趙春曦

摘 要：自從1956年出現(xiàn)人工智能概念以來，人工智能已經(jīng)越來越廣泛地應(yīng)用于社會生活學(xué)習(xí)等各個方面。根據(jù)加拿大心理學(xué)家弗魯姆的期望值理論，本文從決定實現(xiàn)某種期望的激發(fā)力量三個要素，即目標(biāo)價值，實現(xiàn)目標(biāo)的概率和工具適用性方面，分析了人工智能教育和傳統(tǒng)課堂教育存在的各自優(yōu)勢，并結(jié)合具體例子介紹了如何結(jié)合二者的優(yōu)勢進行互補式學(xué)習(xí)。

關(guān)鍵詞：弗魯姆期望值理論 AI教育模式 傳統(tǒng)課堂教育

中圖分類號：G642.0 文獻標(biāo)識碼：A 文章編號：1674-098X（2019）03（b）-0200-02

1 期望值理論

期望值理論是由加拿大著名心理學(xué)家和行為科學(xué)家維克托·弗魯姆最早提出來的。在1964年出版的《工作與激勵》一書中，弗魯姆把某種期望對于人的激勵程度用公式進行了形象的表達，即（實現(xiàn)某種期望的）激發(fā)力量=可能實現(xiàn)的目標(biāo)價值×實現(xiàn)該目標(biāo)的概率。

通常情況下，對于不同個體而言，“可能實現(xiàn)的目標(biāo)價值”因人而異。冰淇淋對于小朋友來說，其價值要高于登頂珠穆朗瑪峰的價值?！皩崿F(xiàn)該目標(biāo)的概率”是個體建立在過去經(jīng)驗的基礎(chǔ)上，主觀判斷出來的。

弗魯姆的期望值理論，在經(jīng)過一段時間的實踐和發(fā)展后，加入了“工具性”概念，從而使決定（實現(xiàn)某種期望的）激發(fā)力量的主要因素變?yōu)槿齻€，即可能實現(xiàn)的目標(biāo)價值，實現(xiàn)該目標(biāo)的概率，以及為了實現(xiàn)該目標(biāo)的工具適用性。

2 人工智能與人工智能教育

人工智能概念最早出現(xiàn)在1956年，隨著MIT AI LAB實驗室的建立而正式進入學(xué)術(shù)研究領(lǐng)域。1997年一臺名為“深藍”的智能電腦擊敗了國際象棋名家卡斯帕羅夫，2017年阿爾法圍棋機器人以3：0的總比分戰(zhàn)勝了世界圍棋冠軍柯潔，這些人機大戰(zhàn)帶來的轟動效應(yīng)使得人工智能得到了社會各個領(lǐng)域的廣泛關(guān)注。

人工智能的核心思想是“研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的計算機技術(shù)科學(xué)?！比斯ぶ悄艿闹饕ぷ髟硎峭ㄟ^對人的思維過程的模擬，輔以高速的運算手段，可以在很短的時間內(nèi)完成非常復(fù)雜的工作，比如現(xiàn)在廣泛應(yīng)用的基于大數(shù)據(jù)的人臉識別系統(tǒng)。

隨著人工智能在各個行業(yè)的嶄露頭角，如何把人工智能引進教育領(lǐng)域，是學(xué)習(xí)者特別關(guān)注的話題。就英語學(xué)習(xí)而言，智能機器翻譯機近年來的表現(xiàn)非常突出，其翻譯速度和準(zhǔn)確率不斷提升，從而引發(fā)了關(guān)于學(xué)習(xí)英語是否具有必要性的探討。從本質(zhì)上看，如何利用人工智能這個先進的學(xué)習(xí)工具，提高學(xué)習(xí)效率，定制個性化學(xué)習(xí)目標(biāo)，才是著眼于長期發(fā)展的明智之舉。

