人機協同教育治理的障礙與突破

陳星 吳葉林

摘要：人機協同作為人工智能時代教育變革的突破口，積極探索其在教育治理領域的應用圖景和發展路徑，是實現教育治理現代化的必然路向。人機協同教育治理將治理主體從自然人擴展到智能機器，能夠實現人機交互、優勢互補、高效合作的現代化教育治理，在變革教育治理主體結構與關系，提升政府、市場、社會組織參與治理教育的能力，賦能微觀教與學問題求解等方面前景廣泛。但其發展面臨治理主體的傳統管理思維固化與應用智能機器能力不足、智能技術落后于教育治理發展需求、治理機制不健全以及人機不協同導致治理效能損耗突出等障礙。為更好實現人機協同教育治理，需加快治理思維從“經驗治理”向“智慧治理”轉變，治理能力從“被動適應”向“主動變革”轉變，治理技術從“串聯發展”向“并聯發展”轉變，治理機制從“泛智”向“善智”轉變，協作方式從“框架合作”向“精準合作”轉變。

關鍵詞：人機協同；教育治理；智慧治理；人工智能

中圖分類號：G434文獻標識碼：A文章編號：1009-5195（2022）01-0040-08 doi10.3969/j.issn.1009-5195.2022.01.005

基金項目：國家社科基金后期資助暨優秀博士論文出版項目“應用型高校產教融合動力研究”（19FJKY001）。

作者簡介：陳星，博士，副教授，浙江師范大學教師教育學院（浙江金華321004）；吳葉林（通訊作者），博士，副教授，西南大學教育學部（重慶400715）。

一、研究背景

人機協同正在不斷改變和重塑工業化時代所形成的傳統教育理論與實踐框架，并全面融入教育的教、學、管、評、測各環節，引發教育治理理念、制度和方式的深刻變革。習近平總書記曾指出“人工智能正深刻改變人們的生產、生活、學習方式，推動人類社會迎來人機協同、跨界融合、共創分享的智能時代”，并強調要“高度重視人工智能對教育的深刻影響，積極推動人工智能和教育深度融合，促進教育變革創新”（新華社，2019a）。中共中央、國務院印發的《中國教育現代化2035》也強調要加快信息化時代教育變革，包括推進教育治理方式變革（新華社，2019b）。人機協同可為教育治理變革提供技術和社會關系層面的支持。在技術層面，治理所包含的過程性、協調性、合作性和互動性等四大特征（The Commission on Global Governance，1995），要求教育治理以大量數據為支撐，通過大范圍、高頻率、個性化的人機協同提升治理實效。在社會關系層面，人機協同將重塑社會的結構和樣態，凸顯多中心力量和跨系統合作在教育治理中的重要性，打破傳統“教育管理”的社會關系基礎。因此，有必要將人機協同作為人工智能時代教育變革的突破口，積極探索人機協同在教育治理領域的應用圖景和發展路徑，推動教育治理體系和治理能力現代化。

目前，人機協同的理論研究與實踐應用主要集中在航空航天、交通、醫療、物流等領域。關于人工智能時代的教育治理轉變和基于人機協同的教育圖景構建的相關研究初露萌芽。人工智能時代的教育治理轉變主要關注“智能革命”（也稱第四次工業革命）和“互聯網+教育”背景下教育治理的新樣態（朱永新等，2017）、實踐框架（楊現民等，2020）、風險挑戰（肖鳳翔等，2020）、實現路徑（黃榮懷等，2020）、數據決策方式（Mayer-Sch？nberger et al.，2014）和管理模式變革（曹培杰，2018）；人機協同的教育圖景構建初步聚焦于對人機協同（含人機交互）教育的內涵與價值（毛剛等，2021）、方法工具（Cho et al.，2021）、智能層級結構（朱永海等，2018）、數據智慧機制（彭紅超等，2018）、教育建模（鄭勤華等，2021）、區域發展（Lazem et al.，2018）的探討，較少關注人機協同在教育治理中的應用。因此，本文主要圍繞教育治理的體系、能力和效能，分析人機協同教育治理的應用圖景、發展障礙和突破路徑，以期為人機協同教育治理的相關研究提供借鑒。

