高偉 劉苗苗

摘要：為了促進教育與技術(shù)融合，提高教育的“教育力”，實現(xiàn)人工智能技術(shù)促進教育發(fā)展，做到以人為本、因材施教，基于人工智能環(huán)境，從現(xiàn)有人工智能技術(shù)入手，構(gòu)建人工智能框架，使教育工作更加高效，教育活動更能體現(xiàn)學(xué)生個性。研究表明，人工智能技術(shù)與教育結(jié)合可更好促進教育發(fā)展，培養(yǎng)社會所需人才;基于人工智能的學(xué)習(xí)可為師生提供一個良好的教育教學(xué)環(huán)境。通過對關(guān)鍵技術(shù)和典型應(yīng)用的分析，構(gòu)建教育人工智能技術(shù)框架，并針對現(xiàn)有教育人工智能存在的問題提出解決方案。

關(guān)鍵詞：人工智能;教育人工智能;個性化學(xué)習(xí);智慧教育;學(xué)習(xí)科學(xué)

DOI： 10. 11907/rjdk.191396

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

中圖分類號：TP301

文獻標(biāo)識碼：A

文章編號：1672-7800（2020）001-0059-05

0 引言

近年來人工智能（ Artificial Intelligence，AI）高速發(fā)展，已逐漸融人到社會多個領(lǐng)域，引起經(jīng)濟、社會、生活的深刻變革。全球各國廣泛關(guān)注、高度重視，多個國家已將人工智能發(fā)展提升為國家戰(zhàn)略，并出臺了相關(guān)政策和規(guī)劃。2016年10月美國白宮科技政策辦公室（ The Office of Scienceand Technology Policy，OSTP）發(fā)布了《為人工智能的未來做好準(zhǔn)備》（ Preparing for the Future of Artificial Intelligence）[1]和《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》（ The National Artificial In-telligence Research and Development Strategic Plan）[2]兩份重要報告，為人工智能未來發(fā)展提供指導(dǎo)。中國也將人工智能納入國家發(fā)展戰(zhàn)略，印發(fā)了《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》，習(xí)近平總書記在十九大報告中指出，要大力推動互聯(lián)網(wǎng)、大數(shù)據(jù)、AI的發(fā)展[3];2017年7月8日我國政府發(fā)布了《新一代人工智能發(fā)展規(guī)劃》[4]，指明了我國發(fā)展人工智能的重點任務(wù);在2018年全國兩會上，眾多代表紛紛對AI進行建言獻策;《2018年國務(wù)院政府工作報告》指出，要加強新一代AI研發(fā)應(yīng)用[5]。

國外人工智能相關(guān)研究發(fā)展較早，1956年人工智能之父麥卡錫在達特茅斯會議上提出“人工智能”一詞，此后人工智能經(jīng)過不斷發(fā)展逐漸與教育融合。Ozbey等[6]通過分析人工智能技術(shù)對學(xué)生學(xué)習(xí)因素的影響，提出影響學(xué)生學(xué)習(xí)過程因素的優(yōu)化方法;Luckin等[7]在《lntelligence Un-leashed An Argumentfor AIinEducation》 -書中表示人工智能技術(shù)的發(fā)展將有助于應(yīng)對教育中的問題;Barnes等[8]對人工智能在計算機教學(xué)中的應(yīng)用進行了研究，指出人工智能是促進計算機科學(xué)學(xué)習(xí)和教學(xué)更有效率的手段;閆志明等[9]提出教育人工智能是人工智能與學(xué)習(xí)科學(xué)結(jié)合形成的新領(lǐng)域;蔡連玉等[10]提出人工智能與教育融合的理想形態(tài)是智慧教育2.0的生成;楊現(xiàn)民等[11]提出人工智能可以解決3個層面的教育問題，分別是面向特殊人群的補償性教育、針對常規(guī)業(yè)務(wù)的替代式教育以及服務(wù)個性發(fā)展的適應(yīng)性教育，還指出教育人工智能未來發(fā)展路徑;梁迎麗等[12]闡述了人工智能在教育領(lǐng)域的四大應(yīng)用形態(tài)：智能導(dǎo)師系統(tǒng)、自動化測評系統(tǒng)、教育游戲與教育機器人，分析了人工智能教育應(yīng)用的五大典型特征：智能化、自動化、個性化、協(xié)同化、多元化。

