技術生態位視閾下“人工智能+教育”的融合邏輯與模型構建

朱珂 張斌輝 宋曄

[摘 ? 要] 人工智能與教育的融合創新對教育生態系統的迭代升級產生了革命性影響。為探析人工智能與教育深度融合的運行機理，從技術哲學和技術生態位的視角出發，運用理論分析法揭示技術競爭機制，構建“人工智能+教育”的生態系統模型。模型包含微觀、中觀和宏觀三個層次，以發現競爭意向為支撐，奠定微觀層的哲學根基；以顯現演化機制為核心，總結中觀層的運行規律；以實現深度融合為目的，構建宏觀層的系統表征。從技術與技術、技術與教育主體協同競爭的兩個維度，激活技術潛力，激勵教育主體，主動把握人工智能重塑教育生態系統的發展趨勢。模型在理論深度上嘗試明晰競爭機制，厘清演化關系；在時間跨度上能夠貫穿競爭全程，打造循環生態；在范圍廣度上能夠協調競爭和融合，涵蓋人工智能和教育主體，對人工智能教育的理論和實踐發展具有一定的借鑒意義。

[關鍵詞] 技術生態位； 教育生態系統； 人工智能； 生態位； 競爭

[中圖分類號] G434 ? ? ? ? ? ?[文獻標志碼] A

[作者簡介] 朱珂（1982—），男，河南南陽人。副教授，博士，主要從事人工智能教育、計算思維研究。E-mail：ezhuke @qq.com。

一、問題的提出

在2021年舉行的國際人工智能與教育會議上，教育部部長懷進鵬倡議，各國要識變應變、順勢而為，樹立以科技創新促進智能時代教育發展的理念，勇于探索創新，充分利用科技賦能，加速推進人工智能與教育深度融合[1]。為達成這一目標，需要在闡明人工智能與教育深度融合的邏輯基礎上，構建人工智能與教育協同發展的教育生態系統。

智能輔導系統[2]、自動在線寫作系統[3]、智能教育體[4]等人工智能技術在教育教學中取得了良好績效。隨著深度學習算法的加強，人工智能正逐漸逼近人類智能，但是由于教育過程的復雜性、教育對象的特殊性、教學環境的多樣性，使得人工智能與教育的深度融合依然任重道遠。英國教育家安東尼·塞爾登（Anthony Seldon）指出，相對于運輸、醫藥、商業等領域，人工智能在教育領域的應用相形見絀[5]；國內也有學者指出人工智能的教育應用沒有取得理想效果[6]。由此可見，在人工智能與教育融合的過程中，存在兩種對立的觀點：一種認為人工智能能夠積極地融入教育教學并發揮較大效用；另一種則認為人工智能在解決實際的教育問題時顯得力有不逮。為何會存在上述現象呢？追問技術的本質是解決此問題的必要條件；立足教育生態系統，系統探究技術與教育的融合機制，是解決此問題的另一途徑。技術生態位理論能夠提供獨特的視角解釋技術之間的生態位演化關系，正逐漸成為教育領域研究技術與教育融合的新工具。因此，文章基于技術生態位，立足以競爭促融合的核心理念，以期為促進人工智能與教育的深度融合開拓新視野。

二、是什么：追問技術本質

技術生態位最初由荷蘭學者Schot等人提出，用來研究技術的創新和可持續發展戰略[7]。國內學者張麗萍等給出了技術生態位的定義：在一定的時間和空間內，環境提供給技術的各種可利用資源的集合[8]。技術生態位作為生態位與技術的衍生概念，具有二者的雙重特征。

生態位（Niche）在生態學中用來解釋種群在生態系統中所占據的位置和功能作用[9]。其有兩個基本特征：生態位寬度和生態位重疊。前者是指物種在生態系統中能夠利用的各種不同資源的總和；后者是指兩個物種共同爭奪同一資源時產生的生態位重疊現象[10]。這兩個特征都具有正相關關系。生態位越寬，物種的競爭力越強；反之，競爭力越弱。生態位重疊的范圍越大，物種之間的競爭越激烈；反之，競爭越緩和。

