教育人工智能场域下教师角色与行动取向

赵磊磊 马玉菲 代蕊华

【摘要】  教师与人工智能技术的关系是推进教育人工智能发展中需要审慎处理的关键关系，理清教育人工智能场域下的教师角色与行动取向极具现实意义。本文以教师角色分析为出发点，有针对性地选择研究对象，通过半结构化访谈及问卷调查获得样本数据，开展实证研究。研究发现：在智能时代，教师应成为知识信息、数字资源智能传播与呈现的掌舵者。具体而言，在教学功能方面，教师可扮演基于证据的个性化教学决策者与分析者;在辅导功能方面，教师需成为智能时代学生辅导的情感补位者;在管理功能方面，教师需成为非常规类班级及行政管理的人力保障者。基于此，文章提出了教育人工智能场域下教师的行动取向：教师应注重智能时代知识传授及数字资源建设的人文渗透;教师应注重提升智能教学与教育证据的整合能力;教师应实施智能帮扶与情感补位相结合的辅导策略;教师需基于管理情境适度应用与合理省思智能技术。

【关键词】  人工智能;教师;教师角色;行动取向;实证研究;个性化教学;人文渗透;情感补位

【中图分类号】   G451         【文献标识码】  A       【文章编号】  1009-458x（2021）7-0058-09

本文系中国高等教育学会2020年“高等教育信息化研究”專项重点课题“高校信息化安全风险防范与化解研究”（2020XXHD04）和中央高校基本科研业务费专项资金资助课题“中小学校长信息化领导力的影响因素及生成机制研究”（JUSRP12074）的阶段性研究成果。

引言

随着人工智能逐渐上升为国际竞争的新焦点，人工智能与教育的关系随之成为国际领域的关注热点。我国政府部门及相关机构为抢占教育人工智能高地，颁布了相关政策并在不同教育层次实施了多项举措。2017年7月8日，国务院（2017）发布《新一代人工智能发展规划》，强调建设人工智能学科，实施全民智能教育项目，在中小学阶段设置人工智能相关课程，逐步推广编程教育。2018年4月2日，教育部（2018）发布《高等学校人工智能创新行动计划》，提出加大人工智能人才培养以及构建人工智能多层次教育体系。2018年4月28日，国内第一本关于人工智能技术的高中教材（《人工智能基础（高中版）》）在沪发布，标志着人工智能在中小学教育中的应用进入一个崭新阶段（搜狐网， 2018）。这表明，人工智能的教育优势已在教育教学领域及政府战略规划层面引起较多关注。人工智能技术的不断发展对教育现场产生相当大的冲击，对教师职业提出了新的要求与挑战，引发了诸多教师对于人工智能是否有可能代替其工作的忧虑。在人工智能时代，教师对于教育人工智能的认知与理解如何？教师如何认识和处理自身与智能技术的关系？笔者尝试对人工智能与教师间的关系进行质性分析，以期回应相关议题。

一、文献回顾和研究设计

（一）文献回顾

人工智能对教育产生的革命性影响使智慧教育或智能教育成为当前教育改革与发展的重头戏，人工智能与人类智慧的交锋为重新审视教师角色提供了新的契机。在人工智能的冲击下，众多教师也逐渐担忧自身职业是否会被人工智能取代。学界对人工智能与教师关系的研究概况如下。

在国外研究层面，较多国外学者认同人工智能教育应用可发挥积极功效，也较为认同“教师职业难以被人工智能完全替代”的观点。英国广播公司在分析了365种职业未来在英国的“被淘汰概率”后，发现教师被机器人取代的概率仅为0.4%，仅次于心理医生与公关（搜狐网， 2017）。Popenici和Kerr（2017）指出，人工智能为教育教学开辟了新的视野，但智能数据挖掘较大的不确定性与不稳定性等技术局限是人工智能教育应用无法取代经验丰富的教师的原因之一，教师应当成为引导技术可能性发展方向的掌舵者。也有部分国外学者就如何将教师优势与人工智能的技术优势相结合做出探究。Kenneth Holstein等学者（2018）的研究表明，在K-12教室中使用智能教学系统（ITSs）可以非常有效地帮助学生学习。以上观点不仅认识到人工智能技术的潜力，也揭示了人工智能在教育应用中的局限性。

