智能技術賦能教育高質量發展：內涵、挑戰及應對

滕長利　鄧瑞平

摘 要：高質量發展是當今教育發展的時代背景和主流話語。人工智能、大數據等新技術將帶來教育高質量發展的深刻變革，包括質量與公平相統一的目標追求、過程控制與結果控制相協調的實現路徑。同時，智能時代為教育高質量發展帶來新的挑戰，主要從學生訴求維度、教師發展維度、學校建設維度、教育治理維度、教育評價維度五方面分析智能技術對教育高質量發展產生的影響。基于“良性互動原則、有限滲透原則、開放共享原則、合規自治原則、動態監測原則”五位一體形成智能技術促成教育高質量發展的治理體系，為教育高質量發展規避智能時代風險貢獻中國智慧。

關鍵詞：智能技術；智能教育；高質量發展；挑戰與應對

一、引言

“高質量發展”成為新時期教育改革發展的關鍵詞。[1]為適應新一輪教育變革和科技革命以及國內主要社會矛盾的變化，智能技術驅動下的教育高質量發展，將成為社會轉型時期新型教育變革的重要路徑。特別是在智能化的語境下，充分認識人工智能的內涵，將為教育高質量發展開啟新的研究領域，拓寬新的研究視野，迎來新的發展機遇。“人工智能”（Artificial Intelligence，AI）一詞于1956年由達特茅斯人工智能夏季研討會提出并發展至今。[2]人工智能技術被視為繼基因工程、納米科學之后的第三大尖端技術。隨著人工智能技術的不斷發展，人工智能的內涵被賦予多元、動態、復雜的概念。基于智能技術客觀發展規律與經濟社會對智能技術的現實需求，目前人工智能主要有弱人工智能、強人工智能、超人工智能三個階段的概念[3]。弱人工智能是指人工智能不具備人類的思維和意識，只能按照事先設定的程序完成指定任務，具有較強的工具性。[4]強人工智能是指人工智能具備類似于人類的思維和意識，可以像人類一樣作出決策，具有一定的自主性。[5]超人工智能是指人工智能在科學研究、智慧、社交等多個方面都擁有超越人類的智能。[6]目前，國際人工智能學界的主要目標是發展弱人工智能，僅有少數學者致力于強人工智能研究，而超人工智能研究則更多是停留在科幻想象。[7]盡管學界對人工智能的理解具有一定的混亂性和模糊性，但是學界一致認為數據和算法是人工智能的基礎，目前研究較為深入的大數據技術也被視為一種弱人工智能技術，除大數據技術外，計算機視覺、機器學習、自然語言學習、機器人技術、生物識別等技術構成人工智能技術體系，因此，人工智能具有一定的技術集合性、人腦模擬性、概念多元性。盡管對于什么是人工智能，人們尚未達成一致意見，不過無論學者間分歧如何，人工智能已經在改造人類生活、幫助人類解決各種復雜問題等多方面發揮著重要作用。基于此，人工智能的基本定義是“運用智能技術去做現在由人做得更好的事情”[8]。在社會主要矛盾的轉型時期，人工智能和教育的深度融合是希望實現教育的更好、更高質量發展，緩解人民日益增長的教育服務需求同教育發展不公平、不均衡、不協調、不全面、不安全之間的矛盾，尤其是在全球智能化發展的浪潮中，在教育高質量發展的理念下，充分認識智能技術賦能教育高質量發展的內涵，以客觀、理性的視角研究智能技術如何影響教育高質量發展，將成為未來教育發展的重要課題。

