人工智能技术赋能我国高等教育拔尖人才培养,*
时间：2022-12-06 16:10:06 来源：柠檬阅读网 本文已影响 人 
管 佳，韩婷芷，徐国兴①
(1.教育部教育技术与资源发展中心(中央电化教育馆)，北京 100031；
2.华东师范大学 高等教育研究所，上海 200062)
知识创新和科技创新对国家未来发展至关重要，人才尤其拔尖人才培养是知识创新和科技创新的基础和动力，直接关系到国家能否赢得未来发展优势，因此我国将拔尖人才培养提升到国家重大战略部署高度。从国务院印发《统筹推进世界一流大学和一流学科建设总体方案的通知》，教育部颁布《关于在部分高校开展基础学科招生改革试点工作的意见》(也称“强基计划”)，到“基础学科拔尖人才培养计划”(简称“拔尖计划”)的出台并实施，并发展成熟步入“拔尖计划”2.0 时代[1]，再至《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中明确提出需“加强基础学科拔尖学生培养”[2]，拔尖创新人才培养已然成为我国国家重大战略部署。长久以来，在“钱学森之问”的呼唤下，我国高等院校迫切想要探寻出一条拔尖人才个性化培育之道。
人工智能技术发展日新月异，教育信息化迈入了一个崭新的时代，也为拔尖人才的个性化培育提供了一种新思路。2017年国务院印发《新一代人工智能发展规划》，指出人工智能的迅速发展将深刻改变人类社会生活、改变世界，要抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，其中大数据驱动知识学习等成为发展重点，规划强调要利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系[3]。2021年教育部等六部门联合发布《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》，明确提出需聚焦教育高质量发展的迫切需要，深入应用人工智能等新一代信息技术，促进人工智能技术与高等教育教学实践深度融合[4]。教育与人工智能技术的有机融合，为我国高校教育教学改革提供了强有力的技术工具支持，更为大规模开展个性化拔尖人才培育创设出一条可行的路径。
本研究立足人工智能技术赋能拔尖人才培养的逻辑理路，深入剖析我国拔尖教育运行过程中的现实困境，对拔尖人才培养的优化路径开展理论探讨，并最终勾勒出人工智能技术支持下拔尖人才筛选与识别、培育与赋能、发展与监测等全过程的未来发展图景。
(一)技术推动高等教育发展的逻辑起点
技术是实现人类目的的重要手段，技术的更新与变革对于推动拔尖人才培养管理具有重要的影响。唯有厘清技术何以赋能拔尖人才培养的逻辑起点，才能更好地利用技术推动拔尖教育发展。技术主要是指人的活动方式，解决的是如何做的策略问题和方法问题；
从本质上看，技术是对现象的捕获、利用和有目的的编程；
随着时间的推移，新的现象会不断涌现，它们首先被捕获并表达为技术的元素，继而新旧技术才能得以组合[5]。因此，高等教育领域教育新技术的产生和进化无不缘起于对新的教育现象的发现、捕捉、解释和总结。新的教育现象产生后，研究者们对该教育现象及同类现象进行长期的观察、归类、解释和总结，寻找可能的解决方案，继而整合相关领域的可用资源与技术用以设计开发适应新教育现象的教育技术实践方案。总的来说，支撑教育技术发展的核心基础是教育现象和教育规律，对教育现象的发现、捕捉和利用是技术重塑教育的逻辑起点[6]。关注人的成长与发展是教育的核心议题，对学生学习与成长过程中相关教育现象、学习困境的细致捕捉和深入探索是促进人工智能技术与高等教育拔尖人才培养深入融合的前提和基础，在此基础上总结新时代拔尖人才培养的运行规律，并提出顺应教育规律的教育方案是人工智能技术与高等教育拔尖人才培养深入融合的追求和目标。
