人工智能融入学校教育的三大发展领域

前 言

人工智能技术与学校教育融合成为一种未来趋势，这为个性化学习和个别化学习的实现提供技术保障，成为教育发展的重要推动力。“智能教育”作为重点任务被写入2017年颁布的《新一代人工智能发展规划》，成为人工智能国家战略的重要组成部分，在教育部于2018年印发的《教育信息化2.0行动计划》中也提到要推进人工智能、大数据物联网等新兴技术支持下的教育模式变革和生态重构。

然而，当前教育信息化面临着教学方法革新、教育资源均衡和教师专业发展等问题，人们期待新一代人工智能技术将在更大程度上促进教育公平、提高教育质量。前几期的推送中已经从技术视角和教育视角审视人工智能教育应用的特征和规律，试图回答人工智能融入学校教育带来的潜能、可能面临的挑战。而本文将通过回答人工智能融入学校教育的主要发展趋势与研究领域，以期新一代人工智能为学校教育的发展提供启示，从而为构建智能化、网络化、个性化、终身化的教育体系贡献智慧。

人工智能融入学校教育主要表现为“技术研发、环境部署与应用”、“认知特征、学习本质与教育价值”、“智能机器的安全、规范与伦理”三大研究领域，其中关于“技术研发、环境部署与应用”的研究课题开展的较多，主要集中在认知工具、差异化教学、适应性学习系统、学习环境感知和教育机器人（见下图），后两者是两大新的发展领域，特别值得关注和重视。

人工智能融入学校教育的三大发展领域

（一）研发面向特殊教育的认知工具

全纳教育提倡不让一个孩子掉队，让所有学生在合适的教育环境中接受教学。据调查，在普通学校的普通班级存在着大量的非盲、聋、弱智的特殊学生，在接受调查的30所普通小学中，有“特殊”儿童的学校占到85%以上，高达65.6%的学校有情绪、行为、心理问题的学生（刘全礼，2016）。基于智能辅助技术的认识工具的开发，能为接受特殊教育学习者认知能力的提升提供支持性服务，具体可以从以下方面着手：针对不同学习者的认知能力分析技术；不同学科所需技能分析技术；面向不同学科的特殊认知工具设计；面向不同学生群体的认知工具设计等。

（二）利用学习分析技术

支持差异化教学

差异化教学管理既是课堂教学目标的实现途径，也是未来学校教育教学的目标之一，当前多借助学习分析技术实现该功能。学习分析技术就是对学习者的学习过程进行记录、跟踪、分析，对学习者行为进行预测、评估（李艳燕等，2012）。当前的学习分析技术，多借助技术手段和应用软件跟踪和获取学生行为、学习轨迹等数据，主要集中于数据分析和行为分析层次，由于目前的设备不能清晰获取学习目标和教学目标，还难以做到精确的学习分析，因此离差异化教学管理还有一定距离。以下方面的研究都值得关注：人工智能将如何在教学管理工具、学习支持工具以及资源提供工具上给予差异化的保障；如何最大限度地发挥技术的管理支持作用；如何通过个性化学习目标和多元活动教学设计来使每一个学生主动投入到深度学习。

（三）基于学习环境感知优化智慧校园

智慧校园建设强调智能技术与教育教学的深度融合。单纯的网络基础设施装备、学与教数字化资源建设、应用软件系统的开发难以有效支撑学与教方式的变革和拓展相对封闭的时空维度。为有效支持教与学，丰富校园文化，真正拓展学校的时空维度，智慧校园建设需要利用传感器和物联网技术随时随地感知、捕获和传递有关人、设备、资源的信息；同时还需要对学习者个体特征（学习偏好、认知特征、注意状态、学习风格等）和学习情境（学习时间、学习空间、学习伙伴、学习活动等）的感知、捕获和传递。

（四）研发课内外教学

有效衔接的适应性教学系统

自适应性教学系统将成为衔接课内外教学的有效途径，可以突破时空的限制，打破课堂学习的界限，让学习者在任意时间和任意地点进行学习。该系统能够从学习环境、学习者特征、学习资源与工具、学习行为以及评价反馈等多个方面为学习者提供全方位、立体多维的学习者学习分析模型及知识地图，完成对区域、学校、班级、学生等多维度的数据处理及分析。随着研究的深入与各种技术的应用，未来研究可以针对以下主题展开：对适应性学习策略进行形式化描述的方法与模型研究仍需突破，没有明确的学习目标指引，容易出现学习迷航现象；学习者特征模型的准确性与有效性的评价研究有待加强；学习内容获取的智能性是否能够适应学习者特征和学习需求等问题；将来人工智能教育应用研究者还会持续开发越来越多、能够表达学习者的社会性、情感性和元认知方面的模型，基于人工智能技术的自适应学习系统将能够涵盖影响学习的所有相关因素，并将其转化应用到教学实践中，这些人工智能教育应用将会对教育系统的变革作出巨大贡献。

