论教育的可计算性

本文由《电化教育研究》授权发布

作者：刘三女牙 郝晓晗 李卿

摘要

在新一代信息技术和计算主义思潮的影响下，计算成为21世纪的视角，“计算型社会”正在形成，教育科研领域也深受计算的影响，诞生出新的学科研究方向、研究范式和研究思想。研究以此为背景，探索与讨论了教育可计算具备的理论和现实条件，阐明了教育计算在全方位感知教育教学情境、全维度理解教育教学主体、个性化供给教育教学服务这三个方面的内涵。最后，梳理了新技术、新范式和新思想带来的挑战，提出要审慎利用计算和计算主义思想推动教育研究量化工作发展，解决新型伦理问题，实现人文色彩的重赋。

关键词：计算；可计算性；教育大数据；教育计算

1

引言

论教育的可计算性

在新一代信息技术快车行进的路上，人们领略了以物联网为代表的万物互联、以大数据为代表的万物皆数、以人工智能泛化深入应用为代表的万业智能的风景。与此同时，随着云计算、区块链等基础计算设施的日渐完善，“计算型社会”的新型社会形态正在形成，计算充斥在社会的每一个角落，计算不再只和计算机有关，它决定着我们的生存[1]，决定着我们认识世界的方式。除自然科学外，无处不在的计算将扬起的浪花拍打在了社会科学的海岸上。早在2009年，Lazer等人便在发布于《科学》（Science）期刊上的《网络生活：计算社会科学时代的到来》（Life in the Network：The Coming Age of Computational Social Science）一文中给出了“计算社会科学”的概念[2]，指明了网络时代人们被数据包裹、由数据代表的现实情境，阐明了该情境背后蕴含的自然科学同人文社会科学交融碰撞、共同发展的汹涌势头。2020年，《自然》（Nature）期刊上再次刊登了Lazer等人的文章《计算社会科学：障碍和机遇》（Computational Social Science：Obstacles and Opportunities），该文章就如何解决计算社会科学发展过程中产生的学术研究和伦理等问题提供了建议[3]，对铲除自然科学与人文社会科学融合发展之路上的障碍产生了积极影响。2021年，Nature新增子刊《自然计算科学》（Nature Computational Science），开拓出用于承载计算相关研究或应用成果的新天地。

 

计算在科学研究世界中引起的风云巨变必然地吸引了教育研究者的目光，人们开始思考计算与教育的关系，“计算教育学”萌芽破土，相关学者将其视作信息科学、认知科学、心理学、数学等学科与教育学有机融合的产物，认为它是教育学在技术支持下发展的新方向，并将计算作为该领域的主要研究方法[4]。计算与教育的相融相通，有望为教育研究与实践转型搭建引航轨道，为新时代中国特色教育理论构建和创新发展之路点亮理论与现实的明灯。随着“计算教育学”的出现及相关讨论的深入，“可计算性”作为重要的现实问题和重大的哲学命题日益引起人们的广泛关注。“可计算性”的概念起源于广义数理逻辑中的“可计算性理论”，如果实际问题可以通过计算得到解决，即可借助算法或机械程序被解决，那便可以认为其具备可计算性[5]。教育若具备可计算性，教育相关的实际问题就能够在计算的干预下得到解决。本文将从计算与计算主义的内涵，教育计算的理论与现实基础，教育计算的核心结构，以及教育计算面临的挑战与对策等方面出发，系统地探讨教育的可计算性。

 

2

计算与计算主义

论教育的可计算性

 

（一）计算成为21世纪视角

 

自古以来，人类就在不断地发明和改进计算工具，对计算的理解也逐渐深入。从利用手指进行计数，到使用绳子、石子等工具辅助计数，再到算盘、算筹和计算尺的出现，人们在计算过程中逐渐解放了双手，但这时计算的意义仍旧单薄，只与数学相关。随着加法器、莱布尼兹四则运算器、差分机等机械式计算工具诞生，计算与机械之间擦出火花，人类萌生出用机械过程模拟人类思维过程的设想。终于，电子计算机在1946年问世，人们对计算的认识随之发生质的改变，开始主张计算机操作的二进制数字串能代表任何东西，包括现实世界中的事物[6]，就连心理过程和大脑的奥秘，都可以从计算的角度出发进行发掘。自此，计算不再只和数学或计算机有关，它决定我们的生命，也决定我们的行为和意识[7]。

