从构成论走向生成论：智能教育的哲学重思及实践路向

 何伟光  

摘要：智能教育发展是教育数字化战略行动的前沿方向。从被动的构成论转向能动的生成论是智能教育哲学思维的根本性转变。尽管智能教育构成论有其合理之处，但亦具有不可忽视的局限。智能教育不仅具有构成性，更因人类创造性活动而蕴含深层次的生成性规定，具体表现为“人—智能技术—教育”交互中的意向同一性、“人工智能演进—智能社会变革—教育具体实践”交汇下的复合过程性及“人—人工智能—智能社会—教育”发展交织下的多因复杂性。推动智能教育哲学思维从构成论转向生成论，可为国家教育数字化战略背景下教育智能化升级提供崭新方法论。在智能教育生成论启发下，教育管理部门应关怀多层次多元主体需求，明确智能教育发展的理念共识；树立可持续生态系统思维，加强智能教育发展的统筹推进；避免供需不匹配实践误区，解决智能教育发展中的供需矛盾。

关键词：教育数字化战略；智能教育；存在哲学；生成论；构成论

教育数字化已经上升为国家战略。教育部在2022年工作要点中提出，要将加快推进教育数字转型和智能升级作为实施教育数字化战略行动的关键抓手。[1]智能教育是当今世界范围的教育变革热点，但是，人们对其基本哲学问题的探索显著滞后于蓬勃发展的实践现状，由此带来的认识不深、定位不当、方向分歧、实践偏向及伦理失范等诸多困境，阻碍了智能教育高质量发展。对智能教育存在的问题考察是智能教育哲学研究不可回避的内容。尽管学界已初步形成智能教育存在构成论观点，但此种理论认识有待商榷。为深入考察智能教育，需要进一步探明以下问题：智能教育构成论有什么局限？为什么需要将把握智能教育的哲学思维从构成论转向生成论？智能教育生成具有怎样的深层规律？回答好这些智能教育哲学的基本理论问题，能为智能教育实践提供有效的策略及方法指引。

智能教育的

构成论视角

构成论哲学思维肯定事物的关系性，推崇在原有结构基础上建构新事物的思维，重视已有要素的重新组合，主张把握各组成要素之间的关系。对人类社会与技术之间关系的构成论认识可以追溯到海德格尔（Martin Heidegger）。在海德格尔有关技术本质的认识中，技术本质主要体现为“关涉于我们”的关系，有学者将其称为文化构成论。[2]从海德格尔的相关论述中可以发现，技术具有类似座架（gestell）的力量，即“促逼着人，使人以订造方式把现实当作持存物来解蔽”[3]。海德格尔的这种技术哲学思想被国内部分学者用于分析智能教育哲学问题，推动重视智能教育涉及的基本组成要素，强调这些要素之间相互关系的智能教育构成论观点的诞生。智能教育构成论所蕴含的技术本体思想与海德格尔对技术本质的主张有相似之处，均强调技术存在与人及周遭世界的构成性关系。

智能教育构成论对智能教育涉及的一系列构成性关系、作用及运动进行分析，提出一种认识及建设智能教育的思维框架。当前一些学者提出的有关智能教育的哲学观点在不同程度上蕴含了构成论思维。对智能教育构成论进行审视，可发现其观点可概括为以下三点：一，主张智能教育须将教育作为其核心基础。在此过程中，人工智能只起到构成性作用。二，强调智能教育需要从教育体系与社会系统中寻找其构成基础。三，提出智能教育存在多样化的教育与智能技术、智能技术与人的交互关系，而智能教育由这一系列交互关系的整体构成。智能教育构成论尤为强调人工智能与人、教育交互过程中的构成性关系。

