(1.曲阜师范大学传媒学院，山东日照276826;
2.华中师范大学教育大数据应用技术国家工程实验室，湖北武汉430079)
[关键词]人工智能;教育智能体;智能体;应用现状;未来展望
智能体源于人工智能、软件工程、分布式系统等领域，具有自治性、反应性、主动性、社会性、进化性等特征，其核心特点是能够持续自主地发挥作用。教育智能体继承了智能体的核心特征，但其出发点和落脚点均为解决教育教学过程中的现实问题，因此发展出不同于软件智能体的关键属性。
(一)教育智能体的起源与发展
(二)教育智能体的内涵
教育智能体也被称为教学代理，由于属于多学科交叉领域，因此各领域研究者对它的理解和界定并不相同。贝勒(AmyBaylor)等认为教育智能体是为了实现教学目的而在教学过程中使用的由计算机生成的角色，这里的角色包括专家、同伴、评价者等[4]。库克(KristijanKuk)等则认为教育智能体是由计算机生成的虚拟导师，以人、动物、植物等形式展现，通常可以实现文本、语音、动作等的交流[5]。约翰逊(LewisJohnson)等指出无论教育智能体是何种形象，都是通过视觉呈现的虚拟角色，其核心意图为促进学习者的学习[6]。刘清堂等认为教育智能体是呈现于教学场景中的虚拟形象，其目的是促进学习者的认知学习[7]。
基于众多研究者对教育智能体的界定，本研究认为教育智能体是处于学习环境中并可作为学习环境组成部分的虚拟角色，它通过语音、文本、肢体动作、面部表情等为学习者提供学习支持，旨在促进学习者的认知学习和情感体验。教育智能体由计算机生成，多扮演教师、激励者、伙伴、专家、导师等角色，随时可以感知环境并且执行相应的动作，同时逐渐建立自己的活动规则，以应对未来可能感知到的环境变化。教育智能体可以是简单的二维形象，也可以是复杂的三维形象，它提供的与学习者之间的情境互动，使其有别于传统课件，学习者可通过与一个或多个教育智能体的互动来进行学习。教育智能体或扮演辅导教师，为学习者提供高质量的学习内容和学习指导;或扮演学习伙伴，与学习者共同学习，并开展朋辈辅导调节学习者的学习情绪和学习动机。教育智能体与专家系统的区别主要为：专家系统无须嵌入学习环境中，不必和学习环境执行交互;另外，专家系统不需要和其他专家系统进行通信。
(三)教育智能体的特征
教育智能体拥有智能体的普遍性质，但又具有与其他智能体相区别的核心属性。教育智能体通常具备以下性质：教育性、自主性、主动性、反应性和社会性。(1)教育性：为学习者提供必要的学习支持服务是教育智能体的出发点和落脚点，其最终目的是促进学习者的认知学习和情感体验，这也是区别于其他智能体的显著特点。(2)自主性：教育智能体在不受学习者和其他智能体的指令或者干预下，具备自主采取动作的能力。同时，某些教育智能体还可以自主控制自身的行为和内部状态。(3)主动性：教育智能体既可以针对外部刺激作出被动响应，也可以根据预设目标主动执行动作。(4)反应性：教育智能体能够觉察来自外部环境的刺激或变化，并能及时作出动作响应。(5)社会性：教育智能体具备与其他智能体或学习者进行交互、协作的能力。
无论教育智能体以何种形象呈现，主要包括内在特征和外在特征。内在特征也被称为功能特征，教育智能体既是知识传递的工具，也是学习者学习过程中的帮助者和促进者。如果仅出于提高智能化程度而添加教育智能体，可能会适得其反。教育智能体应通过科学、合理的教学策略、教学方法、评价方式来促进学习。外在特征也被称为社会特征，贝勒(AmyBaylor)指出当智能体被用作社会模型时，其形象便是需要考虑的关键因素。研究证实，教育智能体的视觉形象和声音特点对学习者的学习具有重要影响，它们在某种程度上决定了学习者对教育智能体的感知[8]。外在特征主要包括年龄、性别、外貌、表情、动作、手势和声音的响度、音调、音色等，旨在帮助学习者建立与在线或智能学习环境之间的社会联系[9]。
