人工智能时期的教诲形势研判

人工智能教诲变革的三重境界：赋能、创新、重塑

人工智能经历了弯曲的发展过程。
1956年，在达特茅斯会议上首次提出了人工智能的观点，其核心是用人工的方法在机器上仿照、理解和拓展人的智能，使机器也能完成各种繁芜任务。
［1］在20世纪50年代末和80年代初，人工智能先后两次步入发展高峰，但由于技能瓶颈、运用本钱等方面的限定，无法支撑起大规模运用，终极都跌入低谷。
近年来，人工智能的发展环境发生了深刻变革，呈现出深度学习、跨界领悟、人机协同、群智开放、自主操控等新特色，［2］并第三次站在了科技发展的浪潮之巅。
当前，人工智能正在开启一场比工业革命的发展速率更快、涉及面更广、颠覆性更强的社会变革，推动经济社会从数字化、网络化向智能化加速跃升。

人工智能给教诲带来的寻衅

人工智能对教诲的影响广受关注。
有学者认为，教诲是人工智能冲击最大的行业，它不是一个学科、一个环节的调度，而是全新的、全方位的寻衅。
［3］一是人才培养目标的寻衅。
人工智能正在触发一场剧烈的社会分工调度，传统教诲培养出来的“标准化人才”不如机器有竞争力，要“把人的社会性和情绪教诲置于应对新工业革命的高度”［4］。
二是教诲办法的寻衅。
目前，智能机器人已经可以在高考中取得不错成绩。
这从一个侧面折射出，传统以去世记硬背、被动接管为主的传授教化办法正在遭遇一场重大危急。
三是教诲内容的寻衅。
新一代人工智能的兴起得益于多学科多领域的交叉领悟。
本日的教诲过于强调学科本位，很随意马虎就把知识变成了“知识点”，深挖知识的详细细节，割裂学科之间的联系，让学生“只见树木、不见森林”。
四是西席角色的寻衅。
随着“人机共教”成为一种教诲常态，西席角色将会发生巨大改变。
知识性传授教化大多由人工智能承担，西席更多是学习的设计、督匆匆、勉励、陪伴以及与学生的情绪互换。
［5］未来，人工智能将会以“教书”为主，而西席则以“育人”为重。

教诲是人工智能时期赢得国际竞争的关键

教诲和技能之间存在一场持续不懈的竞赛。
［6］当教诲发展领先于技能发展时，就能供应充足的高本色劳动力，适应技能变革带来的职业构造调度，推动经济社会快速发展。
反之，则会导致两极分解：一部分人接管着过期的教诲，技能适应性不强，毕业后不得不从事高度流程化、低认知度的事情，深陷社会底层；另一部分人受过良好教诲，毕业后从事着高创造性、高认知度的事情，稳居社会上层。
回顾历史，重视人力资源开拓是美国崛起的主要缘故原由。
源源不断的人才供给，帮助美国成为环球科技创新的引领者。
与之相似，第一次工业革命的领导者是英国，但第二次工业革命中心的却是德国。
1885年，德国开始施行免费责任教诲，同时大力发展职业教诲和高档教诲，培养出一大批复合型人才，为德国经济快速发展奠定了坚实根本。
在人工智能时期，我国要想在激烈的国际竞争中胜出，必须高度重视教诲，既要积极利用智能技能促进教诲传授教化创新，更要以教诲优先转型为大国崛起供应坚实的人才支撑。

