摘要

本文由Kaśka Porayska-Pomsta撰写，探讨了人工智能在教育（AIED）领域的责任和未来方向。文章指出，AIED作为一个独特的子领域，其技术旨在强调、帮助训练和加强人类天生具备的能力，而非补偿或绕过这些能力。AIED的研究和实践与更广泛的社会、文化、经济和政治背景紧密相连，强调了透明度、问责制和灵活性的重要性。尽管AIED取得了显著成就，但仍存在一些盲点和挑战，特别是关于社区对负责任AI的参与度和对不同学习者群体的关注。文章呼吁AIED社区积极寻求机会，以影响更广泛的AI发展议程和教育政策，确保AIED的研究和实践能够促进教育的多样性和包容性。

原理

AIED的核心原理在于通过适应性评估和反馈来个性化教育支持，这一过程基于对学习者认知、情感和教学前提的深入研究。AIED技术的设计旨在模拟人类认知和行为，以支持人类学习和发展，确保技术与人类思维方式一致、有效且符合社会文化需求。关键技术包括开放学习模型（OLMs），这些模型赋予用户不同程度的自主权、控制权和数据所有权，从而增强用户对学习过程和体验的控制。AIED的工作原理强调了跨学科视角的重要性，这些视角为AIED的努力提供了基础，并强调了探索AIED技术如何支持不同学习者的必要性。

流程

AIED的工作流程涉及多个阶段，从研究学习者的特定群体如何学习，到设计能够利用这些学习前提的AIED技术。例如，AIED系统可能会利用探索性学习、教学学习、协作学习和自我调节学习等多种方法来适应不同学习者的需求。系统会收集和分析学习者的数据，以个性化学习支持，并通过OLMs等方式让学习者参与到自己的学习过程中。整个流程旨在确保AIED技术的适应性和有效性，同时考虑整个学习生态系统的需求。

应用

AIED的应用前景广泛，涵盖从STEM到艺术、社会互动和沟通等多个学科。随着对学习者多样性和包容性的关注增加，AIED技术有望在特殊教育需求、不同能力学习者和边缘化群体中发挥重要作用。此外，AIED的研究和实践对于推动负责任的AI发展、教育政策制定和EdTech行业的最佳实践具有重要意义。通过积极参与和影响这些领域，AIED有望在提升教育质量和促进社会包容性方面发挥关键作用。