教育人工智能的哲学意蕴

尹璐 安维复 刘进

摘 要：教育人工智能哲学是教育人工智能发展过程中不可或缺的议题，对其所做的思考不应只囿于具体的哲学概念，而須深入至该体系最一般的如本体论、认识论和方法论层面，厘清其主体的本真内涵、技术的理性工具本质和方法论原则，如此或能为其化解当下困境与指明未来方向提供新的思想路径。

关键词：教育人工智能;哲学意蕴;本体论;认识论;方法论

一、问题缘起

近年来，随着人工智能在技术领域的加速变革，其不断引发了人类对技术本身正负价值的巨大思考，在实证类研究蓬勃兴起的同时，理论界亦对其展开了哲学维度上的深入探赜。方家学者分别从主体性、意向性、人工智能的主体性与人的主体性关系、道德哲学（伦理观）、社会分工与劳动价值、人类的自由与解放等层面对其详加论述，意欲在当前弱人工智能的时代背景下，借由哲学层面的分析，研判其现实价值并预测在强人工智能时代可能的技术与伦理走向。此类研究一路下来，成果可谓丰硕，对实践展开亦是助力良多。

反观教育人工智能（体系）——其作为人工智能于教育领域的强应用之一，在国内实证研究“大行其道”之际，哲学审视却付之阙如，仅极个别学者基于主客体与知识观、科学哲学视野下的研究纲领等视角做过稍许阐释，此态势与当前教育人工智能的总体发展与内在要求实是不符。更为严峻的现实是，教育人工智能体系已初露认识论难题与伦理困境之端倪，其价值取向渐失方向感;此时若再失去哲学观念的规制，当下困境或继续延展，待到彼时积重难返，化解难度将进一步加大。因此，深入阐明该体系中的认识论与方法论等原则并在其统摄下，为之在教育智能时代初期提供一可能的思想路径（哲学进路），对于明晰该体系的当前态势、厘清其本真面貌与深切内涵、历史与辩证地看待其现实价值以及预估未来走势，均有所补益。

二、教育人工智能的哲学困境

在图灵（Alan M.Turing）建构了以其姓命名的“图灵测试”（The Turing test）理论之后，克劳德·香农（Claude Shannon）和马文·闵斯基（Marvin Minsky）等专家基于此，于1956年在美国达特茅斯学院会议（Dartmouth Conference）上，首次提出“人工智能”（Artificial Intelligence，AI）这一概念，其原初内涵仅仅是指“如果某系统对外界的应答与人类的对应行为难以被区分时，则该系统是智能的”[1]。显然，这一定义是简单而又粗糙的，无法阐明其本真面貌;历经数十年发展，由于人工智能涉及的学科与知识体系愈来愈庞大，意欲对其定义达成某种共识亦显更加困难。而国内在知晓“人工智能”概念后，学者方家迅速将其引介移译并开展相关研究活动，但在阐发其概念与内涵时，同样指称不明、众说纷纭;直至中国人工智能学会理事长李德毅院士，方对人工智能做出一较为深刻亦颇受众人认可的定义：“人工智能是探究人类智能活动的机理和规律，构造受人脑启发的人工智能体，研究如何让智能体去完成以往需要人的智力才能胜任的工作，形成模拟人类智能行为的基本理论、方法和技术，所构建的机器人或者智能系统，能够像人一样思考和行动，并进一步提升人的智能。”

由此可见，对于人工智能的认知乃是一不断完善的过程，而目前研究仍显不足，对其内涵挖掘亦须深入。那么，作为此技术的主要衍生应用之一——教育人工智能，对其理论及实践方面的认知与研究和其母体相比几无二致，不足之处甚至有过之而无不及，具体表现有二。