本文運用文獻研究法，對人工智能在教育中的應(yīng)用進行研究，構(gòu)建教育人工智能技術(shù)框架，對關(guān)鍵技術(shù)進行分析，找出人工智能在教育中應(yīng)用的不足，指出人工智能在大數(shù)據(jù)、智適應(yīng)等方面的應(yīng)用可改進“填鴨式”教學(xué)的不足，促進學(xué)生全面發(fā)展。

1 教育人工智能概述

1.1 相關(guān)概念

人工智能是一個模擬人類能力和智慧行為的跨領(lǐng)域?qū)W科[13]，涉及計算機科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、語言學(xué)、心理學(xué)等多個領(lǐng)域;學(xué)習(xí)科學(xué)同樣是一個跨學(xué)科領(lǐng)域，它關(guān)注學(xué)習(xí)是如何發(fā)生的以及怎樣才能促進高效學(xué)習(xí)，涉及教育學(xué)、心理學(xué)、語言學(xué)、社會學(xué)等多個學(xué)科[14]。人工智能和學(xué)習(xí)科學(xué)結(jié)合形成了教育人工智能（ Education-al Artificial Intelligence，EAI），其核心是教學(xué)模型、領(lǐng)域知識模型和學(xué)習(xí)者模型[15]，它是人工智能與教育融合的深度發(fā)展，其主要目標(biāo)是“通過計算獲得精準(zhǔn)和明確的教育、心理和社會知識形式，這些知識往往是隱式的”[16]。

1.2 國內(nèi)外教育人工智能研究現(xiàn)狀

人工智能推動教育的個性化學(xué)習(xí)從理論研究走向?qū)嵺`，并成為新的研究課題。國外對教育人工智能的研究主要集中在大數(shù)據(jù)、機器人、深度學(xué)習(xí)等方面。如美國斯坦福大學(xué)建立了世界上最大的人造神經(jīng)網(wǎng)絡(luò)系統(tǒng);美國、日本、巴西等國家利用人腦仿生計算技術(shù)，力圖實現(xiàn)知識學(xué)習(xí)、記憶以及創(chuàng)造;微軟在語音識別系統(tǒng)、知識圖譜、圖像識別等方面取得巨大成就。國內(nèi)對教育人工智能的研究主要集中在自然語言處理、語音識別、圖像識別、專家系統(tǒng)環(huán)境開發(fā)等方面。如有道詞典通過深度學(xué)習(xí)對文字進行不同語言的翻譯;百度通過圖像識別技術(shù)進行拍照搜題，為學(xué)生答疑解惑;匯頂科技通過生物識別技術(shù)推出可穿戴產(chǎn)品和指紋識別芯片。

人工智能在教育領(lǐng)域已實現(xiàn)應(yīng)用，如在2018年國際口語機器翻譯評測比賽（International Workshop on SpokenLanguage Translation，IWSLT）中，科大訊飛、中科大語音與語言信息處理國家工程實驗室（ USTC-NEI）聯(lián)合團隊在英德方向語音翻譯任務(wù)中端到端模型（ End-to-End Model）以顯著優(yōu)勢獲得第一、基線模型（ Baseline Model）獲得第二的優(yōu)異成績，證明了其在語音翻譯領(lǐng)域的國際領(lǐng)先地位[17]。人臉識別技術(shù)還被用于監(jiān)督學(xué)生面部表情，以便教師調(diào)動學(xué)生學(xué)習(xí)熱情，更好地指導(dǎo)教學(xué)。我國人工智能的投資居世界第二（美國第一），在技術(shù)研發(fā)和產(chǎn)業(yè)應(yīng)用方面已取得豐碩成果。

2 人工智能對教育的技術(shù)支持與應(yīng)用

2.1 關(guān)鍵技術(shù)

2.1.1 大數(shù)據(jù)

大數(shù)據(jù)技術(shù)指一系列數(shù)據(jù)收集、存儲、管理、處理、分析、共享和可視化技術(shù)的集合，其目的是對大量多元的非結(jié)構(gòu)化數(shù)據(jù)進行實時分析，并從中發(fā)現(xiàn)價值[18]。教育過程中數(shù)據(jù)不斷產(chǎn)生，在線學(xué)習(xí)記錄了學(xué)生靜態(tài)和動態(tài)數(shù)據(jù)。利用數(shù)據(jù)挖掘技術(shù)分析這些教育數(shù)據(jù)，再建立學(xué)習(xí)者模型，根據(jù)學(xué)生行為習(xí)慣向?qū)W生推薦合適課程和學(xué)習(xí)資源，促進學(xué)生個性化學(xué)習(xí)。

