顾小清 李世瑾 | 构建研究与实践共同体:以 AIED 研究联盟推进人工智能全方位赋能

中国教育信息化
2022-07-21 17:02 浏览量: 1483

摘要:教育数字化转型是一场利用技术解决教育教学问题的深刻变革,需要基于科学循证逻辑,促进学术前沿研究与一线应用实践的深度融合。为有效保障研究问题源于实践场域、研究成果可以解决实践问题,需要构建研究与实践共同体,通过开展不同内容、不同层次的智能教育社会实验,探索人工智能促进教育发展的关键方向。文章遵循连接教育实践与教育研究的科学范式,依托国家社会科学基金重大项目“人工智能促进未来教育发展研究”,提出采用AIED研究联盟的共同体表现形式,凭借数字化转型背景支持、项目和平台支持、专家团队支持、理论和研究支持、技术和资源支持,建立起一套常态化协同联动的保障机制,并聚焦个性化学习、未来教师、课堂教学创新等方向的社会实验,通过证据启发提高人工智能教育产品和服务的有效性,实现有价值、可持续发展的人工智能教育研究与实践。

关键词:教育数字化转型;研究与实践共同体;AIED研究联盟;社会性实验

中图分类号:G434 文献标志码:A 文章编号:1673-8454(2022)06-0046-08

一、问题的提出

人工智能作为引领未来的战略性技术,对人类社会系统起到革命性影响,并系统性地重塑教育生态。

教育数字化转型作为强调利用技术解决教育教学问题的综合性、系统性事业,与人工智能的全方位赋能密切相关,其嬗变过程中,前沿研究与实践应用缺一不可。然而,在人工智能时代转型的背景下,人工智能教育存在着学术前沿研究与一线应用实践脱节的现实问题。例如,人工智能教育技术产品的供给往往与真实情境中的教学需求相差甚远,教育数字化转型行动充斥着低水平重复与无效反馈,智能教育生态的文化适应性遭到忽视与背离,不同教育场景的个性化需求和特征难以得到满足。

为有效保障研究问题源于实践场域、研究成果可以解决实践问题,需要构建研究与实践共同体,通过开展不同内容、不同层次的智能教育社会实验,探索人工智能促进教育发展的关键方向。研究遵循连接教育实践与教育研究的科学范式,

二、构建研究与实践共同体

通过人工智能技术促进教育变革是未来教育的必由之路,新的工具、环境、教育范式将更新我们的传统观念,产生颠覆性的社会影响。目前,对于人工智能等新兴技术的现实应对,主要依靠研究者的主观预测和哲学慎思,而对于人工智能技术落地实践所产生的真实效果、影响程度的测量和分析,仍然是人工智能教育研究的“盲区”。

社会实验是社会科学的研究方法,尤其是随着计算社会科学的兴起,已成为复杂社会系统最重要的研究方法之一。社会实验的目的在于,通过技术变革所引发的接近理想的实验场景,调查政策或技术对教育生态变革的影响,研究关键的科学问题和技术问题。智能教育社会实验采用国际通用的社会实验方法,遵循“控制—对照—比较”的科学研究逻辑,基于“智能教育社会实验支撑平台”和“智能教育模拟仿真平台”,面向“学、教、评、管”四个核心并形成流程,设计开展“智能技术对教育公平影响”等宏观实验、“未来学校/智慧区的规范数据标准技术应用”等中观实验,以及“智能教育技术、系统,对学生和教师的能力提升、身心健康、角色变化、多角色协调的影响”等微观实验。

(一)人工智能促进未来教育发展研究

人工智能如何改变教育的未来成为研究重点,“人工智能促进未来教育发展研究”是该类国家社会科学基金重大项目之一。经过较长周期的准备,项目从社会文化及生态、学习科学、技术创新、跨学科等多重视角,聚焦于人工智能技术如何重塑未来教育生态并促进未来教育发展这一核心问题,重点回答迎接人工智能时代的“人才战略”“学习变革”“知识创造”“教师队伍”“教育重构”这五个焦点领域的问题,凝练人工智能时代以创新为人才培养转向的战略研究、人工智能支撑大规模教育的个性化实现研究、人工智能重塑的知识观与教学创新研究、人工智能所赋能的未来教师以及教师教育发展研究、人工智能推动的教育系统生态重塑研究等五方面的内容,综合采用系统设计、动态建模、未来前瞻、定量实证的研究路径与方法,以期为我国在“人工智能+教育”领域的发展提供最具权威、指导性的研究结论与政策建议。

