中國教育領(lǐng)域人工智能研究論綱-基于通用人工智能視角_1

1、    中國教育領(lǐng)域人工智能研究論綱基于通用人工智能視角    3.人工智能內(nèi)涵與教育內(nèi)涵融通時的混淆。這是另一個重災(zāi)區(qū)。自2001年教育部辦公廳發(fā)布普通高中信息技術(shù)課程標(biāo)準(zhǔn)以來，人工智能便成為中學(xué)信息技術(shù)課程不可或缺的一部分(王斐，2013)。張劍平(2003)分析了國內(nèi)外中學(xué)階段人工智能教育的現(xiàn)狀，并對人工智能課程內(nèi)容進(jìn)行了探討，隨后相當(dāng)長時間內(nèi)人工智能教育的實(shí)質(zhì)落腳點(diǎn)只是人工智能課程。另一方面，閆志明等(2017)提出了教育人工智能(educational artificial intelligence，簡稱eai)的新概念，明確指出“教育人工智能

2、是人工智能與學(xué)習(xí)科學(xué)相結(jié)合的新領(lǐng)域。教育人工智能的目標(biāo)有兩個：一是促進(jìn)自適應(yīng)學(xué)習(xí)環(huán)境及個性化的使用；二是使用精確的計算知識，讓人工智能的重要工具?！比欢?，作為上述論述的關(guān)鍵支撐依據(jù)，其引文除“使用精確的計算知識”來自20世紀(jì)一篇經(jīng)典智能導(dǎo)學(xué)系統(tǒng)的論文(self，1998)外，其余全部出自培生教育集團(tuán)網(wǎng)站刊登的博文(luckin & holmes，2016)，而且討論的實(shí)際對象均為含義明確的artificial intelligence in education(aied)，并非educational artificial intelligence。因此，教育人工智能(education

3、al artificial intelligence，簡稱eai)這一概念的合理性、準(zhǔn)確性、科學(xué)性和必要性都值得商榷?？傊瑢τ诮逃I(lǐng)域的人工智能研究而言，“人工智能教育”令問題本身變得狹窄，而“教育人工智能”又使問題變得泛化。不論狹窄還是泛化，亦或是人工智能本身及其相關(guān)概念的沖突和誤解，這都不利于人工智能在教育領(lǐng)域的推行。四、主要內(nèi)涵如前所述，由于人工智能概念的發(fā)展歷程及其內(nèi)涵的分化，目前教育學(xué)(特別是教育技術(shù)學(xué))缺乏對該問題討論的合理框架，尚不能對相關(guān)的基本概念、基本問題、基本方法進(jìn)行清晰而系統(tǒng)的說明。這就出現(xiàn)了一個跨度極大且模糊的灰色過渡區(qū)間，“好像一切都可冠以人工智能的帽子，而一切又似

4、乎并不那么智能”。合適的研究框架的缺乏，令后續(xù)研究可能變得更為雜亂且難以控制。本文試圖站在通用人工智能的視角下提出如下框架，并將其命名為“教育領(lǐng)域人工智能研究論綱”，主要解決三個基本問題：定義核心概念、劃分基本問題、制訂統(tǒng)一的表示形式。其中，核心概念是論綱的起點(diǎn)和基石，核心概念之間交叉構(gòu)成研究領(lǐng)域的基本問題。在此基礎(chǔ)上，為便于學(xué)術(shù)交流和評價，論綱采用邏輯一致的形式化符號對基本問題做出規(guī)范性表述。(一)核心概念1.人工智能人工智能是用人工方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能，進(jìn)而實(shí)現(xiàn)機(jī)器智能的科學(xué)與工程領(lǐng)域(史忠植，2017；russell & norvig，2013)，包括專用人工智能

5、和通用人工智能兩個子領(lǐng)域，即：人工智能(ai)=專用人工智能(sai)+通用人工智能(agi)人工智能本質(zhì)上為類人智能，即追求設(shè)計和開發(fā)像人腦那樣工作的軟件或硬件系統(tǒng)(鐘義信，2017)?；趯Α爸悄堋崩斫獾牟町?，人工智能分化為專用和通用兩個分支。專用人工智能先做后思，即開始并不深究智能也不對智能做清晰的界定，而是通過技術(shù)迭代漸進(jìn)式地提升智能化的程度，分為符號主義、聯(lián)結(jié)主義和行為主義三個派別(余勝泉，2018)。通用人工智能認(rèn)為智能的存在代表著可以被認(rèn)知的理性原則，采取先思后做的路徑。本文基于的“智能的一般理論”及其“非公理邏輯推理系統(tǒng)(nars)”的工程實(shí)現(xiàn)，便是通用人工智能領(lǐng)域極具代表性和

