汪琼：教育中的人工智能应简约不减效

汪琼

北京大学

教育学院教授

当被问及“我国高校应从哪些重点工作着手，来应对数字化时期人工智能发展所带来的挑战？”时，北京大学教育学院汪琼教授不假思索地表示：“人工智能在教学中应用目前处于各校一线教师的小范围尝试阶段，普适性不足，多元合作和系统化统筹是关键。教育数字化转型对技术应用和数据挖掘等方面的创新性方案提出更高要求，而简洁、直接的应用思路往往更能高效地实现人机协同，最终促进学生的全面发展。”

高等教育数字化高速发展的同时，以ChatGPT为代表的人工智能闯入我们的视线，高校该如何抓住AI技术蓬勃应用的关键期？本文将对话汪琼教授，带领我们一步步拨开人工智能在高等教育教学应用中的迷雾。

由业务部门主导的

高度专业化的AI应用

《中国教育网络》

在您看来，人工智能技术在数字教育发展中扮演着何种角色？未来教育变革趋势会是怎样的？

汪琼

数字化转型大背景下，人工智能技术在教育领域的应用呈现出高度专业化的特点。这种专业化体现在人工智能在教育中应用的切入点更加精细，与数字化转型场景的契合程度增高。原因在于，在教育数字化进程中，我们需要针对各种具体场景中的痛点问题提供量身定制的解决方案。在这一过程中，为了应对业务上的难题和提升用户体验，必须打破各部门之间的数据孤岛，实现全面综合的数据集成。只有这样，人工智能技术才能凭借其小而精的切入特点，更迅速、更有效地融入传统业务之中。随着未来教育变革的不断推进，人工智能技术有望推动越来越多领域的智能化解决方案不断成熟起来。

目前的情况表明，我国高校在数据数字化和部分流程的自动化方面已经取得了显著成效，但在流程重组和再造方面仍然存在较大的挑战。尤其是在场景化解决方案方面，还存在着相当的不足。究其根源，很多场景化方案的实现需要跨部门协作，这往往是一个挑战。另外，数据价值还未得到充分的挖掘，以高校校园App为例，虽然内部集成了多个小程序，但这些小程序往往只是简单的表单数据收集工作，应用的深度还不够。可以说，校园应用数据治理的工作刚刚开始，还有许多更深层次的领域等待我们进一步探索。

从国际各行业数字化转型成功案例来看，转型的主导力量已从信息化部门转向业务部门，而且，随着无编程和低代码工具的出现，业务部门成员已经能够自行且及时地开发所需应用，无需依赖并等待专业技术人员的协助。这一趋势提升了业务部门快速调整数字化解决方案的能力，业务部门在数字化转型中将扮演着更为积极的角色。这种趋势也将使整个教育体系更敏捷地适应不断变化的需求，为学生和教职员工创造更优质的教育体验。

总之，由业务部门主导的数字化转型趋势在国内外高校正日益显现，也为教育领域带来更多令人期待的创新和发展。

AI赋能

高等教育教学的喜与忧

《中国教育网络》

据您了解，人工智能在全球高等教育领域已有哪些典型的应用场景？

汪琼

根据2019年的调查数据显示，美国有20% - 25%的学校已经开始进行数字化转型，而我国的发展进度和程度与其大致相当。全球高校AI教学应用中普及程度较高的教育场景包括剽窃诊断、自动作业批改、聊天机器人、在线监考、适应性教程、无障碍沟通、学习风险预测，以及效率工具等。

其中，应用最广泛的是论文查重与防剽窃。除了对文本字符进行查重外，现在的技术还能检测出写作风格的变化，甚至扩展到图片、音乐等领域的防剽窃。在线监考也在国际高校中逐渐兴起，AI可以应用于学生打字节奏和坐姿识别。在线监考技术的发展也为自主考试、设定弹性考试时间提供了可能。

此外，作业批改的智能化也开始流行起来，一些技术能够将手写文字转化为OCR，并基于此进行词法、语法以及句子结构等不同层次的判定，是多种人工智能技术的应用。英语口语考试已经普遍采用人工智能技术。

在学校管理部门，聊天机器人的发展速度最为迅猛。国外许多学校正在积极运用聊天机器人，使师生能够迅速获取有关学校政策、教学安排、入学申请进度等信息，这些都是数字化转型的典型应用，依赖AI技术和大数据分析及预测能力。