生態位以物種競爭作為核心思想。例如，Tilman基于經典競爭理論提出隨機生態位理論，強調競爭機制在決定入侵者生態位中的重要作用[11]。有學者指出，堅持“以舊換新”的技術觀能夠有效推動教育變革進程[12]，而競爭是“以舊換新”的重要方式之一。因此，以競爭為核心審視人工智能與教育的深度融合成為重構教育生態系統的新途徑。

技術生態位視域下存在兩個維度的競爭行為：技術之間的競爭以及技術與教育主體的競爭。技術生態位的概念內涵決定研究技術之間的競爭成為應然之義。與此同時，技術生態位在同教育結合時，其內涵需要依據教育生態系統的應用語境獲得適切的外延。在教育生態系統中，教育主體是最核心的要素。因此，另一個研究維度便是技術與教育主體的競爭。

基于技術生態位理論研究人工智能與教育的深度融合還需要追問技術的本質。海德格爾從存在論的視角追問技術的本質。他認為技術的本質存在于解蔽過程之中[13]。這里的解蔽是從存在論意義上講的，它統攝著傳統技術和現代技術的本質。嚴格來說，現代技術的解蔽方式是對自然的促逼，以蠻橫的態度對待自然，蠻橫地攫取自然蘊藏的能量[13]。區別在于傳統技術和現代技術在自然中所處地位的顛覆，前者被動地依附于自然，而后者則擺置著自然。這種具有促逼、擺置特征的解蔽方式就是海德格爾所認為的現代技術的本質——集置（Ge-stell）。值得注意的是，無論是自然還是人自身都處于“集置”之中，它揭示了現代技術所具有的對事物聚集、整合和控制的力量，也彰顯出技術對人和人的生存方式的改造能力。

唐·伊德（D. Ihde）受到海德格爾提出的“指引結構”的啟發，提出技術意向性（Technological Intentionality）的概念[14]。與胡塞爾現象學中的意向性不同，由于受到實用主義的影響，伊德的意向性含義發生了經驗轉向。伊德的技術意向性包括功能和導向兩種含義，且更加強調技術在實踐（而不是意識）中的意向性。技術意向性的功能含義是指技術本身所具有的屬性和功能；導向含義是指技術在使用中所具有的對外在事物的引導和塑造作用。

美國技術思想家布萊恩·阿瑟（W. Brian Arthur）通過對現有技術結構的逐層解析，發現了技術的組合和遞歸特質。他從生物進化的角度提出技術的自創生，指出技術具備生物屬性，越復雜、越“高級”的技術，生物性越顯著[15]。伊德提出的“人—技”關系中的它異關系（Alterity Relations）與此類似，技術在特定情境下被擬人化，被視為具有神性和靈性的“準生物”。

綜上所述，技術的本質在生態系統中體現為技術的競爭意向。首先，競爭具有普遍性，存在于自然生態系統和教育生態系統之中。其次，技術意向性體現在技術的實踐活動中，而生物體生態位的確立主要依靠競爭活動。因此，技術在本質上同時兼具意向性和生物體的競爭性。就教育生態系統而言，技術的競爭意向成為研究技術與教育融合的關鍵。

三、為什么：人工智能與教育

深度融合的理論探析

突破技術中性論是研究人工智能與教育深度融合的基礎。在技術的價值問題上，有“中立”和“非中立”兩種不同的觀點。技術中立性認為技術獨立于人而外在，是體現人類價值的工具。吳國盛認為，技術中立性的局限在于忽略了技術本身所具有的邏輯，它來源于包含特定價值取向的技術意向結構[16]。技術意向性表明技術是非中立的，技術對人也具有反作用，尤其是人工智能在教育領域的應用，其意向性意義會通過教育對人的塑造作用不斷延伸。

人工智能因“智能化”更加凸顯技術的競爭意向。人工智能的不斷進化使得人的性質也發生變化，導致“人”不再具有和其他個體唯一可區別的人格和身份[17]。人工智能在智力上對人類的逼近與超越構成了人與技術的競爭關系?，F階段，人工智能與人類的競爭還基本局限在智力領域，隨著弱人工智能向強人工智能的過渡發展，人工智能與人類的競爭逐漸滲透到主體、意識和倫理等領域。在未來，人工智能與人類將處于全面的競爭狀態。