在国内研究层面，有些国内学者尝试围绕教师教书育人的工作内容与人工智能的功用做出分析与讨论。例如，郑蕊（2019）认为，人工智能可以替代教师重复的“教”的劳动而让教师们更加专心在“育”的活动上，教师可以去做更有价值的、机器无法替代的重要事情，比如关心学生内心的想法和感受等。胡伟（2019）指出，人工智能可助力教师精准实现“因材施教”。也有部分国内学者对人工智能时代教师角色的转变进行探讨。陶静（2020）指出，人工智能时代教师应及时转变角色，回归育人，坦然应对人工智能带来的教育变革。单佳旭（2020）认为，人工智能时代教师角色转变主要体现在“育人”价值更加凸显，教师由传统角色向知识的引导者、智能机器的合作者等角色转变。吕恺悦和孙众（2019）认为，在人工智能时代教师职业将逐渐走向人机协同的局面。整体来看，诸多学者较为认可人工智能的教学辅助角色，且普遍认为人工智能很难在育人层面替代教师。

综上所述，人工智能教育应用需予以规范，若超越教育需求及背景条件盲目推行复杂且无序的人工智能应用，则有可能会对教师工作产生较多技术负担。当前人工智能时代教师角色的研究尽管从教师角色认知、教师角色转变等诸多方面做了一些基本论述与分析，但一些深层次的教师角色议题悬而未决。从教师职业功能的角度来说，人工智能时代教师角色究竟涉及哪些核心内容？人工智能时代教师在教育实践中应遵循何种行动取向？本研究尝试从教师角度挖掘教育人工智能场域下的教师角色及行动取向，以期为人工智能时代教师究竟该做什么、怎么做提供基本参照。

（二）研究设计

1. 研究方法

本研究采用扎根理论的研究方法，通过理论抽样选取90名中小学一线教师作为研究对象，通过深度访谈获取第一手资料数据，从访谈资料中发现、发展和检验人工智能对教师角色的冲击。之所以选择扎根理论的研究方法，是因为其研究目的是从经验资料（empirical data）中生成（generate）理论，而不是仅限于描述或解释研究对象，其结果是对现实的理论呈现（朱丽叶， 等， 2015）。本研究通过文字、录音等方式记錄访谈内容，了解一线教师认为人工智能与自身在教学、辅导和管理功能等方面各有何表现，其后通过开放式、主轴式和选择式三种编码方式对资料进行分析，生成教育人工智能场域下的教师角色理论，并针对其角色分析结果提出教育人工智能场域中教师该采取的行动取向。基于编码分析结果，本研究拟进一步利用问卷调研方式，了解教育人工智能场域下教师角色的现状与问题。最终依据质性分析及问卷分析结果，提出教育人工智能场域下教师的行动取向。

2. 访谈内容

要刻画人工智能时代的教师角色，首先需要对教师角色的具体内容进行划分。Nayir和Cinkir（2015）将教师角色行为划分为教学能力（包括拟订和实施教学计划、编选教材等）、行政能力（包括一般行政和专项业务的计划、执行、沟通与协调能力）和辅导能力（包括一般学生的辅导和专项辅导工作）。Harris和Biddulph（2000）将教师角色功能划分为教学功能（教师能够拟订教学计划、实施教学活动等）、班级管理功能（教师能够维护班级秩序以及学生安全）、辅导功能（教师能够协助与辅导学生解决问题，并帮助学生建立良好人际关系）和行政管理功能（教师能够参与规划学校活动，分担教学以外的行政事务，与家长和社区有所协调与互动）。本研究综合上述两种划分，将教师角色功能分为教学、辅导、管理三个维度，其中管理维度涉及班级管理和行政管理两个方面。本研究以人工智能与教师关系作为访谈的基本关注点，具体根据教学功能、辅导功能、管理功能等教师角色来拓展访谈内容，并设计半结构式访谈提纲，引导受访教师访谈时的讨论方向，以期能深入剖析教师对于人工智能的态度与看法。访谈提纲如表1所示。

