人工智能視域下開放大學教師的信息素養提升：挑戰、技術支持與實施策略

韋書令，文夢丹，劉權緯

(1.廣西廣播電視大學 廣西現代遠程教育研究中心，南寧 530022；2.廣西第一工業學校，南寧 530023)

一、前言

當前，隨著新一代人工智能(AI)技術的快速迭代更新，傳統遠程教育的知識傳播、資源形態、教學組織和教學評價等基本要素正發生巨大改變，以自然語言處理、語音識別、圖像識別、知識圖譜、情感分析和機器學習等為代表的人工智能技術可幫助教師實現大規模的“因材施教”，教師需要適應智能技術環境下課程內容和學習資源的設計與開發，制定多樣化教學交互策略，使用數據分析工具實現教學過程多維分析和評價，這些改變都將對教師信息素養提出新的挑戰和變革，將人工智能技術應用于教育教學已成為學術界關注的熱點。

2018年2月，教育部發布了《關于全面深化新時代教師隊伍建設改革的意見》，指出教師要主動適應信息化、人工智能等新技術變革，積極有效開展教育教學。[1]劉清堂指出智能教學技術的發展是推動教育變革的外在因素，對技術的應用及思考是教育變革的核心，教師則是這個核心的關鍵因素；[2]范國睿認為智能時代的教師角色應該是學習分析者、信仰與價值的引領者、個性化的指導者、社會學習的陪伴者、心理和情感發展的呵護者；[3]宋靈青認為人工智能技術能將教師從繁瑣、機械、重復的工作中解脫出來，能夠替代教師的部分功能；[4]鮑日勤認為進入人工智能時代，伴隨教與學形態的變遷，相應也帶來了教師形態的變革，人類教師要從面向知識體系的傳授，轉向面向核心素養的培養。[5]而以現代信息技術為支撐的開放大學，在辦學理念和教學模式上就強調教學與技術的深度融合，教師承擔的工作內容也和信息技術的發展息息相關，從廣播電視時代教師使用錄像、磁帶和光盤等多媒體向學生傳遞課程內容，到互聯網時代在線課程的大規模推廣和應用，開放大學的教學規模在不斷擴大、質量和效率在不斷提升改善。而在人工智能時代，隨著教學服務的智能化和學習資源的跨媒體化，教師不僅需要做好人機協同工作，還要幫助學生進行個性化的知識建構和技能習得，更加關注學生學習能力、社交協調能力和創新能力等核心素養的培養。未來教育需要轉變學生獲取知識的方式，教師知識性講授功能會被人工智能所取代，教師的主要工作是培育學生能力。[6]

由此可見，人工智能技術可為開放大學的教學賦能，使遠程教學不受傳統教學環境和時空距離的限制，教師的教學能力將得到延伸和擴展，同時也對開放大學教師的信息素養提出更高的要求和挑戰：開放大學教師應如何面對人工智能技術帶來的教學變革，如何提升開放大學教師信息素養以適應時代要求。本研究將從開放大學教師遠程教學和專業發展的需求出發，探究教師信息素養提升面臨的挑戰，梳理人工智能在教學過程中的技術支持，并提出有針對性的實施策略以供參考借鑒。

二、人工智能時代開放大學教師信息素養提升面臨的挑戰

由于當前算法、算力和數據的突破為人工智能的發展提供了強勁的內生動力，人工智能與各行業在應用場景上的深度融合將會帶來工作效率的提升。在遠程教育領域，學生獲取知識的途徑和方法不再局限于課堂，教師工作中繁瑣、重復和機械的知識傳遞和教學活動將會被人工智能替代，智能化的人機協作能更加高效地解決復雜的教學問題。德國哲學家雅斯貝爾斯(Karl Theodor Jaspers)提出教育的本質意味著一個靈魂喚醒另一個靈魂，[7]未來教育將由教師和人工智能共同為學生提供權威的學習支撐、精準的學習內容和豐富的學習活動，大規模因材施教的個性化教學將成為現實,對教師的教學方式、教學角色、能力評價和信息素養等方面都會產生深刻的影響，教師應積極面對人工智能時代帶來的挑戰。

