学位论文 摘要 人工智能已不再是遥远的承诺。它已经走进了教室。本论文考察了人工智能工具正在如何改变教育——从适应每位学习者的个性化辅导系统，到几秒钟内给出反馈的智能批改，再到伴随每项创新而来的那些无声的道德问题。
这里的论点并不是说人工智能会取代教师。它不会。相反，本论文提出一个更细致的观点：人工智能如果被明智地使用，可以把教师从那些机器能做到的事情中解放出来——让他们去做教书育人、激励启发、建立联结这些机器做不到的事。然而，这一承诺完全取决于我们如何选择去构建和部署这些系统。
接下来的章节将沿着一条路径展开：从教育技术的历史根源，到当前人工智能工具的版图，到其对学习的可衡量影响，最后深入到那些任何学生、教师或政策制定者都无法忽视的道德与政策问题。
目录 引言 教育技术简史 人工智能如何在课堂中运作 个性化学习与自适应系统 自动化评估与反馈 人工智能时代教师的作用 衡量成效：证据与结果 伦理、隐私与偏见 政策与实施 人工智能在教育中的未来 结论 参考文献
1.
引言 我们生活在一个工具非凡的时代。
驱动自动驾驶汽车和医疗诊断的同一项技术，如今也把一位永不疲倦、从不评判、记得学生每一次回答的导师交到了学习者手中。这是一个惊人的前景。而且它已经到来了。
本论文所讨论的，正是当这个现实与课堂相遇时会发生什么。
教育向来变革迟缓。黑板让位于白板。白板让位于投影仪。投影仪让位于平板电脑。但在每一层新硬件之下，其基本结构始终顽固地保持不变：一位教师、众多学生、一套固定的课程，还有一个对所有人都同样滴答作响的时钟。人工智能的出现，威胁着要打破这种结构。它提供了一种可能：让学习去围绕学习者弯曲，而不是强迫学习者去适应学习。
指导本研究的核心研究问题简单却难答：人工智能能否让教育更有效、更公平？如果能，又是在什么条件下？
要回答这个问题，我们必须先了解这些系统究竟在做什么。我们必须把真正的进步与营销炒作区分开来。我们必须直面关于数据、隐私的那些令人不安的真相，以及一个风险——那些出于良好意图的工具，可能会加深它们声称要消除的不平等。
本论文分三个部分展开。
首先，我们建立背景。我们回顾教育技术从何而来，以及为何此前的革命未能兑现其承诺。其次，我们审视当下。我们探索人工智能已经在课堂中具体运作的方式，并权衡其影响的证据。第三，我们展望未来。我们探讨伦理、政策与选择——正是这些将决定这场革命是服务于每一位学生，还是只服务于少数特权者。
赌注很高。教育是机会的伟大引擎，是让家庭跨越世代实现跃迁的力量。如果人工智能让它变得更强，我们就获得了无法估量的财富。如果人工智能让它变得更加狭窄，我们失去的东西可能永远无法挽回。本论文正是为了理解我们正在建设的是哪一个未来。
2.
教育技术简史 要理解我们将走向何方，我们必须先理解我们曾走过怎样的路。
教育中技术的故事，是一个循环的故事。一次又一次，新发明带着变革的宏大承诺到来。又一次又一次，它退居为佐助的角色——有用，却很少具有革命性。
想想广播。当广播信号在20世纪20年代传入美国家庭时，热衷者曾预言，全国的每个孩子都将很快由寥寥几位杰出的讲师授课，他们的声音被送到农舍厨房和城市公寓。这件事并未发生。广播成了补充，而不是替代。
想想电视。在20世纪50年代和60年代，教学电视承诺把世界上最优秀的教师送进每个起居室。它同样悄然退居幕后，成为一种小众选择，而非新体系的基石。
然后是计算机的到来，随之而来的是新一轮乐观情绪。
程序教学，这是心理学家斯金纳在20世纪50年代提出的术语，提供了一个诱人的愿景：把内容分解为许多小步骤，让每个学生按自己的节奏推进，每一步都得到即时反馈。斯金纳的"教学机器"是机械的、笨拙的、有限的。但它们背后的思想——学习可以通过细致的排序和持续的强化来实现个性化——播下了一颗将生长数十年的种子。 20世纪80年代个人电脑的到来，让计算机大规模进入学校。程序辅助教学出现在发达国家各地的实验室和教室中。然而，从大多数衡量标准看，结果却相当有限。许多机器尘封不用。许多软件无人问津。
学者们提出了理解这种炒作与失望循环的方式。
斯坦福大学教育史学家拉里·库班是最突出的声音之一。他的研究记录了一个不断重现的事实：学校对根本性的变革有着惊人的抵抗力，它们吸收新技术却不会被其改造。库班的分析表明，技术革新很少重塑学校教育；相反，是学校教育重塑了技术，把它折叠进现有的惯例、课程表和权力结构之中。
正是在这种期望有限的环境中，人工智能到来了。
人工智能与它的前辈有一个关键区别。早先的技术本质上是传递系统——它们把内容从源头送到学习者手中。而人工智能则可以回应。它可以适应。它可以对话。它可以生成。这些并不是无足轻重的差异。一本教科书看不到你在苦苦挣扎，也无法换一种解释。一个智能系统却可以。正是这一项能力，让许多观察者相信，人工智能将打破广播、电视和个人电脑都无法打破的历史循环。
他们是否正确，正是本论文要考察的问题。
3.
