教育数字化转型背景下人工智能教育应用的态势——基于文本数据挖掘的分析.pdf

书 书 书第卷第期 年月 ，教育数字化转型背景下人工智能教育应用的态势 基于文本数据挖掘的分析张文超基金项目：广西教育科学“十四五”规划 年度广西教育科学重点研究基地重大课题“大数据背景下乡村教师信息化领导力提升路径研究”（）。作者简介：张文超，广西师范大学教育学部讲师，博士，主要从事信息技术教育应用研究。李世瑾，胡艺龄，顾小清如何走出人工智能教育风险的困局：现象、成因及应对电化教育研究，（）：张坤颖，张家年人工智能教育应用与研究中的新区、误区、盲区与禁区远程教育杂志，（）：摘要：随着教育数字化转型的推进，人工智能教育应用受到更多关注，迫切需要对人工智能教育应用的态势进行辩证、系统的梳理。基于文本数据的分析发现，人工智能教育应用形成了关注热点，面临着机遇与挑战。人工智能教育应用的健康发展要关注三点：明确应用目的，规避技术风险；提升理性认知，规范实践应用；逐级开展实践，产生真实效果。关键词：人工智能；人工智能教育应用；教育数字化转型；文本数据挖掘中图分类号：文献标志码：文章编号：（）随着教育数字化转型，人工智能教育应用受到广泛关注，成为学术界、产业界以及教育界的热点话题。然而，人工智能是“高能”的，但不是“万能”的。我们应全面分析人工智能教育应用的真实情况，对相关风险进行预判并归类。人工智能教育应用虽然有“新区”，但存在着“误区”与“禁区”。我们要以辩证的、系统的和前瞻性的视角对人工智能教育应用进行审视，准确认知人工智能对教育的影响。这样有助于人工智能教育应用的健康发展。本文研究基于两类文本数据。第一类数据是在知网中以“人工智能教育应用”为关键词检索到的学术论文的摘要，作为学术性视角分析的文本数据。第二类数据是在百度等网络平台搜索到的文本，作为社会性视角分析的文本数据。两类数据约为 万字。笔者采用文本数据挖掘的混合型研究范式，从宏观上分析人工智能教育应用的关注点，再基于分析模型对文本数据内容进行“优势”“劣势”与“机遇”“挑战”的编码，形成人工智能教育应用的分析模型，进而对人工智能教育应用的态势进行系统性分析，以便我们全面地了解人工智能教育应用的生态。一、人工智能教育应用的关注点利用 导出人工智能教育应用相关高频词共现图后发现，人们的关注点可以划分为 大区域（见图），并可归纳为外在环境变革、内在功能价值两大类。关于外在环境变革，关注点集中于“数字化转型”“体系政策”“制度机制”“疫情防控”等对人工智能教育应用带来的机遇与挑战。关于内在功能价值，关注点集中于“优势作用”“能力提升”“技术应用”“问题解决”“人才培养”“提供服务”等人工智能教育应用的功能与价值。结果显示，人们对人工智能教育应用的关注并不只倾向于某一方面，以往研究多是仅从外在环境变革或内在功能价值的某一视角展开分析，并不符合社会整体对人工智能教育应用的实际关注。人工智能技术的发展扎根社会环境的变革，相关研究也应认清和顺应社会环境的变革。对人工智能教育应用的分析，应关注人工智能在教育教学中真正可以起到的优势作用，同时兼顾社会数字化转型、政策导向等外部影响因素。图人工智能教育应用的关注点图学术性关注点与社会性关注点的差异本文还利用了 的“对应分析”功能，探讨了人工智能教育应用的学术性关注与社会性关注之间的差异。结果显示，有关人工智能教育应用的学术性文本与社会性文本两者的高频关联词语存在显著差异，且分布区域互不重叠（见图）。人工智能教育应用学术性文本的高关联词语是“教育”“教学”“学习”等，而社会性文本的高关联词语种类更多、范围更广。该结果反映了有关人工智能教育应用的学术研究缺少社会性关注的问题。