论文部分内容阅读
摘 要：2019年3月，联合国教科文组织发布了《教育中的人工智能：可持续发展的挑战与机遇》工作报告，阐释了人工智能为教育变革带来的驱动力与挑战。文章在对报告进行解读的基础上，运用SWOT态势分析法，对“人工智能+教育”的内部优势与劣势、外部机遇与威胁进行全面系统的分析。最后，借助SWOT矩阵分析模型，从利用优势、克服劣势，到把握机会、化解威胁的思路出发，借鉴过去，立足当下，放眼未来，提出人工智能赋能教育的策略，并提出促进“人工智能+教育”發展的中国路径。
关键词：“人工智能+教育”;可持续发展;SWOT分析;中国特色教育信息化;智能教育生态系统
中图分类号：G434 文献标志码：A 文章编号：2096-0069（2020）06-0009-06
收稿日期：2020-06-12
基金项目：山西省软科学项目“文化本质视角下的新手教师身份认同研究”（2019041051—5）
作者简介：李志河（1974— ），男，甘肃环县人，教授，博士生导师，研究方向为教学评价、智慧教育等;许书静（1996— ），女，山西运城人，在读硕士研究生，研究方向为智慧教育、教育人工智能等。
“人工智能”一词于1956年被首次提出后，近年取得飞跃发展。目前，人工智能已驱动多种行业的变革，也为教育的创新发展注入了新的活力，形成“人工智能+教育”新模式，其应用重点在于通过技术优化教育教学效果[1]。2019年，由联合国教科文组织发布的《北京共识——人工智能与教育》（Beijing Consensus-on Artificial Intelligence and Education）指出，要通过人工智能全面引领教育创新，促进人工智能与教育的系统融合。同年，联合国教科文组织在移动学习周期间发布了《教育中的人工智能：可持续发展的挑战与机遇》（Artificial Intelligence in Education：Challenges and Opportunities for Sustainable Development）报告（以下简称报告），指明了教育人工智能发展的现状及面临的挑战，为我国“人工智能+教育”的可持续发展提供了借鉴。
一、报告框架
报告收集了全球若干国家将人工智能投入教育领域的实例，探讨如何通过人工智能促进教育公平和改善学习结果，分析将人工智能引入教育实践的风险，并提出促进“人工智能+教育”可持续发展的美好愿景。该报告的主要内容分为三个部分：第一部分是利用人工智能改善学习和公平，第二部分指明了教育应该如何帮助未来的工作者做好准备，第三部分提出了当前教育人工智能所面临的挑战。报告的整体框架如图1所示。
报告突出人工智能在改善学习效果方面的重要价值。技术的合理应用，能够方便各级教育管理者收集和分析教育大数据，以便于对学生的管理、评价等。“双教师模型”即教师与人工智能教学助手的分工与合作，可以使教师的教学重心聚焦于学生的个体差异与教育创新。但当前，即使传统上被认为是该领域领先者的国家也没有真正为智能自动化做好准备[2]。因此，各国学习者及人才的智能素养亟须提升。对学习者进行人工智能专业教育，特别是对计算思维进行培养，是提升智能素养的关键。此外，报告以慕课（MOOC）平台为例，强调非正式学习的重要性，并在第三部分提出了人工智能教育发展面临的六种挑战。
二、“人工智能+教育”的SWOT分析
SWOT分析方法是一种被广泛应用于战略发展与决策制定的可行性分析方法[3]，该方法将影响事物发展过程的因素分为内部因素S（Strengths，优势）和W （Weaknesses，劣势）和外部因素O（Opportunities，机遇）和T（Threats，威胁）两方面。在对报告内容进行解读的基础上，本文对“人工智能+教育”发展的内外影响因素进行系统分析，以期全面了解“人工智能+教育”的发展现状。图2为报告解读基础上的“人工智能+教育”的SWOT矩阵分析。
（一）S：“人工智能+教育”的优势
1.相关技术发展迅速
技术的逐渐成熟，为“人工智能+教育”的可持续发展提供了硬性支撑。例如，通过机器学习、认知网络分析等技术的使用，能够广泛收集和精确分析学习者数据，为学习者提供个性化学习支持及准确的学情分析，从而有效提升教学质量。
2.有效改善学习结果
基于对学生学习数据的收集，人工智能算法能够实现精准教学，提升学习效果。此外，在计算机支持的协作学习中，通过机器学习等技术，对在线异步讨论组讨论的情况进行监控并反馈给教师，能为教师的有效干预及学习者的学习提供支持。