人工智能如何在课堂中运作 人们很容易把教室中的人工智能想象成一个单一的、铁板一块的东西。事实并非如此。
今天的教室更可能同时容纳许多不同的人工智能系统，各司其职。有些是看得见的。有些则看不见。
想想记录出勤和成绩的学习管理系统。在它的表面之下，算法在静静地预测哪些学生有辍学风险，在问题变得明显之前就把他们的名字标记出来等待干预。这就是人工智能，尽管很少有人会这样称呼它。
想想为学生划出语法错误并提出修改建议的写作助手。它使用的是在海量人类写作样本上训练出来的神经网络。这就是人工智能，只是嵌入得如此无缝，以至于让人觉得稀松平常。
想想那个呈现一道题、等待解答、然后——仅仅依据这一个答案——决定接下来展示什么内容的辅导平台。这就是人工智能最直接的教育形态：一个在实时做出教学决策的系统。
有一个重要的技术要点值得直白地说清楚。
当前教育领域的这一波人工智能，主要建立于机器学习之上，尤其是深度学习。这些系统并不遵循手写的规则。它们从海量数据中学习规律。一个为作文生成反馈的语言模型，并非被当作一套原则来教授语法；它通过阅读数十亿个句子并内化其中的统计规律来吸收语法。
这带来两个深远的后果。
第一，这些系统能力惊人。它们能写出流畅的文章，能解数学题，能在令人眼花缭乱的知识范围内回答问题，还能进行常常显得自然的长时间对话。
第二，这些系统又陌生得令人不安。因为它们是学习出来的而非编程出来的，其行为并不总是可预测或可解释的。一个系统可能前一秒给出精彩的解释，下一秒就报出一个信心满满的错误。它并不具备人类意义上的真正理解；它有的是规律，而规律虽然强大，却并不等同于理解。
在课堂中，这些优点和缺点会转化为特定的现实。
优点使个性化练习、即时反馈成为可能，并提供了任何单个人类教师都无法同时为三十名学生提供的那种个别关注。缺点则制造了风险：强化错误的可能、决策过程的不透明，还有一个挥之不去的危险——某个系统会在完全不该有的自信中犯错，只因它见过一次正确答案，便从此认定它总是对的。
对课堂中人工智能的诚实描述，必须同时握住这两个真相。这项技术确实前景可期。它也确确实实不完美。
4.