(二)人工智能助力拔尖教育的现实依据
尽管争议重重，我国拔尖人才培养的内核却始终趋于一致，即在高等教育告别精英化并逐步走向普及化的背景下，旨在通过集中优势资源，为少数拔尖群体提供个性化的学业支持和教育指导，从而为社会培养一批全面的、可持续发展的、具有内生文化力的高素质人才。个性化教育是拔尖人才选拔、培养、评价及发展等各个环节共同的教育使命和追求，也是教学效果达至最大化的有效途径之一。然而，随着教育现代化的推进，在教育规模与效率的盲目崇拜中，个性化教学却深陷于班级授课制、标准化考试与量化教师评价的樊篱中而难以实现[7]。即便是在精英教育阶段，由于教师承担着诸多非教学任务，也很难针对不同学习主体开展针对性的学业指导。随着高等教育从精英教育阶段发展至普及化阶段，在生师配比日益攀升、教学资源存在较大挤兑的背景下，因材施教更是难以实现。在此背景下，借助现代化技术的支持来实现拔尖教育个性化的人才培养目标成为一种现实的选择。
随着人工智能时代的到来，AI技术异军突起，个性化教学重燃希望。以个性化差异化为目标的自适应学习系统，以及软硬兼备的智能教育设备走进人们视野，人工智能成为有效推动教育教学变革的重要工具[8]。当前人工智能呈现出一种“大数据+高算力+深度学习+小任务”的应用形态，探索教育中人工智能的可解释性，是让人工智能在教育领域中更具“责任感”的重要议题，教育中人工智能可解释性经历了以先验知识为主的专家解释，到以统计学习为主的数理解释，再到以深度学习为主的归纳解释的过程[9]。人工智能技术对教育过程数据的采集、挖掘、验证关联等体现着对教育规律的关注。信息技术的飞速发展，大规模线上教育的开展，已经潜移默化地变革了学习者获取、内化知识的方式。要掌握信息社会学习者获取、内化知识的新特点，总结出规律，并提供符合规律的培养支持方案，就需要长期细致地观察、记录学习者行为数据做支撑，需要将人工智能技术的大规模算力与数据相结合，形成真正契合教育认知规律的人工智能算法，进而为学习者提供符合其认知规律的个性化的培养指导方案，为高校选拔适合本校培养目标的甄别选拔、培养指导和监测管理方案。
当前，我国高等院校的拔尖人才培养工作在不断探索中稳步推进。在政策的支持下，我国高等院校针对拔尖创新人才培养开展了一系列的有益尝试：少年班的创设，基地班、实验班、提高班的兴办，荣誉学院、现代大学书院的建立。然而，拔尖创新人才培养是一个复杂的命题，从人才的甄别与选拔，到培养与指导，再至监测与管理，每一环节所涉的执行标准与现实达成都存在一定的争议和困难。
(一)拔尖人才的甄别选拔困境
从拔尖人才的甄别选拔来看，争议的焦点主要关乎拔尖人才的选拔标准：拔尖人才之所以拔尖究竟取决于先天禀赋、专业特长或是文化赋予？拔尖人才的选拔和鉴别策略究竟是应该以“人”为中心、以“专业”为中心还是以“文化”为中心[10]？什么样的人才适合拔尖培养？对于拔尖人才的选拔标准高等教育学界尚未达成共识。随着研究的不断深入，斯腾伯格在三元智力理论的基础上提出更具实用性和现实取向的成功智力理论，强调智力不应仅仅涉及学业，更应指向真实世界的成功[11]。在成功智力理论导向下学生能够以人生目标为驱动，并采取一系列针对性的行动，促使个体目标的达成。在该理论的指导下，拔尖人才的选拔标准不仅要关注学生的智商水平、能力水平、学习动机、学习策略等个人素质，还要关注其与环境的匹配度、适应环境的情况以及从经验中学习的能力。当前我国高校主要通过以下两种方式开展拔尖人才选拔：其一，通过高考成绩或某一阶段的专业课程成绩对学生进行一轮初筛，继而通过笔试、面试等形式对学生进行综合素质与能力考核；
