“AI+教育”，加速傳媒院校教育模式變革和生態重構

文/李海東 王瀟筱

1. “AI+教育”技術成熟，應用加速

人工智能（AI）是對人類智能活動和具有一定智能的人工系統的構建的研究，并擴展人類的身心力量。“Alpha Dog”事件掀起了全球性AI發展的新一輪浪潮。2018年的政府工作報告中， 詳細提到了這些對教育產業發展的計劃和期望。加強新一代人工智能研發應用，在教育、文化等多領域推進“互聯網+”，這些計劃和期望都被提及到。AI技術的成熟加速人工智能在教育領域的廣泛應用，提升了教育的質量和效率。

1.1 技術高速發展，“ AI+”開始滲透到各行業

就人工智能技術而言，人工智能經歷了計算智能、感知智能和認知智能三個方面的發展。從記憶到聽覺、視覺和認知、再到理解和思考，從最原始的“機械智能”向“人類智能”方向發展。由于受教育對象的高度復雜性與多樣化，它需要大量的人工智能技術的參與或處理，以及越來越多的“智能”AI技術為實現“AI+教育”提供了堅實的技術基礎。目前，“AI+教育”越來越聰明，應用逐漸增多， 例如，基于語音識別技術口頭語音智能評估，精準化地對教學內容和學習方法分析。

近年來，人工智能技術在大數據+深度學習+GPU并行計算的推動下，AI技術得到飛躍式發展。語音、視覺識別正確率已經超過95%， AI與各行業結合已經勢在必行。AI技術主要表現在如圖1所示：

圖1 AI技術表現

1.2 AI底層技術的成熟正加速教育領域的應用

人工智能的一些基礎技術已經很成熟， 促進了人工智能在教育中的應用。例如，自動短文本評價利用機器學習（Deep learning）自然語言處理（NLP）等技術實現短文本的計算分析和語義理解。所以，教育領域的AI應用突破教育產業發展的臨界點，開始加速發展。

在傳統教育模式下，教師的素質決定了教育質量，另外，由于教學規模的不斷擴大，必然會影響教學質量和學生的學習效果。因此，教育行業過度對教師依賴是教育行業問題的根源。人工智能技術的應用從根本上減少了對教師的依賴，提高了教學效率，并幫助教師根據學生的特點個性化教學，使學生的學習更有效。

1.3 技術發展助力AI在教育領域應用

與AI在其他行業的應用類似，技術驅動了“AI+教育”領域的應用，如圖2所示。其中，語音識別、圖像識別等AI技術已經較為成熟，而機器在語音翻譯、自然語言理解等需要理解能力的領域還有待發展。未來，隨著分工智能技術在這些領域的發展將推動應用繼續深化。

圖2 2018 Gartner AI技術成熟度曲線

目前，教育的個性化只是一種理想狀態，在教學方法和內容上并沒有根本的改變。個性化教育因其自身的特點，應成為一種重要的優勢。然而，如果課堂教學簡單地轉移到互聯網上，就不會實現其個性化的特點，反而會削弱傳統課堂教學的優勢。其智能可根據各個教學對象的層次、學習內容、學習中的困難、學習動機等特點，為每個學習者提供不同的學習資源和流程。

2. “AI+教育”在國內外應用情形

人工智能在教育領域的主要變化體現在以下幾方面：學習體驗，人機交互重建學習，構建更多互動教學；其次是個性化教學， 大數據深度學習的整合促進個性化教學成為現實，成為教育中最重要的切入點；最后是場景應用，包括虛擬現實多載體應用，多屏幕交互是發展趨勢，如圖3所示。

圖3 AI教育應用場景

就人工智能在國內外教育“AI+教育”的應用情況進行分析、研究，以期能夠洞察人工智能應用于教育的特點。

2.1 Knewton的個性化學習方案

Knewton提供的個性化學習方案體現在三方面：（1）推薦功能，用數據分析學生下一步最好要學什么；（2）學習效果數據分析，通過對學生學習水平的預判，可以預測學生未來的表現；（3）自適應學習平臺會導引學生，并且對學生進行匹配適合的學習內容和活動，并在學生在學習中遇到困難時，課程的難度會自動降低，如圖4所示。

圖4 Knewton的個性化學習平臺

2.2 哈佛聊天機器人輔助教學

“聊天機器人”是當今人工智能輔助教學的一個實例。例如，由哈佛大學畢業生開發的機器人“SochoBotis”旨在重建一對一的教學。機器人可以幫助教師測試學生對知識的掌握和理解，然后老師就可以把精力放在如何使用好機器人提供的信息， 幫助學生進一步學習他們感興趣的內容。

同時，提供智能輔助教學，幫助教師完成如考勤、閱卷、監考等重復性任務等。它還可以幫助教師查找、整理教學資料，減輕他們的負擔，提高工作效率。同時，幫助學生快速檢索所需的資源，或者有針對性地推送學習材料，以幫助他們管理學習任務和時間。

