戴永輝 　徐波　 陳海建

摘要：混合式教學(xué)通過“線上+線下”相結(jié)合的方式，融合了傳統(tǒng)教學(xué)與網(wǎng)絡(luò)教學(xué)的優(yōu)勢，已成為互聯(lián)網(wǎng)環(huán)境下現(xiàn)代教學(xué)發(fā)展的重要方向。當(dāng)前我國混合式教學(xué)實(shí)踐中主要存在教學(xué)資源單一、學(xué)生學(xué)習(xí)自主性不強(qiáng)、課堂教學(xué)與在線學(xué)習(xí)缺乏有機(jī)結(jié)合等問題。而神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、情感計(jì)算等人工智能技術(shù)的發(fā)展，不僅為解決上述問題提供了新的技術(shù)手段，而且促使教學(xué)進(jìn)一步向“以學(xué)習(xí)者為中心”的個(gè)性化、精準(zhǔn)化和智能化方向發(fā)展。人工智能發(fā)展對(duì)混合式教學(xué)的觀照主要體現(xiàn)在推動(dòng)個(gè)性化教學(xué)資源建設(shè)、促進(jìn)互動(dòng)教學(xué)與浸潤式情感教學(xué)、推進(jìn)課堂教學(xué)與在線學(xué)習(xí)融合等方面。綜而觀之，人工智能發(fā)展和混合式教學(xué)之間的關(guān)系應(yīng)該辯證看待：混合式教學(xué)的應(yīng)用需求為人工智能發(fā)展持續(xù)提供新動(dòng)力，人工智能的發(fā)展應(yīng)以混合式教學(xué)應(yīng)用為導(dǎo)向，在兩者之間構(gòu)建深度融合的生態(tài)鏈，形成可持續(xù)創(chuàng)新、雙螺旋演進(jìn)的互動(dòng)發(fā)展模式。

關(guān)鍵詞：人工智能；混合式教學(xué)；發(fā)展應(yīng)用；辯證關(guān)系；生態(tài)鏈構(gòu)建

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-5195（2018）02-0024-08 doi10.3969/j.issn.1009-5195.2018.02.003

一、引言

教育信息技術(shù)的發(fā)展推動(dòng)了教學(xué)環(huán)境和教學(xué)模式的變革，在線學(xué)習(xí)、移動(dòng)學(xué)習(xí)、MOOC學(xué)習(xí)和混合式學(xué)習(xí)等新興學(xué)習(xí)方式的涌現(xiàn)給傳統(tǒng)教學(xué)帶來巨大沖擊，尤其是“以學(xué)習(xí)者為中心”的混合式教學(xué)模式被認(rèn)為引發(fā)了國際教育界教育思想觀念的變革（何克抗，2005），是一種可預(yù)見的教育變革趨勢（胡立如等，2016）。相較于傳統(tǒng)教學(xué)或網(wǎng)絡(luò)教學(xué)，混合式教學(xué)采用“線上+線下”的新型教學(xué)方式，既保留了傳統(tǒng)教學(xué)中的面對(duì)面交流，又引入了數(shù)字化教學(xué)可記錄、可重復(fù)的優(yōu)勢，迅速成為一種新興教學(xué)模式的代表。然而，面對(duì)學(xué)習(xí)經(jīng)歷和知識(shí)結(jié)構(gòu)各異的學(xué)習(xí)者，當(dāng)前暴露出的教學(xué)資源建設(shè)單一化、教學(xué)交互缺乏、課堂教學(xué)與在線學(xué)習(xí)割裂的問題，已經(jīng)嚴(yán)重阻礙了混合式教學(xué)的推進(jìn)，如何有效解決上述難題是混合式教學(xué)機(jī)構(gòu)最為關(guān)心的問題。

近年來，圍棋機(jī)器人AlphaGo、IBM沃森的智能診斷、科大訊飛的智能翻譯等人工智能技術(shù)的不斷發(fā)展和應(yīng)用給人類社會(huì)帶來深刻的影響，也使得人工智能研究迅速成為世界各國關(guān)注的熱點(diǎn)。2016年10月，美國發(fā)布《美國國家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》和《為人工智能的未來做好準(zhǔn)備》，對(duì)人工智能的倫理、技術(shù)標(biāo)準(zhǔn)、培訓(xùn)、人才培養(yǎng)等做了戰(zhàn)略部署。2017年，日本政府制定了人工智能產(chǎn)業(yè)化路線圖，計(jì)劃在2020-2030年前后，分3個(gè)階段，分步驟實(shí)施人工智能產(chǎn)業(yè)化。2017年7月，我國國務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，將人工智能研究提升到國家戰(zhàn)略層面，開啟了我國人工智能發(fā)展研究的新征程。神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)等人工智能關(guān)鍵技術(shù)的發(fā)展使得學(xué)習(xí)者學(xué)習(xí)過程中產(chǎn)生的海量圖像、語音、文本數(shù)據(jù)、個(gè)性化特征信息等的挖掘更為精準(zhǔn)，為推動(dòng)我國混合式教學(xué)和現(xiàn)代教育變革提供了有力保障。

二、文獻(xiàn)綜述

1.混合式教學(xué)

20世紀(jì)90年代，基于網(wǎng)絡(luò)和數(shù)字媒體技術(shù)的E-Learning學(xué)習(xí)方式因其具備4A（Anytime、Anywhere、Anyway、Anyone）特性，受到學(xué)習(xí)者的喜愛而迅速推廣，但呈現(xiàn)出“學(xué)生退課率高、情感交流缺乏”等系列問題引發(fā)了國際教育界的反思。隨即混合式學(xué)習(xí)作為教學(xué)改革的新理念被提出，其學(xué)習(xí)方式可看成是教學(xué)媒體的混合、學(xué)習(xí)模式的混合和學(xué)習(xí)內(nèi)容的混合（祝智庭等，2003）。此外，混合式教學(xué)還被認(rèn)為是“線下面對(duì)面與在線學(xué)習(xí)的集合”，是在線教學(xué)和傳統(tǒng)教學(xué)優(yōu)勢有機(jī)結(jié)合的教學(xué)形式。它既發(fā)揮了教師的引導(dǎo)作用，又滿足了學(xué)習(xí)者自主學(xué)習(xí)的需求，成為近年來教學(xué)研究的熱點(diǎn)。通過中國知網(wǎng)和萬方數(shù)據(jù)庫等文獻(xiàn)庫，以“混合式教學(xué)”“混合式學(xué)習(xí)”為關(guān)鍵詞進(jìn)行檢索，最終得到國內(nèi)年發(fā)文量統(tǒng)計(jì)如圖1所示。

