從交互到共生：智慧教育生態系統中人機關系重構的邏輯進路

［摘 要］

人工智能與教育教學的深度融合必將推動教育生態的整體性變革。隨著智能技術的迭代升級，智慧教育生態系統中的人機關系逐漸從人機交互的初級形態走向人機協同、人機融合，最終實現人機共生的終極愿景。教育領域的新一代自然式人機交互，以智能機器為中介形成“物理-信息對偶空間”，并根據人與智能機器默契程度的不同從低到高分為基于有聲語言的交互、基于肢體信號的交互和基于意念感知的交互。在智慧教育人機協同形態中，智能機器晉升成為認知主體，充當“代具”彌補人類的“缺陷存在”從而共同完成復雜的任務，具體可分為計算智能型協同、感知智能型協同、認知智能型協同以及社會智能型協同。在人機融合形態下，人、機器和環境系統相互作用而產生新型群體智能系統，人機關系呈現具身智能等特征。人機共生作為人機關系發展的終極形態，無論是物理形式抑或是邏輯形式的共生，師生與人工智能“宛如同類”相互依存，秉持互利原則不斷優化和進步，追求教育育人價值最大化。

［關鍵詞］

智慧教育；人機交互；人機協同；人機融合；人機共生

［中圖分類號］ G434 ［文獻標志碼］ A ［文章編號］ 1674-6120（2024）11-0012-12

從18世紀工業革命實現的機械化，到20世紀的電氣化、自動化，再到現今工業4.0版本的智能化，每一次技術的迭代升級都會驅動教育系統的革新，造就不一樣的教育教學組織形態，變更教育者和學習者之間的聯結。大數據應用方興未艾，人工智能（artificial intelligence，AI）已悄然而至。AI與教育教學的深度融合必將推動教育生態整體性變革。2022年底，美國OpenAI公司研發的聊天機器人程序（Chat Generative Pre-trained Transformer，ChatGPT）問世。生成式人工智能（generative artificial intelligence）所呈現的“涌現”能力，引發各界對“人機關系”的新一輪討論。就教育而言，人工智能的發展進化是帶來升級契機從而“增強人類”還是終將“取代人類”？這一問題值得審思。

"一、文獻綜述

“人的本質從其現實性上說，是一切社會關系的總和”［１］，這也就意味著人是“社會人”，其一切行為總免不了要與周圍的各種人和物產生復雜交錯的聯系。而隨著智能技術的迭代升級，智能機器也逐漸成為人類社會生活不可或缺的部分，由此人類也開始與智能機器建立起復雜獨特的關系網絡，產生了智能時代所獨有的“人機關系”。

“人機關系”是一門橫跨傳播學、倫理學、生物學、哲學和計算機科學等領域的宏大研究項目，學者從不同的視角進行了探討。譬如，有學者從傳播技術、內容、關系和主體等多層面入手，提出了同構、協同與共生的人機關系特點和發展邏輯［２］。也有學者專注于媒體內容生產，提出了從信息采集、審核、作品創作和內容分發等一系列過程的人機協同機制［３］。另有學者立足法學和倫理學，提出智能機器在當下是人類從事創造性實踐活動的工具，人類與智能機器之間是主體和工具的關系［４］。還有學者如法國哲學家斯蒂格勒（Bernard Stiegler）基于科技哲學提出了“人—技術”新型結構，認為人在發明智能機器的同時智能機器也在塑造著人，二者雙向運動、相互作用［５］。

于教育而言，早期由于技術的限制，智能機器在教育中主要作為被動的“工具”供人類選擇性使用，輔助人類完成教育教學任務，由此形成了人機交互的初級關系形態。伴隨智能機器計算和感知等能力的發展，人工智能在一定程度上可以成為彌補人類缺陷的“代具”，兩者相互結合、優勢互補，形成了人機協同的二級關系形態。如今，生成式人工智能已經能夠通過機器學習算法和大數據分析進行學習和自主決策，能在無人類指令和干預的情況下獨立完成某些任務。教育中的人機關系又當如何？有學者分析了人工智能與人的“能”與“不能”，在共生理論的基礎上探討了“人機共教”、教師如何“學為人師”以及學生如何學習等問題［６］。有學者按智能性和自主性程度將教師與智能機器之間的關系分為AI代理、AI助手、AI教師和AI伙伴［７］。面對人工智能等前沿科技發展給教育帶來的挑戰，近20年來，理論界作出了積極回應，相關研究成果豐碩。然而，無論是國內還是國外研究，由于關注的側重點不一，研究內容和分析方法各異，目前尚未建構起系統化的理論體系，甚至對于人機關系的內涵、價值和規范等諸多方面仍有爭議，從而為本研究留下可以進一步挖掘的空間。本研究期望將“術”與“道”相結合，更深刻地自省自覺，以推動教育教學改革從人機交互的初級形態走向人機協同、人機融合，最終實現人機共生的終極愿景，以創設更具情境化和個性化的方案，從而達到創新人才培養的目的。

