摘 要：知识生产的历史逻辑表明，技术对知识生产具有重要影响。置身智能时代，数智技术将赋能教育学知识生产，重塑教育学知识生产的理想图景。然而，数智技术赋能教育学的知识生产也面临多方面的博弈与张力。数智技术在知识的生产主体、生产方式、生产场所和生产结果等各要素环节都具备赋能教育学知识生产的可能性，赋予其群智协同、自动化与智能化、空间流动、多元交叠的特征。然而，就这种赋能作用的限度而言，数智技术的应用也可能导致教育学知识生产主体身份失序、生产方式拼接化、生产场所虚实模糊、生产结果遭遇可靠性困境等风险。为此，应以对数智技术的辩证之思，确立人类主体的地位；依循以情境为驱动的目标导向和以创新网络为支撑的关键行动力，强化教育学知识生产的范式创新；依托实体建构的身份标识和具身体验，明晰教育学知识生产场所的虚实边界；提高批判反思性研究能力和技术应用标准水平，保证教育学知识生产结果的规范化。

关键词：数智技术；教育学；知识生产；人机协作

知识生产具有鲜明的历史逻辑，不同时期的新技术、新工具等可能对知识革新的需求、知识生产的方式产生重要影响。置身智能时代，数智技术对知识生产产生重要影响。就教育学知识而言，“它须是关于人如何在社会活动中更好地得到发展的，是人对教育现象而非其他现象的认识成果”。因此，教育学知识是伴随人类社会的教育现象而存在的，且相比自然科学知识，教育学知识还涉及基于人文诠释、主体与环境互构而成的质性知识和行动知识。从教育学知识的定义出发，数智技术赋能教育学知识生产是完全可能的，同时也面临着相应的挑战。一方面，数字教育会产生海量的教育数据，人们需要依靠数智技术，才能对独特的数字教育现象进行科学分析。另一方面，数智技术在教育学知识生产中也存在限度。例如，智能体依靠的是对已有知识的连接组合，缺乏先验的知识文化以及向将来敞开的在世体验，不仅难以依靠海德格尔（Martin Heidegger）提出的“释义学循环”方式，进行真正有历史和文化依据的教育意义揭示与建构，而且还可能在机器幻觉的介入下编造出一个拟像泛滥下超真实的知识世界，对人类的教育认知进行不当的规制，并可能以带有还原论色彩的计算主义范式，对“情感、心灵、灵魂、精神、理念等不可见的教育主观实在”进行抽象、机械和浅表的理解甚至误读，遮蔽了教育学知识的人文气息。因此，如何把握数智技术为教育学知识生产带来的机遇，同时明确其限度、化解相关挑战，是理论研究和实践探索亟待回答的问题。

一、数智技术赋能教育学知识生产带来的机遇

数智技术能对教育学知识生产发挥多向度的赋能作用。分析与把握这种赋能作用，需厘清知识生产的结构要素。有研究者指出，“学术研究的知识生产”要有“学者”的参与，指向的是知识结果“量的扩张”和“质的飞跃”，依靠的是问题的提出、学术命题的总结凝练、文献和生活积累的奠基、理论思维想象力的发挥。由此可见，知识生产的要素应该包括生产主体、生产结果和生产方式。还有研究者提出，生产方式具有空间维度的特征，即生产方式总是与特定的民族或国家的具体情况紧密相关的，会受到不同国家政治、历史和文化差异性的影响，并形成了一种共时的多样性和选择性。知识生产作为智识产出的实践活动，理应具备生产方式的空间特征，必须考虑到来自不同空间场所的影响，并给予回应。换言之，作为一种生产活动，知识生产离不开生产的空间场所。综合上述学者的观点，本研究认为，知识生产应该包括生产的主体、方式、场所和结果四大要素，分别回答“由谁生产”、“如何生产”、“在哪生产”、“生产什么”等问题。各要素紧密联系，共同构成知识生产的发生机制。数智技术能分别作用于知识生产的不同要素，为教育学知识生产带来多方面机遇。

（一）助力教育学知识生产主体的群智协同

数智技术拓宽了教育学知识生产的主体，有助于一线教师等教育实践工作者参与教育学知识生产，同时，使人工智能也参与其中，与人类共同成为知识生产的主体，构建出群智协同的教育学知识生产格局。