此外，适应性教程和答疑助教机器人也备受关注，尤其是可以借助ChatGPT这样的生成性人工智能工具来实现交互式、个性化的辅助教学，方兴未艾。

人工智能还在无障碍沟通方面发挥着重要作用。以Microsoft微软为例，他们开发了一个PPT插件，能够在老师授课时自动生成字幕，为聋哑学生提供听课辅助，而类似的技术也可以在国际会议多语言交流中得到应用。许多特殊教育领域开发的技术和工具在常规教育中也可以发挥很好的作用。

在学生管理等需要风险预测的领域，国外一些高校会利用数据挖掘技术，通过分析学生成绩和学习表现（如作业迟交情况）来预测辍学风险，从而采取相应措施，帮助学生克服学业困难，提高毕业率。ChatGPT出现后，一些国外高校教师开始鼓励学生将ChatGPT作为辩论对手，采用角色模拟方式完成思辨类作业，也有高校老师鼓励学生就阅读文献与ChatGPT对话，促进深度阅读，提升学习效率。综合来看，这些应用场景展示了人工智能在教育领域的多样化和创新性。

《中国教育网络》

在高等教育数字化的实践过程中，人工智能教育应用遇到了怎样的阻力？您认为最核心的解决思路是什么？

汪琼

从全球整体高校的实际情况来看，当前数字化转型的进程相对较为缓慢，从外部来说，是人工智能教育应用产品供给不足，从内部来看，主要存在以下四个方面的阻力：

首先，学校过去进行的传统信息化建设导致了众多孤立的系统，造成了数据孤岛。数字化转型亟需克服不同系统之间的数据对话问题，然而在实际操作中，各种客观和主观因素导致数据治理变得异常困难。

其次，国外高校信息化治理机构建设所产生的价值已经显现，但我国高校信息技术监管体系尚未完善，专家论证走“形式”的多。需要找到真正懂信息技术又能反映用户需求的多方代表构成学校的数据治理组织，严格论证新的应用是否能够满足多部门的需求，能否实现新旧系统之间的无缝对接，是否支持系统间数据的互通对话，在此基础上再确定采购与开发优先级。

第三，校内IT队伍面临数字化转型人才胜任力困境。以往的业务目标更多地偏向于维持与稳定，创新力相对不足，导致人才能力老化。对于数字化时代需要的新技能和新思维，IT队伍需要不断学习与有意更新。

最后，早年按业务部门工作习惯定制的信息化系统在数字化转型过程中与新系统兼容方面遇到一定的难题。业务部门需要与合作伙伴充分沟通，并积极参与转型过程。尤其需要关注标准化和通用性方面的问题，以便更好地适应不断变化的需求。

然而，虽然以上因素在一定程度上限制了数字化转型的速度和效果，但逆境也孕育着机遇。通过跨部门合作、人才培养、监管体系建设以及信息化系统的优化或更新换代，这些问题都可以得到解决。可以预见，只有在各方共同努力下，数字化转型才能够更好地推进，为教育领域的创新和进步铺平道路。

《中国教育网络》

在我国高等教育教学领域，人工智能已在哪些场景实现了应用？所面临的比较棘手的挑战是什么？

汪琼

今年开始，在我国高校中，大语言模型类人工智能应用开始增加。许多一线教师正在一线教学工作中积极探索AI应用。比如，今年6月，我在一次座谈会中了解到，西南财经大学的会计学教师，在认识到数字化转型所带来的自动化趋势对会计专业产生了显著影响之后，特别侧重引导学生学习如何与人工智能协同工作。这一过程中，教师会采用Power BI等创建小型辅助工具，以帮助学生更好地应对行业转型。

目前，大数据分析在科研领域取得了一定的进展。例如，北京大学数字人文中心的研究人员通过深度学习模型在大规模已经数字化的中国古代文献中检测了百万级的互文联系，进而对古代一系列文化现象进行了定量分析，验证了一些历史学家当年在资料不完全的情况下做出的一些假设推论。与此相关的古文献大数据分析原型系统的开发也为研究提供了基于交互的可视化呈现手段，为推广定量文化分析方法提供了支撑平台。这是社科科研与大规模数据结合的成功案例，大数据为学科基础研究提供了更多的思路依据，进一步推动学科发展和创新。