圖1 2008-2017年發(fā)文量統(tǒng)計(jì)圖

由圖1可知，2008年到2014年，我國混合式教學(xué)相關(guān)研究的年均發(fā)文量在90篇以內(nèi)，2015年以來，發(fā)文量突破180篇，且呈跳躍式增長，2017年更是高達(dá)676篇，這從側(cè)面反映出我國混合式教學(xué)改革逐步推進(jìn)的過程。從國內(nèi)混合式學(xué)習(xí)相關(guān)研究來看，主要集中在混合式教學(xué)的理論與應(yīng)用、在線教學(xué)信息化建設(shè)兩方面（王國華等，2015； Mittag，2016）。

混合式教學(xué)涉及的學(xué)習(xí)理論眾多，但主要有建構(gòu)主義學(xué)習(xí)理論和自主學(xué)習(xí)理論等。其中，建構(gòu)主義學(xué)習(xí)理論將主體、情境、協(xié)作和資源看成是促進(jìn)教學(xué)的四個(gè)條件，并且學(xué)習(xí)環(huán)境由情境、協(xié)商、會(huì)話、意義建構(gòu)四大要素組成（馬曉燕，2017）。自主學(xué)習(xí)理論則認(rèn)為，學(xué)習(xí)以自學(xué)為主，主體是學(xué)習(xí)者，他們自主決定學(xué)習(xí)方式和學(xué)習(xí)行為。趙冬梅等（2012）基于Blackboard平臺(tái)，以計(jì)算機(jī)基礎(chǔ)課程為例，從課程導(dǎo)入、教學(xué)計(jì)劃和實(shí)施、學(xué)習(xí)評(píng)價(jià)等方面對(duì)大學(xué)混合式教學(xué)進(jìn)行了研究，結(jié)果表明該模式在培養(yǎng)學(xué)生主動(dòng)學(xué)習(xí)和實(shí)踐操作能力上效果甚佳。牟占生等（2014）基于Coursera教學(xué)平臺(tái)，對(duì)混合式教學(xué)模式進(jìn)行了前端分析、學(xué)習(xí)活動(dòng)與學(xué)習(xí)評(píng)價(jià)設(shè)計(jì)，其教學(xué)應(yīng)用結(jié)果表明，該學(xué)習(xí)模式對(duì)于學(xué)生成績和學(xué)習(xí)興趣的提升有積極作用。蘇佩堯（2015）基于微信公眾平臺(tái)對(duì)“課前、課堂、課后”三位一體的混合式學(xué)習(xí)平臺(tái)進(jìn)行了設(shè)計(jì)與構(gòu)建，并以“現(xiàn)代教育技術(shù)”課程的學(xué)生為應(yīng)用對(duì)象，證明了該混合式教學(xué)模式能有效激發(fā)學(xué)生學(xué)習(xí)的主動(dòng)性和積極性，并認(rèn)為混合式教學(xué)模式正逐步成為當(dāng)今教學(xué)改革的方向。

縱觀在線教學(xué)中的信息化發(fā)展，Web1.0到Web4.0技術(shù)支持下網(wǎng)絡(luò)課程經(jīng)歷了四個(gè)階段（孫曙輝，2016）。在Web1.0時(shí)代，由超文本組成的網(wǎng)絡(luò)課程進(jìn)入學(xué)習(xí)者視野，學(xué)習(xí)者可通過Email、BBS發(fā)帖進(jìn)行交互學(xué)習(xí)。在Web2.0時(shí)代，XML、Ajax異步刷新技術(shù)的出現(xiàn)，使得線上網(wǎng)絡(luò)課程建設(shè)可以整合SNS、Wiki、RSS、博客等應(yīng)用，初步體現(xiàn)了以學(xué)習(xí)者為中心的教學(xué)理念。在Web3.0時(shí)代，互聯(lián)網(wǎng)信息技術(shù)已能支撐學(xué)習(xí)者對(duì)個(gè)性化、智能化學(xué)習(xí)的基本需求，學(xué)習(xí)者可以自由決定學(xué)習(xí)進(jìn)度、學(xué)習(xí)內(nèi)容，是學(xué)習(xí)過程的計(jì)劃者和管理者（孫立會(huì)，2009）。在Web4.0時(shí)代，智能化、移動(dòng)化的學(xué)習(xí)終端越來越普及，使得多平臺(tái)和多終端對(duì)接的網(wǎng)絡(luò)課程成為主流。

2.人工智能教育

“人工智能”一詞最早出自1956年美國的達(dá)特蒙斯大學(xué)，發(fā)展至今已過60多年，現(xiàn)已成為一門涉及計(jì)算機(jī)科學(xué)、信息科學(xué)、心理學(xué)、哲學(xué)、認(rèn)知神經(jīng)科學(xué)、生理學(xué)等眾多領(lǐng)域的前沿交叉科學(xué)（徐鵬等，2009）。近年來，信息技術(shù)在機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)上不斷取得突破性進(jìn)展，為人工智能的發(fā)展與應(yīng)用奠定了堅(jiān)實(shí)基礎(chǔ)。尤其是AlphaGo擊敗職業(yè)圍棋選手，以及越來越多人工智能技術(shù)被運(yùn)用到經(jīng)濟(jì)、交通、醫(yī)療、金融、法律、教育等領(lǐng)域，加速了人們對(duì)人工智能的認(rèn)識(shí)、理解和運(yùn)用。在教育領(lǐng)域，學(xué)者們對(duì)人工智能的研究大體可分為人工智能教育基礎(chǔ)研究和技術(shù)應(yīng)用研究兩大類。