二、智慧教育生態系統中的人機交互

人機交互（Human-Computer Interaction，HCI）這一術語最早由美國計算機學會（Association for Computing Machinery，ACM）人機交互專業組織（Special Interest Group on Computer-Human Interaction，SIGCHI）于1980年正式提出。早期的人機交互主要存在于計算機科學領域，致力于設計、評估和實現供人類使用的交互計算系統以及研究圍繞這些系統所呈現的各種現象［８］。隨著信息技術的飛速發展，人機交互方式持續升級，從只能通過鍵盤輸入特定字符串的命令式交互，發展到只用通過鍵盤和鼠標等輸入設備輕輕點擊“隱喻”圖標便可以完成的圖形式交互，到如今可以通過個體的語言、動作和表情等多模態進行智能輸入的自然式交互。

目前，人機交互早已超越了計算機科學領域，成為橫跨心理學、教育學、社會學和人類學等多個學科領域的交叉研究內容。教育領域的人機交互主要是指在信息空間與物理空間中，師生與智能機器之間的交流互動。圖1是基于交互環境、交互師生和智能機器3個關鍵要素所繪制的人機交互模型圖。在傳統教育教學場域中，師生之間的交互僅依賴于三維物理空間中的符號和圖片等教學素材展開。隨著智慧教育時代的到來，以智能機器為中介，信息空間和物理空間得以自然交互，物理空間已經成為與信息空間共存的“物理—信息對偶空間”［９］。這意味著在教學活動發生時，師生可以拓展時空［１０］，建構一個更為開放、豐富的多維教學場域，從而對傳統的教學方式進行革新和改進，為學生提供更加豐富、更加個性化的學習體驗。

教育領域的新一代自然式人機交互，根據交互層次（人與智能機器默契程度）的不同，從低到高可以分為基于有聲語言的交互、基于肢體信號的交互和基于意念感知的交互。

（一）基于有聲語言的交互

隨著自然語言處理技術和機器深度學習技術的發展，智能機器能夠在一定程度上理解人類的語言，并通過自然語言與人類進行交互。基于有聲語言的交互是指師生通過語言的直接輸出與人工智能進行交互，當師生明確地提出指令后，人工智能便可以按需求完成相應操作。以蘋果手機的Siri個人助理為例，教師可以通過與Siri對話，借助Siri能快速搜索查找數據的功能，實現相關資料的檢索，在提高教育教學效率的同時還能助力提高自身水平；學生可以將Siri視作語言學習的工具，與Siri進行語言的交流，實現語言練習、提高語言表達和理解能力的目的。

（二）基于肢體信號的交互

基于肢體信號的交互表明人類與人工智能的默契更進一步，是更加自然、智能和多元化的人機交互類型。人類不再需要用語言提出訴求，只需要通過一個眼神、表情和手勢等便可以讓人工智能理解自己的意圖。以微軟公司開發的姿態傳感輸入設備Kinect為例，它具有即時動作捕捉、影像識別、語音輸入和社群互動等功能。在室內體育教學時，教師可以借助Kinect創建極具吸引力的游戲運動環境，讓學生在游戲中實現鍛煉體能的目標。同時，教師還能通過運用游戲運動中學生之間的互動資源讓學生掌握一定的社交技能，使學生學會溝通和團隊合作，積極加強彼此之間的關系，建立穩固的信任。

（三）基于意念感知的交互

基于意念感知的交互意味著人類與人工智能之間的默契已經達到了“心領神會”的地步，不需要人類輸出任何語言、動作和表情，僅通過人腦神經信號便可以傳遞信息。例如，利用一些頭戴式的腦電波儀器可以實時測量學生的腦電波，實時評估學生在學習中的參與度與松弛水平，幫助教師智能地設計每個學生的個性化學習路徑。

