将“书香上海”设为置顶星标

让书香与您常伴

阅读推荐

《教育中的人工智能：前景与启示》

[美]韦恩·霍姆斯

玛雅·比利亚克

查尔斯·菲德尔 著

冯建超 舒越 金琦钦 王铭军 译

华东师范大学出版社

内容简介

由美国课程再设计中心专家推出的《教育中的人工智能》一书，围绕着人工智能时代“学什么”和“怎么学”两大主题进行探讨。

本书主张在人工智能时代学习内容要围绕着基础知识（核心概念与基本内容）和基本能力（技能、品格与元学习）展开，教育不仅要翻转课堂，同时更要翻转课程，更新学科门类和内容，建构意义学习方式，致力于培养m型人才，在专长（达到某种学识水平或者接受教育年限）与迁移（学以致用，在现实生活与劳动中施展所学的本领）两个方面保持恰当的平衡交替。

本书探讨了已投入应用的各种人工智能技术和已经开发了近五十年的应用程序，包括智能辅导系统、对话辅导系统、探索性学习环境和自动写作评价系统，还有语言学习应用、增强和虚拟现实、学习网络组建工具、协作性学习、学生论坛监测、持续评估、教学助手等。

本书是人工智能教育技术应用的历史总结与前景展望，是未来教育应该如何应对社会发展技术进步的理论探索。

人工智能时代，学什么？怎么学？

《教育中的人工智能：前景与启示》从“学什么：ai对课程的影响”与“怎么学：ai对教与学的承诺和影响”两方面说明了人工智能将如何改变我们需要学习的内容，同时揭示了我们在未来将如何学习的问题，为读者贡献了思考与智慧，期望读者能在未来善用人工智能在教育中的力量。

本书是一本广泛而全面的关于教育中的人工智能的框架和教程集合，收入了许多附录与实例，使其既能满足专家需求，也能被新手教师接受。

人工智能时代，

学什么？怎么学？

《教育中的人工智能：前景与启示》 导论

毫无疑问，“人工智能”（artificial intelligence，ai）可以说是本世纪上半叶的一股推动性技术力量，即使没有人类的努力，也几乎能给各行各业带来实实在在的影响。世界各地的政府与企业将大量资金投入到ai的广泛应用中，有数十家初创企业获得了数十亿美元的启动资金（见下图）。

2013年至2017年全球ai初创公司的资助情况（单位：百万美元）来源：statista

如果认为ai不会对教育产生影响，这种想法则太过于天真—反之，就目前而言，说其存在深远影响可能也是夸大其词。本书试图在现实与炒作之间（根据下文的加特纳图解），在真实潜力和大胆推测之间，建立适当的平衡。每一项新技术的发展都要经历一个阶段，从开始的名声和期望急剧提升，然后在达不到期望的情况下不可避免地跌落下降，之后随着技术发展和融入生活又开始缓慢上升。如下图所示，每项技术在任何给定时间都位于下列曲线上的某个位置（例如，深度学习作为ai的一部分，目前正趋于顶峰状态）。

gartner新兴技术兴衰周期，2017，来源：gartner inc.

当然，在ai这一发展日新月异的领域，试图预测未来就是一种冒险。因此，本研究很可能会持续保持定期更新，以跟上发展变化的步伐（正如您对软件或应用程序更新的期待一样）。

本书围绕着一句在某种程度上看似有些肤浅的话展开：“教育中只存在两个问题：学什么，怎么学？”因此本书将分为两个部分，第一部分将聚焦“学什么”（the what），第二部分则关注教育中的ai对“怎么学”（the how）带来的影响。

学什么

我们正在步入一个新的世界，在那个世界里，要么自己能够编写算法，……要么就得被算法所代替。

——瑞·达利欧（ray dalio）

全球最大的对冲基金桥水基金（bridgewater）

创始人

本书的第一部分探讨了这样一个问题：学生在ai时代应该学什么？以及所有必然的，但措辞极具挑衅性的问题：“如果你可以运用搜索引擎，或者有一个智能代理能帮助你找到任何信息，为什么还要学习？真正值得学习的又是什么？”

ai给社会各领域都带来了或大或小的影响，人们也普遍认为，它会对我们的教学内容产生巨大影响。经济合作与发展组织（oecd）国际成人能力评估（piaac）调查测试了成人对关键信息处理的熟练程度—在技术广泛运用的环境中认读、计算和解决问题的能力，并收集了成人在家中和工作中如何使用技能的相关信息与数据。该调查认为，ai的能力水平已经超过了50％的成人，这部分人的能力水平处于2及以下；同时，ai十分接近能力水平为3的成人，他们的比例为36%。

来源：elliott stuart,“computers and the future of skill demand.”

