从NSTC规划到CSIS规划：美国人工智能赋能教育的颠覆与创新_2

1、    从“nstc规划”到“csis规划”美国人工智能赋能教育的颠覆与创新    摘要：国家人工智能研究与发展战略规划和美国机器智能国家战略规划分别是奥巴马和特朗普在其任内颁布的首份国家人工智能发展规划，同时也是全球首份分别针对人工智能与机器智能的国家规划，先后针对人工智能支持社会各个领域的变革提出了发展蓝图。针对教育领域，相比国家人工智能研究与发展战略规划美国机器智能国家战略规划在教育目标的追求、教育领导力保障以及负责任发展的理念方面都有重大转变，在一定程度反映了美国人工智能技术支持教育变革战略的调整动向。教育目标从对教育公平的强调转为更加关注对教育

2、卓越的追求，领导力由政府监管转为协同合作，负责任发展的理念由研发的公正转向使用的公正，或对我国未来教育人工智能战略的制定具有借鉴意义。关键词：人工智能，美国人工智能战略，国家人工智能战略，教育变革，机器智能，人工智能发展规划，stem教育，教育信息化基金项目：2018年全国教育科学规划课题“美国实践取向教师教育的历史演进研究”（课题编号：boa180045）；教育部2013年人文社科项目“美国教师实习制度历史演进研究”（课题编号：13yja880026）。引言自20世纪90年代后期以来，伴随着国际范围内围绕“深蓝计算机战胜国际象棋大师”的激烈讨论，美国联邦政府对人工智能（ai）技术发展采取了前

3、所未有的干预姿态。2016年10月，国家科学技术委员会（nstc）出台人工智能领域的专项规划国家人工智能研究与发展战略规划（the national artificial intelligence research and development strategic plan，简称“nstc规划”），首次从国家的层面对人工智能发展提出了全面、系统的指导意见。当基于深度学习的alahago再次战胜围棋世界冠军，联邦政府对人工智能的教育热情更是到了如日中天的地步。2018年3月，美国国际战略中心（csis）再次出台美国机器智能国家战略规划（a national machine intelligen

4、ce strategy for the united states，简称“csis规划”），该规划是继2016年nstc出台的首份人工智能领域的国家专项规划之后联邦政府国家安全机构颁布的又一份人工智能发展专项新政，更是将人工智能的发展上升至国家安全层面进行战略性布局，美国对人工智能发展的重视程度可见一斑。值得注意的是，在csis出台的规划中联邦政府一改“人工智能”的传统提法，首次以“机器智能”（mi）名称出台人工智能领域的专项国家规划，这一提法的转变是否意味着联邦政府在人工智能发展方面有了新的发展和补充？新一届联邦政府在保障人工智能技术在教育领域的应用方面又提出了哪些规划建议？本文将对这些问题

5、进行初步探讨。一、美国将教育纳入国家人工智能发展规划的动因伴随着人工智能技术的深入应用，美国智能技术创新不再如往昔般一枝独秀。中国、日本、英国等国家相继出台人工智能专项发展规划，不遗余力地实施科技强国战略。这些“咄咄逼人”的人工智能发展规划给美国聊以自豪的“创新之邦”的国际地位带来严峻挑战，美国亟须重新引领人工智能发展前沿，确保美国在人工智能的创造和使用中的领导地位。自2016年开始，联邦政府先后出台两份国家层面的人工智能发展专项规划，对人工智能在经济、军事、医学、教育、法律等具体领域的发展做出切实指导。对于教育领域，联邦政府之所以在人工智能受到普遍重视的历史关头始终将教育作为人工智能技术应用

6、的重要一环，具体来说有以下几个原因。（一）美国“科技引领”教育技术发展战略的内在要求受制于国际安全竞争的复杂性和激烈性，美国始终秉承“科技引领”的教育理念。在努力将科技创新置于优先发展地位的同时，始终对科学技术支持教育变革保持着关注。自联邦教育部1996年开始着手制定了美国历史上首份国家教育技术规划起，在已出台的五份国家教育技术规划中联邦政府基本维持了每四至五年更新一版的传统，不断赋予国家规划在不同社会发展阶段、不同技术背景下利用教育技术创新教育变革新的时代特征，以求不断将创新技术融于教育改革之中，实现1980年联邦教育部成立之初既定的“提高教育质量，确保每个美国人受教育机会均等”的使命、目标

7、。对此，美国前教育部长邓肯（duncan. a）曾指出：“技术需要真正的进步，发挥出它在改善教育民主与质量上的重要作用。”（oet，2016，p. 1）新任特朗普政府教育部长德沃斯（devos. b）则认为，技术会在课堂中发挥作用，要增加新的革命性的教育技术运用，显著改善成百上千万美国儿童的教育（转自搜狐网，2017）。（二）stem教育的供给不足殃及人工智能发展stem教育因承担培养优质计算机、工程科技人才的任务已然成为美国雇主对优质人工智能人力资源来源的重要诉求，但现实中美国stem教育在培养人工智能领域相关人才的过程中却“暗礁潜藏”（carter，kinnucan，& ellio

