教育人工智能對(duì)“因材施教”理想的實(shí)現(xiàn)與超越

薛 巧 巧

我們熟知的“因材施教”源于《論語》對(duì)孔子言行的記載。因材施教體現(xiàn)了以生為本的人本主義思想，蘊(yùn)含著對(duì)有教無類的教育公平的堅(jiān)守。從因材施教指向的目標(biāo)來看，學(xué)有所教、人盡其才是其根本追求，這與當(dāng)代教育所倡導(dǎo)的回歸教育本質(zhì)，實(shí)現(xiàn)人的發(fā)展深度吻合。然而在現(xiàn)實(shí)中，因材施教的教育理想沒有得到很好的貫徹和實(shí)施。教育人工智能特指運(yùn)用于教育的人工智能(Artificial Intelligence in Education，AIEd)。(1)Luckin R.，Holmes W.，Intelligence Unleashed:An argument for AI in Education，https://www. researchgate.net/publication/303014189_Intelligence_Unleashed_An_Argument_for_AI_in_Education.這些新技術(shù)和新手段在教育領(lǐng)域的運(yùn)用能夠使因材施教的理想更好地得以實(shí)現(xiàn)，也促使人們從研究教轉(zhuǎn)向研究學(xué)，從“因材施教”走向“依材而學(xué)”，實(shí)現(xiàn)對(duì)因材施教的超越。

一、因材施教的理想與現(xiàn)實(shí)

因材施教是眾多中外教育家倡導(dǎo)的教育理想，追求“學(xué)有所教”和“人盡其才”。但受到資源有限、評(píng)價(jià)單一的束縛，因材施教在現(xiàn)代班級(jí)授課制背景下沒有得到很好的實(shí)現(xiàn)。

(一)學(xué)有所教、人盡其才的追求

因材施教即因人而異地進(jìn)行教育教學(xué)。因材施教思想自古有之并為后世繼承和發(fā)揚(yáng)，逐漸成為一種理想的教學(xué)模式。孟子提倡“教亦多術(shù)”，《學(xué)記》主張“長善救失”，此后漢朝的董仲舒、鄭玄、徐干，魏晉南北朝的劉勰，隋朝的王通，唐朝的韓愈，宋朝的胡瑗、張載、程顥、程頤、朱熹以及明清時(shí)期的王守仁、王夫之、顏元，當(dāng)代的陶行知等均有關(guān)于因材施教的論述和踐行。(2)孫培青、李國鈞：《中國教育思想史》，上海:華東師范大學(xué)出版社,1995年。2019年，《中共中央國務(wù)院關(guān)于深化教育教學(xué)改革全面提高義務(wù)教育質(zhì)量的意見》在“優(yōu)化教學(xué)方式”中專門提到要“精準(zhǔn)分析學(xué)情，重視差異化教學(xué)和個(gè)別化指導(dǎo)”。(3)《中共中央 國務(wù)院關(guān)于深化教育教學(xué)改革全面提高義務(wù)教育質(zhì)量的意見》，http://www.gov.cn/zhengce/2019-07/08/content_5407361.htm。這些體現(xiàn)了因材施教思想在我國的一以貫之和歷久彌新。

不僅中國如此，從世界范圍來看，古羅馬時(shí)期昆體良就倡導(dǎo)要對(duì)不同個(gè)性的學(xué)生采用不同的教學(xué)方法，使每個(gè)學(xué)生的天賦得以發(fā)展。盧梭、裴斯泰洛奇、康德、馬斯洛、薩特、杜威、蘇霍姆林斯基等都提出過以人為本的教育理念。20世紀(jì)80年代，哈佛大學(xué)的加德納提出了多元智能理論，進(jìn)一步說明了個(gè)體的差異性和因材施教的必要性。

有學(xué)者對(duì)因材施教進(jìn)行了語義學(xué)上的分析，認(rèn)為因材施教的主體主要指教師，在當(dāng)代也可以擴(kuò)展到教育部門、教育機(jī)構(gòu)、教育組織，即廣義上的教育者。(4)何菊玲：《因材施教原則的教育正義之意蘊(yùn)》，《華東師范大學(xué)學(xué)報(bào)》(教育科學(xué)版)2018年第2期，第110-112頁。對(duì)于“材”，一般理解為受教育者的資質(zhì)，包括先天及后天因素造就的個(gè)體差異，如年齡、性別、性格、能力、志趣等；但也有學(xué)者認(rèn)為“材”不僅指學(xué)生之材，還應(yīng)包括教師之材和教授之材，(5)張志剛：《因材施教的現(xiàn)代教育視角》，《齊魯師范學(xué)院學(xué)報(bào)》2018年第4期，第14-18頁。那么“因材”就不僅是教育者因循受教育者的身心特點(diǎn)，還要考慮教師條件和教育資源。施教的“教”也不能僅局限于教學(xué)方式，對(duì)教育內(nèi)容和教育價(jià)值的思考也應(yīng)納入其中，不僅要看“怎么教”還要看“教什么”和“為何教”。

因材施教的核心就是教育者依據(jù)學(xué)生的個(gè)體差異和實(shí)際情況，有的放矢地進(jìn)行有差別的教學(xué)，使每個(gè)學(xué)生都能揚(yáng)長避短，獲得最佳發(fā)展。(6)王道俊、王漢瀾：《教育學(xué)》，北京：人民教育出版社,1998年。其前提在于對(duì)人的差異性的承認(rèn)和尊重；其關(guān)鍵在于對(duì)學(xué)生準(zhǔn)確、全面的了解。一方面教育者要能辨識(shí)學(xué)生在能力、性格、偏好、志趣等方面的不同；另一方面教育者要具備豐富、高超的教育手段和方法，能以不同的教法來匹配不同的學(xué)生；在此之上，教育者還要有足夠的耐心和充分的寬容。

