中国教育领域人工智能研究论纲基于通用人工智能视角摘要：现如今，教育领域正掀起一场关于人工智能的大讨论。大量出现的新概念、新理念、新方法造成了不少混乱：某些看似相同的论题，其实论述的是不同的问题；有些看似不同的论题，讨论的问题却是相同的。本文首先对我国教育领域人工智能研究现状进行了系统分析，揭示存在着“发文量非理性爆增、研究主题离散、量高质低、学术用语不规范”等四类问题，并指出在纵向上，受历史遗留及学科局限的影响，人工智能概念及其支撑理论存在认知偏差和不足；在横向上，存在“人工智能的应用问题与教育的理论问题，人工智能的技术问题与教育的现实问题”等混淆，然后正式提出“教育领域人工智能的研究论纲”。论纲由“核心概念、基本问题、形式化”三个中心部分扩展而成：基于通用人工智能视角，将核心概念建构在人工智能和教育大科学基础之上，进而划分出人的学习(人类学习)、人的教育(人类教育)、机器学习(类人学习)和机器教育(类人教育)四类基本研究问题。文章最后阐述论纲的形式化表示、注意事项、近期重点研究方向及实际使用方式，并期望本论纲能够为教育领域人工智能的相关研究起到积极的规范和推动作用。关键词：教育，论纲，人工智能，通用人工智能，AGI，OAIE[基金项目]国家863计划基金项目“基于行为心理动力学模型的群体行为分析与事件态势感知技术”(2014AA015103)；中国博士后资助项目“基于角色冲突的虚拟小组讨论构建原则及教学效果研究”(2016M590702)。一、引言人工智能与教育的结合并不是新问题。近年来，在大数据和机器学习浪潮的推动下，人工智能技术改造社会的工具性优势明显，教育领域同样被寄予厚望(黄荣怀，2018)。不论是国家战略层面的政策引导，还是教育行业自身的发---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---展诉求，人工智能与教育的结合再次引起了学界的热议，新一波研究热潮正在形成。与其他教育信息技术不同，人工智能概念的模糊性及其理论的多样性，使其在学术和产业领域面临诸多争议。教育领域亦是如此：在与人工智能有关的诸多讨论中，新概念、新理念、新方法大量涌现，而热烈的讨论背后却存在严重的问题：某些看似相同的论题，其实论述着不同的研究问题；有些看似不同的论题，却讨论着相同的研究问题。实际上，这种混乱根源于人们对人工智能概念及支撑理论认知的偏差。这一根本性问题如果不能予以重视并得到实质性解决，势必会对后续研究产生消极影响。本文从全局角度审视人工智能与教育的结合，剖析存在的主要问题及其原因，提出简明的研究框架，作为同类研究的逻辑起点和问题归类器。二、表层乱象为了揭示我国教育领域人工智能研究现状潜藏的问题，本研究采用系统分析方法进行实证考察：首先，选取中国知网、维普中文科技期刊和万方数据库作为研究国内学术文献目标来源数据库，检索时间为建库伊始至2017年12月1日；其次，将“人工智能(#A)”“AI(#A_1)”“教育(#B)”“Education(#B_1)”“Pedagogy(#B_2)”作为检索词，生成检索逻辑式“Sq=(#AOR#A_1)AND(#BOR#B_1OR#B_2)”，然后在目标来源数据库中分别按主题、关键词和标题进行预检索。为防漏检或误检，研究人员采用以标题直接命中为主、关键词为辅的交叉检索，并由人工剔除重复及内容低劣或与主题不符合的文献，最终选取176篇核心文献。研究者从中发现四个突出问题。(一)发文量爆发式增长背后的非理性隐忧我国人工智能和教育研究呈现三个发展阶段(见图1)：1)早期阶段(1984-2004年)：国内首篇论文(王正旋，1984)刊登于计算机期刊，2003年迎来第一个小高峰，虽然仅3篇(杨银辉，2003；黄月妹，2003；张剑平，2003)，但全部来自教育类刊物。早期阶段的特点是由计算机领域向教育领域过渡；2)中期阶段(2005-2013年)：以人工智能课程为核心(陈智斌，2007；张雅娴，2009)；3)近期阶段(2014年至今)：突出表现为与人工智能相关研究的发文量呈指数式增长。2014年仍以人工智能技术的网络教育应用为主(张静华等，2014；刘健，2014；黄丽萍，2014)，2017年开始全面开花。需特别指出的是，---本文来源于网络，仅供参考，勿...