2022年人工智能与教育设计：共同塑造未来学习与生活

计算机与教育：人工智能3（2022）100053我们如何在AI世界中设计学习Lucila Carvalhoa，*，Roberto Martinez-Maldonadob，Yi-Shan Tsai b，Lina Markauskaite c，Maarten De Laatda新西兰梅西大学教育学院教育公平研究中心b澳大利亚莫纳什大学数据科学人工智能系莫纳什数据未来研究所c澳大利亚悉尼大学悉尼教育与社会工作学院学习与创新研究中心d澳大利亚南澳大利亚大学学习变化与复杂性中心A R T I C L EI N FO保留字：学习能力方法A B标准计算能力和人工智能（AI）算法的快速改进使我们能够自动化塑造我们日常生活的重要决策，并推动工作场所的转型。据预测，许多人将发现自己没有准备好应对人工智能在某些领域日益带来的高度变化和不确定性。一个关键的教育挑战涉及如何支持年轻一代发展他们所需的能力，以适应人工智能的世界并在其中进行创新。本文认为，教育者和学习者不仅应该参与学习，还应该参与人工智能世界中学习的共同设计。此外，他们应该共同探索可以帮助人们塑造未来人工智能场景的知识，目标和行动，并学会处理高度的不确定性。该论文的一个关键贡献是对人工智能世界中的学习设计进行了重新概念化，探讨了教育设计的问题空间，并说明了教育者和学习者如何共同努力，重新想象人工智能世界中的教育未来。作为这个问题空间的一部分，本文讨论了基础哲学（能力方法和价值创造），高层次的教学法（强调共同创造），教学策略（投机pedagogies）和教学策略（AI场景）。然后提出了一个设计框架（ACAD），以支持教育工作者以及学习者这种参与式设计方法旨在让人们了解教育可能意味着什么，对谁来说，以及人工智能学习可能是什么样子，它强调了教育者和学习者积极参与共同设计他们想要的未来，以帮助塑造学习和生活在人工智能世界中。1. 介绍联合国教科文组织 教育的主要目的之一是为年轻一代的未来做好准备，这包括学习解决这些社会问题，但也要学习应对技术的快速发展，并应对不断获得大量的新知识和信息。Samochowiec（2020）指出，关于“未来技能”的政策和研究许多教育工作者经常努力使他们的教学方法适应不确定性，现代的复杂性（Zawacki-Richter等人，2019年）;由于技术进步的速度，政策往往落后。关于技术颠覆如何（并将继续）影响人类社会的讨论的核心是人工智能（AI）的发展。人工智能已经改变了我们的日常生活方式智能手机、ATM机、互联网以及我们周围的一切-重要的决策是自动或半自动做出的，基于人工智能算法的输出，这些已经影响到工作和收入，和 扰乱 的 劳动力 （Samochowiec，2020）。 没有人知道工作和职业生涯将受到多大程度的影响。大多数关于易受自动化影响* 通讯作者。平等通过教育研究中心，梅西大学，中庭建筑，3级，牛奶场平公路，奥克兰，0632，新西兰。电子邮件地址：l. massey.ac.nz（L. 卡瓦略），罗伯托。马丁内斯马尔多纳多@ monash.edu（R。 Martinez-Maldonado），yi-shan. monash.edu（Y.-S.Tsai），lina. sydney.edu.au（L. Markauskaite），maarten. unisa.edu.au（M. De Laat）。https://doi.org/10.1016/j.caeai.2022.100053接收日期：2021年7月27日;接收日期：2022年2月7日;接受日期：2022年2月8日在线预订2022年2666- 920 X/© 2022作者。由爱思唯尔有限公司出版。这是一篇开放获取的文章，获得了CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表计算机与教育：人工智能杂志首页：www.sciencedirect.com/journal/computers-and-education-artificial-intelligenceL. Carvalho等人计算机与教育：人工智能3（2022）1000532从9%到96%显著变化（Arnts等人，2016; Manyika等人， 2017; Muro等人，2019; Dellot等人，2020年）。从历史的角度来看，与自动化导致的失业相关的担忧并不新鲜（David，2015）。