因材施教體現(xiàn)了教育的過程公平和結(jié)果公平，即用每個(gè)學(xué)生最需要、最適切的方式進(jìn)行教導(dǎo)，做到“學(xué)有所教”；以尊重個(gè)體差異為前提，實(shí)現(xiàn)每個(gè)學(xué)生的最大發(fā)展，做到“人盡其才”。(7)吳全華：《教育結(jié)果公平的內(nèi)涵及其衍生規(guī)定》，《教育理論與實(shí)踐》2008年第9期，第19-22頁。可以說，“學(xué)有所教，人盡其才”是因材施教的應(yīng)然結(jié)果，也是其基本追求。

(二)資源有限、評(píng)價(jià)單一的束縛

在社會(huì)生產(chǎn)力極大發(fā)展、人才需求激增之時(shí)，班級(jí)授課替代了家庭授課、單獨(dú)教學(xué)等成為了教學(xué)的主要組織形式。班級(jí)授課制往往采用統(tǒng)一的課程、教材和考核標(biāo)準(zhǔn)。班級(jí)授課曾因教學(xué)方式趨于應(yīng)試化和迎評(píng)化，忽視學(xué)生本身的個(gè)性和偏好，采用千篇一律的“流水線”“炸雞式”人才培養(yǎng)模式(8)段會(huì)冬：《“讓學(xué)生回到學(xué)校的中心”——北京十一學(xué)校改革的呈現(xiàn)與對(duì)學(xué)校中兒童參與的思考》，《中國校外教育》 2018年第3期，第6-13頁。而受到批評(píng)。當(dāng)代教育在追求效率的同時(shí)也希望將每個(gè)人的潛能都發(fā)揮出來。(9)聯(lián)合國教科文組織：《教育——財(cái)富蘊(yùn)藏其中》，聯(lián)合國教科文組織中文科譯，北京：教育科學(xué)出版社,1998年。因此，班級(jí)授課制也在接受各種形式的改良，如道爾頓制、文納特卡制、特朗普制等。然而，這些改良大都收效有限，難以實(shí)現(xiàn)因材施教的理想。不少人認(rèn)為因材施教產(chǎn)生于個(gè)別教學(xué)時(shí)代，不適合現(xiàn)代班級(jí)授課制的土壤。(10)陽澤、余小燕：《孔子因材施教的人學(xué)思想及其現(xiàn)代啟示》，《成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào)》2018年第4期，第73-74頁。的確，受到教育資源有限和評(píng)價(jià)體系僵化的束縛，在當(dāng)下實(shí)行因材施教面臨不少困難。

首先，班級(jí)授課制下，一個(gè)教師往往面對(duì)眾多學(xué)生，無法一一了解和熟知每個(gè)學(xué)生的資質(zhì)和偏好；此外，由于統(tǒng)一的課程和教學(xué)安排，每個(gè)學(xué)生都需要完成學(xué)校規(guī)定的科目內(nèi)容，教師難以充分因?qū)W生之材進(jìn)行教學(xué)。

其次，由于每個(gè)學(xué)生的學(xué)習(xí)狀況都具有差異化、動(dòng)態(tài)化的特點(diǎn)，班級(jí)授課制無法為每個(gè)學(xué)生配備專門的導(dǎo)師，只能照顧大多數(shù)的訴求，而對(duì)于學(xué)生的個(gè)性化需求無法一一滿足。

再次，從教育評(píng)價(jià)來看，班級(jí)授課制對(duì)應(yīng)的招考模式大都以統(tǒng)一內(nèi)容、統(tǒng)一形式和統(tǒng)一標(biāo)準(zhǔn)對(duì)學(xué)生進(jìn)行考核和選拔，這使得學(xué)校教育更趨于同質(zhì)化。

那么，因材施教在現(xiàn)代班級(jí)授課制背景下是否只是個(gè)讓人神往而難以實(shí)現(xiàn)的理想呢？所幸教育形態(tài)往往會(huì)隨著社會(huì)進(jìn)步發(fā)生改變，人工智能開始被運(yùn)用于教育領(lǐng)域，因材施教有了困境突圍的契機(jī)。

二、教育人工智能(AIEd)讓因材施教成為可能

(一)教育人工智能的內(nèi)涵、技術(shù)和功能

1.教育人工智能的內(nèi)涵及特點(diǎn)

教育人工智能指的是運(yùn)用于教育領(lǐng)域的人工智能。而定義人工智能(Artificial Intelligence, AI)卻比較困難，因?yàn)闃?gòu)成人工智能的要素在不斷改變，不同學(xué)科又對(duì)人工智能有自己的理解和定義。(11)Goldin,C.& Katz,L.F.，The race between education and technology，Cambridge:Harvard University Press,2010.在探討教育人工智能的時(shí)候，我們不妨將人工智能理解為一種電腦系統(tǒng)，該種電腦系統(tǒng)具備像人類一樣的基本識(shí)別功能(諸如視覺和語音識(shí)別)及智能行為(諸如通過數(shù)據(jù)分析以采用最佳途徑達(dá)成設(shè)定目標(biāo))，從而能與真實(shí)世界發(fā)生互動(dòng)，(12)The Oxford dictionary of English，Oxford:Oxford University Press,2005.將這樣的系統(tǒng)用于教育領(lǐng)域，就是教育人工智能。人工智能的發(fā)展經(jīng)歷了不同的階段，現(xiàn)在的人工智能進(jìn)入了高速發(fā)展和實(shí)際運(yùn)用時(shí)期，其技術(shù)功能也由能存會(huì)算發(fā)展到能聽會(huì)說、能看會(huì)認(rèn)、能理解、會(huì)思考。(13)吳永和、劉博文、馬曉玲：《構(gòu)筑“人工智能+教育”的生態(tài)系統(tǒng)》，《遠(yuǎn)程教育雜志》2017年第5期，第27-28頁。人工智能在教育領(lǐng)域的運(yùn)用呈現(xiàn)出如下特點(diǎn)：

