顾小清 郝祥军 | 悟空的毫毛：正在重塑学习技术系统的多智能体

随着人工智能（Artificial Intelligence，AI）的持续迭代更新，教育正在加速从数字化向数智化跃迁的进程（顾小清，宛平，祝智庭，2024）。人工智能在教育场景中的应用已经可以通过扮演专家、同伴、评价者等不同角色，呈现为多样的类人智能体，为解决教育教学问题提供新的方法与路径（Baylor & Kim, 2005）。生成式人工智能产品不断涌现，以GPT-4o为代表的多模态大模型更是可以支持文本、音频、图像的任意组合输入并生成相应组合的输出，为用户带来更加自然、智能、流畅的沉浸式交互体验，标志着人工智能技术的重大突破。大模型驱动的生成式人工智能正成为继互联网之后的新一代技术平台，催生自动化决策和行动的应用，使得多智能体系统越加丰富（陈昌凤，2024）。这势必会通过改变学习的时空结构、丰富信息的表征形式和提供行为主体的智能代理功能，带来学习方式、认知方式、教育关系、教育生态的变化（顾小清，宛平，祝智庭，2024）。在新技术的加持下，教育智能体的功能逐渐丰富多样，从线性程序反馈走向文字、语音、视频与动作等多元交互，所扮演的角色也从单纯的信息提供者演变为辅助教师教学、学生学习的社会伙伴，成为教学中的一种主体存在（Kim & Baylor, 2016），从而改变教学互动过程，重塑出新型的教学主体关系（Sikström et al., 2022）。那么，教育中的智能体，呈现出了怎样的智能化轨迹？扮演了哪些技术化角色？甚至创生了哪些前所未有的新角色？在新一代人工智能技术的赋能之下，教育智能体将会推动怎样的生态重构？这一系列问题亟需在新的技术背景下进行探讨，为教育的变革与发展提供新的思考与启示。

信息技术对教育发展具有革命性影响（中华人民共和国教育部，2010），以智能体为代表的新一轮科技革命更是将技术推进的教育变革推到新的制高点。智能体这一概念衍生自智能代理（Agent），是人工智能领域的重要内容，是无需人的直接干预而能自主执行或决策的系统或程序，可理解为智能且自主的决策者（Kijima, 1996）。教育智能体也称教学代理（Pedagogical agent），起源于智能导师系统，其思想源头可追溯到自动教学机器。智能体领域知名专家伍德里奇（Michael Wooldridge）和詹宁斯（Nicholas Jennings）认为，智能体应具备自主性、主动性、反应能力和社会能力四种特性（李德毅，2018）。随着人工智能技术的发展，智能化这一核心特征在类智能体的演进过程中逐渐展现，并在教育领域不断迸发出生机活力，涌现出众多智能教育产品。学习正式进入到人机协同的时代，学习者开始与智能代理建立社会和认知伙伴关系（郝祥军，张天琦，顾小清，2023）。

以技术支撑介入教育的类智能体，其发展至今也有近百年历史。教育类智能体伴随技术的更新迭代而不断演进，并逐步向类人智能探索和进化（如图1所示）。每一个阶段，类智能体都呈现出不同的功能特性，扮演着类人教师或承担教师的不同功能，从而影响着教与学的实践方式、过程，推动着教育不断迈向智能化发展。

1. 程序化阶段：教学机器。教学机器是早期技术介入教育的大胆尝试，它以教学程序化的设计，让机器扮演“专家”角色代替教师教学。教学机器虽然只是在知识教学程序上替代教师完成一些教学工作，但它为教育类智能体的发展奠定了思想基础，是类智能体向智能化进阶的重要起点。教学机器的发展主要得益于两个关键人物。其一是美国心理学家普莱西（Sidney Pressey），他于1924年设计了自动教学机器，并试制成功。该机器以学习过程为依据，强调为教师节省劳动、让教师将更多精力投入到学生思维发展的教学工作上（普莱西，等，1985）。其二是斯金纳（B.F.Skinner），他将教学机器的应用与研究推向了高潮，提出影响至今的程序教学原理，以该原理为基础的程序教学机器也得到了更新。教学机器的诞生，拉开了机器教学的序幕，开启了利用机器辅助教学、以学习为起点的教育技术实践与研究之路（李艺，单美贤，2013）。教学机器作为教育智能体的思想起源，揭示的是“智能体”对人类知识教学的程序化模拟特征，这可视为教育类智能体的发端，即程序化阶段。

2. 多媒体化阶段：计算机辅助教学。到20世纪60年代后期，计算机的出现和快速发展推动了计算机辅助教学（Computer Aided Instruction，CAI）的实践探索，教育类智能体由此实现了从程序化向多媒体化的进阶，在智能化程度上初步具备了人机交互能力。计算机辅助教学是让计算机代理“助手”的角色，通过提供多种具有交互性的教学工具与学习工具，来辅助开展教学活动。从20世纪60年代至90年代，计算机辅助教学技术实现了深度进化，以大学和计算机公司为主体开发了一些代表性系统，如伊利诺斯大学研制的世界上最大的计算机辅助教学系统PLATO。随着微型计算机、多媒体计算机的发展，计算机辅助教学应用走向成熟，不仅能够综合展示文字、图像、声音、图形，初具人机交互能力，还在设计上强调以学习者为中心，能为学习者提供系统化的课程内容与相应的练习，以及个性化的指导、对话咨询等学习支持（刘清堂，毛刚，杨琳，等，2016）。计算机辅助教学以多媒体的方式，推动了教育类智能体逐步发展成可以交互的类人教学“助手”。计算机支持的多样化人机交互能力，标志着教育类智能体已经进入多媒体化阶段。

