AIGC時代基于雙向賦能的人工智能教育創新框架

摘 要：智能時代，教育數字化轉型的重要目標是轉向人工智能教育，推進教育智能化，其突破口是教育智能技術創新。隨著以AIGC為代表的生成式通用人工智能（AGI）技術的突破，以及ChatGPT教育應用的風靡，人工智能教育的領域與學科迎來大發展機遇。雙向賦能形成了教育人工智能和智能化教育雙領域。人工智能教育學科的邏輯起點是人工智能與教育的雙向賦能，邏輯終點是教育的高績效和培養智能素養。本文分析了AIGC教育應用的9大技術場景與4大角色任務，并基于人工智能與教育的雙向賦能理念，論述了人工智能教育的領域、學科與專業創新框架，提出了學科研究范式體系以及專業創新的源動力、任務與策略。

關鍵詞：AIGC；AGI；雙向賦能；教育人工智能；人工智能教育；領域創新；學科創新；專業創新

中圖分類號：G434 文獻標識碼：A 文章編號：1674-7615（2023）04-0012-15

DOI：10.15958/j.cnki.jywhlt.2023.04.002

一、ChatGPT、AIGC引爆人工智能教育大發展

2022年11月30日，美國OpenAI公司發布的ChatGPT（Chat Generative Pre-Trained Transformer，可直譯為“聊天式生成型預訓練變換模型”）聊天機器人，引爆了生成式通用人工智能技術應用，其后短短兩個月，使用該機器人的活躍用戶便超1億。ChatGPT基于GPT 3.5架構，通過學習大量現成文本和對話集，能夠像人類那樣即時對話，流暢回答各種問題。2023年3月15日，ChatGPT基于GPT-4架構進行了迭代升級，其后出現了使用GPT-4作為驅動基礎，允許自主執行任務，無需用戶提示每個操作的AutoGPT[1]。未來，具有多模態輸入、輸出和處理功能的GPT-5將推出。AutoGPT的最大特點，在于能全自動地根據任務指令進行分析和執行，自行提問并回答，中間環節不需要用戶參與。GPT模型此前已有GPT-1、GPT-2、GPT-3版本，由OpenAI分別于2018年6月、2019年2月、2020年5月發布，其模型參數量和預訓練數據量不斷增加，其泛化、理解、轉換、學習能力不斷增強。GPT系統已可用于文案寫作、藝術創作、科研輔助、智能編程、智能教學、智能控制、智能客服、社交娛樂等領域。

GPT屬人工智能生成內容（Artificial Intelligence Generated Context，簡稱AIGC）中的一種代表性模型。AIGC技術可被用于生成文本、圖像、聲音、視頻、代碼及其他跨模態內容。AIGC的發展經歷了萌芽期（20世紀50年代至90年代）、沉淀積累期（20世紀90年代至21世紀10年代）、快速發展期（21世紀10年代至今）。其中，代表性事件有：1957年，萊杰倫·希勒與倫納德·艾薩克森推出了由計算機制作的音樂《依利亞克組曲（Illiac Suite）》；1966年，約瑟夫·魏岑鮑姆與肯尼斯·科爾比推出了人機可對話機器人Eliza；2007年，出現了由人工智能創作的小說1 The Road；2012年，微軟推出了全自動同聲傳譯系統；2018年，英偉達推出的StyleGAN可自動生成高質量圖片；2019年，DeepMind研發的Dual Video Discriminator GAN人工智能模型可自動生成連續視頻；2023年，百度發布的“文心一言”大語言模型，初具“文學創作、商業文案創作、數理邏輯推算、中文理解、多模態生成”等功能。

AIGC體現了知識內容由專家（P）生成、用戶（U）生成向人工智能（AI）生成的飛躍，同時標志著AI由分析式向生成式的飛躍。分析式AI主要利用機器學習技術完成分類、預測、決策等任務，誕生了卷積神經網絡等技術。生成式AI能利用學習數據產生模式創造新樣本，誕生了大型Transformer網絡模型等技術。未來，通用型人工智能（AGI，Artificial General Intelligence）賦能，有可能使智能系統像人一樣學習、工作與創新。AIGC技術在教育中的應用，可從技術場景與角色任務兩個維度來分析，見表1。

生成式通用人工智能引爆智能教育的大討論，并受到廣泛關注[4-5]，我們必須審時度勢，抓住人工智能大發展機遇，共創人工智能教育的領域、學科與專業建設新天地。

二、人工智能與教育的雙向賦能

（一）賦能與雙向賦能

賦能，從字面上看指給予能力，從管理學視角看指賦權增能，從技術學視角看指提升主體性能，從系統科學視角看指提升系統功能。賦能的基本方式有外在增能與內在使能兩種。在傳播學中，“媒體是人體的延伸”強調的是利用媒體賦予人體新的機能，包括提高人的感覺能力，打破人的感官刺激習慣，賦予媒體功能的互補。