人工智能教育应用不仅是面向未来的教育应用，还应该是符合现状的教育应用。对其进行研究不仅需要探索人工智能在未来教育教学中的功能，还需要冷静审视人工智能教育应用中学术界的认知与社会一般认知之间存在的偏差与矛盾，以保证学术界的科研成果能真正作用于社会现实情境下的教育教学。二、人工智能教育应用的态势通过对收集到的文本进行编码，最终形成了以下的人工智能教育应用分析模型（见下页表）。其中，优势与劣势指人工智能教育应用能够对教育教学产生积极或者消极的影响，是关于其 内在特点的系统性分析，机遇与挑战指人工智能教育应用所面临的有助于或阻碍其发展的要素，是关于其外在影响的系统性分析。通过该模型，可以从内在与外在两大方面更全面、更系统地解析人工智能教育应用的态势。表人工智能教育应用的犛犠犗犜分析模型优势劣势学生学习方面：个性化学习教师教学方面：精准化教学教学评价方面：动态化评价学校管理方面：智能化管理学习环境方面：全局化生态特殊教育方面：全纳化教育显隐性技术缺陷：算法黑箱、算法偏见对学生的影响：学生个性发展异化对教师的影响：教师角色转变困境对师生关系的影响：师生间的信任危机对教育整体的影响：引发教育的不公平机遇挑战技术推力：数字智能技术发展加快教育转型政策助力：国家政策与战略的重要组成部分热点关注：教育研究领域的热点与普遍关注前期基础：前期教育信息化奠定了良好基础固有理论冲突：技术哲学固有的理论冲突社会环境影响：新旧技术环境迭代的矛盾教师接受度低：对技术的抵制惯性实践过程受挫：融合失衡与应用误区相关研究不足：基础理论与应用研究薄弱（一）人工智能教育应用存在的优势 促进个性化学习人工智能教育应用在促进学生个性化学习方面有突出作用。个性化学习是指以学生个性差异为基础，以促进学生个性发展为目标的学习范式。在传统的教师与学生“一对多”的教学方式中，学生的个性化学习“受制于”教师，难以有效实现每个学生的个性化学习。在人工智能技术的赋能下，信息技术设备与人工智能技术组成了一个虚拟空间，每一个学生都有机会实现个人与现实教师、虚拟教师、现实同伴、虚拟同伴等的多线交流。机器学习、深度学习等人工智能技术加持下的多线交流，可以为学生提供更丰富的学习内容、更精准及时的反馈、更多元的学习评价，促进学生个性化学习。辅助精准化教学在教师教学方面，人工智能教育应用可以促进精准化教学的开展，推动教师在“教学”关系中转向辅助者角色。人工智能技术在赋能教师教学方面包括差异教学、增强教学、协同教学等方面，这推动了教师原有认知结构与教学方式的转变，使得教师的职责从事实上的“知识传播”为主转变为“思维方式培养”为主。在人工智能技术的助力下，教师的教学设计、教学管理、教学反馈等都可以实现从学生个体思维差异到群体思维共性的精准教学。人工智能教育应用为解决传统课堂教学所存在的学情了解不及时、反馈不及时等问题，带来了新的可能性。形成动态化评价在教学评价方面，人工智能教育应用使得学生能力和知识水平评估突破纸笔测验的局限，转向过程性评价、综合能力评价和动态性评价。人格与心理健康评估依据多模态数据，有望实现无痕式 黄荣怀，李敏，刘嘉豪教育现代化的人工智能价值分析国家教育行政学院学报，（）：孙妍从“知识图谱”到“人机协同”：论人工智能教育对教师的重塑和挑战高教探索，（）：和伴随式评估。以往的教学评价多以短期单点式的总结性评价方式来评定学生某一时段的学习成果，且各阶段的评价结果并未形成系统性关联。在人工智能教育应用中，教学评价可以实现动态化评价。教学前通过学生模型数据（学生的知识、倾向、认知风格及兴趣爱好等信息）预先评估学生的准备情况和学习需要，教学中监控学生的学业进步、诊断学习困难，教学后判断整体学习效果并提供可视化反馈。