①浙江大學學子和哈佛大學學子同上一堂VR課程。學校供圖

②北京工商大學學生在智慧教育教室研討線上教學課后習題。資料圖片

③北京交通大學學生在軌道交通通信與控制虛擬仿真實驗教學中心進行VR實驗。 資料圖片

　　■人機協同教學的起點是借助機器智能分析與教師經驗判斷，建立符合學生差異化需求的教學目標。以此為基礎，進一步破解如何激發學生深度參與的教學互動、如何實現伴隨式的精準教學評價與反饋

　　■人機協同教學的關鍵在于構建充分發揮學生主體性、促進學習真正發生的教學形態。要通過教學目標與學情動態匹配、師—生—機多向適應性交互、伴隨式診斷與精準化反饋，構建師生機的深度合作關系

　　■人機協同教學實施需要針對具體教學場景與問題，在“師—生—機”三者數據與信息充分交互中完成人機雙向賦能、協同決策，實現從目標決策到過程互動再到評測反饋的全流程合理設計

　　當前，人工智能技術加速迭代演進，引領高等教育數字化創新發展，重塑高等教育教學模式。具體來講，生成性人工智能應用逐漸演化成為具有一定能動性、適應性和自主性的智能體，以AI助教、AI學伴等形態融合應用于高等教育教學中，對傳統教學模式進行要素革新與流程再造，并逐漸形成“人機共教、人機共育”的人機協同教學模式,逐步實現規模化與個性化兼顧的教學形態，以滿足智能時代對大批創新人才培養的需求。

　　1 人機協同教學的起點是什么

　　當前，“以學生為中心”是高校課程與教學創新的基本理念。因此，人機協同教學的起點是借助機器智能分析與教師經驗判斷，來建立符合學生差異化需求的教學目標。以此為基礎，進一步破解兩個關鍵問題：一是如何激發學生深度參與的教學互動，二是如何實現伴隨式的精準教學評價與反饋。

　　就教學目標設定上，需要關注如何在內隱素養的外顯分析與挖掘中把握“預設”與“生成”目標的平衡。當前，高等教育的教學目標從知識技能傳授向學生核心素養的培養轉變，更加強調引導學生自主探究與主動建構，發展其批判性思維、復雜問題解決、學習遷移等高階能力。然而，核心素養是學生內隱關鍵能力與必備品格的體現，因此，高校教學中需要依托人機協同的環境條件，實現對內隱素養的外顯分析，更加精準識別學生當前的素養水平。此外，高校教學目標不僅要實現學科知識概念、定理和公式等客觀性、規則性“預設”知識的積累，還要在此基礎上打破特定專業對知識邊界的窄化限制，重視內隱性、實踐性的主觀“生成”知識，即更多需要靠學生親身參與、感受體悟、意會等方式獲得知識。這就要求教學目標設置中，充分分析挖掘學習者的學情信息，實現預設性與生成性教學目標的平衡。

　　圍繞教學目標設定的內容、方式的改變，課堂教學策略與評測反饋也隨之改變。就教學策略，生成式人工智能技術融入課堂的人機協同教學賦予教師、學生、AI智能體各自承擔不同的角色與任務，同步塑造了新型合作關系，加速知識的共享與生成，使學習過程成為共同解決問題的深度互動過程。就評測反饋，智能技術扮演了學情分析師、個性化學習規劃師等角色，輔助教師評估學生達成目標的狀態，進而調整教學策略。

　　因此，如何充分發揮人機協同的智慧，實現對學生知識理解、思維發展、價值塑造等高階目標的伴隨式精準評測還需進一步探索。需要注意的一點是，盡管精準的伴隨式評價需要采集全流程、多場景、多維度的學習數據，提高數據采集的連續性和可追溯性，但更不能打斷師生正常教與學的進程，以免帶來教學負擔。

　　2 人機協同教學的核心環節是什么

　　人機協同教學的關鍵在于構建充分發揮學生主體性、促進學習真正發生的教學形態，需要重點聚焦通過教學目標與學情動態匹配、師—生—機多向適應性交互、伴隨式診斷與精準化反饋來構建師生機的深度合作關系，激發群體智能，促進學生深度學習。

　　一是教學目標與學情動態匹配。在實現預設性與生成性教學目標平衡的過程中，需要清晰明確“人”“機”的角色定位與協作機制。在角色層面，教師需要自上而下融通專業與社會需求，判斷學生應達成的核心素養目標；智能體承擔更多自下而上分析學生學情的任務，在規模化課堂教學中挖掘學生群體學情，在個性化互動交流中挖掘學生個體學情。在協作機制層面，重點體現在兩方面：教師“教什么”方面，教師依據智能助教提供的群體學情報告，判斷學生當前素養水平與目標水平之間的差距，從而科學設置教學目標、規劃教學內容等；學生“學什么”方面，智能學伴基于學生個體學情的跟蹤與判斷，感知學生在學習中引發的新問題與新目標，為學生匹配相應的教學資源與內容，以實現生成性教學目標。

