基于共生理論的人機協同教育主體合作博弈及其優化策略研究

方海光 孔新梅 劉慧薇 王顯闖

[摘?要]?隨著 ChaGPT 和大模型所代表的強人工智能技術驅動力的增強，中小學數字化課堂邁入人機協同教育智能觀的里程碑階段，教師可以把部分課堂活動交給機器教師獨立完成，而人類教師處于監督活動過程的狀態，從而形成了人機協同教育的復雜系統。如何厘清人和機主體之間背后的協同邏輯是人機協同教育中面臨的新問題。首先，本研究基于共生理論的三要素，分析了人機協同教育系統的共生單元、共生模式和共生環境，然后根據協同任務的難易程度構建了人類教師與機器教師主體的合作博弈模型;其次，基于四個代表性變量值的變化，從合作博弈的角度探討了六種人類教師和機器教師協同共生模式，從而為人機協同課堂教學設計提供了優化策略選擇。最后，本研究選取某市基地學校小學三年級人機協同英語課中的一段場景，來分析人類教師和機器教師的博弈過程和結果，實踐案例表明該合作博弈模型可優化教學策略，從而為人類教師和機器教師協同開展教學提供理論和實踐參考。

[關鍵詞]?人機協同教育; 共生理論; 合作博弈; 人類教師; 機器教師

[中圖分類號] G434?[文獻標志碼] A

[作者簡介]?方海光（1975—），男，遼寧沈陽人。教授，博士，主要從事人工智能教育、教育大數據研究。E-mail：fanghg2013@163.com。

一、引??言

人工智能教育發展進入人機協同教育新階段，這將成為未來教育教學的新常態，人工智能與人類共生的學習環境充滿了賦能的可能性。聯合國教科文組織發布的報告《教育中的人工智能：可持續發展的機遇和挑戰》中提到的“開展人機協同教學，支持人機協作學習”引起很大關注。已有研究主要從人機分工和人機關系的理論層面來分析人機之間的協同合作，但是存在諸多影響因素的具體實際場景中人類和機器到底如何協同合作成為核心問題。而共生是指在一定條件的共生環境中共生單元的主體間按照某種共生模式聯系在一起，形成相互聯系、協同生存的關系。為此，本研究基于共生理論來分析復雜的人機協同教育系統，在此基礎上，從合作博弈的視角來探討人機協同教育系統中共生環境對共生主體產生的影響，從而形成不同的共生模式，即人和機兩個主體之間如何協同分工完成教學任務。

二、文獻綜述

人工智能時代的人機協同融合了人工智能機器的邏輯和人類的意識，二者的融合影響著教育的過程和結果，許多國家正在大力投資教學技術來影響教學過程。最近幾年來，人機協同教育的研究逐漸開展，主要體現在以下幾個方面：第一，人機協同成為人工智能時代促進教與學方式變革和探索學習發生機制的理念基礎。有研究者認為，人機協同教育理論基礎主要包含協同理論、分布式認知理論、信息加工理論和具身認知理論，人機協同教育是一個系統化、知識分布加工及共享和自組織有序發展的協同過程。也有諸多研究者探索了人機協同變革的教學模式，如“人機協同+雙師課堂”教學模式、“人機協同+翻轉課堂”教學模式、“人機協同+混合式”教學模式、“人機協同+精準”教學模式、“多模態+人機協同”教學模式等。第二，智能技術支持的人機協同教育重塑師生教與學樣態。根據不同角色分工來看，在教師和機器共同主導的課堂教學中，機器解決程序化的問題，教師解決非結構化、非程序化的問題，學生和機器結合成學習共同體，協同完成學習任務，達成學習目標，教育管理者和人工智能相互協同和相互補充，并且教育管理者離不開人工智能的支持和配合。在人機協同教育背景下，人類發展需求的智能結構也隨之提出新的挑戰，如有研究提出人機協同智能層級結構模型，也有學者認為教育人機協同系統存在三類教育智能，還有研究提出三角動態的認知智能、情感智能和志趣智能。第三，技術賦能智慧教育促進人機協同的設計實踐。從應用場景來看，教師端人機協同應支持整體化的教學設計、智能測評等以及學生端的人機協同來輔助學生語言、閱讀、編程、寫作學習等;在實踐路徑方面，有研究提出人機共管、人機共教、人機共學和人機共評的人機協同為學生的獲得感實現全方位路徑，實現主體行為協同化，協同成為智慧教育需要的學習策略。

