曾海 王竹青 邱崇光

摘要：人工智能在教育理论与实践中的应用研究成为教育升级的重要契入点，但它在教学系统中的应用多是经验性的，缺乏系统性、完备性和扩展性，应用范例内容多是散点状分布，还没形成明晰的体系和结构化的应用模型。该文基于系统论和“元认知”理论，结合技术本质的理论逻辑体系，提出“元模块”概念，在此基础上研究人工智能的五个元功能、六个元应用及其基础应用体系，并应用到教育基础应用和教育高端应用模块中。根据研究出的教学设计指导思想和路线图框架下，构建了基于元模块法的人工智能教学应用模型。元模块方法及其建立的人工智能模块化教学应用模型具有灵活性、高效性、先进性的优势，借此，展望了这种模型在赋能各教学环节、人工智能技术与教育的双向整合、促进受教育者全面发展等方面的理论价值和良好应用前景。

关键词：人工智能；元模块；元功能；元应用；教学系统；教学模型

中图分类号：G434 文献标识码：A

本文系广东教育科学“十三五”规划2020年粤港澳大湾区国际教育示范区建设专项“新技术赋能湾区乡村教师协同创新发展智慧生态的实践研究”（项目编号：2020WQYB011）研究成果。

一、模块化教学模型的需求和教学设计理论概览

目前，人工智能在教育理论与实践中应用研究呈爆发式增长，成为教育升级的重要契入点。智能化学习环境助力了智能化教学策略的实施，展现了技术的先进性。但人工智能在教学系统中的应用多处于经验性探索阶段，不利于人工智能技术在教育中的深入应用。主要体现为：一是缺乏系统性。目前的应用范例内容多是专家经验和教师应用心得，在教学各领域中的应用多是散点状分布，没有形成明晰体系，更没有上升为结构化的应用模型。二是缺乏完备性。即不明确现有的应用成果是否全面合理，是否有遗漏，是否有重复，也不知还有多少发展空间。三是缺乏扩展性。具体应用如发生变化或升级就需要把教学系统推倒重来，效率低下。总之，缺乏系统性的研究探索是很难实现有规模有效率的向深层次发展的。

本文基于系统论和“元认知”概念和方法，结合技术本质的理论逻辑体系，推导出人工智能的元功能、元应用，并向教育领域的基础应用和高端应用层面延伸，通过系统性和结构化方法，实现模块化方法搭建教学应用模型的目的。作为构建先进教学模型的理论出发点，本文下面将对现有教学设计理论进行全域概览并条理化。

（一）教学系统的主要内容

教学设计理论和方法都是针对教学系统的。为了将教学设计理论条理化，可以将教学系统主要内容进行分析，然后按主要内容组织教学设计理论体系。我们认为教学系统可抽象分为指导理论、学习者、教育技术、学习行为、信息资源、教学目标等主要内容，其间存在一定的相互作用，如图1所示。

（二）现代教学设计理论的主要流派

教学设计是根据课程标准的要求和教学对象的特点，将教学诸要素有序安排，确定合适的教学方案的设想和计划。一般包括教学目标、教学重难点、教学方法、教学步骤与时间分配等环节[1]。教学模式是在一定教学思想或教学理论指导下建立起来的较为稳定的教学活动结构框架和活动程序[2]。它是从宏观上把握教学活动整体及各要素之间内部关系的一种稳定状态。以前述教学系统的主要内容为核心，梳理出现代教学设计理论的主要流派。

1.理論本位。即教学设计理论的理论指导，主要包含基本学习理论和其他理论。学习理论主要有行为主义、认知主义、人本主义、建构主义、关联主义等理论[3]。其他理论主要有复杂系统论、教育心理学理论、组织行为学理论等。

2.人本位。即教学设计理论的学习者，主要是指学习要因材施教，注重个性化，强调以学习者为中心，教学设计重视个性化发展[4]。

3.技术本位。即教学设计理论的教育技术应用，主要包含技术工具化理论和技术整合理论。前者是由一系列的技术以各种工具形式的使用来实现，后者是由技术和所运用系统的相应改造和双向整合来进行。

4.知识本位。即教学设计理论的信息资源运用，主要包含知识组织迁移理论和知识融合创新理论，是指面向知识，落实于资源，由对一系列包含知识的资源进行迁移、交叉、融合等各种教学操作。

