胡若楠 裴新宁 人工智能赋能科学教育的主要议题与发展建议

一、引言

新一轮科技革命和产业革命突飞猛进,深刻影响了科学研究的创造方式与组织方式,并带来科学传播内容与路径的变化。我国正加速建设科技强国和教育强国,科学教育的重要性被提到前所未有的高度,通过人工智能促进教育变革已成为政策制定及学术研究的重大关切。教育部等十八部门《关于加强新时代中小学科学教育工作的意见》提出,要充分利用信息技术优势,精准对接学生需求。国务院《新一代人工智能发展规划》明确指出利用智能技术加快推动人才培养模式、教学方法改革。《教育部办公厅关于推荐首批全国中小学科学教育实验区、实验校的通知》中也强调将科学实验探究教学与人工智能教育有机结合。总之,探索人工智能等先进技术如何用于弥补科学教育资源不足、助推科学学习机会公平、提升科学课堂教学质量、驱动科技创新后备人才培养,已成为我国迫切需要启动的研究议程。

人工智能在加速科学发现、形成科学理解上产生了革命性、创造性影响,也形成了“AI 4 Science”的新兴领域。人工智能对科学探索的贡献,体现在假设形成、实验设计、数据收集和分析的每个阶段^[1],并在不同基础科学领域助力解决了诸多难题。比如,提升计算化学的准确性和效率、实现有机分子的智能设计和合成分析、帮助开发新的催化剂;物理学中实现加速粒子模拟和识别、辅助凝聚态物理、帮助探索宇宙;材料科学中加速新材料的发现;地球科学中帮助探索更具有潜力的可持续能源等^[2]。促进科学理解方面,人工智能系统作为“计算显微镜”,提供实验手段无法获得的信息;作为“灵感缪斯”扩大人类想象力和创造力范围;作为“理解代理”将科学文献、科学概念传达给科学家^[3]。今天,在科学教育领域也不乏人工智能应用的研究和实践,人工智能作为科学教育的内容(如STEM中的T),或作为科学学习的工具和环境而存在^[4]。人工智能在科学教育中的独特功能日益展现,引发了诸多新课题,如人工智能应用于收集和反馈学生科学素养培育情况、帮助学生实现科学学习进阶、支持学生自主学习管理并提供针对性指导、开展协作性科学问题解决活动,以及为科学探究增效等^[5][6]。但总体上,将人工智能技术整合于科学教育之中,特别是与中小学课程学习的整合,仍然是肤浅的,应用上还处于初级阶段^[7]。究竟如何利用人工智能助力科学教育的创新发展和高质量发展,还有许多基本问题有待深入研究。厘清人工智能赋能教育的脉络,有助于明确知识新版图,找到适宜的着力点。在此背景下,本文着重探讨当下人工智能赋能科学教育的主要议题和特征,以期为新时代科学教育发展的研究与政策制定提供参考。

二、人工智能赋能科学教育的发展阶段概览

人工智能是指在探究人类智能活动机理和规律的基础上,形成模拟人类智能行为的基本理论、方法和技术,构造受人脑启发的人工智能体,该人工智能体能够像人一样思考和行动,完成以往需要人的智力才能胜任的工作,并进一步提升人的智能^[8]。常见的人工智能技术包括机器学习(包括深度学习技术,以及监督学习、无监督学习、增强学习等范式,卷积神经网络、变换器网络等是深度学习的主要技术)、知识图谱、自然语言处理、计算机视觉和感知技术等,流行的人工智能应用包括机器人、专家系统、生成式人工智能(包括大语言模型、图像生成模型和视频生成模型)。人工智能发展至今离不开各项子技术迭代进步所奠定的基石,如图1所示,人工智能应用于教育的步伐基本上紧跟人工智能技术的发展节奏,主要经历了智能辅导系统、学习分析和数据挖掘、基于机器人的教与学、生成式人工智能等四个阶段。

图 1  人工智能教育发展阶段及关键事件^[9-11]