人機協同教育教學中強調教師與人工智能機器主體之間的關系和合作模式，教師可以把部分課堂活動交給機器教師獨立完成，而教師處于監督活動過程的狀態。從人機協同實踐路徑來看，有研究從人與機之間的關系角度提出人機協同的實踐主要包括兩條路徑：一是模仿人與人之間的協同，即機器有同人類一般的認知和思考;二是人類和機器二者的能力是不對稱的，各自分工、互為補充。進一步講，在人機協同的人機關系方面，有研究提出人工智能與教師聯袂執教形成新型雙師課堂模式，促進課堂主體的提升;同樣也有研究提出人機“新主體教師”包含機器導師、人類教師兩個子系統，具有一定結構形態和功能組合機制的有機集合體;根據智能性和自主性遞增，“AI+教師”實現人機協同的教學分析框架，分別為AI代理、AI助手、AI教師和AI伙伴;有研究認為人工智能工具對教師教學的支持可以分為拓展、減負、增援、替代四類。具體來看，人類教師從機器教師獲得實時支持，比如學生何時需要教師幫助以及評估自身提供幫助，機器教師分析學生的情況，是一種有效的人類和機器伙伴關系，使得人工智能增強課堂教學。除此之外，還有多人與人工智能之間的合作，如PRINTEPS應用于多人和機器人合作的人工智能課堂。

綜上所述，已有的研究主要是從人機協同教育教學的理念出發，強調機器對教師教學的影響以及二者協同教學的必要性，但是人類和機器之間的合作分工以及二者之間到底是如何協同合作的，相關實操層面的研究較少。人機命運共同體的底層邏輯是和諧，人機協同教育系統是一個復雜的共生系統，而人機共生單元協同合作的底層邏輯是博弈。因此，本研究從合作博弈的視角探討人類教師和機器教師主體之間底層協同邏輯的問題。

三、基于共生理論的人機協同

教育系統分析

（一）理論基礎

“共生”來自于自然科學生物學領域，具有“一道生存、一同生活”等含義，在1873年由德國的安東·德巴里（Anton de Bary）最先提出，是指不同名的生物共同生活在一起。從學術界研究來看，“共生”是一個寬泛的概念，泛指事物之間或單元之間形成的一種相互促進、共生共榮、和諧統一的命運關系，這種共同存在是動態的、相互需要的。共生理論有三個要素，分別是共生單元、共生模式和共生環境，其中，共生單元是基礎，共生模式是關鍵，共生環境是條件。

（二）基于共生理論的人機協同教育系統分析

事物之間離不開共生，共生是事物的普遍存在狀態或存在方式，具有規律性、協調性等特征。根據共生理論來看，人機協同教育系統就是一個典型的共生系統，人機協同教育系統的共生使得共生單元在共生環境下發生的共生模式來促進整個人機協同教育系統的發展進程，這個共生過程是復雜的、開放的、多層次的。人機協同教育系統中的人類教師和機器教師就是兩個不同種類的共生單元，人類教師和機器教師主體之間的合作競爭關系是共生模式，技術、成本、政策等內外部環境構成了保障共生單元作用于共生模式的基礎。基于此，本研究構建了基于共生理論的人機協同教育系統，如圖1所示。

1. 共生單元

共生單元是構成共生系統的基本能量生產和交換的單位，是形成共生體的基礎物質條件，人機協同教育系統中的主體是共生系統中的共生單元，即人類教師和機器教師，二者進行物質交流和共生能量傳遞。在環境和外界的影響下，共生單元在發展過程中存在協同、競爭、并存、同一、斗爭等復雜性動態互動。其中，共生單元中的質參量是教師的數字素養和教學能力以及機器教師的技術成熟度和教學的適切度。共生單元之間互動的廣度越廣、深度越深、復雜度越大，共生單元創生的概率越大。在不斷互動和交融的基礎上，共生單元通過調整相互競爭和合作形成更加密切的共生。