二、智能技術賦能教育高質量發展的新內涵

（一）目標追求：質量與公平相統一

智能技術與高質量發展是一對相輔相成的概念和實踐，前者是方法和手段，是解決當前教育發展不均衡、不充分問題的重要手段，后者是目標和宗旨，教育高質量發展的關鍵詞是“質量和公平”[9]。因此，教育高質量發展需要充分運用智能技術實現教育的優質化、均衡式、可持續發展。一方面，就橫向的、基本面而言，智能技術需要更加關注教育公平問題。人工智能等新技術有助于促進教育資源的優化配置，其通過打破部門間信息壁壘，實現教育資源的整合共享，彌合欠發達地區、貧困地區、農村地區等教育資源匱乏地區的數字鴻溝，實現智能新技術賦能下區域內、學校間、學生間的教育精準扶貧，促進教育的均衡、公平發展。另一方面，就縱向的、內涵面而言，智能技術需要更加充分關注教育質量問題。質量主要有兩方面含義，“一是物質本身的屬性，二是滿足特定對象需求的程度”[10]。教育作用于不同對象會產生不同的質量觀，每個人對教育服務的需求是不同的。智能技術通過不斷收集教育數據、深度分析教育現象、謹慎預測教育結果，更加精準、全面、深層次地識別、分析、預測學生的教育需求，并以此作為教育質量提升的基本依據。總而言之，智能時代的教育高質量發展，是結合時代背景與教育高質量發展要求對教育發展狀態的一種事實與價值判斷。智能時代，教育高質量發展需要充分運用智能技術回應教育發展過程中不公平、不充分、不平衡、不全面、不協調、不優質、不安全的問題，更加強調內涵式發展，而非外延式擴張，實現教育質量的優質化、均衡式、可持續發展。

（二）實現維度：過程與結果相協調

教育質量提升的實現維度，既可以側重于研究教育質量管理的過程控制維度，也可以側重于研究教育質量管理的結果控制維度。智能技術為教育質量提升帶來了新思路、新方向、新標準。如何將智能技術與教育質量控制、管理進行深度融合，形成智能技術賦能教育質量的識別、測量、控制、反饋與改進的核心機制，將成為促進教育質量過程控制和結果控制的重要支撐。一是，教育質量的過程控制維度。教育高質量發展需要通過全面質量管理、持續改進教育質量、循環促進教育質量作為政府教育改革的目標。新技術為此提供了技術支撐，泛連接、高寬帶的全新智能技術族群能夠通過傳感器“實時采集師生、教學環境、教學內容等要素”[11]，這種覆蓋全過程、囊括全要素的智能感知能力才在真正意義上實現教育質量的過程控制，進而通過智能算法的統計分析，精準預測教育質量提升的關鍵性問題，從而促成智能技術賦能教育質量的動態化、全景式、系統性過程控制。二是，教育質量的結果控制維度。教育質量提升需要通過績效測量來實現教育質量發展的結果反饋，因此教育質量的績效測量是教育質量發展的重要組成部分。大數據等智能技術可以“精準評估各學校運行狀態與教育績效”[12]，并根據評估測量結果不斷提高教育服務質量，更新教育資源配置，形成教育評估結果反饋式、循環化、持續性改進的教育高質量發展態勢。智能技術賦能下的教育質量發展通過運用可循環、可持續改進的過程控制機制和動態化、全程式、精準性的績效測量工具，準確感知、識別、判斷教育質量的發展狀態，從而實現教育質量的持續性優化。

然而，科學技術發展在帶來紅利的同時，也隱藏著難以估量的挑戰。智能技術在重塑教育、優化質量、為教育帶來便捷的同時，也必然會帶來全新的問題，其對教育高質量發展帶來的沖擊，可能會演變為復雜的倫理、法律、安全問題。[13]正如波普爾所說：“所有的科學都是建立在流沙之上的”[14]。智能時代所引發的技術、制度、意識形態的快速更新，其伴隨的風險可能具有一定的誘惑性、隱蔽性，具有導致教育世界秩序混亂的可能性。因此提前布局和預防智能時代帶來的挑戰，對推動教育高質量發展具有重要意義。