（五）研发教育领域服务型机器人

教育机器人是人工智能、语音识别和仿生技术在教育中应用的典型，具有教学适用性、开放性、可扩展性和友好的人机交互等特点。当前，教育机器人作为一个新兴领域，相关研究主要集中在听觉能力、视觉能力、认人能力、口语能力、情绪侦测能力及长期互动能力等领域；随着机器人技术的不断提高，教育服务机器人在教育领域中的应用越来越普遍，机器人在教育领域的应用表现出了无可比拟的教育价值和发展前景，其多学科交叉融合的特性为培养宽口径、高素质、复合型的工程人才提供了一个良好的平台。然而，在实践应用中仍然存在课程管理平台、对应的学习内容和师资等缺乏的诸多困难，也面临各学段课程无法衔接、机器人教育应用研究匮乏等现实问题。未来，教育机器人的研究者还需要继续研究感应技术、辨识技术、控制语言、机器人结构、无线网络、云端科技和仿生技术等，并从教育机器人的系统架构、教学平台管理移动设备与管理端的关系进行规划，使教育机器人的发展更完备。

（六）开展关于认知特征、学习本质

和教育规律的研究

从解决单一特定任务（如下棋和机械制造）、解决特定领域问题（如人机对话和机器人高考）到行业变革（如服务机器人和智能制造）以及全面服务于人们的学习、工作和生活，人工智能技术将能够逐步满足人类日益复杂的功能需求，智能技术的支持和学习资源的极大丰富将使得在任意时间和任意地点学习成为可能。需要指出的是，人工智能教育应用的生命周期将受到认知特征、学习本质、教学规律相关的学习科学和教育相关领域综合研究的制约。在智能时代，复杂的教学系统功能逐步实现，人们对学习本质的探讨和教育规律的追寻将比任何时代都将更加强烈，如什么是学习、如何让学习者获得更好的学习效果、如何多维度获取学习者的认知特征等。

（七）开展关于智能机器的

安全、伦理和规范的研究

人工智能系统的技术伦理就是要确保人工智能做出的决策与现有的法律、社会伦理一致，以保障人工智能应用符合人类社会的共同利益。《国家人工智能研究和发展战略计划》中指出在构建人工智能技术伦理时，我们有责任确保整个社会尽快提升人工智能技术的应用素养，要能够保证我们可以适当地、高效率地、符合伦理规范地使用这些新技术。人工智能并非单个领域、单个产业的技术突破，而是对于社会运行状态的根本性变革，目前关于机器道德（Machine Morality）、机器伦理学（Machine Ethics）、道德机器（Moral Machine）、人工道德（Artificial Morality）等领域已有一定的研究，但仍有多个议题亟待深入探讨：如何缓解人工智能所可能加剧的教育不平等现象；如何平衡人工智能带来的教师发展与失业问题；如何建立围绕算法和数据的治理体系；如何创新基于人工智能技术的社会治理体系。

结语

新一代人工智能是以大规模数字化和行业深度应用为显著特征，将为学校教育改革带来新的机遇，促成“智能教育”的落地，有助于打破时间、空间和环境的限制，促进智能化、个性化、终身化教育体系的构建。智能教学系统源于传统的“计算机辅助教学”，在新一代人工智能技术促进下将迎来新机遇，以大数据、VR/AR和新一代人工智能等为代表的现代信息技术可进一步延展智能教学系统的“教学”功能，比如通过增加语义网络和约束模型增强领域知识模型功能，利用虚拟现实技术和增强现实技术优化用户界面模型功能，并结合大数据和学习分析技术完善个性化教育服务功能。

人工智能时代的教育应以人机共存的“教”与“学”为典型特征。因此，在智能时代，除了培养学习者的创造力、沟通力和终身学习力外，仍需关注基本技能（如阅读、写作和算数）的培养，从而提升人工智能时代原住民的数字生存能力。新一代人工智能融入学校教育将具有支持个性化学习、提供适切服务等五大潜能。但在教育教学实践中，人工智能应用仍面临人机共处环境下的教学体验、人机和谐发展的技术治理等五个挑战。后续研究还需分析应对人工智能融入学校教育挑战的对策、深挖与两大新兴发展研究领域（“智能时代的认知特征、学习本质与教育价值”和“智能机器的安全、规范与伦理”）相关的研究课题，以促进人工智能与就业的深度融合，提高教育教学质量。