為什么要強調教師需要具備人工智能素養?人工智能素養是信息技術素養在智能時代的代名詞嗎?智能時代教師需要發展的知識和技能會有哪些方面的變化?人工智能技術如何能夠助推教師的專業成長?對上述問題的回答,將有助于理清工作思路,明確智能時代教師專業發展的新任務,從而為未來教育準備合格的教師隊伍。
一、教師為什么需要具備人工智能素養
關于智能時代教師為什么需要具備人工智能素養,可以從兩方面來看:一是為了避免盲從人工智能的判斷,二是避免出現新的數字鴻溝。
1. 避免盲從人工智能的判斷
相較其他的技術形態,人工智能的突出特點在于其已經展現出的自我學習和自我發展能力,呈現出較高的智慧屬性。按照技術決定論的觀點,技術終將擁有自主性,并超越人類的智慧和控制(Ellul, 1967)。也有很多人在討論:人工智能是否會取代人類,甚至超越人類?社會上的一些現象也在加劇著這種替代感,比如麥肯錫全球研究院在對全球800多種職業所涵蓋的2,000多項工作內容進行分析后發現,全球約50%的工作內容可以通過改進現有技術實現自動化,未來將看到大量的人類工作被機器和人工智能所取代(鮑達民, 2017)。
這種觀點也在影響著教師對人工智能的看法,使很多教師對技術有著盲目的崇拜,或者對技術產生過度的依賴,從而將自己教學主體的角色讓位給人工智能。劉磊和劉瑞(2020)基于海德格爾技術哲學視角分析了人工智能時代教師角色轉變所面臨的困境,其中重要的一點就是教師主體性缺失引發教師角色的“脫嵌”與“消匿”,具體表現為教師誤解人工智能的“超能”致使自身主體性讓位“智能機器教師”,課堂成為人工智能的主場,教師成為“透明人”,教師也不再愿意相信自己的感官和經驗,而將決策的權力交由人工智能和算法,逐漸喪失對教育教學的決定權。
只有當教師認識到人工智能技術的局限性后才有可能堅守其在教學和人機協同中的主體性地位,避免盲從于人工智能的決策。這包括認識到教學本身具有強烈的互動性和情境性。就目前而言,尚且沒有任何一個人工智能系統能夠完整地復現和模擬人類的認知活動以及師生之間的全部教學關系,人工智能系統在應對新的發展問題、非線性的劣構問題、復雜問題等方面的能力仍然要弱于真正的教師。人工智能自身的局限性和對人工智能的濫用、誤用會導致一系列教育問題、社會問題的出現。
舉例來說,當前教育領域中智能系統的基本運作方式是以識別當前教與學狀態為基礎,生成相關分析報告供使用主體(教師、學生、教學管理者等)參考并提供有針對性的策略和建議。在這個過程中,多個環節都有可能出現系統偏差,這也與系統采集的數據量、數據標簽的制定、系統算法的科學性等因素直接相關。
首先是數據采集可能帶來偏差,表現為人工智能系統所采集的數據無法準確和完整地反映出使用主體所希望獲得的信息。以常見的智能評測系統或智能教學系統為例,其智能主要表現在能夠自動識別學生對某一知識點的掌握水平或其薄弱點,進而提供有針對性的教學建議或學習路徑。系統對學生知識掌握水平的判斷,又大多基于一定數量的評測題目,學生對特定評測題目的答案,也就成為人工智能開展自動診斷的數據源和依據。此時,如果這些評測題目沒有很好地反映出教師想要評測的知識點,就會導致智能系統判斷出現偏差。比如,系統想測試學生對知識點A的掌握情況,此時“題出得不好”可能有多種不同的表現:第一種情況是系統本身想測的是知識點A,但出的題目和知識點A關聯度較小,也就是實際考的并不是想測的;第二種情況是系統本身想測的是知識點A,但出的題目中也摻雜了其他知識點的內容,那么即使學生沒有回答對題目,也有可能是其掌握了知識點A但沒有掌握知識點B,同樣也是測不準的,這種情況就是實際考的超出了想測的;第三種情況是系統本身想測的是知識點A,但出的題目并不能完整地反映出知識點A的全部要求,此時學習者即使通過了題目,也可能只是會了知識點A的某一個方面A-1,而A-2、A-3則沒有測到,這種情況就是實際考的少于想測的,也包括出的題目過于簡單、沒有層次,或出的題目沒有體現出想測的知識點的多種變型。實際上,上述“題出得不好”的三種情況也恰恰是傳統教學中教師在出題過程中的難點和常見錯誤,這些錯誤同樣也可能遷移到人工智能身上。
