沈洁 刘敬东|人工智能赋能教育高质量发展的内涵、困境及路径探析

人工智能赋能教育高质量发展的内涵、困境及路径探析

沈洁　刘敬东

1.南京财经大学马克思主义学院 2.江苏开放大学马克思主义学院

摘 要:近年来,人工智能技术成为重塑教育生态格局的重要力量。本文基于文献分析法,探析人工智能赋能高等教育高质量发展面临的困境,从加强资源共享、提升全员数字素养、规范人工智能技术应用三个层面提出应对策略,旨在为人工智能赋能高等教育高质量发展提供路径参考。

关键词:人工智能;高等教育;高质量发展

一、引 言

随着科学技术的发展,人工智能成为重塑教育生态格局的重要力量。习近平总书记指出:“人工智能是引领新一轮科技革命和产业变革的重要驱动力。”《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出,要建设高质量教育体系。在教育数字化、信息化进程中,人工智能与教育领域的双向赋能现象成为突出表征。本文围绕人工智能赋能高等教育高质量发展的内在意蕴展开探讨,深入剖析当下面临的现实困境,探寻应对之策。

二、人工智能赋能高等教育高质量发展的内涵及特征

(一)人工智能赋能高等教育高质量发展的内涵

人工智能通过模拟人类智能的逻辑与行为,构建具备感知、学习、决策和创造能力的技术系统,在促进教育体系改革和高校人才培养方面发挥着巨大潜能。“赋能”,即通过赋予某种能力或资源,使某一个体、某一领域、某一行业获得更强的创造力或竞争力。它源自积极心理学,后被用来指新一代信息技术对新产业、新行业发展的内生推动作用。高质量发展的理论渊源可追溯到经济领域的新古典经济学,该理论强调通过创新发展模式、提高劳动生产率以及促进技术进步等手段,达成经济层面的高质量发展。在教育现代化建设中,高质量发展理念是指导我国教育改革的重要理论基础。习近平总书记在党的二十大报告中指出:“高质量发展是全面建设社会主义现代化国家的首要任务。”“教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。高等教育高质量发展落脚在人才培养上,高质量人才培养既是高等教育高质量发展的出发点,也是高等教育高质量发展的回归点。”人工智能赋能高等教育高质量发展主要体现在高校管理、教师教学和学生学习三个方面。

(二)人工智能赋能高等教育高质量发展的特征

在传统大规模、标准化教育供给模式下,教师是知识的单向传授者,教学内容、方法和评价标准较为单一,难以充分考虑到每个学生的特点和需求,在一定程度上制约了高等教育实效的提升。近年来,人工智能凭借智能分析和推荐系统,整合海量教育资源,实现了优质教育资源共享,逐步成为推动高等教育供给体系优化升级的核心驱动力,在加快教学形态变革的同时,促进了“教”“学”“评”的转变。

一是人工智能赋能“教”,帮助教师更好地把握教学重点和难点。智能教学系统作为教学助手,能够根据学生的学习数据,为教师提供有针对性的教学建议。此外,虚拟教学助手能够打破时空限制,实时解答学生的疑惑,与课堂教学形成互补。二是人工智能赋能“学”,帮助学生更好地进行自我评估和学习管理。智慧学习系统通过实时记录和分析学生的学习行为,生成详细的学习报告。学生据此了解自己的学习状况,并及时调整学习策略和方法。三是人工智能赋能“评”,更全面地评价学生的个人素质和能力。多元评价指标体系是人工智能教学评价的重要特点,除了考试成绩,人工智能还在综合考察学生的课堂表现、项目实践成果、在线学习行为等多个维度提供数据,有助于引导学生关注全面发展。