5.程序本位。即教学设立理论的学习行为，主要包含面向过程理论和面向对象理论。前者是指教学由一系列行为有序组成，后者指教学是一系列对象的有序集成。

6.目标本位。即教学设计理论的教学目标，主要包含目标教学设计理论和综合学习设计理论。前者的核心概念是将教学目标分割化和单元化，后者的核心概念是教学目标整体化推进，具有全局性优势。

综上，教学设计理论的主要流派概况及关系表达如图2所示。

人工智能技术的兴起，教学理念、教学内容、教学手段等都会发生重要变革，呼唤着教师全面提升教学设计能力和水平。根据人工智能对先进性和适配性的要求，我们在构建人工智能模块化教学应用模型时，可综合教学设计理论主要流派的各自优势特点和适合性进行指导：以建构主义和关联主义学习理论为指导，以学习者为中心落实人本位思想，力求实现教育与技术的双向融合，支持知识的有效迁移、交叉和融合，采取面向对象的方法，在目标牵引学习分析时实施综合学习设立理论，实现有意义的综合学习。因此，人工智能应用于教学设计的模块化思路就这样可以确定下来。

二、人工智能技术应用于教学设计的模块化思路

（一）教学设计的模块化思路和原则

开放性、自组织性、复杂性，整体性、关联性等是所有系统的共同的基本特征。模块化设计的指导思想是基于系统论，从整体出发研究系统整体和组成系统整体各要素的相互关系，从本质上说明其结构、功能、行为和动态，以把握系统整体，达到最优的目标[5]。具体方法上，我们借用“元”的概念来实现模块化。美国心理学家J·H·弗拉维尔（John H.Flavell）提出“元认知”概念，认为元认知是指一个人所具有的关于自己思维活动和学习活动的认知和监控，其实质就是对认知的认知，是认知活动的核心，在认知活动中起着重要作用[6]。美国著名技术思想家布莱恩·阿瑟（Brian Arthur）在《技术的本质：技术是什么，它是如何进化的？》中指出：“我们现在已经为技术建立了一个共同的结构，即它们是由零部件组成的组件系统或模块。其中一部分形成了核心集合，其他部分行使支持功能，它们自己可能还有子集合和次级零部件”[7]。

我们以系统论和元认知的主要概念和思想作为理论依据，结合技术本质的理论逻辑体系，提出“元模块”概念。元模块是一个体系，包括元功能、元应用和一系列逐步升级的应用模块。人工智能技术的元功能是技术中最基础的技术，人工智能的元应用是它的各种应用中最基础的应用。经分析研究，我们认为这些元模块具有如下“三性”：基础性，是不可再分的；可组织性，可叠加、可多层次组合；开放性，是可升级可变化的。这些也是我们确定元模块的检验标准。同时抽象出元模块的总原则是：模块数量最小化，模块覆盖最大化。

（二）元模块的体系构建

1.各层次元模块的确定。本文所指的人工智能技术主要是指由机器学习、深度学习、大数据、数据挖掘、云计算、“互联网+”和先进算法等组成的技术支持和技术群的概念，它们都是以数据、信息和知识三大资源为基础的技术。

通过对人工智能技术的详细分析，我们认为人工智能技术的元功能是海量记忆、高速运算、深入观察、精确推理、深度学习。在此基础上上升一个层次，元应用是数据挖掘、模式识别、规律发现、最优决策、知识开拓、智能创意[8]。其基础应用包含数据采集、数据分类、识别图像、听辨音频、观看视频、理解文字、语言翻译、构建模型、智能推送[9]。通过分析人工智能在教学系统中的应用，我们认为人工智能在教育系统中的应用分为两个层次。教育基础应用层：教学教法、备课答疑、训练练习、考试考核、测量评价、教务管理、资源开发、制度法規、心理支持等。教育高端应用层：教师助教、技能教练、学习伴侣、智能学习平台、智能教学资源库、智能阅卷测评、智能出题解题、智能备课、智能创作、心理辅导员、智能班主任、学习生态管理、人生学习规划、游戏化学习陪伴、个人健康顾问、交流展示平台等。它们都是符合以上分析中所说的“三性”检验标准和元模块抽象原则的。