在人工智能領域，人工智能是人腦的延伸，強調利用算法模擬人腦的機能，賦予人造系統新的認知或決策能力。

在人工智能教育領域，人工智能與教育的賦能是雙向的：一方面，通過人工智能賦能教育，使教育因“人工智能”這個內生變量而產生革命性變化，轉化為智能化教育這個新形態；另一方面，通過教育賦能人工智能，使人工智能因“教育”這個特定應用場景而產生具有“教育”特征的人工智能（簡稱教育人工智能）。其中，“智能化教育”的終極目標是追求高質量的個性化教育，“教育人工智能”的核心技術是教學算法。

（二）人工智能賦能教育：智能化教育的興起

智能化教育是指基于智能感知、教學算法與數據決策等技術，利用智能工具對學習者、教師、教學內容、教學媒體及教育環境進行自動分析，實施精準干預，支持個性化學習與規模化教學，形成教育的智能生態，培養學習者智能素養和實現教育高績效的理論與實踐。

在智能化教育中，AI從技術基礎、基本策略、目標定位三個層面[6]對教育賦能，即利用智能感知、教學算法、數據決策技術為教學系統中信息的采集、處理和應用等賦能；通過培養智能素養和促進教學優化，為教育的價值賦能。

AI為教育賦能，其實是技術為教育賦能的體現。從光電技術誕生至今，已經歷了電影技術、錄音技術、幻燈技術、電視技術、多媒體技術、網絡技術為教育賦能而興起的電影教育、錄音教育、幻燈教育、電視教育、多媒體教育、網絡教育。這些教育可統稱為“電化”教育。智能時代的“電化”教育主要表現為智能化教育。

（三）教育賦能人工智能：教育人工智能的形成

教育人工智能是指用于教育場域且具有教育特征與功能的人工智能。教育為AI賦能，使AI有了新的應用領域、新的門類，使AI在通用的機器感知、機器學習、機器推理、機器行為等腦功能模型基礎上，創新出智能學生模型、智能教師模型、智能教學決策模型、智能教材模型、智能教學系統模型、智能教學環境模型等專業模型。

同時，教育為AI賦能，其實是教育為技術賦能的延續。教育電影、教育錄音、教育幻燈、教育電視、教育多媒體、教育網絡等專業技術與媒體類型，無一不具有教育特征和教育功能。例如，都強調面向特定的教學對象，具有特定的教學作用，符合認知特點和教學規律。教育人工智能，同樣要體現教育特點并具有教育功能。教育AI，按其來源分，有專門設計的教育AI和可利用的教育AI；按教育系統與環境的要素分，有智能教師、智能學生、智能教育內容、智能教育工具、智能教育平臺、智能教育環境等。

（四）人工智能教育的領域、學科與專業創新框架模型

1.模型內容

基于雙向賦能的人工智能教育的領域、學科與專業創新框架模型，如圖1所示。

從圖1可以看出，基于雙向賦能，形成了智能化教育與教育人工智能兩大學術領域。通過對這兩大領域的不斷探索與創新，可逐步形成人工智能教育學科。該學科的建設任務包括三個方面：一是作為知識體系的人工智能教育學科，要逐步明確學科的邏輯起點、知識體系、學科性質與定位，了解學科發展路徑，形成學科研究范式與方法；二是作為知識生產組織的學科，要明確學科使命和建制，建立學科隊伍，編制學術刊物，設置學位點；三是作為教學科目的學科，包括教學科目的劃分與內容組織、實施計劃、課程設置與教學評價等。

基于學科建設和為智能社會培養人才的目標，逐步形成人工智能教育專業。該專業有智能化教育、教育人工智能、智能科技教育等專業方向。在專業建設中，要明確專業人才需求與培養方案，落實專業課程與教學，開展專業實踐與評價，建立專業機構及場所，實施專業認證。

總體看，領域建設是學科建設的基礎，學科建設是專業建設的基礎，通過學科建設評價可調控領域建設，通過專業建設評價可調控學科及領域建設。在領域建設中，教育人工智能子領域又是智能化教育子領域的重要支撐，也是當前教育技術學專業創新的重點。同時，智能化教育是人工智能與教育融合的目標，是各學科開展人工智能教育的努力方向，能為教育人工智能的研發提供現實需求與檢驗場域。

2.建模目的

（1）落實國家發展規劃，促進人工智能學科建設。2017年，國務院印發的《新一代人工智能發展規劃》強調，“到2025年人工智能基礎理論實現新突破”“完善人工智能領域學科布局，設立人工智能專業，推進人工智能領域一級學科建設”[7]。本模型有助于推進教育人工智能和智能化教育兩大子學科模塊的建設。

