原标题：顾小清 李世瑾 构建研究与实践共同体:以 AIED 研究联盟推进人工智能全方位赋能

　　摘要：教育数字化转型是一场利用技术解决教育教学问题的深刻变革，需要基于科学循证逻辑，促进学术前沿研究与一线应用实践的深度融合。为有效保障研究问题源于实践场域、研究成果可以解决实践问题，需要构建研究与实践共同体，通过开展不同内容、不同层次的智能教育社会实验，探索人工智能促进教育发展的关键方向。文章遵循连接教育实践与教育研究的科学范式，依托国家社会科学基金重大项目“人工智能促进未来教育发展研究”，提出采用AIED研究联盟的共同体表现形式，凭借数字化转型背景支持、项目和平台支持、专家团队支持、理论和研究支持、技术和资源支持，建立起一套常态化协同联动的保障机制，并聚焦个性化学习、未来教师、课堂教学创新等方向的社会实验，通过证据启发提高人工智能教育产品和服务的有效性，实现有价值、可持续发展的人工智能教育研究与实践。

　　人工智能作为引领未来的战略性技术，对人类社会系统起到革命性影响，并系统性地重塑教育生态。 [1] 2017年国务院印发的《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，部分技术与应用达到世界领先水平；到2030年，人工智能理论、技术与应用总体达到世界领先水平，人工智能作为引领未来的战略性技术，对人类社会系统起到革命性影响，并系统性地重塑教育生态。 [1] 2017年国务院印发的《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，部分技术与应用达到世界领先水平；到2030年，人工智能理论、技术与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。 [2] 这一发展规划体现出我国在大力发展人工智能理论、技术、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难题：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伟力，那么究竟什么样的人工智能技术可以赋能教育？

　　教育数字化转型作为强调利用技术解决教育教学问题的综合性、系统性事业，与人工智能的全方位赋能密切相关，其嬗变过程中，前沿研究与实践应用缺一不可。然而，在人工智能时代转型的背景下，人工智能教育存在着学术前沿研究与一线应用实践脱节的现实问题。例如，人工智能教育技术产品的供给往往与真实情境中的教学需求相差甚远，教育数字化转型行动充斥着低水平重复与无效反馈，智能教育生态的文化适应性遭到忽视与背离，不同教育场景的个性化需求和特征难以得到满足。 [3] 再如，人工智能知识传授与教学实践中，实践群体很容易停止创新探索，甚至使用传统思想与经验设计组织活动。

　　为有效保障研究问题源于实践场域、研究成果可以解决实践问题，需要构建研究与实践共同体，通过开展不同内容、不同层次的智能教育社会实验，探索人工智能促进教育发展的关键方向。研究遵循连接教育实践与教育研究的科学范式， [4] 提出采用人工智能教育研究联盟的共同体表现形式，依托社会实验积极探索人工智能技术应用于教育的理论问题、方法问题、实践问题，期望实现对传统教育的理念重塑、结构重组、流程再造、文化重构，逐步形成促进人的全面、自由、个性化发展的智能教育新生态。

　　通过人工智能技术促进教育变革是未来教育的必由之路，新的工具、环境、教育范式将更新我们的传统观念，产生颠覆性的社会影响。目前，对于人工智能等新兴技术的现实应对，主要依靠研究者的主观预测和哲学慎思，而对于人工智能技术落地实践所产生的真实效果、影响程度的测量和分析，仍然是人工智能教育研究的“盲区”。 [5] 因此，构建人工智能教育研究联盟这一研究与实践共同体，开展智能教育社会实验势在必行。

　　社会实验是社会科学的研究方法，尤其是随着计算社会科学的兴起，已成为复杂社会系统最重要的研究方法之一。社会实验的目的在于，通过技术变革所引发的接近理想的实验场景，调查政策或技术对教育生态变革的影响，研究关键的科学问题和技术问题。智能教育社会实验采用国际通用的社会实验方法，遵循“控制—对照—比较”的科学研究逻辑，基于“智能教育社会实验支撑平台”和“智能教育模拟仿真平台”，面向“学、教、评、管”四个核心并形成流程，设计开展“智能技术对教育公平影响”等宏观实验、“未来学校/智慧区的规范数据标准技术应用”等中观实验，以及“智能教育技术、系统，对学生和教师的能力提升、身心健康、角色变化、多角色协调的影响”等微观实验。

