核心摘要：人工智能在当前教育中的应用仍偏向于“弱人工智能”，但对提升教育效率的作用不容忽视。疫情期间，世界各地的远程教学也为人工智能教育的进一步发展提供了机遇。

 人工智能在当前教育中的应用仍偏向于“弱人工智能”，但对提升教育效率的作用不容忽视。疫情期间，世界各地的远程教学也为人工智能教育的进一步发展提供了机遇。

受新冠肺炎疫情影响，世界各地的学校借助互联网技术，将教学从线下搬到线上，以维系学校的正常运行。在其中，人工智能（AI）技术得到了广泛应用。美国教育主流媒体近期开展的调查发现，疫情封校期间，人工智能在学校和学区层面发挥了相当程度的作用，许多学校采取了灵活丰富的人工智能手段促进教学。与此同时，经济合作与发展组织（OECD，以下简称“经合组织”）与哈佛大学全球教育创新计划项目于近期面向59个国家和地区开展的教育教学调研显示，有不少教师反映，远程教育在改变教与学空间的同时，也带来了许多教育创新机会，如学习环境创新、混合学习、教师教学的新模式，等等。

显而易见，疫情危机所带来的创新机会与互联网技术发展和人工智能的应用是密不可分的。在这种形势下，人工智能在教育中的应用再次成为全球教育界共同关注的话题。

近期，美国兰德公司高级政策研究员、斯坦福国际资询研究所（SRI）研究评估中心主任罗伯特·墨菲（Robert F. Murphy）评估了人工智能在全美基础教育领域的应用及走势。在他看来，新冠肺炎疫情导致的远程学习，在客观上会促使教育者更多采用人工智能的工具和做法，然而关于人工智能的乐观期望也有可能会因教育预算应对疫情吃紧而受到限制。他认为，相对于人工智能在其他领域的颠覆性潜力，疫情对教育的冲击并未改变他此前的观点，但也要重视远程教学所引发的公众对人工智能教育的高度关注。远程学习支持自适应教学，广泛运用人工智能技术，为学生自主学习提供自动反馈和支持等，将会助力人工智能在教育中的应用与发展。

此前，在《人工智能为基础教育阶段教师教学提供支撑》报告中，墨菲认为，教育领域中的人工智能应用主要还是“弱人工智能”，即在教学领域中，合理应用自动化软件，如智能辅助系统、作文自动评分系统、学情早期预警系统等，以提升教学效率。他表示，在教育领域应用人工智能不太可能像在其他行业如公共交通、禁毒、医疗保健等领域那样立竿见影，主要还是发挥辅助作用，如提高课堂效率，协助教师开展语言教学，加强反馈与互动，及时诊断学情以及开展有针对性的指导，等等。面对新形势，墨菲做了进一步分析：

在人工智能教育的重要领域仍然欠缺足够的数据和人工智能教育应用的报告信息。一方面，是对教育应用人工智能的准确性理解和精准度把握不够；另一方面，与不含人工智能应用的教育手段相比，应用人工智能教育手段到底能发挥多大比较优势也不好测定。但随着更多人工智能教育软件投放市场，业界将会讨论建立行业标准，促使供应商提供相关产品的准确信息。产品信息大致包括对人工智能运算能力和“知识储量”（knowability）的描述或排名，如何帮助师生使用人工智能程序，师生使用人工智能发生偏差所引发的后果，人工智能模型预测的准确性程度和局限性，关于开发人工智能程序所依靠的数据情况，以及如何评估学习模型的潜在偏差，等等。

教育应用人工智能的精准程度高度依赖于海量数据的获取，某些情况下，这些数据可能会因种族、性别、家庭背景等因素产生偏差，进而对教育产生影响。对算法偏差的担忧将取决于人工智能程序在学校和课堂中的角色扮演，以及系统决策给师生带来的影响。例如，与带有偏差的人工智能教育预警系统对学生的可能影响相比，带有偏差的教育数据渗透到教师备课从而对学生产生的可能性影响相对要小得多。前者可能不成比例甚至错误识别了基于性别或种族等群体，从而做出错误决策，而那些真正有需求的学生未必能得到帮助，出现“差之毫厘，谬以千里”的结果。因此，墨菲主张对于那些人工智能应用程序（特别是学情预警系统）的输出结果，仅应视为教育教学决策过程中的一个参考，更多还是要以教师和管理人员的专业判断来作为依据，他们毕竟有着丰富的实践经验。