3. 智能化探索阶段：智能导师系统。智能导师系统是20世纪70年代技术与教育教学融合创新的标志性成果，主要是利用技术从认知层面指导学习者，实现了类智能体真正意义上的智能化探索，并以“导师”定义了此时教育类智能体的角色。而这一进步主要得益于教学机器与计算机辅助教学的思想启蒙和技术基础。在20世纪60年代后期到70年代早期，计算机辅助教学在认知主义学习理论的影响下开始关注学习者的内部认知过程。生成性CAI由此出现，即根据学习者的行为反应自动生成呈现的内容。生成性CAI系统通过搭建学生模型，为教育类智能体开启了智能化探索之路（张剑平，陈仕品，2008）。1970年，卡内基梅隆大学的Carbonell（1970）尝试将人工智能技术应用于CAI系统，并构想了一个智能系统，它既包含教学主题材料和授导教学规律的知识库，还具备与学生自然对话、生成问题和提供反馈的功能。该创意孕育了第一个智能教学系统SCHOLAR（Nwana, 1990），象征着智能计算机辅助教学的开端。Sleeman & Brown（1982）总结出智能计算机辅助教学系统的三个核心部件：领域模型、学生模型、教学模型，并从概念上提出了“智能导师系统”（Intelligent Tutoring Systems，ITS），将其定义为“利用计算机模仿教学专家的经验、方法来辅助教学工作的计算机系统”。随着智能导师系统逐渐可以自动分析学习者的认知特点、诊断学习问题、制定个性化的学习方案以及提供学习建议与反馈，这标志着教育类智能体向智能化的成功进阶，并以“导师”角色应用于实践，教育智能体由此进入智能化探索阶段。

4. 智能化发展阶段：智能学伴。智能学伴是智能导师系统的进阶版，它不仅从技术上更加关注以学习者为中心的智能化学习支持，还从技术的角色上实现了从“导师”到“学伴”的意义性转变。在20世纪90年代，计算机和人工智能技术已经取得重大发展，如何利用智能技术支持学习者个性化的学习成为人们关注的话题。教育类智能体转向了网络环境下的适应性学习支持系统。适应性学习支持系统意在根据学习者的个体差异提供符合学习者个性化特征或需求的学习支持（张剑平，陈仕品，2008）。而学习支持不仅仅包括资源、策略等内容上的支持，还有更重要的是来自“人”的社会性支持，而学伴支持是促进学生认知与社会发展的关键途径（郝祥军，顾小清，2021）。1989年，Chan（1989）受到了人类学习中自然存在的学习陪伴特性的启发，提出一种新的智能导师系统——学习伙伴系统（Learning Companion Systems，LCS），即在智能导师系统（ITS）环境中添加了计算机伙伴。在这样一个系统学习环境中，有“人类学生”“计算机学习伙伴”和“计算机教师”三个主体，而“计算机学习伙伴”的作用则是充当学生的学习同伴。由此，智能代理的角色从智能导师拓展到了智能学伴，“计算机学习伙伴”和“计算机教师”作为两类智能体通过协作的方式共同为学生学习服务。智能学伴系统标志着教育类智能体取得重要突破，不仅将教育智能体的角色从“导师”转向“学伴”，更是萌发出多智能体协作的前沿思想，为今天生成式人工智能催生的多智能体系统埋下了伏笔。

时至今日，教育类智能体搭乘人工智能的“快车”，取得了跨越式发展，不仅增强了学习者社交和认知的学习体验，还将协同教师共同设计、支持和监督学习者的学习过程（Edwards et al., 2018）。伴随着生成式人工智能的发展，教育类智能体的智能化程度再次取得新飞跃，大模型在命令解释、知识吸收以及模仿人类推理和学习方面能力不断增强，突破了早期智能体缺乏适应性和泛化能力的困境，进一步弥合了人机之间的适应性差距，进而赋能个性化学习实践。有研究指出，生成式人工智能产品以其泛知识特性、高水平的自然语言交互能力，可以为学习者提出的各种复杂问题提供适应性反馈，将成为人类自我发展的理性认知工具（沈书生，祝智庭，2023）。目前，以大模型为内核的教育智能体已经化身为各种应用进入到日常教育实践中，它们能够执行各种自然语言处理任务，并使用语言与环境进行交互，展现出了互动性、智能化、协同化、生成性和个性化的特征。当教师、学习者与教育智能体建立协同伙伴关系时，师生教学关系、学习发生的过程与机制也将产生变化，人类将在技术的赋能下以人机协同学习的方式更好地认识世界和自我（郝祥军，顾小清，张天琦，等，2022）。随着生成式AI的不断推进，加速涌现的AI智能体也在逐渐探索多智能体协同路径，致力实现横跨多场景、多应用的复杂流程自动化，增强智能体之间协作问题解决的能力，铸就新的AI生态（陈人龙，陈嘉礼，李善琦，等，2024）。因此，在生成式AI推动之下，教育类智能体迈向了智能化发展的一个新高度，为创造前所未有的新代理角色提供了契机。

