智能教育:教育信息化2.0行动的实践路径

2018-11-09
28

人工智能技术在教育中的直接应用就是智能教育(Intelligence Education,简称IE)。2017 年7 月,国务院发布的《新一代人工智能发展规划》(以下简称“《发展规划》”)明确了人机协同的混合增强智能理念以及智能教育的发展方向,这标志着我国人机协同的智能教育正式起航。智能技术的发展为教育信息化2.0目标提供了有力的支撑。


智能教育的三层内涵


《发展规划》反复强调智能教育的重要性,其内涵指向了两个方面,第一是智0能技术在教育教学中的深度应用(即人工智能支持的教育方面),利用智能化技术改造目前的教育生态,实现智能化教育;第二是将人工智能技术作为教学内容(即学习人工智能技术的教育),提高对人工智能的整体认知和应用水平,继而帮助人们会用、善用智能设备。教育的目的是促进人的智能的发展和培养良好的品性(Character),因而笔者认为,智能教育应注重提升各类人才的全智能水平,由此智能教育应有第三层内涵:促进智能发展的教育,而教育所关注的智能主要包括认知智能、情感智能、志趣智能。


智能教育样态:人工智能促变教学的十种途径


过去几年,一系列硬件、软件以及在线导学服务已经成功地为课堂和学习方式带来了变革。但是,真正的变革是在人工智能技术出现之后才发生的。目前,人工智能技术已经在很多领域带来了强烈的冲击,将重构形成智能教育形态。我们将人工智能变革教育的途径归纳为以下十种:


1. 智能导师系统(Intelligent Tutoring Systems)


重在利用计算机技术模拟教师思维组织教学,其实早在20世纪70年代教育技术界和计算机教育界就有很多探讨和应用,例如测试与反馈、学习能力诊断等。随着人工智能技术的发展,这类系统在为学生提供的诊断、建议以及支持中将更加的“耳聪目明”,例如南洋理工大学李光前医学院和电脑公司IBM正在合作研发虚拟导师系统,通过人工智能和深度学习技术的综合运用,能察觉学生的强弱项,给予学生针对性指导,让所有学生都能发挥潜能,该系统甚至还具有补助教学的潜能。


2. 智能评分系统(Smart Grading Software)


如同沃森可以诊断病人问题一样,在教育领域,人工智能系统可以即时评阅学生的试卷。与人类相比,错误率将低得多,与此同时,系统会将每一个等级添加到一个中央数据库中,与将来的试卷进行比较分析,继而为学生提供学习建议。例如培生公司自动评分技术,已经广泛用于写作、口语以及数学中,大量与人工评分结果的对比分析表明,对于很多结构性问题,自动评分技术能够提供可靠性与准确性兼备的评价方法,培生公司的持续研究也将扩大评阅项目范围。


3. 个性化学习系统(Personalized Learning Systems)


个性化学习中既强调学习内容的适用性,也强调学习形式的适应性。随着脑科学、神经科学、学习科学等领域持续不断的研究探索,人工智能能够更好地从人类学习规律层面了解学生的学习模式,基于此,系统可以建议恰当的学习模式与流程,教师也可以定制课程或学习内容。


4. 智能审核系统(Intelligent Moderation Systems)


数据只是学生及学习行为的事实性记录,数据质量影响着数据使用的水平以及系统性。当智能系统记录和存储大量的学生及学习数据时,数据的合理性和有效性都需要进行审核确认,以确保能够获得高质量的有效数据。人工智能能够帮助系统收集大容量数据,继而帮助教师把好数据关。


5. 学程质量提升系统(Improves Course Quality Systems)


在传统教学模式中,对学生问题的诊断常常基于教师个体的经验。当一定量的学生对同一问题作出了错误回答之后,人工智能基于学习模型能够评价和分析学生具体的答题模式,在分析与洞察之后,教师能够针对性地修改课程以及教学流程。


6. 虚拟现实学习系统(Virtual Reality Learning Systems)


