智能教育優績主義傾向糾偏

[摘" "要] 智能不斷塑造社會的基本形態，其之于教育應用已不再是“否定”的缺失之態，轉而呈現出一派“積極”的充溢之象。智能教育以其規模化的資源共享、個性化的學習定制與數據化的學習計算承諾了教育目標公平與自由、教學應用專屬與適恰及教育評價高效與精準的美好諾言，卻也無意識地悄然落入智能教育優績主義至上的迷思陷阱。教育目標的“理想主義”盲目許諾、教學應用的“行為主義”外在規訓與學習評價的“績效主義”成效量校無不顯現對主體自然生命的無形優績圍困。擺脫智能優績迷霧的現實阻隔在于對教育整全生命的向往與喚醒，實現馬克思主義“自然人”的智能教育價值轉向，回歸智能教育目標偏倚中生命驅動的“人是目的”觀，堅守智能教學行為馴化中生命顯現的“人本質即人本身”觀，彰顯智能學習評價藩籬中生命自在的“人的全面發展”觀。立足向往，回應現實，智能教育尚需在內外兼修中回歸自然本真，在堅固本身、完備形制中不忘教育初心。

[關鍵詞] 智能教育； 優績主義； 馬克思主義； 自然人； 生命回歸

[中圖分類號] G434" " " " " " [文獻標志碼] A

[作者簡介] 孫立會（1985—），男，吉林白城人。教授，博士，主要從事人工智能教育研究。E-mail：sunlh777@163.com。

一、引" "言

生成式人工智能的橫空出世震驚全球科技界的同時，也給教育領域帶來顛覆性的改變。智能元素充溢在教育過程的諸多方面，儼然已成為教育生態系統中不可或缺的組織結構，并隨著教育主題的更迭演化出各式新形態。社會的發展也在不斷催生新的時代教育主題，否定性的社會已消失，取而代之的是充溢著積極性的社會[1]。但這種積極性或許正將我們帶入另一種“自我否定”，即現代社會主體的重心已不再是對抗外部入侵和不良環境，更多的是同一種指涉自我關系與自我剝削的行為作戰，導致“焦慮”“內卷”“躺平”的話題甚囂塵上，引發了教育領域對“優績主義”的深刻反思。優績主義即依據能力和努力程度去分配政治、經濟資源的一種原則和體制[2]，其所倡導的功績分配標準、自我掌控準則及平等自由機會等優績至上原則極大地激發了人類追求卓越的信念。智能教育所冠飾的公平自由的教育目標、個性專屬的定制教學及高效精準的評價優勢也在無形之中落入理想化、行為化和績效化的優績主義泥潭。儆醒與遏制智能教育優績主義傾向的關鍵在于回歸教育的“自然人”主張，堅守教育使人成為人的初心不動搖，牢記智能教育目標不能脫離培養生命整全人之初心。

二、美好的諾言：教育場域的智能主題

（一）規模化資源共享重筑公平與自由的教育目標

公平與自由是千百年來教育追求的永恒真諦，人工智能技術可以助力教育公平的進一步實現。教育原本是社會階層流動的關鍵通道，但這一規則卻正在緩慢消失。技術自進入教育系統以來，便被許以緩解教育公平矛盾的靶向工具，以具有生產和發展特性的人工智能技術更被教育寄予厚望。智能教育詮釋了教育公平的美好圖景，其進路主要通過兩個層面實現。一是時空格局的擴展：隨著人工智能技術深入廣泛的教育應用，各類智育產品得以覆蓋更加廣闊的地域與群體，承諾偏遠地區的學生也能夠享有更加優質的教學資源，共享智慧科技成果。二是供給水平的加深：以構建數字化、智能化和終身化的教育體系為目標，通過云端共享多元優質教育資源持續推進人工智能助力教育公平發展之路。人工智能的教育公平目標作為激勵性的公共話語，為每個個體帶去了平等競爭的期許，這在無形中也給予了個體“自我命運主宰者”的底氣。尤其在當下社會教育焦慮加劇的情況下，智能教育所助力的教育公平更被視為可能跨越教育階級壁壘、打破“教育世襲”的關鍵，也自然成為技術決定主義者的宣傳口號。誠然，智能技術描繪了教育公平的美好愿景，但其隱蔽的技術偏見或把教育帶向不可預測的歧視與不公，進而埋下智能教育“內卷”的隱患。

