論教育領域人工智能機器人的主體性

摘要：人工智能與教育深度融合，在人機協同教育中不斷從教學工具向教育者轉化。人工智能是否能成為真正意義上的教育者，其中最需要清晰認識的基本問題是人工智能機器人在發展中逐漸具備的“擬人性”與人的主體性之間的本質差別，這涉及到人工智能應用于教育領域的基礎認知。為了更好地認識人工智能，該文對其本質和實踐形態進行深入剖析。一是，從內在機制分析發現，人工智能只是人類設計各種算法模仿人的認知和行動的技術，本質上僅僅是通過算法的數學計算進入到語言和思維領域實現機器智能，但算法本身缺陷限制了人工智能無法逾越人的主體性特征；二是，從機器外部賦能揭示出，人工智能是以人為目的，表達人的想法的實踐工具，最具特征的人工智能的能動實則也是被人的主體性實踐所支配。三是，從教育的初心和本質考察，人工智能也不能在教育實踐中喚醒、激發、建構人的主體性成長，只是貫徹施行技術特征的教學實踐工具。研究認為，在教育實踐領域，要充分認識到人的全面發展并非主體性缺失的人工智能所能為。

關鍵詞：人工智能；機器人；主體性；教育；算法

中圖分類號：G434 文獻標識碼：A

* 本文系2021年度教育部人文社會科學研究規劃基金項目“面向思維可視化的圖形語義系統建構及教學應用研究”（項目編號：21YJA880076）階段性研究成果。

當下，人工智能不僅在理論方面取得了巨大進展，更在實踐領域強勢出現了ChatGPT、sora等為代表的生成式人工智能。驚嘆之余，人們對人工智能的認識也出現了不同看法。主要焦點在于人工智能機器人的“擬人性”是否具有人的主體性特征，如自我意識、主觀能動性等。比如，有學者認為，算法的不斷優化使人工智能可試圖模擬人的思維，積極地掙脫人類的束縛，主動地獲得自我的自由與自覺[1]。也有學者認為，AI伙伴是最高級的人機協同方式，此時AI具備了社會智能，其創造性和自主性達到人類教師的層次[2]。人們對人工智能的認識已經從工具定位轉化為可以成為教育主體。而能否成為教育主體，其核心在于，人工智能機器人與人的主體性之間是否存有本質差異。由此，本文嘗試對人的主體性的特征進行全面考察，來探析人工智能是否擁有和人一樣的主體性內涵，從而對人工智能在教育領域能否發揮主體性等頗為爭議的話題進行探討。為了行文方便，在不引起歧義的情況下，下文將人工智能機器人、智能代理、智能體等概念，統一使用“人工智能”。

一、主體與主體性的哲學考察

討論人工智能的主體性，首先要理清哲學上對主體和主體性的一般認識。一般來說，主體這一概念有兩種含義，一種是本體論意義上的物體或實體，另一種是認識論意義上的實踐主體，具體指從事認識和實踐的人，而不是其它實物對象，通常哲學上所說的主體都是指后一種。人作為主體，經歷著從簡單到復雜的“認識—實踐”的循環反復過程。在此過程中，主體的認識和實踐并非漫無目的，而是自覺地、有意識地主動建構。人是建構的主體，事物則成為人的對象，二者形成了一種主客關系，也就是說主體成為凌駕于對象之上的超越，人類成為主體，成了對象世界的主人[3]。這樣一來，人類認識實踐活動在歷史進程中都體現了人的思想和行為，從而建立了以人為主體的技術行為準則。久而久之，主體就在人實踐的基礎上被塑造。于是，人就成為向自然、社會立法的實踐者，“主體是人，客體是自然”[4]，即人之外的一切事物都是客體。當然這種觀點在哲學上還需要深入討論，但人作為主體的這種身份定位，成為學界的共識并保留了下來。

