人工科學視域下的世界一流大學智能教育體系建設

摘要：當前，智能教育成為國家教育數字化戰略行動的重要方向，其在高校的發展受到高度重視。為推動我國一流大學加快建成智能教育體系，亟需借鑒國際先進的智能教育理論及實踐經驗。為此，文章首先基于人工科學理論構建分析框架。然后，文章設計了單案例研究方案，選取在智能教育體系建設方面具有突出成就的卡內基梅隆大學作為案例，基于學校官網、相關論文及新聞報道等多方面資料進行分析。研究發現，該校智能教育演進歷程可劃分為四個階段，其具有創新教育理念引領、系統戰略統籌、組織結構扁平化、配套制度健全及多方開放協同的運作機理。最后，文章提出應從理念、戰略、組織結構、制度及交流合作方面入手推動智能教育體系建設，以期為我國一流大學建設有中國特色的智能教育體系提供理論及實踐啟發。

關鍵詞：智能教育體系；世界一流大學；人工科學；卡內基梅隆大學

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2023）04—0119—08 【DOI】10.3969/j.issn.1009-8097.2023.04.014

在智能科技革命縱深演進及國家推進教育數字化戰略行動的背景下，我國一流大學加快發展智能教育是應有之義。智能教育是充分運用智能技術深度賦能教育教學活動，推動教育數字化轉型的新興教育模式。而智能教育體系是指利用人工智能推動教育系統結構性變革，實現教育生態重構的新形態，是智能教育進入發展期的標志[1]。在國際上，部分世界一流大學深刻意識到人工智能對教育的巨大變革潛力，積極探索智能技術與教育教學的深度融合模式，個別高校已經建成較為成熟的智能教育體系。我國高校智能教育的發展時間較短，亟需借鑒國際一流大學智能教育體系建設的先進理論及實踐經驗，加速對智能教育體系建設理論及實踐應用的探索。美國卡內基梅隆大學（Carnegie Mellon University，CMU）作為人工智能的重要發源地，在智能教育體系建設方面成就享譽全球。作為該校智能教育發展先驅的司馬賀（Herbert·A·Simon）所提出的人工科學理論及相關理念，不僅影響了CMU智能教育的發展，也能為深入分析CMU智能教育體系提供理論框架。因此，本研究將以CMU為例，基于人工科學理論視角，剖析CMU智能教育體系建設機理，以期為我國一流大學智能教育體系建設提供啟發。

一 分析框架的構建

1 理論基礎

人工科學（The Sciences of the Artificial）理論由集諾貝爾獎和圖靈獎等多項世界頂級大獎于一身的司馬賀創建，是有關人工物體和人工現象的宏大理論體系。人工科學理論著眼于闡明人工智能、人類記憶與學習、組織管理及社會系統規劃等領域的普遍性發展規律，該理論認為人工物具有適應性、功能性和目標性特征[2]，為人們分析及設計人工物、人造系統提供富有洞察力的思路。司馬賀的經典著作《人工科學》（The Sciences of Artificial）對人造系統的進化過程、規劃設計、層級結構、行為激勵及協同實施等方面問題均提出了獨特的理論觀點，可簡要概括如下：①進化論，即人造系統在人類設計及行動推動下不斷進化，考察人造系統的性質需了解其進化過程；②理念論，即人造系統進化是尋找局部最優算法的過程，可通過自身探索或借鑒同類的成功思想推動自身發展；③計劃論，即推動面向未來復雜問題解決的人造系統設計，需要確定各種備選目標及短中長期計劃；④層級論，即層級結構是復雜人造系統中的共性特征，對其進化過程加速有重要意義；⑤激勵論，即為推動相關參與者實現社會層面或組織層面的目標，需要提供足夠的激勵；⑥協同論，即人造系統運轉中存在復雜的專業化分工，需要采取多種協調機制，使眾多相關主體協同推動復雜任務實現。

