王桂平 張涵

摘? 要： 疫情下，人工智能與大數(shù)據(jù)技術(shù)將傳統(tǒng)教育模式轉(zhuǎn)變成新的模式，引發(fā)了教育領(lǐng)域的新變革。文章分析了疫情下人工智能與大數(shù)據(jù)對教育行業(yè)產(chǎn)生的影響，梳理了教學管理、課堂教學、課外輔導(dǎo)、考試管理等人工智能教育的四種應(yīng)用場景，分析人工智能應(yīng)用存在的障礙并提出加強人工智能基礎(chǔ)設(shè)施建設(shè)、推進人工智能教育的產(chǎn)學研合作等建議。

關(guān)鍵詞： 大數(shù)據(jù); 人工智能; 教育; 建議

中圖分類號：G40-01? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2021）04-32-03

Abstract： Under the epidemic situation， artificial intelligence and big data technologies have transformed the traditional education mode into a new one， which has triggered new changes in the field of education. This paper analyzes the impact of artificial intelligence and big data on the education industry under the epidemic situation， combs four application scenarios of artificial intelligence education， such as teaching management， classroom teaching， after-class tutoring and examination management， analyzes the obstacles existing in the application of artificial intelligence， and puts forward some suggestions， such as strengthening the construction of artificial intelligence infrastructure and promoting the industry-university-institute cooperation in artificial intelligence education.

Key words： big data; artificial intelligence; education; suggestion

0 引言

2020年的新冠肺炎疫情突如其來，給各地政府管理、社會治理、民生服務(wù)、產(chǎn)業(yè)發(fā)展、企業(yè)生產(chǎn)經(jīng)營等各方面都帶來了巨大的困難和挑戰(zhàn)。全民居家隔離，教育教學不得不由線下轉(zhuǎn)到線上。人工智能是人類社會進入信息時代的新的標志，是新一輪科技革命和產(chǎn)業(yè)變革的重要顛覆性技術(shù)。人工智能與大數(shù)據(jù)之間關(guān)系密切，在過去十年中，隨著大數(shù)據(jù)技術(shù)的迅猛增長、機器學習算法的持續(xù)改進和設(shè)備運算能力的極大提升，人工智能取得了突飛猛進的發(fā)展。人工智能與大數(shù)據(jù)的交互融合為教育帶來了新的機遇，疫情助推了教育新的變革。大數(shù)據(jù)的使用，能幫助學生克服教育資源的地理空間限制;能幫助老師切實做到“因材施教”，使學生從模糊學習到精準定位，有利于教育資源優(yōu)化配置。

中國學術(shù)界日益重視人工智能教育的應(yīng)用與研究。以人工智能+教育為關(guān)鍵詞搜索CNKI，顯示文獻從2008年的62篇，增加到2020年的1605篇。已有的研究成果分別從某一角度分析人工智能在教育中的應(yīng)用。例如，李振等將人工智能教育歸納為五個發(fā)展階段：早期萌芽階段、計算機輔助教學階段、智能計算機輔助教學、自適應(yīng)學習階段、智適應(yīng)學習五個階段[1]。劉德建等分析了人工智能教育應(yīng)用五大潛能，分別為個性化學習、適切服務(wù)、學業(yè)測評、角色變化、交叉學科;五大人工智能教育應(yīng)用挑戰(zhàn)，分別為教育價值、教學體驗、安全倫理、有效協(xié)同及技術(shù)治理[2]。本文在已有研究的基礎(chǔ)上枚舉人工智能的具體應(yīng)用場景，對其展開分層研究，分析現(xiàn)有人工智能教育應(yīng)用中的障礙并提出對策。

1 人工智能教育產(chǎn)業(yè)發(fā)展現(xiàn)狀

人工智能教育產(chǎn)業(yè)（以在線為主），也稱為AI+教育，目前應(yīng)用場景集中于輔助學習環(huán)節(jié)。“AI+教育”產(chǎn)品及服務(wù)已經(jīng)開始在幼教、K12、高等教育、職業(yè)教育等各類細分賽道加速落地，主要應(yīng)用場景包括拍照搜題、分層排課、口語測評、組卷閱卷、作文批改、作業(yè)布置等?，F(xiàn)階段，如果把“人工智能+教育”的應(yīng)用場景劃分為外圍學習環(huán)節(jié)、核心學習環(huán)節(jié)（見圖1），那么，目前人工智能僅停留在最外圍的學習輔助環(huán)節(jié)上。未來隨著人工智能技術(shù)的進一步發(fā)展內(nèi)核的學習環(huán)節(jié)將被智能化，從而從根本上促進學習者的學習理念和學習方式。

