面向群體智能塑造未來(lái)教育：一項(xiàng)重要研究課題

魯珀特·韋格里夫[英] 張舒 袁莉

摘 ? 要：群體智能指群體在完成一系列不同任務(wù)時(shí)表現(xiàn)出的綜合能力，是面向未來(lái)復(fù)雜情境中跨學(xué)科、綜合型任務(wù)解決過(guò)程必不可少的關(guān)鍵要素。教育現(xiàn)代化進(jìn)程中的群體智能教育是面向未來(lái)培養(yǎng)公民信息素養(yǎng)、合作能力、問(wèn)題解決能力的重要載體和實(shí)現(xiàn)目標(biāo)。文章基于當(dāng)前研究領(lǐng)域中對(duì)群體智能基本概念的辨析和探索，從國(guó)際視野出發(fā)，剖析基于不同的技術(shù)手段對(duì)群體智能教育的探索和實(shí)踐，提出教育信息化時(shí)代中國(guó)教育領(lǐng)域中進(jìn)一步強(qiáng)化群體智能教育、推動(dòng)“五育并舉”、促進(jìn)培養(yǎng)復(fù)合型人才的可行路徑。

關(guān)鍵詞：群體智能;智能技術(shù);對(duì)話理論;學(xué)習(xí)分析;合作學(xué)習(xí)

中圖分類號(hào)：G434 ?文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2022）01-0004-07

一、引言

《中國(guó)教育現(xiàn)代化2035》強(qiáng)調(diào)在推進(jìn)教育現(xiàn)代化的進(jìn)程中，應(yīng)當(dāng)更加注重以德為先、更加注重全面發(fā)展、更加注重面向人人、更加注重終身學(xué)習(xí)、更加注重因材施教、更加注重知行合一、更加注重融合發(fā)展、更加注重共建共享八大基本理念。這八大基本理念不僅對(duì)信息化時(shí)代的教育教學(xué)提出了新的要求，更強(qiáng)調(diào)了在教育信息化進(jìn)程中育人的新要求，即不僅從基礎(chǔ)知識(shí)和技能層面進(jìn)行育人、培養(yǎng)，更要強(qiáng)調(diào)學(xué)生能力素養(yǎng)的進(jìn)一步提升。[1]21世紀(jì)技能合作組織（Partnership for 21st Century Skill）也提出了21世紀(jì)技能，強(qiáng)調(diào)培養(yǎng)學(xué)生的信息、媒體與技術(shù)技能、批判性思維能力、問(wèn)題解決能力、溝通能力和合作精神等。整體而言，信息化時(shí)代對(duì)育人的要求在不斷提升，培養(yǎng)能夠適應(yīng)團(tuán)隊(duì)工作、解決復(fù)雜問(wèn)題的綜合型人才，是適應(yīng)新時(shí)代發(fā)展和面向未來(lái)的主要育人目標(biāo)。

隨著人工智能技術(shù)的不斷成熟，基于人工智能技術(shù)的教育教學(xué)實(shí)踐探索也逐漸增多。盡管在現(xiàn)有的課堂、學(xué)校中隨處可見(jiàn)信息技術(shù)的影子，但正如中國(guó)教育部發(fā)布的《教育信息化2.0行動(dòng)計(jì)劃》所指出的，構(gòu)建智能化的學(xué)習(xí)體系，推進(jìn)信息技術(shù)深度融入教育教學(xué)過(guò)程，使信息技術(shù)真正服務(wù)于提高教育教學(xué)、服務(wù)于育人目標(biāo)，是教育信息化當(dāng)前階段需要攻克的難點(diǎn)?；诖吮尘埃后w智能（Collective Intelligence）教育為探索技術(shù)如何深入課堂教育教學(xué)、面向未來(lái)培養(yǎng)綜合型人才、培育信息素養(yǎng)提供了可行的路徑。本文厘清了群體智能的概念，隨后闡釋群體智能在社會(huì)情境中的具體表現(xiàn)形式，及其對(duì)實(shí)現(xiàn)面向未來(lái)的育人目標(biāo)、促進(jìn)個(gè)體能力水平發(fā)展的重要意義;回顧現(xiàn)有的基于信息化平臺(tái)、融合已有技術(shù)手段培養(yǎng)群體智能的探索和嘗試，并進(jìn)一步提出面向群體智能培養(yǎng)、重新設(shè)計(jì)教育教學(xué)模式的發(fā)展方向。

