劉 進

(北京理工大學(xué) 人文與社會科學(xué)學(xué)院，北京 100081)

人工智能發(fā)展正帶來教育理念和教育實踐的顛覆性變革，但當前中國教育學(xué)科卻并未做好研究應(yīng)對，未能引領(lǐng)教育人工智能發(fā)展，理論研究缺位并滯后于實踐應(yīng)用。這一問題的背后，是教育人工智能研究的學(xué)科定位出現(xiàn)嚴重偏差，長期存在對教育技術(shù)單一學(xué)科分支的路徑依賴，忽視了本輪教育人工智能發(fā)展的全教育、全學(xué)科、全過程、全參與者的顛覆式和破壞性創(chuàng)新特質(zhì)。應(yīng)對教育人工智能發(fā)展，需要全體教育學(xué)科研究者與實踐者共同參與，全面開展教育人工智能基礎(chǔ)理論研究，逐項推進教育人工智能實踐研究，克服有技術(shù)沒理念、以技術(shù)代理念、理念與實踐脫節(jié)等現(xiàn)實問題。

一、中國教育人工智能研究嚴重缺位

世界人工智能發(fā)展呈現(xiàn)迅速推進、中美獨大的基本態(tài)勢，其中又以美國從事前端研究、基礎(chǔ)研究和理論研究，中國從事中后端研究、應(yīng)用研究和實踐研究等為主要特征。教育人工智能是本輪人工智能發(fā)展的關(guān)鍵應(yīng)用場景，2016年之后，各類教育人工智能產(chǎn)品層出不窮，教育機器人、教育輔助設(shè)備、在線教育技術(shù)等走進課堂、登上電視、融入家庭、籌資上市，迅速改變了傳統(tǒng)的教育生態(tài)，成為中國繼自動駕駛、圖像識別等之后人工智能領(lǐng)域研發(fā)最快、落地最多、市場最大、前景最為可期的發(fā)展方向之一。

與此同時，中國教育人工智能研究卻嚴重匱乏，教育研究與教育人工智能實踐脫節(jié)。一方面，教育研究者存在一定的思維惰性，認為教育人工智能是“科學(xué)問題”和“技術(shù)問題”，是“硬學(xué)科的事”，普遍不熟悉教育人工智能技術(shù)原理，不追蹤技術(shù)前沿，不參與實踐落地，無法根據(jù)人工智能發(fā)展主動進行理念與實踐變革。已有研究成果不僅數(shù)量偏少，而且大多集中在制度、倫理、哲學(xué)等外圍方面，深入性、實質(zhì)性、系統(tǒng)性研究十分缺乏，尚未觸及教育基本理論體系和實踐體系問題[1-2]。教育研究的缺位并不能阻擋實踐的前行，當前中國教育人工智能正表現(xiàn)出實踐超前于理論的異像，缺乏理論指導(dǎo)的各類教育人工智能應(yīng)用和實踐正成為“脫韁野馬”，出現(xiàn)失控態(tài)勢。2020年，中央紀委國家監(jiān)委罕見發(fā)文對在線教育產(chǎn)品進行嚴厲批評，指出大量產(chǎn)品存在濫用“教育人工智能”概念、過度宣傳、夸大成效等問題。截至目前，學(xué)界仍然少有對于各類教育人工智能產(chǎn)品標準、應(yīng)用、測試、評估等的專題研究，研究缺位問題極為嚴重。

另一方面，缺乏人工智能研究的教育學(xué)科也逐漸脫離理論前沿與問題前沿，成為無源之水、無本之木，理論創(chuàng)新與實踐創(chuàng)新能力后勁不足，學(xué)科合法性遭到質(zhì)疑。一些研究者沒有意識到教育人工智能可能帶來的教育基礎(chǔ)理論根本性、整體性和全局性重大變革，部分專業(yè)學(xué)術(shù)期刊拒絕刊發(fā)教育人工智能相關(guān)研究成果，一些重大課題、獎項等仍繼續(xù)沿用傳統(tǒng)的教育基本理論、課程教材教法、院校管理模式等，缺乏對于人工智能技術(shù)和理念的應(yīng)有關(guān)照，研究的前沿性不足。