6、影響力的學(xué)派。其對智能的操作性定義為：智能就是在知識和資源相對不足的條件下主體的適應(yīng)能力(wang，2011)。正是基于該假設(shè)而非某種預(yù)設(shè)的高深算法，使得nars不但具有感知、運(yùn)動等低層活動(配備機(jī)械軀體和傳感器)，也具有類似人腦的情感、記憶、推理、決策乃至自我意識等高級認(rèn)知活動(wang et al.，2017)。同時，系統(tǒng)強(qiáng)調(diào)經(jīng)驗(yàn)的可塑性，以及經(jīng)驗(yàn)與系統(tǒng)個性和自我發(fā)展的相互影響(wang，2005)。這些高級認(rèn)知活動是專用人工智能不具備的。2.教育大科學(xué)教育大科學(xué)指研究教育活動規(guī)律的一門交叉學(xué)科。從外延看，教育大科學(xué)涉及教育學(xué)、哲學(xué)、心理學(xué)、邏輯學(xué)、計算機(jī)科學(xué)、語言學(xué)、法學(xué)、社會學(xué)、神經(jīng)科

7、學(xué)、宗教學(xué)、醫(yī)學(xué)等；從內(nèi)涵看，教育大科學(xué)包括教育科學(xué)和學(xué)習(xí)科學(xué)。教育科學(xué)分教育者主導(dǎo)的教學(xué)和育化兩方面，學(xué)習(xí)科學(xué)分學(xué)習(xí)者主導(dǎo)的學(xué)習(xí)和受育兩方面。交換育化和學(xué)習(xí)的位置重新組合，則可提煉出“教”與“育”兩大核心內(nèi)涵。教育大科學(xué)=教育科學(xué)+學(xué)習(xí)科學(xué)=(教學(xué)+育化)+(學(xué)習(xí)+受育)=(教學(xué)+學(xué)習(xí))+(育化+受育)=“教”+“育”與已有教育學(xué)相比，教育大科學(xué)不僅具有更廣闊的外延，也具有更豐富的內(nèi)涵和研究手段。教育要成為一門科學(xué)，需要引入科學(xué)的研究范式，以探求教育領(lǐng)域的因果關(guān)系為研究目的(辛濤，2013)。不過，科學(xué)的基礎(chǔ)是學(xué)科，能否成為一門科學(xué)，不僅要重視科學(xué)的研究方法，更應(yīng)明確是否具有獨(dú)特的學(xué)科研究對

8、象。隨著通用人工智能的崛起，機(jī)器的學(xué)習(xí)和教育成了嶄新的課題。首先，教育的主客體由“人機(jī)”二元構(gòu)成。其次，研究對象變?yōu)橹悄苤黧w(人和機(jī)器)的教育活動及規(guī)律。繼而，由于教育行為并不只為人類所專屬，因此其目標(biāo)事實(shí)上是探究教育和學(xué)習(xí)最為一般性的規(guī)律，最后在實(shí)踐層面上建立起“人教人、人教機(jī)器、機(jī)器教人、機(jī)器教機(jī)器”等不同教學(xué)情境的適應(yīng)性教育實(shí)踐理論(劉凱，2017)。教育要成為一門科學(xué)，還需要依靠科學(xué)的研究手段。通用人工智能提供了最接近人類思維模式的類人腦系統(tǒng)，這是進(jìn)行教育實(shí)驗(yàn)的絕佳平臺。以nars為例，通過學(xué)習(xí)材料的經(jīng)驗(yàn)累積，它可以模擬學(xué)習(xí)者對學(xué)習(xí)材料的學(xué)習(xí)過程并實(shí)時評價學(xué)習(xí)效果(wang &

9、 li，2016)。盡管描繪和構(gòu)建學(xué)習(xí)者的知識空間一直是教育研究者追求的目標(biāo)，但由于缺乏對大腦內(nèi)部運(yùn)行機(jī)制的深入了解，因此不論基于有限的外在行為標(biāo)度還是內(nèi)在的血氧、腦電等信號特征，都無法有效建構(gòu)解釋適應(yīng)性強(qiáng)的學(xué)習(xí)者個性化模型。然而，在通用人工智能平臺上，該個性化模型不僅可以被建構(gòu)，還可以被反復(fù)模擬和觀測。由于它提供了結(jié)論證偽的可能，所得結(jié)論也能夠被重復(fù)檢驗(yàn)。(二)研究領(lǐng)域人工智能與教育大科學(xué)結(jié)合的研究領(lǐng)域可分多種：從主體上看，分為面向人類(human，記為h)的教育和面向機(jī)器(machine，記為m)的教育；從行為上看，分為教(teach，記為t)與學(xué)(learn，記為l)兩種。主體與行為相互

