摘 要：智能时代，教育数字化转型的重要目标是转向人工智能教育，推进教育智能化，其突破口是教育智能技术创新。随着以AIGC为代表的生成式通用人工智能（AGI）技术的突破，以及ChatGPT教育应用的风靡，人工智能教育的领域与学科迎来大发展机遇。双向赋能形成了教育人工智能和智能化教育双领域。人工智能教育学科的逻辑起点是人工智能与教育的双向赋能，逻辑终点是教育的高绩效和培养智能素养。本文分析了AIGC教育应用的9大技术场景与4大角色任务，并基于人工智能与教育的双向赋能理念，论述了人工智能教育的领域、学科与专业创新框架，提出了学科研究范式体系以及专业创新的源动力、任务与策略。

关键词：AIGC；AGI；双向赋能；教育人工智能；人工智能教育；领域创新；学科创新；专业创新

中图分类号：G434 文献标识码：A 文章编号：1674-7615（2023）04-0012-15

DOI：10.15958/j.cnki.jywhlt.2023.04.002

一、ChatGPT、AIGC引爆人工智能教育大发展

2022年11月30日，美国OpenAI公司发布的ChatGPT（Chat Generative Pre-Trained Transformer，可直译为“聊天式生成型预训练变换模型”）聊天机器人，引爆了生成式通用人工智能技术应用，其后短短两个月，使用该机器人的活跃用户便超1亿。ChatGPT基于GPT 3.5架构，通过学习大量现成文本和对话集，能够像人类那樣即时对话，流畅回答各种问题。2023年3月15日，ChatGPT基于GPT-4架构进行了迭代升级，其后出现了使用GPT-4作为驱动基础，允许自主执行任务，无需用户提示每个操作的AutoGPT[1]。未来，具有多模态输入、输出和处理功能的GPT-5将推出。AutoGPT的最大特点，在于能全自动地根据任务指令进行分析和执行，自行提问并回答，中间环节不需要用户参与。GPT模型此前已有GPT-1、GPT-2、GPT-3版本，由OpenAI分别于2018年6月、2019年2月、2020年5月发布，其模型参数量和预训练数据量不断增加，其泛化、理解、转换、学习能力不断增强。GPT系统已可用于文案写作、艺术创作、科研辅助、智能编程、智能教学、智能控制、智能客服、社交娱乐等领域。

GPT属人工智能生成内容（Artificial Intelligence Generated Context，简称AIGC）中的一种代表性模型。AIGC技术可被用于生成文本、图像、声音、视频、代码及其他跨模态内容。AIGC的发展经历了萌芽期（20世纪50年代至90年代）、沉淀积累期（20世纪90年代至21世纪10年代）、快速发展期（21世纪10年代至今）。其中，代表性事件有：1957年，莱杰伦·希勒与伦纳德·艾萨克森推出了由计算机制作的音乐《依利亚克组曲（Illiac Suite）》；1966年，约瑟夫·魏岑鲍姆与肯尼斯·科尔比推出了人机可对话机器人Eliza；2007年，出现了由人工智能创作的小说1 The Road；2012年，微软推出了全自动同声传译系统；2018年，英伟达推出的StyleGAN可自动生成高质量图片；2019年，DeepMind研发的Dual Video Discriminator GAN人工智能模型可自动生成连续视频；2023年，百度发布的“文心一言”大语言模型，初具“文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成”等功能。

AIGC体现了知识内容由专家（P）生成、用户（U）生成向人工智能（AI）生成的飞跃，同时标志着AI由分析式向生成式的飞跃。分析式AI主要利用机器学习技术完成分类、预测、决策等任务，诞生了卷积神经网络等技术。生成式AI能利用学习数据产生模式创造新样本，诞生了大型Transformer网络模型等技术。未来，通用型人工智能（AGI，Artificial General Intelligence）赋能，有可能使智能系统像人一样学习、工作与创新。AIGC技术在教育中的应用，可从技术场景与角色任务两个维度来分析，见表1。

生成式通用人工智能引爆智能教育的大讨论，并受到广泛关注[4-5]，我们必须审时度势，抓住人工智能大发展机遇，共创人工智能教育的领域、学科与专业建设新天地。

二、人工智能与教育的双向赋能

（一）赋能与双向赋能

赋能，从字面上看指给予能力，从管理学视角看指赋权增能，从技术学视角看指提升主体性能，从系统科学视角看指提升系统功能。赋能的基本方式有外在增能与内在使能两种。在传播学中，“媒体是人体的延伸”强调的是利用媒体赋予人体新的机能，包括提高人的感觉能力，打破人的感官刺激习惯，赋予媒体功能的互补。

