“AI+教育”突破傳統課堂模式

陳磊

監考判卷、鋼琴陪練、課堂評估、答疑解惑，甚至代替老師線上、線下上課……因為有了人工智能，這些設想已經照進現實。“AI+教育”將產生什么樣的化學反應，將怎樣改變我們的教育圖景？近日，科技部新一代人工智能發展研究中心聯合羅蘭貝格管理咨詢公司發布了《智能教育創新應用發展報告》（以下簡稱《報告》），《報告》顯示，智能教育正處于從教學輔助向價值創造階段的過渡時期，已在我國教育領域的線下AI課程、智能測評等場景實現應用，但尚未大規模出現成熟化的、因材施教階段的商業應用。《報告》就智能教育內涵、國內外相關發展態勢、AI如何改變傳統的教育場景等進行了全面解析，并就推進我國智能教育發展提出建議。

我國智能教育處于產業化前沿

《報告》介紹，以美國、新加坡、印度等為代表的各國相繼推出面向未來的新教育改革戰略，不斷制定相關政策法規，設計本國智能教育的發展藍圖。我國也相繼印發《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》《中國教育現代化2035》等，提出要利用人工智能技術構建包含智能學習、交互式學習的新型教育體系，要加快人工智能在教育領域的創新應用，要建設智能化校園、統籌建設一體化和智能化教學、管理與服務平臺等。2019年8月，科技部宣布依托好未來建設智慧教育人工智能開放創新平臺，構建“共生、互生、創生”的智慧教育多元化新生態。“近年來，我國在計算機視覺、語音識別等這些典型的人工智能應用技術方面取得了持續性突破，并已具備一定的國際競爭力，這為人工智能在教育領域應用奠定了堅實的基礎。同時，良好的政策環境、巨大的教育市場需求、教育科技企業的深度參與，促使我國智能教育的產業化水平也處在較為前沿的位置。”中國科學技術信息研究所政策與戰略研究中心副主任、副研究員高芳說。

那么，智能教育何時能走向產業化？《報告》分析，人工智能技術在教育領域實現產業化應用所需年限與通用領域無根本性區別。語音識別將在兩年內實現產業化應用，預測分析、虛擬現實、機器學習、深度神經網絡、計算機視覺、聊天機器人均需要2—5年的時間實現產業化應用，自然語言處理（NLP）需要5年以上時間實現產業化應用。在知識圖譜、認知計算兩個方面，由于教育場景的歸一性和收斂性更好，這兩個場景在教育領域將會于2—5年內實現產業化應用，早于通用領域5年以上的等待時間。《報告》顯示，我國智能教育市場快速成長。2018年，中國智慧教育市場規模約為5320億元，同比增長17.13%。目前智能教育領域主要有智能批改、拍照搜題、智能測評、智能題庫、分級閱讀和自適應學習六大產品形態，形成了以好未來為代表的教育類公司、以百度、騰訊為代表的互聯網公司、以科大訊飛為代表的人工智能技術提供商以及以阿里巴巴為代表的計算平臺四類關鍵性市場主體。

AI在教育領域有哪些用武之地

《報告》指出，人工智能在教育領域的應用已經逐漸滲透到教學全流程、由外圍工具類拓展到了核心教學類。受制于人工智能技術的適配性和成熟度，人工智能應用在場景分布上呈現出一些明顯特征：當前人工智能的主要用武之地集中在復雜度較低的場景，如拍照搜題、分級閱讀、智能題庫、考情診斷等，這類應用工具屬性明顯。但在“評”和“管”環節，人工智能技術適配性和成熟度均較低。以“評”這一環節為例，由于綜合素養、職業興趣等評估場景較難形成統一標準，人工智能判斷難度較大，且后期無法對準確性進行歸一化評價，無法反哺模型，因此人工智能適配度不高。而“教”“備”等服務屬性的場景，一旦知識圖譜、大數據等技術實現突破，將爆發出巨大的潛在價值。

AI能實現“因材施教”嗎

“智能教育正推動教育領域的深刻變革。人工智能與教育場景的深度融合，一方面能提升課堂教學效果以及學習效率，另一方面還能夠深刻重構教育領域的運營模式。”《報告》顯示，智能教育將重塑教育流程，推動人才培養更加多元化、更加精準化、更加個性化。《報告》認為，智能教育的發展分為教學輔助階段、價值創造階段和因材施教階段3個階段。“目前，智能教育尚處在從教學輔助向價值創造的過渡時期，已在線下AI課程、智能測評等場景實現初步落地應用，但成熟化的、因材施教階段的商業應用尚未大規模出現。”科技部新一代人工智能發展研究中心副主任徐峰研究員認為，實現“因材施教”是教育的一個長遠目標，在這個過程中，人工智能技術能發揮重要作用，但也會受其自身技術發展的限制。“現在還難以預測人工智能何時能夠真正‘完全’具備認知功能，但從當前人工智能技術的發展態勢來看，我國智能教育進入了一個快速發展的階段，不斷實現對于學生、教師等的價值創造。” 徐峰說，未來隨著知識圖譜、認知計算、自然語言處理等技術的不斷發展，人工智能將覆蓋教學流程的更多場景，有望在自適應學習、自適應互動課等應用上逐漸成熟，實現“因材施教”。

加大智能教育關鍵技術的研發

“教育作為涉及教學、管理、科研、服務等多領域的綜合體系，其復雜性大大增加了人工智能技術與教育的融合難度；現有人工智能技術的應用多為語音識別、圖像識別等識別領域的應用，但在理解層面和創造層面的應用仍未實現實質性的突破。”徐峰舉例說，當前自然語言處理技術僅能對語法結構、拼寫正誤等方面進行識別，而在篇章結構、語言邏輯、情感表達等語義理解層面依然十分欠缺。《報告》建議加大智能教育關鍵技術的研發力度：一是依托智慧教育國家人工智能開放創新平臺，組建跨學科、跨區域的“人工智能+教育”研究共同體，廣泛開展跨學科探索研究，推動腦科學、神經科學、認知科學等學科的交叉融合；二是加強“政企學研”多方合作，產業界加強研發探索，學術界提供扎實理論基礎，并最終試點應用到相關教學場景；三是進一步推進平臺建設，推動開放平臺向公眾開放智能教育關鍵共性技術，打造智能教育生態。除了加大復雜教育情景人工智能關鍵技術的研發力度，高芳還建議，有關部門要盡快出臺推動智能教育發展的規劃性文件，強化應用部署并抓緊落實；著力提升一線教師和教育管理者的人工智能素養，確保智能教育各場景落地；抓緊制定人工智能在教育行業的應用標準和規范，確保其良性有序發展。