人工智能赋能“4C 能力”培养的路径分析与实践探索*——以IBM Watson 系统为例

陈凯泉，吴玥玥，刘 璐

（中国海洋大学 教育系，山东 青岛 266100）

进入21 世纪以来，技术革新速度日益加快，人工智能（Artificial Intelligence，AI）的飞速发展要求人类从事更高层次的劳动，即解决复杂性的问题，因此，对于人类来说解决问题的技能成为核心能力之一，是适应智能化和全球化的重要技能。21 世纪的学习框架（Framework for 21st Century Learning）提出如图1 所示的未来人才所需具备的18 项要素作为新世纪人才培养的指导性框架，其中的批判性思维（Critical Thinking）能力、沟通（Communication）能力、协作（Collaboration）能力、创新创造（Creativity and Innovation）能力合称4C 能力。[1]当前迫切需要将以上4 项能力作为培养创新性人才的重要指标。人工智能在大量应用于教育的过程中已经体现出其有望帮助学习者提升思想品德和认知能力。[2]人工智能支持下的智能导师系统（Intellectual Tutor System，简称ITS）是模仿教学专家的经验、方法以辅助教学工作的计算机系统，[3]ITS 应用于学习领域能丰富学习内容呈现、增强学习动机并提高学习兴趣。[4]智能导师系统能为每个学习者提供个性化的学习服务和实时陪伴，且伴随移动互联网和人工智能的双轮驱动，在手机等移动设备上就可以非常便捷地应用ITS，易于普及和推广，IBM 的Watson 系统正是在此背景下应运而生。对于智能导师系统的研究，现在多关注于如何利用AI 取代教育中的重复性劳动或获取学习过程数据，从而来提升学生的知识获取效率。但正如清华大学钱颖一教授所说，“我们经常将教育等同于知识，但却忽视了教育的价值在于它超越知识的另一个维度——能力”。[5]智能导师系统在加强学生的各项能力培养方面还有巨大潜力，AI 的教育应用还有望能有效地培育学生的价值观，[6]可以综合培养学生的多方面能力，打造出我们21 世纪所需要的人才，使学生能够融入这个智能社会。因此，有必要将4C 能力培养所需的教学理念和方法、工具支撑与人工智能的技术优势相结合，探究智能导师系统支撑下的学生核心能力培养。

图1 21 世纪学习框架中人才培养的18 项要素

一、4 项核心能力的概念解读

1.批判性思维能力

批判性思维泛指个人对某一现象和事物之长短利弊的评断，它要求人们对所判断的现象和事物有其独立的、综合的、有建设意义的见解。[7]批判性思维和解决问题的能力紧密联系在一起，它可以帮助人运用系统的思维根据不同的情况使用归纳、演绎等方法进行推理，分析在整体中各个部分是如何相互作用的，从而能够在复杂的系统中得到最终的结果。在我们做出判断和决定时，可以有效地分析和评估证据、论点、主张和想法，分析和评估各种论点，根据分析的结果解释信息并得出结论。[8]批判性思维可以引导人们通过现象进行不断的探索，去了解事物的规律和本质，从而不断地去探索和研究人类所生活的世界，实现跨学科的交流与合作，更加适应当前社会的需求。在教学过程中，可以引导学习者进行分析、争论、比较、对比、定义、描述、评估、解释和问题解决等来培养学习的批判性思维。[9]

2.沟通能力

沟通能力是指顺利而有效地完成某项活动所必需的特质，是获取信息展开合作的基础，只有具备沟通能力，能够通过文字、语言等展开对话，才能够增强知识、信息的储备，从而展开合作，再造知识。Sarah Trenholm将沟通能力分为两种水平：①表面水平，它说明某人经常表现的实践中有效和适当的沟通行为，称为表现能力。②深层水平，包括为工作所必须知道的每一件事，称之为过程能力，它由所有的对产生适当表现所必要的认知行为和知识组成。我们更加需要培养学生的深层水平沟通能力，从而能够帮助学生实现有效的沟通。[10]为了更好地对沟通能力进行培养，Sarah Trenholm 还进一步将沟通能力分为理解能力、角色能力、自我能力、目标能力和信息能力，多种能力协同培养帮助学生更好地提升沟通能力。[10]

3.创新创造能力

创新创造能力是指在实践活动中，不断提供新思想、新理论、新方法和新发明，并获得较好效果的能力。在学习过程中是指能够运用新颖、独特的方法进行学习，并能够灵活地迁移到其他的学习情境中。[11]21 世纪学习框架对创新创造能力的表述是：①鼓励学生创造性地思考，可以使用广泛的创新方法，比如说开展头脑风暴；提出有价值的方法，包含激进的和渐进式的想法；能够提炼、阐述、分析和评估自己的想法，从而能够让他人了解自己创新的想法。②能够创造性地与他人合作，包含有效的思考、使用并与他人沟通新的想法；能够接受新的、多样的观点，并将团队的输入和反馈整合到工作中；在工作中能够表现出创新性和原创性，理解并接受想法的现实局限性。③实现创新，即能够把创新的想法变为实际的行动，从而对专业领域做出切实而有效的贡献。[12]