三、智慧教育生態系統中的人機協同

人機協同（Human-Computer Collaboration，HCC），顧名思義就是人類與智能機器相互協同。然而這并不是兩者簡單地結合，而是人類與智能機器兩者優勢互補、相互合作，達到“1+1gt;2”的效果，高效地完成任務［１１］。人機協同包括兩大主體：人類和智能機器，涵蓋人類智能、機器智能和協同智能三大智能元素［１２］，本質是將人類的智慧和機器的智能相結合，由智能機器充當“代具”彌補人類的“缺陷存在”，將人類的優勢點（想象力、創造力）與智能機器的優勢點（數據計算、響應能力）充分結合，期望在協作的基礎上達成協同效應，共同完成復雜的任務，使人工智能成為人類智能的延伸與拓展。根據智能機器彌補師生“缺陷”類型的不同，可以將人機協同類型分為：彌補師生數據處理、存儲缺陷的計算智能型協同，彌補師生感知外部信息缺陷的感知智能型協同，彌補師生對策略和規律認知缺陷的認知智能型協同，彌補師生交互性學習反饋缺陷的社會智能型協同［１３］。

（一）計算智能型協同

智能機器有著強大的信息計算、處理和分析能力；對于人類而言，計算能力卻并非強項，而邏輯推理能力、想象力和創造力才是其獨特的優勢所在。在教育教學中，可以充分借助智能機器的計算屬性挖掘和分析教育活動中生發的各類數據，完成作業批改、精準信息推薦、“教情”及“學情”診斷等機械性、單調性和重復性的任務，以此助力教師的教和學生的學［１４］。以“智云數智平臺”為例，基于強大的智能算法和數據分析能力，它能夠實現自動批改作業，并對作業完成情況進行智能分析，向學生針對性地推送易錯題目。學生做完作業便能立即獲得反饋，從而提高了學習效率；還可以基于“智云數智平臺”提供的知識圖譜畫像，更加詳細準確地了解自身學習情況。教師也能夠直接調用“智云數智平臺”的整體和個別“學情”分析改進后續教學，不用再耗費大量時間精力進行數據統計和分析，從而減輕了教師的工作負擔。

（二）感知智能型協同

由于人腦具有選擇性注意工作機制，因此師生都不可能同時注意教育教學中所有呈現的信息，總是會選擇性地注意某一方面的信息而忽視同時呈現的其他方面的信息，從而造成獲得信息片面、局限、教與學的效果低下和決策判斷失誤等問題。對于人類這一硬性生理缺陷，具有感知功能的智能機器便可以完美彌補，它能夠同時多通道采集、識別和分析教育教學中形成的文本、圖像和語音等資料。智慧教室是這一協同類型的典型應用案例，它基于自然語言處理、計算機視覺等技術形成的感知功能對教育教學的各主體、各環節進行深度分析和評價。對學生主體，智能機器能夠多模態感知、捕獲并同步上傳學生各環節的學習狀態（專注度、情緒）和學習進度等行為數據，在多維量化處理后精確形成學習畫像，幫助學生在接受畫像反饋后建立對當下學習狀態的初步感知，為學生的合理自我認知和判斷作好奠基。對教師主體，一方面可以通過體態識別技術對教師的教態進行分析，助力教師教學基本功的提升；另一方面也可以通過語言識別和大數據建模技術將各個環節的教學行為和學習行為匹配起來，幫助教師了解學生的學習風格偏向，改進自身的教學模式，提高教學效果。

（三）認知智能型協同

認知協同中的智能機器能在一定程度上模仿人腦的核心功能（如理解），學習人類在復雜情境下處理任務的方式，這令它有了能夠媲美特級教師的能力，對教育教學產生了顛覆性的影響。從學生視角看，學生可以借助智能機器精準全面地獲取自身認知特點、知識和心理狀態等方面的詳細信息，也可以根據自身偏向的學習方式和內容選擇適宜的學習資源和路徑，真正達成個性化學習。除此之外，學生還可以借助智能機器以知識圖譜技術細化拆分學科知識而建立的領域知識庫和試題庫進行自身“知識地圖”的構建、學習障礙的診斷和分析，能夠聚焦于知識薄弱區進行補缺學習。智能機器的介入使學生在沒有人類教師的時間和空間情況下也能進行基本、有效和系統的學習，有助于學習型社會的建立。從教師視角看，教師能夠借助智能機器進行學生認知情況的建模，了解學生之間在認知能力和認知結構上的差異性，了解學生的既有知識架構，準確評估學生的最近發展區，以便根據教學任務實時調整教學方案和策略，合理把握教學進度和節奏，實現因材施教的教育愿景。此外，在智能機器的認知協同下，教師主要完成高創造性的教學設計和指導工作，促進教師自身的成長，使之能夠有更多時間和空間去琢磨和嘗試創新性的任務，增強自身的教育創造能力。