影响人工智能教育大规模应用的主要障碍在于，缺乏合适、足够的数据来进行研发，并存在研发资金、隐私保障等方面的问题。平时相关方面很难获得不同学科、不同年级学习所关涉的人工智能学习应用程序所需的海量、客观和复杂的数据。唯一可以便捷访问并可用于人工智能教育软件研发与推广的，是在线学习平台和正在大规模使用的应用程序，不过这样的数据规模仍相对较小。没有规模庞大且高规格要求的数据，人工智能将难以在教育中进一步长足发挥作用。即使可以获得所需的数据，用于基础教育阶段的人工智能研发资金也不会像医疗、交通、军事等其他领域那样充足。

尽管人工智能在远程教学中发挥了巨大作用，但这次疫情未必能够改变人工智能教育投资不足的局面。开发商在社会其他行业应用人工智能的投资可谓是海量，但在教育领域对人工智能的投资却没有如此强劲。对于人工智能应用开发商而言，基础教育领域是一个非常昂贵且面临诸多困难的市场，主要原因在于可自由支配的预算少，教育领域的特殊要求如尊重隐私、教育价值观导向等，教育行政部门批准的产品销售周期长，等等。鉴于上述原因，目前很难指望风险投资公司和上市公司的新投资会用于基础教育市场新产品和服务开发。

人工智能在社会其他领域中的广泛应用最终会影响公众对人工智能教育的态度。社会大众会在教育以外的领域如医疗保健、汽车驾驶等对人工智能应用的体验以及相关的媒体报道，都会影响人们对于人工智能教育的看法和态度。当前涉及人工智能应用的领域，如疫苗研发、信息保护、人工智能农业等，诸如此类的事例都有可能引发社会广泛关注。这类报道将会影响人们关于人工智能应用安全可靠与否的感知，并间接影响人们对于教育应用人工智能的认知和态度。

作为兰德公司的资深高级学者，墨菲的观点在很大程度上代表了美国顶端智库对于当前人工智能教育的判断。尽管墨菲关于教育中的人工智能应用倾向于保守，但墨菲也主张进一步加强人工智能教育的研究，鼓励“弱人工智能”在教育中的广泛应用，并强调关注人工智能通过在其他领域广泛、深入应用并最终传递到教育领域的现象。因此，尽管当前人工智能对于教育领域的改观程度不及对其他领域，但从长远来讲，其影响不容忽视。

在疫情期间，各国开展的大规模远程教学，是应对突发事件不得不采取的临时性决策，客观上为人工智能带来了发挥作用的空间。但教育领域应用人工智能不同于其他行业，有效的教学活动需要师生的创造力、灵活性、即兴创作和自发性。教师需要通过逻辑思考、常识运用、同情心和同理心来处理日常的非学术性问题和课堂上出现的问题。当下，即使是最先进的人工智能教育系统也缺乏这种能力。教育所涉及的情感、态度、价值观等，很多方面很难通过数据搜集来实现。墨菲的上述主张，与教育的这些基本特征是合拍的。

因此，面对后疫情时代的教育发展，既要明确当前人工智能技术的局限，也要注重人工智能可以广阔发挥作用的空间。经合组织联合哈佛大学全球教育创新计划项目的调研发现，广泛采用人工智能手段，对于维系后疫情时代教育教学的运营，降低因疫情而带来的教育经费成本方面仍然有着不可取代的优势，并且也拓展出新的创新空间。后疫情时代的教育，需要将疫情期间的一些创新手段常态化，并创设机遇，广泛促进人工智能在教育领域中的运用。

来源：中国教育新闻网