“人工智能+教诲”的研究动态

人工智能教诲变革的三重境界：赋能、创新、重塑

2016年以来，“人工智能＋教诲”干系研究明显增多。
纵览国内外干系文献，“人工智能＋教诲”紧张有三种研究范式。

第一，将人工智能视为一种技能手段，干系研究包括智能导师系统、教诲机器人、学习剖析技能等。
个中，智能导师系统通过仿照传授教化专家，开展繁芜问题办理和知识表征运用［7］，利用感情感知技能为学生供应个性化的情绪体验［8］。
教诲机器人有助于形成人机协同的新型“双师教室”［9］。
学习剖析技能通过采集学习过程数据，为学生供应最优化的学习路径。
目前，学习剖析正在从单一的在线学习数据剖析转向多模态数据剖析。
［10］有学者认为，智能教诲是技能使能（enabling）的教诲，这种人机协同的传授教化策略使得西席与机器的各自上风得以放大。
［11］第二，将人工智能视为一种行动策略。
有学者认为，教诲信息化发展不是技能决定的，要用互联网思维推动教诲体系和做事模式的变革。
［12］“人工智能＋教诲”不仅是教诲根本举动步伐的信息化、智能化，而且是教诲理念与教诲办法的更新升级，利用人工智能技能促进学习环境、传授教化办法和教诲管理的聪慧转型，在遍及化的学校教诲中供应适切学习机会。
［13］第三，将人工智能视为一种哲学追问。
有学者提出，“人机一体”将如何改变教诲的办法和性子；如果人工智能“失落去掌握”，如何担保教诲的代价选择和方向。
［14］也有学者认为，“人工智能＋教诲”不会仅从自然的和技能的层面得到实现，要从认识发生及其与自然、历史、文化、措辞、社会生活诸方面的终极探究中建构它的根本，进而发展出人工智能与文化教诲交互的构成性运动。
［15］也有学者提出，教诲在人工智能时期将会面临两种前景：走向闭幕或走向终生教诲形态。
终生教诲形态将从实体性的“学校”转变成“行动者—网络”，教诲者便是学习者，时时和网络发生深度互动。
［16］

在“人工智能+教诲”的研究框架上，有学者认为，人工智能教诲运用聚焦于智能导学、自动化测评、拍照搜题、教诲机器人、智能批改、个性化学习、分层排课、学情监测等八个方面。
［17］也有学者认为，人工智能的范例运用包括智能导师赞助个性化教与学、教诲机器人、居家学习的儿童伙伴、实时跟踪与反馈的智能测评、教诲数据挖掘与智能化剖析、学习剖析与学习者数字肖像等六种类型。
［18］国际人工智能与教诲大会发布的《北京共识》，从十个方面方案人工智能时期的教诲：政策制订、教诲管理、传授教化与西席、学习与评价、代价不雅观与能力培养、终生学习机会、平等与原谅的利用、性别平等、伦理问题、研究与监测。
［19］可以看出，“人工智能+教诲”作为一个新话题，尚未形成科学完善的剖析框架。
但从研究主题看，传授教化、管理、评价是人工智能教诲变革的三个核心议题。

总之，“人工智能+教诲”不即是智能技能在教诲中的大略运用，要把人工智能作为教诲整体变革的内生变量，推动“工业化教诲”向“智能型教诲”转变，促进传授教化办法创新、管理流程再造和评价体系重构，构建富有选择、更有个性、更加精准的教诲做事体系，努力知足每一个学天生长的须要。

赋能教诲：

提高“标准化教诲”的运行效率

人工智能教诲变革的三重境界：赋能、创新、重塑

当代教诲集中表示了工业时期的流水线作业和批量生产特色：学生按年事分班，利用统一的教材，按照规范的流程进行传授教化，定期开展考试，达到标准的学生升入更高年级，并以此往来来往、循环不止。
这种标准化教诲模式为人工智能进入教诲供应了条件。
实践表明，不管是制造业、零售业，还是医疗、金融等行业，人工智能每每在高度流程化的运用处景中最先发挥浸染。
以是，人工智能进入教诲的第一步，便是从替代啰嗦机器的教诲活动开始，将西席从重复性劳动中解放出来，让他们去从事更有代价的事情，进一步提高教诲效率。