第一，教育要素的模式化。教育人工智能是建立在對(duì)教育要素的解構(gòu)和模式化分析基礎(chǔ)之上的。人工智能模仿的是人類認(rèn)識(shí)世界的方式，它需要在了解對(duì)象的基礎(chǔ)上確定策略。對(duì)對(duì)象的了解就是一種模式化分析，或者可以理解為人工智能對(duì)信息的“建模”。教育人工智能主要需要對(duì)三類教育要素完成建模：學(xué)習(xí)者、教學(xué)法和學(xué)科知識(shí)。以一個(gè)旨在為學(xué)生提供個(gè)性化反饋的教育人工智能系統(tǒng)為例，它需要的信息包括：用以分析學(xué)生的學(xué)習(xí)者模型、用以實(shí)現(xiàn)有效教學(xué)的教學(xué)法模型和用以了解所學(xué)科目內(nèi)容的學(xué)科知識(shí)模型(詳見表1)。(14)Luckin R.，Holmes W.，Intelligence Unleashed:An argument for AI in Education，https://www.researchgate.net/publication/303014189_Intelligence_Unleashed_An_Argument_for_AI_in_Education.除上述三類教育要素外，教育人工智能還會(huì)對(duì)學(xué)習(xí)者的社會(huì)、情感、元認(rèn)知等因素進(jìn)行分析建模，將影響學(xué)習(xí)的各個(gè)方面都能被納入教育人工智能的考量中。

表1 教育人工智能的信息模型

第二，學(xué)習(xí)過程的透明化。為了能更好地使用技術(shù)手段提升學(xué)習(xí)效率，教育人工智能的一個(gè)重要研究領(lǐng)域就是通過大數(shù)據(jù)和智能分析來揭示學(xué)習(xí)規(guī)律，即打開學(xué)習(xí)的“黑匣子”，使各種教育學(xué)、心理學(xué)、社會(huì)學(xué)變量之間的關(guān)聯(lián)變得清晰化、透明化，知道學(xué)習(xí)是如何發(fā)生的，進(jìn)而能夠?yàn)殡娔X系統(tǒng)所分析運(yùn)用。(15)Self,J.，“The Defining Characteristics of Intelligent Tutoring Systems Research: ITSs Care, Precisely”,International Journal of Artificial Intelligence in Education,No.10(1999),pp.350-364.

第三，運(yùn)用場(chǎng)景的多樣化。教育人工智能并非只針對(duì)教育的某個(gè)階段或某種類型，只要有學(xué)習(xí)發(fā)生的場(chǎng)景，就有人工智能的用武之地，它既可以被運(yùn)用于傳統(tǒng)學(xué)校教育中的班級(jí)課堂授課，也可以發(fā)生在職場(chǎng)工作培訓(xùn)或者個(gè)人終身學(xué)習(xí)中。通過將人工智能與學(xué)習(xí)科學(xué)相結(jié)合，教育人工智能可以通過提供更為靈活、多樣、個(gè)性、有趣、高效的學(xué)習(xí)工具來促進(jìn)學(xué)習(xí)者提升學(xué)習(xí)效率。

2.教育人工智能的技術(shù)及功能

教育人工智能的核心技術(shù)包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、語言處理、神經(jīng)網(wǎng)絡(luò)、智能計(jì)算(智能分析)、圖像識(shí)別以及近年來獲得較大發(fā)展的情感計(jì)算和智能代理等。根據(jù)這些技術(shù)在教育教學(xué)領(lǐng)域中的不同運(yùn)用，教育人工智能的技術(shù)架構(gòu)又往往被分為數(shù)據(jù)層、算法層、感知層、技術(shù)層和應(yīng)用層。(16)李澤林、伊娟：《人工智能時(shí)代的學(xué)校教學(xué)生態(tài)重構(gòu)》，《課程·教材·教法》2019年第8期，第34-37頁；楊現(xiàn)民、張昊等：《教育人工智能的發(fā)展難題與突破路徑》，《現(xiàn)代遠(yuǎn)程教育研究》2018年第3期，第30-38頁。按照教育人工智能的類人化功能實(shí)現(xiàn)路徑，這些技術(shù)還可以歸為三大類：信息獲取、信息處理和信息運(yùn)用(詳見圖1)。信息的獲取主要是通過兩個(gè)路徑來實(shí)現(xiàn)的：一個(gè)是通過數(shù)據(jù)層整合教育的各類信息并對(duì)其進(jìn)行建模；另一個(gè)是經(jīng)由感知層通過人機(jī)互動(dòng)獲取學(xué)習(xí)者的語音、圖像、生物特征等，進(jìn)而由認(rèn)知層通過自然語言處理、情感計(jì)算等“懂得”感知層獲取的信息。這兩個(gè)渠道獲取的信息匯總到算法層，通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，進(jìn)行類人的讀取信息、找尋規(guī)律、發(fā)現(xiàn)模式、進(jìn)行預(yù)測(cè)、做出決策、提供反饋等活動(dòng)，最后再通過應(yīng)用層的人機(jī)互動(dòng)終端，包括電子設(shè)備、教育機(jī)器人、虛擬現(xiàn)實(shí)(Visual Reality,VR)和增強(qiáng)現(xiàn)實(shí)(Augmented Reality,AR)設(shè)備等按需運(yùn)用，實(shí)現(xiàn)諸如學(xué)情分析、智能導(dǎo)師、學(xué)習(xí)規(guī)劃、課程資源、人機(jī)協(xié)同、多元評(píng)價(jià)、數(shù)據(jù)管理等多種教育功能，(17)王正青、但金鳳：《人工智能技術(shù)在美國學(xué)校教學(xué)中的應(yīng)用領(lǐng)域與推進(jìn)策略》，《比較教育研究》2020年第6期，第43-49頁。從多個(gè)方面對(duì)傳統(tǒng)的班級(jí)授課進(jìn)行優(yōu)化，更好地實(shí)現(xiàn)因材施教。