　　二是師—生—機多向適應性交互。在人機協同教學中，智能體以自然語言為交互渠道，理解與回應師生意圖。在多向交互中，智能體以三種不同形態化身為教學助手，具體表現為：第一，智能體作為共教者參與到師生交互中，替代師生之間的知識性問答與反饋，提升以獲取知識為目的的交互效率，使師生有更多時間與空間進行基于生命體驗的交流，滿足學生的人格與生命發展的需求。第二，智能體作為共學者參與到生生交互中，為學生群體之間的協作提供更個性化的認知與情感支持，提升學生人際交往與協作問題解決等高階思維能力。第三，智能體作為伴學者參與到學生與自我的交互中，為學生創設論文答辯、面試求職等虛擬情境，可以及時發現學生問題與薄弱項，提供客觀理性的改進建議，促進學生自我發展。

　　三是伴隨式診斷與精準化反饋。在人機協同教學中，智能體作為智能助教來增強教師感知與加工信息的能力，并捕捉教學過程中多源數據，智能分析學生學習情況，實現教學評價從教師單一經驗判斷向數據循證轉變。在評價標準上，智能體協同教師制定出導向素養達成且可觀察、可操作的評價標準；在評價過程中，智能體通過與學生在不同場景中的互動交流，隱性化、伴隨式地采集與匯聚全場景、全流程的數據，生成指向素養達成的評價結果；在結果診斷上，教師結合教學經驗和多源數據循證，及時對學生提供認知與情感關懷反饋，學生依據反饋來自我認識、自我判斷、自我反思、自我調控，最終實現主動建構與積極發展。

　　3 人機協同教學的實施路徑是什么

　　人機協同教學實施需要針對具體教學場景與問題，在“師—生—機”三者數據與信息充分交互中完成人機雙向賦能、協同決策，實現從目標決策到過程互動再到評測反饋的全流程合理設計。

　　多主體建構：精準定位目標路徑。教師依據教學經驗等，設定預設性目標；機器利用課程知識圖譜、關系挖掘等技術，精準定位學生在知識技能、高階思維等方面應達到的生成性目標。在這一過程中，需要以差異化目標作為學情分層畫像依據，突破傳統同質化的教學限制。如西南民族大學針對地區生源基礎差異化、學習需求多樣化的實際情況，授課前，教師根據收集的學生多平臺課前課后測試、課堂互動表現、作業實驗等過程性學習數據，結合學習基礎、學習需求等，把學生聚類為3至4個小組，設定模塊化課程內容，以實現“保證基礎，能者多學”的教學目標。值得注意的是，在學生動態學習過程中，機器需要根據教師預設規劃及學生實時學習診斷結果，持續為學生動態調整學習目標提供參考建議。

　　多場景化生：多元形態師生互動。在課堂理論學習場景中，機器作為智能學伴或智能助教，與師生共同解決非良構、非衍生性問題，即融入跨學科、超學科等充滿不確定性的知識的問題，促進學生開展深度學習。在技能實訓和實驗操作中，機器作為智能工程師延展教師教學實踐能力，與集成化的實訓教學融為一體，把書本中抽象概念實體化，將操作性知識具象化，使學生在動手實踐中加深對知識應用的理解，增強學生的專業實踐性與課程的情感聯結。在自適應學習場景中，機器作為教師數字孿生體的“分身在場”，對學生數據進行多維分析挖掘與實時監測，結合學生發展需要，聚合網絡精品學習資源，為學生提供個性化資源推薦和學習指導，使學生在人機協作中實現知識掌握與能力培養。

　　全流程伴隨：數智驅動多維評價。一是建立覆蓋全場景、全過程的教學評價數據基座，使學生“評價改進”有據可循。二是細化評價指標體系，增強評價指標的可度量性和可實現性，針對評價涉及的時間（課前預習、課中表現、課后反思）、空間（線上、線下、線上線下融合）、學習結果類型（知識技能、實驗/實踐任務、項目制品）等要素調整指標權重，并以儀表盤、數字畫像等可理解的直觀形式反饋評價結果給師生，實現即時評價改進。三是在教學測評中融入適配學科的分類垂直大模型，基于專業領域知識對學生作答、作品、論文等進行預評價，實時分析學生的學習軌跡、問題解決過程中的行為表現，通過反饋信息引導學生從回答“是什么”的正確答案轉向“為什么”和“如何”的結構化思考與表述觀點及依據的綜合能力。

　　（作者馬志強系江南大學教育學院、江蘇“互聯網+教育”研究基地教授，文橋系江南大學教育學院碩士研究生；本文系國家社會科學基金2022年度教育學一般課題“協作知識建構會話智能化分析與反饋研究”［編號：BCA220215］的研究成果）

《中國教育報》2024年12月16日 第09版