高校智能化教育生態系統的構建與平衡策略研究

余冬梅

（陜西理工大學 數學與計算機科學學院，陜西 漢中 723000)

在線教育是隨著大規模在線開放課程在2012 年的英美國家誕生而逐步發展起來的，2013 年進入我國。2017 年我國國務院《新一代人工智能發展規劃》中指出，要開發立體綜合教學場、基于大數據智能的在線學習教育平臺，開發智能教育助理，建立智能、快速、全面的教育分析系統[1]；2018 年我國教育部《教育信息化2.0 行動計劃》中又明確，到2022 年基本實現“三全兩高一平臺”，努力構建“互聯網+”條件下的人才培養新模式、發展基于互聯網的教育服務新模式、探索信息時代教育治理新模式[2]。隨著我國的“互聯網+教育”得到迅速發展，在新冠疫情期間，在教育部“停課不停教，停課不停學”的總要求下，在線教學在我國高校呈井噴式增長，據統計，到2021年11月在線授課108 萬名教師，在線學習35 億人次，慕課數量和慕課學習人數均居世界第一，我國的慕課發展變化如表1和圖1所示。

圖1 我國慕課開課數量與學習人數變化趨勢圖

表1 2018—2021年慕課注冊用戶和選課人次（億）

在互聯網和人工智能技術不斷發展的未來，教育與其高度融合只是時間問題，高等教育將會沿著傳統無智能化-部分智能化-高度智能化-完全智能化[3]的路徑不斷演進，當前處于部分智能化階段，還屬于打破傳統無智能化的舊生態平衡的初期，因此，出現的矛盾問題較多。

1 問題提出

1.1 教師和學生基于教學平臺的信息技術素養不足

初期，線上/混合式教學模式被少部分教師應用到教學中時，大多數學生感到新鮮，出于獵奇心理而接受，但隨著越來越多的教師和課程應用線上教學模式，學生們內心的新鮮感逐漸消磨，開始產生應付和抵觸情緒，究其原因，主要有：

1) 有些教師采用線上/混合式教學模式，只是將原來線下進行的教學環節機械地搬到了線上，并沒有充分利用教學平臺功能支持教學,反而占用了學生的上網時間和流量。

2) 當大量的課程采用線上/混合式教學時，教師使用的線上教學平臺種類繁多，學生每換一種平臺就需要把一定的精力花到線上工具的摸索上，影響了實際線上學習精力。

1.2 線上教學平臺的智能化水平普遍不足，對教與學的支持不夠

1) 不能很好地幫助教師了解學生的學習效果，也不能幫助學生了解自己對知識和能力的掌握水平，無法測算教學目標的達成度。

2) 在對學生學習過程考核方面，教學平臺上鮮有對學生答案相似度評判的功能，導致評價真實性不足，為了考核公正性仍需要教師人工識別，此工作量大且不具有成效感。

1.3 不能滿足個性化學習需求

當前的線上/混合式教學中所采用的學習資源推送模式，是教師根據教學設計提前將學習資源放到學習平臺上，學生在學習過程中需要在教師指定的資源范圍內進行自行分辨篩選，需要自我完成學習路徑、知識的二次組裝和構建。而教學設計是教師在默認學生已經掌握前驅知識、具備前驅能力的條件下，根據自身的教學經驗和學習經歷，揣摩學生在學習相關內容時的知識需求、學習路徑需求后完成的，只能設計出符合部分學生學習需求的方案，而非符合所有學生的需求。因此，當前的線上教學抑或混合式教學模式無法真正做到個性化教學，而個性化學習需求也不能滿足。

1.4 線上教學資源建設存在不足

雖然在國家乃至各省教育主管部門的大力倡導和資金支持下，各個高校的積極參與下，建設了很多線上慕課資源，并對全國高校教師和學生開放，但資源的水平參差不齊，內容量有多有少，而且由于各高校的辦學層次和定位不同，已建成的資源不一定適合所有高校。

1.5 線上課程思政的育人效果不佳

線上教學會導致教師與學生之間的互動變少，學生學的模式變成“人-機器-人”，面對冰冷的電腦或移動設備，缺少“面對面”教學模式的親近感，完全線上教學模式下的課程思政幾乎流于形式。

2 智能化教育生態系統的理論模型建構

本文分析當下高校人工智能+教育的發展現狀，可以看出教育生態系統儼然已經出現了不平衡現象，結合生態學理論，構建以在線教育為基礎的高校教育生態系統的理論和模型，借鑒和遵循生態學原理，促使基于互聯網+人工智能的高校教育生態系統盡快走向新的平衡，具有很強的現實意義。

2.1 概念界定

1) 生態系統(Ecosystem)的概念

生態系統是指在一個特定環境內，相互作用的所有生物和此環境的統稱。此特定環境里的非生物因子與其間的生物之間具有交互作用，不斷地進行物質的交換和能量的傳遞，并借由物質流和能量流的連接，而形成一個整體[4]。簡言之，生態系統是由生物群落及其生存環境共同組成的動態平衡系統[5]。又可分為自然生態系統和人工生態系統[4]。