教育智能体是顺应智能环境下教育发展的必然选择，也是“人工智能教育”的必然趋势。目前，教育智能体在教育领域的应用已初见成效，其在教育教学中多扮演指导教师、学习伙伴、自身影像、实习对象等角色，以便为学习者的认知学习和情感体验提供必要帮助。
(一)教育智能体的应用领域
1.支持个性化学习
教育部印发的《教育信息化2.0行动计划》中明确指出应构建网络化、智能化、个性化的教育体系，达成优质的个性化学习体验，满足学习者、教学者和管理者的个性化需求。实现因材施教和学习者的个性化学习，促进其全面化的自由发展是教育者持之以恒的目标与追求。纵观当今世界各国的教育改革，探索支持以学习者为中心的个性化学习的方式、方法已成为重中之重，并成为教育教学研究的新趋势和新一代教育教学改革的着力点。
智能体与教育教学的深度融合为个性化学习的实现提供了强有力的技术支撑，教育智能体为攻克传统教学忽视学习者差异性的壁垒和突破个性化学习所面临的挑战提供了新思路和新方法，使个性化学习成为可能。教育智能体通过对在线学习环境中学习数据的追踪与分析，借助数据挖掘和机器学习算法，感知学习者的认知特点和学习风格，以建立科学有效的学习者模型，进而为学习者提供定制化的学习服务，在与学习者的交互中帮助学习者完成对知识的建构，满足学习者多样化的学习需求，并提高学习者的主观能动性和学习效率，真正实现因材施教的教育理念。教育智能体充分尊重学习者的个性化差异，形成了基于数据驱动并以学习者为主的个性化教学模式，使学习者得到了适合自身的最佳发展。
智能导师系统(IntelligentTutoringSystems，ITS)通常被认为是教育智能体的雏形。1982年斯利曼(DerekSleeman)和布朗(JohnBrown)提出ITS的概念，并指出ITS是利用计算机模仿教学专家的经验、方法来辅助教学工作的计算机系统[10]。教育智能体在ITS中多扮演教师角色，观察、跟踪学习者的学习行为，并在必要时给予帮助和指导，同时通过与学习者的交互收集信息完善学习者的个性化偏好模型，而后根据偏好模型调整教学内容，优化系统知识库，以实现学习者的个性化学习。库克(KristijanKuk)等开发了名为MIMLE的智能导师系统，其核心功能主要由教育智能体实现[5]。教育智能体可通过与学习者的交互，来判断是否需要对学习者的学习提供支持和帮助。若学习者在解决问题的过程中遇到困难，便可激活教育智能体。教育智能体可通过帮助窗口向学生推送有助于解决问题的知识，实现对学习者学习过程的干预。问题解决后，教育智能体会推送鼓励和赞扬的话语，提高学习者的成就感和积极性。
目前，基于教育智能体的智能导师系统研究多专注如何依据学习者的学习风格和认知水平为学习者提供个性化的学习资源、学习路径和学习指导，构建更自然、更有效的智能学习环境，以便实现学习者的个性化学习，以智能助力学习者的智慧发展，赋能教与学的变革与重构。
2.扮演虚拟教学角色
莱斯特(JamesLester)等通过实验证实在智能学习环境中应用教育智能体能够提高学习者的学习效率，并发现教育智能体的形象起着关键作用，栩栩如生的人物形象可以更好地促进学习者的学习[11]。在此基础上，他们提出了教育智能体的“角色效应”。教育智能体通常以学习环境中真实存在的人物形象出现，与屏幕上的学习内容共存，丰富和延伸人机间交流方式的同时，可提高学习者的学习兴趣，减轻由于师生分离而带来的孤独感。教育智能体越来越人性化，所扮演的角色更加贴合真实学习环境，形象也更加逼真和多样。既可对学习内容进行讲解，也可帮助解决学习者面临的真实问题，还可演示复杂且难以用文字描述的实验或者任务。
