关注“在线学习”
获取更多资讯！
刊载信息
李建龙.(2024).再造关系：中国式高等教育现代化进程中的“技术—人文”关系重构. 中国远程教育(12),50-62.
再造关系：中国式高等教育现代化进程中的“技术—人文”关系重构
李建龙
【摘要】随着人工智能技术在高等教育教学中的广泛应用，人工智能的“效率—工具”属性得到快速挖掘与扩展，数据分析、知识图谱与教育评价等技术功能在教育教学中发挥重要作用，扩展学生知识界域，提升教师教学质量。然而，由于对人工智能在教育中的“人文—价值”属性关怀不足，人工智能撕裂人文关系的主体性风险正在涌现，教育者与受教育者的有机互动逐渐被人工智能替代，技术成为教育本体而不是教育的媒介。人工智能带来的人文关系断裂风险，同时也蕴含着关系再造的教育机遇，“关系理论”是平衡人工智能技术性与人文性的理论出路。人工智能可以增进教育行动者对彼此的理解与分析，建构仅凭人自身无法建立的关系维度。对此，中国式高等教育现代化应当利用人工智能“再造关系”，让其工具效率服务于价值关系，促使技术塑造新的人文关系纽带，重新彰显与革新教育过程中各个行动者相互依存的主体间性。
【关键词】人工智能; 教育关系; 主体间性; 技术与人文; 再造关系
一、
引言
随着高等教育中人工智能技术应用的领域与场景不断增多，人工智能在高等教育中的地位也愈发重要，原本作为工具的人工智能逐渐超越了教育者与受教育者的主体地位，获得了一种“技术的主体性”。人工智能的技术主体性在教育效率方面取得了巨大的成就，无论是知识工程的构筑，还是海量教育数据训练所生成的深度学习网络，人工智能几乎成为高等教育中必不可少的组成内容，教育者与受教育者都借助人工智能将教育效率与学习效率提升到极致。人工智能贯穿于教育过程的全环节、全链条，从知识生产—知识传递—知识分析—知识反馈的整个知识流程，到教、学、评、测等教育系统的各个环节，改进教育模式，提升教学效果。然而，人工智能在教育效率中越是“无所不能”，其价值属性就越容易遭到忽视，人工智能“工具理性”与“价值理性”的张力日益涌现并变得紧张，集中表现在人工智能对教育关系的影响。从“关系”视角反思人工智能的教育应用，可以为未来人工智能的人文主义建构提供思路，平衡人工智能教育教学的技术性与人文性，实现人文与技术的同步共进。
二、
人工智能与教育教学：机遇与挑战
人工智能近年来被快速应用于教育领域，渗透到高等教育的整个流程。人工智能不仅通过智能教学系统直接影响教学现场，还能通过教学预测、学习干预系统，在“幕后”间接调控教学方向以及学习者的学习内容。在促进教育教学范式变革的同时，由于教育的伦理建设脱嵌教育的技术建设，人工智能有可能带来智慧时代教育的人文风险，构成双刃剑。
（一）数据分析、知识工程与教育评价：人工智能的技术赋能
人工智能赋能高等教育教学的进路主要体现在三个方面，分别是数据收集与分析、知识工程和教育评价（夏立新 等, 2023）。
第一，数据收集与分析。数据收集与分析是人工智能的算力优势。基于大数据时代的海量信息，可利用机器学习对教育数据进行深度挖掘与分析，借助生成式规则推理、人工神经网络、贝叶斯算法、支持向量机算法等，更好地完成海量数据的统计描述、聚类、规则关联、可视化等处理工作。大数据与人工智能相互拱卫，螺旋促生，高效收集教育过程中的各种信息，并围绕信息种类建立相应的目标算法，精准投射并运用到教、学、评、测等教育环节。人工智能的数据分析能力，让教育不再是一个普遍性概念，对于不同学科、不同课程、不同教师，人工智能可以设计差异化教育内容与教学方法；对于不同学生，人工智能可以根据对象的知识偏好、学习速率、短板区域、互动习惯等进行分类，再与教师对接，实现高等教育教学精细化，助力个性化“教”与“学”的双向互动，教育的“个性化”将会不断加强，“因材施教”成为可能。既能破解传统教学“一刀切”“满堂灌”的问题，也能将“个别教育”升华到“个性教育”，释放教学活力。
第二，知识工程。知识工程最早由美国计算机科学家爱德华•费根鲍姆（Feigenbaum，E.）在1977年提出，认为传统人工智能忽略了具体知识，提出人工智能必须引进知识而不仅仅是信息的观点。知识工程最早是以专家系统的形式存在，由知识库与推理引擎两部分组成。专家系统的运作方式是将专家知识收集并整理出来，储存成特定的知识库，然后利用程序代码模拟并代替人类的思维过程进行快速推理，自上而下地解决特定问题。随着互联网时代海量数据的增长，传统专家系统无力应对如此庞大的数据，自上而下的处理模式限制了知识工程的进步。于是，研究者将目光转移到数据本身，提出了连接数据的概念。连接数据的概念要求不仅将数据发布于语义网中，而且基于数据本体的思想，围绕数据本身建立相互联系的数据网络。2012年谷歌提出的搜索引擎是知识工程的一项典型成果，各种各样的知识引擎成为教育领域获取知识必不可少的工具。随着知识工程的不断发展，知识图谱引领知识工程进入一个新时代。知识图谱是由实体、关系和属性构成的语义关系网络，旨在将碎片化的数据与信息组织成系统化的知识网络，为教育教学提供不同知识之间的关联与逻辑服务，包括学科知识图谱（李艳燕 等, 2019）、学习路径图谱（孔维梁 等, 2020）、学习认知图谱（万海鹏 ＆ 余胜泉, 2017）等多种形式。
