互聯網教育智能技術的發展方向與研發路徑

黃榮懷 陳麗 田陽 陸曉靜 鄭勤華 曾海軍

[摘? ?要] 推進教育現代化、實現未來教育的包容性與個性化、推動教育相關產業的發展，有賴于互聯網教育的發展及其關鍵技術的突破。以國際比較方式分析互聯網教育智能技術的現狀，發現有待突破的五大技術難題為網絡交互、學習資源供給、學習者建模、學習空間融合和教育決策。針對我國教育的現實情況，圍繞優質教育資源共享和智能教育服務的迫切需求，提出遠程教學交互系統、知識建模與分析、學習者建模與學習分析、學習環境設計與評測、系統化教育治理等技術的發展方向和工程化研發路徑。

[關鍵詞] 互聯網教育; 智能技術; 發展方向; 研發路徑

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

一、引? ?言

以智能化、信息化為核心，以互聯網為代表的現代信息技術對人類生活方式的影響尤為顯著，這為人類的教育改革提供了可能。從早期互聯網技術的引入、在線教育的興起，到在尊重教育本質特性基礎上重塑教育教學模式、內容、工具、方法，互聯網改造并升級了傳統教育。在教育與互聯網技術的碰撞中產生出的個性化教育、開放教育、智慧教育等，日益成為突破保守固化的傳統班級制教育的良方。當前從技術的角度探究互聯網教育的關鍵技術方向，有利于化解互聯網技術教育應用面臨的難題，推動互聯網教育產品更好地服務于教育，實現互聯網與教育深度融合發展，促進高質量的、公平的、均衡化的教育發展，助力我國教育現代化建設。

二、發展互聯網教育智能技術的重要性

（一）國家政策引領互聯網教育智能技術的發展

習近平總書記高度重視發展教育信息化，黨的十九大強調辦好網絡教育。黨的十九屆四中全會指出：發揮網絡教育和人工智能優勢，創新教育和學習方式，加快發展面向每個人、適合每個人、更加開放靈活的教育體系，建設學習型社會。早在2015年舉行的國際教育信息化大會上，習近平強調因應信息技術的發展，推動教育變革和創新，構建網絡化、數字化、個性化、終身化的教育體系，建設“人人皆學、處處能學、時時可學”的學習型社會，強調積極推動信息技術與教育融合創新發展。在2016年召開的網絡安全和信息化工作座談會上，習近平從共建網絡空間命運共同體的高度，提出實施“互聯網+教育”，推動教育變革和創新，充分利用互聯網促進創新人才培養。習近平強調要堅持不懈推進教育信息化，努力以信息化為手段擴大優質教育資源覆蓋面，逐步縮小區域、城鄉數字差距，大力促進教育公平，并明確提出要發揮互聯網在教育扶貧中的作用，讓山溝里的孩子也能接受優質教育。國家“十三五”規劃綱要明確指出：推進教育現代化。而教育現代化的本質是與生產勞動相結合，培養全面發展的個人。現代教育具有鮮明的生產性，隨著社會生產從手工業、機器大工業發展到當下的互聯網智能，現代教育的內容要不斷科學化、更新化，教育手段要實現現代化、網絡化和高效能[1]。可以說，沒有信息化就沒有現代化，教育信息化是教育現代化的基本內涵和顯著特征。教育管理部門高度重視以互聯網為代表的信息技術對教育的影響，在教育信息化領域出臺一系列政策支持發展（見表1）。

