教育數(shù)字化轉(zhuǎn)型的系統(tǒng)思考與攻堅戰(zhàn)

謝陽斌

教育數(shù)字化轉(zhuǎn)型的系統(tǒng)思考與攻堅戰(zhàn)

謝陽斌

（之江實(shí)驗(yàn)室 智能教育研究中心，浙江杭州 311121）

桑：伴隨著我國教育信息化發(fā)展的進(jìn)程，我們學(xué)術(shù)團(tuán)隊立足于課堂學(xué)習(xí)方式創(chuàng)新和人才培養(yǎng)模式變革，在理論與實(shí)踐的結(jié)合中艱難探索20多年了。謝陽斌博士（簡稱“謝”）從本科到碩士、博士、博士后，是我們南京大學(xué)創(chuàng)業(yè)團(tuán)隊的親歷者，畢業(yè)后在中國海洋大學(xué)教育技術(shù)學(xué)專業(yè)和全校學(xué)習(xí)指導(dǎo)中心繼續(xù)從事學(xué)習(xí)科學(xué)與課程教學(xué)創(chuàng)新研究，最近又調(diào)入浙江之江實(shí)驗(yàn)室專門從事智能教育研究與實(shí)踐。學(xué)生、教師、研究者三種不同角色都是在信息化新時空中親身體驗(yàn)過來的，請他介紹對教育數(shù)字化轉(zhuǎn)型的獨(dú)特思考和感悟。

謝：我有幸從本科開始就加入了南京大學(xué)探索課堂學(xué)習(xí)方式變革的創(chuàng)新團(tuán)隊，近20年來經(jīng)歷了信息化、智能化、數(shù)字化發(fā)展的不同階段，領(lǐng)略了一次又一次教育創(chuàng)新“熱點(diǎn)”像“過山車”般的跌宕起伏。人工智能理論中有一個重要課題是研究“專家與新手的區(qū)別”，我們學(xué)術(shù)團(tuán)隊中既有不同經(jīng)歷、水平的專家，又有不同層次、類型的學(xué)生、新手，這為我提供了難得的學(xué)習(xí)和探究環(huán)境、資源，積累了從新手向?qū)＜遗噬慕?jīng)驗(yàn)教訓(xùn)、方法策略。下面很多思考大多得益于導(dǎo)師的言傳身教與團(tuán)隊共識。

一 反思中的系統(tǒng)思考

我國教育信息化已走過了20多年的歷程，在信息化基礎(chǔ)設(shè)施建設(shè)、資源建設(shè)和人才培養(yǎng)等方面都取得了顯著成效。但在學(xué)校課堂教學(xué)第一線學(xué)習(xí)方式的變革方面效果卻并不明顯，這里的原因是需要深刻反思的。教育信息化是一項(xiàng)極其復(fù)雜的教育創(chuàng)新系統(tǒng)工程，要整體設(shè)計、分步實(shí)施、上下聯(lián)動，這些我們都有明確的部署和力度較大的推動，但為什么到教學(xué)過程中就推不動了呢？教師滿堂灌、學(xué)生死記硬背應(yīng)付考試的教學(xué)模式為什么始終還是現(xiàn)實(shí)課堂中的常態(tài)呢？從我們團(tuán)隊在教學(xué)第一線的切身感受來說，至少有以下幾個“痛點(diǎn)”：

首先是缺少與教育信息化目標(biāo)和價值導(dǎo)向相適應(yīng)的評價和平臺。學(xué)生評價、課程教學(xué)評價、教師評價、學(xué)科專業(yè)評價、學(xué)校評價……環(huán)環(huán)相扣，改革評價體系必須整體聯(lián)動，這顯然需要理論、實(shí)踐、政策協(xié)調(diào)一致，宏觀、中觀、微觀政策體制機(jī)制協(xié)同創(chuàng)新，任何一個環(huán)節(jié)的缺失都會使改革發(fā)展卻步。比如前幾年大力推動了“三通兩平臺”建設(shè)，且不說管理平臺和資源平臺的設(shè)計思路和智能化程度如何，這兩個平臺功能的有效發(fā)揮，最終都必須都要落實(shí)到以學(xué)習(xí)者為中心的智能化學(xué)習(xí)平臺上，但至今我們學(xué)校所使用的基本都還是以教師講授灌輸為中心的課程教學(xué)平臺，這種平臺支持的只能是傳統(tǒng)評價模式，使改革的阻力有增無減……

