摘要：人工智能技术作为新一轮科技革命的重要驱动力量，正在不断渗透教育的各个场景，推动着教育的数字化转型。智能技术赋能下的教育数字化转型不仅改变教育的传统模式，也为提升教育质量和效率提供全新的可能性。然而，如何科学有效地测评人工智能技术在教育中的应用效果，以及明晰人工智能教育发展的现状，成为当前教育界所关注的重要问题。鉴于此，《2023人工智能促进教育发展报告》从“智能教育发展篇”和“智能教育软件篇”两大角度切入，回应人工智能促进教育发展各维度的情况。其中，“智能教育发展篇”从外部保障、内生循环、素养输出三个方面切入，提出中小学智能教育发展的六大维度，致力于构建系统完善的人工智能促进教育发展评估体系，以涵盖我国人工智能促进教育发展的重要指标;“智能教育软件篇”从学、教、管、评四大教育场景出发，提出面向中小学生的智能教育软件应用整体框架，致力于构建科学有据的智能教育软件评估体系，评估结果既包括软件工具本身的功能评估结果，也包括与同类型产品功能和应用场景等的横向对比，同时划定智能教育软件工具实践应用的准入原则和评价机制，并界定智能教育软件工具的应用场景、功能定位、使用原则、作用机制等问题。
关键词：智能技术；教育数字化转型；智能教育；智能教育软件；生成式人工智能
中图分类号：G434
文献标志码：A
文章编号：1673-8454(2024)07-0003-10
一、引言
教育数字化转型是实现教育高质量发展、构建教育强国的关键推动力。习近平总书记强调，教育数字化是我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口。由此可见，进一步推进教育数字化转型，已成为我国教育发展的必然趋势和应然态势。
当前，生成式人工智能(Generative Artificial Intelligence, GenAI)、5G、元宇宙、区块链等数字技术正在引领教育变革，推动教育数字化转型。教育中传统“师—生”二元结构正在转向“师—生—机”三元结构，这将推进现有智能教育应用生态的转变[1]。人工智能与教育的融合创新已成为未来教育变革的重要趋势。
为了更好地把握智能技术赋能教育数字化转型的现状，助力人工智能教育的未来发展，系统梳理人工智能促进教育发展的动态水平至关重要。然而，目前有关人工智能促进教育发展的评估体系还需进一步探索，我国人工智能教育发展现状也需进一步系统调研。因此，为全面凸显人工智能促进教育发展的样态，同时呈现智能教育工具的现实应用水平，研究团队重点聚焦于人工智能促进教育发展的评估指标体系构建，并从“智能教育发展篇”和“智能教育软件篇”两大角度切入，借助《2023人工智能促进教育发展报告》(以下简称《报告》)的形式，回应人工智能促进教育发展的各维度情况。报告旨在综合评估我国人工智能促进教育发展的现实水平，并为提高人工智能教育实践效果、规范智能产品监管机制等提供参照依据。
二、人工智能促进教育发展的研究现状
人工智能(Artificial Intelligence, AI)致力于探究人类智能活动的机理和规律，构造受人脑启发的人工智能体，让机器或智能系统能够像人一样思考和行动。教育是受人工智能技术冲击最大的行业，教育行业面临的并不是某个环节或某个学科调整，而是全新的、全方位的挑战。人工智能教育包括利用人工智能技术赋能的教育和以人工智能为学习内容的教育。前者又称为智能教育应用(Artificial Intelligence in Education, AIED)，具体是指基于智能感知、教学算法、数据决策等技术，利用智能教育软件对学习者、教师、教学内容、教学媒体及教育环境进行自动分析，实现精准干预、个性化学习与规模化教学，从而推动智能教育生态的重塑和发展;后者属于智能科技教育，包括人工智能知识教育、人工智能应用教育、人工智能情感教育。本报告中的人工智能教育是指智能教育应用。
