非常榮幸，受熊慶年教授之約撰寫(xiě)了本文。已正式發(fā)表于《復(fù)旦教育論壇》2019年第4期
這是一個(gè)非常樸素的版本，過(guò)幾天我會(huì)寫(xiě)一個(gè)圖文版。
人工智能時(shí)代的高等教育與變革
趙斌，黃天元
（復(fù)旦大學(xué)
生命科學(xué)學(xué)院，上海200438）
摘要：人工智能將對(duì)高等教育產(chǎn)生重大影響，高等教育必須迎接挑戰(zhàn)，為人工智能革命做好準(zhǔn)備，同時(shí)為學(xué)生提供必要的技能，以便使學(xué)生在人工智能時(shí)代更具競(jìng)爭(zhēng)力。在考察了人工智能在高等教育教學(xué)的使用歷史、發(fā)展趨勢(shì)和潛力之后，提出了高等教育又到了需要變革的歷史關(guān)頭；然后，考察了新興技術(shù)對(duì)學(xué)生學(xué)習(xí)方式以及高等教育方式變革影響的教育學(xué)意義，包括人工智能如何自動(dòng)處理高等教育中的基本活動(dòng)、人工智能如何改變我們傳統(tǒng)的教學(xué)元素等等；還詳細(xì)討論了高等教育和學(xué)生學(xué)習(xí)在采用這些技術(shù)進(jìn)行教學(xué)、學(xué)習(xí)、學(xué)生支持和管理方面所面臨的一些挑戰(zhàn)，并探討了進(jìn)一步的研究方向。
關(guān)鍵詞：人工智能；高等教育；機(jī)器學(xué)習(xí)；教學(xué)；科學(xué)計(jì)量分析
Higher
Education and Its Change in the Era of Artificial Intelligence
ZHAO Bin, HUANG Tian-Yuan
(School of Life Sciences,
Fudan University, Shanghai 200433, China)
Abstract:Artificial intelligence (AI) will
be impacting higher education in a significant way. Higher education
needs to rise to the challenge to prepare students for the AI
revolution and equip students with the necessary skill sets to
compete in the AI age. This paper explores the history, development
trend and potential of the emergence of the use of artificial
intelligence in teaching and learning in higher education. It then
reviews the educational implications of emerging technologies on the
way students learn and how higher education evolves, including
how artificial intelligence automatically handles the basic
activities in higher education and how artificial intelligence
changes our traditional teaching elements.
We also pinpoint some challenges for higher education and student
learning in the adoption of these technologies for teaching,
learning, student support, and administration and explore further
directions for research.
Key words:Artificial Intelligence; Higher Education; Machine learning;
Teaching; Scientometrics
英國(guó)《自然》周刊在2019年開(kāi)年的新聞欄目中，報(bào)道了Scopus（全球最大文獻(xiàn)摘要與科研信息引用數(shù)據(jù)庫(kù)）對(duì)過(guò)去兩年學(xué)術(shù)熱搜詞的變化所做的統(tǒng)計(jì)?？梢钥吹?，癌癥（cancer）一詞在這兩年的排名中都名列第一，區(qū)塊鏈（blockchain）、大數(shù)據(jù)（big
data）和人工智能（artificial
intelligence，簡(jiǎn)稱(chēng)AI）則緊跟其后，其中，大數(shù)據(jù)從第六位躍升至第三位，而區(qū)塊鏈和人工智能等名詞則是新入圍。同樣新入圍的還有教育（education）一詞，同樣表現(xiàn)不凡[1]。我們后面將要談?wù)摰脑掝}，就涉及2018年熱搜詞中的四個(gè)關(guān)鍵詞：人工智能、大數(shù)據(jù)、區(qū)塊鏈和教育。
最近，美國(guó)高校教育信息化協(xié)會(huì)學(xué)習(xí)促進(jìn)會(huì)發(fā)布了《地平線報(bào)告》（2019高等教育版）[2]。報(bào)告預(yù)測(cè)了2019－2023年間六項(xiàng)可能影響全球高等教育的技術(shù)應(yīng)用，也與上述熱搜詞密切相關(guān)。例如，移動(dòng)學(xué)習(xí)和分析技術(shù)很快或者已經(jīng)在付諸實(shí)踐了，混合現(xiàn)實(shí)和人工智能可望2－3年后實(shí)現(xiàn)，而區(qū)塊鏈和虛擬助理則可能要到4－5年之后。顯然，高等教育的未來(lái)與新型智能機(jī)器的新技術(shù)和計(jì)算能力的發(fā)展息息相關(guān)。在這一領(lǐng)域，人工智能的進(jìn)步為高等教育、教學(xué)帶來(lái)了新的可能性與挑戰(zhàn)[3]。
毋庸置疑，人工智能在全球發(fā)展中的重要作用已引起國(guó)際社會(huì)的廣泛關(guān)注，許多國(guó)家都將人工智能升級(jí)為國(guó)家戰(zhàn)略。例如，2014年，歐盟委員會(huì)啟動(dòng)了《歐盟機(jī)器人研發(fā)計(jì)劃》（SPARC），2016年美國(guó)頒布了《為人工智能的未來(lái)做準(zhǔn)備》和《國(guó)家人工智能研發(fā)戰(zhàn)略計(jì)劃》，中國(guó)也于2017年發(fā)布了《新一代人工智能發(fā)展規(guī)劃》。在人工智能的影響下，教育領(lǐng)域正發(fā)生著潛移默化的變化[4]。
1955年，人工智能一詞首次使用，彼時(shí)的含義只是為了表達(dá)一些能用電腦來(lái)輔助人類(lèi)的工作。半個(gè)多世紀(jì)過(guò)去，人工智能已發(fā)展成一個(gè)新的分支學(xué)科，并產(chǎn)生了一系列方法，能夠像人腦一樣進(jìn)行感知、學(xué)習(xí)和推理，并能理解自然語(yǔ)言。隨著機(jī)器模式識(shí)別中“深度學(xué)習(xí)”方法的廣泛使用，其準(zhǔn)確性越來(lái)越高，人工智能呈現(xiàn)出一派繁榮增長(zhǎng)的景象。與早期的人工智能不同，這種“深度學(xué)習(xí)”不需要利用人類(lèi)專(zhuān)家的知識(shí)，而是自己從大量訓(xùn)練集當(dāng)中學(xué)習(xí)，這遠(yuǎn)超人類(lèi)所能應(yīng)付的體量，進(jìn)化速度極為迅速[5]。比如，谷歌的AlphaGo通過(guò)短時(shí)間學(xué)習(xí)就戰(zhàn)勝了圍棋世界冠軍，這在當(dāng)時(shí)震驚了全世界。
