点击蓝字
关注我们
人工智能的发展备受瞩目，而在教育领域中的研究与应用仍属刚刚起步。不少教育人工智能的研究与应用方兴未艾。该研究进一步定位教育人工智能的内涵，架构其技术框架，并指出八个教育人工智能的应用场景，分别是智能辅导、微格教学、自适应学习、沉浸学习、自动测评、课堂评价、数据决策、智能治理。从而提出教育人工智能的下一步推进策略：抓住关键应用场景，促进智能赋能；提升全员信息素养，促进教学创新；兼顾短期长远结合，促进多方协同；开好信息技术课程，建设教师队伍。研究为教育人工智能的下一步发展提出技术框架，应用场景与推进策略的建议。
关键词：教育人工智能；人工智能；应用场景
教育人工智能指向人工智能在教育领域的应用与研究。尽管各方高度关注与重视，但客观来说，教育人工智能依旧鲜有突破。如何进一步定位教育人工智能的内涵与价值，建构教育人工智能的技术框架，抓住关键的应用场景，找准有效的推进策略，正是下一步发展的关键。
01
何为教育人工智能
教育人工智能的下一步——应用场景与推进策略
人工智能作为一个新兴领域，通常来说，是指通过计算机模拟、产生、拓展人类的智能。人工智能的实现离不开对智能产生机理的元认知。人工智能发展的过程中不断融入了信息论、控制论、神经生理学等相关学科领域的最新发展。人工智能历经三个重要的发展阶段，分别是符号主义、行为主义和连接主义。符号主义是基于基本的符号与逻辑推理。行为主义主要采取强化学习等模型，在感知与控制中不断修正。
02
教育人工智能的技术框架
教育人工智能的下一步——应用场景与推进策略
结合教育人工智能的内涵与定位，构建整体的技术框架有助于人工智能在教育领域内的系统建构与应用研究。杨现民等认为：教育人工智能的技术框架应包含教育数据层、算法层、感知层、认知层、教育应用层[15]。根据前期的研究分析，笔者进一步构建了教育人工智能的技术框架（如图1所示），包含四个层面，分别是：基础层、感知层、认知层、应用层。
（一）基础层
技术框架中位于最底部的是基础层，其包含数据、算法、算力三个主体。人工智能的发展离不开这三大基础要素。大数据被形象地称之为人工智能的“数据燃料”。人工智能在教育领域内的应用离不开教育大数据，离不开对数据的采集、整合以及进一步结构化的过程。表面上看教育的数据并不稀缺，既有学生个人信息数据、教师学校基础数据、教学过程性数据，以及教育管理行政数据。但是，教育数据稂莠不齐，错综复杂，离散分离。
（二）感知层
感知层让机器具备了像人一样的“五官”功能。该层涉及文字识别、语音识别、图像识别、影像识别等。通过感知层，使得系统能够对文字、语音、图像、视频等信息进行分析。例如，基于语音转文字技术，就能够对课堂中的语音进行文字转写，形成一种课堂做笔记的新方式。又比如，在智能手机上阅读电子图书，通过前置摄像头基于图像识别技术，可以采集与分析阅读者的面部，从而能够建立起文字段落与阅读者面部的关联。
（三）认知层
认知层是建立在感知层之上的架构，包含了自然语言处理、知识图谱、用户画像等。有别于感知层对某种数字化载体类型的识别，认知层则是更进一步的推理、诠释与理解。如果说感知层是看得到、听得到，那么认知层就是看得懂、听明白、能理解。认知层在教育领域内往往会整合教育的客观与主观经验。例如，对课堂教师提问进行分析。
（四）应用层
教育人工智能的最顶层为教育应用层。当前的人工智能仍然属于弱人工智能，特别是在面对教育如此复杂的真实情境应用时，人工智能短期内还难以实现跨越多个教育场景的效果，形成教育中通用的人工智能。因此，明确教育人工智能的应用场景至关重要。笔者认为可以将教育应用层分为四大类，分别是教学、学习、评价、治理。
03
教育人工智能的应用场景
教育人工智能的下一步——应用场景与推进策略
近五年来，随着人工智能逐步赋能各行各业，教育领域内逐步从“人工智能+教育”转向“教育+人工智能”的深度尝试与探索。这不仅代表着先后次序，更重要的是从教育的价值、目标、愿景、使命感与定位出发，结合具体场景，深入应用人工智能，释放其在教育上的效益。以下列举了八个目前已经有初步应用的教育人工智能场景，需要指出的是每个场景中教师、学生、管理者、技术人员都在扮演各自本来角色的同时，扮演着学习者或指导者的角色。
（一）智能辅导
早在20世纪70年代，智能导学系统（Intelligence Teaching System，ITS）就备受关注。智能导学系统在教学中扮演着引导学生学习的重要功能。早期的智能导学系统关注新手型学习者与专家型学习者的差异，并由此在重点环节中进行学习干预与引导。近些年来，随着人工智能技术的介入，智能导学系统借鉴了智能客服机器人的新形式，转为教育领域中的智能答疑。
（二）微格教学
在人工智能应用于教学方面，除了直接扮演起人工智能教师角色，同时也能够反过来促进教师的专业成长。特别是在教师职业培训中提供诸多智能反馈与指导建议。微格教学是一种利用现代化教学技术手段来培训师范生和在职教师教学技能的系统方法。
（三）自适应学习
一直以来，教育者一直寻求某种方式，能够根据学习者的已有经验和水平，推送有效的学习资源以及适恰的学习路径，从而提高学习效率，促进学习者个性化发展。基于机器学习的算法，研究者进一步尝试以学习者为中心的学习系统，广泛采用知识图谱，构建学习者画像，为学习者学习提供精准化、个人化的学习资源、学习诊断，以及学习反馈。
