大語言模型支持的多智能體：技術(shù)路徑、教育應(yīng)用與未來展望

/大語言模型支持的多智能體：技術(shù)路徑、教育應(yīng)用與未來展望【摘要】面對復(fù)雜多變的教育環(huán)境，多智能體系統(tǒng)以其協(xié)作、分布式和自適應(yīng)的優(yōu)勢成為解決教育難題的新途徑。本研究分析了多智能體系統(tǒng)的基本原理和演化歷程，聚焦其在教育領(lǐng)域的源點，并從領(lǐng)域、結(jié)構(gòu)和場景三個角度，探討多智能體系統(tǒng)教育應(yīng)用的形態(tài)演化。在技術(shù)層面，本研究探討了生成式人工智能技術(shù)如何賦能多智能體系統(tǒng)，構(gòu)建了基于大模型的智能體“眼—腦—手”三維能力框架，并提出了多智能體系統(tǒng)智能性提升的內(nèi)外雙循環(huán)框架。在教育應(yīng)用方面，本研究闡述了多智能體系統(tǒng)教育應(yīng)用的多重角色，包括促進(jìn)知識管理的百科全書型智能體、促進(jìn)協(xié)作交互的智能學(xué)伴型智能體、促進(jìn)學(xué)習(xí)規(guī)劃的教學(xué)助手型智能體和促進(jìn)學(xué)科教學(xué)的專業(yè)教師型智能體等，探討了多智能體系統(tǒng)在教育應(yīng)用與跨文化體系適應(yīng)中的潛力。多智能體系統(tǒng)的教育應(yīng)用也面臨諸多挑戰(zhàn)，包括如何確保系統(tǒng)穩(wěn)定性和安全性、如何避免負(fù)面影響、如何實現(xiàn)與傳統(tǒng)教育方法優(yōu)勢互補等。針對這些挑戰(zhàn)，本研究提出融合教學(xué)要素、對接數(shù)字基座、變革教育范式、加強安全倫理隱私保護(hù)等對策，以期重塑多智能體教育生態(tài)，引領(lǐng)其穩(wěn)健前行。本研究可為促進(jìn)智能化教育技術(shù)的發(fā)展提供新思路，為推動教育數(shù)字化和教育高質(zhì)量發(fā)展貢獻(xiàn)新力量。【關(guān)鍵詞】多智能體系統(tǒng)；智能體；大語言模型；生成式人工智能；教育應(yīng)用 一、引言 隨著科技的快速發(fā)展，傳統(tǒng)的教育方式正面臨諸多挑戰(zhàn)。數(shù)字教育作為一種全新的教育模式，能為學(xué)生提供更加個性化、便捷和高效的學(xué)習(xí)體驗。習(xí)近平總書記在2023年中共中央政治局第五次集體學(xué)習(xí)時強調(diào)，教育數(shù)字化是我國開辟教育發(fā)展新賽道和塑造教育發(fā)展新優(yōu)勢的重要突破口。2024年政府工作報告首次將“建設(shè)現(xiàn)代化產(chǎn)業(yè)體系、發(fā)展新質(zhì)生產(chǎn)力”列為第一項任務(wù)(中華人民共和國政府，2024)，強調(diào)充分發(fā)揮創(chuàng)新主導(dǎo)作用，以科技創(chuàng)新推動產(chǎn)業(yè)創(chuàng)新，加快推進(jìn)新型工業(yè)化，提高全要素生產(chǎn)率，不斷塑造和發(fā)展新動能、新優(yōu)勢，促進(jìn)社會生產(chǎn)力實現(xiàn)新的躍升。 單一智能體系統(tǒng)雖然在特定領(lǐng)域展現(xiàn)出一定的自主學(xué)習(xí)和決策能力，但在處理復(fù)雜任務(wù)上局限明顯：一是面對任務(wù)規(guī)模和復(fù)雜度增加時，通常難以擴展(Ishibashi，etal.，2024)；二是在任務(wù)管理方面，容易遇到任務(wù)分解的瓶頸，難以高效地將復(fù)雜任務(wù)分解為子任務(wù)并有效管理(Jiang，etal.，2024)；三是缺乏針對特定功能的專業(yè)化和靈活性，無法在動態(tài)變化的環(huán)境中高效運作(Wei，etal.，2024)。 多智能體系統(tǒng)以其獨特的協(xié)作、分布式和自適應(yīng)等特點，正成為解決復(fù)雜問題的關(guān)鍵。作為人工智能領(lǐng)域的研究熱點，多智能體系統(tǒng)經(jīng)歷了從理論探索到技術(shù)實現(xiàn)再到應(yīng)用拓展的發(fā)展歷程。例如，首個大模型多智能體框架駱駝(CAMEL)(Li，etal.，2023)已展現(xiàn)了廣闊的應(yīng)用前景，彰顯出多智能體系統(tǒng)在協(xié)作學(xué)習(xí)、自然語言交流等方面的優(yōu)勢。智能體目前仍處于發(fā)展初期，與機器人、自動駕駛、智能傳感器和智能設(shè)備、增強現(xiàn)實和虛擬現(xiàn)實等行業(yè)相關(guān)，市場空間廣闊。因此，深入研究和應(yīng)用多智能體系統(tǒng)，對推動人工智能技術(shù)的創(chuàng)新和發(fā)展具有重大意義。 多智能體系統(tǒng)作為一種新興的智能化技術(shù)，不僅擁有強大的信息處理能力，還能實現(xiàn)多個智能體之間的協(xié)同合作。面對復(fù)雜多變的教育環(huán)境和學(xué)習(xí)需求，如何有效地利用多智能體系統(tǒng)提升教學(xué)效果、拓展教育邊界成為亟須解決的問題。同時，多智能體系統(tǒng)的教育應(yīng)用也面臨諸多挑戰(zhàn)，例如，如何確保多智能體系統(tǒng)的穩(wěn)定性和安全性，如何避免負(fù)面影響，如何將其與傳統(tǒng)教育方法相結(jié)合以實現(xiàn)優(yōu)勢互補。這些都有待深入研究和探討，以期找到最佳的解決方案。 二、形態(tài)蝶變：多智能體系統(tǒng)的基本原理與演化歷程 (一)基本概念和發(fā)展歷程 1.基本概念 多智能體系統(tǒng)(Multi-AgentSystems，MAS)是由多個相互作用的智能體組成的計算系統(tǒng)。這些智能體可以是計算機程序或機器人，它們在沒有中央控制的情況下共同工作以實現(xiàn)特定目標(biāo)或解決復(fù)雜問題(Jiang，etal.，2024)。