“AI+”背景下高等教育教学智能化发展路径研究——《2020 年地平线报告》解读与思考

胡宗敏，魏鑫，张锦添，左艳力

（信息工程大学，河南 郑州）

新冠疫情大流行倒逼各行各业的生态重塑，其中教育领域的组织形式变革尤为深刻。疫情期间，教育部发出“停课不停学，停课不停教”的号召，全国各地师生迅速展开了史上最大规模的线上教学探索与实践。合理利用教育信息技术手段改变了传统教学模式，最大限度地降低了疫情对教学造成的消极影响，也拉开了高等教育智能化发展的序幕。然而，回顾疫情期间的线上教学改革与实践，我们依然面临诸多挑战。随着疫情应急模式下在线教学的迅速发展，教学要素不断演变，新型教学形态和场景不断涌现，如何利用新机遇加快高等教育发展步伐已成为当前教育领域最迫切的需求[1]。

2020 年3 月2日，美国高等教育信息化协会（EDUCAUSE）发布《2020地平线报告（教与学版）》[2]，该报告自2002年首次发布以来，连续18年为高等教育管理者、决策者以及师生提供重要参考，已成为高等教育信息化发展的风向标。

本文研究的“教与学版本”是该组织发布的地平线系列报告中的高等教育版，该报告采用迭代研究及前瞻研究方法，预测了未来一个时期高等教育信息化发展的新趋势、新技术以及新挑战[3]。有鉴于此，在反思疫情期间线上教学不足之处的基础上，深入解读《2020 年地平线报告(教学版)》，有助于分析研判当前高等教育发展形势，准确把握未来高等教育领域的主要发展方向，对深入探究未来中国高等教育信息化及智能化发展路径具有重要指导意义。

一 《2020地平线报告（教与学）》框架分析

《2020地平线报告（教与学版）》总体分四部分阐述了高等教育未来发展变化的方向、内容、场景及案例，回答了未来高等教育将以何种形态呈现的问题。

第一部分从社会、技术、经济、高等教育、政治5个层面预测了影响当前并塑造未来高等教育教学形态的重要趋势，反映了这样的事实：个体（教育）经历构成的社区或社会内部的流行趋势将不可避免地成为教育决策或教育实践不可分割的一部分，进而构成了教育发展大趋势；第二部分主要论述了推动高等教育走向未来，对其发展产生重大影响的6种新兴技术与实践，包括自适应学习技术，人工智能/机器学习的教育应用，学生成就分析技术；教学设计、学习工程和用户体验设计；开放教育资源以及扩展现实技术。现今，教师和学习者的教育体验和经历总是受一定教育系统或教学工具的支撑，由相应的教育技术加以强化。因此，在教育领域发挥重要影响的技术往往反映了其他行业或社会领域更为广泛的技术进步，为全球高等教育发展创造了新机遇。第三部分描绘了在关键技术影响下，2030年的高等教育可能表现为4类场景：增长型、制约型、崩溃型以及变革型。报告第四部分结合世界各国高等教育发展实际，利用九大案例解释说明了全球背景下高等教育的发展变化，机遇以及面临的风险问题[4]。报告总体框架如图1所示，上述四个部分共同描绘了未来高等教育的广阔图景。

图1 《2020 地平线报告（教与学版）》内容框架图

二 未来影响高等教育智能化的关键技术与实践

教师教学与学生学习并非在真空中进行，其发展变化是整个社会格局变化的一小步。未来的高等教育模式，以及未来的教学实践，都需要主动适应社会、经济、政治趋势。通过对报告总体框架的分析可以看出，在宏观趋势的大背景下，个人教育体验正是在新兴教育技术与实践的强化下得以提升，使得未来高等教育呈现出或增长、或制约、或崩溃、或变革的特征。因此，对《2020地平线报告（教与学版）》中的6种新兴技术与实践进行分析，对寻找未来高等教育改革与实践的努力方向意义深远。

（一） 自适应学习技术

自适应学习是个性化学习的一种形式，强调对学习者特征的关注。其主要观点是借助现代化技术，自主推送随学习者状态变化而实时调整的教学内容，促进学习者根据学习情境的变化，不断调整自身学习活动与方式以适应不可控的外部环境，化被动为主动，从而实现自身的提升。在此过程中，自适应技术发挥着重要作用。

教育大数据背景下，无处不在的学习数据为学情追踪与分析、教学内容调整与完善、精准定位与推送、学习效果评估与反馈提供了便利，奠定了自适应学习进一步发展的基础。2020地平线报告指出，自适应技术应用的经验教训表明：技术本身并不能产生更好的学习效果，唯有借助技术重塑课程，促进技术与课程设计的深度融合才能最大限度的发挥其教育价值与潜力。