在人工智能领域，人工智能是人脑的延伸，强调利用算法模拟人脑的机能，赋予人造系统新的认知或决策能力。

在人工智能教育领域，人工智能与教育的赋能是双向的：一方面，通过人工智能赋能教育，使教育因“人工智能”这个内生变量而产生革命性变化，转化为智能化教育这个新形态；另一方面，通过教育赋能人工智能，使人工智能因“教育”这个特定应用场景而产生具有“教育”特征的人工智能（简称教育人工智能）。其中，“智能化教育”的终极目标是追求高质量的个性化教育，“教育人工智能”的核心技术是教学算法。

（二）人工智能赋能教育：智能化教育的兴起

智能化教育是指基于智能感知、教学算法与数据决策等技术，利用智能工具对学习者、教师、教学内容、教学媒体及教育环境进行自动分析，实施精准干预，支持个性化学习与规模化教学，形成教育的智能生态，培养学习者智能素养和实现教育高绩效的理论与实践。

在智能化教育中，AI从技术基础、基本策略、目标定位三个层面[6]对教育赋能，即利用智能感知、教学算法、数据决策技术为教学系统中信息的采集、处理和应用等赋能；通过培养智能素养和促进教学优化，为教育的价值赋能。

AI为教育赋能，其实是技术为教育赋能的体现。从光电技术诞生至今，已经历了电影技术、录音技术、幻灯技术、电视技术、多媒体技术、网络技术为教育赋能而兴起的电影教育、录音教育、幻灯教育、电视教育、多媒体教育、网络教育。这些教育可统称为“电化”教育。智能时代的“电化”教育主要表现为智能化教育。

（三）教育赋能人工智能：教育人工智能的形成

教育人工智能是指用于教育场域且具有教育特征与功能的人工智能。教育为AI赋能，使AI有了新的应用领域、新的门类，使AI在通用的机器感知、机器学习、机器推理、机器行为等脑功能模型基础上，创新出智能学生模型、智能教师模型、智能教学决策模型、智能教材模型、智能教学系统模型、智能教学环境模型等专业模型。

同时，教育为AI赋能，其实是教育为技术赋能的延续。教育电影、教育录音、教育幻灯、教育电视、教育多媒体、教育网络等专业技术与媒体类型，无一不具有教育特征和教育功能。例如，都强调面向特定的教学对象，具有特定的教学作用，符合认知特点和教学规律。教育人工智能，同样要体现教育特点并具有教育功能。教育AI，按其来源分，有专门设计的教育AI和可利用的教育AI；按教育系统与环境的要素分，有智能教师、智能学生、智能教育内容、智能教育工具、智能教育平台、智能教育环境等。

（四）人工智能教育的领域、学科与专业创新框架模型

1.模型内容

基于双向赋能的人工智能教育的领域、学科与专业创新框架模型，如图1所示。

从图1可以看出，基于双向赋能，形成了智能化教育与教育人工智能两大学术领域。通过对这两大领域的不断探索与创新，可逐步形成人工智能教育学科。该学科的建设任务包括三个方面：一是作为知识体系的人工智能教育学科，要逐步明确学科的逻辑起点、知识体系、学科性质与定位，了解学科发展路径，形成学科研究范式与方法；二是作为知识生产组织的学科，要明确学科使命和建制，建立学科队伍，编制学术刊物，设置学位点；三是作为教学科目的学科，包括教学科目的划分与内容组织、实施计划、课程设置与教学评价等。

基于学科建设和为智能社会培养人才的目标，逐步形成人工智能教育专业。该专业有智能化教育、教育人工智能、智能科技教育等专业方向。在专业建设中，要明确专业人才需求与培养方案，落实专业课程与教学，开展专业实践与评价，建立专业机构及场所，实施专业认证。

总体看，领域建设是学科建设的基础，学科建设是专业建设的基础，通过学科建设评价可调控领域建设，通过专业建设评价可调控学科及领域建设。在领域建设中，教育人工智能子领域又是智能化教育子领域的重要支撑，也是当前教育技术学专业创新的重点。同时，智能化教育是人工智能与教育融合的目标，是各学科开展人工智能教育的努力方向，能为教育人工智能的研发提供现实需求与检验场域。

2.建模目的

（1）落实国家发展规划，促进人工智能学科建设。2017年，国务院印发的《新一代人工智能发展规划》强调，“到2025年人工智能基础理论实现新突破”“完善人工智能领域学科布局，设立人工智能专业，推进人工智能领域一级学科建设”[7]。本模型有助于推进教育人工智能和智能化教育两大子学科模块的建设。