人工智能的知识图谱功能不仅在学生学习、教师教学分析等多个具体教育场景中得到应用，还进一步强化了人工智能在教育教学中的语言认知能力。人工智能在教育教学中的实时分析工作，离不开认知语言和理解语言，而知识图谱富含大量的实体及概念间的关系，可以作为背景知识支撑机器理解自然语言。同时，知识图谱也增强了人工智能的深度学习水平，在连接主义、符号主义与行为主义的指导与驱动下，先验的知识结构能够降低机器学习对于样本的依赖，避免庞杂无效信息的影响，使人工智能的自主学习与能动应用水平得到提升。此外，知识图谱还增强了人工智能知识输出的可解释性。人工智能对高等教育人文知识的处理常因为缺少可解释性受到诟病，而知识图谱中包含的概念、属性、关系可以作为人工智能知识生产的解释参考。
第三，教育评价。教育评价是教育教学的指向标，也是反映教育形态的一个窗口，教育评价与人工智能的深度融合是未来教育评价发展的主流趋势。相较于传统评价，人工智能能够支持更为多元与立体的教育评价，使教育评价的信度与效度显著增强。最为突出的是，人工智能可以收集教育之中的“过程数据”，使学习评价的方式不仅仅是单一的“结果评价”，即唯分数论。在学生应用智能系统时，学生的信息选择、互动文本、交互模式等学习过程中的所有信息，都可以借助人工智能得以收集、整理与分析，辅之以文本分析、网络分析、时间序列分析等多种分析技术方法，提取出学生学习过程中的模式与问题，包括连续性、节点情况、习惯与兴趣焦点等。相较于静态的结果数据，过程数据可以更为综合地反映出学生的动态学习情况，有助于教育者有针对性地展开学习干预，也有助于学生反思性认知自身的学习模式——这是传统学习评价难以实现的。
另外，人工智能能够实现教育评价的多维化、体系化，在作业评价与成绩评价之外，先前一些难以测量的高阶能力，也在人工智能的技术加持下变得可测量和可评价，如批判性思维评价、团队合作与沟通评价、知识应用评价、操作实践评价等。多维评价可以更立体地反映学生的整体情况，推动德智体美劳的全面发展。更为重要的是，人工智能赋能的教育评价在教师与学生之间建立了一个“技术桥梁”，高等教育的教学结构与中小学教育不同，教师与学生之间难以进行长时间的非正式互动，囿于时间成本、注意力限度与教学广度，教师难以像初等教育或中等教育那样，长时间对班级学生进行深入了解，而人工智能赋能的教学评价则为教师快速了解学生提供了机会，助推教师与学生之间建立深度关系。
（二）封闭与个体化：人工智能的人文风险
随着人工智能与教育融合的不断加深，人工智能从数据分析、知识工程与教育评价等方面为高等教育带来全新的转型升级，但智能技术嵌入高等教育过程中引发的隐藏的伦理问题日益暴露，技术建设脱嵌教育伦理建设的后果逐渐显现，主要表现在人文情感淡化、算法偏见与算法印象固化以及虚拟世界与现实社会割裂三个方面，而这三个方面又可以被一条共性线索所统合与归纳，即人工智能在高等教育过程中诱发个体化趋势，个体化会引发教育的人文风险。所谓人文风险，是指人工智能的技术逻辑将人变成完全独立的电子游民，人与人的有机联系被“人—技术”的工具关系取代，个体会陷入一种自我身份认同的伦理困境。
第一，人文情感淡化。狭义人工智能虽能在一定程度上理解人的语言和行为，与用户进行知识交互，但并不能理解教育中的情感内容。情感的激情与冲动是教育创造力的重要来源，情感的非理性因素与基于算法程序设计的数字理性之间始终存在张力。随着技术的进步，生成式人工智能逐渐能够洞悉人类的情绪需求及情感变化，做出符合用户需要的情感回应，催生全新的“人—机”交往模式。然而，基于情感计算模拟的人类神经网络认知，由于缺乏直觉、悟性和真实的人的情感，难以覆盖人类复杂的情绪起伏、情感波澜和性格差异，难以将人机交互关系转换为人与人之间真诚的、温情脉脉的交往关系，继而无法彰显高等教育的人文关怀与情感浸润等感性向度（冯琳 ＆ 倪国良, 2024）。情感是教育的重要内容，是人之价值追求与价值观念的起源。如果教育主体仅仅依靠人工智能的理性计算，推广无情感的利弊衡量，不仅无法让学生形塑影响人生的价值追求，还可能养成功利主义倾向的思维习惯。生命科学对人类情感的研究发现，情感不是一种程序推演，相反，情感是由人类身体引发的自外而内的反应，身体的变化直接跟随对刺激性事件的感知，这些变化发生时我们的感觉就是情感。詹姆斯-朗格情感理论指出，纯粹的、无实体的人类情感是不存在的，越仔细地观察人类的状态，就越是坚信，无论人的心情、情感和激情如何，实际上都是由我们通常所说的身体变化的表现或结果构成的（James, 1884）。斯坦利•沙赫特（Schachter, S.）和杰尔姆•辛格（Singer, J.）的情感模型（图1）也认为，情感和身体运动总是交织在一起的（没有身体就没有情感) ，如果没有身体交互，就很难唤起特殊的情感体验，即使这种情感体验是习得性的（扬•普兰佩尔, 2021, p.348）。情感离不开人与人的现实互动，这是人工智能目前力所不及之处。
图1 沙赫特-辛格的情感模型
教育中人文情感的产生，不仅离不开身体与情感的参与，更离不开人与人之间的关系联结。情感具有情境性和关系性。在一定的情境（历史、文化、环境）下产生，在一定的关系（主体与主体关系）中发展（米哈里•契克森米哈赖, 2017）。人与人之间的关系情感是流动的介质，积极情感可以促成心流体验。随着人工智能在整个教学过程中的高强度应用，教师与学生之间愈发依赖智能系统作为沟通工具，“系统交流”代替“现实交流”，利用智能系统发布作业、布置任务与考核考试逐渐成为常态，教师与学生之间失去开展超出系统要求之外的人文互动兴趣。传统“师—生”的直接关系逐渐转变为“师—机—生”的间接关系，教师与学生，甚至学生与学生在教学过程中的情感纽带断裂。有研究者（朱小蔓, 2019, p.48）指出，对教育要做完整的理解，不能回避、抽离情感层面，离开情感层面，教育就不可能铸造个人的精神和个人的经验世界，不能发挥脑完整功能，不能保持对道德的追求，也不能反映人类的人文文化世界。
