AIGC时代基于双向赋能的人工智能教育创新框架
作者： 彭绍东
摘 要：智能时代，教育数字化转型的重要目标是转向人工智能教育，推进教育智能化，其突破口是教育智能技术创新。随着以AIGC为代表的生成式通用人工智能（AGI）技术的突破，以及ChatGPT教育应用的风靡，人工智能教育的领域与学科迎来大发展机遇。双向赋能形成了教育人工智能和智能化教育双领域。人工智能教育学科的逻辑起点是人工智能与教育的双向赋能，逻辑终点是教育的高绩效和培养智能素养。本文分析了AIGC教育应用的9大技术场景与4大角色任务，并基于人工智能与教育的双向赋能理念，论述了人工智能教育的领域、学科与专业创新框架，提出了学科研究范式体系以及专业创新的源动力、任务与策略。
关键词：AIGC；AGI；双向赋能；教育人工智能；人工智能教育；领域创新；学科创新；专业创新
中图分类号：G434 文献标识码：A 文章编号：1674-7615（2023）04-0012-15
DOI：10.15958/j.cnki.jywhlt.2023.04.002
一、ChatGPT、AIGC引爆人工智能教育大发展
2022年11月30日，美国OpenAI公司发布的ChatGPT（Chat Generative Pre-Trained Transformer，可直译为“聊天式生成型预训练变换模型”）聊天机器人，引爆了生成式通用人工智能技术应用，其后短短两个月，使用该机器人的活跃用户便超1亿。ChatGPT基于GPT 3.5架构，通过学习大量现成文本和对话集，能够像人类那样即时对话，流畅回答各种问题。2023年3月15日，ChatGPT基于GPT-4架构进行了迭代升级，其后出现了使用GPT-4作为驱动基础，允许自主执行任务，无需用户提示每个操作的AutoGPT[1]。未来，具有多模态输入、输出和处理功能的GPT-5将推出。AutoGPT的最大特点，在于能全自动地根据任务指令进行分析和执行，自行提问并回答，中间环节不需要用户参与。GPT模型此前已有GPT-1、GPT-2、GPT-3版本，由OpenAI分别于2018年6月、2019年2月、2020年5月发布，其模型参数量和预训练数据量不断增加，其泛化、理解、转换、学习能力不断增强。GPT系统已可用于文案写作、艺术创作、科研辅助、智能编程、智能教学、智能控制、智能客服、社交娱乐等领域。
GPT属人工智能生成内容（Artificial Intelligence Generated Context，简称AIGC）中的一种代表性模型。AIGC技术可被用于生成文本、图像、声音、视频、代码及其他跨模态内容。AIGC的发展经历了萌芽期（20世纪50年代至90年代）、沉淀积累期（20世纪90年代至21世纪10年代）、快速发展期（21世纪10年代至今）。其中，代表性事件有：1957年，莱杰伦·希勒与伦纳德·艾萨克森推出了由计算机制作的音乐《依利亚克组曲（Illiac Suite）》；1966年，约瑟夫·魏岑鲍姆与肯尼斯·科尔比推出了人机可对话机器人Eliza；2007年，出现了由人工智能创作的小说1 The Road；2012年，微软推出了全自动同声传译系统；2018年，英伟达推出的StyleGAN可自动生成高质量图片；2019年，DeepMind研发的Dual Video Discriminator GAN人工智能模型可自动生成连续视频；2023年，百度发布的“文心一言”大语言模型，初具“文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成”等功能。
