关注“在线学习”
获取更多资讯！
人工智能教育应用是数字技术变革教育的创新赛道，正处于政策和技术交叠的关键阶段和AIGC教育应用的攻坚研发阶段。
文/《在线学习》主笔 何曼
教育部教育信息化战略研究基地（北京）副主任童莉莉
当前，世界各国高度重视人工智能对教育的深刻影响，我国针对“人工智能+教育”新政迭出，加速了人工智能技术在教育领域的应用。教育部教育信息化战略研究基地（北京）副主任、中国互联网协会智慧教育工作委员会副主任委员、北京师范大学教育学部副教授童莉莉，一直致力于互联网共性关键技术、算法监测与优化、数据智能与区域教育治理、教育社会实验等领域的研究，对人工智能教育应用与研究有独到见解。
她在与本刊对话时表示，人工智能教育应用是数字技术变革教育的创新赛道，此时也是政策和技术交叠的关键阶段，也是AIGC（Artificial Intelligence Generated Content，即生成式人工智能，或译为人工智能生成内容）应用的攻坚研发阶段。她认为，对认知规律的持续关注是生成式人工智能教育应用的重要原则；AIGC能够解决更多教育高质量发展中的具体问题，同时面临着形成治理共识的挑战；要加强正向引导和逆向治理。
数字技术变革教育的创新赛道
在线学习
当下,人工智能等新技术的应用激发了教育蕴含的巨大潜能，推动了教育变革。那么，我国发展人工智能教育的根本目的是什么？
童莉莉：这是研究人工智能教育应用必须明确的首要问题。从国家战略层面的背景看，早在2016年10月，美国首次发布《国家人工智能研究和发展战略计划》；2017年7月，我国国务院印发《新一代人工智能发展规划》；2018年欧盟发布《欧洲人工智能战略》，随后英国、德国等国也先后发布了相关国家战略。此后，人工智能开始进入深度研发和国际比速阶段。习近平总书记指出，“培养什么人、怎样培养人、为谁培养人是教育的根本问题，也是建设教育强国的核心课题”。人工智能的教育应用，为“怎样培养人”提供了一种最前沿的、最新的可能性。
人工智能教育应用的根本目的在于两点：一是从国内发展角度看，能促进教育强国、科技强国、人才强国内在的一致性和相互支撑性的实际落地，这是根本点；二是从国际影响力角度看，包括人工智能在内的现代数字技术体系，能汇聚世界一流教育资源、探索更规模化与个性化的认知规律，使我国成为具有强大影响力的、世界重要的教育中心。
在线学习
人工智能在教育领域中的应用已有哪些积极的案例？
童莉莉：人工智能的教育应用是从研究和工作两个维度来开展的。从研究角度看，2020年教育部—中国移动科研基金项目“人工智能条件下的教育实验研究”立项，北京师范大学是承担单位，近期已进入结题阶段。从工作角度看，我国的人工智能在垂直行业（包括教育、民政、生态环保等行业）的应用是先行的。具体抓手是中央网信办 2021年为深入开展人工智能社会实验工作启动了“国家智能社会治理实验基地”项目，全国共有10家综合基地和82家特色基地、19家教育特色型治理实验基地位列其中。可见这项工作的严谨性与规范性程度之高。
可喜的是，在近3年的研究和工作中涌现出一批先进技术案例和创新场景案例，这里各举两个案列来说明。
典型的技术应用案例方面：一是教育部教育考试院组织的“证照家”证件照人像检测平台。它以人像处理算法为基础，三年来已助力千万教资考生完成报名证照自助采集、制作。二是北京师范大学自主研发的“5G+AI两校三地教学科研融合云平台”。这是受教育部科技发展与信息化创新专项“5G赋能教育助力治理能力优化”支持的项目，该平台可将AI题库分析、5G 手机移动学习等多项数字技术融合其中，支持学校海淀校园、昌平校园、珠海校区的跨校区同上一堂课，并将在校际协同科研中发挥作用。
