人工智能與教學變革

張渝江

教學有法，教無定法，貴在得法。

受工業時代的思維方式的影響，很多教育研究者和教師總是希望通過學習科學原理找到一個通用的教學模型，并加以推廣，借以大規模提高學生成績。

同樣，過去十余年間，信息化帶來的新教育技術也被放到班級授課制體系下，為大量學習者提供相同的服務。這種應用方式在解決教育中群體化的問題方面卓有成效，比如教學媒體單一、師資力量薄弱、教育資源缺乏、教學模式陳舊等。然而，多年以來一系列的硬件、軟件和在線服務進入教室，提供了豐富的教學內容呈現方式（多媒體班班通）、優秀師資（雙師課堂）、優質資源（在線課程）和先進教學模式（翻轉課堂）后，學校仍然有不愛學習的孩子、成績不好的學生。

究其主要原因在于：真實教學是一個極其復雜的過程，會受到各種個體因素的干擾，比如某個學生的社會背景、家庭條件、性格情緒、多元智能、學習偏好等；而通用的教學模式和大眾化的技術服務不能滿足學習者個性特征。除非為每個學習者個體提供專門的教師和定制的課程資源，并給予獨特的教學和指導。但是，在以往的社會體系和資源環境下，很難實現真正的因材施教以滿足學習者個性化的需求。

受益于智能手機和平板電腦等智能終端的普及，以及互聯網學習資源日益豐富和多樣化，越來越多的教師和學生開始接入互聯網進行教和學。隨著學習大數據的累積和相關技術應用的發展，結合機器學習與自然語言處理的新興人工智能技術開始逐步進入教育行業，真正的個性化學習正在成為現實。

人工智能環境下的未來學習場景

2015年，美國教育技術研究者描繪了人工智能支持下的學習場景。

2021年，一位14歲女孩兒安娜夢想成為一名航天工程師。清晨醒來，她便通過她的私人學習向導開始了一天的學習。這位“私人向導”其實是一臺融合了高級人工智能與認知分析功能的學習終端。具有口語對話和智能眼鏡等功能，通過內嵌的人工智能來實現手勢控制、面部表情編碼、動作跟蹤以及語音識別等。不過，這位“私人向導”的主要職責是關注安娜的學習行為和心理。其還要通過互聯網與具備專業宇宙知識的智能化虛擬助手協同配合，才能幫助像安娜這樣有潛力的學習者，為他們提供今后工作中所需要的工作技能。

“私人向導”與“虛擬助手”分享了安娜的學習情況展示板，并為其制定個人的學習計劃，包括數字化的學習內容、虛擬現實游戲、實踐機會以及與專業的航空工程師互動的機會。這些都放在她的個人學習網頁上。安娜的父母可以通過安娜的“私人向導”監督其學習計劃的實施并在學習過程中提供有利于安娜學習的支持和幫助。

安娜把“私人向導”帶到學校的虛擬學習中心，在那里她與另外一些學生一起測試在云環境下時長2小時的航天飛行器的模擬飛行；并在研究中設計出飛行器的真實尺寸。通過這樣的方式，全球的學習者都可以參與進來，互相競爭，或在某些環節互相幫助。學習者在研究中的進展速度、準確性和團隊協作能力等方面，將會被評估，并量化為相應的分數。完成設計后，學校的3D打印機會幫安娜把飛行器的模型打印出來。

在學校學習中心的科學教師通過安娜的“私人向導”追蹤其學習情況、得分情況以及學習模式，并及時提供反饋信息和指導。智能眼鏡會對安娜的眼部動作進行跟蹤記錄，“私人導師”進行測量并與其他學習者水平進行比較，反饋給教師，以便于教師可隨時根據安娜的學習需求改變學習內容并給予指導。

利用學習中心的自適應學習支持系統與“虛擬助手”制定的學習計劃進行協調，安娜的老師將在“私人向導”上重新配置安娜的學習情況展示板并展示安娜的進步情況。

安娜隨時都可以自己改變學習目標，她的“私人向導”展示板會動態解釋先前已完成的工作，并與她的新目標進行匹配。安娜還可以通過許多社交媒體與她的朋友和家人分享她在學習上取得的進步。“私人向導”會把她的學習情況圖示化并貫穿在她從小學、中學乃至工作后的整個學習過程。