（二）互聯網教育智能技術助力實現個性化學習與規模化教育

聯合國教科文組織攜手聯合國兒童基金會、世界銀行等機構在2015年世界教育論壇提出，2030年的教育愿景是要實現包容和公平的全民優質教育和終身學習，承諾在所有環境中以及在各級教育中促進優質的全民終身學習機會，并要提供靈活的學習途徑，承認、驗證和認證通過非正規或非正式教育獲得的知識、技能和能力。這一宣言從教育的包容能力和個性化的教育服務兩個角度提出了教育發展的目標和方向：一方面提出教育體系要面向所有人提供教育服務，即在教育服務對象上的規模發展;另一方面，又規定了服務的起點是個體學習者，即為每一個學習者提供個性化的教育服務。實現這一包容性、個性化的2030教育愿景，需要轉變教育系統的服務模式，運用技術提高傳統教育實踐的效率和覆蓋面，重塑教育的服務理念、組織方式、技術應用，形成面向個體學習者的新型教育生態。2019年，國際人工智能與教育大會形成了《北京共識》，強調要將人工智能平臺和基于數據的學習分析作為構建終身學習系統的關鍵技術，實現人人皆學、處處能學、時時可學。發展互聯網教育智能技術成為實現個性化學習與規模化教育的必由之路。

（三）互聯網教育智能技術助推教育服務生態系統轉型升級

通過2019年8月全國教育統計數據可知，互聯網教育體系包含學前教育、基礎教育、高等教育、職業教育、企業培訓、非學歷及終身教育等，涉及51.88萬所學校、2.76億學生，以及大量非學歷培訓者。據咨詢公司分析，互聯網教育服務產業的規模達到1700億，產業布局已逐漸成形。《2017互聯網教育服務產業研究報告》顯示，互聯網教育服務產業正處于迅猛發展期，僅2017年就有170多家創新型企業從一級市場獲得超過100億元的融資。但信息技術與教育教學深度融合的基礎理論、有效模式、智能技術尚未形成，互聯網教育相關核心技術供給不足、產業化率低，這已成為制約教育行業健康發展的瓶頸。當前的互聯網教育服務產業對學校教育的支持更多表現在產品和裝備的提供上，產業的教育服務能力偏弱。

綜上，推動實現具有重大影響的互聯網教育共性技術和關鍵技術的突破和創新，為教育管理部門提供宏觀規劃、系統化方案和標準規范，為教育事業改革與發展提供新模式和新方案，為教育服務產業提供技術原型和中試，是當前乃至未來一段時間互聯網教育智能技術領域研究的重要議題。

三、互聯網教育智能技術的應用挑戰

（一）網絡傳輸與交互

信息長距離傳輸的及時性以及互動設備的方便性、融合性是開展網絡交互互動技術教育應用的基礎。我國在以5G為代表的基礎網絡技術方面已經取得了長足進步，并成為國際標準的重要制定者之一。但在流媒體技術和網絡安全技術方面與西方國家存在一定差距。網絡安全缺少底層智能技術，研發能力存在不足。在交互技術上，我國的信息化輔助設備交互與國外的發展水平相當，但是在多模態交互上仍處于初步研究階段，與國外的集成智能學習空間等技術還存在差距。這種差異主要表現在通信技術自身、通信技術在教育中的應用、交互技術三個層面。通信技術方面，我國率先在全球范圍內進入 5G商用階段;其次，我國在多網融合方面已經進行了廣泛的研究，并推出了相關的終端產品。通信技術的教育應用方面，中國將建立教育專網，并且多網融合是大家共有的趨勢，新一代傳輸技術正在加緊研發中。在交互技術方面，國內外均實現了包括文本、圖像、音/視頻、鍵盤、鼠標、電子白板、交互筆、觸摸屏等的成熟使用。國外在集成的智能學習空間，無縫集成體感/情感計算、腦機接口、普適計算、可穿戴設備等方面較為領先。

