肖卓宇 徐運標 陳果 郭杰 黃俊

摘? 要： 文章以“人工智能+教育”融合的有效實施路徑為目標，分析了“人工智能+教育”融合的現(xiàn)狀，探究了智能教學(xué)協(xié)助、智能教學(xué)環(huán)境構(gòu)建、智能教學(xué)過程設(shè)計、智能教學(xué)評價、智能教學(xué)服務(wù)5種應(yīng)用場景的特征，豐富了人工智能賦能教育的應(yīng)用視角，有助于全方位提升課堂教學(xué)質(zhì)量。

關(guān)鍵詞： “人工智能+教育”; 融合; 實施路徑; 智能教學(xué); 多模態(tài)數(shù)據(jù)

中圖分類號：G642? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2020）11-103-03

Abstract： Taking the effective implementation path of "artificial intelligence plus education" integration as the goal， the current situation of integrating artificial intelligence with education was analyzed， the characteristics of five application scenarios， i.e. the intelligent teaching assistance， the construction of intelligent teaching environment， the design of intelligent teaching process， the intelligent teaching evaluation and intelligent teaching service were discussed in this paper， which enriches the application perspective of artificial intelligence enabling education， and helps to improve the quality of classroom teaching.

Key words： "artificial intelligence plus education"; integration; implementation path; intelligent teaching; multimodal data

0 引言

2017年國務(wù)院《新一代人工智能發(fā)展規(guī)劃》中提出了智能教育概念，為“人工智能+教育”從政策層面指引了發(fā)展方向[1-2]。文獻[3]提出“人工智能+教育”融合的核心在于，教師通過AI技術(shù)對多模態(tài)數(shù)據(jù)進行處理，進而進行個性化教學(xué)。文獻[4-5]提出需要整合多模態(tài)數(shù)據(jù)，為人工智能技術(shù)提供教育大數(shù)據(jù)支持，并實現(xiàn)有效教學(xué)決策。文獻[6-7]提出智能教育時代應(yīng)關(guān)注因材施教、人性為尊的教育理念。文獻[8-9]探究了計算思維與教育人工智能協(xié)同發(fā)展的特點與趨勢。文獻[10-11] 提出智慧教育時代應(yīng)該通過AI技術(shù)進行學(xué)生個體畫像，鼓勵學(xué)生參與式、個性化教學(xué)。文獻[11-18]從技術(shù)層面對人工智能多元化實施應(yīng)用場景進行了實施應(yīng)用。

總而言之，目前“人工智能+教育”融合的實施路徑存在“教育大數(shù)據(jù)的多模態(tài)”、“人工智能技術(shù)賦能教育的有限性”等眾多問題。因此，在當(dāng)前智能教育飛速發(fā)展形式下，亟需對“人工智能+教育”融合的現(xiàn)狀與實施路徑進行深入研究，以豐富人工智能賦能教育的多元化場景，提升教育質(zhì)量，促進新時代人才的培養(yǎng)。

1 “人工智能+教育”融合的現(xiàn)狀

近些年人工智能賦能教育得到了快速發(fā)展，一定程度上促進了個性化教學(xué)、參與式教育、混齡教學(xué)、碎片化學(xué)習(xí)等新型教育理念與方式開展，提升了教學(xué)質(zhì)量，但同樣也存在一些典型問題，以下分教學(xué)大數(shù)據(jù)多模態(tài)問題、人工智能技術(shù)賦能教育的有限性問題、“人工智能+教育”融合的倫理問題、人工智能技術(shù)賦能教育的認知問題四個方面進行詳細闡述。

1.1 教育大數(shù)據(jù)的多模態(tài)問題

2012年隨著MOOC的發(fā)展，國外一些主流教育平臺Udacity、edX、Coursera等得到了飛速發(fā)展，近些年，國內(nèi)一些有代表性的MOOC平臺也雨后春筍般快速擴張，如中國大學(xué)MOOC、網(wǎng)易MOOC等，這些MOOC平臺將產(chǎn)生豐富的文本、音頻、視頻等教育大數(shù)據(jù)。由于目前人工智能技術(shù)需要教育大數(shù)據(jù)作為輸入，除開傳統(tǒng)的文本、音頻、視頻等數(shù)據(jù)，一些智能教育輔助設(shè)備甚至?xí)a(chǎn)生面部特征、肢體特征，血壓、腦電波、心跳等生理特征信息，這些教育大數(shù)據(jù)異構(gòu)問題將是“人工智能+教育”融合的重要挑戰(zhàn)。