（二）專屬化學習定制演化個性與最優的教學應用

智能系統被宣稱能夠為每位學習者定制個性化學習方案，以打造最適配和最優解的“因材施教”式教育模式。通過收集和分析學習行為數據，使用算法模型和推理引擎刻畫學生個體的學習方式與特征，以自動優化學習內容供給、學習方法適配與學習節奏調整，從而支持實現智能教育個性化教學實踐目標。并且，隨著數據的累積，人工智能通過“自我訓練”還會愈發“聰明”且精準地為學習者提供適配度和專屬度更高的學習資源與學習路徑，同時還能夠為教學者提供即時、適時的反饋，實現接近人與人的課堂教學交互。隨著智能教育情境的不斷進化，繁復的教學問題仿佛變得簡潔且有跡可循，至于如何去教與學已不再是人類思索的范疇，仿佛人類只需預設好目標，智能技術就能夠推演出趨于完美的教學邏輯。智能教育在一定程度上滿足并回應了群體對學習表現與績效提升的渴望，但與此同時也締造了智能教學應用的虛幻“神話”，即無論學習者天賦與積累如何，都能夠通過智能教學的“邏輯閉環”得到提升。這種看似“千人千面”的私人學習定制，實則正在淪為“千人一面”的同質化“產品制造”。人們可能深陷智能學習環境營造的制度與“不成功就是沒努力”標準的暗示中無法自拔，放棄了對自身學習和教學本身存在意義的追尋，這無疑是十分可怕的。

（三）數據化學習計算催生高效與精準的教育評價

基于人工智能、自然語言、機器學習以及深度學習等的數據密集型評價范式被視為深化教育評價改革的主要突破點。智能的內核在于數據與算法，算法模型是支持智能評價開展的內部邏輯，其通過回歸、分解、聚類、集成、預測及訓練等方法過程對文本、音頻、圖像及生理信號數據等進行結構建模和標度計算，進而支持實現精準高效的教育評價。此類多模態伴隨式的數據采集和效價計量形式，更被標榜為破解學習績效、情感道德以及認知思維等過程性、動態性和高階性品質評價難題的良策。數據驅動教育評價的發展速度已不可阻擋，智能技術將人類置于一種強計算主義的社會運行模式之中，主張人類的任何思想、行動、心智都可以通過某種算法程序以數據序列的方式表達[3]。正如美國社會學家丹尼爾（Daniel Bell）所言，后工業社會，技術能力與教育水平的功績將決定個體地位的高低[4]。在“萬物皆可計量”的社會，人類更應保持警醒，尤其對于教育這一特殊性活動而言，智能教育評價的本質實則是對學習行為表現的無限“還原”，以符號化標識來代替完整的、流動的生命活動，并以績效化的準則來計算個體行為的有無本身，這無疑是將鮮活的教育過程“腳本化”，無形中也是在對某些教育內容的放棄與失守。

三、迷人的陷阱：智能教育的優績至上傾向

（一）“理想主義”奠基：智能教育目標的盲目許諾

“優績”一詞有功績、優點之說，也有使動性的應受之意。優績主義概念本身并非“原罪”，其因對打破先天身份特權并以才能、努力和成就為依據來分配社會與經濟獎賞的承諾而受到廣泛擁護。但這一昔日激勵無數人為之奮斗的夢想，恰是造成今日諸多社會弊病之根源，這種看似公平的成功觀造成了精英群體的傲慢和底層民眾的怨恨。使成功者深信其成功是自身努力的結果，卻忘記成就他們的時機和運氣，從而輕視比自己不幸和缺乏資格的人[5]。精英化的教育機制能夠以個人能力破除繼承性特權，并在優績主義的導向下得以傳承。由此固化了教育階級之分——富人的孩子因為在這種機制中獲得更多的投入，成功概率更大，而窮人的孩子則因此更易被困于社會底層[6]。