国内外许多高校都在数字人文领域进行交叉应用的探索，运用新的数字技术来审视人文研究和观点。例如，耶鲁大学的学生将《Ulyssess》（尤利西斯）一书开发成游戏，这不仅在游戏开发过程中加深了对名著的理解，还通过交互式工具使未来更多的学生可以受益。

人工智能的应用有助于将学习转化为实际应用，为应用型院校人才培养提供了改进思路。例如，我国某中职院校结合本地产业优势和AI技术，与淘宝厂商合作，用AI技术生成动物穿着学生设计的宠物服装的视频，并在购物平台上展示，再根据订单生产，真实的买家激发了学生的设计热情。人工智能有助于更好地实现课程理论与实际应用的结合，达到服务性学习，这种学有所用也会对学生的专业认知和学习积极性产生积极影响。

尽管部分高校在积极尝试探索人工智能在教育教学中的应用，但在实践中还存在诸多需要注意的问题。

一是要避免套路化的倾向。举例来说，部分高校只是简单地将静态教材或课程转变为动态、数字化的版本，而没有真正具有不可替代性。这种做法虽然在某种程度上利用了数字化环境传播的优势，但却未充分发挥信息技术支持探究的计算潜力，导致学习体验并不尽如人意。

在许多情况下，高校可能过于依赖现有的教育模式，在AI技术的帮助下，仅仅试图进行表面上的改进，而不是重新思考整个教学过程，没有真正发掘到AI在个性化教育、自适应学习和实时反馈等方面的潜力，限制了教育的深度变革。

二是需要关注AI在高校应用不均衡的情况。AI技术目前仅在特定小范围内受到关注和追捧，普及性仍然存在一定挑战。这在很大程度上受团队兴趣、资金和资源等因素的影响，最终导致一些高校在人工智能教育方面取得了显著进展，而另一些则在这一领域相对滞后。

为了更好地推动人工智能在教育中的应用，高校需要加强合作，分享最佳实践，并鼓励创新，以确保教育不仅仅是数字化的转化，而是真正的改进以提高学习效果和学习体验，使学生能够更好地应对未来的挑战。

一场关于智能教学中

人机协同平衡的追逐

《中国教育网络》

去年年底，您带领团队在某高校作了关于“智能教学系统中人机协同平衡点”的主题研究报告。研究结论对于智能教学系统的应用优化会有怎样的指导意义？在确保人工智能技术与教师角色、教育价值相辅相成方面，您认为哪些应对策略或措施是最重要的？

汪琼

2021年，国家网信办等八部委确认了一批国家智能社会治理特色实验基地。2022年，北京大学作为19个教育特色基地之一，启动了一项关于“智能教育系统中人机协同平衡点探查”的主题研究。

其中一项工作是研究教师对人工智能教育应用伦理原则的价值排序，以及他们对人工智能教育应用的风险担忧程度。首先，研究团队对受访教师在人工智能教育应用中最关注的伦理原则进行了问卷调查。从统计结果可以看出，教师在风险担忧方面的重要性排序依次是“隐私”“自主”“公平”“教育福祉”和“可用”。

然而，当研究团队使用思想实验的方法为教师构建具体场景，并在这些场景下将伦理原则隐含在场景问题中时，发现教师解决问题的实际态度与之前的统计结果有所不同。例如，对于隐私问题，当教师发现教学平台不仅收集学生数据，还会收集教师讲课数据时，71%的教师表示能够理解数据收集行为，只要系统能够提供准确的信息即可，也就是教师隐私权益让渡于学生教育福祉。但这也说明教育伦理原则的价值排序会依具体情境而变，伦理问题分析需要根植于情境才有指导价值。

研究团队还探讨了教室中存在助教机器人的伦理情况。研究发现，教师在有助教机器人的情况下既对机器人不信任，又感到自身权利被剥夺，课堂控制权和学生注意力成为人机争夺的焦点。此外，教师的另一个顾虑是，由于教育的专业性，一旦学生成绩出现下滑，责任将直接落到教师身上，这可能导致教师不愿意采用不了解其原理的智能系统，所以在中小学阶段，智能系统入校应用较为困难。为此，团队根据研究发现分别对校方和企业方提出了一系列智能系统入校需要做的准备工作，这对于推动人工智能助力优质教育均衡发展有一定的价值。

