學習算法包括測量類與機器學習類，前者有基于項目反應理論的算法、基于認知診斷理論的算法、基于知識空間理論的算法等等。后者有貝葉斯知識跟蹤算法、深度知識跟蹤算法、概率圖模型算法、協同過濾算法、遺傳算法等多種[15]。（3）“智能感知”不限于對環境信息的感知，也包括對學習材料語義的感知、學習者狀態的感知、以及對教與學系統其他要素的感知。（4）教學算法的表達形式有概念（流程）模型、數學公式、程序代碼等。（5）要注意將數據決策與人的決策有機結合。（6）隨著這些技術的逐漸成熟，其將被用到智能教學系統的模塊中并“透明”化。

（八）與智慧教育相互支持原理

1.原理內容。智慧教育是指利用智能技術賦能，融合數據智慧、教學智慧與文化智慧，實現教育的精準、個性化、創造與優化，培養學習者智慧素養的教育形態與教學方式①。

人工智能教育與智慧教育含義不同，但二者相互支持。一方面，人工智能教育的發展，必然加強AI的教育應用，推進智能技術對教育的“賦能”。這有助于促進“三智”（數據智慧、教學智慧、文化智慧）的融合，有助于實現教育的“精準、個性化、創造與優化”，有助于培養學習者的“智慧素養”，進而促進智慧教育的實現。另一方面，智能時代開展智慧教育，必然引領和推進“利用人工智能賦能”的智能化教育。人工智能教育與智慧教育的比較，如表1所示。

2.參考依據?；诠P者對人工智能教育、智慧教育的含義界定與實踐探討，參考國內外關于人工智能教育、智慧教育的相關研究[16-18]。

3.作用價值。（1）有助于理解人工智能教育與智慧教育的異同，明確工作重點，推進人工智能教育、智慧教育。（2）人工智能教育是智慧教育的實現途徑，人工智能教育需要智慧教育引領。

4.注意事項。（1）理清人工智能教育與智慧教育的異同，有利于集中力量，突出重點。應優先推進教育智能化，實現智能化教育。（2）開智啟慧的教育自古就有，利用AI賦能的智慧教育，能融合數據智慧、教學智慧、文化智慧，使智慧教育邁上新高度。

四、教學層面類人工智能教育原理分析

（一）計算思維是智能素養的核心要素原理

1.原理內容。人工智能素養是指人所具有的認識、利用、創造、管理人工智能以適應智能社會發展需要的知識、能力、情意等各方面基本品質的總和，簡稱智能素養。智能素養是智能時代人才所必須具備的核心素養（必備品格和關鍵能力），包括人工智能知識、人工智能能力、人工智能情意三大組成部分。計算思維是指人運用計算機科學領域的思想方法，在形成問題解決方案的過程中產生的一系列思維活動與能力表現。具備計算思維的人，能夠采用計算機可以處理的方式界定問題、抽取特征、建立模型、組織數據、選用算法、形成問題解決方案，并將總結的問題解決過程與方法進行遷移推廣。計算思維是人工智能能力的重要組成部分，是智能素養的核心要素。

2.參考依據。（1）依據上述“核心素養框架”和教育部制定的《普通高中信息技術課程標準（2017年版）》中關于計算思維的界定，借鑒《基于核心素養的學生智能素養構建及其培育》[19]，《從信息素養到智能素養：中小學信息技術課程培養目標轉向》[20]中的有關探討。拓展了筆者2001年關于信息素質的探討[21]。（2）計算思維是認識、利用、創造、管理人工智能的能力基礎，對智能素養的形成有直接支持作用。

3.作用價值。（1）有助于把計算思維培養作為人工智能教育的重要目標。（2）有助于把握“信息素養”向“智能素養”演化中的“變”與“不變”。

4.注意事項。（1）計算思維是一種人機結合的工程化思維，具有形式化、模型化、自動化、系統化等特征[22]。智能素養中的計算思維是強調支持“智能計算”的思維，包括形式化表達要便于智能處理，采用智能處理數學模型，建構智能化的問題解決方案，開發問題求解的智能化系統等。（2）人工智能教育中，要注意對AI知識、AI能力、AI情意、AI倫理等各方面智能素養的綜合培養。

（二）智能化教學設計的分層分類原理

1.原理內容。智能化教學設計要根據人工智能水平分層和學習者、教學模式等的分類進行。其中，AI水平通常分為弱AI與強AI兩個層級;弱AI只能在特定領域自動推理與問題求解，如圖像識別、語音識別等;強AI像人那樣進行學習、推理與執行“通用任務”（Generalized Mission）。目前的AI總體處于弱AI水平。學習者的知識基礎、學習能力等在很大程度上是智能化教學設計時首先要分析的因素。不同類型的智能化教學模式，往往需要不同類型的教學設計。