不得不承認(rèn)，人工智能現(xiàn)在已成為我們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠?，許多尖端人工智能已經(jīng)滲透到了普通應(yīng)用程序中。有時(shí)候它們并沒(méi)有被稱(chēng)為人工智能，這是因?yàn)橐坏┠承〇|西變得司空見(jiàn)慣，就不再標(biāo)記為AI了。比如，今天很少有人將手機(jī)中的語(yǔ)音識(shí)別、GPS導(dǎo)航視為人工智能的典型例子，更多的則是將其視為基于算法的個(gè)人助理，是日常生活體驗(yàn)的一部分。
那么，什么是人工智能呢？這并不是一個(gè)容易回答的問(wèn)題，有各種各樣的理解，人們對(duì)終極定義幾乎沒(méi)有一致的意見(jiàn)，大多可能只關(guān)注了有限的認(rèn)知視角。大體上，人工智能可以分為弱人工智能和強(qiáng)人工智能。弱人工智能，專(zhuān)注于特定的狹義任務(wù)，比如自動(dòng)駕駛汽車(chē)就是專(zhuān)門(mén)用于駕駛服務(wù)；而強(qiáng)人工智能則是一種具有意識(shí)、知覺(jué)和頭腦的機(jī)器，也就是如史蒂芬·霍金和比爾·蓋茨所認(rèn)為的那種對(duì)人類(lèi)有威脅的類(lèi)型[6]。而在本文所談?wù)摰挠嘘P(guān)教育領(lǐng)域的人工智能，則是介于強(qiáng)人工智能與弱人工智能之間的一種技術(shù)模式。
一般來(lái)說(shuō)，我們的工作可以分為結(jié)構(gòu)化、非結(jié)構(gòu)化任務(wù)，以及常規(guī)、非常規(guī)任務(wù)。結(jié)構(gòu)化任務(wù)可以被清晰地定義和描述，并且可分解為更小和更易于管理的任務(wù)；而非結(jié)構(gòu)化任務(wù)則依賴(lài)于直覺(jué)、判斷和經(jīng)驗(yàn)。常規(guī)任務(wù)是指具有很強(qiáng)規(guī)則性或按指定間隔完成的不變?nèi)蝿?wù)；而非常規(guī)任務(wù)則很少，一般是不定期出現(xiàn)或者首次出現(xiàn)的[7]。
人工智能的優(yōu)勢(shì)在于它的速度、準(zhǔn)確性和一致性，在這些維度上，人類(lèi)無(wú)法與之抗衡。很容易理解的是，涉及常規(guī)和結(jié)構(gòu)化任務(wù)的工作很容易自動(dòng)化，很快就會(huì)被人工智能所取代。相應(yīng)地，高等教育就應(yīng)該讓學(xué)生接受人工智能并學(xué)會(huì)將它視為工具，而不是回避[8]。但是，人工智能在創(chuàng)造力、創(chuàng)新、批判性思維、解決問(wèn)題、社會(huì)化、領(lǐng)導(dǎo)能力、同理心、協(xié)作和溝通等軟技能方面仍然薄弱[6]。也就是說(shuō)，涉及非結(jié)構(gòu)化任務(wù)的工作對(duì)于人工智能來(lái)說(shuō)很難，這是不容易被替代的，而對(duì)于結(jié)構(gòu)化但非常規(guī)的工作，自動(dòng)化可能不劃算。
為了聚焦人工智能在高等教育教學(xué)中的影響，有人提出了一個(gè)頗有實(shí)踐性的定義：能夠參與類(lèi)似于人類(lèi)過(guò)程的計(jì)算系統(tǒng)，例如學(xué)習(xí)、適應(yīng)、綜合、自我修正以及將數(shù)據(jù)用于復(fù)雜處理任務(wù)[3]。本文將參照這種認(rèn)識(shí)來(lái)進(jìn)行分析。
“人工智能與（高等）教育”的科學(xué)計(jì)量分析
要討論人工智能這個(gè)話題，首先了解其他人對(duì)該主題的研究是十分必要的，這樣我們才能檢測(cè)出其應(yīng)用范圍以及發(fā)展趨勢(shì)。我們選擇了ISI
Web of Knowledge引文數(shù)據(jù)庫(kù)中的Web
of Science核心數(shù)據(jù)庫(kù)作為數(shù)據(jù)源，檢索日期為北京時(shí)間2019年5月31日。為了區(qū)分高等教育在教育中的獨(dú)特作用，我們采用了兩種檢索策略：1、主題中同時(shí)出現(xiàn)“高等教育”（higher
education）和“人工智能”（artificial
intelligence）兩個(gè)關(guān)鍵詞的文獻(xiàn)；2、主題中同時(shí)出現(xiàn)“教育”和“人工智能”兩個(gè)關(guān)鍵詞的文獻(xiàn)。文獻(xiàn)調(diào)研的時(shí)間跨度為1976－2018年。最終檢索獲得“高等教育”與“人工智能”主題的文獻(xiàn)信息共89條，“教育”與“人工智能”的文獻(xiàn)信息共973條。具體的分析過(guò)程，采用R軟件的bibliometrix包[9]完成。在此基礎(chǔ)上，我們采用科學(xué)計(jì)量方法，分別對(duì)文獻(xiàn)的時(shí)間趨勢(shì)、空間分布和熱點(diǎn)主題進(jìn)行了分析。在整個(gè)教育領(lǐng)域，關(guān)注人工智能的文章在1976－2018年間總體呈現(xiàn)上升趨勢(shì)（圖1）。21世紀(jì)前的大部分時(shí)間，增長(zhǎng)幅度相對(duì)平緩。1990年后，文章數(shù)量有了實(shí)質(zhì)性增長(zhǎng)。2015年之后，文章數(shù)量則呈“井噴式”增長(zhǎng)。2015年相關(guān)主題文章數(shù)量為56篇，而此后三年中發(fā)文量分別達(dá)95、126和148篇。圖1教育領(lǐng)域人工智能文章發(fā)表數(shù)量的時(shí)間趨勢(shì)
圖2 教育領(lǐng)域人工智能文章發(fā)表數(shù)量的空間分布（顏色越深，發(fā)文量越高）
圖2展示了不同國(guó)家發(fā)文量的差異。從空間分布上來(lái)說(shuō)，美國(guó)是發(fā)文量最高的國(guó)家，共發(fā)表367篇。中國(guó)（僅統(tǒng)計(jì)了大陸地區(qū)，下同）發(fā)表140篇，位列第二。其余排名前五位的國(guó)家還包括西班牙（96篇）、英國(guó)（84篇）和加拿大（69篇）。圖3 教育領(lǐng)域人工智能文章熱點(diǎn)主題展示
通過(guò)觀察該領(lǐng)域熱點(diǎn)主題詞云圖（圖3）可以發(fā)現(xiàn)，“系統(tǒng)”（system或systems）是除了“教育”和“人工智能”以外出現(xiàn)頻次最多的關(guān)鍵詞，共出現(xiàn)了47次。其次是“設(shè)計(jì)”（design），出現(xiàn)了25次；再次是“模型”（model），出現(xiàn)了19次。
為了對(duì)比，我們特意對(duì)與高等教育相關(guān)的文獻(xiàn)進(jìn)行了探索。從圖4可以看出，人工智能方面的文章在1989年才首次出現(xiàn)。2010年以前發(fā)展趨勢(shì)非常平緩，但是在2013年以后，相關(guān)文章呈現(xiàn)出快速的遞增趨勢(shì)，從2014年的5篇增長(zhǎng)到2018年的28篇，漲幅近6倍。