技術的競爭意向是人工智能與教育深度融合的突破口。教育活動的開展離不開智力活動，而人工智能擁有超高的運算速度和超強的邏輯推理能力，使人類在智力比拼中感到力有不逮。面對這種狀況，教育工作者化危機為契機，積極推動人工智能與教育的深度融合。

人工智能與教育的深度融合是一個復雜的過程。無論是以人工智能為代表的新一代工業革命的倒逼還是教育行業自身發展的訴求[18]，人工智能與教育的融合都是大勢所趨。社會經濟、科學理論、工程技術的合力發展鋪設了人工智能一波三折的演進歷程。教育體系也存在資源配置不均衡、城鄉發展不公平、教育信息化改革等牽一發而動全身的重大問題。這決定了人工智能與教育的深度融合不會一蹴而就。

人工智能與教育深度融合需要構建整體系統觀[19]?，F代社會是一個復雜大系統[20]，技術和教育作為社會大系統的子系統，其內部各要素的結構和系統整體的運行都要遵循系統的運轉規律。整體性是系統的核心思想。系統觀不追求單個要素的卓越，而注重各要素的連接和結構，以達到整體大于部分之和的效果。人工智能對教育產生的變革不是部分的，而是整體的；不是片面的，而是系統的；不是立竿見影，而是潤物無聲。

技術與教育的融合程度取決于技術或教育主體通過競爭是否能夠尋找到適當的生態位。若技術或教育主體處于不當生態位，技術與教育便難以深度融合，技術無法發揮最大效用為教育服務。此時通過競爭淘汰不適切的技術，或者尋找到適當的生態位，技術便能夠不斷煥發教育生態系統的生機與活力。

四、如何做：技術生態位視域下

“人工智能+教育”的模型構建

競爭是技術生態位視閾下人工智能與教育深度融合的抓手。在完整闡述人工智能融入、重塑教育生態系統的競爭機制的基礎上，構建“人工智能+教育”的生態系統模型。

（一）人工智能重塑教育生態系統的競爭機制

技術與教育的融合可從“過程”和“狀態”兩個動靜結合的視角審視[21]。技術生態位視域下“人工智能+教育”的競爭分為三個階段：（1）人工智能作為新技術物種入侵原有的教育生態系統；（2）人工智能技術與原有技術爭奪有限的教育資源；（3）經由人工智能重塑后的教育生態系統。其中，第（1）階段是競爭的初始階段，引發此階段的動力因素包括自然和人為兩方面。自然因素是指人工智能為爭奪有限的教育資源而表現出來的自發性。人為因素是指教育活動參與者將人工智能技術引入教育生態系統所發揮的主體意志。第（2）階段是一種動態演化的競爭過程，具有多樣性和復雜性的特征，把握其演化規律是明晰人工智能重構教育生態系統的關鍵。第（3）階段是在第（2）階段的基礎上實現的相對均衡狀態，智能化是其相較于原有教育生態系統最大的特征。

1. 技術生態位的競爭動力

教育資源是技術生態位的競爭動力。技術競爭的現實生態位圍繞技術的物化需求而展開[8]。在教育中，技術的需求對象指教育資源。教育資源不能無限供應，因而是有限的。正因為資源有限，才引發技術相互爭奪。當技術與教育觸碰時，各種技術不斷地向教育資源靠攏、聚集，形成以教育資源為核心的開放系統。

教育資源在《教育大辭典》中被解釋為：在教育過程中所占用、使用和消耗的人力、物力和財力資源[22]?；诖?，文章選擇教師、學生、教育管理者、教育基礎設施、資金和技術作為教育資源的六種代表要素。這些要素在教育活動中都需要技術介入。如，教師、學生和教育管理者需要運用技術分別進行教學、學習和管理；教育基礎設施需要技術支撐以便提供科學、高效、舒適、便捷的服務；資金能夠融通技術流動的渠道。

