行业资讯

人工智能教育的全球治理:框架、挑战与变革

2021-4-22    来源:    作者:  浏览次数:3117

本文转载自微信公众号MOOC,原载于《远程教育杂志》 2020年第6期


摘要:人工智能教育的全球治理是指国际社会各利益相关方通过协商、合作及博弈等多种方式,参与人工智能教育的事务管理,以促进人工智能教育为人类发展服务,维持合理、和谐、建设性的国际秩序这一活动过程。它具有协同化、系统化、数据化、精准化等特点。当前,人工智能教育的全球治理存在着宏观层面主权国家全球合作缺失、中观层面智慧校园亟待深化、微观层面个性化学习供给不足等问题。因此,为了实现人工智能教育全球治理的“善治”,需要构建治理框架,基于多元主体的视角进行变革:宏观上需要加强全球合作,推动智能新技术的融合与革新,中观上强化学校与教师的交互、协同管理,微观上注重个体的个性化自适应学习。从而形成教育新秩序,增强教育活力,提升教育效能,促进教育公平的终极目标实现。


近年来,伴随着大数据、云计算、物联网、传感器、模拟仿真、虚拟现实等新兴技术的快速发展,新一代人工智能(AI 2.0)正蓬勃兴起并广泛应用,被称之为自工业革命以来最伟大的技术变革。当下,人工智能正对社会、经济、文化、生活等多领域、全方位呈现加速嵌入与渗透态势,人工智能的教育应用,自然也成为世界各国和国际组织关注的重点。


联合国教科文组织(The United Nations Education Scientific and Cultural Organization,UNESCO)作为全球最权威的国际教育组织,始终密切关注人工智能在教育领域的发展新动向。2015年11月,UNESCO发布了《反思教育:向“全球共同利益”的理念转变》的报告,强调在人工智能的影响下,人类已经从“互联网+”进入到“人工智能+”的新时代,教育领域正面临着人才培养模式变革、学习方式转变、学习场景重塑等诸多挑战。如何在人工智能时代坚守人文主义的价值观,保持文化的多样性,成为全球亟待反思的议题。2019年3月,UNESCO又发布了《教育中的人工智能:可持续发展的挑战与机遇》报告,强调以促进教育的个性化、公平性和包容性为主要目标,驱动教育管理步入全新的轨道,帮助学生为“就业革命”做好充分准备,成为驱动全球“人工智能+教育”健康发展的新指南。2019年5月,UNESCO在北京举办了首届人工智能与教育大会,并形成成果文件《北京共识》,指出了人工智能时代全球教育的发展方向,描绘了人工智能时代教育的发展蓝图,提出了“人工智能+教育”全球合作发展框架,将对未来教育产生深远的影响。


今年以来,在COVID-19肆虐全球的背景下,以人工智能技术赋能的在线教育、教学以其独特的应用价值,成为国内外社会广泛关注的焦点。然而我们也看到,疫情期间全球诸多学校处以停滞或瘫痪状态、教师与学生信息素养不足、全球信息教育资源失衡、人工智能伦理受到挑战等诸多问题。这也喻示世界各国、各地区在注重发展人工智能技术的同时,不能忽视人工智能发展主体之间的合作。一方面,合作是当今时代发展之主流,虽然人工智能技术的发展已上升到国家综合实力的竞争,以及缘于地区、文化、群体的差异等带来人工智能发展过程中的差距性,但人工智能的通用性使得国家、地区与企业之间又具有广泛的合作前景;另一方面,人工智能产生的社会影响或问题又往往是全球性的,只有通力合作、解决问题,才能形成良好的人工智能发展生态。


治理是当前国内外的一项重要议题,党的“十八届三中全会”通过的《中共中央关于全面深化改革若干重大问题的决定》,把“推进国家治理体系和治理能力现代化”作为全面深化改革的总目标。从2014年起,学术界开始聚焦数据驱动下的教育治理,尤其在我国迈向智能时代的过程中,以“互联网+政务服务”的治理形式逐渐取代了以往的管理方式,成为全面深化改革新时期的治国理念,并影响到社会领域的各个方面,这其中自然包括教育层面。换言之,教育治理体系和治理能力的现代化,已经成为贯彻落实《中国教育现代化2035》的重要战略任务。从治理角度出发来审视人工智能教育,无论对我国还是对国际社会,都具有重要的现实意义。


因此,如何充分利用人工智能促进教育的健康发展,成为人工智能视域下进行教育全球治理需要面对的重要课题,也是一个全新的命题。本文主要对人工智能教育全球治理的背景与际遇;人工智能教育全球治理的进展、特征与框架;人工智能教育全球治理所面临的挑战与变革略作探讨,以期为智能时代的教育发展与创新,提供一些思考或借鉴。