主體性是主體在實踐認識活動中呈現出的本質特征。郭湛認為，人的主體性是人作為活動主體的質的規定性，是在與客體相互作用中得到發展的人的自覺、自主、能動和創造的特性[5]。就其定義而言，主體性強調人的四個方面特征：自覺是人在精神、思想或認識支配下的實際行動，屬于心理意識范疇；自主也是主動性，是人在自身意識基礎上，明確認識目標并向著特定的方向努力，意味著主體對活動的自覺把握；能動是人的思想與行動相結合，主體作用于客體時主體的活動；創造意味著主體對已有認識形成新的知識或新的理論，達到更高的認識能力和掌握更有效的認識方法，推動思想、觀念、理論或方法的更新[6]。歸納起來，主體性體現在人自身認識世界與實踐改造世界這兩方面所表現出的特性。從這個意義上看，人的主體性和人的本質特性是一致的。一方面，自覺、自主、創造等主體特性表現在心理意識、生物本能等人的思維運動對客體的反應；另一方面，能動性又與人的實踐是內在統一的，是人在社會活動中不斷實踐、反思、創造、再實踐的過程。所以，主體性是最集中體現人的本質之所在，表現為人在能動的活動中運用理論和實踐，通過自主創造，實現人的目的。憑借主體性，確立了人與自然、社會的基本形式，促進了人的自身全面發展，實現了人的本質力量。

二、人工智能本質及其產生機制

從目前人工智能技術發展來看，美國工程院士、谷歌人工智能負責人杰夫·迪恩認為，人工智能的核心技術涉及算力、數據和算法三要素。這三要素涉及人工智能的物理本體和智能認知兩個基本特征。一方面，算力對應的是物理本體層面，與計算機緊密相連。人工智能的核心技術無非是由電子芯片、集成電路等電子元件以及程序系統所組成的機械實物，其物理運作本質與之前的機器工作機理并無本質差異[7]。所以，計算機是人工智能看得見摸得著的實體，是算力運行載體，更是人工智能之“體”。另一方面，數據和算法對應的是智能認知層面。數據是算法計算樣本的描述數值，是經驗被處理成為可計算、可加工的信息化表達形式。而算法實際上是用一個適當的數學模型對一類現實問題建立的計算方法。由此就不難理解這三要素之間的相互關系，算力是數據和算法不可或缺的動力之源，數據依靠算法分析與理解，算法依靠數據學習與訓練。從某種程度上來說，人工智能離不開算力和數據，但算法是人工智能認知的關鍵，是人工智能的“大腦”。所以，芯片技術的更新迭代能夠決定人工智能的算力速度，數據的數量和維度也決定了它的智能精確度，但無論如何提升計算速度和增加計算數據，都無法改變算法才是其智能認知的決定性因素。因此，算法是人工智能解決問題最根本的策略機制，也是最重要的技術途徑。

溯源歷史，人工智能經歷了從20世紀50年代以邏輯推理技術導向的符號主義，發展到80年代以機器學習為典型特點的聯結主義，隨之到20世紀末出現行為主義的三種研究范式。人工智能發展的不同階段，面臨不同的問題，分別由不同的人群發展出各不相同的研究范式[8]。這三種研究范式的劃分，主要是基于其背后所蘊含的人工智能方法論的不同。符號主義者試圖用符號演算模擬人類大腦；聯結主義者試圖通過人工神經網絡的并行計算建構大腦；而行為主義者則試圖通過遺傳算法進化出大腦[9]。無論是符號主義的邏輯推理算法，還是聯結主義和行為主義倡導的機器學習算法，其實質是，研究者們針對特定問題訴諸不同算法模型。所以，從根本上講，人工智能是為解決不同問題而采用不同算法方案，即提出各種算法并開發出相應的程序去解決現實中遇到的各類問題。

基于以上認識，結合人工智能在教育應用的現實，我們嘗試從以下三個方面討論人工智能的主體性問題。

三、從內在機制分析發現，人工智能算法存在主體性缺陷

人工智能引起爭論的焦點主要體現在實際應用中功能表現突出，就被認為人工智能具有主體性。而實際上，這種認識是完全錯誤的，是被人工智能技術表象所蒙蔽。如果審視算法，并與人的主體性特征進行對比，就會對人工智能有更為清晰的認識，也就會消除對人工智能的盲目崇拜。