以美國ASSISTments平臺為例，ASSISTments是assistance（支持）和assessment（評價）的結合，旨在通過反饋和提示為用戶學習提供評價和支持［１５］。一方面，在學習過程中，ASSISTments平臺會注重學生解決問題的步驟提示和結果反饋［１６］，利用學習支架策略為學生提供個性化指導；同時，在學生結束課程學習后，還會自動進行補救和再評，監督和促進學生對已學知識進行鞏固和強化，以推進知識的內化和遷移，從而使學生真正掌握這門課程［１７］。另一方面，ASSISTments平臺會在學習任務結束后形成一份診斷報告，包含學生的個體情況和整體情況，為教師提供“學情”反饋。由此可見，師生通過使用ASSISTments平臺達到了“雙贏”的效果［１８］。在該平臺上，師生無須在固定時空中進行交互，學生可以隨時隨地獲得有效指導，教師也可以隨時隨地追蹤“學情”，并及時采取措施、提供支持［１９］。

（四）社會智能型協同

社會智能型協同是最高級的人機協同類型。在深度學習技術的支撐下，智能機器不再被人為設計的固定程序和模式所局限，成為社會化的獨立個體，能夠與師生進行社會性互動和情感性交流，并且能夠在與師生協同過程中習得新規則，此時的智能機器具備了自主創造的能力。在教育教學活動中，具備社會智能的智能機器不僅可以獨立自主地協助教師解決一些與學生社會交往和情感互動的相關問題，還可以協助學生習得良好的社會性行為，使學生學會人際交往和情感表達。這一協同類型的發展前景較為廣闊，目前呈現的是一些該類型的初級智能機器形態，例如：由美國“正式與非正式環境學習研究中心”（Center for Learning in Informal and Formal Environment，LIFE）與“學習的時間動力學學習科學中心”（Temporal Dynamics of Learning Center，TDLC）共同研發的交互性社交機器人RUBI，已經具備了良好的社交能力。一方面，學生在與RUBI機器人進行社會性互動的過程中，能夠學習多種語言；另一方面，RUBI機器人能夠借助攝像頭輸入學生的行為，并通過情感計算功能判斷學生的情緒，做出對應的表情和行為，與之進行情感性交流，從而影響學生的社會行為，跟學生形成伙伴關系［２０］。

四、智慧教育生態系統中的人機融合

隨著數智技術、納米生物技術和基因工程等的快速發展，人機融合新關系形態已經初見端倪。所謂人機融合（Human-Computer Fusion，HCF），強調人的意向性與機器的形式化相互融合［２１］，共同感知來自人、機和物的復雜場景，是在建構了人、機和環境系統相互作用基礎上而產生的新型群體智能系統。這一新型群體智能系統將人類的計算與智能機器的計算相結合，不僅能夠分析復雜的數據和情境信息，還能實時根據人類行為、智能機器的狀態和環境變化，實現更加智能和適應性的系統行為。

從人、機和環境審視人機融合新關系，主要有三大特征。一是智能機器體現具身智能（Embodied Artificial Intelligence，EAI）。這時智能機器具備了感知環境、執行操作和與環境互動的能力，將逐漸突破意向性的困境，凸顯類人性特征，成為教育活動中不可分割的部分，并作為教育生態場域生長性的隱性賦權者，推動教育邊界的不斷擴張［２２］。二是物理世界和信息世界的邊界逐漸模糊，社會系統也演變成了由現實社會空間、信息空間以及客觀物理環境動態耦合的復雜系統［２３］；人類的社會活動已經不局限于物理世界，還存在于基于技術支撐的信息世界中；人類世界正逐漸向虛實相嵌的融合世界發展。三是人的身體呈現“多元化狀態”［２４］，不再只是純粹的生物性身體，而是通過具身性形成的技術身體，“遠程身體”“虛擬身體”均是目前技術發展中已知的身體形態，拓展和增強了人類原本的“自然肉身”。鑒于教育領域中的“人”特指教師和學生兩類群體，因此可以根據人工智能融合對象的不同，將人機融合分為“教師—機器—環境”“學生—機器—環境”兩類。