二、群體智能與個(gè)體能力的辯證關(guān)系

個(gè)體的思維以大腦的基本生理狀態(tài)和結(jié)構(gòu)為基礎(chǔ)，但不僅僅局限于大腦的內(nèi)部過(guò)程。個(gè)體仍需要通過(guò)其他外在行為，如肢體語(yǔ)言、言語(yǔ)對(duì)話等方式，外化內(nèi)在思維過(guò)程。這是當(dāng)前教育領(lǐng)域中通過(guò)寫作、言語(yǔ)對(duì)話等不同形式的行為過(guò)程，探究個(gè)體思維能力發(fā)展水平的基本前提。[2]目前流行的個(gè)體能力測(cè)試，如IQ測(cè)試，其測(cè)試結(jié)果通常是基于個(gè)體在實(shí)驗(yàn)室情境下的一般認(rèn)知活動(dòng)中的表現(xiàn)。[3]但此類能力指標(biāo)，并不是對(duì)“社會(huì)人”的智能的測(cè)評(píng)，因?yàn)閷?shí)驗(yàn)情境下對(duì)認(rèn)知活動(dòng)的測(cè)試，往往不涉及社會(huì)情境因素。“社會(huì)人”的智能可以看成是能夠靈活地在不同的社會(huì)情境中解決問(wèn)題的能力。值得一提的是，盡管人工智能（Artificial Intelligence，AI）技術(shù)正在各行各業(yè)各領(lǐng)域中廣泛應(yīng)用，但實(shí)際上，目前大部分AI技術(shù)本質(zhì)上都是數(shù)據(jù)的挖掘，通過(guò)技術(shù)方法訓(xùn)練機(jī)器或電腦完成特定任務(wù)，反復(fù)訓(xùn)練使機(jī)器獲得大量的數(shù)據(jù)，并能夠迅速地提取信息、處理相應(yīng)的問(wèn)題，AI并不能稱為真正的智能。在這個(gè)過(guò)程中，機(jī)器本身并無(wú)法創(chuàng)造性且靈活地提出問(wèn)題，更無(wú)法提出解決問(wèn)題的方案。清楚地認(rèn)識(shí)人的智能的社會(huì)屬性，明確地區(qū)分人工智能與人的智能的差異，有助于更好地理解群體智能產(chǎn)生的原理及其與個(gè)體能力的關(guān)系。

如何將對(duì)智能的理解應(yīng)用到研究群體行為上，美國(guó)卡內(nèi)基梅隆大學(xué)和麻省理工學(xué)院的研究團(tuán)隊(duì)——安妮塔·伍利（Anita Woolley）等人對(duì)群體智能的研究發(fā)現(xiàn)，在完成不同任務(wù)過(guò)程中，各個(gè)小組總體的表現(xiàn)不同，即其中一些組總能比其他小組更好地完成任務(wù)。研究者認(rèn)為這種現(xiàn)象反映了群體智能存在差異，因此提出“通過(guò)與個(gè)體智力類比，群體智能可以定義為群體在完成各種任務(wù)過(guò)程中的綜合能力。從經(jīng)驗(yàn)上講，當(dāng)一個(gè)群體在完成某一項(xiàng)任務(wù)時(shí)表現(xiàn)出的能力，與該群體廣泛地完成其他任務(wù)時(shí)表現(xiàn)出的能力相關(guān)時(shí)，就認(rèn)為該群體具有群體智能”。[4]研究進(jìn)一步表明，群體智能并不與個(gè)體的認(rèn)知能力測(cè)試結(jié)果相關(guān)，而是與群體的“社會(huì)敏感度”（Social Sensitivity），即群體在社會(huì)情境下對(duì)周圍事物的理解和感知，以及群體在內(nèi)部合作互動(dòng)過(guò)程中話輪（turn）的分配和轉(zhuǎn)換有關(guān)。[4]

三、群體智能的社會(huì)表現(xiàn)形式

群體智能的意義體現(xiàn)在現(xiàn)代生活中的方方面面?；ヂ?lián)網(wǎng)時(shí)代各行各業(yè)都需要團(tuán)隊(duì)合作，尤其是面對(duì)越來(lái)越多復(fù)雜的、多領(lǐng)域交叉的、全球性的挑戰(zhàn)，以信息技術(shù)為支撐的群體智能培養(yǎng)，必然是面向未來(lái)培養(yǎng)人才的關(guān)鍵所在。例如，2010年4月美國(guó)墨西哥灣發(fā)生深水地平線石油泄漏事件。在整個(gè)事件處理過(guò)程中，全球各個(gè)領(lǐng)域的專家，密切關(guān)注事件全程、持續(xù)保持合作，共同參與解決封堵漏油。盡管彼時(shí)很多專家學(xué)者無(wú)法親臨現(xiàn)場(chǎng)，但利用在線平臺(tái)，全體團(tuán)隊(duì)成員共同協(xié)作，最終使問(wèn)題得以解決。全球范圍內(nèi)的很多重大問(wèn)題，如疫情、環(huán)境問(wèn)題等等，都需要大規(guī)模的協(xié)同合作，而高效的協(xié)同合作依賴更優(yōu)的群體智能。因此，群體智能教育是未來(lái)社會(huì)良好運(yùn)轉(zhuǎn)和發(fā)展的必備條件。挖掘群體智能的具體表現(xiàn)形式，以及群體智能教育的關(guān)鍵要素，是進(jìn)一步推進(jìn)落實(shí)群體智能培養(yǎng)的首要問(wèn)題。