第一，離開人的智能，算法無法實現脫胎換骨的進化。能否成為主體，關鍵看人工智能可否像人一樣可以實現自我進化？如果說，人工智能自身可以進化，那必然是，算法可以打破舊有模式進化成新算法？顯然，結論是否定的，這是把人工智能的算法進化與人的主體實踐等同了，二者的實現機制是不在同一維度上的。探尋二者實踐背后的深層邏輯，人的認識實踐活動總是以“新問題—創造方法—解決問題”的方式不斷循環演進，而人工智能是沿著“需解決問題—算法—應用”的邏輯實現的。對比不難發現，新問題的出現與人的實踐活動意義直接相關，而人工智能的演進邏輯則是停留于解決問題的算法層面。目前從技術層面可見，算法的核心是解決現實生活中的具體問題，即算法的第一步需要明確一個問題，最后一步是解決這個問題。換言之，算法還是停留在方法維度，是人實踐的解決方法，而非能跳到人發現問題的實踐價值維度。另一方面，算法也無法實現自身質變。事物的演進在方法層面上總是呈現兩種路徑，一種是在量的方面積累，即在深度和廣度上對舊方法更新迭代；另一種是質的變革，即以革命性的新思路、新發現、新范式解決問題。而所謂人工智能的進化也都表現在針對具體問題上優化算法框架，而非舊算法自身消亡，新算法產生。同時，人工智能認知突破也并非來自于算法自身的質變，這實際上是人的智慧創造，實現算法從量到質的突變。因此，人是人工智能的設計者，更是人工智能進化的引領者。

第二，算法不是一種能解決所有問題的通用方法。人們對人工智能有太多的期許，大多被直觀感受到的人工智能應用所迷惑。這也就產生了模糊認識，認為人工智能算法具有普適性問題。然而，目前人工智能算法僅有十余種類型，無論是來源于小球落地實驗的貝葉斯算法，還是受巴普洛夫的“狗”和卡哈爾的“手”啟發的神經網絡算法，這些算法恰恰是人為了解決實踐中不同問題而創造出來的不同方法。換句話說，實踐中能找到一個解決問題的合適算法都不是一件容易的事情，遑論其通用性。而且，每一個算法自身也有局限性，還會受到數據規模、數據結構等諸多因素影響。此外，還要看到，雖然人工智能的算法進步斐然，但也還有許多問題很難用算法實現。人的認知中還有情感、意志、直覺、靈感等要素，存在大量基于本能的“憑感覺行事”的現象，這些方面的能力還未能開發出相應算法（如情感算法、意志算法……），甚至它們能否被算法化都是存疑的，至少迄今還未能與某種算法的類型建立起成熟的關聯[10]。因此，將一個現實問題轉化為抽象模型是困難的，建構起與之相應的算法就更難了，并且也沒有哪一個算法能夠解決所有問題。

第三，算法只是模仿，無法做到像人的思維一樣實現創造。本質上看，創造是思維對感性材料的抽象然后上升到思維的具體的過程，這二者的思維辯證和思維運動構成了創造性[11]。同時，在創造的過程中，也包含著不同種類、不同層次的思維形式，不僅有以與邏輯思維相對的非邏輯思維（靈感、直覺、想象力等），也包含發散思維、形象思維、直覺思維、邏輯思維、辨證思維和橫縱思維等方面[12]。可以說，創造不但是非常復雜的人類思維活動，而且創造活動所呈現的思維形式也是多樣的，正是這種思維特征才產生了創造。而人工智能的實現邏輯是算法模仿人的思維，通過計算產生創造。那么這是真創造么？很明顯不是，只能說是程序整合人已有成果的算法模式。創造性思維事先不可能有固定的程序[13]。如果創造思維有模式可循，可以通過模仿習得，那么不就可以重復創造新思想了？所以，根本上來說，算法模式的創造本身就談不上思維創造，因為這種模式產生的思想已經不是創造了。正如古希臘哲學家亞波羅琉斯所說：“想象比起模仿是一種更聰明靈巧的藝術家。模仿只能塑造出見過的事物，想象卻能塑造出未見的事物。”所以，現在的人工智能還不具備創造性思維的能力[14]。

第四，算法基于數學模型，但隱含其中的數學規范也可能限制了終極智能。現代自然科學的特點便是表述訴諸量化[15]，事實上，人工智能也是如此，采用數學模型對數據進行量化計算。具體來講，就是把現實問題轉換為數學模型，然后用數學計算的方法求解問題。由此，人工智能對所有事物的認知關鍵在于建立一個適宜的數學模型，同樣在智能應用過程中，也需用數學模型解構萬事萬物。數學模型的重要意義為人工智能提供了行之有效的認知途徑，但另一方面，它又受到數學規范的限制。因為數學模型是用數學結構來表示的，它的內在規范是以數學邏輯做基本運算。換言之，在分析與表述實際問題的過程中，人工智能的認知必然依據數理邏輯。這就造成了困難，人工智能很難突破數學自身邏輯規范，存在著形式的、有界性等局限，很難進入到另一個全新的世界中去。究其根本，這也是人工智能只是模仿，無法創造的根本原因。于是，就人工智能的未來征途而言，這是一個必須面對的終極智能挑戰，無論人工智能是否具有主體性，都必然面臨著數學規范堡壘的難題。