（2）面向智能社会人才培养，推进人工智能教育专业建设。该模型有助于为研制人工智能教育专业人才培养方案和专业体系顶层设计提供思路。

（3）适应智能时代的发展，推进教育技术学科、专业与课程改革。现有的教育技术核心是教育信息技术，强调多媒体网络的教育应用。随着智能科学与技术在教育领域的推廣应用，教育技术亟待由教育信息技术向教育智能技术转型。

3.建模依据

（1）理论依据。包括人工智能教育原理、科技与教育双向赋能理论、教育科学学、教育社会学等方面的理论依据。其中，人工智能教育原理分别从教育层面、教学层面、要素运行层面阐明了人工智能教育的基本规律。教育科学学理论有助于明确人工智能教育学科在教育科学体系中的定位，教育社会学理论有助于探讨人工智能教育与社会智能化过程的关系以及智能人才培养的问题。

（2）实践依据。表现为国家政策倾向、社会发展需要、教育技术专业创新、教育数字化转型等的支持作用。在教育技术专业发展中，已经历过教育视听技术、教育信息技术等学科与专业的兴起、发展与更新，本模型是原有演变的延续。

4.模型应用策略

本模型的应用应把握如下策略：一是内在逻辑方面，先基于双向赋能，促进人工智能教育领域建设，再进行学科建设，最后进行专业建设；二是发展趋势方面，要整体把握，分项落实；三是要立足现实，基于教育技术学科与专业的现实基础，面向人才需求，讲究实效。

三、智能化教育与教育人工智能领域的结构、演变与创新

（一）人工智能教育的两大领域及其关系

智能化教育和教育人工智能是人工智能教育研究的两大领域，二者之间的关系见表2。

（二）智能化教育领域的结构、演变与创新

1.智能化教育领域的结构

包括由教师、学生、教育内容、教育媒体所组成的智能教育要素结构，由智能教学环境、教学系统要素所组成的AI与教学深度融合结构，由教学设计、教学实施、教学评价所组成的智能化教学实践结构。

2.智能化教育领域的演变

人工智能教育包括智能化教育与智能科技教育。智能化教育的演变，按智能技术应用的深度和广度，可分为人工智能辅助教育与人工智能深度融合教育两个发展阶段。

在人工智能辅助教育阶段，人工智能作为一种感知工具、认知工具、管理工具、测评工具、分析工具，帮助教师与学生进行一些教学活动，以提高教学绩效为主要目标，但教育形态尚未发生根本性变化。

在人工智能深度融合教育阶段，智能化教学环境全面建立，智能化教学方式可以按需选用，智能化教学结构已经形成，教育思想、教学目标、教学内容、教学模式、教学组织形式、教学评价等全面智能化，并形成新的教育形态。

3.智能化教育领域的创新

包括对已有领域的优化和对潜在领域的挖掘两个方面。所谓优化，从系统科学角度看，是指使系统结构更合理、系统过程更协调、系统功能更好的调整过程。智能化教育领域的优化强调，要不断调整现有智能教育的知识体系、技术体系、方法体系、活动体系、评价体系等，使其更适应教育环境条件，满足教育需要，并确保其运行能取得高质量的教育效果。

智能化教育领域的创新点主要有：关注不同种类教育的智能化（如普通教育、特殊教育、成人教育、职业教育、远程教育、党员教育、家庭教育、社会教育等的智能化）；聚焦不同层面的教育智能化问题（如教育智能化发展战略与规划的制定、智能化课程的设置与开发、智能化教材的编制、智能化教学资源与环境的设计与开发、智能化教学策略的选择与运用、智能化教学管理与评价等）；重点加强四大基本策略（利用智能工具进行自动分析、实施精准干预、支持个性化学习与规模化教学、形成教育的智能生态）的研究；进而建立比较完善的智能备课、智能授课、智能辅导、智能教学管理等的理论体系、实践体系与研究方法体系。

基于AIGC的智能化教育中，除表1中的9大技术场景和4大角色任务所引发的创新点外，还需关注如下领域：更新AI教育哲学体系，改革课程、教材、教法、学法、教学评价体系，加强AI教育应用的伦理、安全性、可靠性研究，建立AI教育的审核与认证体系，避免数据算法毒害与技术绑架。

（三）教育人工智能领域的结构、演变与创新

1.教育人工智能领域的结构

教育人工智能领域的结构包括以下几个方面。一是不同层次的教育人工智能结构：基础层——智能感知系统（如智能传感器、智能摄像头）、智能通信网（如5/6G网络、智能互联网、近场通信）、智能计算芯片与云服务；支撑层——图像识别、语音识别、场景感知、机器学习、知识发现、机器翻译等；应用层——教学专家系统、智能教学平台、智能教学工具、智能教学测评系统、教学机器人、智能教室等。二是不同原理的教育人工智能结构，如基于符号主义数理逻辑的教学专家系统，基于连接主义深度学习神经网络的机器视觉与语音识别系统，基于行为主义类脑计算的教学机器人。三是不同集成度的教育人工智能结构，如功能较单一的智能教学APP，功能较全面的智能教学平台，集成度较高的智能校园与智能教育云。