第二，算法偏见与算法的“印象固化”。人工智能可以采集学生日常学习的真实数据信息，通过相应算法进行多维分析，精准识别特定个体的学习习惯与学习模式，为不同学生的学习情况提供“精准画像”。然而，“数据为王”“技术为王”的教育技术理念，也带来一些问题。一方面，人工智能系统在利用多模态学习分析技术采集数据并产出结果时，数据输入和结果输出之间始终存在一段无法理解与观察的“算法黑箱”。教育者往往不去深入理解算法的程序原理，算法不透明性压制了教育主体的主观能动性，直接将人工智能的推演结果作为唯一客观答案，根据人工智能的标准化学习诊断进行学习干预。如果学生后期的反馈不符合智能系统的理想答案，人工智能还会进一步对学生外在行为甚至内在生理运作进行入侵式修改，学生的教育主体性可能荡然无存。另一方面，在利用人工智能的教学过程中，教师与学生之间缺乏人文沟通，更多沉浸在彼此的技术世界，学生没有“他者”作为参照来深入了解自身，只能将人工智能的分析作为反射性观察自身的镜子，也就是说，人工智能让学生形成自身印象的固化——人工智能眼中的“我”是什么样子，我即是什么样子。这种“印象固化”如果缺失人文干预，就很可能走向技术决定论的教育处境。
第三，虚拟世界与现实社会的二元割裂。教育的一个重要目的是帮助学生更好地融入社会、走向社会。无论是教育工作者，还是受教育者，长时间浸入虚拟世界会逐渐对智能系统的虚拟环境形成依赖。无须与人的不确定性打交道，转而与技术的确定性进行交互，会让教育行动者在回归现实生活时出现陌生、冷漠等交往障碍，从而在现实世界产生不适感。这也是当下高等教育中虚拟教学与现实教学难以同步协调的原因，教育行动者在两个世界的穿梭容易引发虚拟之我与现实之我的割裂。人工智能时代虽然强调学生的技术应用，但学生参与团队合作，与他人协作共同解决问题和完成任务，这种社会化能力也十分重要。虚拟与现实的二元分割，实质问题是虚拟世界与现实社会的连接与转化机制的缺乏。智能时代涌现的实体遮蔽化、认知离身化及关系疏离化等问题，必须“以实治虚”，立足真实生活，完善现实社会的教育道德与教育伦理建设，以真实道德约束虚拟网络，将虚拟环境的关系断裂问题纳入现实语境中加以调适（王素云 ＆ 代建军, 2024）。教育中的个体不能被动地或主动地困在虚拟世界，割裂现实世界的人际关系，成为孤独的数字化个体，否则会引发教育行动者主体性的消失。
三、
“关系学说”与“主体间性”：教育技术的人文逻辑
“关系学说”是分析当下人工智能教育教学问题的理论基础，人工智能的人文危机主要来自对教育行动者的关系断裂。然而，不同于传统技术，人工智能的出现也为教育行动者更好地了解自身和了解他者提供了技术契机，因而可以助推教育过程中新的教育关系的产生。人工智能具有“再造关系”的主体间性功能，必须得到理论引导，以助推人工智能的技术与人文之平衡。无论是技术视角还是教育视角下的人工智能教育应用认识，都存在一定局限性（何伟光, 2023）。关系学说是用来整合人工智能教育教学的技术和人文两种属性，使技术服务于人文的综合性理论。
（一）关系学说：剖析人工智能教育的理论视角
人工智能教育是现代科学技术发展在教育领域中应用的具体表现形式，技术的逻辑起点是工具理性，主张效率优先，但教育是一种兼具社会性、伦理性与技术性的综合活动，教育中的价值理性与工具理性同样重要。所谓教育中的价值，是教育之“道”，集中体现在教育的人文主义上，寻求长程性、精神性与开放性，它教会学生的不仅仅是如何以最低成本最快达成目标，更是要最终学会认知、学会做事、学会生存、学会共同生活。无论技术发展如何变迁，教育之道都是应当坚守的人文理念，但人工智能的出现，在一定程度上颠覆了教育中工具理性与价值理性的平衡，按照马克斯•韦伯（Weber, M.）的理性学说，是一种超越了工具理性范畴对于价值理性的挑战（马克斯•韦伯, 2009, pp.156-162）。人工智能的工具理性之强，教育效率之高，为智慧时代的教育教学提供了无与伦比的推力。同时，高等教育中的人文问题，并非源于人工智能的出现，人工智能并不是问题本身，而是人工智能的伦理建设未能及时跟上技术发展，以及教育技术脱嵌教育伦理。正如汽车、互联网等技术出现之时，人们也很恐慌它们对既有社会伦理带来的挑战，但随着技术与伦理的不断调适与建构性互动，这些新技术都被有机整合到人类的社会生活之中，人工智能也应如此。