课堂教学中师生之间、学生之间的社会交往能够影响学习者的认知过程和情感状态，教育智能体通过模拟真实学习环境中的教学角色，并利用语言和动作在某种程度上模仿人类社会中的互动，来创造一个逼真的学习环境。学习者面对的将是“有血有肉有温度”的“人”，而不是冷冰冰的机器，这无疑使学习者的学习过程更加自然和真实，从而激发学习者的学习兴趣，弥合学习者与在线或智能学习环境间存在的交流鸿沟。
此外，教育智能体可通过肢体动作引导学习者将注意力聚焦到当前学习画面最为重要的部分，同时跟踪学习者的学习过程，实时研判学习者的学习情况，并在恰当的时机提供必要的帮助或表现恰当的表情，这对改善学习者的学习体验至关重要。若教育智能体扮演指导教师，它可以观察、引导和保持学习者的注意力，根据学习者的认知能力推送个性化学习资源，对难以用文字呈现的内容进行直观演示，并以语言或非语言方式对学习者的需求及时给予反馈，借以实现学习者深层次学习的发生和高层次技能的培养。若教育智能体扮演学习伙伴，它可以和学习者共同学习，并进行交流。当学习者成功时鼓励、赞扬，激发其自豪感和成就感;当学习者失败时安慰、帮助，使其重拾信心。教育智能体在某种程度上可模拟实现师生之间、学生之间面对面的交流，将有效减轻学习者独自学习所带来的孤独感，并且恐惧、焦虑、失落等情绪将得以缓解[12]。
教育智能体通过模拟教学角色使学习者与在线学习环境间的交互更为真实且更加有效，在满足学习者社会交往需要的同时，也提高了学习者的学习效果。随着人工智能和智能体技术的愈加成熟，教育智能体所扮演的角色将更加多元，形象也将越发逼真，教育智能体将对教育领域产生更为显著的影响，并且为智能学习环境的构建与发展提供了新的思路。
3.实现人机情感交互
教育智能体在构思时便需将情感考虑在内，力求能够感知、判断、回应和调节学习者的学习情感，提高教育智能体与学习者的情感交互能力，使学习者在学习过程中始终保持积极的情感状态。当教育智能体对学习者的情感状态感同身受，并根据学习者的情感需求灵活调整面部表情、肢体动作时，学习者将会传达出更高的自我效能感。目前，教育智能体能够简单表达高兴、悲伤、失望等情绪，当学习者能够较快、较好地完成学习任务，教育智能体会表现出高兴、赞扬的肢体动作;而当学习者的学习进展迟缓、学习任务完成较差时，教育智能体会传递出失望的情绪，并对学习者进行督促，这有助于增强学习者的情感体验。
扎哈罗夫(KonstantinZakharov)等设计并开发了名为EER-Tutor的教育智能体，可实现情感交互功能[14]。EER-Tutor具有多种形象，以供学习者选择。首先，它能够根据学习者的面部特征感知、判断学习者的学习情感。其次，它能够根据学习者的学习情感作出适当反馈。当学习者经过努力将问题解决时，它报以微笑，并发送祝贺信息;而当学习者多次尝试但问题仍然没有解决时，则会面带悲伤，好像感同身受，并发送鼓励消息。
(二)教育智能体面临的主要问题
目前教育智能体的研究与应用处于探索阶段，仍有许多问题有待解决，主要包括以下几个方面。
教育智能体应能够在恰当的时机为学习者提供适合学习者学习风格、认知能力的学习支持，但目前教育智能体在复杂、实时、动态条件下的“对话”能力是有限的。当从参与有限的、特定领域的、面向任务的“对话”扩展到参与更广泛的、类似人类的“对话”时，情况将变得更为复杂，这无疑对教育智能体来说也是巨大挑战。教育智能体与学习者的互动过程中，学习者对教育智能体的“对话”能力具有较高期待，例如它是否能给出问题的正确答案，是否能讨论问题的解题思路等，甚至有可能涉及学习内容外的“对话”。事实上，课堂教学中总有一些和学习任务、学习主题无关的对话，而这些对话可能会营造一种放松愉悦的学习氛围，促进学习者的情感参与，并为学习者的认知活动创造额外的可能性。