（二）知識生成與知識轉移

知識建模與分析技術在教育中的應用依賴于本體知識庫以及學習資源模型的建設。在本體知識庫構建方面，國內的研究主要是基于維基百科、百度百科等百科類中文資源構建大規模通用知識庫[2]。其中，主要的技術涉及如何從半結構化的百科數據中抽取出概念以及概念之間的關系、如何抽取信息框數據并對信息框屬性進行去重和歸一化處理。國外除了研究基于維基百科的知識庫構建技術之外，還有大量工作研究了基于Web數據的知識庫構建，如卡內基梅隆大學的NELL知識庫和Google公司的Knowledge Vault知識庫等。面向Web數據的知識庫構建，涉及信息抽取、知識集成等技術，為提高文本抽取準確度，基于遞歸神經網絡的關系抽取[3]、利用卷積神經網絡的端到端的關系識別[4]等技術受到研究者關注。雖然國內也有此方面的研究工作，但對于中文數據的相關處理技術研究較少，開放的資源和工具也較為匱乏。此外，國外還有基于大眾協作編輯的知識庫創建，例如Freebase、Wikidata知識庫。在學習資源模型方面，學習資源模型大多是以元數據的方式來實現在海量的互聯網資源中有效地擷取、管理和重用學習內容（Learning Content）資源。總體上，在信息抽取、本體構建、信息集成等方向，國內的研究與國外并沒有明顯的差距，但是針對中文數據的相關研究較少，缺少高質量的中文開放文本數據;針對中文的處理技術研究較少;缺少面向中文非結構化文本數據的、系統化的本體知識庫構建技術。

（三）數據驅動的學習分析技術

學習者建模與學習分析的主要環節包括教育數據采集、數據處理、學習者建模、學習分析以及結果呈現五個部分，不同環節所采用的技術手段也不盡相同。國內外均關注到了教育數據采集、數據處理、學習者建模、學習分析、結果呈現這些細分領域。數據采集方面，國內教育數據采集主要借助人工采集、平臺上傳等方式實現對結構化數據的采集;但存在條塊分隔、數據單一、系統孤島、缺乏通用規范等問題。國外數據采集以自動化采集方式為主，借助物聯網感知、手寫識別、圖像視頻識別等新技術的應用。數據處理方面，國內數據整合方面以半自動化為主去粗取精、消除噪聲，實現對數據的初步清洗;數據存儲以傳統表結構形式實現對結構化數據的海量存儲。國外數據整合，實現了對多系統、多場景、多終端、多應用的學習數據進行細粒度抽象與整合;數據存儲以云存儲為核心，實現對各種類型數據的規范存儲和安全管理。學習者建模方面，國內學習者建模主要采用靜態的協作建模方式，從學生生理、心理、人格發展、行為模式以及情感態度等方面構建模型，提供服務。國外學習者建模主要采用動態自動化建模方式，對學習者的行為、情感狀態、體質健康等進行單一方面的建模分析;對學習者的綜合特征建模，在認知、情感、心理等多個方面構建模型，提供個性化服務。學習分析方面，國內學習分析大多表現為分析模型與教學研究聯系不夠緊密，分析方法也主要以統計分析和單一的數據挖掘為主（如借助SPSS統計分析工具等），但是同時也包含一些其他分析方式（如通過GSEQ，分析學生學習行為序列等）。國外學習分析主要采用綜合分析方法，如內容分析（如英國的Wmatrix、美國的CATPAC等）、網絡分析（如美國的GUESS、JUNG、英國Cohere、澳大利亞的SNAPP、韓國的Net-Miner等）、能力分析（如英國的ELLIment、Enquiry Blogger等）、行為分析（如Google Analytics、Mixpanel等）以及情感計算語義分析等多元方法，以深度學習為代表的新型分析方法開始應用，教學應用范圍較廣，時間較長，已經有應用工具有效支持適應性學習，發現了聯通學習等新型教學規律。現有的分析涉及對教學事件關系的分析、教與學模式的分析、教學效果預測分析、學習網絡分析、學習內容與對話分析。結果呈現方面，國際上結果呈現方式充分考慮師生認知負荷，以最恰當的形式呈現最終結果，如普渡大學的“課程信號”。

（四）物理環境與網絡環境的融合

以互聯網為代表的強大的技術力量在教育中的應用，首先就會對傳統的教育手段產生沖擊，如何設計多種信息流之下的學習空間、如何以智能手段對空間、教法進行評測，要解決這些問題，就需要開展學習環境與測評技術研究，而國內外在物理環境和網絡環境融合方面的研究有著明顯的差異（見表2）。