2. 技術生態系統競爭機制的基本闡釋

如圖1所示，根據技術生態位的基本特征，以爭奪教育資源為目的而形成的開放系統分為內外兩部分。在系統外部，各種技術游離于系統之外，無法參與系統的生態位競爭。這些技術要么不依賴教育資源而存在，要么其價值尚未被教育領域認識和開發，要么因在技術生態系統內部的競爭中被淘汰。在系統內部存在兩股競爭勢力，一股是從系統外部入侵的競爭者；另一股是系統內部自生的競爭者（技術和人）。技術憑借自生性大量吸引其他技術匯流自身，經過迭代升級由弱變強，生態位寬度不斷增加。

為了爭奪有限的資源，技術生態位發生重疊，技術間產生競爭。利用Levins生態位重疊指數可以測量技術生態位的重疊情況，如公式（1）所示。

（1）

公式中，O表示技術i與技術k對教育資源利用狀況的重疊度；根據公式（1）中P的含義可知，P表示技術k對第j種教育資源的利用量占該技術對全部教育資源利用量的比例。當技術i和技術k在全部教育資源中的分布完全相同時，二者的生態位完全重疊，此時O取最大值1。相反，當兩種技術不能同時共占一個教育資源時，它們的生態位完全不重疊，此時O取最小值0。

當兩種技術的生態位完全重疊時，競爭最為激烈。這意味著它們在某種情況下（如考慮技術的功能時）可以相互替代。當技術的生態位部分重疊并且教育資源充足的時候，技術間就可能存在相對緩和的競爭甚至不競爭，此時兩種技術相互配合、協同演化。這種情況通常短暫地發生在教育資源相對剩余的競爭初期。長期來看，根據競爭排斥原理，教育資源在配置過程中會逐漸趨于均衡。

3. 人工智能對教育生態系統的重塑

自發性技術競爭會造成不同的結果。競爭中的獲勝方將獲得大部分教育資源，失敗方則退出技術生態系統或者選擇寄生在勝利者周圍，向具有寬生態位的技術匯流、補強。

人工智能具有廣泛的生態位，在與傳統技術競爭的過程中處于優勢地位。以學校教學為例，自然語言處理（Natural Language Processing，NLP）作為人工智能的核心技術之一[23]，在作文評改、英語翻譯、閱讀理解等文本信息處理上能夠極大程度地降低教師和學生的負擔，幫助他們改善工作和學習。傳統技術在處理這些問題的時候往往效率低下或者無法精準評價，而教師教學和學生學習情況的精準評價是至關重要的[24]。因此，傳統技術與人工智能在生態位的競爭中通常處于劣勢地位。

人工智能變革教育的同時也受到教育的限制。在技術介入教育的過程中，要按照教育的邏輯考量技術[25]。技術不可能完全自由地競爭，每一種人工智能技術在經過生態位競爭后都會適應當地的教育教學環境。理想情況是通過人工智能的徹底變革，教育實現完全智能化，但教育的現實則是多種不同種類的技術捆綁共生。

通過構建技術生態位視域下“人工智能+教育”的生態系統模型，能夠全面系統地把握人工智能與教育深度融合的全貌。如圖2所示，該模型共有三個層次，自上而下分別是宏觀層、中觀層和微觀層。其中，宏觀層和中觀層具有顯現性，在這兩個層次能夠觀察到“人工智能+教育”的三個競爭階段。微觀層較為特殊，其掩蔽不露，從哲學意義上給予技術的競爭意向以合理性。這恰如胡塞爾所認為的自然主義科學的科學性要經受哲學的檢驗[26]。

（二）微觀層：技術競爭意向的哲學奠基

在微觀層中（如圖2所示），技術意向性與技術的生物屬性共同為技術的競爭意向提供支撐。由微觀層向上是技術競爭意向的顯現過程（中觀層和宏觀層的圖層顏色較亮）。與此相反，由上兩層向下則是技術競爭意向的遮蔽過程（微觀層顏色較暗）。遮蔽的含義由“微”字體現。微觀層中的“微”并非與“宏”相對，而是“入微”以致不能輕易觀察的意思。技術的運動規律和競爭機制不在此層顯現，在日常的教育活動中也經常作為預設被教育主體忽視。