(1)第一阶段,智能辅导系统。20世纪90年代,该系统迅速兴起,其前身为计算机辅助系统。在科学教育中,比较经典的智能辅导系统有^[12][13]:通过对话辅助物理、生物、计算机等领域问题解决的AutoTutor;通过与动画代理对话,训练学生问题提出、因果推理、逻辑论证的iDRIVE;可以自适应推送概念理解资源(图像、科学家介绍、相关术语)、生成个性化习题的生物智能辅导系统。(2)第二阶段,学习分析和数据挖掘。在2008年可汗学院和MOOC大范围席卷之后,人工智能得到广泛重视,科学教育中应用数据挖掘技术主要侧重于对学习行为、思维过程进行分析,以提供自适应学习支持^[14]。在学习行为方面,人工智能侧重于挖掘科学探究中学生的学习行为、在线平台中的互动;在思维过程方面,人工智能利用数据挖掘来发现学生的认知结构(图式表征),模拟学生对特定科学概念的思考,使用自然语言处理算法评估分析学生的书面科学论证,并基于评估提供即时的自适应反馈,引导学生下一步学习^[15]。(3)第三阶段,基于机器人的教与学。机器人技术于20世纪80年代进入教育环境, 21世纪以来,该技术越来越多地应用于STEM领域。威廉(William)等^[16]将机器人用于教授学生物理学知识和科学探究技能,结果表明,相比传统课程,学生更愿意参与机器人相关学习任务。(4)第四阶段,生成式人工智能。自第一个自然语言对话机器人Eliza出现后,基于生成式人工智能技术的聊天机器人一直在发展。2022年以来,自然语言处理模型ChatGPT家族由OpenAI陆续发布。它采用“大数据+大算力+算法=智能模型”的逻辑,从海量数据中提取有价值的信息,通过强大的理解和模仿自然语言的能力、机器学习算法,实现多轮人机对话^[17],展现了此前人工智能所不具备的创造力^[18]。在科学教育领域,研究者已经发现其可为学生解决问题提供帮助。比如在解决物理学问题时,ChatGPT引导学生将抛射运动问题分解为更小的子问题,通过分步提示,反复澄清,直到学生自行解决问题并获得清晰答案,还能生成易懂的解释,让抽象概念易于理解^[19]。

 综上,人工智能应用于科学教育的进展总体上呈现出三大特点:(1)大众化走向个性化。人工智能自出现,到发展出智能导师、机器人和生成式人工智能,改变了以往一个软件把同样的内容提供给所有人的做法,可为学生定制适合其自身学情的学习资产。(2)操练辅助走向高阶支架。技术从仅用于知识概念和技能的练习,转而作为提升学生科学思维进阶的支架。(3)人适应技术走向技术适应于人。以往的智能辅导系统、智能机器人需要经过面向学习者的专门化设计开发方能满足教育场景中的技术应用要求。而发展至今,易得、易用、易交互的生成式人工智能产品极大降低了在科学教育中的应用门槛,并且适应于每个人的话语形式及学习需求。

三、人工智能赋能科学教育的主要议题

从国际科学教育发展的历程看,科学教育经历了从知识本位转向可持续发展和科学素养导向^[20];从学科知识方法本位转变为强调科学与工程实践;从少数人的科学转向面向所有人的科学^[21];从学校象牙塔内的科学知识到社会文化中的科学。但在这种转向下,传统科学教育中的一些痼疾并未被完全革除,甚至在一些学校科学教育中仍势头不减,如集体科学素养关注不够,科学概念理解浅薄,基础知识扎实而高阶思维欠佳,重科学事实轻科学实践,科学本质教育实施困难,缺失环境可持续及生命循环教育,流行功利性的考试评价等。这些科学教育发展的难点与堵点,已成为科技后备人才培养的障碍。那么,这些问题能够借助人工智能技术得到改善吗? 本文通过对国际实证研究的分析对此作出系统考察。

1.个人和集体科学素养与人工智能的加持:总体向优

科学素养是科学教育的基本目标。当前对科学素养形成了“三个层面”的认识^[22]。个人层面(如科学内容知识、理解科学实践、科学思维和倾向等^[23])、社群层面(社群协同工作为社会福祉作出贡献表现出的素养)和社会层面(社会作为一个系统和组织,将价值赋予科学以及科学素养的结构性作用)。长期以来,人们仅强调了科学素养的个人层面,而忽略了科学素养的社群和社会层面,或者说,忽略了科学素养的集体情境属性^[24]。在人工智能技术加持下,科学素养的个体和集体层面的品质是否会有提升? 又缘何提升?

