演繹與批判:人工智能對教育數字化的介入

摘" "要：“教育數字化”是目的與方法的統一體。人工智能在教育數據開源、邏輯推理，以及算法控制等環節扮演著重要角色，并在各環節的諸要素相互作用中顯現出數字理性特征。在人工智能的介入下，涵括教育基本范疇、教育關系以及教育環境的數字化在內的教育數字化生態構境逐步形成，知識以及教育主體的數字化將最終完成教育數字化的生態構境。然而，這種構境也存在著不可避免的風險。人工智能的數字理性具有一定的致幻作用，教育主體對人工智能的依賴與偏信會引發價值秩序和信仰體系的崩塌，所以必須防范人工智能對教育主體的異化或物化。在教育場域中，教育主體與人工智能存在多維度、多層次的嵌套關系，需處理好人工智能對教育介入引發的“美好憧憬”與“生存隱憂”兩種極端情況，發揮人工智能介入教育數字化的正向作用。在理論上，教育數字化務必廓清教育主體與人工智能的基本關系;在實踐上，教育數字化要重點把握好人工智能在教育領域的倫理向度。

關鍵詞：教育數字化;人工智能;教育主體;數字理性;生態構境

中圖分類號：G434;TP18" " "文獻標志碼：A" " " 文章編號：1673-8454（2025）02-0046-13

近年來，人工智能在深度學習、神經網絡等領域取得重大突破，其對教育數字化的介入引發教育場域的全面重塑。正如唐·伊德（Don Ihde）提出的：“對于一項技術制造來說，不僅是簡單地制造一個工具或一件人工制品，而是在制造一個世界。”[1]國內研究者圍繞“教育數字化”爆發了“轉型論”與“賦能論”的爭鋒。在“教育數字化轉型”這個術語中，“轉型”從語義上包含有“定點”或“定型”的意味，似乎“教育數字化”已經被完全確定，而“數字化”則明顯是一種“過程性”的主張。所以，“教育數字化轉型”這種表達見證了教育數字化的復雜性，因而呈現出其內部語義的巨大矛盾。[2]在“教育數字化賦能”這個術語中，“數字化”作為一種“用具”或“技術”的功能被體現出來，明確了“教育數字化”以“教育”為立場，以“數字化”為手段，最終實現對教育主體的“賦能”。人工智能是當下數字技術的典型代表，教育數字化不可能繞過人工智能的介入。筆者認為，在涉足上述兩個論爭之前，首要先了解“是不是”，然后再評判“對不對”。也即是說，首先要理解“人工智能介入教育數字化的客觀特征”，然后才能進行“人工智能介入教育數字化”諸方面的價值討論。

一、教育數字化的數字理性演繹

人工智能介入教育數字化涉及教育數據開源、邏輯推理以及算法控制等環節，每一個環節又涉及一些基本要素的相互作用。在這些要素的相互作用過程中，呈現出人工智能的數字理性特征。

（一）教育數字化的數據開源

如果把人工智能視作一個生命體，那么“數據”就如同食物，維系著人工智能的生存。人工智能對數據的采集，模擬了人類對事物的感知。人工智能需要對事物進行表征和編碼，然后才能認識事物。“教育數字化”中所指的“數字”就是0與1的二進制編碼。[3]人工智能通過對教育文本、教育語言與教育圖像的二進制編碼實現教育數據的采集。這種統一編碼可以實現數據的便捷復制、傳輸與共享，進而在各種數字化設備中實現高度兼容與識讀。所以，教育數字化首先要進行教育數據的采集。教育數據采集的范圍包括教育主體的背景性數據、教育目標數據、教育過程數據、現場教育數據、教育服務與評價數據等。核心教育數據需要技術人員輸入，其他教育數據則依靠人工智能采集。人工智能更注重采集外顯性和行為性數據，而對于內隱性和心理性數據無法直接采集。隨著數據的豐富和細化，教育主體會在數字機器里生成一個數字化的“擬像”。[4]當這樣的“擬像”有足夠的“細節”，數據的價值評判標準就會逐漸完善。教育主體在教育活動中的各種外顯行為表征都會被人工智能直接記錄和評判。隨著生成式人工智能的發展，一些內隱性數據已經可以通過復雜的算法進行推算。生成式人工智能通過“客體主體化”，使“教育主體”變得更加“具體而真實”。

在人工智能運行過程中，算法相當于進階的認識手段，具有人類的計算和學習能力，可以對采集的數據進行多次加工。如果用數據采集類比人類的經驗捕捉，那么算法集群就相當于使用概念形成命題。人類社會的交流與交往需要一些基礎性的概念和命題，人工智能的交流與交往也是一樣的情況。人工智能的運行依靠人類植入的基礎算法，高階算法或復雜算法則建立在基礎算法之上。人工智能的任何計算都必須遵循一定的法則或要求，進行算法演繹的基礎是對命令或任務的解讀。人工智能的數據輸入與輸出都依靠算法的支撐，算法是人工智能的靈魂。[5]人工智能在龐大的數據之上抓取關鍵特征以進行分類排序，然后完成指定的組合，最后呈現演算的結果。理論上，人工智能可以同時進行多任務與運行多算法，為得到更為精確的結果創造有利條件，這也是人工智能相較于人類智能的優勢。教育主體的專心和審思存在生理與心理的邊界，[6]而人工智能只要硬件允許就沒有上限。教育主體可以根據遭遇到的教育問題或困難，通過人工智能搜索類似案例或可行方案，并隨著該問題或困難的解決成為人工智能可以檢索到的數據。生成式人工智能教育應用的關鍵特征是，算法集群在處理教育問題或困難的過程中不斷地進行深度學習，進而不斷優化自身。教育數據資源的真正價值在于分享，這由教育自身的公共屬性所決定。任何教育數據資源如果得不到社會性的認同或使用，就必定會取消自身。教育云以及各種數字教育終端的交互作用，解決了教育數據的使用、存儲與共享的問題。教育數據存儲的物質介質始終存在一些隱患，如壞盤、遺失等。而教育云可以實現教育數據的上載和分布式存儲，只要有數字終端和網絡，教育主體就可以調閱云端的教育數據資源。在某種意義上，教育云貫徹著“把一切知識教給一切人”的教育律令。[7]知識的存儲媒介從物質形態轉化為數字形態，使知識傳播的速度和效率得到指數級提升。理論上，數字形態的知識在成本上更為低廉，也就可以獲得更大的普及。教育主體只需要一臺數字教育終端，就可以在云端定制自己專屬的學習或教學方案，獲取海量的數字教育數據資源和個性化服務。無論是教育者還是受教育者，都可以在人工智能的支持下改進自身的教學或學習。[8]教育主體的教學或學習情況還可以為云端數據庫提供重要數據資源，并為其他教育主體的教學或學習提供有益的參考。