（一）理论方面：概念定义不清和体系的定位及功效不明

1.概念定义不清

在将人工智能概念引介至国内后，教育理论界与实践界均视之为可资利用的新利器而誉不绝口。新媒体联盟《地平线报告》（2017高等教育版）项目组专家便指出，随着人工智能的生产力不断提高，其“在高等教育领域有良好应用前景，并对未来教育产生重要影响”。鉴于此风，将人工智能置于教育视野的关联研究层出不穷，可时至今日，对于“教育人工智能”（AI in Education，AIEd）的基本概念仍未阐明，观点纷呈互对，难以达成共识。有学者将“教育人工智能”视为“运用人工智能技术，提高教学效果”[2]的某种体系，“是在人工智能技术推动下形成的，在观念+组织+方式+资源等诸多方面发生整体性‘跃迁的一种新的教育形态”[3]。闫志明先生等人认为：“教育人工智能是人工智能与学习科学相结合而形成的一个新领域……重在通过人工智能技术，更深入、更微观地窥视、理解学习是如何发生的，是如何受到外界各种因素（如社会经济、物质环境、科学技术等）影响的，进而为学习者创造高效学习的条件。”[4]定义的样态可谓五花八门。对于这一尬象，究其缘由实则源于多方面因素。一是如前所言，教育人工智能的母体与本源——人工智能的定义便是各有说法;麦卡锡在人工智能第一次工作坊上称，人工智能可理解为“学习的每一个方面或智能的任何其他特征原则上都可以被精确描述，以便机器能对其进行模仿”[5]。贝克（T.Baker）与史密斯（L.Smith）对其定义则更加泛化：“（AI用于描述）执行通常与人脑相关，尤其是学习和解决问题之类的认知任务的计算机。”[6]著名的美国微电子和计算机技术公司（MCC）甚至将现在通用的AI全称“Artificial Intelligence”之形式定义为“Actually Intelligent”，强调其为实存的智能体系。异见种种，各有说法。二是由于无一普遍哲学范畴的规制，以及学科背景的差异、价值伦理的偏爱、主体功效的认知不同，亦导致内涵与外延相异的结论。由此观照教育人工智能在国内一系列的理论研究，可谓情势忧人;既然连教育人工智能的理论母体——人工智能的定义尚是观点林立，遑论此衍生概念的精确性。在母体概念混乱以及无统一范畴的规制下，学者们只能从不同维度对AIEd展开描述与定义，或从机器的自我学习方面阐释，或将其置于跨学科领域讨论，虽各有其理，但难述全貌。然定义不明则本质不清，本质不清则无法阐明事物的发展方向，更难以研判其实存价值与伦理走向。

·教育基本理论·教育人工智能的哲学意蕴

2.体系定位及功效不明

教育人工智能體系不仅如上所述无一明确定义，对其（学科或知识）体系定位与功效的认识依旧不明晰。从哲学认识论维度审视，其主要表征为众多学者对该体系的理论根源、研究对象与范式、学科框架及作用方式等方面持有异见。探其根源则在于，教育智能人工体系涵盖众多学科，而每一学科具体的认识论、方法论甚至本体论基础都有所差异，此种差异体现在教学、研究及功能定位上自是不同。譬如，其所涉及的心理学是经验科学，研究对象是人类的心理过程与心理现象，在智能及传统教学中如何将受教者个人特质、个性调控与心理认识的发生机制相关联是心理学的教学要旨。而计算机的研究对象则是数据结构，其重要目标之一则是思考如何将教学过程中收集的各类数据与学生的认识发生机制建立良好的通道。但就目前教育人工智能体系在国内的理论研究与实践展开而论，其并未留意其中各个学科的研究对象与研究目标的真实内涵与本质差异，以致学界对该体系的定位尚不清晰，误将每门学科单独考量，局限在单个学科的视野之内;同时对各具体学科的特质认识不明确，这又体现在对特定学科的思维方式、理论框架、研究机制以及学科文化的梳理与认识不够。

事实上，若能从跨学科研究维度审视教育人工智能体系，其作为一个庞大的学科群，性质并非封闭，内部每一学科均处于不断拓展与融合中，彼此借力又相互促进，其本为一“1+1>2”的整体化智能教育体系。一言以蔽之，该体系是智能时代的“整体化教育”。学界应充分明晰其体系定位与功效，颇为遗憾的是，当前的理论研究和该体系的定位与功效有所背离。