 

如今，从计算的角度出发纵览社会图景，可以将计算带来的新型生产生活方式尽收眼底。工业、农业、服务业等社会产业正在信息技术力量的推动下稳步转向数字化，产业活动中的各类要素能够被转化为可计算的多维度、细粒度的数字信息，并踏上“云端”。商品和货币的流通形式也被重新定义，日常生活中的交易记录能够在计算的操控下以数字的形式被妥善储存，电子商务平台由此蔚起，移动支付形式开始流行，商品的流通与交易变得前所未有的高效。教育、医疗卫生，及各类现代服务业领域中，在线学习、远程会议、智慧医疗、“一网通办”式政务服务、网络直播等新概念接踵而至，它们的出现同样离不开数据和计算的有力支撑。

 

计算经过长久的进化成为21世纪的视角，在计算视角中，各类生产、交易乃至教育活动均可被数字化、模型化，并在计算的处理与分析下获得更深厚的意义和价值。

 

（二）一切皆可计算——计算主义

 

1936年，阿兰·图灵（Alan Turing）提出用以描述计算机最简构造的概念——图灵机，并从计算的角度出发，将人脑视作一台离散态的机器，认为人类大脑和计算机的本质没有差别，这一观点在智人世界和智能世界之间搭建了桥梁。自此，关于人类认知和计算活动两者间的讨论相继涌现，计算主义思想获得蓬勃发展。

 

在计算主义刚兴起之时，研究者们将认知、思维等心理过程的本质看作计算。图灵在著名的《计算机器和智能》（Computing Machinery and Intelligence）一文中，利用“图灵测试”阐明了心灵的本质即计算[8]。纽厄尔与西蒙提出的“物理符号系统假设”认为，人类大脑和计算机都能够在特定规则的指引下对符号进行运算，从而产生特定智能行为，即智能的本质是计算。与符号学派不同，联结主义学者把神经系统中的神经元看作不同的计算单元，借助人工神经网络模拟来理解认知现象和智能行为表现，神经网络的突现机制与物理符号系统虽存在差异，但其本质仍为计算[9]。随着计算主义思想渗透至生命科学领域，人工生命科学、遗传算法理论和DNA计算机走进大众视野[7]，细胞自动机被证明与图灵机在特定配置下等价，生命的本质与计算画上了等号。再后来，计算主义开始将宇宙比作计算机，认为基本粒子在物质世界规律中行为规则的支撑下进行变换，继而促成宇宙这一三维细胞自动机的演化[6]，更有学者将自然现象的本质视为计算，提出“自然界这本书是用算法语言书写的”这类崭新观点[10]。

 

计算主义的内涵在科学和哲学发展的驱策下逐步延伸，计算主义成为一种科学研究的世界观与方法论，心灵、认知、生命、宇宙、自然等都被视作图灵机的特殊形态，它们的本质就是计算。毋庸置疑的是，计算主义正在让人类意识到——一切皆可计算。

 

（三）“计算＋”无处不在

 

在计算主义思想持续被丰富的过程中，计算主义的观念逐渐从自然科学渗透到社会学、经济学、传播学、法学等社会科学领域。计算社会学家主张运用现代计算机和新型模拟技术，来构建研究模型和发展有益于分析经验数据的计算方法，以此服务于理论和经验社会学[11]。人工智能技术和数据分析手段的进步，在革新社会经济学方法论面貌的同时，催生出基于Agent（智能代理）的计算经济学[12]。新算法工具和新媒介的介入，让针对传播过程进行的计算和诠释活动产生了革命性的变化，传播学的可计算性研究得以被重新建构[13]。法学的研究者正站在计算主义学者的肩膀上，展望着计算法学中法律现象及其规律的全新认识过程[14]。与此同时，就连从属于人文科学的哲学，都受到了计算主义的影响，计算哲学悄然出现并为21世纪科技哲学带来了一抹亮色[7]。

 

可见，计算主义的思想已在社会科学乃至人文科学领域扎根。无论是在计算主义思想浸润下的科研活动，还是在计算笼罩下的社会活动，无一不彰显出“计算＋”无处不在这一既定事实。“计算教育学”研究者在此时发出的热情呐喊，昭示着教育领域的问题研究已无法避开计算主义洪流的席卷，终将踏上“计算＋”这片肥沃土壤，践行新世纪计算背景下推进教育研究转型、促进教育创新发展的使命。