早期的相關(guān)研究致力于厘清群體智能的表現(xiàn)形式及其潛在意義。20世紀(jì)90年代末，為了探究群體在合作過(guò)程中如何發(fā)展集體性思維能力，即群體如何以團(tuán)隊(duì)為核心、整體性地發(fā)展思維過(guò)程，研究者通過(guò)使用瑞文非言語(yǔ)推理測(cè)驗(yàn)（Ravens Non-Verbal Reasoning Tests）和進(jìn)一步的實(shí)驗(yàn)研究，考察了個(gè)體的邏輯推理能力與其參與社會(huì)互動(dòng)能力的關(guān)系，發(fā)現(xiàn)兩者顯著相關(guān)。該項(xiàng)研究中，64個(gè)8年級(jí)或9年級(jí)的學(xué)生參與了實(shí)驗(yàn)。在實(shí)驗(yàn)過(guò)程中，教師進(jìn)行了探究性對(duì)話（exploratory talk）教學(xué)。探究性對(duì)話指成員在對(duì)話過(guò)程中通過(guò)使用一些表達(dá)方式使問(wèn)題的邏輯推斷更加直白和明確。研究結(jié)果表明：第一，使用探究性對(duì)話能夠提高小組的邏輯推理表達(dá);第二，探究性對(duì)話是可教學(xué)的;第三，探究性對(duì)話教學(xué)可以在不同的教育情境中轉(zhuǎn)化;第四，在接受探究性對(duì)話教學(xué)后，學(xué)生的個(gè)體標(biāo)準(zhǔn)化能力水平測(cè)試成績(jī)顯著提高。該研究證實(shí)了通過(guò)對(duì)小組進(jìn)行探究性對(duì)話教學(xué)，不僅能夠提高小組的群體智能，個(gè)體的思維能力也能得到相應(yīng)的提高。[5]

在對(duì)青少年群體智能研究的基礎(chǔ)上，劍橋大學(xué)研究者馬塞洛·皮薩羅（Marcelo Pizarro）對(duì)42名智利成年人的線上小組問(wèn)題解決進(jìn)行了研究。研究對(duì)象通過(guò)完成標(biāo)準(zhǔn)化的FIXA和FIXB測(cè)試作為其認(rèn)知能力水平的指標(biāo)。研究發(fā)現(xiàn)，小組在測(cè)試中的表現(xiàn)出乎意料地比個(gè)體的表現(xiàn)更好，其效應(yīng)量達(dá)0.933;并且其中一些小組比其他小組有更顯著的優(yōu)異表現(xiàn)。隨后，研究者進(jìn)一步分析了小組之間表現(xiàn)差異的原因，結(jié)果發(fā)現(xiàn)小組在完成某項(xiàng)任務(wù)的過(guò)程中，經(jīng)常產(chǎn)生分歧和反對(duì)意見(jiàn)，而能夠正確處理這些分歧和反對(duì)意見(jiàn)的小組往往更加成功。此外，小組成員的性格特點(diǎn)也會(huì)影響小組表現(xiàn)，具備幽默和風(fēng)趣性格成員的小組，能夠更好地管理和處理認(rèn)知沖突，從而有效解決問(wèn)題。這些發(fā)現(xiàn)激發(fā)了更多討論，并為未來(lái)研究提供了方向，如進(jìn)一步探究在小組合作中，哪些關(guān)鍵行為能夠提供更多的價(jià)值，使小組的合作思維能力更加有效，其合作過(guò)程更加順利。[6]

研究發(fā)現(xiàn)，群體在合作過(guò)程中能夠通過(guò)一系列合作行為使小組“增加價(jià)值”，這些使小組表現(xiàn)得更好的行為，稱之為小組的“增值行為”（Value adding behaviours）。大量對(duì)小組的實(shí)證研究證明，“增值行為”包括但不限于以下幾種：第一，互相鼓勵(lì)，如通過(guò)“這個(gè)還可能是……”給予別人建議;第二，表現(xiàn)出謙虛的行為，如“我不是很理解……”;第三，給出清晰的說(shuō)明案例，如“這個(gè)三角形被移動(dòng)了，這個(gè)三角形旋轉(zhuǎn)了90度”;第四，小組中的每一個(gè)成員都能在每一個(gè)問(wèn)題的解決過(guò)程中公平地參與;第五，通過(guò)講笑話表達(dá)幽默并且能夠分享快樂(lè);第六，愿意表達(dá)自己的直覺(jué)，如“我不確定，但我感覺(jué)應(yīng)該就是這個(gè)”;第七，通過(guò)語(yǔ)氣語(yǔ)調(diào)和彼此的回應(yīng)表現(xiàn)出互相的尊重;第八，合作過(guò)程中如果出現(xiàn)問(wèn)題，能夠及時(shí)止損，花時(shí)間解決當(dāng)前的問(wèn)題，并且如果有人提出疑問(wèn)，要給出詳細(xì)的解釋。[7-8]