三、智能時代教育高質量發展的挑戰維度

（一）學生訴求維度：識別與回應的難題

教育進入高質量發展階段，圍繞以學生為中心的發展思想，教育高質量發展需要滿足學生日益增長的教育需求，把學生對教育的訴求作為教育高質量發展的基本坐標。為此，教育高質量發展的核心在于，教育部門識別、維護以學生需求為教育高質量發展導向的價值體系。教育高質量發展需要倡導“以生為本”的導向，需要構建以學生為中心的教育服務質量持續改進機制，然而智能技術賦能下的教育發展在學生維度面臨著兩方面的挑戰。一是精準識別學生個性化教育服務需求的難題。智能技術通過對學生的精準畫像，能夠避免傳統教學過程中學生的知識隱藏行為，人工智能能夠更好地根據個人需求定制學習。[15]然而，這只是理論上的一種可能，智能技術不可能像人一樣精準識別學生之間的差異，其對學生教育需求的識別仍然停留在淺層次的技能層面，難以對學生心靈、道德維度的教育需求進行識別。因此智能技術對學生教育服務需求的識別是不充分、不完整、不系統的。二是，教育部門主動感知、回應學生教育服務需求的管理機制缺乏。人工智能、大數據、互聯網等技術雖然拓寬了收集學生教育服務需求的渠道，但是傳統層級官僚制的教育部門和“碎片化的管理弊端”[16]，仍然制約著對學生教育服務需求識別、回應的及時性和有效性。基于此，智能技術賦能教育高質量發展的核心要義在于，教育部門能否運用智能技術精準識別學生的教育服務訴求，以及智能技術能否成為教育部門與學生良性互動反饋促成教育質量持續性改進的橋梁。

（二）教師發展維度：依賴與獨立的沖突

教師是建成高質量教育體系的重要保障[17]，是教育的第一資源[18]，需要充分重視教師群體的高質量發展，真正實現智能技術促進教師教研能力的持續性改進。智能技術支持教師教研能力發展的過程，初衷是為了提升教師教學效率和教學質量[19]，其通過大規模分析教學行為、學習行為，有助于教師識別學生的實際需求，幫助教師優化教學決策，[20]使得技術更多地運用在“教”的層面，教師更多的精力放在“育”的層面[21]。但實際情況并非如此，在教學過程中存在現實與理想的巨大落差。教師的信息素養、數字素養、智能素養的滯后，其掌控智能技術的能力不足，導致智能技術對教師教學的過度介入，改變了教師的教學風格，具有抑制教師個性化教學的風險。出于智能技術對教研工作帶來的巨大便利，教師可能會對智能技術產生一定依賴，教師的教學行為、教學風格、教學設計不斷遷就智能課堂輔助系統。[22]教師如果按照智能教學系統的規則和分工，長期遵守冗長呆板的機器規則和程序，最終會導致處于主導地位的教師日益淪為教育的非核心參與者，甚至是旁觀者，成為智能教育機器的“零部件”。這種模式可能會導致教師自身的教學能力“不用則退”。相反，教師只有將自己視為教學活動的主體，強調自身在施教過程中的自主性，才能緩解教師對智能技術的依賴，真正實現教師的價值追求，才能在一定程度上避免教師被智能技術引入歧途。

（三）學校建設維度：公平與發展的制衡

學校作為教育服務的重要承擔主體，教育高質量發展需要關注學校的現代化建設。隨著人工智能、大數據、區塊鏈等新技術的興起，人機協同成為“未來學校”[23]建設的新形態。然而智能技術推動下的教育呈現出高門檻、高成本的特點。[24]目前，智能技術的開發主要由互聯網等科技企業主導，隨著資本對教育的滲透，教育發展蒙上了一層濃厚的資本色彩。首先，按照市場運作規律，由于智能技術對網絡環境和信息設備的極高要求，經濟實力較好的學校可以率先向企業購買智能教育服務產品，學校購買智能教育服務產品的成本，將分攤到學生身上。智能教育服務的高昂成本將使欠發達地區、經濟實力不足的學校難以承擔，并且由于經濟欠發達地區的信息化基礎設施建設滯后、傳統教學方式的慣性、教師智能化教學素養的不足將極大限制智能教育在欠發達地區的發展。因此，只有那些有財力、有實力的家庭才能享受到智能技術帶來的優質教育資源，而那些條件一般、經濟困難的家庭將難以承擔智能教育服務帶來的高昂教育成本，這將進一步加劇區域間教育不公問題，這與教育高質量發展追求公平的核心理念不相符。然而，如果我們要求全國均等式、平均化、齊步走的“智能+”校園[25]建設，顯然是不切實際的。因為在全球教育智能化發展的浪潮中，僅僅為了保障地區間教育發展公平而放緩學校智能化建設的步伐，將會成為制約我國教育服務國際競爭力提升的障礙。因此如何平衡學校智能化建設的緊迫需求與區域間不同學校建設的公平問題，將會成為教育高質量發展在學校建設維度的重要課題。