1
人工智能教育全球治理的背景与际遇


(一)新人文主义在人工智能发展中的价值


近年来,新一代人工智能(AI 2.0)作为新科技发展的引擎,带动着智能机器人、云计算与边缘计算、5G与物联网、数字孪生等技术的快速发展。以智能制造、数据科学、计算思维、虚拟仿真等为特征的智能时代,人工智能正以空前的速度、深度和广度影响和改变着人类社会。人工智能的技术发展和广泛应用,直接引发人类生活、思维、伦理、工作业态及社会关系的变化。以脑机接口为代表的人工智能与脑科学的迅速发展,使得人的认知方式、学习方式和自我认同也将发生根本改变。目前,人们对大脑活动规律和意识生成机制的研究依旧十分有限,通过哲学层面抽象的思辨、推理、归纳和分析,难以从本质上把握思维活动的客观结构和规律。在未来,借助人工智能可为其提供新的研究路径和技术手段,可进一步强化大脑思维活动的研究,建立具有适切性的新模型。随着AI+脑科学,尤其是脑机接口、类脑、人工智能脑等技术的不断成熟并应用,对社会伦理、法律以及人与人关系等,将带来巨大的挑战。


当下,智能机器人的诞生与不断应用,人类身边已经出现了一批虽无血无肉但却具备经专门训练即可获得模仿、学习能力的“另类人”。随着智能机器人的进化而“变聪明”,人的性质也为之发生了改变,这可能导致“人”不再具有和其他个体唯一可区别的人格和身份。与此同时,人工智能技术也在冲击人类在智能层面的独尊地位。例如,AlphaGo Zero只需通过自我学习、掌握基本规则的前提下,就可击败人类顶尖棋手,说明未来社会许多专业性工作,有可能被人工智能所替代。很多传统职业将被淘汰,新兴的职业类型将需要高专业化、高技能水平的人才,这必然会使一部分人无法胜任以智能、技术和知识为核心的工作。甚至有朝一日,机器人智能会超越人的智能,如同未来学家雷·库兹韦尔(Ray Kurzweil)所预言的,这一“奇点时刻”迟早会降临。这一切,会引发诸多社会问题。


基于此,构建人工智能时代的新人文主义就显得尤为重要。新人文主义作为解决新问题的一种哲学理念,要求人类持有更开放的心态去迎接智能时代,并有效面对未来的不确定性与多变性,帮助人类积极回应由人工智能等快速发展所带来的诸多现实问题。例如,人的意识与思维、人本质属性的变化、新的伦理规范等。从新人文主义的视角审视,人工智能的发展始终不能脱离“人”的本质属性,更不能摈弃人文主义精神的内在意蕴,应在坚守人文主义底线的基础上,寻求人的理性弘扬与智能发展多元性的兼容,使得新科技的力量永远服务、促进人类社会的健康发展与人性的进步。


(二)数智驱动下呼唤数据安全与智能伦理


随着智能技术+大数据的迅猛发展,数智(大数据+人工智能)驱动下的人类社会已从自我控制的信息时代进入到了迭代创新的大数据时代。数据的汇集、分类、分析和处理成为智能社会最典型的特征。在这场智能化革命中,以人工智能技术为基础的大数据多元化和智能化的应用,使得数智融合的趋势变得愈发明显,数智融合下的数据正成为一种重要资源,即一切皆可“数据化”,它是信息流背后事件、物和人的总和。大数据的广泛应用,改变了人类认知世界的能力和行为方式。在数智融合的新背景下,当前的数据驱动已经进入了自动化与智能化的阶段。即大数据与人工智能的紧密结合,使得数据被赋予了推理、理解和感知等能力,海量数据的分析与处理成为可能,最终形成数据与智能融合、驱动的全新生态。


但与此同时,在数智融合下的大数据时代,数据在提高工作效率,促进智能城市建设,进行社会治理,发展“全球智慧脑”等的同时,其所收集、存储、流动、应用的大数据安全问题,也引发人们对隐私泄露或不当使用等的担忧。在智能化加快的进程中,也同样面对隐私保护问题。比如,随着人脸识别技术的广泛应用,人脸隐私该如何有效保护?因此,基于数据安全的现实需求,一些政府、国际组织纷纷呼吁关注数据安全或智能伦理,并出台了相关政策。比如,欧盟委员会的人工智能高级专家组(High-Level Expert Group on Artificial Intelligence,AI HLEG)于2018年底发布了《可信人工智能伦理指南(草案)》,提出了一个可信人工智能框架,强调伦理规范性和技术健壮性。以此推动全球层面大数据的共同治理,并在全球数据治理的进程中,充分考虑并应对人工智能对社会伦理、民生、人的隐私保护等各方面的影响,将大数据、智能应用可能带来的风险降至最低。