每個智能體都具有一定程度的自主性，能夠獨立感知環(huán)境、作出決策并執(zhí)行行動。智能體之間通過通信和協(xié)調(diào)，共享信息、資源和策略，實現(xiàn)共同的目標(biāo)。 現(xiàn)有的多智能體系統(tǒng)應(yīng)用大致分三類：(1)推理增強與知識管理(ReasoningAugmentationandKnowledgeManagement，RAKM)，即通過模擬和增強推理過程，多智能體系統(tǒng)能處理大量復(fù)雜信息，支持高精度的決策，應(yīng)用場景包括醫(yī)學(xué)診斷、法律推理和金融分析等高度精確和可靠的環(huán)境；(2)游戲與虛擬環(huán)境模擬(GamingandVirtualEnvironmentSimulation，GVES)，即多智能體系統(tǒng)可模擬多個非玩家角色之間的交互與協(xié)作，根據(jù)玩家的行為實時動態(tài)調(diào)整，提高互動體驗，應(yīng)用場景包括電子游戲、虛擬現(xiàn)實和訓(xùn)練模擬器；(3)生產(chǎn)優(yōu)化(productionoptimization，PO)，即多智能體系統(tǒng)通過監(jiān)控和優(yōu)化生產(chǎn)環(huán)節(jié)，快速響應(yīng)生產(chǎn)需求的變化，減少資源浪費，提高生產(chǎn)輸出，典型應(yīng)用場景包括自動化生產(chǎn)線、智能工廠和柔性制造系統(tǒng)。不同場景的應(yīng)用本質(zhì)上都依賴智能體的自主性、協(xié)作性和適應(yīng)性，但目標(biāo)有所不同：推理與知識管理側(cè)重于高精度決策和信息處理，游戲與虛擬環(huán)境注重實時互動和動態(tài)響應(yīng)，生產(chǎn)優(yōu)化聚焦提升效率和資源管理。它們在各場景都展現(xiàn)出對復(fù)雜性和不確定性問題的有效應(yīng)對能力。 2.發(fā)展歷程 多智能體系統(tǒng)的概念起源于分布式人工智能領(lǐng)域，在解決復(fù)雜分布式問題時展現(xiàn)出強大的智能和靈活性(Weiss，1999)。隨著計算機技術(shù)和網(wǎng)絡(luò)通信技術(shù)的飛速發(fā)展，研究者開始關(guān)注智能體之間的交互通信、協(xié)調(diào)合作、沖突消解，強調(diào)多個智能體之間的緊密合作。總體而言，智能體經(jīng)歷了三個發(fā)展階段(見下頁圖1)：第一階段聚焦單個智能體的基礎(chǔ)技術(shù)和學(xué)習(xí)機制。例如，DeepQ-Network結(jié)合深度神經(jīng)網(wǎng)絡(luò)和強化學(xué)習(xí)算法，使智能體能在動態(tài)環(huán)境中自主學(xué)習(xí)和決策。然而，研究者遇到許多挑戰(zhàn)，包括如何使智能體在動態(tài)環(huán)境中自主學(xué)習(xí)和決策，如何提高智能體的感知和決策能力等。這些挑戰(zhàn)的解決為多智能體系統(tǒng)的發(fā)展奠定了基礎(chǔ)。第二階段引入生成式人工智能技術(shù)，顯著增強了單一智能體的能力，具體包括開發(fā)智能體自我反思的內(nèi)心獨白框架(InnerMonologue)(Huang，etal.，2022)，使智能體能更好地理解自然語言并執(zhí)行對應(yīng)任務(wù)的LMA3框架(Colas，etal.，2023)，賦予智能體調(diào)用外部工具能力的ToolFormer框架(Schick，etal.，2023)。隨著單智能體技術(shù)的成熟和能力的增強，研究者開始探索如何組合多個智能體，以實現(xiàn)更高級別的協(xié)同和合作。第三階段包括開發(fā)可用于提升語言理解和生成能力的適用于多智能體系統(tǒng)的可擴展、自適應(yīng)大語言模型(ScalableAdaptiveLargeLanguageModelsforMulti-AgentSystems，SALLMMS)(Nascimento，elal.，2023)，用于模擬和分析社會互動的AgentSims(Lin，etal.，2023)，以及用于生成新互動策略的生成式智能體(Park，etal.，2023)。研究人員發(fā)現(xiàn)，引入生成式人工智能技術(shù)的多智能體系統(tǒng)，如斯坦福小鎮(zhèn)(Park，etal.，2023)、清華軟件公司(Qian，etal.，2023)、智能體醫(yī)院(AgentHospital)(Li，etal.，2024)、課堂虛擬沙盤(Shi，etal.，2023)等，能有效模擬現(xiàn)實場景和有效解決多智能體協(xié)同過程中面臨的適應(yīng)性限制(Qian，etal.，2024)、參數(shù)空間維度過高(Snyder，etal.，2024)、多智能體工作負(fù)載不平衡(Mohammadabadi，etal.，2024)等問題。 圖1多智能體系統(tǒng)發(fā)展歷程 (二)教育源點 多智能體系統(tǒng)強調(diào)多個智能體之間的協(xié)同，共同完成任務(wù)或達(dá)成目標(biāo)。在教育領(lǐng)域，人機協(xié)同學(xué)習(xí)正是這一理念的體現(xiàn)，它倡導(dǎo)學(xué)生與智能系統(tǒng)之間的緊密合作，通過相互協(xié)作提升學(xué)習(xí)效果。智能導(dǎo)學(xué)系統(tǒng)作為人機協(xié)同學(xué)習(xí)的具體實現(xiàn)形式，更是將這一理念轉(zhuǎn)化為實際的教學(xué)工具和手段。 1.人機協(xié)同學(xué)習(xí) 智能技術(shù)和智能產(chǎn)品在學(xué)習(xí)領(lǐng)域的逐漸滲透，催生人機協(xié)同學(xué)習(xí)方式(王一巖等，2022)。智能技術(shù)支持的人機協(xié)同學(xué)習(xí)本質(zhì)上是人借助技術(shù)與世界交互、認(rèn)識世界，是人與技術(shù)建立協(xié)作關(guān)系、協(xié)同發(fā)展的過程(郝祥軍等，2022)。