（五）網絡環境下的教育治理

通過數據分析與挖掘、數據建模、數據可視化等技術支持教育管理部門決策，支撐教育宏觀科學運行，實現系統化教育治理。在教育數據庫的建設上，國內起步較晚，與國外相比還不完善。如OECD長期以來整合、共享各成員國在教育數據庫上的信息，用來支撐各類現代教育政策和建議[8]。在分析方法上，國內多是靜態數據分析，缺乏持續追蹤研究。如澳大利亞政府推出的“我的大學”（My University）項目，通過大規模實時在線數據分析技術，納入學生和家長參與的本科和研究生課程評價信息和大學排名等信息，輔助政府對學校辦學績效進行評估[9]，促進高校共同治理。國內的數據建模多利用組織管理學方面的工具，與國外的模型構建相比，理論背景比較單薄，建模成果還不能很好地支持教育管理者決策。數據可視化上，國內剛開始使用此技術，與國際水平存在差距。美國匹茲堡教育網站上，可以通過“動態地圖”把辦學質量數據和地理空間數據疊加，轉化為形象直觀的圖像，用不同顏色的圖標表示不同的學校狀態，直觀顯示不同地區學校的教育質量，用來評估學校的辦學績效[10]。

新一代網絡技術將與人工智能、物聯網、VR/AR/MR、大數據、云計算、邊緣計算等新興技術融合使用，助力教育信息化向好發展，但技術創新不等于技術落地，尤其是教育領域更應尊重教育規律。互聯網教育智能技術落地同樣也面臨著如何將網絡傳輸與交互、知識生成與知識轉移、數據驅動的學習分析、物理環境與網絡環境融合、網絡環境下的教育治理等轉化成教育領域的技術應用挑戰。

四、互聯網教育智能技術的發展方向

互聯網在教育領域的應用正逐漸深入，但教育作為一個特殊的行業，涉及人的成長、家庭、社會，間接地對經濟社會發展也有著極大的影響，通過解決互聯網教育的關鍵技術方向實現教育系統性變革是利國利民的大事。互聯網將在教育的“教、學、管、評、測”等方面發揮積極的作用，這涉及了教育交互系統、知識建模、學習者建模與學習分析、系統化教育治理等方面。遠程教學交互系統將解決互聯網教育的技術支持層的問題，旨在利用最新的人機交互和人人交互技術和設備為學習者提供多網融合和多點實時交互、高沉浸感、多模態的嶄新一代遠程交互環境;知識建模與分析技術將解決互聯網教育學習資源層的問題，面向生成性、適應性、智能性、可進化的學習資源開展研發;學習者建模和學習分析技術將解決互聯網教育教學行為層的問題，重在為優質、靈活、個性化教育服務提供模型和分析算法;學習環境設計與評測將解決互聯網教育學習環境層的問題，探索具有智慧化、虛擬化、沉浸式、多模態、個性化特點的虛擬課堂及應用;系統化教育治理技術將解決互聯網教育綜合治理層的問題，探索用互聯網促進教育治理的科學和高效的方法，旨在加速教育治理現代化的進程。

（一）遠程教學交互系統

如何將傳輸與互動技術，按照教育的規律進行部署與應用，還存在非常多的問題，具體分解下來，此方向的研究需要解決交互理論和模型、自然交互技術、多模態數據融合以及基于多網融合、多點互動的遠程實時高速傳輸技術四方面的問題。

（1）交互理論和模型。側重對教學交互的理論和分層模型進行研究，發展新一代教學交互模型，揭示互聯網環境下，師生和學生間社會交互的新規律和新特征。

（2）基于普世計算的自然交互技術。研究基于普適計算的各類新型自然交互技術，包括體感計算、情感計算和腦機接口等，以及各類自然交互技術在遠程教育環境中的應用，實現普適計算環境中的高沉浸感、多模態情境感知和交互互動。

（3）多模態數據融合技術。研究基于普適計算的各類新型自然交互技術中多模態數據融合問題，著重研究數據集成交換標準及有效的數據融合算法，使各類新型自然交互技術所獲得的綜合上下文信息具有更高的精確度和容錯性。