圖4高等教育領(lǐng)域人工智能文章發(fā)表數(shù)量的時(shí)間趨勢(shì)
圖5展示了不同國(guó)家在高等教育領(lǐng)域關(guān)注人工智能方面文章的差異性。從空間分布上來(lái)說(shuō)，在高等教育領(lǐng)域最關(guān)注人工智能的是西班牙，共發(fā)文25篇位列第一。其次為美國(guó)，共發(fā)表18篇文章。其他排名前五的國(guó)家分別為墨西哥（13篇）、中國(guó)（12篇）和印度（9篇）。同樣，觀察該領(lǐng)域熱點(diǎn)主題詞云圖（圖6），可以發(fā)現(xiàn)，“系統(tǒng)”（system或systems）是除了“高等教育”和“人工智能”以外出現(xiàn)頻次最多的關(guān)鍵詞，共出現(xiàn)了6次。其次是“模型”（model），出現(xiàn)了5次，其余關(guān)鍵詞出現(xiàn)次數(shù)均不超過(guò)4次。圖5高等教育領(lǐng)域人工智能文章發(fā)表數(shù)量的空間分布（顏色越深，發(fā)文量越高）
圖6高等教育領(lǐng)域人工智能文章熱點(diǎn)主題展示
不過(guò)，我們這里進(jìn)行的分析，沒(méi)有刻意區(qū)分是“人工智能在（高等）教育中的應(yīng)用”，還是“（高等）教育中的人工智能課程的教學(xué)活動(dòng)”，因?yàn)榇蠖鄷r(shí)候，人工智能課程的教學(xué)活動(dòng)，本身也采用了人工智能的相關(guān)技術(shù)進(jìn)行，總體上也屬于人工智能的教育應(yīng)用范疇。美國(guó)麻省理工學(xué)院的西摩·佩珀特（Seymour
Papert）是人工智能的創(chuàng)始人之一。由于對(duì)兒童學(xué)習(xí)的興趣，促使他與讓·皮亞杰（Jean
Piaget）合作，創(chuàng)造了LOGO語(yǔ)言，這是當(dāng)時(shí)人工智能計(jì)算機(jī)語(yǔ)言LISP的一個(gè)改編版本，能讓兒童進(jìn)行一些復(fù)雜操作。孩子們從烏龜幾何開(kāi)始學(xué)習(xí)編程，并不斷探索一系列的“強(qiáng)大思想”。后來(lái)證明，在人工智能教育（AIED）中采用LOGO是合理的[10]。佩珀特和其他語(yǔ)言學(xué)家都反對(duì)那些僵化的、依靠權(quán)威傳播的學(xué)習(xí)模式，提倡建構(gòu)主義（constructionist）的學(xué)習(xí)觀[11]，認(rèn)為學(xué)生可以通過(guò)具體的材料而不是抽象命題來(lái)建立知識(shí)，學(xué)生在做的過(guò)程中對(duì)所學(xué)知識(shí)留下的印象更深刻。所以，多年來(lái)佩珀特一直倡導(dǎo)使用復(fù)雜的計(jì)算機(jī)編程語(yǔ)言來(lái)幫助兒童學(xué)習(xí)如何思考。我們知道，思想過(guò)程在一般情況下是很難表述出來(lái)的，而用高級(jí)語(yǔ)言編寫(xiě)程序，也就是可以將思想過(guò)程表達(dá)出來(lái)的方式，如果程序中出現(xiàn)錯(cuò)誤（bug）時(shí)，孩子們就可以追溯程序中的想法并理解自己的錯(cuò)誤。所以，佩珀特認(rèn)為，這樣可以提高孩子的智力水平，使他們認(rèn)識(shí)更加清晰。LOGO學(xué)習(xí)的一個(gè)特殊優(yōu)勢(shì)就是可能彌合教師與學(xué)生之間的溝通差距[12]。佩珀特在《自然》上發(fā)表這篇文章[12]，時(shí)間是1976年，那個(gè)時(shí)候個(gè)人電腦并沒(méi)有普及，而佩珀特就基于當(dāng)時(shí)的證據(jù)，聲稱(chēng)計(jì)算機(jī)系統(tǒng)在未來(lái)的教育中將扮演重要的角色。他預(yù)測(cè)，未來(lái)幾十年里，電子產(chǎn)品的價(jià)格會(huì)變得越來(lái)越便宜，每個(gè)孩子都能擁有自己的計(jì)算機(jī)終端，甚至不用去上學(xué)。事實(shí)證明，這個(gè)預(yù)測(cè)頗具預(yù)見(jiàn)性。互聯(lián)網(wǎng)的普及和云計(jì)算的興起，大規(guī)模開(kāi)放在線課程（慕課，MOOC）發(fā)展起來(lái)。傳統(tǒng)的高等教育模式，如果要擴(kuò)大學(xué)生人數(shù)，勢(shì)必會(huì)增加班級(jí)規(guī)模和教員，這就帶來(lái)了更大的財(cái)政壓力，所以當(dāng)慕課來(lái)臨時(shí)，許多大學(xué)管理者都極力主推，短時(shí)間內(nèi)取得了非常明顯的效果。教師們可以與來(lái)自不同時(shí)區(qū)、具有不同基礎(chǔ)技能、以不同進(jìn)度進(jìn)行學(xué)習(xí)的學(xué)生接觸。雖然慕課不能取代教師，但在教師短缺、學(xué)生必須自學(xué)的地區(qū)，這樣的在線學(xué)習(xí)平臺(tái)發(fā)揮了關(guān)鍵作用。從另一個(gè)方面講，技術(shù)在高等教育中的作用是增強(qiáng)人的思維，增強(qiáng)教育過(guò)程，而不是將其簡(jiǎn)化，變成一套內(nèi)容交付、控制和評(píng)估。慕課只是一種不同類(lèi)型的在線課程，有趣也有用，但并不能改變大學(xué)的結(jié)構(gòu)和功能，圍繞慕課進(jìn)行一些非理性炒作更是有害的，過(guò)于魯莽的轉(zhuǎn)變反而會(huì)影響到教育的可持續(xù)性，特別是高等教育的可持續(xù)性[13]。更重要的是，教育是以人為中心的努力，而不是以技術(shù)為中心的解決方案[3]。教育領(lǐng)域?qū)θ斯ぶ悄艿恼J(rèn)知研究必須發(fā)展出以人為中心的技術(shù)，使學(xué)生的學(xué)習(xí)更加個(gè)性化，這樣才可提高學(xué)習(xí)成效[14]。這些技術(shù)通常體現(xiàn)在我們后面將要討論的智能輔導(dǎo)系統(tǒng)和智能學(xué)習(xí)環(huán)境中。具體來(lái)說(shuō)，我們一方面需要具備用于擴(kuò)展教學(xué)的計(jì)算機(jī)技術(shù)，另一方面還需要用于支持和評(píng)估個(gè)性化學(xué)習(xí)的認(rèn)知技術(shù)。盡管高等教育一直在發(fā)展，持續(xù)更新課程，但從許多方面來(lái)看，高等教育仍然被認(rèn)為是過(guò)時(shí)的。教材、評(píng)價(jià)學(xué)生成績(jī)的方法、理論與經(jīng)驗(yàn)的邊界等等，仍主要沿用歷史體系，也就是為150多年前的世界所設(shè)計(jì)的體系，而那是電報(bào)和福特T型車(chē)的時(shí)代[7]，那個(gè)時(shí)候同樣也進(jìn)行了一場(chǎng)高等教育革命。1869年，查爾斯·艾略特（Charles
Eliot）在《大西洋》雜志上發(fā)表了進(jìn)行“新教育”（The
New