赋能传授教化：减轻西席包袱

从早期的知识推理机、程序化传授教化、专家系统，到本日的教诲机器人、智能导师系统，人工智能在传授教化中的浸染紧张表示在替代西席的部分重复性劳动。
一是学情剖析，利用人工智能对学习行为数据进行深度挖掘，帮助西席准确把握学生个体的认知特色和班级群体的共性问题。
目前国内外开拓的认知诊断模型有70多种，常见的有线性逻辑斯蒂克特质模型、多身分潜在特质模型、规则空间模型等，能够准确理解学生的认知构造和知识节制情形。
［20］二是重复性传授教化的替代，只管传授教化活动总体上是富有创造性的，但也存在一些流程化、重复性的环节，包括字词拼读、课文复述、试题讲解、口语练习等。
这些环节可以交给教诲机器人或智能教诲助理来承担，让西席有更多精力去从事创造性的传授教化。
三是学习资源自动推送，通过培植大规模、细粒度的数字资源库，对知识内容进行特色标记，根据学生的目标、能力、个性特色等成分订定个性化的推送方案，实现学习者和学习资源的双向匹配，更好地知足学习需求。
四是自动出题和批改，通过建立学科知识图谱，自动天生适宜各种学生的试题和作业，并实现自动化批改，大幅减轻西席的事情包袱。
比如，智能评卷技能已经运用于普通话水平测试和中高考英语听说考试，并可以对作文、翻译等主不雅观题进行自动评分。
［21］

赋能管理：优化教诲管理流程

人工智能有助于优化教诲管理流程，改变大包大揽的管理模式，扩大教诲资源和教诲做事的有效供给。
一是利用人工智能识别教诲领域的冗余管理，减少不必要的中间环节和重复劳动，优化公函流转、档案管理、人事考评、校务管理等活动流程，推动业务处理智能化、自动化，提高管理效能。
比如，学校可以利用面部识别技能对嫌疑职员自动预警，借助姿态识别技能及时创造学生在人群密集场所涌现的意外情形，减少校园安全事宜发生。
二是利用人工智能冲破信息壁垒，推进教诲管理系统整合共享，做到事变清单标准化、办事流程规范化、业务处理协同化，实现“一张表管理”和“一站式做事”，大幅提升教诲公共做事水平。
三是利用大数据技能开展多成分决策仿照，建立教诲经费投入、学龄人口变革、学校布局调度、教诲舆情预警等方面的系统动力学模型，对教诲运行状态进行预演，推动传统以履历判断为主的决策转向大数据支撑下的科学决策。
比如，中国教诲科学研究院利用教诲决策仿照系统，对履行“全面二孩”政策后的学龄人口进行了预测剖析，为提前做好学校布局和教诲资源配置供应了参考。
［22］

赋能评价：伴随式的教诲诊断

评价不是为了证明，而是为了改进。
教诲评价的意义每每蕴含在过程之中，学生持续付出的努力、学校不断改进的经历、教诲中不同利益主体的关系变革等，才是我们该当关注的评价重点。
遗憾的是，现有教诲评价过于看重结果，忽略了学天生长和教诲发展的过程。
在人工智能支持下，教诲评价将从“结果视角”转向“过程视角”，从人才选拔、逐层淘汰为主转向改进学习、促进发展为主，通过伴随式的数据采集和自动化的数据剖析，为教诲的持续不断改进供应动力。
一是学习剖析，通过自适应测验捕获学生办理问题的完全过程，在大数据根本上建立学习剖析模型，开展针对性的学习问题诊断和学科能力测评。
［23］比如，可汗学院供应可视化的学习剖析报告，帮助西席准确把握学生的学习进展和知识节制程度，并以此为依据调度传授教化策略。
二是大规模的教室不雅观察剖析，利用智能技能对非构造化的教室行为数据进行剖析，包括西席提问的类型、学生回答办法、师生对话深度等，全方位透视学校的课程履行水平。
［24］三是区域教诲质量监测，通过全样本、全过程、多模态的教诲数据采集，汇聚形成区域教诲大数据，包括学生学习数据、学校运行数据、教诲资源配置情形、普职学校规模构造等，帮助管理者得到超越个体与局部的洞察力，助力区域教诲质量提升。

创新教诲：

促进“标准化教诲”向“个性化教诲”转型

人工智能教诲变革的三重境界：赋能、创新、重塑

随着人工智能不断替代重复性劳动，教诲业务流程的智能化和自动化明显加速，一旦达到某个临界点，就会触发教诲组织办法的重大调度。
正如有学者所说，“省力的设备不仅可以代替部分事情，还会改变全体任务的特性。
”［25］如果把“赋能教诲”看作利用智能技能引发教诲系统的内在潜力，最大限度地提升标准化教诲的运行效率。
那么，“创新教诲”便是要冲破标准化的教诲体系，对教诲流程进行重组和再造，打造个性化、定制化的教诲形态。
人工智能将会在“标准化教诲”向“个性化教诲”转变中发挥主要浸染。

