本报记者 彭德倩

　　当越来越聪明的大模型，让一些家长忧虑还要不要让孩子考文科；当大学教授面对学生作业中的高科技辅助难以判别，无从着手……全世界的学校面临新课题：如何适应日益发展的人工智能技术带来的巨变？

　　全球范围内，人工智能教育的伦理规范、应用对策已经在摸索中前行。

　　人工智能作为引领新一轮科技创新和产业转型的重要驱动力，催生了大批新技术和新模式，也为教育现代化带来更多可能性。然而，它的跃迁式发展也对教育教学产生技术反向控制，不仅可能引发伦理风险，也带来人们对教育范式革新的反思。

　　更多“AI导师”走进学校

　　在印度，一款有针对性的辍学预测工具已被研发并使用，人工智能技术帮助政府和学校预测学生的辍学行为，提早干预

　　早在2016年10月，美国就出台了《为人工智能的未来做好准备》和《国家人工智能研发战略规划》。

　　美国罗德岛大学（University of Rhode Island）设计编写了一套智能计算机辅助教学系统，并将其命名为“化学导师”（Chem Tutor），以帮助该校一年级化学专业的学生提高解决复杂问题的能力。“化学导师”由“领域专家”和“问题管理员”组成，前者包含一个知识库，包含解决问题的概念和过程模式，后者控制着1200多个问题模板库。“化学导师”能够清晰表达推理技巧和相关问题解释，直接指导学生问题解决的行为过程，精准识别学生所犯的错误。据统计，罗德岛大学已有4000多名学习者使用其解决了约50万个化学问题。由于效果良好，后续还将开发“数学导师”等项目。

　　在印度，人工智能参与学生的评估管理不仅仅限于成绩，一款有针对性的辍学预测工具已被研发并使用，帮助政府和学校预测学生可能因家庭、自身等原因出现的辍学行为，进而提早干预。这一项目中，人工智能系统投入预测模型测算的数据包括性别、社会经济人口统计学特征、学术表现、学校基础设施和教师技能等。仅2018—2019学年，安得拉邦就以此发现维萨卡帕特南市可能辍学的19500个学生，这为政府及时采取措施和降低辍学率提供了帮助。

　　在日本，文部科学省初等中等教育局发布了《初等中等教育阶段生成式AI利用暂行指南》，作为日本学校教育领域相关从业者判断生成式人工智能在教育中适用的参考依据，明确了该技术在教育实践中的应用方向。通过对相关从业政策报告进行分析，明晰生成式人工智能在教育领域中应用的关键问题与应对方案。

　　2017年，由欧盟资助启动的X5GON项目旨在通过开放教育资源存储库为学习者提供各类讲座、文本内容、幻灯片和在线活动，帮助他们有效、愉快地学习，目前已成为欧洲标志性的人工智能教育应用项目，吸引了奥斯纳布吕克大学、瓦伦西亚大学、伦敦大学学院、斯洛文尼亚教育部等众多合作者。

　　这一项目一方面将世界各地的教育资源存储库连接到统一的网络平台，实现用户模式分析；另一方面以人工智能为动力的搜索引擎使学习者能够主动发现学习材料，并在实时翻译的功能辅助下，实现跨语言学习。

　　以瓦伦西亚大学为例，其官网为学习者提供了很多录制课程。但由于该校位于以加泰罗尼亚语为官方语言的瓦伦西亚，与西班牙大部分使用卡斯蒂利亚语的地区有所不同，导致许多学习者在观看瓦伦西亚大学平台发布的加泰罗尼亚语课程视频时会遇到语言不通的问题。而X5GON提供的技术恰好可以解决这一问题，帮助更多人找到需要学习、想要学习以及可以学习的资料。

　　尽力规避伦理风险

　　美国建立了全生命周期监管治理体制，贯穿于算法开发、投入、运行和产出的全过程，并为系统开发者和使用者等多元主体制定具体规范

　　教育人工智能作为一种新兴技术，在不断发展应用的同时暴露出伦理问题。作为这一技术应用领域的先行者，美国的学校在实践中发现风险是多方面的。

　　美国佐治亚理工学院开发了名为“JillWatson”的人工智能虚拟助教系统，该系统可以24小时在线，自动回答学生日常提出的问题，大大减轻了学校和教师的负担。统计分析发现，男性群体比女性群体更容易获得帮助，虚拟助教JillWatson在回答男女生的特定问题上存在显著差异。如JillWatson经过训练能够回答“我将第一次成为一名父亲”并表示祝贺，但对于“我怀孕了”则不会产生特别的应答。

　　由美国教育考试服务中心开发的作文自动评分系统E-rater被用于GRE、托福等考试，但E-rater的分数偏向特定群体，非裔美国人的平均分比普通美国人要低，在语法、语言风格方面的得分差异更为明显。

　　与此同时，教育人工智能作为软件系统或智能工具，其“智慧”程度有限。它是基于人内置的算法来完成相应任务，因而更加关注“成事”，而在“成人”上还不能与人类教师媲美。未来如何平衡技术手段与教育初衷，将是教育人工智能领域一项长期的研究课题。