（二）实践方面：工具主义的简单技术取向

荷兰学者彼得·克洛斯（Peter Kroes）与安东尼·梅耶斯（Anthonie Meijers）在谈到未来技术哲学时称道：“技术及技术科学的方法论、认识论、本体论和伦理问题终将成为关注的焦点，及至目前，以上问题在技术哲学中很少或者根本没有解决。”[7]那么，就这一立场而论，对技术的哲学关照的缺失，必然导致人工智能从海德格尔意义上的现实“解蔽”方式而沦落成一种冰冷的手段与工具，随之而来的后果则是此种缺失对（智能）教育领域的渗透与弥漫。赛尔温（Selwyn）在论及教育与技术之间的关系时即意识到这一倾向，他敏锐地指出了人类在数字教育时代下方法（论）与技术（论）的温情缺失弊病。“危险在于把数据和编码视为权威而非相对的指导与支持依据。教育如此复杂，绝不能被简化为数据分析和算法。如同（其他）数字技术一样，无论数字化数据分析的结果有多大的说服力，其亦无法提供化解教育窘况的技术良方。”[8]此论可谓深中教育人工智能困境之肯綮：一方面，人工智能技术在某些大权重运用纯然技术的领域，或不用考量技术以外的因素，在此领域理性占比相对较大，人工智能技术的各功效指标大多亦是理性可计算的，如数据结构的优劣、算法的高低、处理速度快慢等。但教育是一个特殊领域，非理性因素（情感、情绪等）在发挥智能体系预期教育功效上有相当重要的占比，而衡量教育人工智能技术成效的指标亦是如此，大量感性指标存于其中，如教师对学生的爱与关注、学生自身的情绪等，那么，只考察该体系的单一技术内涵显然有失全面，无法达到预期目的。另一方面，人工智能技术简单的工具化使用，同样不能由此分析并得到完全充分的学生学习状态、情绪、效果和教师授课成效等数据，原因则在于，简单的归因与归类会消弭众多受教者之间的差异性，使其淹没在宏观的平均数、期望值、方差、因果关系、差异显著性等数学模型与数据海洋中，结论看似合理甚至科学，但现实中却无法反映其本质与全貌，最终浪费巨大的技术资源与社会资源。

三、教育人工智能体系的哲学意蕴及其研究价值

因此，若要化解以上困境，本文以为从最普遍的范畴来探讨此体系的哲学意蕴并以之作为“元研究范式”势在必行。

欲析出教育人工智能体系的哲学意蕴，首先须阐明“研究范式”的意涵。研究范式是人们在探究与解释各种现实问题时所采用和遵循的已形成体系的理论框架，其作用在于指导研究者有章可循、有理可依。但研究范式的样态多种多样，不同学科、不同问题，或同一问题的不同研究角度，均可遵循相异的研究范式;另一方面，随着理论的演进更替与社会文化的不断发展，为更好地解释与处理新问题，旧有的范式会被新范式替代，不断出现的新范式又为人们解决困难提供新的思路与进路。当前教育人工智能的研究范式在技术不时更新与教育理念持续改进的背景下亦是不断发生变化;譬如在“教改测”中，研究范式（方法）便从宏观抽样发展至微观全样、从因果分析演变为相关分析、从机器学习又至智能导师、从关键词共现图谱分析再到聚类视图分析等等，样态繁杂，不一而足。但以上均是从具体的研究范式而展开分析，无法真正进入到概念与理论的最本源处;若能从研究范式的哲学层面（元研究范式）——本体论、方法论与认识论等维度，亦即更高的理论层次（元理论）、更一般的范畴去探析并统摄教育人工智能体系，或能更好地把握其概念及内涵，为相关研究提供新的视角。这一逻辑在于，哲学层面的研究范式乃最高的范畴，亦是任何一个理论体系甚至一个概念最为基础的本原，蕴含着丰富的逻辑准则与思维方式。