第五，算法可以回答“是什么”事實經驗，卻很難給出“為什么”等深層次答案。人工智能的優勢在于計算事物現象挖掘數據事實。因為人工智能是純理性的，在判斷事物的時候，是不摻雜、也不會受到任何感性因素影響。在這種意義上，算法的優勢能判斷事物“是什么”，然而，很難說清楚事物“為什么”。實際上，這也是客觀事實，算法內在機制限定了人工智能無法厘清事物內在價值關聯。在面對涉及復雜價值取向問題，人工智能無法澄清和揭示價值主體負載的目的及訴求。原因在于，事物是多樣性統一，不但本身充滿矛盾，事物之間也是相互關聯。想要弄清楚事物的特征屬性關系本就很困難，又要符合實踐需求，進行多角度、多層次、全過程的分析和判斷，更非易事。如果還想要結合實際，聯系事物的特殊本質，這就更非人工智能所及了。所以，作為價值客體的人工智能雖然“認識”世界的能力不斷提高，但僅僅都是一般意義上的事實判斷，而真正轉向內在的價值關系，算法不能完全勝任。這就需要人付出更多勞動，通過反復地、深入地把握辯證思維關系，才能客觀地、全面地澄源正本。

上面的討論表明，人工智能是人類設計各種算法模擬人的認知和行動的技術。所以，人工智能所呈現的是人的主體性的功能性模仿，并非有自我意識，也無法進行自我創造，這與人的主體性有著截然不同的機制差異。它的優勢在于模仿人所進行的各種形式性、計算性、確定性的歸納和總結，看起來表現得像人一樣，但它卻無法逾越最能體現人的自覺、自主、創造等主體性特征。實際上，人工智能是被囚禁在算法的邊界范圍內，其局限性也在數學模型早已預先設定的前提規則中。原則上講，人工智能具有算法認知，但并非哲學意義上的認識主體，也沒有創造事物所需的必備思維能力。由此，我們不難得出結論，在技術的內在機制上，人工智能是不可能具有主體身份和地位的。人工智能與人類不同，它沒有全部的、具體的、豐富的主體性內涵。

四、從外部賦能揭示出，人工智能的定位始終是人的實踐工具

和以往的技術不同，人工智能一直存在“機器能動”的爭議。人工智能已經不再是被動的，而是具有一定程度上的能動性。那么，人工智能的能動與人有什么區別呢？馬克思認為，任何人如果不同時為了自己的某種需要和為了這種需要的器官而做事，他就什么都不能做[16]。這個觀點表明，真正的能動源于人自身內在生物體征需求，需要不斷被滿足而持續產生的能動。而人工智能沒有這種內在動能，正如上文已述，算法自身并無自覺、自主、創造等主體性特性，即人工智能的內在結構和機制不會產生能動。那么，人工智能的能動性又是如何產生的呢？從人工智能發展的動因來看，其深層聚焦就是人類希望用算法賦能機器，代替人的一部分腦力勞動。所以，人工智能的能動并非自身的真“能動”，確切地說，不是一種自身滿足的剛性需求，只是對外界響應的算法行為。它的能動周期實則是人類賦能機器能動，目標達成即結束。從這一點上，我們可以看出，人工智能的能動其實來自于人的實踐目的，為了從勞動中更好地解放人，只不過，這種機器能動掩蓋了人實踐賦能的本源。盡管人工智能的某些功能確實是令人望塵莫及，但決定其能動的關鍵不僅在于算法是否可行，更在于人類對其賦能的大小。所以，人工智能內在的邏輯就是技術依附人，是被人的主體性實踐所支配的，否則人工智能就不可能獲得能動的力量。