（二）教育數字化的數理邏輯

人工智能基于一套機器語言，而這種語言可以被最終還原為0或1。所有的教育數據都可以轉換成由0或1組成的二進制字符串。所有的教育現象、教育主體在人工智能看來就是一堆字符串。將信息進行量化是進行數理邏輯運算的前提。[9]對人工智能而言，其可以理解并執行的也是量化后的教育信息。從表現上來看，人工智能具有擬人的特點，如會寫教育文本、分析教育問題，甚至會制定教育計劃;從本質上來看，人工智能所進行的操作僅僅是字符串的不同排列組合。這些字符串保證人工智能的正常運行，卻并沒有改變人工智能的數字表征。人工智能盡管有一些生成式的算法，并且在運算能力上可以超越人類的平均水平，但其在本質上依然是輔助教育的機器。生成式人工智能可以對教育主體進行數字建模，進而更好地掌握教育主體的習性和偏好。“人—機”的頻繁交互，可以深化人工智能對教育主體的數字表征。人工智能對教育語言、教育聲像進行數字表征之后，這些字符串才可以進行基本的邏輯運算。數字表征盡管可以在人工智能上進行教育語言與教育聲像的還原，但是并不是無損的還原。數字表征相當于在電子媒介中創建一個現實世界的“數字擬像”，并截取現實世界的關鍵特征進行建構。[10]所以，人工智能及其數字表征是一種對現實教育世界的近似模擬，全息式人工智能也僅僅是把現實世界用數字表征得更逼真一些而已。

在人工智能應用過程中，教育數據是生命，算法是靈魂。人工智能要展現出自身的“智能”或“生命特性”，二者缺一不可。教育數據與算法相互支撐，尤其是在生成式人工智能應用中，教育數據與算法會出現“自主性”生長。隨著教育數據的擴充，一些新數據需要新的算法才能調用;隨著算法的完善，教育數據的采集也會更加細致和全面。如果不對算法進行限定，人工智能可能會出現教育數據過載的情況。算法從理論上講具有無限可能性，因為其分布雖然分為縱向和橫向，但層級卻是無限的[11]，在基礎算法之上，可以進行無限疊加。僅從人工智能的內部來看，如果算力和存儲空間無限，無限算法就可以實現。但是，“無限”只存在于理論之中。從現實來看，人工智能作為一種客觀教育資源，自然也是受限制的。人工智能的維護、運營，數據的更新、共享，以及算法的優化、算力的提升、數字空間的擴充等都需要巨大的能源支撐。[12]所以，不能遺忘人工智能運行的條件性問題。高級的算法和過于豐富的教育數據，不一定對具體的教育活動完全適用。人工智能始終是一種外在的教育資源，而教育活動需要教育主體與客體的內外互動，這個平衡點或突破口很難被教育數據或算法精準把控。在人工智能應用過程中，必須限定算法與教育數據的適用性，避免無序擴張和資源浪費。

人工智能對教育數據的處理和結果呈現，往往存在“黑箱”問題。“黑箱”指教育主體并非專業的人工智能專家，無法真正理解或信任人工智能所進行的教育數據處理和結果呈現。[13]因此，與其說存在教育數據處理的“黑箱”，不如說是人工智能在嚴格地貫徹數理邏輯。此外，人工智能采用不同算法工作，卻可能得到相同結果。例如，人工智能采用概率或隨機性原則，可能得到與精準邏輯推算同樣的結果。而教育主體只能看到最后呈現的結果，不可能復演機器的算法。一方面，海量數據不是教育主體可以消化的;另一方面，無論是隨機性原則還是精準邏輯演算都是一種機器判斷。生成式人工智能的介入，導致數據和算法變得更加難以捉摸。無限的算法處理無限的數據，教育主體想從無限中找到確定性是幾乎不可能完成的任務。在人工智能應用過程中，一定會存在信任的悖論，最終的教育判斷需要交回教育主體手中。“只要我們缺乏理解自身狀況的能力，世上的所有‘數據’都將不起作用。”[14]人工智能可以涉足事實性的判斷，但不能涉足價值性的判斷。教育主體既需要人工智能提供的便捷，又不得不提防其可能存在的誤導。

（三）教育數字化的算法控制

人工智能對教育的精準定制，涉及對已有教育數據和生成式數據的算法分析與處理。在全方位教育數據基礎上，依靠算法可以實現教育的精準定制。[15]教育主體的各種外顯教育軌跡被人工智能捕捉，然后通過算法建構教育主體的“擬像”，再對比最優教育模式，具有預測性與前瞻性的相關教育方案就會被推演出來。在人工智能的支持下，教育主體的教育偏好、教育風格、教育進度，甚至未來的教育成就，可以通過對相關變量的控制而實現精準定制。精準定制的教育方案具有高度個性化的特征。隨著一些學科的介入，如心理學、生理學等，數據構造的“擬像”會變得越來越清晰、越來越具有深度。現實教育世界中的主體與虛擬世界中的“擬像”逐步走向融合。每個教育主體都在人工智能里存有一個“擬像”，其如同現實世界的分身一樣生長在數字時空。事實上，為了獲得數字教育的精準定制，教育主體必須將自身徹底數字化。理論上，人工智能所獲得的“擬像”越清晰，它所形成的個性化方案就越精準、越適用。教育數據的全面性和真實性對人工智能生成定制的教育方案至關重要。[16]教育主體要對人工智能保持絕對的信任。至于人工智能會不會信任教育主體，則取決于其是否被設定為有道德的機器。[17]

