技術意向性視閾下人工智能賦能教育發展研究

蘇林猛 炕留一 熊華軍

[摘? ?要] 人工智能賦能教育是重塑未來教育的重要形式，其價值的顯現在于技術意向性居間調節作用的發揮，但其流弊給人工智能賦能教育發展帶來了深層次問題。文章基于現象學反思態度，分析了人工智能賦能教育存在的問題：線性教育思維的困頓、教學發展的桎梏、情感價值的缺位、倫理風險的增加。人工智能賦能教育深層次問題的消解須借助技術意向性才能得以匡正：（1）通過復合意向性助力教育指向“人”；（2）基于增強意向性助力教育擺脫教與學的脫節；（3）期待賽博格意向性觸發情感價值的充實；（4）基于建構意向性消解教育倫理風險。通過技術意向性在人與教育之間發揮居間調節作用，從而消解人工智能賦能教育的困頓，促進人工智能賦能教育的發展。

[關鍵詞] 人工智能； 技術意向性； 教育發展； 現象學

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 蘇林猛（1989—），男，河南許昌人。博士研究生，主要從事教育現象學與技術現象學研究。E-mail：1026501960@qq.com。

基金項目：2022年教育部人文社會科學研究青年基金項目“多模態數據分析視閾下課堂教學效能增值性評價研究”（項目編號：22YJC880026）

一、引? ?言

隨著新一代信息技術的發展和應用，人工智能將成為未來教育變革的重要動力和主要趨勢[1]。聯合國教科文組織（UNESCO）于2019年發布了《北京共識——人工智能與教育》，旨在推動人工智能教育的可持續發展[2]；在此基礎上，2022年又發布了《人工智能與教育：決策者指南》，闡明了如何最好地確保在教育中公平、合乎道德和有效地應用人工智能[3]。人工智能賦能教育并不僅僅是“技術+教育”引發的教育境脈變化，而是技術居間調節人性化、生命化教育的真正發生。技術居間調節是技術意向性的顯現，在調節教育的過程中彰顯學習者的生成性和可能性。但是，技術的教育應用邏輯不是由技術的工具理性決定的，而是由技術背后的原理決定的[4]。人工智能賦能教育不僅要有基于計算機模型的算法，更要有一套源于教育現象、合乎教育價值、遵循教育規律的原理作為支撐，技術與原理有效融合才能更好地匡正技術意向性，避免教育被技術“綁架”，從而促使學習者產生“善”的價值訴求[5]。基于此，本研究以技術意向性為切入點，探尋技術意向性視閾下人工智能賦能教育的發展，以期在人工智能賦能教育發展方面提供一定的價值借鑒。

二、人工智能賦能教育發展的

歷史演進及變革邏輯

教育的復雜性決定了人工智能賦能教育具有滯后性。人工智能賦能教育肇始于技術發展初具規模時期。人工智能的發展進路與哲學范式的轉變存在必然的內在關聯，二者的發展和轉變推動技術意向性的轉變，在此基礎上，人工智能賦能教育有了一定的發展。

（一）人工智能發展進路及哲學范式轉變

人工智能（Artificial Intelligence，AI）于1956年在達特茅斯會議上被首次提出。人工智能概念已經涵蓋了計算機科學、統計學、腦神經科學、社會科學等諸多領域，成為一門交叉性的學科[6]。人們希望通過人工智能的研究來模擬和擴展人的智能，甚至代替人類實現認知、分析、決策等。人工智能的發展主要經歷了三個階段，每個階段的發展都與哲學范式的轉變存在內在關聯，具體關系如圖1所示。