人工智能在教育教学中的人文问题——“人文情感淡化”“算法印象固化”“虚拟与现实割裂”，这三方面被一条共性线索统合与归纳，即人工智能在高等教育过程中诱发的个体化趋势。也就是说，当下人工智能的人文危机主要在于教育行动者的个体化过度和关系性不足。人不仅仅是个体化存在，还是关系性存在。肯尼思•J. 格根（Gergen, K. J.）在批判纯粹个人主义的基础上，提出“关系优先于个体”的关系性学说，认为不是独立的个体相聚而形成某种关系，而是关系赋予独立个体存在的可能性（肯尼思•J.格根, 2017, p.53）；人生活在汇流之中，即一系列相互定义的人与他人、人与环境的关系之中；不同的关系形成了个体不同的社会角色与社会行动，如教师与学生之间的师生关系塑造了学生的认知与理念。关系理论十分注重创造者置身的关系网络，格根谈到，正如研究已经发现的，理性思维、意向、经验、记忆和创造性并不是先于关系生活而存在的，而是产生于关系之中。它们不是与外部世界和他人隔绝的“内部心理”，而是在关系内部不断更新并受到支持的具体行动（肯尼思•J.格根, 2017, p.108）。创造性个体往往得益于父母和那些认可、鼓励、肯定年轻人的兴趣和能力的老师，以及有经验的顾问、赞助者、朋友、咨询师和角色榜样。例如，当一个艺术家试图破除旧习的时候即是如此，而这正是创造的征兆。如果一个人破坏了原有模式却得不到认可，就很可能面临被孤立的危险，能够提供有效支持的他人在此非常重要。正如莫克罗斯（Mockros, C. A.）和奇克森特米哈伊（Csikszentmihalyi, M.）所言：在生命旅程中，社会支持系统和人际相互作用对于创造力的产生极其重要。（肯尼思•J.格根, 2017, p.108）人与人之间的关系网络或者说关系根（relational roots）恰恰是创造力的来源，身体（body）在关系建立与关系流动中发挥重要作用（肯尼思•J.格根, 2017, p.128）。
2022年3月，中共中央办公厅、国务院办公厅印发的《关于加强科技伦理治理的意见》，对科技应用的价值伦理提出了指导性原则，即以预防性思维促进科技活动与科技伦理的协调发展。关系学说是指导人工智能教育伦理建设的理论方向，是平衡人工智能技术性与人文性的出路。目前，关于人工智能在高等教育教学中的应用模式可以归为三种（见表1），三种模式又对应不同的实践样态，也反映出技术与人文的均衡程度。既然以人工智能为代表的新技术，以“裂解关系”的内在原理引发人工智能的人文危机，那么，人工智能是否必然意味着教育行动者的个体化与孤独化？人工智能是否蕴含重塑新人文关系的技术可能？难道说人工智能既是锁又是钥匙？
表1 人工智能教育教学的模式与影响
（二）技术、关系与主体性
教与学的活动是关系性活动。教与学的活动关系实际也是教育行动者的交互关系。如果只有“学”没有“教”，那么这只是单向度的知识摄取，不属于教育；如果没有“学”只有教，则是单向度的知识灌输，没有学习者的自主性与能动性，也不属于教育。同样，学校教育在所有分析层面——从制度到互动和个人——都是由相互依赖的社会关系构成的，这是我们从关系的角度关注教育实践的主要依据。作为关系性实在（relational reality）的教育过程呈现出一幅图景，其中个人行为嵌入并塑造了我们对互动的理解和参与的关系，以及我们回应的互动中立即出现的关系，这意味着几乎所有可理解的行为都是在关系过程中产生、持续或消失的（吴刚 ＆ 袁蕾, 2023）。关系也可以被理解为一系列重复的互动，每一次互动都会发生变化（Ahrne, 2021, p.10）。教学过程是一个典型的关系互动过程，它不仅发生在课堂面对面的谈话与交流中，还存在于学习反馈、知识分享与学科共建等方面，就连教师课后对学生作业的审阅都发生着关于知识立场的关系涌现。围绕关系互动过程产生的关系认同、关系责任、关系道德等关系驱动力量，对教育主体的综合素质发展与道德实践具有引导意义。技术本来是为了更好的教育关系，人工智能的强大，让人与技术的“他异关系”变成了“同质关系”，技术服务于教育关系的顺次逻辑颠倒，技术主宰教育关系，成为关系本身，人与人的人文关系被人与人工智能的技术关系取代，这就带来人工智能的人文危机。
事实上，技术在最开始是为了服务社会关系才产生的，用于分享实用信息的网络技术就被处理成一种“关系技术”。例如互联网的始祖阿帕网（Arpanet），发明之初是为了便于科学家能在研究中相互协作。在20世纪90年代中期，互联网的发展脉搏与新的社交形态一同跳动，网上出现了聊天室、电子公告等多用户同时在线的社交场所，然后很快就出现了角色扮演的网络游戏（雪莉•特克尔, 2014, p.169）。但是很快，基于“再造关系”的网络关系，却逐渐断裂人与人之间的现实关系。一开始，人们在社交平台或网络游戏中制造出虚拟化身，这是可以进行自我表达的虚拟自我。随着人工智能的出现，虚拟自我开始与虚拟他者进行互动。即使存在虚拟的亲密关系，这种亲密关系也在相当程度上削弱了另一种人文亲密关系的存续。这当中的根本原因，在于人面对技术成为个体化存在，独立个体断裂关系之后，在技术面前被技术捕获，形成对技术的高度依赖，技术获得了基于用户失去“关系性”的新主体性。对于教育而言，在人工智能的加持下，现代教育在更大范围内不再受时空限制，从“共域”变成了“脱域”。所谓脱域，按照安东尼•吉登斯（Giddens, A.）的解释，是指社会关系从彼此互动的地域性关联中，从不确定的时间的无限穿越而被重构的关联中脱离出来（安东尼•吉登斯, 2000, p.18），即人与人不再需要同时同地展开交往，而是可以跨空间甚至跨时间进行交流。技术加持下的教育过程虽然不再受制于时空，却也引发了信任危机，人与人之间很可能陷入陌生的恐惧与怀疑，这也是吉登斯对现代社会技术后果的人文诊断。