(一)教師教學方式拓延變革

在傳統遠程教育中，教師除了完成日常授課和班級管理工作外，還需要完成作業布置、評分統計、資源制作和在線答疑等工作，需要耗費大量時間和精力，難以做到對每個學生進行因材施教。同時由于師生之間的學習空間分隔，容易產生學習過程不連續、學習支持服務不足、學習資源利用率不高和情感聯系薄弱等問題，大量教學數據和學習資源的聚集將對教師決策能力和組織能力提出極高的挑戰，重構教學方式應是教師重點關注的研究方向。教師可以借助智能行為分析、臉部識別和生物信息采集等技術手段，監控學生的學習狀態，并提供智能化的交互和支持，緩解由于時空分離而造成的負面情緒；可利用知識圖譜、關聯規則、內容過濾和協同過濾等技術，改善遠程學習系統中資源與知識單向傳輸和缺乏互動的情況，為學生提供智能化的學習資源推薦；通過深度挖掘遠程學習過程中產生的大量數據，了解學生的知識掌握情況、行為數據和學習情緒等信息，為學生提供個性化學習預警和引導；可通過智能機器人助手或自動答疑系統幫助學生解決各種學習或生活問題。開放大學教師應創新和變革人工智能環境下的教學手段和方式，反思如何組織和引導學生深度參與遠程教學活動，進一步解決遠程教學中的監督與互動問題。

(二)教師教學角色將重新定位

人工智能技術的進步使學習材料、教學媒體、交互方式和學習環境等辦學條件和教學方式發生一系列變化，開放大學教師的角色也隨之不斷調整，從函授教師、文字教材的主編教師、電視課程的主講教師、面授課程的輔導教師轉變到當前的在線主講教師、在線資源設計師、活動設計師和答疑教師等等，新時代的教學要求逼迫教師重新思考自身的定位和所擔任的角色。教師將在人工智能技術的支持和協助下完成教學設計、學習資源推薦和情感互動等創造性工作，而知識傳授、作業批改和監督評價等程序化和重復性的工作將由“智能教師”所代替，讓教師將更多精力投入到創新性的教學活動中去，專注于與智能化教學環境融合。具有領域專家知識的“智能教師”將成為與人類教師同樣的社會化個體，成為人機協作的重要組成部分。比如IBM公司的Project Debate機器人可從100億個句子中找到幾百句恰如其分的觀點，并完美組合起來，有理有據地進行辯駁；[8]Bayne在MOOC上使用自動化教師Botty輔助教學，可以提升教師與學生的互動效果；[9]Canbek等人指出，智能助教是人工智能在人與機器間構建自然的人機交互，并能完成陪伴學習、語言學習等教學任務。[10]

(三)教師能力評價急需調整改進

大數據技術為教學干預和教育管理提供了量化依據，可有效規避教師憑借主觀教學經驗做出判斷的弊端，并對教學過程進行實時動態的記錄和反饋。美國教育部發布的《擴展基于證據的方法在數字學習領域的應用》提出基于教育大數據的評價，由經驗式評價轉變為基于數據的過程性評價，通過大數據技術深入分析教學規律。[11]當前開放大學的教師教學能力評價機制仍然沿用基于班級為單位實施傳統面授教學的教學工作量考核制度，但由于遠程教學具有學習空間分離、學習方式開放和學習對象多樣等特點，教師在遠程教學中所付出的工作量難以用“課時”進行量化或衡量，在線教學時長往往超出一般的教學課時。而依據大數據分析和智能識別技術，圍繞教師在線教學所產生的知識、行為和情緒等各種數據，可進行有效評估。比如利用內容分析、語義分析、圖像分析、社會網絡分析等技術分析在線教學行為，采用面部表情識別、語音情感識別、內容挖掘等來識別教師的語音和文本中所蘊含的情緒信息。智能技術手段將會改善教師經驗主義教學決策的弊端，幫助教師對在線教學行為進行科學合理的統計、分析及評價。

