教育研究中需要遵守的伦理原则(伦理性是教育研究必须遵守的原则)
图2 不同类型的信息与教育场
与自然信息相对应的是传统社会教育和家庭教育场，与文化信息相对应的是传统学校教育场，而与技术信息相对应的是人工智能教育场。传统的教育场是现实的真实场景，而人工智能教育场是超现实的虚拟教育和混合教育场。有意义的美好教育需要三类教育场的有机融合，尤其是现实的教育与超现实的教育场之间的融合，保持教育教学符号与事物、教育信息与现实之间的平衡。
人工智能与教育的融合在促发教育伦理场演变进化的同时，也带来了一系列新的伦理挑战。首先，我们必须警惕为了超现实而超现实，即将超现实教育场的构建本身作为目的而凸显，忽视将其作为美好教育生活的实现路径而加以选择，谨防强化人工智能教育应用的减负性、感官性和消费性，而弱化其人文关怀性和道德性。其次，智能教育研究者和实践者还必须清醒地认识到，超现实的虚拟教育场与真实的教育场在教与学的体验以及教学规律方面可能存在较大差异。超现实的虚拟教育场趋向于替代真实教育现实，甚至淹没真实教育现实，它的趣味化、仿真化和透明化等使得真实教育现实显得乏味、粗糙和繁重，对此种“趣悦化学习”的过分强调，掩盖了认知投入对学习的重要性[9]。因此，我们必须警惕将超现实教育信息的消费、体验和认知“误认为”是对真实教育现实的参与、体验和认知。最后，超现实的教育场需要同真实的教育场有机融合、互为补充。教育主体若长期沉浸于虚拟的超现实场域之中，其认识对象、工具和方式以及思维方式都会打上虚拟思维和行为的烙印，人们可能有意无意地依赖、迷恋虚拟教育场，使传统真实教育场沦为虚拟教育场的背景，而不再为主体参与真实的现实教育活动提供更多的可能和契机[10]。
(二)类人教育伦理问题
如果说网络技术和虚拟现实技术教育应用主要改变的是教育活动场域以及教育活动的客体，那么人工智能技术则主要改变的是教育活动的主体。人工智能充当人的教育角色必然被赋予了人的教育权利，同时必须承担相应的教育责任，权利与责任是教育人工智能这个硬币的两面，因此，其教育行为必须受到人与人之间的教育行为伦理的规约。
从表面上来看，类人的教育伦理问题主要包括数据伦理问题与算法伦理问题，然而由于类人无法独立于教育场而存在，类人的数据伦理与算法伦理都会深深地打上教育伦理的印记，因此，类人的教育伦理问题将同时涉及数据伦理、算法伦理和教育伦理等两个方面。
1. 教育人工智能数据伦理问题
人工智能教育生态的稳定运行需要大数据作为基本保障，教学活动和教育管理过程中产生的行为、状态、成绩、情感与交互等方面的数据将被人工智能系统收集、存储和使用，由此产生的数据伦理问题必须受到重视。首先，在数据的收集上，应该强调任何数据主体有权利知晓数据采集类型和方法以及数据安全保护措施，而现今对于收集数据的类型和方法始终边界不清;其次，在数据的存储上，会不会产生数据意外泄露，机器代理应该在多大程度上拥有数据的控制权[11]，在人工智能系统的整个生命周期中如何保证师生的数据隐私权等权益不受到侵犯，谁该拥有所收集到的数据，会不会涉及侵权等诸多问题需要一一回答;最后，在数据的使用上，人工智能的数据挖掘分析能力已经在很大程度上超过了以往技术，而数据所解释出的种种不平等情况甚至会对个别学生的合法权利产生负面影响，进而引发新的教育不平等问题，因此，必须对相关数据及分析结果的使用权提出明确的界限和更高的安全验证。
2. 教育人工智能算法伦理问题
教育人工智能算法伦理问题实际上是由于智能机器本体性智慧不足引发的教育伦理问题。首先，历史性与发展性背离。人工智能通过采集过去记录的教育数据，分析、挖掘学习者特征并以此为基础作出决策和预测学习者未来的发展趋势。虽然机器学习和深度学习算法能够根据历史性数据预测未来，这在概率统计学意义上具有合理性，但是由于教育生态中学生未来发展的不确定性，算法不可避免地存在对学生成长的历史或文化的偏差与偏见，这与教育教学现实的复杂性、创造性和发展性相背离[12]。其次，平均化与精准化的背离。人工智能根据学习者过去的教育数据为其制订学习推荐方案，是算法对教育数据中的历史案例进行平均化处理的结果。目前，应用到教学中的弱人工智能仍处于决策标准化和平均化的水平，在满足学习者个体学习和发展的多样性和灵活性需求上存在局限性[11]，这背离了人工智能促进个性化学习、精准化学习诊断和服务的初衷。