第一階段稱為人工智能發展的起步階段。該階段主要受符號主義范式的影響，即期望通過計算機研究人的思維過程。例如：知識如何表征、知識圖譜如何形成等，由此發展了啟發式算法、專家系統等，專家系統的開發推動了理論走向現實應用。但是，由于當時基礎硬件和算法思維的限制，人工智能主要聚焦于簡單的語音識別。第二階段稱為人工智能的穩定發展期。該階段主要受聯結主義范式的影響，期望通過神經網絡及神經網絡間的連接機制與學習算法模擬人腦結構。該階段在硬件和算法上實現了一定的突破，在計算機視覺、語音識別、決策等方面都取得了進步。第三階段稱為人工智能的關鍵發展期。該階段受行為主義范式的影響，主要是模擬人在控制過程中的智能行為和作用，如自尋優、自適應、自鎮定、自組織等。由于人工智能技術、互聯網技術的快速發展，深度學習算法在視覺、語音、決策等方面開始有了大跨步的發展，技術意向性發揮居間調節作用更加明顯，推動了技術意向性的演變進程。

（二）技術意向性的衍變

德國哲學家埃德蒙德·胡塞爾（Edmund Husserl）認為，意向性是人類意識的本質性特征。在胡塞爾看來，意識的本質是意向性，意識的方式就是與對象之物的意向關系[7]。隨著人工智能技術的發展，相關研究者認為，人與智能機器區分的關鍵在于“意向性”[8]。由此，人工智能的發展如果要突破當下走向通用人工智能（Artificial General Intelligence，AGI），技術的意向性必然要實現更大的突破。從當前人工智能的發展現狀來看，技術意向性發揮的功能僅僅能實現對繁雜材料的統攝，還不具備將繁雜的材料進行概念化的能力。但是，人工智能技術在“人—技術—世界”的關系中發揮了重要的居間調節作用。荷蘭技術哲學家彼得·保羅·維貝克認為，技術的意向性在人和世界之間發揮了重要的勸導作用和助推作用，據此，提出了復合意向性、增強意向性、賽博格意向性、建構意向性等概念[9]。其一，復合意向性。當技術意向性疊加到人類意向性之上時，復合意向性就產生了。當下技術意向性帶給人的體驗容易疊加到人的意向性之上，并對人的意識產生影響。例如：在人工智能評價過程中，通過大數據產生的評測結果疊加到教師的意向性中[10]，并調節教師對學習者學習情況的把握，這一過程是復合意向性的結果。其二，增強意向性，即將不可見的對象變得可見。例如：在教學過程中，通過可穿戴設備采集學習者的腦部活動數據，就是將不可見的學習者行為數據進行外顯的過程，是增強意向性的重要表現。其三，賽博格意向性，是人類身體與技術的融合，是一種具身化的干預。例如：當微型芯片植入人體幫助有視力障礙的人時，人的意向性與技術意向性是完全融為一體的。在此，技術發揮的作用不再是調節性的，而是人與技術融合后對人的超越。其四，建構意向性，是對人類創新意向性的補充。例如：在日常體驗中不存在一只會飛的貓，但是3D打印裝置卻能實現這樣非現實存在的體驗，進而滿足學習者的好奇心。

（三）人工智能賦能教育變革及愿景

教育以人的培養和發展為旨歸，人工智能對教育產生變革性影響滯后于人工智能技術的發展。基于彼得·保羅·維貝克提出的四種技術意向性，即從復合意向性到建構意向性，是人工智能與教育從簡單相加到價值創造的過程。由此，人工智能賦能教育必然要經歷人工智能+教育的應用階段、人工智能與教育融合的變革階段、人工智能教育價值創造階段。