将新一代人工智能技术中的知识计算引擎与知识服务技术、跨媒体分析推理技术、群体智能技术、混合增强智能技术、自主无人系统技术、虚拟现实智能建模与元宇宙技术、智能通信技术、物联网技术、云计算技术以及AIGC、AGI等，如何转化为教育智能技术，是教育人工智能技术研究的主攻方向。

2.教育人工智能领域的演变

（1）萌芽期（1956—2016年）。以1956年“人工智能”（Artificial Intelligence）这个词的诞生为起点，以2016年AlphaGo打败世界围棋冠军而掀起AI教育热为终点。其中，基于梅瑞尔的教学处理理论（Instructional Transaction Theory，简称ITT）[8-9]开发的教学设计专家系统ID ExpertTM原型[10]和改进型的IDXelerator系统，是20世纪90年代智能教学系统的典型代表[11]。在该时期，因人工智能技术、计算机技术、通信技术等的限制，教育人工智能只是在很小的范围内进行一些探索性应用。

（2）初步发展期（2017年至今）。2017年7月8日，国务院印发的《新一代人工智能发展规划》吹响了社会智能化的号角，教育人工智能领域与学科建设受到前所未有的重视。目前，已有多种学科教学智能APP、智能教学平台、智能教学机器人产品被推广应用，见表3。近年来，面向教育应用的GPT大模型和AIGC技术的开发受到广泛关注，智慧教室、智慧校园、智能教育元宇宙建设正在铺开。但总体看，教育人工智能领域尚缺乏标准化、系统化、专业化的理论体系与技术体系，专业课程建设与人才培养亟待加强。

3.教育人工智能领域的创新

从学科视角看，教育人工智能领域的创新有原理类、软件类、硬件类等子域，其建设重点与策略如下：

（1）原理类领域。建设重点包括计算教育原理[12-13]、教学算法、教育大数据处理方法、教育人工智能的数学基础、教育人工智能伦理等。其中，计算教育是指通过采集教育数据，用数学模型和计算机技术，模拟、分析教育现象，发现教育规律，解释、预测和控制教育状态，以达到优化教育过程和效果的目标，是人工智能教育的一个重要子领域。建设策略为：加强基础理论研究、学科交叉研究，面向实践，面向需求，循序渐进，逐步建立起新的子学科。

（2）软件类领域。建设重点包括教育智能软件工程、智能教学APP开发、智能教学平台开发、教学专家系统开发、智能教学测评系统开发、智能教学机器人开发、智能教学软件评价标准研究等。建设策略为：针对用户需求，组建专业团队进行设计与开发；由教育主管部门牵头，组织大型机构开发一系列开源模块，以便师生按需设置和使用；鼓励AI企业参与研发，在教育管理部门或机构的监督下，形成健康运行的智能教育软件生态。

（3）硬件类领域。建设重点包括智能教学终端设备（如智能手机、平板电脑、智能交互电子白板），智能数据采集设备（如基于摄像头的行为数据采集、基于机器学习的心理数据采集、基于可穿戴设备的生理信息采集），智能教学服务器，智能教学音像设备，智能教学环境控制设备（如智能灯光、智能空调等），教学机器人设备等的研制、应用与维护。建设策略为：加强智能（慧）教学实验室/教室、智慧校園建设，制订有关建设与评估标准，合理安排建设与维护经费；支持企业研发、制造和维护教育智能硬件系统。

按照国家自然科学基金项目子类“教育信息科学与技术（F0701）”的战略定位，强调利用智能信息技术方法开展原创性、基础性、前瞻性、交叉性研究，进而实现“教育主体可理解、教育情境可计算、教育规律可解释、教育服务可定制”的远景目标。项目研究的热点领域主要有：智能技术支持的学习者特征挖掘与建模，智能教育资源的聚合与供给机制，智能学习环境建构技术，个性化学习支持服务技术，智能技术支持的教育评价，基于教育神经科学的学习发生机理，智能教育产品研发，人机协同教育创新，通用人工智能的教育应用等[14]。