 

3

教育可计算的基础

论教育的可计算性

（一）计算是技术与教育融合的应有之义

 

技术与教育的融合发展之路离不开计算，也离不开计算主义所承载的研究思想——因为计算是联结技术与教育之间的桥梁。

 

就计算与教育之间的关系而言，教育活动和学习主体在计算的操作下被数字化、模型化。自毕达哥拉斯振臂高呼出“万物皆数”这句话后，人们便踏上了用数字表征、认识甚至取代自然世界，以及用数学的观念和方法研究自然的伟大征途。时至今日，“万物皆数”已然演化成“万物皆算法”[15]。无论将万物视为“数”还是“算法”，其本心都是为了把混乱、模糊且无规律可言的现实世界，通过具备严谨运算规则的数字和算法转换为条理、清晰且规律的理性世界。因此，在方法层面上，所有教育活动都能被转化为数据信息或定义明确的计算过程，任何学习主体的认知和思维过程都能被计算机描述和模拟。就计算与技术之间的关系而言，计算是技术能够发挥效用的必经之路。物理机器和算法运行的底层逻辑由计算承载，无论是人工智能技术、数据库技术、大数据技术，还是云计算、区块链、物联网，都要依靠物理机器或算法来实现特定功能和体现实践价值，计算在其中的重要性不言而喻。

 

站在计算之桥上，可以看到技术与具备数字化、模型化属性的教育对象相遇后绽放出的绚烂火花，大数据时代教育问题的阐释与解决也借此焕发出新光彩，大到各类教育活动，小到学习主体的知识建构过程，正在逐步演化为能够依据自身可计算性被合理掌控的对象，不断强化的计算正在引领技术与教育走向深度融合。

 

（二）数据密集型研究范式为教育计算准备了新型的方法论

 

图灵奖获得者、大数据之父吉姆·格雷（Jim Gray）在2007年召开的计算机科学与电信委员会大会上提出了数据密集型研究范式[16]，并将其称为第四种科学研究范式。借助大数据时代天然的背景优势，利用技术和算法对海量数据进行推演归纳、计算模拟，可以更准确地表征和更犀利地探求事物本质，这正是数据密集型研究范式的魅力所在。

 

历史学、社会学和公共管理这类人文社会科学领域的经典学科，在早期研究活动中大都以定性研究方法为主。进入21世纪，新一代信息技术革命列车呼啸而过掀起的热浪，终于裹挟着数据密集型研究范式来到了这些人文社会科学研究者面前。以大量统计资料为对象进行的量化分析，针对社会现象和公共管理问题进行的数据挖掘及建模，让数据驱动的方法论进一步站稳了脚跟[17]，人文社会科学家们拥有了以数据挖掘、机器学习、深度学习等技术和算法为代表的新型量化研究工具。至于计算社会学这类以计算视角看待人类及其社会活动的学科，更是在实际研究活动中将数据密集型研究范式运用得炉火纯青。

 

教育的研究范式正在被数据驱动下的科研范式所吸引，研究范式的历史性变革意味着教育研究将从传统的经验判断演进为数据驱动的新形态，获取超大样本分析拓展出的广阔视野，用对现象的全景式解构替代局部观察[4]。教育计算将在数据密集型研究范式的指引下，摆脱传统思辨研究方式的桎梏，帮助教育研究者更深刻地透析教育系统，更清晰地表征和理解学习主体的行为及认知，从而推进教育理论创新和教育实践发展。

 

（三）教育信息化实践为教育计算奠定了坚实的物质基础

 

长期以来，我国高度重视信息技术对教育的促进作用，积极开展信息化基础设施的建设工作。随着中国教育和科研计算机网与中国教育卫星宽带传输网络相互联通形成“天地合一”的现代远程教育网络架构，教育计算物质基础搭建的故事拉开了序幕。尔后，“校校通”“农远”工程的陆续落地，“教育云”“电子书包”项目相继面世，“三通两平台”的建设工作获得迅猛发展[18]。教育信息化基础设施快速、全面的部署，大力拓展了教育世界中的网络空间，引导着教育快步迈向数字化转型的征程。

 