其次是數據解讀所帶來的偏差,表現為人工智能對所采集的數據無法形成全面、正確、合理的解釋,或由于數據量不足、不全所導致的系統失誤。如目前有些學校引入人工智能系統進行課堂教與學行為狀態的量化分析,教師的教學模式、師生的互動情況(發言對象和發言時間)、師生的情緒狀態、學生的行為表現、學生的注意力變化等都在數據采集和分析的范圍之內。在此類智能系統中,面臨的一個挑戰就是系統是否能夠對所采集的行為數據進行恰如其分的教育學解讀。以學生低頭的行為作為例子,在真實的課堂中學生可能因為多種情況產生低頭行為,諸如做題、思考、開小差等,如果人工智能算法把這些低頭的狀態數據都簡單地理解為學生不認真、不專注,并在分析報告中呈現給教師,很明顯就是不恰當的。同時,由于各家平臺的算法存在差異,對數據所對應的教育現象的認識也不盡相同,就會導致即使是面對相同的數據不同人工智能系統所給出的解釋也可能不同。
最后是人工智能系統所做出的決策的偏差。同樣以智能教學系統為例,學生的學習是循序漸進的,在一次測試中能夠做對題目并不等于已經掌握了相應的知識點,因此智能教學系統對學生是否掌握的判定也應該是動態的。如果人工智能系統僅根據一次測試的結果判定學生除知識點A沒有掌握外其他知識點都已掌握,后續就只推薦與知識點A相關的題目供學習者“查缺補漏”。在這種情況下,一旦教師完全依賴于人工智能所做出的決策,那么就很有可能出現學生只練習了知識點A而對其他知識點沒有充分練習的情況,同樣也不利于學生的學習。
需要注意的是,上述三類偏差都是隱性的,并不容易被教師所感知。van der Vorst和Jelicic(2019)的研究給出了教育應用中人工智能自主性的三個層次,分別是:①人工智能將其對學生行為表現的洞察提供給教師,由教師進行判斷;②人工智能提供給教師有關學生行為表現的信息并進行自主解釋;③人工智能直接對學生提供建議,而不需要教師的干預。在這三個層次中,人工智能的自主性逐級升高,教師的判斷和干預逐級變少。在自己的教學中人工智能的自主性應該處于哪一層級,是教師需要思考的問題。
從上述討論中也可以看出,培養教師具備人工智能素養與培養教師具有信息技術素養有明顯的區別,前者更加強調教師要了解所使用的人工智能產品能干什么、不能干什么,但沒有復雜的軟件操作需要學習。這是因為相較早先的信息技術產品,人工智能產品在使用的時候對用戶更像一個黑匣子,界面操作很簡單,給輸入有輸出,但內在過程常常為人所不知,算法透明(了解算法細節)在一定程度上是做不到的,尤其是具有機器學習能力的產品,所以只能從意識上保持警惕,提醒教師不輕易放棄主權。
此外,人工智能教育產品和之前的信息技術教育產品有很大的區別。之前進入教育領域的信息技術產品基本是成熟的、穩定的,但是人工智能技術教育產品是需要在使用過程中迭代發展的,用的人越多,用的場合越多,智能教育產品就會越快地發展成熟。這也就是說當在教育領域引進智能產品的時候,師生需要接納它的不成熟,改造它的不完善。
具有人工智能素養的教師對于人工智能系統可能出現的偏差和不完美是有基本認識的,會把人工智能的判斷與學生的實際反饋以及自己的觀察和經驗結合起來,在解釋和質疑中實現與人工智能的有效協同。
2. 避免出現新的數字鴻溝
強調教師需要具備人工智能素養的第二個原因是為了避免出現新的數字鴻溝。曾經有篇文章談道:人工智能技術全面進入全球教育領域后會讓中國的教育優勢喪失。文章認為中國的教育優勢是靠題海戰術、靠無數教師對學生孜孜不倦地督促策略取得的,而智能適應教學系統可以代替教師督促學生進行有針對性的訓練,解決別國人力不足、成本高的問題。如果別的地方已經用上了智能系統,我們還是人海戰術,那就是深深的數字鴻溝。所以人工智能進入教育領域是國家發展戰略的重要組成。
有關人工智能在教育領域中前景與價值的一個常見表述是:人工智能可以促進教育公平,理由是當人工智能系統介入教學、評測等核心環節時,其本身承擔了一部分教師的工作,系統根據規則判定,貌似更加客觀公正,并且因為能夠支持學生個性化學習和掌握學習,地區之間、學校之間可能存在的教師差異對學習效果的影響在一定程度上就能得到減弱,教育實力相對薄弱的地區和學校的學生就同樣有機會接受高質量的教育資源和教育服務,進而實現教育的均衡發展。這也是教育部這些年大力開展智慧教育示范區培育試點的原因,探索在發達地區和不發達地區開展人工智能+教育是不是會遇到不同的問題,以及如何解決。
