[中图分类号]G434 [文献标志码]A 一、引言 人工智能是促进人类社会发展和科技进步的重要驱动力和战略技术，坚持“以人为本”是规范人工智能并促进其长足发展的基础。近年来，欧美发达国家纷纷出台相关政策，部署人工智能发展战略、制定行动计划，抢占人工智能技术发展的制高点[1]。国家宏观层面的战略政策是落实教育人工智能的重要保障，2017年，我国政府发布了《新一代人工智能发展规划》，指明了人工智能发展的战略态势以及战略部署，强调把人工智能作为开展群体智能的协同与共享、人机整合与增强智能等技术研究列入关键共性技术体系[2]。随之而来，在以深度学习、类脑计算等智能技术助力下，发展以人为本的人本人工智能成为新趋势。2018年，美国斯坦福大学人工智能实验室与视觉实验室负责人李飞飞启动“以人为本的AI计划(Human-Centered AI Initiative，HAI)”，认为人工智能的良性发展需要人文主义的指引，反映人类智能的深度，确保每一步都能正确地引导人工智能的发展，实现人机共轭共生[3]。2019年，我国科技部首次提出人工智能治理原则，发布了《新一代人工智能治理原则——发展负责任的人工智能》政策，要求人工智能发展应以增进人类共同福祉为目标，应符合人类的价值观和伦理道德，促进人机和谐[4]。因此，人本视角下的人本人工智能致力于实现“目中有人”和“始终为人”，合理驾驭人本人工智能，支持跨学科研究的广度，尤其是与教育的融合创新，使智能教育回归到育人本质，具有极其重要的现实意义。据此，笔者首创教育人工智能的新概念，简称eAI(educational Artificial Intelligence)，并将eAI的研究与应用视为人本人工智能的新范式。 笔者有理由相信，eAI将成为未来教育创变发展的新动能，也应该成为AI时代的国家教育战略的组成部分。2019年，联合国教科文组织发布《北京共识——人工智能与教育》，明确指出要支持对与新兴人工智能发展影响相关的前沿问题进行前瞻性研究，推动探索利用人工智能促进教育创新的有效战略和实践模式[5]。欧洲政治战略中心发布《人工智能时代：确立以人为本的欧洲战略》，坚持以人为本是人工智能与教育融合发展的基本准则，人本人工智能为未来教育的创新发展创造了新机遇，为eAI发展提供了最大可能；反过来，教育为人本人工智能的发展提供持续动力[6]。eAI是坚持以人为本的人机协同发展理念，实现人机智慧的共创共生。因此，以人本人工智能作为推动未来教育的理念基础，需回归并坚持教育的育人本质，我们可以期待在人本视角下，eAI能促进教育目标的高效达成，推进eAI的创新发展，并助力教育创新变革。 然而，现阶段的教育领域，人工智能技术所依赖的教育数据在数量与质量上均存在“短板”，智能技术对教育数据所蕴含意义的可解释性差，面向复杂多样教育业务的通用人工智能技术“嫁接”难度增大，由于教育多类型用户对人工智能技术存在应用价值困惑，造成人际信任危机难以消除等重大挑战性问题[7]。由此可见，人本人工智能赋能的eAI是破解上述教育难题的关键，尤其是eAI能够实现机器在数据处理、知识管理等“智商”方面和人在情感、意识等“情商”方面的有机统一。有鉴于此，本文以人本人工智能作为理论依据，深入阐释人本人工智能视角下eAI的内涵，提出eAI研究框架，促进构建基于人机协同的eAI新生态和新范式，以期对eAI发展提供借鉴。 二、人本人工智能理论阐述 (一)人性为王：人本主义理论教育观 人本主义理论教育观源于人本主义心理学。20世纪初，行为主义和精神分析在教育领域占据着主导地位，其将学生视为“固化的”或“有缺陷的”，认为可以通过奖惩制度轻易地控制学生[8]。与之相对，以马斯洛和罗杰斯为代表的人本主义学派则强调人的自我实现，提出教育目的在于唤醒学生的潜能，助其发现并实现自我。在这一过程中，学生是学习活动的主导者，而教师只是辅助角色。基于此，人本主义理论教育观有了以学习者为中心的核心内涵，以主体性教学和自主式学习等方式最终达到培养全面、完整的人的教育目标。 对人本主义视域下师生关系的正确把握是理解人本主义理论教育观的重要前提。人本主义理论教育观倡导非指导性教学法，反对模式化教学，强调教师要做到“知情结合”，既是学习的引导者，又是给予爱与关怀的情感同行者，在人文主义关怀下师生双方都得以实现自我。综上所述，人本主义理论教育观本质上就是人本主义视域下的教与学，强调以学习者为中心，无论人工智能如何发展，人性为王都是未来教育的时代主题。德行、情感和自我实现等人类独有的特质应当受到极大的重视，必须以尊重彰显人性、保障人的基本权利、维护人类根本利益为前提，推动其个性化发展。
图1 人工智能的技术框架 (二)人在回路：人本视角下人工智能产物 1.人工智能 人工智能是一门研究如何制造出类人的智能机器或系统，以模拟人类活动和思维，延伸和扩展人类智能的科学[9]。近年来，人工智能的高速发展得益于三个要素：大数据的可获得性更高、计算能力更强大、算法更高端。人工智能技术和应用如图1所示。其中，教育数据层是eAI技术框架的基础层，包括数据采集与预处理等相关技术。算法层是实现各类eAI的核心，尤其是作为人工智能新锐力量的深度学习算法。深度学习是机器学习的子领域，是一种致力于学习给定样本的内在特征规律并加以表示的分析方法。感知层和认知层是在算法层的基础上，让机器可以读懂语音、文本、图片等多模态数据的含义，进一步实现更加高级的智能，如情感、认知层面的智能。人工智能技术在重塑社会各行各业智慧新形态过程中具有变革性潜力，但在其未来发展中也需要突破可解释性计算、小规模数据量的无监督学习等技术瓶颈。