与自然物理学中的构成论将事物视作静态的存在不同，当前，部分学者所推崇的智能教育构成论并非传统意义上的构成论思维。一方面，智能教育构成论主张智能教育需要从某些组成部分建构其基础，重视个别组成部分的根本性意义，关注不同组成部分的相互作用，蕴含浓厚的构成论色彩。另一方面，对人与文化交互、人工智能与文化交互、在场与不在场之间的构成性关系的重视，使智能教育构成论有别于机械构成论。智能教育构成论的提出具有一定积极意义。首先，智能教育构成论始终将教育发生放在智能教育的首要位置，主张教育地位不能因人工智能的介入而动摇，这无疑有利于维持原有教育系统及体制的稳定性。其次，智能教育构成论具有系统思维，其强调智能教育需要从其所处在的社会整体环境出发展开构成。最后，智能教育构成论重视智能教育所涉及的各种构成性关系及其引起的构成性运动。智能教育构成论洞察到智能教育并非一成不变的存在，强调智能教育是围绕人与文化交互的过程而持续构成的存在。智能教育构成论能为人们把握智能教育提供一定启发。然而，由于其忽略了从生成性角度把握智能教育，难以为智能教育如何生成提供合理解释。

从构成论到生成论：考察智能教育的思维转换

构成论思维侧重于考虑具体存在的基本组成部分及其涉及的各种关系，而对于其从无到有的创生过程却缺乏思考，而这恰恰是把握智能教育所需要思考的根源性问题。智能教育构成论忽略了智能教育如何创生这个更为深层的问题，难以洞察智能教育的深层规律。因此，对智能教育的哲学探索亟待从构成论思维转向生成论思维。

（一）智能教育构成论的思维局限

从批判角度来看，此种哲学思维具有局限性，具体表现在以下三个方面。

一是智能教育构成论忽略了智能教育创生及其意义。构成论思维因其忽略了对创生问题的思考而饱受学者们质疑。同样，在智能教育构成论中，智能教育创生问题并没有得到深刻揭示。尽管智能教育构成论从构成性思维角度对智能教育的创生基源进行思考，主张从技术、社会生活等维度建构其基础，但其指向的构成基础多数是现成事物。此种观点虽然对推动智能教育发展有意义，但并不能揭示智能教育的深层次生成规律及其革命性功用。构成论思维主导下的智能教育发展有可能失去其宝贵的解放性，使得教育陷入“修补式”变革。用类比隐喻的方式解读智能教育构成论的局限性，可发现其具有一种这样的思维倾向：从改进汽车的视角出发，尝试将飞机引擎与汽车架构和谐组合在一起。在多数教育变革过程中，强调教育构成性是合理的。这源于构成论思维既能够维持原有教育体制的稳定性，也能兼顾教育的适度变革需要。但是，对于具有颠覆性创新的智能教育而言，构成论思维就存在较大的局限性。智能教育不能仅依靠原有要素复合构成，其所肩负的更好地促进人发展的使命要求其在技术上不断取得突破，同时需要对原有传统教育框架进行相应改造。

二是智能教育构成论忽视了智能教育生成背后的人类创造活动。智能教育构成论在描述智能教育的存在形态上具有一定解释力，但对智能教育背后的人类创造认识不足。智能教育创生问题深刻影响着智能教育的存在形态，而人类创造活动才是智能教育创生的根源所在。从人工智能所引发的哲学争辩来看，人工智能的发展与进步总伴随着人类是否能制造超级大脑的哲学争论。[4]在这些哲学争论中，学者们的主要分歧点在于人类所制造的人工智能能否超越人脑，而多数学者都肯定人工智能由人类创造这个基本逻辑。在教育中应用人工智能存在的问题同样需要肯定人类实践或人类创造的逻辑起点。加里斯（Hugode Garis）教授坚信人类能够制造出远远超越人类智慧的人工智能。他认为人类社会将创造出能显著提高整个社会智力水平的教育机器人产品，这些教育机器人产品是人工智能经济产业的组成部分，依然是由人类所创造及领导。[5]在未来人工智能高度发达的时代，在教育这种具体应用领域的人工智能依然由人类创造所决定。简言之，忽略人类创造的智能教育构成论难以从更深层次把握智能教育的创生根源。