在教育場域中，人機交互的本質是教育主體與人工智能在交換彼此需要的基礎上，所實現的人機共存、人機共構與人機共生。[18]教育主體與人工智能彼此依賴，需要對方為自己賦能：一方面，教育主體需要從人工智能提供的教育數據中獲取各種知識，實現自身自由而全面的發展;另一方面，人工智能需要抓取教育主體的教育數據，實現自身算法的建構優化，維護自身的先進性與強大功能。教育主體之間存在的分級分類、競爭合作同樣會出現在不同類型的人工智能之間。伴隨著算法的迭代與硬件的優化，陳舊的人工智能也會面臨被淘汰的風險，其所操作的教育數據和運行的算法，也會因互聯網的存在，被其他數字機器兼容或取代。[19]在某種意義上來看，優質教育數據與算法，成為現實教育世界與人工智能世界的“硬通貨”。人工智能關注新的教育數據與算法優化，而教育主體則關注人工智能所帶來的實惠與解決教育問題的實際能力。盡管關注點不同，人工智能與教育主體之間的所取與所予能夠形成互補。但這種互補具有非對稱性：教育主體自身運算水平不可能與人工智能進行對比，而人工智能在開源上始終依賴教育主體。所以，人機交互既不可能把教育主體徹底物化，也不可能把人工智能徹底人化。

人工智能擁有強大的算法和處理能力，難免會產生一些衍生效應。在教育場域內部，人工智能成為一個新的“教育主體”，[20]具有教育者的權威和受教育者的特征。人工智能的數字理性或機器理性具有人類的數字理性或技術理性。如果受教育者沒有一定的理性思維能力，那么很可能“誤信”人工智能，以其為榜樣，導致受教育者的片面發展。而教育者過于依賴人工智能，則會逐漸放棄自身的主動性或主體性，淪為人工智能數據采集的樣本。[21]人工智能呈現出一種有缺陷的完美，對于教育主體而言具有很強的誘惑性。做仿生化處理的人工智能也許會具備教育者的外部形態，但始終不可能具備教育者的本質性特征。在教育場域外部，人工智能則容易裹挾政治、經濟等方面的不當訴求，破壞數字教育的倫理生態。[22]人工智能應用會出現很多缺口，且不是其自身可以彌補的，人類的理性要比人工智能的理性復雜得多。例如，惡意控制數字教育終端的規劃和布置，會造成數字教育公平問題;壟斷優質數字教育資源和算法，會妨害數字教育正義;在教育數據中滲透非主流意識的價值觀，會破壞數字公民的培養;教育數據和算法的資本化，會加劇數字社會的貧富差距。人工智能的非中立性集中體現在上述關鍵領域之中，而究竟是“賦能”還是“去能”，依然不能斷言。[23]

二、教育數字化的生態構境

教育要實現數字化，必然涉及全方位的數字生態構境。在當下，教育數字化的生態構境集中表現為人工智能對教育場域的強力嵌入。具體而言，就是指教育基本范疇、教育關系、教育環境等諸要素在人工智能的介入下實現由中心到邊緣的漸次數字化。

（一）教育基本范疇的數字化

首先是教育目標的數字化。在原有教育目標的理論基礎之上，還需要協調計算機科學或神經科學等有關理論。教育目標可以轉化為機器指令，然后調用相關算法進行教育主體分析、教育內容分析、教育方法分析等。人工智能在原有教育目標的基礎數據之上，結合現場數據反饋不斷調整和細化教育目標，使教育目標的落實變得更加可靠。教育目標數字化有兩層含義。一是教育目標的語言表述被轉化為機器指令或機器語言。人工智能可以圍繞這些指令進行相應的資源篩選和重組，以形成符合教育要求的目標指令。二是教育目標的實際功效會接受人工智能的動態監測。在保持核心指標不變的情況下，人工智能可以對教育目標進行微觀的算法干預，以實現教育目標的動態調整。教育目標數字化具有個體差異性。人工智能可以敏銳捕捉教育目標制定中的諸多變量，以形成最優的目標指令和集聚最優的目標資源。不過，人工智能更擅長于認知目標的數字化規劃，而對價值目標的規劃能力則極為有限。[24]認知目標的行為外顯性更強，更容易被人工智能所抓取;價值目標難以通過外顯行為進行表征，只能進行非常有限的推演。價值目標數字化的完善取決于其他人類科學（社會學、倫理學、心理學等）所取得的突破。從根源上來看，這是人類自身所本有的隱秘成分，人工智能難免具有天然缺陷。

其次是教育過程的數字化。人工智能通過對整個教育過程進行全景掃描和數據演算，為優化教育過程提供更多的數字化參考。人工智能把數字時間作為一種具象形態進行演繹。[25]教育主體可以在這種時間之流中獲得教育性增益。教育過程數字化接納人工智能作為“第三者”參與實際的教育環節。就技術層面而言，“人工智能”可能不是實體性存在，但其依然在教育過程中發揮著重要的作用。一是精確控制教育進程，實現單位時間教育效益最大化。每個教育主體在理論上都有自己的時間節律，可以被人工智能很好地把控。二是人工智能不僅是“資源庫”，還是實際的“行動者”。人工智能可以推動“教育者—受教育者—人工智能”圍繞著教育目標持續推進。三是人工智能可以對教育目標的達成效果進行即時反饋。人工智能給予的即時反饋可以訓練教育主體的反思能力，進而提升思維水平。整體而言，人工智能可以減輕教育主體的過程性負擔，把更多精力留在創造性的發揮和教育的關鍵環節之上。在整個教育過程數字化中，雖然人工智能可以做到價值無涉，但是它的全方位參與沖擊了一些傳統的教育價值。教育過程數字化的弊端也很明顯：人工智能的使用可能會犧牲教育主體的深度思考，進而為擴大教育主體對數字媒介的依賴埋下伏筆。[26]