典型的创新场景案例方面：一是长沙市推广的智能体育课堂。AI的智能分析功能可以提升体育课堂学生的参与热情，帮助教师实时跟踪学生体测数据并制订后续加强计划的精准性。二是广州市推广的智慧阅读活动。通过对中小学生的阅读能力进行AI个性化诊断、分析及指导，构建科学智能的阅读测评框架体系，进一步整体提升中小学生阅读素养和综合素质。此外，人工智能在教育领域的应用场景还将按教育部“五育并举”的要求继续拓展实施，深度参与劳育、美育、特殊教育等。
AIGC教育应用需紧扣认知规律
在线学习
您认为应从高质量教育的“认知规律”“认知发展”角度切入AIGC教育应用研究，这是出于怎样的考虑？
童莉莉：国家战略部署人工智能连同5G等新兴数字技术赋能千行百业，这是趋势。人工智能在教育领域的应用与在其他行业应用的最大区别在于：教育领域，应用对象直接是人，以师生群体为主，包括大量的未成年学习者。因此发展和安全并重，持有审慎态度是必要的。要回归教育初心，人工智能教育应用要紧扣育人为本。
在这个前提下，对认知规律的持续关注是AIGC教育应用的重要原则，这主要有两方面的考虑。一是生成式数字教育资源需要紧扣认知规律。纸质教材有层层审核机制，互联网中的数字教育资源提供者成分复杂、AIGC的底层数据库/算法设计出发点也十分多元，更应有对认知规律的坚定考量才可准入。二是AIGC衍生出的学习辅助形式需要适应不同学段学习者的认知规律。当前的大模型及其相关虚拟人应用，在本科、研究生教育中可以起到一定的拓展视野、简化流程的作用，但低龄段的学习者在甄别能力不足和学习习惯尚未养成的情况下，须审慎使用。也就是说，AIGC到底以什么样的形式走到不同学段的学习者面前，需要秉持教育初心的研究人员对其认知规律进行把关。
在线学习
与传统人工智能专注于解决特定任务或问题相比， AIGC给教育高质量发展带来了哪些新需求与新挑战？它着重于解决哪些问题？
童莉莉：从1956年初次提出概念至今，AI的发展起起落落，每个阶段的代表性应用不断升级。到今日，ChatGPT以及国内不断发布的通用大模型受到大众广泛关注。AIGC对教育高质量发展而言，既有优势也面临挑战：
首先，AIGC更能满足高质量教育体系的新需求，能解决更多具体问题。比如，数字教育资源需要动态更新，教师能力存在明显差异，AIGC能减少耗时、实现量产。人的认知规律是育人原则，健全人格培养是高质量的要求，AIGC可智能引导、拓宽视野等。事实上，在AIGC阶段之前还有PGC和UGC两个阶段。PGC即专业生产内容阶段（Professionally Generated Content），内容质量高但规模化供给较难实现；UGC即用户生产内容阶段（User Generated Content），内容丰富度高但质量参差不齐。AIGC 人工智能生产内容在发展到成熟阶段后能很好地继承综合优势。同时，AIGC能够解决更多教育高质量发展中的具体问题：如AIGC的跨模态生成类应用，可以将文本内容转换成音频内容，常态化地满足盲童的学习需要，促进教育公平；身份型虚拟人的试点应用，能够在大模型支撑的基础上缓解有基准答案内容的重复性教学，实现教师减负，并通过IP 追踪技术等确保虚拟人行为的负责任性，体现教育先进性。
其次，AIGC的推广应用也存在新的挑战，即需要形成治理共识。从2019年国家新一代人工智能治理专业委员会发布的《新一代人工智能治理原则——发展负责任的人工智能》可以看出，近几年，国家对治理能力现代化的推进思路在教育行业也得到了深度落实。随着AIGC在教育行业的不断深入应用，专业机构应关注由此带来的认知评估真实性、底层数据库来源科学度、信息扩散的可溯源性等新问题。
需要指出的是，与传统人工智能跟某一个行业具体结合的模式相比，现在的人工智能应用发展路径是相反的：它是从底层的通用大模型开始做起，使其具备数字基座一样的功能作用，然后与垂直行业的权威数据库以及特色算法做对接。