（2）面向智能社會人才培養，推進人工智能教育專業建設。該模型有助于為研制人工智能教育專業人才培養方案和專業體系頂層設計提供思路。

（3）適應智能時代的發展，推進教育技術學科、專業與課程改革。現有的教育技術核心是教育信息技術，強調多媒體網絡的教育應用。隨著智能科學與技術在教育領域的推廣應用，教育技術亟待由教育信息技術向教育智能技術轉型。

3.建模依據

（1）理論依據。包括人工智能教育原理、科技與教育雙向賦能理論、教育科學學、教育社會學等方面的理論依據。其中，人工智能教育原理分別從教育層面、教學層面、要素運行層面闡明了人工智能教育的基本規律。教育科學學理論有助于明確人工智能教育學科在教育科學體系中的定位，教育社會學理論有助于探討人工智能教育與社會智能化過程的關系以及智能人才培養的問題。

（2）實踐依據。表現為國家政策傾向、社會發展需要、教育技術專業創新、教育數字化轉型等的支持作用。在教育技術專業發展中，已經歷過教育視聽技術、教育信息技術等學科與專業的興起、發展與更新，本模型是原有演變的延續。

4.模型應用策略

本模型的應用應把握如下策略：一是內在邏輯方面，先基于雙向賦能，促進人工智能教育領域建設，再進行學科建設，最后進行專業建設；二是發展趨勢方面，要整體把握，分項落實；三是要立足現實，基于教育技術學科與專業的現實基礎，面向人才需求，講究實效。

三、智能化教育與教育人工智能領域的結構、演變與創新

（一）人工智能教育的兩大領域及其關系

智能化教育和教育人工智能是人工智能教育研究的兩大領域，二者之間的關系見表2。

（二）智能化教育領域的結構、演變與創新

1.智能化教育領域的結構

包括由教師、學生、教育內容、教育媒體所組成的智能教育要素結構，由智能教學環境、教學系統要素所組成的AI與教學深度融合結構，由教學設計、教學實施、教學評價所組成的智能化教學實踐結構。

2.智能化教育領域的演變

人工智能教育包括智能化教育與智能科技教育。智能化教育的演變，按智能技術應用的深度和廣度，可分為人工智能輔助教育與人工智能深度融合教育兩個發展階段。

在人工智能輔助教育階段，人工智能作為一種感知工具、認知工具、管理工具、測評工具、分析工具，幫助教師與學生進行一些教學活動，以提高教學績效為主要目標，但教育形態尚未發生根本性變化。

在人工智能深度融合教育階段，智能化教學環境全面建立，智能化教學方式可以按需選用，智能化教學結構已經形成，教育思想、教學目標、教學內容、教學模式、教學組織形式、教學評價等全面智能化，并形成新的教育形態。

3.智能化教育領域的創新

包括對已有領域的優化和對潛在領域的挖掘兩個方面。所謂優化，從系統科學角度看，是指使系統結構更合理、系統過程更協調、系統功能更好的調整過程。智能化教育領域的優化強調，要不斷調整現有智能教育的知識體系、技術體系、方法體系、活動體系、評價體系等，使其更適應教育環境條件，滿足教育需要，并確保其運行能取得高質量的教育效果。

智能化教育領域的創新點主要有：關注不同種類教育的智能化（如普通教育、特殊教育、成人教育、職業教育、遠程教育、黨員教育、家庭教育、社會教育等的智能化）；聚焦不同層面的教育智能化問題（如教育智能化發展戰略與規劃的制定、智能化課程的設置與開發、智能化教材的編制、智能化教學資源與環境的設計與開發、智能化教學策略的選擇與運用、智能化教學管理與評價等）；重點加強四大基本策略（利用智能工具進行自動分析、實施精準干預、支持個性化學習與規模化教學、形成教育的智能生態）的研究；進而建立比較完善的智能備課、智能授課、智能輔導、智能教學管理等的理論體系、實踐體系與研究方法體系。

基于AIGC的智能化教育中，除表1中的9大技術場景和4大角色任務所引發的創新點外，還需關注如下領域：更新AI教育哲學體系，改革課程、教材、教法、學法、教學評價體系，加強AI教育應用的倫理、安全性、可靠性研究，建立AI教育的審核與認證體系，避免數據算法毒害與技術綁架。