圖1 教育人工智能的技術(shù)架構(gòu)

(二)教育人工智能對(duì)“因材”的優(yōu)化

上文提到因材施教的“材”，不僅指學(xué)生之材，還指教師之材和教學(xué)之材，即不僅要對(duì)學(xué)生進(jìn)行分析，還要對(duì)教師水平和教材教具等進(jìn)行統(tǒng)籌。教育人工智能的學(xué)情分析和資源整合系統(tǒng)能夠輔助教師更好地完成“因材”的工作。

1.對(duì)學(xué)生學(xué)情的精準(zhǔn)分析

在傳統(tǒng)的班級(jí)授課制中，一個(gè)教師面對(duì)眾多學(xué)生，時(shí)間、精力都很有限，無法深入了解每個(gè)學(xué)生的個(gè)性特點(diǎn)和興趣才能，教育人工智能卻能通過技術(shù)優(yōu)勢(shì)解決這些難題。

第一，電子檔案的建立。要全面地了解一個(gè)學(xué)生，需要的信息不應(yīng)僅限于學(xué)生的課堂表現(xiàn)、作業(yè)記錄和考試成績，還應(yīng)結(jié)合學(xué)生的社會(huì)經(jīng)濟(jì)背景、學(xué)習(xí)路徑、課程選擇、課外培訓(xùn)、社會(huì)活動(dòng)、興趣愛好等數(shù)據(jù)，對(duì)學(xué)生形成立體認(rèn)知。過去搜集整理這些零散繁雜的信息顯得難以操作，但在人工智能和大數(shù)據(jù)技術(shù)的幫助下，學(xué)生的家庭信息、消費(fèi)記錄、網(wǎng)絡(luò)瀏覽記錄、圖書借閱記錄、參觀游玩記錄以至每個(gè)學(xué)習(xí)階段的選課、考勤、表現(xiàn)、成績、獎(jiǎng)懲等軌跡均被記錄下來，并可以通過機(jī)器智能進(jìn)行分門別類的整理，形成學(xué)習(xí)者的電子檔案。隨著人臉識(shí)別、聲音識(shí)別和情感計(jì)算等技術(shù)進(jìn)一步運(yùn)用在學(xué)校和課堂的智能管理系統(tǒng)中，學(xué)校的教學(xué)、考試、活動(dòng)等各個(gè)場(chǎng)景的數(shù)據(jù)都會(huì)被進(jìn)一步豐富至學(xué)生的電子檔案中，提升其真實(shí)性、豐富性和過程性，為學(xué)情分析打好基礎(chǔ)。

第二，學(xué)習(xí)情況的分析。除了記錄學(xué)生的日常軌跡，還要提升課堂教學(xué)的效率，這就需要對(duì)學(xué)生每個(gè)學(xué)段、每個(gè)科目、每次授課進(jìn)行精準(zhǔn)的學(xué)情分析。傳統(tǒng)班級(jí)教學(xué)的學(xué)情分析往往是教師依據(jù)經(jīng)驗(yàn)對(duì)大部分學(xué)生的學(xué)習(xí)狀況進(jìn)行估計(jì)，而教育人工智能在課堂教學(xué)中的一個(gè)重要應(yīng)用就是記錄學(xué)習(xí)者課上課下的學(xué)習(xí)表現(xiàn)，將學(xué)習(xí)者掌握的學(xué)習(xí)內(nèi)容與科目知識(shí)模型中的知識(shí)圖譜或?qū)W習(xí)地圖進(jìn)行比對(duì)，確定學(xué)生的學(xué)習(xí)進(jìn)程，為每個(gè)學(xué)生規(guī)劃最適切的學(xué)習(xí)路徑。