那么，人工智能的賦能本質又是什么呢？答案是人的實踐工具。人是為了滿足自己的需求來創造機器人的，機器人就是人用來滿足自己需求的工具[17]。事實上，從研制人工智能以來，這種設計初衷一直未變。在人的實踐中，人要生存是主體的內在生物本能驅動，由此，人就走上了有意識地應用技術工具，從而不斷增強自身主體實踐能力的發展進路。在技術價值符合人類需求的實踐路徑上，確立了實踐工具是人工智能價值的決定因素，也是賦能人工智能的唯一目的。對此，人工智能的賦能將始終體現著實踐工具的特征。如果離開了工具價值屬性，那么人工智能也失去了存在的基礎，將是空中樓閣，變得毫無意義。

實踐工具定位，確立了人工智能存在的邏輯起點，也決定了它未來發展的規則法度。準確地說，人工智能是非生命的實踐工具，不可能被賦予與人相同的主體身份。一方面，人的主體地位是人工智能賦能的枷鎖。對于人類自身而言，人工智能只是人的實踐工具。人工智能只需根據人的需求，在技術概念范疇內加以應用即可。如果朝著顛覆人的主體地位方向發展人工智能，把人工智能從工具屬性賦能為主體，那就與應用人工智能的初衷背道而馳了，這豈不是作繭自縛！所有的技術賦能都要回到人是主體的最終目的，人工智能也是一項“人為的”和“為人的”價值活動，必須始終堅持以人為本或以人為中心的原則[18]。所以，就像機器人三定律為人工智能制定的原則性綱領一樣，人的主體地位價值規則必定走向算法技術準則，以保持人工智能的行為界限。另一方面，人工智能賦能存在著主體認同邏輯，即以人的認同決定的，并不是技術自身的為所欲為。人是一切社會關系的總和，人與其他事物都是主客關系。技術的發展規律就是人的實踐活動的規律，技術的可能性就是人的可能性[19]。所以，人工智能不能逾越人的創造和認同，即使在功能上超越人類，但這并不是說它的技術發展就能脫離人的束縛，其很難甚至無法從主體的認同中擺脫出來。

因此，人工智能將始終在“人是實踐主體”的哲學內涵框架下，詮釋著人與工具的角色關系。人工智能的能動依附于人的實踐，它無法脫離人的賦能走向自我設計實現自身能動。盡管為了確保人類未來發展，人要不斷地拓展認知范圍，對未知展開無限的探索，但人是唯一主體的最基本法則，將會始終貫穿在人工智能的工具使命之中。

五、從教育真諦考察，人工智能無力表達教育最為深層的底蘊

上文已述，無論是內在的算法機制，還是外在的實踐賦能邏輯，人工智能都不具有主體性。如果這還不足以說明人工智能在教育領域中的角色，那么，十分有必要進一步深入闡釋，人工智能在教育實踐過程中是否可以完全表達出教育主體所具有的全部內涵。對于這個問題，答案依舊是否定的。

一方面，人工智能的內在算法機制與教育的本真蘊意之間的矛盾。雅思貝爾斯對教育的闡釋，彰顯著哲學家特有的深邃，他認為，所謂教育，不過是人與人的主體間靈肉交流活動（尤其是老一代對年輕一代），包括知識內容的傳授、生命內涵的領悟、意志行為的規范、并通過文化傳遞功能，將文化遺產教給年輕一代，使他們自由地生成，并啟迪其自由天性[20]。在這里，他不但揭示了教育的核心要義在于教育對象在知識、智慧、品德等方面獲得發展，更表述了教育的根本任務是依靠人的心靈喚醒教育對象的心靈，就像云朵推動云朵一樣，陶冶和生成人的自我意識，進而促進人的身心發展。因此，對于教育來說，重要的不僅是傳授知識，而是在不斷的體驗中實現人自身的完善[21]。那么，實現雅思貝爾斯所言的“喚醒”和“啟迪”的教育，人工智能究竟是力所能及還是望洋興嘆呢？也許，人工智能最大的困難在于實現心靈的溝通。上文有關人工智能的內在機制分析已經闡述了，人工智能是試圖尋求聚焦算法功能達成能動，表面上可以實現人機互動，但不要忽視了算法的局限性問題，這種模擬人的數學算法所實現的互動并非真正人的心靈的聆聽和感受。這一重要區別是，不具有心靈的人工智能可以按照算法做事情，但它卻不能從源頭上真誠真心傾聽感知，即無法做到像人一樣，可以去用一個眼神觸及對方內心影響他人，用心交流傳遞啟迪的力量，而這也是人工智能無法獲得的智能。所以，沒有靈魂的人工智能只會把教育限制在“信息發送與接收”的封閉的算法之中，而達到教育理想狀態還必須依靠人與人的心靈交往實現真正意義上的對學生心靈的啟迪與喚醒。