二、人機協同教育治理的應用圖景

人機協同教育治理是多元、多層級的教育利益相關者，攜手多功能、多樣態的智能機器（含技術、平臺和系統）及其集群，綜合運用行政管理和技術支撐等多種治理手段，實現人和機器的交互配合、優勢互補、高效合作，協同解決教育問題。大數據、人工智能、云計算、物聯網、區塊鏈等機器智能正在加速改變教育治理的理念、方式和工具，為從教育管理走向教育治理提供了技術支持。人機協同將進一步超越人類智能與機器智能，構建更高層次的智能形態，進一步實現教育治理主體在結構與關系上的變革，提升政府、市場和社會組織參與教育治理的能力。人機協同賦能教育治理的應用圖景可描繪為以下五個方面。

1.變革教育治理主體的結構與關系

人機協同教育治理將教育治理的主體從自然人擴展到智能機器，使治理主體的構成更加多元。盡管智能機器在情感、價值、意志、思維上和人腦存在較大差異，但其在數據收集與分析能力等方面遠超人類，成為現代教育治理不可或缺的主體。首先，智能機器可以借助其算法和算力優勢，通過感知、決策和執行系統模仿和拓展人的感官、思維和行動，相對獨立地參與教育治理。其次，智能機器可以無間斷地收集、存儲和處理海量信息，其行為操作較少受情感、價值觀、環境等因素干擾，便于客觀高效地作出教育決策。最后，智能機器可以利用專家系統、知識庫、多學科協同分析等技術，解決復雜教育問題，并在教育治理過程中實現智能升級迭代。

人機協同將重構政府、學校和社會的新型治理關系。從工業時代到人工智能時代，以政府干預為導向的教育管理體系正在向以人機協同為導向的教育治理體系轉變，政府與教育機構和社會的關系也從控制干預走向平等合作。人工智能時代的到來，將加速人與智能技術的深度整合，改變傳統的學校教育及其治理機制（朱永新等，2017），讓學校避免受到政府的過度干預，推動傳統的政府中心、權威控制、自上而下式的教育管理向多中心、自愿合作、上下結合式的教育治理轉變，使教育治理制度體系更加開放化、扁平化、智慧化，促進教育治理體系從碎片化、個案決策、靜態化、管理本位向網格型、數據決策、動態化和服務本位轉型（姚松，2016）。

2.提升政府教育治理效能

人機協同教育治理能夠讓政府的宏觀決策更加科學化、系統化。工業化時代的政府決策更多依靠人的有限理性，難以準確、全面地掌握教育供求信息，難以對龐雜的教育信息進行有效篩選、分析，進而作出科學合理的宏觀教育決策。人工智能和大數據的出現，將人的智慧和技術的智能相結合，可以幫助政府對數量巨大、來源分散、形態多樣的教育數據進行采集、存儲、深度挖掘和關聯性分析，讓政府的“理性計劃”更具科學性和系統性，更好地統籌規劃教育發展的規模、速度、結構、質量和效益。

人機協同教育治理能夠加強政府對教育的監督控制，減少教育政策執行偏差。教育政策失靈通常不是政策制定的問題，而是由于監督成本過高導致教育政策執行發生偏差。在信息的采集、傳遞和分析不及時的情形下，政府既無法低成本地監督下級教育行政部門和各級各類教育機構的行為，保障教育政策的完美執行，也無法迅速獲取教育政策執行的真實反饋，從而及時調整教育政策及其執行方式。大數據、云計算、區塊鏈等技術的出現，有利于數字化政府的建設，提高信息采集與傳遞的效率以及信息的透明度，提升數據篩選與分析的準確性，降低各級政府間以及政府與教育機構間信息傳遞與監督的成本，增強政府的教育監管能力，有效減少地方教育行政部門和教育機構的機會主義行為，更好地發揮教育政策的執行效能。