3. 访谈样本

扎根理论中的理论抽样是一种建立在概念或主题之上的资料收集方法，其目的是从地点、人物和事件中收集资料，以期最大化地从属性和维度上形成概念、揭示变量并寻找概念之间的关系（朱丽叶， 等，2015）。因而本研究在选择访谈对象时既尽可能地与本研究的主题和内容最大程度相关，也力求在数量上满足样本数量需求。笔者通过自身人际网络寻找受访者，共选择男女教师各45位作为访谈对象，其中30位为S市（直辖市）智能教育示范区的中小学教师，32位为W市（东部发达省份的经济发达城市）教育信息化示范学校教师，28位为L市（西部欠发达省份的省会城市）的中小学教师。半结构化访谈从2019年6月25日开始，至2020年2月12日完成，部分被访谈者的性别、年龄、最高学历、职称、任教年数、任教科目等个人情况如表2所示。

二、教育人工智能场域中教师

角色的实证分析

（一）编码分析

1. 编码方式

编码是将资料简化成为有组织且条理连贯的想法组合（Smith & Short， 2001），也是标签或标示研究中所汇集的描述性或推论性资料的意义单位（Chowdhury & Faisol， 2015）。笔者采用QSR公司研发的Nvivo 11.0软件作为辅助分析工具，对访谈资料进行收集、分析、编码和探索。首先将获得的90份访谈录音转化为文字资料，在转录过程中为保证数据质量的真实性与客观性保留了被访者的口语化资料，同时录入被访者语言与非言语信息，共转录文字资料约72.3万字。编码分析基于扎根理论，通过开放性编码、主轴编码和选择性编码三段编码过程，分别对访谈提纲中各维度所涉及的材料进行编码，尝试探寻不同维度下教师关注的重点和主要观点。

2. 饱和度检验

在编码过程中采用两名编码者独立编码的方式，并通过归类一致性检验判定编码信度。两位编码者的归类一致性系数最低为0.708，最高为0.901。编码信度系数最低为0.829，最高为0.948。当使用归类一致性方法得到的编码信度系数大于等于0.8时，说明编码者一致性较高。经检验，本研究的编码一致性符合要求，编码数据可信（编码信度如表3所示）。

（二）编码结果

1.智能时代教师角色涉及“技术认知及角色”“技术体验”“教学、辅导和管理功能”

通过对90份访谈资料的编码结果进行整理和概括，最终形成的编码结果如表4所示。

基于上述分析，前文所得的选择编码具有较强的说服力，可进一步将教学功能、辅导功能、管理功能统整为教师角色的功能体现，而且教师角色的功能体现与教师角色的基本定位均属于教育人工智能场域下教师角色研究的核心组成部分。结合前文编码分析结果，笔者设计出教育人工智能场域下教师角色的系统框架图（如图1所示）。

2. 个性化教学、知识传授及数据挖掘是人工智能便利教师职业的主要路径

词频分析有助于厘清教育人工智能场域下教师角色的关注热点。从图2（词频查询结果可视化分析图）可以看出，人工智能、教育、教师、学校、教学、学习、技术、知识、需要、数据等词属于高频词。这在一定程度上说明，在教育人工智能场域下，教师对于自身角色的认知集中体现在智能技术与教学的关系、智能技术与知识传授的关系、智能技术与个体需要满足的关系、智能技术与教育数据挖掘的关系等方面。据此，词频的分布情况基本上体现了人工智能时代教师角色重塑的基本方式，个性化教学、知识传授和数据挖掘是人工智能便利教师职业的主要路径。