人工智能技術或也正營造這一“英雄不問出處”的育人環境和學習氛圍，許諾不同程度、不同背景及不同特質的學習者均可以通過干預和訓練獲得知識的增長，這一看似公平與自由的教育目標背后卻也醞釀著“新”的分層與不公。智能教育“無前提許諾”烘托起更為“積極”與“興奮”的學習景象，與外化技術以“異化”和“去現實化”作用于學生學習的方式不同的是，智能技術沒有作為剝削者的他者，而是導向學生主體不由自主地“自由現實”和“自我剝削”。而這正是優績主義下“懸浮社會”的真實寫照：“蜂鳥瘋狂地震動翅膀，卻只為在空中保持靜止”，最終使學習者陷入一種無盡的倦怠而又無法停止的學習過程之中。

（二）“行為主義”引導：智能教學應用的外在規訓

優績主義的個人激勵和精英統治倡導優秀的人承擔各類社會角色，折射出教育中的人根據社會追捧的成功標準不斷矯正自身行為。不論是感覺自己沒有價值的“失敗者”，還是已經證明過自己的“成功者”，他們都在無止境的競爭中付出額外成本卻收效欠佳，并逐漸演變為一種背離教育規律的低效學習行為。個體以績效誘導的學習行為規訓使追求績效的教育主體間的競爭更為自主化和隱匿化[7]。而當學習者發現最終追求的優績只是不可觸摸的“幻影”時，放棄追求成功，走向疲于奔命的“躺平”或許已成必然，最終也導致教育的“同質化”而失去其原本鮮活的育人本色。

數據形塑與符號關系是智能技術的底層邏輯，正是遵循著這一邏輯，學生主體的表征也便于分離開來進行分別塑造。正如哲學家鮑爾格曼（Albert Borgman）所言：技術進化的過程導致人們在獲得功能的同時，失去了與“與境”的交互和參與，這必將導致物與“與境”的剝離、手段和目的的割裂[8]。在智能教育環境中，規訓演變成了干預與監控的手段，如智能學習系統為學生提供各類相似的學習資源、多模態技術實施監控并反饋學生課上作答及課外作業情況等。學生學習行為不斷歸順于智能設備的預設標準，并最終趨于統一。短周期的學習量化造就了教育的“懸浮”，無視教育的本質，并將其工具化，教育只是實現不確定未來的手段，而其在當下本身的意義與過程被消解[9]。無論何時，知識的生產與學習都應是一個平靜而漫長的過程，但在優績主義傾向的智能教育時代卻正在被漸漸遺失。

（三）“績效主義”標榜：智能學習評價的成效量校

優績主義社會，績效與個人價值直接關聯。現代社會是一個計算型的社會，我們已然進入一個萬物皆可計算的“泛在計算時代”或“強計算主義時代”，計算性成為附加于人性之上的“第二性”。技術官僚主義的治理手段充斥在教育生態之中，以“計量”化人、“量化”育人的評價主義范式大行其道，通過直觀的數字分類計量并匯總績效結果，賦予其“客觀公正性”，以此激勵學習主體提升績效，以在資源配置中獲得優勢[10]。

智能技術數據化、模型化及效標化的計算本質正將教育評價的“績效主義”推向新階段。算法“霸權”滋生了學習的“表演性”文化，學習主體以自身“活動生命”的枯竭為代價換取算法的認可，通過在量化維度持續自我消耗以貼近算法設定的更高評定標準。這一現象正如馬克思在《資本論》中所描述的“商品拜物教”，即認為事物某屬性的量化表征，具有比該事物本身更為神圣的地位[11]。而此時，“智能拜物教”的教育評價正在蔓延，其直接結果便是使學生學習行為朝著算法可計量的方向邁進，更加有競爭性的學習環境進一步加劇學生焦慮情緒。馬爾庫塞（Herbert Marcuse）曾警示：“自然的定量化，導致根據數學結構來闡釋自然，把現實同一切內在的目的分割開來。”[12]可度量、可通約、可計算、可預測的教育績效“壓扁”了人的豐滿個性[13]。但教育的目的和前提從來就不是“優勝劣汰”的社會達爾文主義，或許避免這一問題發生的最根本前提是承認、允許并接納教育中的差異化存在。