3.已取得的实践成果较为丰富
目前，各国已经涌现出各类人工智能教育系统。如我国的松鼠AI①自适应学习引擎，为学生精准侦查知识漏洞，帮助学生查漏补缺，增强补弱，提高学习效率;英语流利说②学习平台通过人工智能、深度学习等技术为用户定制个性化学习内容，创造高效率的学习体验。
（二）W：“人工智能+教育”的劣势
1.公平性和包容性有待提升
教育公平性和包容性是“人工智能+教育”的核心价值。目前，部分发展中国家进行“人工智能+教育”的障碍主要包括互联网的可靠性、数据成本、学生的信息与通信技能、文化差异等等[4]。人工智能驱动下的教育可能会将一些弱势群体及边缘化的群体排除在外，形成数字鸿沟[5]，导致马太效应。
2.教育数据系统不够完善
目前，部分国家仍存在弱势群体的数据不完整甚至完全缺失的现象。教育者应在关注数据准确性、实时性的同时，考虑各类数据的集成性以及不平等性，构建和完善高质量的教育数据系统。
3.导致伦理道德问题 尽管人工智能的发展为人类的生活带来了福祉，但同时也对人类造成威胁。人机协同是目前人工智能发展的一大方向，在实现人机协同的过程中，人类的主体地位如何得到保障;在“人工智能+教育”中，教师的主导作用如何得到尊重;在使用大量数据的过程中，如何保护信息安全。这些都是将人工智能引入教育领域需要考虑的风险。
（三）O：“人工智能+教育”的发展机遇
1.智慧教育的时代诉求
智慧教育是未来教育发展的理想状态，人工智能是智慧教育得以发展的重要支撑技术，“人工智能+教育”是实现智慧教育进程中的重要形式。当下，提升学生的数字素养、智能素养，培养人工智能专业人才已成为各国教育领域的重要任务。智慧教育的时代诉求为人工智能赋能教育创造了空前的发展机遇。
2.各国相关部门的指导和支持
我国多所院校建设人工智能学院，培养专业人才，促进学科专业建设。德国联邦政府将大力投资该国人工智能产业，在科研机构及高校中增加多个教授职位用于培养专业人才。英、法、日等国也制定了相关政策，为人工智能助力教育变革创造了更大的发展空间。
3.各国相关文件的引领
我国的《中国教育现代化2035》、爱尔兰的《学校数字化战略2015—2020》等文件中，都以包含人工智能在内的信息通信技术为核心，对国家数字化校园的建设及智能教育的发展提出了愿景和要求。
（四）T：“人工智能+教育”的外部威胁
1.缺乏全面的促进“人工智能+教育”可持续发展的公共政策
报告中提到，各国教育领域的人工智能产品大都来源于私营企业，国家关于人工智能促进教育发展的针对性政策较为缺失。国家及政府如何在人工智能时代发挥其机能，制定怎样的相关公共政策以使其适应由私营企业带动的人工智能的发展，是一项巨大的挑战。
2.教师与人工智能发展关系引起质疑
人工智能辅助教师进行教学和管理，但在其为师生创造创新教学体验的同时，也对教师的地位造成一定的威胁。面对多种人工智能教学助手，我们必须明确，教师的地位不可取代，即使人工智能在教学中发挥的价值毋庸置疑，但它始终是教师进行教学活动的辅助者。
3.相关研究未充分发挥重要价值
人类能够明确地认识到人工智能在提升学习质量方面的重要性，但对于技术的哪些特殊使用会造成怎样的学习结果所知甚少。这说明研究者在人工智能对学生的实际影响方面的相关研究较少，且研究内容及结果在一定程度上缺乏客观性和实际应用价值。
三、基于SWOT分析的发展策略探讨
在对“人工智能+教育”進行SWOT分析的基础上，将内外因素相结合，利用优势及机遇提出促进“人工智能+教育”快速发展的S-O策略;从把握优势、克服威胁的角度提出扬长避短的S-T策略;以弥补劣势、抓住机遇为出发点提出趋利避害的W-O策略;从遏制劣势及威胁的视角提出直面挑战的W-T策略，见图2。
（一）S-O策略：利用自身优势，把握发展机遇
在各国相关部门的指导以及政策文件的引领下，人工智能应充分利用其自身优势，把握外部赋予的机遇，促进教育蓬勃发展。
1.全面贯彻相关文件的指导
信息技术的蓬勃发展使教育更趋智能化。各国出台的相关文件、政策等都将“人工智能+教育”作为促进国家、科技发展的驱动力和战略性技术。“人工智能+教育”在实现个性化的基础上，使教育愈加趋向精准化和创新性。
2.在政策文件的引领下进一步赋能教育