人工智能教育基礎(chǔ)研究主要集中在人工智能教育現(xiàn)狀及趨勢、人工智能教育基本理論和人工智能教育發(fā)展等方面。如：徐鵬等（2009）對(duì)國內(nèi)人工智能教育應(yīng)用研究現(xiàn)狀進(jìn)行了綜述，指出國內(nèi)教育技術(shù)界將人工智能教育技術(shù)開發(fā)作為重點(diǎn)，有關(guān)實(shí)踐應(yīng)用類的研究偏少；王斐（2013）認(rèn)為人工智能輔助教學(xué)的功能在中學(xué)教育中體現(xiàn)得不夠充分，需要各級(jí)教育行政機(jī)構(gòu)、專家學(xué)者和一線教師進(jìn)行積極探索。此外，有學(xué)者指出在“人工智能+”時(shí)代，應(yīng)以學(xué)習(xí)者為中心，以目標(biāo)、過程和評(píng)價(jià)為導(dǎo)向進(jìn)行個(gè)性化學(xué)習(xí)，在學(xué)習(xí)者心智特征分析基礎(chǔ)上提供符合其個(gè)性化學(xué)習(xí)需求的內(nèi)容、活動(dòng)、路徑和評(píng)價(jià)（牟智佳，2017）。在教育人工智能標(biāo)準(zhǔn)上，需要提供可實(shí)施的準(zhǔn)則和規(guī)范來促進(jìn)人工智能教育系統(tǒng)和應(yīng)用的發(fā)展（閆志明等，2017）。

人工智能技術(shù)在教育中的應(yīng)用主要有情感計(jì)算（李勇帆等，2013）、大數(shù)據(jù)、智慧教育（柯清超，2013）、深度學(xué)習(xí)、人機(jī)互動(dòng)自適應(yīng)學(xué)習(xí)（楊翠蓉等，2016）、機(jī)器人學(xué)習(xí)（黃榮懷等，2017）等。如：李德毅（2016）指出教育機(jī)器人將給教育帶來重大的機(jī)遇與挑戰(zhàn)，集新材料、人工智能、大數(shù)據(jù)、語言學(xué)、腦認(rèn)知等多學(xué)科交叉融合的機(jī)器人，將成為人類社會(huì)走向智慧社會(huì)的重要技術(shù)應(yīng)用；基于人工智能的虛擬現(xiàn)實(shí)產(chǎn)品，將給教學(xué)帶來越來越多的互動(dòng)體驗(yàn)（郭漢等，2016）；此外，基于人工智能的排課優(yōu)化算法，使得“一人一課表”成為可能，在有效降低排課成本的同時(shí)，為個(gè)性化教學(xué)推送奠定了良好基礎(chǔ)（劉辰，2017）。

三、人工智能發(fā)展對(duì)混合式教學(xué)的推動(dòng)

1.推動(dòng)個(gè)性化教學(xué)資源建設(shè)

個(gè)性化教學(xué)資源建設(shè)是個(gè)性化教學(xué)的重要組成部分。個(gè)性化教學(xué)實(shí)施的前提是對(duì)學(xué)習(xí)者進(jìn)行建模和知識(shí)表征，這就需要對(duì)學(xué)習(xí)者的認(rèn)知水平、興趣愛好和學(xué)習(xí)能力進(jìn)行精準(zhǔn)描繪。在人工智能技術(shù)發(fā)展成熟以前，上述內(nèi)容的提取和建模不太理想，因而個(gè)性化學(xué)習(xí)資源和個(gè)性化學(xué)習(xí)方案一直難以真正實(shí)現(xiàn)。隨著物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)分析技術(shù)的不斷成熟，基于上述智能技術(shù)進(jìn)行的學(xué)習(xí)者行為精準(zhǔn)數(shù)據(jù)挖掘?yàn)閭€(gè)性化教學(xué)資源建設(shè)提供了關(guān)鍵技術(shù)支撐。

學(xué)習(xí)者建模表征，是個(gè)性化教學(xué)資源建設(shè)的基礎(chǔ)，可以通過對(duì)學(xué)習(xí)者的基本屬性、學(xué)習(xí)風(fēng)格偏好、學(xué)習(xí)者類型和知識(shí)點(diǎn)興趣等的描述來完成學(xué)習(xí)者畫像（陳海建等，2017），進(jìn)而完成學(xué)習(xí)者個(gè)性化教學(xué)資源推送。如圖2所示，學(xué)習(xí)過程中的海量語音、文本、圖片、日志等數(shù)據(jù)經(jīng)情感計(jì)算、模式識(shí)別、深度學(xué)習(xí)等人工智能挖掘和推理表征后，完成對(duì)學(xué)習(xí)者畫像的精準(zhǔn)描繪，再與豐富的各類學(xué)習(xí)資源進(jìn)行匹配，自動(dòng)生成個(gè)性化學(xué)習(xí)資源推送給學(xué)習(xí)者。

圖2 個(gè)性化教學(xué)資源推送

2.推動(dòng)互動(dòng)教學(xué)與浸潤式情感教學(xué)

混合式教學(xué)效果不佳的原因主要來自兩個(gè)方面：一是教學(xué)內(nèi)容無法激發(fā)學(xué)習(xí)者的興趣；二是教學(xué)過程感受不到情感交流。浸潤式情感教學(xué)是指教師在教學(xué)過程中，根據(jù)教學(xué)內(nèi)容來創(chuàng)設(shè)恰當(dāng)?shù)那榫常M(jìn)行情感浸潤為導(dǎo)向的教學(xué)，在潛移默化中讓學(xué)生的情感發(fā)生積極變化，激發(fā)學(xué)生的學(xué)習(xí)興趣，由淺入深掌握知識(shí)，力求達(dá)到“潤物細(xì)無聲”的效果。實(shí)施浸潤式情感教學(xué)不僅需要教師獲取到學(xué)習(xí)者的學(xué)習(xí)狀態(tài)，還需要教師在教學(xué)過程中清楚學(xué)習(xí)者當(dāng)前的學(xué)習(xí)任務(wù)和情緒狀態(tài)，以便根據(jù)學(xué)習(xí)者的當(dāng)前狀態(tài)來實(shí)施針對(duì)性的教學(xué)。從采集學(xué)習(xí)者的各類數(shù)據(jù)，到判定學(xué)習(xí)者的情感和學(xué)習(xí)興趣所在，正是人工智能技術(shù)所擅長的事情。一旦學(xué)習(xí)者的情感和學(xué)習(xí)興趣被提取出來，有針對(duì)性的浸潤式情感教學(xué)隨即可以開展。