上述五个研究内容中既有宏观层面的思考,也有实践层面的探索。在宏观层面,有子课题一“人工智能时代以创新为人才培养转向的战略研究”、子课题五“人工智能推动的教育系统生态重塑研究”。前者聚焦于人工智能对未来的人才培养的新需求,以及教育领域对这种需求应有的战略性的和重塑性的思考;而后者关注的是,人工智能在推动整个社会发展的过程当中,以何种方式发挥对教育这一子系统的重塑作用。在实践层面,有子课题二“人工智能支撑大规模教育的个性化实现研究”、子课题三“人工智能重塑的知识观与教学创新研究”、子课题四“人工智能所赋能的未来教师以及教师教育发展研究”,重点关注教育实践问题,且这部分的研究以与学校合作的方式开展。

具体地,针对宏观战略层面的问题,采用多主体仿真实验,从复杂系统视角审视人工智能、教育生态、社会系统的动态关联及发展趋势,并通过开展不同场景、不同层次的人工智能教育社会实验,运用长周期、跨领域、多学科的实证方法,记录、描述、研判人工智能教育应用的前瞻举措。针对实践应用层面的问题,积极探索大规模个性化教育的实现问题,包括有哪些人工智能技术能够为大规模个性化教学提供支撑、如何去设计探索人工智能技术在学校中大规模应用的研究等。总之,在实践层面上项目分别从大规模的个性化教学、教师能力的重塑、课堂教学的重塑这三个方面,探索哪些人工智能技术可以应用于教学实践以及它们是如何发挥促进作用的。

(二)人工智能教育研究联盟介绍

为充分落实研究内容,将研究扎根在教育实践一线,国家社会科学基金重大项目“人工智能促进未来教育发展研究”课题组向社会广泛征集并选取“十区百校”优质实验区/实验校进行合作,通过构建研究与实践共同体,重点围绕人工智能技术在学、教、评、管四个方向,开展兼具理论突破与实践探索的合作研究,推进人工智能全方位赋能教育。2021年7月成立人工智能教育(Artificial intelligence in education,简称AIED)研究联盟后,项目课题组协同实验区域、学校,关于如何借助区域和学校的实践场域开展人工智能教育研究,进行一系列的设计,通过在教学实践中开展研究,逐步摸索出关于人工智能对学生的学、教师的教、课堂重塑如何发挥作用等问题的研究方法。2021年10月,第一期参加人工智能教育研究联盟的实验区域、学校,以线上研讨会的方式举行课题开题活动,共话未来教育,描绘智能技术赋能教育的蓝图,整个活动取得非常好的成效。目前,越来越多的区域、学校表示愿意加入人工智能教育研究联盟协同开展研究,期待在研究者与实践者之间建立合作伙伴关系(Research-Practice Partnerships,简称RPPs)

实际上,人工智能所蕴涵的强大的理解、交互、情感、计算、决策能力,既在顶层教育数据的精准治理与科学规划上呈现出天然优势,

三、研究与实践共同体推动路径

人工智能教育时代的到来,必将改变学生、教师、学校的教学模式,以及我们对学习智力、创新力、问题解决能力等综合素养的培育。人工智能教育研究联盟希望发挥研究团队和实践团队各自的优势力量,遵循“协同定义需解决的问题、协同设计问题解决方案、应用解决方案、迭代设计并再应用解决方案、进行知识产出”的社会实验流程,推动人工智能教育研究与实践应用的深度融合。

(一)数字化转型背景支持

随着人工智能、云计算、大数据、区块链等新一代数字技术的创新性发展,以数字技术赋能教育教学的必要性和紧迫性正日益凸显,教育数字化转型成为当前教育改革与实践中的重点热点、未来教育生态演变的必由之路。