(三)零工经济与“云劳动”等变迁与人机协同新场域的产生


进入智能化时代,人工智能正引发全球范围内劳动关系的巨大变化,进而对传统的劳动关系产生颠覆性的影响。这种影响表现为:劳动关系主体的不确定、劳动时间的不确定、报酬支付的不确定、劳动保障的不确定、劳动风险的不确定、工作责任的不确定、法律救济的不确定。在此影响下,零工经济和“云劳动”将成为未来社会主流的就业途径。零工经济是指短期且灵活的工作形式,它利用互联网和移动技术快速匹配供需方,通过“自我雇佣”的模式,实现雇主利益的最大化,已经成为推动我国就业增长不可或缺的力量。有关数据显示,零工经济所带动的新就业机会占总就业机会的6.4%。一些专家预测,零工经济将成为未来劳动者就业的首选模式。与此相类似的是,在人工智能技术的冲击下,各行各业出现了“技术性失业”,由此产生了一种颠覆传统的工作模式:“云劳动”。即劳动者根据自己的工作余力与需求,通过网端对工作资源进行快速弹性供应。它是一种被人工智能所塑造的新型工作形式,使得以往的全职工作者转变为自由的职业者,通过云端与企业广泛建立动态化的新型工作关系,有弹性、有选择地参与工作并获得报酬。


零工经济与“云劳动”的出现,代表着人工智能技术正在深刻影响社会和经济结构的变化,促进着工作职业岗位的快速迭代:高创造、高价值、高科技的职业和劳动将取代传统的劳动模式;人际协作较为简单、规则性较强的智力活动,以及标准化程度较高、重复性较强的机械劳动,将被人工智能所颠覆和淘汰;现有的大量岗位与职业,将与人工智能紧密结合并实现改造与升级。换言之,智能机器人渗透工作与岗位的范围与进程正在加快,智能化革命使得机器人日益智能化和人性化。人机协作、人机交互的工作领域、场景越来越普遍,甚至已经渗透到教育等领域,在国内外的一些学校和课堂已经出现了代理师生事务、管理教学和辅助教学的智能机器人。这些智能机器人在赋能教育教学的同时,也在催生学习方式的创新与教学变革。这就带来一个全新的命题:从微观层面的工作场所到宏观层面的社会生活,人类该如何面对并学会与“机”相处?尤其是如何进行人机交互、人机协同、人机协作,这也是摆在我们面前需要思考并进行治理的崭新课题。



2
人工智能教育全球治理的进展、特征与框架


随着人工智能技术的发展,人工智能赋能教育趋向整体性的变革,人工智能催生人机协同共生时代的来临,也带来关于人工智能教育的科学伦理、制度规范、社会关系等诸多方面的调整与治理。因此,我们需要准确把握人工智能教育治理的现状、发展与特征,方能构建起治理框架并有效实施。


(一)人工智能教育全球治理的研究进展


人工智能不同于以往的工业时代、信息时代等阶段性的技术,其并不是局限于某一特定产业,而是能够支撑整个社会发展和产业变革的通用性技术。人工智能作为一种新兴技术,对教育的影响也是如此。几百年来,技术在教育领域中的发展演化,大致经历了三个阶段,治理方式也各不相同(见表1)。


表1 不同时代技术的教育形态与治理方式


图片


新一代人工智能的兴起,不仅是技术或产业领域的重大革命,更是经济、社会、政治各领域的基础性和综合性变革,由此产生的治理挑战要求公共政策框架进行重构与创新。为了应对人工智能带来的治理挑战,美国2016年颁布了《为人工智能的未来做好准备》等政策框架,从治理角度探讨政府在人工智能治理过程中的作用,并强调基于风险评估和成本收益考量的原则,以决定是否对人工智能技术的研发与应用施以监管;同年,英国发布了《人工智能:未来决策制定的机遇与影响》,对如何利用人工智能做了科学规划,英国越来越多的大学致力于传授与人工智能相关的伦理、道德;法国在《人工智能战略》中强调要加强对人工智能技术的“共同监控”,充分保护人工智能运用中的个人权力和公共利益。


可见,人工智能教育具有技术优势和社会属性高度融合的特征,不仅能够为教育治理提供信息筛选、学习分析、情境再现等关键性技术;还能够通过神经网络、智能校园、自适应学习系统等辅助教育治理的决策行为,从而产生新的教育治理方式。人工智能教育治理在全球范围内已经引起了高度关注,有研究指出,人工智能教育正逐渐改变全球的教育治理机制,虽然人工智能教育并不会自然消解全球治理中的霸权逻辑或歧视现象,但能够有助于增进国际间的相互理解,达成“全球善智”和“全球合智”这一人工智能全球治理的发展目标。即,人工智能教育全球治理,已是智能时代之大势所趋。


(二)人工智能教育全球治理的内涵及特征


人工智能教育是依托于人工智能技术兴起的一种崭新的教育形态和教育理念,与传统教育不同,人工智能教育强调的是一种跨界的教育观,即将智能技术全方位地融入到教育发展之中。正如联合国教科文组织在《教育中的人工智能:可持续发展的挑战与机遇》报告中所指出的:要充分利用人工智能改善与促进教育公平,为未来学习者做好准备,并迎接人工智能教育应有的挑战和对政策的影响。该报告既为人工智能教育发展指明了方向,也蕴含了对人工智能教育治理的价值追求。