四、人工智能教育学科创新

（一）人工智能教育学科创新的必要性与可行性

学科是指“制度化、建制化的科学研究领域”“理论化、系统化的科学知识”[15]。“通常从三层含义上定义学科：一是学问的分支；二是教学的科目；三是学术的组织。”[16]学科建设是指学科的创设与完善。人工智能教育学科创新的必要性体现在：一是亟需系统化的人工智能教育知识体系指导实践，避免知识零散和知其然不知其所以然；二是亟需加强人工智能教育学术共同体、学术刊物、学术机构等学科组织建设，使学科发展有良好的环境和后劲；三是亟需加强人工智能教育的教学科目建设，包括教学内容的选择与组织、教学大纲和学科评价方案的制订等。

人工智能教育学科创新切实可行，主要表现在：政策上，符合国家政策和教育发展规划；理论上，通过借鉴信息技术教育学科建设的成熟经验，整合人工智能教育的系列研究成果，使理论创新具有扎实基础；实践上，计算机科学与技术学科门类中已有人工智能科技教育之类的子学科，在教育学门类下已有智能化教育与智慧教育之类的大量探索。

（二）人工智能教育学科的研究对象与性质

人工智能教育学科的研究对象是智能化教育和教育人工智能，这是由人工智能教育的两大领域决定的。要通过学科研究，解决两大领域中的问题，发现科学现象，揭示内在规律。

人工智能教育学科具有如下性质：一是人工智能与教育的交叉学科，二是教育技术学科下的新型分支学科，三是以培养智能素养和促进教学优化为根本宗旨、面向教育智能化的应用性学科。

（三）人工智能教育学科的逻辑起点与基本框架

1.逻辑起点

逻辑起点是指学说（理论、思想、流派等）中最基本、最简单的起始范畴，是学说赖以建立的基础。逻辑起点与学说的建构及体系直接相关。

关于人工智能教育学科的逻辑起点，有多种看法，如人工智能、教育、基于人工智能的教育、教育中的人工智能、赋能、人工智能赋能教育、教育赋能人工智能、人工智能与教育的“双向赋能”、计算教育等。本文认为，逻辑起点中的概念抽象程度不宜太高（如人工智能、教育、赋能）或太低（如人工智能教育、计算教育），同时应与研究对象相符，不能太偏（如基于人工智能的教育、教育中的人工智能、人工智能赋能教育、教育赋能人工智能）。人工智能教育学科的逻辑起点是人工智能与教育“双向赋能”，这一逻辑起点有助于拓展学科领域，建构学科内容体系，团结学科队伍，实现学科价值，促进专业发展。此外，“计算教育”更多地表现为一种研究范式，而不是逻辑起点。

2.基本框架

基于上述认识，可构建出人工智能教育学科的逻辑结构模型（见图2）、知识体系框架（见图3）、劳动组织框架（见图4）、教学科目体系框架（见表4）。

从图2可知，人工智能教育的逻辑起点是人工智能与教育“双向赋能”，逻辑中介是“智能化教育”和“教育人工智能”，逻辑终点是实现人工智能教育的两大目标（教育的高绩效和培养智能素养）。人工智能教育学科的发展有社会的、技术的、教育的和研究范式的背景。

从图3可知，人工智能教育学科的本体知识，有本质论、发展论、主体论、伦理论、目标论、过程论、方法论、课程论、资源论、环境论、管理论等一系列内容。其理论基础知识包括学习理论、课程与教学论、系统科学理论、智能科学理论等，技术基础知识包括建模与算法、智能系统设计与开发、智能数据库、智能编程、智能感知、数据决策、AIGC与AGI等方面的技术。

从图4可知，人工智能学科的劳动组织包括学科制度（定位）、学科机构、学术刊物、学会活动、学位点与专业设置等方面的内容。

表4从教育技术学专业人工智能教育方向这个视角，列出了不同办学层次的人工智能教育的教学科目名称，分为专业主干课和专业拓展课两类。各学校可根据办学背景、就业取向、师资条件等实际情况进行调整与补充。其中，人工智能教育学是一门研究人工智能教育现象、本质和规律，优化教育过程，实现教育高绩效的科学。人工智能教育学是教育学科的新分支，在人工智能教育学科的教学科目体系中具有核心支撑作用。

（四）人工智能教育学科研究的范式与方法

学科建立的三要素是：相对独立的研究对象、研究方法与知识体系。人工智能教育学科研究中可采用的研究范式有6种，见图5。

从哲学高度探讨人工智能教育的本质、价值、内容、目的、变化机制、发展规律等，可采用哲學思辨研究范式。借用自然科学的研究范式，运用数学工具精确描述教育事实和解释教育现象，以期发现普适性的人工智能教育规律，属于实证主义研究范式。而以研究者本人为研究工具，在自然情境下，使用实地体验、开放性访谈、观察、文献分析、个案调查等方法，对人工智能教育现象进行深入和长期的整体性研究，使用归纳法分析资料并形成理论，通过与研究对象互动对其行为意义建构解释性理解，为人文主义研究范式。这三种范式处于图中的外层，是各学科通用的研究范式。