协助智能化管理在学校管理方面，人工智能教育应用可以使学校事务管理智能化。人工智能用于教育管理，能实现对学校大量数据的检测、处理、调整和预测工作，使构建一所智慧化学校成为可能。在学校事务管理中，教育管理者的教育决策起着举足轻重的作用。人工智能教育应用改变了以往的教育决策方式，给教育决策者提供了更多元的决策信息，形成了基于大数据支撑的教育决策方式，促进学校事务管理科学化、智能化。学校运行中产生的海量师生数据，通过人工智能的处理和分析转化为促成教育决策的基础，实现教育数据到教育决策的智能化转化。学校管理者可以利用人工智能及时排除校园中可能出现的障碍。例如，校园安全隐患、师生心理健康问题、学业不良与辍学问题等。构成全局化生态在学习环境方面，人工智能教育应用促使全局化生态的形成。人工智能技术支持下的学习环境是一种云端一体化、支持深度学习和协作共享的自适应学习环境。这是一个学习者随时随地可以访问的、深度参与的、跨学科解决问题的学习平台。当人工智能技术介入教育生态系统时，教育边界被打开，打破了常规学习环境中知识获取的单一通道。在人工智能教育应用中，以 为核心的网络化的教学平台联通了课堂内外，拟人化的 教师突破了现实教师的工作负荷，多元化的智能互动模式提供了更丰富的学习渠道，为学生提供了可以沉浸式学习的教育生态。支撑全纳化教育在特殊教育方面，人工智能教育应用推动全纳化教育的发展。作为整个国民教育的重要组成部分，特殊教育与人工智能的结合同样具有无限的可能性。人工智能技术极大地延伸了人类器官功能，为聋哑学生、听障学生、视障学生、智障学生、自闭症患者及肢体残疾者的学习及生活带来便利，提供缺陷补偿。人工智能技术能够改善有阅读障碍、书写困难、数学障碍、自闭症等儿童的病症，能够作为克服学习障碍的技术手段，服务于学习障碍儿童的教育。凭借人工智能在特殊教育中的诊断、干预、评估与服务等方面的应用，可以缩小特殊人群与主流人群在教育方面的差距，满足弱势群体接受优质教育的权利，推动全纳教育的发展。（二）人工智能教育应用存在的劣势 显隐性技术缺陷人工智能教育应用究其本质仍是技术在教育中的融合。人工智能技术虽然拥有强大的功能，但仍存在显性与隐性的技术缺陷。显性技术缺陷方面主要体现在硬件设备的外在表征与内在动能上。一方面，智能机器人作为人工智能教育应用的外在表征的代表，其外形逐渐拟人化，但仍然无法达到人类精细的面部情感、肢体动作等的表现。另一方面，电力是人工智能各功能正常运转的基本内 唐烨伟，郭丽婷，解月光，等基于教育人工智能支持下的跨学科融合模式研究中国电化教育，（）：郭利明，杨现民，段小莲，等人工智能与特殊教育的深度融合设计中国远程教育，（）：王永固，王蒙娜，李晓娟人工智能在儿童学习障碍教育中的应用研究综述远程教育杂志，（）：在动能，为此，人工智能教育应用无法完全避免停电、无电等无外在动能供给时无法正常运作的问题。相较于可预见后果的显性技术缺陷，人工智能的隐性技术缺陷对教育的影响更隐蔽、更深刻。数据与算法是人工智能的基础，然而数据、算法的确定性与教育的不确定性之间存在着矛盾，因算法黑箱与学习分析不深故而智能教育机理与规律不明。人工智能教育应用中潜在的设计偏见、数据偏见和算法偏见，会让人工智能教育应用的个性化、精准化、动态化、智能化、全局化、全纳化优势被烙上“偏见”印记，进而导致认知局限、伦理危机、评价偏差和教育风险。在教育中的不安全使用，泄露师生的个人信息，将引发信息失范与信息安全等问题；在教育中的过度使用，将导致师生过分依赖，造成使用者趋易避难、迷失自我，久而久之将丢弃人本身的复杂性和丰富性，违背教育的初衷。