當前教育人工智能研究嚴重缺位和滯后，主要體現(xiàn)在以下3個方面：

第一，缺乏教育人工智能基礎(chǔ)理論創(chuàng)新。人工智能技術(shù)本身是人類社會重大基礎(chǔ)性創(chuàng)新的產(chǎn)物，旨在推動包括教育在內(nèi)的各類社會活動的顛覆性變革。人工智能時代，傳統(tǒng)的教育教學(xué)基本理論適切性降低，亟待進行理論更新與完善，尤其需要原始創(chuàng)新。但是，當前整個教育學(xué)科對于教育人工智能理論創(chuàng)新的意識、能力、成果都嚴重不足，理論建設(shè)缺位、錯位、滯后等問題非常突出[3-4]。一是缺乏系統(tǒng)性原創(chuàng)理論成果。應(yīng)對教育人工智能變革，需要整個教育學(xué)科進行基本理論體系創(chuàng)新，而非局部性、適應(yīng)性和應(yīng)急性理論創(chuàng)新。當前學(xué)術(shù)界雖已推出了一些有關(guān)教育人工智能的理論性文章，但宏觀把握人工智能時代教育基本理論的創(chuàng)新研究不足，中微觀上基于教育人工智能技術(shù)應(yīng)用、實踐規(guī)律進行理論構(gòu)建和范式總結(jié)不足，純粹的教育人工智能基本理論研究幾乎沒有，少量研究呈現(xiàn)出零散、碎片、短視等特征。此外，教育人工智能基本理論研究往往需要技術(shù)、理論、應(yīng)用、場域等多學(xué)科視角，但目前已有成果少數(shù)就技術(shù)談技術(shù)，多數(shù)無技術(shù)空談理論，導(dǎo)致研究成果質(zhì)量不高。二是理論闡釋表面化和淺層化。當前學(xué)界有關(guān)教育人工智能基本理論的研究闡釋仍不到位，宏觀上有關(guān)人工智能如何影響教育教學(xué)和人才培養(yǎng)活動、如何影響教育學(xué)科方法論重塑、如何影響教育基本理念和實踐轉(zhuǎn)向等研究不深不透[5]，中微觀有關(guān)教育人工智能如何影響課程、教材、教法、評價、教育管理等研究不專不精[6]，理論闡釋大而化之、研究內(nèi)容空心化、研究結(jié)論與對策建議表面化和淺層化等問題較為突出。三是理論研究的科學(xué)性水平不高?；谌斯ぶ悄芮把厮枷?、方法、技術(shù)開展的教育研究活動極少，少數(shù)利用人工智能BP神經(jīng)網(wǎng)絡(luò)、隨機森林等算法開展的研究也基本采用的是傳統(tǒng)人工智能研究理論，真正基于機器學(xué)習、深度神經(jīng)網(wǎng)絡(luò)等前沿技術(shù)開展的教育研究鳳毛麟角。一些研究成果動輒談倫理、哲學(xué)、價值、意義，隔靴搔癢，說外行話，降低了教育人工智能研究的科學(xué)性。一些學(xué)者并未深入理解教育人工智能的基本原理，將教育人工智能作為“熱點”來追，由于缺乏基本功，研究成果往往含糊不清，停留在表面，無法深入技術(shù)、過程和機理，無法形成真正的底層創(chuàng)新、自主創(chuàng)新和多學(xué)科協(xié)同創(chuàng)新成果。