自适应学习技术的引入使得教师角色的转变成为可能。在自适应学习环境下，教师从传统的课堂授课中抽离，化身学生主动学习的引导者和主教练，将更多的精力用于课程设计，留给学生更多自主空间。在自适应技术的支持下，学生可以获得大量基于个性化需求的在线学习资源，根据个人学习实际有取舍有针对性地进行学习；而教师可根据学生的个性化学习数据，及时调整、补充、更新教学资源，成为学生学习的知情人和诊断师，实现教与学的双赢。

伴随着应用范围的愈发广泛，自适应学习技术应用过程中面临的问题也日益突出。一是成本问题，包括新技术应用中的人力成本，内容整合、技术研发以及效果评估中产生的物力成本。二是道德问题，包括学生数据所涉隐私问题、技术设计是否存在隐性偏见等。三是技术本身问题，自适应学习系统利用学生数据提供私人订制式指导时如何思考，它们采用了何种算法和哪些数据等。上述问题是当前自适应学习技术面临的主要挑战。

（二） 人工智能/机器学习

美国高等教育信息化协会专家Elana Zeide曾这样定义人工智能（Artificial intelligence，简称AI）：人类试图制造机器人来代替人完成以前只能依赖人脑认知才可以实现的事情。人工智能侧重于强调程序的感知、推理和适应能力。机器学习是指在不需要复杂编程的情况下，可以随着数据的海量增加而提高机器性能。机器学习的基本理念是机器通过大量重复性过程学习并不断适应新情况，而人工智更侧重于机器智能化完成任务。人工智能是广义上的机器学习，二者关系如图2所示。当前，不论是机器学习还是人工智能，都已不同程度地渗透到高等教育中，以促进高等教育质量和效率的提升，相关应用包括学习管理系统，学生信息系统、办公自动化应用、图书馆出入管理信息系统等等。

图2 人工智能与机器学习

在高等教育领域引入人工智能元素将促进管理智能化和高效化，其中一个有效的例证是西北大学和俄克拉荷马大学正在运用的基于人工智能的聊天机器人。聊天机器人被整合到其学习管理系统中，以回答学生和教师经常提出的常规问题，使他们在非工作时间也能够提供学生支持服务和招生咨询服务，确保了高校管理人员面对师生合理的实际困难“有求必应”，为高校师生的生活和学习提供了便利。

随着高等教育信息化的加速，日益增长的智能化教育及管理需求催生了类型多样的人工智能产品，如学术不断检测系统、试题生成器、以及常见的文本处理器等。此类教育产品中的算法可通过测算学生的表现指标记录学生学业水平，识别并标记可能在学业上有困难的学生，进而生成个性化的、自适应学习路径，使得每个学生都能获得量身定做的学习体验。

然而，人工智能和机器学习的教育应用也存在一些问题。当前教育智能系统的运行机制是在监控学生学习行为，记录学习数据的基础上，对学习倾向做出预判并进行智能化干预。在此过程中，对学生数据的访问和利用是否侵犯学生隐私，是否得到授权，是否应该接受审查；系统运行信息的云端存储特性是否会导致数据的滥用等道德及规范问题仍备受争议。

（三） 学生成就分析

学生成就分析的最终目的是提高学生获得感和学业水平，促成学生综合素质的提高。

是高等教育一直以来的使命和努力方向，因此，院校对学生成就的探索也从未止步。过去十几年里，各类测量、收集、分析以及展示学生进步的工具如雨后春笋、层出不穷，使得“学生成就分析”成为了高等教育研究领域备受瞩目的话题。

据了解，用于学生学习分析的数据主要包括课程学习数据，如从学生管理系统中获取的考试成绩，此外，其他非学业信息，如学生注册信息及财务系统信息等也引起了高校的关注，并被引入到学生成就分析中。

学生成就分析的持续开展依赖于诸多复杂因素的相互配合，包括技术工具可用性、财务支持、政策支持度、跨机构协作等。虽然它在教育政策、战略及规划制定中尤为重要，但该分析能否反映学生成就全貌还有待确认。在分析中利用的数据往往无法全方位体现学生个体情况，分析结果存在“片面性”的嫌疑。此外，使用学生数据引发了有关数据所有权、数据访问权、数据隐私等层面的争议。

