8.3.2 人工智能时代教育治理的路径选择
人工智能时代教育治理是人工智能技术与教育产业的融合，通过数据驱动、应用深化、融合创新达成跨学科、跨领域合作，使教育治理逐步迈向智能化时代。在智能教育治理过程中，要完善教育管理智能化系统设计，整合有关教育管理、决策、服务的数据，提升数据安全和质量，界定教育数据库产权，提升教育管理信息化水平，充分发挥大数据、云计算、人工智能等新技术的优势，深化教育管理系统的数据应用能力，不断推进教育政务信息体系数据资源的整合与共享。打破数据壁垒，利用区块链重建教育信任机制，优化业务管理，促进教育决策智能化和教育服务个性化。人工智能时代教育治理效能的充分实现，需要在教育治理领域内营造政策氛围、变革组织管理结构，不断完善教育治理法规体系，逐步形成多元协同治理格局，探索融合创新育人模式。
（1）构建规则，强化智能治理顶层设计。
推进人工智能时代的教育治理，应构建规则，加强顶层设计与战略引导，为智能教育产业发展制定政策，在制度层面提供保障。教育政策作为国家分配教育资源的行动依据与准则，是协调各方利益、满足各方诉求的基本途径。在教育领域推行智能治理，加强顶层制度设计，有利于把控政策制定方向，推进治理效率提升。一方面，国家和地方政府已建立多层次协同推进的大数据发展战略，大数据产业政策集中出台，多层次政策体系日益健全，为打造智能教育治理政策环境营造了宏观氛围。相关政策正逐渐向各细分应用领域延伸，强调大数据技术与具体应用场景的结合，重视大数据在产业转型和政府治理方面的应用，逐步形成从顶层设计到落地应用的多层次政策体系。另一方面，世界各国陆续出台有关人工智能的战略规划，为我国人工智能教育发展提供借鉴。美国高度重视人工智能研究，意图抢占人工智能的全面领先地位；德国借势工业改革打造国家品牌，在数字化社会和高科技战略中明确人工智能布局；英国积极推进产业创新发展，力争成为世界AI创新中心；日本以人工智能构建“超智能社会”，引领机器人、汽车和医疗三大智能化产品。国内、国际人工智能领域政策的出台，不断优化人工智能领域和大数据产业的发展环境，为教育治理提供了宏观指导和政策借鉴。只有获得国家与产业发展的政策支持和完善的制度支撑，才能有效发挥教育治理主体的主观能动性，朝着教育治理智能化方向迈进。
（2）公私兼顾，变革教育治理组织结构。
社会力量参与教育治理，监督学校办学是教育治理体系智能化的必然进程。传统意义上的管理决策链过长，管理效率低下，无法适应快速变化的市场环境。智能时代的教育组织机构和形式发生变化，应利用区块链数据共享模式，用整体和系统的观点来思考与规划，实现教育数据跨部门、跨区域共同维护和利用，使数据信息获取成本降低，教育行政部门的管理和组织效率提升。科层组织中制度、命令、权威和纪律等行政特征被淡化，大数据缓解了知识和信息的不对称程度，管理者的权威被消融，与被管理者之间的关系趋于平等，扁平化与专业化成为科层组织的变革方向。因此，在教育治理体系智能化的过程中，应遵循以下原则来变革教育治理组织结构。首先，以市场契约化形式开展内部合作。通过市场契约开放教育治理内部的部分技术业务，重构教育内部各板块的科层管理关系，打破内部板块间的行政壁垒，推进合作收益与风险市场化。其次，以社交契约重构合作关系。区块链、大数据打破信息孤岛，个人与组织之间以及不同部门之间实现数据分享，社交契约关系使组织内部产生新的合作机制，对信用积累有着良好的推动效果。最后，建立适应性激励机制。
教育治理同样可以采取“高风险、高收益”策略，可以聘用市场嗅觉敏锐并熟知生产与组织运作的人员参与治理，让他们在扁平化的管理组织变革中行使监督权力。
（3）明晰权责，形成多元协同治理格局。
