人工智能发展正带来教育理念和教育实践的颠覆性变革，但当前中国教育学科却并未做好研究应对，未能引领教育人工智能发展，理论研究缺位并滞后于实践应用。这一问题的背后，是教育人工智能研究的学科定位出现严重偏差，长期存在对教育技术单一学科分支的路径依赖，忽视了本轮教育人工智能发展的全教育、全学科、全过程、全参与者的颠覆式和破坏性创新特质。应对教育人工智能发展，需要全体教育学科研究者与实践者共同参与，全面开展教育人工智能基础理论研究，逐项推进教育人工智能实践研究，克服有技术没理念、以技术代理念、理念与实践脱节等现实问题。 一、中国教育人工智能研究严重缺位 世界人工智能发展呈现迅速推进、中美独大的基本态势，其中又以美国从事前端研究、基础研究和理论研究，中国从事中后端研究、应用研究和实践研究等为主要特征。教育人工智能是本轮人工智能发展的关键应用场景，2016年之后，各类教育人工智能产品层出不穷，教育机器人、教育辅助设备、在线教育技术等走进课堂、登上电视、融入家庭、筹资上市，迅速改变了传统的教育生态，成为中国继自动驾驶、图像识别等之后人工智能领域研发最快、落地最多、市场最大、前景最为可期的发展方向之一。 与此同时，中国教育人工智能研究却严重匮乏，教育研究与教育人工智能实践脱节。一方面，教育研究者存在一定的思维惰性，认为教育人工智能是“科学问题”和“技术问题”，是“硬学科的事”，普遍不熟悉教育人工智能技术原理，不追踪技术前沿，不参与实践落地，无法根据人工智能发展主动进行理念与实践变革。已有研究成果不仅数量偏少，而且大多集中在制度、伦理、哲学等外围方面，深入性、实质性、系统性研究十分缺乏，尚未触及教育基本理论体系和实践体系问题[1-2]。教育研究的缺位并不能阻挡实践的前行，当前中国教育人工智能正表现出实践超前于理论的异像，缺乏理论指导的各类教育人工智能应用和实践正成为“脱缰野马”，出现失控态势。2020年，中央纪委国家监委罕见发文对在线教育产品进行严厉批评，指出大量产品存在滥用“教育人工智能”概念、过度宣传、夸大成效等问题。截至目前，学界仍然少有对于各类教育人工智能产品标准、应用、测试、评估等的专题研究，研究缺位问题极为严重。 另一方面，缺乏人工智能研究的教育学科也逐渐脱离理论前沿与问题前沿，成为无源之水、无本之木，理论创新与实践创新能力后劲不足，学科合法性遭到质疑。一些研究者没有意识到教育人工智能可能带来的教育基础理论根本性、整体性和全局性重大变革，部分专业学术期刊拒绝刊发教育人工智能相关研究成果，一些重大课题、奖项等仍继续沿用传统的教育基本理论、课程教材教法、院校管理模式等，缺乏对于人工智能技术和理念的应有关照，研究的前沿性不足。 当前教育人工智能研究严重缺位和滞后，主要体现在以下3个方面： 第一，缺乏教育人工智能基础理论创新。人工智能技术本身是人类社会重大基础性创新的产物，旨在推动包括教育在内的各类社会活动的颠覆性变革。人工智能时代，传统的教育教学基本理论适切性降低，亟待进行理论更新与完善，尤其需要原始创新。但是，当前整个教育学科对于教育人工智能理论创新的意识、能力、成果都严重不足，理论建设缺位、错位、滞后等问题非常突出[3-4]。一是缺乏系统性原创理论成果。应对教育人工智能变革，需要整个教育学科进行基本理论体系创新，而非局部性、适应性和应急性理论创新。当前学术界虽已推出了一些有关教育人工智能的理论性文章，但宏观把握人工智能时代教育基本理论的创新研究不足，中微观上基于教育人工智能技术应用、实践规律进行理论构建和范式总结不足，纯粹的教育人工智能基本理论研究几乎没有，少量研究呈现出零散、碎片、短视等特征。此外，教育人工智能基本理论研究往往需要技术、理论、应用、场域等多学科视角，但目前已有成果少数就技术谈技术，多数无技术空谈理论，导致研究成果质量不高。二是理论阐释表面化和浅层化。当前学界有关教育人工智能基本理论的研究阐释仍不到位，宏观上有关人工智能如何影响教育教学和人才培养活动、如何影响教育学科方法论重塑、如何影响教育基本理念和实践转向等研究不深不透[5]，中微观有关教育人工智能如何影响课程、教材、教法、评价、教育管理等研究不专不精[6]，理论阐释大而化之、研究内容空心化、研究结论与对策建议表面化和浅层化等问题较为突出。三是理论研究的科学性水平不高。基于人工智能前沿思想、方法、技术开展的教育研究活动极少，少数利用人工智能BP神经网络、随机森林等算法开展的研究也基本采用的是传统人工智能研究理论，真正基于机器学习、深度神经网络等前沿技术开展的教育研究凤毛麟角。一些研究成果动辄谈伦理、哲学、价值、意义，隔靴搔痒，说外行话，降低了教育人工智能研究的科学性。一些学者并未深入理解教育人工智能的基本原理，将教育人工智能作为“热点”来追，由于缺乏基本功，研究成果往往含糊不清，停留在表面，无法深入技术、过程和机理，无法形成真正的底层创新、自主创新和多学科协同创新成果。 第二，缺乏教育人工智能实践应用支持。第三次人工智能技术革命开启了“计算机算力+大数据+应用场景”的协同创新模式，凸显了技术与应用的交叉和多学科融合发展的基本态势。在此过程中，需要各学科从业者以学科专家身份参与教育人工智能应用场景设计，形成以教育思想指导教育技术、先教育场景后人工智能技术等基本逻辑。但现实情况是，由于教育学者的学科交叉意识不强，能力不足，当前中国数百款教育人工智能产品研发鲜有教育专家身影，形成了教育产品和实践与本土教育需求脱节、资本逐利性特征压制教育规律性特征、真假教育人工智能并存混淆视听、部分产品严重背离教育伦理等各类问题[7]。退而言之，教育学科专家即使无法参与人工智能技术产品开发，也应对相关产品的实践推广、效果评估、功能完善、伦理监督等展开研究工作。但截至目前，类似研究仍然极为缺乏，教育学科无法为教育人工智能实践提供足够支持、学科前沿性下降、对教育教学活动支撑度不够等问题值得警惕。