8、t，2018，pp. 24-25）。一方面， stem 教育水平不高的问题凸显。受益于人工智能带来的自动化水平的提高，劳动力市场对雇员机器智能素养要求的降低并未带来原本预期的“失业潮”，人才“贫瘠”的窘境却愈发明显。2017年的一项调查结果显示，2016年仅有30%的工作岗位对雇员有基本的技术素养要求，该指标虽然相较2002年下降了26%，但却仅有10%的毕业生达到了满足雇主对智能技术的基本要求（carter，et al.，2018，p. 25）。在机器硬件日渐自动化的趋势下，日益增长的智能技术岗位需求与毕业生计算机技能短缺的矛盾日益突出，同时攻读stem高级学位的美国学生比例较低。受益于美国

9、卓越的高等教育的领先优势，国际学生始终是美国高等教育学生总量的主体。对此，美国政府问责办公室曾指出：“如果移民学生返巢，美国将陷入科技人才短缺的危机。”（张燕军，2013，p. 140）有事实表明，这种危机正在变成现实。2017年，特朗普宣布废除“幼年抵美暂缓遣返计划”，国际学生合法移民机会的压缩或进一步使美国陷入困境。面对此类形势，社会各界焦虑不安（mpi，2017）。（三）传统技术已难以保证学生获得相同优质的学习体验面对久治不愈的“数字鸿沟”问题，联邦政府近年来陆续推出“数字联结”“goopen”计划等项目，试图通过持续的技术设备升级为每位学生均有机会享受技术带来的学习体验提供保障（陈强，

10、等，2016）。然而，联邦政府竭力追求的学生享受技术带来的优质学习体验的格局却并未随技术设备的升级而如期缩小，反而面临停滞不前的尴尬。首先，传统的学习分析技术过于低效已是美国教育界和社会舆论界的共识。2018年，作为教育信息化发展风向标的国际新媒体联盟（nmc）出台的地平线报告（horizon report）对目前的学习分析技术就曾尖锐地指出：“技术无法做到有效地统整学习者为中心的学习数据仍是国际范围内为不同的学习者提供差异化学习内容、学习活动和学习路径的首要阻碍。”（魏雪峰，等，2018）。其次，传统技术交互不强的劣势依旧无法得到明显改善。交互形式依然停留在自定步调学习、个别化指导的初级阶段

11、，这一点已备受诟病。美国高等教育信息化协会主席亚伯林格（oblinger. d）博士对此曾直言不讳地指出：“仅寄希望于将教学内容切分成较小的片段，按照模块化的方式进行组合以满足学生的个性需求，这是远远不够的。”（郑旭东，等，2014）在技术快速创新发展的背景下，nstc规划与csis规划正是寄希望于通过对更具颠覆性的智能技术的“有意义”干预，改善上述不足，彻底解决“每位学生都能享受技术带来的优质体验”的历史遗留问题。（四）人工智能技术在教育领域应用的问题频现人工智能技术因其在预测方面表现出的巨大潜力已经成为联邦政府在教育领域使用技术的重点。伊利诺伊州年度政府报告曾总结该州2017年成功的教育改

12、革经验时指出：“机器学习模型能实现基于对在读学生的考试数据、人口基本信息等数据预测当前学生潜在的辍学风险以及哪些学生在学业上吃力，秋季学期之后将大量应用。”（转自搜狐网，2018）然而，该报告断言的“人工智能广泛使用”的美好愿景却并未随其在教育预测中的巨大潜力而自动到来，屡禁不止的数据泄露事件让智能技术的普及面临“进退两难”的尴尬。联邦政府虽已颁布家庭教育权和隐私权法案（ferpa）、学生在线个人信息保护法（sopipa）等法律规范对教育数据隐私进行保护，但效果不佳。据美国身份被盗信息中心（itrc）统计，仅在2018年上半年就发生六例数据泄露事件，其中两例均与教育机构紧密相关，尤其作为政府机

13、构的宾夕法尼亚州教育部在30分钟内就出现了36，000条教育记录泄露事件更是让社会各界对机器学习的智能化预测前景产生了极大恐慌（转引自e安全网，2018）。美国信息产业理事会（iti）甚至认为“数据安全不断加深着公众对人工智能的敌意和不信任”（iti，2017，p. 3）。正如奥巴马受访时所言：“人工智能的实际应用和真实潜力之间还存在很大差距，改善认识偏差，为社会提供更加积极的影响，需要更加凝聚力的措施。”（转引自dadich，2016）二、两份规划对人工智能赋能教育变革的建议（一）nstc对人工智能技术支持教育发展的规划如nstc规划所言：“人工智能发展初期正是百花齐放的时期，政府通过加大对