2.參考依據。（1）弱AI層級的智能化教學設計是信息化教學設計的拓展，強AI層級的智能化教學設計中強調人機協同設計。（2）不同教學模式下AI的應用方式與作用不同。（3）教學設計包括宏觀層面的教學系統設計、中觀層面的教學過程設計、微觀層面的教學產品設計。

3.作用價值。（1）有助于立足現狀、瞄準未來，促進弱智能教學設計向強智能教學設計的演變。（2）無論何種智能化教學設計，都強調自適應機制的設計，注重個性化學習設計、動態教學設計與精準干預設計。

4.注意事項。（1）要充分領會智能化教育的內涵。在智能化教學設計中，要注重利用智能工具對學習者、教師、教學內容、教學媒體及教育環境進行自動分析，實施精準干預，支持個性學習與規模化教學，形成教育的智能生態。（2）要根據實踐總結與理論分析，不斷探討新的智能化教學設計模式。（3）要區分不同層級的智能化教學設計。（4）智能化教學設計的根本任務是為了使學習績效最優化而對教學要素和活動安排進行系統計劃。

（三）智能化教學實施的“一融三境”原理

1.原理內容。智能化教學的實施從深度和廣度看有三層境界：一是營造智能教學環境，并使教學系統的要素與結構智能化;二是提煉與應用智能化教學模式;三是使智能化教學制度化、普及化。低層境界是高層境界的基礎，“AI與教學的融合”是“三層境界”的共同內核。如圖4所示。

2.參考依據?；趪鴥韧饧夹g化教育的大量實踐與探索[23]，借鑒《智慧教育的三重境界：從環境、模式到體制》[24]中的相近觀點，參考《教育信息化2.0行動計劃》中的有關思想。

3.作用價值。（1）強調AI與教學的融合有不同的層次表現。（2）在第一層境界中，智能化教學環境是指智能教學系統邊界之外的所有因素及其關系之和，包括物理環境、心理環境等。智能化教學系統的要素包括教師+教學助理、學生+學習助理、教學內容、教學媒體，要素間的結構關系不是簡單的線性關系，可以是動態的算法關系。（3）在第二層境界中，智能化教學模式是指為完成教學任務而采用的、相對穩定的，用以設計、組織、實施、評估、優化智能化教學的策略、方法與結構的簡化形式。智能化教學模式的提煉，有理論推演和實踐歸納兩個來源，智能化教學模式的應用有指導實踐和建立理論兩個目的，從而形成如圖5所示的智能化教學模式方法論模型。智能化教學模式可以從學科、目的、組織形式、學習場所、AI與人的關系、價值觀、認識論等視角加以分類。（4）第三層境界強調把AI在教學中的應用納入到教學組織與管理機構的運作機制中，使智能化教學能長期、持續進行;強調通過研討、示范、激勵，使模式與經驗得到推廣應用。

4.注意事項。（1）“融合”是AI在教學中有效應用的基礎。同時，AI與教學的深度融合將引起教學結構與體制的變革。（2）在智能化教學系統與環境的創設中，要注重生態優化與遵循倫理。（3）智能化教學模式，按組織形式分有智能化課堂教學模式、智能化遠程教學模式、智能化自主學習模式;按學習場所分，有學校智能化教學模式、家庭智能化教學模式、社會智能化教學模式。各種教學模式又包括一系列具體教學形式與方法。（4）形成智能化教學應用體制，不是一蹴而就的，需要師資培養、設施建設、教學研討、經費投入等配套支持。

（四）個性化學習與規?；虒W相結合的原理

1.原理內容。在智能化教學中可利用AI大規模培養個性化創造性人才以取得最優教學績效。其中，個性是個人帶有傾向性的、本質的、比較穩定的心理特征的總和[25]。個性的結構包括個性傾向（如需要、動機、興趣、信念）和個性心理特征（如能力、氣質、性格等）兩大組成部分。個性化學習是指以學生個性差異為基礎，以促進學生個性發展為目標的學習范式[26]。規?；虒W是指學習者數量達到一定規模的教學（如小組學習、班級教學、大規模網上教學等）。

2.參考依據。依據中共中央、國務院印發的《中國教育現代化2035》[ 2 7 ]中提出的“戰略任務”：“利用現代技術加快推動人才培養模式的改革，實現規模化教育與個性化培養的有機結合”。王珠珠認為該戰略任務也是中國教育信息化2035年的重要目標[28]。袁振國認為，“讓教育從大規模的標準化教育發展到大規模的個性化教育成為人類的共同理想”，而“線上線下融合”有助于實現“大規模個性化的未來教育”[29]。一些學者已就如何利用AI促進個性化學習進行了探討[30][31]。