人工智能支持个体在科学知识、技能和态度等基本科学素养的达成方面呈现出积极成效,这离不开精制化的学习设计。这一领域的研究已经从单一的后实证主义转向混合研究范式,该类研究关注多元化的研究方法并用,尤其会综合定量的实验研究和定性的分析方法。比如,台湾疾病预防控制中心开发了人工智能聊天机器人,用于为上公共卫生课的大学生推送传染病信息,助力其了解疾病管理知识。这种机器人可进行流行病学案例分析,学生们在课后阶段能用该聊天机器人进行复习。研究发现,学生们在应用了两周(每周一次,每次50分钟)后,确实可以提高学业成绩、自我效能感,改善学习态度和动机^[25]。这一实验成效的取得源于对平台的使用方法和平台学习过程的设计。学生在应用该平台的过程中会结合教师所配备的作业单,带着学习任务使用人工智能。平台中的学习设计不仅仅是“一问一答”,而是提供了基于有效学习原理的学习流程,如案例学习、人机互动获得案例的建议、反思对比自己的回答与机器人的答案、拓展了解更多流行病的知识等。但值得注意的是,尽管学生学业成绩得到提升,但根据学生反馈,还是存在一些机器无法解释的复杂问题(如针对临床实际问题,聊天机器人有时会弹出“我不知道”之类的答案或者无法给予学习者完整信息)。另一项研究也是在课后自主学习阶段应用人工智能,但不同的是,人工智能的会话功能被嵌入电子教科书,用于学生自主学习生物学。结果表明,使用该人工智能书籍的学生相比没有使用的学生,获得了更高的记忆测评成绩,而且产生了更高的内在动机去体验和投入于书籍学习;但在了解能源知识方面却是使用普通电子教材的学生测试成绩更好^[26]。针对知识测试成效不足的问题,研究者通过对学生的解释结果的分析发现,原因在于人工智能对话设计上存在不足,比如有学生反映“人工智能对话功能,我尝试了几次,没有真正帮助我,我就放弃了”。更多分析说明人工智能算法并不完善,还不能将对话内容与学科内容恰当结合。这也提示使用者应警惕技术崇拜倾向,人工智能在带来便捷的同时,可能对学习者无益或者甚至成为负担。

人工智能对集体科学素养的进步是否有帮助呢? 这一问题可以在数字化时代的公民科学项目案例中得到回答。公民科学在提升集体科学素养上的价值得到了越来越多案例和研究的支持。比如一项由美国、墨西哥、印度、肯尼亚四个国家参与的公民科学项目,吸引了28所学校9—14岁的在校学生参与,这些学生与教师一同布置了总计2037个相机陷阱,用于监测和拍摄本地哺乳动物物种,并且进行物种比对识别、分析总结结果、提出科学问题。最终发现有94.4%的相机产出的数据都是高质量的,平均每个国家拍摄了22.3个物种,还记录到了多种易危、濒危和极度濒危的物种,并且通过学生们在公众场合的分享、新闻媒体的报道,对整个区域的生物多样性保护起到了宣传作用^[27]。针对公民科学项目在跨区域、长周期数据上的需求,人工智能起到了“榫卯”的契合作用。比如,利用计算机视觉对生物多样性调查中相机陷阱的图像进行分类^[28],公民科学家(可以是学生)则不需要进行重复图片识别工作,从而可以更多地投入于相机陷阱的布置、物种的识别研究。除此之外,利用人工智能进行物种识别已经成为公民科学最常用的技术,比如识别昆虫、植物、海洋生物及星系图像等。在公民科学社群中,参与者不需要都达到特定的技能门槛,通过足够的共享资源、适宜的组织方式和人工智能技术实现协同工作,就可以为社群整体福祉作出贡献。可见,人工智能可以作为集体科学素养的效益提升工具。

2.反思性科学实践与人工智能的支架作用:从0到1

科学不仅是关于世界理解的知识体系,更是一套用于建立、拓展和完善知识的实践^[29]。这一对科学的重新认识驱使科学教育更为重视让学生参与反思性的科学实践,以发展对科学事业图景的真实、深度理解。反思性科学实践即有意义的科学实践,是指学生对为什么参与科学实践,以及如何参与科学实践建立了认识论目标(epistemic goals)和认识论理解(epistemic consideration)^[30]。如在引入入侵物种的模拟生态系统实践中,学生用自己的证据和论证进行推理:生态系统中的入侵者会不会消失。相反,无意义的科学实践则是步入死记硬背的技能获取和照猫画虎式的实验操作中重复,而不是让学生参与科学知识的构建和评估^[31]。

