聯合國教科文組織日前發布的《教育中的人工智能：可持續發展的挑戰與機遇》報告提出，有研究預測，2021年之前數字教育市場將每年增長5%;2017—2021年，人工智能市場將增長50%。雖然教育領域人工智能公共政策的發展尚處于起步階段，但這一領域很可能在未來10年呈指數增長。
在這種情況下，我們能否適應由私人市場推動的技術變革速度?教育如何利用人工智能技術改善學習成果?如何使用人工智能數據促進教育公平、提高教育質量?
該報告表示，解決這些問題的最佳方法是從一個全面的角度來看待這個問題。人工智能在知識、創新、商業和新法規的復雜生態系統中工作，國家政策應能夠同時處理多個問題，以產生解決方案和法規，并創建或支持創新生態系統，將人工智能的機會帶入教育領域。
雙教師模式支持個性化學習與協作學習
報告指出，人工智能技術能夠支持包容和無處不在的學習訪問，有助于確保提供公平和包容性的教育機會，促進個性化學習并提升學習成果。
人工智能可以為教師創造一個更好的專業環境，讓他們為有困難的學生投入更多支持。“雙教師模式”包括教師和虛擬教學助理，“助理”可以接管教師的日常任務，使他們有更多時間專注于對學生的指導和一對一的交流。在一些國家，教師已經開始與人工智能助理合作，為學習者提供最佳的學習幫助。此外，計算機輔助學習創造了用數字和人工智能技術支持學生學習策略的替代方案。人工智能可以幫助繪制每個學生的個人學習計劃和軌跡、長處和弱點以及學習偏好和活動。
計算機支持的協作學習，最具革命性的一個方面是實現了學習者的異地協作，為學生提供了不同的選擇，包括他們學習的時間和地點。在計算機支持的協作學習中，在線討論發揮著核心作用，基于機器學習和淺文本處理等人工智能技術，采用人工智能系統對討論組進行監控，為教師提供學習者討論的信息，并為教師指導學習者的參與和學習提供支持。
人工智能依靠數據而蓬勃發展，大數據能夠使人工智能發揮其潛力。隨著數據的增加，人工智能的應用結果變得更加準確。在大數據時代，公眾都會留下個人的信息足跡，產生大量數據，從而使人類和社會行為能夠被客觀量化，因此，很容易跟蹤、建模，并在一定程度上進行預測。圍繞信息足跡的這種現象被稱為“數據化”，深刻影響著教育領域。雖然“數據化”引發了一些倫理問題，需要協調一致的政策響應，但帶來了個性化學習和教育治理方面的可能性。數據驅動決策應用于學生成績測試數據，是很多學校和地區改革的焦點。通過從教育管理信息系統收集大量數據，人工智能算法能夠提供數據驅動的決策，進而改善學校教育。
此外，教育管理信息系統是一組有組織的信息和文檔服務，用于收集、存儲、處理、分析和傳播教育規劃與管理信息，廣泛用于地區、地方和學校各級的教育領導者、決策者和管理者，并用于生成國家統計數據。設計良好且功能完備的教育管理信息系統使教育領域各級成員能夠獲得有用的信息，以更加有效的管理教育系統、制訂可行且具有成本效益的計劃、制定響應性政策、監測和評估教育成果。在數據完整、可靠、定期收集、可匯總和分解的國家，利用人工智能增強的教育管理信息系統將具有更強的自動分析數據和生成學校與國家級數據統計的能力。未來，教育管理信息系統為開發預測決策算法開辟了潛力。
如今，越來越多的國家將其當前的教育管理信息系統從一個基于學校的綜合數據管理系統轉變為一個集成的、動態的學習管理系統，該系統可以有效地支持每個國家教育部門管理的實時決策。
人工智能能力驅動未來工作與技能變革
人工智能帶來新類型工作，對技能的需求不斷增加，因此，報告指出，教育部門必須在課程改革和政策重新制定方面做出回應。目前，各國在做嘗試性工作，以確保其教育系統促進學生獲得人工智能驅動社會所需的能力。這些努力可以作為制定協調一致的教育領域應對人工智能政策框架的起點。
教育在為未來勞動力人工智能做好準備的工作中起著至關重要的作用。消除人工智能技能差距不僅僅是采用越來越強大的技術來促進學習，它還意味著重新思考用于在各級教育中提供教學的內容和方法。報告明確，各國在將21世紀的技能納入各自的教育計劃時，需要定義“人工智能能力”，而不是基本的信息和通信技術能力，從而使學習者能夠使用計算方法和技術識別來解決問題。
在人工智能驅動的未來社會，培養創造和解碼數字技術的新技能非常重要。為此，報告提出了學生和教師技能發展的一系列能力框架。
為收集和分析聯合國可持續發展目標中的教育目標(SDG4)，即“確保包容和公平的優質教育，讓全民享有終身學習機會”相關指標數據，需
要制定一個衡量數字能力的全球框架。數字能力的基本定義是：“能夠通過數字設備和網絡技術，安全、適當地訪問、管理、理解、集成、交流、評估和創建信息，以參與經濟和社會生活。它包括各種素養，即計算機素養、信息技術素養、信息素養和媒體素養。