（三）教育人工智能領域的結構、演變與創新

1.教育人工智能領域的結構

教育人工智能領域的結構包括以下幾個方面。一是不同層次的教育人工智能結構：基礎層——智能感知系統（如智能傳感器、智能攝像頭）、智能通信網（如5/6G網絡、智能互聯網、近場通信）、智能計算芯片與云服務；支撐層——圖像識別、語音識別、場景感知、機器學習、知識發現、機器翻譯等；應用層——教學專家系統、智能教學平臺、智能教學工具、智能教學測評系統、教學機器人、智能教室等。二是不同原理的教育人工智能結構，如基于符號主義數理邏輯的教學專家系統，基于連接主義深度學習神經網絡的機器視覺與語音識別系統，基于行為主義類腦計算的教學機器人。三是不同集成度的教育人工智能結構，如功能較單一的智能教學APP，功能較全面的智能教學平臺，集成度較高的智能校園與智能教育云。

將新一代人工智能技術中的知識計算引擎與知識服務技術、跨媒體分析推理技術、群體智能技術、混合增強智能技術、自主無人系統技術、虛擬現實智能建模與元宇宙技術、智能通信技術、物聯網技術、云計算技術以及AIGC、AGI等，如何轉化為教育智能技術，是教育人工智能技術研究的主攻方向。

2.教育人工智能領域的演變

（1）萌芽期（1956—2016年）。以1956年“人工智能”（Artificial Intelligence）這個詞的誕生為起點，以2016年AlphaGo打敗世界圍棋冠軍而掀起AI教育熱為終點。其中，基于梅瑞爾的教學處理理論（Instructional Transaction Theory，簡稱ITT）[8-9]開發的教學設計專家系統ID ExpertTM原型[10]和改進型的IDXelerator系統，是20世紀90年代智能教學系統的典型代表[11]。在該時期，因人工智能技術、計算機技術、通信技術等的限制，教育人工智能只是在很小的范圍內進行一些探索性應用。

（2）初步發展期（2017年至今）。2017年7月8日，國務院印發的《新一代人工智能發展規劃》吹響了社會智能化的號角，教育人工智能領域與學科建設受到前所未有的重視。目前，已有多種學科教學智能APP、智能教學平臺、智能教學機器人產品被推廣應用，見表3。近年來，面向教育應用的GPT大模型和AIGC技術的開發受到廣泛關注，智慧教室、智慧校園、智能教育元宇宙建設正在鋪開。但總體看，教育人工智能領域尚缺乏標準化、系統化、專業化的理論體系與技術體系，專業課程建設與人才培養亟待加強。

3.教育人工智能領域的創新

從學科視角看，教育人工智能領域的創新有原理類、軟件類、硬件類等子域，其建設重點與策略如下：

（1）原理類領域。建設重點包括計算教育原理[12-13]、教學算法、教育大數據處理方法、教育人工智能的數學基礎、教育人工智能倫理等。其中，計算教育是指通過采集教育數據，用數學模型和計算機技術，模擬、分析教育現象，發現教育規律，解釋、預測和控制教育狀態，以達到優化教育過程和效果的目標，是人工智能教育的一個重要子領域。建設策略為：加強基礎理論研究、學科交叉研究，面向實踐，面向需求，循序漸進，逐步建立起新的子學科。

（2）軟件類領域。建設重點包括教育智能軟件工程、智能教學APP開發、智能教學平臺開發、教學專家系統開發、智能教學測評系統開發、智能教學機器人開發、智能教學軟件評價標準研究等。建設策略為：針對用戶需求，組建專業團隊進行設計與開發；由教育主管部門牽頭，組織大型機構開發一系列開源模塊，以便師生按需設置和使用；鼓勵AI企業參與研發，在教育管理部門或機構的監督下，形成健康運行的智能教育軟件生態。

（3）硬件類領域。建設重點包括智能教學終端設備（如智能手機、平板電腦、智能交互電子白板），智能數據采集設備（如基于攝像頭的行為數據采集、基于機器學習的心理數據采集、基于可穿戴設備的生理信息采集），智能教學服務器，智能教學音像設備，智能教學環境控制設備（如智能燈光、智能空調等），教學機器人設備等的研制、應用與維護。建設策略為：加強智能（慧）教學實驗室/教室、智慧校園建設，制訂有關建設與評估標準，合理安排建設與維護經費；支持企業研發、制造和維護教育智能硬件系統。

按照國家自然科學基金項目子類“教育信息科學與技術（F0701）”的戰略定位，強調利用智能信息技術方法開展原創性、基礎性、前瞻性、交叉性研究，進而實現“教育主體可理解、教育情境可計算、教育規律可解釋、教育服務可定制”的遠景目標。項目研究的熱點領域主要有：智能技術支持的學習者特征挖掘與建模，智能教育資源的聚合與供給機制，智能學習環境建構技術，個性化學習支持服務技術，智能技術支持的教育評價，基于教育神經科學的學習發生機理，智能教育產品研發，人機協同教育創新，通用人工智能的教育應用等[14]。