时至今日，我国教育信息化基础设施建设已经步入新阶段。同许多国家一样，我国教育信息化的使命已不仅仅满足于“让每位学生拥有一台计算机”“每间教室都能连通互联网”这样的目标，人们已经开始着力打造智慧教室、智慧校园、教育大数据平台等新型基础设施，让学习者获得沉浸式、多样化、个性化的学习体验。该过程中，依靠新一代信息与通信技术（Information and Communications Technology，ICT）实现对物理世界的感知和数据化显得尤为重要，依托ICT形成的人与物、物与物之间的泛在链接，正在不断突破时空局限，重新塑造教学场景，变革传统教学模式。如翻转课堂让教师的角色从知识传授者变为组织者、引导者，MOOCs等在线学习平台的出现，以及手机、平板等移动设备的普及，让教师为主导、学生为中心的师生关系进一步得到巩固。同以往相比，物理空间中的感知设备和虚拟空间中的数据处理技术，使学习场景中保留下更加完整的学习足迹，为刻画学习者清晰形象，加深对学习主体的理解做好了保障。

 

教育信息化新型基础设施建设的持续推进，正在全面而深入地推进教育流程的再造、教育场景的重构、教育文化的重塑，为教育计算奠定了坚实的物质基础。

 

（四）教育数据已成为教育系统的新型要素

 

在信息技术革命的影响下，教育要素体系正在发生改变，已从由主体、环境、资源构成的三要素体系进化为包含数据在内的四要素体系[19]。得益于技术与教育融合的迅猛发展，各类教育数据不断产生并快速累积，教育大数据正在形成，数据要素正在教育变革中发挥着愈加重要的作用。

 

虚拟空间中，随着线上教学活动的常态化开展，用户个人信息、学习行为信息、学习社交信息等数据得以积聚，教师和学生进行资源操作的详情、总体浏览路径等细粒度的教与学行为被尽数保存；多媒体素材、在线课程、电子教材、教学软件等数字化教学资源，同样是教育场域中具有重要意义的数据。物理空间中，各类传感器、智能可穿戴设备等数据采集工具的方兴未艾，让环境信息、生理信息、心理信息、行为轨迹信息等数据的获取愈发便捷，协助加深了研究者对学习者学习状态和学习场景的理解。虚拟空间与物理空间中教与学的数据并非绝对独立的存在，两者相互融合、相互影响下催生出的基于双空间的教育数据[20]，可以有效强化教育情境的感知能力。

 

教育系统运行过程中，政府部门、教育组织机构、学校行政管理平台中不断更新和共享的数据，监控系统和感知设备对教学过程、科研状态、校园安全等方面进行实时记录的数据[21-22]，以及医疗、娱乐、消费等其他领域在数字化转型过程中孕育出的与教育活动相关的数据，共同构成了教育管理大数据。教育管理大数据经由数据挖掘、可视化分析等技术与算法打磨处理后呈现的结果，是助力教育管理决策科学化、精细化、精准化的有力支撑。

 

来自不同教学和管理场景中的教育大数据，让教育计算获得了充足的数据原料，是开展教育计算的必要条件。

 

4

教育计算的内涵

论教育的可计算性

 

教育研究思想和方法论的嬗变，以及教育信息化的实践和教育系统要素的变革，为教育计算的发展奠定了理论与现实基础，教育计算由此获得在理论和实践研究工作中体现并丰富自身内涵的重要条件。以计算和计算主义为研究思想上的指导，以数据密集型研究范式为方法论的核心，对先进技术和智能算法进行综合应用，对教育大数据进行全面剖析，是完成情境感知、主体理解、服务定制这三个教育计算的根本任务，诠释、拓展教育计算内涵的根本途径。

 

（一）教育计算的核心结构

 

教育计算面向教育全场景，围绕人才培养全过程，开展教育信息的获取、表达、存储、传输、处理和交付，全方位感知教育教学情境，全维度理解教育教学主体，个性化供给教育教学服务，推动教育教学系统的解构、优化、重构与增效提质。教育计算的核心结构如图1所示。

 

图1 教育计算的核心结构

 