为了全面梳理近年来有关人工智能促进教育发展领域的相关研究，本报告从技术、应用以及发展水平评估三个层面，深入分析人工智能促进教育发展的研究现状。
就技术层面而言，人工智能促进教育发展的关键技术研究较为丰富，内容大致可以分为基础设施层、大数据层、算法层和应用层。基础设施层以云平台为基础，为人工智能教育提供强大的计算能力;大数据层汇集教育教学实践中的各种管理数据、资源数据、行为数据等，为智能计算提供数据基础;算法层提供各种开发框架和计算机视觉、语音识别、自然语言处理、机器学习、深度学习等先进算法[2]，是人工智能促进教育发展的重要动力;应用层以人工智能技术优化教学过程为目标，研发自适应学习、智能导学系统等智能教育软件工具，驱动个性化学习、精准化教学等理念的真正落实。随着人工智能技术的持续发展，深度学习呈现出“大算力、大数据、大模型”的特点，学术界和产业界推出“大模型技术”以进一步推进人工智能规模化应用。大模型如今已经演变为人工智能的重大发展趋势，OpenAI、谷歌、微软、Facebook、百度、华为、阿里巴巴、腾讯、科大讯飞等科技公司，均在布局大规模智能模型的研发，形成了GPT系列、PALM系列、文心系列、讯飞星火等千亿或万亿参数量的大模型。
就应用层面而言，人工智能教育在应用场景上可分为面向教育者的教学场景和管理场景、面向受教育者的学习场景和考试场景四类[3]，旨在探索运用人工智能技术促进学、教、管、评等教育场景的智慧转型，形成精准、个性、灵活的教育服务体系，最大限度地满足教育发展的需要。也有研究者将智能教育划分为浅层应用、中层应用和较深层面应用[4]。首先，浅层应用是指“计算智能+教育”，主要在提供基础辅助教学和学习过程的方面发挥作用，承担“拟物”这一角色，即人工智能教育场景下的辅助工具的主体，如智能教学系统、智能问答系统、智能评价系统等。其次，中层应用即“感知智能+教育”，主要是人工智能与人工神经网络相结合的产物，能更好地应对更加复杂的实际问题，不仅提供基础的教学和学习辅助，还担任“拟人”角色，包括充当学伴、助手、导师等多种身份。同时，“感知智能+教育”能够创设更加真实的虚拟学习环境，较为常见的是在自适应学习系统和个性化学习领域，机器学习和神经网络可以作为适应性教育系统中的适应性技术来构建学习者模型。例如，学习管理系统(LMS)作为适应性教学系统，可根据学习者学习需求，为其规划个性化学习路径，推荐有针对性的学习资源。最后，较深层应用即“特定领域认知智能+教育”，该层次对智能教育技术有很强的要求，还需要对使用的学科有准确的认识。具体表现为：从教育领域出发，结合学科信息，采用数据挖掘、机器学习等技术收集学习者情感信息，有效预测学习者的学习情况并实施相应干预，以激发学习者学习动机和学习绩效。
就发展水平评估层面而言，将人工智能促进教育发展作为评估对象的研究主要涉及三类：一是以学校为单位，如中小学智能教育发展水平评估[5];二是以教育领域各主体为单位，如学校管理者的智能化领导力评估[6]、师生的智能教育素养评估[7][8]、教师对人工智能教育的接受度评估[9]、师生对人工智能技术的接纳度评估;三是以人工智能促进教育发展的关键要素为单位，如智能时代教育资源评估[10]、智能教学环境评估[11]、教育信息化发展水平评估[12]等内容。
虽然有关人工智能教育关键技术研发、技术赋能教育场景、发展水平评估的研究成果丰富，但现有人工智能促进教育发展的评估研究多为细致层面的维度构建与现状评估，缺乏将人工智能促进教育发展以整体样态作为评估对象的研究，难以全面考量人工智能促进教育发展水平的整体面貌。另外，随着人工智能技术的发展，智能教育软件产品层出不穷，在提高教学效率、变革学习方式等方面具有很大的潜力。然而，对现有产品的功能与效用评价，较多来自于开发者出于自身宣传的表述，缺乏客观、科学的评估体系以综合评估智能教育软件产品的质量和效果。