人機和諧共生是新一代智能教育生態(tài)的目標(biāo)，而人機協(xié)同是實現(xiàn)人機共生的核心技術(shù)保障。隨著人工智能技術(shù)的不斷發(fā)展，人機協(xié)同實踐逐漸關(guān)注自適應(yīng)學(xué)習(xí)和智能體的設(shè)計開發(fā)，形成基于專家導(dǎo)師、智能學(xué)伴、智能助手等角色的智能體協(xié)同框架，主動為學(xué)生提供多方面的學(xué)習(xí)支持(郝祥軍等，2023)。基于人機協(xié)同理念優(yōu)化多智能體系統(tǒng)內(nèi)部協(xié)同機制，為多智能體系統(tǒng)提供了先進(jìn)的技術(shù)支持和廣闊的應(yīng)用場景，推動多智能體系統(tǒng)在教育領(lǐng)域的發(fā)展與創(chuàng)新。 2.智能導(dǎo)學(xué)系統(tǒng) 智能導(dǎo)學(xué)系統(tǒng)指借助人工智能技術(shù)，讓計算機扮演虛擬導(dǎo)師向?qū)W習(xí)者傳授知識、提供學(xué)習(xí)指導(dǎo)的適應(yīng)性學(xué)習(xí)支持系統(tǒng)(朱莎等，2017)。智能導(dǎo)學(xué)系統(tǒng)強調(diào)個性化學(xué)習(xí)和精準(zhǔn)化指導(dǎo)，即通過收集和分析學(xué)習(xí)者的學(xué)習(xí)數(shù)據(jù)，提供針對性的學(xué)習(xí)建議和資源，提升學(xué)習(xí)效果。通用智能導(dǎo)學(xué)框架包括輸入轉(zhuǎn)換、言語行為分類、學(xué)習(xí)者建模、領(lǐng)域模型、對話管理和輸出呈現(xiàn)六個部分(D'Mello，etal.，2013)。自然語言處理等人工智能技術(shù)的發(fā)展，產(chǎn)生了模擬對話輔導(dǎo)這種深度學(xué)習(xí)策略，對話式智能導(dǎo)學(xué)系統(tǒng)應(yīng)運而生且用于教學(xué)一線。智能導(dǎo)學(xué)系統(tǒng)憑借其個性化學(xué)習(xí)、精準(zhǔn)化指導(dǎo)的核心機制，以及人工智能、大數(shù)據(jù)分析等技術(shù)，為多智能體系統(tǒng)提供了寶貴的教育啟示和實踐平臺，促進(jìn)多智能體在分布式控制、協(xié)調(diào)合作等方面發(fā)展與創(chuàng)新。 人機協(xié)同學(xué)習(xí)理念的不斷深化為智能導(dǎo)學(xué)系統(tǒng)的優(yōu)化和創(chuàng)新提供了理論支撐和實踐指導(dǎo)。隨著教育變革的深入推進(jìn)和智能技術(shù)的不斷發(fā)展，人機協(xié)同學(xué)習(xí)和智能導(dǎo)學(xué)系統(tǒng)將在教育領(lǐng)域發(fā)揮更重要的作用，共同推動教育事業(yè)的發(fā)展進(jìn)步。 (三)形態(tài)演化 多智能體系統(tǒng)的教育應(yīng)用呈現(xiàn)多樣化與復(fù)雜化趨勢。其結(jié)構(gòu)演化不僅受技術(shù)進(jìn)步的影響，還受社會需求、教育改革等因素的驅(qū)動。本研究從領(lǐng)域演化、結(jié)構(gòu)演化、場景演化三個角度，探討多智能體系統(tǒng)教育應(yīng)用的形態(tài)演化。 1.從通用進(jìn)入垂域：垂域演化賦能智能教育隨著多智能體系統(tǒng)在不同領(lǐng)域的廣泛應(yīng)用，其形態(tài)逐漸從通用化向垂域化發(fā)展。通用多智能體系統(tǒng)具有較強的普適性和靈活性，可應(yīng)用于多個領(lǐng)域，但在特定領(lǐng)域的深度和專業(yè)性弱，垂域化的多智能體系統(tǒng)專注特定領(lǐng)域的問題解決，具有更強的專業(yè)性和深度。 在教育領(lǐng)域，多智能體系統(tǒng)的垂域化應(yīng)用已成推動智能教育發(fā)展的新趨勢。以個性化教育為例，通用多智能體系統(tǒng)可以通過收集、分析學(xué)生的行為數(shù)據(jù)，提供個性化的學(xué)習(xí)內(nèi)容和教學(xué)方案。而在特定學(xué)科領(lǐng)域，如語言學(xué)習(xí)、數(shù)學(xué)教育等，垂域化的多智能體系統(tǒng)可以提供更加專業(yè)化、針對性更強的教學(xué)服務(wù)。例如，華東師范大學(xué)開發(fā)的EduChat(Andy，2023)，旨在支持個性化、公平和富有同情心的智能教育，為教師、學(xué)生和家長服務(wù)。為了促進(jìn)多智能體技術(shù)的教育應(yīng)用，研究人員提出了智能教育智能體(IntelligentalAgent，IEA)框架。該框架包括學(xué)生、教師和助教三種身份的智能體，基于GPT-3.5Turbo模型與LangChain模塊，教師可搭建自適應(yīng)教育助手(Neira-Maldonado，etal.，2024)。這種領(lǐng)域演化使智能教育更貼近實際需求，基于教育領(lǐng)域?qū)Ｓ谜Z料的微調(diào)，智能體將更懂學(xué)生、更懂教育，更好地滿足學(xué)生個性化學(xué)習(xí)需求。 2.從執(zhí)行邁向協(xié)作：結(jié)構(gòu)演化促進(jìn)群智涌現(xiàn) 從單一智能體機械地執(zhí)行指令，轉(zhuǎn)向多個智能體協(xié)作解決問題，這一結(jié)構(gòu)演化使多智能體的群體智能快速涌現(xiàn)。研究發(fā)現(xiàn)，多智能體在交流與協(xié)作過程中，可以自組織地完成教案生成(Shi，etal.，2023)、活動組織(Xi，etal.，2023)、軟件開發(fā)(Hong，etal.，2023)等復(fù)雜任務(wù)。多智能體系統(tǒng)的結(jié)構(gòu)演化也從執(zhí)行型向協(xié)作型轉(zhuǎn)變，促進(jìn)了群智的涌現(xiàn)。