人工智能賦能課堂變革的核心價值：智慧生成與模式創新

劉邦奇

（1.訊飛教育技術研究院，安徽合肥 230088；2.西北師范大學 教育技術學院，甘肅蘭州 730071）

智慧生成是教育的至高追求，是智慧教育、智慧課堂的核心價值體現。隨著我國新一代人工智能發展規劃的深入推進，信息化教學改革不斷深化，基于技術的智慧課堂進入生態化和創新發展階段：研究視角經歷了“教育學視角——技術學視角——生態學視角”的發展進階（曹樹真等，2021）；技術應用經歷了“技術平移應用——技術融合應用——技術創新應用”三個層次（顧小清等，2021）；推進主體經歷了“行業主導——學校主動——政府引導”的發展變化，早期以企業技術與產品主導為主，后來引發學校積極使用，目前得到政府的大力引導。2018年，教育部正式提出“打造智慧課堂”（教育部，2018a）、“以人工智能、大數據、物聯網等新興技術為基礎，推動教育模式變革與生態重構”（教育部，2018b），2022年又明確提出“探索大中小學智慧課堂建設，改進課堂教學模式”（教育部，2022）。智慧課堂的核心價值是促進學習者轉識為智、智慧發展（劉邦奇等，2019a）。在當前新課程方案全面實施的背景下，利用人工智能賦能智慧課堂、強化智慧生成迎來新的發展機遇，也是創新教學模式、促進核心素養落地的現實需要。

一、核心理念

智慧課堂的提出與發展整體上分起步探索、快速發展和生態重塑三個階段，我國對智慧課堂理念的研究與詮釋經歷了“教育學”“技術學”“生態學”三種視角的演進：起步探索階段以教育學視角理解為主，注重培養學生智慧，促進轉識為智，落實學生核心素養發展；快速形成階段以技術學視角理解為主，注重人工智能的課堂整合應用，實現智能高效課堂，提升課堂教學的有效性；生態重塑階段逐步走向兩種視角的融合統一，以生態學新視角研究和詮釋，體現了智慧課堂的核心價值追求，即通過人工智能與教學深度融合，構筑“轉識為智+智能高效”的課堂生態，促進教學模式創新，實現開放、動態、可持續的智慧生成機制，促進學生智慧發展。

（一）以智慧培養為宗旨，實現轉識為智

20世紀末國際社會普遍關注面向21世紀人才核心素養研究與培養。我國啟動的素質教育改革針對傳統教育過分注重知識傳授、忽視能力素養培養的弊端，提出了從知識教育向智慧培養轉變的訴求，最早提出了“智慧課堂”概念（靖國平，2004）。然而，學習者的智慧不是憑空產生的，需要結合知識、技能的學習和多元智能的綜合培養，依托智能高效課堂、創設適切的教學活動來激發、訓練和養成。具體來說，學校培養學生的核心素養，促進學生智慧發展，需要落實到具體的學科教學活動和過程中。因此，2022年義務教育新課程方案提出以核心素養為引領統籌新課程改革，通過學科課程體系和內容的優化設計，實現學科知識的結構化，創新學科教學方式與手段，促進學習者知識的內化和意義建構，實現轉識為智，達成智慧培養的目的。

（二）以人工智能為動力，促進智能高效

學生智慧的培養不僅依托于新課程和新教材進行知識內容的優化設計，還需要創設有利于智慧培養的教學環境和手段，采取適切的教學活動與方式，現代科技的發展為此提供了條件。傳統教學環境相對簡單，學習資源類型少，獲取效率低，學習工具和手段缺乏，教學系統封閉、教學結構單一、教學方式僵化，因而“以教師為中心”的教學模式難以真正改變。人工智能作為引領未來社會發展的戰略性技術，推動課堂朝著智能化方向發展（顧小清等，2021）。2008年，隨著IBM“智慧地球”戰略的提出及其在城市管理、教育等領域的推廣應用，逐步形成了基于技術的智慧課堂概念。人工智能、大數據等智能信息技術的快速發展與應用，有利于打造智能高效的智慧課堂，實現教學環境、資源和工具的智能升級。基于智能感知、數據挖掘、多模分析等促進教學過程優化，人工智能賦能課堂教學變革，為提升教學效率、增強教學效果提供技術支撐。