当前各国在人才培养、技术研发及成本开支等多方面给予人工智能多种支持和鼓励，在促进“人工智能+教育”发展方面，也通过政策引领等方式提供外部支持。人工智能应充分利用其促进教育个性化、智能化、自动化、多元化、协同化的优势[6]，顺应时代发展，把握机遇，进一步为教育创新与变革赋能。
（二）S-T策略：利用成果优势，克服外部威胁，驱动“人工智能+教育”可持续发展
报告指出，近年来“人工智能+教育”相关研究由于其研究内容、研究方法等因素并未真正发挥实际价值。因此，在实际应用及研究中应注意以下问题。
1.注重以“人工智能+教育”实践应用共同体为中心的研究
从外部来看，研究者应协调外部政策、资金等条件，创造良好研究环境;从内部来看，应形成以“研究者”“建设者”及“实践者”为中心的实践应用共同体，使三者之间协作互助、优势互补[7][8]。“人工智能+教育”不是以通用的技术解决教育中的问题，而是具体分析教学活动及过程。“人工智能效应”在教师的教学实践中发光发热。
2.明确教师主体地位，促进“双师”和谐发展
人工智能教师助理与传统教师形成“双师课堂”，但在“人工智能+教育”中，教师仍然是一线角色，如果没有教师进行实践，即使相关技术再发达也不能使其发挥效用。“人工智能+教育”的发展方向不应只是技术的简单叠加，而应该在辅助教师的过程中使教师的教学重心面向创造性和同理心，形成“双师”和谐发展的繁荣局面。
（三）W-O策略：把握机遇，弥补劣势，以相关部门的支持为依托，改善现有不足
人工智能的发展应在各国相关部门的支持下，抓住时代赋予的发展机遇，改善现存弊端。
1.提高教育公平性与包容性，消除数字鸿沟
教育公平是社会发展的重要基石。未来，教育中的人工智能应该关注不同国家、地区、种族等学习者间的贫富、性别差异，努力提升教育的公平性与包容性，尽力消除不同学习者间的数字鸿沟。
2.全方位提升数据质量，完善教育数据系统
在建立教育数据系统时，应综合考虑和集成来自多方面的数据，准确判断学情，有效干预学习。在构建教育数据系统时必须注重数据的完备性，考虑到边缘化人群在性别、年龄、社会经济背景等方面的不平等因素，提升数据质量。 3.有效使用教育数据，注重保护数据隐私
数据是驱动人工智能发展的首要动力。信息通信技术的发展使个人数据较为集中，这种情况更是对公民的数据安全造成威胁。面对广泛的教育数据，研究人员应当明确如何使用这些数据才能使其发挥积极效用，才能确保师生的数据隐私得到保护。
（四）W-T策略：遏制劣势，回避威胁，充分认识发展中的问题，直面外部世界带来的挑战
人工智能在教育中的研究应密切联系实际教学应用，以保障信息安全为导向的人工智能技术，来夯实教育数据系统建立的基础，以技术融合为动力源泉，去引领“人工智能+教育”改革和创新。在以上三种策略的前提下，充分意识发展中的弊端，弥补发展劣势，克服外部威胁，直面挑战，筹谋未来，能够促进“人工智能+教育”更加长远的发展。
四、“人工智能+教育”可持续发展的中国路径
我国高度重视人工智能在促进社会发展和变革中的重要作用，也将人工智能赋能教育作为引领教育创新与变革的着眼点。在以上解读及分析的基础上，结合我国教育人工智能的发展现状，提出促进“人工智能+教育”可持续发展的中国路径。
（一）加强顶层设计，完善“人工智能+教育”可持续发展政策
在引导“人工智能+教育”的发展方向上，政府的作用举足轻重，政府应完善目前的人工智能教育应用政策。具体来看，目前我国在该方面的不足主要包括以下方面：（1）缺乏完善的人工智能相关课程体系;（2）人工智能师资队伍建设问题尚待解决;（3）相关政策大多集中在基础教育、高等教育、职业教育领域，而缺乏将人工智能引入学前教育、特殊教育的政策[9];（4）缺乏解决伦理道德问题的相关方案。我国应借鉴他国“人工智能+教育”的实践经验，结合具体国情对“人工智能+教育”的应用进行顶层设计，使人工智能融入教育的各个阶段，为“人工智能+教育”的发展提供有力的资金支持及机制保障。
（二）坚持以人为本的可持续发展教育观，走中国特色教育信息化道路
教育应该始终坚持以人为本。人工智能赋能教育不是对技术的盲目使用，而是借助技术优化教育。在“人工智能+教育”的发展道路上，必须坚持“师生为本，技术为辅”，将技术作为辅助手段，使人工智能在师生共同实践中实现教育价值。人工智能的飞速发展使教育改革的浪潮席卷而来，我国应立足国情和教育现状，实现教育的理论和实践创新，坚持中国特色教育信息化道路，加速实现教育现代化的进程。