在早期的多智能體系統(tǒng)中，各智能體往往獨立執(zhí)行任務(wù)，信息交互有限。隨著技術(shù)的進(jìn)步和理論的發(fā)展，多智能體系統(tǒng)逐漸向協(xié)作型方向演化，智能體之間能通過信息共享、任務(wù)分工等實現(xiàn)協(xié)作，完成更加復(fù)雜的任務(wù)(Hong，etal.，2023)。 研究發(fā)現(xiàn)，通過多智能體的協(xié)作，大語言模型產(chǎn)生的“幻覺”信息將通過交叉驗證被快速消除。同時，相較于單一智能體，多智能體系統(tǒng)數(shù)學(xué)運算問答、小學(xué)數(shù)學(xué)問題的正確率分別提升了14.8％和8.0％(Du，etal.，2023)。多個智能體的協(xié)作有助于提升大語言模型的思考和自我反思能力，使學(xué)生獲得更精準(zhǔn)的指導(dǎo)和支持。同時，智能體也可以從學(xué)生學(xué)習(xí)過程中提取知識，為教學(xué)過程提供反饋和改進(jìn)建議。 3.從對話轉(zhuǎn)向泛在：多元應(yīng)用擴展學(xué)習(xí)場景 以ChatGPT為代表的大語言模型技術(shù)已成為多智能體系統(tǒng)的核心，為其提供思考引擎與決策支持。基于OPENAI等提供的API接口，許多智能體可在線調(diào)用云服務(wù)，通過對話的形式與學(xué)習(xí)者實時交互。得益于基于人類反饋的強化學(xué)習(xí)(reinforcementlearningfromhumanfeedback，RLHF)為核心的大語言模型優(yōu)化技術(shù)，背景知識匱乏、幻覺信息頻發(fā)等問題將逐漸得到控制。研究表明，GPT-4在許多測試中獲得最高的平均分?jǐn)?shù)，甚至在中學(xué)數(shù)學(xué)能力測試中的正確率達(dá)90％(Andy，etal.，2023)。這為智能體技術(shù)的課堂應(yīng)用減少了阻力。 隨著相關(guān)技術(shù)的發(fā)展與逐漸成熟，多智能體系統(tǒng)的應(yīng)用場景也從對話形式向泛在形式轉(zhuǎn)移，應(yīng)用場景不斷擴展，應(yīng)用的廣度和深度也隨之增加。基于大語言模型的智能體技術(shù)的介入使課堂變得更智能化、個性化。多智能體系統(tǒng)可以作為協(xié)作學(xué)習(xí)的基礎(chǔ)設(shè)施，促使學(xué)習(xí)者更加深入地參與協(xié)作過程，而不只是被動接受知識(Ramadhevi，etal.，2022)。多智能體系統(tǒng)還可以在課堂學(xué)習(xí)中作為分布式支架存在，幫助學(xué)生及時獲取所需的知識支持與情緒支持。同時，多智能體系統(tǒng)還有望基于分布式支架自適應(yīng)地漸隱(fading)與轉(zhuǎn)移責(zé)任，從而幫助學(xué)習(xí)者培養(yǎng)獨立完成學(xué)習(xí)任務(wù)與自我思考的能力(Puntambekar，2022)。場景演化使學(xué)習(xí)場景的構(gòu)建更加靈活多樣。多智能體系統(tǒng)可模擬和分析不同的教學(xué)場景，為教師提供個性化的教學(xué)支持和建議。隨著技術(shù)的不斷發(fā)展和應(yīng)用的不斷深入，多智能體系統(tǒng)將在教育領(lǐng)域發(fā)揮越來越重要的作用，為教育教學(xué)帶來更多的創(chuàng)新。 在沒有引入生成式人工智能技術(shù)前，多智能體系統(tǒng)的教育應(yīng)用面臨不少挑戰(zhàn)：一是多智能體系統(tǒng)的領(lǐng)域適用性受到限制。傳統(tǒng)多智能體系統(tǒng)往往受限于特定領(lǐng)域或任務(wù)，局限于特定學(xué)科或特定教學(xué)環(huán)境，無法提供全面、一體化的教學(xué)支持。二是多智能體系統(tǒng)的協(xié)作性和智能性有待提升。智能體之間相對獨立，缺乏有效的信息共享和協(xié)作機制，難以充分利用各自的專業(yè)知識和能力，無法有效地理解學(xué)生的學(xué)習(xí)需求和問題，也難以提供個性化、高效的教學(xué)支持。 生成式人工智能技術(shù)為多智能體系統(tǒng)的教育應(yīng)用提供了新機遇。生成式人工智能技術(shù)可以賦予多智能體系統(tǒng)更高級別的智能，使其更加智能化、靈活化地與用戶交互并提供服務(wù)，更好地理解和處理教育應(yīng)用中的需求和問題。 三、技術(shù)演進(jìn)：大語言模型賦能多智能體系統(tǒng) (一)技術(shù)基石：生成式人工智能技術(shù) 多智能體系統(tǒng)需要不斷學(xué)習(xí)和優(yōu)化以適應(yīng)復(fù)雜多變的環(huán)境，且需具備高級的智能行為，如推理、決策、規(guī)劃等，以完成更復(fù)雜的任務(wù)。生成式人工智能技術(shù)為多智能體系統(tǒng)提供了強大的技術(shù)支持，使多智能體系統(tǒng)能更好地解決通信、協(xié)作、學(xué)習(xí)和優(yōu)化等問題，完成更高級別的智能行為。 具體來說，生成式人工智能技術(shù)在多個方面增強了智能體的能力：一是增強了智能體的交互與溝通能力，使其能自然地與人類交流，提升智能體對情感信息的識別和處理能力，使其能根據(jù)用戶的情緒調(diào)整回復(fù)方式。二是改善了多智能體系統(tǒng)內(nèi)部的溝通效率，使智能體能準(zhǔn)確地理解和協(xié)調(diào)任務(wù)。三是提升了智能體的決策與學(xué)習(xí)能力。借助機器學(xué)習(xí)和深度學(xué)習(xí)算法，智能體可從大量數(shù)據(jù)中提取有用信息，構(gòu)建復(fù)雜模型，不斷優(yōu)化決策策略。通過強化學(xué)習(xí)機制，智能體能在與環(huán)境的交互中持續(xù)改進(jìn)決策，并通過知識庫和推理機制提升決策的準(zhǔn)確性和可靠性。四是賦能智能體的多模態(tài)生成能力，使智能體能生成和處理文本、圖像、視頻等內(nèi)容，并通過多模態(tài)交互滿足用戶需求。