然而，人工智能现在正在挑战关于人类内在能力的假设，例如创造力和解决复杂问题的能力（Iansiti Lakhani，2020&）。此外，尽管新的工作岗位很可能会出现以弥补失业，但人工智能的快速发展周期也加快了人类需要发展其相关新能力的步伐，而这些能力目前尚不清楚（Harari，2018）。有些人已经被迫重新塑造自己，以保持在就业市场上的最新地位，他们可能需要以更快的速度这样做，而且在他们的一生中不止一次（Nissim Simon，2021&），这进一步加剧了不确定性。目前，尽管人工智能在我们的生活中产生了影响，但大多数人并不完全了解人工智能，机器算法可以做出的决定，或者人们在与人工智能互动时扮演的角色。重要的是，人工智能具有重大的伦理影响，作为急需的对话的一部分，这些影响越来越受到重视。随着社会向前发展，人们必须了解他们的现状如何影响未来的多种可能性，迫切需要支持教育工作者和学习者找出如何创造最美好的未来，正如联合国教科文组织的倡议所敦促的那样教育的未来：学习成为（2021）。本文的主要贡献是通过探索教育设计的问题空间，在人工智能世界中对教育设计进行重新概念化，并实际说明教育者和学习者如何共同努力，重新想象人工智能世界中的教育未来。我们主要专注于学习设计，以人文方法，人类机构，共同创造和福祉为基础。为了描述AI世界中学习设计的问题空间，我们首先介绍与AI世界中学习相关的最新发展。2. 在AI世界有许多与教育和人工智能相关的关键问题：每个孩子都应该了解人工智能吗？我们如何在人工智能介导的环境中支持学习？我们的核心价值观是什么？这些价值观如何在人工智能世界中得到体现？（Touretzky等人，2019年）。人工智能发展的速度和深度及其对社会的潜在影响的不确定性使得这些问题很难回答。在正式的教育环境中，如学校和大学，人工智能应用程序已经开始激增，包括学习分析系统和基于算法的决策，以支持学习和教学（Agus Samuri，2018&）。这些创新提供了有希望的好处，例如早期识别学生可能面临的挑战（Arnold &Pistilli，2012），脚手架自我调节学习技能（Fan等人，2021）和提供实时支持（Lucas等人，2021; Martinez-Maldonado等人，2021年）。然而，许多教育工作者仍然不确定人工智能如何影响教学和学习（Zawacki-Richter等人，2019年）。同样显而易见的是，人工智能可以使一些问题变得更加突 出 ， 例 如 ， 通 过 测 量 教 师 的 表 现 以 达 到 惩 罚 目 的（Selwyn&Gasevic，2020），分析学生（Selwyn，2019），以及推出可能推荐误导性行为的有偏见的算法（Buolamwini&Gebru，2018）。一些作者开始质疑教育中的人工智能创新是否会培养某些世界观，这些世界观有可能使殖民主义思维方式永久化（WilliansomEynon，2020&）。Zawacki-Richter等人（2019）认为，人们对人工智能的挑战和风险缺乏批判性的反思，并强调需要加强道德和人工智能相关的教育。人工智能的力量和危险促使全球采取政策应对措施，盟友事实上，值得注意的是，现有的人工智能政策举措没有充分解决人工智能能力建设问题，包括学习人工智能（即，AI素养和理解AI是什么），用AI学习（即，在教育中实施人工智能），以及学习人类-人工智能协作（即，生活在一个越来越多地与人工智能融合的世界中）（苗例如 ，2021年）。围绕人工智能及其对社会的影响的争论主要集中在对工作替代的恐惧上，而对学习和技能发展的影响则相对较少受到关注（Luckin等人， 2016年）。联合国教科文组织（2019年、2020年、2021年）也做出了一项利用人工智能的力量，实现全球可持续的优质教育目标。特别是，联合国教科文组织的建议呼吁将“人文主义方法”作为人工智能教育的总体原则，其中包括保护人权，为人们提供可持续发展和生活，学习和工作中人机协作所需的技能，以及培养开发和应用人工智能所需的人类价值观。联合国教科文组织的主要建议强调，人工智能的使用应该：● 保护学生● 使教师能够促进知识的共同创造，人际互动，高阶思维和人类的工作。价值观强调人的技能（创造力，解决复杂问题，批判性思维和协作）的教学实践是需要支持一个人在生活、学习和工作中使用人工智能工具。针对这种人本主义观点，我们建议采用能力方法（Sen，1985，1992，1999）。