人工智能驱动教育变革的伦理风险及其解蔽之路

人工智能驱动教育变革给教育带来双重影响,使教育中的机会与风险共存。尽管人工智能技术给教育带来强大优势,能够增强教育主体的能力、记录完整的教育信息、推动人的个性发展、以及提高教育效率。但随着技术向度的增强与工具理性思维的介入,这一过程也面临不同维度的伦理风险。人工智能驱动教育变革的伦理风险主要表现为主体风险、安全风险、算法风险和技术滥用四方面。解蔽人工智能裹挟下的四重风险,推动人工智能技术在教育变革中的价值实现,需回归以人为本的价值理念,强化教育主体地位;建立依法规约的伦理体系,加强信息安全管理;遵循算法使用的伦理准则,促进个体生命发展;内化德性为先的伦理意识,健全技术变革边界。     

《现代远程教育研究》2021年度选题范围

1国际前沿发展研究人工智能教育、教育信息化、学习科学、在线与混合学习、终身教育的重大政策、战略、报告解读,领域内国家社科、自科课题研究成果,促进教育与学习变革的跨学科交叉研究。2人工智能教育研究人工智能在教育中的应用与创新研究;智能时代教育系统与教学范式的变革研究,如智慧教育、智能评价、智能教学系统、机器人教学、智慧学习空间、教师与学生发展、人工智能伦理等。     

人工智能驱动思想政治教育创新的时代价值与实践策略

人工智能既是思想政治教育创新的环境约束变量,也是创新进程的驱动性因素.人工智能驱动助力实现信息技术与思想政治教育融合发展,提升思想政治教育亲和力,推动思想政治教育精准化.思想政治教育创新态势呈现为决策科学性、管理个性化、实施精细化、评估实效性增强.人工智能驱动下思想政治教育创新面临数字鸿沟、隐私侵犯、刻板效应等挑战,需...     

论教育研究计算主义的方法进路、困境与突围

随着大数据涌现和人工智能技术演进，计算主义思潮蔓延并推动教育研究范式数字化转型与系统性变革。在教育研究对实践性导向、跨学科特性与精准性、科学化的追求中，教育研究计算主义应运而生。教育研究计算主义已形成以数据计算、教学实证、因果实验为代表的三大方法进路，但仍面临数据获取桎梏、算法决策黑箱、问题表征抽象、主体价值异化等困境。据此，教育研究计算主义范式的内涵式发展包括坚持以人为本的教育发展观、构建教育研究计算主义理论体系、确立计算教育研究方法论。     

学习技术黑科技:人工智能是否会带来教育的颠覆性创新?

人工智能技术正以其前所未有的速度影响着各个行业。教育人工智能的发展为我国教育变革带来了希望,但人工智能是否会带来教育的颠覆性创新?为回答此问题,文章首先分析了教育的创新诉求,明确了发生颠覆性创新的条件。随后,文章详细介绍了人工智能的教育领域应用,在此基础上通过可视化地呈现人工智能支持下的教育系统互联关系,探讨了人工智能为教育带来颠覆性创新的可能性。最后,文章从定位、师生、学校、国家等角度,提出了教育人工智能的发展建议,以期推动人工智能与教育的深度融合。     

高校数据科学教育生态系统建构——以美国普渡大学为例

作为智能化社会的学科基础要素,大数据正在驱动着高等教育系统的范式变革。美国普渡大学一体化数据科学首倡计划发起的跨学科学术组织变革,强调以跨学科学位项目与学科交叉课程、学科会聚研究计划与研究团队、服务性学习数据社区与主题工作坊、产教融合的数据科学校企合作模式构建高校数据科学教育生态系统。值此加强新时代教育科学研究的战略契机,以"数据+"引导多学科会聚和教育模式创新,打造面向真实世界的数据科学实践社区,建设校企协同产教融合共同体,加快培育大学生数据思维和校园数据文化,将有助于高等教育治理体系改革和治理能力现代化的实现。     

教育信息科学与技术研究的现实图景与发展路向——2018—2022年F0701资助情况分析

2018年国家自然科学基金F0701（教育信息科学与技术）代码的设立对于我国教育科学研究的开展具有里程碑式的重要意义，标志着智能时代教育科学研究理念的革新和研究范式的转型。经过五年的探索，F0701的资助工作取得了显著成效，累计资助项目414项，共有130所学校和科研院所获得资助，其中以师范类院校为主，理工类院校也表现突出，面上项目、青年科学基金项目和地区科学基金项目的资助数量逐渐趋于稳定，综合资助率稳步提升，重点项目和重大项目取得突破性进展。教育信息科学与技术研究充分发挥“信息科技手段”和“教育数据要素”的潜在价值，通过助力教育科学研究范式转型、优化教育环境与资源形态、实现教育主体表征与刻画、揭示学习发生的内在机理、驱动教育服务能力转型升级、构建系统化教育评价解决方案，推动教育研究和教育实践系统革新。未来教育信息科学与技术的资助与研究工作，需立足教育现代化远景目标，聚焦教育改革深层次问题，完善系统化基金资助格局，构建多学科交叉研究范式，重视智能教育产品研发与应用，推动“政产学研”多元主体协同创新。     