3. 教师对智能技术角色、智能技术与教师教学等方面的关注度较高

对选择编码分布情况进行分析有助于进一步厘清教育人工智能场域下教师对于教师角色不同维度的关注度。选择编码的覆盖率分布如图3所示。各选择编码的覆盖率从高到低排列依次是智能技术角色（46.95%）、智能技术与教师教学（41.93%）、智能技术认知（41.25%）、智能技术与学习辅导（40.84%）、教师陪伴与倾听（34.86%）、智能技术与班级管理（29.68%）、智能技术与行政管理（29.24%）、智能技术与学生学习（22.10%）和教师技术体验（21.31%）。其中，教师对智能技术角色、智能技术与教师教学、智能技术认知、智能技术与学习辅导的关注度较高（覆盖率均大于40%），但是教师对于智能技术与班级管理、智能技术与行政管理、智能技术与学生学习以及教师技术体验的关注度较低，这在一定程度上反映了教师目前对人工智能与教学管理和学生学习间关系的认识尚待进一步加深，有必要从关注“人工智能与教师教学的关系”向关注“人工智能与教和学之间的关系”转向。

三、教育人工智能场域下教师

角色的认知现状

基于以上分析，结合具体的访谈材料，本研究发现教育人工智能场域下教师的角色主要体现在以下四个方面。

（一）基本定位：教师应成为知识信息、数字资源智能传播与呈现的掌舵者

在教育人工智能场域下教师角色的基本定位方面，教师应成为知识信息、数字资源智能传播与呈现的掌舵者。选择编码C2智能技术角色包括B5技术功能有限性和B6技术与知识传授两个方面。面对人工智能的发展，大部分受访教师认为，智能技术并非万能，难以完全替代教师，人工智能可以辅助智能化呈现知识和智慧汇聚多样化的数字资源，但是智能呈现知识的方式和筛选数字资源的方向仍依赖教师本身。一方面，人工智能在知识和资源智能创生方面大有作为。人工智能已经在课堂教学行为分析、学习者情感建模、用知识图谱预测学生学习表现（苏明， 等， 2019）等方面实现了一定突破，可增强学生在学习体验方面的沉浸感。例如，F5教师指出，教育机器人这类教育人工智能产品能够对教学监测与分析提供帮助。另一方面，因教学时间、场域等因素存在复杂性，智能化知识呈现及资源创生很可能与教学场景的动态需求存在实践偏差，人工智能很难及时捕捉学生认知水平与资源期待的短期变化，智能时代的知识呈现和数字资源建设仍需教师通过“察言观色”“互动沟通”等方式予以统筹，教师依然是智能时代知识呈现和数字资源创生的掌舵者。正如F2教师指出的，“人工智能很难触动德育和情感沟通等方面的内容，这些内容还是需要教师具有教育现场的即时应变对策”。

（二）教学功能：教师可扮演基于证据的个性化教学决策者与分析者

在教学功能上，个性化教学、知识传授和数据挖掘是人工智能便利教师职业的主要路径，教师可扮演基于证据的个性化教学决策者与分析者。根据编码结果划分出C4智能技术与教师教学、C5智能技术与学生学习两个方面。在C4智能技术与教师教学方面，编码显示了B10技术与教育数据收集、B11技术与信息传送及B12技术与个性化教学三个维度。较多受访教师提到，人工智能可在全面采集、分析学生学习过程数据的基础上，实现基于证据的智能教学决策，助力个性化教学的深度推进。例如，F23教师指出：“人工智能可通过各式各样的測验断定学生的学习困难。”在C5智能技术与学生学习方面，编码显示了B13技术与学习方式、B14技术与学习资源和B15技术与学习反馈三方面内容。受访者提到人工智能可以改善教育数据的挖掘、收集与分类模式，可为教师在分析学情、监测课堂和反馈问题等方面提供信息支持，有助于教师根据教学实情及变动有效调整教学安排。例如，F33教师指出：“人工智能能够规模化地捕捉学生的每一个反应、眼神、动作和表情，教师能据此做出回应、调整教学，让个性化的教学决策变得有证据可循。”综上所述，人工智能在延展智能教学系统功能、重构领域知识模型和学习者模型等方面的应用可促使教师的教和学生的学变得更为快速与精准，因而智能时代的教师应主动保持人类教学的灵动性与主体性，利用智能技术实现基于证据的个性化教学决策与分析。