第一，人工智能+教育的應用階段。該階段，技術與教育相互分離，人工智能發揮單純工具性作用，人工智能與教學環境、教學模式、教學方法、教學管理等都只是簡單的相加。這種簡單粗暴的直接相加導致應用過程中出現各種問題，例如：技術應用的指向相對模糊，對教學的輔助作用也未得到充分的發揮。這也倒逼人們反思“人—技術—教育”之間的關系，為人工智能與教育融合的發展奠定了基礎。第二，人工智能與教育融合的變革階段。該階段，技術與教育已經從簡單的相加走向融合，融合式的發展倒逼人們反思人工智能賦能教育的“主詞”仍然是教育，教育的目的指向育人，在融合發展中仍然要將人放在首位。首先，在教學方面，基于AI大數據知識的萃取促進課堂教學行為的改變，多模態學習資源的聚合促進教學方式的變革，學習者畫像的構建促進學習者過程性評價的變革，智能導師系統的出現促進學習者個性化學習的變革[11]。其次，在情境方面，AI與教育融合催生了教育新生態的出現，移動學習更加泛在化、虛擬場景更加真實化、網絡學習更加安全化、智能教育更加人性化、學習評價更加精準化、融合學習更加高效化[12]。最后，在管理方面，多模態數據的出現促進管理模式從科層制向扁平化轉型，管理效率從區域低效向全納高效轉變，管理的邏輯從外延式到內涵式變革[13]。第三，人工智能教育價值創造階段。該階段從變革中走出，更加注重人工智能教育價值的創生，即指向人的全面發展和教育質量的提升。首先，在育人價值方面，基于自適應學習技術的個性化教育將更加完善、公平、全面，學習者的創新思維將得以更好地激發，學習者的人格也將向更加完善的方向發展[14]。其次，在教育公平方面，基于元宇宙、大數據、增強現實等技術的發展，不同階段、不同地域、不同類型的受教育者都將有機會獲得高效、優質的學習資源。最后，在AI倫理方面，技術在消弭師生偏見中發揮重要作用，學習者數據泄露的風險得到很好的規避[15]，“人—技術—教育”之間的異化得到很好的敉平[16]。

三、人工智能賦能教育：技術意向性流弊表征

人工智能技術突破了傳統教育時空的藩籬，塑造了去中心化、無序化、碎片化、動態化的網絡學習空間，提高了教育的效能。但是，人工智能賦能教育過程中，技術意向性的衍變引發了線性教育思維的困頓、教學發展的桎梏、情感價值的缺位、倫理風險的增加。

（一）線性教育思維的困頓

技術意向性在調節教育的過程中會讓教育者偏離教育的本質，傾向教育方法的改進和技術有效性的提高，結果會導致線性教育思維的困頓，主要體現在：（1）教育方法與教育行動之間可能產生背離。已有研究表明，學生家庭環境對教育的成功具有顯著的影響，尤其在學生幼兒時期[17]。這意味著，實現教育最有效的方法就是在幼兒時期將學生放在“理想的”教育環境里。但是，這種方法在現實教育中是不合時宜的，由此，有效干預的教育方法并不足以作為教育行動決策的基礎。（2）過度重視教育中的因果關系，忽視教育行動的價值影響。已有研究表明，懲戒教育是一種有效的教育方法，對于促進學習者學習非常有效[18]，但從德育層面而言，這種方法應該被制止。智能教育可以基于大數據發現學習者學習效能低下的原因，并據此對學習者進行干預，這種基于因果關系而采取的干預行動可能是有效的，卻忽視了教育行動的價值影響。教育方法和教育目標不是以外在技術或外在方式聯結的，而是內在的和結構性的關聯[19]。若一味追求教育方法的有效性和因果關系，則會陷入線性教育思維的困頓，難以培養全面發展的人。

（二）教學發展的桎梏

人工智能大大提高了教育效能，基于人工智能的教育指向大規模、高效率、準定位、高成效。但是，技術意向性可能導致教學發展偏離教育的本真意蘊，主要體現在：（1）在教與學的關系中單純指向了“教”。人工智能賦能教育往往更加注重教學效率，造成教學模式的單向化。然而，教不是學，當教學被當作一種簡單的知識傳遞時，它便不能引發學習，甚至還會阻礙學習。教學不是“告訴”，“告訴”沒有引發學生思想的改變，人工智能賦能教育意向性的應然狀態是讓學生思想在“中斷”過程中產生頓悟，這才是技術意向性的旨歸之一。（2）教師教學思維固化。人工智能賦能教育會逼迫教師從自身的思維出發搭建腳手架，因為他們確信，只要對他自己來說“行得通”，對學生也能“行得通”。然而，教師提供的腳手架與學生發生關聯才是學習真正發生的關鍵。（3）教學內容組織的固化。教師在備課中經常會刪減自己認為比較難的知識點，力圖有效地促進學習者完成意義的提煉。雖然教師努力促進學習者的學，卻在無意中讓學習者失去了學習中最有用和最有價值的方面。（4）教學傳遞模式的固化。效率至上的技術設計迫使教師“回歸”傳統的知識傳授教學，嚴格執行單向度傳遞教學模式讓學習者逐漸失去批判性思維，扼殺了學習者的想象力、創造力和適應能力。

