【摘要】能夠自主“感知、理解、預測、行動”的人工智能是靈活強大的學習技術，在教與學過程中可以發(fā)揮多種作用。技術的靈活性為智能教學系統(tǒng)的設計和應用帶來了挑戰(zhàn)。合理的功能定位是人工智能技術發(fā)揮作用的前提，對其教學角色隱喻的分析對于智能教學系統(tǒng)的研究與利用有指導作用。本研究選擇人工智能教育應用領域的高影響力項目開展了案例研究。案例研究表明，人工智能的教學角色隱喻主要有輔導者、教練、評價者、協(xié)調(diào)者、聯(lián)通者、同伴和學生七種。從歷史發(fā)展與現(xiàn)狀來看，占優(yōu)勢的為教練、評價者和輔導者等教師隱喻。從教學的完整過程看，人工智能尚無法比肩人類教師，但在“行動中”其表現(xiàn)并不遜色于人類個體，在很多情況下各有千秋。受限于自然語言處理技術在語義處理上的裹足不前，輔導者還難以像人類教師一樣與學習者開展連續(xù)的自然語言對話，但教練、評價者、協(xié)調(diào)者、聯(lián)通者、學生和同伴則更充分地利用了計算機的多媒體與網(wǎng)絡數(shù)據(jù)計算、存儲、交互能力，能夠提供人類教師難以或無法提供的學習經(jīng)驗。未來，人工智能的教學角色隱喻將繼續(xù)演化，呈現(xiàn)出分化與整合、從支持“學”到“學教”并重的總體趨勢;智能教學系統(tǒng)中文化因素的作用將日益顯性化;將更重視與學習者建立與維持長期關系;人工智能將促進學習環(huán)境的虛實融合，提高學習環(huán)境的適應性。

　　【關鍵詞】人工智能教育應用;智能輔導系統(tǒng);計算機支持的合作學習;教學代理;高影響力項目;教學角色;案例研究

　　一、引言

　　能夠自主“感知、理解、預測、行動”的人工智能是前所未有的強大學習技術，它增強了教與學過程中作為交互主體的計算機的靈活性與適應性(張志禎,等,2019)。在教育領域，可以低成本、大范圍地使用智能技術的時間還不長，機構、個體的人工智能教育應用意識與能力差別很大，且總體上比較低。人工智能技術靈活、多樣，它在學與教活動中起作用的方式多種多樣，描述它作用的術語也并未達成一致。例如，“tutor”一詞，有時指談話教學法(如,Graesser,2016)，有時指認知學徒取向的問題解決教學法(如,Anderson,etal.,1995);譯為中文，則有“輔導”“導學”“指導”等多種譯法。對于核心概念的用詞與內(nèi)涵缺乏共識，就其后果而言，不但會增加溝通成本，易導致思想混亂，而且可能誤導設計、開發(fā)與應用實踐，不利于領域知識積累;究其原因，是受到領域快速發(fā)展、從業(yè)人員的學科知識背景與訴求差異大、相對忽視教學層面的反思總結(jié)等因素的共同作用。在大范圍推進人工智能教育研究與實踐的背景下，非常有必要對人工智能支持學與教的微觀作用方式及其術語使用進行系統(tǒng)梳理。

　　在此過程中，人工智能的教學角色隱喻分析將是很有效的切入點。教學角色隱喻(metaphorofinstructionalrole)是對以人工智能技術為支撐的計算機系統(tǒng)在促進學習者①學習過程中所扮演的角色或發(fā)揮作用的方式的概括性比喻。社會心理學意義上的角色指個人在一定社會關系中占有的地位及其規(guī)定的行為模式。在某一社會情境中，角色的社會功能是通過主體的行為展現(xiàn)的，是其行為的集合。對于計算機系統(tǒng)而言，行為等價于其提供的功能(functionality或feature)，角色是特定功能的集合。隱喻是一種修辭手法，也是一種認知方式。

　　在修辭法意義上，隱喻是暗喻，是比喻的一種。隱喻較為含蓄，比喻隱藏在“是”這類謂詞中，如“教師是人類靈魂的工程師”。有語言學研究者認為隱喻是一種認知方式，是人類的一項基本認知能力。在日常生活中，人們常常通過熟悉、具體的概念來認識、思考和說明抽象、復雜的概念，這就產(chǎn)生了隱喻;在新興學科中這一現(xiàn)象尤為顯著，如信息技術領域的病毒、信息高速公路等概念(劉丹鳳,魏躍衡,2007)。在教育研究領域，教師的教學角色隱喻分析，即對于教師將教學看作什么、比作什么的系統(tǒng)分析，用于研究與發(fā)現(xiàn)教師的個人教學理論(康納利,克蘭迪寧,2004,p.73)，促進教師教育反思與專業(yè)成長(陳向明,2001)。Roll等(2016)認為對于人工智能教育應用領域，隱喻不但有助于建立共同愿景，而且有助于確立具體目標，對于人工智能教育應用研究有引領作用。在本領域誕生之初就已注意到計算機的教學角色隱喻問題。Collins等(1975)在40多年前就提到了人工智能的“人類教師”隱喻與“交互學習環(huán)境”隱喻。

