人工智能教育应用的算法隐忧及应对进路

算法是人工智能教育应用的核心技术支撑。算法在对教育活动进行算度化过程中,能够释放可观的技术效能,但同时也存在诸如衍生技术的控制困境、裂解教育的复杂特质、诱发学生的认知失衡以及钝化教师的教育智慧等教育隐忧,给教育带来不确定性风险。对此,教育实践者需要打破算法思维规限,构建适度算法信任,并进一步修正算法运行机制,寻求突破算法桎梏的技术性方案。此外,还需关注教师的教育智慧生长问题,以根植算法风险抗衡的智慧性基因,最终实现算法运行的实践增能。

人工智能时代教育的“算法”风险及其规避

人工智能与生物科学技术的结合似乎将要颠覆人类传统意义上的教育价值,教育只有在算法逻辑的操作下才能发挥其应有的功能。因此,人工智能时代的人被称为"可算度的人",教育也被称为"可算度的教育"。当各种现象与问题逐渐成为一种算法的时候,人工智能所带来的教育风险应该引起人们的深度思考,这种风险主要体现在以下三个方面:人工智能时代教育的人文价值蜕化;数据"算法"的确定性与教育的不确定性之间存在着矛盾;智能技术滋生新的政治与伦理议题,人类可能陷入被边缘化的危险,等等。因此,未来的教育学应该遵循人的主体性价值取向,复兴教育的文化传统,在这个意义上打破"算法"的确定性操控,转而走向一种弱式的教育立场,以此引导人们对新的政治与道德议题展开闲暇之思。

规训的教育与人的自由

教育的本意应是培养人的自由心智,提升人的内在德性,而学校则是实现这一目的的重要场域。但是现在的学校越来越成为一个规训的场所,教育则沦落成一个代替强势进行规训的工具。这种异化现象已使得教育在偏离自己方向的道路上越走越远。教育成为一种“制器”的工具而不再是一种“育人”的活动,这必然导致教育的工业化生产和人的尊严与自由的丧失。

大学评价中的“计算主义”倾向分析

近年来,受科学范式和技术理性思潮的影响,数据为本的计算式教育评价成为现代高等教育评价的重要方式。随着计算话语的提升,大学评价呈现计算主义的倾向,主张一切皆可计算,大学成为“可算度的大学”。计算主义围困下的大学评价存在一定的教育风险,包括:去过程化的效果逻辑滋生大学的表演性文化,使大学评价陷入集体行动的困境;可计算的量化模式使大学评价陷入非理性,带来“高等教育的麦当劳化”;算法霸权的操作性评价加剧大学的内卷化,使人成为可算度的理性人;效率至上的计算主义原则带来学科发展的“丛林化”,使人文学科陷入被估算的风险。因此,要警惕统计数字的陷阱,促进大学评价从物的再生产走向人的再生产;摆脱计算主义的一元迷思,避免大学评价的“灯柱综合征”;超越大学评价的计划化指令,遵从大学内部涌现的秩序;弱化评价效应,由淘汰性评估转向发展性评估。

21世纪建筑学科制度的中心转移

本文以同济建筑学科制度的改革历程，探讨２１世纪学科制度将会出现的三种中心转移，第一，从Ｋ──Ｓ中心型转移到全系统的知识增强型；第二，从知识传递的单向型和预设型转移到网络型和能动型；第三，强化可算度性的学科制度管理。