其二，不与任何高考成绩、专业成绩挂钩，通过自愿报名、双向选择、择优录取等形式开展选拔[12]。测评方式虽然考虑到了形成性评价与终结性评价的结合，但由于测评技术的局限，测评指标略显粗放，涵盖内容不够全面，难以实现对学生各方面素质进行客观实时精准的监测，也很难在测评筛选中通过量化指标衡量学生与培养环境的适配程度，是否需要并适合在该组织拔尖人才体系中培养，实现因材施教、人尽其才，同时提升组织培养效率和效果。
(二)拔尖人才的培养指导困境
从拔尖人才的培养指导来看，拔尖人才适合“圈养”还是“散养”？应该为其提供“同质化”还是“异质化”课程[13]？诸如此类的问题是拔尖人才培养过程中长期存在的困惑和难以回避的抉择。什么样的课程最适合拔尖人才？在拔尖培养过程中，院校能否根据拔尖群体差异化的学习需求因材施教，能否提供充足优质的教学资源和专业教师，对于能否促进其由“资优”迈向“卓越”至关重要。然而，大学课程通常是基于学生群体的共性需求而设计的，这类课程并不完全适合拔尖学生。目前，我国高校在拔尖人才培养的课程设置中存在两种极端化的倾向：其一，为满足不同学习者差异化的学习需求，院校设置相关课程条目，将选课的权利完全下放至学生，学生选修课程能够满足院系所规定的学分要求即可。该模式在一定程度上保障了异质化的课程选修需求，但学生的选课行为受诸多因素的影响和制约，并非总是出于对学习高质量发展的理性分析，如若缺乏引导与干预，其学习成效势必会大打折扣。同时，教师需针对学生各具特色的选课结果给予针对性的辅导，极大地加重了教师的工作负担。其二，拔尖群体无法对自身所修课程进行自主选择，院校层面为其开设的所有课程均为必修课程。该种模式下，对拔尖学生开设同质化的课程由于一场巨大的博弈，如果入围学生的个人素质和与培养组织的适配性高度一致，拔尖培养效果则会事半功倍，反之则会适得其反。实际上，在拔尖教育运行过程中想要遴选出具有高度一致性的学生群体非常困难。因此，我国高校亟需开发基于人工智能技术的拔尖人才学习指导平台，通过对高校拔尖人才培养目标、现有师资课程等资源进行分析整合，对学生进行个性化的画像分析，为其制定符合学校培养目标以及自身学习需求、学习能力的培养方案，推荐适合的课程与资源，对其学习效果进行全流程的监测与评价，对偏离培养方案或进度滞后的学生及时提醒本人及指导教师，根据监测评价结果动态调整推送内容和培养方案等。借助人工智能技术的助力，真正做到因材施教、个性化培养。
(三)拔尖人才的监测管理困境
从拔尖人才的监测管理来看，争论主要源于拔尖培养对于个体发展的促进效用无法得以实时地监测，无法用量化的指标判断拔尖教育推动个体由“资优”走向“卓越”的具体效应值。拔尖培养能在多大程度上推动个体由“资优”走向“卓越”？自拔尖教育在我国高等院校如火如荼地开展以来，对于拔尖人才培养成效的质疑声接连不断。学生能否成长为拔尖人才，受到个体禀赋和环境培养等诸多因素影响，学生的学习生活环境、个体的世界观价值观、思维方式、方法论等一系列的因素均对拔尖人才的成长发挥着重要的影响，因此很难厘清拔尖教育在其中究竟发挥了多大的效用。事实上，拔尖人才通往卓越是不同要素共同作用下的结果，很难精准识别并量化出某一单一要素在其中的具体效应值。