2. 共生模式

共生模式是共生單元相互作用的方式或者相互結合的形式，不僅可以反映單元之間作用的方式，也可以反映作用的強度。共生模式不是一成不變的，而是隨著共生單元和共生環境的變化而變化，是不同的共生單元在不同的共生環境下不斷競爭合作重新組合與建構形成的模式。換句話說，共生模式在共生環境的影響下，共生單元作用的共生模式在演化方式、演化模式和演化速度方面不斷更新迭代，使得共生模式具有了整體的復雜演化趨勢，促進人機協同教育系統發展和前進。人機協同教育系統中，兩個共生單元發揮各自優勢，利益耦合，打造全開放、相互依賴的共生系統，其本質是二者之間的合作博弈。共生模式之所以關鍵，是因為其不僅反映和確定人類教師和機器教師之間的生產和交換關系，還反映和決定人機協同教育系統環境對共生單元的影響。

3. 共生環境

共生環境是在特定時間和空間下，支持共生單元和共生模式的其他因素的總和，包括直接環境和間接環境，如政策、成本、技術等。共生環境的不斷變換和更新，影響著共生單元的方向和走向生成。相對于共生單元和共生模式，共生環境是外在的，具有波動性和不確定性。理想的共生環境能夠積極促進共生單元進行能量交換和物質轉換，以及促進有效共生模式發生。人機協同教育系統中，面臨著經費支持、政策導向、人文環境等共生環境的影響。

四、人機協同教育系統中主體合作博弈

模型及其優化策略

（一）人類教師與機器教師主體的合作博弈模型

博弈論是在1944年由經濟學家奧斯卡·摩根斯特恩（Oskar Morgenstern）和數學家約翰·馮·諾伊曼（John von Neumann）所創立。博弈論是研究主體行為發生直接相互作用時的決策以及決策的均衡問題。博弈論的基本假設是理性的，個體能夠充分認識到人們之間行為的相互作用及其可能的影響，做出合乎理性的選擇，可以把博弈論描述為分析個體在一定情形中策略選擇的方法。博弈論分為合作博弈和非合作博弈兩種類型，合作博弈是雙方或多方合作，利益都有所增加的情況下，實現雙贏的效果。本研究探討人類教師和機器教師在協同教學過程中雙方通過合作博弈，來解決人機如何協同分配合作利益的問題。

人機協同教育系統中按照教學主體可以劃分為人類教師和機器教師，按照協同任務的難易程度可以簡單劃分為一般協同任務和高端協同任務。一般協同任務是指在人機協同教育系統中，人機共生環境可以支持協同任務開展的條件和人類教師具備開展協同任務的教學能力和素養，為便于描述，記為G合作模式;高端協同任務是指在人機協同教育系統中，為支持協同任務的開展，人機共生環境需要做出一定的改變，以及對人類教師的相關教學能力和素養提出的挑戰，記為H合作模式。在G合作模式下，假設人類教師和機器教師在人機協同教育系統中協同教學的收益值分別為A和B，雙方在協同教學中由于共生環境和共生單元都具備相應的條件和能力，協同目標較低，其損失值簡單記為零。根據人類教師和機器教師協同的任務類型，人機兩主體協同情境可以分為以下三種：

情境一：當人類教師尋求開展高端協同任務時，所具備的教學能力或素養不能夠全面配合機器教師，做出的教學設計或發出的教學行為落后。要想合作協同完成任務，急需強化人類教師的教學能力和培養數字素養，此時需要有一定的時間成本、教學理念更新等，存在損失值，或者由人類教師開展活動會促進教學效果，從而有獲益值，記為人類教師的收益為a，機器教師的收益值不變。

情境二：當機器教師尋求開展高端協同任務時，所處的共生環境不能夠全面支持機器教師做出相應的行為。要想合作協同完成任務，急需優化機器技術成熟度，此時需要有一定的政策支持、經費支出等，存在損失值，或者因為使用機器教師開展活動會促進教學效果，從而獲益值增加，記為機器教師的收益為b，人類教師的收益值不變。