(四)教師信息素養面臨內在更新

開放大學是以信息技術為主要支撐手段的特殊大學，而教師作為遠程教學變革的關鍵主體，不僅要具備扎實的學科專業知識、科研管理和自我驅動等能力之外，更要具有應用智能技術采集數據、遠程教學、資源制作、在線協作和技術管理等信息素養，將數據管理能力與教學技能整合起來，在教學中形成量化思維，提高知識生成、交互、加工和傳播的效率。教育部原副部長杜占元在2017年國際教育信息化大會上明確提出要“重視提升師生的信息素養”。[12]教師應當對新的數據和技術具有較強的敏感度，懂得利用技術工具提升教學質量和工作效率，在教學實踐中完善自身專業發展。

三、人工智能視域下開放大學教師信息素養提升的技術支持

由于人工智能可以在一定程度上模擬和實現人類的智能活動，包括認知、識別和推理等，可為教師開展教學活動提供高效而便捷的技術支持，減輕教師的教學工作負擔和管理成本。目前人工智能技術在教學領域應用主要是語音識別、文本識別、學情分析和人機協作等功能，可用于實施跨媒體的教學資源推薦、智能化的教學設計和數據化的教學管理。

(一)人工智能在遠程教育領域可應用的關鍵技術

1.模式識別(Pattern Recognition)

模式識別在遠程教育領域多用于學生個體學習數據的獲取和感知，常用于自動化測評和智能感知，可實時完成遠程教學平臺上學生學情的獲取、分析和監控，并將自動生成的學習結果和教學報告反饋給教師，最后由教師提供有針對性的教學干預和心理輔導。比如科大訊飛開發的語音測評APP在應用英語口譯教學實驗過程中，能夠遠程自動化評估或測評學生的學習狀況；[13]Mathews等人開發的EER-Tutor，可跟蹤獲取學習者眼動數據，并通過語音識別、圖像識別、表情及手勢識別等技術來獲取和感知學生學習數據；[14]Alexandria等人通過采集和識別學生的手勢、皮膚電和面部表情等數據，為教師選取和實施教學策略提供參考導向。[15]

2.自然語言處理(Natural Language Processing)

自然語言處理在教育領域的應用包括機器翻譯、信息檢索、問答系統、信息抽取和作文自動評分等，常用于對文本的主題或內容進行分類,可將音頻數據轉化生成人類可讀的文本,也可對文本或語音進行自動翻譯或自動糾錯。例如，張學強等人針對當前神經機器翻譯方法對句子長度敏感的問題，提出一種基于MNP分治策略的神經機器翻譯方法，用于提升譯文整體質量；[16]Kontogiannis等人提出了一種新的課程教學評價框架來自動挖掘學習者情感觀點,利用觀點挖掘技術來判斷學習者對每門課程所持有的積極或消極態度；[17]美國密歇根大學開發的面向開放領域句子等級的互聯網信息檢索自動問答系統,可以接受用戶使用多國語言提問并以英文的形式返回答案。[18]

3.知識圖譜(Knowledge Graph)

知識圖譜技術較多應用于大規模實體和關系的標注和鏈接，在遠程教育的教學過程中可建立學生個體、學科知識點和學習資源之間的語義化關系，通過知識融合形成新的結構化知識來促進對學科知識理解、內化和遷移；通過構建自適應學習知識模型，精確定位學生薄弱知識點，根據學生現有學科知識水平進行定量測評和內容推薦；還可幫助學生進行自動問答，代替教師的部分課后答疑工作。國內外對于知識圖譜的研究已經起步，例如德國萊比錫大學和曼海姆大學共同創建的多語言綜合型知識庫DBpedia，維基媒體基金會主持的一個自由的協作式多語言輔助知識庫Wikidata，德國馬普所(Max Planck Institute)構建的綜合型知識庫YAGO，清華大學開發的大規模中英文跨語言知識圖譜XLore、復旦大學知識工場實驗室研發和維護的大規模通用領域結構化百科(CN-DBpedia)和上海交通大學構建并發布的中文知識圖譜研究平臺zhishi.me。這些項目的共同點是通過開發大規模的知識庫，用于涵蓋廣泛的知識領域，并能提供一定的智能搜索和問答服務。