最后是教育評價的數字化。人工智能的行為體現出一種穩定的、客觀的立場，其所進行的評價以教育數據為根本依據。如果教育評價追求科學性或客觀性，那么人工智能完全可以滿足要求，但其可能偏離教育評價的本意，并且不符合教育現實。教育評價不僅涉及客觀事實，也涉及主觀價值。就整個教育過程而言，教育主體可以隱藏自己的真實意圖，甚至可以偽裝一些外顯行為，以滿足人工智能所進行的教育評價。[27]教育主體一旦掌握教育評價的關鍵數據或算法，必然圍繞這些數據和算法下功夫，而不再關心實際的教育目標或教育過程。“關心教育評價而無視教育目標與過程”也是當下量化評估所遭遇的困境。教育評價數字化不僅不會緩解這個問題，反而會加重其嚴峻性。從根本上來看，人工智能所進行的理性推演是數字理性的表現，而量化評價本質上是把教育主體當作工具，充分壓榨其行為表現，“以量取優，以量取勝”。所以，教育評價數字化只能提供參考，而不能進行最后的價值評判。在教育數字化時代，教育主體務必把握教育評價的主動權，不能放任人工智能數字理性蔓延。否則，道德屬性必然被弱化，導致“數字第一，思想第二”的悲劇。[28]

（二）教育關系的數字化

首先是教育關系的可量化。教育主體之間發生的教育行為必然存在一些標志性的互動符號，如言語問答、姿態回應、行為反饋、表情變化、語音語速等。人工智能可以對教育主體之間的關系進行多維數字化處理。[29]其基本前設是：教育主體之間教育關系成立，且教育主體的外顯行為互動代表著某種教育關系的生成或消解狀態。如果教育主體之間不存在外顯行為，只存在內隱性的精神交流，那么人工智能就會顯得無能為力。從教育關系的質性層面來看，它可能涉及教育主體關系的親疏、遠近、好壞等諸多情況。教育主體關系性質所處的階段，或性質通過互動符號出現的頻次和銜接情況，進行合理推斷，并據此提出優化教育關系的參考方案。因此，教育關系的量化不僅關系到數據采集，還會逐漸深入到教育主體所有外顯行為的細枝末節，并據此確定和分析更為高質量的教育關系數據。數據的匯集和算法的應用，最終形成動態的教育關系模型，進而指導或建議教育主體的教育關系改善行動。人工智能的介入已經改變了教育主體的二元關系，[30]意味著人工智能不僅是參考顧問的角色，也是“已經在教育中”的“類主體”——既是分析者也是被分析者。外顯行為對內隱精神的影響如果被承認，人工智能必然會成為改善教育目標的重要支撐點和有效推動力量。

其次是教育關系的可統計。每一場教育活動都會留下海量的教育數據供人工智能進行統計，以幫助教育主體找到影響教育關系的核心互動符號。人工智能可以圍繞核心互動符號進行精細的統計和分析，甚至深入到情感互動維度，[31]還可以利用數據統計結果進行教育活動的復演，進而實現教育關系的全程追溯。即教育主體之間的教育關系情況不僅可以通過數據統計結果表現出來，而且還自帶一種反思效果。除了教育活動的內部統計之外，人工智能還可以把建構的數據進行云端比對，然后回饋一些外部統計的標準。其中，涉及的外部統計包括教育關系的歷史數據，以及專門回應類似情況的一般教育關系標準等;通過分析相似數據，改進教育關系的可行方案，同時為云端提供教育關系的實例。教育關系統計是一種動態統計，沒有最終的決定性或確定性。這是由教育關系或教育主體自身的復雜性所決定的——教育關系中始終存在偶然因素出現的可能。歸根到底，教育關系依靠教育主體去主動建構，至于主體之間的接觸或相遇會產生什么樣的外顯性或內隱性互動符號，則完全有可能超出既定統計的指標范圍，因此需要人工智能進行算法優化、補充或增添統計指標。人工智能會根據已經出現的偶然因素不斷優化統計，以達到不斷接近最優方案的可能。即使人工智能擁有重構教育關系的能力，也要尊重教育主體在教育關系建構中的倫理性，不能脫離真實的教育實踐。[32]

最后是教育關系的可預測。在教育場域中，教育主體具有一定的教育慣習。教育主體的慣習是一種在場反應，具有一定的外顯性和持久性。[33]教育主體的慣習如果長時間被人工智能采集，就可以逐步形成教育關系的建模。而教育關系建模所需的教育數字資源既有公共性也有私人性。理論上，這種建模具有個性化的特點，可以預測教育主體之間的關系走向。當然，這僅限于教育場域之內。如果加入非教育場域的干擾因素，這種預測會變得極不穩定。事實上，教育主體在現實生活中往往存在多角色、多任務、多沖突的境況，嚴重影響教育關系建模的可靠性。從統計學角度來看，隨著變量的增多，建模所需要的數據或運算成本會變大，結論也就越不可靠。在人工智能的干預下，依靠教育關系的概率性來指導或決定其發展規劃，可能并不理智。因此，教育關系中也需要對人工智能進行任務限定。人工智能可以提供改善教育關系的參考方案，但不能強制執行它的建模結果，[34]這也是給人工智能作為“類主體”打引號的重要原因。教育關系的確定性目前還沒有真正得以完成，而教育主體是通過教育關系被界定的，因此教育關系還需要進行深度探討。如果教育主體的關系都可以完全被人工智能進行表征與統計，那么教育主體一定喪失了作為人的根本。