這種多樣化的能力提升了智能體在不同任務(wù)中的適應(yīng)性和信息表達(dá)的靈活性。 (二)基于生成式人工智能技術(shù)的智能體 1.大模型賦能的智能體“眼—腦—手”三維能力框架 在多智能體系統(tǒng)中，智能體通常承擔(dān)決策、規(guī)劃和執(zhí)行等任務(wù)。基于生成式人工智能技術(shù)的大語言模型在智能體的結(jié)構(gòu)組件中扮演著類似于大腦的角色，為智能體提供強大的思維能力(Xi，etal.，2023)。隨著大規(guī)模數(shù)據(jù)集和深度神經(jīng)網(wǎng)絡(luò)模型的發(fā)展，生成式人工智能通過學(xué)習(xí)大量文本數(shù)據(jù)，掌握豐富的語言知識和世界知識，從而使智能體在理解、生成和推理方面具備更高的準(zhǔn)確性和靈活性。本研究構(gòu)建了智能體“眼—腦—手”三維能力框架，作為理解智能體處理教育任務(wù)的數(shù)據(jù)流模型。這一框架能幫助教育智能體實現(xiàn)從感知到思考再到執(zhí)行的全流程支持。例如，智能體可以實時觀察學(xué)生的課堂反應(yīng)(眼睛)，進(jìn)行數(shù)據(jù)分析和決策(大腦)，并提供及時的反饋和指導(dǎo)(雙手)。 圖2智能體“眼—腦—手”三維能力框架 (1)大腦：思考與反思 大語言模型賦予智能體強大的思維能力，相當(dāng)于讓智能體擁有“大腦”。通過“大腦”的思考、回溯和反思，智能體可以將復(fù)雜任務(wù)拆為更簡單、易執(zhí)行的子任務(wù)。此外，智能體能夠自我反省，不斷改進(jìn)和提高能力。例如，基于ChatGPT、Gemini、訊飛星火、通義千問等大語言模型，智能體能夠分析學(xué)生的學(xué)習(xí)數(shù)據(jù)，提供個性化學(xué)習(xí)建議，幫助學(xué)生改進(jìn)學(xué)習(xí)策略，增強學(xué)習(xí)效果。 (2)眼睛：觀察與感知 智能體的“眼睛”負(fù)責(zé)感知外部環(huán)境，并通過文本等多模態(tài)形式表征信息。智能體能夠觀察和理解學(xué)生的行為和反應(yīng)。例如，通過分析學(xué)生的答題過程和學(xué)習(xí)表現(xiàn)，智能體可以識別學(xué)生的知識薄弱點和學(xué)習(xí)習(xí)慣，從而提供針對性的輔導(dǎo)和支持。智能體還可以利用多模態(tài)技術(shù)，理解學(xué)生的表情和肢體語言，提升互動體驗和教學(xué)效果。 (3)雙手：執(zhí)行與操作 智能體的“雙手”負(fù)責(zé)執(zhí)行任務(wù)和操作工具。智能體可以調(diào)用各種教育工具和資源，輔助教學(xué)和學(xué)習(xí)，如調(diào)用開源圖像分析模型，幫助教師批改作業(yè)或評估學(xué)生表現(xiàn)。智能體還可以協(xié)助學(xué)生操作實驗、分析數(shù)據(jù)和解決問題，提升學(xué)生的實踐能力和動手能力。 2.多智能體系統(tǒng)智能性提升內(nèi)外雙循環(huán)框架 為更好地分析多智能體的智能性，本研究提出智能性提升內(nèi)外雙循環(huán)框架(見圖3)，即智能體通過任務(wù)拆解、自我反省、記憶處理和工具調(diào)用等方法，綜合提升能力。這一框架不但有助于提高教學(xué)效率和改善教學(xué)效果，而且能為智能教育提供新的方法和思路。 圖3多智能體系統(tǒng)智能性提升內(nèi)外雙循環(huán)框架 (1)內(nèi)循環(huán)：單一智能體的智能性提升 單一智能體可在教育活動中通過以下步驟不斷提升能力，更好地支持學(xué)生的學(xué)習(xí)和發(fā)展。 任務(wù)拆解：智能體將復(fù)雜的學(xué)習(xí)任務(wù)分解成更小、更易認(rèn)知的部分。例如，智能體可以基于思維鏈方法，將復(fù)雜的數(shù)學(xué)問題分解為多個簡單的步驟，幫助學(xué)生理解和解決問題(Wei，etal.，2023)。 自我反省：智能體能夠評估和反思自身的教學(xué)行為和決策，從而改進(jìn)教學(xué)策略。例如，通過分析學(xué)生的反饋和學(xué)習(xí)成果，智能體可以調(diào)整教學(xué)方法，提供更有效的教學(xué)支持(Liu，etal.，2023)。 記憶處理：智能體利用積累的教學(xué)經(jīng)驗和知識指導(dǎo)當(dāng)前的教學(xué)活動。例如，智能體記錄學(xué)生的學(xué)習(xí)進(jìn)度和表現(xiàn)，幫助教師制定個性化的教學(xué)計劃(Hong，etal.，2023；Shi，etal.，2023)。 工具調(diào)用：智能體可調(diào)用外部的教育資源和工具，輔助完成教學(xué)任務(wù)。例如，智能體可以利用教育軟件、在線課程資源和數(shù)據(jù)分析工具，增強教學(xué)效果(Wei，etal.，2024)。 (2)外循環(huán)：多智能體系統(tǒng)的智能性匯聚 在宏觀層面，多個智能體可通過以下方式協(xié)作，共同提升系統(tǒng)的整體智能性。 知識共享：各智能體通過任務(wù)拆解、自我反省、記憶處理和工具調(diào)用，提升自身能力，并將這些能力匯聚起來，形成強大的群體智能(Jiang，etal.，2023)。例如，不同智能體可以互相借鑒，分享教學(xué)資源和方法，提升整體教學(xué)水平。 多智能體協(xié)同：多個智能體通過合作，可提升整體教學(xué)效果。例如，智能體可以促進(jìn)學(xué)生之間的互動與合作，提高學(xué)習(xí)效率和質(zhì)量。通過多個智能體間的有效協(xié)作，多智能體系統(tǒng)的能力得到提升，并有效地完成復(fù)雜任務(wù)(Hong，etal.，2023)。 四、多智能體系統(tǒng)的教育應(yīng)用 智能體在教育領(lǐng)域扮演著關(guān)鍵角色。它能主動獲取、匯聚、歸納用戶最感興趣的信息，并利用智能體通信協(xié)議將加工過的信息按時推送給用戶。