人工智能中情感計(jì)算與虛擬現(xiàn)實(shí)技術(shù)的發(fā)展，無疑會(huì)推動(dòng)浸潤式情感教學(xué)邁向新的發(fā)展階段。情感計(jì)算的目的是通過賦予計(jì)算機(jī)識(shí)別、理解、表達(dá)和適應(yīng)人的情感的能力來建立和諧人機(jī)環(huán)境，并使計(jì)算機(jī)具有更高的智能。在混合式教學(xué)過程中，師生之間線上和線下的文字、語音交流，都蘊(yùn)藏著情感，這些情感經(jīng)過人工智能中的情感計(jì)算將得以捕捉和解讀。虛擬現(xiàn)實(shí)技術(shù)作為一種新的教學(xué)手段被引入教學(xué)，其所搭建的學(xué)習(xí)環(huán)境可以讓學(xué)習(xí)者在虛擬世界體驗(yàn)真實(shí)世界中的情感，能夠以近乎仿真的形式參與到自主探索中，打破了以往呆板的課堂形式，對(duì)于推動(dòng)浸潤式情感教學(xué)與互動(dòng)教學(xué)具有積極的作用。

3.推動(dòng)課堂教學(xué)與在線學(xué)習(xí)的相互融合

課堂教學(xué)與在線學(xué)習(xí)割裂脫節(jié)，是當(dāng)前混合式教學(xué)中突出存在的問題。混合式學(xué)習(xí)中的線下教學(xué)仍然主要采用傳統(tǒng)教學(xué)模式，教師作為課堂教學(xué)的中心和權(quán)威，承擔(dān)著向?qū)W生傳授知識(shí)的任務(wù)，學(xué)生則被動(dòng)接受知識(shí)，是知識(shí)灌輸?shù)某惺苷?。線上教學(xué)原本是對(duì)線下學(xué)習(xí)的補(bǔ)充和延伸，然而承擔(dān)線下教學(xué)、作業(yè)和試卷批改的教師，原本教學(xué)任務(wù)就繁重，再加上需要開展線上教學(xué)，因而在線上與學(xué)生的互動(dòng)未能及時(shí)完成。此外，線上教學(xué)資源的制作也需要教師來完成，這使得教師疲于應(yīng)付，所制作的教學(xué)資源有時(shí)僅用于形式上的交差，質(zhì)量堪憂。學(xué)生在線上互動(dòng)時(shí)如果未能獲得教師的及時(shí)響應(yīng)，或者訪問到的課程資源質(zhì)量不佳，興趣自然逐漸消去，課堂教學(xué)與在線學(xué)習(xí)割裂脫節(jié)現(xiàn)象則愈發(fā)加重。

上述現(xiàn)象的產(chǎn)生，很大程度來自于教師負(fù)壓過重。隨著人工智能教學(xué)技術(shù)的發(fā)展，教師的角色逐步發(fā)生轉(zhuǎn)變，有望“減負(fù)”。當(dāng)前的人工智能技術(shù)已能承擔(dān)一些知識(shí)記憶類和簡單重復(fù)性的教學(xué)工作。專家建議將那些承擔(dān)陳述性、程序性知識(shí)的教學(xué)工作分配給人工智能技術(shù)去完成，讓教師更多關(guān)注在課堂上利用人工智能技術(shù)對(duì)學(xué)生進(jìn)行學(xué)習(xí)引導(dǎo)。教學(xué)將不再以向?qū)W生填鴨式灌輸為主，教師也將從繁重的講解中解脫出來，不再被那些繁瑣、簡單機(jī)械的工作套住，而是將更多的精力和時(shí)間放在引導(dǎo)學(xué)生學(xué)習(xí)、提升自身學(xué)術(shù)涵養(yǎng)、提供高質(zhì)量的課程教學(xué)資源上，從而更好地促進(jìn)課堂教學(xué)與在線學(xué)習(xí)的相互融合。

四、人工智能在混合式教學(xué)中的應(yīng)用

人工智能的研究領(lǐng)域包括專家系統(tǒng)、自然語言理解、機(jī)器學(xué)習(xí)、情感識(shí)別、人工神經(jīng)網(wǎng)絡(luò)等眾多領(lǐng)域，相關(guān)的教學(xué)應(yīng)用涵蓋眾廣，在此主要對(duì)面向教師、面向?qū)W生和面向教學(xué)的人工智能教學(xué)典型應(yīng)用進(jìn)行探討。

1.面向教師的人工智能應(yīng)用

（1）智能評(píng)測

智能評(píng)測是指通過對(duì)學(xué)習(xí)者學(xué)習(xí)過程和學(xué)習(xí)行為數(shù)據(jù)進(jìn)行大規(guī)模自主智能評(píng)估，并進(jìn)行個(gè)性化即時(shí)反饋。其中，大規(guī)模評(píng)估是指通過人工智能大數(shù)據(jù)分析技術(shù)對(duì)學(xué)生的學(xué)習(xí)行為和學(xué)習(xí)成果進(jìn)行針對(duì)性地評(píng)測；個(gè)性化即時(shí)反饋是指通過對(duì)某位或某一群體學(xué)生的學(xué)習(xí)行為和學(xué)習(xí)過程數(shù)據(jù)進(jìn)行分析后給予反饋。當(dāng)前，基于人工智能技術(shù)的智能評(píng)測應(yīng)用主要有口語考官和試卷批改機(jī)器人等。