三是智能教育构成论过分重视教育存在而忽略了更为重要的人类本身。从智能教育构成论的观点中可发现，其蕴含强烈的教育中心的立场，赋予了教育不可替代的根本意义。从更深层视角来看，人类存在本身才是教育原初的意义。人类所取得的一切文化进步，包括教育、艺术及科学等文化活动均是人类创造活动的体现。这些人类所创造的文化活动都指向促进人类更好地生存及发展的目标。对智能教育中的教育构成要素赋予永恒意义使得人的存在意义难以彰显。事实上，已有学者认识到人在智能教育中具有更为根本的意义，如提出学生生命是大学教学中应用人工智能的本原。[6]从人生命的角度出发思考智能教育本原的观点，与智能教育构成论所强调的智能教育的根本在于教育的主张有显著差异。智能教育归根到底是人类生存及生活的一种文化形态，最终指向促进人类更好地发展。这要求人们超越教育中心的逻辑，回归人类本身这种更具根本意义的立场来把握智能教育。

（二）生成论的主要观点

哲学意义上的“生成”是指存在的创生、生长、变化及变易，既包括新存在的创生、创造及形成，亦包括存在生长、发展及往新方向演进的过程。西方哲学中的生成论思想可追溯到赫拉克利特（Heraclitus）。他提出“一切皆流”的理念，主张世界的本源是不确定的，永远处于流变之中。[7]此种生成哲学思想在西方哲学史具有深远的影响。怀特海（Alfred N. Whitehead）认为，形而上学视域上的“存在”均是潜在的“生成”，正是“生成”构成了事物的存在。[8]其主张要深入把握“存在”是什么，必须要从理解其如何生成入手。对传统存在论进行批判的德勒兹（Gilles L. R. Deleuze）认为，“生成”意味着制造新事物及差异，产生不同的世界，在本质上是创造。[9]生成论思想经过长时间发展，演变成一种重要的哲学思维范式。进入21世纪以来，学者们分别从不同维度推进了生成论哲学思想的发展。

一是技术维度。斯蒂格勒（Bernard Stiegler）认为，技术具有“后种系生成”（epiphylogenesis）特性，人因技术发展而获得自身的属性。[10]在斯蒂格勒那里，人的存在生成既具有技术与文化同一性，亦具有生命经历独特性。

二是人与文化维度。在文化哲学视域下，生成性是人与文化存在的深层属性。人类存在及其所创造的文化精神因人的实践活动而具有历史性。[11]具体的形上学揭示了存在与生成之间的相互关系，认为两者通过“事”相连，具体的存在形态因“事”而不断处于生成过程中。[12]具体的形上学主张对人的存在及具体文化存在进行思考，不能忽视其生成问题，源于人与具体事物的存在因实践活动而处于动态的生成过程。

三是系统科学维度。金吾伦先生论证了动态性及整体性是生成论的本质特征。[13]此种生成哲学既充分考虑了人类世界的生成活动，又对纯粹物质世界中的生成有深刻的洞察。鲁品越教授提出事物在“生成元”复杂相互作用过程中生成的“深层生成论”。[14]此种生成哲学思想揭示了事物间的相互作用关系在具体存在生成中的本体地位。还有学者提出旨在揭示生成深层规律的理论观点，如李曙华教授将“生成论”拓展到蕴含宇宙生命初始信息“生成元”超循环生长的“还元论”。[15]

四是认知维度。在认识科学领域，生成论是重要的理论分支。认知生成论学者认为，认知生成与人的行动密切相关，且认知活动部分依靠人身体及其与外界事物互动而发生，并非纯粹是大脑内部活动过程。[16]贝斯（Don Beith）系统回顾庞蒂（Maurice Merice Merleau Ponty）有关意识起源问题的现象学本体论，在生命结构被动性、学习发展被动性概念基础上提出生成被动性（generative passivity）理论。[17]此处的被动性是指人的理智及生活生成不能脱离具体时空规定性。被动性生成主张人类生活及文化不是被构成的，而是在继承过去的基础上不断生成的。

上述不同维度的生成论哲学观点可归纳出以下共同点：生成是人的世界及物质世界的本质规定性；生成是动态且具有不同层次的整体过程；人的创造实践活动是人自身存在及文化存在生成的根本原因；事物间的相互关系是事物生成的深层规律；事物所处的时空规定影响其生成状态。

