教師整合人工智能的學科教學知識建構

/教師整合人工智能的學科教學知識建構【摘要】在當前人工智能教育應用背景下，由于人工智能對教師傳統學科教學知識的部分轉移，以及對教師傳統學科知識教學工作的部分替代與對學科育人的難以替代，教師學科教學知識開始轉向整合人工智能的學科教學知識。相較于傳統的學科教學知識，教師整合人工智能的學科教學知識的主要成分從教師的教與學生的學擴展至人工智能的教與學；構成維度從單一的認知維度走向認知、情感及道德的多維關注；發展水平從學生的低階認知發展走向高階教書育人的統整性發展。教師整合人工智能的學科教學知識的有效建構，不僅需要教師教育者提供系統化的理論課程、融合人工智能的一體化實踐課程促成教師靜態知識模塊的習得與動態知識結構的獲取，還需要教師自身通過對相應教學實踐問題的反身性探究提升知識應用的實踐智慧。【關鍵詞】人工智能；學科教學知識；整合人工智能的學科教學知識 當前，伴隨著人工智能與人類的重新分工，以及各個行業中人工智能落地的熱潮，利用人工智能推動教育教學變革已成為學界共識。“2019年3月，聯合國教科文組織發布《教育中的人工智能：可持續發展的挑戰和機遇》(ArtificialIntelligenceinEducation：ChallengesandOpportunitiesforSustainableDevelopment)，提出了人工智能教育發展的愿景、目標、途徑、挑戰等”[1]，人工智能教育應用由此成為當前教育的發展背景。“以大數據、云計算、移動互聯網等技術為代表的信息技術生態系統的形成和發展，推動了人工智能技術迅速發展，也促進了人工智能的教育應用和研究。”[2]由于人工智能的擬教師性、擬教學性及虛擬交互性，人工智能教育應用的推進引發了傳統教師角色與教師職業的存在危機，“教師消亡論”甚囂塵上，由此逼迫我們反思教師的專業特質究竟何在。 20世紀80年代，在教師專業化與教學專業化的發展背景之下，“為了強化教師行業標準，教師應具有怎樣的知識基礎作為重要議題被提了出來”[3]。“美國學者舒爾曼(Shulman)基于當時美國教學和教師教育研究中存在的弊端，基于專業項目中的知識生長(KnowledgeGrowthinaProfessionProject)等實證研究結果提出學科教學知識(pedagogicalcontentknowledge，PCK)概念”[4]，由此PCK作為教師專業發展的根基開始出現在學術視野。PCK是教師特有的知識領域，是教師不同于學科專家的知識所在，是教師專業知識的核心。由此，在當前人工智能教育應用背景下，PCK作為教師專業發展的內在根基與基礎保障，面臨著審視與重構。 一、人工智能教育應用背景下學科教學知識的必然轉型 在當前人工智能教育應用背景下，因人工智能對傳統知識教學工作的部分替代與學科育人工作的難以替代，PCK的成分面臨更新，PCK的維度亟需擴展，PCK的水平有待升級。以人工智能教育應用為核心的教育變革推動著PCK的轉型與發展。 1.人工智能教育應用對學科教學知識的挑戰 在當前人工智能教育應用的背景下，“人工智能開始扮演學伴、學生、遠程呈現AI教師及課堂教師四大角色”[5]；“未來，人工智能教師有望替代傳統教師的12個角色”[6]。因人工智能對傳統教師角色的部分替代，傳統教師專業發展的根基PCK由此也面臨著新的挑戰，主要體現在以下三點。 第一，因人工智能在教學場域中的廣泛與深入融入，PCK的成分面臨更新。當前，人工智能教育應用領域已經廣泛涉及“分析與決策類、智能教學類及常規業務自動化”[7]，基于人工智能的教育大數據已然成為教師教學管理、研究的重要數字支撐，人工智能教學系統、導師系統、教育機器人等正在替代教師傳統的部分知識教學工作。