在基础教育领域,虚拟现实技术通过模拟情境与实施研究活动,正在为学生实习提供以学生为中心的、体验式的以及协作学习的身临其境的环境。虚拟现实技术扩展了教室的边界,能够为学习者理解学科内容提供更丰富的学习资源。


7. 高价值反馈系统(Provides Valuable Feedbacks Systems)


“因材施教”教学原则强调根据学生的特点为学生提供不同的教学,人工智能能够实现课程内容与学生群体之间进行高效地匹配,即为一定的学生群体推送合适的课程内容,或根据课程内容特点选择一定的学习群体。除此之外,人工智能还能为学生定制课程,并提供高价值的课程学习反馈。


8. 学习预测分析系统(Predictive Analysis Systems)


对学生学习困难、不足以及可能存在的如辍学、留级等风险进行识别和预测是学校教学管理的一个重要工作。运用预测运算,人工智能能够建立预测系统,实现跟踪学生、与学生沟通、连接学生资源等功能。例如,科罗拉多州立大学已经利用学生数据改善了与学生的交流和对学生的支持并使学生更充分地参与学术规划,这些措施将提高学生的巩固率,并将毕业率从62%提高到66%。


9. 机器翻译(Machine Translation)


现在人们广泛应用了各种翻译应用程序,但许多这样的应用程序翻译并不准确,更不能像人类一样体现“信、达、雅”的要求。人工智能技术支持下机器翻译可以更快、更高效,继而可以弥补许多第二语言学生的语言差异。


10. 游戏化学习(Gamification)


游戏化是教育领域的新视角。借助游戏化的角色、模式以及元素,能够为学习者提供丰富、有趣的学习内容;通过机制、增益等策略,能够丰富学习者的经历和体验,同时提高学习者在活动中的参与率和巩固率。


智能教育结构:人工智能深度融合下的人机协同


2017年,BBC基于剑桥大学数据体系分析了365种职业在未来的“被淘汰概率”,其中教师的被淘汰率仅为0.4%,和科学家、音乐家、艺术家、律师、法官等均属于人工智能难以取代的职业。联合国教科文组织2015 年底发布的重磅报告《反思教育:向“全球共同利益”的理念转变?》指出,学校教育不会消失。然而,难以被取代并不代表着可以无视或是忽视人工智能的作用和意义。媒介即人的延伸,从上文的分析可以看到,人工智能能够帮助教师弥补教学中的不足,甚至激发教育教学潜能,它应当成为教师自动迎接社会变革的契机和手段。


那么教师或学校应当以什么方式应用或融合人工智能呢?杜占元副部长认为,“人机结合可能将是我们迎接智能时代最普遍的形式”,笔者认为除了结合,更应该强调人机协同,即机器主要负责重复性、单调性、例规性工作;教师负责创造性、情感性、启发性工作。例如,在评价工作中,教师负责测量工具的设计与开发,而机器则负责自动组卷和批阅;在学习管理中,机器实现学生情绪识别,而教师则可以侧重学习情感帮促。以这种方式来分析智能机器在教育教学中的角色,可以概况为以下十二种③:可自动命题和自动批阅作业的助教、学习障碍自动诊断与及时反馈分析师、问题解决能力测评的素质提升教练、学生心理素质测评与改进的辅导员、体质健康监测与提升的保健医生、反馈综合素质评价报告的班主任、个性化智能教学的指导顾问、学生个性化问题解决的智能导师、学生生涯发展顾问或规划师、精准教研中的互动同伴、个性化学习内容的自动生成与汇聚代理、数据驱动的教育决策助手。



免责声明

本公众号编辑和转载的文章版权归原作者及原出处所有。文章仅代表原作者个人观点,不代表青鹿教育立场。如涉及作品内容、版权问题,请留言与我们联系,我们会及时处理。本文节选自《电化教育研究》,作者祝智庭,魏非。


广州青鹿教育科技有限公司,智慧课堂整体解决方案提供商。这里有最有趣的青鹿人,立志做最好的智慧课堂,挖掘最新鲜的教育资讯,分享你最关注的热点话题。欢迎关注公众号:青鹿教育(IDqljy_2017