（一）教師—機器—環境

“教師—機器—環境”主要從教師的角度看人機融合新關系，指的是教師、智能機器和教學環境三者之間多維度深層次的融合。這種人機融合，由教師占據主導地位，通過與智能設備和教學環境進行融合，賦予學生更真實、更強烈和更豐富的學習體驗，從而提高學生的參與度、積極性以及學習效果。數字孿生技術在人機融合關系中有著重要作用，能夠協助教育教學實踐和決策。一方面，教師可以利用數字孿生技術建構虛擬影像，將傳統教育教學中較為抽象的知識和概念直觀化。例如，在語文的人物教學中，教師可以借助數字孿生技術呈現虛擬的故事場景和人物，讓學生在“真實的情境”中與“真實的人物”進行對話，改變學生的認知過程，這不僅可以讓學生深刻理解和感悟故事人物的情感變化，還能借此達成從人物故事中學“理”的意圖，實現育人的高階目標。另一方面，教師還可以借助數字孿生技術進行課程打磨，提前對所設計的教育教學過程進行模擬，并對其過程進行觀察和數據分析，發現問題，以此優化和改進教學方案。

（二）學生—機器—環境

“學生—機器—環境”則主要站在學生立場看人機融合關系，將學生智能、機器智能和環境智能相互融合，促進學生智能發展，適用于學習過程。在這種模式下，學生的身體被解放和延伸，有了更大程度的活動自由和空間，同時學生的知覺范圍也被拓寬，由此學生可以獲得更深刻、真切、豐富和獨特的學習體驗［２５］。以學生的閱讀行為為例，學生可以在借助多種智能技術形成的元宇宙中進行深度閱讀，以“技術身體”遨游在“虛實融合”的時空中自由閱讀，在網絡世界中與創作者和其他讀者暢意對話，實現不同個體之間的聯結。在此過程中，學生借此開展具有感官體驗的閱讀活動，獲得具身性體驗，并在跨時空的聯結對話中促進深度思考，提升批判性思維能力［２６］。

五、智慧教育生態系統中的人機共生

無論是人機交互抑或是人機協同，智能機器都不具有主體意識，由此，AI主要作為教育教學中的客體存在，不具有主體性。直到人機融合的新關系形態初露端倪，智能機器才一躍進入認知主體行列。而緊隨人機融合之后的便是人機共生（Human-Computer Symbiosis，HCS）這一人機關系發展的終極狀態，如圖2所示。其實早在20世紀60年代，麻省理工學院心理學和人工智能專家利克萊德（Joseph Carl Robnett Licklider）在論及人機交互時，就使用了共生的生物學類比，提出“人機共生”的前瞻性觀點［２７］，用以描述人類和高度智能化機器之間的緊密結合和共同生活，以及兩者都從中受益的未來發展前景。

所謂“共生”，即在一定條件支撐的共生環境中，共生單元的主體按照某類共生模式鏈接在一起，形成緊密聯系、協同共存的關系。其中有3個要素，分別是共生單元、共生模式和共生環境，共生單元是基礎，共生模式是關鍵，共生環境是條件［２８］。聚焦于教育領域，共生環境是指具有技術、政策等保障支持下的信息、物理和社會環境共同構成的復雜環境系統。共生單元涵蓋教師、學生和智能機器三大主體。一般意義上的人機共生主要包括兩大模式：一是自然人和智能機器物理形式的結合；二是基于邏輯的形式，核心是認知功能的動態耦合，形成生物和人工思維之間的相互依賴［２９］。由此，也將智慧教育生態系統中的人機共生分為物理形式的共生和邏輯形式的共生兩大類。

（一）物理形式的共生

在物理形式的共生情境中，人類與人工智能實現了物種屬性跨越。他們之間不再具有物質和生理邊界，共同享有自然身體和社會資源，形成一種具有超越性的“新人類”，將共同創造價值。

現階段物理形式的人機共生已大量開展，典型如“腦機結合”實驗。“腦機結合”是通過人類身體機械化的方式實現人機共生，是人機共生階段的初級形態。所謂“腦機結合”就是指依托腦機接口技術，在人類的大腦皮層中植入人工智能芯片，使生物腦和智能腦相互關聯，建立人類神經信號和智能機器數字信號雙向傳遞通路，促進人類思維能力的增長，實現由生物腦與智能腦形成的復合腦的共生，形成“新人類”，共同合作完成單獨難以完成的復雜任務［３０］。腦機結合計算系統的構建在一定程度上可被視為人類在推動人機關系上實現的一大創舉。目前，該方式已經在非人靈長類動物中成功實現。埃隆·馬斯克（Elon Musk）成立的專攻神經接口技術的Neuralink公司研發出N1芯片，并成功植入猴子腦中，擁有N1芯片的猴子能夠通過意念移動屏幕上的光標玩Pong這款乒乓球游戲［３１］81。我國南開大學科研團隊也于2023年在猴子身上實現了介入式腦機接口動物試驗［31］81。當腦機接口技術有一天在人類身上真正得以實現的時候，知識的獲得會變得輕而易舉，特別是在記憶和語言學習方面，可以直接通過芯片實現記憶移植，極大地減輕人腦的記憶負擔。