　　人工智能如何改变教育的未来成为研究重点，“人工智能促进未来教育发展研究”是该类国家社会科学基金重大项目之一。经过较长周期的准备，项目从社会文化及生态、学习科学、技术创新、跨学科等多重视角，聚焦于人工智能技术如何重塑未来教育生态并促进未来教育发展这一核心问题，重点回答迎接人工智能时代的“人才战略”“学习变革”“知识创造”“教师队伍”“教育重构”这五个焦点领域的问题，凝练人工智能时代以创新为人才培养转向的战略研究、人工智能支撑大规模教育的个性化实现研究、人工智能重塑的知识观与教学创新研究、人工智能所赋能的未来教师以及教师教育发展研究、人工智能推动的教育系统生态重塑研究等五方面的内容，综合采用系统设计、动态建模、未来前瞻、定量实证的研究路径与方法，以期为我国在“人工智能+教育”领域的发展提供最具权威、指导性的研究结论与政策建议。

　　上述五个研究内容中既有宏观层面的思考，也有实践层面的探索。在宏观层面，有子课题一“人工智能时代以创新为人才培养转向的战略研究”、子课题五“人工智能推动的教育系统生态重塑研究”。前者聚焦于人工智能对未来的人才培养的新需求，以及教育领域对这种需求应有的战略性的和重塑性的思考；而后者关注的是，人工智能在推动整个社会发展的过程当中，以何种方式发挥对教育这一子系统的重塑作用。在实践层面，有子课题二“人工智能支撑大规模教育的个性化实现研究”、子课题三“人工智能重塑的知识观与教学创新研究”、子课题四“人工智能所赋能的未来教师以及教师教育发展研究”，重点关注教育实践问题，且这部分的研究以与学校合作的方式开展。

　　具体地，针对宏观战略层面的问题，采用多主体仿真实验，从复杂系统视角审视人工智能、教育生态、社会系统的动态关联及发展趋势，并通过开展不同场景、不同层次的人工智能教育社会实验，运用长周期、跨领域、多学科的实证方法，记录、描述、研判人工智能教育应用的前瞻举措。针对实践应用层面的问题，积极探索大规模个性化教育的实现问题，包括有哪些人工智能技术能够为大规模个性化教学提供支撑、如何去设计探索人工智能技术在学校中大规模应用的研究等。总之，在实践层面上项目分别从大规模的个性化教学、教师能力的重塑、课堂教学的重塑这三个方面，探索哪些人工智能技术可以应用于教学实践以及它们是如何发挥促进作用的。

　　为充分落实研究内容，将研究扎根在教育实践一线，国家社会科学基金重大项目“人工智能促进未来教育发展研究”课题组向社会广泛征集并选取“十区百校”优质实验区/实验校进行合作，通过构建研究与实践共同体，重点围绕人工智能技术在学、教、评、管四个方向，开展兼具理论突破与实践探索的合作研究，推进人工智能全方位赋能教育。2021年7月成立人工智能教育（Artificial intelligence in education，简称AIED）研究联盟后，项目课题组协同实验区域、学校，关于如何借助区域和学校的实践场域开展人工智能教育研究，进行一系列的设计，通过在教学实践中开展研究，逐步摸索出关于人工智能对学生的学、教师的教、课堂重塑如何发挥作用等问题的研究方法。2021年10月，第一期参加人工智能教育研究联盟的实验区域、学校，以线上研讨会的方式举行课题开题活动，共话未来教育，描绘智能技术赋能教育的蓝图，整个活动取得非常好的成效。目前，越来越多的区域、学校表示愿意加入人工智能教育研究联盟协同开展研究，期待在研究者与实践者之间建立合作伙伴关系（Research-Practice Partnerships，简称RPPs） [6] ，共同促进研究对人工智能教育实践的指导，缩小学术前沿研究与教育实践之间的差距，推动人工智能技术在教育领域中真正发挥潜在的作用和优势。

