人工智能背景下的教育融合困境與路徑選擇

摘要：大數據方興未艾，人工智能洶涌而至，深刻地影響并改變著人們的生產與生活。以大數據、并行計算、深度學習為內驅力的人工智能引動著現代教育的智能化發展，成為促進教育前進發展的重要引擎，賦予教育以巨大的“智慧”力量。在人工智能巨大的發展機遇下，教育想要搶占先機，必須提前布局。但當前人工智能教育處于初步發展階段，在教育發展上面臨著諸多難題。對此，可從教育人工智能的基礎設施、大數據挖掘與采集、學科體系與師資隊伍建設、“政企學研”合作四方面，初步探索人工智能與教育的深度融合之道。

關鍵詞：人工智能;教育人工智能;大數據;深度學習

中圖分類號：G40-012文獻標志碼：A文章編號：1001-7836（2019）12-0004-03

人工智能（Atificial Intelligence，AI），從其概念衍生至今，已歷經60余年，其發展勢頭越發迅猛，深刻影響著人們的生活、社會發展乃至世界經濟，人工智能漸趨成為全球領先的科技之一，其影響力與號召力不容小覷。現如今，歐美發達國家已將人工智能納入國家重要科技創新戰略之中。人工智能的發展為各行各業提供了無限的發展空間，無人駕駛、無人超市、AlphaGo戰勝人類、智能機器人、面部識別、人臉支付等，種種人工智能技術的應用改變著人們的生產、生活、工作方式。近年來，在教育領域，不管是關于教育人工智能的學術研究，還是教育人工智能產品的衍生換代，抑或是各項人工智能教育應用案例，都在昭示著人工智能在教育領域的巨大發展潛力與引動力。在2018首屆中國智能教育大會上，中國工程院院士李德毅提出：“中國要在2030年實現成為世界人工智能高低戰略目標，必須實現教育先行，普及人工智能教育，可逐步實現‘萬校使用，億人受益。”誠如彼得·德魯克所言：“我們身處不斷變革的時代，教育必須成為尚無明確的新工作的先行者，為其發展做好準備。”教育作為社會子系統，與社會發展有著高度的同構性特征，人工智能的基礎性與通用性深切影響著教育行為，在現實與虛擬環境并存的時代，信息技術、大數據等加速了人工智能與教育的深度融合。人工智能時代，現代教育應緊抓機遇，厘清挑戰，探索人工智能技術在教育領域中的應用生態[1]。

一、人工智能的源起與發展

（一）人工智能的內涵

1956年，美國達特茅斯會議中約翰·麥卡錫初步確定人工智能（Artificial Intelligence，AI）這一概念，初始意義在于使計算機具有人腦般的學習、思考與認知能力，模擬人的智能。20世紀70年代，人工智能開始在理論及產品實踐應用方面得到深度發展，如機器定理證明、博弈、模式識別、機器人、機器翻譯等，人工智能開始了對人的語言理解、邏輯推理、求知解答等能力的模擬。伴隨著科技的發展，現今的人工智能技術更具前瞻性與科技性，在很多領域已經可以實現替代人工而開展智能工作[2]。現代人工智能是人創造出的與人類道德、價值觀念、情感理念相符，可以自主完成學習、思考、決策、執行、協助等的智能機器，借助人工智能技術拓展人的智能。通過感知環境、學習知識、自主思考等得到預期結果。人工智能涉及諸多學科，覆蓋各個領域。（1）計算機視覺：圖像識別與處理;（2）語言理解：語言識別、合成、對話;（3）邏輯推理：辨識、認知各種社會及物理常識;（4）博弈：智能交互性對抗，或協調融合;（5）學習：機器建模、工具分析，基于統計的計算。