政策和技术交叠下的AIGC教育应用
在线学习
前不久北京师范大学发布的关于“互联网教育智能技术及应用”的两项研究成果，对于教育数字化转型（教育数字化治理）具有怎样的价值意义？为后续生成式人工智能教育应用提供了怎样的发展路径？
童莉莉：教育部副部长吴岩在今年4月第六届数字中国峰会数字教育发展与治理分论坛中强调：教育部将继续深入实施国家教育数字化战略行动，统筹推进数字教育、数字科技、数字人文、数字伦理四个“数字”协同发展，实现中国数字教育的理论引领和实践引领。北京师范大学在该论坛中发布了两项成果，一项偏技术治理层面，一项偏政策治理层面。
第一项成果是出版物《中国互联网教育应用测评：方法、实践与展望》。该成果是教育数字化领域中针对互联网教育应用产品（App、小程序、云平台、资源库）的监测关键技术研发和综合平台服务能力的外化。这项成果将对生成式人工智能教育应用起到护航作用：促进内容合规、信息受保护、算法科学、认知良性发展。在后续工作中，要坚持安全和发展并重的原则，既鼓励AIGC在教育行业的健康发展，同时也要有治理和监管的手段跟进。
第二项成果是报告《人工智能教育实验：场景与政策》。该成果汇聚了目前国内人工智能教育应用先进区域的探索案例，以及在此基础上北师大科研团队在方法论层面的研究成果。这一成果可以促进社会公众对包括生成式人工智能教育应用在内的教育数字化场景创新、技术升级持有更深的理解和更高的接受度。
在线学习
在人工智能积极释放技术红利的同时，也存在着潜在风险，您怎样看待这些风险？相应的治理策略有什么建议？
童莉莉：AIGC的技术红利至少包括优异的知识表现、流畅的语言交互、跨媒介输出（图文/音视频/虚拟人)。其潜在风险至少包括：用户隐私曝光、内容歧视、模型研发（自动化攻击/结果误导性)。任何一项科技新产品被接受，有两个朴实的原则：有用性和好用性。技术红利已经体现了有用性，风险是威胁好用性的，需要加强正向引导和逆向治理。当前的治理手段偏向于事后治理，如限期整改、罚款、禁言、下架等。教育行业当前对AIGC的应用正沿着技术向善的积极路径去探索，加快释放技术红利、对过程中出现的负面情况如商业算法凌驾于育人规律之上、信息无序扩散等问题，采取加强政策监管、产品设计标准研发和守稳校园的准入门槛等多元化措施。现在及未来的治理策略正在努力向事中和事前推进，希望实现全生命周期多元治理。
在线学习
《生成式人工智能服务管理暂行办法》已于2023年8月15日起正式落地实施，您怎样看待这份文件？
童莉莉：《生成式人工智能服务管理暂行办法》是国内目前最权威的AIGC应用指导性文件，在全球也具有领先性。据调研，在此之前仅有英国教育部于2023年3月29日发布相关文件，并于2023年6月29日发布Guidance to civil servants on use of generative。该份文件也是政府级别全球首份人工智能监管性文件。
我认为，《暂行办法》对人工智能教育应用的引导作用体现在四个方面：
一是促进研发创新。鼓励多方协作、资源共享，共同创设更多的教育应用场景和适切性技术。二是坚守应用底线。生成内容须可信合法、尊重个人和组织的知识产权，并防止歧视、偏见内容应用。三是完善精准治理。对训练数据处理环节、数据标注环节、提供服务环节等实现全过程责任细化。四是强化监管手段。在现有的算法备案、安全评估等监管手段基础上，提高算法的透明度与可问责性，明确各类应用的信息披露具体要求。
此外，我与北京师范大学法学院博士生导师、中国互联网协会研究中心副主任吴沈括老师也有过探讨。他认为该文件有三方面的价值：一是对参与主体的准入机制设置了必要的门槛；二是对相关业务活动提供了合规指引；三是对人工智能教育的生态培育提供了制度性的保障和促进环境。
来源丨《在线学习》杂志2023年11月刊（总第98期）
学术精华