3 如何進行優(yōu)勢互補

傳統(tǒng)課堂教育模式和人工智能教育模式具有各自的優(yōu)勢。傳統(tǒng)課堂教育模式發(fā)展歷史悠久，2000多年前，古希臘哲學(xué)家亞里士多德與少年亞歷山大在樹下探討王者政治的情景，現(xiàn)在想來依然閃爍著耀眼的光芒。知識傳授者與學(xué)習(xí)者在面對面學(xué)習(xí)的過程中，細微的面部表情，夸張的肢體動作，都可以讓雙方感受到動態(tài)的學(xué)習(xí)過程。另一方面，人工智能教育，在基于大數(shù)據(jù)和超快速計算的基礎(chǔ)上，可以縮短或者避免學(xué)習(xí)者的重復(fù)無效動作，使學(xué)習(xí)者更加清晰地看到某一階段的學(xué)習(xí)不足之處，調(diào)整學(xué)習(xí)目標(biāo)，制定更合適的學(xué)習(xí)策略。

以英語學(xué)習(xí)為例，如何結(jié)合弗魯姆的期望值理論，激勵學(xué)生更好地學(xué)習(xí)并掌握這門語言工具，是大學(xué)英語教學(xué)面臨的重大課題。

作為世界上67個國家的官方語言，英語在世界范圍內(nèi)的普及程度毋庸置疑，因此學(xué)習(xí)英語的價值性已經(jīng)得到學(xué)生的普遍認同，這一點從近年來報名參加托福雅思考試的在校大學(xué)生的比例逐年上升的趨勢中得到了很好的認證。

傳統(tǒng)的學(xué)習(xí)英語工具，從早期厚達幾百頁的英文字典，其間經(jīng)歷了各種版本的電子詞典，到現(xiàn)在的智能翻譯機器，除了便攜性有了巨大的改進之外，功能性也得到了很大提升。早期的紙版字典，雖然有音標(biāo)標(biāo)注，可是沒有發(fā)音功能，助長了啞巴英語現(xiàn)象的存在。隨后電子詞典增加了語音功能，但是僅限于單向語音發(fā)音，沒有辦法糾正學(xué)習(xí)者的發(fā)音錯誤。智能翻譯機器的出現(xiàn)實現(xiàn)了互動學(xué)習(xí)的可能，即提供正確的學(xué)習(xí)目標(biāo)（如正確發(fā)音），同時根據(jù)學(xué)習(xí)者的反饋，進行一對一糾正，從而提高了學(xué)習(xí)者的學(xué)習(xí)效率，并提升了學(xué)習(xí)興趣。

其實人工智能教育作為工具性的優(yōu)勢非常多：（1）人工智能教育可以真正實現(xiàn)學(xué)習(xí)知識的無差異化，打破傳統(tǒng)課堂教育存在的學(xué)習(xí)障礙。它可以彌補殘障人士，因為身體殘疾而沒有辦法參加傳統(tǒng)課堂學(xué)習(xí)的遺憾，通過制定有針對性的特別的輔助學(xué)習(xí)工具，來實現(xiàn)每個人的無障礙學(xué)習(xí)；（2）人工智能教育可以模仿傳統(tǒng)課堂教育中師生面對面交流的過程，通過記錄學(xué)習(xí)者在某一個學(xué)習(xí)階段停留的時間長度，來分析他的學(xué)習(xí)興趣和知識難點，從而推薦個性化的學(xué)習(xí)內(nèi)容，制定更有針對性的學(xué)習(xí)計劃；（3）人工智能教育可以充分發(fā)揮計算大數(shù)據(jù)的優(yōu)勢，整理學(xué)習(xí)者的知識難點。通過對以前的學(xué)習(xí)過程的分析和總結(jié)，嘗試不同的方法突破固有的學(xué)習(xí)體驗，從而在對應(yīng)的學(xué)科領(lǐng)域建立系統(tǒng)化的知識網(wǎng)絡(luò)。通過主動調(diào)控，學(xué)習(xí)者可以從最初的知識消費者轉(zhuǎn)變?yōu)榘l(fā)現(xiàn)問題-解決問題的知識創(chuàng)造者。