眾所周知，每年都有各種類型的英語聽說考試，考試者的錄音如果都由人工去評(píng)分，不僅工作量巨大，而且評(píng)判標(biāo)準(zhǔn)很難一直保持統(tǒng)一。隨著語音識(shí)別準(zhǔn)確率的不斷提升，使得借助人工智能口語考官來對(duì)英語聽說考試進(jìn)行評(píng)分成為現(xiàn)實(shí)。只需抽取樣本數(shù)據(jù)進(jìn)行訓(xùn)練，人工智能口語考官便能學(xué)會(huì)像人類考官一樣對(duì)學(xué)生的回答進(jìn)行評(píng)估。美國教育考試服務(wù)中心已經(jīng)在一些英語考試中采用人工智能技術(shù)來評(píng)測打分?？拼笥嶏w公司的語音技術(shù)也在2015年應(yīng)用于廣東70萬高考英語口語環(huán)節(jié)考生答卷的批閱（劉勝男等，2015）。

人工智能口語考官不僅能進(jìn)行語音評(píng)分，還能糾錯(cuò)，對(duì)平翹舌音、前后鼻音都能進(jìn)行精準(zhǔn)分辨?；谌斯ぶ悄艿脑u(píng)分不僅更快，而且更準(zhǔn)和更公正。我國的“英語流利說APP”就是一款能指出用戶發(fā)音錯(cuò)誤和自動(dòng)打分的移動(dòng)端APP應(yīng)用，深受英語學(xué)習(xí)者的喜愛。

評(píng)卷對(duì)每位教師而言并不陌生，但人工閱卷通常容易受主觀因素影響而導(dǎo)致結(jié)果偏差，機(jī)器閱卷應(yīng)運(yùn)而生。國內(nèi)的阿里AI智能閱卷、科大訊飛智能評(píng)卷系統(tǒng)等應(yīng)用的推廣，開啟了以機(jī)器評(píng)閱為主、人工審核為輔的全新評(píng)閱方式。國外的Gradescope公司開發(fā)的批改卷面試題軟件，解決了給試題打分的耗時(shí)問題，伯克利大學(xué)、斯坦福大學(xué)、麻省理工學(xué)院等高校已經(jīng)加入該應(yīng)用的使用行列。

（2）智能應(yīng)答

智能應(yīng)答是基于自然語言處理、知識(shí)推理、文本語音和圖像分析等技術(shù)而實(shí)現(xiàn)的大規(guī)模知識(shí)處理與反饋的自動(dòng)應(yīng)答系統(tǒng)，它主要從語義理解和答案搜索方面解答學(xué)習(xí)者的疑問。如：微軟小冰聊天機(jī)器人、百度智能問答機(jī)器人，它們在接收到文字、圖像或語音信息后，先進(jìn)行內(nèi)容解讀，然后再自動(dòng)給予合適的回復(fù)。

在混合式教學(xué)中，學(xué)習(xí)者通過線上和線下完成學(xué)習(xí)及師生互動(dòng)交流，針對(duì)學(xué)習(xí)者發(fā)出的文本、語音和圖像，以深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)為基礎(chǔ)的人工智能教學(xué)應(yīng)答機(jī)器人正好能大顯身手。例如，能力風(fēng)暴教育機(jī)器人已推廣到4萬多家學(xué)校；海爾小帥智能機(jī)器人，能與小朋友進(jìn)行語音交互，回答小朋友的問題。

（3）個(gè)性化教學(xué)

根據(jù)學(xué)生的個(gè)性特征，進(jìn)行教學(xué)資源的個(gè)性化智能推薦與因材施教一直是教育界所期望看到的理想教育方式，然而具體實(shí)施起來卻困難重重。個(gè)性化推薦就是根據(jù)學(xué)習(xí)者的學(xué)習(xí)行為，自動(dòng)預(yù)測學(xué)習(xí)者的興趣偏好，有針對(duì)性地向?qū)W習(xí)者推送合適的教學(xué)資源。為此，大量基于學(xué)習(xí)行為數(shù)據(jù)建模的各種推薦算法紛紛被應(yīng)用，如關(guān)聯(lián)規(guī)則算法、蟻群聚類算法、協(xié)同顧慮算法、機(jī)器學(xué)習(xí)算法等。其中基于人工智能的深度學(xué)習(xí)推薦算法最受關(guān)注。

深度學(xué)習(xí)的思想來自于機(jī)器學(xué)習(xí)，是指初始數(shù)據(jù)獲得之后，對(duì)數(shù)據(jù)做預(yù)處理、特征提取與選擇，再到推理，最后進(jìn)行預(yù)測的過程。在混合式教學(xué)中，根據(jù)學(xué)習(xí)者網(wǎng)上瀏覽文本、語音、圖像、視頻等資源的行為數(shù)據(jù)，進(jìn)行特征提取并基于人工智能的深度學(xué)習(xí)推薦算法，可以為學(xué)習(xí)者提供學(xué)習(xí)資源的智能推薦。例如，愛奇藝視頻網(wǎng)、網(wǎng)易云課堂，以及優(yōu)必選聯(lián)合騰訊叮當(dāng)推出的個(gè)性化智能教育機(jī)器人等，它們均能根據(jù)用戶的瀏覽行為給用戶智能推薦相關(guān)的課程資源。

2.面向?qū)W生的人工智能應(yīng)用

（1）智能識(shí)別

智能識(shí)別在人工智能教學(xué)中屬于應(yīng)用最早也是最為成功的技術(shù)，無論是語音識(shí)別、圖像識(shí)別、人臉識(shí)別，還是腦波識(shí)別，都屬于智能識(shí)別范疇。由于人的語音天生就蘊(yùn)藏著情感，因而基于語音情感庫的情感識(shí)別在教學(xué)中也被廣泛應(yīng)用（Chen et al.，2017）。