（四）教育治理維度：效率與安全的制衡

教育高質量發展離不開科學、合理、高效的教育治理體系。高質量教育治理體系的發展需要追求治理效率的增長與治理體系安全的協調，從而推動教育治理質量的整體性提升。當前智能技術賦能下的教育治理體系存在一系列深層次結構性問題。一方面，從技術治理的視角看，智能技術首先強調的是“效率”和“理性”價值。有學者指出，智能技術以明確計量、科學分析、精準定性提高了教育治理的透明度、科學性、預見性[26]，智能技術賦能下教育治理由經驗模式轉向以數據證據為基礎的模式。在數據深度挖掘、算力充分支持的基礎上，智能化教育治理相較于人腦治理表現出高效、及時、理性、有說服力、有依據的優勢。然而，智能技術依然表現出科學技術的雙面性。智能技術在教育治理領域的發展尚未擺脫隱私泄露、算法黑箱、算法歧視等風險，從而導致教育治理在效率增長與安全保障之間的矛盾難以破解，增加了教育治理發展的風險與不確定性，使得我國智能化教育治理體系長期陷入“增效率”與“防風險”的兩難境地。另一方面，如果強調對智能技術風險的防控，從技術風險治理的角度出發，通過出臺各種防控智能技術在教育治理領域風險的法規，以降低智能技術在教育治理領域過度發展引發的安全風險。這種做法將會犧牲智能技術在教育治理領域融合、應用、創新的速度，甚至可能導致智能技術在教育治理領域發展速率的大幅度下滑。因此，如何平衡智能技術在教育治理領域的快速發展與安全風險防控，將會成為智能技術推進教育治理高質量發展的重要議題。

（五）教育評價維度：歧視與偏見的風險

教育高質量發展需要通過教育評價、測量實現教育質量結果的反饋，促成教育質量的循環式、持續性改進。在教育服務質量管理的實踐中，標準化的教育評價為教育質量發展構建了實踐性的維度。教育高質量、持續性改進的實踐源自對教育質量的客觀、公正、科學評價，并根據教育評價的結果不斷改進、完善教育服務質量。當前，智能技術為教育評價提供了全新思路，教育評價的依據“從主觀經驗判斷走向客觀數據支持、從結果評價走向過程性評價”[27]。然而不少學者也對智能技術賦能教育評價的公正性提出質疑。由于教育數據采集的更新緩慢、質量低下、結構不全，對師生數據的片面捕捉催生了“教育數據服務偏見”[28]。現實社會中存在的歧視和偏見會如實映射到數字世界中，如：人工智能將女性與“家庭”掛鉤，男性與“事業”關聯，將有色人種與一些不悅的詞語關聯[29]。教育評價依據的數據本身就自帶現實社會中的教育歧視現象，其評價結果難以實現真正的客觀公正，并且教育評價的智能系統在設計之初便蘊含著開發人員的設計意圖和價值取向。由于工程師對教育本質、教育需求、教育價值等缺乏了解，在智能技術設計之初便缺少道德倫理的規范，工程師設計的算法可能會暗含歧視與偏見，甚至放大人類的偏見。[30]一些在現實社會中受歧視族群的數據可能不會成為教育評價智能系統的基礎數據，比如患有殘疾的用戶數據，不同膚色用戶的數據，貧困地區用戶的數據。如果用于教育評價的數據樣本邊緣化某些群體樣本，將會導致智能教育評價的數據樣本污染，導致教育評價的偏見、歧視進一步強化。因此，如何完善智能技術賦能下的教育評價標準、流程，使其更加客觀、公正地作出教育評估，將成為持續性促進教育質量改進的重要參考依據。