（三）教育環境的數字化

首先是教育環境的虛擬化。“虛擬”，即“擬真”。“虛擬”與“真實”由教育主體的感官來區分——凡是滿足感官的綜合確證，就可以確定為“真實”;在感官上存在部分缺失或不夠清晰，就可以視為“虛擬”。[35]從整體上來看，“虛擬”還表現為“有損性”。人工智能所進行的布景本質上是對客觀事物的抽象性或概括性數字表征。盡管這種表征方式并不妨礙教育主體的感知，但其永遠處于一種“失真”的狀態。無論人工智能教育環境多么逼真，“失真”將永恒存在。人工智能通過對教育環境的編碼、設計和布局，實現教育環境的虛擬化。人工智能在某種程度上打破時空限制，只要為其提供暢通的網絡和充足的電源，教育環境的虛擬化布景就可以實現。此外，凡是視覺性和聽覺性的存在物，人工智能都可以通過屏幕、投影、音響設備等進行虛擬化還原。隨著未來人機交互技術的進一步突破，觸覺性的存在物也有望實現虛擬化。從教育主體的感官來看，數字化的教育環境也越來越具有“擬真性”。教育主體如果關注或關心真實教育世界帶來的創生性，就需要酌情使用虛擬的教育環境。“虛擬”以犧牲真實為代價，意味著教育主體可能會消除真實與虛擬的界限，繼而喪失“真實感”。[36]長期處于虛擬教育環境之中，教育主體會失去感知真實教育世界的能力。

其次是教育環境的多維化。與傳統教育環境不同，數字化教育環境突出“多變”和“精準”。隨著教育數字化的發展，傳統教育環境必然會被數字教育環境所取代。數字教育環境是有待開發的新資源，教育主體可以從中獲益。[37]以往教育主體長時間處在一個固定的教育環境中，而隨著人工智能的介入，數字教育環境可以根據教育需要做出精準的調整，進而幫助教育主體融入數字教育環境。人工智能可以根據不同教育任務創設不同的教育環境，服務于教育目標的達成。當然，多變的數字教育環境對教育主體而言并非百利而無一害。教育主體容易在多變的數字教育環境中失去穩定感，也有可能造成“過度卷入”。理論上，數字化教育環境可以滿足不同教育主體的多樣化需求，真正實現教育個性化的精準定制服務。在數字化教育環境中，教育主體可以獲得更為豐富、更為具體、更為深入的教育體驗。但是，實現教育個性化的精準定制服務需要付出一定的代價。越是造境能力強的人工智能，使用的代價就越是高昂。從教育環境的外部來看，人工智能的使用會消耗大量資源，也必然帶來巨大的能源消耗，以及相應的經濟支出和環境負載。[38]由此可見，并不是所有教育主體都能享用數字教育環境，這在某種程度上為其他社會因素介入和干擾創造了天然的條件。

三、教育數字化的想象僭越

隨著知識和教育主體的數字化，“人工智能—知識—教育主體”三元結構得到確定，教育數字化的生態構境得以最終完成。教育客體與教育主體、教育事實與教育價值之間的平衡點將隨著“知識”的數字化詮釋而發生偏移，數字理性演繹走向數字理性信仰，教育主體面臨客體化危機。

（一）知識數字化的范疇

“知識數字化”主要涉及“知識載體數字化”與“知識表征數字化”。無論是“載體”還是“表征”都是一種有形的實體，所以這里只探討知識數字化的有形層面。

“知識載體數字化”是知識載體形態的一種變化，為教育數字生態提供了技術性支撐。伴隨著大量數字化設備和網絡技術的發展，知識載體已逐漸從紙質媒介轉移到數字媒介。以往垂直書寫在紙張上的文字，通過按鍵敲擊轉移到亮閃閃的屏幕之內。[39]理論上，任何媒介記載的知識都可以通過有損的形式進行數字化轉載，如拍照、掃描、錄音等。在記載同等知識量的條件下，數字媒介的重量幾乎可以忽略不計。教育主體不必再為“案牘”而“勞形”，只需要一個有數字化知識訪問權限的終端;“五車”之“學”已經被壓縮進數字媒介之中，不必再以知識的體量來形容學問水平。“知識載體數字化”為教育主體調閱知識、創作知識、傳播知識提供了高效而便捷的方式。首先，教育主體調閱相關知識，只需要輸入幾個關鍵詞，算法就會自動運行并檢索相應內容，還可以根據教育主體的喜好進行優先排序，進入相應的數據庫就可以得到相應的知識。其次，教育主體進行知識生產，可以隨時檢閱相關研究，以形成佐證或確定自身知識創作的價值量，豐富知識創作的廣度和深度。最后，教育主體進行知識傳播，可以借助各種電子社交媒體或專業的電子期刊、電子報紙、電子出版社等，減少知識傳播周期，擴大知識傳播范圍。總之，“知識載體數字化”支撐起教育數字生態的基本架構。

“知識表征數字化”為各級各類知識找到了統一的尺度——“數字”。傳統的知識表征存在諸多要素，如文本、符號、圖像、語音、實物等。這些要素遵循一定的組織或排列規則，形成了教育主體可以理解和交流的知識表征。而這些知識表征具有單面性，需要教育主體去進行其他層面的補足。例如，文本知識表征可以直白地顯示其符號表象，再用內在的語音加以補足，然后才能幫助教育主體進行互動交流。人工智能通過數字化處理，將知識表征變為一堆字符串，完成各種知識表征在物質形態上的“統一”。[40]也即是說，凡是有形的知識都可通過數字化形式加以表征。在“統一”的基礎之上，“知識表征數字化”也顯現出多樣的形態，并且可以進行相互轉化。在算法邏輯的支持下，文本與語音、圖像等可以進行等值兌換。文本可以轉化為語音、圖像;語音可以轉化為文本、圖像;圖像也可以轉化為文本、語音。至于視頻，本質上是圖像在物理時間上的逐幀顯現，自然也可以加入上述轉化的流程之中。當下熱門的ChatGPT和Sora就是在知識數字化的基礎上所進行的算法演繹。ChatGPT可以觸發生成式信息，以回應教育主體發出的指令;Sora可以將文本轉化為有聲視頻進行播放。盡管它們還是比較低級的智能工具，但可以成為教育主體數字化知識獲取的重要來源。[41]對教育主體而言，理論上，只要數據庫足夠大，算法足夠完善，其感官層面的視覺和聽覺所得到的數字化知識表征可以形成互證。這在某種意義上證實了數字化知識表征的準確性與可信性。