(二)项目和平台支持

人工智能教育的研究项目与专业平台,为研究者与实践者建立广泛共识、开展密切合作、推进技术赋能提供有效支撑载体,具体体现为四个方面:其一,作为人工智能教育研究联盟重点依托与经营的国家社会科学基金重大项目“人工智能促进未来教育发展研究”,划分出两个非常明确的研究方向和研究任务,即两个宏观战略层面的研究课题与三个需要实践参与的研究课题,力争充分发挥研究团队与实践团队的联合优势,共同推动智能时代的教与学变革。其二,上海市“科技创新行动计划”人工智能科技支撑专项“教育数据治理与智能教育大脑关键技术研究及典型应用”,研究如何实现智能技术本身功能的问题,通过建设“一个数据中台+一个教育大脑+两个典型应用”,即面向教育数据开放与共享的数据中台、人工智能教育大脑、基于学生成长大数据的画像生成与成长检测系统、面向数学学科的自适应学习系统,尝试解决教育领域数据开放与共享难、学生成长精准检测难、自适应学习系统落地难等现实问题。其三,作为人工智能教育研究联盟重要平台支持的上海数字化教育装备工程技术研究中心,主要从事与人工智能教育相关的标准研究、产品研发、应用推广等,构建以智慧教育理论支撑的精准教学模式;打造融合“教法—技术—文化”的全新智慧教育环境架构,

(三)专家团队支持

探讨智能教育领域的科学问题和关键技术、开展基础研究和应用研究,离不开专家团队的学术支持与实践建议。人工智能教育研究联盟进行布局谋划时,充分吸纳包括顾问委员会、专家委员会、国家及省域智慧教育专家组、十区百校区域领衔专家组、中国教育学会中小学信息技术专委会理事会专家组等各方代表性专家的指导意见。在所构筑的研究与实践共同体中,研究团队为实验区域、学校的人工智能教育实践创新,提供理论依据、方向引领、研究佐证,

(四)理论和研究支持

基于时代发展的必然趋势、教育数字化的前瞻转型、学生个性化成长的必然要求,参照教师对人工智能教育的接受意愿和效能体验模型,

(五)技术和资源支持

目前,借助人工智能的技术力量赋能教育应用的学校,面临着忽视智能技术还原教育世界的本体风险、遮蔽智能技术表征教育生态的认识风险、轻视智能技术违背教育初心的价值风险、滥用智能技术导致教育治理的伦理风险等现实挑战。

N个应用场景具体表现在学生的学、教师的教、课堂的测评、数据的管理等方面,“1”是指拥有智能诊断功能的教育数据治理系统,其核心是提供教学数据服务、教学类模型服务、学习分析定制服务、数据标准与接口服务的轻量级教学数据中台。同时,研究与实践共同体中的实验区域、学校可以根据实际需求选配智能工具资源,依照接入标准规范对融合数据进行分析与挖掘,帮助区域、学校提升数据治理能力,实现数据驱动的智能学教管评、精细化的教学服务。

一是混合教学。即线上线下融合的教学场景中,人工智能参与到教学当中之后,能够帮助教师处理知识点讲解、作业批改、学生评价等多种事务,需要研究的问题是何种工具、平台,通过怎样的组合方式可以为线上、线下教学提供支撑,实现教育高绩效。

二是人工智能与教师联袂执教形成新型双师课堂模式。

三是学业诊断。要实现个性化教学与个性化学习,必须从精准的学习分析入手,通过采集基础教学学业数据等,围绕课前、课中、课后三个阶段教学程序,实现从学习分析到诊断教学,再到实施改进,改进后又重新进行学习分析的持续校准过程。如何借助个性化路径的推荐、个性化作业的布置、个性化学习任务的设计等,促进因材施教的目标实现。

四是学习分析支持的精准教学应用场景。利用大数据技术对学习者学习数据进行有效采集和分析,从单一样本数据走向全面的多模态学习过程数据,融合多种学习行为数据对学习者的认知结构进行分析和评估,为精准教学提供动态评估结果,发挥数据在教与学过程中更大的功能与价值。因此,要重点关注如何为教师开展精准教学提供更有个性化的分析工具。