相關研究指出，“從整體上看，教育機器人有助于提升學生的學習效果”[8]；“智能導師系統能夠顯著提高學生的學習成績”[9]。雖然在20世紀90年代，因信息技術在教育教學中的廣泛應用，PCK已經轉向整合技術的學科教學知識(TechnologicalPedagogicalContentKnowledge，TPCK)[10]；“鑒于TPCK不好讀，且順序易混，因此在一次學術會議的討論中，其被更名為TPACK”[11]。但“人工智能作為信息技術的制高點”[12]，其背后深度學習、知識圖譜、知識工程等技術的支撐，使其不同于傳統的信息技術，因此，PCK中的成分面臨更新。 第二，因人工智能導致的師生認知性交互偏向，PCK的單一認知維度亟需擴展。在當前人工智能教育應用背景下，“教師—人工智能—學生之間的三維交互主要是基于數據、信息以至知識的三維認知交互”[13]。人工智能能夠全程采集并分析學生學習行為數據，并對學生進行可視化的數字畫像，從而為教師提供教學決策建議。由此，在教師視角下，學生被物化為一組組數據，教師主要借助人工智能與學生開展從數據到信息再到知識的認知性交互。基于知識圖譜技術與知識工程的支撐，人工智能能夠隨時隨地批改學生作業并解答學生學習過程中的知識性困惑。由此，在學生視角下，教師成為機器的構成要件，學生主要通過人工智能與教師展開從數據到信息再到知識的認知性交互。基于當前教師—人工智能—學生之間的三元交互新常態，教師與學生的交往面臨“數字化”與“去人性化”的風險。但傳統的PCK研究“過于重視認知維度而忽略了情感維度與道德維度”[4]，其主要關注教師如何根據學生的興趣與能力把學科內容知識組織、表征為學生能夠接受的形式。因此，在當前人工智能教育應用背景之下，為促進教師與學生之間從認知到情感再到道德的多維深度交互，PCK的維度亟需擴展。 第三，因人工智能對低階知識教學工作的替代，PCK的水平有待升級。舒爾曼原初提出的PCK更關注教師如何將知識以學生能夠理解的方式教授給學生，其注意到教師知識與學科專家知識之間的區別，但沒有關注教師PCK水平的高低。而在當前人工智能教育應用的背景下，在人工智能教育教學系統的設計與開發中，教師的低階PCK已轉移至人工智能系統。例如，由一起教育科技開發的一起作業人工智能教學平臺，能夠“同步學校教學進度，覆蓋練習、測評等教學場景”[14]；在課前預習階段，能替代教師幫助學生進行預習，引領學生掌握基本的初階知識點；在課后作業階段，能替代教師批改學生作業，引導學生進行相應知識的復習。由于龐大的知識工程支撐及自身深度學習的推進，人工智能的知識學習能力與一般知識教學能力遠遠優于人類。人工智能由此得以替代教師部分傳統的知識教學工作，也逼迫教師學習高階PCK。因此，為應對人工智能帶來的教育變革，確立人工智能教育應用背景下教師專業發展的新特質，教師PCK的水平有待升級。 2.人工智能教育應用帶來的學科教學知識的認識論轉變 當前，人工智能教育應用對PCK的發展提出了挑戰，也促成了PCK的認識論轉變。其主要體現在以下三點：第一，PCK的主要成分應從教師的教與學生的學擴展至人工智能的教與學。基于傳統教學的三大核心要素：教誰?教什么?怎么教?傳統PCK的核心成分主要指向“關于教學對象的知識”、“關于教學內容的知識”和“關于教學策略的知識”[15]。但在當前人工智能教育應用的背景之下，因人工智能教學、助學系統的廣泛使用，人工智能對部分知識教學工作的替代，教師不僅需要掌握人工智能背后的算法邏輯與數據邏輯，還需要掌握基于人工智能的教學設計、實施、管理、評價，以及借助于人工智能展開有效教學的相關知識。同時，伴隨著人工神經網絡與深度學習的快速發展，人工智能自身“能夠發現高維數據中的復雜結構，取得比傳統機器學習方法更好的結果”[16]；由此教師還應掌握人工智能的學習進程，明確人工智能的學習演化軌跡。