人工智能+教育：關鍵技術及典型應用場景

摘要： 人工智能技術正在教育領域發揮著越來越重要的作用。當前，教育領域的人工智能關鍵技術主要有機器學習、知識圖譜、自然語言處理、機器人與智能控制等，其典型應用場景包括智能教育環境、智能學習過程支持、智能教育評價、智能教師助理、教育智能管理與服務等。人工智能在教育中的應用極大提升了教育基礎設施、學習過程、評價手段、輔助方法、管理能力等領域的智能化與科學化水平。

關鍵詞：人工智能;智能教育;人工智能教育應用;關鍵技術;應用場景

2017年7月，國務院正式印發《新一代人工智能發展規劃》，強調利用智能技術加快推動人才培養模式改革和教學方法改革，構建包括智能學習、交互式學習在內的新型教育體系^[1]。2018年4月，教育部出臺了《高等學校人工智能創新行動計劃》，倡導推進智能教育發展，探索基于人工智能的新教學模式，重構教學流程，并運用人工智能開展教學過程監測、學情分析和學業水平診斷^[2]。

近年來，人工智能技術得到了長足發展，尤其在計算機視覺、機器學習等方向與教育的結合日趨緊密，人工智能在教育領域中的應用呈現出快速增長的趨勢。特別是在2015年之后，人工智能的各類教育應用不斷涌現，也催生了一批致力于以人工智能賦能教育的企業。在國家政策和產業界雙重推動的背景下，人工智能的多項關鍵技術正在教育領域發揮著越來越重要的作用，并逐步得到廣泛應用。

一、人工智能教育應用的內涵與關鍵技術

對于人工智能本身，學術界的定義并不統一，但公認的基本思想是利用智能機器來模擬人的智能，感知、學習、理解并最終解決生活中和某個領域中的實際問題。人工智能的教育應用可以理解為將人工智能技術融入教育核心業務與場景，促進關鍵業務流程的自動化與關鍵教育場景的智能化，從而大幅提高教育工作者和學習者的效率，創新教育教學生態。

當前，多項人工智能技術正逐步在教育領域開展應用，包括機器學習、知識圖譜、自然語言處理、機器人與智能控制等（如圖1）。每項技術都具有較強的應用價值與豐富的教育應用方式。

（一）機器學習

簡單來說，機器學習是指機器通過對客觀世界的觀察獲得經驗，再利用經驗改善自身性能的過程。典型的機器學習包括監督式學習、非監督式學習和強化學習等。其中，監督式學習是較為常用的一種，其工作原理是，機器基于一定規模的客觀數據，利用特定的算法和模型，自動學習數據中所蘊含的規律性信息，從而幫助人們解決實際問題。如果模型是基于多層人工神經網絡構建的，那么這一類監督式學習通常被稱為深度學習。深度學習也是當前人工智能領域的研究熱點，大量相關的技術和模型已經被應用于社會的各個領域。機器學習在教育中也已有較為廣泛的應用。例如，基于所采集的學生多維度數據，學校和教師可以對學生的學業成績做出預測，對其可能的學習障礙和困難進行分析，對其退學（尤其在慕課學習環境中）的風險進行預警等。

（二）知識圖譜

知識圖譜是基于圖的一種結構化的知識表示方式，本質上是一種大規模語義網絡，包含較大數量的實體以及實體之間的多種語義關系。它可以較為高效地對海量數據進行存儲與檢索。知識圖譜最早被用于網絡搜索引擎技術中，以幫助用戶從搜索中直接得到所需的答案。這類知識圖譜通常涵蓋大量的常識性信息，其實體與實體間關系的數量規模通常也較大，一般有千萬個實體與上億個實體間關系的規模。

教育領域有構建簡單知識地圖與思維導圖的傳統，但建立知識地圖與思維導圖的主要目的是促進教學，從嚴格意義上說并不屬于知識圖譜的范疇。近年來，教育知識圖譜的構建逐漸活躍，尤其是相繼建立了針對慕課平臺上的課程類知識圖譜以及針對中小學學科類的知識圖譜，但在總體規模上，這兩類圖譜與通用知識圖譜相比要小得多。基于所構建的教育知識圖譜，智能化教育系統可以自動解答學生所提出的學科知識類的問題。另外，基于教育知識圖譜，系統還可以進行相關教學資源與課程的個性化、精準化推薦。