2.元模块的体系构建。元模块体系包括人工智能技术的三个元模块层次，加上对教育系统的两个元模块教育应用层次，共五个层次，如图3所示。此图仅反映各元模块的分类和五个层次的分布情况，它们之间不存在位置权重和隶属关系。

3.元模块体系的特征分析。该体系具有两个特点：一是基础性，它在每一个层次中都是最基础的，这是对人工智能技术和教育系统细致分析的结果。二是时效性。它是一定时期下选出的，随着技术进步，关于人工智能的三个层次的模块可能有变化。随着对教育系统在信息化和数字化道路上的发展进化，其对应的两个层次的模块，也必然有新变化和新发展。

三、基于元模块法构建人工智能的教学应用模型

（一）人工智能模块化教学应用模型构建的总指导思想

模块法构建教学应用模型的总指导思想是，通过元模块法建立一套符合教育教学规律和融合人工智能技术的，简洁的、标准化的、易组合的人工智能技术教学应用模型，它们是分层次的、可复制、可叠加、可升级的构件，然后由它们拼装起具有广泛应用价值的人工智能教学模型，这是模型设计的模块化思路。其教学设计原则是：理论上重视：以建构主义学习理论为主，关联主义理论分支补充其中。人性上重视：以学习者为中心，实施个性化学习，追求因材施教。技术上重视：以技术整合理论为本，特别关注教育与技术双向深度整合。资源上重视：知识的本位，注重知识的有效迁移、交叉融合，特别鼓励探索与创新。行为上重视：程序本位，运用面向对象的方法，对全过程行为进行细致的学习分析。目标上重视：以综合学习设计理论为指导，其特点是面向完整任务，整合不同学习领域的目标（陈述性或概念性领域，程序性或技能性领域，情感性或态度性领域），实现有意义的综合学习过程。

（二）人工智能模块化教学应用模型构建的路线图

人工智能技术模块化教学应用模型的路线图如下页图4所示，它是我们实施元模块法构建教育系统的总思路。为了使人工智能深入介入设计的教育系统模型，根据我们对智慧教育系统已有的研究成果，要求系统具有智慧教育“四自”原则（即自适应、自组织、自激励、自探索）的机制[10]，这在总的指导思想中也有体现。我们按照路线图最终搭建起完整的适合教学应用的系统模型。

（三）基于元模块法构建人工智能的教学应用模型

现代远程教育体系是在数字技术和互联网技术基础上发展起来的，数字流贯穿整个教育系统，它形成了数字流框架。这方面的研究成果已经很多了，如姜强等详细设计了支持自适应特性的大型教育系统的数据流程[11]。人工智能背景下的智慧教育和智慧师训体系如果具有“四自”特性，数据流框架会复杂一些，但是功能也会更强加大。

按照前述指导思想，把人工智能的元模块体系和数据流框架组织起来，就得到了基于元模块法构建人工智能技术下模块化的教学应用模型，如图5所示。它符合人工智能技术模块化教学应用设计的总指导思想，它是多样的、可变化的、可升级的、有可操作性，而且是标准化、简洁性、易组合的，它可支撑强大的系统功能，是可以有效地服务于智慧教学目标。

四、元模块法构建的人工智能教学应用模型的应用优势

（一）模块化教学生态系统具有灵活性

针对迅速进步的在线教育，业界提出了“弹性教学”概念。黄荣怀提出了七个关键因素：流畅的通信平台、适切的数字资源、便利的学习工具、多样的学习方式、灵活的教学组织、有效的支持服务、密切的政企校协同[12]，这些因素可以实现不同的组合形式，如政府主导型、学校组织型和社会服务型，这些类型将在不同情境下灵活发挥作用，表现出高度的灵活性。

本文提出的元模块法构建的教学生态模式，就是实现这个弹性教学思想的具體途径。模块化方法可以方便的组合出各种教学类型的五个关键要素：弹性的时间安排、灵活的学习地点、重构的学习内容、多样的学习方法、多维的学习评价。还有相应的五个辅助要素：适合的学习资源、便利的学习空间、合理的技术运用、有效地学习支持、异质的学习伙伴。这“五主五辅”要素就实现了教学系统灵活性。