Education）的宣言。當(dāng)時(shí)，許多中產(chǎn)階級(jí)的職業(yè)都已職業(yè)化，需要有資格證書(shū)，艾略特認(rèn)為需要一種全新的教育才能滿足新公司和行業(yè)對(duì)專(zhuān)業(yè)、資格從業(yè)人員和管理人員的需求。他強(qiáng)調(diào)了產(chǎn)出和生產(chǎn)力，并嚴(yán)格定義了什么是一門(mén)學(xué)科以及如何成為這門(mén)學(xué)科的專(zhuān)家[15]。這正是當(dāng)時(shí)的管理理論家們所推崇的！因此，艾略特被任命為哈佛大學(xué)校長(zhǎng)，這也是有史以來(lái)最年輕的一位校長(zhǎng)。他領(lǐng)導(dǎo)了哈佛大學(xué)的轉(zhuǎn)型，并以這種模式引導(dǎo)了美國(guó)的高等教育，到1925年誕生了許多新的高等教育結(jié)構(gòu)，這在1860年之前是根本不存在的[16]，這種高等教育結(jié)構(gòu)一直沿循至今。而在人工智能時(shí)代，這種傳統(tǒng)的高等教育體系是否繼續(xù)有效？它能滿足互聯(lián)網(wǎng)和即將開(kāi)啟的自動(dòng)駕駛汽車(chē)的世界嗎？如今，AI已悄悄進(jìn)入我們的生活且無(wú)處不在，這是一個(gè)事實(shí)。技術(shù)的進(jìn)步讓我們大部分人的習(xí)慣都在改變，包括我們建立聯(lián)系、交互、讀寫(xiě)以及獲取信息的方式。在這種情況下，教育必須適應(yīng)當(dāng)前的時(shí)代和社會(huì)習(xí)慣。所以，AI有可能徹底改變我們認(rèn)為理所當(dāng)然的高等教育體系，而高等教育還必須迎接這個(gè)挑戰(zhàn)。據(jù)eSchool新聞網(wǎng)站(https://www.eschoolnews.com/)發(fā)表的一項(xiàng)研究報(bào)告，到2021年，人工智能在教育和學(xué)習(xí)中的應(yīng)用將增加47.5%，將創(chuàng)建具有定制能力的自適應(yīng)學(xué)習(xí)技術(shù)，大大改善學(xué)習(xí)體驗(yàn)。人工智能甚至可能幫助學(xué)生規(guī)劃他們的職業(yè)道路。根據(jù)英國(guó)TechNavio（https://www.technavio.com/）所發(fā)布的報(bào)告，美國(guó)教育機(jī)構(gòu)在2018－2022年的人工智能市場(chǎng)復(fù)合年增長(zhǎng)率預(yù)計(jì)將接近48%。2017年，凱茜·戴維森（Cathy
N. Davidson）在《新教育》（The
New Education: How to Revolutionize the University to Prepare
Students for a World in
Flux）一書(shū)中預(yù)測(cè)，15年后的工作，有65%的現(xiàn)在還不存在[16]。為了應(yīng)對(duì)這些快速發(fā)展，需要一個(gè)優(yōu)秀的教育系統(tǒng)，使學(xué)生在不可預(yù)見(jiàn)的環(huán)境中做好充分的職業(yè)準(zhǔn)備。首先，教育方需要改變機(jī)構(gòu)、學(xué)科、課堂教學(xué)方式等，幫助學(xué)生掌握更廣泛的技能以便更深層次地理解世界，例如批判性思維、創(chuàng)造力、交流能力、跨文化觀點(diǎn)等等。也就是說(shuō)，他們需要的不僅僅是技術(shù)意義上的技能[8]。教育創(chuàng)新不僅僅是將更多的技術(shù)投入更多的教室；而是改變教學(xué)方法，使學(xué)生獲得在競(jìng)爭(zhēng)激烈的全球經(jīng)濟(jì)中發(fā)展所需的技能[17]。新一輪高等教育的變革，也遵循事物發(fā)生變革的三步過(guò)程：解凍階段、改變階段和凍結(jié)階段[18]。在解凍階段，必須以開(kāi)放的心態(tài)鼓勵(lì)人們客觀地評(píng)價(jià)自己的現(xiàn)狀，這可能是最困難的一步，因?yàn)檫@需要打破自以為是的外殼。當(dāng)人們接受了改變是必須的，那么它就進(jìn)入了改變階段。要實(shí)現(xiàn)這一步，必須要有長(zhǎng)遠(yuǎn)的觀點(diǎn)和積極的態(tài)度，人工智能對(duì)高等教育的影響尤其如此，因?yàn)槲磥?lái)可能是極其復(fù)雜而不可預(yù)測(cè)的。改變的過(guò)渡階段結(jié)束后，就會(huì)進(jìn)入凍結(jié)階段，開(kāi)啟真正的新教育模式。人工智能如何自動(dòng)處理高等教育中的基本活動(dòng)
目前，有關(guān)人工智能在教育環(huán)境中應(yīng)用的主要系統(tǒng)，智能導(dǎo)師和智能教學(xué)系統(tǒng)遍布于互聯(lián)網(wǎng)。一般來(lái)說(shuō)，教育中的人工智能主要涉及三個(gè)方面的技術(shù)[19]：個(gè)性化系統(tǒng)（學(xué)生的知識(shí)和個(gè)性化適應(yīng)）、軟件代理（具有自主性和學(xué)習(xí)能力的智能程序和機(jī)器人）以及本體和語(yǔ)義網(wǎng)（從多個(gè)空間、大數(shù)據(jù)中收集知識(shí)）。當(dāng)我們?cè)诮逃虚_(kāi)發(fā)和利用這些系統(tǒng)和技術(shù)時(shí)，就可以成為改進(jìn)教學(xué)過(guò)程的強(qiáng)大資源。首先，人工智能可以接管諸如評(píng)分之類(lèi)的任務(wù)，可以幫助學(xué)生提高學(xué)習(xí)水平，甚至可以替代現(xiàn)實(shí)生活中的輔導(dǎo)員。對(duì)學(xué)生的作業(yè)和考試進(jìn)行評(píng)分是一項(xiàng)乏味的工作，特別對(duì)于人數(shù)比較多的班級(jí)，評(píng)分需要花費(fèi)教師大量的時(shí)間。據(jù)估計(jì)，德國(guó)教師每年花在評(píng)分上的時(shí)間多達(dá)1000小時(shí)，具體取決于他們所教的課程和科目[20]。而這些時(shí)間本來(lái)是可以用來(lái)與學(xué)生進(jìn)行互動(dòng)、備課或者從事職業(yè)發(fā)展的。不僅教師對(duì)這樣的現(xiàn)狀不滿，學(xué)生還會(huì)批評(píng)他們所得到的分?jǐn)?shù)是主觀的、不一致的、不透明的。而人工智能就有望解決這些冗長(zhǎng)而主觀的評(píng)分過(guò)程。伯克利大學(xué)和斯坦福大學(xué)使用的GradeScope是一種基于人工智能的解決方案（https://www.gradescope.com/）。教師（或?qū)W生自己）只需掃描手寫(xiě)的測(cè)試答卷，系統(tǒng)就會(huì)根據(jù)預(yù)先定義的評(píng)分標(biāo)準(zhǔn)對(duì)試卷進(jìn)行評(píng)分。這不僅顯著減少了評(píng)分時(shí)間，而且還為學(xué)生提供了透明的評(píng)分過(guò)程，因?yàn)檫@些評(píng)分標(biāo)準(zhǔn)學(xué)生也知道。對(duì)于客觀性試題進(jìn)行自動(dòng)化評(píng)分，相對(duì)是一個(gè)比較容易實(shí)現(xiàn)的過(guò)程，而對(duì)論文進(jìn)行自動(dòng)化評(píng)分還處于起步階段，預(yù)測(cè)會(huì)在未來(lái)幾年內(nèi)逐步得到改進(jìn)[20]。因此，對(duì)人工智能系統(tǒng)進(jìn)行量身定制，使其與教師并肩作戰(zhàn)，承擔(dān)重復(fù)性任務(wù)，而將具有挑戰(zhàn)性的任務(wù)留給人類(lèi)。