人工智能進入教育的現實場景

隨著技術的飛速發展，這樣的未來場景正越來越靠近我們。

依托人工智能技術，學校無需聘請大量教師即可實現一對一輔導，以更好地跟蹤、適應和支持個體學習者；還可以為學生定制學習方案和規劃職業發展路徑，并引導學生走向成功。

澳大利亞在線適應性教育平臺Smart Sparrow依靠在互動中得到的數據反饋引導老師把課程設計得更好，下一階段學習則根據學生學習行為來進行動態匹配。美國的DreamBox Learning智能學習系統甚至能自動匹配小學生用戶的學習進度，并以最適當方式去提示和鼓勵學生向正確的方向努力。

同樣來自美國的Desire2Learn最近推出了新工具，根據學生之前的學習情況預測其在某門課上可能獲得的分數，進而給出選修課建議來幫助學生做出選課決定。

比爾·蓋茨預言，人工智能聊天機器人或個人虛擬導師，能在學生面臨挑戰時提供強有力的支持，隨時隨地回答學生的提問。

2016年1月，美國佐治亞理工學院計算機學院的教授Ashok Goel，借助于IBM的Watson人工智能系統創建了一個在線機器人Jill Watson來作為課程教學助理，幫助教師回答學生通過在線論壇提出的大量課程問題。通過幾個月的反復調試，Jill Watson的回答已經能夠達到97%的正確率。現在，機器人助教已經可以直接跟學生溝通，不需要真人助教的幫助。這項人工智能在教育中的使用，解決了教師難以及時回答學生提問的困境，增加了學生參與在線學習的興趣，提高了在線學習的留存率。

斯坦福大學教育學教授 Daniel Schwartz開發了一個人工智能應用——貝蒂的大腦（Bettys Brain）。作為一個虛擬角色，貝蒂在學習活動中扮演孩子們的學伴，讓學生來教它學習生物知識。在這個協作對話過程中學生的講解會被貝蒂記錄和評估并即時反饋給他們，讓學生在完善講解過程中加深對知識的理解。下一步，人工智能可以配置聊天機器人或虛擬導師的面孔和聲音來滿足學生個人喜好，真正做到一人一導師。

人工智能幫助學校回歸育人本質

教育信息技術進入學校的目標是為學生帶來更好的教育。可是在執行過程中卻出現一個悖論：教師不得不花費大量時間和精力去學習和適應很多被認為能提高教學質量的技術或者工具，反而削弱了教師原本在教育中具備的優勢作用。另外，過度追求分數也讓教師在技術的應用上跑偏，給學生增加了學習負擔。

2017年5月的中國互聯網教育大會上，行業研究者認為，教學中一些固化的工作，比如大部分的作業批改和知識傳遞的任務將被人工智能替代。這樣可以把教師從重復乏味的工作中解放出來，讓教師發揮其作為人的優勢，從事人工智能無法完成的更復雜的教育工作。

目前人工智能批改作業已經相當接近真人教師了，除了選擇題、填空題外，作文的批改能力已經大幅提高。斯坦福大學已經成功開發出一種機器學習程序能夠批改8—10年級的論文。隨著圖像識別能力的大幅提高，手寫答案的識別也幾近可能。就連占有美國標準化考試60%市場份額的全球最大教育企業——培生公司也認為，人工智能已經可以出現在教室并提供足夠可信的評估。據培生公司近期的報告“Intelligence Unleashed”中推測，人工智能軟件所具有的廣泛的、定制的反饋機制能夠最終淘汰傳統測試，激發學生學習主動學習的同時釋放教師的生產力。

人工智能還可以促進學生采用高效的學習行為，比如自我管理和自我解釋等。比如來自美國的智能學習應用Volley。學生們用手機拍攝教材內容或作業題目，Volley 會分析照片和文本，并顯示要點、難點、先修知識。隨后，應用會提供在線課堂、百科鏈接，甚至是教師上傳的參考 PDF文件等與學生的個體學習需求相匹配，進而實現更針對性地傳遞知識。扎克伯格教育風投公司認為Volley能引導學生們自行安排學習計劃和提高自學能力。

人工智能并不能完全替代教師。研究者認為人工智能可以完成60%的知識傳遞、30%的技能和10%的品德培養工作。未來，教師需要和人工智能配合互補才能賦予自身更多機會和勇氣進行教育創新，以培養學生適應未來生活的技能、品德和人格，讓學校教育回歸育人本質。

作者單位：重慶市聚奎中學校endprint