教育研究范式的二元思维批判——兼论复杂性研究范式的兴起

研究范式代表着人们认识世界的方式,也是一门学科发展程度最明显的标志。思辨研究与实证研究、量的研究与质的研究等研究范式,对教育研究产生了深远影响,推动了教育科学的发展,同时又不自觉地形成二元对立的研究格局。复杂性科学的兴起,为教育科学研究提供了新的研究范式借鉴,将掀开教育研究的新篇章。     

论思想政治教育学科范式及其发展路径

思想政治教育学科在30年的建设进程中形成了自身的学科范式。思想政治教育学科范式具有明确的政治导向性、鲜活的实践性和高度的综合性。学科范式的确立将学术共同体聚焦于迫切需要解决的问题,并对思想政治教育研究的内容起到筛选、规范与调节的作用。从学科范式包含的基本要素看,思想政治教育学科在概念体系、理论基础、方法论和学术共同体方面的发展尚不够成熟。因此,要推动思想政治教育学科的科学发展,可以采用推动学科立论基础研究、增强学科意识和规范学科发展的路径来实现。     

论技术向度下教学论范式的"变"与"不变"

从技术与教学理论互动演变过程中,技术革命及其在教学场域中的应用,推动了教学理论形态转型.当前人工智能技术倒逼教学改革,人工智能教育的勃兴反衬教学论范式滞后,教学论面临人工智能时代理论范式的转变.但是数据算法的确定性与教学活动的不确定性之间存在矛盾,人工智能技术可计算性以及技术陷阱,决定教学论范式转变是有限度的.以"变"促"不变",智能时代教学论必须坚守"不变"的价值立场,回归育人初心.     

元宇宙中国教育范式研究视角下人工智能赋能音乐作曲编程的融合课堂教学实践

从元宇宙中国教育范式研究视角出发,以人工智能为支架赋能“三个课堂”之融合课堂教学范式,打造了人工智能赋能音乐作曲编程的幼小衔接融合课堂教学模式,并创新提出“三路三点三力”融合课堂教学法。该范式的新理念、新内涵是音乐艺术学科通过与人工智能相融合,开启低龄儿童接受知识的新方式,即将所学知识深度融于动手编程呈现声音效果的问题解决过程中,提高儿童的智能化编程能力。     

生成式人工智能赋能教育研究范式变革：机理、风险与对策

在《科学革命的结构》一书中,库恩认为科学革命的本质是范式转换而非知识堆栈。作为新一轮AI革命“皇冠上的明珠”,生成式人工智能(AIGC)凭借其高智能交互、创造性生成、复杂数据处理等能力,拓展出教育研究范式变革的新路径。该研究以AIGC的功能机理与助研情境为基点,从知识论、本体论、方法论与价值论四个维度阐述了该工具对于教育研究范式变革的赋能逻辑。然而,作为一项颠覆性技术,AIGC的助研应用仍面临着知识生成的真实性与合法性质疑、服务客体的局限性、数据安全与伦理的危险性以及信息承载意识形态的侵犯性等问题,应从四个层面制定技术赋能策略：在工具层面,以技术降槛推进教育人工智能知识权力公平;在基建层面,扩大教育研究数字化空间普及;在安全层面,创建科研领域的轻量化专用型语料库;在话语建设层面,支持本土AIGC平台的功能迭代与国际传播。     

科学教育特色课程的迭代与创新

为了进一步弘扬科学教育的办学特色,探索创新人才的培养,上海市卢湾高级中学以"科学教育树人,人文精神立魂"为办学宗旨,以人工智能课程群建设为突破口,以"H·AI"为育人目标框架,积极探索人工智能时代育人方式的转型,推动科学教育的迭代与创新。通过十多年的不懈探索,学校构建了"科学与人文相融"的课程体系,实现科学教育的全覆盖。     

数智教育评价范式转变动因、特征与实现路径研究

数智技术的广泛应用推动了教育评价范式从数据评价向数智评价的转变。首先，从第四研究范式出现、教学与学习范式转变以及大数据驱动等三个层面出发，剖析了数智教育评价范式转变的动因；其次，凝练出数智教育评价范式的基本特征包括留存个体生命成长全过程的基本信念、融合大数据驱动人工智能算法的技术路径以及人机协同评价的参照范例；最后，从政府、学校、教师、学生和家长层面提出了数智教育评价范式促进教育高质量发展的实现路径。     