创新传授教化：全流程的因材施教

相对付工业时期的大规模集体传授教化，未来将会产生一种以学习者为中央、基于学习者的个性化差异、适应其学习偏好的学习办法。
［26］一是人机协同传授教化。
人工智能化身为智能导师和虚拟学伴，为学生供应学习资源、问题诊断和常规性辅导。
西席将从“教的专家”转向“学的专家”，通过创造性的传授教化设计，为每个学生供应个性化支持。
二是学习关系的精准匹配。
真正的个性化学习不仅是学习路径的定制化，而且是学习关系的精准匹配。
过去的智能导师系统更多关注于学生的认知发展，在非认知特色识别、师生交互关系判断等方面存在不敷。
新一代人工智能正在从数据打算走向感知打算、情绪打算，通过剖析学生在学习活动中呈现出来的非认知特色，包括学习兴趣、学习动机、学习投入程度、教室交互情形等，帮助西席真正读懂学生，匹共同适的学伴和导师，更好地知足他们的情绪和生理需求。
三因此教室为中央的场景互联。
利用可穿着设备和自然交互技能，把全社会的优质教诲资源都引入教室，让学生在教室里就能和各行各业的专家进行互动，包括与科学家联合开展实验、与工程师共同研发项目、与艺术家互助完成作品、与思想家进行深度对话等，从而实现学校与社会的无缝连接。

创新管理：精准化的教诲管理

教诲在规模扩展阶段，最须要的是建立框架式、构造化的管理秩序，明确政府、学校与社会之间的关系，并制订相应的行为规则和标准哀求，确保更好地实现教诲遍及。
［27］随着教诲进入高质量发展阶段，公民群众对教诲的需求呈现出多层次、个性化、高质量等特色，利益关系多元化、各种抵牾相互交织，教诲管理的繁芜性和艰巨性进步神速。
在这个阶段，教诲要从粗放式管理转向精准化管理，人工智能将会在个中发挥主要浸染。
一是建立统一高效的智能教诲管理平台，推动网上办理业务事变向全方位的教诲做事延伸，促进数字资源、精良师资、教诲数据、信息红利的有效共享，构建全功能、全流程、全天候的教诲公共做事体系。
二是通过教诲数据的全样本网络和深层次挖掘，准确把握教诲发展状态和社会需求趋势，用前瞻的宏不雅观调控取代滞后的微不雅观管控，把原来冗长的科层管理链条压缩成精简干练的扁平化组织，最大限度减少教诲行政部门对学校办学的直接干预，实现政府放权与学校接权的有序衔接。
三是构建人机协同、交互驱动的群智决策系统，为家长和社会参与学校管理供应有效路子，全力推进教诲管办评分离，扩大优质教诲资源供给，使政府、学校、社会形成强大的育人协力。

创新评价：全景式的教诲评测

在人工智能时期，越是可以轻松丈量的素养，越是随意马虎被技能进步所代替；越是难以丈量的素养，越是未来人才该当具备的核心素养。
以是，教诲评价要从“随意马虎丈量的能力”扩展到“难以丈量的能力”，更加关注繁芜的高等认知技能和隐性的非认知学习成果，把促进人的全面发展、适应经济社会发展作为评价教诲质量的根本标准，努力呈现学天生长的整体面貌。
一是构建教诲质量综合评价指标体系，全面改进各级各种教诲评价体系，把学生的风致、学业、身心发展水平和兴趣特长养成作为评价的紧张内容，破除纯挚以升学率考察学校和西席、纯挚以分数评价学生的顽疾。
二是利用区块链技能开展分布式学习记录，认证学生的多样化学习造诣，重点稽核学生的非认知能力发展情形，防止数据丢失或被恶意修改，着力办理综合本色评价中的信赖问题。
三是利用可穿着运动设备，包括智好手环、智好手表、智能运动装备等，采集心率、血氧、脉搏等运动与康健数据，及时创造学生在体质康健、运动技能等方面的问题，提出针对性的营养方案、运动方案和生活作息方案，实现伴随发展全过程的形成性评价。
四是利用跨媒体智能技能，开展仿照仿真、教诲游戏、虚拟任务场景、协作学习环境等新型评价，通过参与完成某一个特定的任务，稽核学生办理实际问题的能力。