教育離不開情感，即教育人的成長需要依賴情感發揮作用。在教育實踐中，情感是在心與心的接觸交流中產生認同，表達出非知識所能直達心靈的感受。而人工智能僅僅是模擬人類情感的“類”表達，缺少維持主體間真情實感的互動基礎，而且這種交互根本不會入心，更不可能交心，從而使情感交互“有來無回”[22]。所以主張人工智能技術至上，必然無法與學生進行真正意義上的情感互動。它缺少創造性思維，也缺少情感體驗和道德判斷，它可以改變教育形式，但改變不了教育本質[23]。如此下去，算法機制“塑造”的情感互動將會一直在“受阻”中磕磕絆絆，教育活動的靈魂不復存在！缺失靈魂的教育，縱使應用最先進的技術也枉然，所以說，教育是人的靈魂的教育，而非理智知識和認識的堆集[24]。只有主體間的溝通，教育才能在彼此心靈共鳴關系中，創建人的精神力量，去探索，去質疑反思，去面對未知的挑戰。這才是為什么人與人之間的教育喚醒能作為影響人類發展的重要內核所在。這就是教育本真的豐富內涵。

另一方面，人工智能的賦能邏輯與教育實踐之間的矛盾。教育實踐是人類有意識地培養人的活動[25]，培養人是非常復雜的，因為教育實踐不僅在教育內容方面培養人的知識、思維、情感、品格、意志等，還需根據教育對象的年齡、心理等不同發展階段采用不同的方法。對此，教育的本質特征要求必須從教育對象的實際出發，根據人的身心發展的規律進行工作[26]。這就要因人而異，因時有別，靈活運用教學原則和教學規律正確地對待和處理教育實踐。可見，教育實踐并不全是純理性的教學活動，也沒有一刀切的教學規則，而需深入觀察、探索思考才能有的放矢。教育實踐不能完全按照程序化的方式展開，正如教學法上早有言之的“教學有法，教無定法”。因此，如若過度崇尚人工智能，教育實踐也必定異化成為單向度的、機械的算法共性而無自我特征的教學機制。根源在于缺失主體性的人工智能只會完全遵循賦能規則貫徹施行教學策略，而不能彰顯人的能動性。雖然試圖依據數據樣本模型構建算法可以實現知識的個性推薦，然而這種教育實踐僅僅是教育對象被采集到的知識教育的數據分析，既非數據全貌，也非教育全部，只能說是應用數學模型來應付復雜教育實踐。長此以往，師生的思維方式和思維能力將會發生變化，擁有高階思維和創造性的人腦機能被智能技術削弱，教學主體在新時代安身立命的創造性智慧很可能停滯和退化[27]。因此，面對復雜的教學，就不要奢望人工智能可以隨機應變，視情況采用不同教學方法調節教育實踐活動。

而且，不合邏輯的教育實踐在現實中也很難被接受。教育實踐的本質在于建構學習型主體，逐步確立和發展學生在學習過程中的主體地位[28]。教育主體的確立并不是外在地或者機械地賦能可以達到，其獨特性在于涉及人的認知、實踐、價值等各種方面因素，而并不能簡單等同于其它活動。這也許對于人工智能來說就更為困難，原因在于，人工智能延續的只是技術特征教學活動，就其內在結構而言，很難能構建一個與教育對象同等豐富的主體世界，進而達到教育實踐的同步。究其原因，原本算法并非萬能，教育又屬于復雜的混沌現象，教育中存在著大量用線性科學所無法解決的難題[29]。顯然，靠堆砌人工智能技術實現教育的本真，必然有違當下對教育實踐的認知，而且這也難以令人信服。