首先，数智技术可通过对知识结构的改变，强化教育学知识生产主体的群智协同。知识结构主要指知识对象内部各要素的组合与组合方式。知识结构不仅体现为物理范畴上的“状态样式规定性”，而且可以从发生意义上将其理解为是由“过程样式规定性”所决定的。因此，教育学的知识结构与知识生产的主体特征紧密相关。传统的教育学知识结构体现为结构完整、层级明确的“建筑”形态，是基于专家成果构建起来的严密体系。然而，数智技术改变了教育学的知识结构，为其赋予了“舞蹈”式的结构特征，即结构变得混沌、复杂和不确定，并在人与人、人与机器、机器与机器之间建立交织关系。这一结构的转变，意味着教育学知识的存在将不能离开人与人、人与机器等之间的互动。从教育学知识的上述转变追溯，其知识生产过程也必然体现出主体间的群智协同，即由众多主体围绕教育问题和教育现象的阐释、教育规律的揭示等进行开放式协作。事实上，伴随着教育数字化的进行，数智技术冲击了教育的全要素，不仅改变了教育内容的呈现方式，而且围绕教师与学生分别建构了新型人机协作关系。这意味着，智能时代的教育学知识生产不应仅停留于宏大的理论叙事，还应关注到具体的教育实践应用情境，要生产出能够面向“情境变化、背景多元与体验迥异”的知识。因此，教育学知识生产的主体必须向一线教师等教育实践工作者、具备一定知识生产能力的虚拟化的教育文明体等开放，并让他们与专门的理论工作者进行科学对话和友好理性的协商，对多模态的教育实践经验进行反思和提炼。事实上，智能化信息检索与学术信息推送、便捷的数字化协作平台等，为一线教师等与专家学者之间的对话交流提供了充分的可能性。

其次，数智技术还可通过对知识生产权力与能力的再配置，强化教育学知识生产主体的群智协同。福柯（Michel Foucault）提出，“权力和知识是直接相互连带的；不相应地建构一种知识领域就不可能有权力关系”。可见，知识具备资本属性，对知识资本的差异性持有可以带来权力效应。数智技术能提供交互性的知识服务，并激发人们的灵感，提供创意思路，有助于打破知识资本引发的权力效应。比如，哥伦比亚大学计算社会科学中心开发了高性能的数据分析应用程序，将异质成员与创新资源进行集成，充分发挥人员互补、技术共享等功能，构建了民主开放的创新平台。这些技术为打破专家学者的垄断权威、形成开放与平等的教育学知识生产权力格局提供了重要支撑，有助于实现教育学知识生产中多元主体的协同参与。

（二）推动教育学知识生产方式的自动化与智能化

传统的教育学知识生产方式主要依靠脑力劳动，是一种“悟性技术”的体现。“悟性技术的难言性或意会性因人而异，因事而异，不同的认识主体有不同的理解。”教育学知识生产的悟性认知方式难免带有一定程度的经验依赖性。随着教育数字化的到来，教育实践场域发生了重要变化，并使得教育现象、教育问题等有了新的表现形式，例如，海量的多模态大数据成为教育学知识的重要生产资料。这些变化呼唤着教育学知识生产方式在保留传统理论思辨和经验总结模式的同时，发展出自动化与智能化的新特征。

数智时代的教育学知识生产，可借助各类智能设备对教育教学过程中的数据进行全时段与多场景的采集，形成具象、全面的数字化表征体系。此外，生成式人工智能还具备一定的类人认知、思考与推理能力，能够快速理解人们的多元需求。在此基础上，数智机器可依靠人机交互对话、大数据分析、模型建构与预测等，探索智能时代的教育与学习规律。例如，有研究者基于学科素养和教育素养深度融合的“DNA双螺旋”教师教育理念，采用“群落式”多模态大模型架构，对百余万课时的优质教学视频和数亿条数据资源进行分析，得到了双轴七维的教师能力图谱。如此，人们只需要发出一个指令，智能机器就可以根据人们的意图开展知识图谱分析，从而把握相关教育研究的现状和趋势，探索隐藏在海量数据背后的教育规律等，实现自动化和智能化的教育学知识生产。

（三）扩展教育学知识生产场所的空间流动

空间构成了人类实践活动的场所，不仅具备物质属性，还具备社会关系和精神体验属性。这些属性对教育学知识生产具有重要影响，不仅体现为物质空间中实验设备等的影响，还体现为由人们的交往、精神体验等形成的意义空间所产生的重要影响。对教育学知识生产而言，空间塑造着观察的视角、理解的向度、表述的维度，体现出知识生产的场所特征与功能。过去，作为对象的万事万物容易被锁定在特定的空间中，导致以往教育学知识生产的空间场所具有一定的封闭性，研究对象的范围、研究问题的视角等也较为单一。智能时代，物联网、大数据与云计算等技术能够打通“线上与线下”、“局域与全球”、“过去与当下”的壁垒，使教育学知识生产的场所展现出空间流动性。