1.2 “人工智能+教育”融合的倫理問題

當(dāng)前教育大數(shù)據(jù)存在隱私數(shù)據(jù)保護不完善、AI技術(shù)濫用、監(jiān)管不力、智能教學(xué)中不同角色出現(xiàn)權(quán)利越界等系列問題。究其原因，由于政策法規(guī)等對于技術(shù)的約束尚未同步，技術(shù)濫用導(dǎo)致的考試作弊、刷課、代考等學(xué)術(shù)不端問題屢見不鮮。此外，智能手環(huán)、智能面部識別等智能終端設(shè)備用來采集大量的個人行為數(shù)據(jù)，如果這些數(shù)據(jù)被非法泄露，或缺乏有效的數(shù)據(jù)脫敏，甚至可能導(dǎo)致違法事件發(fā)生。

1.3 人工智能技術(shù)賦能教育的有限性問題

Geoffrey Hinton、Yann LeCun和Yoshua Bengio將深度學(xué)習(xí)技術(shù)賦能各個領(lǐng)域，引領(lǐng)了第三次人工智能的熱潮。人工智能賦能教育是其中一個重要方向，目前“人工智能+教育”在疫情期間得到了較好的發(fā)展，但也存在教育人工智能產(chǎn)品功能過于單一、智能學(xué)習(xí)過程監(jiān)控不能完全滿足智能教學(xué)需求、智能教學(xué)評價維度不完善、智能教育缺乏對學(xué)生心理成長有效關(guān)注等問題。

1.4 人工智能技術(shù)賦能教育的認知問題

目前，教師、學(xué)生和家長三個維度對人工智能技術(shù)賦能教育的價值認知存在兩極分化問題。部分觀點對人工智能技術(shù)賦能教育持否定態(tài)度，認為概念炒作的成分多于教學(xué)本身;另一部分觀點對人工智能賦能教育持樂觀態(tài)度，認為人工智能技術(shù)能全方位為教師與家長減負、為學(xué)生提供了新的學(xué)習(xí)途徑，極大的促進了教育公平，提升了教學(xué)質(zhì)量。

2 “人工智能+教育”融合的實施路徑研究

“人工智能+教育”融合的實施路徑指人工智能賦能教育的應(yīng)用場景。目前，“人工智能+教育”融合被廣泛應(yīng)用于教學(xué)的各個階段，本研究通過探究文獻[1-3，6，10]的研究成果，并應(yīng)用Wordart構(gòu)建了圖1的“人工智能+教育”融合的實施路徑關(guān)鍵詞云圖。圖1以關(guān)鍵字詞頻為依據(jù)，將“人工智能+教育”融合的實施路徑分為智能教學(xué)協(xié)助、智能教學(xué)環(huán)境構(gòu)建、智能教學(xué)過程設(shè)計、智能教學(xué)評價、智能教學(xué)服務(wù)五個主要部分進行深入研究。

2.1 智能教學(xué)協(xié)助

傳統(tǒng)教學(xué)方式中，教師批改作業(yè)、試卷等單調(diào)與重復(fù)的勞動占據(jù)了較多的時間，這些重復(fù)而繁重的工作嚴重困擾著教師的自我提升與備課時間。智能教學(xué)平臺可以實現(xiàn)填空、選擇、判斷等客觀題的自動閱卷，部分智能教學(xué)輔助工具甚至能夠根據(jù)學(xué)生答題的關(guān)鍵詞與核心句子，通過自然語言處理中的問題向量距離相似性技術(shù)實現(xiàn)主觀題閱卷給分。這項工作能夠一定程度上將教師從繁重的重復(fù)工作中解脫出來，進而將更多的精力用于提升自身知識水平、完善教學(xué)活動設(shè)計、組織個性化教學(xué)實施。