另一個“痛點(diǎn)”是智能學(xué)習(xí)終端設(shè)計和使用的方向和價值導(dǎo)向混亂，學(xué)習(xí)終端發(fā)展很快，電腦、手機(jī)、平板、電子白板、電子書包五花八門，智能化水平越來越高，但學(xué)生使用后所產(chǎn)生的正反兩方面效果卻讓教師、家長、社會產(chǎn)生了極大困惑，問題究竟出在哪里？如何破解？當(dāng)前一個更嚴(yán)峻、緊迫的難題是，在后疫情時代如何協(xié)調(diào)疫情防控與學(xué)校正常教學(xué)活動？如何保證線上教學(xué)質(zhì)量？如何在數(shù)字化轉(zhuǎn)型和智能化攀升中減輕師生負(fù)擔(dān)，實(shí)實(shí)在在地提高教學(xué)質(zhì)量和效率？

所有這些痛點(diǎn)和難點(diǎn)是現(xiàn)實(shí)教育面臨的嚴(yán)峻挑戰(zhàn)，也是教育數(shù)字化轉(zhuǎn)型必須破解的難題、發(fā)展的機(jī)遇。

二 轉(zhuǎn)型中的重點(diǎn)突破

數(shù)字化生存新時空為這些難題的解決提供了新的可能性。當(dāng)前迫切需要在智能技術(shù)和教育創(chuàng)新的內(nèi)在結(jié)合上選擇突破口。其研究思路和方法論必須是問題導(dǎo)向、從教育信息化的目標(biāo)著眼、從當(dāng)前教育的痛點(diǎn)出發(fā)選擇技術(shù)，在數(shù)字化轉(zhuǎn)型中重點(diǎn)突破。

教育信息化追求的根本目標(biāo)是要走出工業(yè)文明“三中心”的教學(xué)模式，實(shí)現(xiàn)因材施教，但以教師講授為主的班級授課制只能照顧到大多數(shù)學(xué)生，兩頭的學(xué)生必然吃不飽或跟不上，這是其厭學(xué)、低效的根本原因。有經(jīng)驗(yàn)的優(yōu)秀教師善于抓住教學(xué)的重難點(diǎn)，采取適當(dāng)?shù)姆椒ㄟM(jìn)行分層教學(xué)、分類指導(dǎo)。但一個教師要面對眾多學(xué)生，具體實(shí)施難度很大。課程教學(xué)的數(shù)字化轉(zhuǎn)型展現(xiàn)了破解這一難題的希望，但需要在三條戰(zhàn)線組織教育和人工智能專家協(xié)同創(chuàng)新、重點(diǎn)突破：

第一條戰(zhàn)線是主攻課程教材的數(shù)字化轉(zhuǎn)型，這是教學(xué)內(nèi)容和資源建設(shè)的重大課題，技術(shù)支撐主要是人工智能中的知識圖譜[1]；

第二條戰(zhàn)線是對學(xué)生學(xué)習(xí)難點(diǎn)分類研究的數(shù)字化轉(zhuǎn)型，這是實(shí)現(xiàn)分層教學(xué)、因材施教的前提和依據(jù)，技術(shù)支撐主要是人工智能中的學(xué)習(xí)者畫像[2]；

第三條戰(zhàn)線是在前兩條戰(zhàn)線的基礎(chǔ)上創(chuàng)建人機(jī)結(jié)合的智能化、自適應(yīng)學(xué)習(xí)系統(tǒng)，實(shí)現(xiàn)教學(xué)和評價體系的數(shù)字化轉(zhuǎn)型，技術(shù)支撐主要是整合各類人機(jī)交互技術(shù)基礎(chǔ)上的增強(qiáng)智能、深度學(xué)習(xí)、教師畫像。

目前，圍繞這三條戰(zhàn)線，已積累了大量典型經(jīng)驗(yàn)和成功個案，但缺乏智能化評價篩選和集成創(chuàng)新、快速迭代、推廣應(yīng)用的平臺、技術(shù)、人才培養(yǎng)、體制機(jī)制。