《中国教育现代化2035》提出“形成全社会共同参与的教育治理新格局”的战略任务，即构建社会、政府、学校多方共同参与教育治理的制度保障，实现教育治理现代化。可以看出，政府主导的一元管理模式逐渐转向多元主体协同治理的格局，自上而下的行政命令转变为平行、双向、协商的沟通模式。所谓协同治理，即最大限度地统筹公共资源以及社会各积极因素来应对公共问题，通过协调、协商、协作、协同等方式，整合政府、社会组织、市场主体与公民在社会事务治理以及公共服务供给中的力量，为社会与公民提供良好的公共产品与服务。智能技术可以让参与教育治理的各方主体地位平等，共同分享数据信息，使教育资源利用实现最优化，共同服务教育发展整体目标，从根源上解决治理主体地位不平等、信息共享机制不健全等问题。一方面，政府作为教育政策制定者，要全面把控智能技术对教育治理变革的影响趋势，变革治理组织机构；学校作为办学主体，要建立现代管理体制，完善内部治理结构，充分发挥办学自主权，利用大数据提升教学质量和教学效率，构建多维教育评价体系、终身教育学习体系，探索智能时代人才培养新模式和新理念；社会力量应主动参与教育治理，利用智能技术对教育治理进行评价、监督，提升参与治理水平。另一方面，多元治理主体要进行智能技术的应用与革新。目前，人工智能技术在电子商务、教育培训、自动驾驶汽车等领域发展势头良好，而在政府、学校等领域的应用尚处于初级阶段，要科学利用智能工具收集与整理大数据，及时进行统计分析并实现信息共享，根据数据结果发现问题并制定解决方案，让治理过程更加透明。
（4）系统设计，完善教育治理法制体系。
2017年国务院印发的《新一代人工智能发展规划》明确提出，“人工智能发展的不确定性带来新挑战。人工智能是影响面广的颠覆性技术，可能带来改变就业结构、冲击法律与社会伦理、侵犯个人隐私、挑战国际关系准则等问题，将对政府管理、经济安全和社会稳定乃至全球治理产生深远影响”。因此，智能技术在为教育治理带来发展机遇的同时，也给教育治理带来安全风险挑战。应完善法制体系建设，加强风险预估与前瞻性判断，以做到安全、可靠、可控。习近平总书记在中共中央政治局第九次集体学习时强调，“要整合多学科力量，加强人工智能相关法律、伦理、社会问题研究，建立健全保障人工智能健康发展的法律法规、制度体系、伦理道德”。2019年，《人工智能行业自律公约（征求意见稿）》《新一代人工智能治理原则——发展负责任的人工智能》相继出台，表明我国高度重视人工智能治理与伦理。人工智能在实现美好生活、提升教育治理能力和促进道德教育等方面发挥着重要作用，应从整体上系统设计法制体系。一是以社会伦理的全新视角出发，重新审视人们的思维方式、价值观念和道德行为，加快构建并完善人工智能教育治理法制体系，确保受教育者及相关人员的隐私得到保护，针对符号化、超地域性、隐匿性的社会关系，利用智能技术对违背教育伦理与法制的犯罪行为进行识别、监督与惩处。二是在政府、市场与社会之间形成跨行业、多方协同的治理框架和合作机制，坚持以人为本、公开透明、安全可靠的原则，构建实时、动态、开放的教育治理生态圈。三是加强教育领域标准规范、教育信息数据开放共享、数据算法监管问责等课题研究，逐步形成和完善体系化、规范化的教育治理法制体系。
（5）合作共赢，探索融合创新育人模式。
智能时代的教育具有多元化、民主化、分散化与非中介化特点，区块链等智能技术打破了现有的教育体系模式，形成开放、在线的数据库平台，教育机构逐步呈现集群化，教育资源分配趋于公平化，教育信息传递成本降低，学校育人模式发生彻底改变。人工智能技术对人类社会的影响越发深远与广泛，为农业、医疗、教育、能源、国防等诸多领域提供了大量新的发展机遇。一项全球评估显示，到2030年，30%的“工作活动”可以实现自动化，全球多达3.75亿的劳动者可能会受到影响。与此同时，需要人类特有的创造能力、社会情感和人际互动的高技能工作岗位会不断增加。在未来就业市场的强劲人才需求下，应以合作共赢为准则，推进建立智能时代的融合创新育人模式。