（三）自然語言處理

自然語言處理技術主要用來實現人與智能機器之間通過自然語言進行有效交互。人類所使用的自然語言，通常其語言結構與語義信息較為復雜。因此，自然語言處理技術是人工智能領域難度較大的技術之一，目前仍處于較為初級的階段。簡單而言，自然語言處理技術可分為基礎技術和應用技術兩類。基礎技術包括詞法與句法分析、語義分析、語篇分析等，應用技術包括機器翻譯、信息檢索、情感分析、文字識別等。當前，自然語言處理技術在教育中也有諸多應用。例如，短文自動評分系統已經在GMAT和TOFEL考試中使用多年，并被不斷改進以接近人類的評分水平。口語自動測評系統也已經開始廣泛應用于中考等關鍵性考試，并已被嵌入各類語言學習軟件中應用。

（四）機器人與智能控制

機器人作為人工智能技術的主要載體之一，涵蓋了智能感知與推理、規劃與決策、控制與交互等。機器人當前在無人駕駛、室內服務、物流運輸、極端環境等多個領域均有運用。教育領域的機器人可以簡單分為教育服務類機器人與教學用途類機器人。教育服務類機器人通常作為不可拆分的軟硬件整體，直接服務于教學過程，完成特定的教學任務，如通過與學生的互動完成知識傳授或情感陪伴。教學用途類機器人則通常由可拆分組合的硬件以及可編程的軟件組成，作為機器人教育的載體或STEM、創客課程的教學輔助工具。

二、人工智能技術的典型應用場景

基于上述關鍵技術，人工智能教育應用有五個典型場景：智能教育環境、智能學習過程支持、智能教育評價、智能教師助理、教育智能管理與服務^[3]，具體如圖2所示。

（一）智能教育環境

智能教育環境指具備智能感知和交互能力的教學環境，可以進行多模態的教育信息采集，并滿足多樣化的學習需求。基于人工智能的各項關鍵技術，當前教育環境中的典型應用包括校園安全監測與預警、智能教室和智能圖書館等。

1.校園安全監測與預警

計算機視覺和機器人等技術的發展使得利用人工智能自動維護校園安全成為可能。例如，智能校園巡邏安保機器人可以通過視覺傳感器采集進入校園人員的面部信息，進行身份驗證，并記錄學生到校和離校的時間。校園安全視頻監控系統結合機器人技術，還可以進行24小時不間斷巡邏，及時檢測校園中可能發生的異常情況并提醒安保人員。系統中還可以嵌入感煙、感溫、火焰、可燃氣體探測器等多種傳感器，做到校園安全的全面預警與防護。

2.智能教室

基于自然語言處理與計算機視覺等人工智能技術建設的智能教室，可以對教學過程進行深度分析與評價。在教師端，智能教室可以通過體態與語音識別技術，對教師的教態與教學模式進行自動分析;在學生端，智能教室可以通過情感計算與機器學習技術，對學生群體與個體的學習行為、情緒、專注度等進行自動分析。在此基礎上，它還可以進一步對教學效果進行多維度、過程性評價，也有助于深入分析教師授課風格及與學生的情緒契合度等。另外，智能教室不局限于傳統學校內的物理空間，在線上學習空間中也可以構建相似的智能教學環境。

3.智能圖書館

在圖書館藏書量不斷增加的現實情況下，日益繁重的圖書管理任務僅靠人工操作難以完成，圖書管理的智能化成為必然趨勢。在智能圖書館中，讀者自主借還、檢索、查詢、下載、復印、閱覽等多項服務已得到逐步實現。基于人工智能技術的智能圖書盤點機器人可以對圖書館藏書進行自動化盤點，檢查是否發生了丟失、錯架放置圖書等問題，并實時更新圖書的位置信息。

（二）智能學習過程支持

學習是學生通過教師或同伴的幫助和支持，獲得知識與技能的過程。學生通常需要在學習中得到科學、及時的支持，才能高效完成這一過程。基于人工智能的各項關鍵技術，現階段智能學習過程支持系統的典型應用有學習障礙智能診斷、教學資源智能推薦和智能學科工具使用等。