当前教育人工智能出现隐忧甚至是困境的一个重要原因便在于没有真切思考过“元理论”问题，意即未曾有过研究范式的哲学运思。那么，为何说哲学运思对化解当前教育人工智能困境有良效？背后的逻辑在于何处？理据在于，追其源流，早在西方古典时期，哲学即是一切知识的总括，教育亦为其主要构件之一;又因哲学探求宇宙之本质，教育化育全人之本性，两者的关系实为“神圣的近邻”[9]。就教育人工智能之本质而言，其作为现代科学与传统教育相结合的理论体系，本身即涉及诸多知识观、方法论与价值判断等根本的哲学问题，如该知识体系的逻辑起点、假说预设和学术史渊源等等。而诸如此类的问题在本学科视野内由于理论框架的限制等原因，并不能很好解释或完全成立，因此就非常有必要进入更高一层的理论框架或“元理论”范畴对其展开研究;换言之，需进入哲学的领域深入考察其基本范畴，由此厘清教育人工智能的本质，并对其当下所处困境提出相应的思想解决路径。

（一）本体论：“人+技术”的“双主体”范畴

本体论（Ontology）是从哲学的视角探究世界的本原与始基为何的理论体系与学说，它“解决事物的本质究竟是什么的问题”，对主体做最一般的思考，即“主体如何存在”。西方形而上学认为，真正实存的、有意义的乃是变动不居的现象背后的恒存本质，无论是巴门尼德（Parmenides of Elea）的“纯存在”、柏拉图的“理念”还是康德的“物自体”，均表明此种思想。那么，这些范畴对于教育人工智能体系而言又意味着什么？换言之，教育人工智能主体研究究竟为何？本文认为，在此视域与研究范式下，教育人工智能的本体论研究探究的是“教育人工智能是如何存在以及究竟为何的”。

传统教育哲学把教育主体（施教者与受教者）视为“宗教人”、“自然人”、“社会人”，新教育哲学受时代与社会的影响，又使之升级为“文化人”、“制造人”[10]，视人为绝对主体。有学者深以为然，认为“任何一台计算机也都不可能真懂人类语言”[11]，人将永远处于主导地位，技术不外是单纯的附属物而已。上世纪八十年代，在计算机技术早已蓬勃的美国，心理学家斯金纳（Skinner，B.F.）在其著名的程序教学、机器教学与计算机辅导教学理论中，依旧遵循“主客二分”的认识论，以人为中心展开教育论述。另一方面，此观念随着技术的不断演进与更新（如专家系统、机器学习等技术的介入），又出现截然相反的观点——智能技术可完全改变现有的交互教育而达相当智能的程度。如有学者认为：“由于智能机器在劳动、教育、学习中具有不可替代性，教育与机器发展的关系因而成为思考和解决教育与人的发展、教育与社会发展关系问题的中介与载体。但是，机器不再仅仅是载体和工具，也会成为教育的主体和教育的对象。”[12]双方各持其见，理念可谓南辕北辙，令人讶异;也正是此哲学层面的重大分歧，导致对教育人工智能主体等概念甚至整个体系产生模糊认识甚至误判。

事实上，以上两种认识并非无中间道路可取。随着相应的学习形态和组织形式发生改变，教育体系中的自然人概念已不再是单一或单层次的主体，技术亦成为主体的构件之一，主体的哲学范畴已由“人”转变至“人+技术”的更高层面;在此范畴下，主体不仅是教学活动的发起者，亦是活动的指向对象，技术与人成为某种程度的“双主体”。从马克思的观点来看，人与物（技术）之关系，实为人与人之关系：人在技术的支撑下，从“抽象的人”转变“具体的人”，共同对智能教育的预期成效起决定性作用。须指出的是，这种“双主体”处于概念层面，依旧以教育者为主体，技术实是教育者在技术上的投射，终究是物，只是具备“属人性”。因此，在对教育人工智能主体的分析与阐释过程中，既要强调人与技术的“联合性”，又不能忽视两者之间的独立性，惟有如此，才能做到技术关照个人，个人运用技术，形成智能时代全新的教育“双主体”范畴。