首先，教育学知识生产场所的空间流动体现为现实与虚拟空间的流动。一方面，人们发明了以教育元宇宙为代表的虚拟教育空间，并重构了虚实共在的教育生态图景，使教育学知识生产在研究议题的选择上体现出虚实空间的流动特征。置身虚拟教育空间，师生将获得个性化与便捷的教育和学习体验。同时，师生的主体属性、关系属性等也将被重新定义。由此，虚拟教育空间将成为一个与现实教育世界平行的存在。这将从空间层面给教育学知识生产的议题设定带来影响。比如，人们将不得不关注虚拟教育空间与现实教育空间中的教育质量与公平、全时空评价等问题，以及对虚拟教育空间与现实教育空间中的教育问题、教育规律等进行对比分析。另一方面，人们还可以在现实研究场景受限的情况下，在虚拟云平台中开展教育研究，从而使教育学知识生产在过程中体现出虚实空间的流动特征。在传统教育研究中，人们往往需要依靠想象或回忆的方式重现教育问题的发生情境，存在一定的不便之处。在数智技术的赋能下，人们可以采用数字孪生等技术将现实世界中的教育场景传输或复刻到虚拟世界中，进而在虚拟云空间中开展教育学知识生产。如此，人们可对相关知识资源以及教育学知识的生产过程进行随时随地的留存与调用。此外，人们还可依托增强现实技术（Augmented Reality，AR）等，对原本在现实世界中难以体验的实体信息进行渲染，并基于已经发生的教育事件进行沉浸式的体验场景构造，以便生动感知教育现象和问题，从而更便捷和深入地开展教育学知识生产。

其次，教育学知识生产场所的空间流动体现为本土与国际空间的流动。数智技术可推动知识生产的本土与国际合作。清华大学在2020年发起成立了世界慕课与在线教育联盟，鼓励世界顶尖高校开展国际化的学术研究与知识共享。数智技术赋能下的教育学知识生产同样可以走向本土与国际空间的合作。比如，可通过数字合作平台建立国际化的研究团队，并基于跨国别、跨文化的方法论与认识论，更有效地开展国际合作研究。此外，还可基于数智技术带来的去中心化、反权威的文化格局，将基于中国教育学学科体系、学术体系、话语体系构筑的知识生产模式，在国际舞台上更好地展示出来，彰显教育学知识生产的中国逻辑。

最后，教育学知识生产场所的空间流动体现为当下与历史空间的流动。一方面，教育学知识生产需借鉴优秀传统文化，筑牢中国教育学自主知识体系建构的本土根基。人类社会形态的历史更迭会引发空间的重构，由此产生了诸多承载特定文化意涵的历史空间，可以成为知识创作的重要依托。在数智技术的赋能下，可以对历史文化空间进行具象化处理，并通过数字分身或化身进入其中，更好地感受和把握优秀传统文化在当下教育学知识生产中的价值。另一方面，教育学知识生产还要进入以往的学术话语空间，以确保当下研究的科学性、创新性和规范性。借助智能搜索引擎和知识图谱技术，可将已有的学术话语空间立体化，以便更深入、便捷地与之开展具身对话，避免教育学知识生产的盲目化与主观臆想性。伽达默尔（Hans Georg Gadamer）肯定了历史与当下的“时间间距”在人类认识上的重要价值。这一“时间间距”不仅是客观意义上的，更是主观认识论意义上的，“有些东西太近了反而不容易看清，一定要有一段距离才能真正把握它的全貌”。对于教育学知识生产而言，历史空间与现实空间之间的流动，恰恰体现为对“时间间距”的构造。人们可以站在传统文化和前人研究的基础上，关注生命本体价值、“天人合一”等文化思想，继承教育研究中的人文主义传统等，从而更加客观、理智地看待和分析当下教育实践及教育研究中的“技术热”、“数字依赖”等现象，有助于避免主观预设或功利性的想法。当然，教育学知识生产在当下与历史空间中的流动，并非历史空间对当下空间的单向辐射，而是双向观照的；因为人们往往从当下教育学知识生产的空间场所特征出发，去建构某一历史空间的文化与价值意义，进而把握历史空间中的文化资源和已有研究的当代价值。

（四）促进教育学知识生产结果的多元交叠

在漫长的社会历史进程中，形成了原始的神话知识观、古代的形而上学知识观、科学的现代知识观与多元取向的后现代知识观等。其中，科学的现代知识观影响最深。科学的现代知识观具有鲜明的现代性基因，强调知识的普遍性、价值中立性、确定性。受其影响，教育学也追求通过科学手段，得到具有普适性的教育规律。甚至在某种程度上，形成了唯科学主义取向的教育规律观。数智技术的出现使教育学知识生产的结果突破了这种取向。