鉴于人工智能教育的发展已经涉及全球不同国家、地区、组织、个体以及与之相关的广泛利益关系,人工智能教育全球治理自然成为国际社会的共同诉求,其基本要义包括:全球治理的价值、规则、治理主体、治理客体和治理绩效等五个方面;全球治理的方式在于自由参与、多方谈判与积极合作,强调程序正义;全球治理体系中最重要的三个治理主体是主权国家、政府间国际组织、非政府间国际组织。


基于上述内涵,我们认为,人工智能教育全球治理旨在通过国际社会各利益相关方通过协商、合作及博弈等多种方式,有效参与人工智能教育的事务管理,以促进人工智能教育为人类更好的发展服务,以维持合理、和谐、建设性的国际秩序这样一个活动过程。具体而言,它包括制定人工智能教育发展的价值准则、共同遵守人工智能教育伦理规范、共同防范人工智能教育社会风险等方面。人工智能教育全球治理具有协同化、系统化、数据化、精准化等特点:


一是协同化。在全球化时代,技术、信息、商品、人才、资本等具有极强的流动性,风险也更具有扩散性与全球化特征。正因为人工智能所引发的潜在风险具有世界波及性、影响的不均衡性、伦理标准的区域差异性和危害预测的不确定性,世界各国有必要共同协调,构建起畅通、快速、多边、民主、透明的人工智能教育全球治理体系。与此相应,人工智能教育全球治理之方案与行动计划等,也必须要各利益相关方协同进行,才能够达到共同治理之目标。


二是系统化。人工智能教育是一个系统性的整体与复杂工程,主要表现在三方面:宏观层面影响全球教育和主权国家教育系统的发展,中观层面影响各级各类学校机构、学习组织与团队等的教育方式,微观层面会影响每个学习个体的教学过程、学习方式与评价管理。因此,人工智能教育治理必须以系统观的视野来审视具体问题,比如,智能化在改变劳动力市场关系,影响社会经济发展,那么教育该如何应对或治理?是从宏观入手为主,还是微观层面解决?这一系统化的特点,意味着在关注治理的时候,不能“盲人摸象”仅从某一部分着手,而需要遵循系统科学的理论,科学、系统地进行治理。


三是数据化。大数据、移动互联、云计算等是人工智能技术发展的基础,“人人互联”与无处不在的快速连接,重构了当今的全球化世界,5G+物联网等技术的快速成熟,使得网络空间中的海量数据(包括大量的学习资源),成为教育治理的新场域;人工智能技术不仅能够深度挖掘海量数据,还能够对大量与学习相关的数据进行精细化分析。所以,智能化新技术正越来越多地被运用到教育评价、学校管理之中。比如,智能教学系统的开发、“区块链+”学习过程与学位管理。有研究指出,大数据和人工智能技术不仅可能、而且应该是评估学习者通识能力的更优选择。而人工智能教育全球治理作为更广泛多元主体行动,势必依赖于大数据以及基于数据分析的支持。


四是精准化。有效治理的目标之一就是要做到精准施策、及时到位。正如前述,社会治理的智能化在于充分运用大数据等技术,使得社会治理能够更加精准分析、精准服务、精准施策、精准监督、精准反馈。在教育领域也如此,人工智能技术深刻影响着每一个学习者,个性化学习、自适应学习等成为智能技术与教育深度融合的最佳表现形式。在以机器学习和深度学习为核心的人工智能技术的强力支撑下,正对面向未来社会所需要的学习者进行重塑和再造,为学习者提供符合其个性需求的精准内容及学习分析反馈等,以促进自我导向的有意义学习。即人工智能教育治理其本质就在于实现教与学的精准化治理,从而培养大量具有创新性的一代新人。


(三)人工智能教育全球治理的框架


自工业革命以来,教育的发展一直与科技的进步息息相关。当前,人工智能新技术所驱动的教育变革,被国外学者称之为“第四次教育革命”,它以多元智能、全球化视野和个性化教育为主要特征。2020年1月,世界经济论坛(World Economic Forum)发布了题为《未来学校:为第四次工业革命定义新的教育模式》的报告,提出了“教育4.0”的全球框架,指出人类进入以智能技术为代表的“第四次工业革命”之后,未来各国教育发展的方向。在此背景下,人工智能教育全球治理研究逐步进入人们的研究视野,一些研究将人工智能教育定位于人工智能伦理风险,认为人工智能教育全球治理的关键在于解决人工智能教育伦理的困境;还有一些研究则认为,人工智能的发展给全球化和世界政治经济进程带来了科学、技术、数据、网络、信息等多重影响。同时,人工智能也可能导致新的全球化问题出现,需要主要行为体尤其是主权国家积极参与人工智能时代的全球治理。不难发现,人工智能教育牵涉到国家体制形态、网络空间权力、国际人才流动、学历资格认证等诸多方面,应是一个全局性、系统性的治理过程。