人工智能在有意义的科学实践上起到了“脚手架”的作用。以科学建模为例,在虚拟实验室平台上增加人工智能脚手架,对学生的“做”和“思”均能充当铺设阶梯的角色。在探究路面粗糙度对道路上卡车加速度影响的虚拟实验中,学生会经历提出问题和定义问题、规划和开展调查、开发和使用模型、使用数学和计算思维、分析和解释数据、构建解释等六个典型的科学实践阶段。所设计的人工智能脚手架以提示的形式指导和支持学生的科学实践,比如学生完成“解释为什么”“以什么方式开展”的步骤时,可以向人工智能提问并获得逐步推理的提示;当学生在虚拟实验操作中感到困难而无从决策时,系统会提供进一步的脚手架,如“你的模型不会让你的假设得到支持,它的形状并不代表数据点的趋势”“让我再帮助你一些,数据的形状像是线性的”。最终在人工智能支架的帮助下,学生的科学建模得分获得显著提升^[32]。但是有意义的人工智能科学实践支架也存在设计难点或陷阱,比如在过多提示和提示不够之间如何找到平衡就是难点之一。理想的情况是给学生足够的自主思考时间和启发性资源。

再以科学论证为例。将人工智能与计算机模拟技术相结合,被证实可以助推科学论证实践的深化。研究者采用了一款自然语言处理引擎(c-rater-ML)开发了在线课程系统,并集成了科学论证的自动反馈系统(HASbot),用于评估学生在气候变化议题中的科学论证表现。学生在该课程中可以根据可视化模拟程序作出预测、解释、推理,并写出自己的论证,程序则可以对学生提交的解答进行自动评分,给予具体反馈意见,学生可以根据意见对自己的论证进行多次修正。7—12年级的374名学生在应用了这一系统后,对科学论证的内容更加熟悉,需要修订的模块数量也逐渐减少,并且修改个人论证次数越多的学生其科学论证成绩越高^[33]。该研究团队还将该平台用于淡水主题的学习。在应用中涉及的科学探究活动包括:采访水文地质专家以发现问题,探查地球上淡水资源的分布,利用模拟探究地下水的流动和沉积,讨论河流干涸的原因。在完成论证任务时,同样如上面的案例,会由在线平台提供反馈和修正建议,结果证实,根据平台的反馈完成论证修正并且重新改进模拟交互的学生获得了更好的成绩^[34]。这两个实验说明,通过人工智能给予学生逐步反馈,作为学生的反思性支架,可以在一定程度上弥补传统的科学实践学习中无即时反馈与无及时纠正的不足。

总之,反思性科学实践正在成为人工智能在科学教育难题解决上的聚焦点。从已有证据可以看出,人工智能在反思性科学实践的应用上已经实现从0到1,如何在1的基础上增效,是值得进一步探究的。 

3.科学概念理解与高阶思维发展中人工智能的介入:巧用增效

科学核心概念与跨学科概念的学习一直以来都是科学教育实践与研究的重点和难点。研究者基于danbee.AI平台经过分析、设计、研究、实施和评估开发了人工智能聊天机器人,该机器人可以诊断学生的学习需求,对学生的测评答案进行详细解释,就科学实验相关知识进行会话。该机器人在两所小学的192名六年级学生中进行了试用,学生被分为实验组和对照组,两组的干预区别仅在于是否在课堂上使用人工智能聊天机器人。实验组的学生在学习光学和透镜单元中使用聊天机器人,经过七节课后,他们的概念理解水平有显著提升,且相较于对照组概念理解得分更有优势^[35],而这一成效来源于遵循完整的聊天机器人设计开发流程。首先基于对需求、内容、学习者和学习环境的分析结果,人工智能聊天机器人在此基础上对交互、信息、动机、故事、动画、图片、界面和评估进行了开发制作,所设计和开发的对话内容针对的是学生在光学相关科学概念上普遍存在的误解,该机器人结合了教材的科学实验活动类型,且采用善意和鼓励的积极语言予以反馈。