人機協同教育治理能夠幫助政府及時預測和防控教育風險。當前教育發展同經濟社會發展關聯愈發密切，單純依靠人力的教育治理，受制于人的認知水平、計算能力和反應能力以及官僚組織的低效率傾向，政府勢必無法及時預知復雜的教育風險，從而導致政府對教育調控的失靈。智能機器與政府機構及其智庫的協作，可使政府實時監控教育發展的動態數據，運用機器學習和可視化技術繪制教育輿情熱點圖像，及時把握群體認知及心理變化，透視重大突發事件的先導性因素，整合關聯節點，進而感知教育輿情動態、分析潛在風險因素、預測危險指標發展趨勢，提高政府對教育風險的感知、預測和防范能力，推動教育治理模式從事后應對向源頭防范轉型，成為“整體智治”的有為政府。

3.避免市場機制治理教育的失靈

人機協同能夠有效緩解信息不對稱及其引發的機會主義行為，避免市場機制治理教育的失靈。教育治理過程中，信息優勢方可能會利用信息不對稱采取損人利己的機會主義行為，包括教育契約關系建立之前的逆向選擇和建立之后的道德風險。逆向選擇主要涉及招生、教師招聘、校企合作、民辦學校準入中的劣勝優汰現象，道德風險主要表現為教育目標偏離、教育信息隱瞞、教育責任推諉、教師隱藏人力資本等。自媒體、大數據、信息資源庫和區塊鏈的發展，有助于提升教育信息的利用效率與公開透明度，減少教育參與者的信息不對稱和機會主義行為，從而讓分散的個體利用市場機制更好地進行教育服務交易。

人機協同時代的市場有可能接近新古典經濟學假設的“完美市場”，成為促進教育和經濟社會協同發展最為重要的機制。“完美市場”是在市場這只“看不見的手”引導下，產品市場和勞動力市場能夠實現供求平衡，資源得到最優配置。但教育信息的不對稱或不完備導致市場機制無法在協調教育供給中發揮應有作用（陳星，2019）。在智能機器和數據互聯的輔助下，市場可以利用成千上萬分散的個體和機器間的協同決策和市場調節機制，最大限度地減少信息不對稱或不完備，相對精確地估算個人接受教育的實際成本，明晰政府對教育的供給，增強教育價格變動的靈活性，實現教育機構和教育服務供給的優勝劣汰，從而根據經濟社會需求靈活調節教育供給的數量和質量，促進教育與經濟社會協同發展。

4.擴大社會組織和公眾參與教育治理

人機協同有助于增加社會組織和公眾參與教育治理的機會。自媒體、大數據和互聯網的出現有利于各類教育信息涌現并傳遞給社會組織和公眾，引發其對教育事務的討論，增強其共同參與教育治理的意識。社會組織和公眾可通過互聯網和各種社交軟件，獲得參與教育相關事務的契機，“足不出戶”參與教育治理。人機協同教育治理意味著個體自主決策和行動能力的提升，意味著社會權力由集中轉向分散，意味著公眾參與教育治理的可能性得以提升，這無疑會增強社會組織和公眾參與教育治理的動力。

人機協同有助于提升社會組織和公眾參與教育治理的能力。顯然，不是所有的教育利益相關者在教育議題上均有明確的概念、判斷力、責任精神和職業素養。沒有足夠的教育決策與監督能力作支撐，社會組織和公眾參與教育治理可能擾亂正常的教育教學秩序。在人機協同情境下，社會組織和公眾可以利用智能技術實時掌握教育的實際情形，快速了解教育議題，低成本地開展溝通協商，協助政府和市場更好地促進教育問題解決。

5.賦能微觀教與學問題求解

人機協同對微觀教與學問題的治理效果也十分顯著，既能提升教與學的效率和質量，也有助于推進學校治理現代化。借助大數據的精準診斷，教師可以掌握學生學習的個性特征和關鍵困難，開發定制課堂，對學生進行智慧分組教學，真正實現因材施教和個性化教學，避免教育同質化問題。教師的教學反思與教育大數據分析的整合，有助于教師發現和彌補教學漏洞，持續改進教學方式，實現教學質量提升。人機協同可以為學生提供隨時在場的學習伙伴和各種趣味學習程序，搭建虛擬學習空間和可視化情境，有助于激發學習興趣，讓學生快樂學習，解決灌輸式教育問題。人機協同可以讓學生了解自身學習習慣和知識盲區，減少重復低效的學習，有效治理學生減負問題。人機協同能夠將學校的頂層設計和機器的有效執行相結合，利用智能機器對信息進行收集、傳遞、分析和處理，更好地制定學校發展規劃，助力學校科學決策，推進學校治理的自動化和智能化。