首先，政府制定教育政策，发挥主导引领作用，不断推进人工智能技术与教育的深度融合，以精准、个性、灵活的教育服务满足各产业的人才需求。其次，社会企业注重实践应用，建设人工智能多层次教育体系，普及人工智能教育，统筹建设一体化智能教育平台和智能化、可视化、全景化的教育教学数据体系，用人工智能推动教师专业化发展并提升教师信息化素养，创新教育评价体系以实现教育教学的科学决策、教育资源的优化配置以及教育管理的精准有效。最后，学校要加强人工智能教育的学科前沿研究，紧跟国内外智能教育人才培养的发展现状，与智能技术科研机构、人工智能领军企业等加强合作，优化“产学研”一体化的智能教育技术研发体系，不断聚集学科资源和研究力量，着力研究智能教育的发展战略、标准规范与实施路径等。
（6）重构权利，建构技术治理权威。
从行政区域划分的角度而言，地域被分割成若干个独立的行政单元，这些行政单元分属不同的城市地方政府；同时，国家通常对教育有专门行政机构由上至下的进行业务指导。因此，教育治理范围内存在多个政府权力主体，但缺乏一个统一的中心治理权威，从而出现治理权力结构失衡的局面，因此，需要重构权力结构，优化其治理结构。而权力的建构必然依托一定的资源，在传统社会，权力依托于政治、军事或资本而得以建构，但在当代社会，随着人工智能时代的来临，信息、技术或知识也成了权力建构的基础。
人工智能凭借特定的计算逻辑和算法规则建构了算法权力，算法权力作为一种技术权力，能够有效弥补传统资本权力在治理中的不足，增强不同治理权力主体间的利益勾连，并在此基础上建构人工智能参与治理的权力逻辑，从而在教育空间内形成一个基于技术权力的治理权威。技术治理权威的建构需要在治理范围内建构一个统一的人工智能体系，将各级教育管理部门、地方政府及其他相关治理主体纳入这一体系之中，使人工智能覆盖治理范围的全部空间，以尽可能获取与治理相关的数据流、时间流和信息流。技术治理权威的建构，能够消除因主体多元形成的政治碎片化问题和突破政府行政边界问题，从而实现治理权威重构、治理权力结构的整合和治理主体间的利益勾连，优化教育治理的结构，完善教育治理体系。
（7）完善信息共享机制，化减教育治理风险。
受行政边界碎片化和治理权威分割性等特征的影响，教育面临政治碎片化问题，相互独立的地方政府、不同的行业管理部门统属不一的治理主体、分割碎化的治理功能使教育治理遭遇了治理信息碎片化、数据共享不足的困境，不同治理对象内的治理信息流动性不足，不同治理主体间的信息沟通渠道不畅，难以建构覆盖行政区域全部治理空间的数据化治理框架。而“信息是国家行动的前提，是国家管控的基础，也是国家行动的目标”，信息的完整度和准确性直接关系到治理的效果，因此，治理能力的提升有赖于准确、充分而全面的信息，政府治理亦是如此。如果在教育治理过程中缺乏必要的信息支撑，就会导致治理决策的判断偏差，引发一系列的治理风险。而人工智能通过运用先进的技术手段能够搜集、整合大量的城市各行业治理数据，并借助特定的计算逻辑和算法规则形成强大的技术能力，从而能够“凭借其强大的技术能力将碎片化的信息进行整合，化减了可能存在的信息偏差带来的治理风险”。因此，在教育治理过程中，要建构完善的信息共享机制，消除不同治理主体间的信息鸿沟，弱化治理信息流动的行政壁垒、行业壁垒和数据壁垒，改善信息领域的条块化状况，提升行政区域和行业内部的信息流动能力和信息共享能力，使分属不同行政单元的治理主体能够及时获取整体性治理信息，对治理过程中的政策倾向、资源配置规则和公共服务供给方向产生清晰的认知，从而形成清晰的治理目标，并据此不断调整自身的治理行为。
（8）实现治理智能化，推动教育协同治理。
