顾小清
《新一代人工智能发展规划》明确提出:到2020年,实现人工智能总体技术和应用与世界先进水平同步;到2025年，人工智能基础理论实现重大突破，部分技术和应用达到世界领先水平;到2030年，人工智能理论、技术和应用总体达到世界领先水平，成为世界主要人工智能创新中心。这一发展规划体现出我国在大力发展人工智能理论、技术和应用等方面的决心和抱负。同时，这也给教育研究者和实践者提出新的课题：人工智能对教育将会产生怎样的影响以及如何产生影响 ？如果说人工智能技术拥有改变教育的威力，那么究竟什么样的人工智能技 术可以赋能教育 ? 2019 年度国家社科重大课题“人工智能促进未来教育发展” 是这一背景下的一个命题作文，在破题时重点考虑了以下两个问题。
第一，从国家战略的角度，教育是促进社会发展的人力资本形成的最主要来源。教育领跑，才能为社会发展提前做好人力资源布局，整个社会才能得享技术引发的经济回报，可想而知，人工智能技术发展如此迅猛，整个社会的人力资本需求必定会发生翻天覆地的变化。回看历史，教育和技术的角逐对整个社会的影响，同样带给我们重要启示。当教育提前为社会所需要的人力做好布局的时候， 这个阶段的社会发展就得以兴盛繁荣。比如工业革命时期，流水线生产需要大量具有基本技能的工人，而正是教育的普及满足了工业革命时代的人力资本需求。 反之，教育为社会提供的人力资本布局滞后于技术发展，那么整个社会的发展就会停滞。今天的社会发展速度已经急遽变化，五年之后社会所需要的人的能力到底有哪些，实际上就是人工智能时代给教育带来的新问题，需要重新思考教育。 对于从事教育科学研究的研究者来说，如何为急遽变化中的、不可知的未来提前布局具有胜任力的人力资本，是一个重要的考量，也是艰巨的挑战。
第二，人工智能已经在交通、商务等领域产生了深刻变革，同样，其增能、增效、改进、变革作用 ，亦能够为教育变革带来更多可能性，这个可能性包括教育的整个进程。比如，智能化的教育环境、个性化的教育形态、精准化的教育治理等。显然，这种变革作用已悄然而至。比如，最早的教育形式是私塾制，是一对一、个别化教育形式；到教育普及阶段转变为规模化的班级制教育；人工智能时代有可能既回归教育的个性化，又满足规模化的教育需求。事实上，人工智能时代，通过学习者行为数据实时掌握学习行为，采用动态诊断技术及时调整、优化学习资源和学习路径，为大规模个性化教育的实现提供了新的可能性。
为实现人工智能变革教育的可能性，亟需在具体的技术形式、技术效能、技术表现等方面扎实开展研究工作。这正是上海市人工智能专项课题“面向智能教育大脑的学生成长监测与自适应学习系统关键技术研究”的研究内容。
人工智能取决于数据、算法和算力，其中最重要的基础是数据。之所以说人工智能有望在我国有较好的发展前景，其中一个重要原因是我国有较大规模的人口应用以及因此而产生的海量数据作为支撑人工智能发展的条件。这对人工智能在教育领域的发展以及其他行业来说都是如此。
经过二三十年的发展，我国教育信息化通过“三通两平台”的建设和应用，已经累积了泛在海量的教育数据。遗憾的是，当我们真正想要发挥教育大数据作用的时候，才发现教育应用系统的数据面临诸多现实瓶颈或是彼此间功能割裂 ，各系统标准不统一，数据杂乱无章；或是各系统数据融合困难，数据分析不够全面；或是数据处理速度无法匹配数据量级，导致强实效性数据的价值大打折扣；抑或是教育系统对数据的共享需求，带来了数据泄露风险和数据权限管理的额外成本。显然，只有突围“数据孤岛”和“数据无章”等问题，才能够真正从技术上实现大规模的因材施教。因此，这个专项课题聚焦于技术角度，围绕“ 一个数据中台，一个教育大脑，两个典型应用”开展理论及技术研究。
首先，建设面向教育数据共享的教育数据中台，提出教育数据标准、数据操作规范和数据分层治理体系。其次，构建人工智能教育大脑，给出从外显学习行为到内隐核心素养的识别、诊断与决策方法。需要强调的是，采用“教育大脑”这一隐喻说法，表明人工智能如同增能的教师大脑，能够对大规模学习者群体进行因材施教，突破了教师教学理解、诊断以及干预等过程的局限性，为大规模个性化教育提供关键助力。最后，以数据中台为支撑，以教育大脑为驱动，指向学习者核心素养发展的成长监测技术，构建核心素养理论体系及其量化表征，实现学习者动态画像，开发面向数学学科的自适应学习系统，提出基于学习过程的知识追踪技术和基于知识空间的自适应学习路径生成技术。
总之，人工智能所重塑的教育景观正在浮现。创造中的未来应平衡人与人工智能的关系，理性统合组织、文化、人员、环境，努力打造自适应的教育生态圈。同时，我们也需要时刻保持理性认知，厘清未来教育的科学走向与规律，勾勒符合人工智能时代的未来教育应用蓝图。