盡管隨著人工智能技術(shù)的不斷發(fā)展，計(jì)算機(jī)能夠?yàn)橥瓿赡承┕ぷ魈峁┘夹g(shù)性支持，但在群體智能教育中，如何能夠應(yīng)用人工智能技術(shù)，將技術(shù)的發(fā)展與群體中每個(gè)個(gè)體的創(chuàng)造力結(jié)合起來(lái)，是群體智能教育提出的一個(gè)方法性問(wèn)題。21世紀(jì)以來(lái)，以信息技術(shù)和大數(shù)據(jù)為基礎(chǔ)的群體智能教育培養(yǎng)已經(jīng)初具規(guī)模。

四、技術(shù)平臺(tái)助力群體智能培養(yǎng)路徑探索

對(duì)群體智能的初期研究主要表現(xiàn)為探究小組成員在分享和合作的過(guò)程中表現(xiàn)出的智能水平，但隨著信息化進(jìn)程的不斷加快，過(guò)去的10多年，群體智能逐漸更加聚焦于計(jì)算機(jī)輔助教學(xué)環(huán)境中的群體智能行為。關(guān)于技術(shù)工具的使用能夠促進(jìn)群體智能的生成和培養(yǎng)的理念，已經(jīng)逐漸成為教育界的共識(shí)，并被社會(huì)廣泛接受。

（一）群體智能交互管理系統(tǒng)

愛(ài)爾蘭學(xué)者邁克爾·霍根（Michael Hogan）自2018年起，聯(lián)合相關(guān)領(lǐng)域群體在愛(ài)爾蘭國(guó)立大學(xué)建立智能群體網(wǎng)絡(luò)（Collective Intelligence Network，CIN），并提供了群體智能網(wǎng)絡(luò)支持部（Collective Intelligence Network Support Unit，CINSU），為各類型組織和社會(huì)團(tuán)隊(duì)解決決策性問(wèn)題時(shí)提供技術(shù)和方法性支持。CINSU通過(guò)聯(lián)合不同學(xué)科領(lǐng)域和背景領(lǐng)域的專家，為高水平的群體智能形成提供輔助和支持。在CINSU中，成員們主要結(jié)合群體智能的方法，應(yīng)用互動(dòng)性管理（Interactive Management），如情境設(shè)計(jì)方法，最大化群體智能以及合作行為的潛能。[9]

交互管理系統(tǒng)是由國(guó)際系統(tǒng)科學(xué)學(xué)會(huì)前會(huì)長(zhǎng)約翰·沃菲爾德（John Warfield）主持開(kāi)發(fā)的。在沃菲爾德的交互管理模型中，群體智能行為表現(xiàn)為運(yùn)用一系列的方法和工具，將個(gè)體從不同觀點(diǎn)、背景和視角的貢獻(xiàn)進(jìn)行整合，使群體的產(chǎn)出增加。在交互管理系統(tǒng)的開(kāi)發(fā)過(guò)程中，通過(guò)應(yīng)用矩陣結(jié)構(gòu)軟件、解釋性結(jié)構(gòu)建模（ISM），關(guān)鍵的問(wèn)題被系統(tǒng)地進(jìn)行成對(duì)建構(gòu)，并依次對(duì)每個(gè)單獨(dú)的問(wèn)題進(jìn)行提問(wèn)和檢驗(yàn)（如“A是否影響B(tài)”）。在以這種方式分析了所有關(guān)鍵問(wèn)題之后，矩陣結(jié)構(gòu)軟件會(huì)生成一個(gè)圖形問(wèn)題結(jié)構(gòu)或問(wèn)題模型，顯示這些問(wèn)題是如何相互關(guān)聯(lián)的。[10]

圖1介紹了交互管理系統(tǒng)在輔助生成群體智能的整體過(guò)程：第一步，團(tuán)隊(duì)成員清楚地描述并提出主要的思想和觀點(diǎn);第二步，交互管理軟件支持團(tuán)隊(duì)成員對(duì)所有觀點(diǎn)進(jìn)行投票、排序和結(jié)構(gòu)重組;第三步，通過(guò)解釋性模型建構(gòu)，對(duì)所有觀點(diǎn)進(jìn)行結(jié)構(gòu)性整合;第四步，測(cè)評(píng)團(tuán)隊(duì)方案邏輯的圖形表示是否合理等。沃菲爾德的交互管理系統(tǒng)在很多大型歐洲項(xiàng)目中都發(fā)揮了非常有效的作用，助力各個(gè)項(xiàng)目進(jìn)行了階段性研究設(shè)計(jì)，促進(jìn)群體智能的生成。[9]

（二）學(xué)習(xí)分析支持合作學(xué)習(xí)