衡量一個(gè)學(xué)習(xí)者的進(jìn)步，其本質(zhì)是具有深刻社會(huì)性的努力，是每個(gè)教師面臨的最大挑戰(zhàn)，也是用傳統(tǒng)基于規(guī)則的軟件無(wú)法做到的。但教師要評(píng)估學(xué)生對(duì)一個(gè)概念的掌握程度時(shí)，又必須考慮到課堂上每個(gè)學(xué)生的反應(yīng)，這樣教師才能找到學(xué)生落后的原因。傳統(tǒng)學(xué)習(xí)軟件一般只能依靠課后的評(píng)估來(lái)衡量學(xué)生對(duì)所學(xué)主題的掌握程度，而在課堂上根本無(wú)法獲得這些數(shù)據(jù)。人工智能的歷史，是一條以“推理”為重點(diǎn)，到以“知識(shí)”為重點(diǎn)，再到以“學(xué)習(xí)”為重點(diǎn)的過(guò)程。所以，現(xiàn)在機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能的一個(gè)途徑。機(jī)器學(xué)習(xí)算法，通過(guò)分析和發(fā)現(xiàn)數(shù)據(jù)點(diǎn)之間的模式和相關(guān)性，可以成為教師量化學(xué)生對(duì)課堂理解的有效工具[21]。通過(guò)分析特定的學(xué)生數(shù)據(jù)，人工智能有可能幫助學(xué)生更快地發(fā)現(xiàn)需要幫助的地方，從而提高學(xué)生成績(jī)和教師支持。例如，人工智能平臺(tái)，收集用戶(hù)與課程材料和環(huán)境交互的實(shí)時(shí)信息，為每個(gè)學(xué)生創(chuàng)建豐富的數(shù)字檔案。人工智能更高級(jí)的應(yīng)用還可以使用計(jì)算機(jī)視覺(jué)算法來(lái)分析面部表情（例如無(wú)聊和分心），并將這些表情與學(xué)生的其他數(shù)據(jù)聯(lián)系起來(lái)，創(chuàng)建一個(gè)更完整的學(xué)習(xí)者模型圖，實(shí)時(shí)洞察學(xué)生對(duì)特定主題的理解和參與情況。當(dāng)然，數(shù)據(jù)模型也可能在多個(gè)學(xué)生中找到共同的模式，并執(zhí)行預(yù)測(cè)分析。還有一些更有潛力的方法。例如，課堂上融入信息和通信技術(shù)（ICT），特別有助于課堂互動(dòng)，促使我們?cè)诮虒W(xué)過(guò)程中實(shí)現(xiàn)以學(xué)生為中心的學(xué)習(xí)[22]；非侵入性腦-機(jī)接口結(jié)合人工智能，會(huì)讓我們重新思考教師的角色——虛擬“教師機(jī)器人”能否取代教師[23]；經(jīng)濟(jì)實(shí)惠、能測(cè)量學(xué)生何時(shí)專(zhuān)注于內(nèi)容和學(xué)習(xí)任務(wù)的大腦計(jì)算機(jī)接口（BCI）設(shè)備[24]也已經(jīng)成為可能；而類(lèi)似IBM的沃森（Watson）這樣的超級(jí)計(jì)算機(jī)，可以在整個(gè)課程期間提供自動(dòng)化的教師參與服務(wù)[25]。當(dāng)學(xué)生在課堂學(xué)習(xí)上落后時(shí)，除了學(xué)生自身的問(wèn)題，教學(xué)方法和課程內(nèi)容本身的缺陷也難辭其咎。遺憾的是，通常教師在授課過(guò)程中，并不會(huì)意識(shí)到自己所講的內(nèi)容與教材有什么差距和分歧，而這恰好是讓一些學(xué)生對(duì)某些概念感到困惑的地方。此時(shí)，人工智能就可以在教學(xué)過(guò)程中進(jìn)行實(shí)時(shí)反饋。如果已證明有效的教學(xué)實(shí)踐可以成為一個(gè)度量標(biāo)準(zhǔn)，那么人工智能就能使用這個(gè)標(biāo)準(zhǔn)，以最佳方式來(lái)指導(dǎo)教員講授教程，或者提供信息來(lái)指導(dǎo)教學(xué)。例如，如果教員在上課時(shí)偏離主題，人工智能可能會(huì)提醒他回到正軌；或者導(dǎo)師說(shuō)話太快，學(xué)生已經(jīng)無(wú)法跟上而失去興趣，人工智能就會(huì)告訴教師放慢速度，以便學(xué)生能夠重新參與到課程中來(lái)。當(dāng)然，人工智能同時(shí)也會(huì)監(jiān)控學(xué)生的學(xué)習(xí)過(guò)程和行為，在學(xué)生可能出現(xiàn)問(wèn)題的地方進(jìn)行提醒。比如，對(duì)于一道習(xí)題，大多學(xué)生都給出了錯(cuò)誤答案，那么系統(tǒng)會(huì)提醒教師關(guān)注；對(duì)即將選修該課程的學(xué)生來(lái)說(shuō)，系統(tǒng)還會(huì)發(fā)送一些預(yù)警信息，提前消除一些誤區(qū)。由此可見(jiàn)，人工智能系統(tǒng)不僅讓教師找到了教學(xué)中可能出現(xiàn)的偏差，還讓學(xué)生快速獲得他們所需要的支持。特別是通過(guò)人工智能應(yīng)用程序，學(xué)生可以從老師那里得到有針對(duì)性的定制回答。即時(shí)反饋是輔導(dǎo)學(xué)生成功的關(guān)鍵之一。學(xué)生們得到及時(shí)反饋，可幫助他們加深理解，并有助于正確完成下一個(gè)任務(wù)。這樣就填補(bǔ)了課程講授中可能出現(xiàn)的解釋差距，確保所有學(xué)生都建立起共同的概念基礎(chǔ)。在學(xué)生自主學(xué)習(xí)過(guò)程中，也可以用機(jī)器進(jìn)行更廣泛的記錄。當(dāng)學(xué)生觀看翻轉(zhuǎn)課堂（視頻）時(shí)，可以記錄他們學(xué)習(xí)的全過(guò)程，包括學(xué)生重看視頻講座的次數(shù)、被難倒的地方或放慢播放速度觀看的記錄。通過(guò)分析學(xué)生之間的差異、對(duì)相關(guān)知識(shí)學(xué)習(xí)時(shí)間上的差異，以及他們?cè)谟^看某些內(nèi)容時(shí)的注意力變化，機(jī)器學(xué)習(xí)可以幫助教師更好地了解學(xué)生在哪里苦苦掙扎，或者材料在哪里解釋得不好等等。人工智能還幫助教師評(píng)估其教材的相關(guān)性，這相對(duì)容易實(shí)現(xiàn)，因?yàn)楝F(xiàn)在大多數(shù)教師都是通過(guò)電子方式準(zhǔn)備教學(xué)素材的。因此，人工智能技術(shù)可以直接解釋這些素材，確定所涵蓋的主題，甚至分析課程和評(píng)估材料，以深入了解評(píng)估涵蓋課程內(nèi)容的程度。學(xué)習(xí)的路徑可能有無(wú)數(shù)條，提供個(gè)性化的學(xué)習(xí)體驗(yàn)是教師一直努力實(shí)現(xiàn)的目標(biāo)，但傳統(tǒng)的教育體系是迎合平均水平的，無(wú)法提供對(duì)學(xué)生足夠的服務(wù)。更通俗地說(shuō)，課程的目標(biāo)是針對(duì)80%的中等學(xué)生。很顯然，這對(duì)于前10%的學(xué)生來(lái)說(shuō)，他們不用花費(fèi)太大氣力就能輕松應(yīng)對(duì)這門(mén)課程，而對(duì)于后10%的學(xué)生來(lái)說(shuō)，他們可能很難跟上。傳統(tǒng)的大學(xué)課堂，講座內(nèi)容也是一刀切的，因?yàn)榻處煵豢赡転榻鉀Q某個(gè)學(xué)生的問(wèn)題長(zhǎng)時(shí)間暫停講課。自然語(yǔ)言處理（NLP）是人工智能的一個(gè)分支，可用于分析書(shū)面材料的內(nèi)容和上下文關(guān)系，不僅可以衡量課程材料的質(zhì)量，而且還可以像人類(lèi)一樣修改句子，甚至自己編寫(xiě)新材料。有了這樣的人工智能技術(shù)，教師就可以創(chuàng)建針對(duì)個(gè)別學(xué)生定制的教科書(shū)和練習(xí)，更好地滿足他們獨(dú)特的學(xué)習(xí)偏好和興趣。美國(guó)加利福尼亞的內(nèi)容技術(shù)公司（Content