AIGC体现了知识内容由专家（P）生成、用户（U）生成向人工智能（AI）生成的飞跃，同时标志着AI由分析式向生成式的飞跃。分析式AI主要利用机器学习技术完成分类、预测、决策等任务，诞生了卷积神经网络等技术。生成式AI能利用学习数据产生模式创造新样本，诞生了大型Transformer网络模型等技术。未来，通用型人工智能（AGI，Artificial General Intelligence）赋能，有可能使智能系统像人一样学习、工作与创新。AIGC技术在教育中的应用，可从技术场景与角色任务两个维度来分析，见表1。
生成式通用人工智能引爆智能教育的大讨论，并受到广泛关注[4-5]，我们必须审时度势，抓住人工智能大发展机遇，共创人工智能教育的领域、学科与专业建设新天地。
二、人工智能与教育的双向赋能
（一）赋能与双向赋能
赋能，从字面上看指给予能力，从管理学视角看指赋权增能，从技术学视角看指提升主体性能，从系统科学视角看指提升系统功能。赋能的基本方式有外在增能与内在使能两种。在传播学中，“媒体是人体的延伸”强调的是利用媒体赋予人体新的机能，包括提高人的感觉能力，打破人的感官刺激习惯，赋予媒体功能的互补。
在人工智能领域，人工智能是人脑的延伸，强调利用算法模拟人脑的机能，赋予人造系统新的认知或决策能力。
在人工智能教育领域，人工智能与教育的赋能是双向的：一方面，通过人工智能赋能教育，使教育因“人工智能”这个内生变量而产生革命性变化，转化为智能化教育这个新形态；另一方面，通过教育赋能人工智能，使人工智能因“教育”这个特定应用场景而产生具有“教育”特征的人工智能（简称教育人工智能）。其中，“智能化教育”的终极目标是追求高质量的个性化教育，“教育人工智能”的核心技术是教学算法。
（二）人工智能赋能教育：智能化教育的兴起
智能化教育是指基于智能感知、教学算法与数据决策等技术，利用智能工具对学习者、教师、教学内容、教学媒体及教育环境进行自动分析，实施精准干预，支持个性化学习与规模化教学，形成教育的智能生态，培养学习者智能素养和实现教育高绩效的理论与实践。
在智能化教育中，AI从技术基础、基本策略、目标定位三个层面[6]对教育赋能，即利用智能感知、教学算法、数据决策技术为教学系统中信息的采集、处理和应用等赋能；通过培养智能素养和促进教学优化，为教育的价值赋能。
AI为教育赋能，其实是技术为教育赋能的体现。从光电技术诞生至今，已经历了电影技术、录音技术、幻灯技术、电视技术、多媒体技术、网络技术为教育赋能而兴起的电影教育、录音教育、幻灯教育、电视教育、多媒体教育、网络教育。这些教育可统称为“电化”教育。智能时代的“电化”教育主要表现为智能化教育。
（三）教育赋能人工智能：教育人工智能的形成
教育人工智能是指用于教育场域且具有教育特征与功能的人工智能。教育为AI赋能，使AI有了新的应用领域、新的门类，使AI在通用的机器感知、机器学习、机器推理、机器行为等脑功能模型基础上，创新出智能学生模型、智能教师模型、智能教学决策模型、智能教材模型、智能教学系统模型、智能教学环境模型等专业模型。
同时，教育为AI赋能，其实是教育为技术赋能的延续。教育电影、教育录音、教育幻灯、教育电视、教育多媒体、教育网络等专业技术与媒体类型，无一不具有教育特征和教育功能。例如，都强调面向特定的教学对象，具有特定的教学作用，符合认知特点和教学规律。教育人工智能，同样要体现教育特点并具有教育功能。教育AI，按其来源分，有专门设计的教育AI和可利用的教育AI；按教育系统与环境的要素分，有智能教师、智能学生、智能教育内容、智能教育工具、智能教育平台、智能教育环境等。
（四）人工智能教育的领域、学科与专业创新框架模型
1.模型内容
基于双向赋能的人工智能教育的领域、学科与专业创新框架模型，如图1所示。