歸根到底來說，無論賦予什么樣的技術外殼，人工智能無力勝其任，無法滿足教育實踐最為關鍵的實質精髓，也沒法最大限度地表達教育實踐的內涵底蘊。所以，對人工智能要采取一種“祛魅”后的眼光，回歸到人工智能只是教育的實踐工具的認識。一定程度上，人工智能是可以依據大數據建構出有規律可循的教育技術行為。例如，對于固定重復的教學場景、機械具體的教學過程、定量分析的教學評價等，這是人工智能的優勢。但最為重要的是，教育要喚醒人自身主體性，更多地關注如何讓學生感受溫暖的心靈情感交流，如何培養學生的思維創造，如何確立學生正確的人生價值。這是人工智能難以完成的，也是無法通過算法整合可以達到的，恰恰這正是決定未來教育的深度、廣度和高度之所在。也許我們很難預知人工智能引領未來教育會帶來哪些變革，但面對教育的主體是人的這一永恒的事實而言，教育的本真不容改變、不能丟棄。

六、結語

綜上所述，我們從人工智能內在機制、人類研發目的、教育活動的本質需求等三個方面，論證了人工智能機器人的主體性問題。由此可以進一步明確，雖然人工智能機器人，從稱呼上也有“人”這個字，但是它本質上，還是工具，不具有、不可能有、也不必要有人類的主體身份，當然也就沒有人類的主體性。明確了這樣具體的定位，未來人工智能在教育領域的應用，以下三點特別值得關注。

其一，人工智能被廣泛應用并發揮優勢，是因為這些領域或者環節均符合其本身內在邏輯和工作機制，如我們熟知的翻譯、語音合成，包括作詩、下棋無不如此。由此可見，人工智能賦能教育，也應首先著力發掘、提取、分離出類似的領域、方面或環節的獨特優勢，然后再將其與教育活動恰當結合，只有如此，人工智能才能發揮優勢，更好地服務未來教育發展，這應該成為當下人工智能教育應用需要關注的焦點問題。

其二，警惕人工智能的“算法智障”。人工智能“成也算法”，但往往“敗也算法”，嘀笑皆非的失敗案例比比皆是。人們對人工智能教育應用的美好愿望極易造成虛妄定位，從而忽視對其內在原理、機制進行深刻剖析以得到合理認識。人工智能的成功是有限的，未經考量查證，就賦予人工智能機器人教學評價師、情感導師等身份，不僅不能發揮人工智能的優勢，不利于未來教育發展[30]，而且還會破壞它在人們心目中的美好形象，從而影響它的合理應用。

其三，相比以往教學工具，人工智能與人的關系要復雜得多。人工智能要與人“融合”“協同”“內腦加外腦”，實現強強聯合，共同促進未來教育發展。但無論何時，技術的發展都需要持續秉持以人為本的價值原則，必須以人為中心[31]。注重人的主體性成長才是教育的內核，也只有這樣才能規避人工智能的負面影響。人工智能雖然沒有主體身份，但是由于人性的弱點等因素，它卻能很容易誘導人按照它的邏輯開展工作，從而掣肘人的主體性的發揮，使教育教學活動變得模式化、標準化，破壞教育活動本身應有的豐富性和生命意蘊，五十多年前馬爾庫塞關于單向度人的警示，在智能時代，更應引發關注。

參考文獻：

[1] [美]詹姆斯·巴拉特.閭佳譯.我們最后的發明[M].北京：電子工業出版社，2016.15.

[2] 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，（4）：14-22+29.

[3] [挪]奎納爾·希爾貝克，[挪]尼爾斯·吉列爾.童世駿，郁振華等譯.西方哲學史：從古希臘到當下[M].上海：上海譯文出版社，2016.220.

[4] [德]馬克思，[德]恩格斯.中共中央馬克思恩格斯列寧斯大林著作編譯局編譯.馬克思恩格斯選集（第二卷）[M].北京：人民出版社，2012.685.

[5][6] 郭湛.主體性哲學-人的存在及其意義[M].北京：中國人民大學出版社.2011.23+38-124.

[7] 劉宇.關于人工智能認知限定與限度的多重思考——基于馬克思主義認識論的分析視角[J].廣西社會科學，2021，（2）：76-83.

[8] 鐘義信.范式革命：人工智能基礎理論源頭創新的必由之路[J].人民論壇·學術前沿，2021，（23）：22-40.

[9] 劉曉力.認知科學研究綱領的困境與走向[J].中國社會科學，2003，（1）： 99-108+206.

[10] 肖峰.人工智能與認識論的哲學互釋：從認知分型到演進邏輯[J].中國社會科學，2020，（6）：49-71+205-206.