受城市主体多元化、行政边界碎片化和治理权威分割性等特征的影响，教育治理需要不同地方政府、多元治理主体的协同与合作，即进行协同治理。协同治理包括两个方面，即协同治理体系和协同治理能力。协同治理体系强调在教育内不同治理主体之间形成紧密相连、相互协调的治理制度体系，协同治理能力强调教育内的政府、社会组织等作为治理主体推动教育治理进程、主导教育治理方向的能力，这二者共同决定教育的治理效能。由于教育治理空间内存在着行政壁垒、行业壁垒和数据壁垒，教育治理过程中的协同治理体系建设和协同治理能力发挥面临一定的难题。而人工智能的发展实现了算法和数据的结合，人工智能能够利用特定的计算逻辑和算法规则对数量庞大的治理数据进行快速、精准的分析，并在此基础上自主生成治理决策。治理的智能化使政府及其他治理主体实现了算法勾连，削弱了不同治理主体间协同合作的影响，强化了不同领域、不同治理主体间的数据关联，推动协同治理体系建构。同时，借助人工智能技术，政府等治理主体能够获得充分、准确的治理信息，实时关注教育的动态治理数据，及时、有效地解决教育治理过程中遇到的瞬时性、突发性、常态性问题，如学校突发流行病问题、突发性公共安全事件等的发展态势，从而为教育治理提供必要的数据基础和信息支撑，及时生成治理决策，提高治理的准确性和精细化水平。因此，借助人工智能的算法优势，建构覆盖整个教育治理空间的数据化治理框架，实现治理的智能化，能够统合教育治理过程中形成的信息流、时间流和数据流，通过赋予人工智能特定的计算逻辑和算法规则，智能化地监控、处理教育的公共资源配置、公共服务供给、教师发展规划、基础设施建设等问题，基于算法和数据建构一个覆盖整个教育的信息化治理秩序，推动治理的科学化、精细化、实时化和技术化，从而实现教育的协同治理。
（9）强化资源算法分配，实现治理资源均衡配置。
受城市经济发展水平、城市治理能力以及资源分配规则和供给意愿的影响，教育在不同城市之间、同一城市不同治理空间之间存在治理资源配置不均衡的问题，治理资源配置的不均衡严重影响教育整体治理能力的提升和社会公平正义的实现。
算法作为人工智能的重要基石，其基本结构是“逻辑+控制”，在人工智能的运行逻辑中，符合逻辑即正义，正义则必须得到控制并付诸实施，而人工智能的运行寻求的是最为简便快捷的行为方式，即追求执行过程的简单化和执行结果的最优化，何种路径损耗最少，何种路径执行起来最为便捷，执行何种路径的收益最大，就执行何种路径，而较少受到诸如道德伦理、公平自由等人类价值规范的约束，也较少具有政治性或经济性的考量。因此，人工智能的参与强化了教育治理的机器伦理，在传统政治伦理和市场伦理之外建构了新的技术伦理，借助技术伦理能够削弱政治伦理的功利化和市场伦理的趋利性，防止社会资源在政治、市场因素的影响下过度集中，从而丰富了教育的治理伦理，有利于社会资源的均衡配置。所以，如果借助人工智能技术进行教育治理资源的分配，赋予人工智能人类伦理范畴的公平、正义、平等等价值伦理，塑造人工智能的人格化伦理价值，有效解决人工智能参与教育治理时的公共伦理难题，不失为一条克服教育治理资源配置不均衡的有效路径。
在教育治理过程中，借助人工智能将治理资源的需求和供给数字化，建构治理资源的数字化分配规则，通过对治理空间的嵌入和治理过程参与，收集、分析不同治理空间生成的资源需求数据信息，根据这些数据化信息生成资源的算法分配方案，并将分配方案反馈给政府等治理资源的所有者和供给者，为教育治理资源的分配提供决策依据。整体而言，通过强化资源算法分配，能够减少行政壁垒、空间区位和经济因素对治理资源配置的影响，增强治理资源在区域空间内的流动性，防止治理资源的不当分配，实现治理资源的均衡配置，推动社会公平正义的实现。
由以上内容可以看出，人工智能的应用为应对教育治理困境提供了一条技术路径，而教育治理困境的解决也需要借助人工智能的技术运用，并在此基础上形成应对教育治理困境的技术治理路径，从而完善了教育的治理体系，提升了教育的治理能力，丰富了教育的治理伦理，最终推动教育善治的实现。