因此，在當前人工智能教育應用背景之下，PCK的成分發生轉變，教師不僅要掌握基于學生理解的教學表征與策略知識，更要掌握人工智能教與學的相應知識，明確人工智能教與學背后的知識邏輯。 第二，PCK的構成維度應從單一的認知維度走向認知、情感和道德等多個維度。目前，基于人工智能背后的算法模型規制與教育大數據推動，囿于人工智能當下的弱發展階段及人類中心主義的人工智能開發原則，人工智能只能與學生展開認知交互，且這種認知交互主要是一種低階的僅僅關注認知結果的交互。但教育從其本質上來說是“人的靈魂的教育，而非理智知識和認識的堆集”[17]；“人只有通過人，通過同樣接受過教育的人，才能被教育”[18]。囿于當前弱人工智能的發展階段，人工智能雖具備一定的情緒情感識別能力，但其難以與學生達成情感共鳴；雖然“師德高尚的AI教師”[19]、“AI好老師”能夠“實現育人問題的智能咨詢，自動診斷家長或教師的育人問題，分析原因并給出相應的解決對策”[20]，但其難以引發學生的道德共鳴，難以具身地促進學生的道德發展。由此，教師要關注學生學習的情緒情感狀態與道德發展，要能夠通過PCK促進學生積極的情緒情感發展與道德發展。因此，在當前人工智能教育應用背景之下，PCK的構成維度發生轉變，應從傳統單一的認知維度走向認知、情感和道德等多個維度。 第三，PCK的發展水平應從重視學生的低階認知發展走向關注高階統整性發展。囿于當前人工智能技術的弱發展階段，其“只能夠處理數據透明和規則明確的一個特定領域的問題”[21]，只能基于預設展開，難以處理開放、復雜的生成性教學問題。由此，教師高階的學科知識教學應主要指向學生本位的、促進學生批判性思維發展的復雜開放性教學。它不再限于教師向學生傳授死記硬背的知識點(已被人工智能替代)，而是要求教師在借力人工智能的基礎上，基于學生的學習與發展心理、學科知識發展邏輯及相應的社會發展要求，在具體的教育教學情境中將知識以學生能夠理解、思考的方式呈現給學生，并組織學生展開相應的反思與探討，從而促進學生對于知識的理解、批判與應用。同時，因教育性教學的發展本質，以及人工智能對于教師學科育人工作的難以替代，教師高階的學科知識教學應是“教書育人”的統一。教師不僅要關注學生學科知識的高階學習，更要關注德育知識、社會主義核心價值觀、優秀傳統文化等的滲透與教學，更應注重自身教學進程的倫理性，“以善致善”，將教書與育人相結合。因此，在當前人工智能教育應用背景之下，PCK的發展水平發生轉變，應從重視學生的低階認知發展走向關注高階統整性發展。 3.人工智能教育應用背景下學科教學知識的發展轉型 在當前人工智能教育應用背景下，因PCK面臨的挑戰與它的認識論轉變，PCK應轉型至整合人工智能的學科教學知識(ArtificialIntelligencePedagogicalContentKnowledge，AI-PACK)。人工智能對教師學科知識教學工作的部分替代也為PCK轉型提供了條件。相較于悲觀視角下的教師消亡論，毋寧說人工智能對教師工作的部分替代使教師得以解放，使教師能夠從簡單重復、繁瑣低效的工作域轉向開放、創造、個性化的高階工作域。馬克思認為：“時間實際上是人的積極存在，它不僅是人的生命的尺度，而且是人的發展的空間。”[22]人工智能對教師必要勞動時間的節約相應地拓寬了教師專業發展的時空，從而推動教師PCK的變革。伴隨著人工智能對教師知識教學工作的部分替代，為確保教師對于人工智能教學的統整與引領，教師必須要將人工智能納入自身的學科知識教學進程之中，教師由此有了更多的時間與精力來關注自身與學生之間的情緒情感性交互，從而展開統整教書育人的高階學科知識教學。