情境三：當人類教師和機器教師均有開展高端協同任務的意愿并發出相應的行為時，假設人類教師和機器教師的收益為c和d。

綜合上述三種情境分析，本研究構建了人機協同教育系統中人類教師與機器教師主體合作博弈模型，如圖2所示。

（二）人類教師和機器教師協同教育優化策略

通過人類教師與機器教師主體合作博弈模型，可以得出人類教師和機器教師在建立協同合作關系時，要根據實際的教學場景來博弈教學效果和需要付出的成本之間的關系，從而得到人類教師和機器教師協同任務的優化策略，根據收益值a、b、c、d的變化，分析機器教師和人類教師在博弈過程中存在以下六種優化策略：

策略1. 當a<0，即人類教師損失;當a>0，即人類教師獲益

當人類教師自身尋求高端協同任務時，存在兩種情況：（1）當人類教師開展高端協同任務面臨的挑戰和壓力比較大，需要付出大量的時間成本、投入精力大于人類教師教學產生的良好效果時，人類教師的損失大于獲益值，即a<0;（2）當人類教師開展高端協同任務不會面臨挑戰，或者是人類教師開展高端協同任務所付出的成本小于人類教師教學產生的良好效果時，人類教師的損失小于獲益值，即a>0。

策略2. 當b<0，即機器教師損失;當b>0，即機器教師獲益

同上，當機器教師自身尋求高端協同任務時，也存在兩種情況：（1）機器教師開展高端協同任務面臨的挑戰和壓力比較大，需要付出大量成本時，或者產生一般的教學效果，即b<0;（2）當機器教師開展高端協同任務不會面臨挑戰并可以產生良好的教學效果時，即b>0。

策略3. 當c<0，即人類教師損失;當d<0，即機器教師損失

在這種情況下，人類教師和機器教師面臨的挑戰都很大，采取高端協同任務的意愿和行動對雙方都會造成一定的損失。如果機器教師采取高端任務的行為，優化技術的成本所導致的損失比得到的收益要大，可以考慮適當擴大在一般協同層面的合作;同理，對于人類教師而言，與機器教師的高端協同任務會導致人類教師在心理層面、能力層面等多方面的壓力和挑戰，可能使教學效果本末倒置。在這種情況下，人類教師和機器教師所處的共生環境不足以支持雙方開展高端協同任務，即c<0，d<0。

策略4. 當c>0，即人類教師獲益;當d<0，即機器教師損失

在這種情況下，機器教師開展高端協同任務造成的損失值要比收益值大。在綜合考量下，是否花費較大的時間成本和經費成本來優化機器教師的技術成熟度，從而匹配教師的教學能力是值得考量的問題。如果損失值較大，機器教師很可能不會選擇高端協同任務，開展一般協同任務是較為理性的選擇。此時，人類教師面臨的壓力較小，可以從高端協同任務中獲得較為良好的教學效果，人類教師在這種情況下扮演著積極的角色。如果人類教師想要促成最后的高端協同合作，需要考慮從其他途徑或方式對機器教師的損失進行彌補。

策略5. 當c<0，即人類教師損失;當d>0，即機器教師獲益

高端協同任務合作對人類教師的損失比收益大，而對機器教師來講是獲益的。在綜合考量下，根據實際情況判斷是否可以通過教師培訓、聽評課等多種方式為人類教師提供幫助和服務，縮小人類教師面臨的挑戰，盡可能降低人類教師的損失。如果損失值較大，人類教師很可能不會選擇高端協同任務。此時，機器教師面臨的壓力較小，在這種情況下扮演著活躍的角色。如果機器教師想要促成最后的高端協同合作，需要考慮從其他途徑或方式對人類教師的損失進行彌補。