更重要的是，它具備推測用戶意圖的能力，能夠自主制定、調(diào)整和執(zhí)行工作計劃。這項技術(shù)的強大之處在于其個性化支持功能，能夠為用戶提供各類個性化教育服務(wù)。因此，教育智能體可為用戶提供更加高效和個性化的學(xué)習(xí)體驗，滿足不同用戶的學(xué)習(xí)需求，促進(jìn)教育發(fā)展和進(jìn)步(吳永和等，2017)。 根據(jù)智能體承擔(dān)的任務(wù)和角色，本研究將教育中的智能體分為百科全書型、智能學(xué)伴型、教學(xué)助手型、專業(yè)教師型(見下頁表1)。這四類智能體分別致力于解決知識管理、學(xué)生學(xué)習(xí)、助教管理、教師教學(xué)等問題。其中，百科全書型智能體承擔(dān)AI工具的角色，幫助學(xué)習(xí)者管理與查詢知識(Bruner，2023)；智能學(xué)伴型智能體以學(xué)伴的身份介入學(xué)習(xí)過程，通過協(xié)作交互提升學(xué)習(xí)效果(Khaing，etal.，2024)；教學(xué)助手型智能體協(xié)助教師制定教學(xué)計劃、管理課程和分析數(shù)據(jù)，最終促進(jìn)學(xué)習(xí)者有規(guī)劃地推動學(xué)習(xí)進(jìn)程(吳永和等，2017)；專業(yè)教師型智能體通過接入學(xué)科專業(yè)領(lǐng)域的知識庫，促進(jìn)學(xué)習(xí)者對專業(yè)學(xué)科知識的學(xué)習(xí)(Simon，etal.，2023)。 百科全書型智能體包括答疑、推薦、組卷和作業(yè)智能體，分別處理問題回答、資源推薦、試卷生成和作業(yè)管理，通過數(shù)據(jù)共享實現(xiàn)自動化和個性化支持。智能學(xué)伴型智能體由組隊和評測智能體組成，前者負(fù)責(zé)建立學(xué)習(xí)小組，后者可提供學(xué)習(xí)反饋，二者協(xié)作，優(yōu)化學(xué)習(xí)效果。教學(xué)助手型智能體涵蓋考試、家庭、教務(wù)和共享智能體，負(fù)責(zé)測試管理、學(xué)習(xí)提醒、教育管理和數(shù)據(jù)共享，通過任務(wù)協(xié)調(diào)和信息流動加強學(xué)習(xí)管理。專業(yè)教師型智能體包括備課和授課智能體，前者負(fù)責(zé)設(shè)計教學(xué)計劃，后者根據(jù)計劃調(diào)整教學(xué)，二者通過計劃指導(dǎo)和實時反饋實現(xiàn)個性化教學(xué)。此外，四種智能體也可以協(xié)作：百科全書型智能體提供基礎(chǔ)的知識支持和資源推薦，智能學(xué)伴型智能體負(fù)責(zé)優(yōu)化學(xué)習(xí)小組和評估學(xué)習(xí)效果，教學(xué)助手型智能體管理和監(jiān)督學(xué)習(xí)過程，專業(yè)教師型智能體專注于教學(xué)內(nèi)容和策略優(yōu)化。四類智能體之間的協(xié)作策略是通過共享和傳遞信息，結(jié)合基礎(chǔ)知識支持、學(xué)習(xí)過程優(yōu)化、管理監(jiān)督與教學(xué)策略，形成綜合的教育支持系統(tǒng)，全面提升學(xué)習(xí)效果和管理效率。 多智能體系統(tǒng)集成了多個不同身份的智能體，能為學(xué)習(xí)者提供豐富的交互體驗，在教育領(lǐng)域的應(yīng)用具有廣闊的潛力和重要的意義，為智能教育的發(fā)展提供全新的可能性和機遇。 (一)促進(jìn)知識管理的百科全書型智能體 在教育中，知識管理至關(guān)重要，這一過程涉及師生的知識共享、獲取和構(gòu)建。然而，教師往往無法確切掌握班級某位學(xué)生的知識掌握情況。盡管學(xué)生了解自己的知識掌握情況，但其學(xué)習(xí)過程往往存在局限性，難以有效地管理知識。百科全書型多智能體系統(tǒng)作為集成廣泛知識和豐富資源的教育平臺，可顯著促進(jìn)知識的管理和傳播。通過智能體的協(xié)作與交互，該系統(tǒng)能夠提供個性化且全面的學(xué)習(xí)支持，滿足不同層次和需求的學(xué)生。 百科全書型智能體的具體應(yīng)用形式包括答疑智能體、推薦智能體、組卷智能體和作業(yè)智能體。答疑智能體可以自動采集學(xué)習(xí)者的問題，從知識庫獲取回答，并將問題分類存入問題庫，持續(xù)更新知識庫和問題庫；推薦智能體根據(jù)學(xué)情分析結(jié)果，自動推薦單元視頻、課后習(xí)題和知識點筆記等學(xué)習(xí)資源；組卷智能體依據(jù)教師預(yù)設(shè)規(guī)則，從題庫中選題并組卷，實現(xiàn)試卷生成的自動化與智能化，并可生成不同難度的試卷，推進(jìn)分層教學(xué)；作業(yè)智能體自動編輯和分發(fā)作業(yè)，及時催促學(xué)習(xí)者完成。通過合理利用知識庫，百科全書型智能體可有效提升學(xué)習(xí)者的知識管理能力、學(xué)習(xí)效率和質(zhì)量。 此外，智能體可以幫助學(xué)習(xí)者管理和組織學(xué)習(xí)資源。例如，智能體利用機器學(xué)習(xí)方法動態(tài)排列優(yōu)先級，可改善服務(wù)質(zhì)量和用戶體驗，實現(xiàn)數(shù)字資源與帶寬資源的自動化管理(Molnar，etal.，2023)。百科全書型多智能體系統(tǒng)可為學(xué)生提供便捷高效的學(xué)習(xí)體驗，使其能隨時獲取所需知識和資源，解決學(xué)習(xí)難題，改善學(xué)習(xí)效果(Strug，etal.，2023)。例如，以百科全書型智能體系統(tǒng)在中學(xué)數(shù)學(xué)課程的應(yīng)用為例，答疑智能體自動處理學(xué)生提出的數(shù)學(xué)問題，并從綜合知識庫中提取準(zhǔn)確答案，幫助學(xué)生及時解決疑惑；推薦智能體根據(jù)學(xué)生的學(xué)習(xí)進(jìn)度和錯誤分析，向?qū)W生推送個性化的練習(xí)題和教學(xué)視頻；組卷智能體根據(jù)教師的要求生成不同難度的期末試卷。