（二）教育主體數字化的正名

教育主體數字化包括“教育者數字化”與“受教育者數字化”。“數字化”字面意思上存在“物化”或“虛化”的誤導， 所以必須回歸到“主體”這一本位上來。

“教育者數字化”是一個極具爭議的話題，在某種程度上意味著存在教育者被人工智能取代的可能。如果教育指的是“教育者把既有的知識符號教給受教育者”，那么人工智能完全可以勝任這樣的教育。[42]通過數字化表征，以及相應的算法推演，教育者的數字模型可以被搭建出來。在人工智能算法中加入學科專業、教育情景、文化語境等變量，教育者的數字模型可以變得更加完美。內置生成式算法的人工智能還可以進行“自我學習”，不斷改善教育過程與方法，優化教育目標，對教育成果進行精準評估。但是，“自我學習”并非知識的增長，而僅僅是算法的優化和數據的增加。“知識”并非既定的，也并非純粹客觀的。盡管人工智能可以將知識進行數字化表征，也可以將知識載體數字化，但這樣形成的知識是純粹的“符號”。完整的知識是“符號”與“意義”之間的互動，而“意義”則始終保留在教育者或受教育者一側。[43]對人工智能而言，教育者或受教育者才是真正的開源者，其教育活動所產生的意義根本無從理解。從這個層面上講，“教育者數字化”所指應為教育者應該具備數字化素養，用人工智能深化對知識數字化與受教育者數字化的認知和理解，利用教育數字化提升自身的育人能力。

“受教育者數字化”容易進入一個誤區：受教育者是被數據或算法所圈定的模型復演者。在人工智能的支持下，受教育者所處的學習階段、學習特點、學習水平等都可以在教育模型中篩選出來并加以執行。受教育者的所有外顯行為都會暴露在人工智能的視閾范圍內，并據此對受教育者進行模型化（個性化）培養。受教育者直接跟人工智能打交道，而不再需要教育者的介入。[44]畢竟，無論是從既有知識的存儲數量和復現質量來看，還是從教育過程、方法與評價的控制精度來看，人工智能遠遠優于任何一個技藝高超的教育者。如果把受教育者完全讓人工智能來“教育”，那么結果也是可以預料的：受教育者越來越具有人工智能的特征，逐漸喪失人所本有的整全理性;受教育者會越來越偏執于精確性和工具性，而不再關注內在情感體驗和道德追求。由此，受教育者與人工智能就會陷入數字理性的死循環。[45]從某種意義上來講，正是以人工智能為代表的技術運用反證了“教學相長”“共同主體”等經典命題的正確性。人工智能生成另一種形態的知識表征，而無法生成與傳遞知識的價值或意義維度。知識的價值與意義屬于教育主體在場的生成維度，具有不可測度性。[46]基于此，“受教育者數字化”也得到正名，即受教育者利用人工智能深化對知識數字化與教育者數字化的認知與理解，利用教育數字化提升自身的學習能力。

（三）數字理性信仰化的風險

人工智能在教育領域的應用衍生出各種“神話”敘事，比較有代表性的就是“人機融合”與“超智能主義”。諸如此類的“神話”形成數字理性信仰的建構。

在數字理性的強大作用下，人工智能展現出獨特的優勢。人工智能對教育場域的介入，已然更改了教育主體的慣習，形成教育主體的“被縛”狀態。[47]教育主體愈發依賴人工智能所給予的數字化知識，直至達到一種對數字機器深度信任的狀態。“人機融合”的議題也將據此被提出。“人機融合”有且僅有三條路徑：一是教育主體嚴格遵循數字理性的律令，進而物化自身，與人工智能融合。教育主體需要放棄除數字理性以外的其他理性，按照人工智能一樣的算法來訓練和塑造自身。這一路徑默認了數字理性神話的存在，會在教育實踐中引發教育主體的客體化或異化。二是人工智能完成自身的倫理化或道德化，進而以人格化的形式與教育主體相融合。人工智能需要被設計為一種富有道德感的存在者，按照人的整全理性來塑造自身。[48]這一路徑忽視了人工智能逾越人類情感的可能性，存在誤導教育主體價值觀的風險。三是教育主體與人工智能進行漸進的調適與互構，充分發揮各自獨特的理性優勢。教育主體與人工智能存在客觀缺陷，需在具體教育實踐中不斷修訂和改善。教育主體在使用人工智能的過程中，遵循這一路徑是當下最為務實的舉動。但這并不意味著教育主體可以完全信任人工智能，教育主體必須透過人工智能，發現使用人工智能或受人工智能影響的教育主體。

“人機融合”再向前一步，就是上述三條路徑的理想化圖景——超智能主義神話。理論上，只要人工智能能夠突破教育主體的價值秩序，更改教育主體的信仰體系，這個神話是完全可以實現的。在該神話體系中，教育主體完全信任人工智能的“全知全能”，并且依賴其改善人性。[49]人工智能不僅可以自主實現自身教育數據與算法的開源優化，還能完成自身的能量供應，并把控各種前沿的教育方向。人工智能的智能將全面超越人類的智能，并承諾為人類提供優質的教育服務。人工智能代管人類的教育活動，并與其他類型數字機器形成代管人類一切活動的“天網”。在這里，人類世界中的教育者與受教育者已然不復存在，人類將以人工智能為師。不過，令人擔憂的是：在人工智能看來，教育主體的缺陷和弱點是不可饒恕的“罪過”，需要加以彌補和消除。與其說人工智能是在對教育主體進行照料，不如說是在對教育主體進行“圈養”和“控制”。諸如此類的風險，人類完全沒有必要去經歷，除非放棄“為自然立法”的責任。[50]從人類自身被定義為“自由者”或“理性者”的角度來看，教育主體不可能放任人工智能最終控制人類的價值秩序與信仰體系，因為人工智能的“全知全能”恰恰是最危險的，這種情況的實現以整個人類交付自身的所有為代價。而教育主體恰恰需要從自身的缺陷和弱點中尋找證悟自身的條件，這種證悟自身的條件具有偶然性或隨機性。