1.學習障礙智能診斷

對于學生因領域知識缺失而產生的學習障礙，我們可通過構建領域知識點間的邏輯結構關系來進行智能診斷。基于機器學習模型，智能學習過程支持系統能夠構建知識層面的邏輯結構關系以及不同知識點間的障礙依賴關系，從而精準判斷每位學生薄弱知識點產生的原因。

2.教學資源智能推薦

運用機器學習算法，智能學習過程支持系統可以對學生的知識掌握情況、學習專注度等關鍵指標進行準確評估，從而為學生精準推薦相應的學習資源。例如，當前多種智能學習平臺利用學生的過程性測評數據，自動分析并推薦符合其能力水平、學習狀態的學習內容與練習題目。

3.智能學科工具使用

基于各類人工智能技術，如語音識別、手勢識別、自然語言處理等，人們已經在智能學習過程支持系統中開發出了一系列可以輔助學生學習過程的智能學科工具。例如，運用計算機視覺技術，對自然界的植物進行圖像識別，判斷其種類，支持學生在生物學課堂上的自主探究性學習;運用自然語言處理技術，對中國古典文學語料進行加工處理，自動創作詩詞，激發學生學習語文的興趣。

（三）智能教育評價

教育評價是運用科學的方法與技術手段，對教育活動滿足社會與個體需要的程度做出判斷的活動。目前，智能教育評價有智能課堂評價、口語自動測評、心理健康監測和體質健康評價四個方面的典型應用。

1.智能課堂評價

計算機視覺技術可以通過學生面部表情識別其基本情緒，幫助教師及時了解學生的學習狀態與專注程度，從而進行教學干預或調整自身教學策略。自然語言處理技術可以對學生的課堂作答情況進行及時標記與反饋，同時可以將相關信息反饋給任課教師，從而提高教學效率與效果。

2.口語自動測評

通過語音識別等自然語言處理技術，人們得以提取語音及語義層面的完整特征，并以專家評分為標準，通過機器學習技術訓練自動評分模型，實現外語或普通話口語測試的自動評分。隨著口語自動測評技術的逐步成熟，其在教學和測評中的應用不僅節省了大量人力資源，還較好地排除了個人的主觀因素，提高了測評的客觀性與可靠性。

3.心理健康監測

人工智能技術能夠早期識別有潛在心理問題的學生并給出預警。基于社交網絡數據中的用戶語言、交互行為和情緒表達，人們可以建立相應的機器學習模型，用于分析未成年人的心理健康狀態，并及時提示其心理健康問題和潛在的高風險行為。

4.體質健康評價

利用帶有多種智能傳感器的可穿戴設備，人們可以持續采集學生的體育運動和睡眠等數據，并在此基礎上開展精準分析與評價。例如，教師在體育課上可采集學生運動過程中的加速度、心率與血氧等多維度數據，并結合相關分析模型，對學生的運動技能與體質狀態進行準確評價。同時，通過分析一個較長時間周期內（如一個學期或學年）的學生群體數據，學校可對體育課程的開設效果進行評價。

（四）智能教師助理

智能教師助理一般指那些能夠對教師日常的教學、教研、專業發展等進行輔助的人工智能應用。現階段，智能教師助理主要有自動出題與批閱、課程輔導與答疑、智能教研等典型應用。

1.自動出題與批閱

在日常教學中，教師需要花費較大精力命制和批閱學生的作業和試題。基于知識圖譜技術并通過構建啟發式規則，人們已經開發出了自動出題與批閱系統。該系統能夠自動生成針對同一知識點但具有多種變式的個性化試題。此外，利用自然語言處理技術開發的批閱系統，還可以對不同學科較為復雜的半開放性主觀題自動評分并給出合理的反饋建議，大大減輕了教師課后批閱作業的工作強度與負擔。

2.課程輔導與答疑

人工智能可以協助教師為學生提供定制化、個性化的課程指導與反饋意見。基于人工智能技術的智能導學系統，智能系統可以自動診斷學生對當前知識的掌握狀態，并結合學科知識體系與結構信息，精準推薦微課、微測等相關課程資源。基于學生在學習過程中提出的問題，智能系統還可以利用知識圖譜與自然語言處理等技術自動答疑，并通過不斷采集相關信息，構建學生意圖理解的答疑系統。

