摘要：人(rén)工智能是未來(lái)教育創新發展的重要推動力，遵循人(rén)本主義理(lǐ)念并形成人(rén)本人(rén)工智能教育新應用，将有(yǒu)力促成一種新型的研究與應用範式——教育人(rén)工智能（educational Artificial Intelligence ， eAI ）的形成。eAI 注重以人(rén)為(wèi)本的協作(zuò)教育理(lǐ)念，在智能技(jì)術(shù)的支持下，以人(rén)和(hé)機器(qì)的交互、協作(zuò)為(wèi)研究對象，理(lǐ)解教育活動并揭示其發生(shēng)的規律，從而促進人(rén)和(hé)機器(qì)智慧的共同成長。因此，在以人(rén)為(wèi)本理(lǐ)念的引領下，eAI 必将是人(rén)本人(rén)工智能的持續動力和(hé)新的研究範式，也是未來(lái)教育創新發展的新訴求。文章深度融合人(rén)本人(rén)工智能與教育，開(kāi)展 eAI 的理(lǐ)論探究。首先，從人(rén)工智能、人(rén)在回路和(hé)奇點生(shēng)态三方面闡釋了人(rén)本人(rén)工智能的內(nèi)涵，并解析 eAI 創新所需要的支持智能、增強智能和(hé)人(rén)機協同智能的一體(tǐ)化聯動。在此基礎上(shàng)，剖析 eAI 的核心要素，構建了人(rén)本人(rén)工智能引領下 eAI 的研究框架，以人(rén)在旁路、人(rén)在回路和(hé)人(rén)在領路模式貫穿三大(dà)智能（支持智能、增強智能和(hé)人(rén)機協同智能）來(lái)透析 eAI 生(shēng)态。最後，從基于混合智能的 eAI 環境、面向協同增智的 eAI 技(jì)術(shù)、底線思維引領下的 eAI 實踐理(lǐ)性、面向設計(jì)思維的 eAI 創變力量、基于和(hé)諧共生(shēng)的教育倫理(lǐ)等方面探尋了人(rén)本人(rén)工智能視(shì)域下 eAI 新範式，以期為(wèi)構建人(rén)本人(rén)工智能視(shì)角下人(rén)機協同的 eAI 新生(shēng)态提供設計(jì)思路和(hé)實踐指導。

人(rén)工智能是促進人(rén)類社會(huì)發展和(hé)科技(jì)進步的重要驅動力和(hé)戰略技(jì)術(shù)，堅持“以人(rén)為(wèi)本”是規範人(rén)工智能并促進其長足發展的基礎。

2017 年， 我國政府發布了 《新一代人(rén)工智能發展規劃》，指明(míng)了人(rén)工智能發展的戰略态勢以及戰略部署，強調把人(rén)工智能作(zuò)為(wèi)開(kāi)展群體(tǐ)智能的協同與共享、人(rén)機整合與增強智能等技(jì)術(shù)研究列入關鍵共性技(jì)術(shù)體(tǐ)系。

2018 年，美國斯坦福大(dà)學人(rén)工智能實驗室與視(shì)覺實驗室負責人(rén)李飛飛啓動 “以人(rén)為(wèi)本的 AI 計(jì)劃 （ Human-Centered AI Initiative ， HAI ）”，認為(wèi)人(rén)工智能的良性發展需要人(rén)文主義的指引，反映人(rén)類智能的深度，确保每一步都能正确地引導人(rén)工智能的發展，實現人(rén)機共轭共生(shēng) 。

2019 年，我國科技(jì)部首次提出人(rén)工智能治理(lǐ)原則，發布了《新一代人(rén)工智能治理(lǐ)原則——發展負責任的人(rén)工智能》政策，要求人(rén)工智能發展應以增進人(rén)類共同福祉為(wèi)目标，應符合人(rén)類的價值觀和(hé)倫理(lǐ)道(dào)德，促進人(rén)機和(hé)諧。

人(rén)本視(shì)角下的人(rén)本人(rén)工智能緻力于實現“目中有(yǒu)人(rén)”和(hé)“始終為(wèi)人(rén)”，合理(lǐ)駕馭人(rén)本人(rén)工智能，支持跨學科研究的廣度，尤其是與教育的融合創新，使智能教育回歸到育人(rén)本質，具有(yǒu)極其重要的現實意義。教育人(rén)工智能，簡稱 eAI （ educational Artificial Intelligence ） , eAI 的研究與應用是人(rén)本人(rén)工智能的新範式。

（一）人(rén)性為(wèi)王：人(rén)本主義理(lǐ)論教育觀

（二）人(rén)在回路：人(rén)本視(shì)角下人(rén)工智能産物

01 人(rén)工智能

圖 1 人(rén)工智能的技(jì)術(shù)框架

02 人(rén)在回路(human-in-the-loop)

圖 2 人(rén)在回路的人(rén)工智能基本模型

03 奇點生(shēng)态

（三）人(rén)機協同：人(rén)本人(rén)工智能核心

（一）教育人(rén)工智能概念：基于人(rén)本人(rén)工智能的超學科形态 觀

（二）教育人(rén)工智能：混合智能新境界

圖 3 面向 eAI 的三大(dà)智能聯動

1. 支持智能

2. 增強智能

3. 人(rén)機協同智能

（一）人(rén)本人(rén)工智能賦能 eAI 的适切性

（二）面向人(rén)本人(rén)工智能的 eAI 核心要素

圖 4 eAI 核心要素結構圖

01多(duō)類型主體(tǐ)