我國2015年成立的“管理科學(xué)與工程學(xué)會(huì)神經(jīng)管理與神經(jīng)工程研究會(huì)”，標(biāo)志著我國的神經(jīng)管理與神經(jīng)工程研究進(jìn)入新的階段。越來越多的機(jī)構(gòu)和學(xué)者投入到基于腦神經(jīng)認(rèn)知的情感識(shí)別研究中。例如，浙江大學(xué)管理學(xué)院神經(jīng)管理學(xué)實(shí)驗(yàn)室對(duì)腦信號(hào)的感知與情感評(píng)估分析技術(shù)進(jìn)行了大量研究；復(fù)旦大學(xué)管理學(xué)院戴偉輝教授研究了面向教育大數(shù)據(jù)分析的神經(jīng)管理學(xué)機(jī)制；軟銀情感識(shí)別智能機(jī)器人Pepper、小影印象 APP應(yīng)用等，都能根據(jù)人的表情、語音來識(shí)別人的情緒。若將這些技術(shù)應(yīng)用到混合式教學(xué)中，則有利于教師識(shí)別出學(xué)習(xí)者的狀態(tài)，對(duì)講課內(nèi)容、授課方式進(jìn)行及時(shí)調(diào)整，從而獲得更好的教學(xué)效果。

（2）智能導(dǎo)學(xué)

以往“題海戰(zhàn)術(shù)”是學(xué)習(xí)者最常選擇的學(xué)習(xí)方式，然而盲目學(xué)習(xí)的結(jié)果往往是浪費(fèi)時(shí)間，事倍功半。當(dāng)混合式學(xué)習(xí)者面對(duì)海量的互聯(lián)網(wǎng)學(xué)習(xí)資源不知所措時(shí)，智能導(dǎo)學(xué)無疑是幫助學(xué)習(xí)者提升學(xué)習(xí)效率的重要手段。智能導(dǎo)學(xué)的總體思路是對(duì)學(xué)科領(lǐng)域知識(shí)體系先做分解，形成一個(gè)個(gè)知識(shí)元，然后通過導(dǎo)學(xué)關(guān)鍵點(diǎn)進(jìn)行語義定義，再將上述定義好的知識(shí)元進(jìn)行歸納與整理，形成體系，并得到相應(yīng)的邏輯知識(shí)地圖，進(jìn)而形成個(gè)性化學(xué)習(xí)路徑。

在人工智能大數(shù)據(jù)分析的幫助下，教師和管理者可以對(duì)混合式學(xué)習(xí)者的學(xué)習(xí)行為和知識(shí)量進(jìn)行全面掃描評(píng)估，找到學(xué)習(xí)者的薄弱項(xiàng)，進(jìn)行自適應(yīng)學(xué)習(xí)路徑設(shè)計(jì)，讓其能針對(duì)性地開展學(xué)習(xí)，減少重復(fù)學(xué)習(xí)的時(shí)間，提高效率。智能導(dǎo)學(xué)的關(guān)鍵是對(duì)學(xué)習(xí)者進(jìn)行畫像和適應(yīng)性指導(dǎo)。智能導(dǎo)學(xué)在混合式教學(xué)中的應(yīng)用如下：

學(xué)習(xí)路徑智能化引導(dǎo)。當(dāng)學(xué)習(xí)者首次進(jìn)入系統(tǒng)學(xué)習(xí)新知識(shí)點(diǎn)時(shí)，系統(tǒng)會(huì)首先判定學(xué)習(xí)者的知識(shí)量，即通過調(diào)用已建立的領(lǐng)域知識(shí)判定模型，對(duì)當(dāng)前知識(shí)點(diǎn)的前驅(qū)知識(shí)點(diǎn)和后續(xù)知識(shí)點(diǎn)進(jìn)行掃描。在學(xué)習(xí)過程中，通過與系統(tǒng)交互的情況來檢測學(xué)習(xí)者對(duì)前驅(qū)知識(shí)點(diǎn)的掌握程度，如果未達(dá)要求則引導(dǎo)至前驅(qū)知識(shí)點(diǎn)繼續(xù)進(jìn)行學(xué)習(xí)。學(xué)習(xí)者每完成一個(gè)知識(shí)點(diǎn)的學(xué)習(xí)，都要接受測試，只有通過了測試，才能認(rèn)為掌握了該知識(shí)點(diǎn)。

薄弱環(huán)節(jié)自行檢測。在混合式學(xué)習(xí)中，學(xué)習(xí)者可對(duì)薄弱環(huán)節(jié)知識(shí)點(diǎn)進(jìn)行自我檢測，對(duì)于那些沒有掌握好的知識(shí)點(diǎn)，可以進(jìn)行多次學(xué)習(xí)，并與以往學(xué)習(xí)情況進(jìn)行對(duì)比。在此過程中人工智能學(xué)習(xí)系統(tǒng)可以查詢該領(lǐng)域知識(shí)庫的相關(guān)內(nèi)容，并對(duì)薄弱環(huán)節(jié)進(jìn)行補(bǔ)強(qiáng)。

學(xué)習(xí)進(jìn)度有效控制。學(xué)習(xí)者在開始學(xué)習(xí)之前要制定自己的學(xué)習(xí)計(jì)劃，詳細(xì)列出課程內(nèi)容學(xué)習(xí)計(jì)劃，一旦出現(xiàn)偏差或者未按照原定計(jì)劃執(zhí)行時(shí)，系統(tǒng)就會(huì)給予提醒，并且定期對(duì)計(jì)劃進(jìn)行檢查。在完成一定時(shí)段的學(xué)習(xí)后，系統(tǒng)會(huì)將學(xué)習(xí)者的學(xué)習(xí)狀況進(jìn)行統(tǒng)計(jì)，列出這段時(shí)間內(nèi)的知識(shí)難點(diǎn)以及尚未完全掌握的知識(shí)點(diǎn)，并對(duì)后續(xù)學(xué)習(xí)計(jì)劃進(jìn)行審查，看是否需要調(diào)整今后的學(xué)習(xí)計(jì)劃。