從CMU智能教育實踐來看，其主動適應了教育內外部環境變化且抓住了智能革命機遇，具有顯著提高學生學習成果的功能，旨在構建學習工程生態系統、開發易用的高度智能化教育技術及向全球推廣，滿足人工科學提出人工物所具有的“適應性、功能性及目標性”三大基本特征，可被視為一種特殊的人造系統。更重要的是，源于司馬賀的學習工程理念與方法是CMU利用技術賦能教育創新的“靈魂所在”，其與司馬賀提出的人工科學理論具有高度邏輯共通之處。為此，本研究選擇人工科學理論作為CMU智能教育體系的分析視角具有適切性。

2 框架建構

智能教育體系建設可從目標、內容、環境、模式及隊伍五大維度系統推進[3]。由于目標與理念具有內在的統一關系，且與戰略息息相關，可將目標維度進一步細化為理念和戰略，因此在分析智能教育體系時，應關注其理念、戰略、組織、制度及參與者等維度。參照人工科學理論，結合CMU智能教育發展相關特點，本研究建構了人工科學視域下的CMU智能教育體系分析框架，包含“演進歷程-理念設計-戰略規劃-組織結構-制度安排-協同參與”的考察邏輯，如圖1所示。該框架將歷史考察與現實觀照視角綜合起來，有助于揭示CMU智能教育體系發展邏輯與運作機理。本研究將結合此分析框架進行研究設計，得出研究結果并討論，并提出相應策略。

二 研究設計

1 研究對象

CMU是少見的將人工智能、大數據等先進技術在教育中應用作為人工智能領域發展重點的工科強校，并且其人工智能學科常年在世界知名大學排行榜上位居榜首[4]。此外，CMU還創造了大量優化本校教育教學活動的智能工具，如OpenSimon工具包[5]。簡言之，CMU在智能教育發展方面處于世界領先水平，可為其他世界一流大學提供借鑒經驗。本研究根據聚焦的世界一流大學智能教育體系建設問題，選擇了極具代表性的CMU案例進行深入分析。

2 數據來源

在案例數據收集方面，除了從CMU官方網站收集制度文件、新聞資料、大事年表、工作報告、研究報告等公開資料外，還從互聯網中收集了具有較高可信度及權威性的政府文件、訪談、研究論文及新聞報道等相關資料作為補充佐證，數據收集時間為2022年1月～2022年5月。

3 研究方法

在研究方法上，本研究主要使用文獻法在人工科學理論框架下展開定性分析，除了收集同一時期CMU相關資料進行橫向分析之外，還利用CMU不同歷史時期的資料展開縱向分析。通過縱向和橫向相結合的定性分析，系統分析CMU建設智能教育體系的演進歷程及運作機理。

三 研究結果與討論

1 演進歷程

人工科學進化論認為：“除非我們對該系統進化的方法和歷史有所了解，否則無法理解這個系統。”[6]因此，考察CMU智能教育體系需先梳理其演進歷程，把握其進化邏輯。下面主要依據該校在官方網站歸納的CMU學習工程史[7]，并根據重大標志性事件進行分階段歸納梳理。

（1）CMU智能教育體系演進的孕育階段（1956～1983年）

1956年，司馬賀等創造了被后人譽為史上第一個人工智能程序的Logic Theorist[8]，為后續該校的智能教育奠定了理論及技術基礎。因此，可將1956年視為CMU智能教育體系建設的起點。在此階段，CMU產生了利用計算機進行教學的關鍵思想[9]，為智能導師誕生埋下伏筆。該階段CMU師生推動了人工智能研究領域開拓和理論創新，為后來該校智能教育發展打下基礎。

（2）CMU智能教育體系演進的萌芽階段（1984～1997年）

1984年，Anderson等[10]開發出Lisp編程導師和GPT幾何證明導師，并在其講授的編程課程上應用Lisp編程導師。這是CMU學者首次將人工智能應用于大學教學的重要嘗試，標志著CMU智能教育體系建設進入萌芽階段。1994年，對該校智能教育發展起到重要作用的人機交互研究所成立。次年，自動化學習和發現中心建成。該階段的主要進展是CMU開始形成智能教育研究共同體，推出智能教育產品及開展智能教育試驗。