（三）以协同创新理论为基础，形成技术融合、“政产学研”一体化的智能教育生态系统
在5G移动通信技术的引领下，人工智能与区块链技术等多种现代信息技术的融合使用，能够使教育朝着更加高效化、安全化、精准化、个性化、协同化、创新化的方向发展。为促进“人工智能+教育”的可持续发展，我国应在政府、企业、学校和科研机构的协同推动下，构建“政产学研”一体化的智能教育新生态，整合优质教育资源，搭建人工智能创新应用平台，建设人工智能专业师资队伍，培养人工智能专业人才。通过跨机构的融合作用，培养实际社会真正需要的人才[10]。
（四）重新定位智能时代的育人目标，探索“人工智能+学科”人才培养模式
智能时代对公民的数字素养和智能素养提出了更高的要求。全面育人应以学前教育为起点，将培养公民的数字及智能素养贯穿于教育的各个阶段。当前，我国在人工智能人才培养方面仍存在人才数量少、人才结构不合理等问题。高校及科研机构也应积极探索以“人工智能+学科”为框架的人工智能专业人才培养模式，使人工智能与学科知识在融合创新中不断发展。
（五）加强伦理道德建设，构建和谐智能教育新生态
在面临数据隐私泄露、网络攻击等伦理道德问题的威胁时，我国应通过政策、法律等将人工智能的价值约束在工具价值的范畴之内[11]，加强对数据收集者与使用者的监管。通过开设智能伦理课程，加强师生、科研人员的伦理道德意识，从而坚守伦理道德规范，建设和谐健康的智能教育新生态。
五、总结
信息通信技术的飞速发展使“人工智能+教育”成为教育发展的主流方向。为迎接人工智能带来的挑战，智能素养的培养目标应当贯穿于教育的各个阶段，同时也应重新定位智能时代的育人目标，逐渐形成终身学习体系，建设人工智能专业师资队伍，探索智能时代人才培养模式。未来，我国“人工智能+教育”可在多种技术的融合使用下进一步赋能教育。通过构建和谐发展、人机协同、“政产学研”多位一体的智能教育生态系统，坚持中国特色教育信息化道路，促使“人工智能+教育”可持续发展。
[1]BAKER R S.Stupid Tutoring Systems，Intelligent Humans [J].Inter-national Journal of Artificial Intelligence in Education（S1560-4306），2016，26：600-614.
[2]The Economist Intelligence Unit.The Automation Readiness Index： Who is Ready for the Coming Wave of Automation？ [EB/OL].（2018-04-24） [2020-07-08].https：//www.automationreadiness.eiu.com/.
[3]趙丽.“自带设备”基础教育应用本土化探讨[J].电化教育研究， 2017（8）：31-36.
[4]NYE B D.Intelligent Tutoring Systems by and for the Developing World： A Review of Trends and Approaches for Educational Technology in a Global Context[J].International Journal of Artificial Intelligence in Education（S1560-4306），2015，25：177-203.
[5]HILBERT M.Big Data for Development：A Review of Promises and Challenges[J].Development Policy Review（S1467-7679），2016，34：135-174.
[6]梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018（3）：24-30.
[7]刘邦奇，王亚飞.智能教育：体系框架、核心技术平台构建与实施策略[J].中国电化教育，2019（10）：23-31.
[8]刘邦奇，张振超，王亚飞.区域教育大数据发展参考框架[J].现代教育技术，2018，28（4）：5-12.
[9]段世飞，龚国钦.国际比较视野下的人工智能教育应用政策[J].现代教育技术，2019，29（3）：11-17.