2.3 Duolingo AI導師

當談到人工智能在教育中的應用時，必須要提到人工智能導師。人工智能教師的工作是讓計算機模擬教師教學的經驗方法，并將知識傳遞給具有不同需求和特征的學生。

一個典型的例子是Duolingo，這是一個引入人工智能導師，繼續向學生提問的語言學習平臺，積極向學生提問并評估學生的答案，讓學生獲得“自助學習”的體驗。

2.4 智能分析和智能評估

Thinkster是一個集人工智能和機器學習于一體的數學輔導平臺。Thinkster Math 是AI用于數學輔導教學的應用，它幫助老師識別問題的領域，甚至可以預測學習者未來的學習趨勢，并制定更有針對性的學習計劃。

Thirdspace Learning智能追蹤測評：智能評估是一種衡量學生發展的自動化方法，可以取代一些身體和心理工作。 智能評估是一種衡量學生發展的自動化方法，可以取代一些身體和心理工作并大大縮短了時間，提高了準確性。通過人工智能技術的自動評估路徑可以跟蹤學生的成績并進行適當的評估，例如，Thirdspace Learning將人工智能集成到平臺實踐中，以幫助跟蹤學生的進度并優化其服務。

2.5 新東方的“機器人教師”

智能輔導系統（Intelligent Tutoring System，ITS）是在早期計算機輔助教學的基礎上發展起來的，它仿真教師進行一對一智能教學活動，是典型的人工智能技術在教育領域的應用。近年來，這種實驗已經在新東方開始。教室里沒有教師，“機器人教師”搜索重要的知識點，經過收集和教學設計，進行授課。但是， 缺失教師的教學是不完整的，還需要教師對學生進行知識整合，并且幫助學生培養創造性思維和批判性思維。機器人智能教學+教師情感創新能力+學生學習有機結合是未來課堂的發展趨勢，這樣才能達到幫助學生進行全方位的思維訓練目的。

2.6 猿題庫的拍照搜題與學生能力預測

“猿題庫”——通過適應性題庫為學生提供個性化的題庫，并根據學生的個性化問題提供在線實時咨詢，幫助學生了解自身的學習過程情況，激發實踐興趣，提高學習效果。其產品充分利用了深度學習技術，采用GPU并行處理，提高了公式識別的精度。學生能力預測的應用結合了學生不同特點和主題特點，對學生的表現進行預測。今后，它們可以進一步應用于學生推薦的教科書中。

3. “AI+教育”的細分領域

教育部部長陳寶生談到，人工智能技術在教育中的深入廣泛應用將實現信息共享、數據共通，推動教育整體運作流程改變，是規模化前提下的個性化教育。AI在教育行業的滲透打破了傳統教育行業的生態，衍生為一些常用的細分領域。

3.1 “AI+教育”的應用細分

輔助教學和輔助學習是人工智能在教育領域中具體的兩類應用分類，如圖5所示。輔助學習是人工智能的學習工具，包括使用人工智能收集和處理信息，以及利用人工智能快速提高學習效果；輔助教學是指教師把人工智能作為替代自己一部分勞動的工具，如輔助閱卷、輔助備課、個性化布置作業等。

圖5 AI在教育的細分應用

3.2 “AI+教育”的主要應用領域

人工智能在教育領域的應用可以分為六個領域，如圖6所示。涉及的應用主要包括：個性化學習、智能測評、智能化輔導、模擬和游戲化教學平臺、教育決策、早教機器人。其中，國外的公司比較偏向于個性化學習軟件、智能輔導與仿真學習等輔助學習領域，國內公司等在試卷批改、教學評測等輔助教育領域進展較多。

4.傳媒院校教育的生態重構

人工智能技術正逐步深入到新聞傳播、新聞主播、內容創作、藝術設計、音樂創作以及等多個方面， 創新藝術設計，媒體內容創作和新聞傳播的理念，提升了藝術創意、設計內容、新聞傳播的手段和方法，因此對傳媒教育有著較大影響， 對新聞傳播、藝術教育理念、教育模式、教學方案等都會帶來變革。那么，傳媒院校與之相關的專業教育迫切需要進行生態重構， 得以全面實施對學生的個性化教學服務，提升教育質量。

4.1 AI重塑藝術創意設計教育

從目前AI的應用場景來看，應用人工智能解決決定邊界的問題、條件和結果，人們肯定會輸給機器。例如，視覺藝術領域，圖片的內容和風格是不可分割的，但兩者相對獨立。根據最近剛剛開發的聰明算法，如果將兩個圖像分解為卷積神經網絡以獲得內容和樣式，然后重構，就能實現“內容保持，風格變換”的圖像。但是內容的創作通過這種邏輯推論往往是靠不住的，藝術作品的內容感性的創意、設計是AI替代不了的，這是AI無法感知和理解的部分。