在宏观层面,人工智能教育全球治理,需要各主权国家、政府机构、国际组织等利益相关方通力合作,以进行人工智能准则的顶层调控与决策。为实现“推动人工智能教育的全球合作,为人类社会提供福祉,促进教育公平”的治理目标,需要强化在人工智能教育中的数智驱动、人机协同教育、网络与数据安全、5G应用、虚拟现实、数字孪生等新技术的创新、实施、伦理等诸多方面,进行有效的合作,共同制定人工智能教育发展的国际准则,以推动人类教育的可持续、公平与健康发展目标的实现。


在中观层面,人工智能教育全球治理涉及跨领域的学习资源供给与教育公共利益保障,需要学校机构以及社会学习组织推动学习技术、学习方式、学习环境等的改善,致力于区域教育优质与均衡发展,为学习者提供更加符合社会发展和个体社会发展需要的学习资源,将人工智能技术融合在智慧校园、教学设计、教师信息素养、学习分析、区块链教育评价等方面,以保证区域中各类主体良性与持续互动。比如,人工智能赋能智慧校园建设已经成为国内外许多国家追求的目标。在此基础上,创设泛在互联的“5G+智能教育”环境,搭建师生本位的智能教育课程资源及学习服务平台,统筹构建智能教育大数据的治理体系,已经成为人工智能场域下智慧校园建设的关键路径。


在微观层面,人工智能教育全球治理涉及促进每一位学习者的全面发展以及师生服务的效率,需要教师、学生等学习者个体重塑学习发展观念,通过AI+教与学中的精准化学习分析、学习场景构建、个性化推送与反馈等人工智能技术,进一步改善“教”与“学”之间的关系,从而改进学习绩效,提高学习能力。有研究指出,人工智能对教育活动具有强劲的助推力和潜在的副作用。强劲的助推力表现为基于网络与交互的泛在教育渐趋流行,个体化学习、体验式学习、游戏化学习和读屏学习蔚然成风。潜在的副作用包括分散人的注意力、降低学习能力和消解学习文化。因此,人工智能教育全球治理就是要消除学习过程中潜在的副作用,辨析其优劣所在,以体验学习与量体裁衣的对话教学方式,全面提升学习质量。


综上,我们认为,人工智能教育全球治理是不同国家权力主体、学校组织、学习者个体等多元利益方,通过协商合作解决人工智能教育发展中存在的各种问题这一过程。国家、学校、学习者个体是治理的主体,人工智能教育运用是治理的客体,不同主体、客体之间相互联接、共同作用,从而构建起人工智能教育全球治理框架,如图1所示。


图片


图1人工智能教育全球治理框架


3
人工智能教育全球治理面临的挑战


(一)宏观层面:人工智能教育全球治理合作欠缺


人工智能作为一项新技术可以融合到社会的各行各业之中,这就决定了人工智能是一种跨领域、跨行业的全域化发展模式。在今天的全球化时代,人工智能作为支撑所有产业的通用性技术,其产生的社会影响同样也是全球性的,任何一个国家或地区均不能单独面对人工智能所带来的挑战。鉴于这种挑战及其所带来的风险广度和深度,加强人工智能的全球治理,包括教育领域中的治理,已成为国际社会关注的焦点。


今年以来,面对疫情这场突发性的全球公共事件,人工智能教育治理的意义和作用更加凸显。当前,全球正处于防控COVID-19疫情的关键时期,世界各国积极推动线下教学转向线上教学。人工智能技术与教育教学的融合突破了学习时间与空间限制,满足了学习者居家学习的需求,成为一种安全可靠、过程可控的教与学模式。然而我们也看到:在重大疫情面前,在线教育发展仍远不能满足学习者的需求,全球各个国家、地区之间的差异明显,尤其是在欠发达地区,教育教学处于半停滞状态,全球教育治理合作欠缺。在世界各国为减缓COVID-19疫情的蔓延态势而选择暂时关闭学校的情形下,UNESCO积极地与受影响国家(地区)的教育部门合作,通过引入或扩大远程教育模式以保证所有学生学习的可持续性;OECD发布的《2020应对COVID-19教育指南》也指出,各国教育系统之间普遍存在着缺乏数字化基础设施和有深度的多方合作,学校难以保证学生的学习质量,教师缺乏ICT能力和教师之间的深度合作,弱势学生群体的基本学习条件无法得到保障等问题。这些问题的存在,让不同主权国家、国际组织等利益相关方清醒地认识到,疫情之下,加强人工智能教育全球治理已迫在眉睫。