桑：知識圖譜、學(xué)生畫像、教師畫像是人工智能中比較成熟的三種技術(shù)，三者之間有密切聯(lián)系，近兩年在教育智能化領(lǐng)域也被炒得火熱，但真正成功、成熟的案例卻為數(shù)不多，一個重要原因正是缺少技術(shù)與教育之間的對話、溝通、融合。這里有大量深入細(xì)致的工作要做：首先是要采集大量有效數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行科學(xué)精準(zhǔn)分類。以學(xué)科知識圖譜為例，應(yīng)先在學(xué)科概念的層次上梳理概念之間的復(fù)雜網(wǎng)絡(luò)關(guān)系，以學(xué)科知識為核心，建立各個知識點(diǎn)概念的層級關(guān)系，大知識點(diǎn)包含多個小知識點(diǎn),小知識點(diǎn)下面還有更細(xì)的知識點(diǎn)，知識點(diǎn)之間的層級關(guān)系、關(guān)聯(lián)關(guān)系、前后序關(guān)系，構(gòu)成學(xué)科知識圖譜，由此把握知識之間復(fù)雜的相關(guān)性，這即使對于專業(yè)化的課程專家來說也是一件難事，因?yàn)楝F(xiàn)行的紙介媒體教材都是線性的知識結(jié)構(gòu)，跨越章節(jié)之間不同概念、知識之間的聯(lián)系在教材上顯現(xiàn)不出來，也很少有人去關(guān)注，對于一線教師來說把握這種非線性聯(lián)系就更困難了，但按照知識圖譜技術(shù)的要求整體建模，則必須把不同章節(jié)知識分解、細(xì)化到概念層次，并將眾多概念之間復(fù)雜的非線性關(guān)系以直觀的圖像形式（概念圖）梳理、展示出來，在此基礎(chǔ)上才可能按知識圖譜的要求建模；接下來要綜合利用人工智能中的知識推理、知識挖掘等技術(shù)，對所構(gòu)建的知識圖譜模型進(jìn)行質(zhì)量評估與補(bǔ)全，然后再根據(jù)不同專業(yè)知識的需求設(shè)計不同的應(yīng)用場景，進(jìn)入智能化深度學(xué)習(xí)，在這樣的超循環(huán)快速迭代中，使知識圖譜在人機(jī)結(jié)合的應(yīng)用過程中不斷完善。學(xué)習(xí)者畫像是在知識圖譜基礎(chǔ)上的深化，知識圖譜刻畫的是靜態(tài)的知識結(jié)構(gòu)，尤其對理工科來說都是邏輯性很強(qiáng)的結(jié)構(gòu)化顯性知識體系；而學(xué)習(xí)者畫像（“打標(biāo)簽”）是刻畫學(xué)習(xí)者動態(tài)的知識學(xué)習(xí)過程，利用知識測評系統(tǒng)來精準(zhǔn)了解學(xué)習(xí)者在該學(xué)科知識結(jié)構(gòu)上的具體掌握情況，發(fā)現(xiàn)學(xué)習(xí)中薄弱點(diǎn)，給出針對性的解決方案，并為學(xué)習(xí)者推薦相關(guān)內(nèi)容及學(xué)習(xí)策略、學(xué)習(xí)路徑規(guī)劃，指導(dǎo)學(xué)習(xí)者開展自適應(yīng)學(xué)習(xí)，消滅知識盲區(qū)和認(rèn)知誤區(qū)、提升學(xué)習(xí)能力。對學(xué)習(xí)者的學(xué)習(xí)過程進(jìn)行多維度分析挖掘，不限于測試成績、學(xué)習(xí)記錄等行為軌跡中挖掘其薄弱知識這些顯性特征，同樣可以挖掘一些深層次的學(xué)習(xí)速度、學(xué)習(xí)偏好、認(rèn)知水平等隱性特征，學(xué)習(xí)者畫像是對人的行為畫像，其中包含大量情感、態(tài)度、價值觀等隱性知識，復(fù)雜性和難度要大得多。再進(jìn)一步深入到對教師行為的畫像就更加復(fù)雜，因?yàn)閮?yōu)秀教師的行為已經(jīng)超越了嚴(yán)格規(guī)范的科學(xué)的疆界，深入到出神入化的教學(xué)藝術(shù)境界，這既是教育研究的千古之謎和永恒難題，也是人工智能雖奮力攻關(guān)但至今仍難以征服的高科技前沿……要能夠有效從事這樣的創(chuàng)造性工作，一定要有兩個乃至眾多領(lǐng)域?qū)＜覉F(tuán)隊之間的默契配合，并在大量經(jīng)驗(yàn)教訓(xùn)的積累中逐漸成熟起來。我們團(tuán)隊在“學(xué)習(xí)科學(xué)與技術(shù)”課程研發(fā)和教學(xué)創(chuàng)新實(shí)踐中精耕細(xì)作20多年，2004年出版的教材就對每個章節(jié)和全書的知識結(jié)構(gòu)作了思維導(dǎo)圖，2017年再版的教材在目錄上專門設(shè)計了多種學(xué)習(xí)路徑，電子版教材還可以進(jìn)入快速迭代的超循環(huán)更新，但與人工智能的結(jié)合仍然步履艱難。這里需要特別強(qiáng)調(diào)，大量的數(shù)據(jù)采集不是一次性的，而是一項(xiàng)廣泛持久、不斷深化提高的常態(tài)化工作，而且要有越來越智能化的平臺和數(shù)據(jù)庫支撐，還要有穩(wěn)定的應(yīng)用場景、試驗(yàn)基地和人才、資金、政策、體制機(jī)制的支持。