人工智能在教育領域有其可為，也有其不可為；“科技不能取代教師，但使用科技的教師卻能取代不使用科技的教師”，“未來的教育將進入教師與人工智能協作共存的時代”[23]，人機協同成為教師專業成長的未來樣態，由此PCK面臨新的轉型。 二、整合人工智能的學科教學知識的內涵、特征及其結構模型 因人工智能自身的特殊性，AI-PACK有其特有的內涵、特征及結構模型。 1.整合人工智能的學科教學知識的內涵 AI-PACK是一種教師在具體教學情境中基于學生全面發展的目的而對教師教的知識、學生學的知識和人工智能教與學的知識之間交互作用的理解。這種知識既不同于學科專家的知識，也不同于課程專家的知識，更不同于人工智能專家的知識，而是教師在具體教學情境中對這三大知識模塊的有效整合，是教師對怎樣使用人工智能從而使教學更有效，更有利于促進學生個性化學習與全面發展的知識。AI-PACK以舒爾曼的PCK為基礎，是對TPACK的進一步拓展。AI-PACK的主要成分從教師的教與學生的學擴展至人工智能的教與學；構成維度從單一的認知維度走向認知、情感及道德等多個維度；發展水平從重視學生的低階認知發展走向關注高階統整性發展。 2.整合人工智能的學科教學知識的特征 AI-PACK是教師在具體教學情境中對教師教的知識、學生學的知識，以及人工智能教與學知識之間交互作用的動態性理解，因此具有智慧性、交互生成性及個體性三大特征。首先，AI-PACK具有智慧性特征。基于人工智能的擬教師性、擬教學性及虛擬交互性，伴隨著教師在教學場域對人工智能的創新性使用，教師不僅擁有了人工智能超越傳統教師的機器智能，更因教師對學生認知發展、情緒情感發展及道德發展的統整性設計與推進而擁有了教師+人工智能的智慧性。只有基于教師的智慧性在場與發展，才有學生的智慧性發展，才有人工智能的積極教育應用，才能促推智慧教育的有效發展。其次，AI-PACK具有交互生成性特征。AI-PACK并非僅僅源于靜態的知識模塊獲取，而是源于教師在具體教學情境中的動態生成，源于教師教的知識、學生學的知識，以及人工智能教與學的知識在具體教學情境中的交互作用；其在具體教學情境中經由教師、學生、人工智能的三元交互而得以動態生成。由此，AI-PACK既有其外顯的靜態知識構成成分，也有其內隱的動態知識結構生成。最后，AI-PACK具有個體性特征。在不同教師個體的AI-PACK生成進程中，因教師不同的個性特征與教學經驗差異，不同教師與不同教學情境交互生成的AI-PACK結構各不相同。雖然在教師教育體系中，在職前教師培養與職后教師培訓中，靜態的學科教學知識模塊都是由相同的知識成分構成，但因不同教師的不同教學體驗與個性差異，面臨不同的教學情境，其靜態知識模塊之間的交互作用不同導致其生成的AI-PACK具有個體差異性，從而使教師專業擁有其不可替代的高創造性特質，由此也彰顯出教師工作的智慧性、交互生成性等特征。 3.整合人工智能的學科教學知識的結構模型 在當前人工智能教育應用的背景之下，因為人工智能替代了教師傳統的封閉性、精確性、復雜性及程序性的問題解決，所以教師應致力于復雜、開放及創新性問題的解決。這一復雜創新性問題解決能力來自教師對于靜態知識模塊的動態領悟與建構，來自教師基于復雜問題情境的智慧生成。教師這一智慧生成的根源在于教師AI-PACK的生成與應用。因此，AI-PACK的結構模型既包括靜態的知識模塊，也包括教師在不同教學情境中的個性化知識結構生成與應用，具體如圖1所示。 在該AI-PACK結構模型中，在靜態層面，首先，AI-PACK的成分主要由三大模塊構成，即教師教的知識、學生學的知識及人工智能教與學的知識。教師教的知識主要指向學科內容知識、一般教育教學知識及具體教學情境等相關知識。學生學的知識主要指向學生生理、心理發展規律知識、學生學習特征與方法知識，以及學生的個體差異、已有學習基礎等知識。