第二，缺乏教育人工智能實踐應(yīng)用支持。第三次人工智能技術(shù)革命開啟了“計算機算力+大數(shù)據(jù)+應(yīng)用場景”的協(xié)同創(chuàng)新模式，凸顯了技術(shù)與應(yīng)用的交叉和多學(xué)科融合發(fā)展的基本態(tài)勢。在此過程中，需要各學(xué)科從業(yè)者以學(xué)科專家身份參與教育人工智能應(yīng)用場景設(shè)計，形成以教育思想指導(dǎo)教育技術(shù)、先教育場景后人工智能技術(shù)等基本邏輯。但現(xiàn)實情況是，由于教育學(xué)者的學(xué)科交叉意識不強，能力不足，當前中國數(shù)百款教育人工智能產(chǎn)品研發(fā)鮮有教育專家身影，形成了教育產(chǎn)品和實踐與本土教育需求脫節(jié)、資本逐利性特征壓制教育規(guī)律性特征、真假教育人工智能并存混淆視聽、部分產(chǎn)品嚴重背離教育倫理等各類問題[7]。退而言之，教育學(xué)科專家即使無法參與人工智能技術(shù)產(chǎn)品開發(fā)，也應(yīng)對相關(guān)產(chǎn)品的實踐推廣、效果評估、功能完善、倫理監(jiān)督等展開研究工作。但截至目前，類似研究仍然極為缺乏，教育學(xué)科無法為教育人工智能實踐提供足夠支持、學(xué)科前沿性下降、對教育教學(xué)活動支撐度不夠等問題值得警惕。

第三，缺乏教育人工智能大數(shù)據(jù)庫建設(shè)。在傳統(tǒng)教育研究和教育人工智能研究之間，還存在著必經(jīng)的研究階段，即教育大數(shù)據(jù)研究。教育大數(shù)據(jù)不僅是教育研究走向科學(xué)化的必經(jīng)之路，而且是各類教育人工智能模型訓(xùn)練的核心基礎(chǔ)。與其他行業(yè)相比，教育學(xué)科具備很好的大數(shù)據(jù)采集條件，各級各類教育機構(gòu)每時每刻都在生產(chǎn)和保存海量教育數(shù)據(jù)資源，這將可能為教育人工智能研究提供關(guān)鍵支持[8-9]。以科大訊飛為例，其教育機器人訓(xùn)練的核心素材來源于數(shù)百億道中小學(xué)測試題，但這一數(shù)據(jù)集(數(shù)據(jù)庫)是靜態(tài)的，而全國教育系統(tǒng)日常命制和使用的各類試題卻內(nèi)容多樣、規(guī)模龐大、動態(tài)更新，如果進行系統(tǒng)采集形成動態(tài)大數(shù)據(jù)庫，則可大幅提高相關(guān)教育產(chǎn)品的研發(fā)質(zhì)量，也為教育研究提供全新的數(shù)據(jù)支持。但從當前來看，中國教育大數(shù)據(jù)采集和應(yīng)用工作仍嚴重滯后，各級各類教育機構(gòu)“數(shù)據(jù)沉睡”“數(shù)據(jù)孤島”等僵局仍未打破，教育研究者不參與教育大數(shù)據(jù)收集、管理和應(yīng)用仍然是常態(tài)。這導(dǎo)致各類教育人工智能研究和實踐數(shù)據(jù)來源單一、固化，存在很多偏差，教育機構(gòu)內(nèi)部停留在傳統(tǒng)的治理理念和治理模式上，缺乏基于大數(shù)據(jù)和人工智能規(guī)律的改革創(chuàng)新與突破。

二、教育人工智能研究不能過度依賴教育技術(shù)學(xué)科

導(dǎo)致上述教育人工智能研究缺位、滯后的原因很多，單從學(xué)科立場來看，主要是教育學(xué)科長期以來在大數(shù)據(jù)、人工智能以及其他技術(shù)創(chuàng)新和實踐應(yīng)用研究方面，對教育技術(shù)單一學(xué)科有較強的路徑依賴，無論是技術(shù)依賴、產(chǎn)品依賴還是情感依賴等，都會形成堅固的研究壁壘、思維惰性和創(chuàng)新恐懼，這是導(dǎo)致當前教育學(xué)科教育人工智能研究不足的重要原因之一。