（二）人工智能的歷史沿襲與現代發展

1.人工智能的歷史沿襲——三次發展浪潮

“人工智能”這一術語自其問世，已經過了60余年的發展歷程，其經歷了三次發展浪潮：第一次浪潮（1956年至20世紀80年代），這一階段是“人工智能”的興起浪潮。1956年，約翰·麥卡錫在達特茅斯夏季研討會上提出“人工智能”的概念，自此，人工智能正式走入公眾視野。隨后，被稱為人工智能先驅的艾倫·圖靈在人工智能領域提出“圖靈測試”，測試中將人機分隔，倘若測試者中超過1/3的人無法確定被測試的是人或是機器，則機器通過測試，這便是最初的人工智能。由此，掀起了人工智能領域的首輪浪潮。從1956年到20世紀80年代，在人工智能的首輪發展浪潮中，人工智能在研究方法上出現了基于抽象符合、邏輯推理符號、自然語言處理的符號主義方法，人機交互中以專家系統、數學證明、邏輯推理為主要方法。但是在這一階段中，由于電子計算機技術仍處于初步發展階段，計算機有限的運算速度成為影響人工智能發展的主因。

第二次浪潮（20世紀80年代至90年代末），這一時期，科學家們在人工智能的研發上偏向于對人類知識的探索，即將人類知識引入人工智能系統，基于人工神經網絡的識別模式初現端倪。基于專業知識的“專家系統”（Expert System）不斷發展，但由于專業系統內部推理機制與知識表示的不完善，加之計算基礎設置的不健全，導致“專家系統”的熱度逐漸降低，二次浪潮隨之減退。

第三次浪潮（21世紀初至今），21世紀計算機技術飛速發展，在很大程度上推動了人工智能的發展。2006年，加拿大計算機科學家喬弗瑞·欣頓提出“深度學習”，自此，人工智能的第三次浪潮被掀起，而“深度學習”被視為人工智能第三次浪潮興起的標桿。2015年以深度學習為基礎的人工智能的圖像識別算法，其準確率首次超過人眼，這標志著人工智能已經實現了跨越式發展。隨后，深度學習在數據挖掘、語言識別等領域皆有著飛躍式的進步與發展。2017年，人工智能更是有了前所未有的多元化發展，無人駕駛、無人超市、人臉識別、智能助理等走進人們生活，2017年被稱為人工智能元年。百度、阿里、騰訊、科大訊飛等開始了AI行業應用平臺的建立，人工智能技術、智能系統、智能平臺、智能產品的產出等，為各行各業打開了全新的發展空間，教育領域也有了無限的發展可能[3]。

2.人工智能的現代發展——上升至國家戰略高度

2013年，人工智能的發展進入研發高潮期，中國、美國、俄羅斯、英國、日本等科技強國將人工智能研發納入國家發展戰略，不斷加大對人工智能的研發力度，竭力在人工智能的快速發展中搶占制高點。隨之微軟、騰訊、阿里等大企業也開始向人工智能領域進軍，在國際競爭中，人工智能儼然已成為熱點。現今乃至未來很長一段時間，人工智能的發展將會成為促進社會經濟發展與人類進步的新引擎，對教育、文化、經濟、社會將產生不可估量的影響。

在我國，人工智能同樣備受社會各界關注，習近平總書記就人工智能發展的緊迫性做了系列講話。人工智能戰略被兩次寫入政府工作報告，被納入《國民經濟和社會發展規劃綱要》之中，可見，我國對于人工智能戰略的重視程度。2018年，《政府工作報告》中，李克強總理提出，要“加大新一代人工智能研發應用力度，教育、文化、醫療、養老等領域落實‘互聯網+”。同年，教育部發布《高等學校人工智能創新行動計劃》，高校在人工智能及其教育發展上有了綱領性的指導。綜上可見，人工智能已成為國家、社會發展的焦點，緊抓這一機遇是國家重要發展戰略之一，更是現代教育發展的重要著力點[4]。