3.面向教學(xué)的人工智能應(yīng)用

（1）智慧課堂

從信息化視角來看，智慧課堂可看作是利用先進(jìn)的信息技術(shù)手段來營造智能化的課堂教學(xué)環(huán)境，形成師生交流立體化、教學(xué)過程智能化的課堂。大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算、可穿戴設(shè)備等技術(shù)的發(fā)展成熟，數(shù)字化學(xué)習(xí)環(huán)境與教育的深度融合，使得教學(xué)中各類數(shù)據(jù)的收集、追蹤、分析成為可能，為智慧課堂的建成奠定了堅(jiān)實(shí)的基礎(chǔ)。

近年來，越來越多的教學(xué)機(jī)構(gòu)參與到智慧課堂建設(shè)中來。例如，依托上海開放大學(xué)的上海開放遠(yuǎn)程教育工程技術(shù)研究中心所建的“智慧課堂”，配備有虛擬現(xiàn)實(shí)（VR）和增強(qiáng)現(xiàn)實(shí)（AR）設(shè)備、人體眼神姿態(tài)識(shí)別儀、EEG/ERP腦波檢測器等數(shù)字化設(shè)備，能將學(xué)習(xí)者課堂上的面部表情、身體姿態(tài)和腦電波等數(shù)據(jù)信息全程捕捉下來。智慧課堂的構(gòu)建如圖3所示。

圖3 智慧課堂構(gòu)建圖

由于人的興奮、緊張、愉悅等狀態(tài)通過臉部表情、身體姿態(tài)和腦電波能夠反映出來，因此對(duì)每位學(xué)習(xí)者臉部表情進(jìn)行相應(yīng)的歷史對(duì)照分析，并結(jié)合腦波檢測，便能較準(zhǔn)確地識(shí)別出學(xué)習(xí)者的狀態(tài)，分析出學(xué)生的注意力是否集中，以及對(duì)知識(shí)點(diǎn)的掌握程度。然而由于學(xué)習(xí)過程中的臉部表情、腦電波數(shù)據(jù)所呈現(xiàn)出的復(fù)雜、非線性、數(shù)據(jù)量大、干擾性大等特性，常用的數(shù)據(jù)分析方法識(shí)別效果不佳，而基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的人工智能識(shí)別技術(shù)能有效處理上述特性，使得智慧課堂成為學(xué)習(xí)者進(jìn)行個(gè)性化學(xué)習(xí)的重要場所。

（2）智能在線考試

基于人工智能的在線考試系統(tǒng)除具有常見的用戶信息管理、試題庫管理、在線考試、自動(dòng)評(píng)卷功能外，還提供了智能組卷功能和在線作弊防范監(jiān)測功能，不僅能自動(dòng)生成區(qū)分度良好的試卷，而且還能對(duì)作弊試卷、雷同試卷進(jìn)行辨別。此外，智能在線考試系統(tǒng)還能對(duì)每次考試結(jié)果生成考試分析報(bào)告，對(duì)考試結(jié)果進(jìn)行精準(zhǔn)分析，以及對(duì)考試難易程度做出評(píng)判。

智能在線考試系統(tǒng)的另一特色是具備數(shù)據(jù)挖掘統(tǒng)計(jì)功能，即能對(duì)每一場考試產(chǎn)生的數(shù)據(jù)進(jìn)行挖掘與統(tǒng)計(jì)，并給出描述性統(tǒng)計(jì)值，如每場考試最早完成答卷的時(shí)間、平均答卷時(shí)間、最長答卷時(shí)間、答題者的最高分、平均分、最低分等信息，以及對(duì)試卷的難易程度給出評(píng)判，并以圖表的形式直觀展示，便于師生迅速了解該次考試的情況。此外，智能在線考試系統(tǒng)還能對(duì)考試數(shù)據(jù)執(zhí)行分類、聚類、關(guān)聯(lián)規(guī)則分析等操作，通過數(shù)據(jù)挖掘方法來尋找知識(shí)點(diǎn)、試題間的潛在關(guān)聯(lián)，為在線考試更好地服務(wù)。

從混合式教學(xué)的特征、現(xiàn)狀與需求來看，人工智能在上述教學(xué)中的發(fā)展與應(yīng)用呈現(xiàn)以下規(guī)律：人工智能技術(shù)將不斷應(yīng)用于解決混合式教學(xué)中存在的問題，并為教學(xué)的創(chuàng)新發(fā)展提供更具智能化的模式與手段。與此同時(shí)，混合式教學(xué)中的應(yīng)用新需求將為人工智能在上述專業(yè)領(lǐng)域的發(fā)展不斷提供新的動(dòng)力，由此促進(jìn)人工智能的進(jìn)一步發(fā)展。因此，我們應(yīng)該在人工智能發(fā)展與混合式教學(xué)應(yīng)用需求之間構(gòu)建深度融合的生態(tài)鏈，形成可持續(xù)創(chuàng)新、雙螺旋演進(jìn)的互動(dòng)發(fā)展模式。

五、結(jié)束語

混合式教學(xué)作為一種“線上+線下”相結(jié)合的新型教學(xué)方式，顛覆了傳統(tǒng)教學(xué)中“以教師為中心”的理念，已成為互聯(lián)網(wǎng)環(huán)境下現(xiàn)代教學(xué)變革的重要方向。當(dāng)前混合式教學(xué)中存在著教學(xué)資源單一、學(xué)生學(xué)習(xí)自主性不強(qiáng)、課堂教學(xué)與在線學(xué)習(xí)缺乏有機(jī)結(jié)合等主要問題。人工智能的發(fā)展與應(yīng)用，不僅為解決上述問題提供了新的手段，而且促進(jìn)了上述教學(xué)進(jìn)一步向“以學(xué)習(xí)者為中心”的個(gè)性化、精準(zhǔn)化和智能化教學(xué)方向發(fā)展。從上述領(lǐng)域未來的發(fā)展看，混合式教學(xué)的應(yīng)用需求將為人工智能的發(fā)展不斷提供新動(dòng)力，而人工智能的發(fā)展應(yīng)該以上述應(yīng)用為導(dǎo)向，在兩者之間構(gòu)建深度融合的生態(tài)鏈，形成可持續(xù)創(chuàng)新、雙螺旋演進(jìn)的互動(dòng)發(fā)展模式。

參考文獻(xiàn)：

[1]陳海建，戴永輝，韓冬梅等（2017）. 開放式教學(xué)下的學(xué)習(xí)者畫像及個(gè)性化教學(xué)探討[J]. 開放教育研究， （3）：105-112.