2023年上半年，团队对行业内活跃度较高的30多家智能软件产品厂商进行了调研。调研关注教育数字化转型供给侧生态，即企业产品在多大程度商可以支持教育数字化转型。调研表明，教育部的政策会在很大程度上影响企业产品研发方向，产品开发更多会出于政策和整体发展的考虑，较少基于真实需求，这会造成购买的产品用不起来的情况。师生数字素养的提升并不是影响智能技术入校的关键因素，因为现在的人机交互友好程度已经有了很大进步，关键还是在于智能产品是否具备独特优势。

ChatGPT的启发：

AI应用要遵循简约原则

《中国教育网络》

在您看来，ChatGPT将会在高等教育教学方面带来哪些新的突破？我国高校应从哪些重点工作着手，来应对新人工智能发展带来的挑战？

汪琼

ChatGPT等大语言模型在高等教育教学方面可以用于多个场景，带来一系列教法的突破。在这一背景下，国内高校应该积极思考，如何与这一新技术“和谐相处”，并充分发挥其效益。

目前大家的普遍共识是大语言模型可以推动教学回归本质。比如，在与大预言模型对话的过程，需要不断调整提示语句以获得希望的回答，这个过程就是界定问题、整理思路的过程，是很好的思维训练机会，而思维与表达正是教育需要培养的能力。

学生与大语言模型的对话记录也可以展示学生的学习过程，有助于教师诊断学习中存在的问题。比如，大语言模型就一个概念提出了多种解释，学生在对话过程中进行观点的辨析、澄清、组合，产生新的定义，这种 “借鉴学习”不同于“剽窃抄袭”，是智能时代一种会占主流的学习方式。

2023年初，北京大学启动了ChatGPT教学应用征集项目，鼓励教师在课程中实际运用，促进了人工智能技术在教学中应用的实验和探索。全国诸多院校的老师也都在做类似的尝试。

举例来说，湖南农业大学的一位教师将ChatGPT的聊天机器人引入班级微信群，学生们最初只是玩笑性地与它互动。然而，随着期中考试的临近，学生们开始向聊天机器人提出课程相关问题并得到较为满意的回复，逐渐体会到智能答疑助手的便利和价值。

当然，目前的大语言模型直接用于教育场景，还有一定的局限性，需要持续的训练和改进，以提高其准确性和实用性。国内外的一些机构也在基于大语言模型开发教学工具，已经出现了一些有趣且有价值的应用，假以时日，特别是随着教育大语言模型的出现，必将推动人工智能技术在教育领域的广泛应用。

在迎接新一代人工智能发展带来的挑战时，我们还必须注意“信息茧房”的危害。这意味着我们需要在参照新技术给出的回答的同时，也需要防止“回音壁”效应，保持广泛的视野，避免陷入观点单一的局限。总之，大语言模型类人工智能技术在高等教育领域的应用前景广阔，但需要平衡其潜力与局限，同时注意技术引入的全局影响。 

麻省理工学院（MIT）

水下机器人研究图示

至于人工智能在高等教育中未来应用前景，可以参考上图所示，这是麻省理工学院（MIT）在20世纪70年代发表的一篇研究水下机器人研究报告中的一张图，生动地诠释了计算机协助人类完成工作的程度差异：从人独立完成工作，到计算机扩展人的能力，到分担枯燥机械类工作，到作为备份或增援系统，直至机器独立完成程序化工作。相信未来会出现越来越多的人工智能教学应用，从上述四个方面增强教师的教学效能和学生的学习效果。

教育数字化转型的目的是要更好地为学生和教师服务，真正实现立德树人。这意味着要将技术与教学紧密结合，使教育变得更加智能化、个性化。最终目标是通过人工智能的力量，使教育更具效率和质量，促进学生的全面发展。

教育领域的数字化转型，并不能只是将传统教育方式搬上线，还需要创新性的解决方案，包括如何综合当下和历史的数据、个人和群体的数据，来设计传统环境下做不到的、充分发挥信息技术优势的教学流程，技术创新应用和数据整合挖掘才是数字化转型方案落地的关键。这一过程必然存在挑战，但越是简洁、直接的方案，往往越能高效地实现人机协同的目标。

来源：《中国教育网络》