（三）以智慧生成為核心，推進模式創新

智慧生成是智慧課堂的核心理念，是學生轉識為智、智慧發展的重要保證，也是智慧課堂“智慧”的重要標志。傳統技術條件下要實現智慧生成限制很多，人工智能賦能的智慧課堂為開放、動態、可持續的智慧生成提供了可能。智慧生成是人工智能賦能課堂變革的核心價值追求，是利用人工智能等技術創設智能感知、計算與交互的智能化支持環境，通過教學數據獲取、信息加工與知識構建，實現智能輸出與服務，提升教師教學實踐智慧，促進學生轉識為智、智慧發展。它的特點是充分利用人工智能、大數據等智能技術的優勢，為教師的專業發展和教學活動賦能，促進教學系統結構重塑和業務流程再造，使傳統以“教師為中心”、注重知識教育的教學模式向“以學生為中心”、注重智慧培養的教學模式轉變，提升教師的教學實踐智慧，變革學生的學習方式，實現學生核心素養落地和智慧發展。

二、體系框架

從技術視角看，智慧課堂教學要實現學生智慧發展，關鍵要通過技術對數據獲取、信息加工與知識構建等進行智能支持，實現有效的智能輸出，在教學實踐中轉化為教學智慧，形成基于數據的、動態的、可持續發展的智慧生成機制。為此，本文構建了人工智能賦能的智慧生成框架模型。

學習環境和工具手段的智能化，對學生智慧生成具有優化調節作用。構建智慧教學模型有助于論證課堂中技術促進學生智慧生成的作用邏輯（楊鑫等，2021）。有學者曾提出基于人類意識的智慧生成認知理論，并構建了從數據到智慧轉化過程的DIKW模型（Ackoff，1989）。也有學者認為從數據到智慧需經歷三次轉化，首先由數據轉化為信息，再由信息轉化為知識，最后由知識轉化為智慧（Rowley，2007）。需明確的是，“DIKW 模型”的W就是指“wisdom”，中文翻譯是“智慧”“智能”等，它在國內實際上是混用的。出于對智慧教育的崇拜，國內學者使用“DIKW模型”時大多將它翻譯為“數據—信息—知識—智慧”。本文認為，在人工智能及其教育應用領域，“智慧”是人的高級屬性，在論及人的發展、人的活動時可使用“智慧”，如“學生智慧”“教學智慧”“智慧課堂”等；“智能”是技術的高級屬性，在論及機器系統、物質系統時使用“智能”比較合適，如“計算機智能”“智能教室”等。利用“機器智能”對人的活動、人的發展進行賦能，可以提升或轉化“人的智慧”。所以，智慧教學是通過人工智能賦能促進教學系統智能高效，輸出“教學系統智能”，進而轉化或生成教師的教學智慧，促進學生智慧發展。因此，“智慧生成”的內涵，如果僅僅指機器的行為、系統的功能，嚴格意義上是指“智能輸出”或“智能生成”，到了有人參與教學過程中才可能實現“智慧生成”。為了表述不累贅，本文在不產生歧義的情況下不加嚴格區分。

本文參考智能教育體系總體框架構建方法（劉邦奇等，2019b）和“DIKW模型”，從系統的視角考察智能技術支持下智慧生成的體系框架。“智慧”的產生主要涉及智能化教學基礎環境支撐和智能感知、認知計算與智能交互等服務，涉及數據、信息、知識與智能在獲取、轉化與應用的過程，進而對教與學活動過程提供智能服務，提升教師教學實踐智慧，最終實現學生智慧發展。其中，依據“DIKW模型”構建原理，它要求重點關注三個環節：一是原始數據的獲取過程；二是原始數據的加工、整理、結構化并轉化為信息的過程；三是將既有知識轉換或融入到決策的過程。人工智能賦能的智慧生成體系框架見圖1。

