AI的飞速发展，标志着“AI+教育”进入了一个全新的发展阶段，推动了这一领域的应用与讨论达到前所未有的热度。 我们惊叹于AI能秒解难题、生成教案、甚至与学生流畅对话。一个充满个性化辅导的“未来教育”图景似乎近在咫尺。

然而，在兴奋之余，一个更深层次的焦虑也随之而来：

• “AI为什么推荐这道题，而不是那道题？”

• “它判断我的孩子‘数学逻辑薄弱’，这个结论可靠吗？依据是什么？”

• “当AI成为教学助手，老师会不会被‘架空’，失去主导权？”

这些问题，直指当前智能教育的一个核心痛点——“可解释性”。如果AI的决策过程是一个不透明的“黑箱”，我们如何信任它？又如何放心地将关乎孩子未来的教育大权，交到一个我们无法理解的“机器老师”手中？

带着这些困惑，我们有幸与华东师范大学的江波教授进行了一次深度对话。他的新书Toward Trustworthy Adaptive Learning: Explainable Learner Models《迈向可信自适应学习：可解释的学习者模型》正是为了破解这一难题而生。

作者简介

江波，华东师范大学上海智能教育研究院教授、博导、副院长。2014年毕业于浙江大学控制系。研究兴趣包括教育大模型、自适应学习技术、中小学人工智能教育等。主持国家自然科学基金项目3项、省部级项目2项；作为核心成员参与国家社科基金重大项目、国家社科基金重点项目、自然科学基金项目共计8项。在国内外期刊会议发表论文50余篇。担任多部SCI和SSCI期刊编委会成员。担任亚太计算机教育学会（APSCE）执行委员。担任GCCCE2023程序委员会主席、ICCE2025程序委员会主席。

作者访谈

(点击查看完整采访视频👆)

Q1：出版 Toward Trustworthy Adaptive Learning: Explainable Learner Models 这本书的主要目的是什么？

江波：

本书总结了我耗时五年在AI赋能个性化学习领域的研究。核心聚焦于智能导学系统中AI技术的“可解释性”问题：AI不仅要能推荐学习资源，更要向教师、学生和家长解释其推荐理由，从而建立信任。我们认为AI是教师的得力助手，而非替代者，教育的本质是人与人心灵的交流。因此，本书旨在通过构建可解释的学习者模型，推动AI技术在教育领域更可信、更可靠地应用。

Q2：请您介绍这本书的主要特点。

江波：

本书主要有三大特点：

首创性：本书是中国大陆首本明确提出“可解释学习者建模”与“可信自适应技术”的专著，第一章系统梳理了相关理论、理念与构建方法。

技术落地：第二章至第三章提出了一系列可解释学习者建模的具体技术，如基于模糊认知图的认知状态预测、利用编程调试数据进行认知追踪、基于数字产品行为数据构建学习模型等，强调跨学科融合，使理论可操作、可复现。

框架构建：第四章提出一套完整的“可解释自适应学习分层框架”，明确了各环节的可解释方法与技术，形成了可信教育人工智能的理论体系。

Q3：请您谈谈为什么第一章选择以开放获取（Open Access）的模式出版？

江波：

第一章是全书的理论总纲，系统整合了可解释与可信AI的基本理念与技术脉络。其中，1.2节梳理了AI技术的可解释性分类，1.3节深入阐释了教育场景中可解释的内涵。本章浓缩了领域核心知识，对理解可解释与可信AI至关重要，因此特设为开放获取章节，供广大读者免费阅读。

Q4：从这本书最初策划到最终出版，您遇到的最大挑战及障碍是什么？是如何克服的？

江波：

在撰写本书过程中，我们面临三大挑战及其应对策略：

挑战一：读者定位与内容表达

本书主要面向教育领域的科研人员与一线教师，他们对AI技术相对陌生。因此，我们需用浅显易懂的语言解释复杂AI概念，确保教育背景读者也能轻松理解。

挑战二：全书脉络设计

如何将多年研究积累系统化呈现是另一难点。最终我们采用“总—分—总”结构：第一章为概述，第二至三章介绍方法，第四章凝练理论框架，首次提出“可解释自适应学习分层框架”，以理论提升满足教育读者的认知需求。