四、堅定的轉向：智能教育“自然人”景觀的

全然生命打開

（一）現實向度：回歸智能教育目標偏倚中生命驅動的“人是目的”觀

智能教育目標無差別盲目許諾而造成的優績現象，其本質反映的是人與智能技術的關系錯位。馬克思通過對資本主義的批判性考察后深刻指出，近代以來人類雖摒棄了神圣性的異化目的，卻轉而又將某種世俗性的對象當作了目的本身，于是現代人類仍然經受著自我目的喪失和異化的磨難[14]。現代人讓自己的整個世界觀受到實證科學的支配，科學的危機表現為科學喪失了生活意義，價值理性被工具理性遮蔽、取代，最終導致人生真正的價值追求被遺忘。從原始社會的“刀耕火種”到農業革命的“耕種畜牧”，再到工業時期的“蒸汽紡織”和信息時代的“計算互聯”，技術獨立于人自身之外的對象性關系愈加模糊，而人工智能技術的出現又加劇了這一局面。智能技術的“擬人性”能引發人類的溝通動機與情感互動，從而決定其教育角色必然從“教育工具”向“教育行動者”轉化。智能教育所營造的具身參與感與沉浸式環境重塑著人與技術的存在結構，技術與人的學習生命活動的界限逐漸模糊，智能技術成為一種“內環境”，甚至成為一種“組織成分”開始融入人的生命與學習活動之中。智能技術對人的“越位”正步入尼爾·波茲曼（Neil Postman）所描述的“技術統治”和“技術壟斷”的社會發展階段，技術“凌駕”于一切意義和價值之上[15]。

進而言之，智能教育目標偏倚的內源性問題正是以技術為目的去規訓人，而非以人的目的去應用技術。埃里希·弗洛姆（Eric Fromm）曾有言：技術化社會應確立人道化目標，確立人作為價值的最終根源，以追求人的最優發展而非技術的最大化發展[16]。是以，智能教育目標需要回歸并堅守“人是目的”的基本原則。馬克思主義哲學作為時代精神精華的首要前提就在于其敏銳地把握住了現代人類以人自身為目的的基本精神，并將其內化為自身思想理論的一個基本主張和重要前提——人自身就是最高的價值目的。自然中任何東西都可以成為人的手段和工具，而沒有任何東西可以將人當作手段，以達到一種真正人道的自由狀態[17]。在這里，人是“非特定化”的自然結構。而馬克思主義語境中的“人是目的”觀并非對人自由存在的絕對“浪漫主義”，而是一種立足于人與動物、人與物質生產以及人與社會的關系[18]。作為根本目的的“人”，不是任何抽象意義上的純粹自我、理性或精神實體，而是生活在現實世界中的理性與感性交織的現實個人。以現實個人為目的，即要以個人在其現實生活中真正作為人而存在為目的。面向未來的智能教育，人與技術的復雜交涉關系已不可避免，但始終須秉持人在其中作為自主意識存在者的地位不動搖。學習者在此關系中應有所警惕，不要被動陷于技術的安排與規劃之中，而應發揮以人為目的驅動的自在動力場影響，在對智能學習潛在的可能性的充分理解和深刻認知的基礎之上，追求生命自覺學習狀態的復歸。

