作者：吳砥

近年來，黨和國家高度重視利用人工智能助力教育變革，推動教育格局發(fā)生新變化，基于大數(shù)據(jù)算法的人工智能系統(tǒng)正在學(xué)校的教、學(xué)、管、評、研等場景中被廣泛應(yīng)用。然而，當(dāng)教育場域中學(xué)生的每一個微笑、師生的每一次互動都被轉(zhuǎn)化為可計算、可分析的數(shù)據(jù)節(jié)點(diǎn)，我們是否正在以精確量化之名，消解教育活動中那些不可替代的人文意涵與育人本質(zhì)？

教學(xué)互動轉(zhuǎn)向可視化、可量化

在傳統(tǒng)的學(xué)校教育中，一些評價或決策主要依賴于教育者和教育管理者的經(jīng)驗(yàn)判斷。隨著AI進(jìn)校園，這種依賴經(jīng)驗(yàn)判斷的評價方式逐漸轉(zhuǎn)向數(shù)據(jù)驅(qū)動。

在北京一小學(xué)語文公開課上，老師借助AI評改指導(dǎo)學(xué)生 馬寧 攝

基于大數(shù)據(jù)算法的人工智能系統(tǒng)能夠?qū)θ繑?shù)據(jù)進(jìn)行計算與挖掘，能夠識別傳統(tǒng)方法難以發(fā)現(xiàn)的學(xué)習(xí)規(guī)律，為教育決策提供更為全面和客觀的依據(jù)。如課堂行為識別系統(tǒng)將師生互動轉(zhuǎn)化為參與度指標(biāo)，自適應(yīng)學(xué)習(xí)平臺將知識掌握情況建模為個性化路徑，學(xué)業(yè)預(yù)警系統(tǒng)依靠學(xué)習(xí)過程數(shù)據(jù)作出學(xué)業(yè)風(fēng)險預(yù)測。

這些場景應(yīng)用不僅讓量化變得可操作、可感知，也在實(shí)踐中重構(gòu)了教與學(xué)的互動模式。

警惕過度量化三大趨勢

筆者發(fā)現(xiàn)，隨著人工智能在教育領(lǐng)域的應(yīng)用逐漸深化，被量化的范圍不斷延展，出現(xiàn)過度量化趨勢。

一是對不應(yīng)該量化的內(nèi)容進(jìn)行量化。

在教育活動中，并不是所有內(nèi)容都需要并且能夠被量化。比如師生間的情感共鳴、道德情境中的價值判斷、創(chuàng)造性思維的非線性過程等頗具教育性的環(huán)節(jié)，具有鮮明的情境依賴性與意義生成性，不宜一概而論地進(jìn)行量化。

然而，為了方便展示數(shù)據(jù)采集效能，一些學(xué)校和從事技術(shù)開發(fā)的企業(yè)強(qiáng)行將這些維度納入量化評估體系。師生關(guān)系被簡化為互動頻率統(tǒng)計，課堂氛圍被轉(zhuǎn)化為抬頭率、微笑指數(shù)，批判性思維等被簡化為邏輯謬誤識別數(shù)量。其直接后果不僅是測量效度的喪失，更可能導(dǎo)致教育評價的方向偏差。教學(xué)開始圍繞優(yōu)化數(shù)據(jù)而非促進(jìn)學(xué)生成長而展開，教育過程從真實(shí)的情感體驗(yàn)，異化為精心設(shè)計的數(shù)據(jù)表演，進(jìn)而獎勵那些容易產(chǎn)生良好數(shù)據(jù)的表層行為，忽視真正重要的深度學(xué)習(xí)過程，這可能助長學(xué)生發(fā)展出表演型人格。

二是對應(yīng)該粗粒度量化的內(nèi)容用過細(xì)的粒度量化。

當(dāng)前教育領(lǐng)域存在一個錯誤認(rèn)知，就是認(rèn)為對學(xué)生評價的內(nèi)容越精細(xì)越好。這在一定程度上推動了數(shù)據(jù)采集向無限微觀化發(fā)展。

從記錄作業(yè)完成情況，到監(jiān)測每道題目的作答時長，再到跟蹤分析學(xué)生的書寫筆跡；從評估課堂整體參與，到分析每分鐘的注意力波動；從了解知識掌握程度，到追蹤每個知識點(diǎn)的遺忘速率……這種過度細(xì)化的取向引發(fā)三重困境：其一，成本與效益的嚴(yán)重失衡，巨大的數(shù)據(jù)處理投入需要極高成本，卻未必帶來相應(yīng)的教育質(zhì)量提升；其二，連續(xù)的教育活動被切割為無數(shù)孤立的互不關(guān)聯(lián)的數(shù)據(jù)點(diǎn)，破壞了學(xué)習(xí)的整體性與意義連貫性；其三，無處不在的“技術(shù)凝視”可能抑制教學(xué)中必要的試錯勇氣與真實(shí)表達(dá)。