圖1 人工智能賦能的智慧生成體系框架

該體系框架主要從系統的視角表達人工智能技術支持下從課堂教學智慧生成到學生智慧發展的基本理路（非嚴格的信息系統設計框架），具體體現為“基礎層”“技術層”“應用層”“目標層”關系結構。1）基礎層。它提供智慧生成的基礎環境支撐，實現環境智能感知、認知計算與智能交互服務，目前較為典型的基礎環境架構是采取“云、臺、端”架構（吳曉如等，2019）。云即智能云服務（包括基于云的資源管理、在線課程、學習空間、網絡教研服務等），臺即教室智能平臺（包括教室環境內的通訊中心、運算中心、數據中心、控制中心等服務），端即智能教學終端（包括學生學習終端、教師教學終端、管理者管理終端等）。2）技術層。它是智慧生成的核心技術層，完成從數據到信息再到知識，最后到智能的輸出和智慧轉化，實現智慧的生成。3）應用層。它實現人工智能與教育教學緊耦合后的能力服務，為智慧生成提供對教與學活動的支撐服務，包括教學預設、創設情境、合作探究、開放拓展、評價反思等。4）目標層。它是智慧生成的目的歸宿，通過人工智能賦能的智慧教學過程達成對學生的智慧培養，促進學科知識學習、核心素養落地和轉識為智，實現學生智慧發展。

三、技術流程與應用

上述體系框架描述了人工智能賦能智慧課堂的智慧生成總體思路，具體的技術實現路徑和實踐應用需要進行進一步設計和分析。

（一）技術流程

根據圖1所示，智慧生成體系框架參考了“DIKW模型”①分析智慧生成的核心技術，構建人工智能賦能的智慧生成核心技術流程。該流程由數據獲取（實現從原始數據源中抽取數據）、信息加工與知識建構（實現從數據中尋找到數據規律）與智能輸出（實現將數據規律向用戶的有效呈現）等階段組成，形成人工智能賦能的智慧生成技術流程關系，闡釋從數據智能到教學智慧的生成規律，為探索和構建智慧教學模式與教學策略提供參考框架。智慧生成的技術流程見表一所示。

表一 智慧生成的技術流程

（二）技術應用三重境界

國內外許多學者探討了信息技術的教學應用。有學者提出了技術與教學整合的SAMR模型（Puentedura & Transformation，2009），基于替代（S）、擴增（A）、修改（M）和重塑（R）任務，形成從下至上的“提升”“過渡”“變革”三個價值層級，實現從“技術改進學習”“技術增強學習”到“技術創新學習”的轉變。其中，“提升”層級教學系統無結構變化，“過渡”層級有局部結構調整，“變革”層級實現結構性變革。顧小清等（2021）探討了基于AIoT技術的智能課堂，提出技術的課堂應用可分為技術平移應用、技術融合應用和技術創新應用三個階段。筆者團隊根據智能技術與教學場景的耦合程度，提出將課堂教學的智能技術分為移植的智能技術、融合的智能技術和定制的智能技術三種（劉邦奇等，2021）。綜上，本研究認為，在人工智能賦能智慧課堂智慧生成中，隨著機器的學習與計算能力的不斷增強，機器解決問題的效率更高、效果更好，能幫助人類實現應用創新和智慧生成。具體來說，人工智能賦能智慧生成的技術應用可以分為輔助應用模式、融合應用模式、創新應用模式三個層級，體現了智能技術應用的三重境界（見圖2）。

圖2 人工智能賦能智慧生成的技術應用三重境界

1.輔助應用模式——機器算力、提高效率

它利用機器的強大算力，致力于提高教學效率。輔助應用模式是智慧生成中人工智能技術應用的第一境界。該層次智能技術能解決教育教學的普遍問題，是可直接移植使用的通用智能技術，如人工智能、大數據、云計算等。實踐中，將機器學習、自然語言理解等人工智能技術直接移植應用到教育教學場景中，輔助教師提高教學效率。這類應用不會變革教學系統的結構，主要利用機器的強大算力、存儲能力，使人工智能能將復雜的計算任務分割并分配到多臺計算機上完成，在解決特定場景問題時比人類專家表現得更快速、更高效，尤其是解決大規模、重復性的問題時，成效明顯。