（4）基于多網融合/多點互動的遠程實時高速傳輸技術。研究基于多網融合、多點互動的遠程實時高速傳輸技術，重點研究多網融合、5G技術、融合通信等新一代通信系統在遠程教育傳輸中的應用。

（二）知識建模與分析

推進本體知識庫以及學習資源模型的建設優化，需要著重開展學科知識建模技術、知識分析智能技術，及知識服務智能技術的研究。在三類技術的基礎上，研發出與學科知識、學習資源相關的系列規范、模型和工具。

（1）知識建模技術。需研究出科學的學習資源描述方法，表示出學習資源與知識的對應關系，研究學習資源適合的學習情境和教學方法，并且能夠表示資源在使用過程中的生命歷程以及積累的學習智慧。

（2）知識分析智能技術。需基于本體匹配等各種技術，解決各級各類知識、不同來源、不同時間、不同子模型結構知識在融合過程中出現的如知識重復、冗余、歧義、矛盾、不完整、不匹配等問題，研究相應的處理技術。以知識點為核心將有關資源匯聚在一起的技術，以及資源內容的調整和完善、資源內外結構的優化技術，使資源可以像一個生命體一樣在內部“基因”的控制下持續地進化和成長。

（3）知識服務智能技術。需研究內容生成技術和形式（界面）生產技術，從內容生成來說，首先研究知識空間生成和特征計算技術;從形式生成來說，需要研究知識圖自動生成技術、知識點自動布局算法、知識圖自動分層技術、知識圖界面友好研究、知識圖與不同特點學習者認知負荷自動協調技術等。

（三）學習者建模與學習分析

該方向基于教育數據采集、學習者建模和學習分析領域的智能技術，以互聯網時代學習者的個體特征、知識、心理和學習行為等方面為核心，研究構建學習者模型，并通過大規模樣本數據獲得中國學習者的各類常模。在此基礎上，研發學生成長監測實驗系統和教學過程監測與學習分析系統，為學習者適應性學習服務提供技術應用、組織機制與服務模式示范。與此過程相應，需要解決的關鍵技術有教學數據采集技術、學習者建模技術、學習者常模構建技術、基于教育大數據的學習分析技術。

（1）教學數據采集。基于各類智能終端設備，通過語音識別、圖像識別、手寫識別、OCR掃描識別等技術實現各類教學場景下的過程化教學數據采集。

（2）學習者建模技術。重點針對學習者學習成長歷程的復雜性和多元性，基于教育學、心理學、信息科學和數據科學等多個學科，整合個體特征、知識、心理和行為數據，構建學習者成長模型，對學習者能力與素養進行綜合評價。

（3）學習者常模構建。以大規模學習者樣本特征數據為依托，借助具有良好信效度的測評工具，對不同年齡、性別、區域的學習者群體所表現的學習特征及其典型變異進行刻畫，可以描述各種亞群體的學習發展特征，比較個體或群體學習發展在特定群體中的相對位置，滿足不同使用者的多樣化需求，同時，通過對大樣本學習者的持續追蹤，實時收集和動態更新相關特征數據，實現中國學習者發展常模的動態生成和持續更新。

（4）基于教育大數據的學習分析技術。通過測量、收集、分析和匯報教學主體與教學過程數據，應用模型和分析工具表征教學過程、挖掘影響因素、推薦教學資源、評測教學績效，探索教學行為與師生特征、教學設計和教學績效之間的關系，揭示深層次教育規律，建立基于大數據技術的教學過程監測、評估、診斷和預測技術體系。

（四）學習環境設計與評測

該方向研究學習環境設計與評測技術，致力于突破學習空間的增強技術、新型學習空間中的認知規律及學習體驗技術、學習空間評估評測技術及設計優化技術，形成標準體系和服務能力，推動數字學習環境行業領域及產業的發展。