（四）沉浸学习
近些年来，虚拟现实技术取得了进一步的发展。无论是虚拟互动场景构建，还是用户配套沉浸虚拟现实的头盔进入到拟真场景中，都为学习者创建了一个更加直观、更加多样、更加丰富的学习场景[18]。基于沉浸虚拟学习环境，通过人工智能技术，能够充分利用虚拟现实中对学习者过程性数据的全面采集与记录，进行无感测评与反馈，还能够模拟大量个性化交互，从而构建一个面向个体的智能学习空间[19]。
（五）自动测评
计算机更擅长处理大量明确规则的事件，并且不会倦怠，无需休息。自动测评运用于教育评价领域将节省教师大量批改作业与试卷的时间。将教师从大量重复性工作中解放出来，关注于评价的设计，以及后续面对面的交流与反馈。结合人工智能技术，自动测评不再局限于客观题的指定判定，还能够针对一些主观题给出评分。运用自然语言处理，结合专家评价标准的综合模型，通过大数据训练，能够对诸如语文作文等主观性更强的题目进行测评。
（六）课堂评价
课堂依旧是教育教学发生的主要时空。但是，课堂又是极其复杂的教育空间。课堂中学生如何学习始终是一个“黑箱”。某种程度上，即使依靠大量的人力也难以进行大规模课堂观察与评估。故而，采用图像识别、语音识别、语义识别等对课堂进行分析，是人工智能在教育领域内应用的主要方向之一。华东师范大学课程与教学研究所团队对多模态课堂分析进行了试验性探索。
（七）数据决策
从教育治理的视角切入，人工智能有助于教育部门建立数据中台，基于人工智能分析后的有关信息进行数据决策。不少地区的教育主管部门纷纷搭建平台，形成区/校/班/学生四级协同数据同步，建立区域内教学大数据基础，通过标准化数据管理和完整教学数据积淀为教育决策提供科学依据和有效支撑。教育大数据的全面采集，包括学生层面、学校层面、家庭层面、区域层面，从而通过机器学习等人工智能算法，能够构建学校发展画像分析、区域教育发展趋势预测、教师专业发展路径分析等。
（八）教育治理
以往的教育治理某种程度上很难连接起社会需求、技术发展变量，以及政治、经济、人文等相关因素。而在人工智能时代，教育治理不再仅限于教育系统的内部数据，从而进一步打破了教育数据壁垒。教育数据能够联通“城市大脑”，使得教育领域与社会、经济、科技、文化等领域协同，从而实现数字化、智能化、动态化、生态化。随着智慧城市的发展，智慧医疗、智慧交通、智慧生活将逐步与教育体系融通，教育治理也能够在动态中更好地融入智慧城市的整体建设中。
04
教育人工智能的推进策略
教育人工智能的下一步——应用场景与推进策略
教育人工智能是一个跨学科、跨部门、跨体系的新兴探索领域。纵然我们鼓励自下而上的积极探索，但教育人工智能的推进策略，仍需更多地采取双向赋能策略，兼顾至上而下与至下而上相结合，兼顾教育主体与企业政府相辅相成，兼顾前瞻研发与实际应用顾全平衡。
一、抓住关键应用场景，促进智能赋能
目前，人工智能的特性本身在于更擅长实现明确规则与目标的任务。因此，抓住核心的应用场景，才能够在深度融合中单点优化，挖掘并实现实际价值。应用场景的实现离不开教育信息化。教育信息化是教育人工智能的底盘。没有教育信息化，也就没有教育人工智能，也就没有教育现代化。在教育信息化2.0中所提出的以数据为基础、以体验为中心、以智能为导向也正是教育人工智能的发展方向。
二、提升全员信息素养，促进教学创新
人工智能在教育领域中的研究与应用，离不开教育管理者、教师，以及学生的信息素养提升。教育管理者要有信息意识，能够基于数据展开决策判断，能够基于一定的人工智能算法预测模型制定政策。对于教师而言，人工智能并非要取代教师，而是重新分配与部署教师的专业角色与定位，从而实现教育现代化的新生态。
三、兼顾短期长远结合，促进多方协同
教育人工智能本身就是一个跨界融合范畴。难以仅仅通过个别学校、个别教育者，甚至个别技术团队的努力实现重大进展，必然是一个需要高度整合的产业与事业。注重顶层设计，建立有效机制，确定具体明确的技术路线，联合政府、学校、企业等诸多方面必不可少。相关的教育部门要统筹协调，提供平台、条件、资源和环境，协调培训、教研、研究、信息化等部门，共同推进教育人工智能。
四、开好信息技术课程，建设教师队伍
随着人工智能在教育领域应用的不断深入，开设好信息技术等相关课程是持续性深入的关键。学生们不仅能够在小学、初中、高中的信息技术相关课程学习中提升信息素养，还能够掌握人工智能的相关知识与技能，奠定学生们面向人工智能时代的终身学习能力。
05
总结与展望
教育人工智能的下一步——应用场景与推进策略
从互联网到人工智能，每一次重大的新兴技术变革，都给各行各业带来思维转变的挑战与融合创新的机遇。教育人工智能的下一步发展，不仅仅是人工智能技术本身的进阶突破，而是以教育全过程大数据为基础，建构教育人工智能的技术架构，在具体的应用场景中形成实际性效益，从而构建自适应的学习环境、人机耦合的教学生态、现代化的教育治理。教育人工智能的下一步发展越来越离不开行之有效的顶层机制设计，离不开师生的信息素养提升。在具体可行的重要路线引领下，各方力量的协作投入，在小规模多试的过程中，教育人工智能逐步走向大规模部署的新阶段。