4.機器學習(Machine Learning)

主要利用算法對大量歷史學習數據進行訓練，找出訓練數據集與目標特征之間的關系，并以此為依據進行預測和判斷,可用于模擬或理解人類的學習過程。目前機器學習在教學過程數據分析方面取得較多的成果。Mitchell認為機器學習能通過大量的經驗數據自動改進計算機算法；[19]Lauri’a等使用邏輯回歸、支持向量機和決策樹等機器學習方法分析了不同數據源的學生學習數據集；[20]Hachey等采用二元邏輯回歸算法分析學生在線課程學習記錄和學習成績，來預測學生能否完成在線課程任務；[21]Aher和Lobo采用聚類算法和關聯規則挖掘，對Moodle課程的學習記錄進行聚類和分析，然后向學習者推薦合適的課程。[22]在教育的教學過程中，機器學習研究的主要對象是師生交互產生的教學數據，其主要應用有：對學生學習行為建模，對學生認知水平建模，對學生的情感狀態進行特征提取和分類。對此，開放大學教師應該努力探索機器學習的應用場景，為學生提供個性化的教學方案和學習資源，實現對整個教學活動的數據支持和過程管理。

5.教育機器人(Robot-Based Education)

教育機器人通常需要大規模的知識庫或語料庫對其在教學中的應用進行支撐，主要研究方向包括：學科教學、人機互動和遠程教學，[23]具有教學適用性、開放性、可擴展性和人機交互良好等特點。教育機器人不僅能夠幫助教師處理重復性的在線教學工作，還可參與或引導師生進行混合式教學互動、調節學習氛圍和教學管理，提供導學、授課和答疑等學習支持服務。例如美國卡耐基梅隆大學機器人學院設計開發的ROBOTC課程將機器人與學科內容融合，以問題為導向開展教學活動；[24]日本東京理科大學教授小林寬司研發的人形機器人老師Saya可在課堂上完成講課工作和人機教學互動；[25]美國機器人制造商漢森機器人公司制造出長相形似愛因斯坦的機器人，可像教師一樣進行課程講解和交流。[26]

綜上，人工智能技術的教學應用是以大數據、智能芯片或云平臺為主的基礎設備和平臺資源(見圖1)，依靠模式識別、知識圖譜、自然語言處理和機器學習等關鍵技術，可為遠程教育提供包括自適應學習、自動問答、個性化推薦、智能助教、智能感知和學情分析等教學應用。同時可在教學過程中采集和感知學習行為的數據，能夠為教學業務進行建模，提供自適應的學習資源和服務，提升教師的教學工作效率，為實現大規模的個性化學習打下基礎。

(二)人工智能對開放大學學習環境的技術支持

學習環境是由學習資源、教學工具、師生互動和教學設施等要素構成的復雜系統，主要用于幫助學習者進行知識建構和能力提升。黃榮懷等人認為，學習環境可以提供能感知學習情景、識別學習者特征的學習資源，包括便利的互動工具、學習過程的自動記錄和評測學習系統，將促進學習者有效學習。[27]Kinshuk等人指出未來的學習環境將打破教室的界限，并能夠識別學習者的位置、環境、學習狀態等，為學習者提供一個完全情境化的學習過程。[28]與互聯網時代的數字化學習環境相比，人工智能技術支撐下的學習環境在知識獲取、媒體呈現、學習支持、教學設計、教學手段和人機協作等方面有明顯區別，如表1所示。人工智能技術將會改變開放大學學習環境的構成和體驗，通過虛實結合和O2O的混合學習方式，提高學生的學習參與度和投入度。