数智技术让大众获得了发声的权利和机会，知识生产不再是专家学者的专属，由此带来了知识产出的丰富性、差异性以及不确定性，呈现出多元交叠的形态。“知识不再是有限的理论、定理、公式，而是无限的人类行动和实践案例，个体性、默会性、经验性成为这一时代知识的基本特征。”在数智技术广泛应用之前，教育学知识生产需要接受严格的同行评议和学术审查，以确保学术性与规范化，但这也可能带来知识的同质化。在智能时代，数智技术的强交互性对话、知识存储与检索功能、便捷的数据采集与分析等，使更多人参与到教育学知识生产中，有助于实现多样化的知识产出。例如，相比专家学者，一线教师等能够基于对教育实践场域的观察体悟，采用微观叙事的方式进行教育学知识生产，从而带来教育学知识生成结果的多元交叠。这些多元交叠的教育学知识“既包括以文字和符号为载体的显性知识，也包括以场景化方式构建出来的与身体、经验和情感等相关的隐性知识，呈现出表征与非表征交互耦合的新样态”。事实上，教育学显性知识可用概念、命题等进行清晰陈述，但并不能囊括教育学的全部知识形态。在数智技术的赋能下，隐性形态的教育学知识将获得更多的形成与展现机会。比如，数字画像技术能帮助教师对教育教学过程展开反思，并通过与同行和专家学者的交流互动，建构起情境化的教育方法与策略体系；还可通过可视化技术，让隐性知识在视觉虚拟场景中得到充分的展现与传递。如此一来，在数智技术的赋能下，教育学知识生产的结果将在存储方式、呈现方式、发生过程等方面分别体现出具身化与固态抽象化、微粒化与结构性、形象化与静态化相交叠的多元样态。

二、数智技术赋能教育学知识生产的内在隐忧

现代技术极大地推动了世界的变革与发展，其中既有惊喜，也存在隐忧。数智技术依靠对生产主体、生产方式、生产场所、生产结果的变革，实现了对教育学知识生产的赋能。然而，数智技术对人潜在的魅惑与驯化、对数据价值的高度推崇等问题，也可能给教育学知识生产带来负面影响。

（一）教育学知识生产主体的身份失序

数智技术对教育学知识生产的赋能，使人工智能也能参与教育学知识生产，并在一定程度上成为知识生产的主体，但这也可能改变人机协同共创的知识生产格局，进而引发教育学知识生产主体的身份失序。

数智机器在教育学知识生产中存在限度，只能依靠与人类的协作才能进行有效的教育学知识生产。其一，数智机器难以进行自主的教育学知识生产。智能机器还不具备人类意义上的主动思考特征，擅长的是从数据量化的角度将教育研究程序化与算法化，却难以提出研究的理论假设与依据。其二，数智机器难以对所有种类的教育学知识进行生产。“教育学从整体上看属社会科学的性质，但也有自然科学的性质，如教育学中的教学法分支、教学手段分支以及学科教育学等均具有自然科学的性质。”一定程度上，数智机器可对以循证导向的教学实践为代表的数字教学法等进行探索，体现出在教育学知识生产中的能动性。然而，教育学追求的是“一个永久要求达到而从来没有充分达到的理想，即追求一个完人的理想”。因此，教育学知识还具备着情境性、价值性、默会性、形而上等特征。数智技术存在着对数据量化分析与验证的依赖，面临着预植算法逻辑规则的限定等，还难以生产具备上述特征的教育学知识。数智机器在教育学知识生产中的限度，意味着唯有依靠高质量的人机协作，才能进行自主全面的教育学知识生产。数智机器复杂的功能可能引发教育学知识生产主体内部的身份失序。阿伦特（Hannah Arendt）指出，“世上的事物具有一种稳定人的生活的功能，其客体性体现在（与赫拉克利特所说的一个人不可能两次踏入同一条河流相反）：尽管人性变化莫测，但人仍然能够通过与同一张椅子、同一张桌子相联系而重新获得其相同性或同一性”。数智机器为教育学知识生产带来的便捷性，也在塑造着人们的思想和习惯，并为人们带来一种基于技术构造的同一性。这种同一性是可以进行价值判断的，因此可能是不正当的。例如，可能使人们过于依赖数智机器进行教育学知识生产，或者造成对人类主体的身体规训与奴役，迫使人们紧跟智能机器的节奏或固定的算法模式，进行“快餐式”或工业标准化的知识制造，并让人越来越“机器化”，从而改变基于人机友好协作的主体身份格局。

（二）教育学知识生产方式的拼接化

数智技术在推动自动化与智能化的教育学知识生产的同时，也导致其陷入一种拼接化的境地。知识生产的拼接化是一种对典籍或话语网络的寻章摘句，不利于教育学知识的创造性产出。

以擅长“创作”的生成式人工智能为例，它是一种基于大语言模型，根据提示实现文本、图像等多模态内容生成的技术，是数智机器在知识生产领域的重要代表，能够“根据预先训练的语言模型，按照用户给出的任务指令进行概率统计计算，而后生成符合人类语言习惯的文本和知识”。比如，机器会计算“作”字后面最大概率会跟出“为”字，然后又会把“为”字计算在内，计算出“为”后面最大概率的字，以此类推完成“文字接龙”。生成式人工智能也可参与教育学知识生产。它主要通过多层自注意力机制和前向神经网络（feed-forward neural network），捕捉教育典籍或相关文本中的长程依赖关系和上下文信息，同时，借助内置的评估反馈机制，保留和强化好的回答。如此，教育学知识生产过程将体现为一种概率性的语言游戏，只能被称为一种拼凑式的知识生产，导致知识及知识表达的平均化和公众化倾向。