人工智能教與學的知識主要指向人工智能教育系統背后的教育數據層、算法層、感知層、認知層及教育應用層等知識，人工智能教育系統背后的教育設計邏輯、應用邏輯與交互邏輯，人工智能教育系統的教學優勢與缺陷，以及人工智能教育系統設計倫理與應用倫理等相關知識。其次，AI-PACK的成分除了這三大獨立的知識模塊之外，還包括基于這三大模塊交融而生成的新知識成分。因為人工智能教與學知識的融入，傳統教師關于教的知識發生了變革，其不僅僅指向教師一般教的知識，更指向教師融合人工智能教與學的知識；傳統教師關于學生學的知識也發生了變革，其不僅僅指向學生一般學的知識，更指向學生融合人工智能教與學的知識。由此，教師要掌握融合了人工智能的教與學促進自身的教與學生的學的統整性知識。最后，AI-PACK的維度打破了傳統單一的認知維度而走向認知、情感及道德的多維發展。教師不僅要掌握基于人工智能教與學的學科內容知識的具體教學表征與策略，還要掌握有關學生學習的情緒情感狀態與相應道德發展的知識，更要掌握如何基于人工智能的教與學促進學生認知、情緒情感及道德統整性發展的相關知識。 圖1教師AI-PACK結構模型 在該AI-PACK結構模型中，在動態層面，首先，AI-PACK并非僅僅指向三大模塊的任一單一模塊，也不是這三大模塊知識的簡單組合，而是指向具體教學情境中經由三大模塊知識交互作用而得以生成的整合性AI-PACK。脫離其中的任何一個模塊，脫離具體的教學情境，都難以生成。教學情境不是一個靜態的確定性情境，而是一個復雜開放的生成性情境。由此，AI-PACK并非靜態的各自為界的知識模塊，而是各知識模塊基于具體教學情境的動態交融性生成結果。面對不同的教學對象與教學場域，擁有AI-PACK的教師能夠確定是否選用人工智能、選用何種人工智能、如何使用人工智能，以及基于人工智能教與學，如何展開自身的教學進程從而得以更好地促進學生的全面發展。其次，教師的AI-PACK水平基于具體教學實踐而處于從學生的低階認知發展走向高階教書育人的統整發展進程之中。教師只有通過具體的教學實踐才能在其知識教學進程中不斷廓清自身與人工智能知識教學的邊界，從而不斷澄清自身知識教學工作的屬性與責任擔當，建構獨屬于自身的AI-PACK。只有在具體教學實踐中，教師才能明確如何基于人工智能的碎片化知識教學展開系統化知識教學，幫助學生掌握知識的內在邏輯理路，關注學生在知識學習中的情緒情感體驗；只有通過具體的教學實踐，教師才能明確如何基于人工智能的事實與概念性知識教學展開程序性與元認知知識教學，關注知識教學中的全方位育人滲透，推進學生基于元認知的高階認知能力的統整性與全面性發展進程。最后，教師的AI-PACK應用能力基于個體的不同專業發展階段處于動態的個性化發展進程之中。伴隨著教師個體的專業成長，教師的AI-PACK應用能力也處于不斷的發展之中。但因為每一位教師自身不同的專業成長經歷，以及其所在學校人工智能教育應用硬件與軟件配置的差異，不同的教師個體對于AI-PACK具有不同的認識，相應也具有不同的接受與認同度，從而也具有不同步的AI-PACK應用能力與實踐智慧生成。由此，基于個體不同的專業發展經歷與階段，每位教師也擁有個性化的AI-PACK應用能力與實踐智慧生成。 三、教師整合人工智能的學科教學知識的建構路徑 在當前人工智能教育應用背景之下，教師AI-PACK的有效建構，不僅需要教師教育者構建系統化的理論課程體系，促進教師靜態AI-PACK的習得；還需要教師教育者提供融合人工智能的一體化實踐課程，促成教師動態AI-PACK的獲取；更需要教師自身通過對融合人工智能的教學實踐問題的反身性探究，提升AI-PACK應用的實踐智慧。 1.