4.协作能力

协作能力指的是共享知识并与同行一起完成所需的学习任务，[13]是一种综合能力，常常通过协作学习活动来培养。[14]随着进入数字时代，学生的社会性学习日渐增多，他们在技术的支持下进行文本、语言等的发布、更新、共享。如果学生无法在网络上实现无障碍的合作与交流，他们就会脱离社会、脱离学习。因此我们必须提供给学习者充分的协作空间，开展多样的协作活动。[15]想要培养学生的团队协作能力，我们首先应该提供给学生团队活动或者团队任务，帮助学习者在团队协作中完成能力提升，团队协作能力直接影响个体沟通能力的发展，从而进一步影响个体创造性思维能力的发展。[16]

二、Watson 系统的设计理念、工作原理及功能框架

IBM 作为美国的信息技术和业务解决方案公司之一，在全球范围内是计算机产业长期的领导者。在21 世纪初期，IBM 研发了Watson 人工智能系统，近几年来，Watson 进入健康、金融、销售、教育、物联网等多个领域，并在各个应用领域都取得了显著的成就。[17]

1.设计理念

IBM Watson 是一个庞大的认知生态系统，其核心理念是认知计算，即综合神经网络、深度学习及机器学习等核心技术，教会Watson 像人脑一样进行理解式的学习。IBM Watson 区别于以往的智能设备，该系统所提供的API（Application Programming Interface，应用程序接口）为开发其他智能应用提供了丰富的接口，所以Watson 在设计理念上是为普通应用程序提供智能支撑。将Watson 嵌入APP（Application，应用程序）内，当用户提出请求后，首先请求到达APP，然后分别达到Watson智能系统和庞大的网络，Watson 和智能网络将检索的信息返回到APP，经过整理后通过智能设备传递给用户，从而完成用户的请求。目前Watson 提供15 种服务，每种服务都为开发者提供了API，用户只需要简单的操作即可将Watson 提供的服务链接到已有的APP 中或者是在要创建的APP 中加入Watson 的服务。开发人员和非技术领域专家能够使用一个通用工具进行协作，开发更加符合需要的APP。

2.工作原理

IBM Watson 借助机器学习与深度学习来构建Watson 强大的认知体系。在Watson 开始工作前也要像人一样进行学习，其学习过程经过三步：第一步是学习领域内的专业知识，Watson 要学习领域内相应的语言、术语，以及领域内的思维模式，Watson 掌握知识建立语料库，把知识中过期的或者是错误的观点进行删除（降噪），预处理数据，构建索引和其他元数据，在这一过程中建构起知识图谱。第二步是培训Watson，使Watson 学会理解信息，此过程主要是通过Watson 的机器学习来构建学习者模型。第三步则是成为领域内的专家，为用户提供更加专业可靠的服务。这一个过程主要是由Watson Explorer 完 成，Watson Explorer能够系统地搜索、收集、分析和处理所有类型的结构化和非结构化数据，并将信息存储在搜索索引中，以便快速检索和做相关性计算，Watson Explorer 在Watson 系统中发挥着巨大作用，其过程如图2 所示。在用户提出问题后，Watson通过自然语言处理（NLP）等技术将语音等信息转换为文本信息，对问题进行分析，然后通过检索形成初步的假设，生成多个备选答案，做软过滤，通过深层的检索分析形成问题的假设与问题的评分，这个过程是多次迭代的，最后合成所有可能的答案与每个答案的排名，并显示给用户，在这个过程中还可以对第二步形成的模型做进一步修正，不断提高Watson 的准确性和可用性。

图2 Watson Explorer 的工作原理

3.功能框架

Watson 提供的人工智能服务共有15 种，可以分为三大类，分别为语言类、个性化服务、辅助功能，[18]如表1所示。多种功能综合作用，构建强大的认知体系及服务体系，为用户提供定制化的、专家级的知识服务。