尽管可以借助算法和大模型进行自动化和智能化的教育学知识生产，但教育学知识生产作为独特的精神生产活动，更依赖人类主体对文化的丰富独到理解，以及对个体生活经验和教学的体悟。因此，教育学知识生产总是以建构的方式向未知与可能敞开。数智技术引发教育学知识生产的拼接化，本质上体现了一种基于技术的极端计算主义范式，由此限制了向未知与可能的开放。斯蒂格勒（George Joseph Stigler）用“对世界实行失去科学对象的技术化”来形容这种计算主义范式所存在的问题。教育学知识生产一旦走向拼接化的生产模式，就将陷入斯蒂格勒提到的问题，即在认识论意义上的关注对象将不再是现实性的教育现象，而是被技术所持存的既有知识存量。这将给教育学的发展带来隐忧，使人们在知识的泛滥组合与“快餐式”产出中，逐渐遗忘教育学知识自身的真理性与价值启示功能。

（三）教育学知识生产场所的虚实模糊

数智技术赋能下的教育学知识生产虽然实现了从现实空间场所向虚拟空间场所的开放与扩展，却也可能因对技术的不当认识与应用，引发一种不合理的空间再生产与重构。这一空间再生产与重构的逻辑体现为：物质空间对关系空间的生产，关系空间进一步又对物质空间进行再生产。在唯物史观看来，“物”是一种“社会存在”，那么，作为教育学知识生产发生场所的现实空间和虚拟空间，都将属于物的范畴，从而可以被归为物质空间。现实空间和虚拟空间均是人类实践活动的产物，而且虚拟空间作为智能技术的应用产物本身也是一种社会存在。关系空间则是围绕教育学知识生产中的人机或人与人之间的关系属性生成的。列斐伏尔（Henri Lefebvre）提出了空间的社会关系生产属性，强调空间源于对社会秩序的空间化，同时特定的社会关系生产出特定的空间。随着教育学知识生产场所向虚拟空间的开放，人们在虚拟空间中依托人机交互与对话开展教育学知识生产，由此形成了相应的人机关系和交往秩序。虚拟空间中的智能体可体现出一定程度的“类人性”或“准主体性”，使虚拟空间中的人机交互带有一定的社会关系属性，并体现出某种交往秩序。因此，人机交互也就可以具备列斐伏尔提出的对关系空间的生产功能。然而，虚拟空间中的炫酷技术可能引发人们的极大迷恋，导致人机关系空间成为被技术或技术秩序所主导的异化存在。置身该异化了的人机关系空间中，人们会放大虚拟空间场所在教育学知识生产中的作用，忽视现实空间场所的重要价值，进而对教育学知识生产的物质空间进行不当重构，例如，遮蔽或忽视教育学知识生产场所在现实空间与虚拟空间中的“绵延性”，引发教育学知识生产场所的虚实模糊。

教育学知识生产场所的虚实模糊可能导致人们忽视现实空间场所与虚拟空间场所的差别，并偏向于在虚拟空间场所中进行教育学知识生产，给教育学知识生产带来不利影响。其一，虚拟空间场所中的沉浸式体验技术较为注重对人们内在情感的激发，一旦人们出现过度的情感体验，将容易导致主体与对象之间“距离感”的消失，让人们对教育现象难以保持理性的反思，从而影响人们对教育现象的阐释与分析，导致教育学知识生产缺乏客观性。其二，虚拟空间场所为人类行动带来诸多新的体验，人们难免会沉溺其中，将其当作比真实还真实的存在，即一个真实的虚拟世界。由此，人们将忽视虚拟世界与现实世界中教育学知识生产的区别。当人们在虚拟世界中进行教育学知识生产时，将受到大数据计算思维、图像或视频可视化思维等的影响，并过度关注确定性形态教育学知识的产出。然而，教育学知识生产在议题上还涉及教育思想、价值和意义，在方法上涉及隐喻、转喻和象征，在知识形态上还具备一定的默会性、不确定性等特征。因此，当人们依赖虚拟世界中的教育学知识生产时，可能产生以偏概全等问题，不利于保证教育学知识生产的真实性、公正性。

（四）教育学知识生产结果的可靠性困境

教育学知识既要促进教育教学理论的创新与发展，又要满足教育教学的实践需求。因此，它必然存在着相应的规范性要求。传统的知识生产模式中，基于专家学者的教育学知识生产经历了严格的同行评议和学术审查，产出的知识能够得到相应的规范性保障。数智技术赋能教育学知识生产，扩展了知识生产的主体范围，带来了知识生产过程的多样化，使产出的知识结果呈现多元交叠的样态。然而，多元交叠的知识成果背后也潜藏着教育学知识结果可靠性不足的风险。