雪莉•特克尔（Turkle, S.）在《群体性孤独》中指出，这一代年轻人的成长伴随随时在线的网络连接，认为虚拟世界不一定比现实世界差。虽然年轻人对技术运用自如，但依然感到一种新的不安全感，在社交网站上形成的友谊让他们时常怀疑其真实性，每日练习却不能确定是否真的进行交流。数字化友谊带来的往往不是情感，而是怀疑与肤浅，人际关系并没有实质发生进步。于是转向机器生命，但对于无生命的人际关系，这种肤浅则会造成更大的问题。年轻人对人际联系的期望值开始降低，从现实中退缩，渐渐地开始把在线生活看成生活本身，开始认为机器人提供的是“关系”。简化后的关系不再是矛盾和抱怨的来源，它成了我们想要的，就像是为了一场完美的暴雨而聚集起来的云团（雪莉•特克尔, 2014, p.18）。特克尔意在说明，个体为了从现实社会的复杂性中摆脱，选择与技术建立一种强联系，这种联系并非现实生活中的人文关系，却成为人工智能诱惑的来源：无论是传统人工智能，还是生成式人工智能，用户在与人工智能的接触中越是获得稳定预期，就越容易规避现实生活中人际交往的不确定性。然而，教育的创造力恰恰是在行动者之间反复互动的生活轨迹——一种不确定性的非线性关系中“涌现”。人的“关系性存在”为个体提供了主体性。人工智能带领个体进入虚拟世界，使个体从关系性存在回到孤立性存在，只与技术“他者”建立联系，使得个体失去主体性。但是正如一开始所说的那样，技术的产生与革新都是为了服务于社会关系，技术本身内含了人与人的关系面向，如果人工智能在关系理论的人文指引下，重新建立起自互联网时代就开始淡化的现实关系，就会对教育领域的价值理性培育形成很大助力。
（三）再造关系与丰盈关系：人工智能的主体间性功能
关系性理论应用于人工智能教育教学中的实践目标，是重塑教育行动者的主体间性关系，包括教师—教师、教师—学生、学生—学生的多重主体间性关系。可以说，主体间性是关系理论的实践样态。基于个人主义建构的西方现代社会结构是“团体格局”，人与人之间相对独立，注重个体之间与个体和群体的边界划分，所以才出现公共领域与私人领域的二元对立。中国社会则是“差序格局”，是关系本位的社会，从个体、家庭再到社会，形成了一体本位的交互关系，人与社会被统一起来，达成“万物相育而不相害，道并行而不相悖”的状态。关系是中国社会组织方式的底层逻辑，所以个体与个体之间的边界常常被关系打通。当一种文化认为人与人的关系无论如何都不能解体的时候，那么无论其中发生任何事情，都需要缓和关系，化解冲突，由此可以推导出“和谐”或者“和为贵”的价值（翟学伟, 2023），这就是主体间性的关系实践样态。中国式教育现代化要以人类命运共同体理念为价值导向（刘宝存 ＆ 苟鸣瀚, 2023），关系理论与中国本土教育具有天然的文化适配性，教育背后涌动的社会关系能量，能够为建构多重主体间性提供动力，塑造丰富多元的教育关系网络。
主体间性是关于主体之间关系性质与关系属性的话语界定，在教育领域中，主体间性“互识”与“共识”。“互识”是指主体之间相互认识和相互理解；“共识”是指不同主体对同一事物所达到的相互理解, 所形成的主体间的共同性和共通性（岳伟 ＆ 王坤庆, 2004）。教育行动者是共同存在的，不是割裂与分离的，对待他人要从心灵上将心比心，相互倾诉或彼此沟通的过程在理性上可能没有实际收益，但却是充满意义的，敞开心灵世界的人文交互，会潜移默化地提升教育效能——这可能不会反映在数据成效上。尤尔根•哈贝马斯（Habermas, J.）发展主体间性的想法，最初正是源于对“技术冲击人文”的反思，他认为，如果技术产生于科学，那么技术对人的行为的影响，并不亚于自然（对人的行为）的控制，因而把这种（影响人类行为的）技术使用于实际生活世界的做法，把部分领域中的技术支配权反过来应用于从事生产的人的交往的做法就更要求科学的反思（尤尔根•哈贝马斯, 1999, p.91）。哈贝马斯的主体间性，在一定程度上是为了对抗技术对生活世界的统治，所以以语言为媒介开启主体间交往的实践哲学转向，意在甩开科学技术对社会关系的干预，让科学技术成为日常生活的实践组成而不是本体。但是，在新时代技术脱离生活几乎是不可能的，绕开技术的社会关系与社会交往也显得理想化，技术与人文虽然存在张力，但技术与人文本质上是互塑或互构关系。技术是生产力，是伦理和意识形态，人文的加持是技术向善的根本保障。技术在进步，人文必更新。技术与人文是永续的对立统一（米川, 2024）。
教育数字化与其他领域数字化的根本不同在于，教育活动不是物与物的联系，而是人与人的联系，教育数字化不仅不能替代人，而且要以人的发展为目的。高等教育中的人工智能应用，必须融入中国式教育现代化的大图景之中，才能保证人工智能应用 “不变样”“不走样”，防止数字化技术嵌入教育系统过程中由于缺乏指引而引发技术异化问题。中国式教育现代化以人类命运共同体理念为价值导向，借助人工智能、云计算、大数据平台等重塑教育之中的人文关系，这与关系性理论的目的一致，即用关系性理论引导人工智能的发展方向。