2 人工智能教育的應(yīng)用場景

人工智能作為一種通用技術(shù)，可以廣泛應(yīng)用于各個領(lǐng)域。相關(guān)機構(gòu)提出六種在良性循環(huán)中交互的核心人工智能技術(shù)[3]。分別為：業(yè)務(wù)分析和數(shù)據(jù)科學、自然語言處理、語音識別與機器學習、機器推理、計算機視覺、機器人和傳感器。結(jié)合教育的特點，將人工智能在教育中的具體應(yīng)用場景分為四個環(huán)節(jié)：第一階段屬于教育管理環(huán)節(jié)，第二階段屬于課堂管理環(huán)節(jié)，第三階段是課外智能輔導(dǎo)環(huán)節(jié)，第四階段是考試管理環(huán)節(jié)。

2.1 教育管理環(huán)節(jié)

學校教務(wù)管理同樣是教學中一個很重要的環(huán)節(jié)，利用人工智能技術(shù)，可以有效地推進教務(wù)管理信息化。目前，已有高校建立了學生畫像，學生行為預(yù)警，學生家庭經(jīng)濟情況分析，為學生提供個性化的管理與培養(yǎng)方案。劉海鷗等提出基于大數(shù)據(jù)深度畫像的用戶個性化學習精準服務(wù)模式，個性化的學習監(jiān)督服務(wù)，可以大大提高學生學習的自主性[4]。此外，人工智能算法可以應(yīng)用于班級的排課，大大提高排課效率。

2.2 課堂教學環(huán)節(jié)

借助于面部識別技術(shù)，教師可以識別出學生的表情，如學生上課有沒有走神，有沒有對課程感到無聊。也可以判斷教師的課堂活動，知識點的講解程度和學生的參與程度。美國學者Alexandria等人通過識別、收集學習者的學習行為、面部表情數(shù)據(jù)，預(yù)測及調(diào)整學習者的學習結(jié)果，并將該研究付諸實踐[5]。借助語音識別和圖像識別技術(shù)，學生可以通過手機拍照上傳到云端，教學系統(tǒng)會根據(jù)后臺海量的相關(guān)語音素材，迅速對學生的學習狀態(tài)進行評估，學生跟讀這句話，系統(tǒng)可以測評并反復(fù)朗讀打分，準確識別語音，對于不標準的地方，提出修正建議[6]。這樣減輕了教師的工作量，使教師更多是充當學生學習的陪伴者。

2.3 課外個性化輔導(dǎo)

在個性化輔導(dǎo)中，自適應(yīng)學習系統(tǒng)對學生已學會的知識不再出現(xiàn)，不會的知識，系統(tǒng)會一直重復(fù)，反復(fù)練習，直到學會為止。尤其是如果學習者在視覺方面有局限性，可通過語音代碼轉(zhuǎn)換器將文本輸入轉(zhuǎn)化為聲音輸出，將圖像輸入轉(zhuǎn)化成視頻輸出，以及轉(zhuǎn)化成動畫，使得有視覺障礙的學習者能夠閱讀原本無法閱讀的數(shù)字內(nèi)容，同理，如果學習者在聽覺方面有障礙，可以將語言轉(zhuǎn)化成文本輸出，從而打破了學習者和機器互動之間障礙。

2.4 考試管理

目前智能閱卷取代了傳統(tǒng)教育中的人工閱卷，智能閱卷技術(shù)可對空白卷、疑似雷同卷進行檢測，縮短了教師的大量時間。教師只需掃描試卷，即可實時計算和顯示該試卷的分數(shù)，并同時統(tǒng)計出本次掃描所有試卷的平均分、最高分、最低分。

3 人工智能教育應(yīng)用存在的主要障礙

3.1 人工智能教育基礎(chǔ)設(shè)施不健全

人工智能與大數(shù)據(jù)的融合應(yīng)用于教育領(lǐng)域，需要豐富的教育數(shù)據(jù)資源。目前相關(guān)的教育數(shù)據(jù)平臺不健全，多數(shù)地區(qū)并未建立教育大數(shù)據(jù)中心或者教育云計算中心，這極大的限制了教育數(shù)據(jù)的獲取，無法獲取全面的教育數(shù)據(jù)會進一步阻礙人工智能與大數(shù)據(jù)在教育領(lǐng)域的應(yīng)用。此外，人工智能與大數(shù)據(jù)的融合應(yīng)用于教育領(lǐng)域需要良好的網(wǎng)絡(luò)基礎(chǔ)設(shè)施，當前很多地區(qū)存在移動通訊網(wǎng)絡(luò)速度慢、網(wǎng)費高的情況，阻礙了教育智能化、信息化的發(fā)展。

