人工智能在當(dāng)前教育中的應(yīng)用仍偏向于“弱人工智能”，但對提升教育效率的作用不容忽視。疫情期間，世界各地的遠(yuǎn)程教學(xué)也為人工智能教育的進(jìn)一步發(fā)展提供了機(jī)遇。

受新冠肺炎疫情影響，世界各地的學(xué)校借助互聯(lián)網(wǎng)技術(shù)，將教學(xué)從線下搬到線上，以維系學(xué)校的正常運(yùn)行。在其中，人工智能（AI）技術(shù)得到了廣泛應(yīng)用。美國教育主流媒體近期開展的調(diào)查發(fā)現(xiàn)，疫情封校期間，人工智能在學(xué)校和學(xué)區(qū)層面發(fā)揮了相當(dāng)程度的作用，許多學(xué)校采取了靈活豐富的人工智能手段促進(jìn)教學(xué)。與此同時，經(jīng)濟(jì)合作與發(fā)展組織（OECD，以下簡稱“經(jīng)合組織”）與哈佛大學(xué)全球教育創(chuàng)新計(jì)劃項(xiàng)目于近期面向59個國家和地區(qū)開展的教育教學(xué)調(diào)研顯示，有不少教師反映，遠(yuǎn)程教育在改變教與學(xué)空間的同時，也帶來了許多教育創(chuàng)新機(jī)會，如學(xué)習(xí)環(huán)境創(chuàng)新、混合學(xué)習(xí)、教師教學(xué)的新模式，等等。

顯而易見，疫情危機(jī)所帶來的創(chuàng)新機(jī)會與互聯(lián)網(wǎng)技術(shù)發(fā)展和人工智能的應(yīng)用是密不可分的。在這種形勢下，人工智能在教育中的應(yīng)用再次成為全球教育界共同關(guān)注的話題。

近期，美國蘭德公司高級政策研究員、斯坦福國際資詢研究所（SRI）研究評估中心主任羅伯特·墨菲（Robert F. Murphy）評估了人工智能在全美基礎(chǔ)教育領(lǐng)域的應(yīng)用及走勢。在他看來，新冠肺炎疫情導(dǎo)致的遠(yuǎn)程學(xué)習(xí)，在客觀上會促使教育者更多采用人工智能的工具和做法，然而關(guān)于人工智能的樂觀期望也有可能會因教育預(yù)算應(yīng)對疫情吃緊而受到限制。他認(rèn)為，相對于人工智能在其他領(lǐng)域的顛覆性潛力，疫情對教育的沖擊并未改變他此前的觀點(diǎn)，但也要重視遠(yuǎn)程教學(xué)所引發(fā)的公眾對人工智能教育的高度關(guān)注。遠(yuǎn)程學(xué)習(xí)支持自適應(yīng)教學(xué)，廣泛運(yùn)用人工智能技術(shù)，為學(xué)生自主學(xué)習(xí)提供自動反饋和支持等，將會助力人工智能在教育中的應(yīng)用與發(fā)展。

此前，在《人工智能為基礎(chǔ)教育階段教師教學(xué)提供支撐》報(bào)告中，墨菲認(rèn)為，教育領(lǐng)域中的人工智能應(yīng)用主要還是“弱人工智能”，即在教學(xué)領(lǐng)域中，合理應(yīng)用自動化軟件，如智能輔助系統(tǒng)、作文自動評分系統(tǒng)、學(xué)情早期預(yù)警系統(tǒng)等，以提升教學(xué)效率。他表示，在教育領(lǐng)域應(yīng)用人工智能不太可能像在其他行業(yè)如公共交通、禁毒、醫(yī)療保健等領(lǐng)域那樣立竿見影，主要還是發(fā)揮輔助作用，如提高課堂效率，協(xié)助教師開展語言教學(xué)，加強(qiáng)反饋與互動，及時診斷學(xué)情以及開展有針對性的指導(dǎo)，等等。面對新形勢，墨菲做了進(jìn)一步分析：