[11] 裘志.論創造性思維[J].暨南學報（哲學社會科學），1999，（3）：71-77.

[12] 何克抗.現代教育技術與創新人才培養（上）[J].電化教育研究，2000，（6）：3-7.

[13] 劉二中.論創造性思維的本質[J].自然辯證法通訊，1996，（4）：19-24.

[14] 郭田德，韓叢英.人工智能機理解釋與數學方法探討[J].中國科學：數學，2020，（11）：1541-1578.

[15] 徐英瑾.人工智能哲學十五講[M].北京：北京大學出版社，2021.282.

[16] [德]馬克思，[德]恩格斯.中共中央馬克思恩格斯列寧斯大林著作編譯局編譯.馬克思恩格斯全集（第三卷）[M].北京：人民出版社，1960.286.

[17] 韓東屏.未來的機器人將取代人類嗎 [J].華中科技大學學報（社會科學版），2020，（5）：8-16+59.

[18] 孫偉平.關于人工智能的價值反思[J].哲學研究，2017，（10）：120-126.

[19] 肖峰.哲學視域中的技術[M].北京：人民出版社，2007.157.

[20][24] [德]雅斯貝爾斯.鄒進譯.什么是教育[M].北京：生活·讀書·新知三聯書店，1991.3.

[21] 趙同森.喚醒靈魂的教育——雅斯貝爾斯教育思想解讀[J].教育理論與實踐，2006，（18）：1-3.

[22][30] 顏士剛，王麗蕊等.論情感教育視角下人工智能機器人的德育困難[J].現代教育技術，2022，（4）：5-12.

[23] 馮建軍.我們如何看待ChatGPT對教育的挑戰[J].中國電化教育，2023，（7）：1-6+13.

[25] 顧明遠.教育大辭典[M].上海：上海教育出版社，1998.773.

[26] 黃濟.教育哲學[M].北京：北京師范大學出版社，1988.58.

[27] 辛繼湘，李瑞.人是技術的尺度——智能教學中人的主體性危機與化解[J].中國電化教育，2023，（7）：23-28+42.

[28][29] 桑新民.呼喚新世紀的教育哲學[M].北京：教育科學出版社，1993. 336.372.

[31] 郝祥軍，張天琦等.智能時代的人機協同學習：形態、本質與發展[J].中國電化教育，2023，（10）：26-35.

作者簡介：

顏士剛：教授，博士，研究方向為教育技術哲學、信息技術課程與教學、高等教育課程與教學改革。

吳長帥：實驗師，在讀博士，研究方向為教育技術哲學。

On the Subjectivity of Artificial Intelligence Robot in Education

Yan Shigang1， Wu Changshuai1，2

1.Faculty of Education， Tianjin Normal University， Tianjin 300387 2.School of Foreign Languages， Shenyang Normal University， Shenyang 110034， Liaoning

Abstract： Artificial intelligence is deeply integrated with education， and is constantly transforming from a teaching tool to an educator in human-machine cooperative education. Whether artificial intelligence can become educators in the true sense of the word， one of the basic issues that need to be clearly recognized is the essential difference between the “anthropomorphic nature” of AI robots and the subjectivity of human beings， which involves the basic cognition of AI applied to the field of education. In order to better understand AI， the paper provides an in-depth analysis of its nature and practical forms. First， from the analysis of the inner mechanism， it is found that AI is just a technology that human beings design various algorithms to imitate human cognition and action， which is essentially just a mathematical computation of algorithms to enter into the field of language and thinking to realize machine intelligence， but the defects of algorithms themselves limit AI’s inability to overstep the characteristics of human subjectivity； second， from the external empowerment of the machine， it is revealed that AI is a practical tool to express people’s ideas for human purposes， and the most characteristic initiative of AI is also dominated by the practice of human subjectivity. Thirdly， from the examination of the original intention and essence of education， AI cannot awaken， stimulate， and construct the growth of human subjectivity in educational practice， but is only a practical tool for teaching and learning that carries out the characteristics of technology. The study concludes that in the field of educational practice， it is important to fully realize that the comprehensive development of human beings is not something that can be achieved by AI with a lack of subjectivity.

Keywords： Artificial Intelligence； robot； subjectivity； education； algorithm

責任編輯：趙云建