OECD发布《2023年数字教育展望》，旨在建立有效的数字教育生态系统

经合组织（OECD）已于2021年发布了第一期《数字教育展望》报告，探讨了人工智能、学习分析、机器人技术等数字和智能技术会如何改变教育这一问题。2023年末，OECD在综合近两年蓬勃发展的人工智能等先进技术动态的基础上，对各国如何构建可能的数字生态系统进行了专题比较分析。

后疫情时代让各国都在为数字化教育做好准备。在一定程度上，许多国家已普及了教育系统管理工具的数字化，但还有部分国家仍待建立连贯的数字教育生态系统。《2023年数字教育展望》对经合组织国家的数字生态系统和治理进行了比较，并强调了实现不同政策目标的机遇和挑战。

报告的第一部分介绍了各国普适的数字教育生态系统的构成部分，第二部分则关于这一系统的治理范式。第三部分，报告介绍了经合组织秘书处和国际教学工会联合会教育国际撰写的关于人工智能在教育中应用的立场文件，旨在促进公共教育当局与教师职业及其代表之间的对话，以在数字化转型方面进行合作。

一、数字教育生态系统

报告将数字教育生态系统分为三个部分：用于系统和机构管理的数字工具，用于教与学的数字生态系统，以及使这些工具充满活力和意义的人的数字化能力。

1、用于系统和机构管理的数字工具

用于系统和机构管理的数字工具的基础在于建立纵向的学生信息系统，通过建立中央学生登记册，为学生提供唯一的纵向标识符。学生信息系统使整个教育系统能够从国家层面收集的信息中受益，尤其是在这些信息能够让相关方的可获得时。基于报告的调研结果，截至2023年，大多数经合组织国家已经建立了学生信息系统，尽管它们仍然主要将其用于统计目的，而不是用于实时的使用目的。学习管理系统允许学校管理和跟踪个别学生的信息，包括学生参加哪些课程，参与哪些教师的授课，在某些情况下还可以访问用于教学的数字内容。报告认为最理想的状态是这些数字化信息能够被推送和接收。

2、用于教与学的数字生态系统

用于教与学的数字生态系统是关于教师和学生可以访问的数字学习资源。OECD与联合国教科文组织等其他国际组织一道，长期以来一直鼓励各国开发开放教育资源（OER）平台。开放式教育资源往往免费提供给所有讲特定语言的公民。MOOC（大规模开放在线课程）平台也扩大了这一范围，选定国家的电视和广播教育以及社交网络频道也是如此。目前，各国支持数字化教学资源的另一种方式是从教育出版商处获得数字学习和教学资源的许可，或者使学校能够从他们那里购买资源。

3、数字化能力

数字化能力涵盖了学生和教师这两方面，高数字化水平的结构下，教师和学生可以自如使用他们所掌握的数字工具和资源。报告也指出，提供教师和学生无法有效使用的资源是没有意义的。各国正在以不同的方式激励教师发展其教学数字能力：一些国家制定了职前教师教育计划，以激励教师达到一定的数字能力标准；；另一些国家则要求定期对在职教师进行培训，并提供教师专业学习资源。许多国家将“数字能力”作为其教育公共事业的目标，并希望教师的职前和在职专业学习能够为数字化进程做出调整。

4、数字化基础设施

除此之外，报告还指出数字化基础设施仍然是拥抱数字教育机遇的先决条件，但并不是强大的数字教育生态系统的最重要或必要的因素。仅仅提供数字设备和网络连接不会导致教育的数字化改进。

二、数字教育使用与治理

报告的第二部分概述了教育中数字技术和数据的使用与治理规范。

1、数字教育的使用平等

疫情期间，数字教育基础设施方面的不平等有所显现，全球范围内在获取和接触数字学习资源和工具方面都存在重大差异。这主要是由于国家层面的责任下放，使得下级政府能够决定是否鼓励或支持学校、教师和学习者使用数字工具和资源。一些国家已经制定了计划以激励全国范围内的数字化教育投资，但也有部分国家受限于资源与能力，无法普及数字化教育。报告认为，未来，让更广泛的群体从数字教育中受益、平等地获取和使用数字化教育资源，仍将是政府面临的主要挑战。

2、数据和技术治理

另一个挑战涉及管理数字技术和数据，如何在保证公众信任的同时激励市场化的商业教育技术开发是一大难题。

隐私和数据保护是数据治理的关键，所有经合组织国家都制定了关于访问和共享行政教育数据的数据保护和隐私法规。许多情况下，各国还制定了与系统级学生信息和其他行政系统相关的教育数据的具体立法或规则。虽然该法规通常会阻止商业供应商共享数据，但还没有国家制定法规或条文来规范公立学校内的商业数据收集；除了政府层面的决策指南，目前也没有教育领域关于算法或自动化决策的法规指导。截至2024年初，还没有国家报告任何中高风险的人工智能赋能教育的工具或资源。人工智能资源通常将嵌入自适应学习系统或最近出现的生成式人工智能应用程序中，关于算法偏见亟待教育数字化领域的讨论。

数据和技术治理的第二个方面在于技术互用性（也称互操作性）标准以及使用其中一些标准的授权或激励措施。由于各种原因，包括教育领域的“遗留”系统以及跨多个机构的责任分配，许多数字教育工具没有能力交换和互联数据。这意味着教育工作人员经常不得不多次重新输入数据，并且在系统层面收集的数据中有很大一部分处于休眠状态，而尚未用于教育流程和质量的改进。互用性的另一条路径是开发标准分类法来标记数字学习资源（即语义互用性）。部分国家已经开始尝试通过提供单点登录的服务来统一用户的数字生态系统，但大多数国家仍然没有在学校层面的系统级管理工具达成互用性目标。

数据和技术治理的第三个方面在于采购规则和法规。截至2024年初，大部分国家倾向于为公共采购提供框架，并预先批准学校和教师在不自行采购的情况下可以采购的大部分数字教育工具和资源。部分权力下放的组织则倾向于将决定权留给学校或地方当局，但很少就采购资源的类型提供指导。数字工具和资源的采购目前也未将数据保护和安全以外的标准作为条件，这与卫生系统严谨的采购规范相反。

三、教育领域人工智能使用指南

根据前述分析，《数字教育展望》整合了OECD和国际教育组织的相关意见，制定了一套关于教育领域利用人工智能等技术的方针指南。该指南旨在提供一份立场文件，以激励各国、组织或司法管辖区的数字化工作，并提出了关于这些问题的进一步讨论。

参考文献：

[1] OECD (2021), OECD Digital Education Outlook 2021: Pushing the Frontiers with Artificial Intelligence, Blockchain and Robots, OECD Publishing, Paris, https://doi.org/10.1787/589b283f-en.

[2] OECD (2023), OECD Digital Education Outlook 2023: Towards an Effective Digital Education Ecosystem, OECD Publishing, Paris, https://doi.org/10.1787/c74f03de-en.