以往的教育信息化實踐顯示:單純引入一項新技術并不一定能夠達到期望的結果,更關鍵的是教師能否有效地利用這項新技術。Hohlfeld等(2008)認為教育中的數字鴻溝表現為三個層次:第一層為學校的基礎設施,表現為各類軟硬件以及相關技術的可及性(access);第二層發生在課堂,對應教師和學生對技術的使用(use);第三層則關注對學生的賦權,即學生是否有能力使用技術進行創造(creation)。也就是說,如果學校都部署了智能教學系統,這只能算是在可獲取層次上消弭了數字鴻溝。但是對于兩所都裝備了同樣智能系統的學校,我們還是會看到在系統應用層面,因為教師之間對于使用人工智能開展教學的認識和技能存在差異,由此會帶來使用效果上的不同。這也是強調教師要具備人工智能素養的原因,在這里人工智能素養體現為教師善于把人工智能和自己的教育教學進行結合,充分挖掘和利用人工智能的優勢,取得效率和質量的提高。教師對智能產品教學價值的認識也會影響教師對學生的“賦權”,即教師只是讓學生“消費”智能產品,還是敢鼓勵學生利用智能技術制作自己的作品、發揮創造力,這是人才培養方式上的差異,也會造成新的數字鴻溝。
正是因為單純引入人工智能并不一定會帶來教育公平,在人機協同中人的能動性因素在其中發揮主導性作用,因此為了避免數字鴻溝的產生,就必須把教師如何科學、有效地應用人工智能納入其專業發展的路徑中來。培養教師的人工智能素養,具體可以從意識、能力、責任三方面入手。
首先是意識。教師應該秉持積極、開放而非拒絕、否定的心態看待人工智能技術,意識到人工智能技術可以為自己的教和學生的學服務,產生使用人工智能技術的意愿,這是其應用人工智能技術的基本前提。目前,很多地區和學校都在組織大規模的以人工智能為主題的教師培訓,所聚焦的大多也是這一目標,即要讓教師看到人工智能可以做什么。在此基礎上,教師還需要具有一定的反思精神和敏銳度,明確自己的教學中有哪些問題需要以及可以使用人工智能予以解決。從人工智能的普遍應用到解決自身的教育教學問題,從一般到特殊,從普遍到具體,這是嘗試和探索人工智能與教育教學相互結合的開始。在這一階段,可以為教師提供不同類型、不同內容的人工智能教育應用案例,以幫助其拓展思路。最后,教師還需要具有一定的批判性和質疑精神,在實踐過程中不斷增進對人工智能技術的全面理解,體會人工智能技術的優勢和劣勢,不一味相信和依賴人工智能,批判性地、反思性地對待人工智能所做出的決策,這是有效人機協同的保障。在這一階段,一些有關人工智能教育應用的教研、學術交流、研究成果會對教師建立對人工智能的正確認識起到幫助作用。
其次是能力。教師在使用人工智能時,至少應具有三種能力,分別是學科整合能力、技術整合能力和數據能力。
學科整合能力強調教師要結合自己所教授的學科內容選擇恰當的人工智能工具,并開發與之相對應的教學活動,形成具有學科內容特色的教學策略和教學模式。在哪些環節使用人工智能技術、如何使用人工智能技術、怎樣進行教師和人工智能系統的協調,這是在學科整合中教師必須思考的問題。除一些通用性的人工智能系統外,不同學科在人工智能工具的選用上也存在一定的差異。
技術整合能力一方面強調教師要有意識地收集和整理自己可使用的人工智能工具,盡可能拓展和更新自己的工具庫,不斷提高自己對人工智能產品及其教育應用的辨識力。在人工智能產品日益豐富的大背景下,針對同一教學功能市場上往往有多種產品供教師選擇,教師需要從紛繁復雜的產品中進行挑選和比較,從中選擇和自身教學需求最為匹配并能夠為學生帶來最佳學習體驗的教育產品,這對于教師本身的技術素養同樣也是挑戰。另一方面,隨著人工智能在教育中的不斷滲透,教師在教學過程中可能會同時使用到多種人工智能產品,這些產品之間如何協同以實現效率的最優化,也是教師需要思考的問題。同時,教師還需要明確,在教學中使用的人工智能工具并非越多越好,頻繁地切換工具反而有可能帶來學習的低效,打破學習的流暢感,并產生較高的認知負荷。
數據能力同樣也是人工智能時代教師必須擁有的核心能力。數據是人工智能的根本,是人工智能系統做出一切決策的依據。相比傳統教學而言,人工智能支持下的教學產生了大量的數據。讀懂這些數據背后的教育蘊含,不僅是對人工智能的要求,更是對教師的要求。教師既要弄清自己所使用的人工智能系統是基于哪些數據所做出的決策,同時也要學會自己分析和解讀系統所采集的數據,在數據中發現問題、解決問題,一方面要把自己對數據的研究發現與人工智能相對照,另一方面也要學習使用數據來彌補人工智能系統的局限和不足。