四、憧憬與隱憂：回歸教育主體的教育數字化

人工智能的數字理性極端化應用，必將帶來教育場域的持續變革。一方面，人工智能不斷迭代，使自身的數字理性愈發極端地暴露出來，其現實的效能具有很強的致幻作用;[51]另一方面，人工智能在教育領域的實際應用，正在取代教育者的簡單勞動。前者引起人們對人工智能的“美好憧憬”，后者則造成教育者的“生存隱憂”。[52]正確處理上述兩種極端情況，發揮人工智能介入教育數字化的正向作用，還有很長的路要走。

在理論上，教育數字化務必廓清教育主體與人工智能的基本關系。在馬克思（Karl Heinrich Marx）的經典論述中，教育主體與教育手段具有共生性。教育者必須借助一定的教育手段將教育內容傳遞給受教育者。[53]在當下，教育者以及教育方法已逐步被新型的人工智能所取代。維貝克（Peter-Paul Verbeek）關于“人—技”關系的思考可以闡明這一變化的根源。[54]比較常見的理解如下：一是人工智能作為教育者的備用手段可以改善教育質量。如果“改善教育質量”被確證為真，那么人工智能就會得到進一步的普及，教育的基本結構將得到重塑。二是人工智能雖然是一種人造物，但與整個生活世界存在緊密的關聯。在教育者與受教育者的教育活動中，人工智能內嵌于生活世界，充當教育活動的背景。三是人工智能的價值與意義取決于教育主體的詮釋與需要。歸根到底，人工智能是為實現教育的某種目的而被設計或創造的。四是教育者或受教育者在使用人工智能的過程中，都必須能夠越過人工智能看見彼此。人工智能的它異性不能取代教育者與受教育者的互為他者性。五是教育者與人工智能的互嵌（如腦機結合技術）如果可以超越教育者與人工智能各自的教育能力，那么我們既（不）能找到教育者也（不）能找到人工智能。在教育場域中，人工智能雖然具有意向性，但也具有兩可性。綜合以上分析，教育者必須掌握教育的主動權和價值評判的最終決定權，這樣才能盡量消除人工智能介入教育數字化的負面影響。

在實踐上，教育數字化要重點把握好人工智能在教育領域的倫理向度。首先，教育數字化要以人工智能的普遍應用來促進教育公平。教育數字化要完善弱勢群體和欠發展地區的數字基礎設備設施供給，為教育數字化的全面推進創設物質性條件。從教育數字化的人本取向出發，部分師資供給不足的地區要避免以人工智能全面取代教育者的情況。[55]教育數字化的目的是讓教育主體能夠共享先進的數字教育資源，提升教育者的教育能力和受教育者的學習能力，而非取代或消滅教育者。其次，教育數字化應堅決維護教育主體的自主性。教育主體對人工智能的使用與學習需依據實際需要，而不能受到任何的外部干擾或誘導。人工智能對教育數據的捕捉與使用需要得到教育主體的授權，而且所獲得教育數據只能應用于非營利的教育領域。[56]教育者對人工智能提供的策略或方案享有最終的裁定權，尤其是涉及對受教育者進行價值觀引導與信仰塑造的部分。最后，教育數字化需推進數字文化的培育與數字制度的建設。教育主體要充分理解人工智能介入教育數字化的本質和意義，以客觀、務實的態度去學習相關的數字化知識。人工智能的使用規范和倫理要求也要一并納入教育數字文化的培育之中。[57]教育數字制度的建設要把握好“立德樹人”的根本方向，以制度規約的形式治理好教育數字化生態。無論是數字文化培育還是數字制度建設，都要幫助教育主體用好人工智能，提升數字化素養（自主、節制、反思、判斷力等）。

參考文獻：

[1][37]唐·伊德.技術哲學導論[M].駱月明，歐陽光明，譯.上海：上海大學出版社，2017：109，112.

[2]陳廷柱，管輝.教育數字化：轉型還是賦能[J].中國遠程教育，2023，43（6）：11-18.

[3]張廣斌，薛克勛.數字教育學的底層邏輯與構建路徑——兼論中國式數字教育學建設[J].華東師范大學學報（教育科學版），2023，41（11）：67-84.

[4][23][25][26][52]馬歇爾·麥克盧漢.理解媒介：論人的延伸[M].何道寬，譯.南京：譯林出版社，2011：77，特倫斯·戈登序7，178，33，395.

[5][9][11]托馬斯·西貝爾.認識數字化轉型[M].畢崇毅，譯.北京：機械工業出版社，2023：41，44，71.

[6]赫爾巴特.普通教育學[M].李其龍，譯.北京：人民教育出版社，2015：43-45.

[7]武法提，田浩，高姝睿.教育數字化轉型下的智慧教育形態：關鍵特征與生成途徑[J].中國基礎教育，2023（1）：33-37.

[8]王艷玲.超越“道”與“技”之爭：技術時代教師教育者的多元認知與能動抉擇[J].教師教育研究，2024，36（2）：9-16.

[10][19]齊林斯基.媒體考古學：探索視聽技術的深層時間[M].榮震華，譯.北京：商務印書館，2006：248，33.