（3）CMU智能教育體系演進的起步階段（1998～2013年）

1998年，《卡內基梅隆大學戰略規劃》將利用技術強化學習作為優先發展事項，還提出了擴大技術商業化的策略[11]，標志著CMU智能教育體系建設正式起步。同年，Carnegie Learning及iCarnegie兩家教育技術公司創立，啟動了該校智能教育技術商業化進程。該階段CMU智能教育研究基地和開放平臺相繼成立，智能教育開發技術不斷完善，涌現出一批優秀智能教育產品。

（4）CMU智能教育體系演進的加速階段（2014年至今）

2014年，CMU啟動西蒙倡議，旨在整合和協調該校技術增強學習的研究與行動，以建立起學習工程生態系統，標志著其智能教育體系建設進入加速階段。當前，CMU已擁有一大批該校教師自主開發的智能教育技術，如離散數學線上課程智能導師、化學課程認知導師等。該階段CMU智能教育發展呈現戰略統籌、多方主體協作、研究和應用并重及在校內外加速推廣的特征。

從上述演進歷程可以發現，CMU智能教育體系的演進具有系統性、動態性且復雜性的特征。該校在先進教育理念的指引下，不斷推動智能教育技術突破，使其智能教育形態及質量持續提升，相關的組織結構及制度日趨完善，建構起可持續演進的CMU智能教育體系。

2 運作機理

在人工科學視域下，本研究從理念引領、系統戰略、組織結構、配套制度及開放協同幾個維度深入剖析人工科學視域下的CMU智能教育體系運作機理，如圖2所示。

（1）以先進教育創新理念引領高校智能教育實踐

人工科學理念論認為，任何取得有目共睹的成功的新思想，都可被納入運營程序[12]。先進的教育理念，是引領CMU智能教育發展的關鍵。CMU作為以計算機等工程學科聞名于世的研究型大學，能如此重視學習科學和智能教育技術的發展，很大程度上是由于該校秉承利用學習科學和先進技術構建有效學習環境的學習工程（Learning Engineering）理念[13]。學習工程理念集學習科學理論邏輯、人類學習發展邏輯及技術工程實踐邏輯于一體，成為該校智能教育創新的基本遵循。CMU還將其轉化為智能教育創新方法論，并通過智能教育發展戰略規劃加以落實。

（2）通過系統的戰略統籌推進智能教育體系建設

人工科學計劃論提出，要設計及建設令人滿意的未來，應先制定短中長期計劃[14]。這提示人們在分析CMU智能教育體系時，需重點關注該校制定的相關戰略規劃。CMU制定了促進智能教育體系發展的系統戰略規劃，其中對該校智能教育發展最為重要的是西蒙倡議，其致力于長期推動跨學科學習工程生態系統建設，主張將先進研究工具轉換為易用的高度智能工具并對校內課程進行完善[15]。另外，CMU在制定全校整體發展戰略時重視智能教育發展，該校《2025年戰略計劃》中有多個戰略細則涉及推動智能教育發展[16]。除了全校層面的戰略規劃，教務長辦公室、首席信息官辦公室等部門機構亦制定了包括具體智能教育發展內容的戰略規劃。

（3）用扁平化的組織結構作為智能教育體系支撐

人工科學層級論主張從層級結構角度把握自然界和人類社會中的復雜系統[17]。此處的“層級結構”與管理學中強調縱向管理的“層級制”并不等同，是指能將復雜系統分解為不同功能子系統所組成的結構形式[18]。扁平化組織結構也可視為一種層級結構，此種層級結構有利于組織快速應變，其基層單元具有相對充裕的決策權力，對組織實現整體功能具有重要作用。CMU在設計智能教育體系時要注重合理的層級結構構建，其組織結構如圖3所示。