（三）把握智能教育需要走向生成论思维

智能教育涉及的核心要素均具有因人类的创造活动而不断生成的特征。智能教育的生成过程不仅取决于原有文化基础的积淀，更重要的是人类根据新的意向而不断创造出新的复杂性事物。从教育发展历史看，教育是生成的。张楚廷教授从自我生成论立场出发，提出“教育是生成的”[18]观点。教育具有生成性，且教育所传递的学问亦是因人类创造性活动而生成。从人工智能的发展历史来看，人工智能是技术不断进步的生成性存在。尽管未来人工智能的发展水平难以预测，但人类实践及创新无疑是其存在的生成基础。从智能教育的实践发展历程看，智能教育发展的背后是无数个体、组织群体及国家的投入及创造。人们创造实践活动是智能教育诞生、发展及演化的基础。智能教育中的人工智能并非现成的或者构成的，而是通过无数研究者及实践者的创造性活动不断生成的。对智能教育所涉及的基本要素进行考察可以发现，生成性是智能教育赖以存在的属性，而构成论难以深刻解释其存在的根源。为此，亟待转换思考智能教育的哲学思维，对智能教育的哲学探索亟待从构成性思维走向生成性思维。

在确立了把握智能教育的应然哲学思维立场后，需要找寻合适的方法分析智能教育生成的深层规律。“寻找生成过程中的‘生成元’，以及发现同一相互作用在不同空间尺度上的表现之间的类似性，是发现客观规律的新路径。”[19]生成哲学启发人们，认识智能教育的生成并非将其所涉及的构成要素分解到越细越好，而是应该寻找能够反映该事物生成过程的基本结构，也即是“生成元”。在此基础上探寻不同层次的事物生成基本结构的相互作用关系，更能揭示其深层的生成规律。

值得注意的是，尽管上述分析多是讨论智能教育生成论及构成论两种思维之间所存在的分歧，但是，强调从生成论的角度把握智能教育并不意味着完全否定其具有的构成性，只是表明在更深层次意义上把握智能教育时应该突出其生成性。智能教育的构成性根源在于其具有生成性，而智能教育的生成性离不开其构成性。智能教育作为人类所创造的文化存在，不可避免地要在其所处的文化世界获得其存在与发展的基础。根据已有的文化条件和环境要求对智能教育进行建构，无疑体现出人类独有的适应性及创造性，而人类创造活动恰好是智能教育具有生成性的基源。从这个角度看，智能教育的构成性与生成性具有一定的共通之处。可见，认识智能教育的生成性并不意味着完全否定其蕴含的构成性特征。

智能教育生成的深层规律剖析

智能教育因不同层次事物的相互作用而动态地整体生成。同一性、过程性及复杂性是人与文化生成的普遍特征，也反映了事物生成过程中存在的相互作用关系。研究将从不同层次的智能教育生成过程及其涉及的相互关系出发，分析其生成的深层规律。

（一）智能教育生成中的意向同一性

文化哲学认为，基本任务的一致性使得人类各种文化形式辩证地及动态平衡地统一起来。[20]人类文化形态相异，但具有意向、活动及过程等多维度同一性。促进人类发展的意向同一性是具体文化生成的根据。人类的发展与人工智能的发展在历史生成中具备统一性的特征。[21]人工智能作为新人类创造物，蕴含人的意向性，与人类自身发展意向具有内在的同一性。从心灵哲学视角看，意向是主体行动的先决条件。智能技术自身并没有人类所独有的意向性，但能够通过执行任务实现人的意向。尽管

智能教育生成亦具有多样形态，但是，其均在不同程度上体现了促进人更好发展的意向，人机在教育场域中交互具有意向同一性。智能教育生成中的意向统一性可体现为相关集体意向持续构建。在图奥梅拉（Raimo Tuomela）那里，集体意向是指群体成员将“我们模式”（we mode）角度作为其思考及行动起点。[22]智能教育生成的集体意向首先体现在推动其发展的不同时空主体有共同认知，深刻理解智能教育何为及应为，共同意识到人工智能具备变革教育的功能，并拥有方向基本一致的智能技术赋能教育创新态度。其次，智能教育生成一方面需要适应教育系统外部的政治制度、市场环境、技术水平等方面的条件，另一方面需要教育内部诸多要素的支持。智能教育生成离不开各方行动主体在推动智能教育创新过程中的实践意志，彰显了人们追求高质量教育的共同目标。再次，智能教育生成并非不同行动个体先在意向的简单聚合。在社会、教育及智能技术动态发展的常识框架下，具有异质、有限理性的个体的思维认知在信息交汇空间中相互作用，形成推动智能教育相关理念、制度、技术及资本等要素完善的合力。