[12]張梓桐.大模型訓練驅動電力需求翻倍 行業求解“AI能耗之困”[EB/OL].（2024-05-10）[2024-05-18].https：//m.21jingji.com/article/20240510/941f7a4acc8cc2bd32ff4efeddced 8b7.html.

[13][14][24][27][47][51]蘭登·溫納.自主性技術[M].楊海燕，譯.北京：北京大學出版社，2014：245-246，6，195，199，168，213.

[15][16]漢娜·弗萊.算法統治世界[M].李英松，譯.貴陽：貴州人民出版社，2021：13，27.

[17]嚴從根.公共空間意識教育：問題與實施——技術物道德化的角度[J].教育發展研究，2024，44（10）：13-20.

[18]尼古拉斯·卡爾.數字烏托邦[M].姜忠偉，譯.北京：中信出版社，2018：81

[20]葉飛.面向數字化轉型的教師育人能力結構及其提升路徑[J].南京社會科學，2023（8）：114-122.

[21]譚偉，張曼茵，陳良.人工智能應用于教育的風險及其應對[J].中國教育信息化，2023，29（7）：22-29.

[22]鄒紅軍.數字化時代的倫理轉向及其教育因應[J].教育研究，2024，45（3）：40-52.

[28][38]理查德·大衛·普雷希特.我們的未來：數字社會烏托邦[M].北京：商務印書館，2022：64，31.

[29]王興宇.數字化轉型對教育空間的塑造邏輯[J].高等工程教育研究，2023（3）：108-113.

[30]夏立新，楊宗凱，黃榮懷，等.教育數字化與新時代教育變革（筆談）[J].華中師范大學學報（人文社會科學版），2023，62（5）：1-22.

[31]奚駿，吳永和.教育數字人理論與實踐探研[J].現代教育技術，2022，32（8）：100-110.

[32]宋以國，李長偉.教育數字化背景下的教師之愛：困境與紓解[J].全球教育展望，2024，53（3）：87-98.

[33]布爾迪厄，華康德.反思社會學導引[M].李猛，李康，譯.北京：商務印書館，2015：158.

[34][55]劉易斯·芒福德.機器神話（下卷）[M].宋俊嶺，譯.上海：上海三聯書店，2017：189-190，283.

[35][40]尼古拉·尼葛洛龐帝.數字化生存[M].胡泳，范海燕，譯.3版.海口：海南出版社，1997：141，24-29.

[36][43]劉易斯·芒福德.機器神話（上卷）[M].宋俊嶺，譯.上海：上海三聯書店，2017：60，30-38.

[39]阿萊達·阿斯曼.回憶空間：文化記憶的形式和變遷[M].潘璐，譯.北京：北京大學出版社，2016：238.

[41]戴嶺，胡姣，祝智庭.ChatGPT賦能教育數字化轉型的新方略[J].開放教育研究，2023，29（4）：41-48.

[42]蘇慧麗.從身體感知到機器感知：教育數字化轉型下學習變革的關鍵視角[J].自然辯證法研究，2023，39（12）：108-114.

[44]樓軍江，肖君，于天貞.人工智能賦能教育開放、融合與智聯——基于2022世界人工智能大會開放教育和終身學習論壇的審思[J].開放教育研究，2022，28（5）：4-11.

[45]唐亮.ChatGPT促逼教育人文返場的技術可能及其警惕[J].中國教育信息化，2024，30（5）：67-75.

[46][48][49][54]維貝克.將技術道德化：理解與設計物的道德[M].閆紅秀，楊慶峰，譯.上海：上海交通大學出版社，2016：129，49，192，175-177.

[50]康德.純粹理性批判[M].李秋零，譯.北京：中國人民大學出版社，2011：142.

[53]黃濟.教育哲學通論[M].太原：山西教育出版社，2009：342-343.

[56]陳薪旭，葉飛.教育數字烏托邦的風險及其防范[J].大學教育科學，2024（2）：59-66.

[57]李芒，余露瑤.“前車之鑒”對教育數字化的啟迪[J].電化教育研究，2024，45（4）：5-10，17.

Deduction and Criticism： The Intervention of Artificial Intelligence

in the Digitalization of Education

Heng WANG， Weilai GUO

（College of Teacher Education， Zhejiang Normal University， Jinhua 321004， Zhejiang）

Abstract： “Digitalization of Education” is a unity of purpose and method. Artificial intelligence plays an important role in the open-source of educational data， logical reasoning， and algorithm control， and shows the characteristics of digital rationality in the interaction of various elements at each stage. With the intervention of artificial intelligence， the digital ecological framework of education including the basic scope of education， educational relations and the digitalization of the educational environment has gradually taken shape， and the digitalization of knowledge and educational subjects will finally complete the ecological structure of educational digitalization. However， there are unavoidable risks associated with this context. The digital rationality of artificial intelligence has a certain illusionary effect， and the dependency and overconfidence of educational subjects on artificial intelligence will lead to the collapse of value order and belief system， so it is necessary to prevent the alienation or objectification of educational subjects by artificial intelligence. In the field of education， there is a multidimensional and multi-level nested relationship between educational subjects and artificial intelligence. It is necessary to handle the two extreme situations of “beautiful aspirations” and “survival concerns” caused by artificial intelligence’s intervention in education， and to give full play to the positive role of artificial intelligence’s intervention in educational digitization. In theory， educational digitization must clarify the basic relationship between educational subjects and artificial intelligence; In practice， the digitization of education should focus on grasping the ethical dimensions of artificial intelligence in the field of education.

Keywords： Digitalization of Education; Artificial intelligence; Education subjects; Digital rationality; Ecological construction

編輯：王曉明" "校對：李曉萍

DOI：10.3969/j.issn.1673-8454.2025.02.005

作者簡介：王珩，浙江師范大學教師教育學院教授，博士（浙江金華 321004）;郭未來，浙江師范大學教師教育學院博士研究生（浙江金華 321004）

基金項目：全國影響力建設智庫專項重大課題“全球南方視域下中非共建現代化路徑研究”（編號：ZKZD2024011）