人性化的方法，代理，共同创造和福祉被纳入了人工智能世界 在下一节中，我们介绍了固特异（2005）的概念-教育设计的问题空间的化，为我们在人工智能世界中的学习设计的讨论奠定3. 定义学习设计的问题空间Goodyear（2005）的教育设计问题空间包括对教学框架和教育环境的讨论。古德伊尔最初的描述设想了由四个层次组成的教学框架（图1）。最高层次是“哲学”层--它承认我们认为人们是如何学习的，或者我们对知识本质的理解。第二层，“高级教育”，是上述哲学假设的一个更具体的实例，并不包含具体的行动处方。在第三和第四层，行动将被考虑-“教学策略”是指一个更广泛的计划，而“教学策略”是一个更精细的版本的战略。在固特异的问题空间中，“教育环境”代表了学习活动发生的“现实世界”。与Goodyear（2005）的工作一致在这里，我们采用了一个广义的概念，并 不仅扩大正规 教育 在 其 精华， 我们 建议重新-教育设计问题空间的概念化认识到，参与和共同创造是人工智能世界中学习设计的核心。在本文接下来的几节中，我们将讨论学习空间设计的主要元素，包括：● 一个基本理念-● 高水平的教学法-面向不确定未来的协作知识构建和学习（第4节）;● 教学战略人工智能世界中的人类代理，我们讨论了这些方法作为教学工具的有用性（第5节）;L. Carvalho等人计算机与教育：人工智能3（2022）1000533图1.一、 问题空间（固特异，2005）。图二. 在人工智能的世界中重新概念化教育设计的问题空间。● 教学策略-● 设计框架-设计（ACAD）框架，以确定设计的不同维度之间的关系，并考虑如何多个元素可以走到一起，以支持学习活动，如工具（数字和材料），任务，想法和人（第6节）。下一节讨论教学框架的两个要素.我们首先描述了一种基于能力方法（Sen，1985，1992，1999）和学习作为价值创造过程的基本理念。然后，我们考虑利用价值创造周期和指标的高级教学法（Wenger等人，2011年）。4. 高级哲学和教育学：能力方法和价值创造解决妇女的高度不确定性和丧失权能问题，人，学习设计应该以注重增强学习者权能的人文主义方法为基础（教科文组织，2019年）。作为我们对问题空间概念化的一部分，我们将能力方法作为基础哲学，我们还认为学习应该被视为一个价值创造的过程（图2）。在教育背景下，协作方法通常用于促进不同利益相关者之间的联合意义创造和共同创造。为了在人工智能世界中成功地共同创造教育未来，教育者和学习者需要一个安全的空间，教育者可以将他们的专业知识和学习者的独特经验和愿望带到这里，共同整合想法，并就所追求的价值观和教学成果达成一致。代理感对于共同创造至关重要，因为人们需要感到有权为个人利益做出决定目标，这是个人在不可预测的人工智能未来的背景下参与学习设计能力方法带来了一种人性化的方法，重点是机构和福祉。Poquet和De Laat（2021）认为，学习和发展的环境要求个人对他们的价值和他们喜欢追求的东西特别是在终身L. Carvalho等人计算机与教育：人工智能3（2022）1000534学习这些选择是非常个人的，有影响力的和存在的。许多人认为（例如，Boyadjieva Ilieva-Trichkova，2018&年;Ruben-son，2019年），终身学习的教育方法需要以“能力为本”的方法，将学习和教育扩展至人类发展，福祉和平等。Amartya Sen最初设想的能力方法强调人的发展而不是人力资本，侧重于可能阻碍人们发展的个人价值观和结构性制约因素。实现这些价值（Sen，1985，1992，1999）。因此，能力与能动性和一个人实现自己愿望的能力有关。它是关于“在追求他或她认为重要的任何目标和价值观的过程中自由地做和实现”（Sen，1985，第203页）。与能力方法相关的一些核心概念包括能力、功能、自由、转换因素和代理。本质上，能力方法是关于人们在他们所拥有的限制范围内可以做些什么，并实现他们的道德权利。对我们在本文中的讨论很重要的是能力的概念，以及它如何承认人们在一系列可用的机会中拥有个人自由，而功能是指个人认为对实现其目标很重要的资源、活动或态度（Comim等人， 2008年）。总之，对能力的关注强调自由和机会。能力方法设想增强学习者和教育者的能力，使他们能够找到有效的方法来支持知识，目标和行动的发展，这是应对不确定性所必需的， 以及人工智 能世界未来可 能发生的变 化（Samochowiec ，2020）。与能力方法有关的是学习作为一种价值创造的过程。