人工智能时代大学教学范式再造的依据、方向与进路——基于创造性破坏理论的分析

人类社会正在步入人工智能时代,人工智能技术业已展现出颠覆各行业秩序的重构性力量。大学教学范式是否亦然被重构,人工智能技术能为大学教学范式变革提供何种可能等问题亟待厘清。基于创造性破坏理论,本研究通过对大学教学范式运作的价值网络进行扫描发现,延续性创新力量难以有效驱动大学教学范式变革,“知识即力量”的实践误读、去标准化教学的“持久战”、反馈功能弱化的超稳态及以“学”为中心理念的悬浮等变革困境阻碍大学教学范式的更迭跃迁,大学教学范式变革急需创造性破坏力量。人工智能技术与大学教学范式核心要件的整合能够激发逆转教学范式变革困境的创造性破坏力量,重塑教学价值的生成与表达方式,推动大学教学从“教”的范式向“学”的范式转换。大学教学新范式具有较大的收益递增潜力,其生成性的教学理念抑制信息传递的变异,非线性的教学方法激活学生转识成智的动力,融合式的教学内容降低知识创新的边际成本,增值式的教学评价提高教学资源的配置效率。为使大学教学范式走出变革困境并实现再造,大学教学共同体须坚守“通专融合”的人本教育,秉持用以致学的学习观和认知指导的教学观,重构教学治理技术与制度。     

自然科学研究范式在教育研究中的影响

从19世纪中叶开始,教育研究中存在着自然科学和社会科学两大研究范式。所谓自然科学研究范式和社会科学研究范式属于叶澜教授的著作中提出的教育研究的“专门科学研究范式”这一范畴。“专门科学研究范式”是用来指专门科学群的研究群体对本群体所从事的研究活动的基本规范和结构式的框架的共同认识。这里的范式主要指与研究活动相关的范式,不包括有关某门学科原理、基本概念等与学科内容相关的方面。     

人工智能与教育深度融合发展:逻辑、困境与策略

人工智能与教育深度融合发展的目的在于通过高智能性的技术来不断提升教育的科学性和民主化。人工智能与教育深度融合发展的操作原理是通过技术、数据和算法的重组,推动教育走向智能化,具体表现为支持智能教育关键技术的高智能化(技术)、教育资源的整合与教育大数据的形成(数据)和教育供给的科学化(算法+服务)。就目前而言,人工智能与教育深度融合发展还存在技术基础不稳、教育数据缺陷、算法能力不足等现实问题。为此,要想实现人工智能与教育的深度融合发展,教育应尽早谋划,重新思考人工智能时代教育将如何存在,并从技术基础(改善技术的成熟度,重新思考技术世界中的教育)、数据驱动(加快教育数据资源的整合力度,提高教育数据单元质量)和算法服务(创新教育资源的有效供给方式)三个层面协同推进。     

从"范式"理论看大学创新教育

从科学哲学的视角,论述了“范式”既是科学创新的基础,又是科学创新的成果。论述了大学创新教育要教育学生掌握完整的学科范式;渗透基于范式的创新文化;观照创新教育的默会特征。     

发展智能教育学 推动教育可持续发展

智能技术与教育融合的深度和广度对教育实践和教育研究产生重大影响。我国在智能教育方面的一系列前瞻性布局为智能教育学科的建立奠定了坚实基础。在人才培养目标转变、教育系统内部要素变革、教育科学研究范式转换、现有教育学科体系优化等多重因素的共同影响下,智能教育学科的建设势在必行。智能教育学在实践层面重点关注“学习人工智能”“用人工智能学习”“与人工智能一起学习”等内容,在研究层面重点关注理论导向的应用研究与应用导向的基础研究相结合,致力于探索“人际+人机”新场景下的教育教学内在规律、伦理要求等内容。当前,华中师范大学等多所师范院校已在智能教育的学科建设和人才培养方面进行了初步探索。实践表明,智能教育学的学科定位还有待明晰、学科和人才培养体系尚未形成,与智能教育的发展期望还存在一定差距。因此,发展智能教育学应明确学科定位、加强协同创新、重塑人才培养支撑体系,以更加强烈的使命担当支撑我国教育改革创新,推动教育可持续发展。     

人工智能赋能：高校学科建设的创新与发展——访中国工程院院士陈杰教授

陈杰院士从人工智能与学科建设的角度,就人工智能发展缘起、对高校学科建设的影响、高校具体推进案例等方面提出了诸多有价值的建议。他指出:当今的人工智能已经超出信息科学本身的研究边界,将赋能传统学科、加速不同学科间的交叉融合,进一步开放各学科的边界,衍生出新的学科增长点,推动交叉学科知识创新发展,形成多学科深度交叉、协同发展的局面。他关注人工智能人才培养,就高校纷纷建立人工智能学院、研究院,开设人工智能专业,建议要结合人工智能的特点,针对人工智能人才需求,加强人工智能基础前沿研究,强调人工智能学科对其他学科的赋能。借鉴美国等发达国家的经验,结合同济大学人工智能学科建设给出了初步的“人工智能+”学科建设的实践路径。