四、人工智能教育學科創新

（一）人工智能教育學科創新的必要性與可行性

學科是指“制度化、建制化的科學研究領域”“理論化、系統化的科學知識”[15]。“通常從三層含義上定義學科：一是學問的分支；二是教學的科目；三是學術的組織。”[16]學科建設是指學科的創設與完善。人工智能教育學科創新的必要性體現在：一是亟需系統化的人工智能教育知識體系指導實踐，避免知識零散和知其然不知其所以然；二是亟需加強人工智能教育學術共同體、學術刊物、學術機構等學科組織建設，使學科發展有良好的環境和后勁；三是亟需加強人工智能教育的教學科目建設，包括教學內容的選擇與組織、教學大綱和學科評價方案的制訂等。

人工智能教育學科創新切實可行，主要表現在：政策上，符合國家政策和教育發展規劃；理論上，通過借鑒信息技術教育學科建設的成熟經驗，整合人工智能教育的系列研究成果，使理論創新具有扎實基礎；實踐上，計算機科學與技術學科門類中已有人工智能科技教育之類的子學科，在教育學門類下已有智能化教育與智慧教育之類的大量探索。

（二）人工智能教育學科的研究對象與性質

人工智能教育學科的研究對象是智能化教育和教育人工智能，這是由人工智能教育的兩大領域決定的。要通過學科研究，解決兩大領域中的問題，發現科學現象，揭示內在規律。

人工智能教育學科具有如下性質：一是人工智能與教育的交叉學科，二是教育技術學科下的新型分支學科，三是以培養智能素養和促進教學優化為根本宗旨、面向教育智能化的應用性學科。

（三）人工智能教育學科的邏輯起點與基本框架

1.邏輯起點

邏輯起點是指學說（理論、思想、流派等）中最基本、最簡單的起始范疇，是學說賴以建立的基礎。邏輯起點與學說的建構及體系直接相關。

關于人工智能教育學科的邏輯起點，有多種看法，如人工智能、教育、基于人工智能的教育、教育中的人工智能、賦能、人工智能賦能教育、教育賦能人工智能、人工智能與教育的“雙向賦能”、計算教育等。本文認為，邏輯起點中的概念抽象程度不宜太高（如人工智能、教育、賦能）或太低（如人工智能教育、計算教育），同時應與研究對象相符，不能太偏（如基于人工智能的教育、教育中的人工智能、人工智能賦能教育、教育賦能人工智能）。人工智能教育學科的邏輯起點是人工智能與教育“雙向賦能”，這一邏輯起點有助于拓展學科領域，建構學科內容體系，團結學科隊伍，實現學科價值，促進專業發展。此外，“計算教育”更多地表現為一種研究范式，而不是邏輯起點。

2.基本框架

基于上述認識，可構建出人工智能教育學科的邏輯結構模型（見圖2）、知識體系框架（見圖3）、勞動組織框架（見圖4）、教學科目體系框架（見表4）。

從圖2可知，人工智能教育的邏輯起點是人工智能與教育“雙向賦能”，邏輯中介是“智能化教育”和“教育人工智能”，邏輯終點是實現人工智能教育的兩大目標（教育的高績效和培養智能素養）。人工智能教育學科的發展有社會的、技術的、教育的和研究范式的背景。

從圖3可知，人工智能教育學科的本體知識，有本質論、發展論、主體論、倫理論、目標論、過程論、方法論、課程論、資源論、環境論、管理論等一系列內容。其理論基礎知識包括學習理論、課程與教學論、系統科學理論、智能科學理論等，技術基礎知識包括建模與算法、智能系統設計與開發、智能數據庫、智能編程、智能感知、數據決策、AIGC與AGI等方面的技術。

從圖4可知，人工智能學科的勞動組織包括學科制度（定位）、學科機構、學術刊物、學會活動、學位點與專業設置等方面的內容。

表4從教育技術學專業人工智能教育方向這個視角，列出了不同辦學層次的人工智能教育的教學科目名稱，分為專業主干課和專業拓展課兩類。各學校可根據辦學背景、就業取向、師資條件等實際情況進行調整與補充。其中，人工智能教育學是一門研究人工智能教育現象、本質和規律，優化教育過程，實現教育高績效的科學。人工智能教育學是教育學科的新分支，在人工智能教育學科的教學科目體系中具有核心支撐作用。

（四）人工智能教育學科研究的范式與方法

學科建立的三要素是：相對獨立的研究對象、研究方法與知識體系。人工智能教育學科研究中可采用的研究范式有6種，見圖5。

從哲學高度探討人工智能教育的本質、價值、內容、目的、變化機制、發展規律等，可采用哲學思辨研究范式。借用自然科學的研究范式，運用數學工具精確描述教育事實和解釋教育現象，以期發現普適性的人工智能教育規律，屬于實證主義研究范式。而以研究者本人為研究工具，在自然情境下，使用實地體驗、開放性訪談、觀察、文獻分析、個案調查等方法，對人工智能教育現象進行深入和長期的整體性研究，使用歸納法分析資料并形成理論，通過與研究對象互動對其行為意義建構解釋性理解，為人文主義研究范式。這三種范式處于圖中的外層，是各學科通用的研究范式。