从教学机器到智能学伴的发展历程不仅呈现出教学代理从机械的程序化模拟到智能化、类人化的演变轨迹，也揭示了教育类智能体所扮演的角色变化（如图2所示）。最初的教学机器试图利用机器扮演“专家”来替代教师的工作，它对机器自主性及其反应能力的探索，开启了机器模拟人类逻辑推理能力实施教学的先河，奠定了教育智能体的思想基础。计算机辅助教学的发展则使计算机可以像人类“助手”一样提供多样的工具支持，在多媒体形式的人机交互中促进学习。而教育类智能体的智能化则真正起步于智能导师系统。“导师”一词体现了技术的角色从“专家”替代、“助手”支持到“导师”指导的根本性转变，以“智能”为前缀也充分展现了教学代理向智能化进阶的发展定位。随着计算机与人工智能技术的发展，教育智能体的交互性显著提升，人机之间的文本交互、语音交互以及肢体交互使得教育智能体不仅能促进认知学习，还能增强社会情感体验。这也就体现了教育智能体旨在通过模拟社交互动来提高学生参与度和学习动机的一大特性，逐渐呈现为在教育应用程序中栩栩如生的多种角色（Kim & Wei, 2011），它们共同成为学习者的“学习伙伴”。当人的学习逐渐数字化，一个类人的教学主体或学习同伴将能弥补人类伙伴的缺席，模拟社会存在以促进学习者和其他主体之间的互动。可见，拟人化的教育智能体以多媒体的人机交互方式逼近人类教师，实现了智能化的进阶，并通过匹配相应的角色更好地模拟人类执行自主性任务（Moundridou & Virvou, 2002）。因此，其智能化的发展历程同样是其“代理”角色的演变史，不同阶段的技术特征决定着其“代理”角色的功能与定位。在可预见的未来，伴随生成式AI的推动，教育类智能体正努力迈向智能化的新高度，其扮演的角色也将实现新的突破，为人类创生出更多前所未有的“代理”角色，并参与到人类的学习与知识建构活动当中。

以大模型驱动的生成式AI使得智能体的发展势头更加强劲，适配于各个领域或业务场景的AI智能体正加速涌现（陈昌凤，2024）。这不仅拓展了教育智能体“代理”角色的能力上限，更能前所未有地生成具有创造性、交互性的角色，以多重分身共同参与到人类的学习中。根据学习技术系统框架（顾小清，王羽萱，2024），AI智能体的介入将铸就多样化的人工智能生态，推动以技术为中介的学习逐渐向跨系统、跨应用、跨场景的多维学习时空拓展，并对学习、分析与评价活动进行深层代理，以高灵活性和高智能协作性重塑人类的学习方式。因此，未来教育也将在学习者与多智能体的交互过程中得到重构。

（一）教育智能体的多重角色

教育智能体的加入重组了传统教师与学生的结构关系，走向了由智能代理扮演的多重角色参与的人机互动结构。Baylor et al.（2005）认为，教育智能体是服务于教学目的而由计算机生成的角色，包括专家、同伴激励者和导师，并通过实验证实了专家角色导致了信息获取的增加，同伴激励者角色导致了自我效能感的提高，而导师角色导致了整体学习和动机的改善。教育智能体“代理”的角色是多样的，但无论何种角色，其核心目的或意图都是促进学习者的学习（刘清堂，巴深，罗磊，等，2019）。

一是教的角色。从教学机器到智能导师系统，多以教的角色投入到实践，它们是基于专业的知识库以及按照确定的知识逻辑与推理规则，引导学习者的认知过程。第一种教的角色是专家（Expert），它是对某个领域掌握广泛知识的代理，是专业性、权威性和丰富性知识的代表。扮演专家的教育智能体较多化身为向学习者提供学习材料和知识测试系统，为学习者提供专业而权威的知识来源和相关测试。所以，这类系统多以指导、训练与检测的方式来促进和强化学习者的学习认知（Martha & Santoso, 2019）。第二种教的角色则是导师（Tutor），它同时提供知识和动机的代理，不仅拥有丰富的知识内容，还能从动机和策略上调节学习过程。如国外著名的AutoTutor可以适应学习者的行为，模拟人类辅导对话模式，向学生传递有助于解决问题的知识（Graesser, 2016）。相关实践证实，教育智能体的沟通功能对学习者的动机、学业成功和认知负荷有积极影响（Dincer & Doganay, 2015），教育智能体的提示和反馈功能促进了学生自我调节学习和元认知技能的使用（Duffy & Azevedo, 2015）。所以，扮演教的角色的智能体在拥有丰富的知识的基础上，还具备了自适应诊断、推荐、提示以及反馈的功能，在互动性、适应性和调节反馈上更好地指导学习者。

二是同伴的角色。教育智能体以学伴的身份，既可以和学习者一起学习、互动和协作，也可以扮演激励者、促进者帮助学习者专注于学习任务。依据班杜拉的社会学习理论，当学习者观察到同伴的社会表现时，学习的行为和动机会增强；同伴之间的言语鼓励也有助于提升学习者的自我效能和信念。越来越多的实践和研究也表明，学习者与教育智能体互动对学习者的动机、学业成就和认知负荷有积极影响。与教育智能体互动的学生和没有与教育智能体互动的学生相比取得了更高的认知表现（Tegos & Demetriadis, 2017），教育智能体的情感反馈也增强了学生的自我反思和概念习得（Daradoumis & Arguedas, 2020）。相比导师角色，智能体扮演的同伴角色已经变得越来越普遍，同伴代理对学习者促进作用更加显著（Kim & Wei, 2011）。