10、結(jié)合構(gòu)成“人的學(xué)習(xí)(人類學(xué)習(xí))”“人的教育(人類教育)”“機(jī)器學(xué)習(xí)(類人學(xué)習(xí))”和“機(jī)器教育(類人教育)”四個具體的科學(xué)問題(見表一)。橫向上看，“人的學(xué)習(xí)(廣義)”與“機(jī)器學(xué)習(xí)(類人學(xué)習(xí))”兩類問題共同構(gòu)成了“學(xué)習(xí)科學(xué)”的基本內(nèi)涵，而“人的教育(人類教育)”與“機(jī)器教育(類人教育)”共同構(gòu)成了“教育科學(xué)”的基本內(nèi)涵?？v向上看，“人的學(xué)習(xí)”與“人的教育(人類教育)”兩類問題共同構(gòu)成了“傳統(tǒng)教育學(xué)”的基本內(nèi)涵，而“機(jī)器學(xué)習(xí)(類人學(xué)習(xí))”與“機(jī)器教育(類人教育)”共同構(gòu)成了“機(jī)器教育學(xué)”的基本內(nèi)涵。在此基礎(chǔ)上，“學(xué)習(xí)科學(xué)”“教育科學(xué)”“傳統(tǒng)教育學(xué)”“機(jī)器教育學(xué)”共同構(gòu)成了“教育大科學(xué)”的基本內(nèi)涵。

11、表一 論綱的研究領(lǐng)域主體(agent)人(h)機(jī)(m)行為(action)學(xué)(l)人的學(xué)習(xí)(人類學(xué)習(xí)，廣義)機(jī)器學(xué)習(xí)(類人學(xué)習(xí))學(xué)習(xí)科學(xué)人的學(xué)習(xí)(狹義)人的受育機(jī)器學(xué)習(xí)機(jī)器受育教(t)人的教育(人類教育)機(jī)器教育(類人教育)教育科學(xué)人的教學(xué)人的育化機(jī)器教學(xué)機(jī)器育化傳統(tǒng)的教育學(xué)機(jī)器的教育學(xué)教育大科學(xué)(三)形式化表示實(shí)際應(yīng)用中還需要配備一套彈性化的規(guī)范描述才能體現(xiàn)研究論綱的實(shí)際作用。故而，下文對研究論綱的形式化表示進(jìn)行約定。1.一般形式研究論綱的完全形式化描述包括主題區(qū)、參數(shù)區(qū)和注釋區(qū)三部分。其中，參數(shù)區(qū)為形式化構(gòu)成的主要部分，該部分提供了多種參數(shù)，使得參數(shù)選用及靈活搭配便可對相關(guān)研究進(jìn)行準(zhǔn)確描述

12、。其中，“k”即keyword。研究論綱默認(rèn)為“人工智能”(記為ai)，分為專用人工智能(記為sai)和通用人工智能(記為agi)兩種，可以僅為sai或agi之一，也可以直接使用ai表示全集；“()”與“|”為定界符，前者表示語句體的邊界，后者表示內(nèi)部間隔；“x”指代研究類別，分為基礎(chǔ)研究(basic research，記為b)和應(yīng)用研究(applied research，記為a)兩類；花括號“”表示研究單位為主體(agent，記為agt)，分別包含人類(human，記為h)和機(jī)器(machine，記為m)，可以僅僅為h或m之一，也可以填入h&m表示h與m的全集，說明此時并不區(qū)分主體對