2.1.2 知識圖譜

知識圖譜技術(shù)是一種將各類信息連接在一起形成關(guān)系網(wǎng)絡(luò)，并利用網(wǎng)絡(luò)中的關(guān)系分析解決問題的技術(shù)，其作用是構(gòu)建語義網(wǎng)絡(luò)。知識圖譜是以科學(xué)知識為對象，顯示學(xué)科發(fā)展進程與結(jié)構(gòu)關(guān)系的一種圖形，具有“圖”和“譜”的雙重性。圖是對關(guān)系的最好表達，基于圖的知識存儲和表示能夠更有序、更有條理，使人一目了然。利用知識圖譜可以更好地進行搜索，理解語義、消除歧義、理解相對關(guān)系等。

2.1.3 計算機視覺

計算機視覺是一門研究如何使機器“看”的科學(xué)，充當(dāng)機器的眼睛，即用攝影機和電腦代替人眼對目標(biāo)進行識別、跟蹤和測量等，并用電腦進一步進行圖形處理，生成更適合人眼觀察或傳送給儀器檢測的圖像，在圖像識別、景物分析、圖像處理等方面應(yīng)用廣泛。

2.1.4 自然語言處理

自然語言處理是一門融語言學(xué)、計算機科學(xué)、數(shù)學(xué)于一體的科學(xué)，關(guān)鍵是讓計算機理解自然語言。自然語言處理的目的是實現(xiàn)人機間自然語言通信，構(gòu)建能實現(xiàn)人與計算機之間用自然語言進行有效通信的理論和方法，包括機器翻譯、機器理解、問答系統(tǒng)等具體技術(shù)。自然語言處理技術(shù)在教育中的應(yīng)用主要有兩個方面：①作為輔助工具應(yīng)用于語言教學(xué)，即計算機輔助語言教學(xué)（ Computer-AssistedLanguage Learning，CALL）;②作為人機交互手段應(yīng)用于智能教學(xué)系統(tǒng)[19]，如科大訊飛利用自然語言處理技術(shù)在機器翻譯、語音系統(tǒng)、機器閱讀理解等方面取得的巨大成就，另外在教學(xué)上，自然語言處理技術(shù)對學(xué)生開放性回答可進行自動識別，并給出反饋。

2.1.5 機器學(xué)習(xí)

機器學(xué)習(xí)（M achine Learning，ML）是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科及知識，研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身性能。機器學(xué)習(xí)是人工智能的核心，是使計算機具有智能的根本途徑，其應(yīng)用遍及人工智能多個領(lǐng)域，主要使用歸納、綜合而不是演繹的方法。

2.2 人工智能在教育應(yīng)用中存在的問題

（1）技術(shù)不成熟。人工智能技術(shù)還處于發(fā)展階段，目前很多產(chǎn)品智能化程度不高。與計算智能和感知智能方面的成就相比，認知智能發(fā)展還不夠成熟，感知認知智能是人工智能發(fā)展的高級階段和未來人工智能發(fā)展的方向，即從感知智能到認知智能質(zhì)的突變，實現(xiàn)智能設(shè)備像人一樣思考、辨別，縮小與人類的差距。

（2）人工智能對教育的支持度低。人工智能技術(shù)與教育的結(jié)合還不夠緊密靈活，全面的實踐應(yīng)用和深入、扎實的科學(xué)研究均比較欠缺[20]。人工智能技術(shù)在教育領(lǐng)域的應(yīng)用較少，而人工智能與教育的融合是未來教育發(fā)展的必然趨勢。利用人工智能技術(shù)可促進學(xué)生自主學(xué)習(xí)和個性化學(xué)習(xí)，同時自動批改、自動翻譯、智能導(dǎo)師等技術(shù)可減輕教師教學(xué)負擔(dān)，使老師樂于將人工智能技術(shù)運用于教學(xué)。

（3）數(shù)據(jù)封閉。當(dāng)前時代充斥著各種海量數(shù)據(jù)，但大部分數(shù)據(jù)之間沒有交流與溝通，用戶無法通過數(shù)據(jù)融合作出精準(zhǔn)判斷，繁多的數(shù)據(jù)反而成為負擔(dān)。對數(shù)據(jù)進行開放與共享可使學(xué)習(xí)者模型進行更精準(zhǔn)的定位，提高用戶信任，用戶獲得數(shù)據(jù)后可根據(jù)自身情況改進數(shù)據(jù)并進行自我調(diào)節(jié)。