第三，數(shù)字肖像的繪制。在對(duì)學(xué)生日常數(shù)據(jù)和學(xué)習(xí)狀態(tài)進(jìn)行搜集和分析的基礎(chǔ)上，教育人工智能可以通過教育數(shù)據(jù)挖掘來建立學(xué)生的數(shù)字肖像，即通過綜合運(yùn)用數(shù)學(xué)統(tǒng)計(jì)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)對(duì)教育大數(shù)據(jù)進(jìn)行處理和分析，找出學(xué)習(xí)者在學(xué)習(xí)過程中涉及的諸如學(xué)習(xí)目標(biāo)、學(xué)習(xí)內(nèi)容、學(xué)習(xí)方式、練習(xí)方式、考核結(jié)果和學(xué)習(xí)成效等各個(gè)變量之間的關(guān)系，通過這種學(xué)習(xí)分析掌握學(xué)習(xí)者的學(xué)習(xí)水平和學(xué)習(xí)偏好，繪制學(xué)生的數(shù)字肖像供授課教師和學(xué)生自身參考。我國已經(jīng)有學(xué)校通過教育人工智能技術(shù)實(shí)現(xiàn)了從“精準(zhǔn)挖掘”到“精準(zhǔn)定位”再到“精準(zhǔn)決策”的系統(tǒng)化精準(zhǔn)教學(xué)，提升了教學(xué)效果。(18)雷云鶴、祝智庭：《基于學(xué)習(xí)數(shù)據(jù)分析的精準(zhǔn)教學(xué)決策》，《中國電化教育》2016年第6期，第27-35頁。

第四，整體學(xué)情的掌握。教育人工智能不僅能幫助教師掌握每個(gè)學(xué)生之材，還能幫助教師更為準(zhǔn)確地判斷整個(gè)班級(jí)的學(xué)習(xí)情況，如知識(shí)點(diǎn)學(xué)習(xí)水平的分布情況、班級(jí)整體的學(xué)習(xí)動(dòng)能和學(xué)習(xí)氛圍等。這樣教師除掌握學(xué)生個(gè)體的學(xué)習(xí)情況外，還能將學(xué)生放入班級(jí)數(shù)據(jù)中進(jìn)行定位，了解學(xué)生個(gè)體和同儕相比存在的優(yōu)劣勢(shì)，為教師有的放矢地采取因人而異的教學(xué)手段奠定了基礎(chǔ)。

2.對(duì)教育資源的整合運(yùn)用

教育人工智能不僅對(duì)學(xué)生數(shù)據(jù)進(jìn)行了建模，還對(duì)教學(xué)策略和學(xué)科知識(shí)進(jìn)行了建模。一個(gè)自然人教師的知識(shí)和策略需要通過學(xué)習(xí)和實(shí)踐慢慢積累，還可能因工作繁忙、進(jìn)修不足而存在認(rèn)知停滯和知識(shí)陳舊等問題。教育人工智能卻沒有類似局限，具備豐富的“教師之材”及“教學(xué)之材”。

第一，教育人工智能攝取和分析了大量的教學(xué)理念、教學(xué)方式、教學(xué)案例和教學(xué)工具，并可以整合海量的教學(xué)資源(教科書、線上課程、新聞報(bào)道、圖片、視頻等)，形成龐大而智能的教學(xué)策略和教學(xué)資源庫。它可以通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)將這些內(nèi)容和方法依據(jù)學(xué)生學(xué)情進(jìn)行適配，為學(xué)生提供包括文本、錄音、活動(dòng)、視頻、動(dòng)畫等多元化的教學(xué)內(nèi)容，并綜合采用個(gè)性化、針對(duì)性的教學(xué)策略。由于教育人工智能占有的教育方法和教學(xué)資源是人類在該領(lǐng)域的經(jīng)驗(yàn)整合，所以它遠(yuǎn)遠(yuǎn)超越單個(gè)教師終其一生所能占有的信息量，且能通過不斷錄入新知識(shí)和新信息實(shí)現(xiàn)迭代更新。如果教育人工智能的算法持續(xù)進(jìn)步，在辨識(shí)場(chǎng)景、選取方法上將變得更加靈活恰當(dāng)，它的優(yōu)越性會(huì)愈加體現(xiàn)出來。

第二，教育人工智能在學(xué)科知識(shí)方面具備類似的優(yōu)越性。教育人工智能可以通過海量信息的錄入，迅速掌握一個(gè)學(xué)科領(lǐng)域的全部知識(shí)體系和內(nèi)容要點(diǎn)。教育學(xué)和心理學(xué)的發(fā)展使我們?cè)诮滩慕鈽?gòu)、知識(shí)圖譜和學(xué)習(xí)地圖等方面取得了持續(xù)進(jìn)步，使不少科目(如數(shù)學(xué)、英語等)的學(xué)習(xí)路徑變得清晰可控。在傳統(tǒng)班級(jí)授課制中，讓教師分析每個(gè)學(xué)生的學(xué)習(xí)水平并進(jìn)行不同進(jìn)度的教學(xué)活動(dòng)，操作起來難度較大。與之相對(duì)，教育人工智能可以迅速測(cè)定每個(gè)學(xué)生在科目學(xué)習(xí)內(nèi)容中所處的位置和水平，從而協(xié)助教師在統(tǒng)籌全班教學(xué)進(jìn)度的基礎(chǔ)上，充分考慮個(gè)體特點(diǎn)，實(shí)現(xiàn)差異化教學(xué)，為學(xué)習(xí)者自身提供實(shí)時(shí)全面的學(xué)習(xí)反饋，提高其學(xué)習(xí)效能。

(三)教育人工智能對(duì)“施教”的優(yōu)化

教育人工智能一方面通過數(shù)據(jù)挖掘和智能分析將學(xué)生學(xué)情與教學(xué)目標(biāo)、教學(xué)手段進(jìn)行匹配；另一方面通過智能互動(dòng)終端采集學(xué)生學(xué)習(xí)的實(shí)時(shí)數(shù)據(jù)，動(dòng)態(tài)調(diào)整教學(xué)內(nèi)容和教學(xué)方法，實(shí)現(xiàn)傳統(tǒng)班級(jí)授課制難以實(shí)現(xiàn)的“一對(duì)一”教學(xué)。