学生个性发展异化作为数字原住民的学习者，他们成长于人工智能的时代，人工智能渗透到他们的生活、学习、工作的各个方面。人工智能给学习者提供个性化服务的同时，也剥夺了大量学习者原有的自我认知的机会。智能技术对教育领域的过分干预不仅可能引起主体意识的缺失，还愈发固化人们理性主义的盲目崇拜。有研究者认为，学习者与人工智能之间的交互实际上是人与数据之间的交互，扎根于实证主义与理性主义的数据赋能难以让学习者浸润情感体验与人文主义关怀。学习者由于长期使用智能技术，很容易形成“技术心流”的陋习，即学习者过度迷恋技术交互而进入忘我状态，甚至抗拒技术之外的任何事物感知。人工智能教育应用中，学习者存在被物化的可能，可能再次成为学校教育中的被塑造者，主体权利可能被隐蔽式剥夺，极有可能丧失自我，变得和机器一样机械，其独立性和自主性终将消磨殆尽。教师角色转变困境关于人工智能在教育中的全能覆盖最终是否会导致教师职业被取代的问题有待进一步考证。不能否认的是，人工智能融入教育确实对教师的存在价值、角色定位和职业素养提出了新要求，让教师陷入了新一轮技术更新而产生的角色转变困境中，主要体现在以下两个方面：首先是教师“教书匠”角色转变困境。人工智能可能导致教师主体性缺失，引发教师角色的“脱嵌”与“消匿”。智能导师、智能学伴等正逐渐取代教师“教书”的功能，引发社会对教师职业功能的质疑，以及教师自身的职业危机感。其次是教师“设计者”角色转变困境。以往的教学设计大多基于教师主观经验与价值判断的整体性设计，为此难以兼顾所有学习者。基于教育大数据的人工智能可以为每一个学生提供精准的教学设计。教师正面临着由擅长的“整体性设计者”向不擅长的“精准化设计者”的角色转变。师生间的信任危机当教师和学生成为人工智能模拟、延伸的对象时，教育中最基本、最重要的人际关系 师生 赵旺来，闫旭蕾，冯璇坤人工智能时代教育的“算法”风险及其规避现代大学教育，（）：刘三女牙，刘盛英杰，孙建文，等智能教育发展中的若干关键问题中国远程教育，（）：孙田琳子，沈书生论人工智能的教育尺度：来自德雷福斯的现象学反思中国电化教育，（）：刘金松人工智能时代学生主体性的相关问题探讨现代教育技术，（）：张刚要，梁青青人工智能的教育哲学思考中国电化教育，（）：刘磊，刘瑞人工智能时代的教师角色转变：困境与突围：基于海德格尔技术哲学视角开放教育研究，（）：关系将会发生极大的变化。人工智能的介入改变了原有教育中的师生关系，即由原有的“师生”的双边关系转变为“师 生”的多边关系，从而引发由技术介入而引起的教育主体间的信任危机。人工智能教育系统中脆弱性的存在无疑会放大教师、学习者和资源之间的不良互动。一旦发生较小“扰动”时，教育生态系统就会将“扰动”放大甚至变异。教师过分信赖人工智能技术将陷入技术隐性风险的泥潭，而忽视对学生的真实性成长需求的回应。学生过分依赖人工智能技术则容易误入技术上的歧途而否定教师的现实指导。人工智能的介入可能割裂原有“师生”间的信任关系，导致两者的疏远与隔离。引发教育的不公平诚然，人工智能教育应用的优势明显，功能确实强大，但它难以进行价值判断，更无法处理教育系统内部复杂的公平性问题，甚至会产生新的教育不公平问题。人工智能的算法缺陷可能裂变成算法歧视，影响教育活动的公平性，加剧教育系统内部的歧视。由于现阶段的教育数据仍无法做到全局性、全息性收集，数据可能偏向某一类、某一地区的学生，会有部分学生被忽视或无视，成了一种变相的教育歧视。其次，现阶段的大部分教育数据并非公开性数据，教育数据多被某些机构与组织“单方面垄断”，长期的数据垄断将激化教育界原有的“数字鸿沟”，产生教育界“量子鸿沟”。