　　实际上，人工智能所蕴涵的强大的理解、交互、情感、计算、决策能力，既在顶层教育数据的精准治理与科学规划上呈现出天然优势， [7] 也为基础的学、教、管、评等环节的创新赋能提供源源不断的动力。为更好地适应未来人机协同、跨界融合、共创分享的智能时代， [8] 需要培养学习者个体的人工智能素养。因此，国家大力倡议在中小学阶段引入人工智能普及教育， [9] 人工智能课程与教学的相关内容也自然成为人工智能教育研究联盟的探索方向。总的来说，依据国家长期战略规划与教育教学实际需求，联盟将汇聚成人工智能教育的研究与实践共同体，并重点追寻以下六方面的研究愿景：探究智能技术在学生个性化学习和能力提升方面的应用；探究智能技术在教师能力发展和协同教研方面的应用；探究智能技术在教学管理和评价方面的应用；探究智能技术在创新教学和课程方面的应用；探究智能技术在区域数据治理和规划服务方面的应用；探究中小学人工智能课程和教学的开展。

　　人工智能教育时代的到来，必将改变学生、教师、学校的教学模式，以及我们对学习智力、创新力、问题解决能力等综合素养的培育。人工智能教育研究联盟希望发挥研究团队和实践团队各自的优势力量，遵循“协同定义需解决的问题、协同设计问题解决方案、应用解决方案、迭代设计并再应用解决方案、进行知识产出”的社会实验流程，推动人工智能教育研究与实践应用的深度融合。 [10] 目前，研究与实践共同体已围绕数字化转型背景支持、项目和平台支持、专家团队支持、理论和研究支持、技术和资源支持，建立起一套常态化协同联动的保障机制。研究与实践共同体推动路径如图1所示。

　　随着人工智能、云计算、大数据、区块链等新一代数字技术的创新性发展，以数字技术赋能教育教学的必要性和紧迫性正日益凸显，教育数字化转型成为当前教育改革与实践中的重点热点、未来教育生态演变的必由之路。 [11] 2020年9月，联合国教科文组织、国际电信联盟、联合国儿童基金会联合发布《教育数字化转型：学校联通，学生赋能》，强调通过教育的数字化互联互通来弥合教育分歧。 [12] 同年，欧盟发布《数字教育行动计划（2021—2027年）》，明确战略层面“促进高性能的数字教育生态系统的发展”和“提高数字技能和能力以实现数字化转型”的行动计划。 [13] 2021年8月，我国教育部批复同意上海成为教育数字化转型试点区，宝山区和长宁区教育数字化转型先行先试、示范引领，为上海教育数字化转型提供值得借鉴和推广的实践经验。在数字化转型的背景支持下，研究与实践共同体秉持技术与教育生态系统深度融合的理念，将数字技术整合到教育领域的各个层面，持续推进传统教育边界、教学组织形式、知识获取方式、教师角色定位等全方位创新与立体式变革。具体而言，以数字基座建设为重点，打造界面友好、运行可靠、绿色安全的数字化应用场景，深刻改变教育教学模式，精准实现教师的因材施教、学生的个性化学习，hth华体会以及创新发展“人工智能+教育”，着力跨越“数字鸿沟”的现实应用场景。

　　人工智能教育的研究项目与专业平台，为研究者与实践者建立广泛共识、开展密切合作、推进技术赋能提供有效支撑载体，具体体现为四个方面：其一，作为人工智能教育研究联盟重点依托与经营的国家社会科学基金重大项目“人工智能促进未来教育发展研究”，划分出两个非常明确的研究方向和研究任务，即两个宏观战略层面的研究课题与三个需要实践参与的研究课题，力争充分发挥研究团队与实践团队的联合优势，共同推动智能时代的教与学变革。其二，上海市“科技创新行动计划”人工智能科技支撑专项“教育数据治理与智能教育大脑关键技术研究及典型应用”，研究如何实现智能技术本身功能的问题，通过建设“一个数据中台+一个教育大脑+两个典型应用”，即面向教育数据开放与共享的数据中台、人工智能教育大脑、基于学生成长大数据的画像生成与成长检测系统、面向数学学科的自适应学习系统，尝试解决教育领域数据开放与共享难、学生成长精准检测难、自适应学习系统落地难等现实问题。其三，作为人工智能教育研究联盟重要平台支持的上海数字化教育装备工程技术研究中心，主要从事与人工智能教育相关的标准研究、产品研发、应用推广等，构建以智慧教育理论支撑的精准教学模式；打造融合“教法—技术—文化”的全新智慧教育环境架构， [14] 以智慧教育架构设计技术产品、学术研究、教学实践共同体，协同推进的智慧教育系统，在理论研究、产品研发、产业转化之间形成良性互动。其四，2021年华东师范大学入选国家智能社会治理实验基地（教育），致力于从“宏观—中观—微观”视角，分别开展不同内容、不同层次的智能教育社会实验，进一步在应用主体和局部的政策、流程方面设置干预环节，跟踪、采集实验数据，对比、分析、总结智能教育社会治理经验，形成智能教育社会治理理论；验证智能教育应用标准，制定教育行业政策法规；制定完善智能教育管理流程，探索建立智能教育管理机制。

