人工智能技術(shù)在高校個性化教育中的應(yīng)用

干練 方富貴

（成都錦城學(xué)院，四川 成都 610000）

一、引言

早在春秋時期，孔子就在《論語·先進(jìn)篇》中提出了“因材施教”的概念，即教師要從學(xué)生的實際情況和個體差異出發(fā)，根據(jù)學(xué)生的特點采用有針對性的、有差別的教學(xué)方式方法，從而使得每位學(xué)生都能夠揚長避短，促使學(xué)生全面發(fā)展。而現(xiàn)代高校則應(yīng)以“生本教育”和“因人而異”的理念為基礎(chǔ)，完成溝通、發(fā)掘、區(qū)別、鼓勵等一系列教育過程，采用寓教于樂和與時俱進(jìn)的教學(xué)方式，達(dá)到將學(xué)生培養(yǎng)成為具備充分技能和綜合素質(zhì)的對社會有用的人才的教學(xué)目標(biāo)。

現(xiàn)代高等教育承擔(dān)著為國家現(xiàn)代化建設(shè)和社會、科技、文化發(fā)展培養(yǎng)高級人才的重任，而隨著新時代對高校人才培養(yǎng)提出要求的不斷提高，傳統(tǒng)的批量式人才培養(yǎng)模式存在著嚴(yán)重的弊端，已無法滿足知識經(jīng)濟時代對高素質(zhì)人才的高要求。與此同時，新時代大學(xué)生思想前衛(wèi)、接受新知識能力強，對個性化教育要求的也不斷提高。因此高等學(xué)校開展個性化教育改革和探索已勢在必行，而在集體教育的大環(huán)境下如何因地制宜地開展個性化教育是目前我國高校在開展個性化教育和教學(xué)改革過程中遇到的最大難點。

二、高校開展個性化教育所遇的困難

（一）學(xué)生難以適應(yīng)教育模式的轉(zhuǎn)變

由于我國國情原因，在傳統(tǒng)應(yīng)試教育的影響下，我國在人才培養(yǎng)方面長期采用標(biāo)準(zhǔn)化流水線標(biāo)準(zhǔn)來培養(yǎng)學(xué)生，即采用統(tǒng)一的人才培養(yǎng)標(biāo)準(zhǔn)和要求、統(tǒng)一的教學(xué)內(nèi)容和教學(xué)方法對學(xué)生進(jìn)行批量化的培養(yǎng)，這種培養(yǎng)方式在中小學(xué)階段尤為突出。我國學(xué)生在經(jīng)過十六年的中小學(xué)學(xué)習(xí)后，他們已經(jīng)習(xí)慣了傳統(tǒng)的被動式、填鴨式教學(xué)，因此學(xué)生在進(jìn)入高等教育階段后很難在短時間內(nèi)就能接受個性化教育模式，尤其是很難接受從以教師為主導(dǎo)的傳統(tǒng)教育模式轉(zhuǎn)變?yōu)橐詫W(xué)生主動自學(xué)為主導(dǎo)的個性化教育模式。

同時，由于學(xué)生原來在傳統(tǒng)教育模式中所掌握和熟悉的學(xué)習(xí)習(xí)慣和學(xué)習(xí)方法無法很好地滿足高等教育階段個性化教育的要求，這就需要學(xué)生在進(jìn)入高校后快速地進(jìn)行轉(zhuǎn)變，這對學(xué)生的主動學(xué)習(xí)能力和自主學(xué)習(xí)能力是個巨大的考驗。這就往往會導(dǎo)致部分學(xué)生無法在短時間內(nèi)適應(yīng)新的教學(xué)模式，掌握新的學(xué)習(xí)習(xí)慣和學(xué)習(xí)方法，出現(xiàn)學(xué)生無法適應(yīng)教學(xué)方法、無法跟上教學(xué)進(jìn)度的情況，甚至嚴(yán)重影響他們的學(xué)習(xí)效果，甚至打擊他們的學(xué)習(xí)積極性。

（二）學(xué)生眾多難以全面兼顧

隨著近年來我國高校的不斷擴招，我國高校學(xué)生人數(shù)不斷地增多，而由于我國高校的教師數(shù)量和教育資源有限，且我國高校師資和資源的增長速率遠(yuǎn)遠(yuǎn)低于高校學(xué)生人數(shù)的增長速度，因此目前我國大部分高校仍然采用的是大班授課的方式開展集中教學(xué)，這就導(dǎo)致許多高校的一個教學(xué)班的學(xué)生人數(shù)多達(dá)六七十人，甚至有些公共課學(xué)生人數(shù)超過了百名。面對龐大的學(xué)生人數(shù)，教師很難在完成常規(guī)教學(xué)任務(wù)的同時全面兼顧所有學(xué)生的個性特點，完成溝通、發(fā)掘、區(qū)別、鼓勵等一系列教育過程，從而導(dǎo)致“因材施教”難以實現(xiàn)。