（二）主體向度：堅守智能教學行為馴化中生命顯現的“人本質即人本身”觀

智能教學應用對學習主體行為的標準化規訓和反向馴化而引起的優績陷阱，其實質體現為人本質“主體客體化”的映射錯位。馬克思早在寫作《德法年鑒》時便認識到，一個人，如果曾在天國的幻想現實性中尋找超人，而找到的只是他自身的反映，他就再也不想在那個他正在尋找，以及應當尋找自己真正現實性的地方停留，只去尋找他自身的假象，只去尋找非人了[19]。自古希臘哲人將“認識你自己”的勸誡刻于德爾斐神廟起，“人是什么”就成為哲學上的一個永恒之思，人的本質構成了人區別于他物的根本屬性以及人存在和發展的根本。資本主義社會將整個社會以“數目字管理”，但數據并未固定于社會統計與分析之中，其在計算、預測與決策中越發具有獨立性，最終和技術達到了深度合謀，成為今天定義人的方式[20]。數據以記錄方式表征和還原人的生命活動，即人通過技術將自己的本質力量投射到客體之上，從而來確證人的本質并表征人的自我，屬人的數據表征了人的本質，但卻不是人的本質本身[21]。智能教育中算法“精準”計算著人的行為，極力彰顯著對人本質全面透射反映的能力，能夠構建學習者行為畫像、實現個性化學習推薦以及設計個性化學習路徑，但同時也將人本質遮蔽并深埋于底層。智能教育以智能技術自由的邏輯規則來反向“馴化”人的行為，而非以人本身的價值和需求來“馴化”技術，教育人工智能中人與智能技術的這種“雙向延異”打破了兩者主體與客體之間的清晰界限，從而在顛倒兩者的從屬關系中逐漸造成人的去主體化和行為異化現象。

概言之，智能教學應用的馴化規則是從外在于人的數據行為而非從生命顯現的感性實踐活動中去理解和表征人的本質，以數據世界的主體性取代了人的主體性。馬克思和費爾巴哈之前，哲學史上紛繁復雜的人的本質學說有一個共同的缺陷，就是把外在于人自身的、人的實踐活動的對象當作是人的本質，把確證人的本質力量的外在之物理解成人之為人的根本。而在馬克思主義關于人的本質觀看來，人之為人最根本的是人的特殊的、自覺的主觀能動性，人的根本就是人本身[22]。人的主體地位更多地反映在人的自我價值體現上，而價值、精神和思想等則體現于人的物質實踐之中。因此，人的真正發展必須以確立人本身的主體地位為前提，并在蘊含著豐富人性的總體性創造實踐中去實現。ChatGPT實現了對人類思維能力的模擬，Sora對整個物理世界的模擬更給人類社會以沖擊。智能技術躍遷引發教育一次又一次的改革浪潮，學習作為人的本質且本能需要的價值愈加明顯。人之為人在于超越動物的精神自由追求和超越社會性的個體自主創造。由是，人本質的教育應以培養人的“未完成”且“未確定性”為目標，尊重人發展的無限可能性，并為之創造條件和提供適時引導，鼓勵學生以身體去感知智能在學習中的顯現、改造與解釋，從而真正將智能技術帶入學生學習的生命體驗中。

（三）實踐向度：彰顯智能學習評價藩籬中生命自在的“人的全面發展”觀

智能教育評價極端量化學習表現而導致的優績迷思，其本質源于以片面物化占有的教育來謀求人的全面自由發展而導致的匹配錯位。馬克思主義關于人的全面發展作為一個歷久彌新的主題，在智能當道的教育局面中更煥發出新的活力。馬克思主義關于人的全面發展是主體本質的全面發展，既是人的個性、能力和知識的協調發展，也是人的自然素質、社會素質和精神素養的共同提高。教育本身與人的全面發展具有內在一致性，但在分數、學位、升學和評優等博弈人我觀和功利學習觀的調和下，有量而無質的教育評價現實日益凸顯。計算和量化手段下人的活動被絕對控制，甚至也將量化技術精度上的進步視為對更加完整的人的反饋。智能教育的全面評價標準宣稱通過對學生行為表現數據即時捕捉和記錄，再經統一數據平臺沉淀形成學生“畫像”，以直觀反映學生在知、情、意等方面的綜合變化。計量至上的智能教育評價使學習者的精神、心理、個性乃至生命陷入一種強烈物化占有的危險之中，深陷被占有奴役的牢籠而不自知，教育被物化成為控制著人的發展的工具。同時物化了的教育又必然會培養出充滿占有欲望的人，如此循環往復之下形成的頑固的物化鏈條更加束縛著人朝著自由全面發展的路向邁進。