2.3 典型應(yīng)用及技術(shù)框架

2.3.1 典型應(yīng)用

（1）智能測評。傳統(tǒng)評價方式逐漸被人工智能技術(shù)取代。智能測評強調(diào)通過一種自動化的方式測量學(xué)生發(fā)展，自動化指由機器擔(dān)任一些工作，包括體力勞動、腦力勞動和認知工作[21]。例如普通話考試，如圖1所示，通過試驗和數(shù)據(jù)采集得到大量非普通話或非標(biāo)準(zhǔn)普通話的發(fā)音數(shù)據(jù)，將它們整理編碼后加入語音庫。計算機輔助普通話水平測試利用計算機語音識別系統(tǒng)，對普通話水平測試中應(yīng)試人朗讀試題的語音標(biāo)準(zhǔn)程度進行辨識評測工作。目前，由于采集的數(shù)據(jù)不夠完善，智能測評存在測評目的比較單一、測評結(jié)果比較淺顯、能化水平較低等問題，對教師和學(xué)生的幫助有限。在未來應(yīng)對測評分析的建議進行完善，指出學(xué)生的優(yōu)缺點，為學(xué)生提出切實可行的具體建議。在發(fā)展趨勢上，智能化測評不再是簡單地給出結(jié)果和分析，智能測評將促進個性化學(xué)習(xí)。未來教育應(yīng)是智能化教育，從而促進個性化學(xué)習(xí)。

（2）智能翻譯。智能翻譯在第二語言學(xué)習(xí)方面的應(yīng)用非常廣泛，進步也非常明顯。以科大訊飛為例，科大訊飛機器翻譯系統(tǒng)采用新一代基于端到端的神經(jīng)機器翻譯框架，構(gòu)建了多層次知識融合的深度語義共享翻譯模型，能夠?qū)崿F(xiàn)基于上下文語境的源語言句子精準(zhǔn)建模，同時通過先驗知識的引入有效解決了專業(yè)術(shù)語翻譯。此外，為了提高翻譯模型準(zhǔn)確性，提出了多任務(wù)、跨領(lǐng)域的訓(xùn)練機制，使翻譯結(jié)果更加流暢準(zhǔn)確。利用科大訊飛的一套機器翻譯系統(tǒng)處理大學(xué)英語六級翻譯試題時，如圖2所示進行翻譯，人工輸入試題后共用了不到6秒的時間完成翻譯（每套試題不到兩秒），由專家進行評分，平均得分為13分（總分15分）。機器處理的翻譯結(jié)構(gòu)清晰、譯文流暢、原文意思表達清楚，很好地實現(xiàn)了不同語種之間的轉(zhuǎn)換。但同時智能翻譯在教育方面的應(yīng)用還存在許多不足，典型表現(xiàn)為機器理解能力在處理復(fù)雜語句方面明顯不足，不能對等地翻譯出語言的文化因素。智能翻譯還不能完全取代人，未來智能翻譯將是人與智能合作進行翻譯。

（3）智能化教學(xué)輔助。人工智能技術(shù)使老師從繁重、重復(fù)的工作中解脫出來，提高學(xué)生學(xué)習(xí)效率，促進個性化學(xué)習(xí)，如利用機器學(xué)習(xí)、圖像識別、自然語言處理、大數(shù)據(jù)分析等技術(shù)從詞匯、句子、段落、語法等多個角度批改學(xué)生作業(yè)。在句酷批改網(wǎng)中學(xué)生在網(wǎng)上將老師布置的作文按照作文編號進行提交，通過語料庫系統(tǒng)數(shù)據(jù)，利用深度學(xué)習(xí)和自動識別技術(shù)對詞匯、搭配、語法等常見錯誤給出修改建議，在短時間內(nèi)為作文打分。如圖3所示，學(xué)生得到分數(shù)后根據(jù)所給建議和標(biāo)注的錯誤修改作文，得到進一步提高。這樣老師既避免了重復(fù)工作，提高了效率，學(xué)生也快速地得到反饋，可及時糾正錯誤。

