8月29日下午，2019世界人工智能大会举办了以人工智能助力教育现代化的教育行业主题论坛。教育高等研究院丁钢教授应邀参加了“AI赋能学校：数据驱动的大规模因材施教”的圆桌会议并作发言。这里摘要其发言内容。

一般认为，基于大数据对学习行为的反馈、个性化和概率预测，将从推理、学习和解决问题的能力方面促进学校的因材施教，以使学校教育专注于想象、创造和创新。但以计算机科学与认知交汇所形成的人工智能而言，绝非认知即计算的立场可以概括。由此，并不专注于想象、创造和创新的人工智能赋能予学校教育的内涵究竟是什么？就成为人工智能发展必然面临的问题。

从当代认知科学的范式转变来看，已从基于计算隐喻和功能主义的观念向强调认知的具身性（认知主体是自然的、生物的、活动于日常环境中的适应性的主体）、情境性（所有的认知都与情境有关）、发展性（认知无时不在变化之中）和动力系统（认知活动是与环境相耦合的关系）转变。

由此，第一，学习涉及的关键要素如认知性能力（知识）、功能性能力（技能）、社会性能力（行为与态度）和元能力（创新），这些能力的培养需要真实的情境，学习的情境性在于透过问题情境挑战使知识转化成问题解决能力。AI要提升问题解决能力，情境认知便是一个重要的维度。

第二，人工智能的另一困难是不能使计算机产生真正人的感觉（意识经验），即使我们所说的情感计算，计算机所呈现的只是对情感外显特征（表情）的认知计算, 这属于广义的图像识别和面孔识别范畴。它们是可以先符号化和形式化, 然后以推理形式进行的。但情感体验本身是难以计算的。

第三，当今的教育中形成了以认知能力为基础的知识教育规范，而仅以认知能力为基础进行教学并不能有效地发展学习者非认知能力。非认知能力包括成功地拓展社交关系和解决日常问题等能力，也包括自我意识、自控力、执行能力、协同工作、关心自己和他人等能力的培养和发展，以及促成情感体验、社会适应、想象力、创造能力、探究精神等方面的养成。学习是一个社会化的过程，推进认知能力和非认知能力的均衡发展，必将构成人工智能发展的重要环节。

如何对待学习者个体差异的教育本质决定了无法用一种通过精确的计算实现整体最优化的方式进行教学。由此，人工智能在赋能予学校教育中因材施教的方面，在肯定技术改变教育和人工智能对教育前景带来的影响同时，要关注技术背后的教育理念和教学本质，需要对这些问题做出深层次的深耕、思考，并加强对人工智能发展中的伦理关注，防止数据采集的过度和滥用，才能真正赋能和作用于学校教育。