（四） 教学设计、学习工程以及用户体验提升

在线教学的异军突起促进了教学模式的改革，以学生为中心的教学理念越来越受到教育界的普遍认可，这一系列变化推动了教学设计领域的发展。在过去的几年里，随着该领域专业性的加强，教学设计已经不再仅限于课程设计，其范围已然扩展到项目管理，学习分析，教育教学研究，教师指导与合作等层面，为教学教育的创新发展奠定了基础。在教学设计日渐专业化，并不断获得师生认可的过程中，新的角色如“学习体验设计师（Learning Experience Designer）”和“学习工程师（Learning Engineer）”在教育领域应运而生。它们的职责包括了解学生学习需求、评估学生学习行为、为教师提供教学技术支持并将创造性设计思维应用于课程设计，与教师共同合作为学生创造有意义的学习体验。学习体验设计融合设计学、教育学、管理学、教育技术学、认知心理学等多个学科，关注基于意义的教育体验，采用创造性教学方法，以线上线下多线并行的教学方式，全程跟踪的评估体系，以及学生中心观重塑了教育生态系统，成为了高等教育教学新的增长点。

教学设计与学生学习、教师教学以及教学管理等多个层面相互交织，是一个复杂的系统工程。不仅需要学生、教师、教育管理者、用户设计体验师、学习设计师、学习工程师、认知心理学家以及专业开发人员的共同合作，更需要体制机制支持以及强有力的财力支撑，如何把握学习设计的系统性，如何提高学生的学习体验是未来高等教育关注的重点[5]。

（五） 开放教育资源

联合国科教文组织认为开放教育资源（Open educational resources，简称OER）是为教学而开发的共享资源。“开放”一词主要指这些资源可提供给教师和学生免费使用，无需购买，不受许可或版权限制。除了传统的电子教材及数字课程的共享，纳入“开放”范围的还包括教育资源数据库、电子应用程序等实用在线教学工具，例如，纽约州立大学帝国州立学院开发了免费的论文生成器，用以指导学生论文写作；由斯坦福大学开发的促进公众健康意识普及的应用程序“Digital MEdIC”免费提供了公共健康普及课程和医疗教育课程。

费用低、易获取、无门槛等特性是开放教育资源需求激增的主要原因。资源推广将降低因政治、文化、宗教、地域以及经济条件的差异和限制而造成的负面教育影响；在促进教育成本下降的同时，极大地提高了教育公平性。当前，开放教育资源建设已成为一项达成全球共识的事业。2019年10月，联合国科教文组织大会在巴黎召开，多国政府一致同意并通过了一套法律和技术规范准则以推动开放教育资源在全球范围内的共享。虽然全球范围内资源建设如火如荼，但有资料显示仍有近75%的学生和56%的教师尚不了解这一概念。许多人也经常将“开放教育资源”与开放性不明确的电子书或订阅数据库混为一谈。可见，OER概念普及推广工作还留有许多空白，此外，如何准确找到所需的优质开放资源并合理运用依然面临挑战。资源的建设也并非一劳永逸，随着教育内容的发展变化，对已有资源进行更新完善也尤为重要。

（六） 扩展现实技术

扩展现实（Extended reality, 简称XR/ER）是强调物理环境与虚拟环境的融合或提供沉浸式虚拟体验的综合性技术。在数学中，X代表未知数，而在此语义下，X意味着扩展现实技术的无限可能性，也暗示了高等教育界对这一关键技术的无限期待。目前最常见的扩展现实技术主要有4种：增强现实（Augmented reality，简称AR）、虚拟现实（Virtual reality，简称VR）、混合现实（Mixed reality，简称MR）以及触觉技术（Haptic）。

在高等教育领域，XR技术的应用将扩展实践性学习体验的外延，弥补传统教学中理论与实践脱节的常见问题，有效促进技能提升和能力塑造。莱顿大学针对学生有护理基础理论知识，但急救实践经验匮乏的情况，采用XR技术模拟急救场景，有效辅助了紧急救护教学。可重复操作的虚拟环境为学生提供了不断实践的机会和犯错的空间，但真实救护情景中的实践机会却只有一次。

XR技术潜力发挥的两大主要因素是,时间层面上，XR的推广依赖其他领域技术的成熟，如Wi-Fi6和5G技术，然而这些配套条件的完善都需要历经时间的考验；技能层面上，XR技术广泛应用于教育领域也要求教师具备驾驭该技术的技能水平。

《2020年地平线报告（教与学版）》改变往年分阶段论述发展趋势、关键技术以及发展挑战的模式，更加聚焦和务实地论述了未来的高等教育形态，在内容上重点描述了6项新兴关键技术与实践,这一变化突出了技术与教学深度融合的发展前景，为当下高校教育教学改革指明了方向。