Technologies Inc.,
CTI）開(kāi)發(fā)了自動(dòng)生成定制教育內(nèi)容的人工智能引擎，使用深度學(xué)習(xí)來(lái)分析教學(xué)大綱和課程材料，然后生成新的內(nèi)容，如自定義教材、章節(jié)摘要和多項(xiàng)選擇測(cè)試。基于人工智能學(xué)習(xí)模型還可以建立智能輔導(dǎo)系統(tǒng)（ITS，intelligent
tutoring
systems）[26]。這樣的系統(tǒng)可以在自主學(xué)習(xí)環(huán)境中運(yùn)行，也可以與人類(lèi)教師合作，利用學(xué)生學(xué)習(xí)的歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)，為他們提供針對(duì)其優(yōu)劣勢(shì)的個(gè)性化內(nèi)容。業(yè)已證明這在數(shù)學(xué)和物理等學(xué)科領(lǐng)域的教學(xué)中是有效的[21]。再舉個(gè)例子來(lái)說(shuō)，卡內(nèi)基學(xué)習(xí)公司開(kāi)發(fā)的人工智能支持的數(shù)學(xué)學(xué)習(xí)平臺(tái)MATHia就是采用機(jī)器學(xué)習(xí)算法和預(yù)測(cè)模型來(lái)確定學(xué)生的知識(shí)和技能水平，并評(píng)估他們的未來(lái)表現(xiàn)（https://www.carnegielearning.com/）。其中，使用“知識(shí)追蹤”來(lái)確定學(xué)生對(duì)不同概念的理解過(guò)程，用“模型追蹤”理解學(xué)生解決問(wèn)題的方法，這樣就可以調(diào)整軟件對(duì)個(gè)別學(xué)生思維過(guò)程的支持，而不是將學(xué)習(xí)過(guò)程定向到可能對(duì)學(xué)生沒(méi)有意義的標(biāo)準(zhǔn)方法。人工智能如何改變我們傳統(tǒng)的教學(xué)元素
學(xué)校是進(jìn)行大量學(xué)習(xí)的地方，教師在規(guī)劃、塑造和引導(dǎo)教學(xué)秩序方面發(fā)揮著決定性的作用。如果將現(xiàn)在的教室與20世紀(jì)初的教室進(jìn)行對(duì)比，現(xiàn)代教室已替換成現(xiàn)代版本的黑板，許多工具和教學(xué)過(guò)程已經(jīng)數(shù)字化，地理障礙在某種程度上已經(jīng)消除，學(xué)生可以坐在教室，也可以坐在家里通過(guò)網(wǎng)絡(luò)參與教學(xué)。那么，人工智能要應(yīng)用于支持和加強(qiáng)學(xué)習(xí)過(guò)程，還有哪些教學(xué)元素是可以改變的呢？首先，教室必須變得更加智能化。利用傳感器和物聯(lián)網(wǎng)技術(shù)（IOT）的系統(tǒng)，超越了傳統(tǒng)計(jì)算機(jī)范式的局限性，這可適應(yīng)人類(lèi)學(xué)習(xí)中的生物學(xué)特點(diǎn)——需要更多的社會(huì)互動(dòng)[27]。物聯(lián)網(wǎng)的應(yīng)用，是為了提供支持學(xué)習(xí)的新方法，并利用與智能技術(shù)進(jìn)行交互的豐富大數(shù)據(jù)，為教師和課堂創(chuàng)造價(jià)值。比如，教室里的高清攝像機(jī)可能會(huì)提供其他有價(jià)值的支持。如果對(duì)視頻流進(jìn)行數(shù)據(jù)挖掘，就可以獲取學(xué)習(xí)者空間特征，通過(guò)構(gòu)造預(yù)測(cè)模型建立教室中的對(duì)位。人工智能算法通過(guò)收集、分析和關(guān)聯(lián)物理教室和虛擬教室中發(fā)生的每一個(gè)交互作用，幫助教師解決每個(gè)學(xué)生的特定痛點(diǎn)。其次，教學(xué)設(shè)備將更加智能化和專(zhuān)業(yè)化。迄今為止開(kāi)發(fā)的許多人工智能設(shè)備，大多是通過(guò)計(jì)算機(jī)進(jìn)行的（有少數(shù)例外）。對(duì)于教師來(lái)說(shuō)，這個(gè)系統(tǒng)就是一個(gè)“黑匣子”，而且主要是要取代教師一些作用的，所以在傳統(tǒng)教室中，人工智能教學(xué)設(shè)備很少。即使存在，大多也不是為教育而專(zhuān)門(mén)設(shè)計(jì)的[27]。在過(guò)去的30年中，一些教學(xué)輔助技術(shù)，如文本到語(yǔ)音、語(yǔ)音到文本、縮放工具、預(yù)測(cè)性文本、拼寫(xiě)檢查和搜索引擎，設(shè)計(jì)初衷是用于幫助殘疾人的技術(shù)示范[3]。這些技術(shù)后來(lái)得到擴(kuò)展，幾乎成為所有個(gè)人電腦、手持設(shè)備或可穿戴設(shè)備的通用功能，在教育中增強(qiáng)了學(xué)生的學(xué)習(xí)互動(dòng)，增強(qiáng)了教學(xué)和教育體驗(yàn)設(shè)計(jì)的可能性。最常見(jiàn)的智能教學(xué)設(shè)備，如2007年推出的iPhone手機(jī)，2008年推出的Android手機(jī)，2010年推出的iPad，這些智能手機(jī)和平板電腦都是現(xiàn)在的通用技術(shù)。未來(lái)是否有希望制造出專(zhuān)門(mén)為學(xué)習(xí)和教學(xué)設(shè)計(jì)的技術(shù)呢？根據(jù)目前的發(fā)展過(guò)程，我們可以想象，未來(lái)25年里，我們現(xiàn)在擁有的技術(shù)或許又被不同代的設(shè)備所取代，足夠擺脫以計(jì)算機(jī)和平板電腦為主的教學(xué)模式，有望出現(xiàn)某種新的方式。也許，卡爾·米查姆（Carl