1.教學(xué)信息的動(dòng)態(tài)匹配

教育人工智能不僅可以在教學(xué)活動(dòng)開始之前綜合運(yùn)用其針對(duì)學(xué)習(xí)者、教學(xué)法和學(xué)科知識(shí)建立起來的認(rèn)知模型，為學(xué)生匹配學(xué)習(xí)內(nèi)容和學(xué)習(xí)方式，還可以在教學(xué)活動(dòng)開展過程中通過互動(dòng)終端采集學(xué)生的行為反應(yīng)、測(cè)驗(yàn)結(jié)果以及精神狀態(tài)等數(shù)據(jù)，依據(jù)實(shí)時(shí)反饋調(diào)整其已有的數(shù)據(jù)模型，使之更加符合學(xué)生的學(xué)習(xí)實(shí)際。這種對(duì)學(xué)習(xí)者數(shù)據(jù)的動(dòng)態(tài)采集和整理，被稱為“開放式的學(xué)習(xí)者建模”(Open Learner Models，詳見圖2)，(19)Dimitrova，V．，Mccalla，G．，& Bull，S．，“Preface: ‘Open Learner Models: Future Research Directions’ Special Issue of the IJAIED (Part 2)”，International Journal of Artificial Intelligence in Education，Vol.17,No.3(2007),pp.217-226.它既整合了既有的學(xué)生信息，又評(píng)估了學(xué)生的當(dāng)下學(xué)習(xí)狀態(tài)。這種來自學(xué)習(xí)者真實(shí)的、動(dòng)態(tài)的、豐富的數(shù)據(jù)又能直接與教學(xué)法的選擇以及學(xué)科知識(shí)的特點(diǎn)進(jìn)行關(guān)聯(lián)，從而被教育人工智能整合進(jìn)已有的教學(xué)法和學(xué)科知識(shí)模型，對(duì)原有模型進(jìn)行優(yōu)化，使之能夠持續(xù)地為學(xué)習(xí)者提供有效、適切的學(xué)習(xí)支持。

圖2 教育人工智能的動(dòng)態(tài)匹配系統(tǒng)

2.一對(duì)一智能導(dǎo)師系統(tǒng)(Intelligent Tutoring Systems，ITS)

教育人工智能除了能夠完成錄入、計(jì)算和分析，還可以通過智能導(dǎo)師系統(tǒng)模擬教師教學(xué)，實(shí)現(xiàn)真正的一對(duì)一授課。智能導(dǎo)師系統(tǒng)可以看作一種智能的人機(jī)互動(dòng)終端。第一批為學(xué)習(xí)者提供個(gè)性化教學(xué)指導(dǎo)的BUGGY15僅僅是將學(xué)生加減法運(yùn)算中的常見錯(cuò)誤聚類成一個(gè)“錯(cuò)題庫”，然后依據(jù)學(xué)生所犯錯(cuò)誤類型提供相應(yīng)指導(dǎo)。現(xiàn)在的智能導(dǎo)師系統(tǒng)會(huì)綜合運(yùn)用建立在大數(shù)據(jù)、神經(jīng)網(wǎng)基礎(chǔ)上的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)來決定如何為學(xué)習(xí)者提供幫助。例如，現(xiàn)在的iTalk2Learn系統(tǒng)，在幫助學(xué)生學(xué)習(xí)分?jǐn)?shù)知識(shí)時(shí)，會(huì)綜合調(diào)用學(xué)習(xí)者模型中關(guān)于學(xué)習(xí)者的數(shù)學(xué)知識(shí)、認(rèn)知需求、情感狀態(tài)、實(shí)時(shí)反饋等數(shù)據(jù)來為學(xué)習(xí)者提供學(xué)習(xí)內(nèi)容和推薦學(xué)習(xí)方法。(20)Luckin R.，Holmes W.，Intelligence Unleashed: An argument for AI in Education，https://www.researchgate.net/publication/303014189_Intelligence_Unleashed_An_Argument_for_AI_in_Education.這種基于數(shù)據(jù)建模和動(dòng)態(tài)適配的智能導(dǎo)師系統(tǒng)現(xiàn)在可以綜合運(yùn)用一系列AI技術(shù)來實(shí)現(xiàn)對(duì)學(xué)習(xí)者認(rèn)知和情感信息的讀取和計(jì)算，并能綜合運(yùn)用啟發(fā)式教學(xué)、支架式教學(xué)和情景式教學(xué)。隨著各種關(guān)于學(xué)習(xí)者、教學(xué)法和學(xué)科知識(shí)的信息被不斷地錄入和添加到教育人工智能的數(shù)據(jù)模式當(dāng)中，智能導(dǎo)師系統(tǒng)將會(huì)更為智慧地輔助教師和服務(wù)學(xué)生，替代教師完成重復(fù)性的勞動(dòng)，面向?qū)W生提供一對(duì)一的指導(dǎo)，進(jìn)一步實(shí)現(xiàn)個(gè)性化教學(xué)。