從學(xué)科框架和學(xué)科距離來看，教育技術(shù)學(xué)科是一門深度交叉的教育學(xué)子學(xué)科，其教育屬性弱，技術(shù)屬性強，受計算機科學(xué)、圖書情報學(xué)等影響較大。一些教育技術(shù)學(xué)者也傾向于認為自己是“科學(xué)家”而非“社會科學(xué)家”，這導(dǎo)致教育技術(shù)學(xué)與教育學(xué)母學(xué)科聯(lián)系不夠緊密，教育技術(shù)學(xué)與教育學(xué)其他分支學(xué)科距離較遠[10]。一方面，傳統(tǒng)教育學(xué)科學(xué)者認為教育人工智能研究應(yīng)由教育技術(shù)學(xué)科主要承擔；另一方面，教育技術(shù)學(xué)科學(xué)者認為教育人工智能研究是自身的學(xué)科領(lǐng)地。

但就現(xiàn)實而言，教育技術(shù)學(xué)無法支撐起整個教育人工智能研究。由于學(xué)科基礎(chǔ)、學(xué)科視野、學(xué)科立場等的局限，加之本輪人工智能技術(shù)革命的全面性、顛覆性和破壞性特征，因此，過度倚重教育技術(shù)學(xué)科開展教育人工智能研究既不現(xiàn)實，也容易將教育人工智能研究“矮化”成為單一分支學(xué)科的任務(wù)，無法適應(yīng)教育人工智能時代的研究新需求，這種路徑依賴無論對于教育技術(shù)學(xué)科分支還是整個教育學(xué)科都帶來風險。

第一，人工智能與教育技術(shù)是總與分的關(guān)系。人工智能技術(shù)和實踐的發(fā)展與傳統(tǒng)各類局部性技術(shù)創(chuàng)新存在根本性差異。人工智能正在推動整個教育學(xué)科理論體系和實踐體系的顛覆式創(chuàng)新，這一進程遠非教育技術(shù)單一學(xué)科分支可以支撐。從學(xué)科范疇的大與小來看，教育技術(shù)范疇遠遠小于人工智能范疇，二者是包含與被包含關(guān)系，技術(shù)范疇差異極大，甚至將之形容為水滴與大海的關(guān)系也不為過。教育人工智能發(fā)展涉及絕大多數(shù)人工智能的技術(shù)范疇，從排列關(guān)系看，應(yīng)該是人工智能技術(shù)>教育人工智能技術(shù)>(遠遠大于)教育技術(shù)。教育人工智能發(fā)展借鑒絕大多數(shù)人工智能技術(shù)成果，其技術(shù)范疇廣度遠大于教育技術(shù)范圍，試圖通過教育技術(shù)分析學(xué)科進而支撐起整個教育人工智能研究沒有任何可能。

第二，人工智能與教育技術(shù)是深與淺的關(guān)系。人工智能技術(shù)基本原理誕生于基礎(chǔ)數(shù)理學(xué)科，技術(shù)突破來自計算機等技術(shù)性學(xué)科，實踐應(yīng)用才拓寬到教育技術(shù)等教育學(xué)科。因此，教育技術(shù)學(xué)科處于人工智能技術(shù)和應(yīng)用傳遞的“末梢”，無法真正參與到教育人工智能基本原理、基本技術(shù)、基本方法等創(chuàng)新過程，更多屬于教育人工智能在后端技術(shù)應(yīng)用環(huán)節(jié)的引進、消化、集成創(chuàng)新等范疇。與此同時，在整個教育學(xué)科體系中，教育人工智能也無法充分扮演起教育學(xué)科專家的特定角色，無法完全代表教育需求者參與場景應(yīng)用開發(fā)。因此，教育人工智能研究與實踐如果形成對教育技術(shù)學(xué)科的單一性技術(shù)依賴，反而可能導(dǎo)致相關(guān)研究和實踐不深、不專、不夠前沿等問題發(fā)生。