13、象，也即研究結(jié)論對二者皆適用。尖括號“<>”表示主體動作的類別(action，記為act)，分為學(xué)(learn，記為l)和教(teach，記為t)兩種，可以僅僅為l或t之一，也可以填入l&t表示l與t的全集，說明研究同時涉及教與學(xué)兩個方面。箭頭“”和“”代表主體動作的方向?？蚣鼙旧硎菍ΨQ性的結(jié)構(gòu)，教和學(xué)形式上互逆，如：m<t>h/智能導(dǎo)學(xué)系統(tǒng)指導(dǎo)人類學(xué)習(xí)者形式上等價于：h<l>m/人類學(xué)習(xí)者向智能導(dǎo)學(xué)系統(tǒng)求教然而，對于教育而言，不同方向有著不同的實(shí)際含義，前者研究問題的落腳點(diǎn)是導(dǎo)學(xué)系統(tǒng)，后者面向的是學(xué)習(xí)者本身，二者強(qiáng)調(diào)的重點(diǎn)完全不同。因此，箭頭所表示

14、的動作方向并非僅是符號指稱，其本身就具有語義和語用內(nèi)涵。建議在使用中，將需要強(qiáng)調(diào)的主體放置于前。小寫“s”為主體的后綴形式，表明此時研究單位不是個體而是群體，對應(yīng)教育領(lǐng)域的教育評價、教育政策、教育倫理等宏觀問題；方括號“”表示具體的對象，包括系統(tǒng)(system，記為s)、課程(curriculum，記為c)、教材(textbook，記為t)、知識(knowledge，記為k)四個方面。語句末尾以“/”起始，用于闡述符號表達(dá)式的含義或其他補(bǔ)充信息。2.圖解為便于理解，在此使用圖示對于論綱的一般形式進(jìn)行拆解說明(見圖4)。圖4 圖解oaie(四)近期研究重點(diǎn)隨著人工智能領(lǐng)域的興盛，通用人工智能也初

15、露頭角并逐漸被認(rèn)可。專用人工智能為教育革新的規(guī)?；徒?jīng)濟(jì)化提供了可能，通用人工智能則極大地拓寬了教育的內(nèi)涵和外延，兩者都為教育學(xué)引入許多有待解決的新課題。但是，相關(guān)研究的開展和深化需要循序漸進(jìn)。論綱需要確立具有建設(shè)性、科學(xué)性、可操作的研究方向以指導(dǎo)實(shí)踐。基于目前的研究現(xiàn)狀，本論綱認(rèn)為我國教育領(lǐng)域人工智能研究當(dāng)前存在三大重點(diǎn)方向：一是專用人工智能進(jìn)路，聚焦專用人工智能技術(shù)對人類學(xué)習(xí)者外在學(xué)習(xí)行為的影響，把表情、情緒、體態(tài)、眼動、血氧等多維感知數(shù)據(jù)與學(xué)習(xí)分析技術(shù)融合，建立全息式學(xué)習(xí)者模型和教學(xué)模型，這是數(shù)據(jù)驅(qū)動的行為主義研究路線；二是通用人工智能進(jìn)路，著眼于探討通用人工智能技術(shù)對學(xué)習(xí)者內(nèi)在認(rèn)知活動

16、的描述和驗(yàn)證，試圖直接在心智水平構(gòu)建面向教育的人類大腦認(rèn)知模型，用教育學(xué)的研究成果反哺心理學(xué)和腦科學(xué)研究的不足，這是一般智能理論支撐下的建構(gòu)主義研究路線，同時也是腦科學(xué)與類腦智能的跨學(xué)科研究前沿；三是專用和通用人工智能共同進(jìn)路，在人類學(xué)習(xí)和機(jī)器學(xué)習(xí)的層面考察人與機(jī)器共有的通用學(xué)習(xí)框架，從而揭示學(xué)習(xí)科學(xué)所蘊(yùn)含的一般性和普適性規(guī)律，這是一條嶄新的面向理論構(gòu)建的研究路線。其中，行為主義研究路線是基礎(chǔ)，建構(gòu)主義路線是難點(diǎn)，人機(jī)學(xué)習(xí)理論構(gòu)建路線是最大挑戰(zhàn)。(五)示例機(jī)器也需教育？通用人工智能與教育學(xué)革新(劉凱等，2018)oaie_v1：agi()/通用人工智能在教育領(lǐng)域的總論解析：五、總結(jié)與思考智慧教育新時代，需要技術(shù)的支持與推動。人工智能為智慧教育提供了實(shí)現(xiàn)條件。然而，由于歷史和學(xué)科的原因，教育研究者對人工智能的理解存在混淆和誤解，使得相關(guān)問題的討論出現(xiàn)“貌合神離”與“本同末異”。本文提出教育領(lǐng)域人工智能研究論綱，意義絕不僅限于對學(xué)界當(dāng)前人工智能的討論進(jìn)行梳理與規(guī)范，同時也致力于：1)定位和細(xì)化研究問題。