【ZiDongHua 之人文化天下收录关键词：人工智能  美国教育部  智能决策  决策 算法  自动化决策 】

美教育部教育技术办公室发布《人工智能与教学的未来》报告

近日，美国教育部教育技术办公室发布最新政策报告《人工智能与教学的未来》(Artificial Intelligence and the Future of Teaching and Learning)。本文就该报告的主要内容编译如下。

1. 核心信息

美国教育部(Department of Education)致力于支持利用技术改善教与学，并支持整个教育系统的创新。本报告阐述了共享知识、提供支持和制定人工智能政策的明确需求。报告指出，人工智能是一种快速发展的识别模式和自动化行动的基础能力，正越来越多地嵌入各类教育技术系统中。人工智能为解决教育政策优先事项带来了重要机遇，我们必须同时关注预期风险和可能的意外。

2. 定义学校中的人工智能

可以将AI描述为促使技术在学校中发生两个重要转变的力量：(1)从获取数据到检测数据模式，以及(2)从提供教学资源到自动化教学和学习过程的决策。与普通的教育技术相比，检测模式和自动化决策意味着一个人可以将更多的工作委托给计算机系统。开发人工智能系统的过程可能导致在检测模式方面出现偏见，并在自动化决策方面产生不公平。因此，教育领导者必须制定政策来规范人工智能在教育中的开发和使用。

3.关键见解

(1)人工智能使得新的互动方式成为可能。学生和教师可以通过语言、手势、草图和其他自然的人类交流方式与计算资源和彼此进行互动。人工智能还可以生成类似于人类的回应。这些新形式的互动可能为有残疾的学生提供支持。

(2)人工智能可以帮助教育工作者应对学生学习的差异性。借助人工智能，设计者可以预测并解决学生如何成功学习的各种变化，而传统的课程教学资源是按照中间或最常见的学习途径而设计的。例如，利用人工智能技术的教育科技可以根据每个学生的英语能力进行自适应，并提供更多针对英语学习者不同技能和需求的支持。

(3)人工智能支持强大的适应性形式。传统的技术根据学生答案的正确性进行调整。人工智能能够逐步适应学生的学习过程，而不仅仅是提供正确或错误答案的反馈。具体的适应可以使学生通过发挥自己的优势和克服障碍，在课程中继续取得长足的进步。

(4)人工智能可以增强反馈循环。人工智能可以提供给学生和教师更高质量和更多数量的反馈，并为他们提供推荐资源来促进他们的教学和学习。

(5)人工智能可以支持教育工作者。教育工作者可以参与设计人工智能工具，使他们的工作更出色，并使他们能够更好地关注和支持学生。

(6)人工智能增加了现有的风险，并引入了新的风险。人工智能增加了教育技术中已经存在的风险，尤其是数据隐私和安全风险，人工智能由于现有数据中存在不需要的模式和不公平的自动化决策算法，增加了新的风险。对于教育系统来说，要从机会中受益，必须最大限度地减少和减轻风险。《人工智能权利蓝图》是调查特定人工智能系统潜在风险的良好起点，尤其是当和教育环境中的特定风险进一步阐述时。

4.建议

(1)强调“人在回路中”(Humans-in-the-Loop)。我们反对将人工智能视为取代教师的概念。在应用人工智能时，教师和其他人必须“处于回路中”，以便观察模式并自动化教育过程。我们呼吁所有相关方采纳“人在回路中”作为一个关键标准。

(2)将人工智能模型与共同的教育愿景结合起来。我们呼吁教育决策者、研究人员和评估人员不仅要根据结果来确定教育技术的质量，还要根据人工智能工具和系统的核心模型与教学和学习的共同愿景的一致程度来确定。下图描述了教育工作者需要考虑的人工智能模型的重要品质。

(3)使用现代学习原则设计人工智能。此外，实现有效的系统需要的不仅仅是处理“大数据”，也不仅仅是数据科学。人工智能的应用必须基于已经确立的现代学习原则、教育从业者的智慧，并应利用教育评估界的专业知识来检查偏见和提高公平性。

(4)优先加强信任。只有当我们信任技术时，技术才能帮助我们实现教育目标。我们的意见征求会显示对人工智能的不信任是很自然的。因为信任是人们在相互见面和交流的过程中建立的，我们呼吁在协会、会议和专业组织中建立信任和建立新兴教育技术的可信度标准，以便教育工作者、创新者、研究人员和政策制定者团结在一起。

(5)知会和让教育工作者参与。除了接收关于人工智能使用的通知和解释之外，教育领导者必须优先考虑告知和让教育相关方参与，以便他们准备好调查人工智能如何以及何时适合特定的教学需求和可能增加的风险。解决数据隐私是重要的，但加强信任需要更多的是数据隐私以外的内容：教育工作者需要能够检查、解释人工智能系统，并指导人们如何超越使用人工智能生成的推荐。教育技术办公室可以在提供信息和促进参与方面发挥主导作用，配合在教育系统各级组织的活动。

(6)将研发重点放在解决情境问题和增强信任与安全性上。关注人工智能系统如何适应情境(学习者的多样性、教学方法的可变性、教育环境的差异)的研究对于回答问题“人工智能在教育中的具体应用是否有效，如果有效，对谁有效，在什么条件下有效?”至关重要。我们呼吁研究人员及其资助者优先考虑人工智能如何解决学习变异性的长期问题，并探讨如何在发现模式并向学生和教师推荐选项时将情境因素考虑在内。此外，研究人员应该加速关注如何提高人工智能教育系统的信任和安全性。

(7)制定专门的教育指南和防护措施。数据隐私法规已经涵盖了教育技术;此外，数据安全已经是学校教育技术领导者的优先事项。为了应对人工智能的新能力以及相应的风险，需要对现状进行修改和增强。我们呼吁生态系统中所有相关方参与，共同制定一系列指南(例如自愿披露和技术采购清单)和防护措施(例如对现有法规的增强或额外要求)，以实现安全有效的教育人工智能应用。

(本文由中国教科院比较教育研究所张永军编译，由于水平优先，难免有错误，译文仅供参考。点击左下角“阅读原文”即可下载这份71页的最新报告)