然而，教育的藝術(shù)性恰恰體現(xiàn)在對節(jié)奏和時機(jī)的把握上。十年樹木，百年樹人，對學(xué)生發(fā)展而言，短期內(nèi)的數(shù)據(jù)波動變化是正常的，而從長遠(yuǎn)看其意義并不明顯，沒有必要追求細(xì)粒度的極致量化。當(dāng)每個教育瞬間都被分解量化，深度學(xué)習(xí)反而失去了生長的土壤。

三是對不方便量化的內(nèi)容強(qiáng)行量化。

學(xué)生的學(xué)習(xí)志趣、教師的教育使命感、課堂上的思維火花、學(xué)校的文化精神，這些維度難以被精確測量或標(biāo)準(zhǔn)化比較。然而，在績效主義驅(qū)動的管理體制下，量化方法被過度應(yīng)用，對不容易量化的維度也強(qiáng)行進(jìn)行數(shù)據(jù)化處理。例如，將學(xué)習(xí)興趣量化為點(diǎn)擊頻次，將教育熱忱轉(zhuǎn)化為溝通頻率，將思維活力等同于提問數(shù)量。

不恰當(dāng)?shù)牧炕?，不僅無法反映教育本質(zhì)，更可能因簡化與扭曲而產(chǎn)生誤導(dǎo)。當(dāng)興趣被等同于點(diǎn)擊率，教育的深度可能讓位于表面的活躍。當(dāng)熱情被簡化為頻率，師生間真摯的情感交流可能被密集而淺層的互動取代。

適度量化，做“有溫度的教育”

面對人工智能融入教育領(lǐng)域的量化風(fēng)險，我們需要進(jìn)行教育理性的深度反思與平衡重構(gòu)。這不僅需要在認(rèn)識層面形成更加全面的教育理解，還需要在實(shí)踐層面建立更加智慧的技術(shù)應(yīng)用框架，在制度層面構(gòu)建更加合理的規(guī)范保障體系。

在認(rèn)識層面，應(yīng)建立一種兼顧量化與質(zhì)性（用非數(shù)字符號對研究對象的行為、態(tài)度、過程等進(jìn)行描述和解釋）、平衡效率與價值的整體教育評價觀。破除對量化方法的崇拜，通過量化與質(zhì)性兩種方法的優(yōu)勢互補(bǔ)，使形成性評價與總結(jié)性評價有機(jī)結(jié)合。特別是在評價學(xué)生的綜合素養(yǎng)與教師的專業(yè)發(fā)展時，別只盯著分?jǐn)?shù)、等級這些硬指標(biāo)，得重視觀察分析個體成長中的具體事件、行為表現(xiàn)等，了解個體的真實(shí)狀態(tài)和獨(dú)特價值。

在實(shí)踐層面，應(yīng)該明確在教育領(lǐng)域，什么能夠量化，什么不能量化；什么應(yīng)該量化，什么不應(yīng)該量化。

鑒于教育活動具有多樣性與復(fù)雜性，在知識技能掌握等可測量領(lǐng)域，應(yīng)適度細(xì)化量化指標(biāo)；在思維發(fā)展與情感態(tài)度等復(fù)雜維度，應(yīng)采用粗粒度描述與質(zhì)性評價相結(jié)合的方式；在師生互動與課堂文化等生成性教育活動中，應(yīng)明確技術(shù)介入的邊界，為“有溫度的教育”保留發(fā)展空間。同時，應(yīng)避免將量化評價作為教育活動的唯一尺度，通過場景化、差異化的智能技術(shù)應(yīng)用策略，實(shí)現(xiàn)量化工具與教育價值的有機(jī)融合。

在制度層面，需構(gòu)建有利于人工智能技術(shù)應(yīng)用與教育價值協(xié)同發(fā)展的制度環(huán)境。這包括建立跨學(xué)科的教育技術(shù)倫理委員會，對教育人工智能系統(tǒng)的設(shè)計理念與應(yīng)用方案進(jìn)行倫理前置評估；完善教育數(shù)據(jù)使用的規(guī)范體系，明確數(shù)據(jù)所有權(quán)、使用權(quán)與保護(hù)責(zé)任；推動形成專業(yè)共同體主導(dǎo)的教育評價文化，減少外部因素對評價過程的干預(yù)；加強(qiáng)教師與學(xué)生的數(shù)字素養(yǎng)教育，提升師生作為技術(shù)使用者的批判意識、自主能力和責(zé)任感。（作者系華中師范大學(xué)教育大數(shù)據(jù)應(yīng)用技術(shù)國家工程研究中心常務(wù)副主任）