同时，从现象学的角度可进一步阐明教育人工智能“雙主体性”的深切内涵。在现象学的开创者胡塞尔看来，“任何事实科学（经验科学）都在本质本体论中有其本质的理论基础”[13]，现象学与本体论有共通的逻辑。“现象学作为一种思维方式仍然具有比类似分析的、解释的、描述的、说明的、归纳的、综合的、演绎的等等思维方式更为宽泛和更为根本的意义……与现象学思维方式之广泛与根本可以相比拟的，惟有本体论的或形而上学的思维方式 ……”[14]此高论的要旨之一即是，对各种复杂事物的综合因素分析要充分考虑到其自身行为和设定条件，不能以其基本结构作为单个研究目标，而要阐明它在本质结构的多种层次和内时间意识序列的不同顺位中的整体显现方式。依照此理念，本体论意义上的此种“人+技术”就不再是一个单维度概念，对“主体”概念的全面认识则应涵盖主体的一般关联个体（学生、教师与第三方监管和检测者等）、教师的专业能力、品格考察和情感体验能力、学生对新生事物接受度、自我认知能力等维度，而不能仅囿于传统概念上的学生与教师的简单二元关系。“主体”概念包含了整个教育体系中的多个主体、主体的主要特质、主体间的关系及其交互生成的属性等，这一切均应作为一个关联的整体系统呈现在教育实践过程中，其功能则在于突显教师与学生的基本权利与核心价值，进而发展以人为中心的教育人工智能技术;也惟有对“主体”概念做此“外延扩大”化，方能对当下教育人工智能体系产生“1+1>2”的效果。

综上，通过对人工智能技术加持的“新主体”概念的运思，充分发挥智能技术自身的优势和人类情感的能动性，教育人工智能将形成一个“教师+学生+技术+第三方”的多元系统，其所产出的效能必大于“单纯使用现代技术的施教者+学生作为受教者”的二元智能教育系统。要言之，教育人工智能主体属于多维度的“人+技术”的“双主体”范畴，此两者并非简单的二元关系，实际是教育发展到某种高级形态的“一体两面”，两者相互依存，互为存在。

（二）认识论：物只是人的“赋能”

虽然教育智能技术具备“属人性”，但对其过度依赖亦会引发非必要的恐慌，有观点认为，这会在一定程度上威胁教师主体地位的存在、淡化学生的理性思维和认知模式的形成等。那么，回归认识论的基本逻辑是缓解甚至消除以上忧虑的重要路径之一。

认识论是从哲学的视角探究人类认识的本质和结构、认识与实在的关系、认识发生的条件和基础等问题的理论体系与学说。在此研究范式的视角下，本节重新审视当前教育人工智能的部分忧虑，并以其为抓手，探讨其认识论意涵，并希冀对前文所述的“简单工具主义取向”提供某种新的解题思路。

当前教育人工智能实践的忧虑之一是，未来的智能技术因其在教育的诸多方面逐步深入，或将完全取代人类教师，教师这一职业亦不复存在。而此担忧源自对人工智能的一种看法——“到目前为止开发的原始形式的人工智能被证明非常有用，我却害怕创造出匹配或超越人类的某种东西的后果。我担心的是，AI会自己起飞并不断加速重新设计自己。人类受到缓慢的生物进化的限制，无法竞争，将会被超越。”[15]美国当代技术哲学家阿尔伯特·伯格曼（Albert Borgmann）便指出，人类实践形式的变化必定源自技术形式的变化。但是，技术“最初是认识论的范畴”，是一种“怎样做的知识体系”和“方法体系”[16]，从认识论的角度而言，无论是对人工智能抑或教育人工智能体系，这一看法显然是庸人自扰。教育人工智能技术中的“技术”是“主体”的技术，而“主体”是“人+物”，主导者依旧是人，（教育智能）技术只是具备“属人性”，其作为附属性的“理性主体”绝无可能跃居于真正的“人”之上，更多的是发挥施教者在“教测改”等育人过程中的手段效用，是学生在学习新知历程中的工具，是监管者促进教育改革的工具。关于这一点，历史有过明证，时贤亦有高论。西方18世纪后期，人类进入机器大生产时代，便有“机器将统治社会”的论调，马克思对此深刻批判：“资本不是物，而是一定的、社会的、属于一定历史社会形态的生产关系，它体现在一个物上，并赋予这个物以特有的社会性质。”从认识论层面解读即是，机器是人对它的某种“赋能”，具备了某种工具特质而服务整个社会，终归是人在操控它。美国人文科学院院士、著名心灵哲学家约翰·塞尔（John Searle）于1980年在“中文房间”（Chinese Room）的思想实验中，通过几件简单的物件亦逻辑地得出结论：无论计算机的程序智能到何种程度，它也绝不可能做到如人类一般的认知与思维活动，至多“类人”而已。那么，在教育智能技术形式不断变化的当下，教育实践技术发生了变化，但作为主体的教师的心灵及其意识却始终不会更改，无论是以云平台为教育人工智能提供计算能力，抑或通过大数据为智能教育提供数据基础，均只能在认识的实践层面与工具层面展开，教师的高级思维能力与深度情感体验力对教学的影响是难以抹除的。