（三）中觀層：人工智能介入教育的生態位競爭

1. 人工智能具有更廣泛的生態位

人工智能是研究、設計、開發智能系統用于模擬、延伸和擴展人類智能的科學[27]。人工智能通過聚合其他技術不斷增強智能性。憑借深度學習算法，人工智能自我學習和迭代的速度不斷加快。傳統技術與人工智能相比并不具備上述優勢，因而人工智能具有更加廣泛的生態位。因此，人工智能介入教育中時便具有變革教育生態系統的力量[28]。

2. 人工智能生態位的分離與重疊

人工智能的生態位競爭是一個雙向循環的過程。如圖2的中觀層所示，起初人工智能與傳統技術的生態位相互分離。這是因為初期人工智能的智能水平較低，難以對教育生態系統產生實際影響。由于其生態位寬度尚小，不足以對傳統技術在教育生態系統中的優勢地位造成威脅。此時二者錯位競爭，技術生態系統處于相對均衡狀態。隨著人工智能的智能水平不斷提高，人工智能的生態位寬度快速擴大，對傳統技術提出嚴峻挑戰。此時二者生態位重疊，為爭奪有限的教育資源展開激烈的競爭。激烈競爭的最終結果則是人工智能和傳統技術的生態位重新分離，二者尋找到合適的生態位，技術生態系統實現更高水平的均衡。

3. 人工智能生態位競爭的結果形態

人工智能在介入教育的過程中與傳統技術存在三種競爭結果：（1）人工智能完全取代傳統技術；（2）傳統技術戰勝人工智能；（3）人工智能與傳統技術交織共存，二者相互沖突、相互補充。其中，第（1）種結果表現為完全的智能教育形態，此時人工智能將覆蓋教育生態系統中所有的教育教學活動。第（2）種結果表明人工智能在生態位競爭中落敗，教育生態系統筑起牢固的壁壘將人工智能隔絕在外，教育與人工智能難以融合。誠然，上述兩種極端的競爭結果只具有理論上的可能性。在實際的教育活動中，人工智能與傳統技術主要表現為第（3）種關系，這種結果表明人工智能以技術間相互競爭的方式融入教育生態系統。

（四）宏觀層：人工智能與教育的系統融合

人工智能與教育生態系統的融合需要經歷兩個階段。第一，每一個“技術物種”通過相互競爭調整生態位，逐漸形成相對穩定的技術生態系統。每一種子技術競爭力的排序即揭示人工智能與教育融合過程中關鍵技術的效用。如圖2宏觀層所示，若T1表示構成人工智能技術生態系統的第一種子技術（Technology），則技術生態系統中第n種子技術的生態位寬度可以通過Levins生態位寬度指數測量出來，如公式（2）所示：

公式中，B即為技術i的生態位寬度；P=nij/Ni表示技術i對第j種教育資源的利用量（nij）占該技術對全部教育資源利用量（Ni）的比例；r表示教育資源的數量（j=1，2，···，r）。當技術i以相等的數目充分利用每一個教育資源時，Bi取最大值，意味著該技術的生態位最寬；當第i種技術只集中利用某一個教育資源時，Bi取最小值，此時該技術的生態位最窄。

第二，人工智能與教育進行系統層級的融合。在宏觀層，教育活動參與者能夠更加貼切地體驗到人工智能與教育生態系統的融合。在中觀層的生態位競爭完成后，人工智能與教育生態系統經過一番融合，在宏觀層顯現出更高水平的生態位。由于各種技術分環勾連形成的技術生態系統與教育生態系統相互糾葛、相互融合，除了技術與教育融合后相對靜止的狀態，宏觀層還存在二者動態演化的過程。這一過程依舊遵循技術生態位競爭的基本規律。

（五）人工智能與教育主體的競爭

人工智能在教學活動中與教師具有相似的生態位。隨著智能導師系統、智能機器人和智能助理等人工智能技術在教學中的應用，人的主體性開始向技術讓渡[29]，首當其沖的是教師群體。雖然當前的人工智能還不足以完全取代教師，但是它就像一把“達摩克利斯之劍”使教師對未來充滿了焦慮。未來的人工智能教育將突破傳統教育中知識的傳授模式，向人機共生的形態發展[30]。在人機協同時期，教師與人工智能的主體界限變得含混模糊。在分析人工智能和教師的關系時，明晰二者的優勢和不足，明確合適雙方的生態位十分必要[31]。這就要求雙方始終秉持錯位競爭、優勢互補的原則，發揮人工智能在邏輯推理和計算效率等方面的優勢，發揮人類教師在情感和道德等人文方面的優勢。