（三）情感價值的缺位

情感與認識是教育過程中不可分割的一體兩面，但是，在技術意向性的調節下，人工智能賦能教育往往更重視學習者認知領域的培養，卻忽視了人工智能教育中情感價值的表達。（1）人機交互過程中情感價值的缺失。人工智能賦能教育中的情感價值往往被忽視，學習者切身體驗到的是冷冰冰的教學平臺，只能通過媒介以“化身”的形式進行交互。人工智能提供的教學形式失去了面授教學在場的質感，教師教學過程中情真意切的情感價值表達往往被過濾或者被遮蔽，技術居間充實學生的情感價值體驗變得蒼白無力，導致學習的淺表化。（2）教師情感價值引導的缺失。首先，教師難以融情于知，教師經常將靜態的知識重新“搬到”屏幕上，缺失了情感的加工，人、知識、生活世界之間的關聯就難以發生，也就無法喚醒在線學習者參與到學習中，學習者的情感價值只能是低級的感官價值[20]。其次，教師難以融情于境，教師看似在屏幕前講課，實則在自說自話，教師沒有將自己的情感融入教學過程中，自然也就無法與學習者之間產生情感共鳴。教師無法走向學習者的內心世界，難以引導學習者從感官價值上升至精神價值。最后，教師難以融情于智，教學的智慧在于對機遇的把握，然而，教師難以把握在線教學中的機遇，也就無法引導學習者對周圍世界產生好奇心和求知欲，更難形成大膽的想象。

（四）倫理風險的增加

隨著人工智能賦能教育發展的不斷深入，希望缺失、責任感缺失、數據泄露等倫理風險也在不斷增加。（1）希望缺失。人工智能雖然可以實現對學習者全方位實時評測，但是，過度的測試和預警看似是對學習者的希望，實則是對學習者的期盼。希望不是期盼，希望是對學習者未來發展各種可能性的耐心和信任，讓學習者在體驗希望的同時，發展自己的情感偏好。但是，人工智能通過過度的測試將學習者的不足暴露得“一覽無余”，暴露學習者的不足只是表達了一種對學習者的期盼，對于學習者的希望則處于缺失的狀態。（2）責任感缺失。人工智能教育提供了多種情緒分析的手段。例如：搜集學習者面部表情、眼球活動、身體姿勢、話語內容等數據，進而為教師或教育研究者提供學習者情緒狀態。然而，這些情緒數據僅僅是通過孤立的數據相加來反映學習者的情緒狀態，并沒有將學習者作為全面發展的人進行把握，也就缺失了對學習者的責任感。（3）數據安全風險。人工智能帶來的數據安全風險是不可預測的。首先，安全算法的漏洞可能導致師生的個人數據被盜用，給教師和學生造成一定的安全隱患。其次，技術的商業化可能會造成智能平臺設計者放任學校數據資源的流出，侵害師生權益。

四、人工智能賦能教育：技術意向性

流弊的消解

人工智能在許多方面匹敵甚至超越了人類。教育在與技術交互中，越來越多的決策與實踐被形塑。從人工智能賦能教育來看，人們期待通過小樣本數據發現深層次教育問題，減少對大數據的依賴[21]。智能機器能夠像一個真正的教師一樣，同時解決教育過程中不同領域、不同類型的問題，并能進行判斷和決策[6]。人工智能賦能教育的意向性也將更加指向“人”的全面發展。基于此，人工智能賦能教育過程中，技術意向性流弊需要在復合意向性、增強意向性、賽博格意向性、建構意向性的融合過程中加以消解，其內在邏輯如圖2所示。

