国际人工智能教育治理政策规划和创新路径研究——首届人工智能安全峰会《布莱奇利宣言》要点与思考

人工智能教育治理是世界各国教育面临的共同议题。厘清人工智能给教育带来的潜在风险,制定国际人工智能教育治理的政策规划,探明推动人工智能教育治理国际合作的创新路径,有助于促进人工智能技术全方位赋能教育,推动人工智能教育治理学术共同体构建。2023年11月,在首届人工智能安全峰会上,来自中国、美国、欧盟等28个国家和国际组织的代表,共同签署了《布莱奇利宣言》,这也是全球第一份针对人工智能技术的国际性声明。采用文本分析和内容分析法对该宣言出台的政策背景和研究目的进行分析,从人本主义批判视角着重探究国际人工智能教育治理的政策规划,并反思其对我国人工智能教育治理创新路径的启示:构建开放且透明的人工智能教育治理体系、建立动态化的人工智能教育治理监管机制、推动人工智能教育治理国际合作多边机制、提升人工智能赋能教育安全风险预判能力,以及秉持共同、综合、合作、可持续的安全观,以期加速我国人工智能教育治理现代化,为国际人工智能教育治理总体规划的制定贡献中国方案。

国内人工智能教育应用:研究现状、热点主题和机遇挑战

人工智能与教育的深度融合对推进教育数字化转型、促进教育公平具有重要意义。国内人工智能教育应用在政策引领与新技术加持的双重驱动下曲折发展。通过文献计量法,总结出我国人工智能教育应用研究的五个主题:人工智能教育发展体系研究,人工智能辅助教学模式创新研究,人工智能教育应用政策演变研究,人工智能个性化学习实证研究,智能核心素养培养研究。当前,人工智能教育应用面临着赋能人才培养、教育发展与教学改革的机遇,同时面临伦理道德风险、教育人文缺失、数据安全隐患、理论供给不足等挑战。在此基础上,本文归纳了未来人工智能教育应用研究的四个方向与主题:一是重申人文主义教育方法,坚持立德树人的教育目标;二是大力推进智能技术和相关学习理论的研究,攻克未来教育可能面临的难题;三是积极促进智能技术与教育深度融合,全方位重塑教育过程;四是确立人工智能教育应用集体公约,为人工智能教育的可持续发展保驾护航。

多主体视域下人工智能教育应用探索

人工智能教育应用会推进教育教学整体性变革。从学习者角度来看,可以促进个性化学习、自适应学习和分布式学习的实现。从教师角度来看,既可以减轻工作负担,提高工作效率,又可以促进角色转变,适应全新教学环境。从管理者角度来看,可以在实现精准化教育治理的同时促进优质资源共享。但在推进过程中,学习者面临自主学习能力不足,学习负担增加;教师面临数字胜任力薄弱,教改动力不足;管理者面临资源相对缺乏,统筹推进受限等问题。为此,文章提出强化学习者自主学习,增强教师数字胜任力以及搭建智能学习平台,协同共建优质资源等举措推进教育改革。

发展人工智能教育,推动拔尖创新人才早期培养——上海市浦东新区中小学人工智能教育的创新探索

本文剖析了中小学开展人工智能教育的双重价值取向及其培养发力点,阐述了上海市浦东新区通过构筑区域中小学人工智能教育生态系统,围绕区域、学校、课堂精准发力,培养早期拔尖创新人才与学生创新能力的经验。

韩国中小学开展人工智能教育的举措与经验

在中小学开展人工智能教育是国际人才竞争的新焦点。基于对人工智能教育的理解,韩国在中小学人工智能教育方面积极探索有效路径,主要包括强化政策保障,顶层设计指导课程实施;职前职中并重,培育人工智能专业师资;普及AI数字教材,为学生提供定制化学习内容;先锋学校引领,分享推广课程案例。这一系列举措为我国中小学人工智能教育提供了借鉴和参考的思路。