其一，随着教育学知识生产权力的扩散，一线教师等非专门的教育理论工作者由于缺乏专业和扎实的学术功底，以及教育数字化的问题意识不强，可能出现产出的教育学知识质量不高等问题。此外，一线教师等在教育学知识生产中的困境，还体现为对教育学知识生产的公共性重视不够。教育学是一门以育人为导向的学科，因此，教育学知识具有公有性，要满足国家和人民的教育需求。教育学知识的公有性又决定了教育学知识生产的公共性。公共性意味着“人们处在不同的视点，但彼此之间又存在一定的相关关系，因而能够共同拥有这个世界”。在教育学知识生产中，智能技术为师生等提供了知识检索、泛在化学习与表达的机会，有助于唤醒其开展教育学知识生产的自我意识，表面上看是一种解放，但难免让他们陷入认知茧房，进而引发一种现代性带来的交往不合理化危机，即理性和自我意识的觉醒使得人们开始推崇自己，并将自己与他者对立起来，反向导致对自我的异化。由此，一线教师等将认为自己借助数智技术能够独立开展教育研究，忽视与专家学者的交流，一定程度上不利于实现教育学知识生产的公共性，使产出的教育学知识难以满足科学合理性要求。其二，对于数智机器参与的教育学知识生产而言，大语言模型存在高估自身能力、相关知识有限、记忆错误、数据库更新不及时、“知识生产合规性判断标准缺失”等问题，因此，较难判断其生产知识的质量。其三，大模型和算法潜在的意识形态性和资本操控性，将会给产出的教育学知识带来规范性不足的质疑。一方面，大模型潜在的意识形态性可能导致产出的教育学知识陷入合法化危机，不利于贯彻国家的思想政治要求。另一方面，大模型和算法受资本的操控，难免会导致智能机器产出的教育学知识陷入知识商品化的境地。比如，算法和大模型会根据对教育热点的抓取进行教育学知识生产，以吸引人们的关注，赚取流量。然而，这不仅会导致产出的教育学知识存在短时性、通俗化与碎片化等问题，还可能诱使人们在知识付费的实践中，陷入对知识商品的消费享受，逐渐丧失对智能机器产出的教育学知识的批判审视意识。其四，基于数智机器的教育学知识生产会对一些未经授权的数据和信息进行采集和分析，导致产出的教育学知识存在侵权风险。

三、数智技术赋能教育学知识生产的因应路向

数智技术赋能教育学知识生产，是智能时代构建中国教育学自主知识体系必须思考的问题。既要看到数智技术在教育学知识生产中的积极作用，也要认识到潜藏的风险。在数智技术赋能教育学知识生产的过程中，应坚持对技术的正向应用并积极规避相关风险，寻求对人类智慧与机器智能的有效并置。

（一）坚守教育学知识生产的人类主体地位

数智技术赋能教育学知识生产引发的主体危机，本质上体现为对教育学知识生产中人类主体地位的忽视。为此，应通过对数智机器优势的借用以及对其在教育学知识生产中限度的把握，确保人类的主体地位。

首先，借用数智机器的优势，增强教育学知识生产中的人类主体地位。自主性、主动性和创造性构成了人的主体性，而数智技术可以增强人类研究者在教育学知识生产中的工作效率，进一步彰显人类的主体地位。数智机器可以帮助人类摆脱简单机械的重复劳动，比如，自动完成对资料的检索整理与存储分析，让人们有更多可自由支配的时间和精力探讨自己感兴趣的教育问题。同时，数智机器还可以依靠强大的深度学习与交互能力，帮助人们获得更多教育学知识生产的创意与灵感。此外，借助数智机器，人类研究者还可以在教育研究中开展数字化模拟实验和分布式决策，避免个人决策的主观性、片面性。这将进一步激活人类的自主性、主动性和创造性，进而增强人类研究者在教育学知识生产中的主体地位。

其次，把握数智技术的不足，凸显教育学知识生产中的人类主体地位。数智机器参与教育学知识生产，主要是“运用人类的已有知识，以‘从有到有’的形式发挥‘人类集体智慧’生成新知识”，也即主要通过对已有知识的组合与关联，实现知识的再生产。与之相对，人类研究者的优势就在于能借助不受束缚的创造力，以“从无到有”的方式进行教育学知识生产。对于那些需要基于人类情境性经验、具身性体验开展的，带有价值取向与想象力色彩的教育研究，只有人类研究者才能发挥关键的主体能动性。换言之，只有认识到教育学知识生产中人类的主体地位，把握数智机器的优势与不足，才能更好地进行教育学知识生产。

（二）强化教育学知识生产的范式创新

前已提及，数智技术赋能教育学知识生产的过程中，技术的不当应用会诱发教育学知识生产的拼接化。为此，可基于知识生产模式Ⅲ理论，强化数智技术赋能下教育学知识生产的范式创新。