以色列海法大學(xué)研究團(tuán)隊(duì)的羅騰·阿卜杜（Roten Abdu）、 謝·奧爾舍（Shai Olsher）和邁克爾·耶魯沙米（Michal Yerushalmy）在最近發(fā)表的論文《設(shè)計(jì)自動(dòng)分組系統(tǒng)的教學(xué)考慮：拋物線的案例》中介紹了最新的研究進(jìn)展。在實(shí)驗(yàn)室條件下，研究者開(kāi)發(fā)了“預(yù)見(jiàn)學(xué)習(xí)”（Seeing the Entire Picture，STEP）的學(xué)習(xí)分析評(píng)價(jià)系統(tǒng)，通過(guò)與其他數(shù)學(xué)圖形、數(shù)學(xué)動(dòng)畫模擬的應(yīng)用軟件，如GeoGebra等，進(jìn)行交互作用，激發(fā)學(xué)生對(duì)數(shù)學(xué)概念的解釋性案例和解釋性說(shuō)明的創(chuàng)造性構(gòu)建能力，并以此來(lái)判斷學(xué)生對(duì)數(shù)學(xué)概念的理解程度。[11]

結(jié)合數(shù)學(xué)教學(xué)的相關(guān)背景，研究根據(jù)特定的教學(xué)內(nèi)容（如“拋物線”的概念），采用軟件內(nèi)嵌的分組推薦模式（Group Formation Recommendation Modules），綜合考慮任務(wù)的特點(diǎn)、個(gè)人性格、人際關(guān)系等因素，追蹤學(xué)生在單獨(dú)完成數(shù)學(xué)任務(wù)、小組合作完成數(shù)學(xué)任務(wù)，和再次單獨(dú)完成數(shù)學(xué)任務(wù)的過(guò)程中，對(duì)“拋物線”概念四個(gè)基本判斷的理解和認(rèn)識(shí)變化過(guò)程。研究發(fā)現(xiàn)，在小組合作階段，兩個(gè)成員對(duì)“拋物線”的理解相差越大，最后回到個(gè)人任務(wù)過(guò)程時(shí)，個(gè)體對(duì)數(shù)學(xué)概念的理解就越具體和深刻。

研究結(jié)果說(shuō)明在合作過(guò)程中，合作的個(gè)體對(duì)話之間極可能存在一定的隔閡，而正是這些隔閡使個(gè)體無(wú)法明確地傳達(dá)個(gè)人的想法和觀點(diǎn)，需要通過(guò)進(jìn)一步的溝通對(duì)話，逐漸使彼此理解對(duì)方的視角和思維過(guò)程，從而尋求共同解決問(wèn)題的方法。而如果兩個(gè)成員能夠認(rèn)識(shí)到彼此的差異，并激發(fā)個(gè)體主動(dòng)克服認(rèn)知差異的意愿，這樣的過(guò)程能夠使個(gè)體獲得更高質(zhì)量的概念理解。因此，如果借助技術(shù)手段，能夠放大個(gè)體在合作討論過(guò)程中的“聲音”，并且通過(guò)巧妙的分組，使小組成員都能夠聽(tīng)到彼此的“聲音”，合作學(xué)習(xí)的效率往往會(huì)得到提升。[11]

（三）PeerTalk促進(jìn)發(fā)展思維

2020年以來(lái)，在疫情的影響下，全球教育正在經(jīng)歷前所未有的變革，網(wǎng)絡(luò)教學(xué)和在線學(xué)習(xí)也在疫情期間被整個(gè)教育體系重新提上討論日程。遠(yuǎn)程教學(xué)和網(wǎng)絡(luò)教學(xué)過(guò)程中的一個(gè)關(guān)鍵問(wèn)題就是，如何促進(jìn)在線環(huán)境下的同伴互動(dòng)，并且通過(guò)同伴互動(dòng)發(fā)展學(xué)生的思維能力水平。希臘學(xué)者斯特喬奧斯·泰格斯（Stergios Tegos）及其同事，開(kāi)發(fā)了同伴討論（PeerTalk）插件，嵌入大學(xué)MOOC課程中，用以輔助在線教學(xué)過(guò)程中即時(shí)發(fā)起合作學(xué)習(xí)活動(dòng)。PeerTalk通過(guò)引入對(duì)話交流的相關(guān)理論和技術(shù)支撐，旨在搭建學(xué)生的在線合作活動(dòng)，并且通過(guò)教師或其他介入方式，為合作提供建設(shè)性指導(dǎo)。[12]

PeerTalk是基于ADDIE（Analysis， Design， Development， Implementation， Evaluation）模型進(jìn)行的開(kāi)發(fā)，該模型在構(gòu)建教育系統(tǒng)中被廣泛使用。[13]模型的建構(gòu)主要分為兩個(gè)階段：第一階段，依據(jù)教育者或教學(xué)設(shè)計(jì)，收集合作學(xué)習(xí)過(guò)程中的關(guān)鍵特征數(shù)據(jù)。通過(guò)半結(jié)構(gòu)化的訪談和專家論證，形成系統(tǒng)的功能性和非功能性的特征。第二階段，整合運(yùn)行系列單獨(dú)的模塊，設(shè)計(jì)并且基于單獨(dú)模塊，開(kāi)發(fā)互動(dòng)系統(tǒng)?？傮w來(lái)說(shuō)，PeerTalk整合的在線合作學(xué)習(xí)的關(guān)鍵要素包括：共同參加視頻課程，合作完成作業(yè)和課堂問(wèn)題回答，共同完成練習(xí)、板書(shū)和其他基于用戶的實(shí)時(shí)應(yīng)用小程序。圖2、3給出了在PeerTalk上形成合作小組并完成任務(wù)的流程示意圖。