（三）辅导功能：教师需成为智能时代学生辅导的情感补位者

在辅导功能方面，较多受访教师认识到当前人工智能技术在人际关系、情感表达方面的应用局限性，教师需成为智能时代学生辅导的情感补位者。对于教师辅导来说，教师智慧优于人工智能之处主要体现在人际互动与情感表现方面。教师辅导所涉及的“品行熏陶与情感表现”无法被人工智能取代，这也是目前人类教师的优势所在。在人工智能很难触动的“品行培育与情感支持”环节，教师依然需要及时且迅速地针对不同学生的性格特点、兴趣爱好和学习困境做出灵活回应，以便最大限度满足学生的个性化需求。选择编码C6智能技术与学习辅导涉及B16技术与学习问题发现、B17技术与学习策略改进两个方面，C7教师陪伴与倾听涉及B18教师真诚陪伴及B19教师倾听与师生交流两个方面。受访教师已经意识到人工智能在学生学习辅助方面能够迅速做出反应这一优势。例如，F29教师谈道：“人工智能可以通过大数据迅速发现学生学习过程中的薄弱环节，可以迅速找出解决策略，对症加强薄弱部分的练习。”受访者也认识到人工智能虽可便利教师辅导，却替代不了教师真诚陪伴学生这一功能。例如，F40教师提到，“辅导是科学也是艺术，人工智能可以解决科学那一部分，但艺术这一部分它很难做到灵活解决，也就是说人工智能可能可以解决表面问题，但有些深层次的东西它其实触碰不到。”综上所述，虽然人工智能可以协助教师快速有效地找到适合学生的辅导策略（Per Valter， 2018），但是人机互动缺少了人情的温暖，因而教师们应该在应用人工智能技术的同时不忘落实真诚陪伴学生的责任。

（四）管理功能：教师需成为非常规类班级和行政管理的人力保障者

在管理功能上，本研究根据编码结果划分出C8智能技术与班级管理、C9智能技术与行政管理两个方面。在C8智能技术与班级管理方面，共涉及B20技术与学情分析和B21教师与班级秩序两个维度。较多受访教师认为，班级秩序和文化建设、学生隐私保护等非常规类班级管理内容的建设仍需教师予以引领与统筹，由此可知，教师需成为非常规类班级和行政管理的人力保障者。例如，F55教师提到：“我觉得人工智能辅助班级管理的问题，对于常规的、通过调取数据可以合成的内容，机器人有可能能够很快处理，但还有例如班级文化建设等方面要依赖于教师能力的发挥，此方面彰显了教师的‘人为优势。”F63教师提到：“人工智能虽然可以实现学生表情及行为监测，但如何做才能避免侵犯学生隐私等方面还需要老师们注意和把握。”在C9智能技术与行政管理方面，被访谈者的关注点集中在B22技术与例行性事务和B23教师人际关系与行政事务两个维度。受访教师普遍认为人工智能在例行事务辅助方面优势明显，但在涉及人际关系协调和互动上人工智能目前尚无法有效实现。例如，F52教师提到：“行政事务除了上级交办，其实很多发生的问题都是人际关系问题，而人工智能很难去解决‘人的问题。”综上所述，人工智能很难去有效处理一些涉及“打交道”的行政事务，一些非常规管理事务的处理现场一般以人际关系的调和为载体，如果交由机器人完成易缺乏人的情感关怀（Skiba，2017），因而这部分仍需教师来完成。