三、应用Watson 系统培养4C 能力的可行性分析

1.Watson 的设计理念与4C 核心能力培养的目标相契合

IBM Watson 是一个认知系统，其进入教育领域正是基于认知学习理论来设计教学过程的。认知学习理论强调人在学习活动中的主体价值，充分肯定了学习者的自觉能动性，强调认知、意义理解、独立思考等意识活动在学习中的重要地位和作用，认知主义认为学习的效果还取决于学习者已有的知识水平、认知结构和非认知因素。认知学习理论由于把人的学习看成是一种积极主动的过程，因而很重视内在的动机与学习活动本身带来的内在强化的作用。[19]认知主义强调学习能力需要通过问题解决来实现，需要通过训练问题解决或者优化问题的解决来提高认知能力。[20]

表1 Watson 的功能框架

IBM Watson 正是通过人工智能协助学习者解决问题和优化解决问题的过程，从而提高学习者的问题解决能力。在学习内容上，Watson 更加重视概念的学习和知识体系的构建，因此，Watson 在投入使用时首先学习领域内的相关概念，构建领域内的知识模型，在学习者学习过程中提供给学习者更加专业化的概念体系，帮助学习者构建起不同知识点之间的联系，在提供给学习者问题解决的方案时，为学习者提供的是多样化的答案，在这个过程中为培养学习者的批判性思维和创造性思维提供支撑。应用Watson 的智能导师是为了更好地适应不同学习者的学习需求，在辅助学习者进行学习前，Watson 首先评定学习者的初始水平，为学习者提供合适的材料，学习过程中通过追踪学习者的学习轨迹与批判性思维等来分析学习者的学习风格、学习偏好以及兴趣爱好等情况，基于学习者的学习体验，为学习者提供更加个性化的资源，也就更加强调了学习者在学习过程中的主体地位。

2.智能导师系统为4C 能力培养提供技术支撑

Watson 能够较好地理解非结构化的文本、语法规则，像人一样去理解每个句子的含义，从而能够为用户提供更加精确的搜索结果，也能够像人一样不断学习环境中的知识和规则，从而能够更好地适应环境的变化，适应不同领域的能力更强。通过对Watson 功能的分析与整合，Watson 可从自然语言理解及翻译、认知学习与开放式设计三个方面为4C 能力培养提供技术支撑，如图3 所示。

图3 Watson 系统对4C 能力培养的技术支撑

图3 中的自然语言理解及翻译等可以有效减少不同语言的障碍，加强学习者与不同语言学习者的交流与合作，同时，Watson 提供的虚拟服务助理功能可以完成实时陪伴，与学习者进行实时交流，也可以增强学习者的沟通能力。在培养学习者批判思维能力和创新能力方面，Watson 具有独特的技术优势。郭炯等提出技术支持的批评性思维培养模型，包含发现问题、信息处理阶段、问题解决阶段三个过程，而Watson 可以很好地支撑这三个过程。[21]在发现问题阶段，Watson 通过与学习者的对话，激发学习者的思考，使学习者在具体的问题情境中发现开放性的学习问题。在学习者提出问题后，开始进入信息处理阶段，在这个阶段，信息来源有两个，第一个是互联网，另一个则是Watson 经过前期领域内的学习所构建的领域内的知识库，在经过检索和分析后，Watson 为学习者提供多个具有评分的答案，供学习者参考，学习者获取多样化的信息。在完成信息获取后，学习者根据Watson 提供的多个答案，进行理解、比较、分析、再次评价与判断，最终确定最优的问题解决方案。此外，Watson 所使用的开放式设计方法，可以让用户将其他应用程序接入Watson，能够让更多的学习者参与进来，以培养学习者的协作能力。

四、应用Watson 系统培养学生核心能力的实践案例

IBM Watson 在教育领域进行了一系列的探索与研究，致力于提高学生的知识水平，更加注重培养学生各方面的能力。目前与IBM Watson 合作的公司有Pearson、Edmodo、Scholastic、Sesame Workshop 等，合作的学校有Gwinnett、Deakin 等，随着Watson 的进一步优化，Watson 在教育领域的应用越来越广泛且深入。

1.IBM Watson Element for Educators

作为走在国际科技最前沿的两家科技公司，IBM 和苹果联合推出了基于iPad 的教育应用程序IBM Watson Element for Educators，旨在为K12 教师和学生提供个性化学习，目前经过实验后已经投入使用。Element for Educators 其主要功能有：①聚光灯，指焦点放在学生的优势和进步上，使教师能够及时发现学生的优点，及时对其优点进行表扬和拓展。②学习活动，是指教师之间合作开发适合学习者的学习活动，通过教师间的相互合作，可以找出更加适合学习者的学习活动。③数据分析，指对学习者的学习过程中产生的数据进行分析，数据的来源具有多样性，包含学习者的出勤、学习情况、评价和社交等多个方面，在捕获数据后对数据做可视化分析，从而能够使教师更好地了解学习者的学习状态，在学习过程中做出干预和支持。Element for Educators 记录跟踪学生的批判性见解，能够更好地观察到学习者进行批判性思考的过程，可以清晰地了解每个学生的批判性思考程度，从而根据每个学生的不同情况进行批判性思维的培养。IBM Watson Element for Educators 还可以协调4C能力的培养进程，为教师提供每个学生的整体视图，包括兴趣、成就、学业成绩、出勤率、行为和学习活动等数据，通过这些数据教师可以更加全面地了解学习者的特点，与学习者进行更深层次的交流，实现与学习者的有效沟通。