PeerTalk的顯著優(yōu)勢(shì)是在在線課程中，非常方便地嵌入實(shí)時(shí)對(duì)話系統(tǒng)，能夠通過(guò)互動(dòng)和對(duì)話的方式，更好地組織合作學(xué)習(xí)，并且促進(jìn)問(wèn)題的解決。這不失為一個(gè)通過(guò)增加互動(dòng)功能，改善傳統(tǒng)在線課程缺乏互動(dòng)和學(xué)生參與的有效方法。而事實(shí)上，通過(guò)使用系統(tǒng)適用性評(píng)價(jià)量表（System Usability Scale）和學(xué)生問(wèn)卷對(duì)PeerTalk使用過(guò)程中用戶的使用度、使用時(shí)間，以及中斷效應(yīng)的評(píng)測(cè)，進(jìn)一步地證實(shí)了PeerTalk在MOOCs課程中的有效性。[12]

（四）Argunaut——高質(zhì)量在線對(duì)話的智能支持系統(tǒng)

當(dāng)前，大部分關(guān)于群體智能的教育研究都以在線學(xué)習(xí)為主要研究情境，主要可能基于兩點(diǎn)原因：第一，在線學(xué)習(xí)的主要優(yōu)勢(shì)在于其為技術(shù)創(chuàng)新提供了平臺(tái)，并且能夠跨越地理位置的局限;第二，在線學(xué)習(xí)情境下產(chǎn)生的對(duì)話往往更能夠直觀地反映出群體決策的過(guò)程，因此，將在線學(xué)習(xí)情境作為群體智能教育研究的前沿是值得的，而對(duì)在線對(duì)話的研究也是必然的。如果說(shuō)PeerTalk是在已有課程的基礎(chǔ)上，提供更加方便的對(duì)話通道，那么Argunaut項(xiàng)目則是更深入地研究如何能夠促進(jìn)更好地開(kāi)展在線對(duì)話、如何提高在線對(duì)話的質(zhì)量和產(chǎn)出。

在Argunaut項(xiàng)目中，學(xué)生使用圖形化討論工具Digalo 和 FreeStyler進(jìn)行討論，教師通過(guò)主持人界面（Moderators Interface，MI）對(duì)學(xué)生對(duì)話進(jìn)行干預(yù)。干預(yù)的目的是及時(shí)地提供信息并更好地管控任務(wù)的進(jìn)程。通過(guò)整合平臺(tái)數(shù)據(jù)，系統(tǒng)能夠提供互動(dòng)過(guò)程中相關(guān)參與、信息類型及人物關(guān)系的社會(huì)網(wǎng)絡(luò)圖。在Argunaut項(xiàng)目中，通過(guò)社會(huì)網(wǎng)絡(luò)分析、話語(yǔ)分析，以及人工智能技術(shù)手段，對(duì)生成的社會(huì)網(wǎng)絡(luò)圖形進(jìn)行智能匹配，識(shí)別討論過(guò)程中產(chǎn)生的創(chuàng)造性思維要素，對(duì)合作過(guò)程的批判性思維和辨證推理進(jìn)行多方面的評(píng)估，進(jìn)而對(duì)討論質(zhì)量進(jìn)行評(píng)估。[7，14]

在Argunaut項(xiàng)目中，研究者通過(guò)應(yīng)用自然語(yǔ)言處理等技術(shù)，將師生的對(duì)話過(guò)程進(jìn)行了系統(tǒng)標(biāo)記，并且通過(guò)深度循環(huán)編碼及其反饋以提高系統(tǒng)性能。編碼過(guò)程包括對(duì)話中話輪的轉(zhuǎn)化、話語(yǔ)的模式，以及話語(yǔ)的質(zhì)量;質(zhì)量維度包括話語(yǔ)的邏輯性和創(chuàng)新性。對(duì)話語(yǔ)質(zhì)量的編碼也涉及四個(gè)主要維度：第一，說(shuō)話者提出的正面論斷和反面論斷體現(xiàn)批判性思維;第二，說(shuō)話者視角的創(chuàng)造性推理（creative reasoning）;第三，在互動(dòng)的過(guò)程中，表現(xiàn)出說(shuō)話者表達(dá)觀點(diǎn)的意愿，表達(dá)懷疑和疑問(wèn)的意愿，在表達(dá)的過(guò)程中引用他人觀點(diǎn)，激發(fā)更多的觀點(diǎn);第四，在對(duì)話的過(guò)程中，通過(guò)鼓勵(lì)和重述、重新表述和評(píng)估等搭建腳手架的方式調(diào)節(jié)氣氛（moderation）。[14]