Wenger等人（2011）开发的价值创造框架关注的是人们和网络在参与社会学习活动时创造的价值。人类的经验在不断发展，随着时间的推移，人们和网络会创造故事。正是在这些故事的背景下，人们可以欣赏到‘learning’价值创造故事是对所发生的事情的描述，它们代表了人们试图实现的愿望。这些故事通常是丰富的，持续的，并位于日常活动。无论这些故事多么强大，当谈到使其成为网络，实践社区和/或组织中的真正资产时，有一个悖论（De Laat，2012）：内隐自发学习活动通常对没有直接参与的每个人都是不可见的。事实上，学习者自己甚至可能没有意识到他们在学习。因此，非正式学习未被发现，因此难以评估、管理和评价（Wenger等人， 2011年）。价值创造框架有五个周期。第一个周期强调参与者体验到的即时价值。例如，有一个鼓舞人心的会议，有很好的讨论和见解，本身就有直接的价值。第二个周期是指潜在价值。这一价值尚未实现，但在网络和社区中的学习经验方面有希望。例如，可以分享如何应对某种情况的经验。这种情况可能永远不会发生，但知道该怎么做是令人放心的。另一个例子可能是关于在网络内共享资源。这些资源以后可能对成员有用。应用价值，第三个周期，指的是实践中的变化。参与对人们做事的方式有什么影响？一个人可能决定实施网络中其他成员首先提出或建议的某个想法。在查看应用价值时，人们试图确定在利用网络或社区中共享的知识的过程中，实践是如何变化的。第四个周期，实现的价值，是关于理解绩效是如何提高的，例如，由于实践的变化。可以收集哪些证据来记录实施变革或应用新做法所取得的成果？第五个也是最后一个周期是关于重新定义价值或重新定义成功。有时学习的结果需要一个完整的改变人们看待和理解事物的方式，以及重新定义衡量或实现成功的方式。这可能包括重新制定战略、目标和价值观。它也可以意味着改变或抛弃现有的结构，以支持一个新的框架或方法。价值创造框架提供了一种使未被发现的学习活动更加明确的方法，使用价值创造周期和指示符来帮助描绘基于以下方面正在创造的价值的图景可用数据 嵌入或 与人相关的， 故事. 作为因此，价值创造框架帮助人们反思他们的抱负和他们对活动的参与，这反过来也可能帮助人们实现这些抱负。它突出了一种学习的观点，人们将处理变化作为一个价值创造的过程，这非常适合为学习和人工智能设计的背景，并处理高度的不确定性。在教育设计的问题空间内，我们预见能力方法提供了一种人文主义的视角，其中人类发展，福祉和公平是人们在人工智能世界中如何学习的核心基本假设（图2）。我们还将共同创造过程视为基于价值的设计方法的固有组成部分。我们设想的价值创造框架支持讨论人们的价值和他们想要生活的世界，教育可能是什么样的，以及如何实现与人工智能的学习。未来的不可预测性要求我们学习如何应对变化，在这样做的过程中，我们从这一学习过程中获得个人和集体价值。支持以价值为基础的学习和面向未来的讨论的教学方法对于使这些高层次的想法可付诸行动非常重要。我们接下来讨论它们5. 教学战略和策略：为未知的未来而学习本节将讨论教育设计问题空间中教学框架的下两个要素（图2），讨论了教学策略和战术-一套方法，可以帮助我们接受在人工智能世界中学习和生活的不确定性。当我们只知道这个世界将充斥着人工智能时，我们如何为学生们提供一个还不存在的世界？在社会学习和转型领域，我们看到了各种面向未来的激进设计和行动学习方法的出现，例如社会梦想（Dunne Raby，2013&;LongManley，2019&）。这些参与式方法旨在建立社区的集体能力，以思考人们想要的可能的、合理的、可能的和更好的未来，并为能够铅 到 这些 期货 他们 提供 方法论的 游乐场接合 人 在 集体 思维 关于 他们的 期货 和改变他们的个人关系。Dunne和Raby（2013）认为，这种投机方法的主要目的是&Raby，2013，p. 1）。我们的假设是，共同的想象性推测可以让人们更好地理解他们想要什么样的未来，不想要什么样的未来。这就增加了采取后续行动以实现所希望的未来的可能性，从而防止出现不希望出现的未来。这些方法也被用作教学工具，使学习者能够共同创造他们想要生活的未来世界的愿景（Gonçalves，2016）。激进的设计和行动方法渴望使知识民主化，并使学习者能够掌握自己的未来。因此，他们通常专注于共享想象力和学习的社会情感方面，打破了通常起源于西方知识文化的传统知识创造方式的联系。