基于AI架構的智慧課堂研究*

摘? ?要? ?人工智能的極速發展，已經為其介入學校教育、實現智慧課堂做好了充足準備，基于人工智能的智慧架構，將以其智能交互、智能深度學習形成的閉環架構，重新定義課堂教學。同時，人工智能架構及其教學應用，所帶來的多種技術的深度融合，有機建構起來的深度智慧，更將為課堂教學整合出面向未來的基于智篩選、智適應、智學習等更為進階的一體化智慧建構。

關鍵詞? ?AI架構? 智慧課堂? 整合建構? 深度智慧

從人類所經歷的三次教育改革歷覽，即將到來的第四次教育改革，將是人工智能全面占領教育領域，并重新定義課堂教學手段、教學模式、教學形態的時代變革。同時，亦將以智慧課堂為授受關系帶來一場前所未有的驚天巨變。

一、智慧課堂的人工智能架構整合概述

1.人工智能架構應用概述

人工智能作為計算機科學的一個分支，試圖透過智能的本質，以技術途徑生產出一種與人類智能相類似的、能夠做出辨識反應、機會研判、邏輯推演、模型優化等復雜智能任務的模擬智能系統。人工智能中的模擬智能，目前已經涵蓋了語言識別、圖像識別、專家系統、自動化應用、擬人機器等研究分支。人工智能僅僅只是機器系統對于人類智能的一種數字化、程序化、抽象化模擬，目前尚不能像人類那樣具備獨立意志，因此無法進行真正意義上的獨立思考。短時期內除運算、邏輯、數控等數字化能力外，不可能超過人類的智能水平[1]。人工智能的廣泛應用，為各行各業的自動化發展，帶來了翻天覆地的技術變革。近年來，人工智能開始在教育領域大顯身手，正在成為教育變革的一股中堅力量。課堂教學亦將由此而發生形態、模式、手段等諸多方面的嬗變躍遷。

2.智慧課堂的人工智能架構整合意義

人工智能具有數字化、程序化、抽象化的智能模擬，因機器化操作而有著更快、更準、更精、更強等先天性優勢，尤其是在復雜任務方面，人工智能的完成度、完成質量、完成效果等均遠勝人工。人工智能一旦應用于課堂教學，將能夠為學校教育帶來徹底改變，由傳統課堂到智慧課堂的改變，極大地提高課堂教學質量、教學效率、教學管理水平。智慧課堂不僅能夠極大地提高教學信息容量、輔助教學信息容量，而且還能極大地提高基于人工智能的深度智慧含量。據統計，傳統課堂教學過程中，學生有近三分之一的時間被浪費，而引入智慧課堂，則能夠更加充分地發揮人工智能的智慧篩選、智慧適應、智慧學習優勢。以人工智能為核心，加持大數據與云端服務，能夠實現基于人工智能的課前、課中、課后的完整的教學閉環，傳統教學可望而不可及的差別化教學、精準化教學、智能化教學，都可以通過人工智能得以完美實現與解決。

3.智慧課堂的人工智能架構整合建構

智慧課堂中的人工智能架構，涵蓋了課堂教學中的課堂場景、課堂氛圍、課堂監控、課堂管理等方方面面。智慧課堂在人工智能的助力下，以學習單元個體的最小單位學生作為主要對象，在智慧課堂中，依托于人工智能架構的數據采集與分析研判，能夠獲得學生個體全景式的一目了然的學習狀態圖譜，并能夠據此針對學習狀態，因人而異地進行有差別化的學習路線、學習內容、課后作業等全方位的學習路徑優化。人工智能架構的在線學習助手，還能夠使學生、師資、校方三者形成有機的關聯，使得師資能夠監控學生、校方能夠監控師資、學生能夠向校方反饋師資，三者能夠有機地形成整合化的教育體系一體化建構。未來的智慧課堂將呈現出一種規范高效的智篩選、智適應、智學習的深度智慧的學習圖景。全息課堂與電子助理等，將隨時伴隨在師生的左右，智慧課堂將不再受制于時空的限制，完全按照智慧的策略運作規則、運作機器、運作思維，無效信息將被篩選、無用的流程將被精簡、無關的操作將被剔除，一切都將在人工智能的驅策之下，以深度智慧的法則，按照智能優化與教育優化的深度融合原則加以高效整合建構。