（一）復合意向性助力教育指向“人”

若要破除線性思維的干擾，首先，復合意向性要指向全面發展的人。社會學家莫蘭曾說：“事物被分解開時我們看得很清楚，而在它們聯系起來時我們卻變得很近視。”[22]人工智能賦能教育依靠大數據對學習者學習行為和情感行為進行分解，通過因果關系分析學習過程中的影響因素，但是，這種線性的技術意向性并不能給學習帶來持久的干預。教學過程不應該頻繁地、不加選擇地應用教育技術，不應該忽視構成教育實踐過程的其他因素[23]。因為人是一個復雜的整體，對于學習是否真正發生，技術通過不同部分行為數據的判定可能是“近視的”。由此，在當下人工智能的發展過程中，教師對學生整體性的把握不能被技術意向性所遮蔽，技術意向性附加到教師意向性上生成的復合意向性應該指向全面發展的人。其次，對學習者先有概念的考慮必須成為一切教育計劃和行動的出發點。學習的發生是從先有概念到新概念形成的過程，技術意向性與教師意向性的復合應更加著重學習者先有概念的探索，基于學習者先有概念的探索，復合意向性才能更有針對性地轉向可行性教育行動決策，為教育提供個性化的可行方案。

（二）增強意向性助力教育擺脫教與學的脫節

傳統單向度的傳遞模式，讓學習者逐漸失去批判性思維，扼殺了學習者的想象力、創造力和適應能力。但是增強意向性對于教與學脫節問題的破解具有重要意義。首先，“教”凸顯人工智能的交互性。師生交互過程聚集了顯性和隱性信息。技術的發展不僅要給知識的傳遞提供更多的“信道”，而且要給人與人之間的交互提供多樣化交互渠道。交互的前提是信息的接受，但是交互的本質卻不是信息的接受和傳遞，而是交互的建構。真正的師生交互是雙主體之間內在精神世界的敞開和溝通，是生命質量的提升和精神世界的完滿建構[24]。基于此，技術意向性應加強資源供給，縮小數字鴻溝。技術引領創新，提高互動密度，創新互動方式，保證師生能夠真正“在一起”達成共識、協同進化、體驗生命、完善人格，進而實現教育的真諦和教育的本真[25]。其次，增強意向性對教師思維模式的干預。學習者學習前的先有概念和學習過程中的情感具有內隱性特征。通過大數據、情感識別等技術對學習者隱性特征的挖掘，著重向教師推送學習者先有概念測評數據和情感測評數據。通過這兩個方面的數據推送對教師的思維模式進行干預，通過技術增強意向性的疊加促進教師對學習者進行綜合把握，改變教師從自身出發搜集教學證據的思維，為教師搜集真正能夠與學習者發生關聯的證據奠定基礎，從而促進人工智能教育真正的發生。

（三）賽博格意向性觸發情感價值的充實

人工智能賦能教育過程中，一個重要的問題是情感價值的缺失。然而，學習的真正發生永遠不能撇開情感因素。對于情感的充實要寄希望于賽博格意向性的推進。其一，算法和技術發展使賽博格意向性觸發情感充實成為可能。小數據主義算法的提升，將使智能芯片更加精細化，人機融合將成為現實。情感計算的發展試圖在感知、認識和理解人的情感方面有所突破。目前，有關研究已經在人臉表情、姿態、云情感分析和識別方面獲得了一定進展。基于此研究的芯片植入系統與人的融合產生的賽博格意向性將有利于人的情感價值充實。其二，賽博格意向性打破情感價值的缺失。人工智能教育中，情感價值的缺失往往是由于缺少感官感知的質感，但是賽博格意向性是人與機器融合而產生的，能很好地傳遞這種質感，未來教育元宇宙的美好設想也將會奠基于賽博格意向性之上。人與技術的融合能夠提供真實的感官感知，使真實教學情境中的質感成為可能，在無形中浸潤學生心靈、提升學生品格，對學習者產生潛移默化的影響[26]。其三，賽博格意向性促進教師教學過程中情感價值的融入。基于教師與技術的融合，教師的意向性不僅來自自身大腦的意識，而且融入技術提供的數據分析。基于此，教育決策將更加精準，對學習者的情感充實也將更加真實。

