【中图分类号】G451.2 【文献标识码】A 【文章编号】1009-458x(2022)2-0001-12 定稿日期：2021-11-01 在“越来越多的事情人类将做不过机器”(吴军，2016，p.364)的智能时代开启之际，与教师相关的研究与实践呈现出两个似乎截然相反的方向：一方面积极探索人工智能技术直接教学生的可能性，比如“机器人教师”的研究，如曾文婕等(2021)、张务农等(2021)；另一方面积极探索、推动教师教育变革，促进教师学习，如陈时见等(2021)倡导建立教师教育学，又如2021年教育部教师工作司实施第二批人工智能助推教师队伍建设行动试点(教师函[2021]13号)，其着力点仍在改进教师培养培训，帮助教师适应智能时代的教育发展需求。 这两个看似矛盾的方向实际上都源于对智能技术挑战的反应。两者都认同智能技术对于“教”的影响将至为深远；都认为智能技术要在正规教育系统中大规模发挥作用，不管是独立地教，还是辅助教师教，都不是直截了当的“技术应用”，而是需要探索的系统变革。但两者中，前者更多指向未来，后者更多指向现在。智能技术自身还处于发展中，其可能性边缘在不断扩展，对教育系统的潜在影响难以估量。但是，我们无法用明天的技术解决今天的问题，在研究未来的同时，更要重视研究改进现在，利用现有的技术帮助教师提升专业能力，在这个过程中创造教育的真正未来。 一、智能时代大幕拉开，人类教师仍活跃在讲台上 人类对于教学自动化的追求，早于数字计算机与人工智能的发展。早在1927年，普莱西就设计出了能够开展个性化教学的机械设备，称为“教学机器”，甚至希望可以开启一个新产业(普莱西，1979)。20世纪60年代末开始探索利用人工智能技术实现适应性教学(Collins & Grignetti，1975)。半个多世纪后，人工智能技术支撑的教学系统已经能够提供辅导、教练、评价等多种教学功能(张志祯等，2019b)。但是，世界范围内人类教师仍主导着课堂教学活动，因此首先应分析人类教师仍然活跃在课堂上的原因。 (一)人工智能技术无意识、无常识，难以实现有效的教学辅导 今天的人工智能技术没有自我意识，机器不知道自己在干什么(吴军，2016，p.365)。智能机器缺乏常识，不理解语义，经常会犯一些令人惊诧的错误(米歇尔，2021，p.281)。当前令人印象深刻的机器翻译、语音识别是借助统计语言模型实现的(吴军，2014，pp.27-40)，以其为基础的聊天机器人难以维持多轮次会话，即使限定在某一特定领域的自然语言辅导教学也非常艰难：由于难以恰当地处理学生的主动提问，对话辅导系统中学生的主动提问最终几乎完全消失(Graesser，2016)。与导购、客服等服务不同，教学辅导要求精准反馈，要求能够有策略地回答学生的开放性问题，模糊、无关的回应会误导学生，无意识、无常识的智能机器难以开展有效的辅导对话。 (二)智能教学系统的作用与应用有限，智能技术远未颠覆学校教育 能够监控学生问题解决过程，动态给出指导、反馈的智能教学系统，只能在特定知识技能类型学科起作用(主要为数学、物理、计算机编程等理工学科)。即使对于Cognitive Tutor这样的成功范例，尽管研究与大范围实践证实了其教学有效性，它却并不是学生学习的主要途径，学生一周仅有1～3个学时用其学习，其他时间仍是常规的课堂教学(Koedinger & Aleven，2016)。致力于“用视频重新发明教育”的可汗学院后来将网络教学系统升级为智能教学系统(胡姣、祝智庭，2021)，在运行实体学校(Khan Lab School)时，也采取了与Cognitive Tutor类似的方法：大部分时间开展常规课堂教学，小部分时间利用智能教学系统学习(Brown，2019；Reich，2020，p.5)。当前，在学校大规模应用的智能技术，并未改变学校的系统结构，只是将某些环节自动化了，比如自动判卷、试卷分析、外语口语评分等。比如，大规模应用的ASSISTments，主要用于学生完成家庭作业，并不试图去改变课堂教学的结构(Heffernan & Heffernan，2014)。至于实体“机器人教师”参与课堂教学，受到设备能力的限制，这类研究还处于初期探索阶段，离常规实践还很遥远。 (三)教师不但需要创造“学习的条件”，还需要创造“让‘学习的条件’起作用的条件” 这里的“学习的条件”专指加涅所说的学习的外部条件，即教师安排的、促进学生学习的外部教学事件。对于课堂教学而言，教师不仅仅要创造“学习的条件”，还要通过各种课堂管理手段让学生能安心坐在课桌前，即还需要创造“让‘学习的条件’起作用的条件”。对于后者，目前的智能技术是无能为力的。在一些信奉者的表述中，学生利用智能教学系统开展学习，似乎并不需要额外的组织管理，但事实表明学生需要具备相当的自主学习能力、知识技能储备，需要有约束力、无干扰的学习环境，学习才能发生，才可持续。这是Reich所说的大规模学习技术的“马太效应”，即在没有专门的社会力量干预的情况下，它们只会锦上添花，很难雪中送炭，不但不能缩小学习成就的差距，实现教育成就平等，反而会增加不平等(Reich，2020，p.148)。 国际国内的信息化教育实践表明，未经简化的教育无法由技术应用决定。“信息迷”，即信息技术教育应用的热情“布道者”，对于信息技术决定论的热切信奉是经不起推敲的。只有经过层层简化，信息技术才能“决定”教育。信息迷通常把教育简化为学校教育，把学校教育简化为教学，把教学简化为知识教学，把知识教学简化为知识传递，把知识传递简化为信息传输。简化到最后，学生如水桶，信息如水，教学即灌水，如此这般信息技术才可能是决定性的。显然，事实并不如此。因此，目前依托弱人工智能技术的“机器人教师”、智能教学系统都无法大范围“教”，还需要人类教师在讲台上面操劳，而且可能要操劳很久。