Mitcham）所描述的電子人[28]就會(huì)出現(xiàn)，這種類(lèi)型的人機(jī)界面會(huì)立即改變我們學(xué)習(xí)、記憶、訪問(wèn)和創(chuàng)建信息的方式。我們目前還無(wú)法預(yù)測(cè)，使用這種界面來(lái)增強(qiáng)人類(lèi)記憶和認(rèn)知需要多長(zhǎng)時(shí)間，但很明確的是，人腦和機(jī)器的“雜交”已經(jīng)成為可能，這從根本上挑戰(zhàn)了教師為不同的學(xué)習(xí)和教學(xué)環(huán)境找到新的維度、功能和全新的教學(xué)方法。所以，教育創(chuàng)新不僅僅是將更多的技術(shù)投入更多的教室，而是改變教學(xué)方法，使學(xué)生獲得在競(jìng)爭(zhēng)激烈的全球經(jīng)濟(jì)中發(fā)展所需的技能[17]。還有，現(xiàn)行的教育體制都是以年齡分組為基礎(chǔ)的，這顯然并沒(méi)有考慮學(xué)生的學(xué)習(xí)速度、興趣和才能的差異。因此，在每一個(gè)教室里，都有一些學(xué)生因?yàn)楹芸炖斫饬藢W(xué)習(xí)內(nèi)容而感到厭煩，而另一些學(xué)生因?yàn)槁?tīng)不懂老師的解釋而感到沮喪。人工智能應(yīng)用程序?qū)⒑芸焱ㄟ^(guò)提出個(gè)人學(xué)習(xí)目標(biāo)、選擇教學(xué)方法和展示基于每個(gè)學(xué)生興趣和技能水平的練習(xí)，個(gè)性化學(xué)生的學(xué)習(xí)體驗(yàn)。這種非年齡分組的變化也是對(duì)傳統(tǒng)教學(xué)元素的重大變革，可根據(jù)學(xué)習(xí)者的需要調(diào)整內(nèi)容和學(xué)習(xí)速度。試錯(cuò)是學(xué)習(xí)的關(guān)鍵步驟。對(duì)于許多學(xué)生來(lái)說(shuō)，他們因?yàn)楹ε率《辉敢庠谕g人面前表達(dá)自己的想法，而面對(duì)人工智能，就不是那么令人生畏，學(xué)生就可以用更自由的方式來(lái)試錯(cuò)。事實(shí)上，人工智能本身就是支持這種學(xué)習(xí)的完美教師，因?yàn)樗鼈冏约壕统３Ｍㄟ^(guò)試錯(cuò)來(lái)學(xué)習(xí)。教育還有一個(gè)重要方面是培養(yǎng)協(xié)作和社會(huì)互動(dòng)，一般學(xué)生是從分組合作中學(xué)到這些技能的。個(gè)性化教學(xué)中，學(xué)生被視為一個(gè)獨(dú)立的學(xué)習(xí)者，他們一方面可以按照自己的速度進(jìn)行學(xué)習(xí)，另一方面也需要與他人進(jìn)行合作。人工智能本身也可能成為協(xié)作學(xué)習(xí)的推動(dòng)者，人工智能通過(guò)比較學(xué)習(xí)者模型，可以找到具有相似認(rèn)知水平或具有互補(bǔ)技能的學(xué)生，讓他們組隊(duì)能更好地進(jìn)行協(xié)作學(xué)習(xí)。甚至，人工智能還可以作為一個(gè)成員參與到學(xué)習(xí)小組中，通過(guò)提供內(nèi)容、提出問(wèn)題和發(fā)表觀點(diǎn)，引導(dǎo)在正確的方向進(jìn)行更高效的討論，產(chǎn)生更好的人際互動(dòng)。如果教育內(nèi)容的質(zhì)量本身很好，那么上述這些技術(shù)，就是打破時(shí)間和空間的羈絆，在“合適”的時(shí)間向?qū)W習(xí)者呈現(xiàn)“合適”的內(nèi)容。但是，并非所有的教學(xué)內(nèi)容都是質(zhì)量很高的，也可能是枯燥乏味、缺乏明確的教學(xué)目標(biāo)、認(rèn)知被動(dòng)、未能將研究結(jié)果納入學(xué)習(xí)科學(xué)的。在很大程度上，我們甚至沒(méi)有標(biāo)準(zhǔn)來(lái)合理區(qū)分高質(zhì)量和低質(zhì)量的教育內(nèi)容。現(xiàn)在，基于人工智能的智能內(nèi)容（smart
content）技術(shù)，正在使用傳統(tǒng)的教學(xué)大綱為某些科目創(chuàng)建定制的教科書(shū)，使教科書(shū)內(nèi)容更容易理解。因此，人工智能在整個(gè)學(xué)習(xí)過(guò)程中的普遍采用，最終將徹底改變教育[29]。由于人工智能解決方案有可能改變大學(xué)行政服務(wù)的結(jié)構(gòu)，高等教育的教學(xué)領(lǐng)域面臨著一系列截然不同的挑戰(zhàn)。本文設(shè)想了人工智能在高等教育中可能涉及的自動(dòng)化任務(wù)，但對(duì)于更復(fù)雜的高等教育任務(wù)還難于面面俱到。如果認(rèn)為好教師就會(huì)自動(dòng)產(chǎn)生良好的教育，這種理解是過(guò)于簡(jiǎn)單化的[30]，因?yàn)榻逃⒎侵R(shí)的簡(jiǎn)單轉(zhuǎn)移。雖然人工智能在教育中的應(yīng)用取得了令人矚目的成就，但與人工智能算法在其他領(lǐng)域的應(yīng)用相比，卻是相形見(jiàn)絀的，因?yàn)榻逃蛯W(xué)習(xí)從根本上說(shuō)還是一種社會(huì)體驗(yàn)，最強(qiáng)大的超級(jí)計(jì)算機(jī)也很難發(fā)現(xiàn)人類(lèi)的諷刺和幽默，它只是基于算法進(jìn)行各種嘗試，然后簡(jiǎn)化為膚淺的解決方案。所以，我們必須承認(rèn)目前的技術(shù)局限性，承認(rèn)人工智能還沒(méi)有準(zhǔn)備好取代教師，而是提供了提高教學(xué)能力的真實(shí)可能性。高等教育是這一深刻變革的中心，它帶來(lái)了巨大的機(jī)遇和風(fēng)險(xiǎn)，技術(shù)的真正潛力在于適當(dāng)?shù)乩眉夹g(shù)來(lái)擴(kuò)展人類(lèi)的能力以及教學(xué)、學(xué)習(xí)和研究的可能性。這一重要的十字路口期待從學(xué)術(shù)的角度進(jìn)行仔細(xì)的考察和分析。[1]
OAKES K. Here’s what scientists searched for in 2018: AI is up,
stress is down [J]. Nature, 2019,
[2]
ALEXANDER B, ASHFORD-ROWE K, BARAJAS-MURPHY N, et al. EDUCAUSE
Horizon Report. 2019 Higher Education Edition, 2019,
[3]
POPENICI S, KERR S. Exploring the impact of artificial intelligence
on teaching and learning in higher education [J]. Research and
Practice in Technology Enhanced Learning, 2017, 12(22.
[4]
WANG F, TAO X. Visual Analysis of the Application of Artificial
Intelligence in Education. 2018 International Joint Conference on
Information, Media and Engineering (ICIME), 2018, 187-191.
[5]
HORVITZ E. AI, people, and society [J]. Science, 2017, 357(6346): 7.
[6]
MA Y, SIAU K. Artificial Intelligence Impacts on Higher
Education[C]//MWAIS 2018 Proceedings. Saint Louis, Missouri: 2018.
1-5.
[7]
SIAU K. Education in the Age of Artificial Intelligence: How will
Technology Shape Learning? [J]. The Global Analyst, 2018, 7(3):
22-24.
[8]MA
Y, SIAU K. Higher Education in the AI Age [EB/OL]. (2019-03-20)