通过对复杂教学系统的运行进行干预，采用定性、定量结合与设计者、实施者、研究者合作的方式，在解决实际教学问题和提高教学绩效的过程中，建构设计原则与教学理论，即基于干预主义的设计研究范式。在人工智能教育活动中，存在人—机间、人—机—人间、人—人间的多种交互作用，可从交互内容、交互活动、交互教学行为、交互群体关系、交互活动层次等多视角进行分析，从而探讨交互主体间相互作用的机制与运行规律，进而建立相应的人工智能教育理论，属于基于互动主义的交互研究范式。设计研究范式和交互研究范式是具有教育技术学科特色的研究范式，处于图5的中间层。

以通过智能感知实时采集密集型教育数据为基础，以建模仿真为手段，通过数据挖掘和算法运用，解决人工智能教育中的自动分析、精准干预、大规模个性化教学等方面的问题，揭示智能化教育规律，这种基于大数据和建模计算的教育研究范式，简称计算教育研究范式。计算教育研究范式是人工智能教育学科特有的研究范式，该范式与传统定量研究范式的比较见表5。

人工智能教育学科研究方法随研究的问题、目标、范式的不同而有不同的选择。其中计算教育研究范式中的研究方法可借用人工智能的研究方法。近年来，一些学者在该领域进行了卓有成效的探讨[17-18]。

五、人工智能教育专业创新

（一）专业创新的源动力：赋能与需求的推动

自20世纪初以来，技术与教育的双向赋能已推动教育技术学专业产生了一系列变革。其中，20世纪初至80年代，视听技术与教育的双向赋能推动了教育视听技术专业的发展；20世纪90年代至21世纪10年代，多媒体网络技术与教育的双向赋能推动了教育信息技术专业的发展；20世紀20年代以来，人工智能技术与教育的双向赋能正促进教育智能技术专业的发展。为适应社会发展对教育技术专业人才的新要求，在专业变革的每一个阶段，都需要探索一系列新的理论与技术，进行一系列新的课程建设，改革专业培养方案。这种变革意味着专业的大调整、大发展，意味着挑战与机遇并存。目前，我国各高校已经瞄准教育智能化这个大方向，纷纷建立智能（慧）教育研究机构，开设相关课程，进行专业调整，并初见成效。然而，系统化的人工智能教育专业建设仍任重道远。

基于OBE（Outcomes-Based Education的简称[19]，可理解为结果/产出/目标导向教育）理念[20]，人工智能教育专业建设的基本宗旨，应根据智能社会对专业人才的需求来制订专业培养方案。智能社会对专业人才的需求是多方面的，其核心需求是具备智能素养。智能素养是指人恰当使用智能技术进行创造创新活动以及提高活动绩效所形成的品格、能力和修养。智能素养的关键要素有智能学习素养、智能做事素养、智能处世素养。智能学习素养是学习者在智能学习的组织、实施和结果运用中所形成的，智能做事素养包括计算思维、创造创新能力、项目管理能力等，智能处事素养包括智能社会沟通与适应能力、伦理道德修养、冲突调解能力等。

（二）人工智能教育专业创新的意义、任务与策略

1.人工智能教育专业创新的意义

（1）有助于为智能社会培养大批高规格人才，提升公民智能素养，促进智能社会的发展。

（2）有助于促进教育智能化。教育智能化是智能时代教育现代化的目标与追求，加强人工智能教育专业建设，有助于为教育智能化提供人员、技术、知识等多方面的支持。

（3）有助于促进人工智能教育学科与课程建设。学科是专业发展的基础，学科与专业作为一种基本组织实体共存，并在资源上相互支撑。专业发展有助于学科知识的传承。课程是专业的载体，专业人才的培养要通过课程的实施来实现。

（4）有助于促进教育技术事业的发展。教育技术事业的生命力在于不断创新。人工智能教育专业是教育技术事业的重要组成部分，其建设是智能时代教育技术事业兴旺的标志。

（5）有助于促进人工智能教育专业的成长与优化。该专业从无到有、从小到大，需要各类要素的不断充实、磨合，并形成良好的运行生态。只有加强建设，才能发展壮大。

2.人工智能教育专业创新的任务

（1）专业方向的选择与设置。建议根据社会需要与办学条件，重点考虑设置教育人工智能、智能化教育、智能科技教育专业方向。教育人工智能侧重于教育应用场景中的智能技术开发，智能化教育侧重于人工智能与教育的融合和利用人工智能促进教育改革，智能科技教育侧重于在各类学校中普及人工智能科学与技术知识。