由以上论述或可逻辑地得出相应的认识论结论：教育人工智能并非纯粹的机器智能，乃是人的机器智能，是施教者技能的某种放大和延展，就其本质而言，与人类史前工具（如石器）相比毫无二致。要彻底认识（教育）智能技术的根本属性与最终功效，终究要建基于对人（施教者、受教者及第三方等）的认识活动的彻底考察。

另一方面，我们亦要避免认识论上的无端乐观，进而陷入本体论的单一维度中，即忽略教育智能技术作为“有理性”的“认识主体”在实践中的作用。由前文可知，教育智能技术即使无纯粹意义上的自主性，其仍具备浓厚的实践意蕴，换言之，要在把握主体全部内涵的基础上，体悟到技术不仅是与人同时存在的“主体”，亦是人的实践工具;也惟有认识到这一点，方可全面理解教育人工智能体系的认识论意涵，在哲学认识论层面消除“教育智能技术会完全取代人类”这一谬误，同时进一步深化该理论体系的本体论研究。

（三）方法论：“类拉卡托斯”的科学研究纲领

与认识论密不可分的是方法论。方法论是人们认识世界和改造世界的根本方法的学说，亦是关于某类学科的研究方法与研究范式之哲学概括。当前，教育人工智能以一种科学理论形态出现在教育领域，其所蕴藏的（技术）方法论意涵引发学界较大关注，这其中的根本逻辑就在于，没有科学的方法论的发展，真正的科学是不可能的。[17]方法论对方法的遴选与理论的发展有至关重要的影响：誉满全球的历史学家汤因比（Arnold Joseph Toynbee）推崇“文明的可比性”，因此采用“比较研究法”构建了庞大的历史;逻辑经验主义信奉“逻辑与分析”的方法论原则，故而采用分析的视角来判定命题的真正意义所在。著名匈牙利科学哲学家伊姆雷·拉卡托斯（Imre Lakatos）在论述科学方法论时同样明确指出：“任何一种科学理论实质上都是一套科学研究纲领。但是科学研究纲领并非是一个个相互独立的单个理论，而是一组有严谨结构与组织且彼此相互联系并动态发展的理论体系。并且它主要包含三个部分，即坚韧稳固的硬核、柔韧灵活的保护带以及引导保护带及时修正与完善的启示法。”[18]其中，硬核是科学研究纲领最基础的理论构件，是整个纲领的支撑体系，决定纲领的基本特质和整个体系的发展方向，如牛顿纲领的硬核是万有引力和三大运动定律。纲领硬核不允许轻易反驳并否定它，因此，为防止硬核被反驳，在其之上须存在一部分辅助性的假说来消解反例，此即为“保护带”。而保护带则是体系的初始与辅助条件，它通过调整自身及背景知识来保护硬核受到经验的证伪。如在哥白尼“日心说”研究纲领中，为说明行星的运行轨道为圆形，他引入了一定数量的“本轮”与“均轮”模型，但当实验观察数据显示行星的运行轨道并非圆形时，亦即与该纲领的预见不相符之际，此时不必放弃“日心说”的硬核理论，只需适度增减“本轮”与“均轮”数量即可说明经验事实的反常现象，以便使观测符合预见。“启发法”包括两方面，即“正面启发法”与“反面启发法”，前者规定了研究者的研究方向与路径，后者则是理应规避的研究方向、路径和反常事例，其主要目的在于引导保护带的理论与假说朝向正确的方向做自我调适以保护硬核。美国著名科学哲学家费耶阿本德（Paul Feyerabend）高度赞扬拉卡托斯的方法论，“是存在于今日的最先进最精致的方法论”。