謝：具備這樣條件的教育智能化創(chuàng)新團(tuán)隊是非常少有而可貴的。我曾就此問題專門對上海市寶山區(qū)教育局張治局長進(jìn)行了深度訪談，他詳細(xì)介紹了在擔(dān)任上海電教館長時主持的國家項(xiàng)目“基于數(shù)字畫像的綜合素質(zhì)評價”[3]，在項(xiàng)目進(jìn)展過程中，他們開發(fā)了大規(guī)模在線開放應(yīng)用學(xué)習(xí)系統(tǒng)MOORS（Massive Open Online Research System）平臺，目前上海每天大概有5萬多名學(xué)生在上面做課題，高峰時全國每天約有28萬名學(xué)生在線做課題，學(xué)生在專家系統(tǒng)引導(dǎo)下進(jìn)行探索性學(xué)習(xí)，實(shí)現(xiàn)了對研究的過程性導(dǎo)航和智能支持，平臺上采集了大量學(xué)生課題研究的行為數(shù)據(jù)，對數(shù)據(jù)清洗之后進(jìn)行建模分析，在此基礎(chǔ)上刻畫出學(xué)生的批判性思維、團(tuán)隊合作、創(chuàng)造力等，這是人工智能技術(shù)中學(xué)習(xí)者畫像的探索性應(yīng)用。該項(xiàng)目曾獲得國家教育成果一等獎[4]，但張治局長在反思中深刻揭示了他們所遇到的三大瓶頸：數(shù)據(jù)采集中的選擇瓶頸、倫理瓶頸、建模瓶頸，這是在教育人工智能領(lǐng)域里深耕細(xì)作、有真才實(shí)學(xué)和真知灼見的專家型領(lǐng)導(dǎo)才能想得到、提得出的真問題、關(guān)鍵難題。

[1]王昊奮,漆桂林,陳華鈞,等.知識圖譜:方法、實(shí)踐與應(yīng)用[M].北京:電子工業(yè)出版社,2019:4-6.

[2]胡藝齡.學(xué)習(xí)者畫像[M].北京:教育科學(xué)出版社,2022:7-18.

[3]張治.MOORS助力研究型課程實(shí)施[J].未來教育家,2019,(7):18-20.

[4]中國教育報道.教學(xué)成果獎|MOORS平臺成上海學(xué)生研究型課程好幫手[OL].

謝陽斌，副教授，博士，研究方向?yàn)閷W(xué)習(xí)科學(xué)與智能教育，郵箱為xybpure@126.com。

2022年11月28日