（四）建構意向性消解教育倫理風險

倫理風險是人工智能發展過程中的一個重要問題，倫理的突破在于對希望的凸顯、責任感的體現、數據安全的規避。其一，建構意向性凸顯對學習者的希望。學習者的想象力是豐富的，想象的事物并非都是真實存在的，也并非都是對的，由此，建構意向性對學習者想象的彌補正是教師要允許學習者出現“錯誤”的體現。學習者的“錯誤”可以成為教學內容之一，錯誤不是一種制約，教師允許學習者犯錯是對學習者的一種希望。人工智能賦能教育不要過度依賴評價進行警示，不要過度進行在線測試等。教師要融情于智，善于捕捉教學的各種機遇，在建構意向性的指引下滿足學習者的好奇心，引導學習者在“錯誤”中進行反思和學習。其二，建構意向性彰顯對學習者的責任感。建構意向性對于學習者想象的彌補是對學習者發展可能性的肯定。學習者是成長中的人，成長意味著未來發展的可能性和多樣性，學習者感受建構意向性帶來的體驗更是一份責任的顯現。對于教師而言，更要善于利用技術，通過這份責任感對學習者實施干預，通過奇思妙想的提問給予學習者想象的時間和空間，激活學習者的想象力和學習欲求，進而獲得更好的沉浸式學習體驗。其三，建構意向性“迫使”人工智能算法改進。建構意向性是虛擬的想象和現實的結合。智能算法只有更加精確化和科學化，才能規避教育中的數據安全風險，進而建構起想象和現實的組合。由此，建構意向性將“逼迫”人工智能建立教育行業自律與法律問責體系，促進人工智能與教育的融合發展。

五、結? ?語

人工智能賦能教育的意向性要指向成長中的人，技術的發展與進步不在于知識的傳播效率，而在于學習者內在學習潛能的激發、反思意識的激活、獨立人格的培養、情感價值的引導等。由此，基于復合意向性、增強意向性、賽博格意向性、建構意向性融合發展的人工智能，將成為未來教育發展過程中消解各種問題和風險的關鍵，在四種意向性的融合作用下，人工智能賦能教育將發生新的轉段升級。

[參考文獻]

[1] 任友群，萬昆，馮仰存.促進人工智能教育的可持續發展——聯合國《教育中的人工智能：可持續發展的挑戰和機遇》解讀與啟示[J].現代遠程教育研究，2019，31（5）：3-10.

[2] United Nations Educational， Scientific and Cultural Organization. Beijing consensus on artificial intelligence and education[EB/OL]. [2022-06-07]. https：//unesdoc.unesco.org/ark：/48223/pf0000368303.

[3] United Nations Educational， Scientific and Cultural Organization. AI and education： guidance for policy-makers[EB/OL]. [2022-06-07].https：//unesdoc.unesco.org/ark：/48223/pf0000376709.

[4] 陳曉珊，戚萬學.“技術”何以重塑教育[J].教育研究，2021，42（10）：45-61.

[5] 戚萬學，謝娟.教育大數據的倫理訴求及其實現[J].教育研究，2019，40（7）：26-35.

[6] 騰訊研究院，中國信通院互聯網法律研究中心，騰訊AI Lab，騰訊開放平臺.人工智能——國家人工智能戰略行動抓手[M].北京：中國人民大學出版社，2017.

[7] 埃德蒙德·胡塞爾.邏輯研究（第二卷）[M].倪梁康，譯.北京：商務印書館，2017.

[8] 朱珂，張斌輝，宋曄.技術生態位視閾下“人工智能+教育”的融合邏輯與模型構建[J].電化教育研究，2023，44（1）：13-19.

[9] 彼得·保羅·維貝克.將技術道德化——理解與設計物的道德[M].閆宏秀，楊慶峰，譯.上海：上海交通大學出版社，2016.