因此，藝術教育更注重藝術內容的創造性，這就是機器無法做到的。強大的計算能力是人工智能的一部分，它可以通過自身的計算能力幫助藝術家更好地應用大數據來輔助設計思維。藝術創作內容和意識形態問題需要藝術教育者更多地思考藝術和設計中的無形事物。藝術創造力和創意是藝術教育的核心，因此，傳統的藝術教育模式需要重新構建教育生態。

圖6 人工智能在教育領域應用

4.2 AI智能重塑音樂教育

音樂教育本身是藝術教育的一部分，但音樂教育又區別于藝術教育的內容設計，“AI+音樂教育”的一方面，能進行旋律生成，自動配和聲，和聲序列生成，二或四聲部復調等， 利用神經網絡學習聲音特征，然后進行合成，成為一種全新的聲音。

“AI+音樂教育”的另一方面，改變了傳統教學模式，在傳統音樂教室中，教師通過與物理樂器的交流和演示，為節奏模式等方面提供指導，學生需要反復的練習樂器。但基于人工智能技術，與音樂教育完美融合，通過計算機來模擬人的學習，便可以記錄演奏數據，并對其進行分析和計算，從而計算出學生演奏成績，讓練習水平有效提高。因此，音樂教學的教學方法、教學課程等需要重新設計，進行音樂教育生態重構。

4.3 AI重塑媒體內容創新教育

人工智能可以在大數據的基礎上完成對媒體內容進行聚類分析，現階段的人工智能可以很容易在大數據中檢索媒體的故事情節轉折的所有畫面， 完成對媒體內容進行聚類分析，并且利用人工智能的剪輯軟件自動剪輯出來，配上簡短的文字，使作品的創作變得如此的簡單。同時，當前人工智能已經實現媒體作品進行用戶畫像，然后進行影視作品的推薦，通過算法或協同過濾為用戶推薦，這是網絡時代“大數據+人工智能”的結果。

雖然人工智能可以對媒體的內容進行聚類分析，但是人工智能技術短期還無法理解(或鑒賞)作品所表現的內涵，從而形成語義鴻溝。因此，媒體內容的教育更多的應該放在內容的創意方面，因此對內容的創新需要教育的生態重構。

4.4 AI重塑主播教育

AI技術的不斷完善使智能機器人的發展取得了較大的進步。在第五屆互聯網大會上， AI合成主播 的首次亮相，無疑是形成了全新的內容生產方式和傳播方式，是對當代播音與主持專業的一種沖擊，對傳統新聞播報產生了新的挑戰。而且，人工智能具有深度學習、網絡數據分析，以及實時的大規模線上線下并發互動等功能，能夠保證節目準確性，可以取代節目中部分重復較強的主播工作，無疑導致主播教育的變革。

但主持人出色的文學基礎、優秀的道德素養，以及在不同情境和場合善于靈活把控交流感、對象感和現場感是機器人所無法模仿的，因此，AI主播短期之內還不能完全替代人類主持人，需要AI主播與人類主持人相輔相成。因此，需要重構教育生態方能培養不被機器人取代的主播。

4.5 AI重塑媒體傳播教育

隨著人工智能各種技術的發展，新聞內容可以在大數據中完成從數據采集、數據分析到數據展現，這種形式下的數據新聞也是新聞報道的一種趨勢，彌補了傳統新聞報道的不足。數據新聞是人工智能技術實現的一種創新的新聞制作模式，如機器人寫作、傳感器新聞和視覺新聞。“新聞的未來，是數據分析”，在新聞領域，利用數據促進可以通過智能機器人采集、問答、機器書寫等自然語音技術，進行新聞報道、信息傳播，并且推送內容和后續新聞影響跟蹤等。

當前，新聞傳播教育更多的聚集在新聞內容的創作和新聞傳播，但是未來傳媒已經在向融媒體、智能媒體發展。因此，新聞人才的培養需要學會對新聞數據進行分析和挖掘以及可視化技術實踐等。未來媒體報道需要提高學生的大數據思考以及在新聞報道中優秀的數據分析能力，因此，新聞傳播培養的目標是計算機科學與新聞學的交叉，培養同時懂新聞、設計和編程的復合型數據新聞人才。

結語

人工智能技術在各個行業的快速發展，會逐漸應用到教育領域，傳統以“教師”為核心的教育模式需要過渡到以“學生”為核心教育模式的變革，將逐步影響到新聞傳媒、藝術創意設計、影視制作等傳媒教育，因此迫切需要傳媒類藝術教育的生態重構，重塑傳媒院校人才培養規格，教育理念，教育模式、教學方案等的教育生態的重構。當前人工智能在教育細分的六個領域的應用和在國內外教育領域的應用模式，給傳媒院校的教育模式提供了很好的教育重構的借鑒，更有助于學生將新事物及時融入學習和生活中，為積極創造未來社會而學習。