（4）智適應(yīng)學(xué)習(xí)。智適應(yīng)學(xué)習(xí)系統(tǒng)（Adaptive Educa-tional Hypermedia Systems，AEHS）對用戶、知識等進行數(shù)據(jù)搜集與分析。美國匹茲堡大學(xué)信息科學(xué)學(xué)院Brusilovsky教授[22]提出智適應(yīng)學(xué)習(xí)系統(tǒng)的通用模型，由學(xué)生模型、領(lǐng)域知識模型、適應(yīng)模型、自適應(yīng)引擎4部分組成。近年來國內(nèi)外智適應(yīng)平臺發(fā)展迅速，如國外的Smart Sprrow、Knowre、Knewton、Cerego等，國內(nèi)的猿題庫、松鼠AI智適應(yīng)教育、評測學(xué)、智課網(wǎng)等。國內(nèi)外適應(yīng)性學(xué)習(xí)系統(tǒng)比較如圖2所示。智適應(yīng)學(xué)習(xí)系統(tǒng)建立的學(xué)習(xí)者模型根據(jù)用戶不同的學(xué)習(xí)風(fēng)格、學(xué)習(xí)態(tài)度、學(xué)習(xí)進度、知識水平等針對性地進行個性化指導(dǎo)。領(lǐng)域模型主要通過知識圖譜的構(gòu)建完成知識實體、實體關(guān)系和知識屬性的知識表達[23]。如圖4所示為多邊形的面積知識圖譜，知識圖譜由一個個小知識點組成，知識點之間存在某種相關(guān)屬性關(guān)系，引導(dǎo)學(xué)生進行自適應(yīng)學(xué)習(xí)。通過對知識圖譜的構(gòu)建實現(xiàn)知識結(jié)構(gòu)可視化，逐步消滅每個知識點，實現(xiàn)知識體系的智適應(yīng)。適應(yīng)模型定義了系統(tǒng)如何實施內(nèi)容的適應(yīng)性、鏈的適應(yīng)性以及如何修改用戶模型的一套規(guī)則[24]。自適應(yīng)引擎是在學(xué)生模型、領(lǐng)域知識模型、適應(yīng)模型之間搭建的溝通橋梁，使學(xué)生、知識和界面之間進行智適應(yīng)。以評測學(xué)自適應(yīng)系統(tǒng)為例，該系統(tǒng)通過對學(xué)生數(shù)據(jù)的分析，掌握每個學(xué)生的情況，為學(xué)生推送合適的學(xué)習(xí)內(nèi)容，實現(xiàn)個性化學(xué)習(xí)。

目前國內(nèi)成熟的自適應(yīng)平臺較少，技術(shù)含量較低。為迎合智適應(yīng)學(xué)習(xí)系統(tǒng)智能化、人性化發(fā)展趨勢，應(yīng)加強專業(yè)技術(shù)型人才的培養(yǎng)，優(yōu)化資源的呈現(xiàn)方式，使知識領(lǐng)域更細化，適應(yīng)程度更高。

2.4 人工智能教育應(yīng)用技術(shù)框架

本文將教育人工智能的技術(shù)框架分為4層：第一層為基礎(chǔ)設(shè)施層，通過這些基礎(chǔ)設(shè)施（例如可穿戴設(shè)備，智能手機等）感知學(xué)生的學(xué)習(xí)情況（例如學(xué)生的學(xué)習(xí)狀態(tài)、學(xué)習(xí)習(xí)慣等），為教育人工智能提供計算基礎(chǔ);第二層為教育數(shù)據(jù)層，通過已經(jīng)實現(xiàn)的學(xué)習(xí)收集學(xué)生的學(xué)習(xí)數(shù)據(jù)（例如學(xué)生數(shù)據(jù)，教學(xué)資源數(shù)據(jù)，教學(xué)管理數(shù)據(jù)等），為教育人工智能提供數(shù)據(jù)基礎(chǔ)。通過對數(shù)據(jù)進行開放和共享，用戶可以對數(shù)據(jù)進行修改并形成更清醒的認識;第三層為技術(shù)層，利用相關(guān)技術(shù)（自然語言處理技術(shù)、計算機視覺、機器學(xué)習(xí)、深度學(xué)習(xí)等）對相關(guān)數(shù)據(jù)進行分析，為教育人工智能提供技術(shù)基礎(chǔ);第四層為教育應(yīng)用層，通過對教育過程的感知及處理，進行相關(guān)教育應(yīng)用（例如智能測評、智能出題與批改等）優(yōu)化，提高學(xué)習(xí)效率。通過對教育人工智能技術(shù)框架的構(gòu)建，提高教育與人工智能的密切程度，使人工智能技術(shù)更好地為教育服務(wù)。