教育智能体的形象和外观对学习者的学习过程具有重要影响[15]，但目前教育智能体的形象和外观设计较为简单。教育智能体的视觉要素包括了性别、年龄、外貌、角色等重要和即时的信息，远不是在设计过程中可有可无那么简单。越来越多的研究表明教育智能体的形象会对学习者的学习兴趣产生影响，贝勒(AmyBaylor)指出在线学习环境中教育智能体的形象和外观是决定教育智能体是否有效的两个关键因素。精心设计的教育智能体外观能对学习者的兴趣和动机产生积极影响，并可能会产生意想不到的良好效果。对于教育智能体的开发者来说，他们往往具备专业的学科知识和技术能力，但可能缺少较高的艺术素养。这就需要加强和设计人员的联系，促进跨学科、跨领域专家合作，成立专门的研发团队，将多领域专业知识运用到认知功能和视觉形象的设计、优化过程中，以便合作开发出具有良好外观，又能促进学习的教育智能体。
(一)持续的政策支持
(二)精准的教学决策
人工智能与教育的融合创新，将塑造新的教育生态。传统课堂教学中，教师能够根据观察和经验选择恰当的教学方法，把握学生对课程内容的理解和掌握程度、调整教学进度等。作出正确且有效的教学决策是教师的基本能力，决策依据主要是教师的主观判断。但是，教师的主观判断难免与实际存在偏差，缺少客观数据的支撑，容易忽略部分学习者的实际需求，无法做到对全部学习者的因材施教。因此，如何保证教学决策的科学性和有效性，推动教育高质量发展，是专家学者需要探讨的重要话题[16]。人工智能时代，教育智能体将依托智能体和多智能体的发展，与大数据、深度学习、情感计算等技术紧密结合，在动态、多变的学习情境中，通过对学习数据的采集、处理和分析，及时且全面掌握学习者的学习情况，更精准和更有效地协助学习者解决学习过程中的各种问题。这无疑实现了以学习者为中心的教学决策，避免了教师的主观性和经验性。教育智能体能够追踪学习者的学习过程，发现和解决问题，作出基于数据的精准化教学决策，为智能学习环境的建设与优化、核心素养的培养、教学模式的变革与创新提供了更多可能。
(三)深层的情感交互
(四)完善的智能导师系统
经过多年探索，研究者对智能导师系统的理解不断深化，并逐渐意识到智能导师系统融合多种技术要比使用单一技术更加有效，目前，智能导师系统已发展成为多学科交叉融合的研究领域。教育智能体是智能导师系统的核心组件，智能导师系统中的“导师”即为教育智能体。日益成熟的教育智能体将使智能导师系统更加完善，既可以为智能导师系统认知层面的核心服务提供支持，还能保证学习者个性化学习的实现。教育智能体可借助大数据、云计算、人工智能等技术为学习者提供适当且优质的学习资源和问题解答，通过情感计算和深度学习的融合实现智能导师系统与学习者间的深层情感交互。完善的智能导师系统旨在通过构建自适应开放式学习环境，为学习者提供认知层面和情感层面的支持和帮助，来优化学习者的学习体验。教育智能体的发展无疑使智能导师系统更具人性化和个性化，并提高了其智能化程度，使学习者轻松、投入和有效地学习成为可能。如何设计实现最优的且基于教育智能体的智能导师系统将成为人工智能和教育领域的重要研究内容。
引用请注明参考文献：徐振国，刘志，党同桐，孔玺.教育智能体的发展历程、应用现状与未来展望[J].电化教育研究，2021，42(11)：20-26,33.
责任编辑：甄暾
校对：李华
审核：郭炯
【参考文献】
[1]王胜灵，石红薇，赵航，等.2019年国家自然科学基金“教育信息科学与技术”的计量分析[J].现代教育技术，2020，30(2)：5-13.