[10]兰国帅，郭倩.技术赋能智能教育：新媒体联盟《地平线报告》（2018高等教育版）解读与启示[J].数字教育，2019，5（1）：73-80.
[11]田海平，郑春林.人工智能时代的道德：让算法遵循“善法”[J].东南大学学报（哲学社会科学版），2019，21（5）：5-13，146.
（责任编辑 王策）
关键词：“人工智能+教育”;可持续发展;SWOT分析;中国特色教育信息化;智能教育生态系统
中图分类号：G434 文献标志码：A 文章编号：2096-0069（2020）06-0009-06
收稿日期：2020-06-12
基金项目：山西省软科学项目“文化本质视角下的新手教师身份认同研究”（2019041051—5）
作者简介：李志河（1974— ），男，甘肃环县人，教授，博士生导师，研究方向为教学评价、智慧教育等;许书静（1996— ），女，山西运城人，在读硕士研究生，研究方向为智慧教育、教育人工智能等。
“人工智能”一词于1956年被首次提出后，近年取得飞跃发展。目前，人工智能已驱动多种行业的变革，也为教育的创新发展注入了新的活力，形成“人工智能+教育”新模式，其应用重点在于通过技术优化教育教学效果[1]。2019年，由联合国教科文组织发布的《北京共识——人工智能与教育》（Beijing Consensus-on Artificial Intelligence and Education）指出，要通过人工智能全面引领教育创新，促进人工智能与教育的系统融合。同年，联合国教科文组织在移动学习周期间发布了《教育中的人工智能：可持续发展的挑战与机遇》（Artificial Intelligence in Education：Challenges and Opportunities for Sustainable Development）报告（以下简称报告），指明了教育人工智能发展的现状及面临的挑战，为我国“人工智能+教育”的可持续发展提供了借鉴。
一、报告框架
报告收集了全球若干国家将人工智能投入教育领域的实例，探讨如何通过人工智能促进教育公平和改善学习结果，分析将人工智能引入教育实践的风险，并提出促进“人工智能+教育”可持续发展的美好愿景。该报告的主要内容分为三个部分：第一部分是利用人工智能改善学习和公平，第二部分指明了教育应该如何帮助未来的工作者做好准备，第三部分提出了当前教育人工智能所面临的挑战。报告的整体框架如图1所示。
报告突出人工智能在改善学习效果方面的重要价值。技术的合理应用，能够方便各级教育管理者收集和分析教育大数据，以便于对学生的管理、评价等。“双教师模型”即教师与人工智能教学助手的分工与合作，可以使教师的教学重心聚焦于学生的个体差异与教育创新。但当前，即使传统上被认为是该领域领先者的国家也没有真正为智能自动化做好准备[2]。因此，各国学习者及人才的智能素养亟须提升。对学习者进行人工智能专业教育，特别是对计算思维进行培养，是提升智能素养的关键。此外，报告以慕课（MOOC）平台为例，强调非正式学习的重要性，并在第三部分提出了人工智能教育发展面临的六种挑战。
二、“人工智能+教育”的SWOT分析
SWOT分析方法是一种被广泛应用于战略发展与决策制定的可行性分析方法[3]，该方法将影响事物发展过程的因素分为内部因素S（Strengths，优势）和W （Weaknesses，劣势）和外部因素O（Opportunities，机遇）和T（Threats，威胁）两方面。在对报告内容进行解读的基础上，本文对“人工智能+教育”发展的内外影响因素进行系统分析，以期全面了解“人工智能+教育”的发展现状。图2为报告解读基础上的“人工智能+教育”的SWOT矩阵分析。
（一）S：“人工智能+教育”的优势
1.相关技术发展迅速
技术的逐渐成熟，为“人工智能+教育”的可持续发展提供了硬性支撑。例如，通过机器学习、认知网络分析等技术的使用，能够广泛收集和精确分析学习者数据，为学习者提供个性化学习支持及准确的学情分析，从而有效提升教学质量。
2.有效改善学习结果
基于对学生学习数据的收集，人工智能算法能够实现精准教学，提升学习效果。此外，在计算机支持的协作学习中，通过机器学习等技术，对在线异步讨论组讨论的情况进行监控并反馈给教师，能为教师的有效干预及学习者的学习提供支持。
3.已取得的实践成果较为丰富
