人工智能与教育深度融合的路径探析.docx

人工智能与教育深度融合的路径探析.docx

《人工智能与教育深度融合的路径探析.docx》由会员分享，可在线阅读，更多相关《人工智能与教育深度融合的路径探析.docx（10页珍藏版）》请在冰豆网上搜索。

人工智能与教育深度融合的路径探析

人工智能与教育深度融合的路径探析

内容提要：

第四次产业革命的兴起，人工智能崛起。

教育作为培养人的活动，其目的在于促使人的智能不断得到提高，从本质上来说与人工智能具有天然的联系，人工智能与教育融合提上日程。

实践层面，随着人工智能的不断发展，技术升级革新速度加快，产业结构升级转型、新岗位产生倒逼人工智能与教育融合；理论层面，人工智能与教育融合的相关研究不断深入，为此研究开展提供了厚实的理论基础。

此研究从现阶段“人工智能+教育”的应用形态及存在的问题入手，超越技术的限制，回归教育的本质，深入分析“教育+人工智能”的应然状态，探究人工智能与教育深度融合的路径，构建“教育+人工智能”生态系统。

关键词：

人工智能+教育教育+人工智能深度融合“教育+人工智能”生态系统

中图分类号：

G40-01文献标识码：

A文章编号：

1671-6124（2018）05-0044-07

“人工智能”（ArtificialIntelligence，AI）的术语最早在1956年召开的达特茅斯研讨会（DartmouthWorkshop）中被提出，当时的定义为，“人工智能是拥有模拟能够被精确描述的学习特征或智能特征的能力的机器”[1]。

60多年来人工智能取得长足的发展。

李开复、王咏刚在《人工智能》一书中如此定义人工智能：

“深度学习+大数据=人工智能，人工智能依赖于算法把知识与意义、教育与人性转化为‘0’与‘1’的机器代码，并为人们提供学习方案。

”[2]人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术[3]。

人工智能的崛起为教育带来了新的变革。

从教育本质上讲，人工智能与教育有着天然的联系，只不过教育的对象为人，人工智能的对象更为宽泛，包括机器、人等。

近年来，人工智能在教育领域的应用范围不断扩大。

2017年7月，国务院印发《新一代人工智能发展规划》，为加快人工智能的创新应用，提出智能教育[4]，特别强调人工智能对于教育的重要性，为教育与人工智能融合指明了方向。

2018年在全国两会上的政府工作报告明确提出，要加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等领域发展智能产业，拓展智能生活[5]。

人工智能与教育融合不断推进，现代教育正朝着智能化方向发展。

然而，新形势下，人工智能和教育的融合程度怎样？

人工智能与教育的融合形态是什么？

如何促进人工智能与教育深度融合？

本文将围绕这些问题深入展开探讨。

一、问题的提出

1.新形势倒逼人工智能与教育深度融合

首先，国际竞争新形势倒逼人工智能与教育融合。

新一轮的国际竞争是围绕核心技术、顶尖人才、创新人才进行的竞争。

因此，新形势下，亟须促进人工智能与教育融合，为我国参与国际竞争，培养符合国际竞争需求的创新型、创业型、智能型人才。

其次，产业结构升级转型倒逼人工智能与教育融合。

随着人工智能的崛起，以制造业设备为代表的“物理世界”与以人工智能等技术为代表的“数字世界”的碰撞催生了制造业的巨大的转变，这二者的融合为经济发展注入新的动能[6]。

技术革新将推动原有产业颠覆、新的业态产生、新的工作岗位涌现，导致人才需求类型、人才需求数量急剧变化。

创新型、创业型、智能型人才产生巨大人才缺口，就业市场倒逼教育转型发展。

最后，公共服务精准化水平的不断提升倒逼人工智能与教育融合。

《教育部关于数字教育资源公共服务体系建设与应用的指导意见》指出，新时代要加强数字教育资源公共服务体系建设，推动建立健全现代教育公共服务体系[7]。

人工智能可以为公共服务体系建设提供新的思路和解决方案，未来人工智能将在医疗、公共交通、扶贫等众多领域发挥重要作用。

2.人工智能与教育深度融合亟需理论支撑

从历史上来看，在1980年举办的人工智能促进协会（AssociationfortheAdvancementofAI）的年会上，没有一份来自中国机构研究人员的论文。