（二）邏輯形式的共生

邏輯形式的共生主要體現在人類與人工智能在物理耦合的基礎上達成認知理解和情感態度等的高度依存，真正實現人機同步思考決策。這要求人工智能至少已經達到強人工智能（Artificial General Intelligence，AGI）階段，其智能完全能夠與人類相媲美甚至遠超人類。一方面，人工智能的“智商”“情商”“可信商”獲得指數級增長［３2］，能夠迅速根據人類的不同性格、不同動機和不同訴求作出最佳回應。另一方面，人工智能擁有了生命歷程，在經歷中生發差異化能力，獲得個性化體驗。由此，人工智能不再是冷冰冰的“人造物”，它獲得“二次思維”、“二次意識”、“二次語言”、“二次文化”和“二次情感”［３3］，能夠與人類共享體驗，兩者之間的交流也逐漸從人機交流深入到“人際交流”狀態，在雙向互動中實現靈魂上的契合，達到真正的感同身受。

聚焦于教育領域，人工智能與師生邏輯形式的共生是一種互利共生的存在模式和關聯關系［３4］，二者相互學習、共同進化，實現自身能力的增強。對于師生來說，在人工智能技術的加持下，實現人的智能化：從知識學習層面看，師生能夠快速從海量數據庫中搜尋到所需信息并發現其規律和本質，幫助師生更好地理解和內化，拓展自身已有的認知范疇，突破原有認知邊界，激發創造力；從行為決策層面看，師生能夠實現感性與理性的有機結合，進行“冷思維”與“熱思維”的綜合考量，以此做出最佳決策；從心理發展看，也能借助人工智能，將師生內隱的心理狀態外顯化，解碼焦慮和抑郁等消極情緒，更好地進行心理健康治療，利用技術的方式有針對性地處理學生的厭學情緒和教師的倦怠行為等，使教育難題科學化智能化解決。

"六、結束語

智慧教育生態系統中的人機關系到底會如何發展，走向何處？雖然也許不能由人類完全控制和決定，但是人一定是關鍵性存在，起著主導作用。對此，既不能從機器威脅論的觀點出發，恐慌、抵制智能機器的存在、發展和進化；也不能過于放縱依賴，不加思考地運用智能機器，而應該有著居安思危的意識，時刻警惕人類自身主體性的丟失。在敢用善用智能機器的同時，絕不可忽略由此帶來的一系列教育倫理問題，特別是從技術倫理來看。

首先，是數據倫理問題。雖然利用智能機器能夠在較大程度上實現個性化學習，但是技術風險控制的不確定性也很容易給學生帶來個人信息泄露的危機。以智適應學習系統為例，它會實時收集并分析學生的行為數據和學習軌跡，根據數據刻畫學生畫像，以此制定個性化的教學策略，在此過程中學生的日常行為表現都在智能機器的監控之中，這會存在侵犯學生個人隱私的風險，并且也有可能在此基礎上引發學生之間的性別歧視、種族歧視等問題。

其次，是算法倫理問題。智能機器背后的神經網絡運作機制是不透明的，關于人工智能決策建議的輸出人們無法追根溯源去探究、揭示其合理性，而在這未加驗證的決策建議下實施的策略可能無法實現知識的增加和素養的提升，甚至還會導致學生自主性的喪失［３5］。

最后，還存在智能機器與其利益相關者（教師、學生）之間的關系問題。例如，師生與人工智能在教育教學活動中的參與占比過于失衡，過分依賴人工智能，讓其代替人腦進行思考，這很大程度上會泯滅人類最重要也是最獨特的生存優勢——創造性，人類思維會逐漸變得機械化、僵硬化，導致教育的后退。抑或是，當真正發展到超人工智能階段時，當人工智能真正具有自我意識時，智能機器的成長和發展并不完全在人類的可控范圍之內，可能會爆發人機沖突。

正如馬爾科夫（John Markoff）所言，“當機器變得足夠復雜的時候，它們既不是人類的仆人，也不是人類的主人，而是人類的伙伴”［３6］。從人機交互的初級形態走向人機協同、人機融合，最終實現人機共生的終極愿景，師生和智能機器“宛若同類”，兩者之間逐步建立起穩定的信任機制［３7］。他們相互依存，秉持互利原則不斷優化和進步，追求教育的育人價值最大化。

參考文獻：

［１］中共中央馬克思恩格斯列寧斯大林著作編譯局.馬克思恩格斯選集：第一卷［Ｍ］.北京：人民出版社，2012：56.