技术虽然可能冲击人文，但其本身并不必然构成人文的反面。人工智能作为数字技术的代表，其本身既是人与人关系裂解的负面因素，却也可以成为重建人与人之间关系的新力量，关键在于技术在教育中如何被引导与使用，这是教育学的知识使命之一，亦是关系性理论的参与缘由。马丁•海德格尔（Heidegger, M.）在《技术的追问》中谈到，技术之本质现身，就在自身中蕴含救渡的可能升起（马丁•海德格尔, 2005, p.33）。技术是人的行为，是一种通过解蔽走向真理的方式，能够去除遮蔽寻找存在的本质，是对真和美以及意义的探究。海德格尔认为技术本质上是一种解蔽的方式，即人和人、人和环境的关系得以外化显露出来的方式。不同于传统技术，人工智能的出现为教育领域中社会关系的再连接提供了技术空间，将那些仅凭人自身无法建立起来的隐性关系，通过人工智能进行敞开，使得教育行动者之间增进对彼此的理解与分析，寻找合适的关系维度，建立交往纽带。如果没有人工智能，教育行动者的交互可能陷入彼此怀疑的心灵黑箱，怀疑与不信任随时可能发生，但人工智能却通过敞开不同个体的实际情况，为个体交互形成新关系提供媒介，可以说，人工智能具有再造主体间性的教育功能。人工智能的关系再造功能体现在两方面。一是脱域关系的再造。在人工智能的社会化交互方面，交互系统设计者一直以来对“共存”（co-presence）有很大的研究热情，智能系统交互设计中多用户“共存”的实现，能够更好地实现主体间互动的社会属性。例如，教师与学生可以同时同步对某个问题展开讨论，人工智能可以对海量材料进行整理与提取，并同时记录讨论过程，帮助多位用户完成沟通过程；再如，人工智能可以对教育行动者进行数据采集与多模态分析，形成数据集，进而可以为个体进行精准画像，提炼出个体的教育特征，为后续教师因材施教或者教师与学生的双向选择提供判断依据。二是现场关系的再造。人工智能能够有效赋能线下教育过程，比如快速分析阅读文本、现场生成背景知识以及提取知识关联等，以提升现场教学的效率。同时，由于人工智能对不同个体的强大分析能力，个体可以根据人工智能的画像结果，更高效地建立团队合作关系，实现个体层面的功能互补，为人们建立现场教育关系提供依据。总之，智慧教育时代，人与技术之间可以走向和谐共生，在关系性理念的指导下，人工智能可重塑不同行动者的主体间性关系，生成仅凭人自身无法实现的关系结构，即“人—技术”“人—技术—他人”融成新行动整体。
四、
人工智能在教育教学中的关系重构
人工智能在教育教学中的关系重构，要牢牢坚持人工智能的工具属性服务于教育行动者的价值关系建设，在算法与功能设计中有机融入用户之间多元互动的交往逻辑，利用技术维护、重构与新建教育中的人文关联。
（一）人机关系的结构重塑
人类区别于人工智能的是价值关怀与情感沟通，人工智能相较于人的最大优势在于强大的计算能力和理性推算，二者的有机结合是人工智能在教育教学中应用的关键。教师、学生与人工智能的关系，在不同的场景中有不同的组织方式（见表2），其核心是利用人工智能的算法加持，建立与巩固师生之间的人文关系。
表2 高等教育中的人机关系类别
在“师—机”与“生—机”结构中，人与人工智能的关系，是人的个体性和物的展现性的相互协作及内在作用。人们在使用人工智能时居于理性的掌控地位，“人—物”的主次关系决定了人工智能面对人的个体性存在时，处于工具关系的地位。
在“师—机”关系中，教师要提高自主运用人工智能参与教学过程的能力，将智能系统的多维功能融入自己的教学流程设计之中，而不是按照人工智能的指令机械执行：一是注重人工智能的泛领域开放式知识问答能力的运用，利用人工智能的知识库与知识结构化优势，提取多学科、多角度与交叉性的问题回应，扩展教师教学活动的思路；二是发挥人工智能的长文本快速分析与核心概念架构的作用，减少教师在海量文本或数据中的重复性工作，为教师后续深度分析提供初步处理的材料；三是强化人工智能对教师教学过程的数据收集与分类评价功能，教师应充分借助人工智能的数据采集功能进行教学回顾，总结与反思自身的教学问题，合理分配不同阶段的注意力；四是辩证思考人工智能机器合成的知识输出内容，对其价值选择与观念传递进行前置干预，并对争议性知识内容秉持谨慎原则。
在“生—机”关系中，学生需要提高自主运用人工智能的水平，借助人工智能优化自身思考，而非降低思考能力。具体来说，一是针对不同学生设定专属知识图谱。人工智能对资源库中的学习资源进行规范化语义标引，建立资源间关联关系，将与学生相关的多元教育资源实现统一语义描述和关系刻画，提升知识的组织性，盘活各种教育资源，使其专属服务于学生的个性化学习体验。二是人机对话提高学生批判性思维能力。打破“提问—反馈”的传统人机问答方式，利用大语言模型，在人机问答过程中嵌入质疑或引导相互批判，诱发学习者与人工智能进行批判性会话，避免学生通过人工智能一味地得到结果性生成而削弱探索过程，提高学生自主思考能力。三是制定学生利用人工智能完成学习任务的检查与解释机制，监督过分依赖生成式人工智能寻求“标准答案”或问题解决方案，避免观点的趋同性，不能直接略过个体思考过程，移植人工智能的答案，学生要对自身观点或知识产出逻辑进行必要说明。
在“师—机—生”关系中，打破师生将人工智能视为教育本体的现状，明确人工智能在师生价值关系之中的工具地位与平台属性，将人工智能积极运用于师生关系的重构过程。一是提供教师与学生对话的开放空间，创建具体的虚拟对话平台并维持与加强对话。人工智能记录、维持与追踪师生对话过程，自动链接相关知识图谱并生成新的问题和话题，动员、丰富和扩展新的师生关系。二是为师生研讨提供对话引言、对话支架与争论验证。人工智能在师生互动之前建构对话支架，拟定研究问题与会话方向，并将讨论进程“可视化”操作，提升师生双向关系的渗透性。除此之外，人工智能还可以为争论性互动及时提供客观证据支持，即争论的阶段性验证，提高师生交互的效率。三是提取师生交互过程中的知识创新。长线程的师生交流可以被人工智能建构简化为由节点和连接组成的外在网络，这有助于寻找新知识生成的结构空间，例如人工智能支持的在线辩论和决策系统Pol.is， 将参与者的对话过程、对话观点与资料支持，转化为整体性的网络图谱，这种可视化地图让参与者更为系统地看到论辩过程中的共识或分歧，并追踪连续性的思维逻辑，帮助个体认识自身无法观察的反思性历程，促使教育行动者的人文关系向知识层面释放转化效能。四是利用人工智能对学生评教文本进行挖掘和分析，以有效获取评教数据中关于教学态度、教学内容、教学能力、教学方法和教学效果的关键信息（李建龙 ＆ 李立国, 2024），提升学生与教师之间的互动质量与交互理解，为教师提供精细化的教学诊断。