三、人機協同教育治理的發展障礙

人機協同教育治理的實踐尚處于探索階段，其應用圖景的實現面臨諸多障礙。從當前發展態勢看，人機協同教育治理既存在治理主體的思維和能力落后于智能技術發展的障礙，也存在智能技術與機器落后于教育治理發展需求的障礙，還存在人機協同治理機制不健全、治理效能低的障礙。

1.傳統治理思維固化

人們習慣將“智能機器”固化為一種教育治理的輔助工具，而非能夠和自然人協同治理的主體。事實上，隨著智能感知、記憶網絡、深度學習、強化學習、知識圖譜、生成對抗網絡等技術的創新，機器自主決策正在成為現實。有研究指出，人工智能正在快速改變人和機器的行為，如機器能調節我們的社交互動，塑造我們所看到的在線信息，并與我們建立足以改變社會系統的關系。我們不應僅僅從工程機器的角度去理解智能機器，而要將其視為一系列有自己行為模式及生態反應的個體（Rahwan et al.，2019）。

人們傾向將教育治理固化為一種主要依靠人力的自上而下的管理過程，而非基于大數據、人工智能等技術進行人機協商互動的過程。這不僅阻礙了教育治理體系的開放化、扁平化和智慧化，而且制約了政府、市場和社會組織參與教育治理的效能。許多教育治理主體仍舊沿用單極化的教育行政管理思維，制約了教育管理走向教育治理。比如，政府的政策和指令仍然是影響教育運行和學校管理的主導因素，社會主體參與教育治理的權力有限，基層組織對學校民主決策影響不足；人們在解決教育問題時，還是傾向于尋求和依靠政府，等待和遵循上級指示，并將很多復雜的教育問題和風險歸咎于政府失靈。在教育治理過程中，多數人依賴個人經驗和權威意志，缺乏數據思維、統計思維、算法思維和科學思維以及對大數據分析和機器決策的信任。

2.應用智能機器的能力不足

個人應用智能技術并和智能機器進行協同合作的能力不足是人機協同教育治理的關鍵短板。智能機器的種類和功能日趨豐富，對個體應用機器的能力提出了更高的要求。很多時候，不是機器的操作和功能不好，而是個體未掌握正確的使用方法，并且許多大型人工智能系統需要專業人士來操作、維護和升級。在人機協同教育治理中，學會如何同機器進行有效地分工合作是一項非常重要的能力。但目前人們主要通過自主學習來探索如何同智能機器合作，專門提升人機協同能力的教育和培訓還未被足夠重視。

政府在智能技術應用方面存在一定的局限性。一方面，教育治理的人機協同需要政府采用新的運行模式和教育治理方式，包括加強對海量數據的解讀與深層挖掘、及時根據教育輿情監測調整教育治理行為、協調擁有多元價值目標與行為邏輯的教育治理主體和機器集群、應對更加隱秘復雜的信息安全和倫理挑戰等，這對政府的智能技術應用水平及其更新提升提出了更高要求。另一方面，政府工作人員中的管理服務型人才較多，技術復合型人才較少，應用智能技術的總體水平有限。根據公共選擇理論關于政府失靈的論述，政府某種程度上也是追求自身利益最大化的“經濟人”，不一定會像人們預期的那樣去主動提升應用智能機器的能力。因為人機協同的大范圍運用，不僅會增加政府工作人員的學習成本和政府治理轉型的改革成本，還可能弱化政府對教育的控制權，縮減教育行政機構人員數量。

市場主體和社會組織參與人機協同教育治理的能力亟需提升。多數行業、企業、社會組織和公眾對教育問題、教育規律及教育治理缺乏基本認識，對高端智能機器的使用缺少認知。如果不切實際地追求教育共治的烏托邦，讓非專業人士和“劣質機器”參與教育治理，極有可能損害教育治理效能，增加教育治理風險。