生成式人工智能教育创新应用的人本主义追求——对UNESCO《教育与研究领域生成式人工智能指南》的解读

2023年9月,联合国教科文组织发布《教育与研究领域生成式人工智能指南》。该指南特别强调将人本主义作为生成式人工智能(GenAI)的价值旨归,可以视为GenAI在教育领域创新应用的有益探索和先声回应。《指南》包括的6部分内容从风险与挑战、策略与调控、突破与尝试三个维度展开,依次系统分析了GenAI在教育及科研环境中的潜在风险与挑战,设计了全面的治理策略与政策调控方案,并探索了GenAI的教育创新应用。纵览该指南发现,无论是从教育理念到具体实践,抑或是从社会责任到人的发展,GenAI与教育的深度耦合均以“人本”为最终旨归与核心要义。该指南对我国教育数字化转型具有四重启示:理念层面上,GenAI应促进以人为本的教育发展,确保其先进技术的红利能够普惠所有学习者;实践层面上,GenAI应更加贴合人的自然认知和发展规律,确保其服务于教育的核心价值;社会层面上,GenAI应逐步完善伦理准则和法律框架,应对其带来的社会责任与伦理挑战;人本层面上,GenAI应凸显人的主体角色,确保其有助于培养学生的批判性思考能力,并尊重文化和个性的多样性。

中小学人工智能教育:何以探索与实践

随着人工智能技术的迅猛崛起,人才培养正迎来一场前所未有的深刻变革。昔日,教育的重心在于传授基础知识和技能,以满足工业时代的迫切需求。然而,随着数字时代的翩然而至,教育的焦点已悄然转变,更加聚焦于培养创新思维和数字素养等高阶能力。我国政府对人工智能领域的人才培养给予了高度重视,并将人工智能教育列为国家发展战略的关键一环。特别是中小学阶段的人工智能教育,作为孕育未来创新人才的摇篮,正逐渐受到社会各界的热切关注。

中小学人工智能教育的现实问题与发展路径——以河北省保定市中小学为例

随着人工智能技术的飞速发展,中小学人工智能教育也在诸多中小学被广泛探索与实践。本研究以河北省保定市为例,通过问卷和访谈对中小学人工智能教育的教材、课程、师资、实验环境、实施情况、未来展望等多个方面的现状与问题进行调查,以期为中小学推进人工智能教育提供案例样本与发展建议。

擦亮新一代人工智能教育的底色——人工智能创新教学案例评析

当前,中小学人工智能课程主要依托信息科技课、机器人与创客教育社团等方式开展。一直以来上述课程在内容设计上存在交叉重合,导致人工智能教育的泛化。随着新一代人工智能技术和教育平台的丰富,人工智能课程应当与时俱进,把学生利用人工智能技术解决真实问题的完整过程,并由此理解人工智能技术的本质,作为人工智能教育的底色,体现人工智能课程的独特教育价值和魅力,真正促进学生人工智能素养的培养。

天津市6所学校入选中小学人工智能教育基地

本刊讯2月19日,教育部办公厅公布中小学人工智能教育基地名单,确定184个中小学人工智能教育基地。其中,天津市共有天津市实验小学、南开中学滨海生态城学校、南开大学附属中学、第一中学、汇文中学、实验中学津南学校等6所学校入选。本次中小学人工智能教育基地推荐,旨在通过基地试点,进一步探索人工智能教育的新理念、新模式和新方案,形成可推广的优秀案例和先进经验,推动中小学人工智能教育深入开展。

在信息科技课堂引入人工智能教育

信息科技教育是基础教育体系的重要一环,应得到充分重视。然而农村地区教育资源有限,教学设备落后、师资力量薄弱、教学理念和方法缺乏创新,导致很多农村小学在信息科技教育方面存在欠缺,信息科技课程中人工智能教育的融入并不理想,严重制约了学生信息素质和创新思维的发展。因此,加强农村小学信息科技课程改革,探索人工智能教育的有效引入之策,已经势在必行。