第三，人工智能技術(shù)與教育技術(shù)是里與表的關(guān)系。雖然名為教育技術(shù)，但這一教育學(xué)科分支最大的發(fā)展壁壘還來自技術(shù)本身。從事教育技術(shù)學(xué)科的學(xué)術(shù)共同體不僅規(guī)模不足，而且受到學(xué)科限制，很難真正參與到人工智能基礎(chǔ)理念、基礎(chǔ)技術(shù)、基礎(chǔ)應(yīng)用等創(chuàng)新活動之中。教育人工智能要真正迎來大的發(fā)展，應(yīng)由表及里，減少人工智能技術(shù)傳遞的中間環(huán)節(jié)，直接面向最前沿的人工智能技術(shù)活動本身，開展教育理論與實踐創(chuàng)新。

教育技術(shù)本身屬于新興學(xué)科和分支學(xué)科。教育技術(shù)學(xué)對于大數(shù)據(jù)和人工智能等前沿突破性技術(shù)的使用仍然具有高度選擇性，仍然只能將有限技術(shù)成果應(yīng)用于教育場景。教育技術(shù)學(xué)科既無法掌握技術(shù)創(chuàng)新的全貌，也無法掌握教育學(xué)應(yīng)用場景的全貌，屬于技術(shù)全集、教育全集中的子集。因此，將教育人工智能發(fā)展完全寄托于教育技術(shù)學(xué)科既不現(xiàn)實，也無可能。

從學(xué)科分布和從業(yè)人員規(guī)模來看，當前中國教育技術(shù)離教育人工智能發(fā)展目標相距甚遠。目前中國只有千余人真正從事教育技術(shù)研究，即使全部轉(zhuǎn)換至教育人工智能方向，與未來發(fā)展需求相比也只是杯水車薪。仍以科大訊飛為例，其僅“智慧教育”產(chǎn)品方向就有包含數(shù)百人的技術(shù)團隊，涉及的“精準教學(xué)”“自主學(xué)習”“智慧考試”“高校管理”“創(chuàng)新教育”5個主要方向，如引入教育學(xué)科專家參與，則涉及多個學(xué)科方向和研究領(lǐng)域，遠非教育技術(shù)單一學(xué)科所能承載。

三、教育人工智能研究應(yīng)走向?qū)W科中心

教育學(xué)是社會科學(xué)學(xué)科體系的重要組成部分，遵循科學(xué)研究范式、運用科學(xué)研究方法、呈現(xiàn)科學(xué)研究結(jié)論、制定科學(xué)教育政策是教育學(xué)研究的核心訴求。教育人工智能是教育學(xué)科走向科學(xué)化的關(guān)鍵路徑。當前教育人工智能研究進入膠著狀態(tài)，教育學(xué)科的傳統(tǒng)研究者基于思維惰性、技術(shù)恐懼、創(chuàng)新能力不足等主動放棄了研究和實踐參與，而教育技術(shù)學(xué)科研究者則摩拳擦掌，躍躍欲試，試圖迎接教育人工智能的春天，這在疫情暴發(fā)后在線教育變?yōu)橹髁鹘逃Ｊ胶蟊憩F(xiàn)得更為明顯。但是，教育人工智能研究和實踐具有高度復(fù)雜性、多主體參與性、高成本性等特征，即使教育技術(shù)學(xué)科本身也存在著研究領(lǐng)域的復(fù)雜性、多學(xué)科交叉性、應(yīng)用場景的局限性等特征，單純依靠教育技術(shù)學(xué)科應(yīng)對教育人工智能時代的變革既不可能，也不可取。為此，教育人工智能研究應(yīng)超越教育技術(shù)范疇。

第一，擺脫教育技術(shù)學(xué)科限制，全面推進教育人工智能研究。應(yīng)強化教育人工智能研究和實踐的全學(xué)科、全過程、全參與者、全研究者的基本理念，引導(dǎo)形成全部教育學(xué)及分支學(xué)科、全體教育學(xué)學(xué)術(shù)共同體、全體教育研究和實踐利益相關(guān)者參與的新研究范式。建議由教育行政主管部門、教育學(xué)各類研究機構(gòu)、各學(xué)術(shù)團體等共同推動開展全學(xué)科的教育人工智能研究與實踐活動，教育學(xué)科與各分支學(xué)科迅速行動起來，教育學(xué)學(xué)者迅速參與進來，相關(guān)學(xué)術(shù)期刊發(fā)揮引領(lǐng)作用，全面規(guī)劃和布局教育人工智能研究，著力克服教育人工智能研究滯后于實踐，中國教育人工智能研究滯后于西方，教育人工智能研究基礎(chǔ)創(chuàng)新、重大創(chuàng)新、原始創(chuàng)新不足等問題，真正形成理論指引實踐發(fā)展的良性格局。