[2]郭漢，宋耀偉，張森木（2016）. 基于計(jì)算機(jī)視覺的虛擬現(xiàn)實(shí)技術(shù)在體育教學(xué)中的應(yīng)用研究[J]. 西北工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， （2）：92-96.

[3]何克抗（2005）. 從Blending Learning看教育技術(shù)理論的新發(fā)展[J]. 國家教育行政學(xué)院學(xué)報(bào)， （9）：37-48，79.

[4]胡立如，張寶輝（2016）. 混合學(xué)習(xí)：走向技術(shù)強(qiáng)化的教學(xué)結(jié)構(gòu)設(shè)計(jì)[J]. 現(xiàn)代遠(yuǎn)程教育研究， （4）：21-31.

[5]黃榮懷，劉德建，徐晶晶等（2017）. 教育機(jī)器人的發(fā)展現(xiàn)狀與趨勢[J]. 現(xiàn)代教育技術(shù)， 27（1）：13-20.

[6]柯清超（2013）. 大數(shù)據(jù)與智慧教育[J]. 中國教育信息化， （24）：8-11.

[7]李德毅（2016）. 人工智能在奔跑 教育的機(jī)遇與挑戰(zhàn)——在“北京聯(lián)合大學(xué)智能機(jī)器人產(chǎn)學(xué)研合作與人才培養(yǎng)創(chuàng)新發(fā)展研討會(huì)暨機(jī)器人學(xué)院成立大會(huì)”上的報(bào)告[J]. 北京聯(lián)合大學(xué)學(xué)報(bào)， （3）：1-4.

[8]李勇帆，李里程（2013）. 情感計(jì)算在網(wǎng)絡(luò)遠(yuǎn)程教育系統(tǒng)中的應(yīng)用：功能、研究現(xiàn)狀及關(guān)鍵問題[J]. 現(xiàn)代遠(yuǎn)程教育研究， （2）：100-106.

[9]劉辰（2017）. 曉羊教育：用人工智能算法排課表[J]. 創(chuàng)業(yè)邦， （8）：36-37.

[10]劉勝男，吳曉如（2015）. 人工智能如何改變教育？[J]. 中國傳媒科技， （7）：52-54.

[11]馬曉燕（2017）. 基于慕課和微課的英語混合式教學(xué)模式相關(guān)問題探討[J]. 吉林省教育學(xué)院學(xué)報(bào)， （3）：82-84.

[12]牟占生，董博杰（2014）. 基于MOOC的混合式學(xué)習(xí)模式探究——以Coursera平臺(tái)為例[J]. 現(xiàn)代教育技術(shù)， （5）：73-80.

[13]牟智佳（2017）. “人工智能+”時(shí)代的個(gè)性化學(xué)習(xí)理論重思與開解[J]. 遠(yuǎn)程教育雜志， （3）：22-30.

[14]蘇佩堯（2015）. 微信公眾平臺(tái)支持下混合式學(xué)習(xí)活動(dòng)探討[J]. 實(shí)驗(yàn)技術(shù)與管理， （6）：177-180.

[15]孫立會(huì)（2009）. 互聯(lián)網(wǎng)的過去（Web1.0）、現(xiàn)在（Web2.0）、未來（Web3.0）對(duì)改善學(xué)習(xí)方式的影響[J]. 現(xiàn)代教育技術(shù)， （s1）：7-8.

[16]孫曙輝（2016）. 在線教學(xué)4.0：“互聯(lián)網(wǎng)+”課堂教學(xué)[J]. 中國教育信息化， （14）：17-20.

[17]王斐（2013）. 人工智能在中學(xué)教育教學(xué)中的應(yīng)用現(xiàn)狀分析[J]. 中國醫(yī)學(xué)教育技術(shù)， （4）：397-400.

[18]王國華，俞樹煜，黃慧芳等（2015）. 國內(nèi)混合式學(xué)習(xí)研究現(xiàn)狀分析[J]. 中國遠(yuǎn)程教育， （2）：25-31.

[19]徐鵬，王以寧（2009）. 國內(nèi)人工智能教育應(yīng)用研究現(xiàn)狀與反思[J]. 現(xiàn)代遠(yuǎn)距離教育， （5）：3-5.

[20]閆志明，唐夏夏，秦旋等（2017）. 教育人工智能（EAI）的內(nèi)涵、關(guān)鍵技術(shù)與應(yīng)用趨勢——美國《為人工智能的未來做好準(zhǔn)備》和《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》報(bào)告解析[J]. 遠(yuǎn)程教育雜志， （1）：26-35.

[21]楊翠蓉，陳衛(wèi)東，韋洪濤（2016）. 智能導(dǎo)學(xué)系統(tǒng)人機(jī)互動(dòng)的跨學(xué)科研究與設(shè)計(jì)[J]. 現(xiàn)代遠(yuǎn)程教育研究， （6）：103-111.

[22]趙冬梅，尹伊（2012）. 基于Blackboard平臺(tái)的混合式學(xué)習(xí)模式教學(xué)實(shí)踐探究[J]. 現(xiàn)代教育技術(shù)， （9）：41-44.

[23]祝智庭，孟琦（2003）. 遠(yuǎn)程教育中的混和學(xué)習(xí)[J]. 中國遠(yuǎn)程教育， （19）：30-34.

[24]Chen， H. J.， Dai， Y. H.， & Feng， Y. J. et al. （2017）. Construction of Affective Education in Mobile Learning： The Study Based on Learners Interest and Emotion Recognition[J]. Computer Science & Information Systems， 14（3）：685-702.

[25]Mittag， H. J. （2016）. Blended Learning in Practice： An Overview on Recent Developments[J]. Journal of Lifelong Learning Society， 5：171-186.

收稿日期 2018-03-01

責(zé)任編輯 劉選