人工智能通過革新學習模式倒逼學生順應技術的邏輯。隨著基于教育服務而開發的人工智能產品在教學領域的應用，學習模式正朝向智能化、個性化和去中心化轉變。這種轉變帶給學生一定的學習成本。學生需要從情感上擺脫掉傳統的學習模式，主動適應人工智能創建的學習模式，以便從人工智能的教學應用中受益。例如，基于人工智能和教育大數據的自適應學習系統能夠實時收集學生的學習數據，調整學習方式，實施精準教學[32]。這些智能技術能夠完整顯示過去被遮蔽的學習細節，切實支持每一位學生的個性化學習。

人工智能引起教育政策制定者和管理者的強烈關注。人工智能為教育政策制定者帶來緊迫感，要求他們準確評估人工智能的變革力量，積極引領智能教育改革。教育管理者需要順應智能教育改革的浪潮，改變低效的管理模式和服務模式，努力打造智能化的教育環境。

五、結 ? 語

以競爭為理念的技術生態位為人工智能與教育的深度融合開辟了新理路。競爭可以淘汰舊技術，加速技術迭代升級，從而提升教育績效。生態位重疊是技術競爭的必要條件，生態位高度重疊會造成過度競爭，嚴重浪費教育資源。錯位引入新技術能夠有效避免上述現象，也能夠為舊技術保留生存空間，形成新舊技術既競爭又共生的生態格局。在這種格局下，伴隨著技術之間張力和耦合度的加強，教育生態有望逐步實現從微觀到宏觀、從要素到系統的創變。中國的教育學者也將在人工智能與教育深度融合的長路上進一步上下求索。

[參考文獻]

[1] 創新技術服務教學進步 人工智能助力未來教育[EB/OL].（2021-12-08）[2022-01-10]. http：//www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/moe_1485/202112/t20211208_585822.html.

[2] PAI K-C， KUO B-C， LIAO C-H， et al. An application of Chinese dialogue-based intelligent tutoring system in remedial instruction for mathematics learning[J]. Educational psychology， 2020， 41（2）： 137-152.

[3] CHENG G. The impact of online automated feedback on students' reflective journal writing in an EFL course[J]. The internet and higher education， 2017， 34： 18-27.

[4] KEWALRAMANI S， KIDMAN G， PALAIOLGOU I. Using artificial intelligence （AI）-interfaced robotic toys in early childhood settings： a case for children's inquiry literacy[J]. European early childhood education research journal， 2021， 29（5）： 652-668.

[5] 安東尼·塞爾登，奧拉迪梅吉·阿比多耶.第四次教育革命——人工智能如何改變教育[M].呂曉志，譯.北京：機械工業出版社，2019.

[6] 李芒，張華陽.對人工智能在教育中應用的批判與主張[J].電化教育研究，2020，41（3）：29-39.

[7] SCHOT J， GEELS F W. Strategic niche management and sustainable innovation journeys： theory， findings， research agenda， and policy[J]. Technology analysis & strategic management， 2008， 20（5）： 537-554.

[8] 張麗萍.從生態位到技術生態位[J].科學學與科學技術管理，2002（3）：23-25.

[9] ?？瞬?，儲誠進，王志恒.動態生態位：構建群落生態學理論的新框架[J].中國科學：生命科學，2022，52（3）：403-417.

[10] 張金屯.數量生態學[M].2版.北京：科學出版社，2011.

[11] TILMAN D. Niche tradeoffs， neutrality， and community structure： a stochastic theory of resource competition， invasion， and community assembly[J]. Proceedings of the national academy of sciences， 2004， 101（30）： 10854-10861.

[12] 顏士剛.論技術·教育與人的發展——兼論教育領域的技術觀[J].現代遠程教育研究，2014（1）：20-26，32.

[13] 海德格爾.演講與論文集[M].孫周興，譯.北京：商務印書館，2020.

[14] 韓連慶.技術意向性的含義與功能[J].哲學研究，2012（10）：97-103，129.