教育计算的具体过程通过教育信息处理循环链来实施：第一步是获取信息，即为满足教育研究和（或）实践者的需求，从教育教学活动中获取学习主体的信息，采集全场景、全过程中的原始教育大数据；第二步为表达信息，即使用可以满足教育研究或实践活动需求的表达形式，如文本、图形或图像、音频或视频等，来表征获取到的数据或信息；第三步为存储信息，类型不同且量级各异的数据和信息在表达完毕后，需要借助磁盘、磁带、光盘、固态硬盘等物理介质进行存储；第四步为传输信息，通过互联网这类信息传输机制让信息得以流向相关需求者；第五步为处理信息，利用人工智能、云计算、区块链等技术带来的智能算法和巨大算力，对相应数据进行分析计算，对数据的内涵进行深入探索；第六步为交付信息，将处理后产生的计算分析结果交付至教育研究和（或）实践者，以达成研究和（或）应用的目标，以彰显教育计算的价值。见表1。

 

表1 教育信息处理步骤

 

教育信息处理循环链的循环往复，将推动计算和计算主义目光审视下的情境感知、主体理解、服务定制的发展，助力因材施教、有教无类的教育千年梦想的实现。

 

（二）智能设备加持下的情境感知

 

情境感知，是在以数据为生命力的人—机协同、机—机协同的环境中，对教育情境数字化、教育场景智能化作出的期许。实现学习数据的自动感知与融合，推进物理学习空间与虚拟学习空间的无缝融合，是情境感知面临的核心任务。

 

教育情境中的智能感知设备和技术，能够全面记录教学环境数据，自动感知学习主体的生理、行为状态，推动教育情境全数字化变革进程，做到学习场景的准确识别、教室环境的及时优化，与学习状态的实时监督和高效反馈，以此提升教育场景的智能水平。教育情境的数字化革命，让教育教学过程中学习主体产生的数据能够自由流转，从而促进物理环境和虚拟场景中学习数据的共享与融通，保障多空间学习数据链的完整衔接。在此基础上，可以构建出虚实共生的学习环境，实现推进物理和虚拟学习空间无缝融合的目标。

 

智能设备加持下的情境感知对教学环境和学习主体多元数据的捕获，让人们有机会还原出学习者及其所处教育情境的全貌，为主体理解的深入搭建好数据基石。

 

（三）数据驱动下的主体理解

 

主体理解，指在以数据为核心的教育情境下，对学习者的外显行为状态进行表征，对其内隐认知状态进行建模，以考察个体学习者的认知规律、学习动机等复杂学习机理，以达成对学习主体的全方位诊断、分析与评价，为“因材施教”准备前置条件。

 

在情境感知的基础上，对学习主体的生理、行为数据进行表征与挖掘，可以有效识别学习者的学习情绪状态与学习行为影响因素，有助于洞察学习行为的发生、发展规律，以进行具备针对性的教学干预。此外，对学习者的认知状态进行动态建模，能准确诊断并深度还原学习者的知识掌握状态和实际认知能力，为改善学习者的认知过程创造契机。

 

与孤立个体相比，群体学习是一个更加系统化、复杂的认知过程。大规模学习社区中群体内个体交互行为背后隐藏的社会网络结构特点、凝聚子群成员的关系模式和学习特征，以及行动者的社会学属性[23]，在网络科学研究方法的抽丝剥茧下充分表露，群体中个体的认知水平、情感状态，及群体行为规律由此获得深入剖析。

 

面向个人或群体学习过程开展的数据驱动下的主体理解工作，在帮助人们更好地认识学习主体的同时，让个性化学习服务的定制变得更加有据可依。

 

（四）算法定义下的服务定制

 

所谓服务定制，即针对教育教学过程中学习主体的独特性和教学需求的差异性，通过资源推荐、学习路径规划等手段提升学习服务质量，提高教育教学效率，协助达成“因材施教”的梦想。

 

对教育情境的精确感知和对学习主体的精细刻画，让学习者的学习需求可以依靠算法被精准提取，契合学习者学习风格、学习偏好等潜在特征的学习资源，以及适合学习者知识水平和认知状态的学习路径规划得以即时呈现。学习需求与学习服务由此实现精准匹配，知识供给机制和知识服务模式也将获得改善。在此前提下涌现出的智能导师、智能学伴、教育机器人等角色，不仅极大丰富了个性化学习服务的表现形式，还增添了自主学习活动的趣味性，强化了学习服务的交互性。

 

算法定义下的服务定制进一步发挥了教育计算在教育研究和实践转型过程中的效用，也让教育计算在教育数字化转型必修课中更有底气取得佳绩。

 

