人工智能赋能：学习者高阶思维培养何处去.pdf

20教学与课程教育科学文摘2022年第4 期人工智能赋能：学习者高阶思维培养何处去胡小勇1，2，孙硕?，杨文杰?，陈孝然1.华南师范大学教育人工智能研究院，广东广州5 1 0 6 3 1；2.华南师范大学教育信息技术学院，广东广州5 1 0 6 3 1中国电化教育2 0 2 2 年第1 2 期，约1 2 0 0 0 字人工智能赋能高阶思维培养的研究现状高阶思维是发生在较高水平层次的认知活动，是学习者解决复杂问题的必要条件，是培养未来社会创新型人才的需要。学习者高阶思维培养成为当代及未来教育发展的重要趋势，未来人才培养目标将不再局限于知识理解和技能掌握，而是聚焦到高阶思维能力和复杂问题解决能力。在人工智能等新技术助力教育数字化转型的背景下，如何正确对待教育人工智能为高阶思维培养带来的机遇与挑战，成为当前全球教育改革的重要研究关注点。当前，教育人工智能赋能学习者高阶思维培养研究有以下十个重点方向：大数据技术支持的学习者思维特征建模、基于学习分析的高阶思维培养风险预测、扩展现实支持的沉浸式学习促进高阶思维发展、教育机器人辅助的高阶思维培养、基于自适应技术的个性化思维发展、脑机接口促进学习者与机器的人机思维交互、融合多模态生物特征识别的思维发展过程追踪、情感计算促进激发高阶思维的发展潜能、面向高阶思维培养的教育人工智能应用伦理安全问题、智能时代的计算思维与设计思维培养。人工智能支持学习者高阶思维培养的研究关键涉及技术发展、理论支撑、应用拓展等多个方面，既应关注数据、算法对高阶思维特征的解释与提升，也应关注教育人工智能关键技术在实践应用中须面临的具体问题。人工智能赋能高阶思维培养，绝非仅靠单一技术手段支持、单一学科理论支撑、单一场景应用，需要发挥教育人工智能在交叉学科领域中的突出优势，在赋能高阶思维培养中实现理论创新、技术升级与实践深化并重。人工智能时代是众多学科交叉会聚的大科学时代。教育人工智能的发展得益于计算机科学、教育学、心理学、神经科学等多学科、多领域的相融合，科学有效的前沿研究更加需要跨越甚至超越学科边界。研究者要具备跨界思维，加强国际交流和合作共享的意识，构建人工智能与教育学科协同创新的跨学科发展平台，有效整合多学科的优质资源，形成具有独特性和稳定性的学术研究共同体。在人工智能赋能高阶思维培养研究中模糊学科边界，打破领域之间的壁垒，有利于拓宽思路，探索发现新的研究领域。这既要求研究者参考吸收人工智能领域的技术手段和研究范式，又需要结合思维教学法和教育研究的独特规律，充分挖掘各学科优势潜能，在多学科的交融渗透中审视、借鉴、融合，实现研究理论、方法、技术上的交叉创新。人工智能的赋能，并不等于技术的简单应用，而是要把科学研究作为智能技术升级、教学理论创新、实践应用推广的内生变量，推动研究范式转变、科研成果转化和高阶思维框架重构。首先，目前社会科学研究正逐渐向数据循证的范式转变，多数研究正倾向于采用混合研究工具与方法；同时也要审视盲目追求数据规模的技术野心，而强调数据的真实有效性和多样性。其次，尽管研究者一直致力于高阶思维培养与应用新技术的个案研究，而前沿研究的成果转化与实践推广同样需要得到重视。理论研究者应加强与教学实践者、技术开发者的互补合作，促进成果转化和规模化推广。最后，人工智能技术将对构建教育新生态产生深远影响，研究者应在原有理论基础上，重构高阶思维框架，促进教学实践模式创新，丰富和推动教育教学理论的发展21教学与课程2022年第4 期教育科学文摘启示和展望1.教育人工智能应用图景：升级与突破第四次工业革命的到来，推动着技术对教育的赋能、创新与重塑，学习者对复杂问题的思考也将以全新的方式得到诠释和改变。一方面，人工智能从弱AI、强AI到超AI的技术升级，势必对人才培养规模的需求产生巨大影响。