這一系統(tǒng)的使用可大幅度提高學(xué)生的學(xué)習(xí)效率，使他們在自學(xué)過程中得到及時支持，同時也可減輕教師的負(fù)擔(dān)。 (二)促進(jìn)協(xié)作交互的智能學(xué)伴型智能體 協(xié)作與交互是培養(yǎng)學(xué)生綜合能力和團(tuán)隊精神的重要手段。然而，協(xié)作學(xué)習(xí)易陷入“冷場”或“各自為營”的窘境，互動性不足。智能學(xué)伴型多智能體系統(tǒng)可通過協(xié)作和交互實現(xiàn)教學(xué)目標(biāo)，增強學(xué)生之間的互動與合作。組隊型智能體幫助學(xué)習(xí)者找到互補的學(xué)習(xí)搭檔，評測智能體分析作業(yè)試卷并提供學(xué)習(xí)建議。 智能學(xué)伴型多智能體系統(tǒng)可通過模擬真實學(xué)習(xí)環(huán)境，促進(jìn)學(xué)生間的協(xié)作，激發(fā)合作意識和團(tuán)隊精神，幫助學(xué)生完成學(xué)習(xí)任務(wù)和項目。這種智能體不僅能改善個性化學(xué)習(xí)體驗，還能通過及時支持和反饋，提高學(xué)生的學(xué)習(xí)專注度和效率(NeiraMaldonado，etal.，2024)。此外，智能學(xué)伴型系統(tǒng)有助于提高教學(xué)效果和學(xué)生綜合素質(zhì)，為培養(yǎng)未來社會所需人才奠定基礎(chǔ)，如幫助大學(xué)生制定并實現(xiàn)長期目標(biāo)(Martens，2023)。智能學(xué)伴還可以及時推薦學(xué)習(xí)資源，促進(jìn)深度學(xué)習(xí)(Khaing，etal.，2024)。此外，智能學(xué)伴型多智能體系統(tǒng)可提供個性化學(xué)習(xí)服務(wù)，使學(xué)生獲得情感支持和學(xué)習(xí)指導(dǎo)。例如，大學(xué)編程課中，組隊智能體可根據(jù)學(xué)生的技能和興趣，自動組建多個編程團(tuán)隊，讓團(tuán)隊成員優(yōu)勢互補；評測智能體可跟蹤團(tuán)隊的項目進(jìn)度，分析代碼質(zhì)量和項目成果，提供實時的改進(jìn)建議和反饋。這一系統(tǒng)可推動項目高質(zhì)量完成，也有助于提升學(xué)生編程技能和問題解決能力。 (三)促進(jìn)學(xué)習(xí)規(guī)劃的教學(xué)助手型智能體 在教育領(lǐng)域，教學(xué)助手型智能體可以通過及時介入學(xué)習(xí)進(jìn)程，提升學(xué)習(xí)者的學(xué)習(xí)規(guī)劃能力。這類智能體可分為四類：考試智能體、家庭智能體、教務(wù)智能體和共享智能體，主要解決學(xué)生缺乏學(xué)科的全局視野、難以有效規(guī)劃學(xué)習(xí)的問題。考試智能體能夠自動生成在線測試鏈接，并自動控制考試時間和自動收卷。這使考試過程更加高效、規(guī)范，有助于提高教學(xué)質(zhì)量和檢測學(xué)生學(xué)習(xí)效果。家庭智能體能夠提醒并幫助學(xué)習(xí)者課前預(yù)習(xí)，與家長溝通，向?qū)W生和家長發(fā)送家庭作業(yè)安排、課前預(yù)習(xí)計劃等信息。這有助于推動家校合作，為學(xué)生在家學(xué)習(xí)提供指導(dǎo)和支持。教務(wù)智能體在學(xué)習(xí)規(guī)劃中扮演著管理與調(diào)控角色。它能制定教育章程、管理人員、驗證權(quán)限等，從宏觀上調(diào)控學(xué)習(xí)進(jìn)程，確保教學(xué)活動的順利開展和教學(xué)目標(biāo)的達(dá)成。共享智能體能輔助完成教學(xué)過程，管理和共享學(xué)習(xí)數(shù)據(jù)，并核驗數(shù)據(jù)訪問權(quán)限，防止隱私泄露。這有助于教育機構(gòu)更好地管理學(xué)習(xí)數(shù)據(jù)，為教學(xué)活動提供數(shù)據(jù)支持，提高教學(xué)質(zhì)量和效率。 (四)促進(jìn)學(xué)科教學(xué)的專業(yè)教師型智能體 基于學(xué)科知識圖譜和專業(yè)知識庫的多智能體系統(tǒng)可以扮演專業(yè)教師角色，根據(jù)學(xué)生學(xué)習(xí)數(shù)據(jù)提供個性化、量身定制的學(xué)習(xí)指導(dǎo)。其中，備課智能體根據(jù)學(xué)情分析結(jié)果，設(shè)計教學(xué)并自動備課；授課智能體提供教學(xué)支架，分析學(xué)習(xí)狀態(tài)，基于知識追蹤技術(shù)智能授課。專業(yè)教師型多智能體系統(tǒng)通過整合專業(yè)知識庫和在線教育資源，可為學(xué)科教學(xué)提供強有力的支持，包括提供優(yōu)質(zhì)的素材和案例，幫助教師更好地指導(dǎo)學(xué)生在線學(xué)習(xí)(Wei，2021)。同時，多智能體技術(shù)在體育教學(xué)中也能幫助學(xué)生解決實際問題，提升教學(xué)效率，培養(yǎng)終身的體育意識(Yan，2016)。 此外，多智能體系統(tǒng)為學(xué)生提供了豐富的仿真學(xué)習(xí)體驗。例如，在工業(yè)機器人控制的教學(xué)中，智能體系統(tǒng)可指導(dǎo)學(xué)生在虛擬環(huán)境中操作練習(xí)，幫助他們掌握實時控制和協(xié)作技能、解決復(fù)雜問題的能力，并培養(yǎng)安全操作規(guī)范和良好的人機協(xié)作能力(Simon，etal.，2023)。在臨床技能教育中，智能體系統(tǒng)可通過智能模擬模型，幫助學(xué)生在虛擬環(huán)境中進(jìn)行實踐，提高其臨床技能(Samra，etal.，2016)。