重塑教诲：

推动教诲从“去标准化”迈向“去制度化”

人工智能教诲变革的三重境界：赋能、创新、重塑

随着人工智能的全面深化运用，教诲的精准化程度和个性化水平快速提升，教诲办法不再是一成不变的，而是根据学天生长状态不断调度。
无论学生处于何种状态，都会定制一个最适宜学习方案，让他可以按照自己的进度进行学习。
于是，传统教诲组织办法正在损失存在的合理性，按年事分班、固定传授教化内容、统一传授教化流程等都将被重新定义。
这将推动教诲从“去标准化”阶段迈向“去制度化”阶段，以学校为代表的制度化教诲逐渐瓦解，班级、学科、课时的边界开始淡化乃至消解，一个崭新的教诲图景跃然而出。

重塑传授教化：没有照本宣科，只有自主学习

学习是他人操控越少越好的一种活动，大部分的学不是教的产物，而是不受束缚地参与到富故意义的情境之中的结果。
［28］近百年来，学校教诲的分工不断细化，效率不断提升，却不可避免地走向了掌握的极限。
险些所有的学习都是提前预设的，学校不再相信学生可以在好奇心的驱动下自然地学习，逼迫他们按照统一的学习操持在固定的学科框架内进行学习。
人工智能冲破了这种局势，支持学生随时随地开展高交互性的自主学习。
当这种没有严格制度约束的学习成为常态，就会迫使教诲发生一场重大转型，本日的学校将会被未来的学习中央取代。
［29］一是“集体的传授教化法”逐渐衰落，“个体的传授教化法”开始兴起。
人工智能在教诲中的运用，不仅是促进集体传授教化活动的有效开展，更加主要的是促进个性化学习的真实发生。
在学习科学的支持下建立个人学习模型，［30］为每一个学生供应精准的学习支持，确保他们可以用适宜自己的办法进行学习。
二是非制度化的教诲形态大量涌现，泛在学习、在家上学、学习中央、个别化教诲机构等成为学生的主要学习路子。
学习场所不再固定，既可以在教室，也可以在社区、科技馆和企业，乃至可以去不同城市游学，任何可以实现高质量学习的地方都是“学校”。
［31］实体学校的功能开始发生变革，不再是封闭的教诲堡垒，而是各种教诲做事的把关人与过滤器，［32］借助社会专业力量供应可选择的教诲做事，为学生创设多样化的发展机会。
三是人人为师、相互追随。
人工智能不断拓展传统行业边界，匆匆使知识更新不断加速，任何组织或个人都要持续学习才能适应社会发展。
学习能力成为一个人、一个组织乃至一个国家的核心竞争力，教诲在全体社会系统中的主要性大幅提升。
每个人都承担着教诲者和学习者的双重任务，“所有人教所有人、所有人学所有人”成为可能。
终极，社会将会变成学习型社会，组织将会变成学习型组织，工厂将会变成学习型工厂，等等。

重塑管理：没有墨守成规，只有量身做事

在人工智能时期，教诲发展越来越呈现出参与主体多元、资源内容丰富、供给办法多样等特色，过去以标准化考试和固定学制为核心建立起来的教诲制度体系开始过期，教诲管理将从政府机构的行政掌握转向多元主体的协商共治。
一是大家约束自我，制度因人而变。
随着重复性劳动被机器所取代，教诲者和学习者从事的事情都是富有寻衅、极具创意的，必须不断引发自我潜能才能胜任。
以是，我们要构建以生命个体为中央的教诲管理框架，在依法治教的条件下，许可“一地一策”、“一校一策”，乃至“一人一策”，让规则为人做事，而不是让规则成为对人的限定和束缚。
二是教诲管理不再追求效率，而是万物互联条件下的聪慧汇聚和创造引发。
教诲的组织形态将从刚性的科层机构变成柔性的液态组织，打通业务壁垒和管理层级，减少专业分工带来的能力僵化，形成依法办学、多元参与、协同创新、社会监督的教诲管理体系。
教诲管理的核心不是掌握，而勉励所有人参与教诲供给和学习创新，更加关注学习者发展的动力和可持续性，勾引每个教诲机构形成不断适应环境的自我调度能力。
三因此开放的姿态打造“泛教诲生态圈”，把全天下最好的教诲资源引向学生。
通过物理空间和网络空间的全面衔接，形成线上线下连通、实体教室与虚拟教室一体化的学习环境，供应大家皆学、处处能学、时时可学的学习做事，构建全社会参与的教诲生态。
［33］