二、人工智能與教育融合的難點

（一）教育數據“質”“量”有限，制約了人工智能技術深度融合

數據是人工智能得以實現與發展的基礎，優質數據是保障人工智能價值得以充分發揮的要件。在教育活動中，基于高質量數據的人工智能可減少教育活動中的重復性作業，減輕教師工作負擔，促進個性化教學的實現。現如今，教育行業涉及的數據量大，且難以大量采集。而人工智能在教育中的應用實則是一個數據統計與處理的過程，基于數據分析導出流程，實現對現有數據的解釋和未來數據的預測。教育領域中，難以將師生教與學活動的全過程記錄下來，這樣便無法為人工智能提供全面的數據基礎。教與學活動中的文本、音頻、超媒體多屬于半結構數據，此類數據沒有統一的標準，且內容格式多樣。此外，較之醫療、金融等行業，教育行業的活動屬于非線性活動，很難在這些復雜凌亂、多樣、無固定模式的活動中采集到標準化、高質量的數據，無法為人工智能的融入提供可靠的數據基礎。另外，新媒體時代，海量信息被越發離散化，學習時間更為零碎，學習方式更為多元且隨意，對于此類學習活動相關數據的采集難度更大。

（二）教育內容過于復雜，加大了人工智能與教育的融合難度

教育是一個尤為復雜多樣的體系統，涵蓋教學、科研、管理等多樣活動，盡管在很多方面教育事業呈現出共性，但各個地區、各所學校都有著明顯的差異性，且差異性尤為突出。此外，各所學校在組織架構、教學理念、辦學特點上也有很多不同，各個學科也有著不同的學科特點與知識體系，不同的教師在教學上更是有著自己的特點與方法。故此可見，教育與人工智能融合過程中，教學系統自身的多樣性與復雜性也影響著人工智能的融入[5]。教學活動的多樣化和學生的差異化要求人工智能需朝向人性化方向發展，由此，加大了人工智能與教育的融入難度，在融合過程中需要針對教學活動與師生的差異性進行適應性、針對性的“嫁接”，稍有不慎，便會形成枯枝敗葉，人工智能的價值便無法得到有效發揮。但是，現行的人工智能中的情緒識別技術還不能對復雜的情緒進行有效識別，這樣便難以依靠人工智能技術輔助個性化的教學活動的開展。

三、人工智能與教育實現深度融合的路徑

人工智能的發展為教育的改革創新提供了全新的發展契機，對于提升教育教學質量，開展個性化教學，豐富教學內容與形式，優化人才培養模式等大有裨益。但當前人工智能與教育的融合仍處于初步發展階段，教育人工智能發展瓶頸猶存。對此，本研究基于我國人工智能與教育發展現狀，立足于人工智能與社會發展大勢，提出以下融合路徑。

（一）完善教育人工智能基礎設施，促進人工智能教育工程落地

現階段，在教育人工智能發展仍存有諸多難點的情況下，要想實現教育人工智能，可以以新課程改革為契機，以問題為導向，以目標為核心，以深化應用為基點，推動人工智能技術的落實。針對人工智能在教育領域的融合，完善相關數據與網絡設施。譬如，研制“教育知識圖譜”，建構“自適應考試系統”，為人工智能與教育的融合奠定基礎，推動人工智能與教育活動、教育設計、教育測評等的落地，杜絕“口號型、表象化”的教育形式。此外，可加大對教育智能產品的研發力度，教育專家與人工智能專家加強合作，基于教育與人工智能的發展需求，探索教育人工智能融合點，促進人工智能教育工程的落地[6]。

（二）制定教育數據采集規范，以大數據驅動教育人工智能的發展

通觀人工智能在教育領域的發展史，從最初的以知識為基礎的知識表示，到后期以深度學習為基礎的語言、語音與圖像識別，機器習得逐步替代人腦的習得。在人工智能的發展上，除了算法模型的改進，更需要大數據這一助力劑。人工智能與教育的深度融合正是需要以大數據作為基礎，以云計算、數據采集、智能感知等作為基礎優化信息化環境，以教育數據標簽的有效應用提高教育數據質量。基于數據安全的保護，建構人工智能教育數據共享機制，以大數據推動人工智能與教育的有機融合。