構建系統化的理論課程體系，促進教師靜態AI-PACK的習得 在當前人工智能教育應用背景之下，教師教育者應構建職前職后一體化的新教師教育理論課程體系，促進教師靜態AI-PACK的習得。第一，教師教育者應將人工智能教與學知識模塊納入教師教育總體課程設置中，從而確保從準教師到在職教師的新知識模塊習得。人工智能相關課程對于教師教育課程而言是新興內容，但也是重要模塊，因此應注重人工智能課程的合理設置與有效融入。由于人工智能技術的教育性應用與開發一直處于發展進程之中，人工智能知識的更新相較于其他兩大模塊知識更為頻繁與迅捷。因此，在新教師教育課程體系中，尤其應注重前沿人工智能知識的更新與補充，以確保準教師、教師的有效掌握與習得。第二，教師教育者應將基于三大知識模塊交融而生成的新知識樣態納入教師教育總體課程設置之中，從而確保從準教師到在職教師的融合性知識掌握。應在傳統教師教的知識、學生學的知識等相關教師教育課程設置中注重人工智能教與學知識的有機滲透與融入；應著力探討因人工智能教與學融入所導致的教師相應教的變革與學生相應學的變革；應將因人工智能融入而導致的傳統教師教、學生學的變革作為一門特設課程而納入教師教育理論課程體系。第三，教師教育者應基于從知識到情感到道德的多重維度統整教師教育課程設置，從而確保準教師與在職教師對AI-PACK的多維度挖掘與解讀，即在新教師教育課程設置中，教師教育者除了從傳統單一的知識維度挖掘AI-PACK的課程內容設置之外，還應注重解讀其中的情感與道德維度，從而幫助準教師、教師獲得從知識到情感再到道德的多維度AI-PACK，幫助其掌握基于人工智能教與學促進學生認知、情緒情感及道德統整性發展的相關知識。 2.提供一體化的實踐課程，促成教師動態AI-PACK的獲取 在當前人工智能教育應用背景之下，教師教育者應提供融合人工智能的一體化實踐課程，促成教師動態AI-PACK的獲取。第一，在職前教師培養中，高校教師應注重準教師基于人工智能教學的全學段教學見習、試講、實習的整體實踐課程設置，應注重人工智能教與學理論課程學習與教學實踐經驗獲取之間的交互動態生成，即基于人工智能教學的見習、實習與試講應整體貫穿大一至大四的全學段，而非僅僅只是在大四的實踐任務階段。在人工智能教與學理論課程學習模塊之后，應配合相應教學實踐體驗；在教學實踐之后，也應有相應的理論分析與反思，促進理論與實踐之間的交互生成，這樣才有利于準教師對教師整合人工智能的動態學科教學知識的感受與領悟。高校教師教育者還可通過對比準教師基于一般教育技術與基于人工智能的教學實踐來增強準教師對AI-PACK的深層理解與動態領悟。第二，在職后教師培訓中，教師培訓者應通過受訓教師基于人工智能教學的同課異構促成受訓教師對AI-PACK的動態性領悟與建構。在當前的職后教師培訓中，理論與實踐的主體性整合出現了偏移。理論是高校教師的理論，實踐是一線教師的實踐。受訓教師接受理論培訓之后，理論難以轉化為受訓教師自身的實踐。公開課依然是他人的公開課，優秀公開課的觀摩對于受訓教師而言只是一種對他人動態知識結構的嘆服與感受。要形成自身的動態知識結構，最重要的是自身直接的教學實踐經驗。因此，在職后教師培訓中，為促成一線教師AI-PACK的動態獲取，教師培訓者應組織受訓教師展開基于人工智能教學的同課異構的教學競課，并聘請一線優秀教師與高校人工智能教育應用專家進行分析與點評，從而幫助受訓教師建構其整合人工智能的動態知識結構。第三，教師教育者應借助人工智能與虛擬、增強、混合現實技術等技術手段，促進準教師、教師虛實交融的教學實踐體驗生成。動態知識結構的生成需要準教師與教師基于不同教學情境的直接教育經驗生成。教師教學經驗的養成與學生優質教育的獲取之間固有的矛盾因當下人工智能與虛擬、增強、混合現實技術等的創新性整合而得以解決。在人工智能與虛擬現實技術的支