3.2 人工智能算法對于語義的理解能力有限

雖然人工智能利用大數(shù)據(jù)和算法上的優(yōu)勢，可以解決有標準答案的客觀題，但是有很多人文社會科學類課程沒有標準答案，人工智能對此無能為力。比如，政治中含有大量主觀題，解題的關(guān)鍵在于個人對相關(guān)背景及知識點的掌握。人工智能技術(shù)已經(jīng)可以識別和處理數(shù)字和公式，但對于漢語，特別是語義的理解還存在著較大障礙。

3.3 人工智能教育缺少對品德培養(yǎng)的關(guān)注

立德樹人是教育的根本任務(wù)。目前研發(fā)的人工智能教育產(chǎn)品只單純強調(diào)知識的灌輸，服務(wù)于應(yīng)試教育，如何提高學生的學習成績，沒有考慮個人品德的培養(yǎng)開發(fā)。尤其是使用教育機器人的兒童更容易出現(xiàn)孤僻現(xiàn)象，過多的使用教育機器人，會使兒童與父母、與外界的聯(lián)系越來越少，智能教育機器人在減輕父母輔導(dǎo)兒童作業(yè)負擔的同時，父母的責任感也會降低，兒童與父母面對面交流的時間越來越少，更容易引發(fā)兒童的心理問題。如何從心理角度入手，緩解和調(diào)節(jié)兒童的心理問題是智能教育機器人落地應(yīng)用的關(guān)鍵所在。

4 我國發(fā)展人工智能教育的建議

4.1 加強人工智能教育的基礎(chǔ)條件保障

互聯(lián)網(wǎng)為人工智能提供了重要的基礎(chǔ)設(shè)施，一方面是互聯(lián)網(wǎng)能夠為人工智能提供大量數(shù)據(jù)，人工智能每一個任務(wù)的實現(xiàn)，都依賴高質(zhì)量的訓(xùn)練數(shù)據(jù)。另一方面，互聯(lián)網(wǎng)的速度能夠影響人工智能模型的效率，較高的網(wǎng)絡(luò)速度，能夠使技術(shù)人員在同樣的時間內(nèi)做出更多的實驗。政府要引導(dǎo)企業(yè)、高校、科研機構(gòu)不斷加強人工智能基礎(chǔ)設(shè)施的建設(shè)，進一步提高網(wǎng)絡(luò)速度，降低上網(wǎng)費用。同時應(yīng)該構(gòu)建教育大數(shù)據(jù)平臺、打造教育云計算中心，為人工智能教育未來發(fā)展的打好基礎(chǔ)。

4.2 加大教育人工智能科研的支持力度

人工智能技術(shù)難題的攻關(guān)離不開科研?？蒲心軌蚝芎猛苿尤斯ぶ悄艿陌l(fā)展，目前，國家自然科學基金委為推動人工智能相關(guān)課題的申報和人才的集聚，增設(shè)了人工智能學科代碼，將人工智能與計算機、自動化等學科并列設(shè)置。在當前形勢下，人工智能教育對于理論研究、技術(shù)創(chuàng)新的需求與日俱增，應(yīng)當加大對于教育領(lǐng)域人工智能科研項目的支持力度，以推動教育人工智能不斷向前發(fā)展。

4.3 推進人工智能教育的產(chǎn)學研合作

人工智能教育的研發(fā)和推廣，需要政府、高校和企業(yè)的共同努力。政府從宏觀層面提供戰(zhàn)略、基礎(chǔ)設(shè)施、資金方面的保障，教育人工智能領(lǐng)域科技成果在重點行業(yè)與區(qū)域的轉(zhuǎn)化必須依托具體的企業(yè)，高?？蒲性核ㄟ^以協(xié)議、合約或者合同等方式，與人工智能教育相關(guān)的技術(shù)公司進行跨界技術(shù)研發(fā)合作，通過院校企跨界聯(lián)動培養(yǎng)人才等形式，加快人工智能教育的創(chuàng)新。

參考文獻（References）：

[1] 李振，周東岱，劉娜，歐陽猛.人工智能應(yīng)用背景下的教育人工智能研究[J].現(xiàn)代教育技術(shù)，2018.28（09）：19-25

[2] 劉德建，杜靜，姜男等.人工智能融入學校教育的發(fā)展趨勢[J].開放教育研究，2018.24（4）：33-42

[3] 三思派.Gartner報告：人工智能在高等教育領(lǐng)域中的實踐[EB/OL].（2019-7-6）[2019-9-18].https：//www.secrss.com/articles/12289.

[4] 劉海鷗，劉旭，姚蘇梅，王妍妍.基于大數(shù)據(jù)深度畫像的個性化學習精準服務(wù)研究[J].圖書館學研究，2019.15：68-74

[5] Vail A K， Grafsgaard J F， Boyer K E， et al.Predicting learningfrom Student Affective Response to Tutor Questions[C].InternationalConference on Intelligent Tutoring Systems. Springer InternationalPublishing，2016：154-164

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