[2019-06-20].
https://www.researchgate.net/publication/333296294_Higher_Education_in_the_AI_Age.
[9]
ARIA M, CUCCURULLO C. Bibliometrix : An R-Tool for Comprehensive
Science Mapping Analysis [J]. Journal of Informetrics, 2018, 11(4):
959-975.
[10]
CUMMING G. Artificial Intelligence in Education: An Exploration [J].
Journal of Computer Assisted Learning, 1998, 14(4): 251.
[11]
PAPERT S. Mindstorms: Children,computers,and powerful ideas. 1980,
[12]
ROBERTSON M. Artificial intelligence in education [J]. Nature, 1976,
262(435-437.
[13]
POPENICI S. Deceptive promises: the meaning of MOOCs-hype for higher
education. 2015, 158-167.
[14]
ASHOK K G, JOYNER D A. Using AI to Teach AI: Lessons from an Online
AI Class [J]. AI Magazine, 2017, SUMMER): 48-58.
[15]DAVIDSON
C N. Talking Points on The New Education: How to Revolutionize the
University to Prepare Students for a World in Flux [EB/OL].
(2017-09-05) [2019-06-20].
https://www.cathydavidson.com/wp-content/uploads/2013/08/Q-and-A-Talking-Points-for-The-New-Education-1.pdf.
[16]
DAVIDSON C N. The New Education: How to Revolutionize the University
to Prepare Students for a World In Flux. 2017,
[17]
SCHLEICHER A. Schools for 21st-century learners: Strong leaders,
confident teachers, innovative approaches. 2015,
[18]
LEWIN K. Action research and minority problems [J]. Journal of social
issues, 1946, 2(4): 34-46.
[19]
HINOJO-LUCENA F, AZNAR-DíAZ I, CáCERES-RECHE M, et al. Artificial
Intelligence in Higher Education: A Bibliometric Study on its Impact
in the Scientific Literature [J]. Education Sciences, 2019, 9(1): 51.
[20]SCHAAL
S. The future of education and how AI can help shape it [EB/OL].
(2019-06-18) [2019-06-20].
https://luminovo.ai/blog/the-future-of-education-and-how-ai-can-help-shape-it.
[21]DICKSON
B. How Artificial Intellgence Is Shaping the Future of Education
[EB/OL]. (2017-11-20) [2019-6-10].
https://www.pcmag.com/article/357483/how-artificial-intelligence-is-shaping-the-future-of-educati.
[22]
AZNAR I, CáCERES M P, ROMERO J M. Quality indicators to evaluate
good teaching practices of mobile learning in Higher Education [J].
Education in the Knowledge Society, 2018, 19(1): 53-68.
[23]
BAYNE S. Teacherbot: interventions in automated teaching [J].
Teaching in Higher Education, 2015, 20(4): 455-467.
[24]
CHEN X, WANG Y, NAKANISHI M, et al. High-speed spelling with a
noninvasive brain–computer
interface [J]. Proceedings of the National Academy of Sciences, 2015,
112(44): E6058–E606.
[25]MADERER
J. Artificial intelligence course creates AI teaching assistant
[EB/OL]. (2016-05-09) [2019-06-20].
http://www.news.gatech.edu/2016/05/09/artificial-intelligence-course-creates-ai-teaching-assistant.
[26]
NKAMBOU R, BOURDEAU J, MIZOGUCHI R. Introduction: What Are
Intelligent Tutoring Systems, and Why This Book? 2010, 1-12.
[27]
TIMMS M J. Letting Artificial Intelligence in Education Out of the
Box: Educational Cobots and Smart Classrooms [J]. International
Journal of Artificial Intelligence in Education, 2016, 26(2):
701-712.
[28]
MITCHAM C. Encyclopedia of science, technology, and ethics. 2005,
[29]
LUCKIN R, HOLMES W. Intelligence Unleashed An Argument For AI In
Education. [J]. UCL Knowledge Lab London, UK., 2016,
[30]
MASTERS K. Artificial intelligence in medical education [J]. Medical
Teacher, 2019, 1-5.