[2]HAYES-ROTHB.Anarchitectureforadaptiveintelligentsystems[J].Artificialintelligence，1995，72(1-2)：329-365.
[3]李德毅.人工智能导论[M].北京：中国科学技术出版社，2018：230.
[4]BAYLORAL，KIMY.Simulatinginstructionalrolesthroughpedagogicalagents[J].Internationaljournalofartificialintelligenceineducation，2005，15(2)：95-115.
[5]KUKK，MILENTIJEVICI，RANCICD，etal.Pedagogicalagentinmultimediainteractivemodulesforlearning-MIMLE[J].Expertsystemswithapplications，2012，39(9)：8051-8058.
[6]JOHNSONWL，RICKELJW，LESTERJC.Animatedpedagogicalagents：face-to-faceinteractionininteractivelearningenvironments[J].Internationaljournalofartificialintelligenceineducation，2000，11(1)：47-78.
[7]刘清堂，巴深，罗磊，等.教育智能体对认知学习的作用机制研究述评[J].远程教育杂志，2019，37(5)：35-44.
[8]BAYLORAL.Promotingmotivationwithvirtualagentsandavatars：roleofvisualpresenceandappearance[J].Philosophicaltransactionsoftheroyalsocietyb：biologicalsciences，2009，364(1535)：3559-3565.
[9]JOHNSONAM，OZOGULG，MORENOR，etal.Pedagogicalagentsignalingofmultiplevisualengineeringrepresentations：thecaseoftheyoungfemaleagent[J].Journalofengineeringeducation，2013，102(2)：319-337.
[10]SLEEMAND，BROWNJS.Intelligenttutoringsystems[M].London：AcademicPress，1982：2-7.
[11]LESTERJC，CONVERSESA，KAHLERSE，etal.Thepersonaeffect：affectiveimpactofanimatedpedagogicalagents[C]//ACMSIGCHIConferenceonHumanFactorsinComputingSystems.NewYork：AssociationforComputingMachinery，1997：359-366.
[12]KIMY，BAYLORAL，SHENE.Pedagogicalagentsaslearningcompanions：theimpactofagentemotionandgender[J].Journalofcomputerassistedlearning，2007，23(3)：220-234.
[13]徐振国，孔玺，张冠文，等.学习画面情感对学习者情感的影响研究[J].电化教育研究，2020，41(11)：79-86.
[14]ZAKHAROVK，MITROVICA，JOHNSTONL.Towardsemotionally-intelligentpedagogicalagents[C]//InternationalConferenceonIntelligentTutoringSystems.Heidelberg：Springer，2008：19-28.
[16]杨鑫，解月光.智能时代课堂变革图景：智慧课堂及其构建策略[J].电化教育研究，2021，42(4)：12-17，52.
[17]赵可云.新媒体干预农村留守儿童学习社会化研究[M].北京：中国社会科学出版社，2020：223-228.
Development,ApplicationandProspectofPedagogicalAgents
XUZhenguo1,LIUZhi1,DANGTongtong1,KONGXi2
(1.SchoolofCommunication,QufuNormalUniversity,RizhaoShandong276826;2.NationalEngineeringLaboratoryforEducationalBigData,CentralChinaNormalUniversity,WuhanHubei430079)
[Keywords]ArtificialIntelligence;EducationalAgent;Agent;Application;FutureProspect
基金项目：2020年度国家自然科学基金青年科学基金项目“学习画面情感对学习者情感的影响机制及其自适应调整方法研究”(项目编号：62007020);2020年度教育部人文社会科学研究青年基金项目“智慧学习环境下学习画面情感对学习者情感的影响及其作用机制研究”(项目编号：20YJCZH194)
[作者简介]徐振国(1989—)，男，山东泰安人。讲师，博士，主要从事人工智能教育应用、数字化学习资源、在线学习行为研究。E-mail：xu.zhen.guo@163.com。党同桐为通讯作者，E-mail：ncudtt@163.com。