3.智能技術發展滯后

智能機器發展尚處于以替代和擴展人的特定智能為主的弱人工智能階段，距離真正制造出擁有自我意識、情感、世界觀、價值體系并可以獨立思維的強人工智能，還有很長的路要走。人工智能技術發展的障礙，直接導致智能機器的發展無法滿足教育治理的需求，進而遏制人機協同教育治理體系和治理能力的現代化。

教育領域的智能技術應用和創新滯后。人工智能在交通、醫療、物流、安防等領域引發了科技創新熱潮，無人駕駛、智能醫生、手術機器人、無人倉儲、物流機器人、智能監控等人工智能產品不斷涌現。教育領域的智能技術應用卻進展緩慢，VIPKID、科大訊飛、乂學教育、新東方等企業近些年積極探索“人工智能+教育”，但成型的高端智能教育產品仍舊非常有限，且主要應用于課外輔導、早期教育、線上培訓三個領域。多數學校的教育技術手段依舊以幻燈、投影、錄播等技術為主，距離真正的以大數據精準教學、智慧教室、智慧治理、智慧校園為代表的智慧教育時代還有不小差距。此外，人工智能和智慧治理還處于發展的“窗口期”，智能化社會治理和人機協同教育治理缺乏關鍵技術支持，教育領域的數據碎片化、數據孤島大范圍存在，這都是制約人機協同教育治理從理念走向現實的關鍵難題。

4.人機協同治理機制不健全

教育治理的人機協同決策機制不明確。智能機器和人的決策方式各有優劣，當人與機器的教育決策發生沖突時應該聽誰的？智能機器主要依據數據和算法作出決策，弱人工智能主要按人設定的思維規則進行決策，強人工智能可以根據自己的思維規則作出決策；人的決策則受經驗、數據、情感、記憶、環境、情緒、利益等復雜因素的影響。一般來說，人機協同尋求最優決策是化解人機決策沖突的最佳方式。那么，人機協同決策應該遵循哪些價值、規范、原則和方法，這些元問題仍有待進一步探索。

人機協同教育治理缺乏相應的激勵約束機制，包括激勵個人及組織在教育治理中開發和應用人工智能的機制，激勵教育利益相關者主動參與教育治理的機制，激勵人機協同治理教育的機制，約束人工智能危害教育發展的機制，人機協同治理教育的問責機制，等等。目前，我國正在加緊探索人工智能開發和應用以及多元主體參與教育治理的宏觀激勵機制。

人機協同教育治理的風險防控機制尚未落地。教育治理的人機協同蘊含多方面風險：其一，數據的安全性隱患。教育數據涉及個人、家庭、學校、政府等信息，一旦泄露容易侵犯個人隱私甚至危害國家安全，這種泄露可能來自人工智能、網絡技術和“算法黑箱”，也可能來自別有用心的個人和組織。其二，算法和系統的魯棒性缺陷。算法的不完善，以及算法和程序系統的魯棒性不足，會直接導致智能機器作出錯誤決策，進而引導人和機器采取錯誤行動，出現人機協同教育治理失靈。其三，技術失控引發社會災難。人工智能一旦超脫人類控制，教育治理有可能演變為智能機器擾亂社會，甚至是“數字利維坦”的陣地。近年來，國家高度重視人工智能可能帶來的安全風險挑戰（國務院，2017），但是相關的政策評估、風險預警、應急處置、機器行為規則等風險防控機制還未被納入到教育治理現代化的框架之中。

5.從“框架合作”到“精準合作”：提高人機協同教育治理效能

人與人、人與智能機器的合作是人機協同教育治理的核心要求。但當前的人機協同教育治理效能不高，究其原因，主要是其停留于框架合作階段：教育利益相關者之間的合作是主觀的、隨機的、粗放的，教育治理中人和智能機器的合作是導向性的，很少采用科學的合作方法和建立明確的長效合作機制。提升人機協同教育治理效能，必須建立將人機協同教育治理從理念轉化為實踐的技術路線，將教育治理從導向性的“框架合作”轉變為可操作的“精準合作”。