第二，克服技術(shù)恐懼，全面引入教育大數(shù)據(jù)和人工智能方法。人工智能時代傳統(tǒng)學(xué)科壁壘正不斷被打破，跨越“大文大理”的學(xué)科協(xié)同創(chuàng)新逐步成為可能，“技術(shù)+應(yīng)用場景”的軟硬學(xué)科合作模式已現(xiàn)雛形，傳統(tǒng)上由教育技術(shù)學(xué)科代表教育學(xué)科進行新技術(shù)引進、在教育領(lǐng)域推廣使用的職能已經(jīng)弱化。此種背景下，應(yīng)進一步解放思想，克服社會科學(xué)對于自然科學(xué)前沿理念和技術(shù)的恐懼，大量引入教育大數(shù)據(jù)和人工智能最新的方法和技術(shù)。一方面，應(yīng)推動學(xué)科從業(yè)人員的思維轉(zhuǎn)化與能力提升，通過多種途徑幫助現(xiàn)有從業(yè)者認知和接受大數(shù)據(jù)、人工智能等新理念和新技術(shù)。比如制作高校學(xué)生全過程學(xué)習大數(shù)據(jù)庫建設(shè)和使用指南，降低大數(shù)據(jù)和各類模型運用難度，通過可視化等工具提高工作效率，增強決策科學(xué)性，提升使用樂趣。另一方面，應(yīng)有意識吸引更多掌握大數(shù)據(jù)和人工智能前沿理念和技術(shù)專業(yè)人士加入教育學(xué)科，參與教育學(xué)各類大數(shù)據(jù)庫建設(shè)，利用人工智能研究方法全面檢驗各類傳統(tǒng)教育研究結(jié)論。通過新的研究方法和技術(shù)工具的使用，對教育研究的各類已有成果分門別類進行梳理和再研究、再檢驗、再沉淀，對于人是怎樣學(xué)習的、記憶是如何產(chǎn)生和強化的、教師和學(xué)生應(yīng)如何扮演好教育角色、各類教育技術(shù)使用的有效性等各類具體的教育問題進行系統(tǒng)梳理。新技術(shù)擁有者應(yīng)與教育研究者一起，進行各類教育大數(shù)據(jù)采集，運用人工智能方法，圍繞上述教育學(xué)科的基礎(chǔ)知識框架，逐項展開深入研究。這些教育學(xué)科建設(shè)的基礎(chǔ)性研究活動工作量極大，可以認為是對過去數(shù)百年來教育研究成果的再論證。人工智能方法和技術(shù)的引入，將大大加快研究進程，提升研究科學(xué)化水平，具有完成此項研究任務(wù)的可能性。這些經(jīng)過較為穩(wěn)定的大數(shù)據(jù)和人工智能檢驗的教育學(xué)知識基礎(chǔ)，將可以被陸續(xù)納入教育學(xué)基礎(chǔ)知識庫，形成本學(xué)科較為穩(wěn)定的知識體系。雖然對這些知識本身仍然可以再研究、再論證，但絕大多數(shù)經(jīng)過科學(xué)檢驗的知識，將可以被直接用于進行新的教育實踐和探索(直到有新的研究發(fā)現(xiàn)替換掉已有知識庫內(nèi)容)，這將極大改變教育學(xué)科研究的選題盲目化、結(jié)論淺層化、過程神秘化、結(jié)果虛無化等傳統(tǒng)弊端，大幅提高教育研究的科學(xué)性水平，并大量節(jié)約教育研究成本，重拾各界對教育研究的信任，提振教育學(xué)研究者的學(xué)術(shù)信心。