由于學(xué)生人數(shù)眾多，教師在開展教學(xué)的過程中，通常只能照顧到部分學(xué)習(xí)成績優(yōu)異或低下，以及學(xué)習(xí)主動性較高的學(xué)生，往往會忽略那些成績一般，且學(xué)習(xí)主動性較差的學(xué)生，這就導(dǎo)致了邊緣化學(xué)生的出現(xiàn)。對于這些邊緣化學(xué)生，由于教師對他們的關(guān)注度不夠，因此很難掌握他們個性特點，導(dǎo)致難以對其開展“因材施教”，甚至可能會由于長期缺少教師的關(guān)注，導(dǎo)致這部分學(xué)生逐漸失去學(xué)習(xí)興趣和學(xué)習(xí)積極性。

三、人工智能技術(shù)提供的解決方案

（一）虛擬教師幫助學(xué)生適應(yīng)教育模式的轉(zhuǎn)變

從以教師為主導(dǎo)的傳統(tǒng)教育模式轉(zhuǎn)變?yōu)閷W(xué)生主動自學(xué)為主導(dǎo)的個性化教育模式是高校開展個性化教育和學(xué)生適應(yīng)個性化教育的基礎(chǔ)。為了幫助學(xué)生快速適應(yīng)這一轉(zhuǎn)變，許多高校往往采用了新生入學(xué)教育的方式對學(xué)生進(jìn)行引導(dǎo)，但是學(xué)習(xí)習(xí)慣的轉(zhuǎn)變和學(xué)習(xí)方法的掌握是無法在短時間內(nèi)完成，這個轉(zhuǎn)變過程需要長期潛移默化地進(jìn)行，因此新生入學(xué)教育的作用是極其有限的。

利用人工智能技術(shù)，我們根據(jù)課程的教學(xué)內(nèi)容建立一個或多個虛擬教師，通過虛擬教師就可以將學(xué)生在課堂外的自主學(xué)習(xí)在一定程度上轉(zhuǎn)變成為課堂教學(xué)。在這個虛擬課堂教學(xué)的過程中不再是以教師為主導(dǎo)的傳統(tǒng)教育，而更多采用以學(xué)生主動自學(xué)為主導(dǎo)的個性化、自主化教育，虛擬教師在其中應(yīng)起到引導(dǎo)和監(jiān)督的作用。例如：利可以用數(shù)據(jù)采集和分析技術(shù)，挖掘和整理傳統(tǒng)教學(xué)過程中師生互動內(nèi)容，形成大數(shù)據(jù)數(shù)據(jù)庫，利用這個師生互動大數(shù)據(jù)數(shù)據(jù)庫就能夠在學(xué)生課外自學(xué)過程中利用自然語言處理等技術(shù)，通過虛擬教師與學(xué)生開展互動式的問答；同時，在學(xué)生課外自學(xué)過程中也可以利用人臉識別技術(shù)對學(xué)生的自學(xué)過程進(jìn)行記錄和監(jiān)督，以及對學(xué)生專注度進(jìn)行分析，方便教師隨時掌握學(xué)生的學(xué)習(xí)狀態(tài)。

（二）學(xué)習(xí)行為的分析和引導(dǎo)

由于教育模式的轉(zhuǎn)變，學(xué)生原來所熟悉的學(xué)習(xí)習(xí)慣和方法已經(jīng)滿足高校個性化教育的要求，這就需要在學(xué)生入學(xué)后培養(yǎng)他們良好的學(xué)習(xí)習(xí)慣和方法。為了幫助學(xué)生快速掌握新的學(xué)習(xí)習(xí)慣和方法，許多高校通常采用講座或宣講的方式為學(xué)生推薦和講解適合個性化教育的學(xué)習(xí)方法，然而學(xué)習(xí)習(xí)慣的改變卻是無法一蹴而就的，還需要在日常的教學(xué)過程中對其進(jìn)行引導(dǎo)。