五是评价变革。评价方式将从总结性评价走向过程性评价,评价依据将从主观经验判断走向客观数据支持。

(六)研究与实践共同体的保障机制建立

为保障人工智能教育研究联盟及项目能够顺利地开展与推进,加强人工智能教育研究与实践过程性的管理与监督,在研究团队与实践团队之间,形成优质联动与良好规范,建立常态化合作运行机制。研究团队与实验区域、学校之间的合作方式有三种可能:一是“紧密型”支持模式,即研究者与实践者依托区域、学校实验基地,共同研究、打磨课题,开展非常密切、合二为一的合作。二是“自主型”支持模式,即一些实验区域、学校有自己的研究想法与思路,希望在落地过程中能够得到研究团队的指导与协助。三是“Follow型”支持模式,即一些实验区域、学校虽然有研究的初步想法或者意图,但是还缺乏对具体路径、措施的思考,希望先跟进人工智能教育研究联盟的项目,通过一段时间的参与,能够在研究方法、流程等方面获得些许启示,然后再逐步过渡到上述两种合作形式当中。总之,人工智能教育研究联盟支持任何形式的合作与交流,期待汇聚更多有志于推进人工智能全方位赋能教育的实验区域、学校参与构建研究和实践共同体。

综上,人工智能教育研究联盟聚焦智能教育环境下个性化学习、未来教师、课堂教学创新等方向的社会实验研究,汇聚用于学、教、管、评的人工智能技术资源及应用案例;关注中小学人工智能课程与教学,基于人工智能课程开发标准,为课程内容和课程平台提供支持;通过周期性联盟交流活动,分享、扩散优秀智能技术资源及应用案例,不定期提供联盟福利。人工智能教育研究联盟的共同愿景在于:积极投入并探究智能技术如何促进未来教育和课堂,推荐实践应用和案例;依托社会性实验,探究智能技术在促进大规模个性化学习、未来教师角色、重塑课堂中的作用,共同创生智能时代教育理解;为教师教学提供理论性、证据性、个性化的专业反馈和提升建议,突破现阶段智能应用的瓶颈,推进常态化运行。

四、结语

以人工智能、大数据、5G等为代表的新一代信息技术正加速渗透教育领域,引发传统教育边界、教学组织形式、知识获取方式、教师角色定位等的深刻变革。物联化、智能化、感知化、泛在化的教育数字化生态快速发展,但智能技术支撑下的学术前沿研究与一线应用实践脱节问题,始终制约着教育数字化转型的规模与速度。研究从推进人工智能全方位赋能教育的视角,提出构建研究与实践共同体这一应然举措,通过证据启发提高人工智能教育产品和服务的有效性,实现有价值、可持续发展的智能教育研究与实践。

在推进过程中,人工智能教育研究联盟以“国家智能社会治理实验基地(教育)”建设为契机,聚焦智能教育环境下学生个性化全面发展、未来教师专业发展、创新课程和协同教研、人工智能课程内容建设、教育数据治理服务等方面,依托国家社会科学基金重大项目“人工智能促进未来教育发展研究”,探究人工智能对学生发展、教师发展、教育教学的深远影响,助力国家治理体系和治理能力现代化建设。未来,在新一轮教育变革的重要时刻,应从方法上找到不同情境下促成跨学科、跨界力量的融合以解决问题的路径,提前做好围绕人工智能教育实践的社会实验研究布局,充分利用好数据资源丰富、应用场景广阔的先发优势,

编辑:梁萍

(本文转载自中国教育信息化 ,如有侵权请电话联系13810995524)

* 文章为作者独立观点,不代表MBAChina立场。采编部邮箱:news@mbachina.com,欢迎交流与合作。

收藏
订阅

备考交流

免费领取价值5000元MBA备考学习包(含近8年真题) 购买管理类联考MBA/MPAcc/MEM/MPA大纲配套新教材

扫码关注我们

  • 获取报考资讯
  • 了解院校活动
  • 学习备考干货
  • 研究上岸攻略