最后，由于我国教育仍无法完全摆脱“应试教育”的枷锁，所以现阶段人工智能教育应用仍有明显的“偏应试化”倾向，使得教育领域的不公平问题更加突出。（三）人工智能教育应用面临的机遇 数字智能技术发展加快教育转型技术的进步与教育的发展有着密切的联系，从教育发展的历史脉络来看，每一次的技术发展必将引发一次教育转型的浪潮。数字智能技术的发展加快了教育转型，为人工智能教育应用提供了坚实的技术基础。伴随着以人工智能为代表的数字智能技术的不断发展，教育的空间从原有的由物理空间与社会空间构成的二元空间，逐步转变为“物理空间社会空间数字空间”组成的三元空间。以人工智能为代表的新技术是连接人类社会物理空间、社会空间、数字空间的核心枢纽，是推动教育数字化转型的重要技术手段。并且，数字智能技术发展正逐渐改变传统教育的模式，曾经依靠标准化教育来批量培养人才的模式难以为继，新技术引发产业结构的变化，进而产生新的人才培养需求，倒逼人工智能与教育融合，创新人才培养模式。再者，情境教学理论、多元智能学习理论、分布式认知、联通主义等新的学习理论的提出与应用，促使教育逐步渗透“以学习者为中心”的理念，迫使教育现场需要引入新的技术手段以实现该理念的真正落地。国家政策与战略的重要组成部分近年来，人工智能的价值已然受到政府的战略性重视，以智能技术变革人才培养模式成为政策关注的重点。新一代人工智能发展规划教育信息化 行动计划等文件高度重视人工智能在教育中的应用与实践，鼓励依托各类智能设备和网络，积极开展智慧教育创新研究和示范，推动人工智能技术支持下教育模式变革与生态重构。国家政策层面有关人工智能教育应用的文件相继发布，标志着人工智能教育应用已逐渐成为我国教育改革的重点关注领域，被提升到了国家战略的高度。国家政策与战略在推动教育改革中发挥着积极的引领性作用，人工智能教育应用将得到国家的大力支持。社会各界的研究热点与普遍关注在技术推力与政策助力的加持下，人工智能教育应用成为热点话题，受到了学界、产业界、教 曹亚楠人工智能时代师生关系弱化的危险及规避当代教育科学，（）：育界等的普遍关注。跨领域的研究合作和多角度的社会关注，不仅有助于加深对人工智能教育应用的认识，还为其广泛落地提供了更多理论指导和社会资源。作为一种新技术，人工智能在与教育融合的过程中存在着不确定性。如何规避技术缺陷与风险，发挥正向作用，不仅需要教育领域的专家与一线教师的思考，还需要社会各界基于社会发展、产业升级、人才培养等进行多视角的讨论。学界与社会对人工智能教育应用的关注存在差异，将有助于人工智能教育应用更全面地发展。前期教育信息化奠定了良好基础进入 世纪后，我国大力推进教育信息化建设工作，为人工智能教育应用在学校中的开展奠定了基础。人工智能教育应用需要构建物理空间社会空间数字空间三元合一的环境。近年来，教育部加强统筹部署，“三通两平台”各项目标任务圆满完成，先后实施两轮全国中小学教师信息技术应用能力提升工程，“三个课堂”应用、“一师一优课、一课一名师”活动深入推进。年月，国家智慧教育公共服务平台正式上线，为广大师生提供了在线学习的空间。这些举措逐步为人工智能教育应用打造了广域的数字空间。在教育信息化推进的过程中，各地中小学优化教育环境，大力改善硬件条件，为人工智能教育应用的开展提供了有力保障。（四）人工智能教育应用面临的挑战 固有理论冲突人工智能的理论基础扎根于实证主义研究方法。实证主义惯于将理论概念化作变量来处理，对概念进行操作性定义，并用可重复的实验方法来验证假设。教育是一个复杂的人类社会性活动，不仅需要实证主义来描述个体层面的“行为”与“认知”，也需要解释主义来描绘复杂的社会“关系”以及情境化的“生活世界”。