重塑教诲评价：没有考试分数，只有能力认证

教诲作为一项培养人、造诣人的奇迹，所有的评价指标都应做事于这一根本目的。
现在普遍存在的分数、升学率等量化指标，最初都是为了提高教诲质量而设计的，对付保障教诲质量确实发挥了主要的浸染。
但是，考试分数把不同的学生放在同一个标准上进行衡量，忽略了个体差异。
近年来，教诲评价正在发生一些变革。
比如，国际学生评估项目（PISA）将社会情绪学习纳入考察内容，［34］芝加哥大学宣告将不再以学生的标准化考试成绩决定录取［35］。
随着人工智能时期的到来，社会对人才的需求正在发生构造性变革，未来须要的不再是“知道分子”，而是能够办理繁芜问题的“高手”。
这对传统以分数为核心的教诲评价体系提出了寻衅，匆匆使教诲评价从一维的考试分数转向多维的能力认证。
一是把每个学生都当作独一无二的个体，建立综合多元的评价指标体系，不用单一狭隘的标准定义人才，对不同学生实施差别化评价，鼓励学天生长特长，把创造力、想象力、自控力、沟通能力、互助能力、信息素养、社会情绪素养等作为教诲的主要目标，勾引学生追求人的内在代价。
二是用数字徽章取代成绩单。
数字徽章是一种数字化的学习成果认证，内含元数据可以描述学习过程的客不雅观信息，具有勉励学习、记录学习轨迹、认证学习造诣三大功能。
［36］这种评价既适用于正式学习场景，也适用于非正式学习场景，可以减少传统评价存在的模糊性，避免“分数遮蔽学习”征象的发生。
三是能力认证不是一次性的，而是开放、持续的过程，鼓励学生通过不断的努力得到成功。
评价主体除教诲者以外，引入家长、社区、行业机构等利益干系方，开展面向真实任务的评价，在实践中考验能力，确保学生所学与社会需求相匹配。

总之，人工智能给教诲带来巨大机遇的同时，也带来了一系列重大寻衅。
一方面，在人工智能时期，我们不得不置身于大数据的环境中，乃至须要用危害隐私的代价，来换取更加精准的教诲做事。
更为严重的是，一旦教诲活动由数据剖析和算法推断来管理，就会助长算法偏见的盛行，导致一部人成为量化评估的受害者而非受益者。
另一方面，随着教诲机器人、智能导师系统、情绪陪伴机器人等智能技能开始承担相应的教诲任务，如何精确处理人机关系、如何划分人机协同系统中的权限与任务、如何适应新的师生身份、如何构建新的教诲伦理等，这些都是人工智能教诲无法回避的问题。