最后是責任。和眾多新技術一樣,在教育中使用人工智能同樣有可能產生一系列社會和倫理問題,這就要求教師有責任和義務正確、安全、規范地使用人工智能。這些社會和倫理問題來源于兩個方面:一是人工智能這項技術本身產生的倫理問題,如:人工智能的“算法黑箱”“算法偏見”可能會帶來更大的不平等問題且不易被人所察覺,人工智能所形成的“信息繭房”可能會讓某些學生只看到自己喜歡看的內容而無法得到全面的發展甚至引發身心的沉迷;二是在使用人工智能這項技術過程中產生的倫理問題,如:人工智能系統所產生的大量數據在未脫敏的情況下一旦泄露會帶來巨大的隱私和安全隱患,使用者對人工智能決策的不恰當處置可能會導致某些消極結果的出現,等等。目前,教育領域中人工智能的應用倫理問題也受到了高度的重視,而作為教師更應該把時刻注意和防范人工智能應用中的隱私問題、安全問題、公平問題作為自己的本職責任,并作為人工智能素養的一個組成部分。
二、人工智能技術如何助推教師專業發展
圖1 智慧課堂中教師、智能系統、學習者間的互動關系(Kokku, et al., 2018)
三、結語
智能時代的到來加速著教育教學和教師角色的轉變,人工智能技術一方面為教師的專業發展賦能,給教師提供了能力提升和增加教學洞察、促進教學創新的方法論和工具,另一方面也對教師的專業發展提出了新的要求,特別是要求教師具備人工智能素養,以避免盲從智能系統的判斷,或因為不擅長運用智能技術而造成新的數字鴻溝。
從人工智能助推教師專業發展的視角出發,本文提出了幾點思考:
第一,在教育領域,目前人工智能還很難取代教師,但可以成為教師教學的工具、專業發展的基礎設施。教師在態度上要清楚地認識到自己在人機協同中的主體性地位,掌握教育主導權,不盲目依賴和讓位人工智能,而是把人工智能作為“顯微鏡”和“廣角鏡”兩類工具,既看到平時不易關注的教學細節,又能夠從整體上看到模式圖景,以此提升自己對教學的敏感度和洞察力。
第二,在智能時代,教師可以讓人工智能技術幫助班上大部分學生的學習,而將精力用于幫助“學弱生”和“學優生”。這讓教師有條件去分析極端個案,從而增進對學生學習規律的深刻認識,對教師的專業發展大有裨益。
第三,并非所有人工智能的輸出都是正確的,教育決策還需要教師的判斷。人工智能系統在數據采集、數據解讀和決策等方面都有可能出現偏差,而這些偏差往往是隱性且不易察覺的,因此要求教師要敢于解釋和質疑人工智能給出的各類判斷,不斷增強自身的敏感度,理性對待人機協同中人工智能的自主性層級問題,這是智能時代具備人工智能素養教師最顯著的特征。
第四,人工智能不一定都會帶來所期望的教育公平,而是有可能產生新的數字鴻溝。人工智能作為一項有著巨大生產力的新技術,教師對人工智能的認知差異和能力差異也許會導致更大的數字鴻溝的出現。防止這一問題發生的核心舉措是全面培養教師的人工智能素養,既要在意識層面建立教師對人工智能的正確認識,在產生使用意愿的基礎上反思人工智能與自身教育教學的結合,還要在能力方面強化教師對人工智能的學科整合能力、技術整合能力和數據能力,同時也要關注對教師責任方面的要求,積極防范人工智能應用可能帶來的各類社會問題,包括倫理問題和安全問題。
實現更高效的人機協同,對于教師來說有兩個層面的要求:一是要善用人工智能解決教學的問題,二是要以人工智能為依托促進自身的發展。隨著技術的進步和教育新基建的逐漸完善,人工智能這項技術本身的可及性將不再是難題,教師的人工智能素養及其能動性將成為教育變革的關鍵。在這一過程中,人工智能為教師的賦能不僅在于替代教師完成某些工作,還在于為其更好地反思自己的教學提供了工具和方法論,進而實現對教學元認知的轉化,這也恰恰是教師專業發展的本質與核心。
參考文獻
鮑達民. 2017-03-18. 中國人工智能的未來之路[EB/OL]. 中國發展高層論壇2017. [2021-10-31]. https://www.mckinsey.com.cn/wp-c ontent/uploads/2017/03/CDF_McKinsey_AI_CN_final.pdf
范國睿. 2018. 智能時代的教師角色[J]. 教育發展研究,38(10):69-74.