因此，基于全局观和整体观的视角审慎看待拔尖教育的培养成效显得尤为必要。教育不仅仅是直接对学生发挥作用，还通过学习者周围的环境、师生同侪关系、世界观价值观等因素发挥作用。当前高等院校通过资源倾斜、荣誉吸引等一系列的举措为拔尖学生创设出了一个多维立体的优质学习生态，但是由于尚未构建出拔尖人才发展智能监测体系，因而无法基于学习者所处的社会背景、文化生态以及学习特点对其开展实时系统精细的考察与研判，难以甄别出不同要素在促进个体发展过程中的作用机制。
(一)厘革学业测评技术，保障科学化拔尖人才选拔
大学生学业测评需要对其学习过程、结果、效益以及教育目标的满足程度等进行判断和评价，这需要以长期精细可靠的监测评价数据为依据，科学的教育测量理论和技术必不可少。在厘清拔尖教育中人才选拔的现实困境的基础上，依托数据分析与挖掘技术，厘革学业测评手段和技术，规范拔尖人才选拔程序，研发出一款集学生综合素质、人与环境匹配度于一体的拔尖人才学业多维测评与选拔平台，可以助力高校开展科学化的拔尖人才识别与筛选。一方面，高校需在拔尖人才选拔环节中注入人工智能技术，研发出的具有较强科学性、可信度的学业测评工具和评估系统。在学业测评技术和系统的支持下，对学生的学习策略、学习动机、发展目标加以实时监测，逐步替代教师对学习者学习情况的主观观察和评估，并实现对学生学习过程和结果的精确测量，大力推进学业评价由终结性评价向形成性评价与终结性评价相结合逐步转变。以更加全面、长期、精准的数据为基础，赋能拔尖人才的鉴别和筛选，真正遴选出志向高远、学术潜力大、创新能力强、心理素质好、社会责任感强的优秀学生。另一方面，需关注拔尖群体与拔尖培养环境间的适配程度，在人工智能技术的支持下，通过量化的指标呈现出拔尖群体与培养组织的适配程度，从而有效甄别出个体是否具有拔尖培养的必要性，对不适宜进行拔尖培养的学生群体进行动态分流，最大限度地保障拔尖培养的现实效用。
(二)构建学习指导平台，助力个性化拔尖人才培养
随着人工智能技术的发展与革新，异质化的课程设置成为可能。通过自适应学习技术帮助学生根据自身的学习兴趣和知识储备开展个性化的学习内容定制，更容易实现因材施教，凸显“以学生为中心”教育理念。在自适应学习技术的支持下，通过大数据采集分析技术与人工智能技术的深度融合，收集学生的基础信息和学习行为数据并深入挖掘，分析学生知识储备、认知方式、学习能力、学习风格以及需要补充完善的知识内容，以便学校进行筛选分类，分层设置必修选修课程，并提供充足有深度的拓展资源；
根据学校拔尖人才培养目标、核心理念以及现有师资课程资源，为学生推荐最适合的培养方案，推荐适切的选修课程与学习资源；
对学生学习的全过程进行监测与评价，引导学生进行最适合自身的学习活动，对薄弱环节给予必要的示例、练习推送，对偏离培养方案或者学习进度滞后的学生，及时提醒学生及指导教师给予必要的关注和指导，并根据对学生学习、教师指导及指导后的学习效果的监测评价，对学习者选修课程方案的合理性与适切性进行深入分析，为学生提供相关的反馈意见及选修科目调整的指导建议，并最终在教师的指导下形成更加符合学习者学习特点的课程选修方案。自适应学习技术还可以为卓越的拔尖人才提供更多的探索和创新空间，在学校必修选修课程体系及教师指导之外，根据学习者的学习情况，系统自动整合推送更多更有深度的学习研究内容，充分挖掘拔尖人才的发展潜力。此外，高校还可以通过自适应学习平台的系统升级与技术革新促进教师工作效率的显著提升。通过充分利用人工智能技术，系统可以依据学生的学习特征与教育指导需求对其展开分类，并基于不同类别学生群体的共性特征制定出针对性的教育指导建议。在此基础上，教师可对同一类别的拔尖学生开展指导，从而更高效率、更高质量地推进个性化的教育教学指导工作。