02人(rén)機物互聯的教育環境

03智能支撐技(jì)術(shù)

04複雜應用場(chǎng)景

（三）人(rén)本人(rén)工智能支持下 eAI 框架

圖 5 人(rén)本人(rén)工智能支持下 eAI 框架

圖 6 基于人(rén)機協同的 eAI 應用決策機制(zhì)

（一）數(shù)據智慧：建設基于混合人(rén)工智能的 eAI 環境

（二）協同增智：實現面向教育精準分析與理(lǐ)解的eAI 技(jì)術(shù)生(shēng)态

（三）底線思維：基于數(shù)字智商的 eAI 實踐理(lǐ)性

（四）設計(jì)思維：賦能eAI 的創變力量

（五）和(hé)諧共生(shēng)：重視(shì) eAI 的倫理(lǐ)價值

随着智能技(jì)術(shù)的迅猛發展，堅持以人(rén)為(wèi)本的人(rén)工智能與教育的深度融合、創新是目前各界高(gāo)度關注的領域。eAI 時(shí)代悄然而至，也必将迎來(lái)人(rén)本人(rén)工智能締造的教育新生(shēng)态。本文對人(rén)本人(rén)工智能的核心內(nèi)涵進行(xíng)概述，并闡釋了 eAI 的內(nèi)涵。随後，貫徹支持智能、 增強智能和(hé)人(rén)機協同智能一體(tǐ)化聯動， 構建了eAI 框架， 包括基于人(rén)在旁路 / 回路 / 領路模式的 eAI及其面向人(rén)機的應用範疇。最後探析了人(rén)本人(rén)工智能引領下 eAI 的新型研究範式，為(wèi) eAI 的良性發展提供借鑒。然而，在人(rén)本人(rén)工智能視(shì)域下， eAI 必将衍生(shēng)出一系列的理(lǐ)論和(hé)技(jì)術(shù)，如何将其融入教育生(shēng)态，将是我們後續需要解決的首要問題。

[3] XU W. Toward human-centered AI ：a perspective from human-computer interaction[J]. Interactions ， 2019 ， 26 （ 4 ）：42-46.

[4] 新華社 . 發展負責任的人(rén)工智能：我國新一代人(rén)工智能治理(lǐ)原則發布 [EB/OL]. （ 2019-06-17 ） .http ：//www.gov.cn/xinwen/2019-06/

[6] European Political Strategy Centre.The age of aritificial intelligence ：towards a European strategy for human-centric machines[EB/OL].2018-04-13）.https：//ec.europa.eu/jrc/communities/en/community/digitranscope/document/age-artificial-intelligence-towards-european-strategy-human-centric.

[7] HOW M L. Future-ready strategic oversight of multiple artificial superintelligence-enabled adaptive learning systems via human-

centric explainable ai-empowered predictive optimizations of educational outcomes [J]. Big data and cognitive computing ， 2019 ， 3（3 ）：46.

[8] Chris Drew （ 2020 ） . What is the humanistic theory in education?[EB/OL]. （ 2020-11-01 ） . https ：//helpfulprofessor.com/humanist-

theory-in-education/.

[9] BAHRAMMIRZAEE A. A comparative survey of artificial intelligence applications in finance ：Artificial neural networks ， expert

system and hybrid intelligent systems[J]. Neural computing and applications ， 2010 ， 19 （ 8 ）：1165-1195.

[10] ROS魪 C P ， MCLAUGHLIN E A ， LIU R ， et al. Explanatory learner models ：why machine learning （ alone ） is not the answer[J].

[11] HONEYCUTT D ， NOURANI M ， RAGAN E. Soliciting human-in-the-loop user feedback for interactive machine learning reduces

user trust and impressions of model accuracy [C]//Proceedings of the AAAI Conference on Human Computation and Crowdsourcing.2020 ， 8 （ 1 ）：63-72.

[12] 祝智庭，俞建慧，韓中美，黃昌勤 . 以指數(shù)思維引領智慧教育創新發展 [J]. 電(diàn)化教育研究， 2019 ， 40 （ 1 ）：5-16 ， 32.

[13] 祝智庭，徐歡迎，胡小(xiǎo)勇 . 數(shù)字智能：面向未來(lái)的核心能力新要素—— — 基于《 2020 兒童在線安全指數(shù)》的數(shù)據分析與建議 [J]. 電(diàn)化教育研究， 2020 （ 7 ）：11-20.

[14] 祝智庭，彭紅超 . 技(jì)術(shù)賦能智慧教育之實踐路徑 [J]. 中國教育學刊， 2020 （ 10 ）：1-8.

[15] 彭紅超，祝智庭 . 人(rén)機協同決策支持的個(gè)性化适性學習策略探析 [J]. 電(diàn)化教育研究， 2019 ， 40 （ 2 ）：12-20.

[16] PANDE M ， BHARATHI S V. Theoretical foundations of design thinking — a constructivism learning approach to design thinking[J].

|來(lái)源：中國知網

|作(zuò)者：祝智庭、韓中美、黃昌勤

|美編：姚國華返回搜狐，查看更多(duō)