学生具备高阶思维能力是全球21世纪教育和生活的要求,科学教育为之发挥主要作用^[36]。高阶思维通常包括批判性思维、问题解决、创造性思维、推理、元认知等。人工智能可能会帮助学生生成答案,阻碍思维发展,如会降低创意写作能力^[37],但也有研究发现,巧妙使用人工智能对高阶思维培养饶有成效。比如批判性思维方面,研究人员将ChatGPT用于大学化学导论课,让学生围绕化学课程的主题撰写一篇论文,借助ChatGPT生成具有价值的内容,并在论文创作中标注证据来源,在论文修改阶段验证ChatGPT的结果,通过自己的文献研究技能彻查ChatGPT的输出可靠性和准确性,并对自己的作品进行纠正。对学生使用ChatGPT后的看法进行调查发现^[38],学生一致认为ChatGPT可以提供多样化的观点,挑战自己的思维方式,并且可以提升自己批判性思考的自我效能感。有这样的效果是因为在评价信息的过程中,学生会经历信息辨别、证据论证、自我反思和多角度思考等批判性思维的关键培养阶段。但是过度依赖ChatGPT可能会破坏批判性思维,妨碍个人理解和逻辑推理。在科学问题解决方面,研究人员让学生按照问题解决支架解决4道化学题,同时使用ChatGPT生成解决方案,并对ChatGPT所生成的解决方案进行评估,列出所发现的缺陷、错误,并对比人类和机器解决问题的方式。189名学生中,66%—85%的学生都能发现不同类型的错误和缺陷^[39],比较、评价、综合的高阶认知过程提升了学生的化学问题解决能力。这些研究启发我们,可以让学生通过理解、分析、评价、综合ChatGPT所生成信息的过程进行批判性思维训练和问题解决能力提升。但这些训练的设计需要遵循相关思维过程及有效学习的机制,比如在化学问题解决中,教师对问题解决支架的设计遵循了问题解决的思维过程———涉及对问题陈述的明晰,问题中显性和隐性概念的理解,变量关系的分析,对解决方案的明确规划及多维度评价。

此外,人工智能平台对元认知的价值也得以展现。香港一所中学的学生在学习“力与运动”单元的概念时(位移、速度、摩擦力、质量和重量),利用课堂和课后的自主学习时间使用了嵌入自我调节学习提示的ChatGPT(可以设定目标、推荐学习策略),结果表明,带有自我调节学习提示的聊天机器人可以更好地提升学生的科学知识、参与度和动机水平,减少他们的学习焦虑^[40]。根据学生的访谈数据发现,该设计有效的主要原因在于可以提示他们集中注意力、及时使用在线协作和记笔记等学习策略。

4.科学本质理解的教学及人工智能的影响: 潜力初显

对科学本质的理解是科学素养形成的关键和基础,也是科学教育的主要目标之一。关于科学本质的基本方面,人们目前已经达成共识,包括:科学是可靠但暂时的;是经验的、通过观察推论得到的;是主观但遵循理论的;是需要创造力和想象力的;是融入社会和文化的;是可以根据证据或数据加以修正的;是社会协商产生的;等等^[41][42]。通过科学史、科学探究、科学论证、社会性科学议题、显性的教学框架进行科学本质教学,一直受到关注和采用,也被证明是有效的^[43]。鉴于人工智能对科学研究带来的显著影响,科学本质的几个方面是否也会有变化? 学校科学如何帮助未来科学家了解人工智能时代的科学本质?^[44]科学本质的教学模式是否要需要改变? 这些问题已难以回避。人工智能带来了科学本质内涵的拓展,也带来了新的科学信任问题。机器学习算法增强了科学家对复杂系统的洞察和推论能力,加速了科学知识的更新,也使得暂定性特征更为明显,这加剧了科学信任危机(比如,科学的主观性和暂定性会被用来反对科学的有效性^[45])。而科学本质教学需要帮助学生理解科学知识的暂时性和科学研究的复杂性,从而加强对科学的信任和参与,这就对科学本质教学提出了更高的要求。人工智能在理解科学本质上展现了某种程度的优势,比如研究者测试了ChatGPT和Gemini两款生成式人工智能工具对科学本质的理解,结果表明人工智能能够认识到科学的复杂性、科学知识的可变性以及科学理论和方法论进化的本质,并且理解力超过了包括在职教师和职前教师在内的人类受试者^[46]。但是,目前该优势在促进科学本质教学上的证据暂时匮乏。谷歌研究院开展的“AI for Social Good”项目,将人工智能技术应用于公共卫生、危机应对、气候和能源、自然和社会等社会性科学议题领域^[47],这些案例为探索如何将人工智能与社会性科学议题相结合以促进科学本质观教学带来了深刻启发。

