數據驅動下的智能教育（上）

教育大數據為我們塑造了全新的人機教育教學環境，全面促進教育向個性化、科學化、智能化方向發展，助力教育現代化目標的達成，這是大數據的精髓所在。教育大數據關鍵技術的突破和深度應用，使得教師可利用大數據分析學生的具體需求，教育大數據終將走向人工智能。國家數字化學習工程技術研究中心常務副主任、華中師范大學教授劉三女牙結合人工智能和教育大數據背景，從夢想與變革、創新與應用、挑戰與發展三個方面解讀數據驅動下的智能教育。

夢想與變革：技術助力教育革新

教育的千年夢想

任何技術和教育相結合，首先要解決教育的問題，所以說教育信息化的核心是問題導向。作為一線教育工作者，我們知道，所有的技術要源于實踐并最終高于實踐。我們一直討論未來教育，今年年初國家發布《中國教育現代化2035》，我不禁提出疑問：教育面臨的最核心的問題是什么？未來教育的核心是致力于人的全面、自由的發展。人的全面、自由的發展落實到核心就是個性化學習，也就是因材施教。這是教育方面一直面臨的很重要的挑戰，也是我們一直追求的夢想。教育的千年夢想就是如何實現因材施教，如何讓每一個人在教育體系中得到自我成長，這是教育最重要的一點。沿著這一思路，我們來思考如何使人工智能大數據技術與教育相結合。

新一輪技術革新帶來顛覆性影響

新一代信息技術，尤其是以AlphaGo及5G網絡為代表的新一代人工智能技術的出現，標志著人類真正進入信息時代。新一代信息技術通常討論以下四個方面：云計算、物聯網、大數據、人工智能。云計算、物聯網是新一代信息技術的基礎設置層面，會涌現出大量的數據，在大量數據的驅動下會推動新一代人工智能技術的發展，這就是新一代信息技術的特點。

技術助力下的教育變革與創新

新一代信息技術跟教育的融合必然會產生非常大的變化。這種變化不是簡單的技術疊加，而是會給教育信息化帶來拐點，實現非線性增長，這就使教育現代化的進程加快。進入“十三五”規劃時期以來，中國的教育信息化和教育現代化的步伐明顯快于以往的任何一個時期，無論是在思想理念、擁抱技術方面，或是在理論研究層面、實踐層面，都呈現出普遍繁榮的態勢，這也有益于新技術的介入。

我國的教育戰略布局

從國家這一層面來說，我國教育戰略布局也在一步步地加強。國家數字化學習工程技術研究中心是2009年我國首次在教育領域布置的國家級研究基地。在這之后，國家的教育戰略布局無論是整體規劃還是其他部委計劃都相繼展開。比如，國家自然科學基金委員會從去年開始申請了代碼F0701（即增設教育信息科學與技術類別）來支持教育和信息技術相結合的技術研究;國家發展和改革委員會在2017年布設“大數據分析技術國家工程實驗室”;國務院發布了一系列教育戰略規劃，包括人工智能教育的戰略規劃。因此，國家的戰略布局不斷推動著教育這一領域向前發展，我們現在面臨著一個很好的時期。

創新與應用：技術推動教育創新發展

在新一代信息技術尤其是人工智能和大數據背景下，中國教育的創新和應用呈現出一個怎樣的態勢？尤其是在大數據的驅動下，教育信息化會帶來哪些大的變化？主要的變化我認為有以下三個。

創新治理

創新治理，也就是怎樣用數據來說話。大約50多年前，PDCA循環發起人、管理大師愛德華茲·戴明說：“除了上帝，任何人都必須用數據來說話。”這個表述有點絕對，但我想他的本意是強調數據的重要性，而不是字面上的意思。有了新的數據、新的技術介入后，在教育治理層面就可以自由穿行于宏觀和微觀之間，就能讓傳統的以經驗為特征的角色走向科學、精確、智能化，這是我們所要追求的。在這里，我們可以運用新一代信息技術展開。

創新范式

我認為創新范式最核心的有兩個層面：第一個層面是高校科研工作者的研究新范式，也就是說怎樣開展數據密集型的教育研究。基于數據的實證研究，現在已經在研究領域被普遍采用，而且不斷繁榮。第二個層面是教育變革中的新引擎，在思想和思維層面上給我們創造了不同的思維范式，它讓教育要素間的互動模式和互動方式都變得不太一樣。無論是實踐還是研究，以往與現下都不可同日而語。我認為在新范式、新引擎的推動下，研究和實踐層面都將快速推動教育信息化的發展。

創新實踐

創新實踐在教育教學過程或教育實踐中主要有三個方面——教、學、管。“教”就是通常所說的差異化地教，即如何通過技術的手段讓教育者對學習者進行規模化、個性化的教學和輔導，也就是如何在教育體系中形成規模化與個性化的統一。純粹的師生一對一的資源配置是不可能實現的，并且在未來很長一段時間內都是不大可能的。

如何實現差異化地教，這是“教”這一層面所要追求的。比如慕課，像Coursera（國外慕課網站），它能通過個人在平臺中的行為來進行引導。例如看視頻，如果你反復觀看某一知識點，就說明你有疑問，平臺就會引導你不斷地學習，反復地訓練。同時，我們可以引用新的技術來解決或替代我們傳統的工作。美國喬治亞理工學院有個案例，一個教授與沃森（問答機器人）合作，把他的計算機課程中累積的大概四萬個問題放到IBM的沃森線上課程中，訓練沃森來回答學生日常的問題。在三個月的教學期間，沒有一個學生發現其實是機器在回答他們的問題，他們都以為是一個真實的助教在回答問題。這一例子說明機器可以在某些特定領域做得比人還好。這也引導我們從另一個維度思考：人工智能、大數據技術怎樣介入教育場景？怎樣扮演好它的角色？任何技術都不是萬能的，任何一項技術也不可能解決所有的問題，只有充分發揮技術的特點和問題之間的匹配性，才能夠產生巨大的化學反應，才能給我們帶來好處。這就是我們所說的差異化地教。

個性化地學，也就是實現大數據支撐下的自適應學習。我們可以通過技術的手段發現學生學習的狀態，通過狀態的分析和判斷來規劃學生的學習路徑，適配學生的學習內容，不斷地強化并滿足學生的需求，以方便學生實現快速地或以適合自己需要的方式來掌握知識、理解知識，從而使學生達到提高自己的目的。

舉兩個例子，一個是美國普渡大學的信號燈計劃（Course Signals），它可以對學生的學業狀況進行實時預警，及時地亮紅綠燈，讓教師實時知道學生處于怎樣的學習狀態，學生也可以根據信號燈提示更好地進行改善。另一個是可汗學院，它在學習內容后附有知識圖譜，可以根據學生的學習狀況來進行測試、再學習，并不斷進行閉環的學習循環。也就是說，在某一層面上，至少在知識傳授這個層面，學習者在相應的有限領域里可以做得很好。知識圖譜跟問題的領域是有關系的，知識圖譜的精確性在于能不能準確匹配問題，這一點非常重要。這里面有很多基礎性的問題需要解決，比如教育領域的知識圖譜如何去構建？除了知識圖譜之外，還有其他的圖譜，比如關鍵能力的能力圖譜等類似的底層圖譜。有了這些，才能構建教育自動化和智能化的課程。

劉三女牙

國家數字化學習工程技術研究中心常務副主任/華中師范大學教授