个性化学习与自适应系统 在教育技术界，很少有词像"个性化学习"这样被带着最高的敬意、却又最不精确地使用。
然而，其核心理念却简单而吸引人。每个学生的学习方式都不同。每个学生带着不同的已有知识、不同的优势、不同的薄弱环节、不同的进步速度而来。一个能够感知这些差异并分别回应的系统，有潜力比一刀切的课程更好地方便每位学生。
自适应学习系统把这个理念具体化为软件。
这类系统通常以一个循环运作。它们呈现一个问题；观察学生的回应；更新对该学生知识状况的内部模型；再依据这一模型选择下一个问题。如果学生在分数上卡住了，系统就会在继续前进之前让他们在分数上做更多练习。如果学生已经掌握，系统就向前推进。这个反馈回路是整个设计的核心。
在特定情境下，结果可能相当可观。
在数学领域，自适应系统展现了最强的一些证据。针对算术练习和代数教学系统的研究，报告了学生成绩的显著提升，尤其是对那些起点落后于同伴的学习者。其中的机制在直觉上说得通：一个本来会因为掉队而放弃——或因同学仍在追赶而坐等无聊——的学生，如今被给予恰好与自己水平匹配的练习。那种心流体验，那种既不太难也不太容易的专注状态，得以保留。
但证据并非全然正面，其原因很有启发性。
第一，自适应系统的好坏，取决于其底层知识模型的好坏。一个学生可能因为错误的原因而答对一道题，也可能因为正确的原因而答错。系统只看到结果，看不到这背后的推理。当目标是程序性技能时，这或许无关紧要。当目标是概念性理解时，这就至关重要了。
第二，节奏的个性化并不等于意义的个性化。一个系统可以调整难题的难度，却无法轻松理解一个学生为何失去了动力，无法识别个人的挣扎时刻，也无法提供只有关心他人的人才能给予的鼓励。学习的这些维度同样重要，而机器对它们仍然基本是盲的。
第三，个性化存在着使抱负变窄而非变宽的风险。一个以掌握固定课程为优化目标的系统，可能会让苦苦挣扎的学生永远停留在练习同一种程序性技能上，永远不让他们接触那些可能真正点燃其兴趣的、更丰富更有创造性的方面。个性化做不好，就会变成牢笼。
因此，关于自适应学习的文献得出了一个均衡的结论。这项技术是真实的，在适当条件下能产生可衡量的好处。但它是众多工具之一，而不是深思熟虑的教学法的替代品。它的价值一如既往，取决于使用它的技巧。
5.
自动化评估与反馈 批改作业是教学中最耗费时间、也最不受喜爱的任务之一。
一个有上百名学生的教师，可能要用一个晚上来处理上百份书面作业。批改的需求与备课、准备、以及赋予教学意义的人际互动的需求直接竞争。难怪自动化会在这里强势登场。
自动化评估有几种形态。
最简单的是选择题和简答题，计算机在这一领域准确评分已有数十年。这些系统可靠、迅速，在许多情境下无可非议，尽管它们只考察学习中很窄的一块，奖励的是辨识而非推理。
更有雄心的是那些旨在评估长篇文章的系统。
这类系统使用自然语言处理，在清晰度、组织、语法和切题程度等维度上评估作文。在标准化考试中，这类系统已被证明能产生与人类评分者合理相关的分数。对于低风险的生成性反馈——帮助学生看出某段偏离主题、某处论点被埋没、某个过渡缺失——这些工具真的很有用，能提供任何教师都难以匹敌的规模性指导。
但风险也很可观，值得仔细审视。
在旧作文上训练出来的写作系统，学到的是旧作文的样子。它可能奖励刻板的行文结构，惩罚独特的文风，还可能被那些学会按算法偏好的模式来写作的学生钻空子。更令人不安的是，这些系统并不能真正阅读。它们检测的是统计信号，而不是意义。一篇论证优美却偏离常规的作文可能被苛刻打分；一篇空洞无物却符合预期形式的作文则可能得到慷慨的分数。
还有一个问题：自动化会对反馈本身造成什么。
当反馈即时、具体而鼓舞人心时，它最为有力。人工智能能提供前两者，在某种程度上也能提供第三者。但反馈同时也是一种关系。从机器那里得到一个分数和几句评论的学生，得到的是信息；与教师讨论自己作品的学生，得到的更多。前者有效率。后者有变革力。一个健康的教育体系两者都需要，并且必须抵制让效率挤掉变革的诱惑。
最明智的道路似乎是混合式。
让机器处理那些常规的、可重复的部分，处理那些把教师耗尽的部分。把需要理解的判断、需要共情的鼓励、需要在场陪伴的对话，留给人类。这种分工不是妥协；它是一种设计原则。
6.