在人工智能教育的重要領(lǐng)域仍然欠缺足夠的數(shù)據(jù)和人工智能教育應(yīng)用的報(bào)告信息。一方面，是對教育應(yīng)用人工智能的準(zhǔn)確性理解和精準(zhǔn)度把握不夠;另一方面，與不含人工智能應(yīng)用的教育手段相比，應(yīng)用人工智能教育手段到底能發(fā)揮多大比較優(yōu)勢也不好測定。但隨著更多人工智能教育軟件投放市場，業(yè)界將會討論建立行業(yè)標(biāo)準(zhǔn)，促使供應(yīng)商提供相關(guān)產(chǎn)品的準(zhǔn)確信息。產(chǎn)品信息大致包括對人工智能運(yùn)算能力和“知識儲量”（knowability）的描述或排名，如何幫助師生使用人工智能程序，師生使用人工智能發(fā)生偏差所引發(fā)的后果，人工智能模型預(yù)測的準(zhǔn)確性程度和局限性，關(guān)于開發(fā)人工智能程序所依靠的數(shù)據(jù)情況，以及如何評估學(xué)習(xí)模型的潛在偏差，等等。

教育應(yīng)用人工智能的精準(zhǔn)程度高度依賴于海量數(shù)據(jù)的獲取，某些情況下，這些數(shù)據(jù)可能會因種族、性別、家庭背景等因素產(chǎn)生偏差，進(jìn)而對教育產(chǎn)生影響。對算法偏差的擔(dān)憂將取決于人工智能程序在學(xué)校和課堂中的角色扮演，以及系統(tǒng)決策給師生帶來的影響。例如，與帶有偏差的人工智能教育預(yù)警系統(tǒng)對學(xué)生的可能影響相比，帶有偏差的教育數(shù)據(jù)滲透到教師備課從而對學(xué)生產(chǎn)生的可能性影響相對要小得多。前者可能不成比例甚至錯誤識別了基于性別或種族等群體，從而做出錯誤決策，而那些真正有需求的學(xué)生未必能得到幫助，出現(xiàn)“差之毫厘，謬以千里”的結(jié)果。因此，墨菲主張對于那些人工智能應(yīng)用程序（特別是學(xué)情預(yù)警系統(tǒng)）的輸出結(jié)果，僅應(yīng)視為教育教學(xué)決策過程中的一個參考，更多還是要以教師和管理人員的專業(yè)判斷來作為依據(jù)，他們畢竟有著豐富的實(shí)踐經(jīng)驗(yàn)。

影響人工智能教育大規(guī)模應(yīng)用的主要障礙在于，缺乏合適、足夠的數(shù)據(jù)來進(jìn)行研發(fā)，并存在研發(fā)資金、隱私保障等方面的問題。平時相關(guān)方面很難獲得不同學(xué)科、不同年級學(xué)習(xí)所關(guān)涉的人工智能學(xué)習(xí)應(yīng)用程序所需的海量、客觀和復(fù)雜的數(shù)據(jù)。唯一可以便捷訪問并可用于人工智能教育軟件研發(fā)與推廣的，是在線學(xué)習(xí)平臺和正在大規(guī)模使用的應(yīng)用程序，不過這樣的數(shù)據(jù)規(guī)模仍相對較小。沒有規(guī)模龐大且高規(guī)格要求的數(shù)據(jù)，人工智能將難以在教育中進(jìn)一步長足發(fā)揮作用。即使可以獲得所需的數(shù)據(jù)，用于基礎(chǔ)教育階段的人工智能研發(fā)資金也不會像醫(yī)療、交通、軍事等其他領(lǐng)域那樣充足。