（2）专业人才体系建设。包括教学、科研、管理、应用等方面的人工智能教育人才的培养、引进及更新等工作。

（3）专业课程体系建设。包括专业基础课、专业核心课、专业拓展课的设置，教材开发，教学平台建设等。

（4）专业研习、见习、实习体系建设。包括基地建设、实验室建设、设备配置、实践能力培养方案的制订与实施等。

（5）专业机构的设置与生态建设。包括理顺专业管理机构，建立学术组织，形成由AI企业、学校、家庭等组成的人工智能教育生态。其中，要注重制订专业规范，开展专业活动，发挥专业机构的作用，赢得社会认可。

3.人工智能教育专业创新的策略

（1）注重专业的“反向设计、正向施工”。“反向设计”强调以国家和社会对人才的需求、教师教育政策、学校的办学定位、学生的就业期望等方面的“产出”需要为导向，倒推设计出专业人才的培养目标、毕业要求、课程体系等；“正向施工”强调以课程教学和办学条件为基础，以能力培养为主线，以毕业要求达成为努力方向，以培养目标实现为终点，通过对课程目标、毕业要求、培养目标达成情况的动态评价，使专业发展持续优化。

（2）加强对专业建设的组织领导，增强政策、人力、财力、物力的支持力度。建议主管部门制订人工智能教育学科与专业发展规划，加强师资队伍建设，增加经费投入，完善实验条件，为专业发展提供必要条件。

（3）加强教育技术专业改革，把人工智能教育作为教育技术学专业更新的重要方向之一，高度重视由教育信息技术向教育智能技术、由信息化教育向智能化教育的转变。

（4）加强专业生态建设。建立同类学校相同专业的联盟，建立专业教学、服务与研发联动机制和产学研互促机制，建立大学、中小学、AI企业合作机制，加强算力、算法、算据等方面的办学条件建设，使人工智能教育专业具有良好的支持环境。

（5）加强师资队伍建设。技术变革对教师知识能力结构提出了新的要求和挑战[21]。因此，需要通过培训、研修等途径，帮助现有教师掌握人工智能教育专业知识，提升数字素养[22]；通过引进、聘用等途径，把一批才俊充实到教学科研队伍；利用专业生态资源，在重大项目建设与高技术应用等方面，寻求相关企业的支持，建立技术支持团队。

（6）建立高质量的课程与教学体系。课程是专业人才培养的载体，专业培养目标、毕业要求等的达成，离不开课程目标这个支撑。要建立高质量的课程目标、课程内容、教学方法、教学活动、教学考核体系，把专业目标分解和落实到每节课和每项教学活动中。

（7）以学生为中心，注重智能素养培养，建立面向专业能力提升的专业人才培养体系。其中，本科层次的培养目标可表述为：以党的教育方针、国家和智能社会的需求为导向，以学校定位为基础，培养具有高尚的道德品质、良好的科学和人文素养、较强的创新精神和实践能力，系统掌握人工智能教育专业必需的基础知识、基本理论、基本技能和方法，能对智能化教学资源与环境进行设计开发，对智能化教学过程进行设计与实施，能推动教育智能化持续发展的创新型高素质人才。

（8）建立人工智能教育专业的认证体系和持续优化机制。建立专业认证体系，包括研发国家级专业认证标准，作好认证整体规划，规范认证资质，进行认证审议、反馈与改进。此外，要开展分级分类认证，以评促建，落實立德树人根本宗旨，发挥评价的导向、鉴定、诊断、调整和改进作用。

（9）以生成式通用人工智能教育为重点[23]，瞄准人工智能技术与应用的升级，不断优化教、学、管、研等领域人工智能教育专业素养的培养。未来高素质人才的评价标准，不只是看记住了多少知识，而是强调熟练运用先进知识生产工具及时生成高质量知识制品的能力，以及对知识制品的鉴别、推广与应用能力。为此，需要树立新的知识观、能力观、教学观与学习观，以应对新科技革命为教育带来的一系列新的变革、机遇和挑战[24]。

参考文献：

[1] GITHUB.Auto-GPT[EB/OL]（2023-03-30）[2023-04-23].https：//github.com/Significant-Gravitas/Auto-GPT.

[2]王一岩，郑永和.多模态数据融合：破解智能教育关键问题的核心驱动力[J].现代远程教育研究，2022，34（2）：93-102.

[3]DANNY D，FEI X，MEHDI S M S，et al.PaLM-E：An Embodied Multimodal Language Model[EB/OL].（2023-03-06）[2023-04-26].https：//arxiv.org/pdf/2303.03378.pdf.