人工智能的实证主义理论基础在复杂的教育面前略显“片面”，在教育中的应用只满足了教育对实证主义的需求，却难以满足教育对解释主义的需要。人工智能这一固有的理论性冲突使算法反映的教育现象都仅是从实证主义视角描绘的教育，而非全面的教育。这引发了注重解释主义的教育界人士对人工智能教育应用的质疑甚至排斥。社会环境影响社会环境对人工智能教育应用带来的挑战主要体现在固有的教育信息化瓶颈以及快速的技术更新迭代两方面。人工智能在教育中的应用需要整体全面的教育信息化推进，但信息化还没有真正给教育带来大规模常态化的革命。教育装备内容陈旧、利用率低、适用性差、智能化程度低是现阶段制约我国教育信息化深入推进的瓶颈之一。人工智能教育应用发展面临着原有的教育信息化瓶颈带来的阻碍。进入 世纪以后，新旧技术更替的间隔越来越短，人工智能的技术也一直处于快速迭代的状态。教育中已经融入多样的技术，但尚未厘清技术介入教育生态的普遍性规律。有时，教育现场成了各种人工智能技术更替的“试验场”，快速的技术更新迭代成了影响人工智能与教育深度融合的“绊脚石”。教师接受度低教师是人工智能教育应用的实践主体，教师对人工智能教育的接受意愿和效能体验将影响其质量。然而，现实是教师对人工智能技术认识不到位，多数教育工作者并未深切感受到人工智能的冲击。前期教育信息化建设中出现的“重建设轻应用”问题，导致教师对人工智能教育应用产生了负面的首因效应与刻板印象。教师对“技术替代人力”存在抵制惯性，对人工智能教育这一新事物，有些教师直接将其拒之门外，一味地对人工智能教育产品进行抵制。我国现阶段人工智能教育的宏 孙田琳子，沈书生论人工智能的教育尺度：来自德雷福斯的现象学反思中国电化教育，（）：观愿景与教师的现实需求之间失衡，使教师对人工智能教育应用的接受度不高，这是人工智能教育应用实践落地的重大挑战。实践过程受挫技术与教育的融合实践往往先于研究，教学一线上已涌现出大量的人工智能教育应用的实践探索，虽有成效，但还是呈现了技术主义倾向、学科特质不够、教育功能狭窄和智能水平不高四重困境，引起教育工作者对人工智能教育应用的教学效果的质疑。在人工智能教育应用的实践过程中，学校还面临有关人工智能教学方式改进、社会资源校本化、伦理和安全风险三大挑战。另外，对于存在课程资源、师资、经费、硬件条件等多方面短板的学校而言，盲目开展人工智能教育应用的实践探索，其效果不尽如人意。盲目地、缺少经验指导的人工智能教育应用实践探索，反而滋生人工智能技术介入教育生态的负面效应。相关研究不足丰富的教学研究能为教学实践提供扎实的理论指导。人工智能的发展备受瞩目，而在教育领域中的研究与应用刚刚起步，当下人工智能教育应用仍处于前科学阶段。有学者指出，部分学者过分扩大了人工智能的功能和应用边界，从知识的学习、能力的培养到情感、价值观的培育，认为人工智能在教育应用中无所不能，尤其是在知识学习方面。也有学者批判有些研究发表一些空洞的、毫无实质意义的内容，这在相当程度上助长了人工智能教育应用的迷思。迎合人工智能热潮的“追捧式”研究将滋长人们对人工智能教育应用的片面性认知，会阻碍其发展。三、人工智能教育应用发展的应对策略（一）明确应用目的，规避技术风险在实践活动的各个领域，不可能有理想化的最优、绝对的最优，或全面的最优、无可比拟的最优，人工智能教育应用也如此。人们可能会提出很多各有所长的教学实践方案，却没有一种方案能最全面兼容人工智能技术的优点，同时还能最大限度地避开它的弊端。教育面临着复杂的、相互牵制的因素和关系，需要实证主义与解释主义的双重视角，教育中的技术应用应有相对合理有效的折中选择。人们在技术活动中难免发生更注重“一点优化”而忽视其余的倾向。