就教育人工智能的方法论意蕴而言，本文以为，其与拉卡托斯的“科学研究纲领”在内涵上是高度一致的，此间缘由有二。其一，从元理论维度出发，两者实出于同一知识“母体”。如前所言，哲学本为一切知识的总括，教育亦是其主要构件之一，哲学探求宇宙之本质，教育化育全人之本性，两者的关系在逻辑上密不可分。其二，从科学理论内在发展机理审视，双方具备一定程度的理论移植性。“一般来说，所有的学科理论，包括原理、定律等等，都可以从本学科或其他学科中进行移植，并有所发现、有所发明、有所创新，成为其学科理论的方法论基础。”[19]知名科学（哲学）家波普尔（Karl Popper）曾将其“朴素证伪主义”方法论（研究纲领）移植进社会科学领域，提出“开放社会”概念并将之应用于其中，从而取得了研究良效。其三，科学理论体系均有其合理与统一的认识论基础。“从科学研究最一般的程序来看，社会科学方法与自然科学方法是可以统一的，而且也是应该统一的，只存在科学和伪科学的界限，在科学方法论上没有绝对的分界线。”[20]

现借由以上论述观照教育人工智能体系。该体系在一定程度上可视为方法论意义上的科学研究纲领，其研究对象是教育领域的所有智能技术、与技术相关的人以及由此產生的整个体系。从技术系统形态分，该体系包括计算机辅助教育、智能专家教育、在线网络教学等系统;从技术的方式分，覆盖了深度学习、自然语言分析、神经网络甚至情感计算等方面;从智能行为功效分，则蕴涵预测学习行为、预警失学风险、学习行为建模等维度。但无论从何种分类方式审视该体系，所有的一切指标均指向教学活动的根本目标：培养受教者的学习能力和学习动力的持续性——这即是该体系的“硬核”所在，也是任何时候都必须坚守的宗旨。从最一般的意义上而并非功利主义或工具主义的观点出发，教育人工智能的真正核心在于“人的育化”，而非主流观念中的“人工智能在教育中的应用”，局限于后者而忽视对人的关照，显然并未认清该体系的真正硬核。而作为该研究纲领的保护带则是当前智能的各个组成单元，如物联网感知系统、高性能计算与云服务、基于大数据分析的核心技术、立体综合教育学场、智能教育分析系统，甚至包括标准与规范制定、人才培养计划等。这些技术、服务与规划便是整个教育人工智能体系的保护带，他们在该体系的硬核遭受到外界经验的攻击与反驳时，便不断自我改变、调适以保护硬核，并使整个体系保持较强的开放性、解释性与现实关照。如在当前的教育智能实践中，数据泄露导致的信息诈骗、恶意侵犯隐私等现象间而出现，并引发社会对教育智能应用的担忧与不信任，这种不信任进一步导致对整个应用体系硬核的侵害;此时，作为保护带的各种智能单元便会通过外在界入与自我调适，如成立人工智能伦理委员会与开发沟通，加强专业人员的技术培训以及整个智能体系的安全软件更新等方式，以保证整个教育智能系统功效的正常发挥。