研究发现，在推动人工智能教育有效落地的过程中，智能教育发展和智能教育工具是两大影响因素。从智能教育发展角度来看，人工智能促进教育发展不仅是教育基础设施的智能化，还是教育理念与教育方式的更新升级，即运用人工智能技术促进学、教、管、评等各教育场景的智慧转型，为学生在普及化的学校教育中提供适切学习机会。本报告中，人工智能促进教育发展并非指智能技术在教育中的简单应用，而是将人工智能教育技术作为教育整体变革的内生变量，探索其现状水平、发展趋势，并据此提出有针对性的、可操作落地的实践指导建议，从而有效促进教学方式创新、管理流程再造和评价体系重构，构建富有选择、更有个性、更加精准的教育服务体系，努力满足每一个学生发展的需要。
从智能教育工具角度来看，工具的研发与应用是智能技术与教育教学深度融合的重要场景和关键路径。以智能教育工具为抓手提升智能技术对教育变革发展的推动力，打造智能时代的产品生态、资源生态、数据生态、服务生态[13]，能够有效促进学、教、管、评等教育场景的智慧转型，实现教育规模化和个性化的协调统一，在更大程度上提升教育质量，真正推动人工智能教育发展。《报告》中的智能教育工具是指以物联网、大数据、人工智能等新兴技术为依托，在学、教、管、评等教育场景中以提高教育绩效、优化教育教学、促进学生学习为目的软件工具，其基本特征主要包括智能、开放、共享、泛在、交互等。智能教育工具是智能技术赋能教育应用的根本落脚点，也是人工智能促进教育发展的现实抓手。因而，智能教育工具逐渐受到国内外人工智能教育研究机构和互联网教育企业的广泛关注。智能教育工具的研发与应用，是智能技术与教育教学深层次融合的关键途径，能够在极大程度上推动人工智能教育生态重构，以此为智能时代下的教育变革提供新的驱动力。目前，智能技术支持下的智能教育工具形态已经比较丰富，在学、教、管、评等诸多教学场景中都发挥出巨大的作用，促进教与学效率的提高和教育方式的革新。总体而言，智能教育工具作为智能技术赋能下的新时代产物、教育新基建的重点建设方向，正引领着教育生态的系统性变革，为塑造出更个性化、高效率、创新性的人工智能教育贡献着不可忽视的力量。
三、《报告》研究方法和研制过程
为综合评估我国人工智能促进教育发展的现实水平，本报告基于社会领域各类发展维度，同时凸显出智能教育软件的现实应用水平，据此构建人工智能促进教育发展的评估体系，为准确探析、清晰量化人工智能促进教育发展的综合水平和差异特性打开新视野。针对人工智能促进教育发展的两大影响因素，《报告》聚焦于基础教育阶段，从“智能教育发展篇”和“智能教育软件篇”两大角度切入，回应中小学阶段人工智能促进教育发展的各维度情况。《报告》系统框架如图1所示。
图1 《2023人工智能促进教育发展报告》系统框架
《报告》采用文献法和专家评估法开展相关工作。研究团队借助文献法搜集、鉴别、整理相关文献，并通过对文献资料的研究形成对事实科学认识的方法。在阅读大量文献资料的基础上，明晰人工智能促进教育发展的主要维度，构建“智能教育发展篇”和“智能教育软件篇”的指标体系。此外，研究团队借助专家评估法来确定指标体系。通过邀请人工智能教育领域的专家，对研制框架提出建议并对重要程度进行打分，从而形成指标体系中的指标权重。与此同时，为进一步凸显人工智能促进教育发展的特色成果，分别根据“智能教育发展篇”和“智能教育软件篇”的研究内容，运用适切的研究方法和研制思路，系统回应人工智能促进教育发展的指标框架和实践水平。
(一)智能教育发展
“智能教育发展篇”的特色研究方法为AHP层次分析法。该方法将定量分析与定性分析结合，基于决策者的经验，判断各指标之间的相对重要程度，并合理地给出每个指标的权数，利用权数求出各方案的优劣次序，可有效地应用于难以仅用定量方法解决的课题。