　　20年后，Anderson等(1995)透露出輔導教師(tutor)隱喻的局限性，但已深陷其中，很無奈。20世紀90年代，可創(chuàng)建可視化交互虛擬的計算機多媒體技術成熟、普及，催生出教學代理(pedagogi⁃calagent①)及其教學角色研究，教學代理可以作為專家、激勵者、指導者等多種教學角色(Johnson,etal.,2000;Baylor&Kim,2005)。又一個20年后，Roll等(2016)在元分析的基礎上，提出人工智能作為“輔導教師”有局限性，未來應該追求做學習者的“導師”(mentor)。

　　二、問題與方法

　　本研究試圖回答人工智能教育應用領域的如下問題：第一，人工智能主要有哪些教學角色隱喻?②第二，與人類教師相比，這些角色的優(yōu)勢與局限是什么?第三，教學角色隱喻分析對于未來的人工智能教育應用研究與實踐有何啟示?本研究為多個案的案例研究。采用案例研究的原因有三：一是本領域具有強烈的工程化取向，主要通過利用人工智能及計算機多媒體、網(wǎng)絡技術建造教學系統(tǒng)或者系統(tǒng)原型來解決教育問題，這些系統(tǒng)蘊含了人工智能的教學角色隱喻，是天然的案例;二是本領域因人工智能技術發(fā)展、教育教學變革推進而處于快速發(fā)展期，知識體系、研究范式還未成熟，更適合探索性的案例研究;三是更深層次的認識論原因，即案例具有綜合性與情境性，案例本身比從中抽象出來的原則更真實可信，更能體現(xiàn)實踐智慧(波蘭尼,2017,pp.63-64)。對于案例研究做如下說明：①案例選擇標準。本研究案例為“高影響力”項目，案例需滿足三個標準：一是持續(xù)時間較長，超過5年;二是在同行評審雜志/會議發(fā)表文章至少3篇;三是以目標學習者為被試開展過教學實驗研究。②案例資料收集與分析方法。采用“滾雪球”法(巴比,2009)收集案例資料。

　　以《國際人工智能教育應用雜志(InternationalJournalofArtificialIntelligenceinEducation,IJAIED)》的25周年紀念專刊(2016年,第26卷第1、2期)為起點，在其“經(jīng)典文章”的反思論文與參考文獻的基礎上，順藤摸瓜，查找文獻。采用質(zhì)性研究的“持續(xù)比較”法，自下而上形成教學角色隱喻類別，并根據(jù)新案例調(diào)整類別體系。③案例分析單位。以項目開發(fā)的系統(tǒng)或系統(tǒng)原型為單位，匯總信息。記錄案例系統(tǒng)名稱、教學角色隱喻、開始年份、學科、知識點、學習目標類型、首席研究者、研究機構、研究機構所屬地區(qū)、項目成熟度、體驗版訪問地址與賬號等。項目成熟度屬性的取值：原型描述、實驗室實驗、學校實驗、課程整合和產(chǎn)品化五個水平。一個項目有多個版本或者衍生系統(tǒng)者，按照級別最高的取值。④案例情況。本研究重點分析的21個智能教學系統(tǒng)案例的基本信息見附表1。案例研究機構所在地區(qū)：北美17個，占比81.0%;歐洲4個，占比19.0%。項目的成熟度分布：實驗室實驗占比14.3%，學校實驗占比14.3%，課程整合占比52.4%，產(chǎn)品化占比19.0%。學習內(nèi)容分布：STEM16個，占比76.2%;語言、地理、社會文化行為等5個，占比23.8%。

　　三、人工智能教學角色隱喻：框架與案例

　　總體而言，如何促進學習者個體或小組的學習，即如何“用技術教”個體或小組，始終是人工智能教育應用研究關注的焦點。有關人是如何學習的、人類教師是如何教學的心理學理論是設計智能教學系統(tǒng)功能的主要依據(jù)，如維果茨基的內(nèi)化與最近發(fā)展區(qū)理論、Anderson的ACT*R認知技能理論、人類教師輔導策略、班杜拉的社會認知理論、元認知理論、情境學習理論與認知學徒策略等。