1998年的人工智能促进协会（AssociationfortheAdvancementofAI）的年会，也只有一篇来自中国的论文。

现如今，情况已经截然不同。

在2018年2月份举行的大会上，中国提交的论文数量比美国多出25％。

更具说服力的是，收录的中国论文数只比美国少了3篇[8]。

这说明我国人工智能研究取得了长足的进步。

随着人工智能与教育领域融合程度加深，我国对人工智能教育的研究呈现出三个发展阶段：

第一阶段（1984-2004年），这一时期关于“人工智能教育”的研究开始由计算机领域向教育领域过渡；第二阶段（2004-2013年），以“人工智能课程”为研究核心；第三阶段（2013年至今），以“人工智能教育应用”为研究主题。

截至2017年（含2017年），共有相关文章482篇。

2017年以后，我国掀起了研究人工智能教育的高潮，但是刊发在核心期刊（指CSSCI和中文核心期刊要目总览）的文献只有32篇，折射出我国“人工智能教育”相关研究较多，但是仅处于问题研究起步阶段，更多的是站在技术的视角对人工智能教育进行研究，较少从教育的视角去进行研究，缺乏人工智能与教育融合在理论层面相关研究的深入推进。

人工智能与教育融合的道路还很漫长，无论是实践层面，还是理论层面，亟需沿着前辈们的足迹，在新形势下探析人工智能与教育融合的发展历程及现阶段存在的问题，构建人工智能与教育融合的路径，为未来人工智能教育发展指明道路。

二、人工智能与教育融合的初级阶段：

“人工智能+教育”

人工智能的观点来源于人们对于人工计算的数学研究。

早在19世纪末期，各种机械式计算机就已经出现。

然而，机械式的、提前设计好的逻辑系统与人们复杂的行为和逻辑系统的矛盾难以调和，导致人工智能的应用性不高，难以推广。

随着人工智能的发展，借助计算机和网络平台，人工智能与教育不断走向融合。

人工智能包括两个领域：

专用人工智能（强）和通用人工智能（弱）。

目前，我国人工智能尚处于专用（弱）人工智能阶段。

所谓专用（弱）人工智能，是指侧重对人的行为的外在模拟，缺乏人的意识。

因此，这一时期，教育与人工智能的融合程度并不深，人工智能的技术主要运用于教学过程。

人工智能教学发展迅速，人工智能与教育的融合处于“人工智能+教育”阶段。

1.“人工智能+教育”的应用形态

2016年10月，网易科技联合网易智能、乌镇智库发布了《乌镇指数：

全球人工智能发展报告（2016）》综述篇[9]，指出人工智能应用于教育领域的主要形式有：

智能评测、个性化辅导、儿童陪伴等。

在本研究中，笔者将“人工智能+教育”的应用形态归纳为以下三种：

（1）教育机器人

教育机器人的出现，为教育教学带来了巨大的变革。

教育机器人解放了教师。

一方面，教育机器人可以取代教师的一部分工作，将教师从烦琐的教学任务中解脱出来，更多关注学生的情感的发展及品德的养成。

传统教育采用大班制教学，关注学生整体发展，教育机器人的出现将教学聚焦到学生的个性化发展。

但是，由于相关技术发展的限制，教育机器人距离完全替代教师的道路还很漫长。

另一方面，教育机器人可以作为教师的助手，辅助教师进行教学。

现阶段，教育机器人主要是作为教师的助手，例如，提供教学内容、管理教学过程、进行课后答疑等，是一种初级阶段的软件教育机器人。

（2）自主在线学习平台

学习型社会不断推进，个性化、自主化学习进入人们的视野。

自主在线学习平台的出现使个性化、自主化学习成为可能。

利用人工智能技术，基于大数据的自主在线学习平台可以根据学生的历史学习数据，包括课堂表现、作业完成情况对学生学习情况进行评估，预测学生未来的学习表现，并智能化推荐最适合学生的学习内容、学习方法，从而有效地提升学生的学习效率。