目前，各国已经涌现出各类人工智能教育系统。如我国的松鼠AI①自适应学习引擎，为学生精准侦查知识漏洞，帮助学生查漏补缺，增强补弱，提高学习效率;英语流利说②学习平台通过人工智能、深度学习等技术为用户定制个性化学习内容，创造高效率的学习体验。
（二）W：“人工智能+教育”的劣势
1.公平性和包容性有待提升
教育公平性和包容性是“人工智能+教育”的核心价值。目前，部分发展中国家进行“人工智能+教育”的障碍主要包括互联网的可靠性、数据成本、学生的信息与通信技能、文化差异等等[4]。人工智能驱动下的教育可能会将一些弱势群体及边缘化的群体排除在外，形成数字鸿沟[5]，导致马太效应。
2.教育数据系统不够完善
目前，部分国家仍存在弱势群体的数据不完整甚至完全缺失的现象。教育者应在关注数据准确性、实时性的同时，考虑各类数据的集成性以及不平等性，构建和完善高质量的教育数据系统。
3.导致伦理道德问题 尽管人工智能的发展为人类的生活带来了福祉，但同时也对人类造成威胁。人机协同是目前人工智能发展的一大方向，在实现人机协同的过程中，人类的主体地位如何得到保障;在“人工智能+教育”中，教师的主导作用如何得到尊重;在使用大量数据的过程中，如何保护信息安全。这些都是将人工智能引入教育领域需要考虑的风险。
（三）O：“人工智能+教育”的发展机遇
1.智慧教育的时代诉求
智慧教育是未来教育发展的理想状态，人工智能是智慧教育得以发展的重要支撑技术，“人工智能+教育”是实现智慧教育进程中的重要形式。当下，提升学生的数字素养、智能素养，培养人工智能专业人才已成为各国教育领域的重要任务。智慧教育的时代诉求为人工智能赋能教育创造了空前的发展机遇。
2.各国相关部门的指导和支持
我国多所院校建设人工智能学院，培养专业人才，促进学科专业建设。德国联邦政府将大力投资该国人工智能产业，在科研机构及高校中增加多个教授职位用于培养专业人才。英、法、日等国也制定了相关政策，为人工智能助力教育变革创造了更大的发展空间。
3.各国相关文件的引领
我国的《中国教育现代化2035》、爱尔兰的《学校数字化战略2015—2020》等文件中，都以包含人工智能在内的信息通信技术为核心，对国家数字化校园的建设及智能教育的发展提出了愿景和要求。
（四）T：“人工智能+教育”的外部威胁
1.缺乏全面的促进“人工智能+教育”可持续发展的公共政策
报告中提到，各国教育领域的人工智能产品大都来源于私营企业，国家关于人工智能促进教育发展的针对性政策较为缺失。国家及政府如何在人工智能时代发挥其机能，制定怎样的相关公共政策以使其适应由私营企业带动的人工智能的发展，是一项巨大的挑战。
2.教师与人工智能发展关系引起质疑
人工智能辅助教师进行教学和管理，但在其为师生创造创新教学体验的同时，也对教师的地位造成一定的威胁。面对多种人工智能教学助手，我们必须明确，教师的地位不可取代，即使人工智能在教学中发挥的价值毋庸置疑，但它始终是教师进行教学活动的辅助者。
3.相关研究未充分发挥重要价值
人类能够明确地认识到人工智能在提升学习质量方面的重要性，但对于技术的哪些特殊使用会造成怎样的学习结果所知甚少。这说明研究者在人工智能对学生的实际影响方面的相关研究较少，且研究内容及结果在一定程度上缺乏客观性和实际应用价值。
三、基于SWOT分析的发展策略探讨
在对“人工智能+教育”進行SWOT分析的基础上，将内外因素相结合，利用优势及机遇提出促进“人工智能+教育”快速发展的S-O策略;从把握优势、克服威胁的角度提出扬长避短的S-T策略;以弥补劣势、抓住机遇为出发点提出趋利避害的W-O策略;从遏制劣势及威胁的视角提出直面挑战的W-T策略，见图2。
（一）S-O策略：利用自身优势，把握发展机遇
在各国相关部门的指导以及政策文件的引领下，人工智能应充分利用其自身优势，把握外部赋予的机遇，促进教育蓬勃发展。
1.全面贯彻相关文件的指导
信息技术的蓬勃发展使教育更趋智能化。各国出台的相关文件、政策等都将“人工智能+教育”作为促进国家、科技发展的驱动力和战略性技术。“人工智能+教育”在实现个性化的基础上，使教育愈加趋向精准化和创新性。
2.在政策文件的引领下进一步赋能教育
当前各国在人才培养、技术研发及成本开支等多方面给予人工智能多种支持和鼓励，在促进“人工智能+教育”发展方面，也通过政策引领等方式提供外部支持。人工智能应充分利用其促进教育个性化、智能化、自动化、多元化、协同化的优势[6]，顺应时代发展，把握机遇，进一步为教育创新与变革赋能。