質言之，智能教育評價“量化”育人的底層邏輯是將復雜且鮮活的教育活動片面物化，繼而以對數量關系的分析與比較推斷對象行為的學習成效。而馬克思認為的“全面發展的人”不僅關涉的是表現“量”的問題，更是發展“質”的問題，是個人潛質在生產實踐中的全面自由發展。為何智能教育評價無法描繪整全意義上的人，這需要從人與人工智能關系認識論的哲學角度來審視。一是，雖然人工智能作為一種獨特的社會生成，但人才是其原始創造者，其內含的理性邏輯過程乃是基于人的推理過程，人工智能沒有也不可能離開人而存在。二是，雖然人工智能具有所謂的學習能力甚至衍生出生成“需要”，但仍難以擺脫其“從屬”和“二階”性，并未超越技術手段之“器”的屬性，即不論是從“人是理性動物”抑或是“人是社會關系綜合”的方面考慮，人工智能均缺乏人之為人的內在品格[23]。故而，教育評價絕非簡單的技術性問題，教育中人之全面發展諸多要素是難以被量化的，精準的計算并不等于“真身”，不能讓精準的數字遮蔽了人的理性思考，冷落智能教育的育人本質[24]。秉持人的全面發展觀的智能教育評價就是將物化教育歸還給人化教育，從“對人的評價”轉向“為了人的評價”，以兌現教育對人“終極關懷”的目的。在馬克思看來，人類自身的實踐活動是將“本然之我”和“全面自由發展之我”相統一的中介。智能時代生命真知的獲得應遵循“心下體悟，事上磨煉”的原則，依賴由內而外的直覺靈明和由外而內的生命實踐以實現身心一體、知行合一的真知獲得，從而掙脫“計量化人”的圍困。

五、未來圖景：智能教育優績主義的

“自然人”回歸之路

（一）智能教育目標“返真”：以批判反思力與否定思考力武裝在場主體

無論如何應明確，技術只是一種手段，它本身并無善惡，一切取決于人將之置于什么條件之下。但當技術展現出高能的計算效率以最大化滿足個人的學習與發展決策時，個體自我否定便不斷讓位于技術肯定性和有效性，理所當然地將“技術作用之物”當成教育創新，尊重、敬仰甚至是沉溺、癡迷于智能技術，從而放棄了其本原的價值與目的。因此，參與主體在進入“智能世界”時，應始終保持自覺、自主的審慎意識，主動防范智能教育“智能性”對其身體“自然性”的沖擊。面對技術沉浸式“在場”而造成智能教育目的偏移和異化問題，更需要以批判反思能力和否定思考能力武裝智能學習環境中的參與主體，從而避免其陷入“自發性過勞”的無謂優績學習之中。

于學習者而言，應當有意識地培養對自身學習過程的元認知監管與批判，拒絕智能體的被動塑造，增強學習行為的反思性意識和質疑精神。作為主體的人既能以“旁觀者”的身份審思人機協同學習對個體發展的利弊，也能以“參與者”的身份投身其中并在實踐中規避其弊端，具體表現為學習者有意識地借助智能機器實現自身知識建構，而非“無營養”地盲目攝入知識信息。再則，由“肯定”學習模態轉向“否定”學習模態，由單一向度的知識接受轉向多向度的實踐探求。學習者還應訓練抵抗智能技術誘惑與驅使的能力，避免過度積極投入而迷失在一系列無止境的對象之中，過度活躍而陷入邊際效益無限遞減的學習訓練之中[25]。于教學者而言，由于教學應用中的智能泛化，教學者的“智能崇拜”和“職能化約”問題日漸凸顯，由此也導致對其自身能力的懷疑及教學責任的失守。對此，教師需要增強在智能教學決策中的自我效能感，筑牢教師教學引導者與責任人的角色定位。

（二）智能教學應用“解蔽”：以教育規律性與人文關懷性澆筑底層邏輯

算法技術的效率追求與教育焦慮互為因果，突破了教育教學與個體學習的成長節奏。不論是“人工智能+教育”還是“教育+人工智能”，人工智能教育的文字游戲背后，卻始終未看到教育（學）理論的身影，有的仍然只是工程和工業思維下的具體問題[26]。以智能技術“凌駕”于教育之上，而非教育領銜智能技術，由此造成智能教學應用中教育性本心失守。因此，若要從根本上防范智能教學應用落入優績至上的陷阱，尚需從“基因層面”矯正其內核要義，不忘育人初心。智能教育應牢牢把握“教育性”賦能目的，在智能教學應用的“頂層設計關”和“應用入口關”夯實教育底色，以教育“基因”指導智能程序的“合成”。