但是，目前自主在线学习平台主要关注教学内容的制定、课程的开发，而忽视对学习者思维能力的开发和情感的培养，缺乏因材施教。

例如，许多高校都设立了自主在线学习平台，学生可通过该平台进行选课、课程学习、课后测评等。

（3）自动化测评系统

自动化测评系统是人工智能在教育评价领域的应用。

自动化测评系统能够客观、一致、高效地测评教学效果。

自动化测评系统在教学活动结束时提供即时反馈，一方面极大地减轻教师负担；另一方面为教学决策和教学改革提供真实可靠的依据。

例如，ETS的SpeechRater引擎是英语口语测评方面应用最广泛的测评引擎之一，具有开放性的特点。

运用SpeechRater引擎测评任务不限定范围和对象，可以提高发音准确性、语法熟练度和交际的流利程度等，已广泛运用于英语口语测评工作[10]。

2.“人工智能+教育”存在的问题

（1）教学理念缺乏人文关怀

人工智能与教育融合局限于技术层面的融合，即过分关注技术在教育领域的应用，导致教学理念存在偏差，缺乏人文关怀，教育本质难以凸显。

具体表现在以下方面：

首先，技术应用层面。

人工智能与教育融合过程中，过分注重技术主义理性，忽视了应用技术的目的是为了促进人的发展，为了技术而使用技术，忽视教育本质及教育发展的环境。

其次，人才培养层面。

人工智能与教育融合过程中，教育忽视对人的内在品质的培养，导致培养出的人少了“人味”。

教育涉及培养人的品质，塑造人的灵魂。

单靠机器代码学习真善美、道德等人之所以为人的品质，难免有些牵强。

最后，教师层面。

随着人工智能与教育融合程度的加深，智能机器逐渐取代了教师，但没有人开展的教学活动，很可能会导致人文关怀的缺失。

（2）教学内容过分依赖大数据支撑

教学内容过分依赖“大数据”技术体系支撑，存在理论和实践的双重短板。

在理论层面，“大数据”技术体系的理论支撑是概率论，在宏观、中观上对教育规律、教育方法的认识和掌握确实有效，但是对个性化的教学帮助却不大。

毕竟，依靠概率论得出的总体特征无法还原个体的具体特征，个性化教学难以有效开展，这也是大数据的局限性所在。

在实践层面，教育“大数据”的数量有限，且质量有待进一步考查。

因为教育问题涉及人口学变量、学习行为、学业成绩、学习者心理、学习者家庭及社会等多种因素，且这些因素之间还存在交互性作用，所以依靠“大数据”选择的教学内容有待进一步考查。

（3）教学形式固化于应试教育的旧结构

在海德格尔看来，技术所到之处，无不构造着人与自然、人与人的某种新的关系[11]。

我国从学校设立之初，教育一直处于应试教育的牢笼中。

素质教育应运而生后，极大地冲击了应试教育的旧结构。

然而，值得我们关注的是，人工智能教育的发展在一定程度上未能冲破应试教育的束缚，反而在某种程度上与应试教育共谋。

具体表现在：

大数据的应用，短时间内大量机械培养、批量生产具有某种技术或某种知识的人，表面看起来变革了教学目标、教学方法、教学内容，实际上这种批量生产与传统应试教育毫无本质区别。

新技术的应用不仅没有变革已有应试教育旧结构，反而重蹈覆辙。

（4）教学过程存在交互局限性

教学过程本质是一种由教师的教和学生的学构成的交互活动，是活生生的、有情感的互动。

现阶段人工智能教育所开展的机器教学，无法实现像面授教学那样最真实的师生互动，尤其是情感互动。

目前，由于技术层面的限制，人工智能尚不能实现完全用自然语言交流，因此教学过程还是单方面向学生输出知识的过程。

人工智能教育难以实现像教师那样，通过与学生交流，观察学生的课堂表现，判断学生的知识技能掌握程度，对学生学习活动进行及时回应，进而实现教学互动，并通过教学效果反馈，进一步展开新一轮的教学活动。

另外，人工智能难以充分理解学生的情感、态度、价值观，导致教学过程中存在“交互”局限性。

这也是人工智能与教育融合程度不深的一个重要体现，严重制约了教学过程的完成。

三、人工智能与教育走向深度融合：

“教育+人工智能”

我国人工智能正由专用（弱）人工智能向通用（强）人工智能转变。

通用（强）人工智能致力于实现机器内在的思维和情感，并具有自我意识。

这一时期，人工智能与教育走向深度融合，并非是单一的技术渗透，而是信息技术与教育教学相互观照，且贯穿于培养人的全过程，包括知识、情感、价值观等多方面的融合，最终目标是实现人的