（1）學習空間增強技術。研究針對虛擬學習環境（VLE）技術、面向學習的虛擬現實（VRL）技術、虛擬實驗（VEL）技術環境三種不同功能類型的典型學習情景的具體增強技術。研究學習空間增強方法，采用SMART模型，在教室的物理學習環境中，對教學內容呈現（Showing）、物理環境管理（Manageable）、數字資源獲取（Accessible）、師生及時互動（Real-time Interactive）、情境自動感知（Testing）五個維度進行增強。

（2）新型學習空間中的認知規律及學習體驗。研究內容認知負荷及自我認同規律，面向感知、反饋、績效三個體驗層次，面向在線學習環境、虛擬現實環境、虛擬實驗環境三種典型環境，研究學習空間中學習體驗特點;研究學習空間中的認知負荷，包括學習空間中事物的數量及布局，多元媒介的組織和呈現方式以及學習者的先備知識水平;研究虛擬自我與身份認同對學習者在網絡學習空間和真實世界中的表現產生的影響，包括認知、態度和行為，為學習者健康人格的形成提供健全的網絡學習環境。

（3）學習空間評測技術。構建統一評估、監測體系，通過對教室環境進行評測，評測內容和角度涵蓋教學內容呈現、物理環境管理、數字資源獲取、師生及時互動和情景自動感知五個維度的評價，對學習空間進行評測。

（4）基于學習者體驗的學習空間設計優化技術。研究四類學習空間（智慧教室[11]、虛擬實驗室、網絡在線課堂和網絡專遞課堂）的各類有效環境配置方案，形成需求、條件與環境匹配模型，總結學習空間建設的規律;建設學習空間設計中的3D模型庫;研究學習空間環境體驗評測工具;研究學習空間設計技術。

（5）研究學習空間建設指南和標準。分別研制網絡學習空間和物理學習空間的建設指南。研究智慧教室標準規范。研究形成包括物理建筑、信息網絡、供配電系統設計、音頻系統設計規范、視頻系統設計、VR系統設計的建設規范;在此基礎上，形成智慧教室環境建設的質量方針、目標、職責和程序，最終形成智慧教室的標準體系。

（五）系統化教育治理

針對我國教育治理過程中存在的諸多困難，對教育結構調整、教育資源配置、辦學績效評估等宏觀和中觀教育治理的核心任務提出互聯網技術解決方案。最終要實現對教育發展狀況的動態監測、教育現象深層邏輯的深度洞察、教育發展走向的有效預測，為解決現實的教育治理難題、促進教育決策的科學化和治理過程的精細化提供全新的技術支撐，這需要在教育治理動態監測和預警技術、教育信息可視分析與決策支持技術兩方面實現突破。

（1）教育治理動態監測與預警技術。研究針對教育治理需求的、切實可操作化的、能夠深化落實教育改革的診斷性指標體系，促進學校、教師、教育行政部門及時了解情況，為教育決策提供依據。研究面向不同區域、各級各類的教育管理部門和教育機構，獲取多平臺、多時相、多波段和多源數據，實時掌控教育動態變化情況，構建基于關鍵指標的預警模型，實現對各種教育管理業務和教育專項工程的智能預警，確保各項教育指標按需實現。研究針對教育發展和教育管理業務中的問題，運用優化方法、預測方法、蒙特卡洛方法等分析手段，構建教育宏觀政策決策模型和教育管理業務決策模型，開展教育管理智能決策。

（2）教育信息可視分析與決策支持技術。對海量教育數據分析、挖掘和建模結果進行可視化分析和交互式呈現，用以輔助教育決策和教育研究、公眾的教育政策咨詢、教育信息獲取和應用，以及教育政策宣傳與普及等。研發基于GIS環境下的可視化治理工具，以國家、省級為單位研究各級各類教育機構的空間配置決策系統，利用空間分析方法，將GIS空間分析方法應用于教育資源配置過程，對各級各類教育發展規模進行空間分析及決策支持。