(三)开发智能监测系统，推动全方位拔尖人才管理
人工智能技术的迅猛发展也使得基于历史数据的深度挖掘与分析对学生毕业可能性及其未来发展路径的预测得以实现。基于深入挖掘并分析的教育大数据，可以给予学习者智能化的帮助，实现学生科学化的学业评价与个性化的学习指导，保障学习者可以即时获取适宜的学习资料和最佳学习发展方向。为此亟需研发出一款智能监测系统，针对拔尖学生的学习与发展动态建构监测预警机制。规模化、智能化的监测管理系统的开发需要来自院校乃至国家层面的政策支持和经济支持。此外，智能监测系统的开发与应用需着眼于拔尖人才培养质量提升的现实诉求开展前瞻性思考，需重视智能监测系统对拔尖教育管理的适用性。立足我国拔尖教育的现实需求，可以从以下两个方面着手：一方面，在智能监测系统的助力下，高校可以通过收集优秀拔尖毕业生的综合历史数据，通过人工智能技术强大的算力和算法，对每一位拔尖生的未来发展路径做出更加精准的预测。另一方面，高校还可以准确监测拔尖群体外部学习环境与内部学习状态的动态发展，并基于学习者的学习动态变化特征对其最佳发展路径做出及时的调整。针对学习者的学习偏离行为，系统可以做出即时的预警，从而帮助教师有的放矢地开展进一步的教育干预。根据动态多维精准监测的学习者数据，对学习者是否适合拔尖人才培养体系进行评估，建立科学化、多阶段的动态进出机制。在智能监测系统的助力下，最终实现对拔尖学生学习与发展的全过程、全方位、全覆盖的监测与管理。
人工智能技术与教育的深度融合将推动教育教学模式的革新，赋能高校拔尖人才的培养。本研究立足人工智能技术赋能高等教育拔尖人才培养的逻辑理路，基于我国拔尖人才培养的现实困境，着力描摹出人工智能技术之于我国高校拔尖教育的未来图景。尽管通往未来的具体途径仍有待探索，但立足理论逻辑，着眼现实需要，勾勒发展蓝图是通向进步与发展的基石。未来，人工智能技术势必会成为我国高校拔尖教育高质量发展的强劲动能。但与此同时，我们也必须清醒地认识到当前人工智能技术的教育应用还很不成熟，潜力还远未充分挖掘，需要注意安全伦理等问题。如何正确把握技术介入教育的边界，寻求人工智能技术赋能高等教育拔尖人才培养的平衡点与契合点，实现人工智能技术与拔尖教育的相辅相成与共生发展。对于以上议题，未来仍需进一步深入研究与探讨。
猜你喜欢 学习者个性化监测 陆地生态系统碳监测卫星发射成功航天返回与遥感(2022年4期)2022-09-03信号分析在无线电监测工作中的应用消费电子(2022年5期)2022-08-15在线学习环境下学习者画像构建研究电脑知识与技术(2022年11期)2022-05-31基于 WSN 的隧道健康监测研究西部交通科技(2021年9期)2021-01-11坚持个性化的写作文苑(2020年4期)2020-05-30十二星座是什么类型的学习者意林·少年版(2020年2期)2020-02-18情感过滤假说在对外汉语教学中的应用知识文库(2019年24期)2019-12-30非正式学习环境下基于移动终端的学习者模型研究现代职业教育·职业培训(2019年6期)2019-10-09学习监测手环儿童故事画报·发现号趣味百科(2015年10期)2016-01-20同桌宝贝小天使·四年级语数英综合(2015年7期)2015-07-06