具体地，“智能教育发展篇”的指标构建遵循“要素选取→框架构建→专家咨询→计算权重”四个步骤。①要素选取。就人工智能促进教育发展的要素来说，国内外不同学者存在不同的观念。本报告通过梳理国内外项目经验以及重要组织报告，确定人工智能促进教育发展的六大要素为智能教育基础设施、智能教育资源、智能教育保障机制、智能教育发展理念、教学过程智能化程度以及智能素养，并将其作为人工智能促进教育发展的一级指标。②框架构建。一级指标确定后，通过文献资料法，结合团队已有研究成果，初步确定二、三级指标，然后结合专家建议，反复对指标进行调整，最终初步构建人工智能促进教育发展的评估体系，共21个二级指标和75个三级指标。③专家咨询。本研究采用德尔菲法修订指标体系，以确保指标框架的合理性;共邀请了86位来自北京、上海等全国多个省市的专家学者。团队将初步形成的指标框架和具体内容以匿名形式发送给专家咨询小组。专家依据指标的重要性(1—9分)对每个指标进行评分。④计算权重。根据专家评分结果，本研究采用AHP层次分析法计算各指标权重。先将每一专家评分进行两两相比，形成86个打分矩阵;再将86个打分矩阵取几何平均值，得到一个汇总矩阵;最后使用SPSS软件进行AHP分析，获得每个指标的权重。
(二)智能教育软件
“智能教育软件篇”的特色研究方法为证据导向方法。证据导向方法采用自下而上的过程建构智能教育软件指标框架。通过对国内大量的智能教育软件展开调研，一方面厘清当前智能教育软件评估的研究现状，另一方面广泛了解国内教育市场中现有的智能教育软件。在被评估软件的搜索与汇总阶段，共搜索得到评估软件3084款，包括2022年10月3日前教育部官方网站汇总的所有已备案的教育类App(2574款)，以及从不同应用市场中通过搜索得到的面向K-12的教育软件(510款)。然后进行两轮筛选，第一次筛选得到可下载的软件共计1119款，第二次筛选得到可注册和试用的软件共585款。通过分析用户对象、切入的教育场景、技术特征、产品亮点等，了解国内智能教育软件的建设现状。在此基础上，帮助产品研发者确定产品的核心功能和技术需求，从而提高产品质量和用户体验;帮助不同教育主体选择最适合的教育软件，并评估该智能教育软件对教育效果的贡献。
具体来说，智能教育软件评估框架的构建遵循“选取维度→构建指标→确定计算规则”三个步骤。①维度选取。根据当前市场上智能教育软件工具的应用场景形态，本研究将其归为智能学习软件、智能评估软件、智能教学软件和智能管理软件，并将其作为智能教育软件工具评估指标的一级维度。确定一级维度后，将四类场景继续细化，形成15个具体应用场景作为二级维度。②构建指标。确定一级、二级维度后，为了对各二级维度所对应的各类智能教育软件进行差异化评估，本研究通过证据导向方法，初步构建各二级维度下的一级、二级、三级评估指标，然后结合专家建议，反复对指标进行调整。最终初步构建智能教育软件工具的评估体系，包含功能属性值、业务完整值和魅力属性值三个一级指标，功能完整值、功能实现值、场景需求匹配值、功能先进值和业务创新值五个二级评价指标，以及若干三级评价指标的三级评估指标体系，并根据专家的评估结果确定各指标权重。③确定计算规则。一级、二级指标均按照百分制计算得分，且最后的总分根据权重换算为百分制。另外，针对学、教、管、评不同维度的软件特征，本研究对应开发不同的评分规则并加以具体说明，以帮助评分者更好地理解智能教育软件评估体系的使用方法，更方便地进行智能教育软件的评估实践。
四、《报告》内容导读
为详尽展示人工智能促进教育发展的整体概貌和特色视野，《报告》分别从“智能教育发展篇”和“智能教育软件篇”两个角度，回应人工智能促进教育发展的指标体系和现实水平。
(一)智能教育发展
为了构建系统完善的人工智能促进教育发展评估体系，以涵盖我国人工智能促进教育发展的重要指标，研究团队遵循“要素选取→框架构建→专家咨询→计算权重”四个步骤，运用层次分析法确定每个指标的权重，最终形成如图2所示的人工智能促进教育发展评估体系。
图2 人工智能促进教育发展评估体系