　　(一)人工智能教學角色隱喻的框架

　　通過對案例中人工智能支持學習的方式進行分析概括，發(fā)現(xiàn)人工智能主要有七種教學角色隱喻，即人工智能作為：①輔導者(tutor)，呈現(xiàn)問題(ques⁃tion)，與學習者就問題進行自然語言對話，協(xié)同建構解釋，促進學習者對于概念、原理的理解，如SCHOLAR、AutoTutor;②教練(coach)，選擇問題(problem)，創(chuàng)建問題解決環(huán)境，逐步監(jiān)控學習者解決問題的過程，適時給予評價、反饋，發(fā)展學習者的認知技能或者操作技能，如CognitiveTutor、WritingPal;③評價者(evaluator)，通過練習或測驗評價學習者對知識、技能的掌握情況，也提供個性化反饋指導以及學情匯總，如ASSISTments、WISE+c-rater;④協(xié)調(diào)者(facilitator)，系統(tǒng)參與學習者的在線討論，監(jiān)控討論是否偏離主題以及任務完成情況，并可根據(jù)情況進行干預，比如向某個學生提問，如MentorChat、Bazaar;⑤聯(lián)通者(connector)，系統(tǒng)將學習者與恰當?shù)馁Y源或人建立連接，即資源的推薦系統(tǒng)、人的匹配系統(tǒng)，如CourseSignals、PHelpS、QuickHelper;⑥同伴(peer)，系統(tǒng)模擬出與學習者身份相同、人口學特征相似的同伴，以豐富學習交互方式，實現(xiàn)合作、觀察與競爭等學習活動，促進學習者反思、表達，如LuCy、Mike、Alex;⑦學生(student)，系統(tǒng)模擬出能夠以某種方式學習的學生，讓學習者“教中學”，如Betty􀆳sBrain、SimStudent、SquareFamily。

　　在七種角色隱喻中，前五種均可視為教師(teacher)，因此總體上可以將教學角色隱喻分為教師、同伴與學生三大類。將上述教學角色按照應用環(huán)境(智能輔導系統(tǒng)，ITS;計算機支持的合作學習，CSCL)、領域?qū)ｉL高低、對于學習與認知社會性的強調(diào)程度等維度進行分析，可形成一個組織框架。協(xié)調(diào)者、聯(lián)通者多見于計算機支持的合作學習(CSCL)環(huán)境中，即學習者借助網(wǎng)絡與其他學習者開展合作學習活動，計算機起協(xié)調(diào)、支持、幫助建立聯(lián)系等作用;其他五種角色主要在智能輔導系統(tǒng)(ITS)環(huán)境中，即計算機提供學習內(nèi)容與學習環(huán)境，并與學習者開展教學互動。七種角色隱喻在領域?qū)ｉL(domainexpertise)與學習認知的社會性(socialdimensionoflearning)方面存在差異。通常而言，輔導者、教練與評價者位于連續(xù)體的一端，即計算機有很強的領域?qū)ｉL，具備解決學習者所面臨的問題或任務的知識、技能，更強調(diào)學習與認知的個體性;學生、同伴、聯(lián)通者、協(xié)調(diào)者位于連續(xù)體的另外一端，即其領域?qū)ｉL較弱，通常無法勝任解決學習者的問題這一任務，更強調(diào)學習與認知的社會性。在七種角色隱喻中，以用戶數(shù)量和項目成熟度為標準，占優(yōu)勢的為教練、評價者、輔導者與學生。(二)輔導者：SCHOLAR與AutoTutor輔導者通過與學習者進行自然語言對話開展教學，促進學習。語言是教與學最基本的媒介，談話教學法在東西方均有深厚的歷史傳統(tǒng)。孔子的“啟發(fā)”、蘇格拉底的“產(chǎn)婆術”，都以與學習者的談話為核心。

　　四、人工智能不同教學角色隱喻的優(yōu)勢與局限

　　從教學的全過程看，人工智能尚遠不如人類教師。任何模式的教學活動都可分為“行動前”“行動中”“行動后”(徐碧美,2003,p.24)。“行動前”的備課、開展教學設計、準備教學材料與環(huán)境，對人類教師而言通常是個體行為，對人工智能而言通常是多專業(yè)背景團隊的工程任務，涉及教學設計、軟件開發(fā)、設備調(diào)試、系統(tǒng)測試。可以說，對于智能教學系統(tǒng)而言，“行動前”基本上全靠“人工”。“行動后”，對人類教師而言是教學反思與作業(yè)批改，對人工智能而言似乎僅是被動的“數(shù)據(jù)統(tǒng)計報表”。

　　“教學相長”是人類教學活動的基本特點，不管是個別輔導還是集體授課，教學活動不僅能夠促進學習者的發(fā)展，也能夠改進人類教師對學科知識、學習者和教育情境的理解，即所謂“經(jīng)驗+反思=教師的成長”，教師的教學能力主要是在教學實踐中發(fā)展起來的;對于人工智能而言，“行動”也許僅僅導致系統(tǒng)中學生模型有所更新而已。因此，本文只對比分析“行動中”人工智能與人類教師的行為表現(xiàn)。先分析人工智能在“行動中”的一般特點，再逐一分析各個教學角色的獨特特點。