于頂層設計而言，智能教育產品的開發應加強教育理論的指導，以教育規律和人文關懷融嵌于算法邏輯設計過程，進一步創設更加真實且還原的智能教學應用場景。設計層的教育理論深度與對教育教學的感悟體驗決定了智能產品的教育性程度。因此，這一環節需要開發者與教育專家的聯席合作，以開發更加貼合學科屬性、認知特征且符合時代育人需求的智能教育環境，未來則期待更多跨學科人才的挖掘與培育。于應用入口而言，智能教育應用應完善產品的市場和學校的準入機制，組建相關專業團隊對智能課程、教學目標與內容進行審核與甄選。再者，學校在引入不同類別的智能產品之前，也應充分融入教學和學生的真實需求，對其課堂應用目標、應用方向以及可能風險等進行充分論證，防止出現智能產品的形式化應用和心理依賴。同時，做好常態化監督，倡導形成教師、家長、學生及社區等各主體的監督機制，及時剔除不合理成分。

（三）智能學習評價“祛魅”：以多維兼容度與建制規范度審視責任行為

智能學習評價的優績陷阱以數學化的指標審定個體的存在位置，忽略了教育中多元發展的人，同時進一步導致了教育的功利化和同質化。這當然并非對智能評價這一途徑和方式的全盤傾覆，而好的智能評價則更應講求“適”的智慧。其中，最根本的一點便是確定智能技術在教育評價中的輔助角色，以智能技術助力改進結果評價，強化過程評價、發展增值評價并健全綜合評價，而非將其作為“唯升學”“唯分數”績效化評價的引導者，以多元評價助推育人本質的回歸。同時，建立多維兼容的評價原則，講究評價的科學性和藝術性相結合、共性和個性相結合，把握好學習者全面發展和個性化成長的平衡尺度，幫助學習者通過評價行為獲得在知、情、意、行方面的多元增值發展。

此外，在智能評價建制建設規范和算法底層邏輯的過程監管方面強化智能評價的責任行為，從根源上規避智能評價的績效化失范。一則在技術實體層面，通過增強算法的可解釋性與可理解性克服算法“黑箱”，即智能評價模型需達到目標受眾可理解的水平且具備闡明或詳述其內部功能的過程，從源頭處確保過程數據的可控性、可查性。二則在制度規則層面，算法風險、算法歧視和算法偏見是智能學習評價問題的內在誘因。算法程序不可避免地被賦予設計者的認知與價值傾向，受到技術開發者自身經驗、數據采集和受眾群體等多方面因素的影響。故應設立智能算法技術的監管機制與問責制度，構建以人文精神和價值理性為內核的算法倫理秩序，同時在法律綱領層面強化把控，提升教育算法的制度執行力度，從根源處舒緩算法技術焦慮。

[參考文獻]

[1] 韓炳哲. 倦怠社會[M]. 王一力，譯. 北京：中信出版社，2019：7-13.

[2] 王建華. 優績主義與高等教育的未來[J]. 教育研究，2022，43（6）：99-111.

[3] 張慶玲，胡建華. 大學評價中的“計算主義”傾向分析[J]. 現代大學教育，2021，37（4）：56-65，112.

[4] 丹尼爾·貝爾. 后工業社會的來臨[M]. 高铦，王宏周，魏章玲，譯. 南昌：江西人民出版社，2018：17-24.

[5] 邁克爾·桑德爾. 精英的傲慢[M]. 曾紀茂，譯. 北京：中信出版社，2021：11-13.

[6] 朱慧玲. 優績主義的吸引力與黑暗面——評桑德爾的《精英的傲慢》[J]. 哲學分析，2022，13（5）：184-195.

[7] 藍江. 功績社會下的倦怠：內卷和焦慮現象的社會根源[J]. 理論月刊，2022（7）：5-11.

[8] 艾爾伯特·鮑爾格曼. 跨越后現代的分界線[M]. 孟慶時，譯.北京：商務印書館，2003：152-167.