與此同時，智能學(xué)習(xí)工具的存在，勢必增加競爭的激烈性，學(xué)習(xí)者如何判定自己能夠取得滿意的學(xué)習(xí)效果取決于他的主動能動性。而教師可以在傳統(tǒng)課堂教育模式中，充分運用自己獨特的人格魅力及多年的教育實踐，建立與學(xué)習(xí)者之間的共鳴，使其增強學(xué)習(xí)信心，從而產(chǎn)生強大的學(xué)習(xí)激發(fā)力量。具體地說：（1）教師可以通過以身作則的榜樣作用，給學(xué)生提供積極的心理暗示，相信通過自己科學(xué)有計劃的學(xué)習(xí)過程，可以大概率地達到自己期望的學(xué)習(xí)結(jié)果。教師和學(xué)生在為同一個目標(biāo)共同奮斗的過程中產(chǎn)生的情感關(guān)聯(lián)，是學(xué)生在學(xué)習(xí)瓶頸期能夠堅持下來的重要因素之一；（2）教師可以通過定期跟蹤學(xué)生的學(xué)習(xí)狀態(tài)及考核效果，來判定學(xué)生在某一個學(xué)科的學(xué)習(xí)潛力。確定了多樣的學(xué)習(xí)需求后，教師可以引導(dǎo)學(xué)生制定更加合理的學(xué)習(xí)計劃。每個人的學(xué)習(xí)潛力不同，這種抽象的概念界定需要教師根據(jù)豐富的教學(xué)經(jīng)驗來實現(xiàn)；（3）學(xué)生在進入大學(xué)學(xué)習(xí)期間，會經(jīng)常參加各種規(guī)模的校內(nèi)小組學(xué)習(xí)討論，或者是大學(xué)舉辦的校外夏令營活動。能否在由來自不同地區(qū)的學(xué)生組成的陌生環(huán)境里，積極參與學(xué)習(xí)討論是考查學(xué)習(xí)者的學(xué)習(xí)社交屬性的重要手段。教師或者組織者可以根據(jù)特定的學(xué)習(xí)（考核）目標(biāo)，制定有針對性的量化考核指標(biāo)，對參與學(xué)生進行積極的過程性評價，摒棄一張考卷定勝負的不科學(xué)考核辦法，使過程性評價更加有效和常態(tài)。

4 結(jié)語

教育是一個建立鏈接的過程，這個過程包括個體與知識的鏈接，不同個體之間的鏈接，以及傳授者與學(xué)習(xí)者之間的鏈接。鏈接過程中涉及的不同層次的感情交流，是人工智能教育模式無法實現(xiàn)的。知識就是力量，如何激發(fā)學(xué)習(xí)者強大的學(xué)習(xí)欲望，主動去獲得更好的教育，擁有高科技的人工智能手段是必不可少的。同時洞察學(xué)習(xí)者的潛在能力，給予積極的心理暗示，又是傳統(tǒng)教育模式不可被取代的原因。當(dāng)下，在人工智能教育模式?jīng)_擊傳統(tǒng)課堂教育模式的大背景下，如何將二者各自的優(yōu)勢進行更好地結(jié)合并加以充分利用，是迫在眉睫的問題。

參考文獻

[1] （美）波特，（美）比格利，（美）斯蒂爾斯.激勵與工作行為[M].北京：機械工業(yè)出版社，2006.

[2] （美）Ian，Goodfellow，（加）Yoshua，Bengio.《深度學(xué)習(xí)》[M].北京：人民郵電出版社，2017.

[3] https：//en.wikipedia.org/wiki/English_language#CITEREFEthnologue2010.

[4] 賈民偉.調(diào)動大學(xué)生學(xué)習(xí)積極性的激勵理論探討[J].交通高教研究，1998（2）：85-87，92.