對比表1兩種不同學習環境的主要特征，我們可以看到人工智能學習環境是數字化學習環境的升級強化版，它可從大量結構不規則的數據中抽取、關聯和感知師生教學需求和特征信息，生成自適應的學習內容、多元的學習評價和個性化的學習支持，令師生的溝通和協作更加順暢，從而把教師從繁瑣的教學工作中解放出來，專注于學生的情感、態度、社交和思維等能力的培養和塑造, 人工智能技術將會在資源推薦、教學設計、教學管理和學習支持服務等方面帶給學生更高質量的學習體驗。

表1 傳統數字化學習環境與人工智能學習環境的主要特征比較

1.提供精準化的資源推薦

隨著新技術的不斷進步和學習內容的跨媒體化，開放大學的學習資源體量呈現指數級增長，但也造成學習資源過量冗余、關聯性不高、應用價值低、組織結構復雜和交互性不足等問題。究其原因在于：學習資源的進化和更新速度超出學生的信息處理能力，影響學生的學習體驗和學習效果；在學習過程中產生的大量非結構化和半結構化數據，如文檔、圖片和小視頻等，它們相互之間的知識或語義關聯性較差；知識點、學習資源、師生個體和應用情景之間缺乏有效匹配，個性化支持服務不足，難以滿足遠程教學的需求。人工智能的推薦技術可自動化推送學習資源，減少學生的查詢時間和信息負載，幫助學生精準獲取符合自身能力和水平的學習資源。

2.提供智能化的教學設計

教學設計能力是重要的教學技能之一，開放大學教師需要在遠程教學平臺上完成學習資源、學習策略、學習互動和學習評價等環節的設計。傳統的課堂面授不再是教學的主流方式，知識的表現形式、組織方式和獲取途徑將更加多元化。開放大學的學生還存在教育背景、學習需求和年齡階段等差異，且師生交流實時性不強，人工智能技術可為解決此類問題提供新的思路和方式，比如對學生的學習行為、資源使用和需求興趣等信息進行深度數據挖掘和學情分析，及時發現學生的學習異常情況和知識薄弱點，進而有針對性進行教學干預和心理輔導。

3.提供數據化的教學管理

教學管理的數據化將改變傳統遠程教育的教學要素和評價方式，甚至產生新的教學模式。盡管當前開放大學的在線課程在資源數量、學習支持、交互頻率和學習評價等方面基本滿足了遠程教育的教學要求，但通過對國內外相關文獻的查閱和學習平臺的數據分析發現，開放大學的在線課程仍然存在資源使用率低、作業完成率不高、學習質量監控不到位以及情感教育缺失等問題，教師需要借助輔導團隊和教學工具才能與學生進行有效交流并對其進行有效監控。究其原因在于：一是實時交互不足，師生處于分離狀態，教師無法為數量巨大的學生群體提供及時的反饋和干預；二是由于數據采集范圍小，僅僅從平臺的日志記錄來對學生學習行為數據進行分析，不能全部反映學生的學習情況；三是管理成本高，隨著教學規模的擴大和學生人數的增加，課程責任教師除了要完成教學設計、活動組織和資源建設等工作，往往還要應付大量的學生答疑和作業批改。由此可見，隨著開放大學在線課程的實施和完善，師生教學活動的開展將會產生大量教學數據，利用人工智能技術對教學管理數據進行深度挖掘和分析，教師可更好地掌握學生全周期的學習表現，提高遠程教學管理的效能。

4.提供個性化的學習支持服務

學習支持服務是開放大學教師為學生提供離線面授和在線交互的學術和非學術支持服務。區別于普通高校，開放大學的學生活動具有三個明顯的特點：一是學生通常以在線自學為主；二是師生、生生之間的教學空間處于分離狀態；三是學生的年齡跨度大、地域分布廣、工學矛盾突出和工作領域復雜。因此，開放大學的學習支持服務應當重點圍繞學生的自主學習來開展，應具備更高的交互性和實時性。實施以情感支持、人機交互、自動問答和自適應學習等為特點的人工智能學習服務，使教師可進行遠程教學應用創新，專注于教學設計和內容打磨。人類教師與智能教師將在不同的維度幫助學生提高學習質量(見表2)，學生將獲得更有效的學習互動和支持。