IBM Watson Element for Educators 首先在德克萨斯州排名最高的K12 学校科佩尔独立学校（Coppell Independent School District）试用，该学区共有约12300名学生和750 名教师。在学校里从四年级到十二年级，每个学生都配有iPad 平板，约有十六分之一的学生使用了这个应用程序。通过使用，教师可以实时检测学生的学习变化，对培养学习者多方面的能力具有重要作用。科佩尔独立学校的课程和教学助理总监玛丽莲博士表示，通过与苹果和IBM 的合作，在校教师能够开发创造性的解决方案和获得个性化的设计经验，从而保证教学可以吸引学习者，挖掘学生的兴趣，并且与学习者的学习风格保持一致，从而能够满足学生的不同需求。[22]科佩尔独立学校的小学教师Samira Khan 也表示，学习者不仅仅是一个数字或一个年级，一名教师可以为孩子添加关于学习兴趣、学习风格或其他笔记的信息，这不仅对教师有帮助，而且对学生后面要接触到的教师有帮助。[23]

2.IBM Watson &Sesame Workshop

基于对学前教育的高度关注，IBM 和美国致力于0-5 岁教育的非营利性组织芝麻街（Sesame workshop）开始针对幼儿的词汇学习展开合作，致力于学习者能力的全面培养。沟通能力的培养中词汇学习是基础，因此IBM 和芝麻街合作的主要内容是帮助0-5 岁的学习者学习词汇，通过词汇的学习让幼儿学会在不同的语境中运用不同的词汇和学习复杂的词汇。IBM 和芝麻街在2016 年共同研发了基于Ipad 的儿童游戏程序，在游戏过程中，对相似的单词进行比较分析，同时结合具体的形象帮助学习者做联想记忆，该游戏还通过创设具体的情境，帮助学习者应用和识记单词，对于相近的单词，采用比较的方式帮助学习者做区分，在帮助学习者学习单词的同时也能够很好地帮助学习者开展分析、比较等批判性思维活动。经过一段时间的学习后，教师发现学习者所学习的较为复杂的单词能应用到实际的情境中，有效促进了儿童间的互相交流和儿童与教师间的交流。[24]

为了提供给学习者更好的服务，基于Watson 开发的教学游戏支持自适应评估，评估学习者当前的词汇情况，然后再根据学生的年龄和需要提供学生所需要学习的词汇，为不同水平的学习者提供不同的学习起点。Watson 可根据学生的表现来调整内容，包含所学的单词以及单词的学习形式、游戏的类型等等，从而为每个孩子提供更加个性化的学习体验，保证学习者学习的有效性和高效性。基于Watson 的教学游戏为教师提供学习仪表盘（Dashboard），可以与每个孩子开展个性化交互，帮助教师监控每个学生的进度。2016 年以来，这个智能化的教学游戏在美国佐治亚州的格威内特郡公立学校进行了应用测验，经过测试后发现，这个应用程序能够提高学生的词汇学习效率，能够帮助学生进行更加高阶的词汇学习，该款智能化的教学游戏在2018 和2019 年获得持续应用。[25]

五、结束语

Watson 所具备的学习功能使其可为学习者提供专家级别的知识内容，相比以往的智能导师系统，基于Watson 开发的教学应用更具智能性，在帮助学习者完成知识学习的同时还可以通过Watson 的特色功能帮助提升学习者的4C 能力，促进知识迁移和问题解决能力的提升。Watson 为了更好地满足不同学习者的需要，能够测量学习者的知识起点和4C 能力起点，根据学习者的起点水平和学习风格为学习者提供个性化的资源，设置个性化的内容，这对保持和提升学习者的学习积极性具有较为突出的意义。当然，Watson 除了可以培养学习者的4C 能力，通过提供给教师个性化、可视化的学情数据，还可以帮助教师更便捷地开展4C 能力教学，支持教师开展协作教学，从而设计更具创新性的学习活动，已有案例显示，Watson 支持教师设计基于项目的学习、研究性学习、发现性学习等等。但在整合Watson 系统与日常学习方面，尽管Watson 系统具备了支撑协作学习的技术框架，在实践应用中还是以教师引导开展协作为主，Watson 系统在作为协作学习的组织者与引导者方面还有很大的提升空间。