三、人工智能赋能高等教育高质量发展面临的困境

(一)资源配置有待优化

在高等教育进入大众化阶段之后,教育均衡成为亟须解决的关键问题。虽然人工智能的出现打破时空限制,提高了高等教育资源配置效率,但在资源配置过程中,仍存在一些不足。

一是区域间资源配置差异显著。不同地区在经济发展水平、科技基础设施建设等方面存在差距,这直接导致人工智能在高等教育资源配置上的不均衡。经济发达地区的高校往往凭借雄厚的资金实力和良好的产业环境,率先引入前沿人工智能技术,建设高水平的智能实验室和数据中心,而经济欠发达地区的高校在人工智能资源配置上的资金投入不够,面临诸多困难。二是高校间资源分配不均。不同高校之间在人工智能资源配置上存在明显的不均衡。重点高校和综合性大学凭借品牌优势、学科实力和科研能力,吸引较多的优秀人才加入和资金支持,在人工智能领域的发展上具有先发优势。一些普通本科院校和高职、高专院校的教学体系相对滞后,在人工智能资源配置上则处于劣势,无法吸引实践经验丰富和科研能力强的人工智能专业教师入职,难以建设高水平的人工智能专业和课程体系。

(二)数字素养有待提高

技术的进步往往会催生适应时代的新型技术素养。在高等教育中,高校管理者、教师、学生需要提升数字素养,以保障教学效果。目前,部分高校对于提升管理者的数字素养重视程度不够,举办的数字素养提升培训未能与高校管理工作深度融合,导致管理者的数字素养培养路径缺乏针对性和全面性。例如,在相关数字素养培训中,培训内容多以理论知识教学为主,脱离高校日常管理实践。从高校管理者自身来看,他们在传统教学模式下积累了丰富的经验,其数字素养处于自发阶段,在运用数字技术时遇到的诸多困难会削弱他们学习、掌握新技术的积极性。个别人难以跳出舒适圈,导致数字化意识相对淡薄,对于运用数字技术开展工作的接受程度较低。

2022年11月,教育部发布的《教师数字素养》教育行业标准,将教育从业者的数字化胜任力界定为:教育工作者在信息化教学环境中,为有效开展教育教学活动而应当具备的包括数字技术应用、数字资源开发、数字教学实施等维度的综合性专业素养。高校教师要将人工智能技术融入教学活动、教学内容中,熟练运用数字软件、在线教育平台。然而,部分教师在提升数字素养过程中面临对数字技术知识掌握不足、数字素养培训效果欠佳、数字教学理念转变难等诸多困境。

人工智能赋能背景下,高校学生在提升数字素养方面主要存在数字检索能力较弱、自主创新能力不强、数字安全意识薄弱、解决问题的能力不足等问题,在课题研究、社会实践中缺乏主动运用数字工具的意识。

(三)约束机制有待加强

一是存在数据泄漏风险。越来越多的高校运用人工智能技术来提升管理效率,如果技术保障人员缺乏安全理念,对数据存储不加强管理,就会在遭受非法入侵或恶意攻击时造成数据泄漏,进而对高校管理者、教师和学生的隐私权构成威胁。二是存在算法偏见。算法偏见是指在人工智能系统设计、开发或应用过程中,由于训练数据不具代表性、算法设计缺陷或评估标准不当等原因,导致系统输出结果对特定群体产生系统性、不公正的歧视性影响。一旦主观性算法偏见渗透到教育管理流程中,就会影响教师的决策水平,进而导致教学质量下降。三是知识产权容易遭受侵犯。一方面,人工智能教育资源开发中面临知识产权风险问题。人工智能教育资源开发高度依赖原始数据,这些数据来自各类学术文献、教学案例、研究成果等。如果包含侵权内容的教育资源被用于教学活动,就可能引发知识产权纠纷。另一方面,人工智能教学应用中存在知识产权风险。人工智能为学生提供了多元化创作平台和创意工具,但学生在使用工具进行创作时,由于对知识产权的认识不足,存在无意中侵犯他人知识产权的问题。例如,学生在利用智能写作软件撰写论文时,照搬人工智能提供的模版,未进30行正确的引用和标注,则会构成学术不端行为。