三是被教的角色。学习的另一种路径是“以教促学”。当教育智能体化身为被教学的对象时，学习者可通过教会智能代理来进行学习，这类智能体被称为“可教代理”（Teachable Agent）。例如Biswas et al.（2016）以教授名为贝蒂（Betty）的虚拟代理为情景，让学习者积极地与贝蒂互动，向她提问，并让她参加由导师代理（Davis）提供的测验；学习者判断答案是否正确并给出对应的反馈。教育智能体在以教促学的情景设计中化身为受指导者，学习者承担其教学的责任，在边教边学的过程中不断加深对知识的理解、组织和推理，这有效地提升了学习者监控和调节学习的能力。Zhao et al.（2012）总结了“可教代理”的三个优势：（1）可以增加学习者的知识反思和自我解释；（2）帮助学习者构建和重组自己的知识；（3）促进学习者承担学习的责任。随着虚拟现实、元宇宙等技术的发展，许多研究人员已经在虚拟环境中设计了相应的教学场景，并且证实在沉浸式虚拟情境中学习者与可教代理通过“教中学”的社交互动对学习和培训效果产生了积极影响（Chiquet et al., 2023）。未来伴随人工智能技术的发展，“可教代理”将能模拟更真实的情境，实现与学习者更流畅的对话，进而提升学习体验与效果。

四是师生的分身。分身即现实世界的人类在虚拟世界中的映射。虚拟现实、增强现实、元宇宙等虚拟技术的发展和应用，使得人们可以建立数字分身，将自己的身体以数字人的形式映射到虚拟世界，以数字分身达成真实与虚拟世界的多样化联动，从而突破现实个体的身体与时空的限度（蔡苏，顾小清，江丰光，等，2022）。当教育智能体成为人类师生的分身，师生以分身的形式进入技术构建的真实教学情境中进行互动，可以产生在现实世界中难以拥有的经历和体验。目前，教育领域也正积极开展数字分身的教学实验，这是一种真实教学试错成本最低的交互模式与实践方案，在赋能教师智能教学、学生自主学习上已经展现出较大潜力（翟雪松，等，2023）。以实验教学为例，利用元宇宙技术将虚拟分身连接具身操作系统，学习者以分身的形式既可以操控真实的实验设备，也可以观察到现实中难以感知的科学现象，教师也可以通过分身随时进行干预指导或实验演练（顾小清，宛平，祝智庭，2024）。所以，教育智能体作为师生的分身，不仅能提供真实情境下的具身操作和体验，更能超越物理世界操作的限制，拓展人类活动的时空与范围，实现真人、分身在虚实融合的世界同频共振。

五是创生前所未有的角色。上述角色是真实世界在虚拟世界的数字映射。智能体正在呈现的，是超越现实世界角色的代理，创生“前所未有”的角色，如大模型所代表的无所不晓的大师（“虚拟百晓生”），为特定场景定制的集成典型特征“代理”，可穿梭虚实融合世界的“数字精灵”。这些前所未有的智能体，虽非来自真实世界，却以逼真的形象、智能的交互和个性的服务，生活在智能学习世界为学习者提供支持。他们集成了最新智能技术，通过有形机器实体（人形机器人、实体机器物）、虚拟数字人/物等多种形态，变幻出诸如自我分身、虚拟师生、学习激励师、问题答疑师、教学分析师、情绪疏导师、学习规划师等不同的角色，成为分布在学习活动各个环节的“数字精灵”，赋予学习者更多的学习灵感、乐趣和体验。这些新的“代理”角色使得人类活动范围延伸到现实世界之外的时空，构建了虚实相融的多感官沉浸式学习空间，通过虚拟世界分身的体验延伸了学习者真身的体验（顾小清，宛平，祝智庭，2024）。不同的角色分身还将以协同的方式模拟人类的团体协作，以更强的类人智能更好地服务于人类的学习与发展。随着多智能体的协同以及更多新技术的加持，教育智能体还能创造出更多超越人类想象、增强人类智能的前所未有的角色，促进人类更加繁荣的思想与文明，推动人类对世界的认识与改造。

（二）介入并重构的学习技术系统

随着技术作为中介的学习时空不断拓展，学习技术系统强调要以学习者为中心、以个性化为导向，运用技术的多重角色服务于学习者（顾小清，吴战杰，2018）。根据教育智能体所扮演的多重角色，技术可以代理所有教学的参与者，包括教的角色（专家、导师）、同伴的角色（激励者、促进者）、被教的角色、师生的数字分身，乃至虚拟世界的“数字精灵”，他们在具体的学习活动中采集学习者的行为数据，并经过分析和评价，向学习者发送个性化的学习内容（如图3左所示）。而生成式人工智能催生的AI智能体，展现出了强大的自主生成性与创造性，不仅能生成以往教育智能体所扮演的专家、导师、同伴等角色，还能在学习技术系统中创生出更多符合场景需求、具有特定功能的新“角色”，它们如“精灵”一般在学习活动发生的真实物质世界与虚拟数字世界中自由穿梭，成为人类知识生产与创造的不可或缺的智能代理。基于新一代学习技术系统，分布在人类学习的真实世界与虚拟世界的多智能体通过协同合作，将能串联起以学习者、指导者、学习资源、学习工具与环境等系统要素的数据主体，以数据为纽带连接多源输入和输出，实现对跨场景学习活动的关联（顾小清，王羽萱，2024）（如图3右所示）。可见，多智能体在学习技术系统演化出多个分身、扮演多重角色，通过多智能体的跨场景、跨系统协同，进一步加强了学习者、技术工具与学习活动的实践关系，可以为学习者带来独特又丰富的学习体验。