四、應對教育高質量發展智能時代挑戰的路徑

（一）良性互動原則：滿足學生需求為導向

教育質量提升的良性循環需要準確識別、感知、滿足學生的教育服務需求。教育部門提供的教育服務供給是否符合學生對教育質量的預期標準是關鍵，這是教育高質量發展的邏輯起點。就智能技術的視角而言，智能技術賦能教育應用應遵循教育的本質，以學生的教學需求為導向[31]，通過充分利用智能技術搭建教育部門與學生之間關于教育服務權責關系的互動渠道。教育部門通過智能感知技術多渠道、全方位、及時性識別學生的教育服務需求，通過智能算法統計、分析、預測學生真實的、客觀的需求，并以此為依據，及時提升教學管理、優化教學活動、促進教育模式，從而滿足學生動態化、差異化、多元化的教育服務需求。另外，可以運用區塊鏈技術開展分布式教學記錄[32]，獲取真實的、可信任的教學數據，防止數據丟失和篡改，保證教育數據分析的真實性，使得隱藏在復雜教育系統和教育現象背后的教育真實效果逐漸浮現，使得教育質量的提升最終落腳到促進學生的真實學習效果，并以不斷提升學生的真實學習效果為導向，逐步完善教育質量的過程控制體系。

（二）有限滲透原則：輔助教師發展為中心

智能技術賦能教育高質量發展的背景下，需要警惕唯技術論的教學期望[33]，更多關注教師的主體性，尊重教師的知識權威。一方面，智能技術不應模糊教師與機器的邊界[34]，不能任由智能技術在教育領域逐步擴大其范圍，需要讓智能技術在一定的倫理范圍內演進，在智能技術滲透教學場景的深度、在支持教師在教學中扮演的角色、在幫助教師教研學習過程中發揮的作用等都需要清晰、明確的規定，以防止智能技術過度應用，導致教師的主體性喪失。另一方面，智能技術應當充當好教師教育決策的助手。教師面對復雜多變的教育現象、需求各異的學習者，單靠經驗難以平衡不同學生的復雜教育需求，充分運用大數據等智能技術，全方位收集教學數據，進行各種參數的演化、仿真模擬，教師通過觀察仿真模擬的教學效果，最終作出科學的教學選擇，真正實現智能機器與教師的協同互助發展，實現以智能技術提升教師的教學效果，以教師的教學數據反饋、優化智能教育機器，最終促成以教師為中心、良性循環的高質量發展。

（三）開放共享原則：學校建設的普惠式發展

公平是教育高質量發展的核心基礎，智能技術賦能學校建設，需要時刻關注區域間教育的公平發展。然而普惠式的智能校園建設并非一蹴而成，在智能技術發展之初，要求每個學校都發展智慧校園、強化智能基礎設施建設、改進學校教學理念是不現實的。這是由于不同地區的經濟發展各有高低、不同群體的認知水平各有差異所造成。特別是在教育落后地區，信息化基礎設施建設的滯后、傳統教學方式的慣性、教師智能化教學素養的不足，都將極大限制教育智能化在欠發達地區的發展。為了避免智能技術進一步拉大地區間教育不均衡、不公平的差距，國家發展智能化教育需要更強調普惠式發展的思路，避免教育智能化發展因為高成本而淪為精英教育、貴族教育，從而加劇階層分化。國家在統籌規劃智能化校園建設的過程中，需要整合不同學校的數字化教育資源，強調不同學校信息資源的利用，推動大規模數據協同的開放共享，[35]充分調動各類技術企業的積極性，加強教育新基建投資在欠發達地區的政策扶持力度，通過國家購買教育智能服務的方式，增強經濟欠發達地區信息化基礎設施建設，實現均等化、普惠式的教育智能化發展態勢，真正讓智能技術帶來的紅利惠及所有人，實現公平而有質量的學校建設發展道路。