最后，还要注重“师—生”传统关系的文化维护。在相对去技术性的情境下，师生的情感联结需要双方的情感投入，在这种场景中，效率与工具理性居其次，师生价值关系更为重要。同时，教师还可以对学生进行综合培育，统合学生各种素质之间的关系，帮助学生将所学知识转化为实践能力，这是仅凭人工智能无法实现的综合性教育工作。
当然，以上四种人机关系结构，并非意味着人的“个体性存在”或“关系性存在”无法直接与人工智能建立价值关系，而是在现阶段生成式人工智能尚未成熟之际，应平衡教育中的技术逻辑与人文逻辑，暂时将技术的教育光谱衡定在“工具理性”一端，积极调用人工智能建构教育行动者的主体间性，避免造成人在依附人工智能过程中变成受支配的或上瘾的客体，谨防无人文调节的人机融合的人工智能教育的诱惑（吴刚 ＆ 袁蕾, 2023）。
（二）学习者与人工智能交互的算法机制优化
主体间性问题中对于协调机制的研究，直接影响人机应用中共享交互系统的设计。算法设计者可以从社交、角色职能等社会功能角度，通过对人类协调机制的理解，使设计更加合理（王慧莉 ＆ 李雪娇, 2020）。一是外围知识推送优化机制。人工智能具有快速收集与处理海量信息的能力，但信息不等于知识，在人工智能向用户推送的新知识中，很可能存在“随机概率生成”与“应对拼凑创新”的“假知识”，很多未经验证的知识进入教学行动者的知识体系，在算法加持下获得了某种知识合法性，却会因所包含的错误或虚假信息未被及时甄别而引发知识传递的失真。这就要求设计者持续优化人工智能在高等教育中的知识推送机制，建立二次检测程序，提高知识推送的质量，避免用户在“假知识”的基础上进行无效思考，扩张性污染现有知识库。二是对话推进的算法策略。算法设计者可以借鉴人与人之间对话的推导逻辑，利用思维链技术帮助大语言模型采取一系列次序步骤解构问题，与学习者形成连贯、有序的对话和回应，递归性增进学习者的梯度思维，循序渐进地向学习者提供信息。这种梯度逻辑既有利于学习者逐步掌握知识，还有利于教育行动者在学习过程的不同阶段展开公共交流和讨论。三是创新人工智能对主体间性情感的理解机制。在人机交互中，师生的情感往往是复杂多变的，人工智能需通过模拟训练和算力提高来更好地理解和感知师生的情感，回应师生之间的情感需求，提高用户与人工智能交互的满意度。例如利用面部识别技术（Facial Recognition Technology, FRT）与大语言模型中识别情感语句的算法检测（Algorithm Detection, AD）等，建立知识生产—情感生长的良性循环关系。
（三）突出人工智能的实用价值
人工智能在理论上凭借自身的智能性为教与学过程提供了美好的应用愿景，但在目前关于人机关系的价值建设至多是一种理论设想，在真正完成人机一体化的关系整合之前，高等教育要大力突出人工智能的工具属性，充分挖掘人工智能在不同教育场景与教学场域中的功能表现，将人工智能的工具属性与现实问题进行针对性关联。随着教学活动与人工智能建设的双向反馈，学习过程的数据信息融合成人类可理解、机器可表征与可推理的知识库，还能帮助教育主体做出基于数据的科学决策，所以应当不断扩展人工智能教育教学的实用价值，将人工智能在现阶段置于工具理性地位，抑或是服务于价值理性的工具理性，释放人工智能的现实效能。
除此之外，探索性建设人工智能教育教学的反思与评价机制。摒弃“数据至上”与“唯技术论”的思想，人工智能不仅仅参与教学过程与教学评价，亦是教育评价的主体，对人工智能的教育教学效果也要设定一定的评价机制。同时，人工智能也是教育评价的客体，要及时调整与修正人工智能的算法机制。教育研究者需要关注数字技术创新与教育实践的融合（顾小清 等，2024），《2023年数字教育展望：迈向高效数字教育生态系统》报告指出，教育部门应鼓励教师、学生和其他终端使用者共同参与技术研发过程，以确保人工智能工具的实用性和便于操作性，形成创新和持续改进的文化，共同创造人工智能学习工具。人工智能的奇点目前尚未到来，其关键要害不在于运算能力，而在于缺乏反思能力。人的主体性本质在于反思能力，没有反思能力就不是思维主体，反思的本质是将思维映射为一种外在化形式，将其客体化作为对象加以观察，这是人工智能力所不及的地方，也是教育中的“人”能够补充人工智能的关键所在。教育行动者可以观察与回顾人工智能参与教育教学过程的情况，对其算法原理、介入时机与指令合理性进行评价，促进人与机器的良性互动。一旦教育主体失去了对人工智能的反思能力，也就失去了面对人工智能的教育自主权，陷入技术决定论的教育误区。对人工智能的教育教学评价，需要先进的自动测评工具和应用案例收集，这些基础性的前置工作同样可以借助人工智能完成，以减轻人工干预的工作量与额外负荷。
参考文献
安东尼•吉登斯. （2000）. 现代性的后果（田禾 译）. 译林出版社.