四、教育人工智能场域下教师的行动取向

在人工智能发展迅速的时代，越来越多的职业也许会被机器人取代，尽管一线教师不必担心自己会被人工智能取代，但明确自身在人工智能时代的行动取向十分必要。针对以上分析与讨论，笔者认为人工智能时代教师的实践取向需关注以下要点。

（一）教师应注重智能时代知识传授和数字资源建设的人文渗透

在智能时代，人们获取知识的便捷程度非比寻常，知识传授和数字资源建设可在智能互联的基础上实现智慧升级，但知识传授和数字资源建设归根结底是内容输出和内容建设，内容是人类思想的结晶，其创作包含了对人性的思考，智能时代的技术应用不仅不可摈弃人文，还要更加注重人文渗透，因为人文教育意味着内心秩序的建立、行为方式的分寸感和思考边界的拓展（于丹， 2018）。具体来说，需要教师做到：其一，要有意识地培养自身运用智能技术的伦理边界和责任感，牢记技术辅助和人文熏陶的教育原则，在人文与科技之间把握平衡，正确看待人工智能与人类智慧的交锋，对智能技术与人类智慧各取所长，让技术为人所用而不是让技术决定人的思考。其二，在教学设计方面更加注重将人文教育注入设计和输出教学内容的过程之中，例如在应用人工智能技术的同时穿插讲解教育与技术的发展历史，教会学生辨证看待技术发展带来的便利与挑战。其三，将人文教育融入技术应用的过程和具体的教学环节之中，比如不同的学生其技术应用水平也不甚相同，教师可以鼓励学生在互帮互助、相互协作的氛围下应用人工智能技术进行合作学习，于细节之中培育学生的情感、态度、价值观等。

（二）教师应注重提升智能教学与整合教育证据的能力

人工智能通过程序设计预先内建模组，可以快速识别学生的眼神、表情、动作等反应，为教师调整教学进度与任务难易程度提供依据，为个性化的智能教学提供技术辅助。但教育证据很难直接作用于智能教学服务，而是需要以教师具备科学整合智能教学与教育证据的能力为前提。具體来说，需要教师做到：其一，充分利用“互联网+教育”的动态性、交互性、多媒体性来创设良好的课堂互动氛围，鼓励学生充分表达自己的观点和理解，为教育证据的集成获取海量的数据基础。其二，具备选择、理解、筛选和评估各种信息的数据素养，能够将数据转换为信息，能够总结和掌握若干种由动态的、即时的、历时的、全面的数据组成的反映学生学习情况的方法，辩证看待和主动驾驭信息，让信息为教育教学决策提供证据，保持人类教学的灵动性和人文性。其三，有意识地对数字资源进行分类、汇聚与筛选，即对收集回来的信息进行梳理、加工和优化，资源或信息整合的核心是将可能原本看起来毫无关联的两样甚至是多样事物加以组合、得出新的判断和创造出新的价值。这需要教师具备全局性思维，将单一问题置于系统之中去理解，在把握核心因素的基础上扩大问题的影响因素分析范围，多方面考虑直接或间接的因素，运用梳理出的影响因素做出基于教育证据的教育决策。

（三）教师应实施智能帮扶与情感补位相结合的辅导策略

尽管智能辅导可为教师提供重要辅助，但目前情感计算技术的发展仍具有局限性，体现在人工智能在一些重复性的、通过反复练习而获得的易于观察和量化的硬技能方面可以快速替代人类，但目前在创造力、批判性思维、沟通能力、同理心、关怀等软技能方面依然需要人类去完成。因而，需要教师做到：其一，要建构和完善自身的心理辅导知识体系，在确定性知识的“训练”越来越被人工智能取代的背景下，教师的身份和角色更多地向学生成长数据的分析师、价值信仰的引领者、个性化学习的指导者、社会学习的陪伴者以及心理与情感发展的呵护者等方面转换（范国睿， 2018），因而教师要主动学习和补充教育心理学的知识储备。其二，要有意识地培养自身观察、识别和处理学生情绪、心理问题的能力，智能帮扶与情感补位相结合的实质是人机结合进行教育教学活动，尽管机器对学生学习状况的识别十分及时和灵敏，但此种依赖于数据运算的交互方式在心理关爱层面具有局限性，这对于一些自控能力差、学习心态脆弱的学生来说心理冲击尤其大，特别是当学生在机器辅助下学习连续遭遇失败时，心态更容易出现焦虑和情感不适，这时便需要教师及时识别和处理这种状况，真诚陪伴学生，辅助其面对和处理问题。