（四）合規自治原則：智能教育治理的有序構建

智能技術在教育治理領域的發展，需要平衡智能技術的高效發展與技術安全的風險防控。基于此，主要從兩方面完善智能教育治理體系。一方面，要賦予智能技術在教育治理領域合理比例的自治空間，要兼顧智能技術發展與安全有序之間的平衡。國家控制智能技術在教育治理領域的發展要有一定限度。國家在建立和制定智能技術安全標準體系時，既要考慮教育領域的特殊性，給予智能技術較高的安全標準，也要充分預留智能技術在教育領域的發展空間，保持智能技術發展空間的合比例性自治。另一方面，要加強智能技術行業自治組織的建設，聯合科技企業、研究機構、高等院校等相關組織參與到智能技術的行業標準建設，實現智能技術行業自治，特別是要加強對智能技術三層結構的安全風險防范。一是智能技術在教育治理領域的關鍵基礎設施建設安全風險防范，這類實體的、有形的物理層風險防范，需要充分借鑒傳統安全風險防范策略。二是智能技術在教育治理領域的邏輯層面風險，如算法及各種運行程序風險。三是智能技術在教育治理領域營造的虛擬空間層面風險，如信息傳遞與數據風險。后兩類風險是無形的、不透明的，傳統的安全風險防范邏輯難以形成有效的風險防控體系，因此需要國家不斷推進智能技術的法治化建設，促使智能技術賦能教育治理的合規自治發展。

（五）動態監測原則：去偏見化教育評價機制

精準把握教育質量的動態變化是教育服務質量提升的關鍵。為避免教育評價在數據采集、數據分析、結果預測過程中產生決策偏見，需要打造透明、安全的教育數據采集、儲存、分析、決策體系，著力于教育質量的動態監測，構建“去偏見化”教育評價智能系統。[36]一是要注重定期、及時更新教育監測數據，多維度、多類型、多渠道整合教育數據，在數據的收集、保留、轉換、使用、公開、共享、傳輸等操作，實現過程性公正。二是要注重對人工智能算法的有效披露，保障人們對智能化教育評價系統的知情權。可以借鑒歐盟《通用數據保護條例》（GDPR）中提出的透明性原則，通過增加技術的透明度來減少算法黑箱帶來的技術鴻溝，通過增加公眾評議弱化智能技術的算法偏見[37]，通過透明性開發原則追溯開發主體的責任，做到追責時“有跡可循”[38]。三是要建立智能教育評價的倫理約束機制，讓倫理成為制約教育評價的內在維度，將善良、道德、公平等人類社會基本價值嵌入智能教育評價發展體系，真正讓智能技術賦能下教育評價變得公平、科學、高效，讓智能化教育評價成為教育質量發展的真實反饋，并循環式、持續化促成教育的高質量發展。

參考文獻：

[1]郭中華，顧高燕.“雙減”與教育高質量發展：一種批判教育學的視角[J].中國電化教育，2022（3）：16-21.

[2]梁迎麗，劉陳.人工智能教育應用的現狀分析、典型特征與發展趨勢[J].中國電化教育，2018（3）：24-30.

[3]劉俊祥.智能化時代中國政治學學科學術話語的創新[J].學術界，2020（3）：56-65.

[4]祝葉華.“弱人工智能+”時代來了[J].科技導報，2016，34（7）：67-69.

[5]劉宇擎，張玉槐，段沛奇，等.針對強人工智能安全風險的技術應對策略[J].中國工程科學，2021，23（3）：75-81.

[6]丁曉蔚，王雪瑩.科技的滲透與融入：大數據、人工智能應用于新聞出版的研究綜述[J].西南民族大學學報（人文社科版），2019，40（7）：150-156.

[7]黃欣榮.人工智能悲觀主義批判[J].理論探索，2019（4）：23-29.

[8]韓水法.人工智能時代的人文主義[J].中國社會科學，2019（6）：25-44+204-205.

[9]李政濤，周穎.建設高質量教育體系與中國教育學的知識供給[J].教育研究，2022，43（2）：83-98.

[10]柳海民，鄒紅軍.高質量：中國基礎教育發展路向的時代轉換[J].教育研究，2021，42（4）：11-24.

[11][12]楊現民，趙瑞斌.智能技術生態驅動未來教育發展[J].現代遠程教育研究，2021，33（2）：13-21.

[13]JOBIN A，IENCA M，VAYENA E.Artificial Intelligence：the Global Land scape of Ethics Guidelines [J].Computers and Society，2019（6）：1-20.