策略6. 當c>0，即人類教師獲益;當d>0，即機器教師獲益

在這種情況下，人類教師和機器教師都選擇高端協同任務的概率不同。當人類教師選擇高端協同任務合作的概率和意愿上升時，存在兩種情況：（1）當人類教師希望開展高端協同任務而機器教師不予以配合時，人類教師會面臨一定的損失，而損失值增加時，人類教師會傾向于選擇一般協同任務的方式來開展教學，此時會影響整體教學效果，機器教師又不希望該情形發生。因此，會促使高端協同任務合作，來保證人類教師和機器教師共同教學獲得更高的教學效果;（2）當人類教師和機器教師均開展高端協同帶來收益下降時，雙方的意愿也會隨之下降，此時，想要促進雙方高端協同的人類教師會加大高端任務協同的力度，選擇更相適應的教學目標和內容，提高合作概率。當機器教師選擇高端協同任務合作的概率和意愿上升，存在兩種情況：對于想要促成高端協同任務的機器教師而言，一方面對于共生環境足夠支持高端協同任務卻人類教師不合作產生的不利影響;另外一方面是高端協同任務對于教學效果沒有太大幫助時，需優化教學設計和教學活動。

綜上所述，本研究基于四個代表性變量值的變化，分類探討了六種人類教師和機器教師協同共生模式，從而為人機協同課堂教學設計提供優化策略選擇。人類教師和機器教師其中一方的協同任務意愿提高，要想實現目標取決于影響雙方的收益變化a、b、c、d。人類教師和機器教師開展協同合作不僅僅要考慮自身的基礎和獲益，也要從對方的角度權衡整個協同任務，是綜合審視人機協同教育系統之后的結果。

五、案例應用

本研究案例選取某市項目基地學校的三年級英語課 Unite1 Welcome back to school 中的《Introduce yourself》課堂上的一段場景“自我介紹對話”，人類教師是一位小學英語老師，機器教師為實體教育機器人。教學目標是學生學會使用英語表達自己的名字、年齡、家鄉等相關信息，能熟練地進行對話交流來介紹自己，人機協同支持的課堂共生環境如圖3所示。

在學生練習自我介紹教學活動中，包括兩個任務，為對話“自我介紹”和“糾正對話”過程中出現的問題。根據本研究案例所在小學班級的實際情況，設對話交互為一般協同任務G、對話糾音為高端協同任務H，在這里需要說明的是，影響本案例的人類教師和機器教師收益值的因素有兩個，一個是教育效果的獲益，另一個是共生主體付出成本所產生的損失。人類教師和機器教師對于開展這兩個活動的博弈收益矩陣，如圖4所示。

若人類教師和機器教師均與學生開展對話交互任務，人類教師的收益值為6，機器教師的收益值為6。

若人類教師開展對話糾音任務、機器教師開展對話交互任務，因為人類教師要投入一定的精力，記損失值為2，但學生的學習效果增強，記獲益值為3，人類教師的收益值為7，機器教師的收益值不變，仍為6。對于人類教師而言，開展對話交互的高端任務損失小于獲益。

若人類教師開展對話交互任務、機器教師開展對話糾音任務，人類教師的收益值仍為6，由于本研究案例所在學校的機器教師對于對話糾音還有待開發，需要付出一定的成本和政策支持，機器教師損失值為3，收益值為3。對于機器教師而言，開展對話交互的高端任務損失大于獲益。

若人類教師和機器教師均與學生開展對話糾音任務，由于二者都要付出一定的成本投入和精力投入，但可以關注到更多學生的學習情況，缺少了對話交互的環節，設獲益值均為2，人類教師的損失值為2，機器教師的損失值為4，因此，人類教師的收益值為6，機器教師的收益值為4。在這種情況下，人類教師的收益值不變，機器教師的獲益小于損失。

因此，在該所小學的本節英語課的這段教學場景中，人類教師和機器教師博弈的均衡解是（7，6），人類教師開展“對話糾音”高端協同任務，機器教師開展“對話交互”一般協同任務，二者協作分工共同來幫助學生學習和掌握自我介紹的表達。