挑战三：语言转化与技术简化

需将中文教育研究成果转化为英文表达，同时简化技术细节以适应非专业读者。通过跨学科协作（邀请教育学者参与讨论）和团队定期研讨，平衡了学术严谨性与可读性。

应对策略:

出版社支持：参与线上出版培训，明确写作规范与流程；

团队协作：定期召开研讨会，邀请教育学者提供视角反馈；

跨学科融合：结合教育学与AI双重视角优化内容架构，确保理论与实践的有机统一。

Q5：Taylor & Francis出版集团在这个过程中是如何协助您出版本书的？为您带来了什么样的价值？

江波：

衷心感谢Taylor & Francis出版集团给予我出版专著的宝贵机会。尽管我曾在贵集团旗下期刊发表过论文，但对专著出版流程并不熟悉。最初在同事推荐下接触贵社后，你们迅速响应并组织线上研讨会，详细介绍了出版流程与注意事项，有效消除了我们对出版周期长的顾虑——相比国内专著动辄一两年的出版周期，贵社高效的工作节奏尤其契合AI领域快速迭代的特点，确保研究成果能及时与学术界分享。

在出版过程中，贵社编辑团队展现了极高的专业素养与协作效率：从出版协议沟通、样书确认到多次校稿，均保持高频次、高效率的互动，反馈响应迅速。尤其在校稿完成后到最终在线上线的周期之短，充分体现了贵社对学术时效性的重视。

总体而言，Taylor & Francis集团在本书从策划、撰写到出版的全流程中提供了关键支持，其高效、专业的服务为学术成果的快速传播创造了理想条件。特此致以诚挚谢意！

Q6：您认为出版英文学术图书，需要注意的几个主要要点？

江波：

撰写专著需把握三个关键点：

第一，明确受众。 无论写论文还是出书，首要问题是“写给谁看”。就像产品设计要考虑用户群体，写作也必须以读者为出发点。如果受众不明确，内容再先进也难以有效传达。

第二，围绕受众组织内容。 要根据读者的知识背景和认知水平调整内容结构。例如，本书读者熟悉教育但不了解技术，因此第一章从教育问题切入，后续章节适当简化技术细节，避免过于艰深，确保可读性。

第三，语言要清晰易懂。 对非英语母语者而言，撰写长篇专著尤其需注意语言表达。术语要一致，句式要简洁，逻辑要连贯，确保不同背景的读者都能理解。

总之，写作要始终以读者为中心，做到定位清晰、内容适配、语言通俗。

随着人工智能在教育领域的迅猛发展，我们既看到了个性化学习的巨大潜力，也面临着“黑箱”决策带来的信任危机。Toward Trustworthy Adaptive Learning: Explainable Learner Models《迈向可信自适应学习：可解释的学习者模型》直面这一核心挑战，系统阐述了如何通过可解释学习者建模技术，让AI的决策过程透明化、可理解，从而建立教师、学生与家长对智能教育系统的信任。书中不仅提出了创新的理论框架与技术路径，还强调AI应作为教师的助手，而非替代者，真正服务于教育的本质——人与人之间的心灵交流。江波教授希望通过这本兼具学术深度与实践指导意义的专著，推动AI技术在教育中更可信、更可靠地应用，为全球智能教育的未来发展提供中国智慧与实践参考。

---------------------------

Taylor & Francis致力于搭建国际交流的桥梁，将中国高水平的成果和重大突破传播到世界，助力中国优秀学术科研“走出去”，为中国科研工作者提供更广阔的国际传播平台，讲好中国故事。

作为Taylor & Francis旗下全球领先的人文社科出版品牌，Routledge每年出版数以千计的图书、电子书和期刊文章，以服务、联系和支持学者、教师和专业人员群体而闻名。我们致力于通过知识促进人类进步。