我们要避免人工智能教育应用单纯定位于解决教学个性化需求这个目的。个性化并不代表人性化，教育中过分的个性化追求可能成为教育失控、技术风险的导火索。教育界正期待人工智能能够解决原有教育缺乏个性化方面的所有疑难杂症，为此恨不得将人工智能融入教学的所有环节当中。由于缺少明确的目的引导，人工智能教育应用往往虽“热火朝天”但“滥用低效”，技术与教学“两张皮”。明确人工智能教育应用的目的是解决教学实际问题、规避技术风险的有效手段。我们可以从“时空”二维的角度去探索人工智能教育应用的目的。时间维度上要思考的不仅是现阶段，还要构思和兼顾未来；空间维度上要思考的不仅是教学现场的需求，还要兼顾社会需求，折中兼容，避免顾此失彼。（二）提升理性认知，规范实践应用人工智能技术在教育中的应用确实能够缓解甚至解决传统教学中存在的问题，但它的技术缺陷决定了它不可能解决所有问题，甚至会因此而产生负面的技术风险。对教育工作者而言，改良人工智能的技术缺陷并非擅长领域，但改变自身不全面的技术认知则是力所能及之事。首先，应该意识到人工智能技术即使存在缺陷，其本身并无好坏，应用的过程中存在双重性的价值判断，要学会把 宋灵青，许林人工智能教育应用的逻辑起点与边界：以知识学习为例中国电化教育，（）：技术评价与应用评价区分开来。其次，还应该认识到人工智能面临着技术应用中存在的一般性问题，即新技术与旧技术的矛盾问题。人工智能教育应用的发展是渐进变迁与阶段性累积式的，而非突变跃进式的发展。替换和升级教育中应用的旧技术需要时间，原有的教育技术手段短时间内仍会使用。今后一段时间内，教育一线将处于新旧技术交替升级的过程。人工智能教育应用的浪潮升起，不代表原有的常规教育技术浪潮的消失，更不代表要放弃原有的常规教育技术，抛弃原有的教学方式。新旧教育技术共生将是今后人工智能教育应用的常态。（三）逐级开展实践，产生真实效果人工智能教育应用的实践是检验效果、发现问题的最佳途径。人工智能教育应用还存在技术缺陷，且面临着多方面的挑战，其实践过程应是循序渐进的。推进人工智能教育应用的实践可以分为替代、增强、修改与重塑四个阶段，实践深度逐级增加。替代过程仅将人工智能技术作为部分已有教育技术的替代品，通过初步实践熟悉其优缺点，形成基本的技术认识。增强阶段采用人工智能的优势功能，解决教学中存在的问题。修改阶段可以修改原有的教学设计，尝试发挥人工智能的最大功能，将其融入课前、课中、课后等各个教学阶段中。在重塑阶段，试着重塑原有的教学模式，让人工智能技术作为支撑新教学模式的基础，产生全新的教学形态。前两个阶段的实践是人工智能教育应用的浅层实践，服务于利用人工智能技术改善教学的基本目的，是在技术普及期、适应期时常见的实践阶段。后两个阶段的实践是人工智能逐渐转变原有教学模式生成新的教学生态的阶段，是在技术成熟期时人工智能教育应用的深度实践。在人工智能教育应用由潜入深的实践过程中，每一个阶段产生的真实教学效果，都将成为人工智能与教育进一步深度融合的经验。（责任编辑邝逸宁）犈 犱 狌 犮 犪 狋 犻 狅 狀犃狆 狆 犾 犻 犮 犪 狋 犻 狅 狀犜 狉 犲 狀 犱狅 犳犃 狉 狋 犻 犳 犻 犮 犻 犪 犾犐 狀 狋 犲 犾 犾 犻 犵 犲 狀 犮 犲犻 狀狋 犺 犲犆 狅 狀 狋 犲 狓 狋狅 犳狋 犺 犲犇 犻 犵 犻 狋 犪 犾犜 狉 犪 狀 狊 犳 狅 狉犿犪 狋 犻 狅 狀狅 犳犈 犱 狌 犮 犪 狋 犻 狅 狀：犃狀 犪 犾 狔 狊 犻 狊犅 犪 狊 犲 犱狅 狀犜 犲 狓 狋犇 犪 狋 犪犕犻 狀 犻 狀 犵 犃犫 狊 狋 狉 犪 犮 狋：，：，犓犲 狔狑 狅 狉 犱 狊：；犃犫 狅 狌 狋狋 犺 犲犪 狌 狋 犺 狅 狉：