[9] 蘇慧麗. 數字時代的績效博弈：教育焦慮與內卷的底層邏輯[J]. 中國電化教育，2023（6）：51-59.

[10] 蔡連玉，江璐. 優績主義能促進大學高質量發展嗎？[J]. 高校教育管理，2023，17（3）：1-11.

[11] 中共中央馬克思恩格斯列寧斯大林著作編譯局. 資本論（第1卷）[M]. 北京：人民出版社，2018：89-127.

[12] 赫伯特·馬爾庫塞. 單向度的人——發達工業社會意識形態研究[M]. 張峰，呂世平，譯.重慶：重慶出版社，1988：4.

[13] 于偉. 現代性與教育[M]. 北京：北京師范大學出版社，2006：267-270.

[14] 中共中央馬克思恩格斯列寧斯大林著作編譯局. 馬克思恩格斯文集（第1卷）[M]. 北京：人民出版社，2009：4.

[15] 尼爾·波茲曼. 技術壟斷：文化向技術投降[M]. 何道寬，譯. 北京：中信出版社，2019：1-9

[16] 埃里希·弗洛姆. 人類新希望[M]. 孟祥森，譯.臺北：志文出版社，1971：96.

[17] 康德. 歷史理性批判文集[M]. 何兆武，譯.北京：商務印書館，1999：100．

[18] 張建云. 馬克思“身內自然人化”思想研究[J]. 蘭州學刊，2018（9）：108-116.

[19] 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3卷）[M]. 北京：人民出版社，2012：1.

[20] 黃仁宇. 放寬歷史的視界[M]. 北京：九州出版社，2011：120.

[21] 錢鎮. “數據人”的馬克思主義哲學審視[J]. 南京郵電大學學報（社會科學版），2023，25（3）：32-41.

[22] 卡爾·馬克思，弗里德里希·恩格斯. 馬克思恩格斯全集（第42卷）[M]. 中共中央馬克思恩格斯列寧斯大林著作編譯局，編譯. 北京：人民出版社，2016：92-103.

[23] 楊國榮. “生成式人工智能”（AIGC）及其哲學意蘊[J]. 上海師范大學學報（哲學社會科學版），2024，53（1）：110-115.

[24] 孫立會，沈萬里. 算法風險與智能教育中人的全面發展[J]. 現代遠距離教育，2023（2）：61-69.

[25] 趙汀陽. 終極問題：智能的分叉[J]. 世界哲學，2016（5）：63-71.

[26] 孔蘇. 智能教育的算法技術規訓困境與出路[J]. 電化教育研究，2021，42（12）：36-40，54.

Correcting the Tendency of Meritocracy in Intelligent Education

SUN Lihui

（School of Education， Minzu University of China， Beijing 100081）

[Abstract] Intelligence is continuously shaping the basic form of society， and its application to education has shifted from a \"negative\" deficiency to a \"positive\" abundance. Intelligent education， with its promise of fair and free educational goals， exclusive and appropriate teaching applications， and efficient and precise educational evaluations through large-scale resource sharing， personalized learning customization and data-driven learning computation， has also unconsciously fallen into the mythological trap of the supremacy of meritocracy in intelligent education. The blind promise of \"idealism\" of educational goals， the \"behaviorism\" of external discipline in teaching and learning， and the \"performanceism\" of learning evaluation are all manifestations of the invisible siege of the subject's natural life. Getting rid of the intelligent meritocracy lies in the aspiration and awakening of the whole life of education， realizing the Marxist \"natural man\"value of intelligent education， returning to the life-driven perspective of \"human beings as ends\" view in the biased goals of intelligent education， adhering to the view of \"human essence as the human itself\" in the domestication of intelligent teaching behaviors， and highlighting the concept of \"comprehensive development of human beings\" that manifests the freedom of life in the barriers of intelligent" evaluation. Based on the aspiration and responding to the reality， intelligent education needs to return to the natural" through internal and external cultivation， and not to forget the original intention of education while strengthening itself and completing the system.

[Keywords] Intelligent Education; Meritocracy; Marxism; Natural Man; Return to Life