5

教育计算的挑战与对策

论教育的可计算性

（一）定性到定量的艰难转变

 

在新技术和新范式的簇拥下，教育研究踏上了由定性转向新型定量研究方法的路途。然而，由于自然科学和社会科学的研究对象、逻辑思维及现实复杂性等存在着不可忽视的本质差异，受自然科学启迪而诞生的研究方法在推动社会科学发展的同时，仍不能从根本上适应于社会科学[24]。换言之，社会科学中由定性转向定量的路途并非畅通无阻。对于教育领域而言，尤其如此。

 

人类的行为具有异质性和阵发性[25]，且易受到外部环境等其他因素的影响，即使拥有先进的算法和技术手段，也很难用数据统一表征人的所有状态，这是以人为尺度的教育进行定量研究时面临的首要挑战。教育情境具备多元性，教育活动是学习者广泛参与的动态过程，因此，教育数据记录的往往都是特定对象在特定时空下的具体行为（外显和内隐），这就导致研究者无法在短时间内将影响教育发展的全部因素纳入系统进行量化分析。即使如此，教育研究者也不应放弃对定量研究方法的探索，而应坚持适时使用定量的方法对教育现象或问题作出解释，并努力做到定性与定量的有机结合，或根据研究对象的特点把直觉经验和数据结合起来，在建立科学研究模型的基础上，利用算法和理论或实践经验对其进行调整、修正，以达到对教育规律的深刻洞察和准确把握。

 

教育研究者必须认识到，定性到定量的转变只是人们在量化研究方法的强大优势下作出的自然选择，而非企图用定量完全代替定性的决定，教育研究范式的转变也并非要将教育转化为完全定量化的学科，而是要秉持着计算主义的思想，充分激发教育活动、教育问题中数据要素的潜能，更好地服务于教育研究和实践。

 

（二）新型人技环境下的教育伦理

 

伴随着技术与教育的深度融合，以及人类智能同机器智能的有机结合，数据与人的关系、算法与人的关系成为此番现实背景下，教育研究人员必须思考和审视的教育伦理问题。

 

教育大数据是把双刃剑，在为教育研究和教育服务带来巨大价值的同时，还可能产生诸多无法预知的道德伦理挑战。对相关挑战进行分析和讨论时，可以遵从综合考量价值、利益、时间和情境四因素的分析框架，明确教育数据的价值定位、教育主体的数据权利和教育数据的教育效用这三类基本问题，通过建立数据维度的教育伦理准则，推动相关法律法规建设，完善相关制度和监管措施，提升教育系统中不同活动主体的教育数据素养[26]。

 

计算主义的线性思维容易导致人们在分析教育现象和问题的过程中忽视教育系统的复杂性，此种情况下展开的量化与计算工作有可能囿于局部、有限且特定的视角，算法歧视由此产生[27]。算法歧视的存在既可能引起决策公平问题，也可能使数据生产者的利益受到侵害。面对此类问题，各国政府、国际组织、科技产业巨头与相关机构，纷纷出台相关伦理准则，在算法层面对智能教育产品或其他人工智能产品作出限制或约束，希望以此强化有关责任归属的合理性并加快算法偏见问题的解决，形成技术维度的教育伦理规范。

 

新型人技环境下教育伦理问题的妥善处理任重而道远，数据和技术本身并无好与坏之分，教育研究者也不应因噎废食，充分借鉴国内外经验努力构建更加完善的教育伦理准则或规范，才是推进师、生、机等多主体和谐共融机制建立，助力教育数字化转型的必由之路。

（三）人文色彩的重赋

 

《人是如何学习的Ⅱ：学习者、境脉与文化》中提出了“学习的文化本质”这一观点。“学习的文化本质”表明了文化自始至终干预和渗透着个体生命中各个阶段的发展这一基本事实。学习之所以通过不同的形式发生在学习者身上，是因为学习者经历的人生现象都是由其精确经验所塑造的，而精确经验不可避免地被文化渗入，不同文化群体中的因素，都将对学习者的学习方式、动作发展速度、知觉系统、认知过程等方面产生深刻影响，进而塑造人类学习者的情绪、认知、动机和兴趣[28]。

 