5.环境可持续发展教育及人工智能的应用: 亟须拓展

科学及科学教育的终极目标是实现人类可持续发展,这已是联合国、众多国家达成的共识,也成为科学课程的重要使命^[48]。人工智能在环境可持续发展领域的突出贡献已经不容小觑。对近二十年发表的研究进行统计发现,可持续发展目标之“良好的健康和福祉”以及“可持续清洁能源”是人工智能应用最多的领域^[49]。具体来讲,比如将机器学习模型用于预测溪流流量并检查水质参数、对生物多样性保护栖息地的建模、能源规划利用与分配,以及用于气候信息学领域以推进气候预测和解释工具发展等^[50][51]。面临气候变化、疾病流行、生物多样性减少等全球性问题的恶化,更需要通过教育增强学生对环境可持续发展与生命循环之关系的理解和认识。在生物多样性保护、气候行动等可持续发展教育目标上,人工智能技术起到了工具性作用。比如,大学生在开展项目式学习的过程中,使用了iNaturalist平台进行生物多样性调查,该平台采用的机器学习和计算机视觉技术可以识别和记录生物种类,最终将学生的被动学习转为主动学习,帮助学生意识到生物的多样性危机与自身的联系^[52]。再比如,在研究气候变化问题时,教师将基于人工智能技术、遥感技术的地球观测系统用于小学五年级学生的协作式探究学习中,提升了学生对气候变化问题的好奇心和研究兴趣^[53]。总体上,当前人工智能在高等教育阶段可持续发展议题涉及较多,研究者发现,人工智能的采用率较高跟高等教育教学人员具有较高的可持续发展专业知识水平有关,他们能将人工智能作为可持续发展教育相关项目研究的一部分,且人工智能在各个可持续发展目标上均有涉及^[54]。但人工智能在中小学科学教育中应用的案例凤毛麟角,这需要对可持续发展内容知识加以补充和改进(如通过中小学课程内容编制、教师专业发展等)。既然业已发现人工智能在实现可持续发展教育目标方面的潜力,亟须将其拓展到中小学科学教育之中,探索成效、挑战和风险。

6.科学学习评价革新及与人工智能的结合: 有望普及

采用传统试卷测试的方法对科学学习进行评价更多时候是对科学事实和程序的评估,很难测评学生通过科学推理、论证、应用和探究实践所获得的能力,因而无法及时了解科学实践的概况^[55],也不能充分衡量科学解释、科学论证等关键科学素养^[56]。这是科学教育评价面临的主要挑战。基于计算机的评估为应对这一挑战提供了替代性方案。以国际学生评估项目(Programme for International Student Assessment,PISA)和美国国家教育进步评估(National Assessment of Educational Progress,NAEP)为代表的大规模评估,在评价框架上包含了识别和使用科学原理、评估和设计科学探究、科学解释数据和证据、评价应用科学信息等^[57][58],更多涉及科学实践和学习潜力的维度。在评价方式上,利用交互式计算机,集成了动画、模拟、多重表征和动态交互,在更为真实的情境中测评科学素养。从人工智能技术角度来讲,自适应测试从20世纪70年代的计算机化测试发展至20世纪90年代评估解决问题的能力^[59],再到如今已经进入计算机自适应测试、基于动态和交互模拟的测试以及基于自然语言理解的灵活测试,评价的功能已经从结果导向转向以评促学、促发展导向。已有不少人工智能技术应用于科学学习评价的尝试,比如,ALEKS是一款基于人工智能的评估和学习系统,该系统基于知识空间理论设计测试项目,学生在进入系统后接受知识评估,每一项题目来自参考此前回答情况的个性化推送。研究者应用该系统进行化学测试,识别出在化学学习上有困难且需要帮助的学生,为早期教学干预(制定教学策略、教学内容、个别辅导)提供了证据^[60]。再例如,基于科学建模评分标准,结合机器学习算法、卷积神经网络和自然语言处理算法,所开发的科学建模任务评分系统,其评分结果和人工评分结果有很强的一致性^[61],这为高效、高精度、自动化地评价科学建模能力提供了可能。相类似地,另一项研究应用了机器学习的文本分类技术开发了计算机评分模型,用于对中学生的科学论证题目回答进行评分,将学生的论点分解为主张、证据、推理等多个部分来分别打分,最终发现,机器评分与人类评分结果完全一致^[62]。鉴于人工智能在科学学习评估上的优势和有力证据,有望在中小学生科学思维测评中普及推广自动化评估平台,继而助力实现以评促学,以评促教。