表2 人工智能教師和人類教師的學習支持功能對比

四、人工智能時代開放大學教師信息素養提升策略

人工智能的學習環境是多種軟硬件技術的綜合應用，即便應用方式越來越人性化，對開放大學各個學科的教師而言，仍需要不斷學習、了解和熟悉哪些智能工具能夠有效促進學習,否則教師會對人工智能的教學應用感到恐懼和抗拒。教育部副部長鐘登華在2019年國際人工智能與教育大會上的講話中指出：知識的獲取和傳授方式已經發生重要變化，人工智能與教育的深度融合將會推動新型教師形態的產生。[29]因此，開放大學的教學環境應從教學觀念、技術手段和管理機制等方面進行改革和重構，以幫助教師從容面對人工智能技術浪潮帶來的諸多問題和挑戰。

(一)政策引導：從開放大學教學體系建設到教師技術運用能力標準制定

教師信息素養的提升受開放大學教學理念、機制和政策等因素的影響，應充分考慮開放大學教學體系建設的實際需求，制定與人工智能技術發展相適應的教師信息素養提升政策，幫助教師應對新時代新技術帶來的沖擊和挑戰。

首先依據總部和分部的實際需求來共同制定教師信息素養提升的政策，保證政策在開放大學體系中得到良好銜接和實施；然后采用專家調研、項目驅動和標準化應用等形式，如教師在線教學工作量認證、在線教學行為規范和教師信息素養提升工程等，為教師提供信息素養提升的依據和方向；最后可實施開放大學的“AI+教師”發展計劃，并給予相應的績效激勵和資源支持，以此鼓勵教師在日常教學中使用人工智能技術改進教學應用、評價和能力發展。

(二)多元激勵：構建基于大數據技術的教師考核評價機制

人工智能技術賦能的開放大學教學模式將重構遠程教學生態，教師的考核評價趨向于多維度和綜合性，“靠數據說話”成為教師工作評價的重要理念。開放大學與普通高校不同，教學活動多發生在移動端、虛擬現實和在線課程等技術環境中，對教師工作量的考核應符合遠程教育教學特點，通過大數據智能分析技術采集、組織、整合和分析教師的在線教學活動數據，并進行多元化的分類考核。美國聯邦政府教育部秘書Arne Duncan提出聯邦政府政策鼓勵并支持教師利用數據促進教學。[30]此外，可將人工智能技術應用能力的績效考核結果與聘任、晉級和評優等掛鉤，同時按照開放大學對遠程教育教師不同的信息素養要求，如在線教學、資源建設和數據分析等，制定相應的職稱資格標準，以此激勵教師將技術實踐于教學、科研和管理，幫助教師獲得更多職業成就感。

(三)強化實踐：創造跨媒體智能協作的教師技能培訓環境

跨媒體智能技術與各類數字教育資源、學習資源環境等深度融合，構成了智能化學習資源環境。[31]跨媒體智能技術可采集或感知學習環境信息，提供智能化的學習導引、交互和支持等服務，開放大學教師的信息素養將在跨媒體智能協作的培訓環境中得到提升。但很多教師抵觸技術，他們擔心自己不會使用技術，特別擔心自己在學生面前表現得不好，以至于降低他們的地位。[32]利用人工智能技術將教學目標和教學內容深度融入培訓的各個環節:一是可在不同層次的教師培訓中，增設信息素養提升相關的內容，對教師各種教學實踐數據進行處理和分析；二是通過舉辦開放大學人工智能技術專題培訓講座或學術會議，建立良好的教師關系網絡，與同行交流學習、協同備課和研究有助于產生創新的想法；三是加大硬件設備投入，推進智能跨媒體資源庫共建共享，幫助教師進行自主探究學習。