　　例如，人工智能教育系统很难对学生进行道德教育。道德教育通常融于其他课堂教学之中，动人的故事会引起学生的情感共鸣，伟人的优秀品质会有效促进学生健全人格的形成。而人工智能教育系统可以分析文章的写作手法，告诉学生如何遣词造句，却难以达成深度的道德情感浸润。而且，教育人工智能营造的学习环境，需要学生长时间面对冰冷的电脑屏幕，师生之间只能进行比较浅显的、缺少温度的沟通，不能像线下师生互动一样，面对面地开展情感交流，最终可能导致学生的非社会化倾向。此外，智能技术的过度使用也是许多人担心的。

　　为应对这些新问题，美国联邦政府和各州采取了多项措施。从教育人工智能的研发标准、算法监管、数据保护、规范使用等方面发力，试图规避教育人工智能的伦理风险。

　　例如，算法监管已成为各国政府的关注重点。美国建立了全生命周期监管治理体制，贯穿于算法开发、投入、运行和产出的全过程，并为系统开发者和使用者等多元主体建立具体规范。系统开发者需要对其开发的算法及其做出的决策负责；监管机构能够采取措施，维护个人权益，确保受算法决策不利影响的个人和群体能够提出疑问并追究责任；系统使用者应对算法程序使用带来的损害承担责任，确保教育人工智能出现问题时能及时而有效地追责。

　　目前，全球已有许多国家和地区的大学明确提出要控制人工智能语言大模型在考试中的运用。

　　例如，新加坡教育部门提出，要根据其使用情况判断该技术是否导致违反考试规则和规定。同时，加强学生考试的监督环境，包括在线考试过程中，也应使用安全的网络环境。

　　不过，德国教育专家实践后认为，作业中禁止使用人工智能大模型的做法难以实现，无论是通过对文本相似度进行比较以检测作弊行为，还是创建完善的监测环境，效果均不尽如人意。因此，目前有效的应对方式仍更多采用手写或口试的考试方式并加强对学生伦理品德的培养。

　　教师角色面临重塑

　　“我们并不担心机器会像人一样思考，而更担心人会像机器一样思考”

　　“对人工智能大模型的使用本身就是学生融入科技新浪潮的标志，与其禁止，不如思考如何更好地使用这一教学新工具。”上海大学教授顾晓英给学生布置作业时，会要求他们先自己独立撰写一篇，然后用AI软件生成一篇同题文章，最后再要求每个人对上述出自不同“手笔”的两篇文章做一番比较和分析。“这一定会是非常有意义的。”她说。

　　在观察教育行业的同时，作为教学主体之一的教师如何面对人工智能新世界，同样值得关注。

　　人工智能带来新教学技术、新教学情境优势的凸显，不仅创新了当前教育形态，变革了教育目标、教育理念、知识存在形态，而且还使得师生关系、教育培养模式、知识形态、教学方法、教育组织形式、教育评价体系、教育治理乃至整个教育生态环境都发生了根本性的变革。

　　其中，传统教师角色可能不断弱化甚至将遭遇颠覆性危机——人工智能是否会代替教师？什么类型的教师会被取代？什么类型的教师不易被取代？如何实现人工智能技术应用大背景下的教师角色转型？

　　人工智能技术嵌入教育教学，将教师从烦琐、枯燥、重复性的劳动中解放了出来，还能有效助力教师对学生提供即时、准确的反馈和推动个性化教学评价的实现。

　　但技术作为“双刃剑”，在解放教师双手与时间之时，也像“座驾”一样规约着教师的灵性与思想。

　　有学者指出：“在实践中，我们往往会看到技术经常比教师还显得重要，教师的主观能动性和实践智慧在技术面前似乎无关紧要，教学评价只看技术是不是使用得先进和花哨……教师退到技术后面只做一些技术性的工作……教师作为人的价值已经找不到立足的空间，价值理性的衰微消解了教师本应弘扬的人性、主体性。”

　　还有更极端的担忧：“我们并不担心机器会像人一样思考，而更担心人会像机器一样思考。”

　　对此，英国学者认为，人工智能并不能取代教师的专业判断和深厚的学科知识，但前提是需要发挥教师自身主动性，也需要确保学生、教师和更多群体在互动中获得鲜活的教育知识。德国正在尝试为教师与学生共同利用生成式人工智能实现新的教学形式做准备。

　　这就需要教师进一步更新自身知识，科学合理地使用新技术。例如，教师需要批判性评估生成式人工智能是否为教育带来不平等的能力、将知识应用于新技术的能力、筛选和组织信息并运用于教学中的能力，充分发挥自身在促进高阶思维、组织人际互动和人文价值观方面的独特作用。

　　与此同时，生成式人工智能在教育中的运用能够帮助教师对其所教授学科的理解，优化整个教学过程，但是仍不能避免生成的知识存在偏差风险。

　　因此，在教学实施过程前，需要对学习者年龄、能力和预见问题进行评估，并测试生成式人工智能对教学内容的生成是否存在偏见，如果发现有不适当的内容，教师应事先采取相关行动。

　　此外，还应采取跨部门的方式，通过与技术供应商、教育工作者、研究者、家长和学生共同合作，制定评估体系并规划长期的课程框架，以减少负面影响，令教师获得更多系统性支持。