劉邦奇. 2020. 智能技術賦能:邁向大規模個性化教育[N]. 中國教育報,10-21(05).
劉磊,劉瑞. 2020. 人工智能時代的教師角色轉變:困境與突圍——基于海德格爾技術哲學視角[J]. 開放教育研究,26(3):44-50.
汪瓊,李文超. 2021. 人工智能助力因材施教:實踐誤區與對策[J]. 現代遠程教育研究,33(3):12-17,43.
向天成,趙微. 2015. 大數據時代學困生幫助機制構建的內涵、原則及途徑[J]. 教師教育論壇(12):18-21.
楊緒輝,沈書生. 2019. 教師與人工智能技術關系的新釋——基于技術現象學“人性結構”的視角[J]. 電化教育研究(5):12-17.
余勝泉. 2018. 人工智能教師的未來角色[J]. 開放教育研究,24(1):16-28.
Bloom, B.S. (1984). The 2-sigma problem: The search for methods of group instruction as effective as one-to-one tutoring. Educational Researcher, 13(6), 4-16.
Ellul, J. (1967). The Technological Society (Revised edition). NewYork: Vintage.
Hohlfeld, T. N., Ritzhaupt, A. D., Barron, A. E., & Kemker, K. (2008). Examining the digital divide in K-12 public schools: Four-year trends for supporting ICT literacy in Florida. Computers & Education, 51(4), 1648-1663.
Holstein, K., McLaren, B. M., & Aleven, V. (2019). Designing for complementarity: Teacher and student needs for orchestration support in ai-enhanced classrooms. In International Conference on Artificial Intelligence in Education(pp. 157-171). Springer, Cham.
Kokku, R., Sundararajan, S., Dey, P., Sindhgatta, R., Nitta, S., & Sengupta, B. (2018). Augmenting classrooms with AI for personalized education. In 2018 IEEE international conference on acoustics, speech and signal processing (ICASSP) (pp. 6976-6980). IEEE.
Magomadov, V. S. (2020). The application of artificial intelligence and Big Data analytics in personalized learning. In Journal of Physics: Conference Series (Vol. 1691, No. 1, p. 012169). IOP Publishing.
Porayska-Pomsta, K. (2016). AI as a methodology for supporting educational praxis and teacher metacognition. International Journal of Artificial Intelligence in Education, 26(2), 679-700.
Surry, D.W., & Baker, F.W.I.. (2016). The co-dependent relationship of technology and communities. British Journal of Educational Technology, 47(1), 13-28.
UNESCO. (2019). Beijing Consensus on Artificial Intelligence and Education. Retrieved November 1, 2021, from https://unesdoc.unesco.org/ark:/48223/pf0000368303
van der Vorst, Tommy., & Jelicic, Nick. (2019): Artificial Intelligence in Education: Can AI bring the full potential of personalized learning to education?. In 30th European Conference of the International Telecommunications Society (ITS): “Towards a Connected and Automated Society”, Helsinki, Finland.
作者簡介:王宇,博士,講師,國家開放大學教育學部(100039)。汪瓊,博士,教授,博士生導師,北京大學教育學院(100871)。