智能教育生成需要人们共同协商将原有教育系统诸多要素加以改造，建构教育与智能技术相互关联的新教育本体。这意味着推动“人—智能技术—教育”的联结成为学校中各类主体成员的共同意图、责任及行动倾向。拉图尔（Bruno Latour）提出，在分析行动者网络时，要将非人的对象亦视为“行动者”。[23]按照此思路，智能教育生成所蕴含的多层次“人—智能技术—教育”交互关系，实质构成了“异构”的关系网络。该关系网络由各方利益相关者及与其存在交互关系的智能教育技术所共同组成。缺乏整体意识会导致文化整体目标系统中的个别目标不能实现，从而影响整体目标的达成。[24]可持续的智能教育中的智能技术并非价值中立的“行动者”，而是蕴含了人们所赋予的“为他”及“为我们”的意向。在智能教育生成过程中还可能出现智能技术异化、算法偏见等伦理问题，但是，此种与人类共同意向相违背的特殊情形正是人们批判、规范及治理的重点。这反映出智能教育的有效生成实质蕴含了增进多方主体福祉及人类整体发展的意向同一性。

（二）智能教育生成中的复合过程性

人类世界的文化存在因人类的创造性活动而总是处于变化发展之中，集中体现为文化存在生成具有过程性。对智能教育生成的过程性既要在人类长时段发展视角进行把握，又要在社会整体变革的大背景下加以分析，还应在具体的教育实践活动中予以考察。整体而言，智能教育生成蕴含了“人工智能演进—社会整体变革—教育具体实践”所汇聚而成的复合过程性。

从长时段角度看，智能教育生成受到多方面影响，但人工智能演进所带来的过程性是智能教育生成最为鲜明的特征。一是人工智能的协同进化性。人工智能作为可模仿、放大及超越人类特定任务处理能力的技术人工物，具备改变人类社会进化“加速度”的潜能。人类社会发展反过来推动智能技术超越能力域、算法、算力及数据等方面的有限性。二是人工智能的知行时滞性。人工智能从理念到实践生成存在较大时滞。如亚里士多德对人类智能行动的规划算法论述在两千多年后被西蒙（Herbert A. Simon）等人实现。[25]这意味着学界对人工智能从专用朝通用进化的超前预设并非无意义，亦印证了图灵（Alan M. Turing）关于人工智能未来难以预测的观点。三是人工智能的潜在突变性。当前人工智能已具备编程功能，如可超越不少人类编程员的阿尔法智能编程系统（Alpha Code），使其拥有了修改自身算法的自进化可能，从而具备突变潜力。以人工智能为代表的尖端科技持续演化，构成了智能教育生成之技术根基，亦使得智能教育不断向新的结构形态发展。

从中时段角度看，智能教育生成会受到社会智能化转型的影响。人工智能重构了社会发展逻辑，亦为智能教育生成提供了时空架构。人工智能为社会结构带来新的变迁力量，将能够带来生产力、生产方式、阶层及经济等诸多方面的变化。[26]此种社会变革大势将使得智能教育技术类型多样化、产品丰富化、性能可靠化、价格亲民化及用户广泛化，加速驱动智能教育的生成过程。智能教育生成并非是被动适应社会变革的过程，而是人们在先进理念指导下，通过群体创造活动的协同效应，推动教育变革、人工智能发展及两者之间深度融合的涌现过程。人们各具特色、相互影响、灵活多变的创造活动是智能教育的生成基础，深刻影响智能社会变革大势下智能教育的生成方向、力度及限度。在向往更优质的教育意向下，人们可以借助智能社会变革带来的机遇推动教育系统的结构性变革，使得其往促进更多个体生命完善与更好地解放人类的方向发展。