五、互聯網教育智能技術的研發路徑分析

科技創新給互聯網教育關鍵技術問題的解決帶來了各種可能，互聯網教育的關鍵技術研發將以匯聚新興技術為依托和教育系統結構重組為載體的創新模式進行關鍵技術路徑實現，具體如下：

（一）以5G為支點的遠程教學交互系統的研發路徑分析

通過構建交互活動組件開放平臺、自然交互技術聯合集成示范平臺和多網融合/多點互動遠程實時高速傳輸平臺，分重點對四方面技術內容展開研究。在平臺科研的基礎上，前兩個平臺以建設成遠程教育的自然交互與多模態融合實驗室為目標，多進行技術層面的研究開發;后一平臺以建設成工程化驗證與試驗為目標，面向應用層面，探索并驗證多種網絡環境（尤其是農村地區網絡環境）下的交互與傳輸服務，形成適合不同區域實際情況的寬帶網絡連接與傳輸解決方案（如圖1所示）。

交互活動組件開放平臺主要聚焦交互理論和模型、多模態數據融合技術兩項研究內容。通過集成各類遠程交互組件，滿足在線學習時師生多樣的交互需求，實現實時性交互活動的開放式平臺。該平臺集成了傳統遠程交互組件、運動感知、情感計算、腦機接口等交互方式的全新交互組件和專業軟硬件設備，提供開放的API接口和友好的UI界面，面向個人用戶和行業企業開放。個人用戶和企業可以基于平臺已有交互活動組件開展教學交互互動，還可以依據自身的個性化交互需求設計添加新的交互組件，集成新的軟硬件交互產品，在保證數據隱私的同時，豐富在線學習中交互活動類型。最終將一站式簡化在線學習用戶對平臺的接口調用和可視化圖形用戶界面，打通交互需求設計、交互模式創新、多模態數據融合的全流程。

（二）以知識服務平臺建設為重點的知識建模與分析技術路徑分析

通過知識分析智能技術的研發，實現各知識庫的優化整合;通過知識服務智能技術的研究，實現資源的友好呈現和檢索推薦等，最終給受眾提供基于本體知識庫的智能知識服務平臺以及優質學習資源自適應服務平臺。面對社會對知識工程等相關共性技術的需求，進一步建成知識本體、學習資源工程化驗證與試驗，推動技術的成熟與遷移應用（如圖2所示）。

首先，從教學大綱、教材目錄抽取學科核心知識點以及知識點之間的層級關系，形成以學科知識點為核心的本體概念模型;其次，對教材內容進行深層次處理與分析，基于自然語言處理、概念標注以及關系抽取技術，自動化獲取知識點之間復雜的邏輯關系，形成本體知識庫中的實例數據;最后，研發輔助教育專家的半自動化知識庫構建工具，提供可視化、交互式的用戶界面，將自動抽取的結構化信息按置信度排序提交給用戶進行驗證和修改;用戶驗證和修改后的數據在添加到知識庫之后，將作為訓練樣例對自動化抽取模型進行再訓練，逐步提高自動化標注與抽取結果的準確度。

（三）以數據模型研發為核心的學習者建模與學習分析技術路徑分析

學習者建模與學習分析技術可劃分成三大研究系統，即教育數據采集系統、學習者模型常模數據庫、教學過程檢測與學習分析系統。具體建設上，教育數據采集系統的建設需要解決采集方式和來源多樣、數據采集業務標準和技術標準不統一的問題，通過開發基礎數據模塊、應用數據模塊、系統日志模塊，實現數據采集接口的統一，保障教育數據的抽取、清洗、匯集以及管理（如圖3所示）。