CMU智能教育體系的組織結構有以下特色：①依托CMU已有的成熟治理結構，由校長領導、教務長和首席學術官牽頭，推動各學院及相關中心與研究所積極參與智能教育創新。此外，以信息技術副校長兼首席官為首的首席信息官辦公室作為智能教育基礎技術支持服務領導團隊，下設多個由校內外專家組成的委員會，能更加科學地圍繞大學智能教育發展戰略制定計算服務決策。②跨部門組建起專門負責智能教育創新的西蒙倡議領導團隊，囊括多個重要院系部門負責人。③大力發展分布式智能教育創新中心與研究所，CMU為多個智能教育創新相關平臺如人機交互研究所、匹茲堡學習中心、埃伯利教學卓越與教育創新中心等機構提供充裕的發展資源。

（4）建立健全的配套制度促進智能教育體系運轉

人工科學激勵論強調“若任何計劃的實施需要某種模式的人類行為，那么就要激勵這種行為”[19]。CMU設計了完善的制度以支持教育教學創新，促使一線教師普遍認同及推動智能教育創新，具體包括：①采取制度激勵措施，將在教學中開發和使用智能教育等新興教學技術作為教師考核和晉升標準之一，增強了教師進行智能教學創新的意愿。②消除制度障礙，如簡化教師在課堂進行教學試驗所需的審批流程。③鼓勵自下而上創新的組織制度，充分給予教師教學創新的自主權。④明晰相關機構職責，為教師進行智能教育創新提供有效保障，如明確了埃伯利教學卓越與教育創新中心為教師提供智能教育工具、課程設計和資助支持等服務的職責。

（5）通過多方開放協同推動智能教育體系可持續發展

人工科學協同論認為，社會層面人造系統復雜目標的實現需要專業分工不同的多方主體采取協同行動[20]。CMU智能教育體系建設現已形成多方協同格局：①校外資助，智能教育體系的持續發展需要獲得多渠道的資金資助。美國政府長期以來為CMU智能教育發展提供充分的政策和資金支持，民間公益基金會亦大力贊助部分智能教育項目。②校外合作交流與試驗推廣。CMU積極與其他高校開發智能課程產品，一些高校積極試用CMU開發的智能教育技術和產品并及時反饋。③校外專業化評估。校外專業教育評估機構可為CMU提供有關該校智能教育技術試驗的獨立評估，促進了CMU智能教育技術的循證發展。④構建全球合作伙伴關系。CMU通過智能教育技術開源及智能教育資源輸出的形式，在全球范圍內建立起智能教育合作伙伴關系網絡。

四 反思借鑒：新時代我國一流大學建設智能教育體系的策略探索

根據CMU智能教育體系建設經驗，我國一流大學可根據自身發展情況進行創造性運用與發展，對此本研究提出了以下具體策略：

1 以新發展理念引領有中國特色的智能教育體系構建

智能教育是生成性存在，找到可滿足多層次、多元主體需求的理念共識相當重要[21]。為此要做到：①樹立智能教育創新發展理念。以理念創新思維引領智能教育制度創新、方法創新及模式創新；②樹立智能教育協調發展理念。要妥善處理好人機關系、技術與教育關系、大學與社會關系等，避免異化風險；③樹立智能教育綠色發展理念。需秉持可持續教育生態觀，不能忽略師生的身心健康、精神情感及基本權利；④樹立智能教育開放發展理念。應加強“產學研用”協同，打造智能教育創新的全球合作網絡；⑤樹立智能教育共享發展理念。可采取共建共享發展模式，降低智能教育產品的開發應用成本、增加智能教育資源的豐富度。