正如Dunne and Raby（2013）所言：“Being involved with science and technology and working with manytechnology companies, we regularly encounter thinkingL. Carvalho等人计算机与教育：人工智能3（2022）1000535未来，尤其是“未来”。通常，它与预测或预测未来有关，有时它是关于新趋势和识别可以外推到近期的微弱信号未来，但它总是试图确定未来。这是我们绝对不感兴趣的事情;当涉及到技术时，未来的预测已经一次又一次地被证明是错误的。我们认为，这是一项毫无意义的活动。然而，我们感兴趣的是可能的未来的想法，并将其作为工具，以更好地了解现在，并讨论未来的人当然，也有人们不想要的。&” 2）的情况。教育决策者和研究者一直试图通过前瞻性研究来解决可能的未来问题。从历史上看，最著名的此类研究是经合组织思考情景，重新思考教育（2006年），教育专家和政策制定者采用未来思维方法进行分析，裂解 和 发展 场景 的 明天的 教育 （范诺顿，2006年）。可以开发许多不同类型的情景，情景开发方法的核心思想是通过整合当前的教育知识并坚定地关注更广泛环境中的趋势，如人工智能的发展，让政策制定者对可能的未来进行严格的前瞻性思考。这些构造 场景 是 “始终如一 和 相干 的描述反映过去、现在和未来发展的不同观点的替代性假设未来它们是共享的知识人工制品，为讨论可能的政策决策和规划行动提供了基础。在过去20年中，未来研究和进行此类研究的前瞻性方法大量涌现，包括情景开发、德尔菲法和地平线扫描法（Glenn Gordon，2009&年）。这些方法已广泛应用于教育，特别是反思和设想技术发展如何塑造其未来。例如，多年来，EDUCAUSE一直在使用水平扫描方法来分析教育技术和新兴趋势中的微弱信号，以及它们如何塑造教育（例如，Pelletier等人，2021年）。这些方法，不同于社会梦想的方法，强调专业知识和方法的严谨性的重要性。例如，最近的一份前景扫描报告描述了以下方法：“The Horizon Report methodology is grounded in the perspectivesand knowledge of an学习和科技产业。在德尔菲过程之后，我们的专家小组成员的任务是回答和讨论了一系列开放式提示，并参与了随后几轮的共识投票（见侧栏“小组问题”），所有这些都集中在确定对塑造中学后教育和学习的未来最重要的趋势、技术和实践上。“（Pelletier等人，2021年，第102页。47-48 ，我们的重点）。类似的预见方法也被用于重新思考未来技能和其他面向未来的研究（Kirschner Stoyanov，&2020）。未来方法现在广泛用于许多领域的政策规划和决策，包括广泛的工具，如德尔菲法，地平线扫描，情景规划，愿景等（DPMC，2021;GO-Science，2017）。这些未来技术主要是进行分析的认识工具，参与结构化的意义制造，并就设想的未来达成共识。这些工具可以灵活地适应不同的情况、问题和目的。激进的设计和行动学习方法，如社会梦想，主要是为了使知识民主化，并使弱势和边缘化社区参与重新想象和改变他们的未来未来预见方法已被开发为专家进行严格分析和创建为决策提供信息的联合知识人工制品的工具。这两种方法的结合是强有力的教学工具，使学生参与严格的数据收集，分析，联合对话和展望自己的未来。他们通过为学习者提供方法论工具和机构来赋予学习者权力，使他们能够严格和系统地思考自己的未来，包括人工智能的作用这些方法是学生的方法工具箱的关键部分，将面临越来越多的期货（固特异Markauskaite，2017&;2019;Markauskaite，2020）。例如，几年来，本文中的两位作者一直在使用水平扫描方法作为学习技术研究前沿研究生课程的教学框架。在这些课程中，学生（类似于专家）研究新兴技术，在更广泛的背景下的趋势，参与联合学生主导的专家对话，并创建他们选择的教育创新的地平线报告。其中一门课程是使用学生主导的参与式设计创建的（Ripley等人， 2021年）。 