首先，以情境为驱动，聚焦数智技术赋能下教育学知识生产的目标导向。知识生产模式Ⅲ强调以解决人类社会的复杂问题为宗旨。从知识生产模式Ⅲ出发，数智技术赋能的教育学知识生产应注重解决智能时代人类社会中的普遍和关键教育问题，不仅包括对传统和经典教育问题在智能时代的重新审思，如智能时代的教育与学习规律、师生交往、人的全面发展等，还包括对智能时代教育新议题的探索，如实现“机器教人”、“人教机器”、“教育视角下机器的生命进化”的路径等。这些议题指向了教育数字化的问题情境和学术创新情境，没有现成的标准答案，绝不是依靠简单的知识拼凑就可以完成的。事实上，知识生产模式Ⅲ“将点状、线性、非线性的知识连接，根据社会复杂问题的解决需求，对知识进行合理组合和连接，形成多维网状知识系统”，能基于多谱系和广域的知识集群实现深度知识生产。这意味着，在知识生产模式Ⅲ中，对复杂教育问题的解决将取代基于大语言模型的统计学概率，成为教育学知识生产中知识组织与关联的依据，这将有助于避免教育学知识生产的拼接化。

其次，构建创新网络，为教育学知识生产赋予关键行动力。借助知识生产模式Ⅲ的理论视角，创新网络可被理解为系统内各要素通过相互连接、组合、互补构成的协同创新联盟，是知识创新目标得以落地的关键。基于知识生产模式Ⅲ的创新网络，本质上是包括项目治理、数字协作、知识集群等在内的多个子网络。其中，项目治理网络主要指根据教育学知识生产的关键目标进行的任务分类、组织架构等。比如，根据人类和数智机器的专长，建立教育学知识生产的协同分工体系。其中，人类负责提出教育学知识生产的理论假设和依据、开展创新性审查等，数智机器则负责数据清洗与分类整理、统计建模等。数字协作网络强调将多种数智技术集中到算力平台，避免单一技术的不足。比如，通过整合数字标记技术、基于推理的类人智能技术和基于数字孪生构建的仿真实体技术，在复杂情境中对大语言模型产出的教育学知识进行意义检测，判断其是否存在拼凑和创新性不足的问题。此外，还可基于交互界面和智能感知技术，使数智机器通过人类的反馈进行自主学习，保证大模型的决策过程与人类的价值观、文化和期望紧密相连，从而更好地进行创意性的教育学知识生产。知识集群网络则指向了对教育学知识具体生产过程的关注，包括议题设计、知识的融合与建构等，同时，注重依托知识导航对产出的知识进行脉络化展示，将教育学知识产出的全过程透明化，特别是展示与已有知识的关联。这同样有助于避免教育学知识生产中无意义的重复性拼凑。

（三）明确教育学知识生产场所的虚实边界

在数智技术赋能教育学知识生产的过程中，虚拟场景为教育学知识生产带来了极大便利，但也难免造成教育学知识生产场所的虚实模糊。被技术主导的人机关系空间是人们的身体在与人工智能的交互中，由人类身体所生发出的精神性存在。因此，正是身体的异化导致了对人机关系空间的不当生产。在身体现象学看来，身体是诸官能的统一、心身的统一，具有整体性和不可分割性，并有一套基于身体的体验与表达、思想与运作意向，进而具备一种主体能动性，能够在认知活动中发挥重要作用。然而，在基于虚拟空间的教育学知识生产中，人的身体有可能被技术魅惑，导致内蕴于身体之中的主体性被遮蔽或异化，产生被技术主导的人机关系空间。因此，需要重新认识身体的独特价值与意义，让其发挥对教育学知识生产空间场所的正向构建与优化功能，以便人们重新认识教育学知识生产中现实空间的不可或缺性，把握虚实边界。

首先，以身体实体建构身份标识。“身体的实存是第一位的，只有身体的实存才能表明我们个人的身份和个性。”身体包括独特的外形、体貌和认知风格、信仰、价值观等。身体实体的唯一性和独特性，本质上源于人类丰富的实践经历与体悟感受，是精神世界与现实世界交织作用的产物。同时，精神世界与现实世界又实现了对世界整全性的意指，使身体实体可以充分把握教育学知识生产虚拟场所与现实场所的边界。因此，在教育学知识生产的虚拟场所中，应从身体实体出发，借助数字孪生、虚拟现实与脑机接口等技术，从外在形象以及内在意识层面建构研究者的虚拟化身，让研究者真实的身体主体能够在虚拟场所中保持在场，借助其中蕴藏的行为能力和感知活动把握教育学知识生产的虚实场所边界，规范开展教育学知识生产。