14、调查研究的投资，确保基础研究和应用研究之间有良好的交流而充分支持了新技术的发展，智能技术也在制造、物流、教育、科技等领域得到了应用，让人们看到了它的潜力，但也给我们带来了一些负面影响。随着技术的进步和成熟，为了使技术可以更加良性发展，是时候考虑技术和政府的关系了（nstc，2016，p. 3）。”可见，通过对人工智能技术“有意义干预”为社会提供更加积极的影响是nstc规划出台的主要目标。从内容看，为挖掘智能技术支持教育变革的全部潜力，联邦政府从六个维度对有效使用智能技术支持教育创新提出了发展对策。1.重塑政府在ai长期研发中的角色nstc规划指出，虽然私营部门是ai发展的主要动力，但联邦政府资

15、助在ai的长期研究中却具有关键的作用。规划认为，目前ai技术仍停留在特定的环境中执行单独任务的狭隘阶段，将这些狭隘的专用系统用于更为广泛的问题环境中仍需要持久的研究工作（nstc，2016，pp. 5-7）。规划认为，ai技术支持教育变革的研究是一项可预测结果的渐进式研究，联邦政府应对竭尽所能为将ai技术变为能够在更广泛的认知领域中（如学习、推理、创造力等）表现出人类智能的多功能通用系统提供必备的政策和财政支持。为此，为避免行业与私营企业资金的缺乏，教育部应该优先发展人工智能基础和长期研究项目，尤其保证在高风险、高回报的基础研究方向进行长期投资；政府应探索人工智能应用新方法，推出专项高级教育研

16、究项目，以确定人工智能及其他技术显著提高学生成绩的最佳实践；教育部等诸多部门应加强合作，共同为教育人工智能从业者开辟一个实践社区，制定并分享人工智能在政府工作中的使用标准和最佳实践经验，确保将新技术引入教育培训领域的可能性（nstc，2016，pp. 16-22）。2.交互是人机协作学习的关键nstc规划认为，学习者与ai系统的协作学习是使用智能技术获取更具个性化优质教学体验的最有效方式（nstc，2016，pp. 22-23）。规划指出，未来的ai学习系统可能已经实现了学习者与机器功能范围的划分，学习者与智能机器在交流方式和意识习惯上的不同决定了有效交互必然将成为决定人机协作学习效果的关键。

17、为此，注重开发教育用户与ai机器的可视化交互界面技术，将运行结果以直观、易被理解的形式呈现给教育用户，为教师和学生提供实时反馈；开发更加有效的语言处理系统，让师生与机器通过书面和口头的语言形式进行交流，并将此作为ai研究的一个长期目标；努力寻求具有人类感知的ai新算法，以支持在不同学习情境、不同设备中的使用，如固定设备、可穿戴设备、植入设备等，为实现无人监督的自主学习、开展完全的人机互动、解决复杂的学习问题做准备（nstc，2016，pp. 23-26）。3.注意解决智能技术使用在法律、伦理安全领域的问题nstc规划指出，智能系统在学习交互活动中潜在的自主代理行为为打破空间和时间对学习行为的束

18、缚进而实现随时随地的学习提供了可能，但这种具有类人智能特征的自主代理行为仍须遵守人类正式的或非正式的行为规范。为了保证每位学习者均能享受到优质的学习体验，智能技术开发者应注意将公正与正义的考虑设计至系统之中（nstc，2016，p. 26）。该规划建议：研发人员在设计ai系统时应遵循透明性原则，保证智能系统行为决策依据的透明性，确保师生使用以ai为基础的产品或服务时能够产生足够易懂的可解释性结果，并支持对教育决策或学习结果的效力性和公平性提供证据性的检验和确认；政府应组织相关机构共同开发一套与现有法律、道德、社会规范以及学习者年龄特征相契合的算法程序，避免ai系统进行教育推理和决策时与现行的社

19、会伦理价值体系相冲突，并支持以证据对决策结果进行验证（nstc，2016，pp. 26-27）。4.为ai发展提供开放共享的数据测试环境nstc规划指出，ai系统在教育实验环境中所表现出的稳定性与高效性使社会各界有理由对ai技术彻底打破现实中使用技术手段解决教育不公平、不均衡问题低效的困扰保持了美好期待（nstc，2016，pp. 30-31）。规划认为，伴随专用ai系统向通用ai系统的升级，用于支持研发的数据和测验之后所产生的数据都将呈现增长态势，如何获取数据支持技术的研究以及如何及时、充分地从海量测验结果数据中挖掘出有价值的科学知识并再次反馈于技术的研发就成为保障人工智能技术持续进步的关键

20、（nstc，2016，p. 32）。因此，规划建议：政府应逐步实施“人工智能公开数据”项目，有计划地公布政府数据，保障私营部门可拥有支持ai开发的训练数据，但要时刻注意对智能系统是否会随着数据积累而出现预测结果前后偏差保持关注，避免出现加剧教育不公正的结果；政府应强调发布数据集的重要性，各利益相关者应联合制定发布ai数据的格式标准，降低新的数据集利用的成本与难度（nstc，2016，pp. 30-31）。5.制定ai标准，保障ai技术的有效使用nstc规划指出，一套可以在人、机器以及不同人工系统之间通用的知识表征方式、术语定义以及技术规范标准可以有效地帮助知识在不同系统之间实现转移，这对帮助积累学生依托不同系统的不同学习行为产生的教育