摘要：人工智能技術在教育研究中的不當應用導致人的主體性缺失，具體體現為：研究者產生技術迷戀，人在教育研究的表達中“失語”，不同教育研究者的研究結論“似曾相識”。教育研究的主體性缺失產生了不良后果，即研究成果創新性不足、缺乏對教育內部差異的關照、算法歧視產生教育不公。教育研究主體性缺失跟技術樂觀主義與技術決定論思潮，唯科學主義立場及教育研究者對“主觀性”的誤解有關系。通過確認理智的技術觀，樹立實踐觀點的教育研究思維方式，倡導教育研究中人機共生等方式實現教育研究主體性的回歸。

　　關鍵詞：人工智能;教育研究的主體性;技術樂觀主義;唯科學主義;人機共生

　　當前，人工智能技術在教育研究中的應用日益普遍，在某種程度上加強了教育研究成果的科學性與客觀性，教育研究的質量顯著提升。然而，對人工智能技術的不當及過度應用，也導致教育研究中人的主體性缺失，因此，有必要反思人的主體性的技術替代。

　　一、人工智能時代教育研究主體性缺失的表現

　　研究者將智能技術應用在教育研究領域，通過智能軟件分析教育數據得出研究結論，并將分析結果“客觀地”呈現出來，導致人的主體性缺失，這主要體現在以下方面。

　　(一)教育研究者對技術過分迷戀和依賴

　　技術進步及其帶來的成就，很容易讓人陷入“技術萬能”的迷信。有研究者認為，之所以人們不承認教育學是一門科學、不承認教育研究結論的科學性，原因在于教育研究摻雜了個人價值觀和情感，對同一個教育問題的研究有多種觀點，以至于“誰說誰有理”，這不符合自然科學“標準一致、結論唯一”的研究準則。而“價值無涉”的科學技術被看作是拯救教育學科的一劑良藥，技術無關情感和態度，只受已設定的程序的支配，因此，不少人認為技術是剝離人的價值觀念的法寶，通過智能技術研究教育問題可以摒棄人的主觀和偏見，保證教育研究的客觀性。受這種觀念的影響，不少研究者對技術產生迷戀，將教育科學研究完全寄托于數據分析技術，自身則置于研究過程之外。

　　在研究過程中，教育研究者通過問卷、訪談、觀察等方式獲取相關材料，并對這些材料進行整理、賦值或編碼，將收集的材料轉化為數字符號輸入智能分析軟件，進而得出結論。甚至有的分析軟件并不需要人們將搜集來的資料進行處理，直接把文字資料導入軟件?？梢姡浖治龉ぞ咴谶M行實質上的數據資料處理，而所謂的教育研究者不過是機器的助理。

　　(二)研究者在教育研究表達中“失語”

　　教育科學研究需要通過數據分析描繪一種教育現象或說明某種教育表征，但是研究者不能因此而讓渡其主體地位。教育研究者為了追求研究的“科學性”與“客觀性”，主動站在研究場域之外，試圖讓分析數據代替自己表達觀點，讓研究結論更具說服力，這導致教育研究者的“失語”。

　　從教育研究的本質來看， “教育研究是關于人們開展教育活動的依據、有效性及合理性的研究。它與自然科學研究有很大差異，后者只是對現象進行描述和說明，找出某種相關關系，而教育研究則是指向如何辦好教育，它具有價值傾向性”[1]。“教育研究既要呈現是何，又要解釋為何，還要講出如何，包含現實、價值和行動三個方面”[2]。因此，開展教育研究離不開對價值的選擇和表達。但當前，在教育研究中由技術代替人發聲，研究者不表達任何觀念被視為客觀、科學的研究態度。

　　從教育研究的過程來看，研究者的“失語”還體現在沒有創造性地利用既有理論、沒有創新性地開展教育科學研究活動、沒有獨特性地處理教育研究的對象等方面。借助于技術開展教育研究，大都遵循著相同的模式，即將教育素材編碼或者直接輸入分析工具，沒有對既有研究成果的創造性利用，也沒有對研究過程的創新性設計，難以產生能體現研究者價值觀念的研究成果。

　　(三)不同教育研究者的研究結論“似曾相識”

　　運用技術分析手段對搜集到的教育資料進行處理，這是描述教育事實的過程，由于教育研究者主體性的缺失，這樣的“事實”不管用哪一種分析工具，都會產生類似的研究成果。所以，技術應用導致不同教育研究者在研究同一個問題得出“似曾相識”的結論，有的人把它看做是教育研究科學性的體現。

　　實際上，在人文社會科學領域，對于同一個問題有不同的看法和觀點，才是科學的研究態度。“歷史資料是既定事實，不會發生變化，但對史料的解讀則因人而異”[3]。歷史學的研究需要基本史料，但更需要歷史學家對史料的進一步闡發，否則史料只是一堆無生命的資料。教育學與歷史學類似，對于同一個教育現象，秉持不同哲學觀、價值觀的人對它的解釋可能不一樣，這是發揮人的主觀能動性的結果，而人的主體性缺失也讓這種能動性被遮蔽了。

　　教育是一種人的精神活動的外化，教育問題包含價值問題，研究教育問題既要研究事實也要研究價值。我們可以借用自然科學研究的方法來研究教育事實，但是卻不能用于研究教育價值問題，尤其是不能將教育價值問題表現為冷冰冰的數字。人工智能雖然具備了一定的“思考”能力，但是這種“思考”不能與人類智能的“思考”相提并論，充其量稱之為“計算”。人工智能技術通過賦值與量化、禁錮與強求、抽離與虛擬等方式對充滿不確定性的教育問題進行規約[4]，將價值問題排除在外，追求教育研究的確定性，最終導致人工智能只關注教育事實，而對于既定的事實，不管哪種分析技術都會得到相似的結論。

　　二、人工智能時代教育研究主體性缺失的后果

　　技術本身存在著難以克服的缺陷，當機器代替了人的主體性，教育研究在目的上缺乏創新，失去科學研究的靈活;在過程中缺乏對特殊研究對象的關照;在結論上形成刻板印象，導致教育不公。

　　(一)教育研究成果的創新性不足

　　教育研究是人認識教育世界的過程，這種認識是以人的本質的實踐性為出發點，即人在認識教育世界中要樹立主體自我意識，這樣才能保證教育研究成果的創新性。但是當人工智能介入包括教育在內的社會各領域，人與物的關系從傳統的恒靜態轉向準靜態[5]，在這種不確定因素的影響下， “人”在創造中的主體性被消解，與此同時，智能技術又缺乏創造性，導致人工智能參與的教育研究創新性不足。

　　推薦閱讀：收錄人工智能方面論文的sci期刊有哪些