(四)理念更新：師生知識傳遞模式的重新構建

人工智能技術提供了全新的知識獲取渠道和教學模式，這不僅涉及教學方法和模式的變革，更帶動了教學理念的更新，將會改變甚至顛覆師生之間傳統的知識傳遞關系。教師應不再滿足于當知識的搬運工，而是要當好學生學習的組織者與協調者。[33]開放大學教師知識傳授者的權威將會弱化，主要工作逐漸轉變成為心理咨詢和活動組織，幫助和引導學生自主探索新知識和掌握有效學習方法。教師一方面應在教學實踐中更多使用人工智能技術改進教學設計，將知識傳授、檢查答疑和作業批改等記憶性或重復性的工作交給機器完成；另一方面需要花時間去反思在教學過程中如何使用人工智能技術來制定教學策略、支持教學改革以及構建智能教學空間，在具體的教學實踐中提高教學管理、教學評價、情感交流和問題診斷等能力。

(五)科研助力：加大人工智能與遠程教學融合研究的投入和支持

科研工作是開放大學的基本職能和任務，是提高遠程教育質量和深化教學改革的助推力，也是教師信息素養培養和提升的有效路徑。在研究內容方面，緊緊圍繞開放大學教學過程中的現實問題開展研究，加強人工智能與其它專業課程融合的創新和應用，重點關注AI+遠程教育應用的前沿問題，以此推動開放大學人工智能應用的推廣和建設；在研究實踐方面，不僅要對人工智能教學案例進行分析，還應對相關應用模式進行研究，在人工智能應用場景中深挖開放大學潛在的教學需求；在團隊建設方面，不但要加強開放大學人工智能科研團隊建設，還應該積極面向社會各方開展合作，幫助教師不斷提高自身的科研能力和視野；在成果轉化方面，制定系列成果轉化獎勵政策，讓教師把科研工作的前沿動態、熱點方向和發展趨勢等研究成果融入日常教學中，促進開放大學的學科專業建設和發展。

(六)協同融合：建立人機交互的智能學習共同體

在人工智能時代，與機器共同學習也是一種基本的信息素養，技術運用也是核心素養中的基本要點。[34]智能機器與人類教師可建立對等的協作關系，完成較復雜的教學任務。開放大學在教學過程中應從協同、技術和社會網絡三個維度來構建人機交互的智能學習共同體：教師和人工智能機器需要利用各自優勢生成更加多元化、大規模和深層次的協同關系，教師的工作將更加強調學生情感、態度和價值觀的提升；教師需要持續更新自我的認知體系和知識結構，突破學科、課程、時空、資源類型之間的局限，促進不同學科教師之間的交流和教學資源之間的整合；智能學習共同體應由學科領域內有經驗的人類專家來進行主導，在建立約束機制的前提下進行資源共享、人機交互、協同備課和教學科研，促進教師獲得對共同體的理念認同和個體的教學能力提升。

五、結束語

人工智能技術的強交互、低成本、自適應、多元化、群體融合以及跨媒體等特性將會給未來開放大學的知識傳遞、師生關系、教學科研和教育管理等方面帶來深刻的影響，教師應積極主動提升信息素養促進自身發展，以適應新時代新技術帶來的各種變化。本文探討了人工智能技術給開放大學教師帶來的挑戰和技術支持,提出了提升開放大學教師信息素養的實施策略，但目前還有很多具體問題值得探討且亟待解決。比如許多教師對人工智能技術在遠程教學領域的應用價值存疑；訓練人工智能算法模型需要海量教學數據，會涉及到師生個人隱私；相關智能技術在教學與考試中的應用，可能需要政策和制度的同步完善；人工智能在遠程教育領域仍缺少全面系統的理論以及實踐案例。因此，未來應加強人工智能與遠程教育課堂深度融合的應用研究和實踐，深入挖掘和剖析教師的個性化教學需求，幫助教師實現更加精準和智能的“因材施教”，協同助力開放大學教學的創新發展。