同样，在一门与工业界来自全球招聘公司Randstad的合作伙伴，跨学科的本科生这些学生扮演了专家的角色，因为他们对目前的情况进行了严格的分析评估和考虑该领域和更广泛背景下的趋势，调查和采访利益相关者，并创建可能的工作未来的所创建的场景对于那些在工业界和学术界工作并做出决策的人来说也是有价值的知识对象：“For industry, they [scenarios] give an insight into what kinds offuture work models our graduates will be willing to adopt andinwhat为在学术界，他们让我们了解到我们的毕业生想要生活在一个什么样的未来世界，他们想要共同创造一个什么样的世界”为了说明这一点，我们可以使用Samochowiec（2020）创建的类似AI场景的例子。作者提出了四种可能的未来，每一种都对人工智能如何影响教育的未来提出了问题，包括：崩溃、零工经济衰退、净零增长和全自动人工智能。在崩溃情景中，社会秩序低下，自由稀缺和受到限制，这种情景的特点是无法获得水，食物和医疗保健等基本需求，这可能会挑战社会，也许需要人们发展生存的知识和技能，但也要适应或对抗这种严峻的前景。在零工经济时代，机器从人类手中接管了目前中产阶级的工作，但只有一小部分精英会生活在贫困线以上。例如，这种情况将需要关于如何迅速重新适应就业市场的知识和技能。净零是一种富足的情景，大多数人都能获得他们所需要的东西，但这可能需要愿意遵守规则和自我限制，这需要所有人接受和同意社会成员发挥重要作用。最后一种情况是完全自动化的人工智能奢侈品，机器从人类那里接管工作，每个人都享受这项工作的成果，这可能需要动机和自我目标。预测未来的尝试是有风险的，而且很少成功，这些情景不应该被视为真正的直接预测。相反，它们是人们创造的更理想和更不理想的未来的愿景。还有许多其他可能的情况可以设想。 但在教育环境中，情景的使用可以为反思和讨论未来情景中的积极和消极因素以及我们如何应对未来不同的潜在挑战提供一个出发点。因此，未来情景的共同创造可以用作L. Carvalho等人计算机与教育：人工智能3（2022）1000536教学策略，以促进学生在讨论了与人工智能世界中教育设计问题空间中的四层教育框架相关的核心思想之后（图2的左侧），我们现在转向一个设计框架，该框架允许我们将学习情境中的多个元素放在一起并加以说明（图2的右侧）。 2）的情况。6. 为学习而设计的框架：学习情境中的多个本节重点介绍学习情况，以及如何构建涉及多个元素的设计讨论，并作为AI世界中学习设计的一部分（图2）。我们不知道前面是什么，但我们需要共同确定我们希望有一个什么样的未来。我们需要了解我们如何能够集体采取有意义的行动，为这一未来作出贡献。在本节中，我们建议设计框架将有助于打破学习设计的复杂性，并允许教育者和学习者反思部分-整体关系，即考虑每个设计元素（部分）如何有助于形成元素（整体）的特定组合，以及这种组合如何反过来影响学习活动。以活动为中心的分析和设计框架（ACAD）（固特异卡瓦略，2014&年;固特异，卡瓦略，约曼，2021年&）提供了理论和应用镜头，可以帮助支持设计有效的学习体验。ACAD承认，学习活动在认知、物理和社会方面都有其特定的位置，因此受以下因素的影响：（一）拟议的学习任务或认知设计;（二）学习者可用的物理和数字化工具或成套设计;（三）事先规划的具体社会安排或社会设计。学习活动是该框架的核心，它被理解为一种涌现现象（图1）。 3）。知识论、集合论和社会论提到设计意味着要做出选择学习情境的任务、工具和社会安排一个老师，一个讲师），导致一个元素的集合。在“学习时间”，当学习者与这些元素交互时，集合体就陷入了紧急的学习活动中。总的来说，ACAD的前景，学习者的互动与这些元素的集合不能完全预先预测-学习者有机构共同创造什么已经提出。但活动受到可设计组件的影响，学习者在一定的方向。Yeoman（2015）将ACAD框架（Goodyear Carvalho，2014）的分析概念与Goodyear（1999，2005）早期的教学框架概念（图1）和Alexander等人的概念相结合&。（ 1977）设计模式和模式语言的研究。Yeoman（2015）建议使用ACAD线框在单个视图中（通过网格）进行映射（图10）。 4），其中来自ACAD的多个可设计元素是以不同的粒度层次--微观的、中观的和宏观的--来布局的借鉴ACAD框架、线框和设计人类学（Gunn等人，2013），Yeoman和Carvalho（2019）创建了ACAD工具包，其中包括基于卡片的方法，任务支架，学习场景和图像，用于促进理论上知情的教育设计讨论。