[4]张绒.生成式人工智能技术对教育领域的影响——关于ChatGPT的专访[J].电化教育研究，2023，44（2）：5-14.

[5]邱燕楠，李政涛.挑战·融合·变革：“ChatGPT与未来教育”会议综述[J].现代远程教育研究，2023，35（3）：3-12.

[6]彭绍东.人工智能教育的含义界定与原理挖掘[J].中国电化教育，2021（6）：49-59.

[7]国务院.国务院关于印发新一代人工智能发展规划的通知[EB/OL].（2017-07-08）[2023-04-26].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[8]MERRILL M D，LI Z，JONES M K.Second Generation Instructional Design：ID2[J].Educational Technology，1990，30（2）：7-14.

[9]MERRILL M D，ID2_RESEARCH_GROUP.Instructional Transaction Theory：Instructional Design Based on Knowledge Objects[J].Educational Technology，1996，36（3）：30-37.

[10]ZHONG M L，MERRILL M D.ID Expert 2.0：Design Theory and Process[J].ETR & D，1991，39（2）：53-69.

[11]彭绍东.教学设计自动化的定义与发展述评[J].电化教育研究，2011（1）：24-34.

[12]谭维智.计算社会科学时代需要什么教育学——兼与《计算教育学：内涵与进路》作者商榷[J].教育研究，2020（11）：46-60.

[13]刘三女牙，周子荷，李卿.再论“计算教育学”：人工智能何以改变教育研究[J].教育研究，2022（4）：18-27.

[14]郑永和，王一岩，吴国政，等.教育信息科学与技术研究的现实图景与发展路向——2018—2022年F0701资助情况分析[J].现代远程教育研究，2023，35（1）：10-19.

[15]王建华.学科、学科制度、学科建制与学科建设[J].江苏高教，2003（3）：54-56.

[16]刘海燕，曾晓红.学科与专业、学科建设与专业建设的关系辨析[J].高等教育研究学报，2007（12）：29-31.

[17]吴慧婷.基于多维度信息融合的学生在线学习投入度研究[D].武汉：华中师范大学，2020.

[18]陈子健.在线学习环境下基于面部表情的学习情绪识别方法及应用研究[D].武汉：华中师范大学，2020.

[19]SPADY W G.Outcome-Based Education：Critical Issues And Answers[M].Arlington，VA：American Association of school Administrators.1994：1-10.

[20]施晓秋.遵循专业认证OBE理念的课程教学设计与实施[J].高等工程教育研究，2018（5）：154-160.

[21]王毅，吴玉霞.国内外“人工智能+教育”研究热点、异同比较及发展启示[J].教育文化论坛，2023，15（1）：81-91.

[22]惠天罡.国际中文教师数字素养提升的必要条件、现实基础与实践路径[J].云南师范大学学报（对外汉语教学与研究版），2023，21（2）：9-19.

[23]于浩，张文兰.基于ChatGPT技术的教育教学变革思考[J].继续教育研究，2023（5）：33-39.

[24]王春辉.国际中文教育数字化发展的趋势与反思[J].云南师范大学学报（对外汉语教学与研究版），2023，21（2）：1-8.

A Framework for AI Education Innovation Based on Bidirectional Empowerment in the AIGC Era

PENG Shaodong

（School of Educational Science， Hunan Normal University， Changsha， Hunan， China， 410081）

Abstract：The important goal of the digital transformation of education in the intelligent era is to turn to artificial intelligence education and promote the intellectualization of education， with the innovation of educational intelligence technology its breakthrough. With the breakthrough of generative Artificial General Intelligence （AGI） technology represented by AIGC and the popularity of ChatGPT in education applications， the field and discipline of AI education usher in great development opportunities. The bidirectional empowerment has formed two fields of education AI and intelligent education. The logical starting point of AI education is the bidirectional empowerment of AI and education， and the logical endpoint is the high performance of education and the cultivation of intelligent literacy. The paper analyzes 9 major technical scenarios and 4 major role tasks of AIGC educational applications， and based on the idea of bidirectional empowerment of AI and education， this paper discusses the framework of the field， discipline and specialty innovation of AI education， and puts forward the discipline research paradigm system as well as the source power， task and strategy of specialty innovation.

Key words：AIGC; AGI; bidirectional empowerment; educational AI; AI education; field innovation; discipline innovation; specialty innovation

（責任编辑：梁昱坤 郭 芸）

收稿日期：2023-05-02

作者简介：彭绍东，男，湖南新邵人，博士，湖南师范大学教育科学学院教授、博士生导师。