2 面向教育數字化轉型制定整體建設規劃

在智能教育體系建設目標方面，應將提升大學生學習質量、推動大學科研智能化升級、推廣優質智能教育資源作為關鍵發展方向。智能教育體系建設可重點推進以下內容：①匯集多學科多領域的專家學者，規劃建立數據共享共用的統一智能教育數據大平臺；②在經費資源有限的情況下，可率先開發、引進能有效解決傳統高校業務難題及滿足師生普遍需求的智能教育技術；③將復雜智能教育體系分解成多個單元進行分期、分層建設；④在進行智能教育底層技術設施建設時，既要滿足當前需求又要為未來發展留出空間，為各類智能教育應用資源集成提供基礎。在智能教育發展模式方面，應加強探索智能化教學、科研及治理等方面的新方案，實現智能教育實踐創新與相關理論創新的良性循環，借助產教融合機制加快智能教育應用落地。

3 打造以近可分解性為基礎的智能教育體系結構

人工科學認為，復雜系統中的層級結構大多具有近可分解性的特征，即結構單元內部聯系通常比結構單元間強[22]，這說明了復雜人造系統中結構單元的重要性及增強結構單元間合作的必要性。我國一流大學可從兩方面入手打造具有顯著近可分解性的智能教育體系結構：一方面強化組織建設，一流大學需投入足夠資源，應專門設置一批圍繞特定重大智能教育問題展開長期攻關的大基地、大平臺、大團隊；另一方面強化協作機制，一流大學智能教育體系建設在結構上可適度采用扁平化組織設計，提升組織靈活的應變能力和各基層單元的自主創新活力。

4 破“五唯”與探“五新”并舉激勵師生深度參與

要推動一流大學智能教育體系建設，需要配套制度提供保障。其中，完善相關評價制度是關鍵，可將“破五唯”與以下五個新做法結合起來：①推動多元化評價，應根據教職工的不同崗位類型及職業發展階段，制定個性化的智能教育考核制度；②強化育人評價，應將人才培養質量及教育教學創新作為育人評價的核心內容，將智能教育創新納入教師考核晉升的依據；③全過程多維度評價，需綜合智能教育創新中的診斷性、過程性及總結性評價方式，從創新性、實效性及影響力等維度展開智能教育評價。④探索精準評價，可借助智能技術，依據智能教育發展中的各類數據更加精準、全面地衡量師生智能教育創新效果。⑤實行底線評價，要將智能教育發展安全及倫理風險防范作為考核評價的“底線指標”。智能教育發展中尤其要注重人機和諧及相關技術倫理風險規避[23]，應在評價中明確智能教育安全發展底線，確保智能教育實踐安全展開。

5 構建校內院系部門與校外合作網絡“雙協同”格局

一流大學除了要為校內各院系及部門協同創造有利條件，還應與政府、其他高校、企業及社會組織等主體進行有效互動，構建智能教育校外協同網絡。當前，我國已經建成國家智慧教育平臺，一流大學應積極與此平臺對接貫通，依托自身辦學優勢開發共享自適應學習課件、智能虛擬教育助手等優質智能教育資源，注重在智能教育技術研發、應用和傳播方面與國內其他高校、頭部科技企業或研究機構展開協同創新，發揮引領示范作用。另外，一流大學還要重視與國外頂尖大學交流合作，吸收全球智能教育創新的優秀成果，并推廣智能教育中國模式。

五 結語

借助人工科學理論視角，可以發現CMU在智能教育體系建設方面已探索出較為科學且成熟的經驗，能為我國高校提供有益啟發。新時代我國一流大學應借鑒CMU的先進經驗，結合本土發展的實際情況及核心需求，從創新教育理念引領、系統戰略統籌、組織結構扁平化、配套制度健全、多方開放協同等角度出發，打造可深度賦能大學全業務全流程的智能教育體系，探索有中國特色的智能教育發展方案，以通過智能教育創新發展為中國式現代化貢獻力量。

參考文獻

[1]劉邦奇.智能教育的發展形態與實踐路徑——兼談智能教育與智慧教育的關系[J].現代教育技術，2019，（10）：20-27.

[2][6][12][14][17][19][20][22]（美）司馬賀著.武夷山譯.人工科學：復雜性面面觀[M].上海：上海教育科技出版社，2004：5、45、46、138、172、143、139-140、189.