　　五、結(jié)語

　　本研究從教學角色隱喻的角度，以人工智能教育應用領域的高影響力項目為案例，對人工智能是如何支持學習活動的以及描述其作用方式的術語做了系統(tǒng)梳理。從案例中概括出七種教學角色隱喻，即輔導者、教練、評價者、協(xié)調(diào)者、聯(lián)通者、同伴和學生。案例分析表明，人工智能的確是強大、靈活的學習技術，盡管在教學全過程中尚無法與人類個體相比，但它在“行動中”的表現(xiàn)并不遜色于人類個體，人工智能與人類教師在很多情況下各有千秋。受限于自然語言處理技術在語義處理上的裹足不前，輔導者還難以像人類教師一樣與學習者開展連續(xù)的自然語言對話，但教練、評價者、協(xié)調(diào)者、聯(lián)通者、學生與同伴則更充分地利用了計算機的多媒體數(shù)據(jù)計算、存儲和交互能力，能夠提供人類教師難以或無法提供的學習經(jīng)驗。如此靈活強大的學習技術，如何能夠更充分地發(fā)揮作用，在更大范圍內(nèi)促進學習，提升教學質(zhì)量，是亟待探索的課題。

　　未來，在各種外部力量與教育改革內(nèi)在需求的推動下，人工智能教育應用將逐步生態(tài)化。人工智能教學角色隱喻將持續(xù)演化，總體上將從僅關注、支持“學”，技術自己去“教”，轉(zhuǎn)變?yōu)?ldquo;學教”并重，即技術除了繼續(xù)支持“學”，還將支持教師的“教”。智能教學系統(tǒng)中文化因素的作用將顯性化。人工智能教育應用領域?qū)⒅匾暸c學習者建立和維持長期關系的必要性、可行性與方法;將持續(xù)推進學習環(huán)境的虛實融合，提高學習環(huán)境的智能化水平，即提高其靈活性與適應性。本研究也存在一些局限。第一，案例選擇的標準使新的項目未能納入，特別是有關機器人教育應用的項目。這一決定有利有弊：好的方面，是能夠排除一些“趕潮流”的項目，畢竟雖然技術發(fā)展飛速，但人類的學習和認知方式與能力是基本穩(wěn)定的，而且人工智能技術復雜、不穩(wěn)定，教育領域的研究者與實踐者充分理解技術、全面認識其教育潛力、找到其發(fā)揮作用的方式與情境是需要時間的;壞的方面，是可能會遺漏關鍵項目，導致忽略重要的研究趨勢，但通過對2018年、2019年相關學術會議論文的內(nèi)容進行非正式分析可以發(fā)現(xiàn)，本研究所概括的隱喻能夠涵蓋最新的研究。

　　第二，本研究所選擇的案例是和學習過程直接相關的人工智能教育應用項目，而對于其在大規(guī)模考試的作文、口語評判以及拍照搜題等與學習過程不直接相關的應用沒有涉及。第三，選擇的案例主要為美國、歐洲的科研項目。案例未涵蓋我國的項目，是受文獻檢索結(jié)果、案例選擇標準所限;未將某些知名的商業(yè)項目納入分析的原因是，有關這些產(chǎn)品的可信度高的資料很難獲取。智能時代來臨，教育變革壓力空前;我國教育信息化進入2.0新階段，領跑的“智能化教育”亟待研究支持。對高影響力項目的案例分析，折射出歐美四十多年的人工智能教育應用研究與實踐經(jīng)驗，對我們利用人工智能變革教育有借鑒價值。因此，盡管研究存在一些局限，我們也不揣淺陋，希望從教學角色隱喻這一視角對于人工智能在學與教過程中微觀作用方式的概括分析，有助于引發(fā)更多對于人工智能教育應用過程中教學法層面的思考與討論。

　　人工智能方向論文范文：人工智能在智慧景區(qū)管理中的應用現(xiàn)狀與前景初探

　　摘要：國內(nèi)外在智慧城市、智慧旅游、智慧景區(qū)等方面的研究已有較多進展，在大數(shù)據(jù)、人工智能、機器學習等相關領域的研究較為豐富，其研究成果、基礎理論、方法技術等均打下一定的基礎。智慧景區(qū)規(guī)劃管理嘗試在人工智能領域發(fā)揮學科優(yōu)勢，在學術研究中借助機器學習，探索規(guī)劃決策的新規(guī)則與新模型，構建完備的智慧景區(qū)管理體系，對于完善我國的景區(qū)智能化，提高個性化服務水平，提升風景園林專業(yè)的發(fā)展水準具有重要的戰(zhàn)略意義，也是響應國家政策、順應時代潮流的必然趨勢。