显然,人工智能教育全球治理所面对的问题,远不止疫情下的在线教育问题。有学者提出,随着5G、大数据、XR和智能技术的发展和应用,通过数智融合的“全链网络”可赋能教育均衡。然而,能有效表征过程性学习质量的非结构化、半结构化的数据难以采集,或者技术难度较高。而当前各校园、区域数据标准不统一,使得现有数据难以汇聚融通,这使得现有各类智适应平台、智能学习系统只能服务于特定的教学场景。此外,伴随着数智融合出现的网络与数据安全、人工智能伦理风险等问题依然存在,在没有有效构建起人工智能教育全球治理的国际规则、合作机制之前,人类面对人工智能所带来的风险,防范还十分脆弱;道德与伦理框架层面研究的滞后,让人类时时处于尴尬的境地。正如一些知名人士,如埃隆·马斯克(Elon Musk)、比尔·盖茨(Bill Gates)等呼吁的,必须要对人工智能的研究与应用加强监管,霍金甚至提出要警惕“人工智能成为人类文明史的终结者”。为此,有研究强调指出,伦理对人工智能的嵌入价值,体现为作为道德能动体的人类,对其发展需要进行管理与责任承担,人工智能的不确定性为人类对其进行治理提供了可能。可见,人工智能教育的全球治理,当务之急,不是人工智能教育的持续性发展问题,而是如何推动人工智能教育的全球化合作,并研究这种全球化合作的有效机制。


(二)中观层面:智慧校园建设亟待深化


自20世纪80年代以来,网络与信息技术的发展,促进了学校组织在硬件设施、校园管理、教育教学等方面得以不断改善,借助互联网技术与校园资源的整合,数字校园等应运而生。但一直以来,一些学校组织秉承工具理性,将学校信息化建设的重点放在利用信息技术对传统学校设施、教育环节等方面进行改良。但单纯的网络基础设备、数字化资源建设和网络化沟通载体的搭建,并没有对教与学带来根本性的变革。COVID-19疫情爆发以来,在线教育存在的缺陷仍暴露无疑。一方面,全球范围内还有数量庞大的学校组织不能够提供正常线上教学和学习服务。正如联合国秘书长安东尼奥·古特雷斯(Antonio Guterres)指出的,截至2020年4月18日,全球有188个国家停课,数亿儿童及青少年的福祉受到严重影响;另一方面,能够提供线上教育资源的学校也同样存在不能够满足学习者需求等问题,在线教育存在着设备欠缺、流量不足、卡顿塞车、教师成为“十八线主播”、家长和学生不适应等诸多问题,甚至凸显出教育不公平现象。总体来看,这些问题存在的原因之一,在于多年来的数字校园、智慧校园建设注重表面而忽视内涵所致,即人工智能教育未能真正融入到学校教学过程、服务管理功能之中。


具体来说,一方面,智慧校园建设存在偏差,仍集中于技术改造和管理平台改进,并未将“以人为本”的发展理念融入到智慧校园建设之中,主要原因在于对于智慧校园建设的内涵和价值观念没有形成科学统一的共识。人们对于智慧校园的认识还存在误区,2015年曾有新闻报道指出,国内近百所高校实现了“智慧校园”,但事实上离智慧校园相距甚远;有学者指出,智慧校园是教育发展的高级形态,建成真正意义上“智慧校园”注定需要一个漫长的过程。校园的智慧性取决于教师、学生、家长、管理者基于“块数据”全维度自动挖掘与精准识别基础之上的“整体智治”。不少学校只是将智慧校园建设定位于硬件升级或利用信息技术强化学校管理,而不是改善教学和学习方式。与此相应,智慧校园服务功能也未能完全显现。由于智慧校园建设成本高昂,且人工智能技术更新迭代速度较快,缺乏办学经费的学校可能难以持续对智慧校园进行升级换代。即智慧校园的实现有赖于将人工智能技术有机整合并嵌入教育活动过程之中,这种嵌入的方式、途径等需要精心设计,才能帮助教师、学生提升教与学品质。然而,从现行智慧校园的建设来看,这一功能的实现尚待时日。


(三)微观层面:个性化学习尚任重道远


人工智能技术的发展,推动了个性化学习、项目式学习、体验式学习等的变革,在大数据、学习分析等新兴技术的支持下,自适应学习方式兴起,这种学习模式解决了传统学习方式中学生主体性受限的问题,致力于为学生提供精准的个性化学习体验。即通过人工智能技术,能够及时捕捉、聚焦和分析来自多个不同方面的数据流,包括学习应用程序、在线资源、出版商和其他学习管理系统,从而构建基于学生个人学习行为的多模态数据及数字模型。例如,通过即时分析的学生数据可实时生成报告、进行数据分析和可视化,并将其输入到教师的工作流程中。随着时间的推移,这不仅可以帮助老师掌握学生学习成功所需要的内容;同时,也让教师了解在过去的工作中可能隐藏会抑制未来发展的那些缺陷。