[14]卡爾·波普爾.推想與反駁[M].傅季重，等譯.杭州：中國美術出版社，2010：39.

[15]WOOLF P，LANE C，CHAUDHRI K，et al.AI Grand Challenges for Education [J].AI Magazine，2013，34（4）：66-84.

[16]翁列恩，胡稅根.公共服務質量：分析框架與路徑優化[J].中國社會科學，2021（11）：31-53+204-205.

[17]張煒，張萬紅.高質量教師教育體系建設：框架與路徑[J].現代教育管理，2022（3）：57-65.

[18]張志勇.教師是教育的第一資源：準確把握新時代教師隊伍建設的戰略布局和重點任務[J].中國教育學刊，2018（4）：5-8.

[19][22]逯行.智能技術引發的教育主體行為失范如何判定：方法、類型與表現[J].現代遠程教育研究，2022，34（2）：37-46.

[20]LUO T，SHAH J，et al.Using Twitter to Support Reflective Learning in an Asynchronous Online Course [J].Australasian Journal of Educational Technology，2019，35（3）：31-44.

[21]周洪宇，易凌云.教聯網時代：一場即將來臨的教育變革[M].北京：科技出版社，2018：44.

[23]王永固，許家奇，丁繼紅.教育4.0 全球框架：未來學校教育與模式轉變：世界經濟論壇《未來學校：為第四次工業革命定義新的教育模式》之報告解讀[J].遠程教育雜志，2020（3）：3-14.

[24]王嘉毅，魯子簫.規避倫理風險：智能時代教育回歸原點的中國智慧[J].教育研究，2020，41（2）：47-60.

[25]曹曉明.“智能+”校園：教育信息化2.0視域下的學校發展新樣態[J].遠程教育雜志，2018，36（4）：57-68.

[26]張慧，黃榮懷，李冀紅，等.規劃人工智能時代的教育：引領與跨越：解讀國際人工智能與教育大會成果文件《北京共識》[J].現代遠程教育研究，2019（3）：3-11.

[27]余勝泉，劉恩睿.智慧教育轉型與變革[J].電化教育研究，2022，43（1）：16-23+62.

[28]趙磊磊，張黎，王靖.智能時代教育數據倫理風險：典型表征與治理路徑[J].中國遠程教育，2022（3）：17-25+77.

[29]CALISKANA J，BRYSON J，NARAYANAN A.Semantics Derived Automatically from Language Corpora Contain Human-like Biases [J].Science，2017，356 （6334）：183-186.

[30]丁曉東.論算法的法律規制[J].中國社會科學，2020（12）：138-159+203.

[31]WANG Y，WAN Y，WANG Z.Using Experimental Game Theory to Transit Human Values to Ethical AI [J].Artificial Intelligence，2017（11）：1-6.

[32]楊現民，李新，吳煥慶，等.區塊鏈技術在教育領域的應用模式與現實挑戰[J].現代遠程教育研究，2017（2）：34-45.

[33]李芒，張華陽，石君齊.第四次工業革命時代的教師角色“轉型”[J].開放教育研究，2022，28（2）：45-53.

[34]羅莎莎.論智能時代教師角色變革的根本立場與價值邏輯[J].教師教育研究，2021，33（4）：32-37.

[35]吳雪萍，任佳萍.美國縱向教育數據系統探究[J].比較教育研究，2018，40（1）：54-62+87.

[36]沈苑，汪瓊.人工智能教育應用的偏見風險分析與治理[J].電化教育研究，2021，42（8）：12-18.

[37]MATT K，JOSHUA L.The Long Road to Fairer Algorithms [J].Nature：International Weekly Journal of Science，2020，578（7793）：34-36.

[38]DIAKOPOULOS N.Accountability in Algorithmic Decision Making [J].Queue，2016，13（2）：56-62.

（責任編輯 陳志萍）

收稿日期：2022-04-25

作者簡介：滕長利，西南大學法學院2019級博士研究生，遵義醫科大學教師；鄧瑞平，西南大學法學院教授、博士生導師，法學博士。（重慶/400715）

*本文系西南大學中央高校基本科研業務費專項資金項目（SWU1809682）的階段性成果。