在学习工具与环境上，各大教育科技领头企业已经在探索教育领域的大模型，在语言练习、知识学习、情感分析和个性化推荐等教育场景中发布了众多智能化的产品和应用系统，渗透于学习的活动与过程当中。在学习、分析、评价等活动上，为了更好地发挥生成式人工智能的教育价值，人们已经意识到要实施教育提示语工程，以帮助机器从合适的身份角色出发来理解人类意图，这样我们才能获得预期的响应，从而更好地解决问题（赵晓伟，祝智庭，沈书生，2023）。所以，生成式人工智能的潜力并不仅在于生成文本、图片和视频，它的真正价值在于成为人类解决问题的一个强大求解器，成为可以建立不同分身和幻化出不同角色的百变助手“孙悟空”。在极具复杂性、情境性的教育实践中，生成式人工智能将以教育智能体的形态代理不同类型的角色，成为教师、学习者等主体的重要助手，依据人类用户的问题或需求提供“生成的X”（AIGX）。从“代理”学习技术系统中的角色看，生成式人工智能正以AI智能体的形式，以“数字精灵”的化身，扮演多种角色，代理“知识的生产与传递” “学习活动与过程” “对学习的追踪与评价”相关活动，深度参与和影响着人类的学习。

1. 代理知识的生产与传递。AI智能体突破了专家知识的隐喻，转向知识内容的生成与创造。对知识生产与传递活动的代理，是以生成式AI强大的多模态语言理解与生成能力作为支撑的，在丰富信息的表征形式、创建学习资源等活动中建立技术工具与学习者的新联系。首先，代理“知识的传递”：师生作为主要用户，向AI智能体发起文字、语音等各种形式的交互，提出要求和内容。智能体通过理解用户意图，快速生成多种类型的学习资源，供用户审核和选择。尤其对于高度抽象的概念和原理或重要的自然现象、历史事件，AI智能体可以在文生视频技术的支持下，在理解文字描述的含义后进行具象化还原，对特殊的自然现象、科学原理、历史事件等赋以逼真灵动的动态特效，进一步丰富知识的表征形式，从而促进学习者更好地理解复杂的知识和概念。其次，代理“知识的生产”：在与师生用户对话过程中，智能体在故事创作、论文写作、辅助编程、草图设计等极具创造性的知识生产活动中显现了巨大作用，能为用户生成具有高度创意感的内容，以及为用户提供有效的提示和反馈。AI智能体作为知识生产活动的代理者，一方面，能为教师拓展课程内容设计的思路，提供资源创作灵感，协助教师依据教学目标与内容生成和创建独属自身的课堂或学科特色的教学资源，更好地服务学习者；另一方面，能为学生提供有效的学习支持和反馈，激发其创造符合自身认知能力、可以快速理解的学习资源，以及辅助自己进行故事创作、论文写作、编程设计等，促进学习者对知识的理解和建构。由此，教师不再只是知识的传递者，学生也不再只是知识的接受者，他们都可以成为知识、资源的生产者，AI智能体则成为促进教师、学生拓宽思维视野并激发更多创新想法的协同创作主体。

2. 代理学习活动与过程。具备自动生成能力的教育智能体在增强过程体验上也展现出了巨大的潜力，能在教师模拟教学、学生创造学习等实践中为学习者提供精彩的学习活动与过程。例如，以师生的“数字分身”提供真实体验中的教学实训。结合数字人技术，生成式AI能以师生的“数字分身”虚拟形象进入到真实的教学实践中。数字分身是具有人的外貌体态、可进行对话互动的一种AI智能体，它已应用到类似数智微格的职前师范生教学实训当中。充当师生数字分身的AI智能体，在元宇宙技术搭建的多样化虚拟教学场景中，能够进行真实的教学互动，模拟出不同特征学生的教学反应与表现，由此增强模拟教学的真实体验。实践证明，数智微格促进了学习者对教学过程的反思与改进，由此获得的教学经验能有效迁移到真实教学实践中（王龚，顾小清，胡碧皓，2024）。再如，以“智能学伴”促进富有创造性的学习。相关研究指出，生成式AI为教育提供了前所未有的新手段、新方式，为培养学生的想象力和创造性提供全新平台（王天恩，2024），并且生成式AI赋能的“智能学伴”已经在写作学习、高阶思维训练中彰显出了应用效果。在写作学习中，“智能学伴”凭借文本理解与生成能力，能够识别不同的写作风格，然后通过对话、提示等方式给予写作过程的反馈，来帮助学生创作故事、文章或诗歌，有效地提升了写作创意感与学习效果（王佑镁，王旦，梁炜怡，等，2023）。在高阶思维训练中，“智能学伴”通过与学习者深入对话，讨论专业知识、经验和灵感，来指导不同能力水平的设计思维学习，在整个学习过程中有效激发了学习者的创造性、批判性思维（Farrokhnia et al., 2024）。这一作用也在Huang et al.（2024）基于119名学生的实验中得到了证实，AI智能体作为“智能学伴”能显著提升学生在进行作品设计时从概念、构思到可视化的过渡效率，也提高了学生自我效能感。所以，从代理学习过程的角度，AI智能体将成为学习方式的变革性工具，其以智能化、互动式、个性化的学习服务参与到人类的学习活动中，极大地增强了学习过程体验。