人工智能促进教育变革的核心价值,在于助力学生的个性化发展,赋能教学、辅助教师工作,改善教育管理、优化教育供给。但由于学习者个体之间存在的“数智鸿沟”会造成教育资源利用的不均衡现象,难以满足学习者的个性化需求。人工智能技术同样难以解决教育公平性和包容性需求,在“数字鸿沟”日益加剧的情况下,甚至会在一定程度上增加教育的不公平现象。因为智慧学习、智慧课堂等智慧教育的具体形态,从本质上说都是一种算法支持下的学习,而新的“数智鸿沟”主要体现在对人工智能算法等认识和运用上。这一个看似“客观中立”过程,却一直遭受伦理方面的争议。对于大多数人而言,算法被视为一个“黑匣子”。由于数据鸿沟、算法黑箱、效率优先等众多因素的叠加影响,导致算法支持下的学习依然存在自我强化偏差、技术控制困境、主体性危机等治理难题,数据建模能否真实描述客观事实、数据分析是否带有偏见、数据解读是否存在主观数据清理等,也让教育公平、教育平等、教育效率等传统议题,在人工智能时代显得更加突出。从全球范围来看,这些问题在信息弱势群体,如,网络不发达地区学习者、工人、难民、残障者等群体上,表现得较为严重,他们甚至没有机会接触或使用网络与数字化学习资源,更遑论拥有个性化的学习体验。



4
人工智能教育全球治理的变革之道


人工智能正在爆发式增长,在智能制造、5G技术、泛在物联网、数字孪生等技术的支撑下,人工智能教育的应用领域越来越广泛。特别是5G通讯传播从经典的流量服务模式向全要素生态链模式转变,成为赋能于虚拟现实、增强现实、人工智能、大数据、云计算等新兴技术场域。但我们也需要认识到,人工智能教育带来的影响具有不确定性与复杂性。其中,人工智能教育主要涉及三个层面的问题:一是宏观层面上,智能新技术与人的共处何以可能?如何构建人机协同发展的全球治理新秩序?二是中观层面上,如何实现学校教育与智能技术的融合?三是微观层面上,人工智能对个体发展的价值是什么?如何促进人的个性化发展?因此,加强人工智能教育发展的国际合作,共同应对人工智能教育产生的风险,维护人类福祉,应成为人工智能教育全球治理的主流和基本诉求。


(一)宏观层面:推动数字孪生等新技术的融合与创新治理


正如前述,数智融合成为当下发展的大趋势。其具体表现为人们通过收集大量数据并量化分析形成系统性的报告,为决策提供重要支持。以数据智能驱动的人工智能教育,正在改变传统的学习形态,从人机协同、虚实共生、全域交互、教育均衡等多方面赋能未来教育新形态。以数字孪生为例,在数据驱动的主导下,通过孪生对象与虚拟孪生体间的交互映射,形成数据自动决策对物理实体进行系统优化。其中,教师、学生、学校、学习资源等都可以成为数字孪生架构中的“实体”。数字孪生技术与扩展现实、全息技术的结合,将为未来教育带来颠覆性的变革,孕育虚实共生的教学环境和沉浸式的学习场域。


具体体现在:(1)为学生提供全域感知的学习空间和量身定制的学习内容。数字孪生可打破传统机器记录与人工诊断割裂的局面,高效监测学生学习过程的实时状态,并根据学生不同的学习偏好、先前知识、认知水平等,实现学习精确诊断与学习反馈的无缝衔接,促进学生对知识的深度理解和思维能力的提升,真正实现因材施教。(2)为教师提供虚实共生的教学环境和沉浸式交互的课堂场景。让学生具身于虚拟或充满探究的场景中,感受启发性、具身性、互动性的学习体验,进一步激发学生的学习兴趣。进而实现从表层学习向深度学习的跃迁。(3)为学校提供多维、动态管理和评价方式。数字孪生可全方位实时监控和分析学习者和教学者的生理状态、心理状态,根据实时数据形成评估结果,实现对教学过程的及时干预。同时,形成动态数据支撑下的教师评价、同伴评价、自我评价“三位一体”评价方式。教师可以根据虚拟学生及物理学生的多方反馈,全面掌握学生在学习情境中获得的知识、技能、情感、态度,保证教学输出与学生知识输入、学习资源与学生认知水平的精准匹配。


这也要求高等院校及科研所必须筹建多学科协同的研究平台,广泛整合社会学、系统工程、管理学、大数据、脑科学等,探索多学科交叉协同的研究机制,为人工智能教育治理提供理论依据或论证,以破解新技术驱动教育治理现代化过程中的痛点与难点问题。


(二)中观层面:强化智能技术应用于教师教学管理与智慧校园治理


目前,国内中小学、大学教师都面临着工作负荷过大的问题。“人工智能+教育”的应用理应成为人工教育治理的一项重要内容,使之有助于让教师摆脱日常繁重的琐事,把主要精力放在教学设计、项目活动开展等方面,并为教师开展人机协作、人机交互教学提供辅助。落实在具体的教学情境中,这种人机交互可由二元交互(人类老师、学生)转化为三元交互(人类老师、学生、机器人)。智能机器人不仅可以辅助教师与学生交互,支持学生的动态化、个性化学习;而且可将学生的多模态学习行为数据,及时准确地进行采集、分析、研判和反馈,以帮助研究者和管理者根据学习者的不同需求和能力,及时设计或调整教学进度、优化教学方式。