（二）模块化教学生态系统具有高效性

我们为人工智能技术建立了一个模块化的结构，它是由一系列的元功能和元应用组成，它可以按照需要被集合和组成一些功能性的集团，这些功能集团是相对稳定的，可以用来完成既定的教学任务。布莱恩·阿瑟（Brian Arthur）认为“将技术的构件模块化可以更好地预防不可知的变动，同时还简化了设计过程”[13]。由于简化了变动设计后的复杂重组过程，设计者就获得更大的使用灵活性，就更容易让它们互相组合，以不同的角色共同服务于一个整体目标，这体现了高效性。模块化简化了智慧教学生态系统的设计过程，当模块被反复利用并且使用的次数足够多的时候，更加觉得模块法的方便、高效和低成本。

（三）模块化教学生态系统具有先进性

根据科技部新一代人工智能发展研究中心发布《智能教育创新应用发展报告》[14]，我们定性的画出元功能的技术成熟度和技术适配性对人工智能教学应用影响的定性规律，以教育基础应用为例，画出表现其发生发展的示意图，如图6所示。人工智能技术是高速进步的先进技术，其技术适配性和技术成熟度必然迅速提高，由其抽象出的元功能也必然高速进步，依托这些快速进步的元功能，元模块构建的智能教学模型和其各种应用必然也具有进步性。

五、元模块法应用于教学系统的理论价值和实践探索

（一）元模块法构建人工智能教学应用模型的理论价值

1.促进了结构化教学设计理论的发展。用元模块法进行教学设计，由于元模块的独立性和分层次设计，使得它形成的教学系统是结构化的，只需各种模块的重新组合和适当增减，就可以组成新的系统，系统的适应性和经济性肯定上了一个新的台阶，结构化教学设计理论在其中必然诞生和发展。

2.促进了模块化大型教学生态系统设计理论的发展。元模块方法构建的智能化的学习生态系统直观地对应程序设计的各种各层的“对象”，便于大型程序的设计、开发和调试。这种实践必然同时推动了大型程序设计理论发展。

（二）元模块法构建人工智能教学应用模型的技术价值

1.直接反映人工智能技术如何赋能各教学环节。教育技术发展到今天，特别强调技术向教学系统赋能。元模块化方法根据不同的教学目的，组装适应各种教学目的应用系统时，直接揭示出如何向教学的每一个环节赋能，明确了向哪里赋能，赋哪些具体的“能”。促进了人工智能向教学备课、教学讲授、练习训练、测试考评、教学管理、人文培养等方面的升级应用。

2.有力促进了人工智能与教学系统双向整合。教育技术界存在一个著名的乔布斯之问，它质疑信息技术在教育领域的应用效果。元应用模块法可以从根本上促进了技术与教育的双向整合，不同方式组合的技术模块可以随时方便地进行技术应用调整，使技术与教育从应用性整合、工具性整合、单方面的整合，发展为融合性的整合、交互式的整合、双向的整合。

（三）元模块法在智慧教学中的实践探索

根据《教育信息化2.0行动计划》部署，广州市广播电视大学参与广州市的“智慧培训工程”和“协同创新工程”。智慧培训工程依托广州市级教师发展中心建设和教师信息技术提升2.0工程，充分融合新技术、新媒体和新网络，旨在创建了一个国内领先、具有示范意义的泛在教师智慧研训空间，促进优质教育教学资源共建、共用、共享，形成“互联互通”的智慧师训学习生态，打造教师协同创新发展的长效机制[15]。

广州市中小学教师继续教育网服务于广州市的教师培训和专业成长，为适应业务高速增长的实际情况以及未来发展规划，充分利用大数据、人工智能技术，将“广州市中小学教师继续教育网”升级为“广州市中小学教师继续教育网云”，打造智慧培训的网络平台[16]。教师通过智慧师训学习生态实现基于元功能和元应用基础上的教育基础应用的模块（如教学教法、备课答疑、训练练习等），改革教学模型，创新教法实践，例如翻转课堂就是针对教学教法的创新性改革模式。通过智能学习平台、网络研修社区、名师工作坊等搭建教学教法、备课答疑、资源开发的共享、共建，通过智能备课平台、智能交流研修平台、名师面对面平台，帮助教师从“教学新手”成长为“技术熟练者”。