盡管人工智能在遠(yuǎn)程教學(xué)中發(fā)揮了巨大作用，但這次疫情未必能夠改變?nèi)斯ぶ悄芙逃顿Y不足的局面。開發(fā)商在社會其他行業(yè)應(yīng)用人工智能的投資可謂是海量，但在教育領(lǐng)域?qū)θ斯ぶ悄艿耐顿Y卻沒有如此強(qiáng)勁。對于人工智能應(yīng)用開發(fā)商而言，基礎(chǔ)教育領(lǐng)域是一個非常昂貴且面臨諸多困難的市場，主要原因在于可自由支配的預(yù)算少，教育領(lǐng)域的特殊要求如尊重隱私、教育價(jià)值觀導(dǎo)向等，教育行政部門批準(zhǔn)的產(chǎn)品銷售周期長，等等。鑒于上述原因，目前很難指望風(fēng)險(xiǎn)投資公司和上市公司的新投資會用于基礎(chǔ)教育市場新產(chǎn)品和服務(wù)開發(fā)。

人工智能在社會其他領(lǐng)域中的廣泛應(yīng)用最終會影響公眾對人工智能教育的態(tài)度。社會大眾會在教育以外的領(lǐng)域如醫(yī)療保健、汽車駕駛等對人工智能應(yīng)用的體驗(yàn)以及相關(guān)的媒體報(bào)道，都會影響人們對于人工智能教育的看法和態(tài)度。當(dāng)前涉及人工智能應(yīng)用的領(lǐng)域，如疫苗研發(fā)、信息保護(hù)、人工智能農(nóng)業(yè)等，諸如此類的事例都有可能引發(fā)社會廣泛關(guān)注。這類報(bào)道將會影響人們關(guān)于人工智能應(yīng)用安全可靠與否的感知，并間接影響人們對于教育應(yīng)用人工智能的認(rèn)知和態(tài)度。

作為蘭德公司的資深高級學(xué)者，墨菲的觀點(diǎn)在很大程度上代表了美國頂端智庫對于當(dāng)前人工智能教育的判斷。盡管墨菲關(guān)于教育中的人工智能應(yīng)用傾向于保守，但墨菲也主張進(jìn)一步加強(qiáng)人工智能教育的研究，鼓勵“弱人工智能”在教育中的廣泛應(yīng)用，并強(qiáng)調(diào)關(guān)注人工智能通過在其他領(lǐng)域廣泛、深入應(yīng)用并最終傳遞到教育領(lǐng)域的現(xiàn)象。因此，盡管當(dāng)前人工智能對于教育領(lǐng)域的改觀程度不及對其他領(lǐng)域，但從長遠(yuǎn)來講，其影響不容忽視。

在疫情期間，各國開展的大規(guī)模遠(yuǎn)程教學(xué)，是應(yīng)對突發(fā)事件不得不采取的臨時性決策，客觀上為人工智能帶來了發(fā)揮作用的空間。但教育領(lǐng)域應(yīng)用人工智能不同于其他行業(yè)，有效的教學(xué)活動需要師生的創(chuàng)造力、靈活性、即興創(chuàng)作和自發(fā)性。教師需要通過邏輯思考、常識運(yùn)用、同情心和同理心來處理日常的非學(xué)術(shù)性問題和課堂上出現(xiàn)的問題。當(dāng)下，即使是最先進(jìn)的人工智能教育系統(tǒng)也缺乏這種能力。教育所涉及的情感、態(tài)度、價(jià)值觀等，很多方面很難通過數(shù)據(jù)搜集來實(shí)現(xiàn)。墨菲的上述主張，與教育的這些基本特征是合拍的。

因此，面對后疫情時代的教育發(fā)展，既要明確當(dāng)前人工智能技術(shù)的局限，也要注重人工智能可以廣闊發(fā)揮作用的空間。經(jīng)合組織聯(lián)合哈佛大學(xué)全球教育創(chuàng)新計(jì)劃項(xiàng)目的調(diào)研發(fā)現(xiàn)，廣泛采用人工智能手段，對于維系后疫情時代教育教學(xué)的運(yùn)營，降低因疫情而帶來的教育經(jīng)費(fèi)成本方面仍然有著不可取代的優(yōu)勢，并且也拓展出新的創(chuàng)新空間。后疫情時代的教育，需要將疫情期間的一些創(chuàng)新手段常態(tài)化，并創(chuàng)設(shè)機(jī)遇，廣泛促進(jìn)人工智能在教育領(lǐng)域中的運(yùn)用。
責(zé)編AJX