欧盟重磅报告：人工智能对教育的影响（附原文下载）

今年6月，欧盟发布一份关于人工智能的发展现状及其对学习、教学和教育的潜在影响的研究报告。这份报告的目标读者是政策制定者，但它也为研究人工智能对经济、社会以及教育和学习的未来影响的人工智能技术开发者和研究人员提供了有益参考。 这份告认为，在未来几年，人工智能将改变学习、教学和教育。技术变革的速度将非常之快，并将产生巨大的推动力，促使教育实践、制度和政策变革。因此，了解人工智能对学习、教学、教育以及政策制定的潜在影响是非常重要的。 该报告指出，在欧洲研究和技术开发框架计划中，人工智能技术已经在许多以技术为基础的学习项目中得到研究和应用。这些项目使用了与人工智能研究密切相关的技术，包括自然语言处理、模式识别、智能辅导、概率人工智能规划、智能代理、人工智能游戏引擎和个性化学习环境中的自适应用户模型。直到最近，这些技术在实际教育环境中的影响还相对较小。但是，近年来的技术发展表明情况可能正在迅速改变。 这份报告的主要目的是帮助教育工作者和决策者理解这些可能非常重要的技术发展。要理解人工智能的影响，我们需要了解人工智能是什么以及人工智能能做什么。然而在当前“人工智能雪崩”下，这并不总是容易的。由于缺乏人工智能技术的专业知识，许多教育工作者和决策者现在还在努力了解该领域的基础知识。在无人驾驶汽车、会说话的机器人和“人工智能奇迹”的洪流中，人们很容易认为人工智能会迅速变为超级智能，并获得流行文化赋予它的所有善恶力量。当然，情况并非如此。目前的人工智能系统受到严重的限制，在技术、社会、科学和概念上都有限制。另外，关于人类学习的成熟研究为人们提供了重要的工具和概念，可以帮助人们理解人工智能的最新技术和未来。因为许多当前的人工智能系统使用的是相当简化的学习和生物智能模型，学习理论因此可以帮助人们更好地理解当前人工智能系统的能力。 该报告认为，使用人工智能来解决目前被教育决策者视为重要的问题将会产生巨大的经济激励，这带来了政策挑战。对于教育技术供应商来说，销售解决现有问题的产品很容易，但是销售需要对机构、组织和当前实践进行变革的产品却非常困难。为了避免将过去硬连接起来，将人工智能放在未来学习的环境中是很重要的。因此，可能需要制定政策，引导人工智能朝着对社会有益的方向发展，以应对未来的挑战、机遇和需求。 随着人工智能规模的扩大，它可以有效地将旧的制度结构和惯例常规化，而这些可能与未来并不相关。因此，需要面向未来的工作方向来了解人工智能技术的潜在影响。如何实现这种潜力取决于我们如何理解新兴知识社会中的学习、教学和教育，以及如何在实践中实施这种理解。因此，欧盟“数字教育行动计划”所建议的面向未来的政策试验可能是应对这一挑战的有效途径。 该报告指出，人工智能的最新突破基于有监督的机器学习。这些系统成功的关键因素是可获得大量预先分类的训练数据。 与基于逻辑和基于知识的人工智能方法相反，该报告中将这些方法描述为基于数据的人工智能系统。因此，目前人工智能最重要的技术瓶颈是数据的可用性。这是计算和信息处理历史上一个质的新发展。没有庞大的训练数据集，很难开发出成功的人工智能系统。这份报告建议欧盟可以创建数据平台，重新定义面向学习和教育的人工智能系统的竞争格局。 由于这些受监督的人工智能学习算法基于历史数据，因此它们只能将世界视为过去的重复。这具有深远的伦理含义。例如，当使用这种人工智能系统对学生及其成绩进行评估时，评估必然会以文化偏见和历史成功为衡量标准。监督学习算法会产生不可避免的偏差，而这些偏差目前正受到广泛的讨论。然而，从一个更基本的伦理观点来看，体现人类的能动性就需要做出真实的选择，而不仅仅是重复过去。虽然已经有处理创造性活动的人工智能系统，但人工智能系统在处理具有创造性、创新性的人（而不仅仅是大量历史例子的平均代表）方面将会有很大的困难。 人们通常认为， 人工智能系统为信息系统带来了新的个性化和多样性。然而，这在很大程度上是细微分类的结果，它将用户放入预定义的类中。虽然这些系统可能能够有效地模拟个性化设置，但它们不一定支持更深层次的多样性。目前我们可以说，在教育环境中使用人工智能系统将会影响人类认知和自我效能的发展，但我们不知道是如何影响的。因此，重要的是不断评估，例如，在教育环境中如何使用人工智能来实现人类负责任的道德行为的可能性。人工智能系统可能是优秀的预测机器，但在学习和发展很重要的领域，这种优势可能是一个重要的弱点。该报告的一项贡献是表明，不同类型的人工智能和机器学习系统是在人类行为的不同层面上运行的。最重要的是，在学习的社会文化理论中，有意义的活动奠定了人类智能和学习的高级形式，其水平仍然超出了当前人工智能的发展。 人工智能最成功的应用领域之一是视频处理。在教室中使用视频连接的人工智能系统，并利用社交媒体和物联网平台的数据补充收集的数据，将会产生巨大的经济利益。随着实时监控学生情绪和注意力并利用这些数据帮助教师和学生在技术上成为可能，人工智能的隐私和安全也成为教育中的重要话题。人工智能系统非常适合从开放数据源（包括社交媒体、学习者组合和开放徽章）收集关于技能、经验和能力的非正式证据。这带来了道德和监管方面的挑战。 几项关于未来工作的计量经济学研究表明，许多职业可以用当前的人工智能技术实现自动化。这些研究依赖于基于任务和技能的技术变化模型。 这份报告认为基于数据库的模型更适合当前的人工智能系统。该报告还探索了一个类似的方法，看看未来的教师职业可能会是什么样子。结果表明，许多当前定义的高优先级的教师任务可能会是自动化的。然而，这是基于这样一种假设，即教师的角色是相当机械和纯粹的教学，而总结性评估起着中心作用。在强调发展的教育体系中，比如强调社会能力，形成性评估可能更重要。因此， 人工智能有可能被用于扩大不良教学实践，它需要被小心对待。

（注：材料来自于欧盟报告，版权属于欧盟。中国教科院国际与比较教育研究所编译；在本公众号对话框输入“ 欧盟”可获得报告原文下载链接）