国际人工智能教育的研究热点、演化路径、知识基础及其启示——基于CiteSpace的可视化分析

借助CiteSpace软件,对Web of Science核心合集中人工智能教育相关的923篇文献进行计量分析,运用共现分析、聚类分析、共被引分析等分析方法,对国际人工智能教育的研究热点、演化路径及知识基础进行探讨,并从中汲取对我国未来发展的启示。研究发现:国际人工智能教育的研究热点主题主要包含人工智能相关技术在教育中的应用、人工智能教育系统建构与资源建设、人工智能教育相关的基础理论、人工智能教育的方法论和应用领域四个方面;各主题下的研究普遍从2019年开始增多并向多样化发展;知识基础主要由基础理论、先进技术、文献计量综述、应用探索这四个方面的文献构成。

人工智能教育现状如何?——中小学人工智能教育竞赛结果的证据回应

把握人工智能教育现状,关乎人工智能教育应用能否持续有效地发展,而人工智能教育竞赛是观察人工智能教育发展现状的重要途径。基于此,本研究采用中小学人工智能教育竞赛测评模型,遵循公平公开、高影响力和可操作性原则,选取教育部认定的全国青年科普创新实验暨作品大赛、全国中学生信息学奥林匹克竞赛和全国青少年科技创新大赛三项竞赛活动结果作为数据来源,以地区、年份、学段为调节变量,系统考察我国中小学人工智能教育水平。研究发现,影响我国人工智能教育的因素包括传统学科教学和人工智能教育的差异、参与人员和活动机制的交互作用,以及区域组织与经费分配的叠加辐射。我国中小学人工智能教育的优化方向:均衡实践环境,构建多元的人工智能教育育人模式;重视区域活动,打造合理的人工智能教育实践场景;强化资源流通,建设优质的人工智能教育学习环境。

ChatGPT类生成式人工智能教育伦理危机及其应对

以ChatGPT为代表的生成式人工智能工具正在冲击甚至重塑学校教育生态,“人工智能+教育”成为未来教育发展的必然趋势。在人工智能的深度影响下,知识朝着软化、暗化和整全化的趋势发展。学习方式由“搜索”转向“对话”,并进一步助推学生的深度学习。教学目标步步升级,物态化教育现场也面临着解构。在人工智能时代,“超真实”经验遮蔽了身体感知觉经验,教师成为一个伦理身份模糊不清的虚拟节点,师生交往逐步弱化。而传统的普通教育学原理也将面临对教育经验方式的解释框架的全面失效。应对人工智能教育伦理危机必须从工具性思维走向共生性思维,直面教育生态变革,通过重构教师社会身份、重塑教学实践方式、重设教育伦理规范、重建教育理论基础,主动构建“人工智能+教育”的多元图景。

对话式通用人工智能教育应用的机理、场景、挑战与对策

以ChatGPT为代表的对话式通用人工智能(CAGI)的发展为人工智能教育应用、教育教学数字化转型提供了新的工具和平台。基于CAGI的教育聊天机器人在支持学习者的自适应学习方面表现出显著的优势,据此形成的教学系统是在人工智能教育应用历史中对话式教学系统(DBTS)发展的新阶段、新样态。教育聊天机器人不仅在学生端可为学生扮演导师、助手、陪伴者、评估者的角色,还可协助教师生成高质量的教学设计方案,助力教师专业发展,建构真正意义上的双师课堂。CAGI在幼儿和学前教育、K12教育、高等教育、成人教育、场馆教育等多学段、多情境获得广泛应用,对学习者的成绩、学习投入、认知和元认知水平、学习能力都显现出较好的正向效应。源于CAGI当前技术发展阶段上仍然存在的诸如数据保护、反馈信息失真、信息偏见等问题,聊天机器人的教育应用面临不小的挑战,为此业界和学界还应在推动技术进步、制订伦理规则、实施培训指导等方面开展探索与实践。