［2］喻國明，楊雅.5G時代：未來傳播中“人—機\"關系的模式重構［Ｊ］.新聞與傳播評論，2020（1）：5-10.

［3］彭蘭.智媒趨勢下內容生產中的人機關系［Ｊ］.上海交通大學學報（哲學社會科學版），2020（1）：31-40.

［4］孫正.人工智能生成內容的著作權問題探析［Ｊ］.清華法學，2019（6）：190-204.

［5］斯蒂格勒 B.技術與時間：艾比米修斯的過失［Ｍ］.裴程，譯.南京：譯林出版社，1999：162.

［6］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.

［7］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.

［8］HEWETT T，BAECKER R，CARD S，et al.ACM SIGCHI Curricula for Human-Computer Interaction［Ｍ］.New York：ACM，1992：5.

［9］徐光，陶霖密，張大鵬，等.物理空間與信息空間的對偶關系［Ｊ］.科學通報，2006（5）：610-616.

［10］蔣志輝.教師賦能教育數字化轉型的現實追問與行動路徑［Ｊ］.教育與教學研究，2024（1）：50-60.

［１1］郝祥軍，顧小清，張天琦，等.人機協同學習：實踐模式與發展路向［Ｊ］.開放教育研究，2022（4）：31-41.

［１2］蔡連玉，劉家玲，周躍良.人機協同化與學生發展核心素養：基于社會智能三維模型的分析［Ｊ］.開放教育研究，2021（1）：24-31.

［１3］周琴，文欣月.智能化時代“AI+教師\"協同教學的實踐形態［Ｊ］.遠程教育雜志，2020（2）：37-45.

［１4］王天平，李珍.智能時代在線課程的應然樣態、實然困境與實踐路向［Ｊ］.教育與教學研究，2024（4）：20-31.

［１5］HEFFERNAN N，OSTROW K，KELLY K，et al.The Future of Adaptive Learning：Does the Crowd Hold the Key？［Ｊ］.International Journal of Artificial Intelligence in Education，2016（2）：615-644.

［１6］SINGH R，SALEEM M，PRADHAN P，et al.Feedback During Web-Based Homework：The Role of Hints［Ｃ］//AIED.Proceedings of the 15th International Conference on Artificial Intelligence in Education.Berlin：Springer-Verlag Berlin Heidelberg，2011：328-336.

［１7］HEFFERNAN N，HEFFERNAN C，The ASSISTments Ecosystem：Building a Platform that Brings Scientists and Teachers Together for Minimally Invasive Research on Human Learning and Teaching［Ｊ］.International Journal of Artificial Intelligence in Education，2014（4）：470-497.

［１8］OCUMPAUGH J，BAKER R，GOWDA S，et al.Population Validity for Educational Data Mining Models：A Case Study in Affect Detection［Ｊ］.British Journal of Educational Technology，2014（3）：487-501.

［１9］PARDOS Z，GOWDA S，BAKER R，et al.The Sum is Greater than the Parts：Ensembling Models of Student Knowledge in Educational Software［Ｊ］.Acm Sigkdd Explorations Newsletter，2012（2）：37-44.

［20］徐光濤，張懷浩，任友群.學習技術典型案例：從社交機器人到大腦刺激：學習科學國際大會“學習技術\"專題綜述［Ｊ］.現代遠程教育研究，2014（3）：45-51，65.

［21］宋春艷.人機融合智能的自我意識與交互主體性［Ｊ］.倫理學研究，2023（5）：115-120.

［22］賈同，蔡建東.生成式人工智能對教育生產力的變革［Ｊ］.現代教育技術，2024（1）：107-116.

［23］王紅衛，李玨，劉建國，等.人機融合復雜社會系統研究［Ｊ］.中國管理科學，2023（7）：1-21.

［24］孫瑋.交流者的身體：傳播與在場：意識主體、身體—主體、智能主體的演變［Ｊ］.國際新聞界，2018（12）：83-103.