（三）健全教育課程模式，完善人才培養體系

基于《新一代人工智能發展規劃》《高等學校人工智能創新行動計劃》等，中小學校及各高校應清晰認識人工智能與教育的融合方向，中小學校不斷完善自身學科體系，高校應著力完善人工智能學科設置，針對高校學科建設內容，增設人工智能專業，落實一級學科建設，構建起“人工智能+學科”的人才培養模式。在高中課程設置上，推動人工智能教育的普及，落實信息技術新課程標準，增設人工智能課程，如《數據分析與管理》《初步人工智能》等，同時完善相關配套設施[7]。對于中小學校，則可引導有條件的學校開設人工智能相關課程，設置配套實驗室。綜上，通過人工智能課程體系的設置，在中小學校乃至高校普及并落實人工智能教育。此外，強化對人工智能專業化教師的培養，為人工智能教育的發展提供優質的師資隊伍。有條件的中小學校與高校開設人工智能相關課程，同時培養高水平、專業化教師隊伍，強化教師在人工智能教育上的專業知識儲備，提高其教學能力。對此，可在教師基本素養培養中加入人工智能相關教育培訓內容，提高教師人工智能教育的專業化水平。

四、結束語

人工智能與教育的發展乃大勢所趨，是教育現代化發展的現實之選。中國想要立足于世界，在大力發展教育的基礎上，應緊抓人工智能發展這一機遇，厘清人工智能的發展本質，探索人工智能與教育的融合之道，完善人工智能教育基礎設施，挖掘人工智能教育領域大數據，加強學科建設，培養高水平師資隊伍，加強“政企學研”的合作，開創教育人工智能新局面。

參考文獻：

[1]徐曄.從“人工智能+教育”到“教育+人工智能”——人工智能與教育深度融合的路徑探析[J].湖南師范大學教育科學學報，2018（5）：44—50.

[2]李德毅，馬楠，秦昆.智能時代的教育[J].高等工程教育研究，2018（5）：5—10.

[3]貢國忠，楊淑芳，景征駿.人工智能視角下的職業教育大數據應用——現實挑戰、應用模式和智慧服務[J].江蘇教育研究，2018（27）：19—23.

[4]鐘紹春，唐燁偉.人工智能時代教育創新發展的方向與路徑研究[J].電化教育研究，2018，39（10）：15—20+40.

[5]南旭光，汪洋.人工智能時代職業教育治理的現實挑戰與路徑選擇[J].教育與職業，2018（18）：25—30.

[6]黃璐，鄭永和.人工智能教育發展中的問題及建議[J].科技導報，2018，36（17）：102—105.

[7]人工智能關鍵技術[J].科技導報，2018，36（17）：2.

The Dilemma and Path Selection of Educational

Integration under the Background of Artificial Intelligence

XU Dan

（School of Software and Design， Nanjing Institute of Railway Technology， Nanjing 210015， China）

Abstract：Big data is in the ascendant， and artificial intelligence is surging in， which profoundly affects and changes peoples production and life. Artificial intelligence， driven by big data， parallel computing and in-depth learning， drives the intelligent development of modern education， and becomes an important engine to promote the development of education， giving education great “wisdom” power. Under the enormous development opportunity of artificial intelligence， education must be laid out in advance if it wants to take the lead. However， the current artificial intelligence education is in the initial stage of development and faces many difficulties in the development of education. For this， we can explore the way of deep integration of artificial intelligence and education from four aspects： the infrastructure of artificial intelligence， data mining and collection， the construction of discipline system and faculty， and cooperation between “government， enterprise， education and research”.

Key words：artificial intelligence; educational artificial intelligence; big data; deep learning

（責任編輯：朱嵐）

doi：10.3969/j.issn.1001-7836.2019.12.002

收稿日期：2019-04-26

作者簡介：徐丹（1983—），女，江蘇徐州人，副教授，碩士，從事二維動畫設計教學研究。