　　探讨智能教育领域的科学问题和关键技术、开展基础研究和应用研究，离不开专家团队的学术支持与实践建议。人工智能教育研究联盟进行布局谋划时，充分吸纳包括顾问委员会、专家委员会、国家及省域智慧教育专家组、十区百校区域领衔专家组、中国教育学会中小学信息技术专委会理事会专家组等各方代表性专家的指导意见。在所构筑的研究与实践共同体中，研究团队为实验区域、学校的人工智能教育实践创新，提供理论依据、方向引领、研究佐证， [15] 而实验区域、学校则作为智能教育社会实验的基地，为研究者提供一线教育实践的成效反哺，携手推进全面有效、切实可用的人工智能教育研究与实践。

　　基于时代发展的必然趋势、教育数字化的前瞻转型、学生个性化成长的必然要求，参照教师对人工智能教育的接受意愿和效能体验模型， [16] 人工智能教育研究联盟的很多实验学校对人工智能课程教学怀有极高热情与强烈诉求，共同体中的研究者则通过深入挖掘一系列服务于教育教学实践层面的前沿理论和规律，为人工智能教育成效保驾护航。例如，人工智能教育研究联盟依据华东师范大学《中小学人工智能课程开发标准》进行标准解读、课程工具遴选、教师培训等工作，期望为教师发展与协同教研提供适应性支持，同时积极引导学生使用技术工具及资源辅助学习。另外，人工智能教育平台，能够作为关键桥梁，在理论与实践探索方面，支撑研究与实践共同体开展人工智能教学、实训。

　　目前，借助人工智能的技术力量赋能教育应用的学校，面临着忽视智能技术还原教育世界的本体风险、遮蔽智能技术表征教育生态的认识风险、轻视智能技术违背教育初心的价值风险、滥用智能技术导致教育治理的伦理风险等现实挑战。 [17] 鉴于此，人工智能教育研究联盟依据自身经验积累，以“N+1”的设计思路，即“满足学教管评的N个应用+教育数据治理系统”，不断遴选、推荐、优化、完善人工智能技术工具和资源，采取灵活的“测试和学习”方法以弥补能力差距，为研究与实践共同体提供智能教育技术支持。

　　N个应用场景具体表现在学生的学、教师的教、课堂的测评、数据的管理等方面，“1”是指拥有智能诊断功能的教育数据治理系统，其核心是提供教学数据服务、教学类模型服务、学习分析定制服务、数据标准与接口服务的轻量级教学数据中台。同时，研究与实践共同体中的实验区域、学校可以根据实际需求选配智能工具资源，依照接入标准规范对融合数据进行分析与挖掘，帮助区域、学校提升数据治理能力，实现数据驱动的智能学教管评、精细化的教学服务。 [18] 针对N个教学应用场景，人工智能教育研究联盟的关注点主要聚焦于学生学习、教师角色重塑、课堂重构三个方面，包括混合教学、双师课堂、学业诊断、学习分析支持的精准教学、技术支持的综合素养评价等五个典型应用场景。

　　一是混合教学。即线上线下融合的教学场景中，人工智能参与到教学当中之后，能够帮助教师处理知识点讲解、作业批改、学生评价等多种事务，需要研究的问题是何种工具、平台，通过怎样的组合方式可以为线上、线下教学提供支撑，实现教育高绩效。