由图2可知，人工智能促进教育发展的评估体系共包含“智能教育发展理念、智能教育基础设施、智能教育资源、智能教学应用、智能教育保障机制、智能素养发展”等六大维度。 智能教育发展理念旨在描绘学校对于智能教育理念的落实情况，包含其发展关注点、人工智能教育内容的适切性以及校园文化氛围。其中，智能教育关注点旨在衡量学校的教育发展关注点中是否考虑了人工智能教育，主要从学校相关政策文件数量、高校专业设置数量、项目申报数量等进行考察;目标适切性是通过分析学校政策文件、重要规划、工作计划和总结、网站宣传等内容，分别从对象、形式、主体、内容、决策等方面对比热点，获得学校人工智能教育与区域、国家层面等远景目标的距离，从而确定学校智能教育理念的发展水平;文化氛围是人工智能教育理念在校园文化中的具体体现，主要对文化设施和文化活动进行考察。智能教育基础设施是人工智能促进教育发展的支撑条件，主要反映学校人工智能教育建设的基础装备配套情况。完善的智能教育基础设施能为学校在人工智能教育实践中提供硬件和设施保障，对开展人工智能教育创新方面有着关键作用。《报告》中，智能教育基础设施维度反映智慧校园建设情况、智慧教室建设情况、新型基础设施应用水平、网络空间成熟度水平、软件云平台发展情况。智能教育资源是推进人工智能促进教育发展的关键，主要反映学校资源建设和获取人工智能资源的情况。《报告》中，智能教育资源维度既考量了资源建设种类，又考量了资源流动情况，包括资源形态的发展情况、资源监管情况、资源应用情况和资源共享情况。智能教学应用是人工智能技术在教学过程中的应用及对教学过程形态的改变，包括人机协同成熟度和具体应用场景。其中，人机协同程度主要体现在教师工作重心、教师工作样态以及教师社会协同三个核心方面;具体应用场景则主要分析教学过程中具有智能要素的核心环节应用水平。智能教育保障机制是学校人工智能教育工作可持续发展的核心，主要反映学校在运行机制上对人工智能促进教育发展的保障程度。《报告》中，智能教育保障机制维度包括智能化资金保障、智能化机制保障、智能化组织保障、智能化安全保障、智能化规范与标准、智能化监督与评估等发展情况。智能素养是公民在人工智能时代，所具备的智能认识、智能知识、智能技能、智能应用能力的综合体现。报告中，智能素养发展维度的评估对象包括学生、教师、管理者、家长等多元主体。
“智能教育发展篇”完成了我国人工智能教育发展现状的评估，主要开展以下三个方面的工作。首先，构建系统化、精准的人工智能促进教育发展框架，为监管不同区域的智能应用和资源提供评估标准，推动我国人工智能促进教育发展政策的有效实施。其次，基于该框架，面向不同区域开展人工智能教育水平测度，精准了解我国人工智能教育的现实状况、差异水平和薄弱环节。最后，根据评估结果提出切实可行的实践指导建议，为持续促进不同区域、省份人工智能教育的顺利实施奠定基础并提供现实保障。同时，在践行人工智能促进教育发展的举措时，“智能教育发展篇”给出以下建议：一是在评估时并不需要完全按照本研究的框架指标，而应当立足人工智能教育发展理念，结合自身发展情况，增添个性化的人工智能教育发展特色指标等。二是人工智能促进教育发展框架应当具有动态性、发展性等特征，随着技术的发展与教育系统的变革，指标内容会更加丰富、权重占比也会相应变化。因此，在评估时应以发展的眼光，及时将核心表征纳入评估框架之中，采用因子分析法等多种研究方法，并结合研究重点分期研究、逐年实施，从而更科学合理地评估人工智能促进教育发展的水平。
(二)智能教育软件
通过分析用户对象、切入的教育场景、技术特征、产品亮点等，了解国内智能教育软件的建设现状，可帮助产品研发者确定产品的核心功能和技术需求，从而提高产品质量和用户体验;也可帮助不同教育主体选择最适合的教育软件，并评估其对教育效果的贡献。因此，“智能教育软件篇”致力于构建科学有据的智能教育软件评估体系，遵循“选取维度→构建指标→确定计算规则”三个步骤，从面向学生的学、面向教师的教、面向教育的管、面向教育的评四大教育场景出发，构建功能属性值、业务完整值和魅力属性值三个一级指标，功能完整值、功能实现值、业务契合值和魅力属性值四个二级评价指标，以及若干个三级评价指标的三级评估指标体系。