2.2 智能教學(xué)環(huán)境構(gòu)建

智能教學(xué)環(huán)境構(gòu)建關(guān)注教育人工智能賦能教學(xué)中的學(xué)習(xí)空間構(gòu)建。光線、溫度、課堂氛圍、濕度等要素影響了課堂效果，目前智能教學(xué)環(huán)境構(gòu)建關(guān)注學(xué)習(xí)空間規(guī)劃、學(xué)習(xí)空間環(huán)境服務(wù)兩個方面。現(xiàn)階段教學(xué)的組織形式多樣、交互性更強，因此學(xué)習(xí)空間規(guī)劃應(yīng)該具有開放性、靈活性與層次性，學(xué)生、教師和教學(xué)資源成為三個最主要的維度，圖2厘析了三個維度及其影響因素之間的關(guān)系，這項工作有助于構(gòu)建和諧、平等的智能教學(xué)環(huán)境。此外，學(xué)習(xí)空間環(huán)境服務(wù)關(guān)注教學(xué)活動中用戶體驗及感受，為此，個性化照明、智能座椅調(diào)節(jié)、智能溫度控制等智能家居提供了更多個性化服務(wù)?？梢灶A(yù)見，不久的將來智能家具將逐漸普及，并廣泛應(yīng)用于智能教學(xué)環(huán)境中。

2.3 智能教學(xué)過程設(shè)計

智能教學(xué)的出現(xiàn)使得教師角色的定位發(fā)生了改變，由傳統(tǒng)的“知識的傳播者”轉(zhuǎn)向為“教學(xué)的管理者”。教師角色的轉(zhuǎn)變使得教師能夠針對性的對各階段教學(xué)活動進行精心設(shè)計，鼓勵學(xué)生融入?yún)⑴c式教學(xué)，促進教師主體、學(xué)生主體與人工智能技術(shù)的交互，有助于提升教學(xué)質(zhì)量。圖3描述了詳細的智能教學(xué)過程設(shè)計步驟，智能教學(xué)形勢下，教學(xué)過程設(shè)計采用以問題為導(dǎo)向的原則，首先對待解決的知識問題進行構(gòu)想;之后，對可以解決問題的多種方案進行優(yōu)劣分析，選取最佳方案;再之，通過多元化應(yīng)用場景對決策方案進行實施應(yīng)用，并對處理結(jié)果進行評價;最后，歸納分析實施效果，對問題進行適應(yīng)性反饋。

2.4 智能教學(xué)評價

傳統(tǒng)教學(xué)以升學(xué)率、競賽、分數(shù)為評價指標，而智能教學(xué)時代構(gòu)建的教學(xué)質(zhì)量綜合評價體系中更加關(guān)注學(xué)生興趣愛好、品德、學(xué)習(xí)的交叉融合等方面的指標，學(xué)生參與課堂學(xué)習(xí)的積極性、參與性、思維引導(dǎo)等得到了重視。評價機制由以往“結(jié)果為導(dǎo)向”轉(zhuǎn)向為“以過程為導(dǎo)向”。此外，智能手表、智能頭環(huán)等智能輔助終端設(shè)備將記錄個人相關(guān)學(xué)習(xí)數(shù)據(jù)，而這些數(shù)據(jù)被及時反饋到智能模型后，將針對個人提供定制化的建議服務(wù)，從而使得教學(xué)相長、因此施教等理念真正得以有效實施。

2.5 智能教學(xué)服務(wù)

人工智能技術(shù)賦能教育，需要以各個教學(xué)平臺獲取的教育大數(shù)據(jù)為輸入，通過大數(shù)據(jù)采集、預(yù)處理等階段處理后才能有效服務(wù)與人工智能算法。而文本、視頻、音頻、圖片、心跳、腦電波等異構(gòu)型多模態(tài)數(shù)據(jù)的有效轉(zhuǎn)換能有助于人工智能與教學(xué)工作的融合，實現(xiàn)教學(xué)資源的配置優(yōu)化，使得AI學(xué)習(xí)者畫像、智能知識資源推送、智能學(xué)習(xí)診斷、面向教學(xué)知識點的知識圖譜等服務(wù)得以有效開展。智能教學(xué)服務(wù)使得教育資源匱乏的邊遠山區(qū)學(xué)生和教育資源豐富的城市學(xué)生擁有同樣的學(xué)習(xí)平臺，有助于促進教學(xué)公平，并提升教學(xué)質(zhì)量。