3 建議

（1）人機共教。未來教育必定是人機合作的教育，因此需培養(yǎng)賦有人機合作思維的專業(yè)智能型人才。人工智能與教育相結(jié)合并不意味著教師職業(yè)消失，在教育領(lǐng)域人工智能并不能完全取代教師，人工智能缺乏情感，不能很好地與學(xué)生進行思想碰撞，解決學(xué)生學(xué)習(xí)生活中的情緒問題。人工智能時代的教育要求教師轉(zhuǎn)變角色，教師是學(xué)生學(xué)習(xí)的組織者、引領(lǐng)者和服務(wù)者，教師要與機器配合進行更能促進學(xué)生個性發(fā)展和全面發(fā)展的工作。

（2）數(shù)據(jù)保護。教育大數(shù)據(jù)是教育人工智能研究的基礎(chǔ)，存在數(shù)據(jù)量大、種類繁多、價值低等特點。通過改進數(shù)據(jù)挖掘技術(shù)，對數(shù)據(jù)進行精準(zhǔn)的采集和分析，更好地建立學(xué)習(xí)者模型。在數(shù)據(jù)挖掘過程中，數(shù)據(jù)二次利用可能涉及個人隱私[25]。數(shù)據(jù)隱私泄漏將對學(xué)生的安全產(chǎn)生威脅，造成學(xué)生恐慌，不利于學(xué)生健康成長;數(shù)據(jù)隱私還可能對學(xué)生形成固有看法，不利于學(xué)生個性化發(fā)展。因此在大數(shù)據(jù)時代用戶應(yīng)樹立數(shù)據(jù)隱私保護意識，政府和相關(guān)機構(gòu)應(yīng)加強數(shù)據(jù)信息保護，制定相關(guān)政策，改進數(shù)據(jù)隱私安全技術(shù)。

（3）智適應(yīng)學(xué)習(xí)。教育人工智能以自適應(yīng)平臺為基礎(chǔ)進行學(xué)習(xí)，實現(xiàn)教育與智能緊密結(jié)合。目前已出現(xiàn)許多自適應(yīng)平臺，但其自適應(yīng)程度并不高，一般按照評、測、練的過程進行自適應(yīng)教學(xué)，對學(xué)生沒有進行深度分析，只有做到長久的動態(tài)跟蹤，才能實現(xiàn)更高水平的智適應(yīng)，更好地促進教育教學(xué)，在學(xué)生個性化發(fā)展中起到更積極作用。

（4）技術(shù)與理論結(jié)合。在深入開展技術(shù)研究的同時，也要加大理論研究力度。人工智能技術(shù)在提高教育力、減輕教師負擔(dān)、促進學(xué)生發(fā)展方面有巨大作用。但單一技術(shù)創(chuàng)新無法推進教育人工智能變革，需要正確的價值引導(dǎo)，而不是認為智能決定一切，要與控制論、神經(jīng)科學(xué)等人工智能相關(guān)理論及教育學(xué)、心理學(xué)、計算機科學(xué)、傳播學(xué)等教育相關(guān)理論相結(jié)合，共同促進人工智能時代教育的發(fā)展，培養(yǎng)適應(yīng)社會發(fā)展的創(chuàng)新型人才。

4 結(jié)語

本文對人工智能在教育領(lǐng)域的應(yīng)用展開研究，對人工智能在教育領(lǐng)域存在的問題提出針對性建議，并指出了人工智能在教育領(lǐng)域的發(fā)展前景。未來教育發(fā)展趨勢是與智能結(jié)合，為更好地利用人工智能發(fā)展教育，提高教育質(zhì)量和效率，促進個性化學(xué)習(xí)，需培養(yǎng)富有智能思維的創(chuàng)新型人才。生物識別技術(shù)、自適應(yīng)技術(shù)、大數(shù)據(jù)等技術(shù)的發(fā)展會進一步推進人工智能與教育的融合，使人工智能時代的教育更關(guān)注學(xué)生成長，以人為本，促進學(xué)生全面發(fā)展。

參考文獻：

[1]Executive Office of the President National Science and TechnologyCouncil Committee on Technology. Preparing for the future of artificialintelligence [ EB/OL]. http： //www.360doc.com/content/1 6/10 15/20/37334461一598684776.shtml.