三 “AI+”时代高等教育智能化发展路径

2018年联合国科教文组织发布《教育中的人工智能：可持续发展的挑战与机遇》，提出“AI+”时代需要教育做出改变以适应新技术、新挑战。

《2020地平线报告（教与学）》中指出，未来是人工智能的时代。人工智能作为引领第四次科技革命和工业革命的重要驱动力，不仅深刻地改变了人类的生产和生活方式，而且不断催生新技术和新机制，进而推动教育新结构的重塑。世界各国政府对人工智能时代的教育发展高度重视，纷纷展开了“AI+”背景下高等教育领域话语权争夺战。

为抓住人工智能重大发展战略期，我国也出台了一系列文件以推动“AI+”时代的教育变革。2017年，国务院发布《新一代人工智能发展规划》，指出要抓住人工智能发展契机，加快人才培养。201 8年，教育部发布《高等学校人工智能创新行动计划》，提出要构建基于人工智能的教学新模式。2019年，***总书记致信国际人工智能与教育大会时指出“中国高度重视人工智能对教育的深刻影响，并积极推动人工智能和教育深度融合”。由此可见，在AI教育时代取得竞争优势，必须加快高等教育智能化建设步伐。

《2020年地平线报告（教与学）》指明了未来高等教育的发展趋势和关键技术，为我国高等教育智能化发展指明了方向：

1.抓好线上线下混合式教学新常态，加强信息化技术与教学的深度融合。在疫情的催化下，线上教学发展迎来了春天，以其便利、灵活、多元的特性在疫情下保障了教学顺利开展。教育部提出，高等教育教学要树立“金课”标准，把握 “两性一度”，即高阶性、创新性和挑战度。然而单一的线上教学很难达到这一目标。唯有线上线下混合，借助线上丰富的资源，拓宽教学广度；利用线下师生面授交流，挖掘教学深度。并在此基础上，寻求实体课堂、线上教学与新兴技术的结合，发挥特色优势，才能实现从疫情“应急方案”到“混合式金课”的升级。

2.深化人工智能、自适应学习技术的研究，促进个性化教育精准实施。报告中指出人工智能和自适应学习技术将深刻影响高等教育发展。自适应技术的迅猛发展孵化了以学习者为中心的智适应学习平台，通过跟踪学生学习行为，动态识别学生的个性化学习特征。在数据分析的基础上，为学生智能推荐适配资源和学习建议。随着这些新兴技术的广泛应用，教育发展进入智能时代。智能教学助手、教学系统以及智能学生管理系统等智慧教学工具将提高教学管理的准确性和针对性，实现个性化教学管理的可操作性，促进个性化教学精准实施。

3.融合学习分析与数据挖掘，实现对学习过程的实时评估与针对性反馈。未来高等教育是“学习者中心视角”的教育，服务于学习者的个性发展，而教育大数据的发展为其奠定了良好的基础。利用数据挖掘技术实时监控学习过程，并借助学习分析技术，对学习者的个性化特征、学习倾向、认知模式展开分析，实施评估学习者行为，有针对性地向学生推送个性化学习资源，有重点地向教师反馈差异化教学方法策略，将促进教师改变标准化传统教学流程，开展“差异化教学”革命，实现学生的多元及个性化发展。

4.发展扩展现实与多元感知技术，创新教学模式，提升情景化学习体验。在“AI+”时代大背景下，技术将必然打破当前学习模式的物理空间限制，未来学习空间将延伸至虚拟空间。扩展现实及多元智能感知技术的应用，将融合现实世界与虚拟空间，通过技术手段创造可视化环境和 可交互学习内容，通过视觉、听觉、触觉等多维感知，为学习者提供更为直观和逼真的学习体验，在创新教学模式的同时，促进学习者对学习内容的深层理解。

5.建设开放共享优质教育资源，打破封闭的办学体系，营造全球课堂环境。开放共享优质教育资源是“停课不停学”政策得以全面贯彻的关键因素。加快建设更多、更全面的教育资源对促进教育均衡和教育要素的自由流动有重要意义。然而当前我国的开放教育资源尚不完善，资源质量良莠不齐，其可持续发展之路任重道远。未来高等教育的智能化发展具有跨文化、跨语言、跨地域、跨空间的特征，因此我们必须打开思维，通过建设更多的优质开放教育资源，打破封闭的办学模式，为学生营造全球课堂环境，促进优势教育资源的优化配置。

四 结语

教育面向未来，而未来的不可知性意味着未来也许会像疫情一样，没有预告，骤然而来。面对“AI+”时代大背景与新兴技术浪潮，未来高等教育形态、教育场所、学习方式以及教学组织管理等层面的新变化不可避免，但教书育人、立德树人的本质不会改变。在坚守教育本质的同时，最重要的是主动顺应以人工智能、自适应、学习分析等为代表的新一代信息技术对教育生态的重塑，大力推动高等教育智能化发展。