从短时段角度看，智能教育在现实的教育实践中具体以“事件”的形式展开，呈现出多样化的生成过程性。具体的形上学认为，事件总是处于生成过程中，是现实世界中的人的存在与人的生成之交汇。[27]这意味着存在的具体生成源于具体的“事”，这种“事”的背后是人的多样化创造活动。智能教育生成的过程性还源于师生在特定的教育场景中所进行的具体创造活动，而不同教育情境下师生主体的行动模式并非一成不变。在现实智能教育实践中，当师生因地制宜利用人工智能对教育中的管理、研究、教学、学习、评价及服务环节进行持续创新时，将使得智能教育呈现出动态生成的过程性特征。

（三）智能教育生成中的多因复杂性

智能教育生成论还包含着复杂性规定。复杂性是诸多因素相互作用的状态。[28]复杂性是复杂系统中的基本概念，人类文化世界中的文化存在普遍具有复杂性规定。人类文化世界因自然界的不可预测性事件、人类创造的不确定性及涉及多重的内外部关系而充满复杂性。处在复杂世界中的文化存在生成过程不可避免地带有不确定性的特征。对于智能教育生成而言，因其受多种变量影响而表现出鲜明的复杂性。在教育技术哲学研究中，已有学者探讨了教育信息化的存在结构，提出了“人—技术—信息—教育”的框架。[29]在智能教育生成过程中，同样涉及“人”“人工智能”“教育”及“智能社会”等基本要素。生成论认为，对象间的内在联系是其复杂性的来源。[30]在上述基本要素所构建起的智能教育关系网络中，其中某一个要素变动会影响其他要素，进而使得整个关系网络发生变化。在这种情况下，智能教育生成的复杂度将呈现指数级增长。错综复杂的智慧教育生态构建需要引入“指数思维”。[31]这说明了对于人工智能等先进信息技术在教育系统中的应用要充分认识其复杂性，并采取相应的创新思维模式。

智能教育生成的复杂性首先受到人工智能及其引发的社会变革的影响。人工智能的复杂性源于其技术本身，人工智能本身就是复杂性科学的成就。[32]人工智能既可不断集成人类前沿先进技术，又能因人们巧妙设计而融入传统领域应用中，使得其未来存在形态难以预测。例如，在量子计算支持下，人工智能有可能实现对意识的模拟，从而走向强人工智能阶段。[33]在人工智能发展史上，德雷福斯（Hubert Dreyfus）针对人工智能不能做什么的问题发表一系列主张，认为人工智能在认识模拟上取得进展是不可能的。[34]随着人工智能不断突破，如机器深度学习加速发展，其观点成立的根基已经逐步动摇，由此可见，智能技术的未来发展限度难以预判。智能技术发展的复杂性使得智能教育生成在技术进路上呈现出不可预测的特点。此外，由先进人工智能所引发的智能社会范式变革具有不确定性，人工智能有可能使得人类社会发生深层次的转变。人工智能将推动人类通往自由王国的最后一跃。[35]可见，人工智能对人类社会所产生的影响将是颠覆性的。有学者认为，未来可能出现哈拉维（Donna Haraway）所提出的人机界限模糊的赛博格（Cyborg）现象，这将使得人类新文明存在诸多不确定性。[36]难以预测的智能社会变革趋势将使得智能教育生成面临更多不确定性。

智能教育生成的复杂性还受到教育生成的复杂性影响。由于教育自身存在公益性与市场性交织、所服务学生群体多元性、创新性与保守性并存的特点，其发展过程亦呈现复杂性特征。未来传统的教育实践形式可能逐步消亡，取而代之的是全新的教育技术实践。[37]未来的智能教育在诸多方面与传统教育存在较大差异，意味着两者之间存在一定张力，将使得智能教育的生成过程变得曲折。另外，在人类历史上教育前几次范式变革过程中，人的身体并没有发生显著变化。但是，在智能时代，人类或许会出现“人—机”耦合而成的新身体，这对教育而言是前所未有的变化。在人类生命进化背景下，需要对教育重新审视。[38]在智能时代，教育因人的进化而面临前所未有的冲击。在这种背景下，智能教育生成的目标、方向及机制等均存在一定程度的不确定性。