四、结语

“一个理论体系的根基在于其哲学基础，哲学基础决定了理论体系的理论深度和发展方向。”假若我们丧失了理论的哲学运思，特别是对最一般的哲学范畴的考察，就难以对现行的理论体系、技术体系、教育理念做出精确的阐释、验证和预测，遑论提出新的理想和政策。换言之，对教育人工智能体系的哲学意蕴之深入考察，事关该理论体系的价值高下，甚至兴衰存灭。因此，在后续的教育人工智能研究中，学界或应更加关注其哲学层面的挖掘，在本体论范畴的视域下，须全面认识教育人工智能的“双主体”意蕴，重新思考施教者、受教者与第三方参与者的本真内涵，使其以智能技术与人类自身的合体形态参与复杂的教学活动，成为整个教育智能体系的关键模块;从认识论的维度审视，亦须充分意识到人工智能技术作为物的工具理性，强化人的主体意识，适当制约工具的过度使用，回归人的基本逻辑养成路径，勿对未来产生无谓的担忧;从方法论的视角观之，则可以拉卡托斯的科学研究纲领为构架，关照教育的技术方法和育人目标的深度融合，借以促进智能教学内容改革和教学方法创新，推动学生由低阶认知能力（单纯记忆与复述等）向高阶认知能力（理性思维、逻辑推理、问题识别、方法构建等）的哲学运思转变，彻底将教育人工智能的哲学意蕴落实到“教、学、考、评、管”的各个实践环节中。

参考文献：

[1]ALAN M.Turing.Computing Machinery and Intelligence.Oxford University Press，In Mind，1950（59）：433-460.

[2]徐晔.从“人工智能教育”走向“教育人工智能”的路径探究[J].中国电化教育，2018（12）：81-87.

[3]于海波.人工智能教育的价值困境与突破路径[J].湖南师范大学教育科学学报，2020（4）：56-62.

[4]闫志明，唐夏夏，秦旋，等.教育人工智能（EAI）的内涵、关键技术与应用趋势：美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志，2017（1）：26-35.

[5]RUSSEL，S，NORVIG，P.Artificial Intelligence-A Modern Approach.New Jersey：Pearson Education，2010：17.

[6]BAKER，T，SMITH，L.Educ-AI-tion Rebooted？ Exploring the Future of Artificial Intelligence in Schools and Colleges.Retrieved from Nesta Foundation Website：https：//media.nesta.org.uk/documents/Future of AI and education v5 WEB.pdf.

[7]KROES P，MEIJERS A.Guest Editors Preface//Kroes P，Meijers A.The Empirical Turn in the Philosophy of Technology.Amsterdam：JAI/ Elsevier，2000：XV.

[8]SELWYN，N.Is Technology Good for Education？ Cambridge，UK：Malden，MA：Polity Press，2016：106.

[9]漢娜·阿伦特.反抗平庸之恶[M].陈联营，译.上海：上海人民出版社，2014：85.

[10]石中英.教育哲学导论[M].北京：北京师范大学出版社，2006.

[11]徐英瑾.“中文屋”若被升级为“日语屋”将如何[J].自然辩证法通讯，2018（1）：8-16.

[12]刘复兴.论教育与机器的关系[J].教育研究，2019（11）：28-38.

[13]胡塞尔.纯粹现象学通论[M].李幼蒸，译.北京：商务印书馆，1992：60.

[14]倪梁康.东西方哲学思维中的现象学、本体论与形而上学[J].哲学研究，2016 （8）：65-72.

[15]史蒂芬·霍金.十问：霍金沉思录[M].吴忠超，译.长沙：湖南科学技术出版社，2019：158.

[16]陈文化，沈健，胡桂香.关于技术哲学研究的再思考：从美国哲学界围绕技术问题的一场争论谈起[J].哲学研究，2001（8）：60-66.

[17][19]韦诚.方法学：科学发现的理论基础[M].合肥：安徽大学出版社，2008：30，210.

[18]伊拉姆·拉卡托斯.科学研究纲领方法论[M].上海：上海译文出版社，1986：250.

[20]袁汪洋.社会科学方法论的困境与出路：从社会科学方法与自然科学方法比较的角度[J].天府新论，2004（5）：73-75.

（责任编辑 刘第红）