人工智能时代教师的作用 每一次关于教育中人工智能的讨论，最终都会抵达同一个焦虑的问题：机器会取代教师吗？
简短的回答是不会。更长一点的回答更有意思。
教学不仅仅是信息的传递。如果仅仅如此，那么支持取代的论据确实很强，因为机器极擅长传递信息。但教学还是关系的培育、好奇心的示范、对某个正默默挣扎的学生的辨认、对某个终于理解的学生的庆祝。这些行为需要人的在场。没有哪个算法能看着学生的眼睛，说一句"我相信你"，并且是当真的。
然而，换个角度，这个问题就变得合理了。
教师不会被取代。但教学这项工作会改变，而且已经在改变了。
那个必须花上数小时批改的教师，本可以把这些时间用来与学生面谈。那个无法给每个学生个别关注的教师，在人工智能的支持下，可以更接近做到这一点。当一个房间里知识随处可见时，作为知识唯一来源的教师，就变成了另一种角色：领航员、导师、教练。
这种转变并不完全舒适。它要求教师交出对自己课堂的一定掌控，去信任那些他们并未构建、或许也并未完全理解的系统。它要求掌握新技能——评价工具质量的能力、识别其偏见的能力、截断其错误的能力。这些绝非轻而易举的要求。
一些教师会拥抱这种变化。另一些会抵制，而他们的抵制并不仅仅是固执。那是对一种他们未曾选择、也无法完全控制的力量的合情合理的警惕。人工智能在教育中的明智实施应承认这一点。它不应自上而下地强加技术，然后指望感恩。它应与教师合作、培训他们、倾听他们、把他们当作伙伴而非障碍。
还有一个更深的、关于人的角色的观点。
在一个年轻人生活中，除家庭以外，最强大的力量往往来自教师。一位教师能在难以衡量、也无法算法化的方面改变一个人的人生轨迹。人工智能的到来并不会削弱这种力量；如果说有什么影响，那就是把它映衬得更加鲜明。随着机器接管教学中的机械任务，那些真正属于人的工作——鼓励、信念、关系——变得清晰地成为这个职业的中心，而非边缘。
换言之，教师不是人工智能时代中的牺牲品。教师是这个时代最不可或缺的资源。
7.
衡量成效：证据与结果 相信人工智能有助于学生学习是一回事。证明它则是另一回事。
教育人工智能的证据库还很年轻，而且参差不齐。有些领域得到了广泛研究；另一些则建立在乐观的轶事和供应商的宣传之上。严肃的评估要求我们看看研究实际显示了什么。
在数学和程序性学科中，证据最令人鼓舞。对智能辅导系统的元分析报告了学习结果的平均正向效应，一些研究发现的提升足以与人类个别辅导相媲美。这些结果在多项研究中的一致性，是真正值得乐观的理由。
在阅读和语言学习方面，图景较为庞杂。提供词汇练习和适应性阅读练习的工具显示出益处。试图评估或改善高阶写作与理解力的工具，则显示出较不一致的结果，反映出底层任务的难度。
在需要深概念理解或创造力的领域——人文学科、艺术、高级问题解决——证据最为稀薄。在这里，当前人工智能的局限，它无法真正理解这一事实，变得最为突出。很少有研究表明人工智能能在这些领域取代技艺娴熟的人类教学，许多研究则表明它目前还无法在优秀教师已能提供的东西之外增添多少。
同样重要的是"它帮助的是谁"这个问题。
有一种持续存在的担忧，并被一些研究所支持：自适应工具帮助的是最不需要帮助的学生，却未能触及最需要帮助的学生。自我调节能力强、读写能力好、家庭支持好的学生，可能从人工智能驱动的学习中获益最多，因为他们能独立驾驭它。缺乏这些优势的学生可能难以有效使用工具，反而掉得更远。技术有一种放大现有不平等而非抹平它们的倾向，而人工智能正显示出令人担忧的沿袭这一模式的迹象。
此外还有证据本身的问题。
这个领域的许多研究由销售这些工具的公司资助。很多研究是在短暂、人为的条件下进行的，而非在真实课堂中长期进行。发表偏倚——期刊倾向于发表正向结果的倾向——进一步扭曲了图景。诚实的评估必须以一定程度的怀疑来对待乐观的发现，并要求在真实环境中进行重复验证。
总体结论既非狂喜，也非轻蔑。
在合适条件下，人工智能能够改善学习。这些条件包括良好的教学法、设计精良的工具、受过训练的教师，以及对公平的关注。当这些要素齐备时，获益是真实的。当它们缺失时，这项技术几乎无益，甚至可能有害。决定成败的变量，不是算法的精妙程度，而是算法所运行环境的质量。
8.