因此，该工具包已被用于支持教育设计团队，通过搭建知识共享和知识整合的框架过程（McDonnell，2009），通常用作对话提示，以鼓励就有价值的学习活动形式和可设计的元素进行协商，以支持这些活动（Goodyear，Carvalho，Yeoman，2021&;Yeoman Carvalho，2019&）。使用设计框架和工具包，如ACAD（固特异，卡瓦略，&约曼，2021年）与价值创造框架（温格等人，2011）可能有助于支持教育者和学习者之间关于如何在AI世界中设计学习的丰富讨论，例如在创建 未 来 场 景 时 ， 或 者 在 考 虑 其 他 人 创 建 的 AI 未 来 场 景 时（Samochowiec，2020）。ACAD可以帮助教育者和学习者参与共同设计活动，并通过设计维度（集合，社会，认知）指导设计对话，以解释学习情境的不同元素。认知设计，例如，可能会考虑类型图三. ACAD框架（改编自Goodyear Carvalho，2014年&，第100页）59）。L. Carvalho等人计算机与教育：人工智能3（2022）1000537图四、AI 世 界 中 的学习设 计 和ACAD线框（Goodyear，Carvalho，&Yeoman，2021，第457页）。学习任务和了解可能成为未来一部分的方式，例如创建人工智能场景或采用其他投机和前瞻性思维方法的组合。这可能包括学习人工智能，但也学习人工智能以及人工智能如何以不持续复制殖民主义思维方式的方式支持学习过程（Williansom Eynon，2020&），而是为所有人提供机会。这些讨论也可以在不同的粒度级别（微观、中观和宏观）进行。包括在涉及人工智能的学习环境的直接环境中有哪些元素在起作用（微观），或者在不同的未来人工智能场景中可能需要考虑哪些制度规则（如果有的话）（中观），以及哪些政策可以支持涉及人工智能的未来教育实践（宏观）。这种设计方法的基本理念包括能力方法的人文特征（Sen，1985，1992，1999），教育者和学习者可以通过连接人类代理，包容和共同创造的原则来指导，但也讨论了其他原则和价值，这些原则和价值可能会支撑他们对未来的愿景，例如考虑人工智能对更广泛的行星生态系统的影响。我们不知道未来的学习环境会如何，重新想象 传统 正式的课堂 学校环境大学可能会进一步改变（设置设计），我们需要承认人工智能是不断发展的。例如，学习分析可以提供实时和个性化的反馈，并帮助教育者和学习者最好地利用该反馈来加深他们的学习体验。我们相信物理学习空间很可能对于未来的学习环境仍然很重要，空间提供了人类共同存在的机会，但新的未来环境可能会挑战围绕身体接触规律性的严格规则，例如，作为周一至周五类型的事件，因为它是目前在我们的学校系统中设置的。当教育者和学习者参与关于人工智能世界中学习的讨论时，考虑到工具、资源和新兴技术的复杂性（集合设计），他们还需要承认与其他人在一起的重要性（社会设计），除了讨论人工智能在教育中的作用。7. 总结发言Williamson和Eynon（2020）呼吁在教育中使用更具参与性的方法，或者同时能够在实践中发展见解和改变的L. Carvalho等人计算机与教育：人工智能3（2022）1000538同样，在教育中的人工智能背景下，我们呼吁社会中的共同创造，教育的观点涉及学生和教育工作者积极参与关于学习的讨论，学习网络和社区。在解决未来的不可预测性时，我们重新概念化了人工智能世界中教育设计的问题空间，我们希望看到教育工作者和学习者深刻反思人工智能的作用以及将塑造学习活动的设计结构。这些想法嵌入我们对教学框架和学习情境的所有元素的思考中（图2）。可行能力方法在人工智能的世界中，将潜在的人文原则作为设计的基础-强调人的代理，包容和共同创造（哲学）的重要性。价值创造框架提供了一种在五个周期（高级教学法）内进一步概念化学习活动的方法，使教育工作者和学习者能够采用一种全面的方法来设计学习，一种考虑到直接价值，潜在价值，应用价值，实现价值和重新构建价值的方法。此外，基于未来情景的推测性和前瞻性思维方法（教学策略）可用于重新设计讨论，帮助教育者和学习者考虑未来的潜在挑战（教学策略）。最后，ACAD可用于构建共同设计讨论，教育者和学习者在其中探索各种元素的作用，以考虑它们对多个场景中的紧急学习活动的影响。ACAD还可以帮助教育工作者和学习者在不同的设计维度和不同的粒度级别上寻找一致或不一致。图4显示了如何在ACAD线框中表示本文中讨论的一些元素。