3 結(jié)束語

本文研究了“人工智能+教育”融合的實施路徑。分析了“人工智能+教育”融合的現(xiàn)狀，探究了智能教學(xué)協(xié)助、智能教學(xué)環(huán)境構(gòu)建、智能教學(xué)過程設(shè)計、智能教學(xué)評價、智能教學(xué)服務(wù)五種應(yīng)用場景。未來工作，將致力于厘析人工智能技術(shù)與學(xué)習(xí)空間、教學(xué)方法的層級矩陣與關(guān)聯(lián)關(guān)系研究，并構(gòu)建“人工智能+教育”融合的生態(tài)與基礎(chǔ)理論模型。

參考文獻（References）：

[1] 曹培杰.智慧教育：人工智能時代的教育變革[J].教育研究，2018.39（8）：121-128

[2] 鄭慶華.人工智能促進智慧教育，提升人才培養(yǎng)質(zhì)量[J].高等工程教育研究，2019.37（4）：128-132

[3] 袁利平，陳川南.人工智能視域下的寬度學(xué)習(xí)及在教育中的應(yīng)用[J].遠程教育雜志，2018.36（4）：49-56

[4] 肖卓宇，宋藝.基于CDIO的大數(shù)據(jù)技術(shù)課程教學(xué)研究[J].長沙民政職業(yè)技術(shù)學(xué)院學(xué)報，2018.25（2）：125-126

[5] 肖卓宇，葉嘉笑.基于CDIO的IT類應(yīng)用型創(chuàng)新人才培養(yǎng)模式的研究[J].湖南郵電職業(yè)技術(shù)學(xué)院學(xué)報， 2019.18（1）：89-90，97

[6] 曹培杰.人工智能教育變革的三重境界[J].教育研究，2020.41（2）：143-150

[7] 陳凱泉，沙俊宏等.人工智能2.0重塑學(xué)習(xí)的技術(shù)路徑與實踐探索——兼論智能教學(xué)系統(tǒng)的功能升級[J]. 遠程教育雜志，2017.35（5）：40-53

[8] 肖卓宇，黎妍，葉嘉笑.以計算思維為導(dǎo)向的大學(xué)生程序設(shè)計能力培養(yǎng)研究[J].計算機時代，2017.35（1）： 79-81

[9] 肖卓宇，陳果，徐運標，郭杰.新工科視角下以計算思維為導(dǎo)向的高職信息類學(xué)生程序設(shè)計能力培養(yǎng)研究[J].計算機時代，2020.38（6）：106-108

[10] 戴永輝，徐波，陳海建.人工智能對混合式教學(xué)的促進及生態(tài)鏈構(gòu)建[J].現(xiàn)代遠程教育研究，2018.31（2）：24-31

[11] 肖卓宇，余波.大學(xué)生參與式教學(xué)方法在數(shù)據(jù)結(jié)構(gòu)課程中的應(yīng)用研究[J].湖南郵電職業(yè)技術(shù)學(xué)院學(xué)報，2018.17（1）：88-90

[12] 肖卓宇，何锫.多階段可松弛的設(shè)計模式變體檢測方法[J].華中科技大學(xué)學(xué)報（自然科學(xué)版），2018.46（1）：26-31

[13] 肖卓宇，何锫，余波.一種多階段交互式線索驅(qū)動的設(shè)計模式識別方法[J].北京航空航天大學(xué)學(xué)報，2017.43（9）：1746-1756

[14] 肖卓宇，黃海，何锫，李港，楊道武，彭逸凡，董澤民.設(shè)計模式檢測工具有效性評估策略[J].計算機科學(xué)與探索，2018.12（3）：380-392

[15] 肖卓宇，何锫，余波，黎妍，楊鑫維.一種形式化上下無關(guān)文法關(guān)系驅(qū)動的設(shè)計模式檢測方法[J].工程科學(xué)學(xué)報，2016.38（10）：1499-1508

[16] 肖卓宇，何锫，李港，楊道武，彭逸凡，董澤民.注入間接線索的設(shè)計模式變體分類檢測[J].小型微型計算機系統(tǒng)，2018.39（6）：1335-1341

[17] 肖卓宇，何锫，余波.非標準設(shè)計模式的恢復(fù)[J].計算機工程與設(shè)計，2019.40（1）：143-148，208

[18] 肖卓宇，何锫，楊鑫維，楊邦平，陳俊旭，胡振濤.基于文法產(chǎn)生式優(yōu)化的設(shè)計模式識別方法[J].電子科技大學(xué)學(xué)報，2017.46（3）：569-576