（四）教师需基于管理情境适度应用与合理省思智能技术

人工智能通过云端存储、互联网架构、大数据收集和分析等手段，在快速获取管理信息、综合判断信息等方面具有独特优势（莫蔚天， 等， 2010），未来的教学管理情境具有复杂性，常规与非常规的教学管理情境存在特定差异，教师需基于管理情境适度应用与合理省思智能技术。为此，教师需要做到：其一，尽快适应人工智能对教学管理工作的冲击，熟悉人工智能在教育教学管理中的实际应用和相关业务运作，将常规性或例行性的行政事务手续依托人工智能的智能终端、程序运行及自然语言处理予以处理，以减轻教师的行政负担。其二，提升自身运用智能技术进行行政事务管理的方案制定、数据集成、规划整合和具体应用能力。例如，对班级管理的业务需求进行调研，通盘考虑不同业务类型所需要的数据采集、集成和管理方法，因应班级管理需求来自主设计管理方案的实际执行步骤，并详细设计数据的保存保护方案。其三，注意智能技术的应用范围，确保智能技术在行政事务处理中不得侵犯个人隐私和正当权益。例如，通过精细计划班级管理的目标节点，建立数据库管理和监督机制，详细定义和规范数据库的运营规则，持续监控系统平台的运行，及时纠正偏差，不断优化，始终保持和遵循技术平台支持下管理活动的秩序及伦理。

五、结语

伴随5G时代的来临，智能感知、机器学习等人工智能技术在教育领域将有可能得到进一步的应用与推广，这将促使教育教学更为高效、便利和智能。但技术走得愈快，愈要有人文关怀。本文从教师视角出发，探讨了教育人工智能场域下的教师角色与行动取向，发现人工智能的发展虽在计算智能和认知智能方面取得了一定成就，但其在情感智能方面还有漫漫长路要走。而且，人工智能在教育领域的应用也面临不同形态的教育资料系统尚未整合、教育系统不能过度依赖大数据分析、数据资料搜集不能影响学生隐私、人工智能无法完全取代人师角色的实然困局（郑勤华， 等， 2019）。因此，人工智能的教育功能并非是万能的，也具有相应的功能有限性。人工智能时代教师角色定位与教师实践应以“教书育人”为核心任务，以立德树人为基本原则，以技术辅助为重要手段，推动智能课堂、智能教辅系统、智能管理体系的建设与发展，改善教师教学方式及学生学习方式。教育场域是一个技术、人、环境、设施、空间等诸多要素相互作用而形成的复杂场域，本文仅从教师视角探讨了人工智能与教师智慧的关系，展望未来，还需继续拓展智能时代教师角色研究视角，可尝试将教师行为与活动作为一个小系统置于人工智能的场域之中，结合技术应用、环境设计、学生学习适应等其他方面来探讨教师行动取向。

[参考文献]

范国睿. 2018. 智能時代的教师角色[J]. 教育发展研究（10）：69-74.

国务院. 2017-07-20. 国务院关于印发新一代人工智能发展规划的通知（国发〔2017〕35号）[EB/OL]. [2019-11-07]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm？gs_ws=tsina_63 6394431 999454091

胡伟. 2019. 人工智能时代教师的角色困境及行动策略[J]. 现代大学教育（5）：79-84.

吕恺悦，孙众. 2019. “人工智能+教师教育”的现状、动态与问题[J]. 现代教育技术（11）：114-120.

莫蔚天，梁兢. 2010. 人工智能在教学管理中的应用[J]. 求实（S1）：226-227.