[10] 黃榮懷，劉夢彧，劉嘉豪，等.智慧教育之“為何”與“何為”——關于智能時代教育的表現性與建構性特征分析[J].電化教育研究，2023，44（1）：5-12，35.

[11] 劉桐，顧小清.走向可解釋性：打開教育中人工智能的“黑盒”[J].中國電化教育，2022（5）：82-90.

[12] 蘭國帥，郭倩，魏家財，等.5G+智能技術：構筑“智能+”時代的智能教育新生態系統[J].遠程教育雜志，2019，37（3）：3-16.

[13] 張華陽，鄭春萍，吳斌，等.多模態學習分析應用于公眾演講能力評估的系統性綜述[J].現代遠距離教育，2022（3）：25-36.

[14] 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，2019，31（3）：3-11.

[15] 李世瑾，胡藝齡，顧小清.如何走出人工智能教育風險的困局：現象、成因及應對[J].電化教育研究，2021，42（7）：19-25.

[16] 吳河江，涂艷國，譚轢紗.人工智能時代的教育風險及其規避[J].現代教育技術，2020，30（4）：18-24.

[17] 秋珂，李甦.師幼互動影響幼兒發展的內在機制：多因素的調節作用[J].學前教育研究，2022（9）：47-61.

[18] 胡金木，吉永桃.教育懲戒的正義屬性及其實現原則[J].教育發展研究，2021，41（4）：57-65.

[19] 格特·比斯塔.測量時代的好教育——倫理、政治和民主的維度[M].張立平，韓亞菲，譯.北京：北京師范大學出版社，2019.

[20] 熊華軍，蘇林猛.在線教學臨場感作為客體化行為的顯現——基于胡塞爾客體化行為理論[J].電化教育研究，2022，43（9）：22-28.

[21] 易連云，鄒太龍.大數據驅動下的高校平安校園建設研究[J].中國電化教育，2019（8）：57-62.

[22] 安德烈·焦爾當.學習的本質[M].杭零，譯.上海：華東師范大學出版社，2015.

[23] 王康寧.教育信息化誤區的后疫情時代審視與規避[J].電化教育研究，2021，42（5）：40-46.

[24] 裴迪娜.現代教學論（第二卷）[M].北京：人民教育出版社，2005.

[25] 劉偉，譚維智.人工智能時代的師生交互：困頓與突破[J].開放教育研究，2022，28（2）：54-63.

[26] 屈躍寬.疫情背景下學校教育空間的分析與價值審視[J].現代教育技術，2020，30（10）：35-40.

Research on the Development of Artificial Intelligence-enabled Education in

the Context of Technological Intentionality

SU Linmeng1，? KANG Liuyi2，? XIONG Huajun1

（1.School of Education Science， Northwest Normal University， Lanzhou Gansu 730070;

2.Faculty of Education， Henan Normal University， Xinxiang Henan 453007）

[Abstract] Artificial intelligence-enabled education is an important form of reshaping future education， and its value is manifested through the intermediary regulatory role of technological intentionality. However， its shortcomings have brought deep-rooted problems to the development of Artificial intelligence-enabled education. Based on a phenomenological reflective attitude， this paper analyzes the problems of Artificial intelligence-enabled education， including the predicament of linear educational thinking， the shackles of pedagogical development， the absence of emotional values， and the increase of ethical risks. The deep-rooted problems of Artificial intelligence-enabled education can be solved only through technological intentionality： （1） to help education to point to "people" through compound intentionality; （2） to help education to get rid of the disconnection between teaching and learning based on enhanced intentionality; （3） to expect Cyborg intentionality to trigger the enrichment of emotional values; （4） to eliminate ethical risks in education based on constructive intentionality. By leveraging the intermediary regulatory role of technological intentionality between people and education， the predicament of Artificial intelligence-enabled education can be solved and the development of Artificial intelligence -enabled education can be promoted.

[Keywords] Artificial Intelligence; Technological Intentionality; Educational Development; Phenomenology