四、结论与建议

人工智能技术的持续迭代加速着教和学的转型变革。科学教育借助人工智能得以发展和升级已经成为不可逆转的趋势,但同时要清醒理智地探究人工智能在科学教育终极目标达成上的作用和局限性,人工智能作为新兴技术所不可规避的伦理议题也应进入科学教育话题。

1.人工智能赋能科学教育的整体趋势

对人工智能赋能科学教育的发展阶段和现有研究成果加以综合分析后,可以发现:① 人工智能在科学教育中的作用从作为工具、环境,到成为系统性变革的内生力量。比如人工智能在科学素养的提升上多是作为工具、手段和环境,而在学生自主探究、自主实践上的辅助,是对课堂结构革新的展现。② 随着人工智能伦理治理规范化,以及人工智能平台应用常态化,人工智能在科学教育重要领域中的应用研究会逐渐从高校主阵地倾移至中小学,更紧密地结合科学素养目标、可持续发展议程、校内外科学课程内容,但仍会作为科学探究的辅助和增效工具,不会替代也不能缺少教师引导和学习设计。③ 人工智能对科学教育的发展起到了支撑和驱动作用,但这依赖于有效的学习设计和科学的整合策略。从教育现实来看,已有的人工智能有效应用得益于课程内容和学习活动的精心设计,以及人机对话、交互等功能的开发。随着人工智能应用门槛的降低,任何人可以轻易接触人工智能,会激发更多研究者和实践者探究其在科学素养更多方面的效果与限度。④ 人工智能会更为普遍地作为增效工具嵌入各类科学学习平台之中,比如,作为网络课程的人机会话助手,科学阅读的反思性智能支架,虚拟实验和计算机模拟程序的评价和引导工具,系统性支持科学实践的智能导师。此外,在技术与课程的融合模式和基于证据的使用策略上也会获得更多积累。

2.人工智能赋能科学教育的主要困境

人工智能赋能科学教育的六项议题阐明了科学教育的诉求及人工智能的影响,展现了人工智能改变“一刀切”科学教育干预方案的巨大潜能,但同时暴露了其带来更严重数字鸿沟的风险,以及对迷思概念破解的无力,甚至沦为科学思维发展障碍的可能。基于上述六项议题的研究现状分析,当下人工智能赋能科学教育的困境主要体现在三个方面。

其一,在多项议题领域中,尚未体现出系统性、纵向追踪研究的生态,也未能对科学教育原生困境作出突破。我们可以窥见人工智能技术在支持科学实践各阶段的设计以及人工智能平台在多个知识点情境中的应用,这种系统设计和持续的纵向研究对加速该领域的发展是必不可少的,但在其他议题领域中尚未形成此生态。同时,在科学探究转向科学实践的趋势之下,人工智能技术是否真正能够帮助学生把握科学实践的本质,让学生主动提出问题,协作或独立设计解决方案,而非根据老师既定方案执行? 是否有助于学生摆脱迷思概念,促成深度理解? 针对这些科学教育的原生困境、难题,人工智能何以能有所作为,尚未见有说服力的成果。

其二,成熟的科学教育人工智能工具供给不足。虽然目前生成式人工智能平台呈现百花齐放的态势,但均未就科学教育作出针对性的学习设计和内容设计,这就导致在中小学科学教育中生成式人工智能的应用还处于观望、止步不前的情形。纵使当前已然可以发现不少用于课堂且经过设计的聊天机器人、嵌入虚拟仿真学习环境的人工智能测评应用,但这些平台多停留在研究场域,而非真实的学习情境。在非正式科学学习、家庭的自主科学实验、基于互联网的科普平台中,人工智能该以哪些角色和功能服务于学习,还缺乏探索。