3. 代理对学习的追踪与评价。从智能导师系统开始，数据分析、学习诊断与反馈功能一直是教育智能体发展的重点和亮点。在教育人工智能以构建智能自适应学习环境和揭示学习发生原理与机制为目标导向下（郝祥军，王帆，祁晨诗，2019），AI智能体将代理学习追踪、学习分析、学习反馈等活动，实现数据驱动的学习评价。首先，代理“学习追踪”：凭借AI智能体的高互动性和支持多种模态的输入和输出，渗透到各类学习活动中的智能代理在与学习者的对话交流中，可以同步采集各种数据，追踪学习者的学习轨迹，记录学习过程中的关键行为与事件，建立以学习者为中心的多模态数据集，生成学习者个人的学习档案，并根据用户的指令灵活调阅。其次，代理“学习分析”：AI智能体不仅能够理解人类指令和给出响应，还能自主创建一个强大的机制，以便在正确的时间做出有效的决策。代理“学习分析”的AI智能体，在多模态数据集的基础上，可以基于先进的算法，根据人类用户的持续反馈进行学习建模，从而更加精准地分析学习者的学习轨迹、知识掌握水平和认知特点，深入全面地洞察学习表现背后的原因及隐藏特征，对学习的过程与结果进行全方位刻画，以此生成学习者画像。研究证实，教育智能体在学习分析上所展现的功能，还可以促进学生的元认知发展和元认知技能的使用，唤醒学习者的主体意识与责任，促发学习的自我评价与反思（Duffy & Azevedo, 2015）。最后，代理“学习反馈”：AI智能体也能和心理咨询师一样，在对话的过程中了解学习者的学习问题和需求，向用户提供专业的学习咨询服务，并结合问题动因，针对性地推荐学习资源、规划学习路径以及提供学习指导。在具体的学习实践中，教育智能体主要是通过基于学习支架的导学策略、基于启发对话的导学策略和结合学习者模型的导学策略（刘桐，顾小清，王成龙，2023），在学习者产生学习疑惑、出现学习迷茫时伸出援手，为其重新规划学习的路径或提供个性化的学习反馈，如个性化的学习建议、学习提示、学习资源，来引导学习者有效学习行为的发生。综合来看，AI智能体或将成为人类发展的重要认知工具，它能显著提升学习评价的质量和效率，推动学习评价方式与内容的变革，加速了人机协同评价的落地（宛平，顾小清，2024）。

生成式AI浪潮带动涌现出具备高自主性与生成能力的AI智能体，并进入到教育实践中，成为知识生产与学习活动的重要代理。同时，融合大模型的多智能体分身也正实现协同，广泛应用于解答复杂学科问题、模拟社会行为、开展科学实验等，智能体之间通过互动、协同计划与决策，以类人的协作智能服务人类的问题解决（翟雪松，季爽，焦丽珍，等，2024）。多智能体协同的趋势一方面受人的社会性和集体智慧的启发，另一方面是当我们想利用技术去达到目的时，技术可能需要多种不同组合来处理复杂问题，如同人机之间优势互补等，不同智能体之间因适用场景与业务专长的不同也应协作，以多智能体系统形态发挥最大效能。

（一）模式的转变：从独立到协同

受到分布式人工智能的思想影响，很多智能体都是以独立的形态进入社会应用中。单个智能体在强化学习算法的奖励机制中，感知着环境中的状态与信息，并在大模型支持下进行理解和推理，最后执行相应的动作而作用于环境，这个循环可以持续重复到任务完成（如图4左所示）。但从模拟人类智能的角度，人类处理问题或者进行学习并不总是独立执行，而是具有很强的社会性，尤其在面对复杂问题处理时，单智能体工作模式不一定能作出类人的决策。所以，当教育智能体能够代理教学参与者的多重角色时，在学习技术系统中密切了学习者、技术工具与学习活动的实践关系，而独立作战的单智能体模式势必会限制其潜力与优势的发挥。基于大模型的驱动，生成式AI初步展现出通用人工智能的特征，人类开始尝试让机器之间进行有效的协作，促进机器在各自擅长的能力与业务方面携手，在协同与冲突中为人类创造物质、解决问题、发展思想提供重要支持。多智能体的协同将会迸发出融合人类智能、多机器智能的集体智能，在原有代理角色的基础上，为人类学习者创生出更多超越物理现实、满足人类需要的新角色，以“数字分身”“数字精灵”的技术化身，与人类在多个世界维度自由穿梭。

多智能体通过智能体之间的沟通、协作、计划、执行等来促进目标达成，综合发挥各自的功能，实现分工协作，以在复杂任务情境中发挥出类人的集体智慧（如图4右所示）。例如，清华大学的Chen et al.（2023）受人类团体协作的启发，提出了一个多智能体协同的框架Agentverse，并通过实验证明多智能体系统的性能优于单个智能体，还讨论了多智能体协作中出现的社会行为的优势和潜在风险。AI Waves公司联合浙江大学和苏黎世联邦理工大学围绕“标准操作程序”（SOP）模块来确定智能体之间交互的推进方式，提供了另一种支持多智能体协作的设计方案（Zhou et al., 2023）。SOP可以由大语言模型生成，并由用户在定制和调优智能体时进行编辑；部署后，智能体将按照每个状态的指定指令和准则进行操作，并根据其与环境、人类或其他智能体的交互动态调整其当前状态。实践证实，多智能体系统不仅可以作为助手解决教学过程中的复杂学科问题，还可以模拟课堂教学互动，促进学生的个性化学习（Swan et al., 2023）。对比单智能体，学习者在多智能体环境中更能自发运用多维提问策略，高效解决复杂学习问题（翟雪松，季爽，焦丽珍，等，2024）。所以，多智能体协作的系统在技术上不仅得以实现并出现了多种设计框架与方案，也在教育领域展开了实践探索。多个智能体围绕学习者的需求实现不同的联动与协同，表现出更为优质的灵活性、适应性和可靠性，自主生成不同的角色，适应复杂多变的任务与未知环境，推动人机协同学习走向更为成熟的水平。