3.作用價值。（1）有助于利用AI解決“面向全體”與“因材施教”的矛盾、“社會化教育”與“個性化培養”的矛盾、“班級批量化教學”與“個性化教學”的矛盾。（2）有助于利用AI推進全納教育與全民教育，提高教育績效，促進中國教育現代化“2035目標”的實現。

4.注意事項。（1）本原理的應用，有三種基本模式：面向班級課堂的大規模教學+面向每個學習者個性化智能助學;面向所有在線學習者的大規模開放教學+面向每個學習者的個性化智能助學;面向每個學習者的智能化自主學習。（2）在大規模個性化學習中，要建立學習者數字畫像和學習檔案，要利用知識圖譜和信息資源庫，要進行自動測評分析和適時調整學習策略。（3）原理中的“結合”點包括學習者、學習內容、學習目標、學習策略、學習環境、學習資源等。

（五）基于實時測評的動態調控原理

1.原理內容。在人工智能技術與工具的支持下，對教學系統的要素及其關系的狀態進行實時測量、評價，以便按照系統優化要求進行動態調整、控制。其中，實時測評是前提，動態調控是手段，系統過程與績效的優化是目的。

2.參考依據。依據智能化教學的特征與需要;依據教育系統論、教育控制論、教育管理學的有關原理。

3.作用價值。有助于指導智能化教學系統的設計與運行;有助于將智能化教學中的測評與調控恰當關聯：實時→動態;有助于精準干預策略的實施。

4.注意事項。（1）注意測評、調控的多維度與實時性。其中環境感知測評通常采用傳感器和智能芯片處理，其調控常采用數字化機械設備實施。其測評與調控通常是連續的，以確保教學環境的舒適、安全、穩定。而學習者的學習狀態測評，通常要把握三個關鍵時段：學習開始前的診斷性測評、學習中的過程性測評、學習后的總結性測評，其對應的調控分別為形成學案、調整學習路徑、學習水平總體評價。學習內容深度測評是通過語義分析、知識圖譜追索、問卷調查等途徑對學習內容和作品水平的難度、深度、質量等進行的測評，主要用于形成性評價、幫助提高教師（代理）的教學能力、幫助學習者進行高質量學習。（2）調控的方式多樣，應盡量使干預精準。其中，對人的活動干預要容許有一個適度的區間，以免過頻繁干預使學習者無所適從。

五、要素運行層面類人工智能教育原理分析

（一）基于協同、開放理念的人工智能教育生態系統建設原理

1.原理內容。人工智能教育生態建設中，要遵循協同、開放理念，致力形成教育的智能生態。其中，人工智能教育生態是指人工智能教育系統的形成、發展狀態與特性。人工智能教育生態理論研究人工智能教育生態的特征與運行規律，重點探討人工智能教育系統與環境的相互作用規律及機理。其中，“協同”理念強調，學校、教育管理部門、企業、家庭各方要積極協作，共同為智能教育事業發展獻策獻力;教師、學生、智能助理、支持服務人員要積極溝通，共同為學生的學習創設良好條件?！伴_放”理念強調，人工智能教育系統只有開放且偏離平衡態，才有可能使系統的結構、功能由低級向高級、由無序向有序發展。教育的“智能生態”強調，要以具有智能調控和自治優化能力的教育新生態為人工智能教育生態建設目標。

2.參考依據。依據教育生態學、人工智能教育的含義界定和大量相關研究[32-34]。

3.作用價值。能用于指導人工智能教育生態的設計、建設、評價及環境開發;有助于人工智能教育系統的結構功能優化與升級改造。

4 . 注意事項。（ 1 ） 適當把握協同、開放的“度”。強調在各盡其責基礎上的“協同”和堅持本體特征基礎上的“開放”。（2）只是從生態建設角度強調了“協同、開放”。其實人工智能教育生態系統還應遵循生態學的十條共同原理：優勝劣汰原理;拓資適環（成功的發展必須拓展資源和適應環境）;相生相克原理;正負反饋原理;消變補穩原理（功能失調會引起系統改變，通過補償機制可使系統穩定）;S型突破原理（呈S型發展）;循環再生原理;多樣主導原理（多樣多元結構可分散風險，以優勢產品主導形成發展實力）;趨利避害原理;開放有序原理。

（二）用教學算法恰當表達智能教學策略原理

1.原理內容。在智能化教學系統設計中，要善于用教學算法表達各種智能教學策略，以便根據教學對象、教學環境、教學任務的特征，靈活選擇教學活動的程序、方法、形式與調控對策，進而高效地實現智能教學目標。