“人工智能+”智慧校园建设,也是人工教育治理的重要领域。例如,目前人工智能广泛应用于保障校园的安全。人脸识别、实时追踪、智能预警等新技术手段的合理、适当的应用,可以实现大数据的可视化,提高校园管理的效率和质量,向数字化、智能化校园转型。此外,“人工智能+区块链”技术也给学校与教师日常教学管理,带来了巨大的变革机遇。第一,区块链可以打通信息孤岛,在确保匿名性、隐私性的同时,将学生的成长档案等基本数据共享给相关教学机构,优化数据供给端,让每一位学生在享受个性化教育服务的同时,保障数据隐私。第二,区块链可用于发放数字证书或学历证明。储存学历等数字化区块链证书具有高加密性与信用性,学生可以根据需要,随时随地提取和使用,不需要再由传统票据或学校等机构签发,有效地避免了伪造证书等现象的出现。第三,区块链可以为升学、就业与人才评定,提供有价值的数据支持。由于数据不可被篡改,招收单位可以通过学生的人工智能报告,全方位了解应试者的真实经历,将其纳入综合评价中,改变“一考定终身”的现状。


(三)微观层面:实现对学习者个性化、自适应学习的支撑与治理


人工智能、大数据及学习分析技术为促进学生认知和学习创设了良好的数字化环境,为开展个性化学习提供了有效的工具。1996年,布鲁西洛夫斯基(Brusilovsky)提出了“自适应学习”(Adaptive Learning)的概念,他认为“自适应学习”指的是收集和分析学生在系统学习过程中的信息,并为其构建了个性化认知能力和学习能力的用户模型。个性化学习已经提倡好多年,但以往采用班级授课的集中教学,很难实现真正意义上的“因材施教”。如今,人工智能技术应用下的学习分析、情感识别、动作识别等技术,可以系统测量并分析学习者及其学习情境相关的全过程数据,智能服务系统可以及时跟踪、记录、收集学习者学习全过程的一切行为数据,包括对学生的生理行为和情感状态进行全方位地捕捉,通过语音识别、眼球追踪、大脑探测等设备,收集学生行为的多模态数据,运用模型分析解释学习者的综合表现,并挖掘更深层次的行为数据,为实现精准个性化学习提供了可能性。


不断进化的智能辅助教育系统,也让人工智能教育治理辅助学生的个性化学习成为可能:第一,学习者的情绪、语言、交互将会通过数字和图像等可视化形式动态呈现,让学习的内容适切于每一个学习者个体的内在需求和能力,为学生构建含有学习策略、学习诊断、学习内容推送、学习结果评价等关键环节的适应性学习模式。第二,为学习者创设沉浸式、充满探究意义的虚拟学习环境,利用虚拟现实技术、全息技术等为学生提供身临其境般的学习环境,旨在帮助学生结合自身的学习兴趣,采用符合自己的学习策略或进度,对相关信息、知识进行深度加工,建立起新旧知识间的关联与迁移,在对知识进行理的解基础上提升批判性思维,发展创新性能力,这也是人工智能教育的核心价值之所在。


5
结语



随着后疫情时代的到来,基于全球化的防控和面对突发性事故的社会需求,为人工智能教育发展与治理,提供了新的机遇和挑战。当前,世界许多发达国家或地区已利用技术优势、工业实力、经济能力等为人工智能的发展赢得了先机,但一些欠发达国家或者地区由于社会经济条件等的限制,在这场竞争中很有可能落伍,这进一步导致了全球“数字鸿沟”和“智能鸿沟”的加剧,从而成为全球不稳定的影响因素。


我们认为,人工智能教育的全球治理应以多元主体视角审视教育新秩序、教育活力、教育效能、教育公平等诸多问题。首先,提倡加强全球化合作,增进各主权国家、国际组织等利益相关方的共同理解与进步,协商制定人工智能教育全球治理规则或指南;其次,充分利用人工智能等新技术改善校园环境,推进智慧校园的建设;最后,聚焦“以人为本”、人性至上的教育理念,充分运用人工智能技术重塑教与学关系,为所有学生提供个性化的学习资源与服务。


我国作为发展中国家,人工智能发展既面临着国际压力,也需要应对国内挑战。随着人工智能进一步融入社会生活,地区之间、群体之间、个体之间的教育资源分配不均、新的教育公平问题等也会凸显。我们需要未雨绸缪,尽快制定人工智能应用的伦理原则和相关法规,鼓励企业、社会组织和其他利益相关者参与到人工智能发展的规划、设计中来。必须坚持以人为本的发展战略,利用人工智能促进人类福祉。要密切关注和防范人工智能发展过程中所带来的负面问题,对可能引发的社会问题应做好提前防范和部署措施,竭力弥补因人工智能发展带来“数字鸿沟”或社会经济发展不平衡等,对于落后地区或公益领域要加大扶持力度。这一切,应该成为人工智能教育治理的永恒追求。


参考文献:略


作者简介:卢迪1、段世飞2、胡科2、李福华1、陈熠舟3

1 淮北师范大学教育学院

2 清华大学教育研究院

3 北京师范大学教育学部


本文转载自微信公众号MOOC,原载于《远程教育杂志》 2020年第6期

扫一扫,关注我们