（二）S-T策略：利用成果优势，克服外部威胁，驱动“人工智能+教育”可持续发展
报告指出，近年来“人工智能+教育”相关研究由于其研究内容、研究方法等因素并未真正发挥实际价值。因此，在实际应用及研究中应注意以下问题。
1.注重以“人工智能+教育”实践应用共同体为中心的研究
从外部来看，研究者应协调外部政策、资金等条件，创造良好研究环境;从内部来看，应形成以“研究者”“建设者”及“实践者”为中心的实践应用共同体，使三者之间协作互助、优势互补[7][8]。“人工智能+教育”不是以通用的技术解决教育中的问题，而是具体分析教学活动及过程。“人工智能效应”在教师的教学实践中发光发热。
2.明确教师主体地位，促进“双师”和谐发展
人工智能教师助理与传统教师形成“双师课堂”，但在“人工智能+教育”中，教师仍然是一线角色，如果没有教师进行实践，即使相关技术再发达也不能使其发挥效用。“人工智能+教育”的发展方向不应只是技术的简单叠加，而应该在辅助教师的过程中使教师的教学重心面向创造性和同理心，形成“双师”和谐发展的繁荣局面。
（三）W-O策略：把握机遇，弥补劣势，以相关部门的支持为依托，改善现有不足
人工智能的发展应在各国相关部门的支持下，抓住时代赋予的发展机遇，改善现存弊端。
1.提高教育公平性与包容性，消除数字鸿沟
教育公平是社会发展的重要基石。未来，教育中的人工智能应该关注不同国家、地区、种族等学习者间的贫富、性别差异，努力提升教育的公平性与包容性，尽力消除不同学习者间的数字鸿沟。
2.全方位提升数据质量，完善教育数据系统
在建立教育数据系统时，应综合考虑和集成来自多方面的数据，准确判断学情，有效干预学习。在构建教育数据系统时必须注重数据的完备性，考虑到边缘化人群在性别、年龄、社会经济背景等方面的不平等因素，提升数据质量。 3.有效使用教育数据，注重保护数据隐私
数据是驱动人工智能发展的首要动力。信息通信技术的发展使个人数据较为集中，这种情况更是对公民的数据安全造成威胁。面对广泛的教育数据，研究人员应当明确如何使用这些数据才能使其发挥积极效用，才能确保师生的数据隐私得到保护。
（四）W-T策略：遏制劣势，回避威胁，充分认识发展中的问题，直面外部世界带来的挑战
人工智能在教育中的研究应密切联系实际教学应用，以保障信息安全为导向的人工智能技术，来夯实教育数据系统建立的基础，以技术融合为动力源泉，去引领“人工智能+教育”改革和创新。在以上三种策略的前提下，充分意识发展中的弊端，弥补发展劣势，克服外部威胁，直面挑战，筹谋未来，能够促进“人工智能+教育”更加长远的发展。
四、“人工智能+教育”可持续发展的中国路径
我国高度重视人工智能在促进社会发展和变革中的重要作用，也将人工智能赋能教育作为引领教育创新与变革的着眼点。在以上解读及分析的基础上，结合我国教育人工智能的发展现状，提出促进“人工智能+教育”可持续发展的中国路径。
（一）加强顶层设计，完善“人工智能+教育”可持续发展政策
在引导“人工智能+教育”的发展方向上，政府的作用举足轻重，政府应完善目前的人工智能教育应用政策。具体来看，目前我国在该方面的不足主要包括以下方面：（1）缺乏完善的人工智能相关课程体系;（2）人工智能师资队伍建设问题尚待解决;（3）相关政策大多集中在基础教育、高等教育、职业教育领域，而缺乏将人工智能引入学前教育、特殊教育的政策[9];（4）缺乏解决伦理道德问题的相关方案。我国应借鉴他国“人工智能+教育”的实践经验，结合具体国情对“人工智能+教育”的应用进行顶层设计，使人工智能融入教育的各个阶段，为“人工智能+教育”的发展提供有力的资金支持及机制保障。
（二）坚持以人为本的可持续发展教育观，走中国特色教育信息化道路
教育应该始终坚持以人为本。人工智能赋能教育不是对技术的盲目使用，而是借助技术优化教育。在“人工智能+教育”的发展道路上，必须坚持“师生为本，技术为辅”，将技术作为辅助手段，使人工智能在师生共同实践中实现教育价值。人工智能的飞速发展使教育改革的浪潮席卷而来，我国应立足国情和教育现状，实现教育的理论和实践创新，坚持中国特色教育信息化道路，加速实现教育现代化的进程。
（三）以协同创新理论为基础，形成技术融合、“政产学研”一体化的智能教育生态系统