通過對復雜教學系統的運行進行干預，采用定性、定量結合與設計者、實施者、研究者合作的方式，在解決實際教學問題和提高教學績效的過程中，建構設計原則與教學理論，即基于干預主義的設計研究范式。在人工智能教育活動中，存在人—機間、人—機—人間、人—人間的多種交互作用，可從交互內容、交互活動、交互教學行為、交互群體關系、交互活動層次等多視角進行分析，從而探討交互主體間相互作用的機制與運行規律，進而建立相應的人工智能教育理論，屬于基于互動主義的交互研究范式。設計研究范式和交互研究范式是具有教育技術學科特色的研究范式，處于圖5的中間層。

以通過智能感知實時采集密集型教育數據為基礎，以建模仿真為手段，通過數據挖掘和算法運用，解決人工智能教育中的自動分析、精準干預、大規模個性化教學等方面的問題，揭示智能化教育規律，這種基于大數據和建模計算的教育研究范式，簡稱計算教育研究范式。計算教育研究范式是人工智能教育學科特有的研究范式，該范式與傳統定量研究范式的比較見表5。

人工智能教育學科研究方法隨研究的問題、目標、范式的不同而有不同的選擇。其中計算教育研究范式中的研究方法可借用人工智能的研究方法。近年來，一些學者在該領域進行了卓有成效的探討[17-18]。

五、人工智能教育專業創新

（一）專業創新的源動力：賦能與需求的推動

自20世紀初以來，技術與教育的雙向賦能已推動教育技術學專業產生了一系列變革。其中，20世紀初至80年代，視聽技術與教育的雙向賦能推動了教育視聽技術專業的發展；20世紀90年代至21世紀10年代，多媒體網絡技術與教育的雙向賦能推動了教育信息技術專業的發展；20世紀20年代以來，人工智能技術與教育的雙向賦能正促進教育智能技術專業的發展。為適應社會發展對教育技術專業人才的新要求，在專業變革的每一個階段，都需要探索一系列新的理論與技術，進行一系列新的課程建設，改革專業培養方案。這種變革意味著專業的大調整、大發展，意味著挑戰與機遇并存。目前，我國各高校已經瞄準教育智能化這個大方向，紛紛建立智能（慧）教育研究機構，開設相關課程，進行專業調整，并初見成效。然而，系統化的人工智能教育專業建設仍任重道遠。

基于OBE（Outcomes-Based Education的簡稱[19]，可理解為結果/產出/目標導向教育）理念[20]，人工智能教育專業建設的基本宗旨，應根據智能社會對專業人才的需求來制訂專業培養方案。智能社會對專業人才的需求是多方面的，其核心需求是具備智能素養。智能素養是指人恰當使用智能技術進行創造創新活動以及提高活動績效所形成的品格、能力和修養。智能素養的關鍵要素有智能學習素養、智能做事素養、智能處世素養。智能學習素養是學習者在智能學習的組織、實施和結果運用中所形成的，智能做事素養包括計算思維、創造創新能力、項目管理能力等，智能處事素養包括智能社會溝通與適應能力、倫理道德修養、沖突調解能力等。

（二）人工智能教育專業創新的意義、任務與策略

1.人工智能教育專業創新的意義

（1）有助于為智能社會培養大批高規格人才，提升公民智能素養，促進智能社會的發展。

（2）有助于促進教育智能化。教育智能化是智能時代教育現代化的目標與追求，加強人工智能教育專業建設，有助于為教育智能化提供人員、技術、知識等多方面的支持。

（3）有助于促進人工智能教育學科與課程建設。學科是專業發展的基礎，學科與專業作為一種基本組織實體共存，并在資源上相互支撐。專業發展有助于學科知識的傳承。課程是專業的載體，專業人才的培養要通過課程的實施來實現。

（4）有助于促進教育技術事業的發展。教育技術事業的生命力在于不斷創新。人工智能教育專業是教育技術事業的重要組成部分，其建設是智能時代教育技術事業興旺的標志。

（5）有助于促進人工智能教育專業的成長與優化。該專業從無到有、從小到大，需要各類要素的不斷充實、磨合，并形成良好的運行生態。只有加強建設，才能發展壯大。

2.人工智能教育專業創新的任務

（1）專業方向的選擇與設置。建議根據社會需要與辦學條件，重點考慮設置教育人工智能、智能化教育、智能科技教育專業方向。教育人工智能側重于教育應用場景中的智能技術開發，智能化教育側重于人工智能與教育的融合和利用人工智能促進教育改革，智能科技教育側重于在各類學校中普及人工智能科學與技術知識。