智能教育的生成最终面向的是人类自身，而人类群体内部存在多种利益立场的群体和个体，使得智能教育的生成过程增添更多的复杂性。在智能时代，人类的复杂性需要得到追认。[39]人类本身的复杂性要求智能教育生成应满足不同群体及个体需求，并妥善处理好一系列的“人—人”及“人—人工智能—人”之间的伦理问题。人们要充分认识智能教育所涉及伦理问题的复杂性。[40]智能教育尽管能够为传统教育带来巨大的变革空间，但其潜在的伦理冲突问题亦是前所未有的严峻。人们在推动智能教育生成的过程中需要对其复杂性的伦理问题给予高度关注，这也意味着智能教育将因其所引发的伦理问题而充满发展变数。

基于生成论的智能教育实践路向

按照泰格马克（Max Tegmark）所提出的“生命3.0”观点，人类不同的生命进化阶段的学习及其教育形态截然不同。智能教育生成论既拥有此种面向未来人类生命进化而动态优化教育体系的开放式思维，亦具备关怀当前智能教育发展的实践品格。在教育数字化转型战略背景下，智能教育的生成论可为中国智能教育高质量发展提供实践策略及方法指引，具体有以下三点建议。

（一）关怀多层次多元主体需求，明确智能教育发展的理念共识

智能教育生成中的意向同一性启发人们应重视树立适切的智能教育发展理念。过往学界探讨智能教育哲学问题时往往仅关注智能教育中师生发展需求。而已有研究既忽略智能教育生态所囊括的教育管理者、教育创新支撑者、技术提供者以及社会中大量尚未能接受教育者等其他主体的利益诉求，亦漠视智能教育涉及国家层面、组织层面及个体层面等多层次主体发展的现实。

智能教育生成论提示人们，智能教育发展涉及不同时空、场域及主体，需要关怀不同群体的深层需求，以能够凝聚各方行动力量的理念作为指引。避免被算法所操控及奴役是人们的重要意向。[41]因此，管理部门须响应人们的普遍关切，将以人为本及规避各类伦理风险作为智能教育发展的关键逻辑起点。人们应重视多层次多元主体的共生共长关系，设定更加长远、整体及可持续的智能教育发展理念，构建多元主体受益、组织良性发展及社会加速进步的三位一体格局。

从国家层面看，应在政策价值取向上更加重视发展面向全体人民的普惠、优质、终身的智能教育。当前中国智能教育政策变迁已具有重视教育中“人”的价值取向态势。[42]未来应进一步以促进更多人全面发展、充分解放社会智力资源及增进人类命运共同体福祉的理念作为国家教育智能化升级的价值遵循，将智能教育发展与教育体系深化改革结合起来，有力推动教育不均衡不充分发展问题的解决。

从院校层面看，高校应找到有助于重大办学问题解决、获得广大师生认同、能推动校企深度合作及激发多方协同创新活力的智能教育发展理念的办法。如佐治亚州立大学（Georgia State University）以助力学生成功理念推动全校师生积极投身智能教育创新。[43]学校应与校外智能技术公司建立良好的互惠互利关系，推动智能教育领域的校企合作及产教融合。

从个人层面看，不同角色主体应树立通过智能技术创造性促进自身发展的理念。“教师应明确自身角色定位，与机器共存与协作。”[44]教师需要具备智能教育创新的动力及意识，将智能技术作为促进自身专业发展及教育教学能力提升的有效途径。在人机融合背景下，学生有望超越传统学习模式而实现“致用以学”[45]。学生应在智能教育技术辅助下更加主动地展开学习、探索与创造，将其作为自身学习与实践的“加速器”。概而言之，智能教育高质量发展须先明确理念共识，推动“理念愿景—问题导向—创新行动—应用实效—迭代优化”逻辑链条的成立。

（二）树立可持续生态系统思维，加强智能教育发展的统筹推进

智能教育发展涉及多方面因素，既需要诸多具备风险性的尖端智能技术，又牵涉数量众多的学校、智能教育技术供应商及师生主体等，可以视作一个复杂的人工生态系统。人们应具备可持续生态系统思维模式，从整体性、稳定性、有序性、共享性、协作性、开放性及进化性等思维角度推动智能教育高质量发展。