随着各类充满领域特色、适配业务场景特征的AI智能体的涌现，多智能体协同处理的业务模式逐渐落地。融合大模型所创新的教育新形态正在引入具有动态交互性、理解生成性以及智能协同性的AI智能体中，它们以师生的数字分身、助力学习的“数字精灵”等更为智能、类人的新角色，深度参与到人类的学习活动中（如图5所示），通过协同构成了更为复杂的实践关系与结构，呈现出多元交叉的协同形态。

首先，从师生的数字分身看，生成式AI使得虚拟的数字分身在具备多种人形特征的基础上，更具类人的互动特征，表现出智能体应有的自主性、主动性、反应能力和社会能力，从而能够模拟真实课堂中的师生互动。作为分身的虚拟教师不仅可以代替本体执行包括教学设计、教学反馈等活动，还能与学生数字分身进行互动，模拟教学情境。例如，笔者团队已经开发出大模型赋能的教学设计代理，可以自主生成教学设计方案（Hu et al., 2024），然后在虚拟的教学情境中由师生数字分身进行模拟教学（王龚，顾小清，胡碧皓，2024），在这样由教学设计代理、教师数字分身、学生数字分身等多个智能体协同的实践中，教师能够对所生成的教学设计方案反复演练，并与数字学生互动，在教学过程体验中增进反思与改进设计。数字分身在元宇宙、数字孪生、物联网等技术的支持下，表现为虚实相间的数字交往人，包括而不限于真身、具身、化身（张家军，曾照瑶，2024）。所以，数字分身既可以是真人师生的现实映射，也可以是真人师生的超现实想象。作为师生的虚拟“镜像”，数字分身已经运用于数智微格、实验教学等场景，分身可被用来替代本体，以近乎真实的互动与反馈模拟教学实践，通过数字分身达成真实与虚拟世界的多样化联动，产生现实世界难以拥有的经历与体验。作为分裂出的“全新自我”，可充当虚拟教师、智能学伴，一方面可与真人教师协同，构成智能时代的新“双师课堂”（机师与人师），为教师提供教学设计方案、教学诊断报告、教学建议等，共同在线上、线下等多个空间为学习者提供指导；另一方面，可依据理想的形象设定智能学伴，成为学生在虚拟学习空间的朋友，向其提供情感交流、学习指导、问题咨询等类人的陪伴与支持，学习者则可以与大模型驱动的智能代理进行协作学习（Mohtashami et al., 2023）。

其次，以“数字精灵”为隐喻的各类智能代理，也会灵活分布在真实世界与虚拟世界中，化身为学习分析师、教学设计师、情绪疏导师、学习规划师等，伴随教与学的全过程，在必要的时刻等待被激活、被召唤，为学习者提供对应的支持。各类智能体从情感、认知与行为等多个方面对学习的辅助，使得学习者在进行自主学习、协作学习和探究学习时，再也不会孤立无援，能够通过自然的人机交互获得及时的帮助，真正走向自我主导的自适应、个性化学习，彰显出智能时代自我设计、自我调节、自我评价的人机协同学习特征。与此同时，教师基于多智能体的支持也具备了大规模“因材施教”的能力，可以及时处理众多学生的问题，借助自我数字分身、各类“数字精灵”助手快速分析与决策，为学生提供更多个性化的指导与学习支持。不管是“数字分身”还是“数字精灵”，它们作为新一代教育智能体的具象化内容，已经充斥在学习者真实、虚拟、虚实融合等多维的学习时空，它们之间的协作也为学习者带来了难以想象的丰富体验。我们有理由相信，在多智能体架构下，这些类人的代理角色将通过机机协作、人机协同的方式，作用于人类的认知、行为、情感，进而影响人类世界的发展。

（二）学习的重塑：多智能体的世界穿梭

从独立到协同，教育智能体必然会在人工智能技术的持续赋能下展现出以“孙悟空的毫毛”之法幻化多个分身、多种角色的神通广大本领与协同作用。智能时代的人类学习已经站在新的学习分界线上，即“没有AI的学习”和“有AI的学习”（李政涛，2024）。未来，随着人工智能类人能力的增加和模仿人类社会性的AI协作的出现，智能体可视为与人一样的社会主体，通过化身不同的智能代理角色，重塑学习方式、学习过程进而影响人类认知。著名哲学家波普尔曾将人的世界划分为三类（蔡灿津，1983）：物质世界、精神世界和思想内容世界，思想内容世界也称人工世界（王飞跃，2024）。当多智能体以具身机器人、虚拟数字人、AI数智人等多种形态，化身“数字分身”“数字精灵”进入到物质世界时，其不仅是物质世界的构成，同时类人的思维与“黑箱逻辑”也构筑起符合机器特征的精神世界，并影响人类的精神世界构造。最终，在内容生成上，教育智能体能够与人类一样创生知识、资源乃至文化，也会赋能人类创造更加丰富多元的思想、文化与内容，从而进入人类思想内容世界，正式构筑出人工世界，彰显出智能时代的人类文明创造特征。所以，AI智能体的涌现，将推动人的世界的改变，并以多智能体协同的方式在三个世界自由穿梭，创造出人类、机器共生的新世界文明。