其次，开展具身体验。对虚拟场所中的教育学知识生产而言，主体的沉浸式体验可能是以身体实体缺场、认知与身体体验相分离的方式获得的。“当认知与身体体验分离，成为意识、精神作用的结果，就意味着主体脱离了他所身处的生活情境，而真与假、实与虚的边界也随着身体的隐退而消解。”因此，应关注具身体验，凸显身体实体对认知体验的生成价值。从具身体验出发，将教育学知识生产者的身体充分投入知识生产场所，使身体与场所的互动成为认知的途径，有助于解决教育学知识生产场所的虚实模糊问题。事实上，身体是知识生产的主体，也是思想活动的寓所。在长期的学术实践中，人们的身体习得了一系列的科研惯习，这些惯习影响着行动者在教育学知识生产过程中的秉性、思想和行为。基于具身体验，研究者身体中留存的惯习将被激活，有助于发现虚拟场所中潜藏的认知风险，并能将现实场所中的研究规范映射到虚拟场所中，从而规范地开展教育学知识生产。当然，要在教育学知识生产的虚拟场所中实现良好的具身体验，虚拟场所的设计就不能过于夸张，要合乎身体的阈限，以便有效激活身体多感官的整体运动。  

（四）推进教育学知识生产结果的规范化

为应对数智技术赋能教育学知识生产引发的知识结果的可靠性困境，应对教育学知识生产涉及的要素进行审思与把握，使教育学知识生产变得有规可循，确保产出教育学知识的质量和合规性。

首先，提高研究能力，负责任地进行教育学知识生产。针对一线教师等教育实践工作者在教育学知识生产中的不足，应发挥教育理论工作者的优势，引导一线教师等形成观察、实验、分析和推理等科学思维方式，并将教育学的基本概念、关键理论与价值取向，特别是数字化教育的问题域、智能时代教育研究的规范与注意事项等讲清楚，以提高其教育学知识生产的能力和水平。此外，还应借助数智媒介平台，构建教育学知识生产的公共性对话空间，为一线教师等构建一种和教育理论专家学者共同在场的互动关系，以引导他们从“是什么”的事实层面、“为什么”的逻辑推演和“怎么样”的价值判断角度进行协商探讨，使其能在一种具身参与的公共性中开展教育学知识生产。基于具身参与的公共性，人们可在“感官亲历”与互动实践中，增强对教育学知识生产公共性的认同，以基于公共性的协商探讨推动教育学知识生产的规范化。此外，还需强调的是，公共性“是个体性和超个体性的统一”，并非追求绝对的普遍性。因此，在一线教师等教育实践工作者和教育理论专家学者的对话中，要防止专家话语的再度权威化。应遵循交往理性准则，从交往的真实性要求出发，围绕教育学知识生产中存在的真问题进行探讨；从交往的真诚性要求和正当性要求出发，秉持遵守契约的坦诚态度，进行友好交流和建设性批判，进而以取长补短的方式推动教育学知识的规范化产出。

其次，规范技术应用，合理化地进行教育学知识生产。对于因大语言模型的不足或算法潜在的意识形态与商业消费逻辑等引发的教育学知识质量问题，应规范技术应用，合理进行教育学知识生产。比如，技术人员在开发算法和大模型时，应尽量避免植入意识形态和商业消费逻辑，并监测算法和大模型的运行，避免受到数据训练的不当引导。此外，还应当建立针对数智机器的教育学知识生产合规性审查机制。事实上，数智机器终究是人造物，人是数智机器的训练师和把关者。人类教育研究者应引导数智机器更好地开展教育研究，对数智机器参与的教育学知识生产进行多方面审查，如阐明数据公式背后的意义，分析是否存在侵权行为、错误结论、潜在的意识形态风险和伦理危机，是否体现出创造性，能否与已有知识体系保持“融贯”等。数智机器尽管不具备理解人类价值观的能力，但能从人类的反馈中进行深度学习。因此，还可以通过人机交互的方式，将正确的主流价值观、意识形态嵌入数智机器，引导数智机器基于中国教育学立场开展教育学知识生产。

（本文参考文献略）

Digital Intelligence Technology Empowers Knowledge Production in Education: Opportunities and Challenges

ZhangJiajun HuangRujun

Abstract: The historical logic of knowledge production demonstrates that technology exerts a significant influence on knowledge production. In the age of intelligence, digital intelligence technology will empower knowledge production in education and reshape its ideal pattern, but it faces various competitions and tensions. Across such elements as knowledge producers, and knowledge production methods, sites and outcomes, digital intelligence technology enables possibilities for knowledge production in education, and empowers its collaborative intelligence, automation, intelligence enhancement, spatial mobility, and multiple overlaps. However, regarding the limits of this empowerment, the application of digital intelligence technology is likely to result in risks such as the disorder of the identity of knowledge producers in education, the fragmentation of production methods, the ambiguity of physical and virtual production sites, and lack of reliability in production outcomes. Therefore, we need to adopt a dialectical view of digital intelligence technology, and establish the status of humans; strengthen paradigm innovation in knowledge production in education based on context-driven goal orientation and innovative network-supported key actions; clarify the physical and virtual boundaries between knowledge production sites in education, through entity-constructed identity and embodied experiences; and enhance critical and reflective research capabilities and standards for technological application to ensure the normalization of knowledge production outcomes in education.

Key words: digital intelligence technology; education; knowledge production; man-machine collaboration

初审：魏莉莎

复审：孙振东

终审：蒋立松