教育治理的人機“精準合作”要重點考慮以下因素：一是精準激發合作動力。要從人的利己性和利他性出發，綜合人的多方面需求，以市場需求為牽引（工業和信息化部，2017），發揮和擴展人的合作天性，針對不同治理主體提供相對個性化的合作激勵。同時，也要為智能機器參與教育治理設定程序和規則。二是精準分工。根據專業化、比較優勢、交易成本、規模經濟和范圍經濟等原則，明確多元教育利益相關者和各類智能機器的合理分工。三是精準協調合作關系。針對不同的合作目標、關系和沖突，綜合多種治理機制，建立精準協調策略工具框架，促進人與人、機器與機器、人與機器的和諧共存以及人機協同教育治理體系的有效運作。四是精準評估合作績效。結合量化評價和質性評價，建立差異化的個人、組織、智能機器、機器集群的合作績效評估標準。五是精準合作調控。根據評估結果及分析，找準關鍵因素和根本原因，以學生發展為中心，精準調控教育治理主體的合作行為。

五、小結

面對世界百年未有之大變局和西方治理話語與模式的挑戰，我國亟需把握時代脈搏，探索新的教育治理理念與制度，堅定不移地走適合自己的教育治理道路。從社會發展趨勢看，人和智能機器的協同合作將成為人類生產生活的主要方式，人機協同將成為人工智能時代教育治理的主要路向。人機協同能最大限度發揮人和智能機器的優勢，實現二者高效率地分工合作、協調發展，深刻改變教育治理的體系、能力、機制、樣態和效能。與人工智能的快速崛起相比，教育治理的人機協同發展面臨技術、人、制度、倫理等多方面障礙。當下而論，如何改善人的治理思維和能力以適應人機協同治理，如何消除人機協同教育治理中的制度桎梏和倫理風險，及早破除人機協同教育治理的發展障礙，是我國推進教育治理體系和治理能力現代化必須重點思考和解決的課題。

參考文獻：

[1]曹培杰（2018）.智慧教育：人工智能時代的教育變革[J].教育研究，39（8）：121-128.

[2]陳星（2019）.以市場為中心的共治：高職教育產教融合治理機制改革探析[J].教育發展研究，39（23）：56-63.

[3]工業和信息化部（2017）.工業和信息化部關于印發《促進新一代人工智能產業發展三年行動計劃（2018—2020年）》的通知[EB/OL].[2021-08-20].https：//www.miit.gov.cn/zwgk/zcwj/ wjfb/zh/art/2020/art_de90191568e94fb0b358864d30c67ae9.html.

[4]國務院（2015）.國務院關于印發促進大數據發展行動綱要的通知[EB/OL].[2021-08-20].http：//www.gov.cn/zhengce/ content/2015-09/05/content_10137.htm.

[5]國務院（2017）.國務院關于印發新一代人工智能發展規劃的通知[EB/OL].[2021-08-20].http：//www.gov.cn/zhengce/ content/2017-07/20/content_5211996.htm.

[6]黃榮懷，陳麗，田陽等（2020）.互聯網教育智能技術的發展方向與研發路徑[J].電化教育研究，41（1）：10-18.

[7]李云新，韓伊靜（2017）.國外智慧治理研究述評[J].電子政務，（7）：57-66.

[8]毛剛，王良輝（2021）.人機協同：理解并建構未來教育世界的方式[J].教育發展研究，41（1）：16-24.

[9]彭紅超，祝智庭（2018）.人機協同的數據智慧機制：智慧教育的數據價值煉金術[J].開放教育研究，24（2）：41-50.

[10]肖鳳翔，張雙志（2020）.算法教育治理：技術邏輯、風險挑戰與公共政策[J].中國電化教育，（1）：76-84.

[11]謝娟（2020）.教育數據治理的倫理框架：價值、向度與路徑[J].現代遠程教育研究，32（5）：15-24.

[12]新華社（2019a）.習近平向國際人工智能與教育大會致賀信[EB/OL].[2021-08-20].http：//www.qstheory.cn/yaowen/2019-05/ 16/c_1124502535.htm.

[13]新華社（2019b）.中共中央、國務院印發《中國教育現代化2035》[EB/OL].[2021-08-20].http：//www.moe.gov.cn/jyb_xwfb/ s6052/moe_838/201902/t20190223_370857.html.