3.多元全面的評(píng)價(jià)方式

在招考中，通過聚類、關(guān)聯(lián)、預(yù)測(cè)、模擬等數(shù)據(jù)挖掘的技術(shù)和手段，教育人工智能可以揭示大量非結(jié)構(gòu)類數(shù)據(jù)背后的聯(lián)系，進(jìn)而分析出學(xué)生的學(xué)習(xí)水平和學(xué)習(xí)偏好，對(duì)學(xué)生做一個(gè)綜合、全面、客觀的評(píng)價(jià)。學(xué)生的電子檔案和電子肖像為招考提供了豐富的過程性實(shí)證依據(jù)；招考機(jī)構(gòu)可以按照需求進(jìn)行程式設(shè)定，讓教育人工智能通過數(shù)據(jù)分析推薦最符合機(jī)構(gòu)要求的學(xué)生；教育人工智能可以依據(jù)過往數(shù)據(jù)幫助考生進(jìn)行自我定位，輔助考生和家長進(jìn)行志愿選擇等；同時(shí)，教育人工智能還可以提供更為多元的考試模式，通過呈現(xiàn)文本、影音等多種材料來組織考試內(nèi)容，甚至可以通過虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)來檢測(cè)真實(shí)場(chǎng)景中的學(xué)生反應(yīng)。這樣充分尊重差異性的因材招考增大了“人盡其才”的可能性。

三、教育人工智能對(duì)因材施教的超越

因材施教的主體是教師，教師通過透徹地了解學(xué)生和得當(dāng)?shù)剡\(yùn)用教法使教育效益最大化。而教育人工智能不僅能夠輔助教師因材施教，還能夠輔助學(xué)生實(shí)現(xiàn)自主學(xué)習(xí)、泛在學(xué)習(xí)與合作學(xué)習(xí)，優(yōu)化學(xué)生的品格教育。隨著人工智能的發(fā)展，教師的職能會(huì)隨之發(fā)生相應(yīng)的轉(zhuǎn)變。

(一)支持自主學(xué)習(xí)

現(xiàn)代教育越發(fā)強(qiáng)調(diào)學(xué)生在學(xué)習(xí)中的主體地位。國內(nèi)外對(duì)未來人才提出的要求都從原來單純地掌握知識(shí)和技能變?yōu)閾碛羞m應(yīng)社會(huì)、應(yīng)對(duì)挑戰(zhàn)的能力，尤其強(qiáng)調(diào)個(gè)體自我調(diào)控和自主發(fā)展的能力。教育人工智能一方面能夠基于大數(shù)據(jù)為學(xué)習(xí)者規(guī)劃出最為適宜的學(xué)習(xí)路徑，另一方面也讓學(xué)習(xí)者能夠清晰地掌握自己的學(xué)習(xí)成效和學(xué)習(xí)進(jìn)展。這種個(gè)性化的教學(xué)互動(dòng)能夠幫助學(xué)習(xí)者自行調(diào)節(jié)自己的學(xué)習(xí)目標(biāo)、學(xué)習(xí)策略和學(xué)習(xí)態(tài)度，更好地實(shí)現(xiàn)自我激勵(lì)和自我反思。也就是說，在教育人工智能的支持下，教學(xué)正由原來的“因材施教”向“依材而學(xué)”轉(zhuǎn)變。正如美國課程再設(shè)計(jì)中心在2017年《個(gè)性化學(xué)習(xí)：現(xiàn)狀和未來發(fā)展方向》中所述，智能導(dǎo)師正在滿足學(xué)習(xí)者個(gè)性化需求的各個(gè)方面，實(shí)現(xiàn)美國學(xué)校中大規(guī)模的個(gè)性化學(xué)習(xí)和自主化學(xué)習(xí)。(21)Jennifer S. Groff, Personalized Learning: The State of the Field & Future Directions,http://curriculumredesign.org/wp-content/uploads/PersonalizedLearning_CCR_April2017.pdf.

(二)實(shí)現(xiàn)泛在學(xué)習(xí)

在教育人工智能的支持下，學(xué)生的學(xué)習(xí)將不一定需要在傳統(tǒng)的班級(jí)中通過傳統(tǒng)的教師來實(shí)現(xiàn)，而是可以通過大規(guī)模線上課程、智能終端、教育機(jī)器人或伴讀機(jī)器人在任何場(chǎng)景下實(shí)現(xiàn)，成為真正意義上的泛在學(xué)習(xí)(U-learning)——學(xué)習(xí)更加強(qiáng)調(diào)自主性和交互性，以學(xué)習(xí)者為中心，以學(xué)習(xí)任務(wù)為焦點(diǎn)，無所不在、無所不包地進(jìn)行。

(三)優(yōu)化協(xié)作學(xué)習(xí)

教育人工智能可以優(yōu)化當(dāng)前班級(jí)授課模式中經(jīng)常采用的學(xué)生合作學(xué)習(xí)。這體現(xiàn)在四個(gè)方面：第一，優(yōu)化分組，即教育人工智能利用其數(shù)據(jù)庫所掌握的學(xué)生信息，依據(jù)教學(xué)目標(biāo)挑選出合作成員，既可以是水平興趣相似的學(xué)生，也可以是差異互補(bǔ)的伙伴；第二，專業(yè)支持，當(dāng)團(tuán)隊(duì)合作遇到問題時(shí)，系統(tǒng)可以運(yùn)用信息和算法來幫助團(tuán)隊(duì)成員在合適的時(shí)間找到合適的途徑；第三，虛擬成員，人工智能技術(shù)還可以在合作學(xué)習(xí)中扮演教練或?qū)煟蛘甙缪菀粋€(gè)認(rèn)知水平與團(tuán)隊(duì)成員相似，但能提出新觀點(diǎn)的虛擬成員，甚至可以扮演一個(gè)具有錯(cuò)誤觀念的虛擬成員以激發(fā)其他成員糾正錯(cuò)誤、進(jìn)行辯駁的建設(shè)性行為；第四，虛擬助教，當(dāng)參與合作的人數(shù)過多、信息量過大時(shí)，人腦無法處理和比對(duì)那么多的信息，人工智能技術(shù)就可以通過機(jī)器學(xué)習(xí)和文本分析發(fā)現(xiàn)重要的現(xiàn)象模式，為人類導(dǎo)師發(fā)出預(yù)警和提醒，以便人類導(dǎo)師在需要時(shí)及時(shí)干預(yù)。