搜孤网. 2017-11-19. BBC分析了365个被机器淘汰的职业，这几类的可能性非常大！[EB/OL]. [2019-11-07]. http：//www.sohu.com/a/205283859_237688

搜狐网. 2018-04-30. 首部《人工智能基础》高中教材在沪发布 全国 40 所高中将开设课程[EB/OL]. [2019-11-07]. http：//www.sohu.com/a/230018426_286966

苏明，陈·巴特尔. 2019. 人工智能教育伦理的多维审视：基于马克思技术批判和人的全面发展理论[J]. 西南民族大学学报：人文社科版（11）：223-228.

单佳旭. 2020. 人工智能时代的教师专业发展[J]. 智库时代（2）：69-70.

陶静. 2020. 人工智能时代教师的职业危机与回应[J]. 湖南广播电视大学学报（1）：1-4.

于丹. 2018-12-23. 人工智能时代与人文教育[EB/OL]. [2020-08-26]. https：//cloud.tencent.com/developer/news/378884

朱丽叶·M. 科宾（JulietM.Corbin），安塞尔姆·L. 施特劳斯（AnselmL.Strauss）. 2015. 质性研究的基础：形成扎根理论的程序与方法[M]. 重庆：重庆大学出版社.

中华人民共和国教育部. 2018-06-08. 教育部解读《高等学校人工智能创新行动计划》[EB/OL]. [2019-11-07]. http：//www.moe.gov.cn/jyb_xwfb/xw_fbh/moe_2069/xwfbh_2018n/xwfb_20180608/mtbd/201 806/t20180611_339062.html

郑蕊. 2019. 人工智能的限度及教师的超越[J]. 当代教育科学（10）：14-18.

郑勤华，熊潞颖，胡丹妮. 2019. 任重道远：人工智能教育应用的困境与突破[J]. 开放教育研究（4）：10-17.

Catapano， S. M. （2001）. Artificial intelligence， teachers， children， and parents： A case study. teaching strategies. Journal of Early Education & Family Review， 9， 19-26.

Chowdhury， & Faisol， M. （2015）. Coding， sorting and sifting of qualitative data analysis： Debates and discussion. Quality & Quantity， 49（3）， 1135-1143.

Harris， B.， & Biddulph， M. （2000）. Surviving and thriving： A small-scale study of the role of group work training in developing teachers professional practice. Pastoral Care in Education， 18（1）， 9-16.

Holstein， K. ， Mclaren， B. M. ， & Aleven， V. （2018）.Student learning benefits of a mixed-reality teacher awareness tool in AI-enhanced classrooms. International Conference on Artificial Intelligence in Education.AIED.

Nayir， K. F.， & Cinkir， S. （2015）.The roles of teachers： Comparing Turkey and Ireland. Anthropologist， 20（1-2）：1-12.

Popenici， S. A. D. ， & Kerr， S. （2017）. Exploring the impact of artificial intelligence on teaching and learning in higher education. Research and Practice in Technology Enhanced Learning， 12（1）， 22.

Valter， P.， Lindgren， P.， & Prasad， R. （2018）. The consequences of artificial intelligence and deep learning in a world of persuasive business models. IEEE Aerospace & Electronic Systems Magazine， 33（5-6）， 80-88.

Smith， C. ， & Short， P. M. （2001）. Integrating technology to improve the efficiency of qualitative data analysis—a note on methods. Qualitative Sociology， 24（3）， 401-407.

Skiba， D. J. （2017）. The potential of blockchain in education and health care. Nursing education perspectives， 38（4）， 220-221.

收稿日期：2020-01-05

定稿日期：2020-11-19

作者简介：赵磊磊，副教授，博士，硕士生导师，江南大学人文学院教育系（214122）。

马玉菲，硕士研究生，江南大学人文学院教育系（214122）。

代蕊华，教授，博士，博士生导师，华东师范大学教育部中学校长培训中心（200062）。