评估结果既包括软件工具本身的功能评估，也包括与同类型产品功能、应用场景等的横向对比。重点回应如何从不计其数的智能教育产品中找到适合教师教学、促进学生个性化学习发展、助力学校管理者发展智慧校园的优秀产品，以及智能教育软件工具未来更新迭代的方向等;同时对划定智能教育软件工具实践应用的准入原则和评价机制，以及界定智能教育软件工具的应用场景、功能定位、使用原则、作用机制等问题进行探讨。
由图3所示，评估体系涵盖“学”“教”“管”“评”四个方面。面向学生“学”的智能教育软件工具主要涉及自主学习、运动健康、社会实践、课程学习和智能作业五大类应用场景，根据不同场景下设具体的二级指标。面向教师“教”的智能教育软件工具主要涉及教研、备课、授课、答疑四个场景的业务应用，根据不同的应用方向构建具体的二级指标。面向教育“管”的智能教育软件工具主要涉及班级管理、学校管理、区域管理三个应用场景，基于此进行不同场景下的子级指标设计。面向教育“评”的智能教育软件工具涉及考试测试、教师评估、学生评估三个维度下的场景应用，根据不同的应用场景构建二级指标内容。
图3 智能教育软件评估体系
“智能教育软件篇”能够为教育相关人员测评人工智能教育软件工具提供切实的参考。一是帮助智能教育软件使用者在纷繁芜杂、良莠并存的智能教育软件中选到质量高且符合自己使用需求的产品。二是为监管不同区域的智能教育软件建设和应用情况提供评估标准，规范智能教育软件的监管机制，推动我国人工智能教育应用的有效落地。三是促进研制我国智能教育软件的开发规范，清晰界定智能教育软件的使用原则、功能定位、应用场景和作用机制，保证智能教育软件的研发与应用能够满足用户的真实需求，从而精准提高智能教育软件服务教育需求的适切度。四是为智能教育软件开发者提供教育技术科研人员对软件教育科学性程度的反馈，据此明确优化软件升级的方向。五是助力教育管理与治理由基于经验模式转向基于证据模式，调整人工智能促进教育发展的政策，提高人工智能教育建设效率、效果和效益。
同时，“智能教育软件篇”也为相关人员在应用智能教育软件时提出两大评估策略。一是多角度评估智能教育软件，推动监管机制建设。对智能教育软件的建设和应用水平进行横向地域、纵向时空的对比分析，进一步为监管不同区域的智能教育软件建设和应用情况提供评估标准，规范智能教育软件的监管机制，明确优化升级软件的方向，推动我国人工智能教育应用的有效落地。二是精准定位智能教育软件现状，使其满足真实教育需求。
五、结语
总体而言，立足于教育数字化转型的新时代，《报告》从研究视角出发，以教育相关者的实际需求为前提，提出人工智能促进教育发展的基本框架，对后续精准提高智能产品适切服务、规范智能产品监管机制、省级教育管理部门科学调整人工智能教育发展政策，以及提高人工智能教育建设效率、效果和效益等方面，具有重要的理论参照和现实价值。下一阶段，研究团队将持续追踪人工智能促进教育发展的应然样态，持续推进人工智能促进教育发展的长周期监测。工作重心包括两个层面：一是依托人工智能教育研究联盟，持续推进长周期、宽领域、多层次的人工智能教育社会实验，将已有理论研究与实践相结合，切实描绘我国人工智能教育发展图景。二是落地人工智能促进教育发展的指标框架，开展面向不同区域的人工智能教育发展水平测评分析，并基于测评结果，从一线教师、教研员、学校管理者、政策制定者等教育利益相关者角度提出针对性的实践指导建议，回答“人工智能促进教育发展水平如何”这一重要的现实问题，据此建立具有中国特色的、具备实践价值的、可操作的人工智能促进教育发展证据库。
参考文献：
[1]张绒.生成式人工智能技术对教育领域的影响——关于 ChatGPT 的专访[J].电化教育研究,2023,44(2):5-14.
