今年政府工作報告中首次提出開展“人工智能+”行動，與此同時全球范圍內Sora等顛覆性技術迭代正在接連涌現，政策層面和技術領域的趨勢都在全面驅動教育智能化開啟新篇章。客觀來看，“人工智能+教育”的落實與發展，需要依托大模型、大數據、大算力，這意味著跨地域聯合共建、技術共生將是大勢所趨。這一集約化趨勢，將為深化地區間教育融合、構建“教育共同體”帶來重要機遇。

“人工智能+教育”的集約化趨勢體現為，當上游搭建好技術支持、創建好應用場景、部署好數據收集之后，優質的智能化教育資源能夠以低成本、大規模、高效率進行自上而下的跨地域擴散和傳播。優質資源的共享，將帶來教育經歷的共創，進而帶來價值認同的共建。特別是虛擬現實和增強現實等智能技術，加速推動了共享教育經歷向立體化、實時化、互動化發展，讓跨地域參與者產生更強的共振和共情。

從技術可行性上看，通過有意識地強化設計融通性、數據多元性、算法兼容性，“人工智能+教育”的實踐有望借助技術層面的共生共建有效撬動跨地域教育共同體發展。

一是通過跨地域設計，拓展目標受眾，兼容地域差異。2024世界數字教育大會發布的《數字教育合作上海倡議》提出，“共同打造并迭代平等面向每個人的數字教育公共服務平臺，構建國際學習社區，探索知識傳播新機制和教育供給新模式”。在智能系統的規劃設計上，可以借助人工智能技術著力把“融通開放的課程觀”這一教育理想付諸實現，即圍繞學科大概念開發教學資源，形成一種更加綜合、相互銜接、融會貫通的課程體系，讓跨地域的不同學生群體能夠不受教材版本、教學進程、教育理念等差異所限，進行有效的知識遷移和深度理解。

二是通過跨地域數據，打破單一地域數據集的閉循環。從技術哲學的角度看，“人類歷史被隱藏在數據集里”。這意味著不同區域的教育融合，也能夠在充分承載歷史事實、充分反映未來發展大勢的跨地域大數據中逐步實現。當數據樣本不全時，智能系統的輸出就會在一定程度上攜帶偏見、歧視等價值觀上的偏差，并在有限數據集的閉循環中一再被強化。基于智能技術建設“教育數據中臺”是打破單一地域數據集閉循環、充分融合跨地域教育數據的重要可選思路。“教育數據中臺”能夠用更多元、更包容的原始數據沖淡小地域范圍、小用戶圈層的偏見性數據循環，從頂層視角進行數據治理，把握住、把握好智能教育系統所承載的教育共同體的價值走向。

三是通過跨地域算法，克服算法模型中的認知壁壘。算法是“鑲嵌于數學中的人類觀念”，比如“女生不擅長STEM學習”“來自貧困家庭的學生成績差”等主觀上的刻板印象，會潛在影響算法模型的受眾分類和資源調度機制，使相關群體被虛擬系統悄然無息地邊緣化甚至污名化，從而進一步加劇現實中的不公和排斥。類似的基于單一地域、同質化認知視角所開發的智能系統，也會一再循環和強化有局限的地域觀、國家觀、世界觀。避免算法認知壁壘的首要策略，正是開發跨地域、跨群體、跨文化的更為兼容和開放的算法模型，這也是倡導教育包容與平等的時代潮流所向。

從具體下手處來看，可以通過前瞻規劃、落地切口、團隊建設、價值把控4個層面入手，把握跨地域智能教育系統建設的核心關鍵，搶抓教育共同體構建的時代機遇。

一是主動謀劃，開啟知識眾創共享的教育新進程。智能時代是散落各個地域的學習者通過智能體進行交互，生成性地建構信息、意義和價值觀的發展階段，即所謂“知識眾創”的時代。要清晰意識到在智能時代構建跨地域教育共同體的重大契機，從系統的初步設計、收集數據、建立數據庫、算法編寫、模型訓練，直至應用落地等各個環節上進行前瞻預判和主動謀劃，為更大范圍的教育受眾提供公平的、可獲取的、高質量的智能教育支持，跨地域匯聚共享平臺，創造共同的教育敘事，激發思想上的共振、共情、共鳴。

二是乘勢而上，以超大規模數據共享蹚開前路。我國擁有全球最大的人口和互聯網用戶規模，為教育領域深度掌握認知規律、發掘交互模式、預判教育走向奠定了獨一無二的數據基礎。2023年7月教育部宣布將建設國家教育數字化大數據中心，“撬動我們的教育改革”。我們的大規模數據寶庫可以嘗試在一定程度上進行跨地域共享，進一步擴展數據的多樣性、視角的開闊性，為訓練更適切、更先進、更優越的智能系統蹚開道路，攜手多地共同推動“人工智能+教育”的超前落地。

三是匯聚腦力，組建“跨三界”研發團隊。第一要跨地域，吸收多地算法工程師共建團隊，充分探究跨地域使用者的異質程度，避免與一線教育實踐脫節。第二要跨領域，推動教育決策和行政部門、學校管理者、一線師生與工程師深度對接，提升工程師的教育理解能力、教育遠景前瞻能力，直擊教育難點、痛點，特別是協助其修正情感、態度、價值觀方面的偏見。第三要跨學科，延攬計算機專家、數據科學家、技術哲學家以及教育學、社會學、心理學、倫理學、傳播學專家等技術和非技術角色，更全面地理解教育中的地域差異問題，從而為尋找創新解決方案提供多元視角。

四是應對浪潮，把控生成式人工智能的立場和導向。Sora等生成式人工智能天然攜帶立場和導向，當用來構建系統的算法模型，特別是用來訓練系統的數據集本身隱含地域歧視、刻板印象、區別對待等問題時，就會產生存在同樣問題的“有害輸出”。有鑒于此，首先要在“人工智能+教育”應用的開發環節中，建立對數據訓練來源、資源遴選原則、內容推送機制、失真失實評估的審查機制，對不合理、不公正的信息進行調試和校驗，防止其反饋到人工智能算法模型并將最終映射到人工智能的立場和導向上；其次要在使用環節中，推動師生群體著力認知伴隨技術異化而出現的信息繭房、群體極化等現象，辯證看待智能體輸出結果的“真實性”和“客觀性”，強化其在人機共存時代識別和防范倫理道德風險的能力。通過對開發和使用環節進行兩手抓，來促進生成式人工智能在教育領域的應用沿著促進觀念相容、教育相通的主流方向發展，推動“人工智能+教育”應用真正成為跨地域教育共同體的孵化載體。

（作者系中國教育科學研究院副研究員，本文系中國教育科學研究院中央級公益性科研院所基本科研業務經費專項資助項目“智能化時代港澳與內地、大陸與臺灣教育融合發展研究[GYD2020003]”成果）

《中國教育報》2024年04月20日第4版