从图1可以看出，基于双向赋能，形成了智能化教育与教育人工智能两大学术领域。通过对这两大领域的不断探索与创新，可逐步形成人工智能教育学科。该学科的建设任务包括三个方面：一是作为知识体系的人工智能教育学科，要逐步明确学科的逻辑起点、知识体系、学科性质与定位，了解学科发展路径，形成学科研究范式与方法；二是作为知识生产组织的学科，要明确学科使命和建制，建立学科队伍，编制学术刊物，设置学位点；三是作为教学科目的学科，包括教学科目的划分与内容组织、实施计划、课程设置与教学评价等。
基于学科建设和为智能社会培养人才的目标，逐步形成人工智能教育专业。该专业有智能化教育、教育人工智能、智能科技教育等专业方向。在专业建设中，要明确专业人才需求与培养方案，落实专业课程与教学，开展专业实践与评价，建立专业机构及场所，实施专业认证。
总体看，领域建设是学科建设的基础，学科建设是专业建设的基础，通过学科建设评价可调控领域建设，通过专业建设评价可调控学科及领域建设。在领域建设中，教育人工智能子领域又是智能化教育子领域的重要支撑，也是当前教育技术学专业创新的重点。同时，智能化教育是人工智能与教育融合的目标，是各学科开展人工智能教育的努力方向，能为教育人工智能的研发提供现实需求与检验场域。
2.建模目的
（1）落实国家发展规划，促进人工智能学科建设。2017年，国务院印发的《新一代人工智能发展规划》强调，“到2025年人工智能基础理论实现新突破”“完善人工智能领域学科布局，设立人工智能专业，推进人工智能领域一级学科建设”[7]。本模型有助于推进教育人工智能和智能化教育两大子学科模块的建设。
（2）面向智能社会人才培养，推进人工智能教育专业建设。该模型有助于为研制人工智能教育专业人才培养方案和专业体系顶层设计提供思路。
（3）适应智能时代的发展，推进教育技术学科、专业与课程改革。现有的教育技术核心是教育信息技术，强调多媒体网络的教育应用。随着智能科学与技术在教育领域的推广应用，教育技术亟待由教育信息技术向教育智能技术转型。
3.建模依据
（1）理论依据。包括人工智能教育原理、科技与教育双向赋能理论、教育科学学、教育社会学等方面的理论依据。其中，人工智能教育原理分别从教育层面、教学层面、要素运行层面阐明了人工智能教育的基本规律。教育科学学理论有助于明确人工智能教育学科在教育科学体系中的定位，教育社会学理论有助于探讨人工智能教育与社会智能化过程的关系以及智能人才培养的问题。
（2）实践依据。表现为国家政策倾向、社会发展需要、教育技术专业创新、教育数字化转型等的支持作用。在教育技术专业发展中，已经历过教育视听技术、教育信息技术等学科与专业的兴起、发展与更新，本模型是原有演变的延续。
4.模型应用策略
本模型的应用应把握如下策略：一是内在逻辑方面，先基于双向赋能，促进人工智能教育领域建设，再进行学科建设，最后进行专业建设；二是发展趋势方面，要整体把握，分项落实；三是要立足现实，基于教育技术学科与专业的现实基础，面向人才需求，讲究实效。
三、智能化教育与教育人工智能领域的结构、演变与创新
（一）人工智能教育的两大领域及其关系
智能化教育和教育人工智能是人工智能教育研究的两大领域，二者之间的关系见表2。
（二）智能化教育领域的结构、演变与创新
1.智能化教育领域的结构
包括由教师、学生、教育内容、教育媒体所组成的智能教育要素结构，由智能教学环境、教学系统要素所组成的AI与教学深度融合结构，由教学设计、教学实施、教学评价所组成的智能化教学实践结构。
2.智能化教育领域的演变
人工智能教育包括智能化教育与智能科技教育。智能化教育的演变，按智能技术应用的深度和广度，可分为人工智能辅助教育与人工智能深度融合教育两个发展阶段。
在人工智能辅助教育阶段，人工智能作为一种感知工具、认知工具、管理工具、测评工具、分析工具，帮助教师与学生进行一些教学活动，以提高教学绩效为主要目标，但教育形态尚未发生根本性变化。