2.融合應用模式——機器智能、增強效果

它基于機器“智能”，致力于增強教學效果。融合應用模式是智慧生成中人工智能技術應用的第二境界。該層次的智能技術主要研究教育行業普遍問題，且與教育教學過程融合，如教育知識圖譜、教育數據挖掘、學習分析等。教學實踐中，人工智能能夠融入教育教學系統，其應用對教學系統結構產生局部變化；人工智能能夠與人類專家的經驗、教學理論整合應用，在強大的算法和算力的支撐下，使其在解決特定場景問題時比多數專家表現得更好，如解決有明確規則與目標的任務時，機器有更高的“智能”，能超越人類專家的表現，增強教育教學效果。

3.創新應用模式——智能轉化、模式創新

它將智能轉化為智慧，致力于教學模式創新。創新應用模式是智慧生成中人工智能技術應用的第三境界。該層次智能技術著重研究具體教育教學場景問題，且結合教學模式進行定制，如面向課前教學準備的學情分析技術，面向課堂教學實施的智能助理、課堂行為管理技術，面向課后鞏固拓展的個性化資源推薦、智能評價反饋技術等。利用人工智能提供的“算力”“算法”與“數據”，深度融合“人類專家知識”“教育行業知識”，使人工智能與教育教學進行系統性融合，實現對教與學活動的融合性支撐服務，重構教學系統結構，促進數據向知識、智能的轉變和教學模式的創新。新的教學模式基于人工智能的支持，實現了課堂教學“智慧生成”。

四、生成性教學模式設計

人工智能賦能智慧生成落地應用并產生價值，離不開教學模式的構建與應用。智慧課堂教學模式具有重要的中介作用（劉邦奇，2020）。智慧課堂教學實踐形成了互動式教學、探究式教學、生成性教學、混合式教學等多種模式，對于智慧生成具有不同方面、不同程度的促進作用。例如，生成性教學模式對智慧生成具有特殊價值，智慧課堂為生成性教學的開展提供了重要支持（邱藝等，2018）。人工智能賦能的生成教學模式指在智能化教學環境下，師生不斷調整教學活動和行為，共同建構并形成新的信息、資源的動態的過程，以達成教學目標和創生附加價值（謝幼如等，2016）。本文對人工智能賦能的生成性教學模式進行分析設計。

（一）基本理念

人工智能賦能的生成性教學有利于實現智慧生成。在傳統教學中，教師面向一定的教學目標，依據教學大綱、教材、教學對象進行備課和教學設計，預先制定教學方案并在教學過程中嚴格按方案實施。生成性教學強調教學進程是可變的，不能單純依靠教學經驗預先設定，而要依據教學的動態變化尤其是學的變化及時調整和優化，簡而言之就是“以學定教”“智慧生成”。人工智能賦能的智慧課堂非常適應教學智慧的動態生成需要，可基于智能化教學平臺，開展全過程動態學習數據的采集、分析與即時評價反饋，為課前的學情分析和教學預設、課中的教學效果分析和教學策略改進、課后的個性化作業與針對性輔導等提供及時、可靠的數據支撐，達成從數據智能向教學智慧的轉化，真正實現“以學定教”“智慧生成”。

（二）基本結構

人工智能賦能的生成性教學是將生成性教學過程與人工智能技術深度融合，為人工智能賦能的智慧課堂教學設計提供基本結構。 當前人工智能賦能的智慧課堂呈現為跨時空、全過程、多樣態、一體化特征。智能化教學平臺能夠對教學全過程動態數據進行采集、存儲和分析，教師能全面了解學生學情并動態調整教學思路和教學行為，真正實現生成性教學。具體來說，教師通過教學預設、創設情境、合作探究、開放拓展、評價反思等，實現誘發生成、激活生成、建構生成、機智生成、優化生成，形成人工智能賦能的生成性教學模式的基本結構（見圖3）。

圖3 生成性教學模式基本結構

（三）實施流程

1.教學預設，誘發生成

“生成性”相對于“預設性”而言，但“生成”并非是對“預設”的簡單否定，“預設”仍然是“生成”的必要基礎。如何在預設中體現生成的需要，留有彈性空間，滿足生成的要求，誘發生成的實現，達到“在預設中生成”的目的，是生成性教學模式要關注的。基于人工智能的智慧課堂一體化、智能化教學環境有助于彈性預設，實現誘發生成。依托智能化教學平臺，教師推送課前學習資源，學生進行資料收集、課前預習，教師根據學生預習反饋情況和學習檔案記錄進行學情診斷，分析判斷學生的學習基礎、認知特點、個性特征等，預先設計教學目標、內容資源、方法流程，預留彈性生成空間，誘發促成課堂轉變。