2018年更新的教師信息和通信技術能力框架，規定教師在數字化時代需要融入其專業實踐以培養學生的批判性知識和意識的能力。該框架強調數字技術在支持理解教育中的信息與通信技術、課程與評估、教育學、信息與通信技術、組織與管理、教師專業學習六個關鍵知識領域中發揮作用。
該框架強調，教師僅擁有管理數字技術并將其傳授給學生的某些技能是不夠的，還必須讓學生在使用數字技術時能夠協作、解決問題并富有創造性。
計算思維，已經成為使學習者在人工智能驅動的社會中蓬勃發展的關鍵能力之一。報告所研究的國家均已清楚地認識到計算思維的重要性。美國計算機科學教師協會將計算思維定義為具有以下特征的問題解決過程：以一種能夠使用計算機和其他工具幫助解決問題的方式制定規劃;合理組織和分析數據;通過模型和模擬等展示數據;通過算法思維(一系列有序步驟)實現解決方案自動化;確定、分析和實施可能的解決方案，以實現最有效的過程和資源組合;將問題解決過程概括并轉化為各種各樣的問題。雖然計算思維明顯屬于計算機科學領域，但它是一種在其他學科中普遍應用的能力。鑒于人工智能在工作場所的存在日益增多，如果學習者要應對不斷變化的勞動力市場需求，計算思維將成為一項關鍵能力。因此，許多國家已開始將計算思維納入各自的教育課程。
適應人工智能快速發展的迫切需要也同樣適用于后義務教育機構。報告指出，通過高等教育和研究建立人工智能專門知識是各國政府解決各自技能差距的主要方法之一。為了提高各自在人工智能領域的能力并成為該領域的領導者，許多國家正在努力尋求使人工智能研究和實踐領域的職業更具吸引力的方法。
通過高等教育加強人工智能培訓和研究被視為建設人工智能專業知識體系的關鍵。很多政府正在投資人工智能領域的研究和高級培訓，主要在高等教育機構進行，通過在人工智能領域建立學術卓越中心、大學和研究機構網絡、獎學金制度來吸引更多的人才進入人工智能領域。
與此同時，技術和職業教育與培訓機構也應能夠提供包含人工智能相關能力的課程，特別是培養技能與勞動力市場變化相適應的畢業生。在一些國家，終身學習被理解為基本技能教育和成人掃盲計劃。然而，盡管終身學習包括上述舉措，但涵蓋的范圍更廣。國際勞工組織(ILO)將終身學習定義為包括“為培養能力和資格終身開展的所有學習活動”。
報告中引用的各國實例，強調在填補人工智能能力缺口時與行業合作，以提高技術和職業教育與培訓效率的重要性;強調需要與行業不斷協調，以確保技術和職業教育與培訓課程的教學內容符合勞動力市場的需求。報告指出，由于人工智能技術的發展非常迅速，這種協調必須是有規律的、系統的，可能需要不斷地重新考慮和重新審視教學計劃。
可持續發展教育面臨人工智能新挑戰
人工智能進入教育領域，我們不但要積極地調整教與學的方式，而且要培養學生適應人工智能時代學習和工作的素養與能力。那么，如何從宏觀政策方面入手積極應對?報告提出建議：
提升制定全面的人工智能公共政策的能力。要對人工智能可持續發展的公共政策形成一個全面的觀點。推動人工智能發展所需的技術環境十分復雜，需要多種因素和體制的協調一致。公共政策必須與國際和國家一級的伙伴關系合作，以創建一個為可持續發展服務的人工智能生態系統。
在教育中應用人工智能時確保包容性和公平性。隨著人工智能的發展，最不發達國家面臨著遭受新技術、經濟和社會分化的風險。必須面對基礎技術、基礎設施等主要障礙，為實施利用人工智能提高學習水平的新戰略創造基本條件。
幫助教師為人工智能驅動的教育做好準備。這是一條雙向道路，教師必須學習新的數字技能，以教育學的方式使用人工智能，而人工智能開發者必須學習教師如何工作并創建在現實環境中可持續發展的解決方案。
開發高質量和包容的數據系統。世界正朝著教育數據化的方向發展，數據質量應該成為主要關注點。提高國家能力以改進數據收集和系統化至關重要。人工智能的發展應為提高數據在教育系統管理中的重要性提供機會。
加強教育領域人工智能應用的研究。可以預期，教育領域對人工智能的研究將在未來幾年顯著增加，但教育系統為了促進實踐和決策而大力推動教育研究評估時仍存在困難。
處理數據采集、使用和傳播過程中引發的倫理和透明度問題。人工智能在提供教育機會、向學生提供個體化建議、個人數據的集中、責任歸屬、對工作的影響、數據隱私和數據饋送算法的所有權方面引發了許多倫理問題。實現人工智能監管需要公眾圍繞倫理、問責、透明度和安全性等方面展開深入討論。
報告指出，公私合作是加強人工智能培訓和研究的一個重要方面。報告所引用的國家普遍在行業界和學術界之間建立了伙伴關系，不僅共享物質和財政資源，而且確保教育計劃與勞動力市場需求保持良好的一致。然而，伙伴關系不應局限于行業和學術界，行業內伙伴關系與學術界伙伴關系同樣重要。大學和研究機構之間的合作促進了協作研究，可以加速人工智能專業知識的發展。
【來源：中國教育報】