2.參考依據。（1）梅瑞爾（Merrill.M.D.）在教學處理理論（Instructional Transaction Theory，簡稱ITT）[35]中提出“教學處理”就是“教學算法”，即解決教學問題的步驟;認為不同類型的知識教學需要不同類型的“教學處理”;一種“教學處理”設計完成并形式化后，可重復用于同類知識的教學。（2）國內外一些學者在智能教學系統、個性化學習系統研究中對學習者特征提取算法[36]、基于多目標改進的教學優化算法[37]等領域進行了有益探討。（3）智能化教學策略的實現，有賴于教學算法的支持。

3.作用價值。（1）有助于教學算法的系列化、模塊化、標準化研究。（2）有助于指導教學系統的設計、開發與應用。（3）有助于在智能教學中綜合處理教學活動的程序、方法、形式、調控等因素。

4.注意事項。（1）智能教學策略是指人類教師或智能教師針對教學對象、教學環境、教學任務的特征，在一定的教學思想指導下，綜合考慮教與學活動的程序、方法、形式等因素，為高績效的實現教學目標，而提出的智能教學方案與調控對策。包括教的策略與學的策略。因此，用教學算法來表達的工作量比較大，通常需要學科教師與智能技術開發人員協同進行。（2）在本原理的實際運用中，通常是先從某個教學活動因素的算法設計入手，再拓展到整個教學策略的算法表達。其較高形式是智能教師主持教學的算法系統表達。（3）為了降低對一般教師和學生的技術要求，在智能教學系統開發中應盡量將教學算法的設置透明化（只需簡單選擇便可調用，無需普通教師去編代碼）。（4）應盡量提高教學算法的可讀性、準確性、健壯性、有效性。

（三）以學習績效最優化為基準的精準干預原理

1.原理內容。在智能化精準教學中應以學習績效（包括效果、效率、效益）最優化為干預基準，對偏離優化目標的學習狀態與學習行為實施個性化精準干預。

2.參考依據。依據奧格登· 林斯利（ O g d e nLindsley）的精準教學理念[38]及其在信息化教學中的拓展應用[39][40];依據巴班斯基的教學過程最優化理論[41];依據智能化教育的含義界定。

3.作用價值。指導智能化教學的設計、組織與調控。有助于彌補奧格登·林斯利基于斯金納行為主義學習理論所提出的精準教學理論的不足，使智能化精準教學理念能適用于認知主義學習、建構主義學習等各種類型的學習。如班級差異化教學、小組合作研創型學習、個人自主適應性學習、群體互動生成性學習[42]。

4.注意事項。（1）在基于行為主義的知識教學和特殊教育中，以學習的流暢度（Fluency）（指學習表現的“精準度”+“速度”）[43]指標作為干預依據是比較有效的，但對于建構性學習、創新性學習就不一定有效。建議以學習績效的最優化為基準針對具體情況擬定具體干預指標。（2）注意人機協同干預和干預的時間、場景、數量、強度與學習者特征相符。（3）倡導正面引導性干預和預防性干預，避免亂干預和無效干預。

（四）數據決策與人的決策相結合原理

1.原理內容。在智能化教學的設計、實施、管理、研究中，要善于將基于數據和智能系統的自動決策與基于人的經驗的自我決策結合，以提高決策效能。

2.參考依據。（1）源于數據決策和人的決策互補。數據決策是指通過數據分析和決策模型所進行的判斷與提出策略或方案的過程。人的決策與數據決策的比較，如下頁表2所示。從中可見，在決策者、決策依據、決策機制、決策變量、決策時機、決策作用等方面具有互補性。（2）參考已有研究。如管玨琪等人開展的“數據啟發的教學決策研究”[44]，雷云鶴等人開展的“基于預學習數據分析的精準教學決策”探討[45]，馮仰存的“數據驅動的教師教學決策研究綜述”[46]、鐘婉娟等人的大數據支持的教學決策改進[47]等。

3.作用價值。（1）避免教學決策的極端化、片面化，使教學決策全面、科學、有效。（2）指導智能化教學的精準設計、精準實施與精準干預。

4.注意事項。（1）在智能化教學的設計、實施、評價反思等階段，數據決策與人的決策作用比重有所不同。數據決策因其實時性、個性化特點，在教學互動中往往發揮較大作用。而教師決策在教學設計、教學評價階段因其概括性、總體性特點而發揮較大作用。（2）注重數據決策與人的決策的相互交融，強調基于證據的決策和建立決策失誤的糾錯機制。