五、面向未來(lái)的群體智能教育

回顧過(guò)去20年群體智能相關(guān)研究發(fā)展的歷史軌跡，我們可以發(fā)現(xiàn)：群體智能的概念最早主要用于描述個(gè)體在合作和競(jìng)爭(zhēng)過(guò)程中的收獲;[15]但隨著技術(shù)的發(fā)展，群體智能的概念被迅速拓展用于描述網(wǎng)絡(luò)用戶之間迅速、簡(jiǎn)單、安全地分享彼此的觀點(diǎn)和信息等現(xiàn)象。直至現(xiàn)在，群體智能發(fā)展成了一個(gè)相對(duì)寬泛的、跨學(xué)科的復(fù)雜概念。事實(shí)上，群體智能在教育情境下蘊(yùn)涵著巨大的潛能，其在不同學(xué)科教育過(guò)程中的應(yīng)用，及其對(duì)個(gè)體21世紀(jì)能力培養(yǎng)的教育意義和社會(huì)價(jià)值不可小覷。隨著技術(shù)的不斷成熟，合作學(xué)習(xí)的形式和質(zhì)量都得到了提升，群體智能教育也在不斷延伸。尤其是目前遠(yuǎn)程教學(xué)和網(wǎng)絡(luò)學(xué)習(xí)日益增多，群體智能使在線合作學(xué)習(xí)、社會(huì)性學(xué)習(xí)以及問(wèn)題解決的效率都得到了進(jìn)一步提升。[16]

結(jié)合目前智能教育領(lǐng)域的整體研究現(xiàn)狀，本文提出面向未來(lái)群體智能教育的幾個(gè)研究方向。第一，對(duì)目前技術(shù)方法的深度回顧和綜述是技術(shù)創(chuàng)新的必要前提，也是進(jìn)一步探索人工智能等技術(shù)如何輔助群體智能教育的基礎(chǔ)。第二，在不同學(xué)科領(lǐng)域內(nèi)，結(jié)合特定學(xué)科知識(shí)、概念的教學(xué)，進(jìn)一步開(kāi)發(fā)基于設(shè)計(jì)的教育研究，探究如何能夠應(yīng)用智能分組技術(shù)調(diào)整小組組合，從而促進(jìn)更深層次的概念理解和學(xué)習(xí)行為。第三，結(jié)合視覺(jué)語(yǔ)言等多種表達(dá)途徑，提高合作過(guò)程中的溝通互動(dòng)質(zhì)量，進(jìn)一步促進(jìn)合作、解決問(wèn)題。第四，借鑒深度學(xué)習(xí)的主要技術(shù)路徑，開(kāi)發(fā)相應(yīng)的工具或平臺(tái)，以提高合作教學(xué)過(guò)程中對(duì)話和互動(dòng)的質(zhì)量，挖掘高質(zhì)量對(duì)話對(duì)產(chǎn)生群體智能的深層意義。

盡管進(jìn)入21世紀(jì)20年代后，群體智能教育的嘗試層出不窮，但其實(shí)踐仍然處于萌芽階段。教育情境本身極具復(fù)雜性和動(dòng)態(tài)性，如何能夠真正發(fā)揮技術(shù)在教育變革中的作用和優(yōu)勢(shì)、如何幫助教師認(rèn)可和掌握不斷更新的技術(shù)，并恰當(dāng)?shù)貞?yīng)用于教學(xué)實(shí)踐中，更是道阻且長(zhǎng)。本文通過(guò)整合相關(guān)研究發(fā)現(xiàn)，以信息技術(shù)、數(shù)字技術(shù)和智能技術(shù)的不斷發(fā)展為基礎(chǔ)，在教育教學(xué)中引導(dǎo)學(xué)生開(kāi)展高質(zhì)量的對(duì)話互動(dòng)、賦能合作學(xué)習(xí)和促進(jìn)群體智能的培養(yǎng)，是未來(lái)教育發(fā)展的一個(gè)重要領(lǐng)域和核心思路。

參考文獻(xiàn)：

[1]新華社.中共中央、國(guó)務(wù)院印發(fā)《中國(guó)教育現(xiàn)代化2035》[R/OL].（2019-02）. http：//www.moe.gov.cn/jyb_xwfb/s6052/moe_838/201902/t20190223_370857.html.

[2]BARNES D， TODD F. Commincation and learning in small groups[M]. London： Routledge and Kegan Paul， 1977：136.

[3]DEARY I J. Looking down on human intelligence： from psychometrics to the brain[M]. New York： Oxford University Press， 2000.

[4]WOOLLEY A W， CHABRIS C F， PENTLAND A， et al.Evidence for a collective intelligence factor in the performance of human groups[J]. Science， 2010，330（6004）： 686-8.doi： 10.1126/science. 1193147. Epub 2010 Sep 30. PMID： 20929725.