二、智慧課堂的人機互動架構整合

1.智慧課堂的靜態接口建構

人機之間基于靜態接口的互動，是整個智慧課堂最為基礎的部分。傳統的課堂靜態人機接口，包括了身份識別與認證、人數統計、出入監控與統計等基礎性靜態交互過程。其中的身份識別與認證，能夠有效區分學生個體、師資個體、校方管理者個體、校方服務者個體。在此基礎之上，能夠為分屬于不同領域的個體，分配各自所屬的不同的功能與機制。并且，還能夠為同一領域的學生個體，建構出因個體差異較大而產生的個性化學習狀態圖譜，這才是智慧課堂靜態接口的存在意義。同時，智慧課堂的靜態接口還會在人工智能與區塊鏈的雙重加持之下，形成一種具有增益功能的拓展性應用。還能夠為學生個體整合建構出類似身份證明的、由幼兒園直至步入社會的學生個體學習狀況的全局檔案。靜態接口的人機互動整合建構為進一步動態乃至實時的人機互動整合建構打下了堅實的技術基礎。智慧課堂因此得以由靜態智慧接口可視化，向動態智慧行為可視化嬗變躍遷[2]。

2.智慧課堂的手勢識別整合建構

智慧課堂應該是人工智能應用于教育領域的一個比較重要的方面?；陟o態接口的成熟應用，人工智能可以進一步針對某一部分身體行為，進行更為復雜的能夠動態識別的人機互動整合建構。舉一個最簡單的例子，比如學生在課堂踴躍舉手發言，任何教師可能都無法精確地統計哪些學生舉手了，而智慧課堂的手勢識別，則能夠居高臨下地從課堂空中的不同視角，毫無遺漏地向教師面前的智能大屏即時反饋舉手的學生，將舉手的學生進行高對比色彩加以標識。同時，還會將近期提問過的學生依智能統計，進行不同的色彩標識區分。這樣，教師在授課的過程中，就能夠一目了然地看到學生的舉手狀況、已經提問的狀況、未進行提問的狀況。當然，這只是手勢識別的一個十分有限的應用方面而已。實際上，手勢識別推而廣之，可以針對學生、師資、校方服務人員的行為進行全方位的深度智慧整合建構，從而為深度智慧的人機互動，整合建構起一種更加進階的人機共通、共建、共享的技術表達，從而進一步由智慧行為可視化向智慧思維可視化嬗變躍遷。

3.智慧課堂的思維可視建構

目前的人工智能面部識別研究，已經獲得了突飛猛進的發展，頭部動作的分析建模，已經基本成熟完備，眼動與表情的深度智慧識別等，也會隨著AI架構的智能分布、智能物聯、聚類分析等的不斷研發，快速地為智慧課堂帶來現實化的技術支撐。根據頭動、眼動、表情三個維度的課堂授受實時反饋，透視思維活動，實現思維的可視化整合建構，不僅能夠為在場與在線的教師提供即時反饋，而且，還能夠將實時綜合分析的結果，即時反饋給學校的教學管理部門。在人工智能的深度智慧輔助下，不僅課堂的授受將變得更加智能，而且與課堂息息相關的教學監控、教學管理、教學服務等亦將變得更加智能。這些基于人工智能架構的深度智慧，將共同輔助課堂教學，成為未來智慧課堂思維可視化整合建構不可或缺的關鍵。同時，通過人工智能物聯設備等無處不在的輔助，還可以透過設定的場景與學生個體進行有差別的互動，極大地提高實時授受效果，達到更加有效的授受教育教學目標。人機互動在深度智慧的基礎之上，還將通過人機之間、信息與系統機制之間、機器物聯之間等更加全方位、多元、復雜的良性互動，進一步拓展智慧課堂上的靜態交互、動態交互、實時交互，為授受雙方帶來更加多姿多彩的趣味課堂，師生與人工智能之間，更加有機地建構成為一種智慧課堂交互的整合共同體[3]。

三、智慧課堂的深度智慧架構整合

1.智慧課堂的智篩選建構

如果說人機互動整合建構屬于一種進階的智慧整合建構，那么深度智慧的整合建構就屬于一種較為高級的智慧整合建構范疇。這一范疇首當其沖的人工智能架構，就是智篩選在整個智慧課堂中的人工智能集成。智篩選是智適應與智學習等深度智慧整合的建構基礎。信息時代紛紛擾擾的信息，實際上已經給現代人帶來了諸多煩惱，對于學生而言同樣如此。傳統的課堂授受由于師資水平的差異，必然存在授受的差異化。這就必然會給學生帶來無法避免的差異化的成績分布。人工智能介入的智慧課堂，則能夠在課堂上針對名師的授課內容進行有機的篩選，為不同程度、不同階段、不同接受能力的學生，基于深度智慧進行智篩選。智篩選能夠為整個智慧課堂的整合，建構出因人而異的差別化表達，哪怕是兩名學生在學習成績之間毫無差別，智篩選系統也能夠在二者之間，根據整個泛學習周期的學習狀態圖譜，在人工智能深度智慧的分析研判下，為二者各自實時描繪出有差異化的課前預習、課中學習、課后復習等一整套閉環的定制化的學習日程。同樣，對于教師而言，智篩選也會有差異化地給出師資因人而異的有差別化的改進與進修日程，曾經流存于理想化想象狀態的“有教無類、因材施教”等差異化授受，即將成為人工智能時代的一種基于深度智慧智篩選整合建構的標準配置[4]。