（2）專業人才體系建設。包括教學、科研、管理、應用等方面的人工智能教育人才的培養、引進及更新等工作。

（3）專業課程體系建設。包括專業基礎課、專業核心課、專業拓展課的設置，教材開發，教學平臺建設等。

（4）專業研習、見習、實習體系建設。包括基地建設、實驗室建設、設備配置、實踐能力培養方案的制訂與實施等。

（5）專業機構的設置與生態建設。包括理順專業管理機構，建立學術組織，形成由AI企業、學校、家庭等組成的人工智能教育生態。其中，要注重制訂專業規范，開展專業活動，發揮專業機構的作用，贏得社會認可。

3.人工智能教育專業創新的策略

（1）注重專業的“反向設計、正向施工”。“反向設計”強調以國家和社會對人才的需求、教師教育政策、學校的辦學定位、學生的就業期望等方面的“產出”需要為導向，倒推設計出專業人才的培養目標、畢業要求、課程體系等；“正向施工”強調以課程教學和辦學條件為基礎，以能力培養為主線，以畢業要求達成為努力方向，以培養目標實現為終點，通過對課程目標、畢業要求、培養目標達成情況的動態評價，使專業發展持續優化。

（2）加強對專業建設的組織領導，增強政策、人力、財力、物力的支持力度。建議主管部門制訂人工智能教育學科與專業發展規劃，加強師資隊伍建設，增加經費投入，完善實驗條件，為專業發展提供必要條件。

（3）加強教育技術專業改革，把人工智能教育作為教育技術學專業更新的重要方向之一，高度重視由教育信息技術向教育智能技術、由信息化教育向智能化教育的轉變。

（4）加強專業生態建設。建立同類學校相同專業的聯盟，建立專業教學、服務與研發聯動機制和產學研互促機制，建立大學、中小學、AI企業合作機制，加強算力、算法、算據等方面的辦學條件建設，使人工智能教育專業具有良好的支持環境。

（5）加強師資隊伍建設。技術變革對教師知識能力結構提出了新的要求和挑戰[21]。因此，需要通過培訓、研修等途徑，幫助現有教師掌握人工智能教育專業知識，提升數字素養[22]；通過引進、聘用等途徑，把一批才俊充實到教學科研隊伍；利用專業生態資源，在重大項目建設與高技術應用等方面，尋求相關企業的支持，建立技術支持團隊。

（6）建立高質量的課程與教學體系。課程是專業人才培養的載體，專業培養目標、畢業要求等的達成，離不開課程目標這個支撐。要建立高質量的課程目標、課程內容、教學方法、教學活動、教學考核體系，把專業目標分解和落實到每節課和每項教學活動中。

（7）以學生為中心，注重智能素養培養，建立面向專業能力提升的專業人才培養體系。其中，本科層次的培養目標可表述為：以黨的教育方針、國家和智能社會的需求為導向，以學校定位為基礎，培養具有高尚的道德品質、良好的科學和人文素養、較強的創新精神和實踐能力，系統掌握人工智能教育專業必需的基礎知識、基本理論、基本技能和方法，能對智能化教學資源與環境進行設計開發，對智能化教學過程進行設計與實施，能推動教育智能化持續發展的創新型高素質人才。

（8）建立人工智能教育專業的認證體系和持續優化機制。建立專業認證體系，包括研發國家級專業認證標準，作好認證整體規劃，規范認證資質，進行認證審議、反饋與改進。此外，要開展分級分類認證，以評促建，落實立德樹人根本宗旨，發揮評價的導向、鑒定、診斷、調整和改進作用。

（9）以生成式通用人工智能教育為重點[23]，瞄準人工智能技術與應用的升級，不斷優化教、學、管、研等領域人工智能教育專業素養的培養。未來高素質人才的評價標準，不只是看記住了多少知識，而是強調熟練運用先進知識生產工具及時生成高質量知識制品的能力，以及對知識制品的鑒別、推廣與應用能力。為此，需要樹立新的知識觀、能力觀、教學觀與學習觀，以應對新科技革命為教育帶來的一系列新的變革、機遇和挑戰[24]。

參考文獻：

[1] GITHUB.Auto-GPT[EB/OL]（2023-03-30）[2023-04-23].https：//github.com/Significant-Gravitas/Auto-GPT.

[2]王一巖，鄭永和.多模態數據融合：破解智能教育關鍵問題的核心驅動力[J].現代遠程教育研究，2022，34（2）：93-102.