有学者犀利地指出，计算主义正将教育研究中的教育现象和问题符号化、抽象化，教育的主体能动性被制约[29]，人文价值正在被计算主义用“合理性”“确定性”“效率性”这样的概念填充[30]。面对此番情景，研究者在利用计算和计算主义的观点、方法认识和改造教育问题时，应当关注并呼吁该过程中人文色彩的回归，秉持“学习的文化本质”特征，在教育研究过程中重视人类学习者已成为习惯的精神价值和生活方式。

 

在技术与教育融合的大背景下，要广泛利用现有信息技术手段发掘学习者所处家庭和群体文化对其行为或情感表达的影响，洞察学习者个体在特定文化环境中形成的行为特征或思维特点，刻画不同文化环境中个体或群体学习者认知发展规律、行为演变趋势等特征，以此缓解计算主义在教育研究方面存在的符号化或抽象化问题，为学习者个人能动性的发挥创造外部条件，推进以人为本的个性化学习范式的构建。由此一来，教育者既可以站在学习者身边，及时给予其有效的精神文化支撑，又能够站在人文高台之上，全面观察教育活动的演化规律。

 

6

结语

论教育的可计算性

 

从万物皆数到一切皆可计算，原始信息跨越时间长河化身为可由二进制代表的数据，数据计算方式由结绳记事演变为以图灵机为原型的计算机承载的智能算法，计算主义为社会学、法学、哲学等社会和人文学科世界带来了新鲜空气，并悄然改变着教育领域的研究范式。在数据密集型科学研究范式的指引下，计算正在成为技术与教育相融合的助推剂。放眼望向教育计算的世界时可以发现，教育场景转变为智能技术加持下的智慧空间，教育教学活动转化为可供分析的数据，学习者的大脑认知过程在数据的驱动下变得愈发清晰，行为的内在含义在算法的剖析下一览无遗，学习规律的可见性让学习服务的定制更加有的放矢，学习在算法的定义下向着个性化高歌猛进。

 

当然，教育计算的发展仍面临着一系列挑战，如定性向定量研究方法转变过程中存在的矛盾和冲突，计算主义对数据的诉求僵化了育人过程中的人文精神，以及教育伦理重塑过程中产生的困局等。但只要对计算和计算主义思想进行谨慎、合理的运用，扬长避短，便可以为教育研究和实践开辟新思路。正如定性和定量方法的有机结合，让教育研究的量化之路获得新生；数据隐私和技术异化问题逐渐在实践过程中得到重视，由此引发的系列反思和改革正在打破其对人类的约束和桎梏；计算让学习的文化本质能充分体现其实际价值，让文化同教育之间的联结有机会变得更加紧密，让教育活动中人文的养成和伦理的守护走向新高度。

参考文献：

 (向上滑动阅览）

[1]尼葛洛庞帝.数字化生存[M].胡泳，译.海口：海南出版社，1997.

[2]LAZER D，BREWER D，CHRISTAKIS N，et al.Life in the network：the coming age of computational social science[J].Science，2009，323（5915）：721-723.

[3]LAZER D M J，PENTLAND A，WATTS D J，et al.Computational social science：obstacles and opportunities[J].Science，2020，369（6507）：1060-1062.

[4]刘三女牙，杨宗凯，李卿.计算教育学：内涵与进路[J].教育研究，2020，41（3）：152-159.

[5]SOARE R I.The history and concept of computability[J].Handbook of computability theory，1999，140：3-36.

[6]李建会.从计算的观点看[J].哲学研究，2004（3）：66-71.

[7]郝宁湘.计算哲学：21世纪科学哲学的新趋向[J].自然辩证法通讯，2003（6）：37-42，110.

[8]TURING A M.Computing machinery and intelligence[M]//Parsing the turing test.Dordrecht：Springer，2009：23-65.

[9]李建会.计算主义世界观：若干批评和回应[J].哲学动态，2014（1）：86-92.

[10]李建会.走向计算主义[J].自然辩证法通讯，2003（3）：31-36，109.

[11]HUMMON N P，FARARO T J.The emergence of computational sociology[J].Journal of mathematical sociology，1995，20（2-3）：79-87.

[12]范如国，叶菁，杜靖文.基于Agent的计算经济学发展前沿：文献综述[J].经济评论，2013（2）：145-150.

[13]徐明华，冯亚凡.社会计算视域下传播学研究的嬗变与反思[J].现代传播（中国传媒大学学报），2017，39（12）：48-52，57.