六、結??論

人機協同教育系統是一個復雜的共生系統，本研究基于共生理論的三要素分析了人機協同教育系統的共生單元、共生模式和共生環境發展進程和關系，從合作博弈的角度探討了不同共生環境下共生單元的共生模式，即人類教師和機器教師二者之間的博弈和合作，構建了人類教師與機器教師主體的合作博弈模型，基于a、b、c、d四個值的變化，闡述了六種人類教師和機器教師協同模式，從而為人類教師和機器教師協同開展教學活動得出均衡解。根據本研究構建的人類教師和機器教師主體之間的合作博弈模型，二者博弈的結果可以得出以下結論：

第一， 人類教師和機器教師均開展一般協同任務，對于二者的挑戰和壓力比較小，但是不利于學生的深度學習。

第二， 人類教師和機器教師分別開展一般協同任務或高端協同任務，二者在實際的共生環境支持的程度、人類教師具備的教學能力以及人機協同教育產生的教學效果等多種因素之間博弈，根據二者的收益值來得到均衡解。

第三， 人類教師和機器教師均開展高端協同任務，對于二者的挑戰和壓力比較大，產生的協同效應對于學生的學習效果存在損失和獲益兩種情況。

總之，人機協同教育是以教學效果為導向，要理性認識共生單元協同的影響因素，合理評估人類教師和機器教師之間的合作博弈，準確協同定位。未來研究可以探討人類教師和機器教師的不同博弈結果適用于何種類型的教學場景或教學內容，為將來人機協同教育教學提供協同模式的選擇。

[參考文獻]

[1] 方海光，孔新梅，李海蕓，鄭志宏.人工智能時代的人機協同教育理論研究[J].現代教育技術，2022，32（7）：5-13.

[2] 鐘志賢.人工智能背景下的教師教育發展新樣態[J].中國教師，2020（11）：33-37.

[3] PEDRO F， SUBOSA M， RIVAS A， PAULA V. Artificial intelligence in education： challenges and opportunities for sustainable development[R]. Paris：UNESCO，2019.

[4] 余勝泉，王琦.“AI+教師”的協作路徑發展分析[J].電化教育研究，2019，40（4）：14-22，29.

[5] 陳凱泉，韓小利，鄭湛飛，劉幸利，胡曉松.人機協同視閾下智能教育的場景建構及應用模式分析——國內外近十年人機協同教育研究綜述[J].遠程教育雜志，2022，40（2）：3-14.

[6] 紹云飛，何偉，劉磊，等.高效協同創新與人才培養模式研究[M].北京：清華大學出版社，2015.

[7] SHERIDAN S， MOUZA C， POLLOCK L. Professional development for computer science education： design and outcomes from a case study teacher[C]. USA： Association for the Advancement of Computing in Education， 2019：1115-1123.

[8] 汪時沖，方海光，張鴿，馬濤.人工智能教育機器人支持下的新型“雙師課堂”研究——兼論“人機協同”教學設計與未來展望[J].遠程教育雜志，2019，37（2）：25-32.

[9] 段亞青.翻轉課堂助力人機協同的研究[J].電腦知識與技術，2020，16（31）：211-212，218.

[10] 劉洋.混合式教學的困境與優化[J].教學與管理，2020（18）：104-106.

[11] 梁云真，劉瑞星，任麗玲.面向計算思維培養的人機協同精準教學模式研究——以小學六年級信息技術課“絲綢之路大闖關”為例[J].現代教育技術，2022，32（3）：51-60.

[12] 陸吉健，周美美，張霞，何晚晴，張明敏.基于MR實驗的“多模態+人機協同”教學及應用探索[J].遠程教育雜志，2021，39（6）：58-66.

[13] 何文濤，張夢麗，路璐.人機協同的信息技術教育應用新理路[J].教育發展研究，2021，41（1）：25-34.

[14] 張學軍，董曉輝.人機共生：人工智能時代及其教育的發展趨勢[J].電化教育研究，2020（4）：35-41.

[15] 顏佳華，王張華.人工智能與公共管理者角色的重新定位[J].北京大學學報（哲學社會科學版），2019，56（6）：76-82.

[16] 朱永海，劉慧，李云文，王麗.智能教育時代下人機協同智能層級結構及教師職業形態新圖景[J].電化教育研究，2019，40（1）：104-112，120.