3.智能教研

教研是促進教師專業發展的重要手段。人工智能技術可以實現對教師教學過程的自動分析、教案的自動設計與生成等，為教師教研減負提質。例如，智能聽評課系統可以記錄教師授課的音視頻，借助圖像處理和語音識別技術，分析課堂互動情況并將其量化，用數據提升教研活動的效能。教師也可通過查看教學回放以及課堂互動情況的分析數據，更有針對性地開展教學反思，從而優化課堂教學質量。此外，教案自動設計與生成系統可以幫助教師分析教學情境，提取授課內容，分析教學對象，并從數據庫中抽取相應的內容生成教案，供教師借鑒與使用。

（五）教育智能管理與服務

教育智能管理與服務指管理者通過組織協調教育系統的內部資源，充分利用智能關鍵技術和信息手段實現高效率、高水平的教育管理目標與教育公共服務。當前，教育智能管理與服務的典型應用包括輔助教育決策、促進教育公平、提供定制化教育服務等。

1.輔助教育決策

在宏觀層面，國家教育主管部門及各地方教育主管部門可以采集并匯總各層級、多維度的教育數據，借助人工智能技術、數據分析及可視化方法，發現影響區域教育發展的顯性與隱性關鍵問題，從而輔助決策與政策制定。

2.促進教育公平

借助人工智能技術，各地方教育主管部門可打破地區和學校之間在地理上的資源壁壘，在線流轉優質師資，提供精準化資源供給等服務。例如，智能公共服務平臺可以通過人工智能算法分析學生的優勢和不足，并使用智能推薦技術為其匹配一對一線上輔導教師，展開“雙師”教學，從而促進教育公平，加快教育供給側結構性改革。

3.提供定制化教育服務

隨著社會經濟的快速發展，教育公共服務的需求越來越強調個性化與定制化。基于人工智能技術，教育主管部門能夠采集海量學生多維度的過程性與測評性數據，包括學科核心素養類、領域知識類、心理認知類以及體質健康類數據。在此基礎上，教育主管部門可構建個性化教育公共服務平臺，為個體與群體學生提供學科能力與素養診斷、專業與職業發展規劃等一系列智能化服務，幫助學生發現其個體問題與優勢，從而建立教育公共服務新模式。

四、結語與展望

人工智能的各項關鍵技術在教育領域的應用日趨成熟，形成了一批典型的教學應用場景與模式，為教師與學生提供了有效的學習支撐、精準的學習內容以及多元化的教育服務。人工智能技術還可以幫助學生連接正式學習和非正式學習的環境，使他們更加高效地獲取知識，獲得及時的學業診斷和高質量的反饋指導。人工智能技術也可以將教師從煩瑣的事務性工作中解放出來，減輕教師的工作負擔。

當然，我們也要認識到，人工智能技術在教育領域的應用仍處于起步階段。例如，在學生意圖理解、情感交互、自動批閱等方面還存在較多的技術瓶頸。現階段，人工智能教育應用對學生綜合能力發展等方面的關注也較少。隨著人工智能技術的進步及其與教育融合程度的加深，我們相信在不遠的未來，師生將開始運用人機結合的思維方式，實現與個人能力相匹配的個性化發展;教育管理者將更多地依據教育數據挖掘與分析的結果，進行教育管理、教育監測、教育決策等活動。最終，技術將助力教育實現核心素養導向的人才培養，邁向人機協作的高質量教育教學新時代。

參考文獻

[1] 國務院.國務院關于印發新一代人工智能發展規劃的通知[EB/OL].（2017-07-08）[2021-07-23].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[2] 中華人民共和國教育部.教育部關于印發《高等學校人工智能創新行動計劃》的通知[EB/OL].（2018-04-03）[2021-07-23].http：//www.moe.gov.cn/srcsite/A16/s7062/201804/t20180410_332722.html.

[3] 余勝泉，盧宇，陳晨.人工智能+教育藍皮書[M].北京：北京師范大學出版社，2020.

（作者盧宇系北京師范大學教育學部副教授、博士生導師，未來教育高精尖創新中心人工智能實驗室主任;馬安瑤系北京師范大學教育學部教育技術學院本科生;陳鵬鶴系北京師范大學未來教育高精尖創新中心研究員）

責任編輯：牟艷娜