冯琳，& 倪国良. （2024）. 基于生成式人工智能的思想政治教育数字化转型. 思想教育研究（2），46-53.
顾小清，卢琳萌，& 宛平. （2024）. 教育数字化转型下的教育研究范式变革. 中国远程教育（2），36-46.
何伟光. （2023）. 走向解放：人工智能教育应用本质的哲学沉思.中国远程教育（7），11-20.
肯尼思. J. 格根. （2017）. 关系性存在：超越自我与共同体（杨莉萍 译）. 上海教育出版社.
孔维梁，韩淑云，& 张昭理. （2020）. 人工智能支持下自适应学习路径构建. 现代远程教育研究（3），94-103.
李建龙，& 李立国. （2024）. 基于评教文本挖掘的高校教学质量评价指标构建与应用. 重庆高教研究（3），11-24.
李艳燕，张香玲， 李新, & 杜静. （2019）. 面向智慧教育的学科知识图谱构建与创新应用. 电化教育研究（8），60-69.
刘宝存，& 苟鸣瀚. （2023）. 中国式教育现代化：本质、挑战与路径. 中国远程教育（1），12-20.
马丁•海德格尔. （2005）. 演讲与论文集（孙周兴 译）. 生活•读书•新知三联书店.
马克斯•韦伯. （2009）. 经济与社会（第一卷）（阎克文 译）. 上海人民出版社.
米川. （2024）. 技术与人文. 开放教育研究（2），121.
米哈里•契克森米哈赖. （2017）. 心流：最优体验心理学（张定绮 译）. 中信出版集团.
万海鹏，& 余胜泉. （2017）. 基于学习元平台的学习认知地图构建. 电化教育研究（9），83-88.
王慧莉，& 李雪娇. （2020）. 现象学视域下人机交互的主体间性分析. 东北大学学报（社会科学版）（5），16-22.
王素云，& 代建军. （2024）. 真实：智能时代道德教育的价值追求. 中国电化教育（3），61-67，100.
吴刚，& 袁蕾. （2023）. 教育的逻辑及人工智能的教育诱惑. 北京大学教育评论（1），2-26.
夏立新，杨宗凯，黄荣怀，顾建军，& 刘三女牙. （2023）. 教育数字化与新时代教育变革（笔谈）. 华中师范大学学报（人文社会科学版）（5），1-22.
雪莉•特克尔. （2014）. 群体性孤独（周逵，& 刘菁荆 译）. 浙江人民出版社.
扬•普兰佩尔. （2021）. 人类的情感：认知与历史（马百亮，& 夏凡 译）. 上海人民出版社.
尤尔根•哈贝马斯. （1999）. 作为“意识形态”的技术与科学（李黎，& 郭官义 译）. 学林出版社.
岳伟，& 王坤庆. （2004）. 主体间性：当代主体教育的价值追求. 华东师范大学学报 （教育科学版）（2），1-6，36.
翟学伟. （2023）. 关系向度理论及其解释力. 开放时代（1），90-94.
朱小蔓. （2019）. 情感教育论纲. 南京师范大学出版社.
Ahrne,G. (2021). The construction of social bonds: A relational theory of globalization, organizations and society. Edward Elgar Publishing.
James,W. (1884). What is an emotion? Mind,9(34),188-205.
Remaking Relationship: Reconstructing the “Technology-humanities” Relationship in the Process of Chinese Path to Higher Education Modernization
Li Jianlong
Abstract:With the widespread application of artificial intelligence technology in higher education teaching, the “efficiency tool” attribute of artificial intelligence has been rapidly excavated and expanded. Technical functions such as data analysis, knowledge graphs, and educational evaluation play an important role in education and teaching, expanding students’ knowledge boundaries and improving teachers’ teaching quality. However, due to insufficient care for the “humanistic value” attribute of artificial intelligence in education, the risk of artificial intelligence tearing the subjectivity of humanistic relations is emerging. The organic interaction between educators and learners is gradually replaced by artificial intelligence, and technology has become the ontology of education rather than the medium of education. The risk of humanistic relationship rupture brought about by artificial intelligence also contains educational opportunities for relationship reconstruction. Relationship theory is a theoretical way to balance the technical and humanistic aspects of artificial intelligence. Artificial intelligence can enhance the understanding and analysis of educational actors towards each other, and construct dimensions of relationships that cannot be established solely by humans themselves. In this regard, the modernization of Chinese style higher education should utilize artificial intelligence to “reconstruct relationships”, make its tool efficiency serve value relationships, promote technology to shape new humanistic ties, and return to and innovate the intersubjectivity of various actors in the educational process.
Keywords:artificial intelligence; educational relations; intersubjectivity; technology and humanities; remaking relationship
作者简介
李建龙，中国人民公安大学教务处助理研究员（北京 100038），北京理工大学博士研究生（北京 100081）。
基金项目
北京市教育科学“十四五”规划青年专项课题“高等教育数字化转型背景下学生评教文本的实证研究”（课题编号：CDCA23126）
责任编辑：刘莉
期刊简介
《中国远程教育》创刊于1981年，是教育部主管、国家开放大学主办的综合性教育理论学术期刊，是中文社会科学引文索引（CSSCI） 来源期刊、全国中文核心期刊、中国人文社会科学期刊AMI综合评价（A刊） 核心期刊、中国科学评价研究中心（RCCSE） 核心期刊、中国期刊方阵双效期刊、人大复印报刊资料重要转载来源期刊，面向国内外公开发行。
本刊关注重大教育理论与政策，推动科技赋能教育，反映国际学术前沿，聚焦本土教育改革，注重学术研究规范，提倡教育原创研究。
地址
北京市海淀区复兴路75号
邮编
电话
010-68182514
电邮
zzs@ouchn.edu.cn
网址
cjde.ouchn.edu.cn
来源丨中国远程教育微刊
声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与我们联系，我们将及时更正、删除，谢谢。
热门跟贴