在5G移动通信技术的引领下，人工智能与区块链技术等多种现代信息技术的融合使用，能够使教育朝着更加高效化、安全化、精准化、个性化、协同化、创新化的方向发展。为促进“人工智能+教育”的可持续发展，我国应在政府、企业、学校和科研机构的协同推动下，构建“政产学研”一体化的智能教育新生态，整合优质教育资源，搭建人工智能创新应用平台，建设人工智能专业师资队伍，培养人工智能专业人才。通过跨机构的融合作用，培养实际社会真正需要的人才[10]。
（四）重新定位智能时代的育人目标，探索“人工智能+学科”人才培养模式
智能时代对公民的数字素养和智能素养提出了更高的要求。全面育人应以学前教育为起点，将培养公民的数字及智能素养贯穿于教育的各个阶段。当前，我国在人工智能人才培养方面仍存在人才数量少、人才结构不合理等问题。高校及科研机构也应积极探索以“人工智能+学科”为框架的人工智能专业人才培养模式，使人工智能与学科知识在融合创新中不断发展。
（五）加强伦理道德建设，构建和谐智能教育新生态
在面临数据隐私泄露、网络攻击等伦理道德问题的威胁时，我国应通过政策、法律等将人工智能的价值约束在工具价值的范畴之内[11]，加强对数据收集者与使用者的监管。通过开设智能伦理课程，加强师生、科研人员的伦理道德意识，从而坚守伦理道德规范，建设和谐健康的智能教育新生态。
五、总结
信息通信技术的飞速发展使“人工智能+教育”成为教育发展的主流方向。为迎接人工智能带来的挑战，智能素养的培养目标应当贯穿于教育的各个阶段，同时也应重新定位智能时代的育人目标，逐渐形成终身学习体系，建设人工智能专业师资队伍，探索智能时代人才培养模式。未来，我国“人工智能+教育”可在多种技术的融合使用下进一步赋能教育。通过构建和谐发展、人机协同、“政产学研”多位一体的智能教育生态系统，坚持中国特色教育信息化道路，促使“人工智能+教育”可持续发展。
[1]BAKER R S.Stupid Tutoring Systems，Intelligent Humans [J].Inter-national Journal of Artificial Intelligence in Education（S1560-4306），2016，26：600-614.
[2]The Economist Intelligence Unit.The Automation Readiness Index： Who is Ready for the Coming Wave of Automation？ [EB/OL].（2018-04-24） [2020-07-08].https：//www.automationreadiness.eiu.com/.
[3]趙丽.“自带设备”基础教育应用本土化探讨[J].电化教育研究， 2017（8）：31-36.
[4]NYE B D.Intelligent Tutoring Systems by and for the Developing World： A Review of Trends and Approaches for Educational Technology in a Global Context[J].International Journal of Artificial Intelligence in Education（S1560-4306），2015，25：177-203.
[5]HILBERT M.Big Data for Development：A Review of Promises and Challenges[J].Development Policy Review（S1467-7679），2016，34：135-174.
[6]梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018（3）：24-30.
[7]刘邦奇，王亚飞.智能教育：体系框架、核心技术平台构建与实施策略[J].中国电化教育，2019（10）：23-31.
[8]刘邦奇，张振超，王亚飞.区域教育大数据发展参考框架[J].现代教育技术，2018，28（4）：5-12.
[9]段世飞，龚国钦.国际比较视野下的人工智能教育应用政策[J].现代教育技术，2019，29（3）：11-17.
[10]兰国帅，郭倩.技术赋能智能教育：新媒体联盟《地平线报告》（2018高等教育版）解读与启示[J].数字教育，2019，5（1）：73-80.
[11]田海平，郑春林.人工智能时代的道德：让算法遵循“善法”[J].东南大学学报（哲学社会科学版），2019，21（5）：5-13，146.
（责任编辑 王策）