[3]DANNY D，FEI X，MEHDI S M S，et al.PaLM-E：An Embodied Multimodal Language Model[EB/OL].（2023-03-06）[2023-04-26].https：//arxiv.org/pdf/2303.03378.pdf.

[4]張絨.生成式人工智能技術對教育領域的影響——關于ChatGPT的專訪[J].電化教育研究，2023，44（2）：5-14.

[5]邱燕楠，李政濤.挑戰·融合·變革：“ChatGPT與未來教育”會議綜述[J].現代遠程教育研究，2023，35（3）：3-12.

[6]彭紹東.人工智能教育的含義界定與原理挖掘[J].中國電化教育，2021（6）：49-59.

[7]國務院.國務院關于印發新一代人工智能發展規劃的通知[EB/OL].（2017-07-08）[2023-04-26].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[8]MERRILL M D，LI Z，JONES M K.Second Generation Instructional Design：ID2[J].Educational Technology，1990，30（2）：7-14.

[9]MERRILL M D，ID2_RESEARCH_GROUP.Instructional Transaction Theory：Instructional Design Based on Knowledge Objects[J].Educational Technology，1996，36（3）：30-37.

[10]ZHONG M L，MERRILL M D.ID Expert 2.0：Design Theory and Process[J].ETR & D，1991，39（2）：53-69.

[11]彭紹東.教學設計自動化的定義與發展述評[J].電化教育研究，2011（1）：24-34.

[12]譚維智.計算社會科學時代需要什么教育學——兼與《計算教育學：內涵與進路》作者商榷[J].教育研究，2020（11）：46-60.

[13]劉三女牙，周子荷，李卿.再論“計算教育學”：人工智能何以改變教育研究[J].教育研究，2022（4）：18-27.

[14]鄭永和，王一巖，吳國政，等.教育信息科學與技術研究的現實圖景與發展路向——2018—2022年F0701資助情況分析[J].現代遠程教育研究，2023，35（1）：10-19.

[15]王建華.學科、學科制度、學科建制與學科建設[J].江蘇高教，2003（3）：54-56.

[16]劉海燕，曾曉紅.學科與專業、學科建設與專業建設的關系辨析[J].高等教育研究學報，2007（12）：29-31.

[17]吳慧婷.基于多維度信息融合的學生在線學習投入度研究[D].武漢：華中師范大學，2020.

[18]陳子健.在線學習環境下基于面部表情的學習情緒識別方法及應用研究[D].武漢：華中師范大學，2020.

[19]SPADY W G.Outcome-Based Education：Critical Issues And Answers[M].Arlington，VA：American Association of school Administrators.1994：1-10.

[20]施曉秋.遵循專業認證OBE理念的課程教學設計與實施[J].高等工程教育研究，2018（5）：154-160.

[21]王毅，吳玉霞.國內外“人工智能+教育”研究熱點、異同比較及發展啟示[J].教育文化論壇，2023，15（1）：81-91.

[22]惠天罡.國際中文教師數字素養提升的必要條件、現實基礎與實踐路徑[J].云南師范大學學報（對外漢語教學與研究版），2023，21（2）：9-19.

[23]于浩，張文蘭.基于ChatGPT技術的教育教學變革思考[J].繼續教育研究，2023（5）：33-39.

[24]王春輝.國際中文教育數字化發展的趨勢與反思[J].云南師范大學學報（對外漢語教學與研究版），2023，21（2）：1-8.

A Framework for AI Education Innovation Based on Bidirectional Empowerment in the AIGC Era

PENG Shaodong

（School of Educational Science， Hunan Normal University， Changsha， Hunan， China， 410081）

Abstract：The important goal of the digital transformation of education in the intelligent era is to turn to artificial intelligence education and promote the intellectualization of education， with the innovation of educational intelligence technology its breakthrough. With the breakthrough of generative Artificial General Intelligence （AGI） technology represented by AIGC and the popularity of ChatGPT in education applications， the field and discipline of AI education usher in great development opportunities. The bidirectional empowerment has formed two fields of education AI and intelligent education. The logical starting point of AI education is the bidirectional empowerment of AI and education， and the logical endpoint is the high performance of education and the cultivation of intelligent literacy. The paper analyzes 9 major technical scenarios and 4 major role tasks of AIGC educational applications， and based on the idea of bidirectional empowerment of AI and education， this paper discusses the framework of the field， discipline and specialty innovation of AI education， and puts forward the discipline research paradigm system as well as the source power， task and strategy of specialty innovation.

Key words：AIGC; AGI; bidirectional empowerment; educational AI; AI education; field innovation; discipline innovation; specialty innovation

（責任編輯：梁昱坤 郭 蕓）

收稿日期：2023-05-02

作者簡介：彭紹東，男，湖南新邵人，博士，湖南師范大學教育科學學院教授、博士生導師。