利用人工智能技術(shù)針對學(xué)生的學(xué)習(xí)數(shù)據(jù)進(jìn)行分析，即利用智能視頻分析與追蹤技術(shù)、人臉識別技術(shù)、情感計算技術(shù)等人工智能技術(shù)對學(xué)生的學(xué)習(xí)行為過程、學(xué)習(xí)心理狀態(tài)、學(xué)習(xí)專注度、學(xué)習(xí)積極性等數(shù)據(jù)進(jìn)行分析。不僅能夠幫助教師對學(xué)生的學(xué)習(xí)行為進(jìn)行判斷，即時掌握學(xué)生狀態(tài)，并根據(jù)學(xué)生狀態(tài)即時調(diào)整教育進(jìn)度，針對不同學(xué)生開展不同的教學(xué)方法，從而達(dá)到“因材施教”的目的；同時還能向?qū)W生提供學(xué)習(xí)建議，幫助學(xué)生盡快掌握合適的學(xué)習(xí)方法和良好的學(xué)習(xí)習(xí)慣。例如：可以利用人工智能技術(shù)對學(xué)生的學(xué)習(xí)進(jìn)度和知識點掌握程度進(jìn)行分析，針對學(xué)習(xí)進(jìn)度較慢或知識點掌握程度較低的學(xué)生，可以在其自主學(xué)習(xí)過程中向其自動推送更加偏向基礎(chǔ)的教學(xué)內(nèi)容，甚至自動提供這些教學(xué)內(nèi)容的前導(dǎo)知識，幫助這些學(xué)生鞏固和加深對知識點的認(rèn)知和理解；而針對學(xué)習(xí)進(jìn)度較快且知識點掌握程度較高的學(xué)生，則可以在其自主學(xué)習(xí)過程中向其自動推送更加前沿的擴展知識，從而提高這些學(xué)生的知識廣度與深度，從而達(dá)到以“生本教育”和“因人而異”的教育目的。

（三）學(xué)生畫像幫助教師全面掌握學(xué)生動態(tài)

教師及時、充分掌握每個學(xué)生的個性特點是高校開展個性化教育的先決條件，但是由于我國高校的不斷擴招、學(xué)生人數(shù)的不斷增多，導(dǎo)致師資和教育資源越來越緊缺，而教學(xué)班人數(shù)過多是我國高校在開展個性化教育過程中所遇到的最大瓶頸，同時如何提高對邊緣化學(xué)生的關(guān)注度也成為了我國高校在教育改革過程中需要攻克的重要難關(guān)。

僅僅利用學(xué)生的基礎(chǔ)信息建立的靜態(tài)模型忽略了實際的學(xué)習(xí)情境，適應(yīng)性較差，不能準(zhǔn)確反映出學(xué)生的個性特點和學(xué)習(xí)狀態(tài)，因此無法幫助教師全面、準(zhǔn)確地掌握學(xué)生的動態(tài)。因此在個性化教育過程中高校需要利用人工智能利于的深度學(xué)習(xí)技術(shù)，在靜態(tài)模型的上，對學(xué)生的性格特點、興趣偏好、背景知識結(jié)構(gòu)等維度進(jìn)行長期跟蹤，建立學(xué)生的動態(tài)學(xué)習(xí)模型，分析學(xué)生的壓力承受能力、團(tuán)隊合作能力、新事物接受能力、創(chuàng)新能力、學(xué)習(xí)興趣、學(xué)習(xí)習(xí)慣、知識點掌握程度，從而幫助教師全面、準(zhǔn)確地掌握每一位學(xué)生的個性特點和學(xué)習(xí)狀態(tài)。同時，在學(xué)生畫像數(shù)據(jù)分析的基礎(chǔ)上，可以針對每一位學(xué)生的特點，向教師提供一定的結(jié)論和教學(xué)建議，從而更加有效地幫助教師開展“因材施教”。

四、結(jié)語

綜上所述，在新時代背景下，我國高校不斷深化教學(xué)改革、開展個性化教育已經(jīng)成為大勢所趨，而在這個過程中如何在集中教育的環(huán)境下因地制宜地開展個性化教育是目前我國高校遇到的最大難題。而隨著人工智能技術(shù)的不斷成熟，將人工智能技術(shù)應(yīng)用于我國高校的教學(xué)改革和個性化教育中，能夠有效地幫助學(xué)生盡快從以教師為主導(dǎo)的傳統(tǒng)教育模式轉(zhuǎn)變?yōu)閷W(xué)生主動自學(xué)為主導(dǎo)的個性化教育模式，同時能夠幫助教師有效地解決在教學(xué)班人數(shù)過多的情況下如何有效開展個性化教育的問題，從而促進(jìn)我國高校“因材施教”和“生本教育”的真正開展。