[2]韦恩·霍姆斯,孙梦,袁莉.人工智能与教育：本质探析和未来挑战[J].中国教育信息化,2023,29(2):16-26..
[3]高婷婷,郭炯.人工智能教育应用研究综述[J].现代教育技术,2019,29(1):11-17.
[4]席梦如,田淑敏,吴文溪,等.人工智能教育应用研究综述[J].科教导刊,2021(10):70-73.
[5]林梓柔,胡小勇,黄婕.基于组合赋权法的中小学智能教育发展水平评估[J].现代远程教育研究,2022,34(5):47-55.
[6]李世瑾,顾小清.革故鼎新的校长智能化领导力：内涵结构、发展现状与提升路径[J].远程教育杂志,2022,40(5):72-82.
[7]胡小勇,徐欢云.面向K-12教师的智能教育素养框架构建[J].开放教育研究,2021,27(4):59-70.
[8]王润兰,李梦雪.师范生智能教育素养：框架构建、现状调查与培养路径[J].中国电化教育,2023(3):120-126.
[9]李世瑾,顾小清.中小学教师对人工智能教育接受度的影响因素研究[J].现代远距离教育,2021(4):66-75.
[10]赵慧臣,李琳.智能时代数字化学习资源质量评估研究——基于用户体验的视角[J].现代教育技术,2022,32(1):75-84.
[11]王亚飞,董晶晶,余浩然,等.智能教学环境下中小学教师的用户体验评估[J].现代教育技术,2022,32(11):84-92.
[12]吴砥.我国基础教育信息化发展指数构建及应用研究[J].教育科学研究,2020(11):92-96.
[13]王一岩,郑永和.智能教育产品：构筑基于AIoT的智慧教育新生态[J].开放教育研究,2021,27(6):15-23.
Frontier Trends in Artificial Intelligence Technology Enabling Digital Transformation in Education—Introduction to the 2023 Annual Report on Artificial Intelligence Promoting the Development of Education
Xiaoqing GU
(Department of Education lnformation Technology, Faculty of Education, East China Normal University, Shanghai 200062)
Abstract: Artificial intelligence, as an important driving force of the new round of technological revolution, is continuously penetrating various scenes of education and promoting the digital transformation of education. The digital transformation of education empowered by intelligent technology has not only changed the traditional mode of education, but also provided brand new possibilities for improving the quality and efficiency of education. However, how to scientifically and effectively measure the effect of the application of AI in education in China, as well as clarifying the status quo of the development of AI education in China has become a major concern of the current education sector. In order to systematically sort out the dynamic level of AI for education development, and comprehensively highlight the pattern of AI for education development and education tools, the research team drafted the 2023 Annual Report on Artificial Intelligence Promoting the Development of Education. The report responds to the dimensions of AI for education development from two perspectives: “Smart Education Development” and “Smart Education Software”. Among them, the “Development of Intelligent Education” starts from three aspects: external guarantee, endogenous cycle, and quality output, proposing six dimensions for the development of intelligent education in primary and secondary schools. It is committed to building a systematic and comprehensive evaluation system for the promotion of education development by artificial intelligence, covering important indicators for the promotion of education development by artificial intelligence in China; Starting from the four major educational scenarios of learning, teaching, management, and evaluation, the Intelligent Education Software Chapter proposes an overall framework for the application of intelligent education software for primary and secondary school students, aiming to build a scientifically based intelligent education software evaluation system. The evaluation results include both the functional evaluation results of the software tool itself and horizontal comparisons with similar product functions and application scenarios. Meanwhile, it delineates the admission principles and evaluation mechanisms for the practical application of intelligent education software tools, and defines the application scenarios, functional positioning, usage principles, and mechanism of intelligent education software tools.
Keywords: Intelligent technology; Digital transformation of education; Intelligent education; Intelligent education software; Generative AI
编辑：王晓明校对：李晓萍