国家应从全局出发，统筹推进可持续发展的智能教育生态系统构建。其一，应将智能教育发展与教育深化改革结合起来，集中优势力量加强智能教育基础理论攻关及基础平台研发，加快发展具有正向网络效应的智能教育产品，逐步探索惠及全民终身学习的一体化智能教育平台，指导各级各类学校有序发展智能教育，为广大学生提供更公平更优质的教育机会。其二，动态制定既能保障师生合法权益，又能促进智能教育良性发展的伦理规范，明确智能教育风险事故的问责机制，确保智能教育规范稳健发展。其三，构建具有竞争活力、守法合规的智能教育产品市场，推动各技术公司立足教育教学的重要需求，研发安全、透明且有效的智能教育产品。其四，引导各类型、各阶段教育机构朝着为学生提供优质化、普惠化及终身化的智能教育发展方向，持续探索并应用综合型自适应学习平台、智能导师、智能化测评工具、学业智能预测管理系统及职业生涯规划智能助手等新一代智能教育技术。待智能教育技术、资源及应用经验成熟后嵌入国家智慧教育平台并推广，使其发挥更大的规模效应及聚集效应。其五，倡导研究者通过跨学科协作、大规模网络化组团的研究方式，为智能教育发展提供科学的理论指导及相关实践应用产品。其六，重视全球合作与交流，探索跨国联合攻关重大基础性智能教育技术的模式，积极借鉴和交流先进智能教育应用经验。其七，借助智能技术对智能教育生态运作效果进行动态评估反馈，深度分析智能教育生态运作的海量数据，并预测更理想的运作模式，持续推动中国智能教育生态进化。

（三）避免供需不匹配实践误区，解决智能教育发展的供需矛盾

智能教育生成具有复合过程性，这要求人们根据不同智能教育发展阶段及情形，着力解决制约其发展的主要矛盾。对于智能教育的未来形态，已有不少学者进行展望，如有学者借助科幻故事勾勒出未来人工智能及其应用于教育的图景。[46]要发展面向未来的智能教育，关键在于解答“有没有智能教育技术”和“需不需要智能教育技术”的问题。“人工智能教育应用，从根本上来说是实践的，是通过实践应用实现其目的。”[47]为了更好地推动智能教育实践的展开，赋能更多人的全面发展，既需要重视智能教育技术产品的供给，又不能忽视智能教育技术的应用需求。在智能教育发展过程中，容易陷入供需不匹配的实践误区，即智能教育的供给侧没能满足其需求侧或者智能教育的需求侧弱于其供给侧，这些问题将会妨碍智能教育高质量发展。

首先，中国要解决智能教育的技术供给侧问题。从当前智能教育技术实践来看，一方面，重大基础性人工智能理论问题还有待实现从“0”到“1”的突破，如制约智能教育技术达到甚至超越人类教师水平的通用人工智能基本原理及技术问题有待破解。另一方面，智能教育技术的产品丰富度、有效度及适应性仍需要大力加强，如跨学段、跨学科、跨课程的自适应学习技术尚未成熟，市面上可供学校选择的优质智能教育产品相对较少。从长远来看，智能教育发展所需的基础性理论突破及技术产品创造将直接影响智能教育的质量及空间，迫切需要集聚各方力量持续攻关。

其次，中国要重视解决智能教育发展的教育需求侧问题。先进信息技术难以在教育中应用是全球普遍存在的问题，其重要原因在于多数情况下先进信息技术对于教育系统而言并非刚需。即使有智能教育技术供应商可提供一系列优质产品，但是，由于教育者因种种原因缺乏使用此种智能教育技术的需求，将会导致智能教育技术过剩现象出现。从长远来看，这将影响智能教育生态的良性发展。为此，教育管理部门应制定合理的教育高质量发展指标体系，扭转教育发展中的“五唯”之风，引导办学者与教育者回归为社会培育更多优秀人才的初心，使得广大教育管理者及教职工重视利用智能技术赋能教育创新。简言之，推动智能教育高质量发展，既要加强智能教育技术供给侧创新，又要重视智能教育需求侧管理。人们应根据不同阶段的智能教育发展状况，针对性地解决智能教育发展中存在的供需矛盾。