[2]National Science and Technology Council. The national artificial intel-ligence research and development strategic plan[EB/OL]. http：//wvw.360doc.com/content/1 6/1015/20/37334461_598685262.shtml.

[3] 習(xí)近平.決勝全面建成小康社會奪取新時代中國特色社會主義偉大勝利——在中國共產(chǎn)黨第十九次全國代表大會上的報告[EB/OL]. http：，//www.gov.cn/zhuanti/19thcpc/baogao.htm.

[4] 國務(wù)院公告.國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[EB/OL].

http，/www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[5] 李克強.政府工作報告-2018年3月5日在第十三屆全國人民代表大會第一次會議上[ EB/OL].http：//www.gov.cn/premier/2018-03/22/content_5276608.htm.

[6]OZBEY N， KARAKOSE M， UCAR A. The determination and analy-sis of factors affecting to student learning by artificial intelligence inhigher education[C].IEEE 15th International Conference on Informa-tion Technology Based Higher Education and Training， 2016： 1-6.

[7] FORCIER L B.Unleashed an argument for Al in education[ Ml. Lon-don：Pearson， 2016.

[8] BARNES T. BOYER K， SHARON I， et al. Preface for the special is-sue on AI-supported education in computer science [J]. Internation-al Journal of Artificial Intelligence in Education. 2017（1）：1-4.

[9] 閆志明，唐夏夏，秦旋，等.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》報告解析[J].遠程教育雜志，2017（1）：26-35.

[10]蔡連玉.人工智能與教育的融合研究：一種綱領(lǐng)性探索[J].電化教育研究.2018（ 10）：27-32.

[11] 楊現(xiàn)民.教育人工智能的發(fā)展難題與突破路徑[J].現(xiàn)代遠程教育研究，2018（3）：30-37.

[12]粱迎麗，劉陳.人工智能教育應(yīng)用的現(xiàn)狀分析、典型特征與發(fā)展趨勢[J].中國電化教育，2018（3）：24-30.

[13]LUCKIN R. HOLMES W. Intelligence unleashed： an argument forAI in education[EB/OL]. https：//www.pearson.com/news/ blogs/CompanyBlog /2016 /03 /intelligence-unleashed-an-argument-for-ai-in-education.html.

[14]SAWYER R K。劍橋?qū)W習(xí)科學(xué)手冊[M].徐曉東，譯.北京：教育科學(xué)出版社，2010.

[15] SELF J. The defining characteristics of intelligent tutoring systems re-search： ITSs care， precisely[J].International Journal of Artificial In-telligence in Education， 1998（ 10）： 350-364.

[16]張國云，楊文正，趙梅.技術(shù)賦能學(xué)習(xí)”視域下新興技術(shù)在教育APP中的應(yīng)用前瞻分析[J].中國電化教育，2018（ 10）：107-117.

[17] 賈積有.工智能賦能教育與學(xué)習(xí)[J].遠程教育雜志，2018（1）：39-47.

[18] 余勝泉.人工智能+教育藍皮書[EB/OL].https：//aic-fe.bnu.edu.cn/xwdt/mtbd/index.html.

[22] BRUSILOVSKY P.Methods and techniques of adaptive hypermedia[J]. User Modeling and User-adapted Interaction. 1996， （2）：87-129.

[19] 朱艷茹.基于知識圖譜的自適應(yīng)學(xué)習(xí)系統(tǒng)設(shè)計與實現(xiàn)[D].長春：吉林大學(xué)，2018.

[20] 陳品德，李克東.適應(yīng)性教育超媒體系統(tǒng)——模型、方法與技術(shù)[J].現(xiàn)代教育技術(shù)，2002，（1）：11-17.

[21]楊波.數(shù)據(jù)環(huán)境下個人隱私保護機制[J].軟件導(dǎo)刊，2016， （8）：168-170.

（責(zé)任編輯：江艷）

基金項目：遼寧省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項目（ 2018110165037）;遼寧省教育科學(xué)“十三五”規(guī)劃2018年度項目（JC18CB401）

作者簡介：高偉（1972-），男，碩士，遼寧師范大學(xué)計算機與信息技術(shù)學(xué)院副教授、碩士生導(dǎo)師，研究方向為計算機圖形學(xué)、虛擬現(xiàn)實技術(shù)、動畫與游戲;劉苗苗（1995-），女，遼寧師范大學(xué)計算機與信息技術(shù)學(xué)院碩士研究生，研究方向為人工智能。