基于人工智能在数据发掘、规律发现、知识开拓等方面的元应用，可高效实现师生的训练练习、考试考核、测量評价等模块，形成可随时提取更新的智能化题库，可以完成满足学生个体的有针对性的考试考核，搭建起智能测评评价体系。“智慧课室”通过对课堂教学活动，包括语音、图像、交互等行为进行实时的数据提取和分析，形成教师课堂教学分析报告，为教师进行教学反思和教研分析提供数据支持，帮助教师成为“教学反思者”，有利于教师专业发展。中小学学校可利用元应用的最优决策、智能创意、模式识别等实现学校的教务管理智能化、制度法规民主、有效和高效，推进了智能化校园的建设。

理论分析和我们的教学实践都表明；这种结构化应用模型在人工智能赋能各教学环节、人工智能技术与教育的双向整合、促进受教育者全面发展等方面都有良好的运用前景。由于人工智能在教学中的应用正在飞速的发展，新的运用思想，新的运用模式，新的运用工具层出不穷，要求相应的教学环境和教学平台必须不断的调整和升级跟进。元模块法构建的教学模型具有灵活的可组装性，可以用较低的成本实现不断地升级更新，因此它在更新速度十分迅速的人工智能教育应用和教师继续教育中，都具有广泛的应用前景。

参考文献：

[1][2] 李朝辉.教学论[M].北京：清华大学出版社，2010.

[3][4] 田阳，纪河.基于教育场域的网络学习环境探究[J].中国电化教育，2019，（4）：36-43.

[5] 萧浩辉.决策科学辞典[M].北京：人民出版社，1995.

[6] 陈会昌，庞丽娟等.中国学前教育百科全书（心理发展卷）[M].沈阳：沈阳出版社，1994.

[7][13] 布莱恩·阿瑟.技术的本质：技术是什么，它是如何变化的？[M].杭州：浙江人民出版社，2017.

[8] 汤晓鸥，陈玉琨.人工智能基础[M].上海：华东师范大学出版社，2018.

[9] [美] 史蒂芬·卢奇，丹尼·科佩克，人工智能[M].北京：人民邮电出版社，2018.

[10][15] 曾海，李娇儿等.智慧师训——基于新一代信息技术的教师专业发展新生态[J].中国电化教育，2019，（12）：116-122.

[11] 姜强，赵蔚.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育，2015，（1）：11-13.

[12] 黄荣怀，汪燕等.未来教育之教学新形态：弹性教学与主动学习[J].现代远程教育，2020，（5）：3-14.

[14] 科技部.智能教育创新应用发展报告[J].中小学信息技术教育，2019， （10）：7

[16] 曾海，洪亚楠等.由“个体”到“协同”探索与建构混合式研修“广州模式”新生态[M].北京：北京师范大学出版社，2018.

作者简介：

曾海：副教授，硕士，研究方向为远程教育、教育信息化、教师继续教育。

王竹青：副教授，硕士，研究方向为教师专业化发展、远程教育。

邱崇光：教授，研究方向为教育技术、教师继续教育。

A Study on Building a Model of Artificial Intelligence Teaching Application Based on Metamodule Method

Zeng Hai， Wang Zhuqing， Qiu Chongguang（College of Teacher Education， Guangzhou Open University， Guangzhou 510091， Guangdong）

Abstract： Research on the application of artificial intelligence in education theory and practice has become an important element for education upgrading. However， its application in the teaching system is mostly empirical and lacks systematicity， completeness and extensibility. The content of its application examples is mostly scattered and not yet a clear system and structured application model. This paper proposes the concept of “Meta-module” based on Systematic Theory and “Metacognition” Theory， combined with the theoretical logic system of the nature of technology. On the basis of “Meta-module”， this paper studies five meta-functions and six meta-applications of AI and its basic application system， and apply them to the basic application and the high-end application modules in education. Under the guidance of the teaching design idea derived from the research， an artificial intelligence teaching application model based on Meta-module Method is constructed. The Meta-module Method and its Artificial Intelligence Modular Teaching Application Model have the advantages of flexibility， efficiency and advancement. This paper has looked forward to the theoretical value and good application prospect of this model in the aspects of empowering various teaching links， the two-way integration of AI technology and education， and promoting the all-round development of the educated.

Keywords： Artificial Intelligence； meta-module； meta-function； meta-application； teaching system； teaching model

收稿日期：2021年9月27日

责任编辑：邢西深