如何识别与判定人工智能教育应用伦理问题——基于伦理策略形成的视角

伦理问题的产生在人工智能教育应用中不可避免。如何识别与应对之,是当前研究的热点,对于人工智能与教育融合创新具有显著的伦理导向作用。已有研究多着力于对伦理风险的预警,在一定程度上忽视了对伦理问题的识别与判断,暴露出“泛伦理化”研究趋向,难以形成系统的伦理策略。实际上,只有辨别人工智能教育应用行为的伦理属性,通过伦理判断的分类指引,经由不同伦理分析框架的多样尝试,才能确定适切的伦理意图并形成可行的伦理方案。从人工智能教育应用行为的自知性、自愿性、社会性三个基本原则出发,提出“识别人工智能教育应用伦理问题”的一般方法,并基于目的论、义务论、美德论等规范伦理理论,确定“判断人工智能教育应用伦理问题是否合乎伦理规范”的方案依据,从而阐释人工智能教育应用伦理策略的形成过程,为积极回应“伦理问题识别意识薄弱”“伦理原则照搬难适应”等实践困境提供理论依据与实践路径。

AIGC时代基于双向赋能的人工智能教育创新框架

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。

基于产教融合的新工科人工智能教育人才实践能力培养体系建设

针对当前师范类高校在人工智能教育人才培养过程中如何契合新工科交叉融合实践能力培养内涵的问题,对于产教融合的思维素养标准重定义、实践课程体系重构、实践平台建立、实践质量评估4个方面的建设提出路径,以上海师范大学教育部新工科实践项目的人工智能相关专业为例,介绍师范类高校人工智能教育人才实践能力培养体系构建过程,最后说明取得的实践探索成效。

指向教育数字化转型的人工智能教育风险审视--UNESCO《人工智能与教育:政策制定者指南》要点与思考

人工智能彰显赋能教育数字化转型的巨大潜能,在教育管理和教学、学习者学习和评估、教师专业发展和教学、终身学习等应用场景中可以发挥重要作用。人工智能教育应用也有诸多风险,包括数据伦理问题与算法偏见、性别歧视、应用有效性证据缺乏、教师角色重塑危机、削弱学习者的主观能动性等。合理规划人工智能教育政策,规避潜在风险,对于促进人工智能赋能教育数字化转型升级尤为重要。政策制定者应明晰人工智能赋能传统教学结构性变革和智能化转型升级的潜力,具备人工智能知识,审视人工智能教育应用的潜在技术伦理风险,掌握国内外人工智能教育政策制定的形式、特征和类别。人工智能深度赋能教育数字化转型,实现教育共同利益,发展可持续的未来教育,应加强跨学科规划和跨部门合作,促进人工智能教育协同治理的数字化转型;构建智能教育管理系统,助力人工智能监测与评估的数字化转型;深化人工智能赋能课堂教学变革,推进课堂教学方式的数字化转型;构建“人工智能+教师教育”生态系统,实现教师队伍建设的数字化转型。

我国人工智能教育研究进展与展望

在人工智能技术和国家政策引导双重驱动下,人工智能教育成为当下学界关注的热点话题。人工智能引发了学界对“人工智能+教育”的思考,并衍生出“人工智能教育”“人工智能教育应用”“教育人工智能”“智慧教育”等拓展概念。现有研究主要集中在人工智能教育基础问题、人工智能与教育双向赋能以及人工智能技术应用等三个方面,存在忽视高等教育支撑人工智能发展重要作用、技术应用研究存在偏颇、基础问题研究尚未成系统、缺乏系统科学方法支撑等问题。未来人工智能教育研究需增强教育支撑力,重视双向赋能;深化基础理论研究,夯实理论根基;加强跨学科研究,拓宽研究视域;重视方法研究,强化科学支撑。