1. 从物理世界看，越来越多的教育机器人、嵌入式的智能教学助手以及虚拟的数字教师，不仅成为学习者的个性化学习导师，更是进入到学校课堂当中，催生出智能时代的新“双师课堂”，人的学习活动逐渐走向分析数据化、活动精细化以及人机协同化（汪时冲，方海光，张鸽，等，2019）。以具身机器人或虚拟数字人形态活动在物理世界的AI智能体，将能作为教师、学生的虚拟分身，直接感知物理环境中的多模态数据，然后将数据输入给系统内部不同的“数字精灵”助手，分工协同分析教与学过程中的问题，最终向人类师生用户提供诊断结果并推荐相应的策略与资源。多智能体极大地推动了人机协同教与学的可能：一方面，基于大模型的多智能体通过融合深度学习、自然语言处理、计算机视觉、情感计算等关键技术，可以感知环境中的信息、识别人类的行为模式与特征，执行分析、判断与决策，为学习者提供适应性、个性化的学习反馈与智能服务；另一方面，教育智能体作为数字分身，能以数字人形态模拟不同特征的学生反应，演练真实课堂教学情境，通过人机协同教学实训方式增强职前教师实训体验，提升课堂互动和问题应对能力（王龚，顾小清，胡碧皓，2024）。因此，从物理世界来看，多智能体的教育应用丰富了学习形态，也为人的能力发展提供了新的途径，学习者的智慧与机器的智能在学习活动中逐渐达成混合智能的高效协作模式。

2. 从精神世界看，以数据驱动、AI赋能的教育智能体逐渐可以做到类人的思考与智能模拟，还能以对话互动、内容生成的方式影响人类的思想信念。计算思维、数据思维、数字素养、智能素养等既带有技术属性也展现人类精神世界的名词，似乎标志着人工智能、计算机科学已经对人类精神世界产生了不可忽视的影响。教育智能体在算法与数据的支持下逐渐被注入了“智慧”或“思想”，展现出了“主观能动性”，实现了从外在工具到内在主体的转变（张刚要，梁青青，2020）。所以，教育智能体所进行的数据分析既是其通过“算法黑箱”实现的“自主思考”过程，其输出的分析结果也影响着人类师生对自身教与学的主观看法与行动决策。特别是在学习的认知发生上，教育智能体在人工智能等技术的加持下已经可以提供以数据为核心原料的机器认知，可以化身为与人对话、引导学习、执行认知任务的计算认知系统，分担和参与人类认知活动，这从学习发生的过程与方式上改变了学习的本质。人机将作为共生单元构成学习双主体，两者以一种互惠共生模式完成知识生成与认知发生过程（郝祥军，张天琦，顾小清，2023）。未来随着多智能体的协作，扮演不同角色的教育智能体将能实现联通，人与机器、机器与机器之间的精神世界将走向更加频繁的交互、协同和碰撞，迸发出强大的集体智能，重塑人类知识发现与创造的过程，使知识的创造可以从无限可能的世界中探索无限的知识内容（顾小清，郝祥军，2022）。

3. 从人工世界看，生成式AI化身的不同教育角色不仅能够直接与物理环境中的人与物进行互动，还能实现自主理解与决策，更重要的是能生成极具创意的内容。这突破了人类知识生产的局限，改变了知识生产作为人类智慧专利的属性，重塑出“人机共同体”的知识生产主体形态。人的第三世界关乎社会的思想、内容、文明与文化，都将成为有“机”所创造的一部分。比如，人工智能创作的新闻、诗歌、绘画、音乐、故事以及视频影像等多体裁的艺术内容已经大体量、大范围、大规模地进入到人类社会生活当中，充斥着人类的思想内容，并影响着人的认知。学习者基于AI的智能增强技术，也可以进行更具探究性、创造性的学习活动，展开对人类社会、自然以及宇宙的深度探索，发现与创生出超越历史与现实的问题、观点、规律和理论等。在某种程度上，多智能体的社会应用也正在重塑着人类的文化与文明，推动人类进一步抵达“人工世界”。所以，不管是具身机器人、嵌入式系统还是虚拟数字人，当这些教育智能体的角色形象应用在教育实践当中时，它们之间的协同将灵活穿梭在物理世界、精神世界、人工世界中，而创生的出前所未有的代理角色，也必将构造出一个新的教学时空与教育生态，进而对人类的物质发明、精神思想与文明发展产生不可磨灭的影响。

经过近百年的发展，教育智能体已然成为推动教育发展、探索人工智能与教育教学深度融合的重要路径。融合生成式AI的能力，教育智能体正孕育出更大的动能，将如同“孙悟空的毫毛”一样，在教育的多类场景涌现出多重分身代理并走向协同，以多智能体协同方式重塑未来教育。这揭示出技术的革命性发展在本质上也是一个“域”的更替过程，即单体技术发展为复数技术、组合技术，形成“域”，新的“域”会逐渐取代旧的“域”，进而形成一个更大的技术结合体（顾小清，宛平，2024）。多智能体的协同势必会推动人类社会的研究从人的社会科学（Social science of human）逐步跨越到AI的社会科学（social science of AI）（Xu et al., 2024），对此，教育又将迎来怎样的生态改变，如何开启研究的新时空？我们还需做出更多前瞻性的探讨。

文章来源于华东师范大学学报教育科学版