这样的发展趋势必将持续加快步伐，ibm的开放排行榜（open leaderboard）尝试通过跟踪大批变量了解ai正取得的进展。通过该排行榜可以看出，ai应该能够在21世纪20年代初进入更深层次的自我学习领域，并在30年代早期实现协助、合作、辅导和调节等功能。

来源：jim spohrer, ibm7

鉴于以上种种，“学什么”部分让我们认识到，为应对未来不确定性可能带来的冲击，必须关注广泛、深入且全面的教育；反过来说，这也意味着，我们需要重新聚焦现代教育的更深层次学习目标（deeper learning goals）：

多功能性，用以更坚韧地面对生活与工作；

相关性，具备广泛适用性并能够调动学生积极性；

可迁移性，服务于广阔的未来行动能力。

所有这些目标都可以通过以下方式培养：

有选择性地强调传统知识的重要领域；

增加现代化的知识；

关注基本内容和核心概念；

跨学科，采用真实的应用程序；

将技能、品格和元学习嵌入到知识领域。

怎么学

本书的第二部分讨论了这样一个问题：ai如何强化和变革教育？首先，我们需要区分广义的教育技术（edtech）和具体的教育人工智能（aied）。由于该领域的分类学和本体论还相当模糊，所以这里对教育技术的显性功能进行快速总结是十分必要的。使用下页图的samr9模型，“怎么学”部分呈现了aied如何影响所有级别，并且它的最大影响力随着级别的增高而不断提升。

替代、增进、调整和再定义模型（substitution, augmentation, modification, and redefinition model，samr）

请注意上图中所示仅代表了今天的应用程序，而不是明天的应用程序，所以仅用于帮助解释该模型。通常，这些应用程序会在一个术语“技术”下崩溃，然后人们就会对技术的潜力产生很多困惑。这个模型帮助我们总结了技术可以产生影响的不同类型，从没有任何功能变化的单纯替代，一直到通过技术发展而创造的以前难以想象的新任务。

评估的角色

能测量，就能被管理。

——开尔文勋爵（lord kelvin）

评估一直是许多教育辩论背后隐藏的反派，同时它也是一种强大的机制惰性的体现。让我们改编一下著名的亚里士多德三段论：

缺乏教育或不良教育是许多人类问题的根源；

评估定义了我们所获得的教育；

所以，评估是许多人类问题的根源。

尽管评估不是本书的重点，但是很明显，在教育变革过程中评估所扮演的角色有点过于夸大，而作为其中一部分的ai驱动的评估系统（主要是形成性评估）也同样如此。

经济合作与发展组织教育与技能部部长安德烈亚斯·施莱克尔（andreas schleicher）公开表示“易于测量，也就易于实现自动化”，从而对评估世界撂下了战书，督促其重新调整重点，从而推动变革。

结语

不同的读者对本书主题可能有不同的取向和兴趣。政策制定者和课程设计者最初可能会偏爱“学什么”部分，而教师和信息技术（it）专家可能一开始对“怎么学”部分产生兴趣。

因此“学什么”和“怎么学”设置为独立的两部分。附录，特别是在技术细节部分，也反映了该书重视读者的消化理解。

此外，由于时间所迫，我们的写作理念可以用安托万·德·圣-圣艾克修佩利（antoine de saint-exupéry）的话来总结：“完美之所以完美，不是因为不再需要添加什么，而是发现无可删减。”总之，本书并非一本深奥的学术著作，而是希望能够简明扼要，直中要害，因此也遵循了尤瓦尔·赫拉利（yuval怎harari）的哲学：“在一个充斥着冗余信息的世界里，清晰即力量。”

end

书香上海 | 书香常伴

资料：华东师范大学出版社

编辑：段鹏程

上观号作者：书香上海