总之，这些分析工具和设计方法可以促进关于知识，目标和我们都需要采取的行动的复杂对话，以便灵活地接受并解决人工智能未来的不确定性。它们还可以为教育者和学习者关于共同努力，重新构想和共同创造符合确认罗伯托·马丁内斯-马尔多纳多引用阿古斯河&Samuri，S. M.（2018年）。学习分析在教育和儿童发展中的贡献：学习分析综述。Asian Journal of Assessment in Teachingand Learning，8，36-47.亚历山大角，Ishikawa，S.，&Silverstein，M.（1977年）。模式语言。牛津大学出版社.阿诺德，K.，&Pistilli，M.（2012年）。课程信号在普渡大学：使用学习分析，以提高学生的成功。第二届国际学习会议论文集分析和知识（pp. 267-270）。 New York，NY，USA：ACM.阿恩茨，M.，格雷戈里，T.，&Zierahn，U.（2016年）。经合组织国家工作自动化的风险。巴黎：经合组织。Boyadjieva，P.，Ilieva-Trichkova，P.（2018年）。 终身学习是一种解放过程：能力方法。In M. Milana，S. Webb，J. 霍尔福德河沃勒&P. Jarvis（Eds.），帕尔格雷夫成人和终身教育国际手册，学习（pp. 267-288）。斯普林格。布奥兰维尼，J.，&Gebru，T. (2018，一月）。性别差异：商业性别分类中的交叉准确性差异。 在关于公平的会议上，问责制和透明度（pp. 77-91）。 PMLR。Comim，F.，Qizilbash，M.，&Alkire，S.（2008年）。能力方法：概念、措施和应用。北京大学出版社.David，H. J.（2015年）。为什么还有这么多工作岗位？工作场所自动化的历史和未来。 The Journal of Economic Perspectives，29（3），3-30.DeLaat，M.（2012年）。 实现专业发展网络：您的联系方式如何？看。荷兰开放大学。Dellot，B.，梅森河，&Wallace-Stephens，F.（2020年）。工作的四种未来：应对激进技术时代的不确定性。London：London.DPMC。（2021年）。未来思维新西兰：总理和内阁部。2021年6月3日检索自https://dpmc.govt.nz/our-programmes/policy-project/policy-methods-toolboX/futures-thinking。Dunne，A.，Raby，F.（2013年）。投机的一切：设计，小说和社会梦想。北京：清华大学出版社. 2021年6月3日，检索自http://www.jstor.org/stable/j.ctt9qf7j7.Dutra Gonçalves，D. R.（2016年）。社会梦想：从探究到洞察。硕士论文。帕森斯设计学院（Parsons，School of Design2021年6月3日于https：//static1.squarespace.com/static/56787cbd40667a75f6c6feaf/t/573a8b0b356fb08a016abca7/1463454477021/Ricardo + Dutra_Social + Dreaming +%28online +quality%29.他们的价值PDF.ˇ´在人工智能世界中设计不可预测的学习未来时，我们需要认识到人类可能会在多种不同的学习情况下与人工智能合作。因此，当教育者和学习者参与学习设计时，他们不仅需要计划人与人之间的交互（例如，学生和学生或教育工作者和学生），但机器人也可能在未来的学习环境中发挥作用因此，设计师可能需要考虑社会结构或安排，以促进和促进人类与人工智能之间的顺畅许多变化可能会受到威胁，包括使用依赖于年龄的学习分组，以适应年轻人和老年人可以一起学习的环境，并相互教授与人工智能一起生活和工作的不同元素最后，为了应对人工智能的动态和复杂性，最后，我们需要采用人性化的参与式设计方法，同时借鉴面向未来的方法和框架，支持复杂的教育设计对话，这样做，我们可以帮助教育者和学习者共同创造最好的未来。教育将意味着什么以及它将是什么样子，是我们现在都需要参与的一些关键问题，因为我们考虑与学习设计相关的潜在挑战以及与人工智能一起生活，工作和学习的不可预测的未来。申报利益作者声明，他们没有已知的可能影响本文所报告工作范，Y.，Saint，J.，辛格，S.，