　　二是人工智能与教师联袂执教形成新型双师课堂模式。 [19] 这意味着未来人工智能教育常态中，教师本人除了直接承担教学任务，还借助各种智能工具并使其承担一部分教师的工作任务。如何利用合适的人工智能技术工具与资源，发挥智能教师代理的作用及促进人机协同教学也是值得研究的问题。

　　三是学业诊断。要实现个性化教学与个性化学习，必须从精准的学习分析入手，通过采集基础教学学业数据等，围绕课前、课中、课后三个阶段教学程序，实现从学习分析到诊断教学，再到实施改进，改进后又重新进行学习分析的持续校准过程。如何借助个性化路径的推荐、个性化作业的布置、个性化学习任务的设计等，促进因材施教的目标实现。

　　四是学习分析支持的精准教学应用场景。利用大数据技术对学习者学习数据进行有效采集和分析，从单一样本数据走向全面的多模态学习过程数据，融合多种学习行为数据对学习者的认知结构进行分析和评估，为精准教学提供动态评估结果，发挥数据在教与学过程中更大的功能与价值。因此，要重点关注如何为教师开展精准教学提供更有个性化的分析工具。

　　五是评价变革。评价方式将从总结性评价走向过程性评价，评价依据将从主观经验判断走向客观数据支持。 [20] 在未来智能时代下可依托哪些技术手段伴随式、低介入地采集学生发展过程中的评价数据，进行跨学段成长跟踪研究，将成为热点话题。很多学校也正在探索个性化、本土化的评价方法以收集学生学习生活过程的数据信息，而人工智能技术工具及物联网平台设施等为满足学生综合素养评价的相关实践需求提供潜在可能。总之，人工智能教育研究联盟希望对这些应用所收集的数据加以治理，据此开展智能检测、分析、评估，赋能个性化教学和课堂教学重塑。

　　为保障人工智能教育研究联盟及项目能够顺利地开展与推进，加强人工智能教育研究与实践过程性的管理与监督，在研究团队与实践团队之间，形成优质联动与良好规范，建立常态化合作运行机制。研究团队与实验区域、学校之间的合作方式有三种可能：一是“紧密型”支持模式，即研究者与实践者依托区域、学校实验基地，共同研究、打磨课题，开展非常密切、合二为一的合作。二是“自主型”支持模式，即一些实验区域、学校有自己的研究想法与思路，希望在落地过程中能够得到研究团队的指导与协助。三是“Follow型”支持模式，即一些实验区域、学校虽然有研究的初步想法或者意图，但是还缺乏对具体路径、措施的思考，希望先跟进人工智能教育研究联盟的项目，通过一段时间的参与，能够在研究方法、流程等方面获得些许启示，然后再逐步过渡到上述两种合作形式当中。总之，人工智能教育研究联盟支持任何形式的合作与交流，期待汇聚更多有志于推进人工智能全方位赋能教育的实验区域、学校参与构建研究和实践共同体。

　　综上，人工智能教育研究联盟聚焦智能教育环境下个性化学习、未来教师、课堂教学创新等方向的社会实验研究，汇聚用于学、教、管、评的人工智能技术资源及应用案例；关注中小学人工智能课程与教学，基于人工智能课程开发标准，为课程内容和课程平台提供支持；通过周期性联盟交流活动，分享、扩散优秀智能技术资源及应用案例，不定期提供联盟福利。人工智能教育研究联盟的共同愿景在于：积极投入并探究智能技术如何促进未来教育和课堂，推荐实践应用和案例；依托社会性实验，探究智能技术在促进大规模个性化学习、未来教师角色、重塑课堂中的作用，共同创生智能时代教育理解；为教师教学提供理论性、证据性、个性化的专业反馈和提升建议，突破现阶段智能应用的瓶颈，hth华体会推进常态化运行。