[14]新華社（2019c）.中共中央關于堅持和完善中國特色社會主義制度推進國家治理體系和治理能力現代化若干重大問題的決定[EB/OL].[2021-08-20].http：//www.gov.cn/zhengce/ 2019-11/05/content_5449023.htm.

[15]顏佳華，王張華（2019）.數字治理、數據治理、智能治理與智慧治理概念及其關系辨析[J].湘潭大學學報（哲學社會科學版），43（5）：25-30，88.

[16]楊現民，郭利明，王東麗等（2020）.數據驅動教育治理現代化：實踐框架、現實挑戰與實施路徑[J].現代遠程教育研究，32（2）：73-84.

[17]姚松（2016）.大數據時代教育治理轉型的前瞻性分析：機遇、挑戰及演進邏輯[J].現代遠程教育研究，（4）：32-41.

[18]趙旺來，閆旭蕾，馮璇坤（2020）.人工智能時代教育的“算法”風險及其規避[J].現代大學教育，（3）：28-34，112.

[19]鄭勤華，郭利明（2021）.人機協同的敏捷教育建模及實踐應用[J].現代遠程教育研究，33（4）：43-50.

[20]中共中央文獻研究室（2016）.習近平關于科技創新論述摘編[M].北京：中央文獻出版社：24.

[21]朱永海，劉慧，李云文等（2019）.智能教育時代下人機協同智能層級結構及教師職業形態新圖景[J].電化教育研究， 40（1）：104-112，120.

[22]朱永新，徐子望，魯白等（2017）.“人工智能與未來教育”筆談（上）[J].華東師范大學學報（教育科學版），35（4）：15-30.

[23]Cho， Y.， Lim， H.， & Park， H. J. （2021）. Human-Computer Interaction in Education： Keyword and Discipline Network in 20 Years[C]// Kurosu， M. （Eds.）. Human-Computer Interac- tion. Theory， Methods and Tools. HCII 2021：50-65.

[24]Lazem， S.， & Dray， S. （2018）. Baraza！ Human-Computer Interaction Education in Africa[J].Interactions， 25（2）：74-77.

[25]Mayer-Sch？nberger， V.， & Cukier， K. （2014）. Learning with Big Data： The Future of Education[M]. Boston： Mariner Books：120-127.

[26]Rahwan， I.， Cebrian， M.， & Obradovich， N. et al. （2019）. Machine Behaviour[J]. Nature， 568：477-486.

[27]The Commission on Global Governance （1995）. Our Global Neighborhood： The Report of the Commission on Global Governance[M]. New York： Oxford University Press：2-3.

Obstacles and Breakthroughs of Human-Machine Collaborative Educational Governance

CHEN Xing， WU Yelin

Abstract： Since human-machine collaboration is the breakthrough of educational reform in the era of artificial intelligence， it is the inevitable way to realize the modernization of educational governance by actively exploring the application prospect and development path of it in the field of educational governance. Human-machine collaborative educational governance can extend the main body of governance from natural person to intelligent machine， and realize the modern educational governance featuring human-machine interaction， complementary advantages and efficient cooperation. It has a broad prospect in reforming the main structure and relationship of educational governance， improving the ability of government， market and social organizations to participate in educational governance， and enabling the solution of teaching and learning problems at the micro level. However， the development of human-machine collaborative educational governance is confronted with obstacles such as the solidification of traditional management thinking of governance subjects and the lack of human-machine collaboration ability， intelligent technology falling behind the development needs of educational governance， imperfect governance mechanism and outstanding loss of governance efficiency caused by human-machine non-collaboration. In order to better realize human-machine collaborative educational governance， we need to accelerate the transformation of governance thinking from“experience governance”to“wisdom governance”， governance capacity from“passive adaptation”to“active reform”， governance technology from“series development”to“parallel development”， governance mechanism from“pan-wisdom”to“good wisdom”， the mode of cooperation from“framework cooperation”to“accurate cooperation”.

Keywords： Human-Machine Collaboration； Educational Governance； Intelligent Governance； Artificial Intelligence