[14]申卫星，刘云.法学研究新范式：计算法学的内涵、范畴与方法[J].法学研究，2020，42（5）：3-23.

[15]郝宁湘.从“万物皆数”到“万物皆算法”——科学数学化之历程[J].科学技术与辩证法，2002（2）：14-18.

[16]TOLLE K M，TANSLEY D S W，HEY A J G.The fourth paradigm：data-intensive scientific discovery[J].Proceedings of the IEEE，2011，99（8）：1334-1337.

[17]黄萃，陈静，陈惠玲.第四研究范式：数据驱动下的人文社科研究模式跃迁[J].中国高校科技，2021（10）：10-14.

[18]刘鲜，王瑛，汪晓东，任改梅，焦建利.教育信息化进程中基础设施的发展战略研究[J].远程教育杂志，2014，32（5）：24-33.

[19]刘三女牙，彭晛，沈筱譞，孙建文，李卿.数据新要素视域下的智能教育：模型、路径和挑战[J].电化教育研究，2021，42（9）：5-11，19.

[20]刘三女牙.计算教育学[M].北京：科学出版社，2021.

[21]王战军，蔺跟荣.动态监测：大数据驱动的研究生教育管理新范式[J].研究生教育研究，2022（2）：1-8.

[22]荣荣，杨现民，陈耀华，赵秋锦.教育管理信息化新发展：走向智慧管理[J].中国电化教育，2014（3）：30-37.

[23]王陆.虚拟学习社区的社会网络分析[J].中国电化教育，2009（2）：5-11.

[24]孟小峰，张祎.计算社会科学促进社会科学研究转型[J].社会科学，2019（7）：3-10.

[25]周涛，韩筱璞，闫小勇，杨紫陌，赵志丹，汪秉宏.人类行为时空特性的统计力学[J].电子科技大学学报，2013，42（4）：481-540.

[26]刘三女牙，杨宗凯，李卿.教育数据伦理：大数据时代教育的新挑战[J].教育研究，2017，38（4）：15-20.

[27]NATURE.More accountability for big-data algorithms[J].Nature，2016，537（7621）：449.

[28]科拉·巴格利·马雷特，等.人是如何学习的Ⅱ：学习者、境脉与文化[M].裴新宁，王美，郑太年，等译.上海：华东师范大学出版社，2021.

[29]靖东阁.人工智能时代教育研究的计算主义及超越[J].电化教育研究，2021，42（2）：18-24.

[30]朱红文.人文社会科学导论[M].北京：教育科学出版社，2011.

On the Computability of Education 

LIU Sanya1，HAO Xiaohan2，LI Qing1 

（1.National Engineering Research Center of Educational Big Data，Central China Normal University，Wuhan Hubei 430079；2.National Engineering Research Center for E-Learning，Central China Normal University，Wuhan Hubei 430079）

 

Abstract：Under the influence of the new generation of information technology and computationalism，computing has become the perspective of the 21st century，and a'computational society'is taking shape.The educational research has also deeply influenced by computing，and new research directions，research paradigms and research ideas have come into being.With this background，this study explores and discusses the theoretical and practical conditions for educational computability，and expounds the connotations of educational computing in three aspects of all-round perception of educational and teaching situations，all-dimensional understanding of educational and teaching subjects，and personalized supply of educational and teaching services.Finally，this study sorts out the challenges brought by new technologies，new paradigms and new ideas，and it is proposed to use computing and computationalism prudently to promote the quantitative development of educational research，solve new ethical problems，and realize the reassignment of humanistic colors.

 

Keywords：Computing；Computability；Educational Big Data；Educational Computing

作者简介：

刘三女牙（1973—），男，安徽桐城人。教授，博士，主要从事教育技术、教育大数据、智能教育研究；

李卿，通讯作者。

本文发表于《电化教育研究》2023年第3期。

引用：刘三女牙，郝晓晗，李卿.论教育的可计算性[J].电化教育研究，2023，44（3）：5-12.

基金项目：2022年度国家社会科学基金教育学一般课题“混合教学环境下的大学生学习投入智能评测与干预：基于多模态分析视角”（课题编号：BCA220210）

本期编辑 | 吴小凡

排版、插图来自公众号：MOOC（微信号：openonline）