(四)轉(zhuǎn)變教師職能

當(dāng)教育人工智能逐漸能夠完成眾多富有挑戰(zhàn)的教育任務(wù)之時(shí)，人類教師會(huì)不會(huì)被替代，教育人工智能系統(tǒng)和人類教師的關(guān)系又該如何調(diào)整和定位？拉克因在培生報(bào)告中明確指出：人類教師將處于教育人工智能下一發(fā)展階段的中心地位。(22)Luckin R.，Holmes W.，Intelligence Unleashed: An argument for AI in Education，https://www.researchgate.net/publication/303014189_Intelligence_Unleashed_An_Argument_for_AI_in_Education.人類教師首先需要扮演一個(gè)類似樂隊(duì)總指揮的角色，對(duì)各種教育人工智能工具進(jìn)行選擇和組合；此外，教師就像學(xué)生和家長一樣，都應(yīng)該成為教育人工智能設(shè)計(jì)和運(yùn)用的中堅(jiān)力量。這種參與式設(shè)計(jì)應(yīng)該成為教育人工智能設(shè)計(jì)的方法論基礎(chǔ)：要基于教師的真實(shí)課堂感受和需求來設(shè)計(jì)，而不是基于程序員、技術(shù)員所認(rèn)為的教師需求去設(shè)計(jì)。教師在參與教育人工智能的協(xié)作開發(fā)過程中會(huì)獲得更多的技術(shù)知識(shí)和設(shè)計(jì)能力，更重要的是這種協(xié)同將幫助教師更充分地理解和使用教育人工智能技術(shù)。

(五)助力品格教育

學(xué)校教育除了教授知識(shí)，還要塑造品格。品格教育對(duì)教育人工智能是一個(gè)挑戰(zhàn)，因?yàn)闄C(jī)器本身既沒有情感體驗(yàn)也沒有道德觀念，且本身沒有社交需求和直覺判斷。當(dāng)前，腦科學(xué)、心理學(xué)和社會(huì)學(xué)的發(fā)展逐漸揭示出人類情感反應(yīng)和道德信念背后生理和心理的運(yùn)作原理，這些新發(fā)現(xiàn)將會(huì)改變我們對(duì)品格教育的認(rèn)識(shí)。教育人工智能在對(duì)信息進(jìn)行整合建模方面具有優(yōu)勢(shì)，不僅能通過數(shù)據(jù)解析和跨科整合打開學(xué)習(xí)的“黑匣子”，也將有助于打開德行的“黑匣子”。此外，教育人工智能通過為教師提供智能輔助，將教師從煩瑣重復(fù)的日常工作中解放出來，將有利于為教師的育人角色賦能，讓教師可以更多地將精力投放在人機(jī)交互難以完成的心理輔導(dǎo)、情感交流和價(jià)值引導(dǎo)上。

四、結(jié)語

在人工智能的支持下，不僅因材施教的理想能夠得到較好的實(shí)現(xiàn)，教師也逐漸從教學(xué)的主宰者變成學(xué)習(xí)的支持者。未來，教育系統(tǒng)還將隨著技術(shù)進(jìn)步而持續(xù)革新，教育人工智能可以在多個(gè)方面提升教學(xué)效能。例如，教育人工智能可以為教育者和學(xué)習(xí)者提供虛擬智能支持，包括為學(xué)習(xí)者提供虛擬導(dǎo)師、為教師配備虛擬助理、為家長提供智能輔導(dǎo)工具等。除了認(rèn)知層面的教學(xué)輔助，教育人工智能還會(huì)持續(xù)關(guān)注學(xué)習(xí)者的非認(rèn)知能力，如情緒、耐力、情感、觀念等，并繼續(xù)與神經(jīng)學(xué)、心理學(xué)和教育學(xué)進(jìn)行跨科融合來揭示學(xué)習(xí)的未知之謎，更好地保障學(xué)習(xí)效果。在創(chuàng)設(shè)學(xué)習(xí)情境和革新學(xué)習(xí)方式方面，教育人工智能可以通過增強(qiáng)現(xiàn)實(shí)等技術(shù)為學(xué)生提供高仿真的情景學(xué)習(xí)來培養(yǎng)學(xué)生的問題解決等高階能力，也可以通過團(tuán)隊(duì)合作輔助等功能增強(qiáng)學(xué)生的協(xié)作技巧和社交技能。在終身學(xué)習(xí)方面，教育人工智能可以通過個(gè)性化、泛在化的學(xué)習(xí)工具逐步實(shí)現(xiàn)隨處可學(xué)、人人皆學(xué)。當(dāng)然，技術(shù)不是萬能的，在運(yùn)用教育人工智能的過程中，我們要保持辨證立場(chǎng)和獨(dú)立思考，不能用機(jī)器的判斷代替了人的判斷。相信只要合理地加以利用，飛速發(fā)展的教育人工智能會(huì)讓我們實(shí)現(xiàn)教育領(lǐng)域一個(gè)又一個(gè)待圓之夢(mèng)。