生態系統的構成因子有：非生物的物質和能量、生產者、消費者、分解者[6]。非生物的物質和能量是其他三類因子賴以生存的基礎平臺，借助該平臺按照生產者→消費者→分解者→生產者的循環往復，進行物質交換和能量傳遞，形成完整的生態系統。

2) 教育生態系統的定義

生態系統理論下的教育系統應屬于人工生態系統，其中各組成因子在各自主導行為的鏈接中產生循環關系并獲得各自所需，各方之間通過一定的能量流動取得預期目標，最終達到動態平衡狀態，此為教育生態系統。

根據生態系統理論，當新的能量流進入生態圈中，自然會導致舊生態的不平衡，生態系統的各個因子為了達到新的平衡需要進行新一輪適應性訓練，可以是主動訓練或者被動訓練，而教育生態系統中的因子往往是屬于前者，否則終將被淘汰。

3) 智能化高等教育生態系統的概念

美國國家高等教育技術計劃之《重塑技術在教育中的作用：2017年國家教育技術計劃更新》(Reimagining the Role of Technology in Education: 2017 National Education Technology Plan Update) 中闡述了在教育技術的支持下，按照“學習(Learning) 、教學(Teaching) 、評估(Assessment) 、領導(Leadership) 和基礎設施與平臺系統(Infrastructure) ”五個方面定義了高等教育生態系統[7]，以確保所有學生都能公平獲得由技術實現的高質量教學為目標。

2.2 智能化高等教育生態系統模型構建

1) 模型的構成要素（因子）

從生態學的角度，智能化的高等教育生態系統中的構成因子有教育者、學習者和其利益相關者、管理者、智能教育技術支持者、基于人工智能的軟硬件集成平臺等五項。

教育者通常是指教師和教學輔助人員等，完成對知識、技能的總結、展示、講解、傳授以及相關的自主設計與管理，如教學設計等。學習者和其利益相關者通常是指學生及其家長或監護/資助學生學習并關注其學習過程和結果的人，完成個性化學習與自主學習的自我設計以及對知識和技能的學習、訓練、測試、應用等。管理者通常是指教育機構（學校）、各級行政管理部門，完成各級教育教學制度、策略的制定、發布、指導執行等。智能教育技術支持者通常是指提供智能化教育教學技術服務的人或機構，完成智能化教育教學軟件的規劃、設計、實現、部署、維護等?；谌斯ぶ悄艿能浻布善脚_是指互聯網、智能化教育所需的軟硬件設施設備，包括所有教育教學資源，為其他構成因子的活動提供基礎性平臺。

2) 要素（因子）間關系

基于人工智能的軟硬件集成平臺在整個教育生態系統中起基礎支撐作用，其他四項構成因子的所有教、學、管、服務等工作的開展均在平臺上進行。教育者在平臺中進行教學設計與教學資源的準備，將知識和技能傳授給學生，以及必需的教與學之間必備的交互和管理（包括對學生的主觀評價，客觀評價由平臺中的智能軟件自動完成）。學習者在平臺中獲取學習所需所有資源，并在教育者的幫助下進行學習以及與學習相關的任務。管理者將管理制度、策略等融入平臺軟件中，供其他系統因子根據自己的角色自動匹配完成。智能教育技術支持者將智能軟件部署到平臺當中供其他系統因子使用，并為他們提供后續技術服務。系統模型如圖2所示。

圖2 智能化教育生態系統模型圖

3 智能化教育生態系統演進過程中的措施

生態過程中的適應與發展是相互聯系的,適應是為了更好的發展，發展是為了達到新的平衡。教育機構（如學校）與外在環境是相互影響的,但是教育機構受外在環境的影響程度更大，而教育生態系統對環境的適應,在很大程度上不是通過改變環境來適應,而是通過自身的變革來適應[8]。

在舊的教育生態系統中引入新的改變，如學習工具、教學模式、評估方式等，就會打破舊系統的原有平衡，形成動蕩。當前，教育生態系統從非智能化向著智能化路徑發展的過程中，勢必會通過引入互聯網、人工智能、大數據、云計算等新技術而帶來學習、教學、管理、評估和基礎平臺的改變，自然會引起舊教育生態系統的不平衡，我國高校當前的“互聯網+教育”的改革正處于這樣的不平衡的動蕩期，主要表現如表2所示。

表2 智能教育生態系統不平衡點分析

4 智能化的教育生態系統動態平衡的策略分析與建議

智能化教育須是以互聯網、大數據、人工智能、云計算、區塊鏈等多學科技術為支撐，這是達到教育生態平衡的“硬平臺”，同時還需要教育理念、管理策略等的“軟基礎”，二者共同作用才能達到適度的系統平衡?！坝财脚_”中通過硬件設備和算法來完成，而算法是人類解決問題的策略抽象到機器系統中的處理步驟，這些處理步驟集合又稱之為計算模型。因此，算法有時是冰冷的、必須可量化的，而教育應該是有溫度的，有時候是主觀的和不完全量化的，將算法應用到教育生態系統中，免不了要發生沖突和風險。