贯穿工业化理念的思维模式及教育体系正面临消解重构，培养学习者设计思维、创新思维、创造性思维等高阶思维将受到更多关注。另一方面，现有智能技术发展水平的限制、算法“黑箱”属性对深层次特征分析的缺失等问题，导致实际应用还难以对高阶思维进行深层解析和有效干预。因此，研究者需要着力突破智能技术的认知瓶颈，在减少技术对学习者思维发展产生负面影响的同时，加快提升人工智能在教育应用中的感知能力与计算水平，深人推动人工智能实现学习者高阶思维培养方式的创新与变革。此外，研究者还应打破技术应用边界，通过构建人机协同的生态系统，拓展学习者高阶思维培养的数据来源及应用场景，促进人工智能与学习者高阶思维培养的深度融合。科技部、教育部等六部门在关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见中提出要在教育领域“持续挖掘人工智能应用场景机会”，为教育人工智能的高水平、深层次应用提供了重要指向。高阶思维培养是教育人工智能场景创新和应用突破的重要内容，未来研究应在课堂教学、教师教研、资源建设、智慧校园等重要应用场景中积极探索促进学习者思维发展的技术支持形态，提升场景创新的算力支撑，持续深人挖掘人工智能在学习者高阶思维培养中的新潜能。2.高阶思维培养范式转变：融合与多元目前，人工智能技术更迭迅速。学习者既要摆脱“机器化”“工业化”的学习方式，又要避免技术“失速”发展造成的思维禁与失衡。因此，研究者应关注科学理性下的人文反思，关注学习者与机器之间的协同关系，创新高阶思维培养方式，以智能技术与智慧教学法共同助力思维发展。第一，应重视学习者思维培养过程中科技与人文要素的平衡与融通，关注批判性思维、创造性思维、人文性思维的综合。第二，处理好学习者与智能机器之间的关系。随着人机协同向纵深发展，应引导学习者使用、理解、适应人工智能技术并与之共同进化，以人工智能强化人类智能。第三，突破传统高阶思维的培养途径，利用人工智能整合优质资源，发挥学习者的能动性。如借助智能化学习工具和认知帮扶支架，帮助学习者在学习中有效地组织观点、综合分析、逻辑推理、批判创新。智能时代新兴技术推动教学变革，教学变革呼唤培养范式的革新，基于人工智能的学习者高阶思维培养范式的转变绝不仅仅体现于学习者单一主体角色的发展变化，还需考虑教师、技术等关键要素的作用和影响。首先，作为学习者学习和发展的指导者，教师培养学习者高阶思维须以自身所具备的高阶思维能力和素养为前提，并能够利用人工智能技术和相关教学教法为学习者的思维发展提供支持。其次，多种智能技术的融合应用，能够为教师培养学习者高阶思维提供更多的探索与实践空间，促进高阶思维培养和发展模式的优化创新。可见，除探讨技术与学习者本身协同关系之外，相关研究还应关注智能时代促进学习者高阶思维培养的教师角色定位、教学教法以及“教师一学生一机器”三者的协同作用关系等问题。3.思维评价体系建立：价值引领与风险规避小胜在智，大胜在德。习近平同志指出：“人无德不立，育人的根本在于立德”。智能时代的学习者高阶思维培养，要从立德树人的根本任务出发，推动思维评价体系的重构与完善。目前，针对学习者高阶思维的评价仍然存在着顶层设计不足、评价指标与培养途径“两张皮”、数据割裂等问题。因此，首先要加强顶层设计，明确思维培养在人才培养目标中的关键定位，关注学习者高阶思维发展特点及其在个人成长中体现的价值，全学段、立体化构建相应的思维评价指标体系。其次，合理利用学习者建模、多模态数据分析、知识追踪等手段高效汇聚思维发展数据，透过学习者外在行为表现深度挖掘内隐的能力、技能、情感等特征，实现对高阶思维培养目标的精准定位和个性化预测。最后，摆脱实践应用中对数据、算法的过度依赖，通过建立健全测评技术使用的伦理规范和保障机制，既向学习者提供数据安全和个人隐私合法性的保护，也为应对未来人工智能偏离学习者思维培养预期、思维评价和人才培养导向异化风险等，做好相应的预案。