　　以人工智能、大数据、5G等为代表的新一代信息技术正加速渗透教育领域，引发传统教育边界、教学组织形式、知识获取方式、教师角色定位等的深刻变革。物联化、智能化、感知化、泛在化的教育数字化生态快速发展，但智能技术支撑下的学术前沿研究与一线应用实践脱节问题，始终制约着教育数字化转型的规模与速度。研究从推进人工智能全方位赋能教育的视角，提出构建研究与实践共同体这一应然举措，通过证据启发提高人工智能教育产品和服务的有效性，实现有价值、可持续发展的智能教育研究与实践。

　　在推进过程中，人工智能教育研究联盟以“国家智能社会治理实验基地（教育）”建设为契机，聚焦智能教育环境下学生个性化全面发展、未来教师专业发展、创新课程和协同教研、人工智能课程内容建设、教育数据治理服务等方面，依托国家社会科学基金重大项目“人工智能促进未来教育发展研究”，探究人工智能对学生发展、教师发展、教育教学的深远影响，助力国家治理体系和治理能力现代化建设。未来，在新一轮教育变革的重要时刻，应从方法上找到不同情境下促成跨学科、跨界力量的融合以解决问题的路径，提前做好围绕人工智能教育实践的社会实验研究布局，充分利用好数据资源丰富、应用场景广阔的先发优势， [21] 汇聚人工智能技术的应用成果、实践经验，深入探索人工智能全方位赋能教育的长效机制。

　　[1]顾小清,李世瑾,李睿.人工智能创新应用的国际视野——美国NSF人工智能研究所的前瞻进展与未来教育展望[J].中国远程教育,2021(12):1-9,76.

　　[3]顾小清,白雪梅.教育信息化推进新路径:构建以设计为中心的研究-实践共同体[J].开放教育研究,2019,25(6):66-74.

　　[4]顾小清,郭晓枫,蔡慧英.以科学的方法研究学习:连接CSCL的研究与实践[J].现代远程教育研究,2011(5):15-22.

　　[7]顾小清,李世瑾.人工智能教育大脑：以数据驱动教育治理与教学创新的技术框架[J].中国电化教育,2021(1):80-88.

　　[10]黄荣怀,王欢欢,张慕华,等.面向智能时代的教育社会实验研究[J].电化教育研究,2020,41(10):5-14.

　　[11]祝智庭,彭红超.技术赋能的韧性教育系统:后疫情教育数字化转型的新路向[J].开放教育研究,2020,26(5):40-50.

　　[14]顾小清,杜华,彭红超,等.智慧教育的理论框架、实践路径、发展脉络及未来图景[J].华东师范大学学报(教育科学版),2021,39(8):20-32.

　　[16]李世瑾,顾小清.中小学教师对人工智能教育接受度的影响因素研究[J].现代远距离教育,2021(4):66-75.

　　[17]李世瑾,胡艺龄,顾小清.如何走出人工智能教育风险的困局：现象、成因及应对[J].电化教育研究,2021,42(7):19-25.

　　[18]李爱霞,舒杭,顾小清.打造教育人工智能大脑:教育数据中台技术实现路径[J].开放教育研究,2021,27(3):96-103.

　　[19]孔利华,谭思远.信息生态场域中的AI双师课堂：内涵、构建与评价[J].远程教育杂志,2021,39(3):104-112.

　　[21]苏竣,魏钰明,黄萃.社会实验:人工智能社会影响研究的新路径[J].中国软科学,2020(9):132-140.

　　顾小清，教授，博士生导师，主要研究方向为智能教育、学习科学与技术设计、数字化学习环境及用户行为、信息化教育资源设计及应用，邮箱：

　　李世瑾，博士研究生，主要研究方向为学习科学与技术设计、智能教育，邮箱：。

　　《中国教育信息化》创刊于1995年8月，是由中华人民共和国教育部主管，教育部教育管理信息中心主办，面向国内外公开发行的国家级学术期刊。期刊内容力求全面深入地记录我国教育信息化的建设进展、研究与应用成果和行业发展状况，开展我国教育信息化发展状况调研和教育信息化国际比较研究，服务于国家教育宏观决策；力求全面准确地把握教育信息化相关的方针政策和标准规范，及时追踪ICT前沿技术的发展趋势及其与教育的融合，深度挖掘教育信息化建设与应用的体制、机制创新，服务于我国教育信息化实践。