伦理、隐私与偏见 对教育中人工智能的讨论，若不直面笼罩其上的伦理问题，便不算完整。这些问题不是事后补充。它们是核心。
隐私是第一项、也是最紧迫的关切。
教育人工智能建立于数据之上。为了个性化学习，系统会收集关于学生知道什么、如何学习、进步多快、在哪里卡住的信息。有时它收集的远不止这些：击键记录、阅读模式、从面部表情或打字速度推断出的情绪反应。这是珍贵的个人数据，来自儿童，而且常常并未获得有意义的同意。
数据收集的规模令人震惊，而目的并非总是清晰。为改善学习而收集的数据，可以被用于其他目的——为学校排名、向学生营销、构建一个在人们离开课堂很久之后仍如影随形的画像。今天被画像的儿童，并没有能力决定其数据二十年后将被如何使用。这种权力与后果的不对称，所获得的关注远不及它应有的。
然后是偏见。
人工智能系统从数据中学习，而数据反映着世界，包括世界的不公。一个在某个群体学生的作文上训练出来的系统，可能有系统性地低估另一个群体写作的倾向。一个在资源充足学生的表现上优化的自适应系统，可能错误判断并亲视来自不同背景的学生。人工智能中的偏见不是一个偶然出现的故障；只要底层数据不均，它就是一个必然出现的结构性特征，而检测和纠正它的责任，不属于数据，而属于设计并部署系统的人。
还有一个更微妙的伦理维度：监视的风险。
一个每时每刻都被监视、每次错误都被记录、每次停顿都被计时的课堂，无论是否有意如此，都已改变了性质。处于持续观察之下的学生，学习的方式会不同。他们更少冒险。他们趋于顺从。恰恰是教育意在培养的那些品质——好奇、试验、敢于犯错的勇气——可能被一个盯得太紧的环境悄然压制。
这一切并不意味着必须拒绝人工智能。但它确实意味着，采用人工智能需要精心构筑的伦理支架：关于数据的明确规则、强有力的同意保护、独立的监督，以及对这些系统如何处理所收集信息保持真正的透明。伦理不是后来再添加的功能。它是一项必须从一开始就内建其中的约束。
9.
政策与实施 好的政策，是让工具服务于人而非统治人的关键。
人工智能在教育的轨迹，并非由技术单独决定。它是由立法机关、部委、学区董事会和地区办公室做出的决定塑造的。这些决定决定了什么被允许、什么被资助、什么被教授、以及谁受到保护。
第一项政策优先是数据保护。学生在数字空间中，应享有与物理空间相同的隐私保障。强有力的规则应规范哪些数据可以被收集、谁可以访问、可以保存多久、以及是否可以被用于学生自身教育之外的任何目的。这些规则应是可执行的，并应为违反行为带来真正的后果。
第二项优先是公平。如果交给市场，最好的人工智能工具将流向能负担得起它们的学校，从而拉大富裕与贫困学区之间、有资源的国家与没有资源的国家之间的差距。公共政策应发挥作用，确保人工智能的益处能惠及最受益的学生。这可能要求公共投资、开源工具，以及优先考虑可及性而非利润的伙伴关系。
第三项优先是教师支持。采用在课堂上成或败，而课堂由教师掌管。政策必须为培训提供资金、为试验留出时间，并尊重专业判断。一个被丢下一个工具便不管的教师，是一个会拒绝它的教师。一个被支持、被培训、被信任的教师，则可能让它发生转变。
第四项优先是独立评估。政府和学校不应依赖供应商来证明它们自家产品的有效性。应有一个位置留给独立、严格、透明的评估，在这些系统扩展到数百万儿童之前，就询问关于有效性、安全性和公平性的硬问题。
最后，政策必须保持敏捷。技术演化的速度快于法律跟进的步伐。监管者需要能够在不牺牲稳定所需保护的前提下应对变化的机制。这是一个艰难的平衡，而无论向哪个方向失准都代价高昂——太慢则造成伤害；太快则扼杀创新。
现实的目标，不是完美地解决所有这些张力，而是审慎地、透明地