[5]WEGERIF R， MERCER N， DAWES L. From social interaction to individual reasoning： an empirical investigation of a possible socio-cultural model of cognitive development[J].Learning and Instruction， 1999，9（6）：493-516.

[6]WEGERIF R. Designing education for collective intelligence： a research agenda[EB/OL]. （2021-11-24）. https：//www.rupertwegerif.name/blog.

[7]WEGERIF R， FUJITA T， DONEY J， et al. Developing and trialing a measure of group thinking[J]. Learning and Instruction， 2017，48：40-50. https：//doi.org/10.1016/j.learninstruc.2016.08.001.

[8]FUJITA T， DONEY J， FLANAGAN R， et al. Collaborative group work in mathematics in the UK and Japan： use of group thinking measure tests[J]. Education， 2021，49（2）：119-133.

[9]HOGAN M. Collective intelligence in medias res： mulgan， warfield， and the collective intelligence network support unit（CINSU） [EB/OL]. （2020-03-02）. https：//europepmc.org/article/PPR/PPR330643.

[10]WARFIELD J， CARDENAS R. A handbook of interactive management[M]. Ames： Iowa State University Press， 1994.http：//futureworlds.eu/w/1/5/57/Handbook_of_Interactive_Management.pdf.

[11]ABDU R， OLSHER S， YERUSHALMY M. Pedagogical considerations for designing automated grouping systems： the case of the parabola[J]. Digital Experiment in Mathematics Education， 2021. https：//doi.org/10.1007/s40751-021-00095-7.

[12]TEGOS S， MAVRIDIS A， DEMETRIADIS S. Agent-Supported peer collaboration in MOOCs[J]. Frontiers in Artificial Intelligence， 2021， 4：710856. https：//doi.org/10.3389/frai.2021.710856.

[13]ALDOOBIE N. ADDIE Model[J]. American International Journal of Contemporary Research， 2015，5（6）：68-72.

[14]MCLAREB B M， SCHEUER O， MIKSATKO J. Supporting collaborative learning and e-Discussions using artificial intelligence techniques[J]. International Journal of Artificial Intelligence in Education， 2010，20（1）：1-46.

[15]LEVY P， Bononno R. Collective Intelligence： Mankinds Emerging World in Cyberspace[M]. Cambridge. MA， USA： Perseus Books， 1997.

[16]TENORIO T， ISOTANI S I， BITTENCOURT I， et al.The State-of-the-Art on Collective Intelligence in Online Educational Technologies[C]. in IEEE Transactions on Learning Technologies， 2021，14（2）：257-271.

作者簡(jiǎn)介：

魯珀特·韋格里夫（Rupert Wegerif），北京師范大學(xué)未來(lái)教育學(xué)院國(guó)家外專項(xiàng)目特聘專家，英國(guó)劍橋大學(xué)教育學(xué)院教授、劍橋未來(lái)數(shù)字教育中心主任;

張舒，共同第一作者、同等貢獻(xiàn)者，北京師范大學(xué)未來(lái)教育學(xué)院講師;

袁莉，北京師范大學(xué)未來(lái)教育學(xué)院教授、通訊作者，郵箱：l.yuan@bnu.edu.cn。

Designing Future Education for Collective Intelligence： A Research Agenda

Rupert WEGERIF 1，2 ?， Shu ZHANG1 ?， Li YUAN2 *

（1.Beijing Normal University， College of Education for the Future， Zhuhai Guangdong 519087;

2.The University of Cambridge， School of Education， Cambridge， The UK CB1 2EW1）

Abstract： Collective intelligence refers to the general ability that a group performs when completing a sequence of tasks， which is one of the essential abilities that is needed in coping with complex， ?multidisciplinary tasks. In the modern process of education， ?collective intelligence helps to foster the literacy and develop collaboration and problem-solving skills of citizens. In this paper， we first clarify the concept of collective intelligence and provide a detailed review of the recent research and development in the field. We will then discuss a number of successful projects using technology， ?including data-mining and AI to support more productive collective thinking from an international perspective. Finally， ?this paper provides research directions on enhancing collective intelligence with technology to foster multidisciplinary talents in future education in China.

Keywords： Collective intelligence; Artificial intelligence; Dialogic theory; Learning analytics; Collaborative learning

編輯：王天鵬 ? 校對(duì)：王曉明

基金項(xiàng)目：2021年國(guó)家外專項(xiàng)目“人工智能和未來(lái)教育前沿問(wèn)題研究與教學(xué)改革探索”（編號(hào)：G2021111027L）;2021年廣東省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目“粵港澳大灣區(qū)中學(xué)合作問(wèn)題解決教學(xué)實(shí)證研究”（編號(hào)：GD21YJY18）;2021年度廣東省教育科學(xué)規(guī)劃課題“互聯(lián)網(wǎng)+國(guó)際教育：高校學(xué)生自主性學(xué)習(xí)和新型能力培養(yǎng)的研究”（編號(hào)：2021GXJK375）。