[17] 吳茵荷，蔡連玉，周躍良.教育的人機協同化與未來教師核心素養——基于智能結構三維模型的分析[J].電化教育研究，2021，42（9）：27-34.

[18] 祝智庭，彭紅超，雷云鶴.智能教育：智慧教育的實踐路徑[J].開放教育研究，2018，24（4）：13-24，42.

[19] 范建麗，張新平.人機協同視域下的學生獲得感：構成與實現[J].蘇州大學學報（教育科學版），2022，10（1）：75-85.

[20] 祝智庭，彭紅超.技術賦能智慧教育之實踐路徑[J].中國教育學刊，2020（10）：1-8.

[21] 武法提，田浩.人機協同的精準學習干預：動力機制、邏輯理路與實踐模型[J].開放教育研究，2023，29（2）：81-90.

[22] 孔利華，譚思遠.信息生態場域中的AI雙師課堂：內涵、構建與評價[J].遠程教育雜志，2021，39（3）：104-112.

[23] 逯行，沈陽，曾海軍，黃榮懷.人工智能時代的教師：本體、認識與價值[J].電化教育研究，2020，41（4）：21-27.

[24] 樂惠驍，汪瓊.人機協作教學：沖突、動機與改進[J].開放教育研究，2022，28（6）：20-26.

[25] HOLSTEIN K， MCLAREN B M， ALEVEN V. Designing for complementarity： teacher and student needs for orchestration support in AI-enhanced classrooms[C]. Cham： Springer International Publishing， 2019：157-171.

[26] CHIHIRO N， SHUNSUKE A， TAKESHI M， TAKAHIRA Y. Implementation and evaluation of classroom AI in PRINTEPS[C]. USA： IEEE， 2016：100-103.

[27] 趙雙閣，魏媛媛.作為“人”的算法：智能時代人機關系的技術哲學省思[J].傳媒觀察，2023（5）：48-56.

[28] 林恩·馬古利斯.生物共生的行星——進化的新景觀[M].易凡，譯.上海：上海科學技術出版社，1999：11.

[29] 李思強. 共生構建說[M].北京：中國社會科學出版社，2004.

[30] 翟彬.農業產業化對農戶生計的影響研究[M].北京：中國經濟出版社，2021.

[31] 張維迎.博弈論與信息經濟學[M].上海：上海人民出版社，2004.

[32] 焦寶聰，陳蘭平.博弈論[M].北京：首都師范大學出版社，2013.

Research on Cooperation Game of Human-Machine Collaborative Education Subjects and Its Optimization Strategy Based on Symbiosis Theory

FANG Haiguang，?KONG Xinmei，?LIU Huiwei，?WANG Xianchuang

（College of Education， Capital Normal University， Beijing 100048）

[Abstract]?With the enhancement of the strong AI technology represented by ChaGPT and Big Models，the digital classroom of primary and secondary schools has stepped into the milestone stage of human-machine collaborative education. Teachers can assign part of classroom activities to machine teachers to complete independently， while human teachers are in the state of supervising the activity process， thus forming a complex system of human-machine collaborative education. How to clarify the behind synergistic logic between human and machine subjects is a new problem faced in human-machine cooperative education. Firstly， this study analyzes the symbiotic unit， symbiotic mode and symbiotic environment of the human-machine collaborative education system based on the three elements of the symbiosis theory， and then constructs a cooperative game model of human teacher and machine teacher subject according to the difficulty of the collaborative task. Then， based on the changes of the values of four representative variables， six cooperative symbiotic modes of human teachers and machine teachers are explored from the perspective of cooperative game， thus providing optimization strategy selection for the design of human-machine collaborative classroom teaching. Finally， this study selects a scene from a third-grade human-machine collaborative English class in a city base school to analyze the game process and results of the human teacher and the machine teacher， and the case validates the value of?cooperative game model in optimizing teaching strategies， so as to provide theoretical and practical references for the human teacher and the machine teacher to carry out teaching collaboratively.

[Keywords]?Human-Machine Collaborative Education; Symbiosis Theory; Cooperation Game; Human Teacher; Machine Teacher