4.1 基于“硬平臺”的分析

對于智能化集成的基礎平臺研究和創新對于智能化教育的作用是不言而喻的，這是物質基礎，是“硬平臺”，相對于“軟基礎”而言，即為皮之不存毛將焉附的作用。

這里重點說明的是“硬平臺”中的算法。隨著各類算法研究的不斷進步，智能化教學平臺一定能達到教、學、管的顯性設計目標，但是這個目標或將是冰冷的，因為隱性的問題會隨之產生，如數字鴻溝、教育公平、個人隱私、數據應用與安全等法律層面問題[9]，這些都將是導致教育生態系統不平衡的誘因，而這些問題的源頭核心是算法。

1) 在設計計算模型時，往往會忽略預求解問題中次要的或者很微小的信息屬性[10]，但這種忽略也給求解問題的真實性打了折扣，當數據量很小的情況下，這種“微小”看似不起眼，但當海量數據產生時，其對計算結果的影響未必是“微小”的，而有時事物的特色卻正體現在這種“微小”中，這使得算法在應用中存在一定的隱患，且這種隱患很難預估。

2) 在線教育需要人工智能技術，人工智能中的機器學習類算法具有自學習、自訓練能力[10]，而人類對于這種自主性能力的發展方向很難理解和判斷，這本身也是一種隱患。

3) 算法最終展示的是計算模型，它是以數學為基礎，具有公式化的特點，它會把輸入的數據按照同樣的計算步驟和方法進行處理，這會把教育教學工作以同樣的規約進行處理，有導致教育無差別的隱患，最終使個性化學習成為空話。

4) 計算模型是由“人”構建的，算法是由“人”設計的，這些都需要基于“人”（設計者）對待解問題空間的理解而決定，一旦理解有偏差，其設計出來的軟件就會有缺陷，而且軟件一旦經過互聯網平臺，其缺陷影響力將無限放大,若被放到教育系統中，其負面影響會不可估量，而教育不是生產產品，不可能將次品回爐重造。

4.2 基于“軟基礎”的分析

教育生態平衡的“軟基礎”應該包括教育理念、課程思政、學習方法、管理策略等，這些都是不好進行量化、不易評價好壞的軟概念，因此也很難用設備或者算法直接表現出來，只有當它們在教育生態系統中化解成多個具體措施被運用一段時間以后，由系統利益相關方的感受或者行為數據統計分析才能得出結論，而這些具體的措施也未必能夠被算法化。就教育理念來說，當下教育部提倡的產出導向(Outcome Based Education，OBE) 的教育理念，還沒有一個計算模型可以將該理念直接設計到教育生態系統中，而只能在整個教育過程中通過教學環節共同作用達到OBE 的效果。因此，教育生態系統的“軟基礎”的特點是：不好量化、不易評價，這也是智能化教育生態系統中下一步重點研究的方向。

4.3 未來智能化教育生態系統建設的策略建議

不平衡性是生態系統發展的特征，為使系統不平衡因素能盡快調整，第一，建立、規范相應的制度政策、法律法規，界定出智能化教育建設的規范化的內容和邊界；第二，嚴格管理算法策略的設計，算法應嚴格在法律等相關條款下進行，不能由設計者自行定義和設計，教育主管部門應設置專門的管理分部，對教育生態系統中的所有智能算法進行監督、審查，對具有產生不良傾向的算法暫停運行、責令及時改進；第三，制定智能化教育生態系統從業人員道德規范，指導所有參與到該生態系統中的從業人員都要統一認識，規范行為，做出符合教育規律的教、學、管的行為，以及違反法律和職業道德的相應懲戒措施；第四，在基于智能化教學系統中產生的所有數據均應在法律界定范圍內被保存、傳播、使用、分析和銷毀。

基于不同軟性概念的特點，采用不同的教育教學措施，不宜使用一刀切模式，基于生態系統理念，教育多樣性的體現也要求我們求同存異，應該允許有些教學活動采用線上形式，有些采用線下形式進行。

5 結束語

教育智能化的核心要義是：將教學者從簡單、重復的工作中解放出來, 把時間、精力和智慧更多地投入到個性化教學、創造力的訓練以及具有創新價值的教育教學設計中；提高學習者的學習效率和效果，達到個性化學習的目標；提高管理者的管理效能。人工智能的演化與發展可以替代教學者、學習者、管理者完成一些基礎性的工作，而且智能化的程度會越來越高，但這需要一個過程，需要我們完善教育生態系統中的“硬平臺”建設和“軟基礎”建設。在《教育部2022年工作要點》中第28條指出，要實施教育數字化戰略行動，強化需求牽引，深化融合、創新賦能、應用驅動，積極發展“互聯網+教育”，加快推進教育數字化轉型和智能升級[11]。因此，我們相信，我國智能化高等教育生態系統的發展將會更加完善，期待文中設計的模型可以得到進一步細化。