其三,生成式人工智能存在若干局限性,这为赋能科学教育形成了限度甚至反噬。作为人工智能目前的最新发展阶段,生成式人工智能最大优势在于理解自然语言并对自然语言作出回应,可用于编制测试题并给出反馈,大大提升信息检索效率,也可作为学伴为学习者提供适于理解的解释。但是,其缺陷不容小觑:① 生成式人工智能自身在多项科学问题解决上表现不佳。不少研究证明ChatGPT在化学概念理解、物理问题解决、科学实验活动设计、学习任务设计上存在正确率、可靠性、清晰度等方面的缺陷,其表现次于人类表现。② 由于生成式人工智能依赖从大数据集中学习,可能会传播偏见和错误信息,损害学术内容的原创性和准确性,这也会引发数据隐私、安全隐患、抄袭剽窃等问题。③ 依赖人工智能解决人类本应自主思考的问题,会致使人的认知推理能力、记忆力、深度思考能力下降。④ 由于科学事业的进步取决于人类的创造力、好奇心和想象力,但顺从地接受人工智能的输出,可能会对这些能力造成威胁,继而影响科学的进步发展。这些问题可能会对科学思维、科学素养等方面的发展产生消极影响,在给学生提供学习支持的同时,可能会导致惰性思考习惯,也可能阻碍社会与情感能力的发展。

3.人工智能赋能科学教育发展的建议

探索人工智能应用于科学教育的影响和途径,要避免科学教育实践变革再次沦为无限遐想和低效循环,应把握用人工智能提供学习支持和规避消极影响的平衡。为此,基于对人工智能赋能科学教育的议题和困境的分析,本文提出以下建议:

第一,教育主管部门应加强统筹布局,组织业内专家为教育工作者和技术工作者提供人工智能应用指南,明示人工智能纳入科学教育的模式与方法,提供应用技巧策略,规定应用的规范和伦理,为纵向研究提供专门支持。鼓励有能力的教育单位先行试点基于人工智能的科学教学实践模式探索和优质课程资源开发,基于开发模式和成果建立长期追踪应用规划,积累形成系统的、切实可行的人工智能解决方案,促进达成科学素养的大幅提升和可持续发展目标。

第二,在教育、科技、人才“三位一体”支撑新质生产力发展,校内外多主体联动,共推大中小科学教育一体化建设的背景下,需要广大教师、科研人员、科普教育工作者、高新科技企业以及家长等各类群体在拥抱人工智能,学会通过人机协同实现自身发展的同时,加强彼此间协作与力量整合,同心同力建构以人工智能等新技术为支撑的科学教育新格局。多主体形成协作团队,基于科学学习原理开发可持续且高质量的人工智能学习平台,设计开发更丰富的嵌入式人工智能辅助支架,并且,需要研究学习支架渐退的设计机制,以避免形成对人工智能的依赖。研发动态测评科学探究过程的形成性评价智能系统(同时将学生表现同步提供给教师以便教师进行针对性指导),以科学思维和科学素养评价为重点,推进大数据支持的科学教育评价机制改革。

第三,重视人工智能环境下学习理论的发展与创新,以理论与学习机制作为新时代科学教育创新实践行动的指导。目前我国人工智能教育应用领域的研究存在理论支撑不足的情况,提出新理论框架更是鲜见[63]。先进理论是从科学教育的实践和探索中获得更深层次洞见的关键工具,是应对复杂问题和挑战的行动指南。需要重视应用学习科学理论和新成果、认知神经科学原理开展人工智能的科学教育应用开发与实践,使新技术手段的运用真正有效地服务于科学教育事业的美好目的。

第四,加快推进师生的人工智能素养、科学精神、伦理规范培训,着重落实对高阶思维、学习能力、科学本质理解力的培养。人工智能素养是一套能力,核心是能够批判性地评估人工智能技术。科学精神是客观、严谨、理性、求真、求实、怀疑、批判和创新的精神。为避免因人工智能的弊端给学生和教师带来消极影响,不能选择“因噎废食”“鸵鸟思维”,而应该让素养和精神培育走在前端,切实推进对人工智能伦理规范的学习和遵守。在以科学素养为目标,以可持续发展为指向的科学教育事业发展中,为应对人工智能技术及知识的快速迭代带来的挑战,要高度重视高阶思维、学习能力和科学本质理解力的培养,从而更“智慧”地在科学教育中发展和“驾驭”人工智能。 

此文原载：《中国教育政策评论2024（上）》