2.創設情境，激活生成

教師作為課堂的組織者和引導者，通過創設活動情境和探究條件，啟發學生自主發現和提出問題，引導學生學會學習和創新。創設的情境要有利于促成師生之間有效互動，實現學生生成性發展。智慧課堂教學將生成性教學過程與人工智能等技術充分整合，創設有利于智慧生成的教學情境。例如，基于知識圖譜、計算機圖形學、計算機動畫等技術使得知識解析、信息呈現更多樣化、可視化，構建生動、形象的知識教學情境；基于“多網融合”的網絡教學環境，有利于實現多樣化教學互動，幫助學生發現問題、提出創造性的意見、建議，形成各種有價值的生成性資源，激活教學過程的“生成性”。

3.合作探究，建構生成

生成性教學可充分發揮學生的主體作用，開展合作探究，促進學生知識意義的建構與生成。教師通過引導、幫助學生開展合作學習、協作交流，鼓勵學生提出問題、形成觀點、辯論爭論等生成性信息，有助于建構學生自己的知識構架，從而達到生成性教學要求。基于人工智能的技術支持，智能化教學平臺為引導學生的合作探究、交流互動和建構生成提供了有利條件。例如，教師利用課堂監測工具對教學中學生的學習過程進行實時監測，密切關注學生自主學習、合作探究和交流討論情況；利用數據挖掘、學習分析工具可以對學生的瀏覽、作業、對話、互動等學習行為數據進行記錄和挖掘分析，用數據驅動改進合作學習和探究策略，促進學生知識意義建構和智慧生成。

4.開放拓展，機智生成

生成性教學要求教師能夠開放拓展，適新求變，憑借“教學機智”正確處理教學突發事件，隨機應變地改變原來的教學程序或內容，可產生事半功倍的效果，給學生帶來“意料之外”的發展價值，實現機智生成，促進學生智慧發展。在智慧教學過程中，動態生成性內容隨教學進程的發展而變化，是流動的、短暫的，需要及時收集、記錄和處理。基于人工智能技術的智能化教學平臺為此提供了記錄、處理和展示的手段，有助于學生展示與共享學習成果，支持智慧生成。例如，課堂測驗結果、學生作品等都是寶貴的生成性內容，基于智能化教學平臺，教師能夠即時分析課堂測驗的答題結果，全面展示小組或個人的創造性作品，據此隨機調整教學策略，最大限度地發揮教師的“教學機智”（劉軍，2017）。

5.評價反思，優化生成

在生成性教學模式中，“生成”體現在課堂教學全過程，教師對全過程進行評價反思就顯得非常必要。 比如，教學實施結束后，教師要評價和反思教學實施過程和學習效果，審視教學過程的各個環節、活動和策略方法，形成和積累教學智慧，實現基于評價反思的優化生成。基于智慧課堂的智能化教學平臺的全過程動態學習數據分析能為生成性教學的評價與反思提供條件。智能化教學平臺記錄了學生參與預習測評、教學實施活動、隨堂測驗等形成性數據，可用于評價分析教學過程。師生可借助學習結果的測量評價與反思，做好教與學準備，促進智慧生成。

未來，隨著腦科學、虛擬現實、5G等新興技術的快速發展與應用，智慧課堂的智慧生成將迎來新的機遇。比如，腦科學研究的新進展為“教”與“學”提供了更翔實、更精確的神經基礎和全面了解教學、自我、意識和心智的神經機制（蒲慕明，2019），“因腦施教”成為智慧生成關注的熱點方向； 5G與VR/AR的結合給課堂帶來了沉浸式體驗，基于VR/AR、數字孿生、AI等組合創新的元宇宙使得虛擬交互、沉浸感得到增強（劉革平等，2022），實現課堂深度學習與智慧生成等。一句話，新興智能技術的不斷成熟，將為技術賦能智慧生成提供新的可能。

[注釋]

① 參見維基百科.DIKW體系 [DB/OL].[2019-07-02].https://en.wikipedia.org/wiki/DIKW_Pyramid.