（四）以學習空間優化為核心的學習環境設計與測評研發路徑分析

推動學習環境設計與測評技術上各項研究內容的展開，需要大量的試驗探索和應用檢測，為此不僅需要建立虛擬課堂技術實驗室作為研發的核心部門，同時，還需要建立VR與智慧學習空間工程化驗證與試驗基地，針對在智慧教室、虛擬實驗室、網絡在線課程以及遠程專遞課堂四種學習空間中的技術、標準應用情況，檢驗技術、發現問題，以進行持續的更新優化，最終輸出優質的環境設計與測評方案，建立示范性基地。虛擬課堂技術實驗室作為核心，搭建智慧教室測評實驗室、VR/AR教學增強實驗室、虛擬課堂數據采集與分析實驗室，分別解決學習空間測評、增強以及優化方面的問題。面向教育產業需求，成立VR教育資源生成與共享平臺、學習空間設計優化與測評平臺，以開放共享實現VR教育資源、學習空間優化方案等研究成果的推廣應用，產生社會影響力，最終推動相關建設指南及標準的制定（如圖4所示）。

（五）以動態監測和宏觀決策為目標的系統化教育治理支持技術路徑分析

在系統化教育治理實驗室的建設上，對應于建設任務中的教育系統監測與評估，構建了教育治理綜合數據庫，并研發教育系統監測與評估平臺;對應于建設任務中的決策支持，開展校務管理數據服務系統建設，研發決策支持工具。數據及數據庫的建設是動態監測及科學決策的基礎，為此需建立海量教育治理綜合數據庫。開發能接納多個部門數據源的數據模塊，通過數據上報和數據交換實現結構化教育數據的采集與更新，建設教育治理決策所需的基礎數據庫;開發包括教學行為、學習行為、教師教研、學生成長與發展、教師發展、學校區域教育發展等在內的教育數據模塊，建設教育治理決策所需的教育狀態數據庫;開發包含網頁信息、社交信息、報刊信息等多途徑和渠道信息的數據模塊，構成教育治理決策所需的社會輿情數據庫（如圖5所示）。

六、結? ?語

在未來教育場景中，互聯網技術將成為必不可少的部分，隨著教育專網的建設，互聯網技術一方面作為技術應用存在于教學場景中，另一方面作為直觀教學的媒介有力地傳播知識和啟迪智慧。教與學的過程中，互聯網教育智能技術將推動物理空間、社會空間、信息空間的融合，使得教育情境變得開放、自然、適切;管評測方面，互聯網教育智能技術將圍繞提升教育質量、促進教育均衡而全面發力。未來互聯網承載諸如人工智能、大數據、物聯網、區塊鏈、邊緣計算等新興技術共同推進教育變革，實現真正意義的“因材施教”。

[參考文獻]

[1] 黃濟，王策三.現代教育論[M].北京：人民教育出版社，1996.

[2] NIU X，SUN X，WANG H，RONG S，QI G，YU Y. Zhishi. me-weaving chinese linking open data[C]//International Semantic Web Conference. Berlin Heidelberg： Springer， 2011.

[3] SOCHER R，HUVAL B，MANNING C D，et al. Semantic compositional- ity through recursive matrix-vector spaces[C]//Proceedings of EMNLP-CoNLL.2012： 1201-1211.

[4] SANTOS C N D，XIANG B，ZHOU B. Classifying relations by ranking with convolutional neural networks[C]//Proceedings of ACL.2015： 626-634.

[5] HARRELL I L，BOWER B L. Student characteristics that predict persistence in community college online courses[J]. American journal of distance education，2011，25（3）： 178-191.

[6] 中國教育技術協會技術標準委員會.多媒體教學環境工程建設規范[J].現代教育技術，2011（10）：123-158.

[7] 熊華軍，閔璐.解讀美國網絡教育質量國家標準[J].中國電化教育，2012（12）：36-40.

[8] 祝智庭，賀斌.智慧教育：教育信息化的新境界[J].電化教育研究，2012，33（12）：5-13.

[9] 陳霜葉，孟瀏今，張海燕.大數據時代的教育政策證據：以證據為本理念對中國教育治理現代化與決策科學化的啟示[J].全球教育展望，2014（2）：121-128.

[10] 李葆萍，周穎.基于大數據的教學評價研究[J].現代教育技術，2016（6）：5-11.

[11] 黃榮懷.胡永斌.楊俊鋒.肖廣德.智慧教室的概念及特征[J].開放教育研究，2012（2）：22-27.