第三，借助技術(shù)壁壘，形成新的教育研究行業(yè)標準。應(yīng)全面引入教育大數(shù)據(jù)和人工智能理念、技術(shù)和方法，筑起教育學(xué)科壁壘，形成學(xué)科“護城河”。重新配置教育研究各類要素和資源，進一步密切教育研究與其他社會科學(xué)研究的聯(lián)系，逐漸打通教育科學(xué)研究與自然科學(xué)研究的壁壘與隔閡。教育學(xué)科在人工智能時代要重回科學(xué)化的目標和道路，實現(xiàn)學(xué)科重建，提升教育學(xué)科在整個社會科學(xué)體系中的地位和影響(乃至逐漸進入自然科學(xué)體系)，最關(guān)鍵的問題還在于是否面向人工智能等最新研究方法，形成新的教育研究行業(yè)標準。當前教育研究行業(yè)標準混亂，研究者魚龍混雜，學(xué)科門檻偏低，從政府官員到基層任課教師，似乎都天然是教育學(xué)科的研究者，教育類學(xué)術(shù)發(fā)表則“八仙過海各顯神通”，嚴格堅持同行評議的學(xué)術(shù)期刊仍然較少，類似問題都可能導(dǎo)致教育學(xué)科的建設(shè)陷入阻滯。因此，進入人工智能時代后應(yīng)按照科學(xué)化目標構(gòu)建教育研究的各類標準，形成教育研究的準入機制，按照研究的科學(xué)目標重新進行教育研究各類資源的再分配。教育研究應(yīng)逐步進入誰掌握研究大數(shù)據(jù)、誰規(guī)范使用各類科學(xué)研究方法、誰得到的科學(xué)發(fā)現(xiàn)可以成為教育知識庫的一部分、誰對教育學(xué)科的發(fā)展真正有貢獻等標準時代，科學(xué)開展科研項目遴選、學(xué)術(shù)論文同行評議、學(xué)者協(xié)會會員吸納以至于人才稱號評定等，將教育研究從“誰官大聽誰的”“誰腕兒大聽誰的”等傳統(tǒng)誤區(qū)中走出來，也將教育研究從過去的互不批評、“一團和氣”中解放出來，真正面向科學(xué)化方向前進，真正將教育學(xué)科打造成為可以與其他社會科學(xué)體系乃至自然科學(xué)體系進行科學(xué)對話的規(guī)范學(xué)科，促進教育學(xué)科百花齊放、百家爭鳴，讓教育學(xué)科逐漸走向科學(xué)。

第四，呼應(yīng)產(chǎn)業(yè)界需求，科學(xué)進行教育人工智能產(chǎn)品有效性評估將成為關(guān)鍵。未來教育人工智能產(chǎn)品在中國的推廣覆蓋情況，乃至中外教育人工智能競賽的最終結(jié)果，取決于教育人工智能產(chǎn)品的有效性，核心是進行科學(xué)評價和時效性評價，并形成基于評價的產(chǎn)品研發(fā)自我調(diào)適系統(tǒng)。這其中涉及兩個關(guān)鍵問題，一是教育人工智能產(chǎn)品本身對于教育活動影響的內(nèi)在機理研究，即無論是中國還是外國教育人工智能產(chǎn)品，在本質(zhì)上將對教育教學(xué)活動帶來哪些影響，如何順應(yīng)這些影響最大化改進教育教學(xué)模式、過程和結(jié)果，克服可能帶來的新的問題。這是中外學(xué)界迫切需要解決的重大基礎(chǔ)理論性問題。二是具體的教育人工智能產(chǎn)品的有效性問題。目前對此評價尚缺乏來自學(xué)術(shù)界和實踐界(如政府產(chǎn)品質(zhì)量監(jiān)督部門)的標準、流程和方法，導(dǎo)致教育人工智能產(chǎn)品尚處于無序發(fā)展階段。下一階段需要在已建成教育人工智能實驗室(如北京理工大學(xué)教育人工智能實驗室)對主要教育人工智能產(chǎn)品進行重新評價、梳理的基礎(chǔ)上，形成完整的教育人工智能產(chǎn)品有效性的評價體系。