2.智慧課堂的智適應建構

針對智慧課堂整合建構的人機互動的不斷發展與不斷推進，為更加智慧化的智篩選與智適應集成提供了必然的遞進路徑。所謂智適應即更加高級的抽象化層級上的人機互動。這種抽象化層級的人機互動，已經具備更為高級的人工智能識別技術，不僅能夠智慧化地識別出與機器正在交互的人物身份，而且還能夠在本地局域云端、遠程互聯云端的支持下，在大數據與數據挖掘的支持下，在人工智能架構的核心支撐下，為不同身份的智慧課堂授受角色提供因人而異、因能而異、因習而異的智慧化授受[5]。在智適應集成下，極大地提高了授受的整體教學進度，對于那些喜歡探索的學生而言，在游戲場景般的趣味性課堂氛圍中，將能夠極大地吸引他們對于學習的興趣。學生在主觀能動性的驅策下，自主掌握學習進度。在差異化智適應適配的學習過程中，絕大多數學生可能會遇到的最基本的疑問，早已經被人工智能捕捉下來，成為一種隨時即時更新的問答范式。學生可以在學習過程中，隨時在輔助屏幕上看到與可能疑問相關的輔助學習信息。同時，在線的各院校的教師，亦能夠隨時針對學生學習過程中的疑問，予以非常詳盡的由淺入深的解答。解答的結果均將被人工智能捕捉成為一種問答范式，以便于這些可能重復的問題能夠即時直接推送給學生。這種深度智慧驅策的智適應，使得授受效率與學習效率成倍提升。

3.智慧課堂的智學習建構

作為智慧課堂深度智慧的智學習集成，早在2018年即已成為刺激AI熱潮的一種代表性的技術指征，目前正在由巔峰期向平穩發展的平臺期過渡。智慧課堂中那些流于表象化的視覺化技術，實際上無不需要更加智慧化的深度智慧與深度學習系統，給予其不可或缺的系統化支撐。無論是視覺技術中的視頻識別還是音頻識別等，最終都必然需要通過AI架構，加以建模、辯識、區分、研判，并最終通過深度學習系統，給出機器識別的最終結果。深度學習系統對于活動圖像的識別，亦將隨著計算機算力、速度、存儲以及計算機云集群、大數據、5G通信技術的飛速發展而獲得前所未有的發展。深度學習系統對活動音視頻等的識別，目前已經達到了全面應用的階段。對于智慧課堂而言，深度學習系統的不斷學習記憶功能，能夠輕松地針對動作、行為、表情，甚至是抽象化的思維等進行充分且可靠的研判，從而能夠在可持續的深度學習過程中，不斷積累針對課堂授受過程的智慧表達，不斷改進智慧模型，不斷升級智慧設備，最終通過交互系統建構、識別系統建構、學習系統建構等，以深度智慧與智學習機制，整合建構出課堂授受的智慧共同體表達[6]。

基于AI架構的智慧課堂，解決了傳統課堂的體驗性、趣味性、效率性等諸多方面的問題?；谌斯ぶ悄艿倪M階智能交互與智能深度學習，形成了智慧課堂的閉環架構，二者的深度整合與融合建構，不僅為實時教學提供了涉及教、學兩個授受層面的智慧表達，而且還為考、評、管三個關鍵環節提供了高度集成的一體化架構的全過程支撐。同時，更為教育教學帶來立體交互與實時反饋等更為精準且更具深度智慧的教學氛圍、教學環境、教學手段。

參考文獻

[1] 劉勉，張際平.未來課堂智能教學系統設計研究——以手勢識別為技術支持[J].中國電化教育，2019（07）.

[2] 董荻.人工智能與教育的融合——智能機器人在學前教育領域的應用[J].教育教學論壇，2019（31）.

[3] 呂愷悅，施智平，孫眾.人工智能時代下的教師教育發展——“2019人工智能+教師教育國際研討會”在北京舉行[J].現代教育技術，2019，29（07）.

[4] 謝忠新.智能化教學——AI時代信息技術與課程教學深度融合[J].上海課程教學研究，2019（Z1）.

[5] 侯憲橋，林琳，張思麒.研究AI賦能互聯網教育的現狀與發展趨勢[J].科技經濟導刊，2019，27（22）.

[6] 鄭慶華.人工智能促進智慧教育，提升人才培養質量[J].高等工程教育研究，2019（04）.

[作者：張宇哲（1984-），女，吉林長春人，長春廣播電視大學文法系，講師，碩士。]

【責任編輯? 孫曉雯】