［25］鄭旭東，王美倩，周子荷.人工智能推動教育具身何以可能：論具身的人工智能與具身的教育實踐［Ｊ］.現代教育技術，2023（6）：5-14.

［26］郭青青，吳家興.人機融合視域下元宇宙閱讀入深的實現路徑［Ｊ］.出版發行研究，2023（10）：56-62.

［27］LICKLIDER J C R.Man-Computer Symbiosis［Ｊ］.Ire Transactions on Human Factors in Electronics，1960（1）：4-11.

［28］袁純清.共生理論及其對小型經濟的應用研究：上［Ｊ］.改革，1998（2）：100-104.

［29］ABBASS H，PETRAKI E，HUSSEIN A，et al.A Model of Symbiomemesis：Machine Education and Communication as Pillars for Human-Autonomy Symbiosis［Ｊ］.Philosophical Transactions of the Royal Society A，2021（2207）：37-55.

［30］于雪，翟文靜，侯茂鑫.人工智能時代人機共生的模式及其演化特征探究［Ｊ］.科學與社會，2022（4）：106-119.

［3１］楊潔，吳寧.腦機接口技術的社會問題及其應對［Ｊ］.思想理論戰線，2024（1）：80-88.

［32］彭蘭.從ChatGPT透視智能傳播與人機關系的全景及前景［Ｊ］.新聞大學，2023（4）：1-16，119.

［33］張小軍.關于“人工智人\"的認知人類學思考［Ｊ］.人民論壇·學術前沿，2023（24）：67-79.

［34］劉革平，農李巧.人機共生智慧教學：樣態、機理及其實現路徑［Ｊ］.廣西師范大學學報（哲學社會科學版），2024（9）：1-17.

［35］王旦，張熙，侯浩翔.智能時代的教育倫理風險及應然向度［Ｊ］.教育研究與實驗，2021（4）：34-39，96.

［36］馬爾科夫 J.人工智能簡史［Ｍ］.郭雪，譯.杭州：浙江人民出版社，2017：208.

［37］商希雪.人機交互的模式變革與治理應對：以人形機器人為例［Ｊ］.東方法學，2024（3）：143-158.

（責任編輯：陳 紅）

From Interaction to Symbiosis：the Logical Approach of Human-Computer

Relationship Reconstruction in Intelligent Education Ecosystem

ZHOU Qin HUANG Jing

（College of Teacher Education， Southwest University， Chongqing， 400715， China）

Abstract：The deep integration of artificial intelligence and education and teaching will certainly promote the overall reform of educational ecology.With the iterative upgrading of intelligent technology，the human-computer relationship in the intelligent education ecosystem gradually moves from the primary form of human-computer interaction to human-computer collaboration and fusion，and finally realizes the ultimate vision of human-computer symbiosis.The new generation of natural human-computer interaction in the field of education uses intelligent machines as the intermediary to form a ″physics-information dual space″，and according to the different tacit understanding between people and intelligent machines，it is divided into interaction based on spoken language，interaction based on body signals，and interaction based on idea perception from low to high.In the form of human-computer collaboration in intelligent education，intelligent machines are promoted to become cognitive subjects，acting as ″substitutes″ to make up for the ″defective existence″ of human beings so as to jointly complete complex tasks，which can be divided into computational intelligent collaboration，perceptual intelligent collaboration，cognitive intelligent collaboration and social intelligent collaboration.In the form of human-computer fusion，the interaction of human，computer and environment system produces a new type of swarm intelligence system，and the human-computer relationship presents the characteristics of embodied intelligence.Human-computer symbiosis is the ultimate form of the development of human-computer relationship.Whether it is in physical form or logical form，teachers and students and artificial intelligence are interdependent ″like the same kind″，adhering to the principle of mutual benefit，constantly optimizing and making progress，and pursuing the maximization of educational value of education.

Key words：intelligent education;human-computer interaction;human-computer collaboration;human-computer fusion;human-computer symbiosis

收稿日期：2024-06-29；修回日期：2024-09-15

*基金項目：重慶市教育科學“十四五”規劃教學研究專項重點課題“‘AI+教師’協同教學的循證實踐研究”（編號：K24ZG2020061）；西南大學教育教學改革研究項目“基于循證實踐的師范生在線學習探究式周期模型設計與應用”（編號：2023JY010）。

作者簡介：周 琴，女，西南大學教師教育學院教授，博士，博士生導師。研究方向：教師教育基本理論，教師專業發展。