[15] 布萊恩·阿瑟.技術的本質 經典版[M].曹東溟，王健，譯.杭州：浙江人民出版社，2018：259.

[16] 吳國盛.技術哲學講演錄[M].北京：中國人民大學出版社，2016.

[17] 盧迪，段世飛，胡科，李福華，陳熠舟.人工智能教育的全球治理：框架、挑戰與變革[J].遠程教育雜志，2020，38（6）：3-12.

[18] 徐曄.從“人工智能教育”走向“教育人工智能”的路徑探究[J].中國電化教育，2018（12）：81-87.

[19] 徐莉，梁震，楊麗樂.人工智能+教育融合的困境與出路——復雜系統科學視角[J].中國電化教育，2021（5）：78-86.

[20] 宋道雷.社會治理的“中間領域”：以社會組織為考察對象[J].社會科學，2020（6）：58-70.

[21] 顏士剛，李藝.論教育技術化是技術教育價值的實現和彰顯[J].電化教育研究，2007（12）：9-12，28.

[22] 顧明遠主編.教育大辭典 增訂合編本[M].上海：上海教育出版社，1998.

[23] 趙京勝，宋夢雪，高祥，朱巧明.自然語言處理中的文本表示研究[J].軟件學報，2022，33（1）：102-128.

[24] 鐘紹春，鐘卓，范佳榮，趙雪梅，楊瀾.智能技術如何支持新型課堂教學模式構建[J].中國電化教育，2022（2）：21-29，46.

[25] 安富海.教育技術：應該按照“教育的邏輯”考量“技術”[J].電化教育研究，2020，41（9）：27-33.

[26] 赫伯特·施皮格伯格.現象學運動[M].王炳文，張金言，譯.北京：商務印書館，2011.

[27] 鐘卓，鐘紹春，唐燁偉.人工智能支持下的智慧學習模型構建研究[J].電化教育研究，2021，42（12）：71-78，85.

[28] 顧小清，李世瑾，李睿.人工智能創新應用的國際視野——美國NSF人工智能研究所的前瞻進展與未來教育展望[J].中國遠程教育，2021（12）：1-9，76.

[29] 張務農.人工智能時代教學主體的辨識與倫理反思[J].教育研究，2022，43（1）：81-90.

[30] 李海峰，王煒.人機學習共生體——論后人工智能教育時代基本學習形態之構建[J].遠程教育雜志，2020，38（2）：46-55.

[31] 郭炯，榮乾，郝建江.國外人工智能教學應用研究綜述[J].電化教育研究，2020，41（2）：91-98，107.

[32] 趙麗，賀瑋，王洋.人工智能支持的課堂教學行為分析：困境與路徑[J].電化教育研究，2022，43（1）：86-92.

Integration Logic and Model Construction of "Artificial Intelligence + Education" from the Perspective of Technology Ecological Niche

ZHU Ke， ?ZHANG Binhui， ?SONG Ye

（Department of Education， Henan Normal University， Xinxiang Henan 453007）

[Abstract] The integration and innovation of artificial intelligence （AI） and education has had a revolutionary impact on the iterative upgrading of the education ecosystem. ?In order to explore the operating mechanism of the deep integration of AI and education， this paper uses theoretical analysis to reveal the technology competition mechanism from the perspective of technology philosophy and technology ecological niche， and constructs an ecosystem model of "AI + education". The model consists of micro， meso and macro levels， which lays the philosophical foundation of the micro level with the discovery of competitive intention as the support， summarizes the operation rules of the meso level by revealing the evolutionary mechanism as the core， and constructs the systematic representation of the macro level with the aim of achieving deep integration. It activates the potential of technology and motivates educational subjects from two dimensions of collaborative competition between technology and technology and ?technology and educational subjects， and actively grasps the development trend of AI reshaping the education ecosystem. The model tries to clarify the competition mechanism and clarify the evolutionary relationship in terms of theoretical depth; it can run through the whole process of competition and create a circular ecology in terms of time span; in terms of scope and breadth， it can coordinate competition and integration， covering AI and education subjects， which has certain implication for the theoretical and practical development of AI education.

[Keywords] Technological Ecological Niche; Education Ecosystem; Artificial Intelligence; Ecological Niche; Competition