参考文献：

［1］McCarthy，J.What is Artificial Intelligence［DB/OL］.http：//airobo.persiangig.com/.XoaT0IDqWT/document/whatisai.pdf，2019-01-17.［2］新一代人工智能发展白皮书（2017）［R］.北京：中国电子学会，2017.5.［3］李德毅，等.智能时期的教诲［J］.高档工程教诲研究，2018，（5）.［4］World Economic Forum.New Vision for Education：Fostering Social and Emotional Learning through Technology［DB/OL］.http：//www.wojde.org/FileUpload/bs295854/File/10rp_52.pdf.［5］余胜泉，王琦.“AI+西席”的协作路径发展剖析［J］.电化教诲研究，2019，（4）.［6］克劳迪娅·戈尔丁，劳伦斯·凯兹.教诲和技能的竞赛［M］.北京：商务印书馆，2015.398—442.［7］Koedinger，K.R.，Aleven，V.An Interview Reflection on"Intelligent Tutoring Goes to School in the Big City"［J］.International Journal of Artificial Intelligence in Education，2016，（1）.［8］Harley，J.M.，et al.Developing Emotion-Aware，Advanced Learning Technologies：A Taxonomy of Approaches and Features［J］.International Journal of Artificial Intelligence in Education，2017，（2）.［9］Edwards，C.，et al.I，Teacher：Using Artificial Intelligence（AI）and Social Robots in Communication and Instruction［J］.Communication Education，2018，（4）.［10］Agathe，M.，et al.Learning Analytics：From Big Data to Meaningful Data［J］.Journal of Learning Analytics，2016，（3）.［11］祝智庭，等.智能教诲：聪慧教诲的实践路径［J］.开放教诲研究，2018，（4）.［12］陈丽.教诲信息化2.0：互联网促进教诲变革的趋势与方向［J］.中国远程教诲，2018，（9）.［13］曹培杰.聪慧教诲：人工智能的教诲变革［J］.教诲研究，2018，（8）.［14］唐汉卫.人工智能时期教诲将如何存在［J］.教诲研究，2018，（11）.［15］宁虹，赖力敏.“人工智能＋教诲”：居间的构成性存在［J］.教诲研究，2019，（6）.［16］吴冠军.后人类状况与中国教诲实践：教诲闭幕抑或终生教诲［J］.华东师范大学学报（教诲科学版），2019，（1）.［17］杨现民，等.教诲人工智能的发展难题与打破路径［J］.当代远程教诲研究，2018，（3）.［18］闫志明，等.教诲人工智能（EAI）的内涵、关键技能与运用趋势［J］.远程教诲杂志，2017，（1）.［19］张慧，等.方案人工智能时期的教诲：引领与超过［J］.当代远程教诲研究，2019，（3）.［20］马玉慧，等.面向聪慧教诲的学习剖析与智能导学研究［J］.电化教诲研究，2018，（10）.［21］汪张龙，等.纸笔考试智能网上评卷系统的设计和运用［J］.当代教诲技能，2018，（3）.［22］马晓强，等.中国教诲当代化发展的总体趋势和寻衅［J］.教诲研究，2017，（11）.［23］郭炯，郑晓俊.基于大数据的学习剖析研究综述［J］.中国电化教诲，2017，（1）.［24］王陆，李瑶.教室传授教化行为大数据透视下的传授教化征象探析［J］.电化教诲研究，2017，（4）.［25］尼古拉斯·卡尔.玻璃笼子：自动化时期和我们的未来［M］.北京：中信出版集团，2015.77.［26］黄荣怀，等.互联网促进教诲变革的基本格局［J］.中国电化教诲，2017，（1）.［27］刘云生.经济转向高质量发展阶段：教诲怎么办［J］.教诲发展研究，2018，（11）.［28］伊万·伊里奇.去学校化社会［M］.北京：中国轻工业出版社，2017.48.［29］朱永新.未来学校：重新定义教诲［M］.北京：中信出版社，2019.1.［30］尚俊杰，等.学习科学的历史溯源、研究热点及未来发展［J］.教诲研究，2018，（3）.［31］曹培杰.未来学校的变革路径——“互联网+教诲”的定位与持续发展［J］.教诲研究，2016，（10）.［32］张志桢，等.人工智能教诲运用的应然剖析：传授教化自动化的一定与可能［J］.中国远程教诲，2019，（1）.［33］杨宗凯，等.新兴技能助力教诲生态重构［J］.中国电化教诲，2019，（2）.［34］Schleicher，A.Challenges for PISA［J］.RELIEVE，2016，（1）.［35］Kmetz，D.UChicago Launches Test-Optional Admissions Process with Expanded Financial Aid，Scholarships［DB/OL］.https：//college.uchicago.edu/news/academic-stories/uchicago-launches-testoptional-admissions-process-expanded-financial-aid，2019-03-22.［36］Gibson，D.，et al.Digital Badges in Education［J］.Education and Information Technologies，2015，（2）

作者简介：曹培杰，中国教诲科学研究院国际与比较教诲研究所副研究员。

本期编辑 | 慕编组 顾聚邦

转载自：《教诲研究》2020年第2期

排版、插图来自公众年夜众号：MOOC（微旗子暗记：openonline）