專業(yè)教師型多智能體系統(tǒng)可通過提供高質(zhì)量的教學(xué)資源和仿真環(huán)境，提升學(xué)科教學(xué)的質(zhì)量和效率。例如，專業(yè)教師型智能體系統(tǒng)可被用來支持高中化學(xué)實驗教學(xué)。該系統(tǒng)根據(jù)學(xué)生的實驗數(shù)據(jù)和操作反饋，自動調(diào)整實驗步驟和教學(xué)內(nèi)容，提供實時的實驗指導(dǎo)和建議。學(xué)生能夠在虛擬實驗環(huán)境中多次操作練習(xí)，了解復(fù)雜的化學(xué)反應(yīng)過程、掌握實驗技術(shù)。該系統(tǒng)不僅能增強實驗教學(xué)的實踐性和互動性，還能將虛擬實驗與課程學(xué)習(xí)相結(jié)合，幫助學(xué)生更好地掌握化學(xué)知識。 (五)階段差異化應(yīng)用與跨文化體系適應(yīng) 教育實踐復(fù)雜且多變，涉及多個因素和環(huán)節(jié)的相互作用。多智能體系統(tǒng)的教育應(yīng)用需充分考慮學(xué)生學(xué)習(xí)階段、教育文化背景、學(xué)校資源條件等的影響。在不同教育階段，多智能體系統(tǒng)也會加以適應(yīng)性調(diào)整，差別對待。例如，中小學(xué)階段強調(diào)掌握基礎(chǔ)知識與培養(yǎng)學(xué)習(xí)興趣，多智能體系統(tǒng)可以通過游戲化學(xué)習(xí)、互動式問答等，提升學(xué)生的學(xué)習(xí)興趣和參與度。對于高等教育階段，多智能體系統(tǒng)可以作為學(xué)習(xí)助手、科研輔助工具，提供個性化學(xué)習(xí)路徑、學(xué)術(shù)資源推薦、科研數(shù)據(jù)分析等，幫助師生處理復(fù)雜的學(xué)術(shù)問題和研究任務(wù)，同時支持多語言、多文化背景的學(xué)術(shù)交流。 不同文化背景下的教育理念、教學(xué)方法和學(xué)習(xí)習(xí)慣存在差異。多智能體系統(tǒng)具備文化敏感性，能識別并適應(yīng)不同文化背景下的學(xué)習(xí)需求，如通過建立可配置的教育模型庫，允許用戶根據(jù)所在教育體系的特點自行選擇和調(diào)整，有效實現(xiàn)對跨文化與不同教育體系的自適應(yīng)。同時，智能體有自我學(xué)習(xí)和進(jìn)化能力，能根據(jù)實際應(yīng)用情況不斷優(yōu)化和調(diào)整。 五、挑戰(zhàn)與對策 教育智能體在教學(xué)場景中扮演著關(guān)鍵角色，可通過語音、文本等交互方式為學(xué)習(xí)者提供支持，增強其認(rèn)知學(xué)習(xí)和情感體驗(徐振國等，2021)。國家自然科學(xué)基金委信息科學(xué)部“教育信息科學(xué)與技術(shù)”專門設(shè)置教育智能體(F070107)子申請代碼以推動這一領(lǐng)域的基礎(chǔ)研究。本研究從以下角度提出思考： (一)融合教學(xué)要素：重塑多智能體教育生態(tài) 在教學(xué)過程中，教學(xué)目標(biāo)與內(nèi)容、教學(xué)方法與策略、學(xué)生的認(rèn)知與情感需求是基本要素。多智能體系統(tǒng)須緊密圍繞這些基本要素展開，才能有效支持教學(xué)。具體而言，在“教、學(xué)、管、評”四個基礎(chǔ)環(huán)節(jié)中，多智能體系統(tǒng)可通過以下方式實現(xiàn)教學(xué)基本要素的融合： 在“教”環(huán)節(jié)，智能體可通過推薦和動態(tài)調(diào)整，確保教學(xué)內(nèi)容的準(zhǔn)確性與適用性，并根據(jù)學(xué)生學(xué)習(xí)進(jìn)度提供個性化資源。在“學(xué)”環(huán)節(jié)，智能體可實時監(jiān)控學(xué)生學(xué)習(xí)狀態(tài)，識別學(xué)習(xí)瓶頸，提供即時反饋和個性化學(xué)習(xí)路徑，提升學(xué)習(xí)效果。在“管”環(huán)節(jié)，智能體可幫助教師管理班級和學(xué)生行為，及時預(yù)警，并通過數(shù)據(jù)分析支持教師決策。在“評”環(huán)節(jié)，智能體可通過多維度分析工具自動評估學(xué)生表現(xiàn)，生成詳細(xì)報告，并提供教學(xué)改進(jìn)建議，輔助教師優(yōu)化教學(xué)策略。 為了確保智能體準(zhǔn)確理解和傳遞教學(xué)內(nèi)容，教育領(lǐng)域可引入嚴(yán)格的知識審核機制和多層次的質(zhì)量控制體系。在個性化教學(xué)策略實施過程中，教師應(yīng)充分發(fā)揮核心作用，通過參與培訓(xùn)掌握智能技術(shù)，提升應(yīng)用能力。在情感計算和反饋方面，智能體情感識別和響應(yīng)能力有待加強，確保能提供恰當(dāng)?shù)墓膭詈椭С郑苊庖l(fā)學(xué)生的情感困擾。 (二)對接數(shù)字基座：強化多智能體系統(tǒng)支撐 隨著國家教育數(shù)字化戰(zhàn)略行動從“3C”戰(zhàn)略(聯(lián)結(jié)、內(nèi)容、合作)向“3I”戰(zhàn)略(集成化、智能化、國際化)轉(zhuǎn)變，教育領(lǐng)域越發(fā)關(guān)注資源共享和構(gòu)建集成化平臺。如果數(shù)字學(xué)校可以被視為一個復(fù)雜的計算機系統(tǒng)，那么數(shù)字基座就是維持該系統(tǒng)全面運作的操作系統(tǒng)。多智能體系統(tǒng)的整合是這一操作系統(tǒng)的智能化升級。教育數(shù)字基座通過與區(qū)域的物聯(lián)網(wǎng)設(shè)備、人員、數(shù)據(jù)及各種平臺建立連接，整合并升級現(xiàn)有的教育平臺系統(tǒng)，實現(xiàn)教育數(shù)據(jù)庫和資源池的互聯(lián)互通。它扮演著聯(lián)合協(xié)作、多場景設(shè)備聯(lián)接以及多平臺數(shù)