四、人工智能赋能高等教育高质量发展的路径

(一)统筹推进,加强资源共享

教育管理部门在统筹学校、制定政策时,应注重整合不同技术资源,加强各高校间的资源共享、共用,通过对政策目标的合理选择,推动人工智能赋能高等教育高质量发展。首先,运用权威性政策工具,建立健全促进人工智能与高等教育深度融合的政策。要在既有战略和政策的指导下,进一步明确高等教育高质量发展与人工智能深度融合的具体目标,详细规定建设经费的分配和使用细则,为融合发展提供坚实的政策保障。其次,应用激励型政策工具,充分调动高校教师和学生的积极性。在资源分配过程中,要积极推进智能化高校建设,推动区域教育均衡发展,促进高等教育资源普惠共享。最后,运用其他政策工具,推动教育主体理念转变、能力提升,保障教学成效。增强管理者运用人工智能技术进行管理的能力,培养教师运用人工智能技术进行教学的思维方式,提高学生的人工智能技术水平和自主学习意识。

(二)强化培训,提升全员数字素养

高校要通过积极开展研讨会、建立工作坊等方式,建设智慧校园,为管理者提供侧重实操的培训。高校管理者需要主动作为,自觉提高数字治理意识,把人工智能技术与先进的管理理念有机融合,形成科学的数字治理思维模式。

“百年大计,教育为本。教育大计,教师为本。”高校教师承担着为现代化建设培育人才的光荣使命。增强数字教学意识是高校教师提升数字素养的基础。首先,教师要积极参加数字教学分享会、教学示范课,提高数字教学能力。其次,要主动运用人工智能技术提高教学质量,转变教学理念,着力提升自身数字伦理素养,增强数据防范意识。同时,提高辨别虚假信息的能力,秉持合法合规原则使用人工智能技术。

大学生是数字时代的“原住民”,通过网络认知世界、增长知识。人工智能时代,大学生要积极选修数字素养相关课程,通过课程学习将数字素养内化为知识结构的一部分。此外,在与他人进行数字协作过程中,要不断丰富自己的专业知识,提升合作、沟通和创新能力。

(三)规范应用,降低伦理风险

人工智能在赋能高等教育实践中,其潜在的伦理问题呈现出隐蔽性强、影响机制复杂等特点,这种特性增加了人工智能在高校治理领域的应用难度。对此,需要制定相关的治理规范和标准,对其进行监管和治理。

首先,完善监管机制,加大监管力度。高校应前期做好预防,中期做好监督,后期做好追责[9]。相关部门应加快制定和完善针对人工智能在高等教育领域应用的法律法规和伦理准则;明确人工智能在教育数据采集、使用、存储和共享等环节的行为规范,界定算法偏见、数据滥用等行为的法律责任。构建政府、高校、企业等多方参与的多元监督体系,对于因违反伦理规定导致的不良后果,要明确追责主体,确保责任落实到个人。同时,应当积极倡导社会组织、家长以及学生群体参与到监督工作中来,形成全社会共同关注、共同监督的良好氛围。

其次,增强个体意识,合理合规使用数据。隐私保护仅依靠技术手段和防御机制是远远不够的,必须建立一套完整的个人信息安全保障体系。要鼓励科研团队开展可解释性人工智能技术的研究,在编写人工智能算法时融入教育相关伦理准则,改善算法编码逻辑,降低因算法“黑箱”带来的伦理风险。高校应将人工智能伦理教育纳入课程体系,为师生进行有针对性的培训,加强高校管理者、教师、学生的人工智能伦理道德意识与伦理素养培养,引导他们合理、合规地使用人工智能技术。

五、结 语

新时代,我国教育事业迈上了新台阶。随着信息技术的不断发展,在人工智能赋能高等教育高质量发展的过程中,我们应破解困境探索科学有效的路径,通过加强资源共享、规范技术应用等方式,使人工智能与教育领域双向赋能,提升全员数字素养,助推我国高等教育高质量发展。