[3]劉邦奇，賀勝.多層次AI教育體系的構建及其實施路徑[J].現代教育技術，2021，（1）：26-32.

[4]U.S. News. Best artificial intelligence programs[OL].

lt;https：//www.usnews.com/best-graduate-schools/top-science-schools/artificial-intelligence-rankingsgt;

[5]Carnegie Mellon University. OpenSimon toolkit to make every classroom a learning laboratory[OL].

lt;https：//www.cmu.edu/news/stories/archives/2019/may/open-simon-toolkit.htmlgt;

[7][13]Carnegie Mellon University. Reinventing education based on data and what works， since 1955[OL].

lt;https：//www.cmu.edu/simon/what-is-simon/history.htmlgt;

[8]Carnegie Mellon University. Problem solving research[OL].

lt;http：//shelf1.library.cmu.edu/IMLS/MindModels/problemsolving.htmlgt;

[9]Anderson J R， Corbett A T， Koedinger K R， et al. Cognitive tutors： Lessons learned[J]. Journal of the Learning Sciences， 1995，（2）：167-207.

[10]Anderson J R， Conrad F G， Corbett A T. Skill acquisition and the LISP tutor[J]. Cognitive Science， 2010，（4）：467-505.

[11]Carnegie Mellon University. Carnegie Mellon 1998 strategic plan[OL].

lt;https：//www.cmu.edu/strategic-plan/assets/1998-strategic-plan.pdfgt;

[15]Carnegie Mellon University. Simon Initiative Projects[OL]. lt;https：//www.cmu.edu/simon/projects/index.htmlgt;

[16]Carnegie Mellon University. Learning science[OL].

lt;https：//www.cmu.edu/strategic-plan/strategic-recommendations/learning-science.htmlgt;

[18]Simon H A. The science of design： Creating the artificial[J]. Design Issues， 1988，（1）：67-82.

[21]何偉光.從構成論走向生成論：智能教育的哲學重思及實踐路向[J].現代大學教育，2022，（3）：37-45、112.

[23]唐玉溪，何偉光.人工智能時代教師何以存在：規定、窘境與超越[J].中國遠程教育，2022，（10）：21-28、39、76.

Abstract： At present， intelligent education has become an important direction of the national education digitalization strategy action， and its development in universities has received great attention. In order to promote Chinese top universities to accelerate the completion of the intelligent education system， it is urgent to draw on international advanced intelligent education theories and practical experiences. Therefore， this paper constructed the analytical framework based on the sciences of the artificial theory. Then， the paper designed a single-case study plan， selected Carnegie Mellon University which had outstanding achievements in the construction of an intelligent education system as a case study， and analyzed it based on various information such as the university’s official website， relevant papers， and news reports. The research found that the evolution of intelligent education in this university could be divided into four stages and had the operation mechanism of leading innovative education philosophy， coordinating system strategy， flattening organization structure， sound supporting system， and multiple openness and coordination. Finally， it was proposed in this paper to promote the construction of an intelligent education system from the aspects of philosophy， strategy， organizational structure， system， and communication and cooperation， in order to provide theoretical and practical inspiration for the construction of an intelligent education system with Chinese characteristics in Chinese top universities.

Keywords： intelligent education system; world-class universities; the sciences of the artificial; Carnegie Mellon University

*基金項目：本文為教育部2021年度高校思想政治理論課教師研究專項一般項目“智能時代‘四史’教育融入高校思政課教學研究”（項目編號：21JDSZK092）、廣東省2022年度教育科學規劃課題（高等教育專項）“創新生態系統視角下廣東省高等教育高質量發展模式與策略研究”（項目編號：2022GXJK077）、深圳市哲學社會科學規劃2022年度課題“元宇宙時代粵港澳大灣區大學生紅色文化具身傳播研究”（項目編號：SZ2022C001）的階段性研究成果。

作者簡介：唐玉溪，特聘副研究員，博士，研究方向為智能教育，郵箱為tyxszu@163.com。

收稿日期：2022年10月22日 編輯：小時